Nothing Special   »   [go: up one dir, main page]

CN118015873A - 一种基于车路协同的智慧交通控制系统 - Google Patents

一种基于车路协同的智慧交通控制系统 Download PDF

Info

Publication number
CN118015873A
CN118015873A CN202410029565.6A CN202410029565A CN118015873A CN 118015873 A CN118015873 A CN 118015873A CN 202410029565 A CN202410029565 A CN 202410029565A CN 118015873 A CN118015873 A CN 118015873A
Authority
CN
China
Prior art keywords
motor vehicle
module
driver
intersection
road
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202410029565.6A
Other languages
English (en)
Inventor
王磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xuzhou Ruizhiran Construction Engineering Co ltd
Original Assignee
Xuzhou Ruizhiran Construction Engineering Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xuzhou Ruizhiran Construction Engineering Co ltd filed Critical Xuzhou Ruizhiran Construction Engineering Co ltd
Priority to CN202410029565.6A priority Critical patent/CN118015873A/zh
Publication of CN118015873A publication Critical patent/CN118015873A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/161—Decentralised systems, e.g. inter-vehicle communication
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于车路协同的智慧交通控制系统，包括数据采集模块、监测模块、危险预测模块和输出模块，监测模块用于对行驶到路口的机动车和非机动车驾驶员进行监测；危险预测模块用于通过监测模块获取机动车与非机动车发生危险事故的可能性，本发明通过机动车监测模块判断机动车在路口是否能够正常驶过路口，在机动车在红灯之前急驶过路口的情况下，非机动车监测模块对有可能提前穿行的非机动车进行分析，获取非机动车驾驶员是否在提前穿行时对道路两侧的车辆进行观察，最大程度上降低了机动车与非机动车相撞的可能性，提高了交通十字路口的安全性，加强了交通安全管理，本发明，具有风险监测范围全面和行为预测能力强的特点。

