详情

原文传递一种公路运行安全状态主动识别与智能预警系统

专利名称：	一种公路运行安全状态主动识别与智能预警系统
摘要：	本发明涉及一种公路运行安全状态主动识别与智能预警系统，包括公路运行安全状态识别模块与公路运行状态风险评估及智能检测模块，其特征在于：所述公路运行安全状态识别模块的输出端与基于视频的公路运行安全状态主动识别模块信号连接。该公路运行安全状态主动识别与智能预警系统，对主动识别和智能预警技术的使用，能提前预判，提前预警，把管理人员从海量信息解放出来，大大提高了管理效率与实效性，且避免道路区域外树木和光照等动态因素对落物目标检测精度的影响，无需手工干预的车道自动提取算法，实现对场景中的车道区域的有效提取，很好地避免道路区域外运动目标的影响，有效提升了检测精度。
专利类型：	发明专利
国家地区组织代码：	江苏;32
申请人：	江苏苏信交通科技有限公司
发明人：	汪祝庆;汪玉生;王彤
专利状态：	有效
申请日期：	2023-08-23T00:00:00+0800
发布日期：	2023-11-24T00:00:00+0800
申请号：	CN202311067290.7
公开号：	CN117116044A
代理机构：	河北冀狮专利代理事务所(特殊普通合伙)
代理人：	刘畅
分类号：	G08G1/01;G06V20/52;G06V10/764;G06V20/40;G06V10/82;G06N3/0442;G08B21/18;G;G08;G06;G08G;G06V;G06N;G08B;G08G1;G06V20;G06V10;G06N3;G08B21;G08G1/01;G06V20/52;G06V10/764;G06V20/40;G06V10/82;G06N3/0442;G08B21/18
申请人地址：	210000 江苏省南京市江北新区浦泗公路8-2号爱信诺大厦9层906-1
主权项：	1.一种公路运行安全状态主动识别与智能预警系统，包括公路运行安全状态识别模块与公路运行状态风险评估及智能检测模块，其特征在于：所述公路运行安全状态识别模块的输出端与基于视频的公路运行安全状态主动识别模块信号连接，所述公路运行状态风险评估及智能检测模块的输出与基于视频的公路运行状态风险评估及智能化预测模块信号连接；所述公路运行安全状态识别模块由停车检测模块、落物识别模块和道路与标识标线损坏识别报警模块组成，分别实现公路拥堵及违停、道路落物、公路标志标线及设施损坏、公路非法占用行为的智能识别；所述公路运行状态风险评估及智能检测模块由公路车流状态划分模块、公路车流状态划分模块、公路运行状态风险评估模块、公路运行风险演化状态分析模块和公路运行风险状态预测模块组成，来从公路监控视频中提取公路车流特征，预测公路车流状态并进一步预测公路运行安全状态；所述公路运行安全状态识别模块还包括YOLOv5、Deep Sort、匈牙利算法、卡尔曼滤波算法、差分法、最小割最大流算法、基于高斯混合背景建模的MOG2算法、KCF算法和卷积神经网络，来为公路运行安全状态识别模块正常运行提供稳定的算法；所述公路运行状态风险评估及智能检测模块还包括基于LSTM与多任务学习的深度聚类方法、条件贝叶斯岭回归模型、谱聚类模型、基于注意力机制的卷积神经网络模型和改进的深度森林模型，来为公路运行状态风险评估及智能检测模块实现交通事件监测智能识别提供模型支撑。 2.根据权利要求1所述的一种公路运行安全状态主动识别与智能预警系统，其特征在于：所述停车检测模块由图像数据输入模块、识别目标车辆模块和跟踪并检测停车日模块组成。 3.根据权利要求1所述的一种公路运行安全状态主动识别与智能预警系统，其特征在于：所述落物识别模块由图像数据输入、分割公路区域模块、提取运动目标模块、检测并排出无关目标模块和跟踪目标并识别落物模块组成。 4.根据权利要求1所述的一种公路运行安全状态主动识别与智能预警系统，其特征在于：所述道路与标识标线损坏识别报警模块由图像数据输入模块、图像预处理模块、标识标线特征提取及分类模块、道路标识标线外观评价模块和损坏判断模块组成。 5.根据权利要求1所述的一种公路运行安全状态主动识别与智能预警系统，其特征在于：所述公路车流状态划分模块由图像数据输入模块、公路车流特征提取模块和深度特征聚类模块组成。 6.根据权利要求1所述的一种公路运行安全状态主动识别与智能预警系统，其特征在于：所述公路运行状态风险评估模块由公路车流状态输入模块、统计分析模块和公路运行风险评估模块组成。 7.根据权利要求1所述的一种公路运行安全状态主动识别与智能预警系统，其特征在于：所述公路运行风险演化状态分析模块由特征提取模块和聚类分析模块组成。 8.根据权利要求1所述的一种公路运行安全状态主动识别与智能预警系统，其特征在于：所述公路运行风险状态预测模块由变量输入模块、公路车流状态预测模块和公路运行风险状态预测模块组成。