本發(fā)明屬于高速公路交通監(jiān)控領(lǐng)域，具體是一種基于互聯(lián)網(wǎng)的高速公路交通監(jiān)控系統(tǒng)及方法。

背景技術(shù)：

1、隨著汽車(chē)保有量的增加，高速公路交通流量日益增大，交通事故頻發(fā)，交通擁堵問(wèn)題愈發(fā)嚴(yán)重；傳統(tǒng)的交通監(jiān)控系統(tǒng)在應(yīng)對(duì)這些挑戰(zhàn)時(shí)存在諸多不足，例如數(shù)據(jù)更新不及時(shí)、信息孤島現(xiàn)象明顯、缺乏智能化分析等。

2、現(xiàn)有技術(shù)(申請(qǐng)?zhí)枮?019110718868的發(fā)明專(zhuān)利)公開(kāi)了一種用于高速公路的交通監(jiān)控預(yù)警方法及系統(tǒng)，飛行時(shí)間tof相機(jī)根據(jù)接收到的數(shù)據(jù)采集指令按照預(yù)設(shè)頻率采集所在路段的環(huán)境圖像，生成三維點(diǎn)云數(shù)據(jù)，并將其和路段id發(fā)送給監(jiān)控處理器；監(jiān)控處理器對(duì)三維點(diǎn)云數(shù)據(jù)進(jìn)行濾波處理、車(chē)輛特征數(shù)據(jù)提取和計(jì)數(shù)處理，得到路段id對(duì)應(yīng)的路段的車(chē)輛總數(shù)；監(jiān)控處理器獲取擁堵閾值，并判斷車(chē)輛總數(shù)是否大于擁堵閾值；當(dāng)車(chē)輛總數(shù)大于擁堵閾值時(shí)，監(jiān)控處理器根據(jù)路段id和車(chē)輛總數(shù)生成免費(fèi)放行命令，發(fā)送給路段id對(duì)應(yīng)的路段的各收費(fèi)終端和各用戶終端；用戶終端接解析免費(fèi)放行命令，得到免費(fèi)放行提示信息并在用戶終端顯示；收費(fèi)終端根據(jù)免費(fèi)放行命令生成開(kāi)啟控制命令，用以打開(kāi)車(chē)輛攔截設(shè)備。但現(xiàn)有技術(shù)沒(méi)有考慮到在極端天氣下，如大霧、大雪等天氣中，不僅攝像頭的成像質(zhì)量會(huì)受到影響，從而降低了數(shù)據(jù)采集的準(zhǔn)確性，還會(huì)導(dǎo)致路面摩擦系數(shù)和能見(jiàn)度的顯著變化，進(jìn)而影響車(chē)輛的行駛安全。

3、因此，本發(fā)明通過(guò)提出一種基于互聯(lián)網(wǎng)的高速公路交通監(jiān)控系統(tǒng)及方法，以解決上述問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明旨在至少解決現(xiàn)有技術(shù)中存在的技術(shù)問(wèn)題之一；為此，本發(fā)明提出了一種基于互聯(lián)網(wǎng)的高速公路交通監(jiān)控系統(tǒng)及方法，用于解決現(xiàn)有技術(shù)沒(méi)有考慮到在極端天氣下，如大霧、大雪等天氣中，不僅攝像頭的成像質(zhì)量會(huì)受到影響，從而降低了數(shù)據(jù)采集的準(zhǔn)確性，還會(huì)導(dǎo)致路面摩擦系數(shù)和能見(jiàn)度的顯著變化，進(jìn)而影響車(chē)輛的行駛安全的技術(shù)問(wèn)題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明的第一方面提供了一種基于互聯(lián)網(wǎng)的高速公路交通監(jiān)控系統(tǒng)，包括：數(shù)據(jù)采集模塊、數(shù)據(jù)分析模塊和交通監(jiān)控模塊；