Description

一种基于车路协同的智慧交通控制系统
技术领域
本发明涉及交通安全管理技术领域，具体为一种基于车路协同的智慧交通控制系统。
背景技术
作为未来交通系统发展新方向，新型信息化智慧交通将计算机技术、数据通信技术、无线传感技术、自动控制技术等集成运用到交通系统的各个节点，形成综合感知、通信、决策和控制于一体的系统，有效促进交通管理方式的变革和治理能力的提升，进一步为交通参与者提供多样性的服务。新型信息化智慧交通致力于通过物联网、云计算、人工智能和大数据等技术在交通行业应用。
现有技术中，交通安全预警系统通过多种检测技术清楚还原路况，分析道路危险系数后，系统中的智能路端设备发出预警信号，提醒广大交通管理者和交通参与者及时掌握影响交通安全的各种信息情况。但当直行红绿灯进入倒计时后，后续机动车行驶到路口，若机动车驾驶员主观判断可以在倒计时剩余时间内通过路口，则不会减速甚至提速；而非机动车驾驶员普遍缺乏道路安全知识，道路安全意识薄弱，很多非机动车驾驶员会在绿灯亮起之前提前穿行马路，甚至不观察道路两侧的车辆行驶情况，这导致快速行驶过停止线的汽车和横向行驶的非机动车很可能会相撞，导致严重的交通事故。路口感知设备之间信息不互通、感知方式不互补，对路口环境安全的检测方式过于单一，无法与人的行动有机结合起来。因此，设计风险监测范围全面和行为预测能力强的一种基于车路协同的智慧交通控制系统是很有必要的。
发明内容
本发明的目的在于提供一种基于车路协同的智慧交通控制系统，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种基于车路协同的智慧交通控制系统，包括数据采集模块、监测模块、危险预测模块和输出模块，所述数据采集模块用于收集交通路口的相关信息；所述监测模块用于对行驶到路口的机动车和非机动车驾驶员进行监测；所述危险预测模块用于通过所述监测模块获取机动车与非机动车发生危险事故的可能性；所述输出模块用于对所述危险预测模块预测的具有碰撞风险的机动车进行提醒。
根据上述技术方案，所述数据采集模块包括路口数据采集模块和历史路况收录模块，所述路口数据采集模块用于获取路口红绿灯以及警戒线的相关数据；所述历史路况收录模块用于筛选车流量大、发生事故风险率高的路口。
根据上述技术方案，所述监测模块包括机动车监测模块、非机动车监测模块、摄像模块和计时单元，所述机动车监测模块用于对机动车即将行驶到路口的时间段进行监测；所述非机动车监测模块用于对非机动车驾驶员在等待红绿灯期间是否有提前穿行马路的可能，并判断非机动车驾驶员是否能够观察到路口信息；所述摄像模块用于对路口的车辆进行拍摄，获取车辆以及驾驶员的画面信息；所述计时单元用于在监测时进行计时。
根据上述技术方案，所述机动车监测模块进一步包括车速检测子模块、距离检测子模块和行驶分析子模块，所述车速检测子模块用于检测车辆在路口后方的实时行驶速度；所述距离检测子模块用于检测车辆与路口的实时距离；所述行驶分析子模块用于判断车辆是否能在通行指示灯结束之前通过路口，所述非机动车监测模块包括提前穿行预测子模块和观察程度分析子模块，所述提前穿行预测子模块用于判断是否有可能提前穿行马路；所述观察程度分析子模块用于判断非机动车驾驶员是否充分观察了道路两侧的路况。
根据上述技术方案，所述输出模块包括安全预警模块和提示模块，安全预警模块用于将报警信息传输至附近交警身上的预警提示器；所述提示模块用于通过机动车的车载预警器提示机动车驾驶员及时减速。
根据上述技术方案，所述智慧交通控制系统的运行方法主要包括以下步骤：
步骤S1：当机动车经过路口后方底下设置的速度监测线时，机动车监测模块启动；
步骤S2：行驶分析子模块判断车辆是否能在通行指示灯结束之前通过路口，若判断机动车可以正常行驶通过路口但有碰撞风险，则通过非机动车监测模块对非机动车驾驶员进行监测；
步骤S3：非机动车监测模块通过提前穿行预测子模块判断非机动车驾驶员是否有可能提前穿行马路，若有可能，则启动观察程度分析子模块对非机动车驾驶员的注意力进行检测；
步骤S4：观察程度分析子模块对非机动车驾驶员的等待时间内的观察频率进行分析；
步骤S5：观察程度分析子模块通过摄像模块判断非机动车驾驶员是否充分观察道路两侧的路况；
步骤S6：若危险预测模块检测到有非机动车驾驶员提前穿行马路的可能且没有充分观察两边机动车车道情况，则判断有碰撞风险，通过安全预警模块将报警信息传输至附近交警身上的预警提示器并通过提示模块操控机动车的车载预警器提示机动车驾驶员及时减速。
根据上述技术方案，所述步骤S2进一步包括：
