一种超视距交通预警系统及超视距交通事件提醒方法与流程

1.本技术涉及车联网技术领域，特别是涉及一种超视距交通预警系统及超视距交通事件提醒方法。


背景技术：

2.在我国的道路路网中，有许多道路路段、路口地形复杂、路窄、弯道多、有遮挡物等情况，对行车造成安全隐患。此外在恶劣天气下，例如强降雨、大雾、雨雪等极端天气下，能见度降低，进一步削弱对前方交通车辆状况的预知。
3.车辆遇到盲区时，驾驶者对前方交通状况缺乏足够的了解，较短的距离、短暂的应变时间使司机难以及时反应从而导致交通事故，急转弯地形导致许多恶性、重大交通事故。
4.针对弯道交通情况的提醒，传统的做法是在弯道地形区域设立相关的提示标语与警示标志，如常规的提示标志牌、地面标线、警示灯、减速带、广角凸镜等，对减少交通事故的产生起到一定的作用。但由于常规提醒方式展现的内容固定且单一，无论采用何种方式均容易产生视觉疲劳，难以及时及醒目地吸引驾驶员的注意，导致驾驶员忽略或无视提示内容，未达到预期的预告提醒及避免交通事故的效果。


技术实现要素：

5.基于此，有必要针对上述技术问题，提供一种超视距交通预警系统及超视距交通事件提醒方法，能够解决如何实现车内预知前方因地形和/或天气而遮挡的交通事件，能得到更为及时且有效的交通状况提醒的技术问题。
6.一方面，提供一种超视距交通预警系统，包括：雷视一体机监测设备，设置于路侧且用于超视距检测交通状况并识别是否存在交通事件；数据处理装置，用于接收、处理和发送所述雷视一体机监测设备所监测到的交通状况数据；云平台，用于接收数据处理装置所发送的交通状况数据、向正在路上行驶的司机发出预警信号；其中，所述数据处理装置包括边缘计算设备和rsu通信终端设备；当所述雷视一体机监测设备感知到路面的交通事件时，将监测到的交通状况数据上传至所述边缘计算设备进行融合计算，融合后的数据通过网线上传至所述rsu通信终端设备，所述rsu通信终端设备经过uu端口向云平台上报交通事件信息，且所述rsu通信终端设备通过短程无线pc5端口不断向周围车辆广播交通事件信息。
7.在其中一个实施例中，所述云平台在收到交通事件信息数据后，根据车辆当前的位置信息判断距离交通事件位置是否大于短程无线通信距离，若大于，则通过所述rsu通信终端设备主动下发交通事件到车辆。
8.在其中一个实施例中，所述超视距交通预警系统安装在易多发事故路段道路两旁
的立杆上，其中所述雷视一体机监测设备朝着感知路面安装，所述rsu通信终端设备安装在立杆空旷的位置，所述边缘计算设备安装在抱杆箱内，使用光纤或者网线将所述雷视一体机监测设备、所述rsu通信终端设备和所述边缘计算设备组成局域网。
9.在其中一个实施例中，所述雷视一体机监测设备包括雷达监测设备，所述雷达监测设备基于“多普勒效应”原理持续不断发射出无线电波对物体进行检测，无线电波在传播行进中碰到物体时被反射，反弹回来的电波波长会随着所碰到的物体的移动状态而改变，经计算后便可得知该物体与雷达之间相对位置和移动速度；所述雷达监测设备对其朝向的感知路面道路内的交通状况分析处理后识别出交通事件，将交通事件数据发送给所述边缘计算设备；所述边缘计算设备接收所述雷视一体机检测装置的数据结果进行结构化处理，并对数据结果、数据类型进行判别，由深度神经网络输出认知中间结果作为交换的认知信息，并基于自身认知信息与超视距认知信息进行交通情况预警的联动控制。
10.另一方面，提供一种超视距交通事件提醒方法，所述方法包括：通过雷视一体机监测设备的雷达监测设备超视距检测交通状况，获取监测到的交通状况数据并识别是否存在交通事件；当所述雷视一体机监测设备感知到路面的交通事件，将监测到的交通状况数据上传至所述边缘计算设备进行融合计算，融合后的数据通过网线上传至所述rsu通信终端设备；所述rsu通信终端设备经过uu端口向云平台上报交通事件信息，且所述rsu通信终端设备通过短程无线pc5端口不断向周围车辆广播交通事件信息。
11.在其中一个实施例中，所述云平台在收到交通事件信息数据后，根据车辆当前的位置信息判断距离交通事件位置是否大于短程无线通信距离，若大于，则通过所述rsu通信终端设备主动下发交通事件到车辆。
