[發明專利]基于AI視頻分析的高速公路路網安全態勢分析系統、方法

在審

• 申請號: 202011608499.6
• 申請日: 2020-12-30
• 公開（公告）號: CN112802333A
• 公開（公告）日: 2021-05-14
• 發明（設計）人: 楊樹乾;劉正平
• 申請（專利權）人: 中交安科（南京）安全咨詢有限公司
• 主分類號: G08G1/01
• 分類號: G08G1/01;G08G1/052;H04N7/18
• 代理公司: 南京業騰知識產權代理事務所(特殊普通合伙) 32321
• 代理人: 李靜

1.一種基于AI視頻分析的高速公路路網安全態勢分析方法，其特征在于，所述基于AI視頻分析的高速公路路網安全態勢分析方法包括以下步驟：

步驟一，利用攝像器監控高速公路路況視頻；利用流量監控設備檢測高速公路行駛流量數據；利用車速檢測器檢測高速公路行駛車輛速度數據；

步驟二，通過監控布局優化模塊對高速公路監控攝像器進行布局優化操作；

步驟三，利用識別程序對監控視頻中車輛進行識別；對高速公路擁堵進行監測；

步驟四，利用計算程序對高速公路通行效率進行計算；利用評估程序對高速公路安全進行評估；

步驟五，利用顯示器顯示路網視頻監控視頻、路網流量、車輛行駛速度、視頻識別結果、路網擁堵監測結果、通行效率計算結果、安全評估結果。

2.如權利要求1所述基于AI視頻分析的高速公路路網安全態勢分析方法，其特征在于，所述監控布局優化模塊優化方法如下：

(1)配置監控攝像器監控參數；

(2)基于已獲取的路網數據和多維城市基礎數據，根據以路網數據中節點為中心的設定范圍內的多維城市基礎數據，計算路網數據中節點對應的高危程度等級；按照路網數據中節點對應的高危程度等級，為每個路網數據中節點設定對應的覆蓋要求；

(3)基于視頻監控網絡中攝像器的位置信息和可視域信息，優化每個路網數據中節點周圍的攝像器位置和可視域，滿足每個路網數據中節點對應的覆蓋要求。

3.如權利要求2所述基于AI視頻分析的高速公路路網安全態勢分析方法，其特征在于，所述多維城市基礎數據包括但不限于：

公安系統的案件數據、智能交通系統的違法記錄、移動通信系統的定位數據、物聯網數據、以及電子地圖中的感興趣點數據中的一種或多種。

4.如權利要求2所述基于AI視頻分析的高速公路路網安全態勢分析系統，其特征在于，所述根據以路網數據中節點為中心的設定范圍內的多維城市基礎數據，計算路網數據中節點對應的高危程度等級，包括：

(2.1)統計以路網數據中節點為中心的設定范圍內的多維城市基礎數據的數量，累加各種城市基礎數據的數量與其加權值的乘積作為節點對應的高危值；

(2.2)根據高危程度等級與高危值范圍的對應關系，確定各節點對應的高危程度等級。

5.如權利要求1所述基于AI視頻分析的高速公路路網安全態勢分析方法，其特征在于，所述按照路網數據中節點對應的高危程度等級，為每個路網數據中節點設定對應的覆蓋要求，包括：

根據高危程度等級與覆蓋范圍的對應關系，確定節點對應的覆蓋范圍；

設置路網數據中節點對應的覆蓋要求是在節點對應的覆蓋范圍內具有攝像器且被其可視域覆蓋。

6.如權利要求1所述基于AI視頻分析的高速公路路網安全態勢分析方法，其特征在于，所述路網擁堵監測模塊監測方法如下：

1)通過攝像器采集車輛視頻，并對視頻進行增強處理；

2)通過運動目標檢測的方法獲取視頻中的運動車輛；運動車輛跟蹤；

3)以所述運動車輛跟蹤為基礎獲取交通特征參數并建立基于深度學習的交通擁堵模型；計算道路擁堵指數δ判定路段的擁堵級別。

7.如權利要求6所述基于AI視頻分析的高速公路路網安全態勢分析系統，其特征在于，所述獲取視頻中的運動車輛，具體過程包括依次進行的如下步驟：

步驟a：視頻圖像抓取；

步驟b：運動目標檢測；

步驟c：進行車輛模型辨別，若所述步驟b的運動目標不屬于車輛則重新返回所述步驟a視頻圖像抓取，若所述步驟b的運動目標屬于車輛則進行運動車輛跟蹤。

8.如權利要求7所述基于AI視頻分析的高速公路路網安全態勢分析系統，其特征在于，所述運動車輛跟蹤具體包括以下步驟：

運動車輛檢測；需要進行各運動車輛進行幾何校正；進行歸一化處理；進行運動車輛跟蹤。