3、數(shù)據(jù)采集模塊：用于實(shí)時(shí)采集目標(biāo)路段的車(chē)輛數(shù)據(jù)以及交通數(shù)據(jù)；

4、數(shù)據(jù)分析模塊：基于歷史交通數(shù)據(jù)訓(xùn)練人工智能模型，得到交通數(shù)據(jù)識(shí)別模型；基于實(shí)時(shí)的環(huán)境數(shù)據(jù)通過(guò)交通數(shù)據(jù)識(shí)別模型識(shí)別得到目標(biāo)交通數(shù)據(jù)；以及，

5、基于車(chē)輛數(shù)據(jù)計(jì)算得到目標(biāo)路段上車(chē)輛的平均速度；基于目標(biāo)交通數(shù)據(jù)計(jì)算得到目標(biāo)路段的最大限速；

6、交通監(jiān)控模塊：基于平均速度與預(yù)設(shè)速度閾值判斷是否對(duì)目標(biāo)路段進(jìn)行擁堵預(yù)警；以及，

7、基于目標(biāo)路段的最大限速判斷是否對(duì)目標(biāo)路段上的車(chē)輛進(jìn)行速度預(yù)警。

8、優(yōu)選的，所述采集目標(biāo)路段的車(chē)輛數(shù)據(jù)，包括：

9、通過(guò)安裝在目標(biāo)路段上的微波檢測(cè)器采集若干車(chē)輛的速度vi，將若干車(chē)輛的速度vi標(biāo)記為車(chē)輛數(shù)據(jù)；其中，目標(biāo)路段是指高速公路上待監(jiān)控的路段；vi＝{v1,v2,v3,…,vn}，n是目標(biāo)路段上車(chē)輛的總數(shù)。

10、優(yōu)選的，所述交通數(shù)據(jù)，包括：

11、通過(guò)擺式摩擦儀測(cè)量得到目標(biāo)路段的路面摩擦系數(shù)；

12、通過(guò)天氣預(yù)測(cè)平臺(tái)獲取目標(biāo)路段的能見(jiàn)度；

13、將路面摩擦系數(shù)和能見(jiàn)度標(biāo)記為交通數(shù)據(jù)。

14、需要說(shuō)明的是，所述路面摩擦系數(shù)是指輪胎與汽車(chē)輪胎與路面之間的摩擦系數(shù)。

15、優(yōu)選的，所述基于歷史交通數(shù)據(jù)訓(xùn)練人工智能模型，包括：

16、提取歷史交通數(shù)據(jù)中若干環(huán)境數(shù)據(jù)對(duì)應(yīng)的目標(biāo)路段的路面摩擦系數(shù)，以及目標(biāo)路段在若干環(huán)境數(shù)據(jù)下對(duì)應(yīng)的能見(jiàn)度；其中，環(huán)境數(shù)據(jù)包括：環(huán)境溫度、環(huán)境濕度、降雪量、霧氣濃度和降雨類(lèi)型；降雨類(lèi)型包括：雨水、雪水和冰雹；

17、將環(huán)境數(shù)據(jù)整合為標(biāo)準(zhǔn)輸入數(shù)據(jù)，將環(huán)境數(shù)據(jù)對(duì)應(yīng)的目標(biāo)路段的路面摩擦系數(shù)和能見(jiàn)度整合為標(biāo)準(zhǔn)輸出數(shù)據(jù)；

18、基于標(biāo)準(zhǔn)輸入數(shù)據(jù)和標(biāo)準(zhǔn)輸出數(shù)據(jù)訓(xùn)練人工智能模型，得到交通數(shù)據(jù)識(shí)別模型；其中，人工智能模型包括：卷積神經(jīng)網(wǎng)絡(luò)或深度置信網(wǎng)絡(luò)。