12.在其中一个实施例中，所述云平台在收到交通事件信息数据后，在云平台上可视化展示目前的交通事件的经纬度及类型。
13.在其中一个实施例中，所述通过雷视一体机监测设备的雷达监测设备超视距检测交通状况，获取监测到的交通状况数据并识别是否存在交通事件步骤，包括：所述雷达监测设备基于“多普勒效应”原理持续不断发射出无线电波对物体进行检测，无线电波在传播行进中碰到物体时被反射，反弹回来的电波波长会随着所碰到的物体的移动状态而改变，经计算后便可得知该物体与雷达之间相对位置和移动速度；所述雷达监测设备对其朝向的感知路面道路内的交通状况分析处理后识别出交通事件，将交通事件数据发送给所述边缘计算设备。
14.在其中一个实施例中，所述边缘计算设备进行融合计算的步骤，包括：所述边缘计算设备接收所述雷视一体机检测装置的数据结果进行结构化处理，并对数据结果、数据类型进行判别，由深度神经网络输出认知中间结果作为交换的认知信息，并基于自身认知信息与超视距认知信息进行交通情况预警的联动控制。
15.在其中一个实施例中，所述雷视一体机监测设备还将非交通事件的交通状况数据上传至所述边缘计算设备进行融合计算，融合后的数据通过网线经所述rsu通信终端设备上传至云平台；所述雷视一体机监测设备对检测范围内超速行驶车辆、低速行驶车辆、停止车辆、倒车车辆、逆行车辆进行实时监测，在所述云平台可进行实时车速、实时交通流量、实
时车辆位置信息、事件轨迹回放、历史数据查询。
16.上述超视距交通预警系统及超视距交通事件提醒方法，通过边缘计算设备利用基于场景自适应认知注意力机制的单种数据多车协同的决策生成算法，对监测到的交通状况数据进行融合计算，可提升交通路况的判断准确性；而本方案基于车、路、网、云互联互通，通过传感器感知到的交通事件信息既可以uu（无线网卡）传输模式上传到交通事件平台管控处理，平台下发至每一辆网联车，该数据传输链路传播范围广，通信距离长，既可以为靠近交通事件路段的车辆传输预警信息，又可以给将要行驶到该路网的车辆提醒避行效果。而且在网联车靠近交通事件路段时，在pc5的通信距离内，rsu通信终端设备会向周围的车辆广播交通事件信息，该传输链路时延性低、可靠性高，可以有效避免车辆因速度快未及时收到消息、降雨、大雾、雨雪等极端天气下未能看到交通事件信息的缺点。
附图说明
17.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
18.图1为一个实施例中超视距交通预警系统的工作原理图；图2为一个实施例中超视距交通事件提醒装置的结构框图；图3为一个实施例中超视距交通事件提醒方法的流程示意图；图4为一个实施例中通过雷视一体机监测设备的雷达监测设备超视距检测交通状况，获取监测到的交通状况数据并识别是否存在交通事件步骤的流程示意图；图5为一个实施例中计算机设备的内部结构图。
具体实施方式
19.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
20.实施例1如背景技术所述，本发明的目的在于解决如何实现车内预知前方因地形和/或天气而遮挡的交通事件，能得到更为及时且有效的交通状况提醒的技术问题。具体的，本发明需要解决数据通过何种方式及时、效率的上报云平台3与下发车辆，达到交通事故预防与交通事故避免。
21.现有的多车协同决策的端到端算法主要依赖大量的标记数据进行联合训练，但是并没有充分挖掘多源数据之间的关系，使得端到端决策算法的效率和可解释性不高。
22.针对这一问题，在实施例1中提出一种基于车联网超视距认知方法，该方法主要由两部分构成。
23.(1)考虑到车车间认知信息传递的有效性以及不同信息源在不同场景下重要性的不同，提出了一种基于场景自适应认知注意力机制的单种数据多车协同的决策生成算法，由深度神经网络输出认知中间结果作为交换的认知信息，并实现基于自身认知信息与超视
距认知信息的影响力认知的联合决策。
24.(2)针对多感知源所处环境不同导致认知差异问题，提出了一种交通事件数据上报下发的方法，使得神经网络可以根据不同的车辆信息以及静动态交通设备判断当前路口所发生的交通事件类型，通过最有效的途径进行数据上报下发。
