System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于人工智能的高速公路风险监测方法及系统技术方案_技高网

一种基于人工智能的高速公路风险监测方法及系统技术方案

技术编号:40362678 阅读:15 留言:0更新日期:2024-02-09 14:50
本申请涉及智慧交通技术领域,提供一种基于人工智能的高速公路风险监测方法及系统。所述方法包括:获取预定高速公路区域的公路视频监测数据;根据所述公路视频监测数据进行高速公路车辆特征提取,得到车辆特征信息;根据所述公路视频监测数据进行高速公路道路特征提取,得到道路特征信息,所述道路特征信息包括道路行人特征、道路障碍物特征;对所述预定高速公路区域进行事故风险概率预测,获得第一风险概率;根据所述第一风险概率生成第一预警信息。本申请解决了现有技术中高速公路风险监测较为粗糙,精确度不高的技术问题,达到了提高高速公路风险监测的准确度,节约高速公路管理耗费的人力物力的技术效果。

【技术实现步骤摘要】

本申请涉及智慧交通,特别是涉及一种基于人工智能的高速公路风险监测方法及系统


技术介绍

1、为保证驾驶人与乘员的人身安全,提升高速公路的安全性,对事故发生的机理进行深入分析是极其必要的。交通事故风险与航空航天业风险有类似之处,通过借鉴航空航天业风险分析管控经验,从概率角度,对历史案例进行全面分析,提出综合管控措施。结论,高速公路中的交通事故是一个低概率事件,需要认识到事故风险是不确定的;应全面梳理事故成因,针对事故成因不同概率,根据概率的高低决定管控重点、资源投入,最终充分降低事故发生概率,进而减少人员伤亡。

2、综上所述,本申请解决了现有技术中高速公路风险监测较为粗糙,精准度不高的问题。


技术实现思路

1、基于此,有必要针对上述技术问题,提供一种能够提高高速公路风险监测的准确度,节约高速公路管理耗费的人力物力的一种基于人工智能的高速公路风险监测方法及系统。

2、第一方面,本申请提供了一种基于人工智能的高速公路风险监测方法,所述方法包括:获取预定高速公路区域的公路视频监测数据;根据所述公路视频监测数据进行高速公路车辆特征提取,得到车辆特征信息,所述车辆特征信息包括车流量特征、车辆个体速度特征、车辆均速特征、车辆逆行特征;根据所述公路视频监测数据进行高速公路道路特征提取,得到道路特征信息,所述道路特征信息包括道路行人特征、道路障碍物特征;基于所述车辆特征信息和所述道路特征信息对所述预定高速公路区域进行事故风险概率预测,获得第一风险概率;根据所述第一风险概率生成第一预警信息。

3、第二方面,本申请提供了一种基于人工智能的高速公路风险监测系统,所述系统包括:公路视频监测数据获取模块,所述公路视频监测数据获取模块用于获取预定高速公路区域的公路视频监测数据;车辆特征信息获取模块,所述车辆特征信息获取模块用于根据所述公路视频监测数据进行高速公路车辆特征提取,得到车辆特征信息,所述车辆特征信息包括车流量特征、车辆个体速度特征、车辆均速特征、车辆逆行特征;道路特征信息得到模块,所述道路特征信息得到模块用于根据所述公路视频监测数据进行高速公路道路特征提取,得到道路特征信息,所述道路特征信息包括道路行人特征、道路障碍物特征;风险概率获得模块,所述风险概率获得模块用于基于所述车辆特征信息和所述道路特征信息对所述预定高速公路区域进行事故风险概率预测,获得第一风险概率;预警信息获得模块,所述预警信息获得模块用于根据所述第一风险概率生成第一预警信息。

4、本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:

5、首先,获取预定高速公路区域的公路视频监测数据;接下来根据所述公路视频监测数据进行高速公路车辆特征提取,得到车辆特征信息,所述车辆特征信息包括车流量特征、车辆个体速度特征、车辆均速特征、车辆逆行特征;然后根据所述公路视频监测数据进行高速公路道路特征提取,得到道路特征信息,所述道路特征信息包括道路行人特征、道路障碍物特征;再基于所述车辆特征信息和所述道路特征信息对所述预定高速公路区域进行事故风险概率预测,获得第一风险概率;最后根据所述第一风险概率生成第一预警信息。本申请解决了现有技术中高速公路风险监测较为粗糙,精确度不高的技术问题,达到了提高高速公路风险监测的准确度,节约高速公路管理耗费的人力物力的技术效果。

6、上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。

本文档来自技高网...

【技术保护点】

1.一种基于人工智能的高速公路风险监测方法,其特征在于,所述方法包括:

2.如权利要求1所述的方法,其特征在于,所述获取预定高速公路区域的公路视频监测数据,包括:

3.如权利要求1所述的方法,其特征在于,所述基于所述车辆特征信息和所述道路特征信息对所述预定高速公路区域进行事故风险概率预测,获得第一风险概率,包括:

4.如权利要求3所述的方法,其特征在于,所述基于所述异常车辆特征和异常道路特征进行分析,获得所述第一风险概率,包括:

5.如权利要求4所述的方法,其特征在于,所述关联特征集合中的每一组关联特征组配置对应的事故风险概率与所述关联特征组包含的特征类型数量正相关。

6.如权利要求1所述的方法,其特征在于,所述根据所述第一风险概率生成第一预警信息,包括:

7.如权利要求6所述的方法,其特征在于,所述方法还包括:

8.一种基于人工智能的高速公路风险监测系统,其特征在于,所述系统包括:

【技术特征摘要】

1.一种基于人工智能的高速公路风险监测方法,其特征在于,所述方法包括:

2.如权利要求1所述的方法,其特征在于,所述获取预定高速公路区域的公路视频监测数据,包括:

3.如权利要求1所述的方法,其特征在于,所述基于所述车辆特征信息和所述道路特征信息对所述预定高速公路区域进行事故风险概率预测,获得第一风险概率,包括:

4.如权利要求3所述的方法,其特征在于,所述基于所述异常车辆特征和异常道路特征进行分析,...

【专利技术属性】
技术研发人员:闫军冯澍王伟
申请(专利权)人:智慧互通科技股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1