19、需要說(shuō)明的是，環(huán)境溫度、濕度、降雪量、霧氣濃度和降雨類(lèi)型等數(shù)據(jù)對(duì)路面摩擦系數(shù)有著直接或間接的影響，因此可以用來(lái)預(yù)測(cè)摩擦系數(shù)；具體來(lái)說(shuō)，環(huán)境溫度直接影響路面是否結(jié)冰，特別是在低溫條件下，水分容易凍結(jié)，形成一層薄冰，顯著降低摩擦系數(shù)；高濕度環(huán)境下，空氣中的水汽會(huì)在路面上凝結(jié)成露水或霜，增加濕滑風(fēng)險(xiǎn)；降雪量不僅影響積雪厚度，還可能導(dǎo)致壓實(shí)雪或再結(jié)冰，進(jìn)一步惡化摩擦條件；霧氣不僅降低能見(jiàn)度，還會(huì)增加路面濕度，尤其是在低溫時(shí)，霧氣中的水汽可能凝結(jié)成霜或冰，使摩擦系數(shù)下降；不同類(lèi)型的降雨(如雨水、雪水、冰雹)對(duì)摩擦系數(shù)的影響各異：雨水在初期會(huì)形成油膜，導(dǎo)致“初期濕滑”，長(zhǎng)時(shí)間降雨則可能引發(fā)積水和水滑現(xiàn)象；雪水融化后會(huì)再次結(jié)冰，形成光滑的冰面；冰雹落地后迅速融化，增加濕滑風(fēng)險(xiǎn)，大顆粒冰雹還可能損壞路面。

20、優(yōu)選的，所述基于實(shí)時(shí)的環(huán)境數(shù)據(jù)通過(guò)交通數(shù)據(jù)識(shí)別模型識(shí)別得到目標(biāo)交通數(shù)據(jù)，包括：

21、通過(guò)天氣預(yù)測(cè)平臺(tái)獲取實(shí)時(shí)的環(huán)境數(shù)據(jù)；

22、將實(shí)時(shí)的環(huán)境數(shù)據(jù)輸入交通數(shù)據(jù)識(shí)別模型，得到目標(biāo)交通數(shù)據(jù)；其中，目標(biāo)交通數(shù)據(jù)包括：實(shí)時(shí)環(huán)境數(shù)據(jù)對(duì)應(yīng)的目標(biāo)路段的路面摩擦系數(shù)和能見(jiàn)度。

23、優(yōu)選的，所述基于車(chē)輛數(shù)據(jù)計(jì)算得到目標(biāo)路段上車(chē)輛的平均速度，包括：

24、提取目標(biāo)路段上若干車(chē)輛的速度vi；

25、通過(guò)公式計(jì)算得到目標(biāo)路段上若干車(chē)輛的平均速度；其中，vp是目標(biāo)路段上若干車(chē)輛的平均速度。

26、本發(fā)明基于采集到的車(chē)輛速度數(shù)據(jù)vi，通過(guò)公式計(jì)算得到目標(biāo)路段上若干車(chē)輛的平均速度vp；平均速度不僅是衡量交通流暢性的關(guān)鍵指標(biāo)，還能反映出道路的實(shí)際通行能力；通過(guò)對(duì)平均速度的動(dòng)態(tài)監(jiān)測(cè)，交通管理部門(mén)可以及時(shí)了解路段的交通狀況，發(fā)現(xiàn)潛在的擁堵風(fēng)險(xiǎn)，并采取相應(yīng)的措施進(jìn)行疏導(dǎo)；相比傳統(tǒng)的固定閾值判斷，基于平均速度的動(dòng)態(tài)評(píng)估更加靈活和準(zhǔn)確，能夠更好地適應(yīng)不同時(shí)間段和天氣條件下的交通變化。

27、優(yōu)選的，所述基于目標(biāo)交通數(shù)據(jù)計(jì)算得到目標(biāo)路段的最大限速，包括：

28、實(shí)時(shí)環(huán)境數(shù)據(jù)對(duì)應(yīng)的目標(biāo)路段的路面摩擦系數(shù)標(biāo)記為f，能見(jiàn)度標(biāo)記為d；

29、通過(guò)公式計(jì)算得到目標(biāo)路段的最大限速；其中，vmax是目標(biāo)路段的最大限速，r是駕駛員正常反應(yīng)時(shí)間區(qū)間的最大值，g是重力加速度。

30、需要說(shuō)明的是，所述駛員正常反應(yīng)時(shí)間區(qū)間的最大值表示最慢的反應(yīng)時(shí)間；在計(jì)算最大限速時(shí)，使用駛員正常反應(yīng)時(shí)間區(qū)間的最大值是為了確保即使是最慢反應(yīng)的駕駛員也能在安全范圍內(nèi)應(yīng)對(duì)突發(fā)情況，避免交通事故的發(fā)生。

