【技术实现步骤摘要】
本专利技术涉及交通疏导，具体为一种基于视觉识别的无人机交通疏导系统。
技术介绍
1、城市快速路、路面空旷区域的主干道等无红绿灯控制的道路的拥堵点分析，造成拥堵的原因主要有：(1)个别车辆车速过慢，压低本车道所有行车速，或者长时占用超车道，(2)进、出快速路的交汇口车辆并非缓速交替通行，而因临行加塞形成极低速并道交叉拥堵，(3)道路障碍(如施工占道、事故占道)占用，缩减了车道造成影响。而无红绿灯控制的路况，除了依赖交警参与指挥，并无奏效的方法，但是交警指挥并不能快速及时、便利的到达各个城市快速路、路面空旷区域的主干道上，且发布的疏导指令无法在较大范围内向后续车辆传播，为此，本专利技术提出了一种基于视觉识别的无人机交通疏导系统。
技术实现思路
1、(一)解决的技术问题
2、针对现有技术的不足，本专利技术提供了一种基于视觉识别的无人机交通疏导系统，解决了上述
技术介绍
提到的问题。
3、(二)技术方案
4、为实现以上目的，本专利技术通过以下技术方案予以实现：一种基于视觉识别的无人机交通疏导系统，包括地图导入模块、飞行定位模块、全景摄像模块、交通信息分析模块、范围飞行模块、通信模块和交通疏导模块，所述地图导入模块的输出端与飞行定位模块的输入端连接，飞行定位模块的输出端与全景摄像模块的输入端连接，所述全景摄像模块的输出端与交通信息分析模块的输入端连接，所述交通信息分析模块的输出端与范围飞行模块和交通疏导模块的输入端连接，所述范围飞行模块的输出端与通信模块的输入
5、作为一种改进的技术方案，所述地图导入模块，用于根据地图中实时拥堵起始点定位卫星信息；所述飞行定位模块，用于生成飞行路线，并飞行到达道路定位的前上方；所述全景摄像模块，用于拍摄飞行到达位置的全景路况照片；所述交通信息分析模块，用于判断飞行到达位置是否存在拥堵起始点及拥堵类型。
6、作为一种改进的技术方案，所述范围飞行模块，用于无人机沿到达位置的范围内查找拥堵起始点；所述通信模块，用于将无法找到拥堵起始点信息回传指挥中心，或者接收指挥中心的人工干预指令；所述交通疏导模块，找到拥堵点，根据拥堵情况执行交通疏导操作。
7、作为一种改进的技术方案，所述交通信息分析模块的方法为：通过全景路况照片，识别区域内道路某侧的车道分隔线及车辆，通过将车辆抽象为数据点，并对车辆点做密度聚类，依据聚类结果综合判定道路通行整体状态、异常车辆或异常路面情况及异常位置等。具体分析方式为：
8、p1：将全景路况照片发送至存储云端，利用内置的分析处理器，识别区域内道路指定侧的车道分隔线及车辆，并以单实线车道为界进行分隔，将车辆抽象为前进方向的序列点。通过对上述车辆点进行密度聚类，获得此时划分密度值p实，以及相应的簇c1,c2,...,cn，处于簇之外的均认定为噪声点；
9、p2：计算照片中车辆前后之间的距离，再根据无人机的飞行高度计算照片中的车辆前后距离与实际距离之间的比例尺，从而计算实际车辆前后之间的距离，标记为m实；
10、根据车道等级标准及该车道常规路况状态，拟定该车道默认前后车合理间距，记m0为常规行车间距，m缓为缓行间距、m堵为拥堵间距。分别以行车间距为参照，预设正常通行聚类密度p0，缓行密度p缓，和拥堵密度p堵。预设路况参数阈值w，正常通行阈值w0＝0.2，缓行阈值w缓＝1.0，拥堵阈值w堵＝3.0；