步骤S21：当汽车通过设置于路口后方50米的第一条速度监测线时，速度检测子模块获取车辆的速度为V1(km/h)，若V1＞40，则通过输出模块立刻提示车主减速；若V1＜40，预测子模块获取红绿灯从绿灯转到红灯需要F秒，汽车以此速度行驶到达路口的时间到达对侧路口的时间/>其中L为监测横线到路口停止线的距离，H为路口停止线到对侧路口的距离，T1和T2的单位为秒；
步骤S22：若T1≥F，速度检测子模块在汽车通过设置于路口后方30米的第二条速度监测线时获取车辆的速度为V2，若V2≥ηV1，则通过输出模块立刻提示机动车驾驶员减速，其中η为驾驶车辆正常减速的最小阈值参数，0.9＜η＜1；
步骤S23：若机动车监测模块判断机动车可以正常行驶通过路口；
步骤S24：若机动车监测模块判断机动车可以正常行驶通过路口但有碰撞风险，危险预测模块启动，获取非机动车监测模块对道路两侧的非机动车驾驶员的监测结果，若有碰撞风险，则通过输出模块立刻提示机动车驾驶员减速。
根据上述技术方案，所述步骤S3进一步包括：
步骤S31：摄像模块通过设置于非机动车停车区正上方的摄像头拍摄非机动车驾驶员等待红绿灯的画面，通过数据库提取头盔的图像特征，根据驾驶员的头盔特征对焦非机动车驾驶员；提前穿行预测子模块以驾驶员头盔中心为原点，做一条穿过驾驶员头盔中心且与画面底部边线平行的直线为X轴，做一条穿过驾驶员头盔中心且与画面左侧边线的直线为Y轴，建立平面直角坐标系，坐标系单位边长为1，驾驶员头盔中心的坐标为(0，0)；
步骤S32：摄像模块通过驾驶员头盔中心的位置为参考的平面直角坐标系获取头盔前额中心点的位置(X，Y)；
步骤S33：摄像模块通过计时单元获取当前非机动车驾驶员等待红绿灯时间内n个时间点不同驾驶员头盔中心位置的头盔前额中心点实时位置(X1，Y1)、(X2，Y2)……(Xn，Yn)，其中n个时间点的间隔都为t，并通过公式分别计算出每个时间点头盔前额中心点位置与Y轴正半轴的偏移弧度值并将弧度角度值的绝对值按照从小到大排列|θ1|、|θ2|……|θn|，计算驾驶员头部总偏移弧度值M＝θ1+θ2……θn，若M＜λ(|θ1|+|θ2|……|θn|)且提前穿行预测子模块判断非机动车驾驶员有提前穿行马路的可能，其中λ为非机动车驾驶员观察一个方向的来车后小幅度向另一个方向摆头但未进行观察的误差指数，0.8＜λ＜1。
根据上述技术方案，所述步骤S4中，头盔前额中心点位置与Y轴正半轴的偏移弧度标准差若/>观察程度分析子模块判断非机动车驾驶员头部偏移无法直接观察到车辆，通过摄像模块对非机动车驾驶员的眼部观察情况进行检测，进一步判断非机动车驾驶员是否充分观察来往车辆；若/>观察程度分析子模块判断非机动车驾驶员充分观察到来往车辆。
根据上述技术方案，所述步骤S5进一步包括：
步骤S51：摄像模块通过设置于非机动车停车区对侧绿化带的摄像头持续拍摄非机动车驾驶员等待红绿灯的画面，根据驾驶员的眼部特征对焦驾驶员左眼，并获取眼部放大画面；非机动车监测模块获取眼部放大画面后，以第一画面信息标定当前左眼眼球、内眼角和外眼角的位置，并以左眼眼球聚合中心点为原点，内眼角至外眼角线段为x轴，x轴旋转90度为Y轴，建立平面直角坐标系，坐标系单位边长为1，当前左眼眼球聚合中心点位置为(0，0)；
步骤S52：摄像模块持续不断获取左眼眼球聚合中心点位置，并与第一画面信息实时缩放比对后，得到眼球聚合中心点位置(x，y)；
步骤S53：观察程度分析子模块获取头盔前额中心点位置与Y轴正半轴的偏移弧度值高于时非机动车驾驶员左眼聚集实时位置(x11，y11)、(x21，y21)……(xi1，yi1)，并通过公式/>分别计算出每个时间段眼球位置与第一画面信息标定的左眼眼球位置的偏移距离值γ11、γ21……γi1，计算驾驶员眼部总偏移角度/>若/>则判断非机动车驾驶员通过眼睛观察到道路右侧车辆情况，否则通过输出模块将降速信息传输至向左行驶的机动车驾驶员；
步骤S54：观察程度分析子模块获取头盔前额中心点位置与Y轴正半轴的偏移角度值的高于30°时非机动车驾驶员左眼聚集实时位置(x21，y21)、(x22，y22)……(xi2，yi2)，其中i1+i2＜n，并分别计算出每个时间段眼球位置与第一画面信息标定的左眼眼球位置的偏移距离值γ21、γ22……γi2，计算驾驶员眼部总偏移角度若/>则判断非机动车驾驶员通过眼睛观察到道路左侧情况，否则通过输出模块将降速信息传输至向右行驶的机动车驾驶员。