25.可理解的是上述基于车联网超视距认知方法、基于场景自适应认知注意力机制的单种数据多车协同的决策生成算法以及交通事件数据上报下发的方法均可归纳为超视距交通事件提醒方法。
26.另外，为解决上述问题，如图1、图2所示，本发明实施例中创造性的提出了一种基于雷视一体机检测的超视距交通预警系统10，包括设置于路侧的用于超视距检测交通状况的雷视一体机监测设备1，用于接收、处理和发送所述雷视一体机监测设备1所监测到的交通状况数据的数据处理装置2，用于接收数据处理装置2所发送的交通状况数据、向正在路上行驶的司机发出预警信号的云平台3。所述数据处理装置2包括边缘计算设备21、rsu通信终端设备22。
27.下面通过具体的超视距系统安装、超视距系统检测及数据传输内容进行说明。
28.（一）超视距系统安装：在易多发事故路段道路两旁选取合适的位置进行立杆安装，然后将雷视一体机监测设备1朝着感知路面安装，rsu通信终端设备22安装在立杆空旷的位置，边缘计算设备21安装在抱杆箱内，使用光纤或者网线将所述雷视一体机监测设备1、所述rsu通信终端设备22和所述边缘计算设备21（前端设备）组成局域网。
29.（二）超视距系统检测：采用基于“多普勒效应”原理的雷视一体机利用持续不断发射出无线电波的雷达监测设备11对物体进行检测，无线电波在传播行进中碰到物体时被反射，反弹回来的电波波长会随着所碰到的物体的移动状态而改变，经计算后便可得知该物体与雷达之间相对位置和移动速度。雷达监测设备11对道路内的交通状况分析处理后，将数据发送给边缘计算设备21。
30.雷视一体机监测设备1可对检测范围内超速行驶车辆、低速行驶车辆、停止车辆、倒车车辆、逆行车辆等进行实时监测，云平台3可提供范围内实时车速、实时交通流量、实时车辆位置信息、事件轨迹回放、历史数据查询等功能。雷达监测设备11可实现对检测区间（宽度：8车道内，长度：300米以上）的全覆盖，不受光线、污垢和灰尘的影响，可在眩光、全黑、雨雾、烟雾等环境中，实现精确检测。
31.边缘计算设备21接收雷视一体机监测设备1的数据结果进行结构化处理，并对数据结果、数据类型进行判别，进行交通情况预警的联动控制。边缘计算设备21主要完成数据分析、联动控制、数据上传等工作。
32.（三）数据传输：通过雷视一体机监测设备1的雷达监测设备11对前方弯道的路况监测，并把数据发送到边缘计算设备21（mec，也称为移动边缘计算）在把前端的原始数据融合计算为结构化数据并传向rsu通信终端设备22，rsu通信终端设备22将结构化数据通过4g网络上传交通事件管理平台，另一方面rsu通信终端设备22短程无线pc5通信向周围广播超视距交通事件。
33.路侧的交通事件传输到云平台3。可以在云平台3上可视化展示目前的交通事件的经纬度及类型，且云平台3可以通过uu（无线网卡）链路向车端下发交通事件信息，使得车辆在远距离交通事件路口就可以提前预知事件概况。
34.如图1所示，图1为超视距交通预警系统10的工作原理图。本发明所述超视距交通预警系统10包括前端边缘感知的雷视一体机监测设备1、边缘计算设备21及rsu通信终端设备22，以及后端的云平台3。当雷视一体机监测设备1感知到路面的交通事件，原始数据上传至边缘计算设备21进行融合计算，数据通过网线上传至rsu通信终端设备22，rsu通信终端设备22一路经过uu端口221向云平台3上报交通事件信息，云平台3收到数据后，可以根据车辆当前的位置信息判断距离交通事件位置是否大于短程无线通信距离，若大于，rsu通信终端设备22会主动下发交通事件到车辆，另一路是rsu通信终端设备22通过短程无线pc5端口222不断向周围车辆广播交通事件信息。
35.与以往技术相比，本技术具有的有益效果为：以往的超视距预警只适用于一些特殊的交通路况，且该交通事件通过窗外大的led情报板进行播报，而本方案基于车、路、网、云互联互通，通过传感器感知到的交通事件信息既可以uu（无线网卡）传输模式上传到交通事件平台管控处理，平台下发至每一辆网联车，该数据传输链路传播范围广，通信距离长，既可以为靠近交通事件路段的车辆传输预警信息，又可以给将要行驶到该路网的车辆提醒避行效果。
