[發明專利]一種交通事故監控方法及系統

有效

• 申請號: 201611079545.1
• 申請日: 2016-11-30
• 公開（公告）號: CN106781458B
• 公開（公告）日: 2019-10-18
• 發明（設計）人: 徐一丹;高體紅;毛河;龍學軍
• 申請（專利權）人: 成都通甲優博科技有限責任公司
• 主分類號: G08G1/01
• 分類號: G08G1/01
• 代理公司: 成都市集智匯華知識產權代理事務所(普通合伙) 51237
• 代理人: 李華;溫黎娟

本申請公開了一種交通事故監控方法，包括：獲取路況視頻；提取路況視頻的特征信息；其中，路況視頻的特征信息包括路況視頻的視覺詞典、車流特征、司機狀態特征、道路特征、環境特征和時間特征；將根據路況視頻的特征信息生成的特征向量輸入預先創建的交通事故預估模型，得到由交通事故預估模型輸出的交通事故發生概率；其中，交通事故預估模型為基于機器學習算法得到的模型；若交通事故發生概率大于預設概率閾值，則觸發相應的事故響應機制。本申請實現了對交通事故的有效監控。另外，本申請還相應公開了一種交通事故監控系統。

技術領域

本發明涉及交通監控技術領域，特別涉及一種交通事故監控方法及系統。

背景技術

目前，隨著經濟的快速發展，城市的汽車保有量不斷增加，導致現在許多城市的日常交通變得越來越擁堵，并且交通事故不斷頻發，給人們的生命財產安全造成了極度惡劣的影響。

為了盡可能地減少交通事故數量以及降低交通事故所引發的生命財產損失，有必要對道路上可能出現的交通事故進行實時監控。而如何實現對交通事故的有效監控是目前還有待解決的問題。

發明內容

有鑒于此，本發明的目的在于提供一種交通事故監控方法及系統，實現了對交通事故的有效監控。其具體方案如下：

一種交通事故監控方法，包括：

獲取路況視頻；

提取所述路況視頻的特征信息；其中，所述路況視頻的特征信息包括所述路況視頻的視覺詞典、車流特征、司機狀態特征、道路特征、環境特征和時間特征；

將根據所述路況視頻的特征信息生成的特征向量輸入預先創建的交通事故預估模型，得到由所述交通事故預估模型輸出的交通事故發生概率；其中，所述交通事故預估模型為基于機器學習算法得到的模型；

若所述交通事故發生概率大于預設概率閾值，則觸發相應的事故響應機制。

優選的，提取所述路況視頻的視覺詞典的過程，包括：

利用預設的圖像特征點提取算法，提取所述路況視頻中車輛所在區域上的特征點，得到相應的車輛視覺詞匯集合；

將所述車輛視覺詞匯集合中的每一個詞匯分別映射至預先創建的視覺詞典模型中相對應的聚類中心，得到所述路況視頻的視覺詞典。

優選的，所述視覺詞典模型的創建過程，包括：

獲取視頻圖像樣本集；其中，所述視頻圖像樣本集包括分別在不同的拍攝參數和不同的拍攝環境下，對不同類型的車輛進行視頻圖像采集后得到的視頻圖像；拍攝參數包括拍攝視角和拍攝時間段，拍攝環境包括霧天環境、雨雪環境、晴天環境和沙塵環境；

利用所述圖像特征點提取算法，對所述視頻圖像樣本集中的每一視頻圖像樣本進行特征點提取處理，相應地得到每一視頻圖像樣本所對應的車輛視覺詞匯集合；

利用K-means聚類算法，依次對每一視頻圖像樣本所對應的車輛視覺詞匯集合進行聚類處理，得到所述視覺詞典模型。

優選的，所述路況視頻的車流特征包括車流量、車流速度、車流占有率、換道頻率、加速度變化率和最大角速度；

所述路況視頻的司機狀態特征包括司機疲勞度；

所述路況視頻的道路特征包括交通燈設置狀況、道路坡度、道路彎曲度和道路摩擦因子；

所述路況視頻的環境特征包括路面異物狀況和天氣狀況；

所述路況視頻的時間特征包括視頻拍攝日期和視頻拍攝時刻。

優選的，所述觸發相應的事故響應機制的過程，包括：

產生第一控制指令；