11、当p实<＝p缓，则判定路况为缓行，p实<＝p堵，则判定路况为拥堵，其它则判定路况正常；
12、p3：针对密度聚类结果，找到前进方向的簇c1，从c1中找到前进方向侧的边缘点ac1，判断车ac1的簇外前车b是否属于噪声点或属于另一簇(假设为c2)；
13、如果车b属于簇c2，则程序跳过簇c1，从c2开始寻找簇c2的前进侧边缘点，重复本流程p3；
14、如果车b是噪声点，计算a、b两车距离dab，如果距离dab>＝pm实*，，则判定a车速度过低，否则判定b车速过低。例如，在缓行状态下，ab两车间距超出缓行间间距的2倍，则判定a车速过低；
15、再判断车a/b所在车道是否为实线，如果实线则直接提醒当前车道车a/b，如果不是实线，则判定是最内道前进方向侧边缘点车辆c1内a长时间占用超车道，提醒车c1内a；
16、p4：在t秒钟(默认为5秒)的时间间隔后，重复上述操作，如果3次的判定结果均一致，则将转由交通疏导模块执行相应疏导操作。
17、作为一种改进的技术方案，所述交通疏导模块的具体疏导方式为：
18、q1：当拥堵点c阈值范围(默认为120米)内出现道路同侧地图位置poi空间文本信息含“路入口/出口”、“路交叉口”时，则判定为交汇路口附近，交汇路口出现拥堵时，无人机飞抵交汇口上方，使用激光灯，投影更多实线在车行道分界线上，以光栅形式模拟延长路口单实线长度，并文字及语音提示：“注意车道实线已延长、跨实线加塞抓拍”，“路口交替通行”的文字、语音提醒，将可能插队并道的拥堵点后移至新的实线起始点，减轻因车辆临近路口时强行加塞等行为导致通行效率降低情况。同时，反馈信息至指挥中心，及时派出路面巡警参与指挥；
19、q2：道路前车车速过慢时，与最前车保持车速相对稳定向前飞行的同时，使用激光灯在该车道车辆前方路面上投影文字及语音提示，显示最高限速及“请勿龟速通行”字样，或显示“勿长时占用超车道”字样等各类语音、文字提醒信息，引导车辆提速、让道；
20、q3：临时施工故障、事故故障时，投影文字及语音“前方左/中/右车道故障，请缓速提前向右侧/两侧/左侧并道，快速通过”，向后车提前预警故障信息及并道建议，同时，以光栅形式模拟路口单实线，并根据车辆并道情况、逐步延伸单实线长度，为事故处理腾出空间。
21、作为一种改进的技术方案，所述无人机内还包括：明显警用标识、交通引导摄像头、彩色激光灯、激光灯操作云台、简易扩音器、自控飞行摄像头。
22、作为一种改进的技术方案，所述地图导入模块采用高德地图、谷哥地图或百度地图等具备实时路况、且路况信息可被导入读取的地图，或者指挥中心指定使用地图，连接4g或5g网络。
23、作为一种改进的技术方案，所述范围飞行模块内设定飞行范围，为半径2000m的圆形范围。
24、(三)有益效果
25、本专利技术提供了一种基于视觉识别的无人机交通疏导系统。与现有技术相比，具备以下有益效果：该基于视觉识别的无人机交通疏导系统，通过导航定位交通拥堵路况，并在无人机飞行到达后，利用视觉目标识别及密度聚类分析计算区域(全车道、或某车道)车辆前后密度差异判断是否拥堵，并根据不同类型的拥堵路况通过机载激光灯投影及扬声器进行疏导干预，使用光栅投影延长车道实线将插队并道的堵点后移、语音提示和引导车辆分流，有利于提升并道前后排队车辆时速、限制不文明临时插队引起车辆极低速并道，养成在法规下，根据路况提速、提前跟车并道的好习惯，本文档来自技高网...
