一种车辆碰撞预警方法、系统、电子设备及存储介质技术方案

本发明专利技术涉及人工智能技术领域，具体公开了一种车辆碰撞预警方法、系统、电子设备及存储介质，方法包括基于车辆碰撞检测模型对接收到的关于道路区域行驶车辆的第二图像进行碰撞检测，并输出车辆碰撞检测结果；获取预设时间内车辆碰撞检测模型输出的所有车辆碰撞检测结果；基于所有车辆碰撞检测结果判断发生车辆碰撞的次数是否超过第二阈值，并基于判断结果判定是否进行告警。通过本发明专利技术的方案，实现了对车辆碰撞事故的实时检测和告警，提高了车辆碰撞检测识别的准确率、召回率和鲁棒性，减少了相关部门对车辆碰撞事故的响应时间，提高了交通事故路段的通行效率，提高了严重碰撞事故的救援效率。的救援效率。的救援效率。

【技术实现步骤摘要】
一种车辆碰撞预警方法、系统、电子设备及存储介质


[0001]本专利技术涉及人工智能
，尤其涉及一种车辆碰撞预警方法、系统、电子设备及存储介质。

技术介绍

[0002][0003]当前车辆碰撞检测与预警方案主要通过人工搜索监控视频进行车辆碰撞识别与告警，当前方案存在的效率低、消耗资源大、人工监控成本高的问题，并且对于交通碰撞事故路端通报不及时，危害其他出行人员安全和造成道路拥堵的问题，对于严重的车辆碰撞事故还存在反应时间长，对受害者救援不及时的问题。

