详情

原文传递一种基于遥感技术的公路安全运行动态变化预测方法及系统

专利名称：	一种基于遥感技术的公路安全运行动态变化预测方法及系统
摘要：	本发明公开了一种基于遥感技术的公路安全运行动态变化预测方法及系统，涉及公路交通安全管理技术领域，该系统通过采用卫星图像获取多空间轴的实时遥感数据，实现对公路覆盖表面的全面监测。与传统方法相比，准确地捕捉道路表面特征，包括坑洼、湿滑、陡坡和断裂，从而提高对道路安全状况的全面评估；系统结合实时气象数据和历史数据，构建气象系数Qxy，通过相关性分析，确定气象、地形和修路等特征对车流量的影响程度；基于BP神经网络预测算法，将多源数据整合为输入，车流量系数Ydt作为输出，建立公路负荷预测模型。评估后能够实时识别运行风险，并根据不同风险等级匹配相应的应对方案，从而提高交通管制的精准性和效率。
专利类型：	发明专利
申请人：	中国公路工程咨询集团有限公司;中咨数据有限公司
发明人：	刘文晶;侯芸;张蕴灵
专利状态：	有效
申请日期：	2023-09-01T00:00:00+0800
发布日期：	2023-11-14T00:00:00+0800
申请号：	CN202311118095.2
公开号：	CN117057614A
代理机构：	保定运维知识产权代理事务所(普通合伙)
代理人：	李显锋
分类号：	G06Q10/0635;G06V10/776;G06V10/40;G06V10/80;G06V10/75;G06Q50/30;G;G06;G06Q;G06V;G06Q10;G06V10;G06Q50;G06Q10/0635;G06V10/776;G06V10/40;G06V10/80;G06V10/75;G06Q50/30
申请人地址：	100007 北京市东城区青龙胡同甲1号、3号2幢2层;
主权项：	1.一种基于遥感技术的公路安全运行动态变化预测方法，其特征在于：包括以下步骤，采用卫星图像、航空影像技术采集获取目标公路覆盖表面的若干个多空间轴实时遥感数据；对若干个多空间轴实时遥感数据进行预处理，包括图像校正、去噪和镶嵌；采集获取目标公路所在城市的实时气象数据，所述实时气象数据包括降雨量、温度、降雪量和降雾天气值；将实时气象数据建立集成模型计算获得气象系数Qxy；对处理后的若干个多空间轴实时遥感数据进行提取地形特征、修路特征和车流量特征，所述地形特征包括坑洼特征、湿滑特征、陡坡特征、断裂特征和曲线道路特征；建立公路综合特征相关数据集，进行计算获得：地形特征系数Dxt、修路特征系数Xtz和车流量系数Ydt；构建相关性分析模型，确定气象系数Qxy、地形特征系数Dxt、修路特征系数Xtz对车流量系数Ydt实际的变量影响程度；计算相关联影响系数R；建立时空关联分析模型，融合若干个空间轴的车流量系数Ydt，识别不同时间轴的车流量系数Ydt，设置空间轴时间段为n个，获得车流量系数Ydt1、Ydt2、Ydt3、...、Ydtn；将不同时间轴的车流量系数Ydt进行对比，当车流量系数Ydt持续达到峰值时，建立公路负荷集，并获取当前气象系数Qxy、地形特征系数Dxt、修路特征系数Xtz和相关联影响系数R和预测车流量评估系数PG并基于依据BP神经网络预测算法构建公路负荷预测模型；依据公路负荷预测模型，在公路运行周期内，当预测车流量评估系数PG超过阈值的时间节点，并预测该时间节点上存在的运行风险，依据运行风险匹配相应的应对方案并输出。 2.