【技术实现步骤摘要】
本专利技术属于高速公路交通安全，具体涉及高速公路隧道内车辆行驶异常的报警方法、系统、终端及存储介质。
技术介绍
1、高速公路隧道给生活带来便利的同时，也带来了相关的交通安全问题。一般高速公路隧道内部环境密闭、空间狭窄、光线较暗、车流量大且行驶速度快，极易发生各种交通事故的问题。这种独特的环境给驾驶人员和车辆带来了一系列危险，容易导致各种交通事故的发生。
2、高速公路隧道内部的安全问题具体分为以下四个方面，第一方面，高速公路隧道内部的结构密闭，所以在隧道的进口和出口处光照相对较暗，驾驶员在进入隧道时和出隧道时，会不适应光线变化，极易发生交通事故。第二方面，高速行驶的车流和风噪在隧道内部会产生噪音，这会掩盖发生的交通事件的声音，例如紧急刹车声或警报声。第三方面，由于高速公路隧道内环境密闭以及空间有限，在车流量大且速度较快的情况下，驾驶员会难以准确感知其他车辆的速度，并且由于空间狭小，驾驶员和其他道路用户可能难以对突发事件作出迅速响应。
3、现有技术中，车辆防撞报警的方法通常包括如下两种：一种为采用单目摄像头采集车辆前方的路况场景图像，对路况场景图像进行障碍物的类别进行识别。然后在根据识别结果进一步估算障碍物与本车的防撞报警时间，最后根据防撞报警时间来对行驶异常的车辆进行报警操作。另一种为采用双目摄像头采集车辆前方的两幅路况场景图像，通过两幅路况场景图像之间的视差计算，确定障碍物与本车之间的距离，并根据距离对行驶异常的车辆进行报警操作。可见，上述的两种车辆防撞报警方法，均需要依靠摄像头采集的图像进行报警，但是隧
技术实现思路
1、针对现有技术存在的需要依靠摄像头采集的图像进行报警，易受到隧道内部光照条件影响的缺陷，本专利技术提供高速公路隧道内车辆行驶异常的报警方法、系统、终端及存储介质，以解决上述技术问题。
2、第一方面，本专利技术提供高速公路隧道内车辆行驶异常的报警方法，方法包括：
3、获取车辆三维点云数据和车辆图像数据；
4、将车辆点云数据和车辆图像数据进行数据融合，得到车辆融合数据；
5、根据车辆融合数据解算车辆的特征数据，得到总特征数据；
6、将车辆的特征数据输入到预先构建好的车辆轨迹检测模型中，对高速公路隧道内的车辆进行故障类型判断；
7、根据判断结果，对行驶异常的车辆进行报警。
8、进一步地，将车辆三维点云数据和车辆图像数据进行数据融合，得到车辆融合数据，包括：
9、基于预设的转换矩阵m，将车辆三维点云数据映射到车辆图像数据中，计算得到车辆融合数据，所述预设的转换矩阵m为其中(x,y,z)为车辆三维点云数据，(u,v)为车辆图像数据，r为旋转矩阵，t为平移矢量，fu、fv为xy轴方向尺度因子，uo、v0为像平面的中心点，矩阵(fu fv u0 v0)为相机参数。
10、进一步地，车辆轨迹检测模型的构建方法包括：
11、获取历史车辆三维点云数据和/或车辆图像数据，以及对应的故障类型；
12、将历史车辆点云数据和车辆图像数据进行数据融合，得到历史车辆融合数据；
13、根据历史车辆融合数据解算历史车辆的特征数据；
14、将历史车辆的特征数据及对应的故障类型划分为训练集与验证集；
15、将训练集输入时序卷积神经网络初始模型中，对时序卷积神经网络初始模型进行训练，得到训练好的车辆行驶轨迹检测模型；
16、基于验证集调整车辆行驶轨迹检测模型，得到预先构建好的车辆行驶轨迹检测模型。
17、进一步地，故障类型包括超速、慢行、逆行、变道和违停。
18、进一步地，总特征数据包括：
19、超速所对应的特征为前向位移、速度、加速度和速度标准差；
20、慢行所对应的特征为前向位移、速度、加速度和速度标准差；
21、逆行所对应的特征为前向位移、车辆航向角和车道正方向的夹角；
22、变道所对应的特征为车辆关于车道中心线的横向位移和车辆所在的车道号的变化；
23、违停对应的特征为前向位移、速度和加速度。
24、进一步地，方法还包括：
25、对行驶异常的车辆进行报警的方式为：
26、通过无线通信广播发送自身的报警信息给有效通信范围内的其它车辆；
27、通过无线通信广播接收有效通信范围内的其它车辆的报警信息。
28、第二方面，本专利技术提供高速公路隧道内车辆行驶异常的报警系统，系统包括：