技术实现思路

[0004]有鉴于此，本专利技术提出了一种车辆碰撞预警方法、系统、电子设备及存储介质，基于车辆碰撞检测模型，对路侧摄像头采集的视频数据进行实时的车辆碰撞检测，解决了当前人工搜索监控视频进行车辆碰撞识别存在的效率低、消耗资源大、人工监控成本高等问题；同时本专利技术的方案还能够对检测到的大概率发生碰撞事故的区域实时告警和存储，自动提醒交通管理部门和救助部门重点关注可能发生交通事故的路段区域，缩短对车辆碰撞事故响应时间，提高交通事故道路通行效率，降低交通事故受害者伤亡率，解决了对于交通碰撞事故路端通报不及时，危害其他出行人员安全和造成道路拥堵的问题，还解决了对于严重的车辆碰撞事故反应时间长，对受害者救援不及时的问题。
[0005]基于上述目的，本专利技术实施例的一方面提供了一种车辆碰撞预警方法，方法包括：基于车辆碰撞检测模型对接收到的关于道路区域行驶车辆的第二图像进行碰撞检测，并输出车辆碰撞检测结果；获取预设时间内所述车辆碰撞检测模型输出的所有车辆碰撞检测结果；基于所述所有车辆碰撞检测结果判断发生车辆碰撞的次数是否超过第二阈值，并基于判断结果判定是否进行告警。
[0006]在一些实施方式中，所述基于车辆碰撞检测模型对接收到的关于道路区域行驶车辆的第二图像进行碰撞检测，并输出车辆碰撞检测结果的步骤包括基于所述车辆碰撞检测模型执行以下步骤：接收所述第二图像并对所述第二图像进行特征提取，得到第一特征图；对所述第一特征图进行特征提取与特征融合，得到第二特征图，并对所述第二特征图进行自适应加权计算，得到第三特征图；响应于对所述第二特征图进行自适应加权计算的次数大于第一阈值，将最后一次自适应加权计算得到的第四特征图作为车辆碰撞检测结果输出。
[0007]在一些实施方式中，所述对所述第二图像进行特征提取，得到第一特征图的步骤包括：
对所述第二图像依次进行卷积、归一化和激活计算，得到所述第一特征图。
[0008]在一些实施方式中，所述对所述第一特征图进行特征提取与特征融合，得到第二特征图的步骤包括：对所述第一特征图依次进行可变形卷积计算、归一化计算和激活计算，得到第五特征图，并对所述第一特征图依次进行标准卷积计算、归一化计算和激活计算，得到第六特征图；对所述第五特征图和所述第六特征图依次进行拼接计算和使用预设卷积核的卷积计算，得到所述第二特征图。
[0009]在一些实施方式中，所述对所述第五特征图和所述第六特征图依次进行拼接计算和使用预设卷积核的卷积计算，得到所述第二特征图的步骤包括：按序列对所述第五特征图和所述第六特征图进行拼接计算，得到第七特征图；使用所述预设卷积核对所述第七特征图进行卷积计算，得到所述第二特征图。
[0010]在一些实施方式中，所述归一化计算的步骤包括：对接收到的特征图分别进行层归一化计算、批归一化计算和实例归一化计算，得到第一层归一化计算结果、第一批归一化计算结果、第一实例归一化计算结果；对所述第一层归一化计算结果、所述第一批归一化计算结果、所述第一实例归一化计算结果进行相加以及求平均值计算。
[0011]在一些实施方式中，所述对所述第二特征图进行自适应加权计算，得到第三特征图的步骤包括：将所述第二特征图作为权重参数，其中，所述权重参数包括对应于所述第五特征图的第一权重参数和对应于所述第六特征图的第二权重参数；按照通道将所述第一权重参数与第五特征图进行相乘，得到第八特征图；按通道将所述第二权重参数与第六特征图进行相乘，得到第九特征图；按照通道、位置点以及对应的第一权重参数和第二权重参数对所述第八特征图和所述第九特征图进行计算，得到所述第三特征图。
[0012]在一些实施方式中，所述按照通道、位置点以及对应的第一权重参数和第二权重参数对所述第八特征图和所述第九特征图进行计算的步骤包括：按照通道以及位置点对所述第八特征图和所述第九特征图进行求和计算；使用求和计算结果除以所述第八特征图和所述第九特征图中对应位置的第一权重参数和第二权重参数之和。
[0013]在一些实施方式中，所述基于判断结果判定是否进行告警的步骤包括：若是所述发生车辆碰撞的次数未超过第二阈值，则不进行告警；若是所述发生车辆碰撞的次数超过第二阈值，则进行第一次告警，并判断车辆碰撞的严重程度；若是所述车辆碰撞的严重程度达到二次告警条件，则进行二次告警；若是所述车辆碰撞的严重程度未达到二次告警条件，则不进行二次告警。
[0014]在一些实施方式中，在所述基于车辆碰撞检测模型对接收到的关于道路区域行驶车辆的第二图像进行碰撞检测步骤之前，方法还包括：对采集的视频流进行分帧处理得到第一图像，其中，所述第一图像为道路区域图
