一种基于隧道的行车安全预警方法及设备技术

本申请实施例公开了一种基于隧道的行车安全预警方法及设备。属于交通控制系统技术领域。获取进入隧道的车辆所对应的第一实时车速与第一实时位置，获取进入隧道的车辆所对应的周围预设范围内车辆的第二实时位置与第二实时车速；基于第一实时位置与第一实时车速得到进入隧道的车辆对应的第一预测轨迹；基于第二实时位置与第二实时车速得到预设范围内车辆的第二预测轨迹；对第二预测轨迹进行分类，确定出多种车辆轨迹集合分别对应的轨迹数量占比值；获取隧道亮度，基于隧道亮度、第一预测轨迹以及多种车辆轨迹集合得到风险轨迹集合；基于轨迹数量占比值以及风险轨迹集合，得到安全预警信息。通过上述方法，降低隧道内交通事故的发生机率。的发生机率。的发生机率。

【技术实现步骤摘要】
一种基于隧道的行车安全预警方法及设备


[0001]本申请涉及交通控制系统
，尤其涉及一种基于隧道的行车安全预警方法及设备。

技术介绍

[0002]随着社会的不断发展，交通便利已逐步成为最基本的需求。对于地理环境较为复杂的地区，特别是山路曲折的地区，通过隧道可以解决当地交通不便的问题。隧道在改善公路技术状态、缩短运行距离、提高运输能力、减少事故等方面起到重要的作用。但由于隧道是一个狭长的密闭空间，自然光难以照射进来。因此，驾驶员白天进入隧道容易产生黑洞效应，出隧道时容易产生白洞效应，从而对驾驶员视线产生影响，以致驾驶员无法准确对当前路况进行判断。
[0003]现有技术中通常会对驾驶员进行一些超速减速的简单预警提醒，但由于隧道内受光线、空间密闭等因素的影响，仅通过简单的预警提醒难以有效帮助驾驶员确保行车安全，以致在隧道内容易引发交通事故。