29、数据获取模块，用于获取车辆三维点云数据和车辆图像数据；
30、数据融合模块，用于将车辆点云数据和车辆图像数据进行数据融合，得到车辆融合数据；
31、特征解算模块，用于根据车辆融合数据解算车辆的特征数据，得到总特征数据；
32、轨迹检测模块，用于将车辆的特征数据输入到预先构建好的车辆轨迹检测模型中，对高速公路隧道内的车辆进行故障类型判断；
33、防撞报警模块，用于根据判断结果，对行驶异常的车辆进行报警。
34、进一步地，数据融合模块包括：
35、融合数据计算单元，用于基于预设的转换矩阵m，将车辆三维点云数据映射到车辆图像数据中，计算得到车辆融合数据，所述预设的转换矩阵m为其中(x,y,z)为车辆三维点云数据，(u,v)为车辆图像数据，r为旋转矩阵，t为平移矢量，fu、fv为xy轴方向尺度因子，uo、v0为像平面的中心点，矩阵(fu fv u0 v0)为相机参数。
36、第三方面，提供一种终端，包括：
37、处理器、存储器，其中，
38、该存储器用于存储计算机程序，
39、该处理器用于从存储器中调用并运行该计算机程序，使得终端执行上述的终端的方法。
40、第四方面，提供了一种计算机存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述各方面所述的方法。
41、本专利技术的有益效果在于：
42、本专利技术通过将获取的车辆三维点云数据和车辆图像数据进行融合，得到了车辆融合数据，车辆融合数据可以更加全面的反应车辆的信息，有助于更准确的分析车辆轨迹，为下一步输入模型的数据提供了更准确的数据来源。
43、本专利技术将车辆的特征数据输入到预先构建好的车辆轨迹检测模型中，对高速公路隧道内的车辆进行故障类型判断，然后根据判断结果，对行驶异常的车辆进行报警。本专利技术可以不受高速公路隧道内的光线影响的情况下实时地检测高速公路隧道内的车辆行驶轨迹，并根据车辆行驶轨迹对行驶异常的车辆进行报警，使得驾驶人员能够提前获取高速公路隧道内的状况，从而使驾驶操作由被动视觉刺激而采取的被动应对行为转变为基于心理预期的主动应对行为，将大幅度降低事故发生率，改善隧道交通安全。此外，本专利技术本文档来自技高网...
【技术保护点】
1.高速公路隧道内车辆行驶异常的报警方法，其特征在于，方法包括：
2.根据权利要求1所述的方法，其特征在于，将车辆三维点云数据和车辆图像数据进行数据融合，得到车辆融合数据，包括：
3.根据权利要求1所述的方法，其特征在于，车辆轨迹检测模型的构建方法包括：
4.根据权利要求1所述的方法，其特征在于，故障类型包括超速、慢行、逆行、变道和违停。
5.根据权利要求1所述的方法，其特征在于，总特征数据包括：
6.根据权利要求1所述的方法，其特征在于，方法还包括：对行驶异常的车辆进行报警的方式为：
7.高速公路隧道内车辆行驶异常的报警系统，其特征在于，包括：
8.根据权利要求7所述的方法，其特征在于，数据融合模块包括：
9.一种终端，其特征在于，包括：
10.一种存储有计算机程序的计算机可读存储介质，其特征在于，所述可读存储介质上存储有高速公路隧道内车辆行驶异常程序，所述高速公路隧道内车辆行驶异常程序被处理器执行时实现如权利要求1-6任一项所述高速公路隧道内车辆行驶异常方法的步骤。p>...
【技术特征摘要】
1.高速公路隧道内车辆行驶异常的报警方法，其特征在于，方法包括：
2.根据权利要求1所述的方法，其特征在于，将车辆三维点云数据和车辆图像数据进行数据融合，得到车辆融合数据，包括：
3.根据权利要求1所述的方法，其特征在于，车辆轨迹检测模型的构建方法包括：
4.根据权利要求1所述的方法，其特征在于，故障类型包括超速、慢行、逆行、变道和违停。
5.根据权利要求1所述的方法，其特征在于，总特征数据包括：
6.根据权利要求1所述的方法，其特...
【专利技术属性】
技术研发人员：宋圆圆，魏传伟，王燕，耿一哲，牛顺杰，王志祥，
申请(专利权)人：山东正晨科技股份有限公司，
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。