36.在网联车靠近交通事件路段时，在pc5的通信距离内，rsu通信终端设备22会向周围的车辆广播交通事件信息，该传输链路时延性低、可靠性高，可以有效避免车辆因速度快未及时收到消息、降雨、大雾、雨雪等极端天气下未能看到交通事件信息的缺点。
37.实施例2本技术实施例2中，如图2所示，提供了一种超视距交通预警系统10，包括：雷视一体机监测设备1、数据处理装置2和云平台3。
38.具体的，所述雷视一体机监测设备1设置于路侧且用于超视距检测交通状况并识别是否存在交通事件；所述数据处理装置2用于接收、处理和发送所述雷视一体机监测设备1所监测到的交通状况数据；所述云平台3用于接收数据处理装置2所发送的交通状况数据、向正在路上行驶的司机发出预警信号。
39.其中，所述数据处理装置2包括边缘计算设备21和rsu通信终端设备22；当所述雷视一体机监测设备1感知到路面的交通事件时，将监测到的交通状况数据上传至所述边缘计算设备21进行融合计算，融合后的数据通过网线上传至所述rsu通信终端设备22，所述rsu通信终端设备22经过uu端口221向云平台3上报交通事件信息，且所述rsu通信终端设备22通过短程无线pc5端口222不断向周围车辆广播交通事件信息。
40.在本实施例中，所述云平台3在收到交通事件信息数据后，根据车辆当前的位置信息判断距离交通事件位置是否大于短程无线通信距离，若大于，则通过所述rsu通信终端设备22主动下发交通事件到车辆。
41.在本实施例中，所述超视距交通预警系统10安装在易多发事故路段道路两旁的立杆上，其中所述雷视一体机监测设备1朝着感知路面安装，所述rsu通信终端设备22安装在立杆空旷的位置，所述边缘计算设备21安装在抱杆箱内，使用光纤或者网线将所述雷视一体机监测设备1、所述rsu通信终端设备22和所述边缘计算设备21组成局域网。
42.在本实施例中，所述雷视一体机监测设备1包括雷达监测设备11，所述雷达监测设备11基于“多普勒效应”原理持续不断发射出无线电波对物体进行检测，无线电波在传播行进中碰到物体时被反射，反弹回来的电波波长会随着所碰到的物体的移动状态而改变，经计算后便可得知该物体与雷达之间相对位置和移动速度；所述雷达监测设备11对其朝向的感知路面道路内的交通状况分析处理后识别出交通事件，将交通事件数据发送给所述边缘计算设备21；所述边缘计算设备21接收所述雷视一体机监测设备1的数据结果进行结构化处理，并对数据结果、数据类型进行判别，由深度神经网络输出认知中间结果作为交换的认知信息，并基于自身认知信息与超视距认知信息进行交通情况预警的联动控制。
43.结合图1，本发明所述超视距交通预警系统10包括前端边缘感知的雷视一体机监测设备1、边缘计算设备21及rsu通信终端设备22，以及后端的云平台3。当雷视一体机监测设备1感知到路面的交通事件，原始数据上传至边缘计算设备21进行融合计算，数据通过网线上传至rsu通信终端设备22，rsu通信终端设备22一路经过uu端口221向云平台3上报交通事件信息，云平台3收到数据后，可以根据车辆当前的位置信息判断距离交通事件位置是否大于短程无线通信距离，若大于，rsu通信终端设备22会主动下发交通事件到车辆，另一路是rsu通信终端设备22通过短程无线pc5端口222不断向周围车辆广播交通事件信息。
44.与以往技术相比，本技术具有的有益效果为：以往的超视距预警只适用于一些特殊的交通路况，且该交通事件通过窗外大的led情报板进行播报，而本方案基于车、路、网、云互联互通，通过传感器感知到的交通事件信息既可以uu（无线网卡）传输模式上传到交通事件平台管控处理，平台下发至每一辆网联车，该数据传输链路传播范围广，通信距离长，既可以为靠近交通事件路段的车辆传输预警信息，又可以给将要行驶到该路网的车辆提醒避行效果。
45.在网联车靠近交通事件路段时，在pc5的通信距离内，rsu通信终端设备22会向周围的车辆广播交通事件信息，该传输链路时延性低、可靠性高，可以有效避免车辆因速度快未及时收到消息、降雨、大雾、雨雪等极端天气下未能看到交通事件信息的缺点。
