【技术实现步骤摘要】
本专利技术属于隧道口道路监测领域，具体地涉及一种隧道口暗冰监测预警方法、预警系统和电子设备。
技术介绍
1、隧道作为交通网络中的关键组成部分，它承载着重要的社会和经济意义，由于隧道具有封闭性、限制性强和空间狭窄等特点，一旦发生事故，其救援与疏散的复杂性和困难程度远超开放道路，所以其安全运营对于保障交通安全至关重要。然而在寒冷的冬季，隧道往往是交通事故的重灾区，由于隧道内外温差较大及其隧道内部相对较低的太阳辐射，导致隧道的进出口地面水汽很容易凝结成冰，形成“暗冰”，暗冰是一种无色透明的致命威胁，其几乎与路面同色而难以被驾驶者察觉，如果车辆在高速行驶中遇到暗冰阻碍时会失去车辆的控制，另外暗冰还会对车辆的制动造成影响，使得驾驶员不能正常反应引发车辆失控，所以暗冰会给行车带来极大威胁，容易造成交通事故。隧道口暗冰是影响隧道安全的一个重要问题，因此对于隧道口暗冰的预警更进一步研究，具有重要的现实意义。暗冰还在如下三种场景出现：收费站，收费站道口经过的车走走停停，车温加上轮胎温度导致降雪过后很容易形成暗冰；桥面和涵洞，降雪过后白天气温相对较高，加上桥下或涵洞都通风，到了夜晚桥上面就是一层薄薄的暗冰。坡上，由于坡上路段的阳光照射的时间长，雪容易融化导致太阳落山以后就会结成一层薄冰。目前暗冰预警方法对各种场景暗冰预警使用相同方式进行监测，对行驶车辆不能给出针对隧道口暗冰信息的最合适的判断信息和道路情况。
技术实现思路
1、为了克服上述问题或者至少部分地解决上述问题，本专利技术提供隧道口暗冰监测预警
2、第一方面，本专利技术提供一种隧道口暗冰监测预警方法，包括以下步骤：
3、一、采集隧道口暗冰道路和安全道路的高光谱图像建立图像数据库；
4、二、提取图像数据库不同道路的光谱反射率并进行预处理建立光谱数据库；所述的高光谱图像中的反射率为其中θ表示高光谱图像的某一个像素点，im(θ)为原始的高光谱图像，id(θ)为暗背景图像，iw(θ)为标准白板图像；用拟合曲线y＝ao+a1x+a2x2+...+amxm作为基线，用原始的光谱曲线减去基线得到校正后的光谱曲线；
5、三、实时采集隧道口道路高光谱图像，并对图像信息进行降维操作，具体如下：
6、hm×n×j为每个样本高光谱数据，其中m,n代表单个波段图像的长度，j代表总的波段数目，xi＝(x1,x2…,xj)，代表不同得波段图像，对所有波段去均值，重新得到一组新的特征：
7、
8、求其协方差矩阵：
9、
10、其中，每个协方差按照计算式为：
11、
12、c的特征值与特征向量：
13、cu-λu＝0
14、选择最大的前k个特征值与其对应的k个特征向量，将k个特征向量当作新的投影轴，得到降维后的k维特征，对于每一个样本，新的特征为：
15、
16、四、使用目标检测神经网络对路面的图像信息进行实时监测异常路面数据；提取异常路面数据与光谱数据库中的光谱信息对比，具体如下：
17、c1…j为检测到的异常区域的连续光谱数据，si为数据库中已知不同路面情况的光谱数据，则分别计算c1…j与每条s1-i曲线的距离，距离最近的路面状况为预测所得的路面状况，采用的距离公式为欧式距离，公式如下：
18、
19、其中，i代表不同的路面情况，j代表波段的数量。
20、对得到的di进行小到大进行排序，则最小di对应的路面类型为最终分析得到的结果；
21、五、当监测到路面存在暗冰时发送预警信息。
22、第二方面本专利技术提供隧道口暗冰监测预警系统，包括：
23、数据采集模块，用于分别拍摄隧道口暗冰道路与安全道路的高光谱图像，将正负样本图像建立图像数据库，对光谱维度通过提取不同区域路面的光谱反射率，并对光谱数据进行预处理建立光谱数据库；
24、数据预处理模块，用于对实时采集的隧道口暗冰道路的图像维度的信息进行降维操作；
25、检测模块，使用目标检测神经网络对路面的状况进行实时检测，并将检测到的异常路面数据传输给分析模块，由分析模块进一步判断路面是由存在暗冰；
26、分析模块，提取检测到的异常路面区域的光谱信息，并且与数据库中的光谱信息对比，优化处理模块网络的输出结果，并将分析后的结果传输给预警模块；
27、预警模块，用于接收分析模块传输的分析结果，当分析模块检测到路面存在暗冰发送预警信息。
28、进一步的，所述的数据采集模块由搭载在隧道上方的高光谱相机与光源组成，步骤一中对光谱曲线的预处理方法具体为：
