一种高速公路隧道车辆事故预警方法、系统、设备及介质技术方案

本发明专利技术公开了一种高速公路隧道车辆事故预警方法、系统、设备及介质，所示方法包括：利用深度学习框架，根据隧道车辆历史样本数据对构建的YOLOv8s识别模型进行训练，YOLOv8s识别模型被设计为至少识别每一视频帧图像中的车辆中心坐标；将获取的实时隧道监控视频输入训练好的识别模型中，并对识别结果进行标识分析，得到当前隧道内每一车辆的位姿信息；基于深度学习框架和位姿信息，分析每一所述车辆的车辆中心坐标的变化，以得到每一所述车辆的速度信息；基于对速度信息的分析结果，生成对应的隧道预警信号。本发明专利技术能够对隧道内车辆故障或事故等突发状况实现快速的自主预警，避免二次事故的发生。

【技术实现步骤摘要】

本专利技术涉及高速公路交通安全，尤其是涉及一种高速公路隧道车辆事故预警方法、系统、设备及介质。

技术介绍

1、高速公路隧道内车辆发生故障或事故，一旦处理不当或未及时处理，可能会造成更严重的事故灾难。因此，在高速公路上发生汽车故障，特别是在隧道发生了紧急情况，采用正确且快速地进行预警对于避免二次事故的发生至关重要。

2、现有技术中，常采用传感器检测、交通流数据分析检测以及无人机检测技术对车辆事故进行智能检测，但这些手段应用在交通检测方面具有明显的局限性，存在容易受到环境因素的影响、灵敏度低以及检测结果滞后等的缺陷，从而无法实现车辆事故准确、及时的预警与判断。

3、由此可见，如何对隧道车辆事故进行有效预警，提高交通的安全性，已经成为本领域技术人员所要亟待解决的技术问题。

技术实现思路

1、本专利技术提供一种高速公路隧道车辆事故预警方法、系统、设备及介质，以解决如何避免隧道内环境因素影响，对车辆事故信息进行准确分析判断和快速的预警，提高对隧道内车辆行驶管控的安全性。>

2、为了解决本文档来自技高网...

【技术保护点】

1.一种高速公路隧道车辆事故预警方法，其特征在于，包括：

2.如权利要求1所述的高速公路隧道车辆事故预警方法，其特征在于，所述YOLOv8s识别模型的构建过程，包括：

3.如权利要求1所述的高速公路隧道车辆事故预警方法，其特征在于，所述将获取的实时隧道监控视频输入训练好的所述YOLOv8s识别模型中之前，还包括：

4.如权利要求1所述的高速公路隧道车辆事故预警方法，其特征在于，所述基于所述深度学习框架和所述位姿信息，分析每一所述车辆的车辆中心坐标的变化，以得到每一所述车辆的速度信息，包括：

5.如权利要求1所述的高速公路隧道车辆事故预警方法...

【技术特征摘要】

1.一种高速公路隧道车辆事故预警方法，其特征在于，包括：

2.如权利要求1所述的高速公路隧道车辆事故预警方法，其特征在于，所述yolov8s识别模型的构建过程，包括：

3.如权利要求1所述的高速公路隧道车辆事故预警方法，其特征在于，所述将获取的实时隧道监控视频输入训练好的所述yolov8s识别模型中之前，还包括：

4.如权利要求1所述的高速公路隧道车辆事故预警方法，其特征在于，所述基于所述深度学习框架和所述位姿信息，分析每一所述车辆的车辆中心坐标的变化，以得到每一所述车辆的速度信息，包括：

5.如权利要求1所述的高速公路隧道车辆事故预警方法，其特征在于，所述基于对所述速度信息的分析结果，生成对应的隧道预警信号，包括：

6.如权利要...

【专利技术属性】
技术研发人员：罗佳，孙亿豪，肖金，王晓杰，高威，
申请(专利权)人：赣南科技学院，
类型：发明
国别省市：