像；对所述第一图像进行预处理得到第二图像，其中，所述第二图像为道路机动车行驶区域图像；将所述第二图像输入到所述车辆碰撞检测模型。
[0015]本专利技术实施例的另一方面，还提供了一种车辆碰撞预警系统，系统包括：车辆碰撞检测模块，所述车辆碰撞检测模块配置为基于车辆碰撞检测模型对接收到的关于道路区域行驶车辆的第二图像进行碰撞检测，并输出车辆碰撞检测结果；获取模块，所述获取模块配置为获取预设时间内所述车辆碰撞检测模型输出的所有车辆碰撞检测结果；告警模块，所述告警模块配置为基于所述所有车辆碰撞检测结果判断发生车辆碰撞的次数是否超过第二阈值，并基于判断结果判定是否进行告警。
[0016]本专利技术实施例的又一方面，还提供了一种电子设备，包括：至少一个处理器；以及存储器，所述存储器存储有可在所述处理器上运行的计算机程序，所述计算机程序由所述处理器执行时实现如上方法的步骤。
[0017]本专利技术实施例的再一方面，还提供了一种存储介质，存储介质存储有被处理器执行时实现如上方法步骤的计算机程序。
[0018]本专利技术至少具有以下有益技术效果：本专利技术可以对监控路段车辆碰撞事故实时检测和自动化告警，减少交通管理部门和救护单位对车辆碰撞事故的响应时间，提高严重碰撞事故的救援效率，降低严重车祸事故导致的非必要死亡率，提高交通事故路段的通行效率；本专利技术的碰撞事故检测方案，无需多人24小时值守，人工成本低，无需安装新摄像头，部署成本低；本专利技术提出的特征提取自适应加权模块和LBIA
‑
Block模块，可以在模型训练时自主学习增加车辆碰撞事故特征的权重，可以提高模型特征图空间信息丰富度，提高模型对碰撞事故区域特征检测识别的准确率、召回率和鲁棒性，同时这些模块即插即用，也可以扩展应用在其他目标检测模型中提高模型进行目标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆碰撞预警方法，其特征在于，方法包括：基于车辆碰撞检测模型对接收到的关于道路区域行驶车辆的第二图像进行碰撞检测，并输出车辆碰撞检测结果；获取预设时间内所述车辆碰撞检测模型输出的所有车辆碰撞检测结果；基于所述所有车辆碰撞检测结果判断发生车辆碰撞的次数是否超过第二阈值，并基于判断结果判定是否进行告警。2.根据权利要求1所述的方法，其特征在于，所述基于车辆碰撞检测模型对接收到的关于道路区域行驶车辆的第二图像进行碰撞检测，并输出车辆碰撞检测结果的步骤包括基于所述车辆碰撞检测模型执行以下步骤：接收所述第二图像并对所述第二图像进行特征提取，得到第一特征图；对所述第一特征图进行特征提取与特征融合，得到第二特征图，并对所述第二特征图进行自适应加权计算，得到第三特征图；响应于对所述第二特征图进行自适应加权计算的次数大于第一阈值，将最后一次自适应加权计算得到的第四特征图作为车辆碰撞检测结果输出。3.根据权利要求2所述的方法，其特征在于，所述对所述第二图像进行特征提取，得到第一特征图的步骤包括：对所述第二图像依次进行卷积、归一化和激活计算，得到所述第一特征图。4.根据权利要求2所述的方法，其特征在于，所述对所述第一特征图进行特征提取与特征融合，得到第二特征图的步骤包括：对所述第一特征图依次进行可变形卷积计算、归一化计算和激活计算，得到第五特征图，并对所述第一特征图依次进行标准卷积计算、归一化计算和激活计算，得到第六特征图；对所述第五特征图和所述第六特征图依次进行拼接计算和使用预设卷积核的卷积计算，得到所述第二特征图。5.根据权利要求4所述的方法，其特征在于，所述对所述第五特征图和所述第六特征图依次进行拼接计算和使用预设卷积核的卷积计算，得到所述第二特征图的步骤包括：按序列对所述第五特征图和所述第六特征图进行拼接计算，得到第七特征图；使用所述预设卷积核对所述第七特征图进行卷积计算，得到所述第二特征图。6.根据权利要求4所述的方法，其特征在于，所述归一化计算的步骤包括：对接收到的特征图分别进行层归一化计算、批归一化计算和实例归一化计算，得到第一层归一化计算结果、第一批归一化计算结果、第一实例归一化计算结果；对所述第一层归一化计算结果、所述第一批归一化计算结果、所述第一实例归一化计算结果进行相加以及求平均值计算。7.根据权利要求4所述的方法，其特征在于，所述对所述第二特征图进行自适应加权计算，得到第三特征图的步骤包括：将所述第二特征图作为权重参数，其中，所述权重...

【专利技术属性】
技术研发人员：王金波，郭振华，
申请(专利权)人：天翼交通科技有限公司，
类型：发明
国别省市：