31、優(yōu)選的，所述基于平均速度與預(yù)設(shè)速度閾值判斷是否對(duì)目標(biāo)路段進(jìn)行擁堵預(yù)警，包括：

32、判斷平均速度是否小于預(yù)設(shè)速度閾值；是，則生成擁堵預(yù)警信息，并發(fā)送至客戶端；否，則持續(xù)監(jiān)測(cè)判斷。

33、需要說(shuō)明的是，所述預(yù)設(shè)速度閾值是根據(jù)目標(biāo)路段的設(shè)計(jì)速度所設(shè)；其中，設(shè)計(jì)速度是根據(jù)道路的幾何設(shè)計(jì)、交通流量預(yù)期和安全標(biāo)準(zhǔn)等因素確定的理想行駛速度，旨在確保車(chē)輛在正常條件下能夠安全、高效地通行，這一速度是公路工程建設(shè)的重要指標(biāo)，用于確定公路的設(shè)計(jì)指標(biāo)，并使其相互協(xié)調(diào)。

34、本發(fā)明將計(jì)算得到的平均速度與預(yù)設(shè)速度閾值進(jìn)行比較，判斷是否觸發(fā)擁堵預(yù)警；預(yù)設(shè)速度閾值是根據(jù)目標(biāo)路段的設(shè)計(jì)速度設(shè)定的，設(shè)計(jì)速度綜合考慮了道路的幾何設(shè)計(jì)、交通流量預(yù)期和安全標(biāo)準(zhǔn)等因素，旨在確保車(chē)輛在正常條件下能夠安全、高效地通行；當(dāng)平均速度低于預(yù)設(shè)速度閾值時(shí)，系統(tǒng)會(huì)生成擁堵預(yù)警信息，并通過(guò)多種渠道(如導(dǎo)航設(shè)備、手機(jī)app、電子顯示屏等)發(fā)送至客戶端；這不僅提醒駕駛員前方可能存在擁堵，建議減速行駛或選擇替代路線，還幫助交通管理部門(mén)及時(shí)采取限流、分流等措施，緩解交通壓力，減少交通事故的發(fā)生。

35、優(yōu)選的，所述基于目標(biāo)路段的最大限速判斷是否對(duì)目標(biāo)路段上的車(chē)輛進(jìn)行速度預(yù)警，包括：

36、提取目標(biāo)路段上若干車(chē)輛的速度vi；

37、判斷若干車(chē)輛的速度vi是否大于目標(biāo)路段的最大限速；是，則生成超速預(yù)警信息，并發(fā)送至客戶端；否，則持續(xù)監(jiān)測(cè)判斷。

38、本發(fā)明通過(guò)結(jié)合實(shí)時(shí)路面摩擦系數(shù)、能見(jiàn)度和駕駛員反應(yīng)時(shí)間的最大值，動(dòng)態(tài)計(jì)算目標(biāo)路段的最大限速，并根據(jù)車(chē)輛實(shí)際速度進(jìn)行超速預(yù)警，顯著提升了高速公路的安全性和通行效率；具體而言，使用駕駛員正常反應(yīng)時(shí)間區(qū)間的最大值確保了即使是最慢反應(yīng)的駕駛員也能在安全范圍內(nèi)應(yīng)對(duì)突發(fā)情況，避免交通事故的發(fā)生；通過(guò)實(shí)時(shí)監(jiān)測(cè)車(chē)輛速度vi并與計(jì)算出的最大限速vmax進(jìn)行比較，系統(tǒng)能夠及時(shí)發(fā)現(xiàn)并警告超速行為，提醒駕駛員立即減速，保持安全車(chē)距；這種基于環(huán)境條件和駕駛員反應(yīng)時(shí)間的動(dòng)態(tài)限速調(diào)整機(jī)制，不僅提高了道路的安全性，還能有效減少因超速引發(fā)的交通事故，確保所有車(chē)輛在復(fù)雜多變的交通環(huán)境中都能安全行駛；此外，持續(xù)監(jiān)測(cè)和及時(shí)預(yù)警的功能使得交通管理部門(mén)能夠迅速采取措施，優(yōu)化交通流量，提升整體通行效率。