技术实现思路

[0004]本申请实施例提供了一种基于隧道的行车安全预警方法及设备，用于解决如下技术问题：在隧道内仅通过简单的预警提醒难以有效帮助驾驶员确保行车安全，以致在隧道内容易引发交通事故。
[0005]本申请实施例采用下述技术方案：本申请实施例提供一种基于隧道的行车安全预警方法。包括，获取进入隧道的车辆所对应的第一实时车速与第一实时位置，以及获取进入隧道的车辆所对应的周围预设范围内车辆的第二实时位置与第二实时车速；将第一实时位置输入卡尔曼滤波器，得到进入隧道的车辆的第一参考轨迹，基于第一参考轨迹以及第一实时车速，得到进入隧道的车辆对应的第一预测轨迹；将第二实时位置以及第二实时车速输入预设轨迹预测模型，以得到周围预设范围内车辆的第二预测轨迹；其中，同一车辆对应一条或多条第二预测轨迹；利用动态聚类算法，对周围预设范围内车辆对应的第二预测轨迹进行分类处理，以得到多种车辆轨迹集合，并确定出多种车辆轨迹集合分别对应的轨迹数量占比值；获取进入隧道的车辆所在位置对应的隧道亮度，将隧道亮度、第一预测轨迹以及多种车辆轨迹集合输入预置风险评估模型，以得到进入隧道的车辆对应的风险轨迹集合；基于轨迹数量占比值以及风险轨迹集合，得到进入隧道的车辆所对应的安全预警信息。
[0006]本申请实施例通过获取进入隧道的车辆对应的第一实时车速与第一实时位置，能够对进入隧道的车辆进行追踪定位，从而对车辆的行驶路线进行预测。其次，本申请实施例通过卡尔曼滤波器以及预设轨迹预测模型，能够对进入隧道的车辆周围预设范围内车辆的轨迹进行预测，通过预测得到的轨迹能够确定出二者之间是否存在交互点，从而确定出进入隧道的车辆与周围车辆之间是否会产生碰撞，从而对进入隧道的车辆进行提前预警，以
防止交通事故的发生。此外，本申请实施例还会获取隧道亮度，隧道亮度会对驾驶员产生视线影响，因此通过获取到的隧道亮度能够预测出当前亮度对应的风险程度，从而基于隧道亮度以及车辆行驶状况两种情况对车辆进行风险预警，以提高行车安全预警的准确性，降低隧道内交通事故的发生。
[0007]在本申请的一种实现方式中，将第一实时位置输入卡尔曼滤波器，得到进入隧道的车辆的第一参考轨迹，具体包括：将第一实时位置对应的当前帧图像输入预置目标识别模型，通过预置目标识别模型得到进入隧道的车辆对应的标注框；通过卡尔曼滤波器对第一实时位置对应的前一帧图像的运动特征进行提取，得到进入隧道的车辆在当前帧中的预测位置信息；基于标注框、预测位置信息进行匈牙利计算，以对标注框与预测位置信息进行级联匹配，得到匹配集合；根据匹配集合得到进入隧道的车辆的第一参考轨迹。
[0008]在本申请的一种实现方式中，基于第一参考轨迹以及第一实时车速，得到进入隧道的车辆对应的第一预测轨迹，具体包括：获取进入隧道的车辆在当前路段内的第一实时车速，将第一实时车速与预置历史车速变换数据库进行比对，以得到进入隧道的车辆对应的第二参考轨迹；其中，预置历史车速变换数据库中包括当前路段对应的不同车辆的不同车速，以及不同车辆分别在下一时刻分别对应的运动轨迹；将第一参考轨迹与第二参考轨迹进行比对，确定出二者距离差值大于第一预设距离阈值的待确定轨迹路段；基于进入隧道的车辆在当前时刻对应的隧道图像信息，以及待确定轨迹路段，确定出第一预测轨迹。
[0009]在本申请的一种实现方式中，基于进入隧道的车辆在当前时刻对应的隧道图像信息，以及待确定轨迹路段，确定出第一预测轨迹，具体包括：获取进入隧道的车辆在当前时刻对应的隧道图像信息；并基于隧道图像信息，确定出进入隧道的车辆对应的障碍物距离和/或周围预设范围内的车辆距离；在障碍物距离和/或周围预设范围内的车辆距离，小于第二预设距离阈值的情况下，将第一参考轨迹作为待确定轨迹路段，以得到第一预测轨迹；否则将第二参考轨迹作为待确定轨迹路段。
[0010]本申请实施例通过获取进入隧道的车辆在当前路段内的第一实时车速，能够对该车辆在下一时刻的行驶轨迹进行预测。从而将得到的第一参考轨迹与第二参考轨迹进行比对，以提高得到的预测轨迹的准确性。此外，本申请实施例将二者差距较大的预测路段进行二次确定，基于车辆当前的行驶状况选取误差较小的参考轨迹作为其预测轨迹，从而进一步提高得到的预测轨迹的准确性，以提高行车安全预警的准确度。
[0011]在本申请的一种实现方式中，将第二实时位置以及第二实时车速输入预设轨迹预测模型，以得到周围预设范围内车辆的第二预测轨迹之前，方法还包括：将预先采集的位置信息训练集与车速信息训练集作为输入，将位置信息训练集与车速信息训练集对应的轨迹训练集作为输出，对预置神经网络模型进行训练，以得到预设轨迹预测模型；其中，同一位置信息训练集与同一车速信息训练集在轨迹训练集中对应有一条或多条轨迹。
[0012]在本申请的一种实现方式中，利用动态聚类算法，对周围预设范围内车辆对应的第二预测轨迹进行分类处理，以得到多种车辆轨迹集合，并确定出多种车辆轨迹集合分别对应的轨迹数量占比值，具体包括：基于车辆行驶的多种轨迹情况，确定出聚类类簇数量；其中，多种轨迹情况至少包括直行、向左变道以及向右变道中的一项；在第二预测轨迹中随机选取一个预测轨迹作为第一聚类中心，在剩余的第二预测轨迹中，将与第一聚类中心的距离最远的预测轨迹作为第二聚类中心，以及在去除第一聚类中心与第二聚类中心后剩余
的第二预测轨迹中，将与第一聚类中心，以及与第二聚类中心的距离最远的预测轨迹作为第三聚类中心，直到得到的聚类中心的数量与聚类类簇数量相同；通过欧氏距离算法，得到除聚类中心之外的第二预测轨迹与多个聚类中心之间的距离，并基于距离，将除聚类中心之外的第二预测轨迹划分至相应的聚类类簇；确定出聚类类簇分别对应的所有数据的均值，以得到聚类类簇分别对应的簇类质心；基于聚类类簇数量，以及第二预测轨迹与簇类质心之间的距离，将第二预测轨迹重新分配，直至质心不再变化，以得到参考轨迹集合；将参考轨迹集合输入预设轨迹分类模型进行校验，以得到多种车辆轨迹集合，并确定出多种车辆轨迹集合分别对应的轨迹数量占比值。
[0013]在本申请的一种实现方式中，将参考轨迹集合输入预设轨迹分类模型进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于隧道的行车安全预警方法，其特征在于，所述方法包括：获取进入隧道的车辆所对应的第一实时车速与第一实时位置，以及获取所述进入隧道的车辆所对应的周围预设范围内车辆的第二实时位置与第二实时车速；将所述第一实时位置输入卡尔曼滤波器，得到所述进入隧道的车辆的第一参考轨迹，基于所述第一参考轨迹以及所述第一实时车速，得到所述进入隧道的车辆对应的第一预测轨迹；将所述第二实时位置以及所述第二实时车速输入预设轨迹预测模型，以得到所述周围预设范围内车辆的第二预测轨迹；其中，同一车辆对应一条或多条第二预测轨迹；利用动态聚类算法，对所述周围预设范围内车辆对应的第二预测轨迹进行分类处理，以得到多种车辆轨迹集合，并确定出所述多种车辆轨迹集合分别对应的轨迹数量占比值；获取所述进入隧道的车辆所在位置对应的隧道亮度，将所述隧道亮度、所述第一预测轨迹以及所述多种车辆轨迹集合输入预置风险评估模型，以得到所述进入隧道的车辆对应的风险轨迹集合；基于所述轨迹数量占比值以及所述风险轨迹集合，得到所述进入隧道的车辆所对应的安全预警信息。2.根据权利要求1所述的一种基于隧道的行车安全预警方法，其特征在于，所述将所述第一实时位置输入卡尔曼滤波器，得到所述进入隧道的车辆的第一参考轨迹，具体包括：将所述第一实时位置对应的当前帧图像输入预置目标识别模型，通过所述预置目标识别模型得到所述进入隧道的车辆对应的标注框；通过所述卡尔曼滤波器对所述第一实时位置对应的前一帧图像的运动特征进行提取，得到所述进入隧道的车辆在当前帧中的预测位置信息；基于所述标注框、所述预测位置信息进行匈牙利计算，以对所述标注框与所述预测位置信息进行级联匹配，得到匹配集合；根据所述匹配集合得到所述进入隧道的车辆的第一参考轨迹。3.根据权利要求2所述的一种基于隧道的行车安全预警方法，其特征在于，所述基于所述第一参考轨迹以及所述第一实时车速，得到所述进入隧道的车辆对应的第一预测轨迹，具体包括：获取所述进入隧道的车辆在当前路段内的第一实时车速，将所述第一实时车速与预置历史车速变换数据库进行比对，以得到所述进入隧道的车辆对应的第二参考轨迹；其中，所述预置历史车速变换数据库中包括：所述当前路段对应的不同车辆的不同车速，以及所述不同车辆分别在下一时刻分别对应的运动轨迹；将所述第一参考轨迹与所述第二参考轨迹进行比对，确定出二者距离差值大于第一预设距离阈值的待确定轨迹路段；基于所述进入隧道的车辆在当前时刻对应的隧道图像信息，以及所述待确定轨迹路段，确定出所述第一预测轨迹。4.根据权利要求3所述的一种基于隧道的行车安全预警方法，其特征在于，所述基于所述进入隧道的车辆在当前时刻对应的隧道图像信息，以及所述待确定轨迹路段，确定出所述第一预测轨迹，具体包括：获取所述进入隧道的车辆在当前时刻对应的隧道图像信息；并基于所述隧道图像信
息，确定出所述进入隧道的车辆对应的障碍物距离和/或周围预设范围内的车辆距离；在所述障碍物距离和/或周围预设范围内的车辆距离，小于第二预设距离阈值的情况下，将所述第一参考轨迹作为所述待确定轨迹路段，以得到所述第一预测轨迹；否则将所述第二参考轨迹作为所述待确定轨迹路段。5.根据权利要求1所述的一种基于隧道的行车安全预警方法，其特征在于，所述将所述第二实时位置以及所述第二实时车速输入预设轨迹预测模型，以得到所述周围预设范围内车辆的第二预测轨迹之前，所述方法还包括：将预先采集的位置信息训练集与车速信息训练集作为输入，将所述位置信息训练集与所述车速信息训练集对应的轨迹训练集作为输出，对预置神经网络模型进行训练，以得到所述预设轨迹预测模型；其中，同一位置信息训练集与同一车速信息训练集在所述轨迹训练集中对应有一条或多条轨迹。6.根据权利要求1所述的一种基于隧道的行车安全预警方法，其特征在于，所述利用动态聚类算法，对所述周围预设范围内车辆对应的第二预测轨迹进行分类处理，以得到多种车辆轨迹集合，并确定出所述多种车辆轨迹集合分别对应的轨迹数量占比值，具体包括：基于车辆行驶的多种轨迹情况，确定出聚类类簇数量；其中，所述多种轨迹情况...

【专利技术属性】
技术研发人员：李文静，孙庆文，王双，庄子杰，
申请(专利权)人：山东金宇信息科技集团有限公司，
类型：发明
国别省市：