根据权利要求1所述的一种基于遥感技术的公路安全运行动态变化预测方法，其特征在于：采用高分辨率卫星采集获取目标公路覆盖表面的若干个多空间轴实时遥感数据；对若干个多空间轴实时遥感数据进行预处理，包括图像校正、去噪和镶嵌；所述图像校正包括大气校正和几何校正；所述大气校正，使用大气校正模型，校正图像中的大气影响，以获得地表反射率信息；所述几何校正用于对图像进行几何校正，使其与地面坐标系统对齐，包括平移、旋转、和缩放操作；去噪用于消除图像中的噪声，以提高图像质量；包括中值滤波、高斯滤波和小波降噪任意一种或多种；所述镶嵌用于将不同时间或不同传感器获得的图像拼接成一个无缝的图像，以形成多时空轴的数据；首先，进行图像配准，使得不同图像在空间上对齐，使用特征匹配或控制点匹配；然后，进行图像融合或叠加，将配准后的图像拼接成一个完整的图像；融合方法包括简单平均、加权平均和多波段融合；在对若干个多空间轴实时遥感数据进行预处理后进行检查验证，检查图像是否符合预期的几何和光谱特征，并对比原始遥感数据和预处理后的遥感数据，确保预处理过程没有引入新的误差。 3.根据权利要求1所述的一种基于遥感技术的公路安全运行动态变化预测方法，其特征在于：通过气象传感器、气象局或气象站点采集获取气象数据，所述气象系数Qxy通过以下公式进行计算获得：式中：JyL表示实时降雨量，wd表示实时温度值，JxL表示实时降雪量，Wz表示当前起雾导致的实时相对湿度值；A1、A2、A3和A4分别是实时降雨量JyL、实时温度值wd、实时降雪量JxL和实时相对湿度值Wz的权重系数，由用户调整设置；C1表示修正系数。 4.根据权利要求1所述的一种基于遥感技术的公路安全运行动态变化预测方法，其特征在于：所述坑洼特征采用图像处理技术，包括纹理分析或形态学操作，检测图像中的坑洼区域，并计算坑洼的密度、大小，获得坑洼特征；所述湿滑特征通过采集道路表面图像，根据气象数据中的降雨量和湿度，判断道路表面是否湿滑；所述陡坡特征采用图像处理技术，采用边缘检测方法检测图像中的陡坡区域，计算陡坡的面积和坡度；所述断裂特征采用图像分析，检测图像中存在的断裂或裂缝，计算其数量和长度特征；所述曲线道路特征通过图像处理和地理信息系统GIS技术，识别图像中的曲线道路区域，并计算曲率。 5.根据权利要求1所述的一种基于遥感技术的公路安全运行动态变化预测方法，其特征在于：所述修路特征采用图像处理技术，提取道路的维护状况、施工区域和设备特征；所述车流量特征采用目标检测或跟踪算法，检测图像中的车辆，并统计车辆数量、密度和速度特征，参照交通流量检测设备获取实时的车流量数据。 6.根据权利要求1所述的一种基于遥感技术的公路安全运行动态变化预测方法，其特征在于：所述地形特征系数Dxt、修路特征系数Xtz、车流量系数Ydt通过以下公式计算获得：式中，kw表示为坑洼面积，sh表示为湿滑面积，dl表示为断裂面积，qx表示为曲线道路面积，dp表示为陡坡面积，dlmj表示为道路全面积；参数的意义及取值为：0.34≤α≤0.98，0.55≤β≤1.02，且α+β＝1，α、β为权重，其具体值由用户调整设置，C2为常数修正系数； kd表示为施工区域的实际行驶道路宽度值，sg表示为施工面积，b和c表示为权重，且b+c＝1，C3为常数修正系数； md表示为车辆密度，目标公路单位长度内的车辆数量，通过对车辆数量与道路长度的比值进行计算；csL表示为是指某一时刻或时间段内通过某路段的车辆总数，通过交通流量检测设备获取；sd表示为车辆在道路上行驶的平均速度，通过车辆跟踪或测速设备获得，d、e和f表示为权重，且d+e+f＝1，C4为常数修正系数。 7.