一种道路交通安全智能监控管理方法及系统技术方案

本发明专利技术公开了一种道路交通安全智能监控管理方法及系统，方法包括构建道路事件特征识别模型，采集道路的实时图像，并输入至道路事件特征识别模型中，道路事件特征识别模型输出相应的道路事件特征，依据道路事件特征，识别出道路实时图像对应的道路路段，获取该道路路段所需要跟踪的目标，依据需要跟踪的目标进行分析，并依据分析结果决定是否进行告警，从而实现道路交通安全的监控管理；通过构建道路事件特征识别模型，能够准确识别出道路事件特征，并依据道路事件特征准确识别出对应的道路路段，然后再获取该道路路段所需要跟踪的目标，并通过对需要跟踪的目标进行分析，从而能够准确得到是否需要告警的信息，既提高了准确性，也提高了监控力度。也提高了监控力度。也提高了监控力度。

【技术实现步骤摘要】
一种道路交通安全智能监控管理方法及系统


[0001]本专利技术涉及道路交通安全
，尤其涉及一种道路交通安全智能监控管理方法及系统。

技术介绍

[0002]随着现代社会的发展越来越迅速，道路交通成为社会发展必不可少的重要条件，但是随之产生的交通事故也越来越多，对驾驶人的人身安全造成了非常严重的威胁，如何避免交通事故的产生成为人们关注的焦点，监控力度和准确性是影响交通事故的主要原因之一，现有技术中，往往是通过对道路的全路段采用统一的监控方式进行监控，这虽然能起到一定的监控管理，但是由于道路的不同路段的路况是不一样的，所以会导致监控力度和准确性不高的情况出现。