29、提取高光谱图像中的反射率作为不同物质分类的评价指标，具体公式如下：
30、
31、其中θ表示高光谱图像数据中的某一个像素点，im(θ)为原始的高光谱图像，id(θ)为暗背景图像，iw(θ)为标准白板图像；
32、采用了基于多项式拟合的基线校正方法，构建一组曲线来拟合带有背景噪声得光谱曲线：
33、y＝ao+a1x+a2x2+…+amxm
34、选取已知光谱曲线上非峰值的一系列点(x1,x2,...xi)，则光谱曲线上已知的各点到这条曲线的距离平方和为：
35、
36、分别对ai求偏导可得：
37、
38、用矩阵表示可得：
39、
40、记为xa＝y，则a＝x-1y
41、得到y＝ao+a1x+a2x2+...+amxm为所求得到的拟合曲线；
42、用所求得到的拟合曲线作为基线，用原始的光谱曲线减去基线得到校正后的光谱曲线。
43、进一步地，所述的高光谱相机配套有光源进行补光，光源的光谱范围为400-1000纳米之间，相机与光源搭载在隧道口上方，对隧道口路面进行实时的监测。
44、进一步地，所述的降维操作如下：
45、假设有m个样本，h m×n×j为每个样本高光谱数据，其中m,n代表单个波段图像的长度，j代表总的波段数目，xi＝(x1,x2…,xj)，代表不同得波段图像。首先对所有波段去均值，重新得到一组新的特征：
46、
47、求其协方差矩阵：
48、
49、其中，每个协方差按照下式计算：
50、
51、按照下式求c的特征值与特征向量：
52、cu-λu＝0
53、选择最大的前k个特征值与其对应的k个特征向量，将这k个特征向量当作新的投影轴，得到降维后的新的k维特征。对于每一个样本，新的特征由下式计算：
54、
55、进一步地，所述的网络为改进的yolov8的目标检测模型，用以实时监测道路的路本文档来自技高网...
【技术保护点】
1.一种隧道口暗冰监测预警方法，其特征在于，包括以下步骤：
2.一种隧道口暗冰监测预警系统，其特征在于，包括：
3.如权利要求2所述的隧道口暗冰监测预警系统，其特征在于，所述的数据采集模块由搭载在隧道上方的高光谱相机与光源组成。
4.如权利要求2所述的隧道口暗冰监测预警系统，其特征在于，对光谱曲线的预处理方法具体为：
5.如权利要求2所述的隧道口暗冰监测预警系统，其特征在于，所述的高光谱相机配套有光源进行补光，光源的光谱范围为400-1000纳米之间，相机与光源搭载在隧道口上方，对隧道口路面进行实时的监测。
6.如权利要求2所述的隧道口暗冰监测预警系统，其特征在于，所述的降维操作如下：
7.如权利要求2所述的隧道口暗冰监测预警系统，其特征在于，所述的网络为yolov8的目标检测模型，用以实时监测道路的路面情况，当检测到异常时，自动检测出异常区域的位置信息，并将位置信息输出给分析模块。
8.如权利要求2所述的隧道口暗冰监测预警系统，其特征在于，所述的分析模块对输出位置的光谱信息进行分类处理具体如下：
9.一种电子设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如权利要求1所述的隧道口暗冰监测预警方法的步骤。
10.一种计算机可读存储介质，其特征在于，其上存储有计算机指令，所述计算机指令被计算机执行时，实现如权利要求1所述的隧道口暗冰监测预警方法的步骤。
...【技术特征摘要】
1.一种隧道口暗冰监测预警方法，其特征在于，包括以下步骤：
2.一种隧道口暗冰监测预警系统，其特征在于，包括：
3.如权利要求2所述的隧道口暗冰监测预警系统，其特征在于，所述的数据采集模块由搭载在隧道上方的高光谱相机与光源组成。
4.如权利要求2所述的隧道口暗冰监测预警系统，其特征在于，对光谱曲线的预处理方法具体为：
5.如权利要求2所述的隧道口暗冰监测预警系统，其特征在于，所述的高光谱相机配套有光源进行补光，光源的光谱范围为400-1000纳米之间，相机与光源搭载在隧道口上方，对隧道口路面进行实时的监测。
6.如权利要求2所述的隧道口暗冰监测预警系统，其特征在于，所述的降维操作如下：
7.如权利要...
【专利技术属性】
技术研发人员：张洪坤，吕志文，刘彤，白宇，员富强，李文军，
申请(专利权)人：吉林大学，
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。