[发明专利]一种智慧化道路综合防控方法及系统

说明书

技术领域

本发明涉及道路管理领域，具体为一种智慧化道路综合防控方法及系统。

背景技术

公路交通具有通行能力大、运行速度快、运输成本低、安全程度高、行车舒适等突出优势，是现代化综合运输体系中最重要的基础设施之一，承担省际间、区域间以及城乡间的客货运输，对于支撑经济发展、服务人民群众、推动社会进步发挥着重要的作用。但是目前公路防控网络建设存在以下问题：

(1)现有高速公路视频监控、缉查布控卡口设备数量不足，覆盖范围不全面，且部分设备建设年代已久，清晰度不高，系统采集数据质量低，部分设备功能单一，不能响应新的国标检测要求；

(2)国省道、一二级主干网公路科技管控上，部分地区仅针对交通事故多发、易发地简单进行一些监控和单点测速，无法形成有效的管控网络，甚至出现重复建设的现象；

(3)交通部门专网到公安部门的设备专网没有互联互通，各地市交警部门的设备专网没有互联互通。

发明内容

为了解决在道路治安防控过程中发现的数据传递不能互联互动，数据采集和处理的形式单一不实时的问题，本发明提供了一种智慧化道路综合防控方法及系统，将区间测速模块实时监测的过往车辆数据与公安网和交通厅专网中的布控模块和执法管理模块相结合，对行驶车辆的轨迹采集、全程监控，实现对重点违法行为自动抓拍、有效拦截，对交通事故及时发现定位、出警处置，对重点和嫌疑车辆快速筛查、查缉布控，同时在该系统中加入了故障监管系统，对出现的异常情况及时推送，将异常时期数据及时缓存。

本发明采用的技术方案为：

一种智慧化道路综合防控方法，包括以下步骤：

(1)数据采集：道路前端设备中的道路卡口采集通过的车辆数据，包括车辆的通行文本信息、图像信息、设备状态信息，并将采集到的车辆数据上传至视频专网交换机，并缓存在前置服务器上；

(2)数据交换：通过安全边界平台将采集到的车辆数据传输汇聚到政府职能部门交换机，通过kafka消息队列实时上传给政府职能部门数据管理平台进行管理和分发；

(3)数据处理和存储：

a.数据处理：利用区间测速方法和车辆识别技术，通过Spark流计算模块对道路前端设备采集到的车辆数据进行二次处理；

b.非现场数据上传：对汇聚到政府职能部门交换机的道路前端设备采集到的数据进行处理后筛选，将筛选后的需要进行布控的车辆数据上传到政府职能部门数据管理平台；

c.数据存储：政府职能部门数据管理平台使用Hadoop分布式文件系统存储结构化数据和非结构化数据。

(4)布控车辆的预警：设置车辆的预警卡口，布控车辆经过时，实时数据上传到政府职能部门数据管理平台进行预警比对，或通过后台比对获得车辆的预警数据，并将车辆的预警数据发送到终端设备进行车辆的预警提示；

(5)布控车辆的报警：终端设备中的票道卡口将采集到的车辆数据通过与执法站工控机的布控车辆信息比对，得到车辆的报警数据，同时对进入布控范围的布控车辆进行声光或文字报警。

优选地，所述步骤(3)中的区间测速方法的具体步骤为：

(a1-1)测速区间的设置：相邻的道路卡口将道路区分成不同的小区间，该区间长度已知，从车辆第一次通过的卡口开始到车辆到达的票道卡口为止，车辆通过的道路区间长度分为L1、L2……Ln；

(a1-2)测速数据的采集：在道路前端设备采集到的所有车辆数据中，提取车辆通行文本信息、图像信息；

(a1-3)测速数据的处理：利用所述车辆识别技术自动识别车辆型号信息，计算每个车辆通过各测速区间所花费的时间t1、t2……tn，得到每个车辆通过各测速区间时的平均行驶速度v1、v2……vn，其中v＝L/t；根据平均行驶速度与限定的最高时速进行比对,判断每个车辆是否超速；

(a1-4)测速结果的下发：将比对结果信息发送至测速区间的前方显示屏和执法站设备上。

优选地，所述的车辆识别技术为卷积神经网络技术，其具体步骤为：

(a2-1)样本采集及标注：利用采集到的车辆图像信息，标注出图像信息中包含的每一辆车辆的位置及型号，将图像信息和标注信息作为卷积神经网络的训练样本集；

(a2-2)卷积神经网络的设计：设计用于定位识别车辆的卷积神经网络，将图像信息和标注信息输入网络的输入层，网络的中间层采用卷积层和全连接层提取特征，网络的输出层利用提取到的特征通过两个输出分支分别得到图片中车辆的包围盒和类型；