本申请提供了一种碰撞识别方法、装置、设备和存储介质，包括：获取在交通道路周边设置的分布式光纤振动传感系统所采集的目标振动信号；将目标振动信号输入至预先训练的特征提取网络中，通过特征提取网络获取目标振动信号的振动特征信息；特征提取网络通过将一维卷积与残差块相结合进行振动特征提取，且特征提取网络是基于样本振动信号和对应的事件标签进行训练的；将目标振动信号的振动特征信息输入至预先训练的类型预测网络中，并根据类型预测网络的输出确定目标振动信号对应的振动事件类型是否为撞击道路护栏事件。如此，一维卷积与残差块相结合的特征提取网络能有效提取目标振动信号中深层次的振动特征信息，以对振动事件类型进行有效识别。事件类型进行有效识别。事件类型进行有效识别。
【技术实现步骤摘要】
碰撞识别方法、装置、设备和存储介质
[0001]本申请涉及信号处理
，尤其涉及一种碰撞识别方法、装置、设备和存储介质。
技术介绍
[0002]在一些交通道路中，车辆与道路护栏产生碰撞的事故频繁发生。在碰撞发生后，驾驶人员可能处在高度紧张或因受伤昏迷/失去自主意识的状态下，难以及时报警，也无法准确告知碰撞事故发生地点，从而错过最佳救援时间导致人员伤亡。因此，如何对交通道路中的发生的碰撞事件进行准确识别就显得尤其重要。
[0003]相关技术中，基于交通道路中采集的目标振动信号，通过与人工提取的车辆撞击道路护栏事件所产生的异常振动信号进行对比，根据振动信号之间的相似度判断该目标振动信号对应的振动事件类型是否为车辆撞击道路护栏事件。
[0004]然而，由于在交通道路中实际采集的目标振动信号可能存在流动车辆、环境噪声等振动干扰信息，难以根据目标振动信号对车辆撞击道路护栏事件进行准确识别。
技术实现思路
[0005]本申请提供了一种碰撞识别方法、装置、设备和存储介质，能够根据在交通道路中采集的振动信号对车辆撞击道路护栏事件进行有效识别。具体技术方案如下：第一方面，本申请提供了一种碰撞识别方法，包括：获取在交通道路周边设置的分布式光纤振动传感系统所采集的目标振动信号；将目标振动信号输入至预先训练的特征提取网络中，通过特征提取网络获取目标振动信号的振动特征信息；特征提取网络通过将一维卷积与残差块相结合进行振动特征提取，且特征提取网络是基于样本振动信号和样本振动信号对应的事件标签进行训练的，样本振动信号包括撞击道路护栏事件产生的多个第一样本振动信号、车辆流动事件产生的多个第二样本振动信号，以及环境噪声事件产生的多个第三样本振动信号；将目标振动信号的振动特征信息输入至预先训练的类型预测网络中，并根据类型预测网络的输出确定目标振动信号对应的振动事件类型是否为撞击道路护栏事件。
[0006]在其中一些实施例中，特征提取网络包括卷积层、残差模块和池化层；通过特征提取网络获取目标振动信号的振动特征信息，包括：将目标振动信号输入到卷积层中，通过卷积层提取目标振动信号的初始特征信息；将初始特征信息输入至残差模块中，通过残差模块提取目标振动信号的高维特征信息；通过池化层对高维特征信息进行降维处理，得到目标振动信号的振动特征信息。
[0007]在其中一些实施例中，残差模块包括依次级联的第一残差单元、第二残差单元、第三残差单元和第四残差单元；
将初始特征信息输入至残差模块中，通过残差模块提取目标振动信号的高维特征信息，包括：将初始特征信息输入至第一残差单元中，根据初始特征信息和第一残差单元输出的中间特征，获取第一特征信息；将第一特征信息输入至第二残差单元中，根据第一特征信息和第二残差单元输出的中间特征，获取第二特征信息；将第二特征信息输入至第三残差单元中，根据第二特征信息和第三残差单元输出的中间特征，获取第三特征信息；将第三特征信息输入至第四残差单元中，根据第三特征信息和第四残差单元输出的中间特征，获取高维特征信息。
[0008]在其中一些实施例中，第一残差单元、第二残差单元、第三残差单元和第四残差单元均包括两个残差块，各残差块均采用1
×
3卷积核；且在残差模块中，后一级残差单元的通道数为前一级残差单元的通道数的两倍。
[0009]在其中一些实施例中，特征提取网络的训练过程包括：将样本振动信号输入至初始特征提取网络中，通过初始特征提取单元提取样本振动信号中的样本特征信息；将样本特征信息输入到预设的Softmax分类器中，获取Softmax分类器输出的第一事件识别结果；根据第一事件识别结果和样本振动信号对应的事件标签，对初始特征提取网络进行特征提取训练，训练结束后得到特征提取网络。
[0010]在其中一些实施例中，类型预测网络包括支持向量机分类器，且类型预测网络是基于训练好的特征提取网络提取的样本振动信号的样本特征信息进行训练的；类型预测网络的训练过程包括：将样本振动信号的样本特征信息输入到初始支持向量机分类器中，获取初始支持向量机分类器输出的第二事件识别结果；根据第二事件识别结果和样本振动信号对应的事件标签，对初始类型预测网络进行事件类型预测训练，训练结束后得到类型预测网络。
[0011]在其中一些实施例中，该碰撞识别方法还包括：若振动事件类型为撞击道路护栏事件，则根据目标振动信号的采集位置，获取碰撞位置信息；采集位置为分布式光纤振动传感系统中采集到目标振动信号的光纤所在区域；根据碰撞位置信息，生成碰撞提示信息；碰撞提示信息中携带目标振动信号、振动事件类型和碰撞位置信息；通过预设的报警方式将碰撞提示信息发送给道路监测人员，以提示道路监测人员对撞击道路护栏事件进行处理。