与现有技术相比，本发明所达到的有益效果是：本发明，通过机动车监测模块判断机动车在路口是否能够正常驶过路口，在机动车在红灯之前急驶过路口的情况下，非机动车监测模块对有可能提前穿行的非机动车进行分析，获取非机动车驾驶员是否在提前穿行时对道路两侧的车辆进行观察，并通过危险预测模块预测发生交通事故的可能性，通过对发生事故可能性最大的场景进行实时预测，最大程度上降低了机动车与非机动车相撞的可能性，提高了交通十字路口的安全性，加强了交通安全管理。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明的系统模块组成示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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他实施例，都属于本发明保护的范围。
请参阅图1，本发明提供技术方案：一种基于车路协同的智慧交通控制系统，包括：
数据采集模块、监测模块、危险预测模块和输出模块，数据采集模块用于收集交通路口的相关信息；监测模块用于对行驶到路口的机动车和非机动车驾驶员进行监测；危险预测模块用于通过监测模块获取机动车与非机动车发生危险事故的可能性；输出模块用于对危险预测模块预测的具有碰撞风险的机动车进行提醒。
本发明通过机动车监测模块判断机动车在路口是否能够正常驶过路口，在机动车在红灯之前急驶过路口的情况下，非机动车监测模块对有可能提前穿行的非机动车进行分析，获取非机动车驾驶员是否在提前穿行时对道路两侧的车辆进行观察，并通过危险预测模块预测发生交通事故的可能性，通过对发生事故可能性最大的场景进行实时预测，最大程度上降低了机动车与非机动车相撞的可能性，提高了交通十字路口的安全性，加强了交通安全管理。
数据采集模块包括路口数据采集模块和历史路况收录模块，路口数据采集模块用于获取路口红绿灯以及警戒线的相关数据；历史路况收录模块用于筛选车流量大、发生事故风险率高的路口。
监测模块包括机动车监测模块、非机动车监测模块、摄像模块和计时单元，机动车监测模块用于对机动车即将行驶到路口的时间段进行监测；非机动车监测模块用于对非机动车驾驶员在等待红绿灯期间是否有提前穿行马路的可能，并判断非机动车驾驶员是否能够观察到路口信息；摄像模块用于对路口的车辆进行拍摄，获取车辆以及驾驶员的画面信息；计时单元用于在监测时进行计时。
机动车监测模块进一步包括车速检测子模块、距离检测子模块和行驶分析子模块，车速检测子模块用于检测车辆在路口后方的实时行驶速度；距离检测子模块用于检测车辆与路口的实时距离；行驶分析子模块用于判断车辆是否能在通行指示灯结束之前通过路口，非机动车监测模块包括提前穿行预测子模块和观察程度分析子模块，提前穿行预测子模块用于判断是否有可能提前穿行马路；观察程度分析子模块用于判断非机动车驾驶员是否充分观察了道路两侧的路况。
输出模块包括安全预警模块和提示模块，安全预警模块用于将报警信息传输至附近交警身上的预警提示器；提示模块用于通过机动车的车载预警器提示机动车驾驶员及时减速。
在优选的实施例中，智慧交通控制系统的运行方法主要包括以下步骤：
步骤S1：当机动车经过路口后方底下设置的速度监测线时，机动车监测模块启动；
步骤S2：行驶分析子模块判断车辆是否能在通行指示灯结束之前通过路口，若判断机动车可以正常行驶通过路口但有碰撞风险，则通过非机动车监测模块对非机动车驾驶员进行监测；
步骤S3：非机动车监测模块通过提前穿行预测子模块判断非机动车驾驶员是否有可能提前穿行马路，若有可能，则启动观察程度分析子模块对非机动车驾驶员的注意力进行检测；
步骤S4：观察程度分析子模块对非机动车驾驶员的等待时间内的观察频率进行分析；
步骤S5：观察程度分析子模块通过摄像模块判断非机动车驾驶员是否充分观察道路两侧的路况；
步骤S6：若危险预测模块检测到有非机动车驾驶员提前穿行马路的可能且没有充分观察两边机动车车道情况，则判断有碰撞风险，通过安全预警模块将报警信息传输至附近交警身上的预警提示器并通过提示模块操控机动车的车载预警器提示机动车驾驶员及时减速。
在本实施例中，步骤S2进一步包括：
步骤S21：当汽车通过设置于路口后方50米的第一条速度监测线时，速度检测子模块获取车辆的速度为V1(km/h)，若V1＞40，则通过输出模块立刻提示车主减速；若V1＜40，预测子模块获取红绿灯从绿灯转到红灯需要F秒，汽车以此速度行驶到达路口的时间到达对侧路口的时间/>其中L为监测横线到路口停止线的距离，H为路口停止线到对侧路口的距离，T1和T2的单位为秒；
步骤S22：若T1≥F，速度检测子模块在汽车通过设置于路口后方30米的第二条速度监测线时获取车辆的速度为V2，若V2≥ηV1，则通过输出模块立刻提示机动车驾驶员减速，其中η为驾驶车辆正常减速的最小阈值参数，0.9＜η＜1；