46.实施例3如图3所示，本技术实施例3中提供了一种超视距交通事件提醒方法，包括以下步骤：步骤s1，通过雷视一体机监测设备1的雷达监测设备11超视距检测交通状况，获取监测到的交通状况数据并识别是否存在交通事件；步骤s2，当所述雷视一体机监测设备1感知到路面的交通事件，将监测到的交通状况数据上传至所述边缘计算设备21进行融合计算，融合后的数据通过网线上传至所述rsu通信终端设备22；步骤s3，所述rsu通信终端设备22经过uu端口221向云平台3上报交通事件信息；所述云平台3在收到交通事件信息数据后，根据车辆当前的位置信息判断距离交通事件位置是否大于短程无线通信距离，若大于，则通过所述rsu通信终端设备22主动下发交通事件到车辆；步骤s4，所述rsu通信终端设备22通过短程无线pc5端口222不断向周围车辆广播交通事件信息。
47.在本实施例中，所述云平台3在收到交通事件信息数据后，在云平台3上可视化展
示目前的交通事件的经纬度及类型。
48.如图4所示，在本实施例中，所述通过雷视一体机监测设备1的雷达监测设备11超视距检测交通状况，获取监测到的交通状况数据并识别是否存在交通事件步骤，包括：步骤s11，所述雷达监测设备11基于“多普勒效应”原理持续不断发射出无线电波对物体进行检测，无线电波在传播行进中碰到物体时被反射，反弹回来的电波波长会随着所碰到的物体的移动状态而改变，经计算后便可得知该物体与雷达之间相对位置和移动速度；步骤s12，所述雷达监测设备11对其朝向的感知路面道路内的交通状况分析处理后识别出交通事件，将交通事件数据发送给所述边缘计算设备21。
49.在本实施例中，所述边缘计算设备21进行融合计算的步骤，包括：所述边缘计算设备21接收所述雷视一体机监测设备1的数据结果进行结构化处理，并对数据结果、数据类型进行判别，由深度神经网络输出认知中间结果作为交换的认知信息，并基于自身认知信息与超视距认知信息进行交通情况预警的联动控制。
50.在本实施例中，所述雷视一体机监测设备1还将非交通事件的交通状况数据上传至所述边缘计算设备21进行融合计算，融合后的数据通过网线经所述rsu通信终端设备22上传至云平台3；所述雷视一体机监测设备1对检测范围内超速行驶车辆、低速行驶车辆、停止车辆、倒车车辆、逆行车辆进行实时监测，在所述云平台3可进行实时车速、实时交通流量、实时车辆位置信息、事件轨迹回放、历史数据查询。
51.上述超视距交通事件提醒方法中，通过边缘计算设备21利用基于场景自适应认知注意力机制的单种数据多车协同的决策生成算法，对监测到的交通状况数据进行融合计算，可提升交通路况的判断准确性；而本方案基于车、路、网、云互联互通，通过传感器感知到的交通事件信息既可以uu（无线网卡）传输模式上传到交通事件平台管控处理，平台下发至每一辆网联车，该数据传输链路传播范围广，通信距离长，既可以为靠近交通事件路段的车辆传输预警信息，又可以给将要行驶到该路网的车辆提醒避行效果。而且在网联车靠近交通事件路段时，在pc5的通信距离内，rsu通信终端设备22会向周围的车辆广播交通事件信息，该传输链路时延性低、可靠性高，可以有效避免车辆因速度快未及时收到消息、降雨、大雾、雨雪等极端天气下未能看到交通事件信息的缺点。
52.应该理解的是，虽然图3-图4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图3-图4中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
53.在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算
机设备的数据库用于存储道路交通超视距交通事件提醒数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种超视距交通事件提醒方法。
54.本领域技术人员可以理解，图5中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
55.在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：通过雷视一体机监测设备1的雷达监测设备11超视距检测交通状况，获取监测到的交通状况数据并识别是否存在交通事件；当所述雷视一体机监测设备1感知到路面的交通事件，将监测到的交通状况数据上传至所述边缘计算设备21进行融合计算，融合后的数据通过网线上传至所述rsu通信终端设备22；控制所述rsu通信终端设备22经过uu端口221向云平台3上报交通事件信息，且所述rsu通信终端设备22通过短程无线pc5端口222不断向周围车辆广播交通事件信息。
56.关于处理器执行计算机程序时实现步骤的具体限定可以参见上文中对于道路交通超视距交通事件提醒的方法的限定，在此不再赘述。
57.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：通过雷视一体机监测设备1的雷达监测设备11超视距检测交通状况，获取监测到的交通状况数据并识别是否存在交通事件；当所述雷视一体机监测设备1感知到路面的交通事件，将监测到的交通状况数据上传至所述边缘计算设备21进行融合计算，融合后的数据通过网线上传至所述rsu通信终端设备22；控制所述rsu通信终端设备22经过uu端口221向云平台3上报交通事件信息，且所述rsu通信终端设备22通过短程无线pc5端口222不断向周围车辆广播交通事件信息。
58.关于计算机程序被处理器执行时实现步骤的具体限定可以参见上文中对于道路交通超视距交通事件提醒的方法的限定，在此不再赘述。
59.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（rom）、可编程rom（prom）、电可编程rom（eprom）、电可擦除可编程rom（eeprom）或闪存。易失性存储器可包括随机存取存储器（ram）或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram（sram）、动态ram（dram）、同步dram（sdram）、双数据率sdram（ddrsdram）、增强型sdram（esdram）、同步链路（synchlink） dram（sldram）、存储器总线（rambus）直接ram（rdram）、直接存储器总线动态ram（drdram）、以及存储器总线动态ram（rdram）等。
60.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例
中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
61.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。

技术特征：
1.一种超视距交通预警系统，其特征在于，包括：雷视一体机监测设备，设置于路侧且用于超视距检测交通状况并识别是否存在交通事件；数据处理装置，用于接收、处理和发送所述雷视一体机监测设备所监测到的交通状况数据；云平台，用于接收数据处理装置所发送的交通状况数据、向正在路上行驶的司机发出预警信号；其中，所述数据处理装置包括边缘计算设备和rsu通信终端设备；当所述雷视一体机监测设备感知到路面的交通事件时，将监测到的交通状况数据上传至所述边缘计算设备进行融合计算，融合后的数据通过网线上传至所述rsu通信终端设备，所述rsu通信终端设备经过uu端口向云平台上报交通事件信息，且所述rsu通信终端设备通过短程无线pc5端口不断向周围车辆广播交通事件信息。2.根据权利要求1所述的超视距交通预警系统，其特征在于，所述云平台在收到交通事件信息数据后，根据车辆当前的位置信息判断距离交通事件位置是否大于短程无线通信距离，若大于，则通过所述rsu通信终端设备主动下发交通事件到车辆。3.根据权利要求1所述的超视距交通预警系统，其特征在于，所述超视距交通预警系统安装在易多发事故路段道路两旁的立杆上，其中所述雷视一体机监测设备朝着感知路面安装，所述rsu通信终端设备安装在立杆空旷的位置，所述边缘计算设备安装在抱杆箱内，使用光纤或者网线将所述雷视一体机监测设备、所述rsu通信终端设备和所述边缘计算设备组成局域网。4.根据权利要求3所述的超视距交通预警系统，其特征在于，所述雷视一体机监测设备包括雷达监测设备，所述雷达监测设备基于“多普勒效应”原理持续不断发射出无线电波对物体进行检测，无线电波在传播行进中碰到物体时被反射，反弹回来的电波波长会随着所碰到的物体的移动状态而改变，经计算后便可得知该物体与雷达之间相对位置和移动速度；所述雷达监测设备对其朝向的感知路面道路内的交通状况分析处理后识别出交通事件，将交通事件数据发送给所述边缘计算设备；所述边缘计算设备接收所述雷视一体机检测装置的数据结果进行结构化处理，并对数据结果、数据类型进行判别，由深度神经网络输出认知中间结果作为交换的认知信息，并基于自身认知信息与超视距认知信息进行交通情况预警的联动控制。5.一种超视距交通事件提醒方法，其特征在于，包括：通过雷视一体机监测设备的雷达监测设备超视距检测交通状况，获取监测到的交通状况数据并识别是否存在交通事件；当所述雷视一体机监测设备感知到路面的交通事件，将监测到的交通状况数据上传至边缘计算设备进行融合计算，融合后的数据通过网线上传至rsu通信终端设备；所述rsu通信终端设备经过uu端口向云平台上报交通事件信息，且所述rsu通信终端设备通过短程无线pc5端口不断向周围车辆广播交通事件信息。6.根据权利要求5所述的超视距交通事件提醒方法，其特征在于，所述云平台在收到交通事件信息数据后，根据车辆当前的位置信息判断距离交通事件位置是否大于短程无线通信距离，若大于，则通过所述rsu通信终端设备主动下发交通事件到车辆。
7.根据权利要求6所述的超视距交通事件提醒方法，其特征在于，所述云平台在收到交通事件信息数据后，在云平台上可视化展示目前的交通事件的经纬度及类型。8.根据权利要求5所述的超视距交通事件提醒方法，其特征在于，所述通过雷视一体机监测设备的雷达监测设备超视距检测交通状况，获取监测到的交通状况数据并识别是否存在交通事件步骤，包括：所述雷达监测设备基于“多普勒效应”原理持续不断发射出无线电波对物体进行检测，无线电波在传播行进中碰到物体时被反射，反弹回来的电波波长会随着所碰到的物体的移动状态而改变，经计算后便可得知该物体与雷达之间相对位置和移动速度；所述雷达监测设备对其朝向的感知路面道路内的交通状况分析处理后识别出交通事件，将交通事件数据发送给所述边缘计算设备。9.根据权利要求8所述的超视距交通事件提醒方法，其特征在于，所述边缘计算设备进行融合计算的步骤，包括：所述边缘计算设备接收所述雷视一体机检测装置的数据结果进行结构化处理，并对数据结果、数据类型进行判别，由深度神经网络输出认知中间结果作为交换的认知信息，并基于自身认知信息与超视距认知信息进行交通情况预警的联动控制。10.根据权利要求5所述的超视距交通事件提醒方法，其特征在于，所述雷视一体机监测设备还将非交通事件的交通状况数据上传至所述边缘计算设备进行融合计算，融合后的数据通过网线经所述rsu通信终端设备上传至云平台；所述雷视一体机监测设备对检测范围内超速行驶车辆、低速行驶车辆、停止车辆、倒车车辆、逆行车辆进行实时监测，在所述云平台可进行实时车速、实时交通流量、实时车辆位置信息、事件轨迹回放、历史数据查询。

技术总结
本申请涉及一种超视距交通预警系统及超视距交通事件提醒方法。所述系统包括：雷视一体机监测设备，设置于路侧且用于超视距检测交通状况并识别是否存在交通事件；数据处理装置，用于接收、处理和发送所述雷视一体机监测设备所监测到的交通状况数据；云平台，用于接收数据处理装置所发送的交通状况数据、向正在路上行驶的司机发出预警信号；所述数据处理装置包括边缘计算设备和RSU通信终端设备。采用本申请能够为靠近交通事件路段的车辆传输预警信息，又可以给将要行驶到该路网的车辆提醒避行效果。而且在网联车靠近交通事件路段时，可以有效避免车辆因速度快未及时收到消息、降雨、大雾、雨雪等极端天气下未能看到交通事件信息的缺点。信息的缺点。信息的缺点。


技术研发人员：陆科杰 王恒达 徐子清 洪涛 马小燕 马铤
受保护的技术使用者：苏州创元产业投资有限公司
技术研发日：2022.12.06
技术公布日：2023/7/6