根据权利要求1所述的一种基于遥感技术的公路安全运行动态变化预测方法，其特征在于：所述相关联影响系数R通过以下公式进行计算获得：式中，wq、wd、wx分别是气象系数Qxy、地形特征系数Dxt、修路特征系数Xtz的权重系数，且wq+wd+wx＝1，C5为常数修正系数；当相关联影响系数R过大时，则采取对地形的坑洼、裂缝处及时填补，对气象系数Qxy中的地面结冰情况进行紧急处理，修路特征系数Xtz中的维护时间进行紧急调整，使相关联影响系数R持续在预设的阙值范围内，超过阙值则进行相对应的应急方案。 8.根据权利要求1所述的一种基于遥感技术的公路安全运行动态变化预测方法，其特征在于：将若干个时间轴的车流量系数Ydt1、Ydt2、Ydt3、...、Ydtn进行融合；在融合后的车流量系数Ydt，识别出不同时间轴的车流量系数Ydt，找到持续达到峰值的情况；当车流量系数Ydt持续达到峰值时，将当前气象系数Qxy、地形特征系数Dxt、修路特征系数Xtz和相关联影响系数R作为公路负荷集的特征；基于BP神经网络预测算法，使用公路负荷集特征作为输入，车流量系数Ydt作为输出，建立公路负荷预测模型，并获得预测车流量评估系数PG。 9.根据权利要求1所述的一种基于遥感技术的公路安全运行动态变化预测方法，其特征在于：根据历史数据和实际情况，设置预测车流量评估系数PG的阈值，超过该值表示存在风险；使用已建立的公路负荷预测模型，输入当前时间点的气象系数Qxy、地形特征系数Dxt、修路特征系数Xtz、相关联影响系数R和车流量系数Ydt，获得预测车流量评估系数PG；在公路运行周期内，使用公路负荷预测模型预测车流量评估系数PG，与阈值进行比较，判断是否存在运行风险，获得运行风险等级；当车流量评估系数PG在安全范围内，未超过设定阈值时，输出为低风险，表示公路运行正常，无明显拥堵或不安全情况；当车流量评估系数PG超过设定阈值但没有超过上5个浮动点，表示仍在接受范围内，输出为中风险，表示公路运行出现轻微拥堵，需要加强交通管制和引导；当车流量评估系数PG超过设定阈值并超过上10个浮动点，存在潜在的不安全风险，输出为高风险，表示公路出现严重拥堵，存在交通事故风险，需要限制通行或采取紧急措施；车流量评估系数PG超过设定阈值且超过上20个浮动点，表示公路运行极不稳定且存在严重安全隐患，输出为极高风险，公路已经发生交通事故，通行可能完全被限制，需要立即采取紧急措施。 10.一种基于遥感技术的公路安全运行动态变化预测系统，其特征在于：包括数据采集模块，预处理模块、特征提取模块、计算模块、相关联优化模块、车流量预测模块、风险评估模块、应对方案匹配模块和报告模块；所述数据采集模块用于采用卫星图像技术，采集公路覆盖表面信息，获得实时遥感数据；收集实时气象数据，包括降雨量、温度和降雪量；且收集历史数据；所述预处理模块用于对采集的数据进行预处理；所述特征提取模块用于提取遥感数据中的地形特征、修路特征和车流量特征；所述计算模块用于计算获得气象系数Qxy、地形特征系数Dxt、修路特征系数Xtz，根据相关性分析确定其对车流量系数影响程度，获得相关联影响系数R；所述相关联优化模块用于对相关联影响系数R进行应急方案优化，包括对地面结冰情况进行紧急处理，对公路地形中的坑洼、裂缝处及时填补，对修路维护时间进行紧急调整，确保相关联影响系数R持续在预设的阙值范围内；所述车流量预测模块用于构建公路负荷预测模型，使用BP神经网络算法，输入气象系数Qxy、地形特征系数Dxt、修路特征系数Xtz、相关联影响系数R和车流量系数Ydt，预测车流量评估系数PG；所述风险评估模块用于判断预测车流量评估系数PG是否超过阈值，识别运行风险等级；所述应对方案匹配模块用于根据运行风险等级，匹配相应的应对方案，包括交通管制和限速措施；报告模块用于将预测结果、运行风险等级和应对方案信息以报告、图表或可视化界面的形式展示给决策者和操作人员。
所属类别：	发明专利