技术实现思路

[0003]有鉴于此，本专利技术提出一种道路交通安全智能监控管理方法及系统，可以解决现有道路交通安全监控管理方法所存在的监控力度和准确性不高的缺陷。
[0004]本专利技术的技术方案是这样实现的：
[0005]一种道路交通安全智能监控管理方法，具体包括以下步骤：
[0006]步骤S1，构建道路事件特征识别模型，所述道路事件特征识别模型的输入端为道路图像，所述道路事件特征识别模型的输出端为道路事件特征；
[0007]步骤S2，采集道路的实时图像，并将采集到的道路实时图像输入至所述道路事件特征识别模型中；
[0008]步骤S3，所述道路事件特征识别模型依据接收到的道路实时图像，输出相应的道路事件特征；
[0009]步骤S4，依据所述道路事件特征，识别出道路实时图像对应的道路路段；
>[0010]步骤S5，依据所述道路实时图像对应的道路路段，获取该道路路段所需要跟踪的目标；
[0011]步骤S6，依据所述需要跟踪的目标进行分析，并依据分析结果决定是否进行告警，从而实现道路交通安全的监控管理。
[0012]作为所述道路交通安全智能监控管理方法的进一步可选方案，所述步骤S1具体包括以下步骤：
[0013]步骤S11，采集大量的道路图像；
[0014]步骤S12，对道路图像进行整理分类，得到分类后的道路图像；
[0015]步骤S13，将分类后的道路图像作为训练样本输入至神经网络进行训练，从而构建出道路事件特征识别模型。
[0016]作为所述道路交通安全智能监控管理方法的进一步可选方案，所述神经网络采用yolo神经网络。
[0017]作为所述道路交通安全智能监控管理方法的进一步可选方案，所述步骤S6具体包括以下步骤：
[0018]步骤S61，采用KALMAN算法对所述需要跟踪的目标进行跟踪，得到跟踪信息；
[0019]步骤S62，依据所述跟踪信息进行分析，分析出是否存在影响道路交通安全的行为，若是，则产生告警信息，否则，不产生告警信息。
[0020]一种道路交通安全智能监控管理系统，所述系统包括：
[0021]构建模块，用于构建道路事件特征识别模型，所述道路事件特征识别模型的输入端为道路图像，所述道路事件特征识别模型的输出端为道路事件特征；
[0022]摄像装置，用于采集道路的实时图像，并将采集到的道路实时图像输入至所述道路事件特征识别模型中；
[0023]第一识别模块，用于所述道路事件特征识别模型依据接收到的道路实时图像，输出相应的道路事件特征；
[0024]第二识别模块，用于依据所述道路事件特征，识别出道路实时图像对应的道路路段；
[0025]获取模块，用于依据所述道路实时图像对应的道路路段，获取该道路路段所需要跟踪的目标；
[0026]分析模块，用于依据所述需要跟踪的目标进行分析，并依据分析结果决定是否进行告警，从而实现道路交通安全的监控管理。
[0027]作为所述道路交通安全智能监控管理系统的进一步可选方案，所述构建模块包括：
[0028]采集模块，用于采集大量的道路图像；
[0029]分类模块，用于对道路图像进行整理分类，得到分类后的道路图像；
[0030]训练网络，用于将分类后的道路图像作为训练样本输入至神经网络进行训练，从而构建出道路事件特征识别模型。
[0031]作为所述道路交通安全智能监控管理系统的进一步可选方案，所述神经网络采用yolo神经网络。
[0032]作为所述道路交通安全智能监控管理系统的进一步可选方案，所述分析模块包括：
[0033]跟踪模块，用于采用KALMAN算法对所述需要跟踪的目标进行跟踪，得到跟踪信息；
[0034]判断模块，用于依据所述跟踪信息进行分析，分析出是否存在影响道路交通安全的行为，若是，则产生告警信息，否则，不产生告警信息。
[0035]本专利技术的有益效果是：通过构建道路事件特征识别模型，能够准确识别出道路事件特征，并依据道路事件特征准确识别出对应的道路路段，然后再获取该道路路段所需要跟踪的目标，并通过对需要跟踪的目标进行分析，从而能够准确得到是否需要告警的信息，既提高了准确性，也提高了监控力度，有效解决了现有道路交通安全监控管理方法所存在的监控力度和准确性不高的缺陷。
附图说明
[0036]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现
有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0037]图1为本专利技术一种道路交通安全智能监控管理方法的流程示意图；
[0038]图2为本专利技术一种道路交通安全智能监控管理系统的组成示意图。
具体实施方式
[0039]下面将对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0040]参考图1
‑
2，一种道路交通安全智能监控管理方法，具体包括以下步骤：
[0041]步骤S1，构建道路事件特征识别模型，所述道路事件特征识别模型的输入端为道路图像，所述道路事件特征识别模型的输出端为道路事件特征；
[0042]步骤S2，采集道路的实时图像，并将采集到的道路实时图像输入至所述道路事件特征识别模型中；
[0043]步骤S3，所述道路事件特征识别模型依据接收到的道路实时图像，输出相应的道路事件特征；
[0044]步骤S4，依据所述道路事件特征，识别出道路实时图像对应的道路路段；
[0045]步骤S5，依据所述道路实时图像对应的道路路段，获取该道路路段所需要跟踪的目标；
[0046]步骤S6，依据所述需要跟踪的目标进行分析，并依据分析结果决定是否进行告警，从而实现道路交通安全的监控管理。
[0047]在本实施例中，通过构建道路事件特征识别模型，能够准确识别出道路事件特征，并依据道路事件特征准确识别本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种道路交通安全智能监控管理方法，其特征在于，具体包括以下步骤：具体包括以下步骤：步骤S1，构建道路事件特征识别模型，所述道路事件特征识别模型的输入端为道路图像，所述道路事件特征识别模型的输出端为道路事件特征；步骤S2，采集道路的实时图像，并将采集到的道路实时图像输入至所述道路事件特征识别模型中；步骤S3，所述道路事件特征识别模型依据接收到的道路实时图像，输出相应的道路事件特征；步骤S4，依据所述道路事件特征，识别出道路实时图像对应的道路路段；步骤S5，依据所述道路实时图像对应的道路路段，获取该道路路段所需要跟踪的目标；步骤S6，依据所述需要跟踪的目标进行分析，并依据分析结果决定是否进行告警，从而实现道路交通安全的监控管理。2.根据权利要求1所述的一种道路交通安全智能监控管理方法，其特征在于，所述步骤S1具体包括以下步骤：步骤S11，采集大量的道路图像；步骤S12，对道路图像进行整理分类，得到分类后的道路图像；步骤S13，将分类后的道路图像作为训练样本输入至神经网络进行训练，从而构建出道路事件特征识别模型。3.根据权利要求2所述的一种道路交通安全智能监控管理方法，其特征在于，所述神经网络采用yolo神经网络。4.根据权利要求3所述的一种道路交通安全智能监控管理方法，其特征在于，所述步骤S6具体包括以下步骤：步骤S61，采用KALMAN算法对所述需要跟踪的目标进行跟踪，得到跟踪信息；步骤S62，依据所述跟踪信息进行分析，分析出是否存在影响道路交通安全的行为，若是，则产生告警信息，否则，不产生告警信息。5.一种道路...

【专利技术属性】
技术研发人员：刘涤，邓杰，冯奇华，李卓，
申请(专利权)人：广东冠网信息科技有限公司，
类型：发明
国别省市：