39、本發(fā)明的第二方面提供了一種基于互聯(lián)網(wǎng)的高速公路交通監(jiān)控方法，包括：

40、步驟一：實(shí)時(shí)采集目標(biāo)路段的車(chē)輛數(shù)據(jù)以及交通數(shù)據(jù)；

41、步驟二：基于歷史交通數(shù)據(jù)訓(xùn)練人工智能模型，得到交通數(shù)據(jù)識(shí)別模型；基于實(shí)時(shí)的環(huán)境數(shù)據(jù)通過(guò)交通數(shù)據(jù)識(shí)別模型識(shí)別得到目標(biāo)交通數(shù)據(jù)；

42、步驟三：基于車(chē)輛數(shù)據(jù)計(jì)算得到目標(biāo)路段上車(chē)輛的平均速度；基于目標(biāo)交通數(shù)據(jù)計(jì)算得到目標(biāo)路段的最大限速；

43、步驟四：基于平均速度與預(yù)設(shè)速度閾值判斷是否對(duì)目標(biāo)路段進(jìn)行擁堵預(yù)警；以及，基于目標(biāo)路段的最大限速判斷是否對(duì)目標(biāo)路段上的車(chē)輛進(jìn)行速度預(yù)警。

44、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

45、1.本發(fā)明通過(guò)采集目標(biāo)路段的車(chē)輛數(shù)據(jù)以及交通數(shù)據(jù)；基于歷史交通數(shù)據(jù)訓(xùn)練人工智能模型，得到交通數(shù)據(jù)識(shí)別模型；基于實(shí)時(shí)的環(huán)境數(shù)據(jù)通過(guò)交通數(shù)據(jù)識(shí)別模型識(shí)別得到目標(biāo)交通數(shù)據(jù)；以及，基于車(chē)輛數(shù)據(jù)計(jì)算得到目標(biāo)路段上車(chē)輛的平均速度；基于目標(biāo)交通數(shù)據(jù)計(jì)算得到目標(biāo)路段的最大限速；基于平均速度與預(yù)設(shè)速度閾值判斷是否對(duì)目標(biāo)路段進(jìn)行擁堵預(yù)警；以及，基于目標(biāo)路段的最大限速判斷是否對(duì)目標(biāo)路段上的車(chē)輛進(jìn)行速度預(yù)警，解決了現(xiàn)有技術(shù)沒(méi)有考慮到在極端天氣下，如大霧、大雪等天氣中，不僅攝像頭的成像質(zhì)量會(huì)受到影響，從而降低了數(shù)據(jù)采集的準(zhǔn)確性，還會(huì)導(dǎo)致路面摩擦系數(shù)和能見(jiàn)度的顯著變化，進(jìn)而影響車(chē)輛的行駛安全的問(wèn)題。

46、2.本發(fā)明通過(guò)實(shí)時(shí)數(shù)據(jù)采集確保了對(duì)目標(biāo)路段交通狀況的精準(zhǔn)掌握，微波檢測(cè)器持續(xù)采集車(chē)輛速度數(shù)據(jù)，避免了傳統(tǒng)監(jiān)控系統(tǒng)中數(shù)據(jù)更新不及時(shí)的問(wèn)題，為后續(xù)分析和決策提供了堅(jiān)實(shí)基礎(chǔ)；平均速度計(jì)算為評(píng)估交通流量提供了科學(xué)依據(jù)，動(dòng)態(tài)監(jiān)測(cè)平均速度幫助及時(shí)發(fā)現(xiàn)潛在擁堵風(fēng)險(xiǎn)，并采取疏導(dǎo)措施；擁堵預(yù)警機(jī)制通過(guò)將平均速度與預(yù)設(shè)速度閾值比較，生成預(yù)警信息，提醒駕駛員并協(xié)助交通管理部門(mén)緩解交通壓力，減少事故。