步骤S23：若机动车监测模块判断机动车可以正常行驶通过路口；
步骤S24：若机动车监测模块判断机动车可以正常行驶通过路口但有碰撞风险，危险预测模块启动，获取非机动车监测模块对道路两侧的非机动车驾驶员的监测结果，若有碰撞风险，则通过输出模块立刻提示机动车驾驶员减速。
行驶分析子模块通过对机动车的行驶速度进行分类，对无法在正常行驶速度下通过路口的机动车驾驶员进行提示，并筛选出在当前行驶速度下有可能产生碰撞危险的机动车。
在本实施例中，步骤S3进一步包括：
步骤S31：摄像模块通过设置于非机动车停车区正上方的摄像头拍摄非机动车驾驶员等待红绿灯的画面，通过数据库提取头盔的图像特征，根据驾驶员的头盔特征对焦非机动车驾驶员；提前穿行预测子模块以驾驶员头盔中心为原点，做一条穿过驾驶员头盔中心且与画面底部边线平行的直线为X轴，做一条穿过驾驶员头盔中心且与画面左侧边线的直线为Y轴，建立平面直角坐标系，坐标系单位边长为1，驾驶员头盔中心的坐标为(0，0)；
步骤S32：摄像模块通过驾驶员头盔中心的位置为参考的平面直角坐标系获取头盔前额中心点的位置(X，Y)；
步骤S33：摄像模块通过计时单元获取当前非机动车驾驶员等待红绿灯时间内n个时间点不同驾驶员头盔中心位置的头盔前额中心点实时位置(X1，Y1)、(X2，Y2)……(Xn，Yn)，其中n个时间点的间隔都为t，并通过公式分别计算出每个时间点头盔前额中心点位置与Y轴正半轴的偏移弧度值并将弧度角度值的绝对值按照从小到大排列|θ1|、|θ2|……|θn|，计算驾驶员头部总偏移弧度值M＝θ1+θ2……θn，若M＜λ(|θ1|+|θ2|……|θn|)且提前穿行预测子模块判断非机动车驾驶员在时间内进行左右观察，有提前穿行马路的可能，其中λ为非机动车驾驶员观察一个方向的来车后小幅度向另一个方向摆头但未进行观察的误差指数，0.8＜λ＜1。
为非机动车驾驶员在时间段内出现的最大偏移弧度，排除非机动车驾驶员小幅度摆头，实际没有准备穿行道路的打算；|θ1|+|θ2|……|θn|指非机动车驾驶员在(n-1)t时间内偏向一侧的偏移弧度值，由于θ的弧度值可正可负，固非机动车驾驶员在(n-1)t时间内的头部总偏移弧度值小于偏向一侧的偏移弧度值可以说明非机动车驾驶员有左右摆头观察；
获取非机动车驾驶员在等待红绿灯期间是否有大幅度转头左右观察道路情况。
在本实施例的步骤S4中，头盔前额中心点位置与Y轴正半轴的偏移弧度标准差若/>观察程度分析子模块判断非机动车驾驶员头部偏移无法直接观察到车辆，通过摄像模块对非机动车驾驶员的眼部观察情况进行检测，进一步判断非机动车驾驶员是否充分观察来往车辆；若/>观察程度分析子模块判断非机动车驾驶员充分观察到来往车辆。
对驾驶员偏移弧度的标准差计算能得到驾驶员在(n-1)t内向道路两侧观察车辆行驶情况的时间，排除驾驶员只花费短时间内观察路口的可能。
观察程度分析子模块通过计算非机动车驾驶员头部偏移弧度的标准差，获取非机动车驾驶员在等待红绿灯期间进行左右观察道路情况的频率。
在本实施例中，步骤S5进一步包括：
步骤S51：摄像模块通过设置于非机动车停车区对侧绿化带的摄像头持续拍摄非机动车驾驶员等待红绿灯的画面，根据驾驶员的眼部特征对焦驾驶员左眼，并获取眼部放大画面；非机动车监测模块获取眼部放大画面后，以第一画面信息标定当前左眼眼球、内眼角和外眼角的位置，并以左眼眼球聚合中心点为原点，内眼角至外眼角线段为x轴，x轴旋转90度为Y轴，建立平面直角坐标系，坐标系单位边长为1，当前左眼眼球聚合中心点位置为(0，0)；
步骤S52：摄像模块持续不断获取左眼眼球聚合中心点位置，并与第一画面信息实时缩放比对后，得到眼球聚合中心点位置(x，y)；
步骤S53：观察程度分析子模块获取头盔前额中心点位置与Y轴正半轴的偏移弧度值高于时非机动车驾驶员左眼聚集实时位置(x11，y11)、(x21，y21)……(xi1，yi1)，并通过公式/>分别计算出每个时间段眼球位置与第一画面信息标定的左眼眼球位置的偏移距离值γ11、γ21……γi1，计算驾驶员眼部总偏移角度/>若/>则判断非机动车驾驶员通过眼睛观察到道路右侧车辆情况，否则通过输出模块将降速信息传输至向左行驶的机动车驾驶员；
步骤S54：观察程度分析子模块获取头盔前额中心点位置与Y轴正半轴的偏移角度值的高于30°时非机动车驾驶员左眼聚集实时位置(x21，y21)、(x22，y22)……(xi2，yi2)，其中i1+i2＜n，并分别计算出每个时间段眼球位置与第一画面信息标定的左眼眼球位置的偏移距离值γ21、γ22……γi2，计算驾驶员眼部总偏移角度若/>则判断非机动车驾驶员通过眼睛观察到道路左侧情况，否则通过输出模块将降速信息传输至向右行驶的机动车驾驶员。