【技术保护点】
1.一种基于视觉识别的无人机交通疏导系统，其特征在于：包括地图导入模块(10)、飞行定位模块(20)、全景摄像模块(30)、交通信息分析模块(40)、范围飞行模块(50)、通信模块(60)和交通疏导模块(70)，所述地图导入模块(10)的输出端与飞行定位模块(20)的输入端连接，飞行定位模块(20)的输出端与全景摄像模块(30)的输入端连接，所述全景摄像模块(30)的输出端与交通信息分析模块(40)的输入端连接，所述交通信息分析模块(40)的输出端与范围飞行模块(50)和交通疏导模块(70)的输入端连接，所述范围飞行模块(50)的输出端与通信模块(60)的输入端连接。
2.根据权利要求1所述的一种基于视觉识别的无人机交通疏导系统，其特征在于：所述地图导入模块(10)，用于根据地图中实时拥堵起始点定位卫星信息；所述飞行定位模块(20)，用于生成飞行路线，并飞行到达道路定位的前上方；所述全景摄像模块(30)，用于拍摄飞行到达位置的全景路况照片；所述交通信息分析模块(40)，用于判断飞行到达位置是否存在拥堵起始点及判断拥堵类型、可能的原因。
3.根据权利要求2所
4.根据权利要求1所述的一种基于视觉识别的无人机交通疏导系统，其特征在于：所述交通信息分析模块(40)的方法为：通过全景路况照片，识别区域内道路某侧的车道分隔线及车辆，通过将车辆抽象为数据点，并对车辆点做密度聚类，依据聚类结果综合判定道路通行整体状态、异常车辆或异常路面情况及异常位置等。具体分析方式为：
5.根据权利要求1所述的一种基于视觉识别的无人机交通疏导系统，其特征在于：所述交通疏导模块(70)的具体疏导方式为：
6.根据权利要求1所述的一种基于视觉识别的无人机交通疏导系统，其特征在于：所述无人机内还包括：明显警用标识、交通引导摄像头、彩色激光灯、激光灯操作云台、简易扩音器、自控飞行摄像头。
7.根据权利要求1所述的一种基于视觉识别的无人机交通疏导系统，其特征在于：所述地图导入模块(10)采用高德地图、谷哥地图或百度地图等具备实时路况、且路况信息可被导入读取的地图，或者指挥中心指定使用地图，连接4G或5G网络。
8.根据权利要求1所述的一种基于视觉识别的无人机交通疏导系统，其特征在于：所述范围飞行模块(50)内设定飞行范围，为半径2000m的圆形范围。
...【技术特征摘要】
1.一种基于视觉识别的无人机交通疏导系统，其特征在于：包括地图导入模块(10)、飞行定位模块(20)、全景摄像模块(30)、交通信息分析模块(40)、范围飞行模块(50)、通信模块(60)和交通疏导模块(70)，所述地图导入模块(10)的输出端与飞行定位模块(20)的输入端连接，飞行定位模块(20)的输出端与全景摄像模块(30)的输入端连接，所述全景摄像模块(30)的输出端与交通信息分析模块(40)的输入端连接，所述交通信息分析模块(40)的输出端与范围飞行模块(50)和交通疏导模块(70)的输入端连接，所述范围飞行模块(50)的输出端与通信模块(60)的输入端连接。
2.根据权利要求1所述的一种基于视觉识别的无人机交通疏导系统，其特征在于：所述地图导入模块(10)，用于根据地图中实时拥堵起始点定位卫星信息；所述飞行定位模块(20)，用于生成飞行路线，并飞行到达道路定位的前上方；所述全景摄像模块(30)，用于拍摄飞行到达位置的全景路况照片；所述交通信息分析模块(40)，用于判断飞行到达位置是否存在拥堵起始点及判断拥堵类型、可能的原因。
3.根据权利要求2所述的一种基于视觉识别的无人机交通疏导系统，其特征在于：所述范围飞行模块(50)，用于无人机沿到达位置的范围内查找拥堵起始点；所述通信模块(60)，用于将无法找到拥堵...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。