[发明专利]一种基于信号强度分布的隧道交通事件检测方法及系统有效
申请号: | 202110052139.0 | 申请日: | 2021-01-15 |
公开(公告)号: | CN112907943B | 公开(公告)日: | 2022-04-19 |
发明(设计)人: | 贾小娥 | 申请(专利权)人: | 山西四和交通工程有限责任公司 |
主分类号: | G08G1/01 | 分类号: | G08G1/01;G06K9/62 |
代理公司: | 成都鱼爪智云知识产权代理有限公司 51308 | 代理人: | 杨洪婷 |
地址: | 030000 山*** | 国省代码: | 山西;14 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 信号 强度 分布 隧道 交通 事件 检测 方法 系统 | ||
1.一种基于信号强度分布的隧道交通事件检测方法,其特征在于:所述方法包括:
S1,接收隧道周边设定区域内的车辆行驶大数据;
S2,基于所述车辆行驶大数据确定出位于隧道的车辆集合;
S3,接收所述车辆集合内各车辆上传的交通事件信息;
S4,对所述交通事件信息进行聚类处理,得出所述交通事件信息信号强度分布图;其中,所述信号强度指的是所述交通事件信息信号本身的强弱程度;
S5,基于所述信号强度分布图判定所述交通事件信息的置信度是否大于阈值,若是,则判定隧道内发生交通事件;
其中,各车辆上传的所述交通事件信息包括交通事件ID、交通事件类型、交通事件被中继次数;
所述对所述交通事件信息进行聚类处理,得出所述交通事件信息信号强度分布图,包括:以各车辆上传的所述交通事件ID对所述交通事件信息进行聚类,以获得各交通事件的子集合,对于单个所述子集合,计算所述子集合内各车辆上传所述交通事件信息时的信号强度,进而对所述子集合绘制出所述交通事件信息信号强度分布图;其中,所述交通事件信息信号强度分布图中包括信号强度分布曲线;
基于所述信号强度分布图确定所述交通事件信息的置信度,包括:判断所述交通事件信息信号强度分布曲线是否大于长度阈值且为反比例曲线,若是,则判定所述交通事件信息的置信度大于阈值,即判定隧道内发生交通事件。
2.根据权利要求1所述的方法,其特征在于:所述车辆行驶大数据包括车辆位置信息及车辆身份信息。
3.根据权利要求2所述的方法,其特征在于:所述基于所述车辆行驶大数据确定出位于隧道的车辆集合,包括:基于所述车辆位置信息确定出行驶于隧道内及隧道前方路段若干距离范围内的所有车辆及其车辆身份信息,从而构建出所述车辆集合。
4.根据权利要求1所述的方法,其特征在于:若判定隧道内发生交通事件,再基于交通事件被中继次数确定出隧道内交通事件的发生位置。
5.一种基于信号强度分布的隧道交通事件检测系统,其特征在于:所述系统包括接收模块、筛选模块、绘制模块、判定模块,其中:
所述接收模块,用于接收隧道周边设定区域内的车辆行驶大数据,以及接收所述车辆集合内各车辆上传的交通事件信息;
所述筛选模块,用于基于所述车辆行驶大数据确定出位于隧道的车辆集合;
所述绘制模块,用于对所述交通事件信息进行聚类处理,得出所述交通事件信息信号强度分布图;其中,所述信号强度指的是所述交通事件信息信号本身的强弱程度;
所述判定模块,用于基于所述信号强度分布图判定所述交通事件信息的置信度是否大于阈值,若是,则判定隧道内发生交通事件;
各车辆上传的所述交通事件信息包括交通事件ID、交通事件类型、交通事件被中继次数;
所述对所述交通事件信息进行聚类处理,得出所述交通事件信息信号强度分布图,包括:以各车辆上传的所述交通事件ID对所述交通事件信息进行聚类,以获得各交通事件的子集合,对于单个所述子集合,计算所述子集合内各车辆上传所述交通事件信息时的信号强度,进而对所述子集合绘制出所述交通事件信息信号强度分布图;其中,所述交通事件信息信号强度分布图中包括信号强度分布曲线;
基于所述信号强度分布图确定所述交通事件信息的置信度,包括:判断所述交通事件信息信号强度分布曲线是否大于长度阈值且为反比例曲线,若是,则判定所述交通事件信息的置信度大于阈值,即判定隧道内发生交通事件。
6.一种电子设备,其特征在于:所述设备包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行如权利要求1-4任一项所述的方法。
7.一种计算机存储介质,其特征在于:所述存储介质存储有计算机指令,所述计算机指令被调用时,用于执行如权利要求1-4任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山西四和交通工程有限责任公司,未经山西四和交通工程有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110052139.0/1.html,转载请声明来源钻瓜专利网。