观察程度分析子模块获取在驾驶员脸部偏移在30度以内时眼睛的偏移，准确获取非机动车驾驶员在头部小幅偏移后，是否通过眼睛的偏移对左右机动车行驶的情况进行了充分观察。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于车路协同的智慧交通控制系统，其特征在于：包括数据采集模块、监测模块、危险预测模块和输出模块，所述数据采集模块用于收集交通路口的相关信息；所述监测模块用于对行驶到路口的机动车和非机动车驾驶员进行监测；所述危险预测模块用于通过所述监测模块获取机动车与非机动车发生危险事故的可能性；所述输出模块用于对所述危险预测模块预测的具有碰撞风险的机动车进行提醒。
2.根据权利要求1所述的一种基于车路协同的智慧交通控制系统，其特征在于：所述数据采集模块包括路口数据采集模块和历史路况收录模块，所述路口数据采集模块用于获取路口红绿灯以及警戒线的相关数据；所述历史路况收录模块用于筛选车流量大、发生事故风险率高的路口。
3.根据权利要求2所述的一种基于车路协同的智慧交通控制系统，其特征在于：所述监测模块包括机动车监测模块、非机动车监测模块、摄像模块和计时单元，所述机动车监测模块用于对机动车即将行驶到路口的时间段进行监测；所述非机动车监测模块用于对非机动车驾驶员在等待红绿灯期间是否有提前穿行马路的可能，并判断非机动车驾驶员是否能够观察到路口信息；所述摄像模块用于对路口的车辆进行拍摄，获取车辆以及驾驶员的画面信息；所述计时单元用于在监测时进行计时。
4.根据权利要求3所述的一种基于车路协同的智慧交通控制系统，其特征在于：所述机动车监测模块进一步包括车速检测子模块、距离检测子模块和行驶分析子模块，所述车速检测子模块用于检测车辆在路口后方的实时行驶速度；所述距离检测子模块用于检测车辆与路口的实时距离；所述行驶分析子模块用于判断车辆是否能在通行指示灯结束之前通过路口，所述非机动车监测模块包括提前穿行预测子模块和观察程度分析子模块，所述提前穿行预测子模块用于判断是否有可能提前穿行马路；所述观察程度分析子模块用于判断非机动车驾驶员是否充分观察了道路两侧的路况。
5.根据权利要求4所述的一种基于车路协同的智慧交通控制系统，其特征在于：所述输出模块包括安全预警模块和提示模块，安全预警模块用于将报警信息传输至附近交警身上的预警提示器；所述提示模块用于通过机动车的车载预警器提示机动车驾驶员及时减速。
6.根据权利要求5所述的一种基于车路协同的智慧交通控制系统，其特征在于：所述智慧交通控制系统的运行方法主要包括以下步骤：
步骤S1：当机动车经过路口后方底下设置的速度监测线时，机动车监测模块启动；
步骤S2：行驶分析子模块判断车辆是否能在通行指示灯结束之前通过路口，若判断机动车可以正常行驶通过路口但有碰撞风险，则通过非机动车监测模块对非机动车驾驶员进行监测；
步骤S3：非机动车监测模块通过提前穿行预测子模块判断非机动车驾驶员是否有可能提前穿行马路，若有可能，则启动观察程度分析子模块对非机动车驾驶员的注意力进行检测；
步骤S4：观察程度分析子模块对非机动车驾驶员的等待时间内的观察频率进行分析；
步骤S5：观察程度分析子模块通过摄像模块判断非机动车驾驶员是否充分观察道路两侧的路况；
步骤S6：若危险预测模块检测到有非机动车驾驶员提前穿行马路的可能且没有充分观察两边机动车车道情况，则判断有碰撞风险，通过安全预警模块将报警信息传输至附近交警身上的预警提示器并通过提示模块操控机动车的车载预警器提示机动车驾驶员及时减速。
7.根据权利要求6所述的一种基于车路协同的智慧交通控制系统，其特征在于：所述步骤S2进一步包括：
步骤S21：当汽车通过设置于路口后方50米的第一条速度监测线时，速度检测子模块获取车辆的速度为V1(km/h)，若V1＞40，则通过输出模块立刻提示车主减速；若V1＜40，预测子模块获取红绿灯从绿灯转到红灯需要F秒，汽车以此速度行驶到达路口的时间到达对侧路口的时间/>其中L为监测横线到路口停止线的距离，H为路口停止线到对侧路口的距离，T1和T2的单位为秒；
步骤S22：若T1≥F，速度检测子模块在汽车通过设置于路口后方30米的第二条速度监测线时获取车辆的速度为V2，若V2≥ηV1，则通过输出模块立刻提示机动车驾驶员减速，其中η为驾驶车辆正常减速的最小阈值参数，0.9＜η＜1；
步骤S23：若机动车监测模块判断机动车可以正常行驶通过路口；