[0012]第二方面，本申请提供了一种碰撞识别装置，包括：信号采集模块，用于获取在交通道路周边设置的分布式光纤振动传感系统所采集的目标振动信号；特征提取模块，用于将目标振动信号输入至预先训练的特征提取网络中，通过特
征提取网络获取目标振动信号的振动特征信息；特征提取网络通过将一维卷积与残差块相结合进行振动特征提取，且特征提取网络是基于样本振动信号和样本振动信号对应的事件标签进行训练的，样本振动信号包括撞击道路护栏事件产生的多个第一样本振动信号、车辆流动事件产生的多个第二样本振动信号，以及环境噪声事件产生的多个第三样本振动信号；事件识别模块，用于将目标振动信号的振动特征信息输入至预先训练的类型预测网络中，并根据类型预测网络的输出确定目标振动信号对应的振动事件类型是否为撞击道路护栏事件。
[0013]第三方面，本申请提供了一种计算机设备，该计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器从存储器中调用并执行该计算机程序时实现上述第一方面中任一项所示的碰撞识别方法的步骤。
[0014]第四方面，本申请提供了一种计算机存储介质，该计算机存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述第一方面中任一项所示的碰撞识别方法的步骤。
[0015]第五方面，本申请提供了一种计算机程序产品，该计算机程序产品包括计算机程序，该计算机程序被处理器执行时实现上述第一方面中任一项所示的碰撞识别方法的步骤。
[0016]本申请提供的技术方案至少可以达到以下有益效果：本申请实施例提供的碰撞识别方法、装置、设备和存储介质，对于在交通道路周边设置的分布式光纤振动传感系统所采集的目标振动信号；将目标振动信号输入至预先训练的特征提取网络中，通过特征提取网络获取目标振动信号的振动特征信息，然后，将目标振动信号的振动特征信息输入至预先训练的类型预测网络中，并根据类型预测网络的输出确定目标振动信号对应的振动事件类型是否为撞击道路护栏事件。其中，特征提取网络通过将一维卷积与残差块相结合进行振动特征提取，且特征提取网络是基于样本振动信号和样本振动信号对应的事件标签进行训练的，样本振动信号包括撞击道路护栏事件产生的多个第一样本振动信号、车辆流动事件产生的多个第二样本振动信号，以及环境噪声事本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种碰撞识别方法，其特征在于，包括：获取在交通道路周边设置的分布式光纤振动传感系统所采集的目标振动信号；将所述目标振动信号输入至预先训练的特征提取网络中，通过所述特征提取网络获取所述目标振动信号的振动特征信息；所述特征提取网络通过将一维卷积与残差块相结合进行振动特征提取，且所述特征提取网络是基于样本振动信号和所述样本振动信号对应的事件标签进行训练的，所述样本振动信号包括撞击道路护栏事件产生的多个第一样本振动信号、车辆流动事件产生的多个第二样本振动信号，以及环境噪声事件产生的多个第三样本振动信号；将所述目标振动信号的振动特征信息输入至预先训练的类型预测网络中，并根据所述类型预测网络的输出确定所述目标振动信号对应的振动事件类型是否为撞击道路护栏事件。2.根据权利要求1所述的方法，其特征在于，所述特征提取网络包括卷积层、残差模块和池化层；所述通过所述特征提取网络获取所述目标振动信号的振动特征信息，包括：将所述目标振动信号输入到所述卷积层中，通过所述卷积层提取所述目标振动信号的初始特征信息；将所述初始特征信息输入至所述残差模块中，通过所述残差模块提取所述目标振动信号的高维特征信息；通过所述池化层对所述高维特征信息进行降维处理，得到所述目标振动信号的振动特征信息。3.根据权利要求2所述的方法，其特征在于，所述残差模块包括依次级联的第一残差单元、第二残差单元、第三残差单元和第四残差单元；所述将所述初始特征信息输入至所述残差模块中，通过所述残差模块提取所述目标振动信号的高维特征信息，包括：将所述初始特征信息输入至所述第一残差单元中，根据所述初始特征信息和所述第一残差单元输出的中间特征，获取第一特征信息；将所述第一特征信息输入至第二残差单元中，根据所述第一特征信息和所述第二残差单元输出的中间特征，获取第二特征信息；将所述第二特征信息输入至第三残差单元中，根据所述第二特征信息和所述第三残差单元输出的中间特征，获取第三特征信息；将所述第三特征信息输入至第四残差单元中，根据所述第三特征信息和所述第四残差单元输出的中间特征，获取所述高维特征信息。4.根据权利要求3所述的方法，其特征在于，所述第一残差单元、所述第二残差单元、所述第三残差单元和所述第四残差单元均包括两个残差块，各所述残差块均采用1
×
3卷积核；且在所述残差模块中，后一级残差单元的通道数为前一级残差单元的通道数的两倍。5.根据权利要求1至4中任一项所述的方法，其特征在于，所述特征提取网络的训练过程包括：将所述样本振动信号输入至初始特征提取网络中，通过所述初始特征提取单元提取所述样本振动信号中的样本特征信息；
【专利技术属性】
技术研发人员：王晨，尚盈，渠帅，仪继超，黄胜，李常，曹冰，王伟涛，倪家升，
申请(专利权)人：山东省科学院激光研究所，
类型：发明
国别省市：
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。