一种隧道内车辆可视化监测的方法、设备及存储介质技术

本申请公开了一种隧道内车辆可视化监测的方法、设备及存储介质。方法包括：通过图像采集设备与激光雷达，采集待监测隧道对应的隧道图像数据集与点云数据集，并基于隧道图像数据集与点云数据集构建待监测隧道对应的隧道三维模型；将待监测隧道中的传感器设备与隧道三维模型进行关联，以获得待监测隧道对应的数字孪生体；接收实时隧道视频数据，并对实时隧道视频数据中包含的车辆标定信息进行提取；基于车辆标定信息，在待监测隧道对应的数字孪生体中生成对应的实时车辆数字对象，并通过可视化大屏，将包含实时车辆数字对象的数字孪生体进行展示。本申请通过上述方法实现了对隧道内车辆的可视化精准感知，从而更好的对隧道内车辆进行可视化监测。进行可视化监测。进行可视化监测。

【技术实现步骤摘要】
一种隧道内车辆可视化监测的方法、设备及存储介质


[0001]本申请涉及交通控制系统
，尤其涉及一种隧道内车辆可视化监测的方法、设备及存储介质。

技术介绍

[0002]随着经济的发展和人民生活水平的日益提高，车辆的数量也不断增多，同时公路建设也越来越完善。其中，隧道是山区、跨海\河公路建设的重要方式，建成和运营里程逐渐增多，是高速公路和城市道路交通的重要咽喉。隧道不仅车流量大，而且隧道为半封闭环境，较普通路段交通事故多，且极易导致二次事故，造成严重事故损失和交通延误，成为高速公路安全畅通运行的瓶颈。
[0003]目前对隧道内车流的监控方式，有传统的人工巡检方式，也有在线视频监测等方式。人工巡检不仅占用大量的人力资源，同时巡检效率低。视频监控方式由于摄像头拍摄视角等原因，往往不能精准感知隧道内的车辆状况。因此，如何实现对隧道内的车辆可视化精准感知，从而更好的对隧道内车辆进行可视化监测成为亟待解决的技术问题。

技术实现思路

[0004]本申请实施例提供了一种隧道内车辆可视化监测的方法、设备及存储介质，用以解决如下技术问题：如何实现对隧道内的车辆可视化精准感知，从而更好的对隧道内车辆进行可视化监测。
[0005]第一方面，本申请实施例提供了一种隧道内车辆可视化监测的方法，其特征在于，方法包括：通过图像采集设备与激光雷达，分别采集待监测隧道对应的隧道图像数据集与点云数据集，并基于隧道图像数据集与点云数据集构建待监测隧道对应的隧道三维模型；将待监测隧道中的传感器设备与隧道三维模型进行关联，以获得待监测隧道对应的数字孪生体；接收实时隧道视频数据，并对实时隧道视频数据中包含的车辆标定信息进行提取；其中，隧道视频数据通过设置于隧道内的智能摄像机获取，标定信息由智能摄像机中的预设的识别算法处理获得；基于车辆标定信息，在待监测隧道对应的数字孪生体中生成对应的实时车辆数字对象，并通过可视化大屏，将包含实时车辆数字对象的数字孪生体进行展示。
[0006]在本申请的一种实现方式中，基于隧道图像数据集与点云数据集构建待监测隧道对应的隧道三维模型，具体包括：将点云数据集输入到预设的三维点云建模软件进行塑模，以获得待监测隧道对应的初始隧道三维模型；通过预设的图像处理算法对隧道图像数据集进行处理，以获得待监测隧道对应的整体可见光表面图像；对初始隧道三维模型与整体可见光表面图像进行数据叠加，以实现对隧道三维模型的构建。
[0007]在本申请的一种实现方式中，在将点云数据集输入到预设的三维点云建模软件进行塑模之前，方法还包括：通过预设的点云处理算法，对点云数据集进行预处理，以获得对应的增强点云数据集；基于预设的点云目标识别模型，确定增强点云数据集中包含的标志物点云数据集；确定标志物点云数据集中的第一标志物特征点，并基于标志物特征点对点
云数据集进行点云配准。
[0008]在本申请的一种实现方式中，通过预设的点云处理算法，对点云数据集进行预处理，以获得对应的增强点云数据集，具体包括：通过K最近邻分类算法，将点云数据集分为两个点云数据子集；通过WLOP 算法对两个点云数据子集进行投影计算，以获得对应的两个投影子集；对两个投影子集分别进行预设数量次迭代，以确定两个投影子集对应的两个迭代子集；对两个迭代子集进行合并，以获得增强点云数据集。
[0009]在本申请的一种实现方式中，通过预设的图像处理算法对隧道图像数据集进行处理，以获得待监测隧道对应的整体可见光表面图像，具体包括：通过纳维滤波算法，对隧道图像数据集中的各隧道图像进行降噪处理；通过预设的图像目标识别模型，对经过降噪处理后的隧道图像数据集中的各隧道图像进行标志物识别；确定各隧道图像中标志物对应的第二标志物特征点，并基于第二标志物特征点对各隧道图像进行拼接处理，以确定待监测隧道对应的整体可见光表面图像。
[0010]在本申请的一种实现方式中，在接收实时隧道视频数据，并对实时隧道视频数据中包含的车辆标定信息进行提取之前，方法还包括：智能摄像机获取初始实时隧道视频数据，并基于预设的目标识别及跟踪算法，确定初始实时隧道视频数据中包含的各车辆的车辆信息；其中，车辆信息包括：车辆属性信息、车辆位置信息及运动状态信息；基于各车辆的车辆信息，对初始实时隧道视频数据进行标签化处理，以获得包含车辆标定信息的实时隧道视频数据。
[0011]在本申请的一种实现方式中，基于车辆标定信息，在待监测隧道对应的数字孪生体中生成对应的实时车辆数字对象，具体包括：基于车辆标定信息中的车辆属性信息，确定数字对象模型库中对应的车辆数字模型，并对车辆数字模型添加对应的专属属性信息，以获得对应的车辆数字对象；其中，专属属性信息包括车牌信息；基于车辆标定信息中的车辆位置信息及运动状态信息，将车辆数字对象在待监测隧道对应的数字孪生体中进行实时展示。
[0012]在本申请的一种实现方式中，将待监测隧道中的传感器设备与隧道三维模型进行关联，以获得待监测隧道对应的数字孪生体，具体包括：基于传感器设备的设备类型，对隧道三维模型设置对应的环境模拟程序；在触发隧道内车辆可视化监测信号的情况下，传感器设备将对应的设备数据，实时传输到隧道三维模型对应的环境模拟程序中；基于设备数据，环境模拟程序进行环境模拟，以生成待监测隧道对应的数字孪生体。
[0013]第二方面，本申请实施例还提供了一种隧道内车辆可视化监测的设备，其特征在于，设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：通过图像采集设备与激光雷达，分别采集待监测隧道对应的隧道图像数据集与点云数据集，并基于隧道图像数据集与点云数据集构建待监测隧道对应的隧道三维模型；将待监测隧道中的传感器设备与隧道三维模型进行关联，以获得待监测隧道对应的数字孪生体；接收实时隧道视频数据，并对实时隧道视频数据中包含的车辆标定信息进行提取；其中，隧道视频数据通过设置于隧道内的智能摄像机获取，标定信息由智能摄像机中的预设的识别算法处理获得；基于车辆标定信息，在待监测隧道对应的数字孪生体中生成对应的实时车辆数字对象，并通过可视化大屏，将包含实时车辆数字对象
的数字孪生体进行展示。
[0014]第三方面，本申请实施例还提供了一种隧道内车辆可视化监测的非易失性计算机存储介质，存储有计算机可执行指令，其特征在于，计算机可执行指令设置为：通过图像采集设备与激光雷达，分别采集待监测隧道对应的隧道图像数据集与点云数据集，并基于隧道图像数据集与点云数据集构建待监测隧道对应的隧道三维模型；将待监测隧道中的传感器设备与隧道三维模型进行关联，以获得待监测隧道对应的数字孪生体；接收实时隧道视频数据，并对实时隧道视频数据中包含的车辆标定信息进行提取；其中，隧道视频数据通过设置于隧道内的智能摄像机获取，标定信息由智能摄像机中的预设的识别算法处理获得；基于车辆标定信息，在待监测隧道对应的数字孪生体中生成对应的实时车辆数字对象，并通过可视化大屏本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种隧道内车辆可视化监测的方法，其特征在于，所述方法包括：通过图像采集设备与激光雷达，分别采集待监测隧道对应的隧道图像数据集与点云数据集，并基于所述隧道图像数据集与所述点云数据集构建所述待监测隧道对应的隧道三维模型；将所述待监测隧道中的传感器设备与所述隧道三维模型进行关联，以获得所述待监测隧道对应的数字孪生体；接收实时隧道视频数据，并对所述实时隧道视频数据中包含的车辆标定信息进行提取；其中，所述隧道视频数据通过设置于隧道内的智能摄像机获取，所述标定信息由所述智能摄像机中的预设的识别算法处理获得；基于所述车辆标定信息，在所述待监测隧道对应的数字孪生体中生成对应的实时车辆数字对象，并通过可视化大屏，将包含所述实时车辆数字对象的数字孪生体进行展示。2.根据权利要求1所述的一种隧道内车辆可视化监测的方法，其特征在于，基于所述隧道图像数据集与所述点云数据集构建所述待监测隧道对应的隧道三维模型，具体包括：将所述点云数据集输入到预设的三维点云建模软件进行塑模，以获得所述待监测隧道对应的初始隧道三维模型；通过预设的图像处理算法对所述隧道图像数据集进行处理，以获得所述待监测隧道对应的整体可见光表面图像；对所述初始隧道三维模型与所述整体可见光表面图像进行数据叠加，以实现对所述隧道三维模型的构建。3.根据权利要求2所述的一种隧道内车辆可视化监测的方法，其特征在于，在将所述点云数据集输入到预设的三维点云建模软件进行塑模之前，所述方法还包括：通过预设的点云处理算法，对所述点云数据集进行预处理，以获得对应的增强点云数据集；基于预设的点云目标识别模型，确定所述增强点云数据集中包含的标志物点云数据集；确定所述标志物点云数据集中的第一标志物特征点，并基于所述标志物特征点对所述点云数据集进行点云配准。4.根据权利要求3所述的一种隧道内车辆可视化监测的方法，其特征在于，通过预设的点云处理算法，对所述点云数据集进行预处理，以获得对应的增强点云数据集，具体包括：通过K最近邻分类算法，将所述点云数据集分为两个点云数据子集；通过WLOP 算法对所述两个点云数据子集进行投影计算，以获得对应的两个投影子集；对所述两个投影子集分别进行预设数量次迭代，以确定所述两个投影子集对应的两个迭代子集；对所述两个迭代子集进行合并，以获得所述增强点云数据集。5.根据权利要求2所述的一种隧道内车辆可视化监测的方法，其特征在于，通过预设的图像处理算法对所述隧道图像数据集进行处理，以获得所述待监测隧道对应的整体可见光表面图像，具体包括：通过纳维滤波算法，对所述隧道图像数据集中的各隧道图像进行降噪处理；通过预设的图像目标识别模型，对经过降噪处理后的所述隧道图像数据集中的各隧道
图像进行标志物识别；确定所述各隧道图像中标志物对应的第二标志物特征点，并基于所述第二标志物特征点对所述各隧道图像进行拼接处理，以确定所述待监测隧道对应的整体可见光表面图像。6.根据权利要求1所述的一种隧道内车辆可视化监测的方法，其特征在于，在接收实时隧道视频数据，并对所述实时隧道视频数据中包含的车辆标定信息进行提取之前，所述方法还包括：所述智能摄像机获取初始实时隧道视频数据，并基于预设的目标识别及跟踪算法，确定所述初始实时隧道视频...

【专利技术属性】
技术研发人员：李玉宝，王文静，陈莹，井囡囡，王双，
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：