步骤S24：若机动车监测模块判断机动车可以正常行驶通过路口但有碰撞风险，危险预测模块启动，获取非机动车监测模块对道路两侧的非机动车驾驶员的监测结果，若有碰撞风险，则通过输出模块立刻提示机动车驾驶员减速。
8.根据权利要求7所述的一种基于车路协同的智慧交通控制系统，其特征在于：所述步骤S3进一步包括：
步骤S31：摄像模块通过设置于非机动车停车区正上方的摄像头拍摄非机动车驾驶员等待红绿灯的画面，通过数据库提取头盔的图像特征，根据驾驶员的头盔特征对焦非机动车驾驶员；提前穿行预测子模块以驾驶员头盔中心为原点，做一条穿过驾驶员头盔中心且与画面底部边线平行的直线为X轴，做一条穿过驾驶员头盔中心且与画面左侧边线的直线为Y轴，建立平面直角坐标系，坐标系单位边长为1，驾驶员头盔中心的坐标为(0，0)；
步骤S32：摄像模块通过驾驶员头盔中心的位置为参考的平面直角坐标系获取头盔前额中心点的位置(X，Y)；
步骤S33：摄像模块通过计时单元获取当前非机动车驾驶员等待红绿灯时间内n个时间点不同驾驶员头盔中心位置的头盔前额中心点实时位置(X1，Y1)、(X2，Y2)……(Xn，Yn)，其中n个时间点的间隔都为t，并通过公式分别计算出每个时间点头盔前额中心点位置与Y轴正半轴的偏移弧度值并将弧度角度值的绝对值按照从小到大排列|θ1|、|θ2|......|θn|，计算驾驶员头部总偏移弧度值M＝θ1+θ2......θn，若M＜λ(|θ1|+|θ2|......|θn|)且/>提前穿行预测子模块判断非机动车驾驶员有提前穿行马路的可能，其中λ为非机动车驾驶员观察一个方向的来车后小幅度向另一个方向摆头但未进行观察的误差指数，0.8＜λ＜1。
9.根据权利要求8所述的一种基于车路协同的智慧交通控制系统，其特征在于：所述步骤S4中，头盔前额中心点位置与Y轴正半轴的偏移弧度标准差若观察程度分析子模块判断非机动车驾驶员头部偏移无法直接观察到车辆，通过摄像模块对非机动车驾驶员的眼部观察情况进行检测，进一步判断非机动车驾驶员是否充分观察来往车辆；若/>观察程度分析子模块判断非机动车驾驶员充分观察到来往车辆。
10.根据权利要求9所述的一种基于车路协同的智慧交通控制系统，其特征在于：所述步骤S5进一步包括：
步骤S51：摄像模块通过设置于非机动车停车区对侧绿化带的摄像头持续拍摄非机动车驾驶员等待红绿灯的画面，根据驾驶员的眼部特征对焦驾驶员左眼，并获取眼部放大画面；非机动车监测模块获取眼部放大画面后，以第一画面信息标定当前左眼眼球、内眼角和外眼角的位置，并以左眼眼球聚合中心点为原点，内眼角至外眼角线段为x轴，x轴旋转90度为Y轴，建立平面直角坐标系，坐标系单位边长为1，当前左眼眼球聚合中心点位置为(0，
步骤S52：摄像模块持续不断获取左眼眼球聚合中心点位置，并与第一画面信息实时缩放比对后，得到眼球聚合中心点位置(x，y)；
步骤S53：观察程度分析子模块获取头盔前额中心点位置与Y轴正半轴的偏移弧度值高于时非机动车驾驶员左眼聚集实时位置(x11，y11)、(x21，y21)……(xi1，yi1)，并通过公式分别计算出每个时间段眼球位置与第一画面信息标定的左眼眼球位置的偏移距离值γ11、γ21……γi1，计算驾驶员眼部总偏移角度/>若/>则判断非机动车驾驶员通过眼睛观察到道路右侧车辆情况，否则通过输出模块将降速信息传输至向左行驶的机动车驾驶员；
步骤S54：观察程度分析子模块获取头盔前额中心点位置与Y轴正半轴的偏移角度值的高于30°时非机动车驾驶员左眼聚集实时位置(x21，y21)、(x22，y22)……(xi2，yi2)，其中i1+i2＜n，并分别计算出每个时间段眼球位置与第一画面信息标定的左眼眼球位置的偏移距离值γ21、γ22……γi2，计算驾驶员眼部总偏移角度若/>则判断非机动车驾驶员通过眼睛观察到道路左侧情况，否则通过输出模块将降速信息传输至向右行驶的机动车驾驶员。
CN202410029565.6A 2024-01-09 2024-01-09 一种基于车路协同的智慧交通控制系统 Pending CN118015873A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410029565.6A CN118015873A (zh) 2024-01-09 2024-01-09 一种基于车路协同的智慧交通控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410029565.6A CN118015873A (zh) 2024-01-09 2024-01-09 一种基于车路协同的智慧交通控制系统

Publications (1)

Publication Number Publication Date
CN118015873A true CN118015873A (zh) 2024-05-10

Family

ID=90944170

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410029565.6A Pending CN118015873A (zh) 2024-01-09 2024-01-09 一种基于车路协同的智慧交通控制系统

Country Status (1)

Country Link
CN (1) CN118015873A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140139355A1 (en) * 2012-11-17 2014-05-22 GM Global Technology Operations LLC Methods and devices for outputting information in a motor vehicle
CN106875743A (zh) * 2015-12-10 2017-06-20 天津华易智诚科技发展有限公司 一种智能交通预警系统
KR20180097398A (ko) * 2017-02-23 2018-08-31 계명대학교 산학협력단 야간 주행 자동차를 위한 보행자 의도 예측 시스템 및 이를 이용한 방법
CN109712388A (zh) * 2019-01-24 2019-05-03 华南理工大学 一种非机动车或行人的过街意图检测系统及方法
CN112185146A (zh) * 2020-09-14 2021-01-05 智慧互通科技有限公司 一种针对非车辆目标的预警方法及系统
CN112766538A (zh) * 2020-12-26 2021-05-07 浙江天行健智能科技有限公司 一种基于svm算法的行人横穿马路决策建模方法
CN112950973A (zh) * 2021-02-01 2021-06-11 中通客车股份有限公司 基于车路协同的公交车智能驾驶辅助系统及方法
CN113492858A (zh) * 2020-04-03 2021-10-12 深圳市超捷通讯有限公司 基于高精地图的辅助驾驶方法以及车载装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140139355A1 (en) * 2012-11-17 2014-05-22 GM Global Technology Operations LLC Methods and devices for outputting information in a motor vehicle
CN106875743A (zh) * 2015-12-10 2017-06-20 天津华易智诚科技发展有限公司 一种智能交通预警系统
KR20180097398A (ko) * 2017-02-23 2018-08-31 계명대학교 산학협력단 야간 주행 자동차를 위한 보행자 의도 예측 시스템 및 이를 이용한 방법
CN109712388A (zh) * 2019-01-24 2019-05-03 华南理工大学 一种非机动车或行人的过街意图检测系统及方法
CN113492858A (zh) * 2020-04-03 2021-10-12 深圳市超捷通讯有限公司 基于高精地图的辅助驾驶方法以及车载装置
CN112185146A (zh) * 2020-09-14 2021-01-05 智慧互通科技有限公司 一种针对非车辆目标的预警方法及系统
CN112766538A (zh) * 2020-12-26 2021-05-07 浙江天行健智能科技有限公司 一种基于svm算法的行人横穿马路决策建模方法
CN112950973A (zh) * 2021-02-01 2021-06-11 中通客车股份有限公司 基于车路协同的公交车智能驾驶辅助系统及方法

Similar Documents

Publication Publication Date Title
CN106327863B (zh) 一种车辆拥堵检测预警方法、装置及系统
CN112533174B (zh) 基于c-v2x的闯红灯场景的预警及通信冗余方法及系统
CN110085042B (zh) 一种基于信息融合的车辆驾驶预警系统及方法
CN111210662A (zh) 一种基于机器视觉与dsrc的交叉口安全预警系统及其预警方法
WO2018058958A1 (zh) 一种道路车辆交通告警系统及其方法
CN104599443A (zh) 一种基于信息融合的驾驶行为预警车载终端及其预警方法
CN113724531B (zh) 一种车联网环境下路口人车路协作预警系统及方法
CN106652461A (zh) 基于交通管理的信息处理方法及装置、交通管理系统
CN110264742B (zh) 一种适用于高速公路的车载信息监测装置及其警示方法
CN111145533B (zh) 基于城市区域的行人异常交通行为模式识别管控系统
CN204332007U (zh) 一种基于信息融合的驾驶行为预警车载终端
CN112606831A (zh) 一种用于客车的防碰撞警示信息对外交互方法及系统
CN112017430A (zh) 一种基于v2x的路口盲区辅助驾驶方法及系统
CN111627251A (zh) 一种危险驾驶行为的预警方法及装置
CN112140995A (zh) 一种基于网络云端的智能汽车安全驾驶系统
CN111477011A (zh) 一种用于道路路口预警的检测装置及检测方法
CN109949573A (zh) 一种车辆违章监控方法、装置及系统
CN115331401A (zh) 一种高速公路长距离隧道车辆行驶安全智能分析预警系统
CN110126727A (zh) 即时路况警示装置与方法
CN118015873A (zh) 一种基于车路协同的智慧交通控制系统
CN110533914B (zh) 一种高速公路路况自动监测控制系统及方法
CN111932921A (zh) 一种高速公路交通事故预警预测系统通讯方法
CN105913671A (zh) 单向双车道上坡路段分道可变限速方法
KR102555076B1 (ko) 보행자 돌발상황을 대처할 수 있는 지능형 교통제어시스템 및 그 방법
CN116259157A (zh) 基于大数据的疲劳驾驶车辆监测预警系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination