一种搭载在无人机上的高速公路行车安全预警系统及方法

1.本发明属于车辆行驶监测技术领域，尤其涉及一种搭载在无人机上的高速公路行车安全预警系统。


背景技术：

2.现今高速公路常用的测速方法主要为固定摄像头拍照定点测速、区间测速和流动测速等。以上方法均存在一定的缺陷和不足：如固定摄像头拍照测速无法移动，部分驾驶员只需要在靠近摄像头的位置适当减速，而在其他区域超速行驶的行为便不会被记录；区间测速只能测得某段区间平均车速，不能及时检测出某一时间的瞬时车速；利用可移动测速仪从不同的方向对超速车辆进行拍摄的流动测速也存在较大不便。


技术实现要素：

3.本发明目的在于提供一种搭载在无人机上的高速公路行车安全预警系统，以解决在高速公路无法灵活便捷地测知车辆是否超速，对于超速行为无法实时报警并通知高速管理人员，无法在测速时有效节省人力成本的技术问题。
4.为实现上述目的，本发明的一种搭载在无人机上的高速公路行车安全预警系统的具体技术方案如下：
5.车辆运行信息采集子系统主要用于通过无人机飞行角度标定，使单片机拍摄出能较准确直观反映行驶车辆位置的照片。
6.无人机姿态一般包括3个角度即：偏航角(yaw)、俯仰角(pitch)、翻滚角(roll)。偏航角一般指无人机相对北极的顺时针角度，也即整个坐标系沿z轴旋转的角度，我们一般要将这个角度转换为直角坐标系中的角度以便后续的计算，转换公式为：
7.y a w ～ ＝
ꢀ‑ꢀ
( y a w + φ ) + π / 2 \tilde{yaw}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
8.＝-(yaw+\tilde{\phi})+\pi/2
9.yaw ＝-(yaw+ φ)+π/2，(其中φ \tilde{\phi} φ)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
10.为计算修正后的相机水平旋转角(计算修正时设置yaw角度为0)，无人机坐标系转换为大地坐标系时，没有使用位移量，需要加上经纬度的偏移。在相机的安装过程中，可能存在只需要相机z轴与地平面的夹角(相机的俯仰角pitch)的场景，该场景中假使其他的角度偏差都为零(即roll yaw都为零)。
11.利用无人机拍摄的众多角度中，靶标水平放置的情形，适合俯仰角度较大的场景，如果俯仰角度较小，则需要将靶标垂直地面放置。使用时根据所需照片的情况适当调整无人机飞行角度，使最终拍摄出的图像达到预期目标。
12.鉴于车辆速度测算需要知道同一行驶车辆在一段时间内通过的路程，本系统通过拍摄同一行驶车辆在不同时刻的位置达到速度测算的要求，以固定时间段内两图片位置坐标点的变化量测算其行驶路程，通过路程、时间、速度三者之间的关系即可测算出车辆在该段时间内的行驶速度。固定时间段的控制通过在单片机中利用定时器来实现，主要操作为
设置一个定时器中断处理函数，当定时器中断发生时，调用该函数；在中断处理函数中实现拍照的函数调用；在主函数中触发定时器的开始；在定时器中断处理函数调用拍照函数之后，触发定时器结束，使拍照间隔定时功能得以实现。考虑到高速公路上汽车行驶的速度要求，该时间段以10～20s为宜，避免产生时间过短距离较小测算难度增大以及时间过长拍摄难度增大等问题。
13.一种搭载在无人机上的高速公路行车安全预警系统，包括车辆运行信息采集子系统、图像识别处理子系统和安全预警子系统，车辆运行信息采集子系统用于采集高速特定路段某一时间段内车辆位置及其变化的相关信息，并利用单片机进行信息采集、存储，再通过5g网络传输给图像识别处理子系统；图像识别处理子系统用于将车辆运动信息采集子系统采集的相关数据进行计算和判别，并与已建立的相关图像处理模型和判别模型进行比对，从而判断车辆的速度大小和行驶方向；安全预警子系统用于对图像识别处理子系统的判别结果进行归类，根据相关判别模型判断车辆状态信息，对危险或违法行车状态进行警示，图像识别处理子系统包含数据处理模块；
14.数据处理模块首先读取图像将彩色图像rgb转换为灰度图像，消除色调和饱和度信息，保留亮度；然后使用roberts算子进行边缘检测，明确并扩大特征图像的边界对处理后图像进行腐蚀操作，将目标图像收缩，进一步细化图像；再对图像进行平滑处理，防止某些亮度变化过大的区域，或出现的一些亮点对于图像识别结果产生干扰最后对图像聚类，划分图像数据集，获得图像的像素信息，方便对于图像的各部分进行分析比较；为保证速度测算的准确性，减小其实际误差，本系统图片识别优先采用降噪处理。在实际操作过程中，环境光照及温度、风力等级等因素都会对实验结果造成影响，本系统针对环境因素及温度状况采用灰度处理和平滑处理等方法减小误差。其中，经过拍摄后的图像可能是彩色图像，亦或是灰度图像，系统的实时性要求识别具有较高的效率，目前的做法都是对灰度图像进行处理。因此要有灰度化的预处理过程，将彩色图像转化成为灰度图像。彩色图像经过灰度化处理后，由于使用的是统一的调色板，节省了大量存储空间和处理时间。
15.平滑处理的方法主要有空间域平滑处理和频率域平滑处理两种方式。在空域法中，图像平滑常用的方法是采用均值滤波方法或中值滤波方法。在本系统中，图像处理以准确化速度测算为目的，对平滑处理质量的要求的级别则相对较低，所以采用空间域处理方法；然后利用matlab对图像进行二值化处理从而得到车身轮廓，进而利用matlab识别矩阵识别车辆轮廓中心点位置黑色像素点的坐标，假设无人机拍摄路面绝对水平，在无人机飞行高度和摄像头视场偏移角度确定的情况下，得出像素点个数与实际长度的关系式，并由此来计算其实际距离；通过不同照片实际距离的差异及时间间隔的长短来算出车辆的行驶速度，并进行比较；最后对车辆的具体速度进行计算和判断，并进行安全预警；
16.由公式(3)计算汽车前后通过的行驶路程
17.s1＝(x
1-x2)
×
0.16
ꢀꢀꢀ
(3)
18.由公式(4)计算车辆行驶速度
19.v1＝s1÷
t1ꢀꢀꢀ
(4)
20.其中，s1:汽车行驶路程，单位：m
21.x1，x2:汽车前后通过的横坐标位置，单位：m
22.t1:无人机拍摄时间间隔，单位：s
23.v1：汽车通行速度，单位：m/s
24.数据处理模块包含判别程序，这主要是考虑到雨雪等天气对图像处理产生的影响，在使用roberts算子进行边缘检测时，考虑到天气产生的干扰，需选择不同的参数，从而消除干扰像素点，达到最佳的图像状态。当天气情况良好时，roberts算子阈值默认取0.18；当天气情况恶劣时，图像处理子系统识别出像素点过于离散，将会不断提高参数以达到更好的效果；
25.图像识别处理子系统包含图像识别模块与图像判断模块，图像判断模块根据图像识别模块处理后的图像的坐标变化范围确定各个车道，并识别、记录各车道上车辆轮廓像素点坐标，对各坐标进行集成，得出车辆具体坐标，根据前后图片坐标位置的不同，计算出车辆的行驶距离与方向，并根据时间间隔计算出车辆行驶速度。
26.进一步，安全预警子系统包括无线数据接受装置和报警设备，无线数据接受装置用于接收图像识别处理子系统的车辆状态判断结果；
27.报警设备是具体的执行器，在车辆出现超速、慢速、停止和逆行状态时进行预警，具体预警信息发布采用多种方案，利用无线通讯技术将相关信息传输通知高速公路管理部门对违规车辆进行处理，在无人机上搭载多种颜色警示灯进行闪光预警，与车辆内电台进行数据连接并进行语音播报预警内容或蜂鸣声进行预警。
28.进一步，安全预警子系统根据车辆位置坐标，判断车辆所处车道类别；
29.通过车速大小判断车辆是否超速；
30.当速度《0时，系统输出“车辆逆行”；
31.当车辆位置坐标处于安全通道时，系统输出“车辆非法占用车道”。
32.进一步，车辆运动信息采集子系统包括摄像头模块，摄像头模块包括双目摄像头、模数转换器和单片机，双目摄像头搭载在无人机上，用于采集车辆在无人机自动巡航范围内高速公路路面车辆的位置及其变化的相关信息(无人机在路面边沿飞行，离地面高约8米)，且双目摄像头角度与地面水平；
33.双目摄像头通过三角测量原理获得场景的深度信息，重建周围的三维形状和位置，取得类似于人眼的立体功能。可以记录场景中物体与双目摄像头之间的距离，可用于测量、三维重建等。通过按键电路控制摄像头模块，实现间隔拍摄功能(具体实验中以1s为间隔)。
34.进一步，单片机采用stm32单片机，主要由stm32f103zet6核心板、按键电路和摄像头采集模块ov7670组成，stm32f103zet6核心板驱动双目摄像头进行图像采集，并能够进行拍照保存图片。通过按键电路进行抓拍，并通过无线传输将采集的图像数据发送至图像识别处理子系统。
35.进一步，车辆运行信息采集子系统通过c/c++编程矩阵将图片变为数字流，然后使用微波传输的方式将数据传递给图像识别处理子系统，即采用读卡器或其余设备读取tf卡后将图片压缩，然后将tf卡内信息通过编程编码以后发送到图像识别处理子系统，图像识别处理子系统通过天线接收信号、微波解扩、图片文件压缩，最后还原传输的模拟图片信号，也可以通过电脑安装相应解码软件，用电脑软件解压图片。
36.进一步，图像识别处理子系统包括数据接收模块，数据接收模块用于接收车辆运动信息采集子系统所采集到的某组照片，数据处理模块根据信息采集子系统采集得到的无
人机飞行高度h时，摄像头视野内路段长度参数d，摄像头初始视场角度参数θ，时间间隔参数δt参数信息，进行车辆行驶速度计算；无线数据传输模块将车辆运行速度计算结果发送给安全预警子系统。
37.本发明还提供了一种搭载在无人机上的高速公路行车安全预警的方法，包括以下步骤，且以下步骤顺次进行：
38.步骤一：无人机在巡航过程中利用单片机控制对车辆进行自动固定间隔拍照，对数据信息进行采集。即在单片机中利用定时器来控制固定间隔拍照时长；设置一个定时器中断处理函数，当定时器中断发生时，调用该函数；在中断处理函数中实现拍照的函数调用；在主函数中触发定时器的开始；在定时器中断处理函数调用拍照函数之后，触发定时器结束，以实现拍照间隔定时功能(以1s时间间隔为例)。
39.步骤二：将摄像头与单片机的串口相连，连接好wifi模块，将各个模块初始化完成。连接电脑与wifi模块，最后使用udp协议，实现单片机与电脑之间的实时无线图传。与此同时单片机对图片进行存储留档。
40.步骤三：对无人机拍摄的照片进行图像识别。首先对图像进行降噪，以去除传输过程中成像设备和外部噪声干扰等影响。其次，对图像进行灰度化处理，即将彩色图像转化为灰色图像。彩色图像中每个像素颜色信息包括r、g、b三个分量而灰色图像中这三个分量相同。彩色图像表示成灰度图，需要将彩色图像的亮度值重新量化成0-255级，共256个级别，其中0表示最暗(黑)，255表示最亮(白)。转换公式如下：y＝0.299r+0.587g+0.114b，式中y为转化后的灰度值，r、g、b分别表示彩色图像中每个像素点的红、绿、蓝3种分量值。而后利用matlab对图像进行二值化处理从而得到车身轮廓。利用matlab识别矩阵识别车辆轮廓中心点位置黑色像素点的坐标，并由此来计算其实际距离，通过不同照片实际距离的差异及时间间隔的长短来算出车辆的行驶速度，并进行比较。图像经过预处理后得到像素点构成的二维图像，假设无人机拍摄路面绝对水平，在无人机飞行高度和摄像头视场偏移角度确定的情况下，可以得出像素点个数与实际长度的关系式。最后对车辆的具体速度进行计算和判断，并进行安全预警。
41.步骤四：无人机完成一个巡航路径并完成相关数据处理，安全预警系统完成一次工作循环。
42.本发明的一种搭载在无人机上的高速公路行车安全预警系统具有以下优点：本发明可实现对高速公路任一特定路段的巡视，减轻高速管理人员工作量，节约人力物力资源；
43.本发明可以测得在高速公路任意段道路车辆的瞬时车速，并对驾驶人违法行为进行上传，递交给管理人员和警方进行处理，可有效增强高速管理人员与警方对高速行驶车辆速度的获取能力；
44.本发明可有效约束驾驶员对超速违法行为的侥幸心理，提高高速公路行驶安全性，减少高速公路超速造成的严重交通安全事故的发生；
45.本发明同时对雨雪天气有着较强的抗干扰能力，且可根据不同天气进行调节达到更为精准的测试结果。
附图说明
46.图1为本发明搭载在无人机上的高速公路行车安全预警系统的结构框图。
47.图2为本发明搭载在无人机上的高速公路行车安全预警系统的单片机原理图。
48.图3为本发明搭载在无人机上的高速公路行车安全预警系统的按键回路。
49.图4为本发明搭载在无人机上的高速公路行车安全预警系统的整体工作步骤逻辑流程图。
具体实施方式
50.为了更好地了解本发明的目的、结构及功能，下面结合附图，对本发明一种搭载在无人机上的高速公路行车安全预警系统做进一步详细的描述。
51.如图1所示，本发明一种基于无人机的高速公路车速检测及行车安全警报系统，具备测算高速公路任意段道路车辆的瞬时车速，对雨雪天气有着较强的抗干扰能力，可根据不同天气进行调节，对驾驶人违法行为进行上传递交的功能。
52.实施例：
53.图1为单片机原理图，用低电平控制按键电路，将电信号通过引脚46，47，48，49输入，接通电路。核心板通过21脚向摄像头模块供电，并通过19脚联通指示灯判断摄像头是否正常工作。
54.系统启动后，摄像头模块通过引脚pc将数据传入单片机核心板，核心板由引脚6，7与无线模块接口相连接，将数据以微波的形式传递给图像处理子系统。
55.图2为按键电路图，当没有按键按下时，由于上拉电阻r8的存在，此时user_key处的电平为高电平，当按键按下时，user_key直接与gnd相连接，故此时user_key为低电平。图中的r8为上拉电阻，一般选取1k、4.7k、10k的电阻；图示的c5为消抖电容，该电容用于减小机械抖动的影响。消抖原理如下，红色为电压波形图，如果按键按下时，电容被按键短路了，此时电容迅速放电(短路可以看做电阻很小很小的负载，rc放电的时间常数很小很小)，形成了图示中的t1端曲线，随后进入稳定状态；再按键松开的时刻，电源对c5进行充电由于此时需要经过r8，时间常数比t1端更大，所以曲线更加的平缓。系统工作后，通过向按键电路间断性的输入低电平，控制摄像头模块间断拍摄。
56.一种搭载在无人机上的高速公路行车安全预警系统，包括车辆运行信息采集子系统、图像识别处理子系统和安全预警子系统，车辆运行信息采集子系统用于采集高速特定路段某一时间段内车辆位置及其变化的相关信息，并利用单片机进行信息采集、存储，再通过5g网络传输给图像识别处理子系统；图像识别处理子系统用于将车辆运动信息采集子系统采集的相关数据进行计算和判别，并与已建立的相关图像处理模型和判别模型进行比对，从而判断车辆的速度大小和行驶方向；安全预警子系统用于对图像识别处理子系统的判别结果进行归类，根据相关判别模型判断车辆状态信息，对危险或违法行车状态进行警示，图像识别处理子系统包含数据处理模块；
57.数据处理模块首先读取图像将彩色图像rgb转换为灰度图像，消除色调和饱和度信息，保留亮度；然后使用roberts算子进行边缘检测，明确并扩大特征图像的边界对处理后图像进行腐蚀操作，将目标图像收缩，进一步细化图像；再对图像进行平滑处理，防止某些亮度变化过大的区域，或出现的一些亮点对于图像识别结果产生干扰最后对图像聚类，划分图像数据集，获得图像的像素信息，方便对于图像的各部分进行分析比较；为保证速度测算的准确性，减小其实际误差，本系统图片识别优先采用降噪处理。在实际操作过程中，
环境光照及温度、风力等级等因素都会对实验结果造成影响，本系统针对环境因素及温度状况采用灰度处理和平滑处理等方法减小误差。其中，经过拍摄后的图像可能是彩色图像，亦或是灰度图像，系统的实时性要求识别具有较高的效率，目前的做法都是对灰度图像进行处理。因此要有灰度化的预处理过程，将彩色图像转化成为灰度图像。彩色图像经过灰度化处理后，由于使用的是统一的调色板，节省了大量存储空间和处理时间。
58.平滑处理的方法主要有空间域平滑处理和频率域平滑处理两种方式。在空域法中，图像平滑常用的方法是采用均值滤波方法或中值滤波方法。在本系统中，图像处理以准确化速度测算为目的，对平滑处理质量的要求的级别则相对较低，所以采用空间域处理方法；然后利用matlab对图像进行二值化处理从而得到车身轮廓，进而利用matlab识别矩阵识别车辆轮廓中心点位置黑色像素点的坐标，假设无人机拍摄路面绝对水平，在无人机飞行高度和摄像头视场偏移角度确定的情况下，得出像素点个数与实际长度的关系式，并由此来计算其实际距离；通过不同照片实际距离的差异及时间间隔的长短来算出车辆的行驶速度，并进行比较；最后对车辆的具体速度进行计算和判断，并进行安全预警；
59.由公式(3)计算汽车前后通过的行驶路程
60.s1＝（x
1-x2)
×
0.16
ꢀꢀꢀ
(3)
61.由公式(4)计算车辆行驶速度
62.v1＝s1÷
t1ꢀꢀꢀ
(4)
63.其中，s1：汽车行驶路程，单位：m
64.x1，x2:汽车前后通过的横坐标位置，单位：m
65.t1:无人机拍摄时间间隔，单位：s
66.v1：汽车通行速度，单位：m/s
67.数据处理模块包含判别程序，这主要是考虑到雨雪等天气对图像处理产生的影响，在使用roberts算子进行边缘检测时，考虑到天气产生的干扰，需选择不同的参数，从而消除干扰像素点，达到最佳的图像状态。当天气情况良好时，roberts算子阈值默认取0.18；当天气情况恶劣时，图像处理子系统识别出像素点过于离散，将会不断提高参数以达到更好的效果；
68.图像识别处理子系统包含图像识别模块与图像判断模块，图像判断模块根据图像识别模块处理后的图像的坐标变化范围确定各个车道，并识别、记录各车道上车辆轮廓像素点坐标，对各坐标进行集成，得出车辆具体坐标，根据前后图片坐标位置的不同，计算出车辆的行驶距离与方向，并根据时间间隔计算出车辆行驶速度。
69.在本实施方式中，安全预警子系统包括无线数据接受装置和报警设备，无线数据接受装置用于接收图像识别处理子系统的车辆状态判断结果；
70.报警设备是具体的执行器，在车辆出现超速、慢速、停止和逆行状态时进行预警，具体预警信息发布采用多种方案，利用无线通讯技术将相关信息传输通知高速公路管理部门对违规车辆进行处理，在无人机上搭载多种颜色警示灯进行闪光预警，与车辆内电台进行数据连接并进行语音播报预警内容或蜂鸣声进行预警。
71.在本实施方式中，安全预警子系统根据车辆位置坐标，判断车辆所处车道类别；
72.通过车速大小判断车辆是否超速；
73.当速度《0时，系统输出“车辆逆行”；
74.当车辆位置坐标处于安全通道时，系统输出“车辆非法占用车道”。
75.在本实施方式中，车辆运动信息采集子系统包括摄像头模块，摄像头模块包括双目摄像头、模数转换器和单片机，双目摄像头搭载在无人机上，用于采集车辆在无人机自动巡航范围内高速公路路面车辆的位置及其变化的相关信息(无人机在路面边沿飞行，离地面高约8米)，且双目摄像头角度与地面水平；
76.双目摄像头通过三角测量原理获得场景的深度信息，重建周围的三维形状和位置，取得类似于人眼的立体功能。可以记录场景中物体与双目摄像头之间的距离，可用于测量、三维重建等。通过按键电路控制摄像头模块，实现间隔拍摄功能(具体实验中以1s为间隔)。
77.在本实施方式中，单片机采用stm32单片机，主要由stm32f103zet6核心板、按键电路和摄像头采集模块ov7670组成，stm32f103zet6核心板驱动双目摄像头进行图像采集，并能够进行拍照保存图片。通过按键电路进行抓拍，并通过无线传输将采集的图像数据发送至图像识别处理子系统。
78.在本实施方式中，车辆运行信息采集子系统通过c/c++编程矩阵将图片变为数字流，然后使用微波传输的方式将数据传递给图像识别处理子系统，即采用读卡器或其余设备读取tf卡后将图片压缩，然后将tf卡内信息通过编程编码以后发送到图像识别处理子系统，图像识别处理子系统通过天线接收信号、微波解扩、图片文件压缩，最后还原传输的模拟图片信号，也可以通过电脑安装相应解码软件，用电脑软件解压图片。
79.在本实施方式中，图像识别处理子系统包括数据接收模块，数据接收模块用于接收车辆运动信息采集子系统所采集到的某组照片；数据处理模块根据信息采集子系统采集得到的无人机飞行高度h时，摄像头视野内路段长度参数d，摄像头初始视场角度参数θ，时间间隔参数δt参数信息，进行车辆行驶速度计算；；无线数据传输模块将车辆运行速度计算结果发送给安全预警子系统。
80.工作原理：(以无人机搭载一个双目摄像头为例)
81.无人机飞行并停留至被测路段上方，距水平路面高度约8m，使双目摄像头角度与路面保持水平，进行拍摄。无人机飞行高度传感器，摄像头视场角度传感器在系统进行工作时得出其相关参数，单片机的作用是根据提前设置好的参数控制摄像头初始视场角度，无人机飞行高度，摄像头拍摄时间间隔，提取出计算判断所需有效数据。当被测路段有车辆通过时，在其通过的较短时间间隔δt内对其进行多次拍摄，并着重拍摄其相对于公路的位置，得出较短时间间隔δt内的一组照片。系统将该组照片，及无人机的飞行高度参数h，无人机飞行高度h时摄像头视野内路段长度参数d，摄像头初始视场角度参数θ，时间间隔参数δt等参数上传，供车辆速度判断子系统进行数据处理和速度判断。
82.可以理解，本发明是通过一些实施例进行描述的，本领域技术人员知悉的，在不脱离本发明的精神和范围的情况下，可以对这些特征和实施例进行各种改变或等效替换。另外，在本发明的教导下，可以对这些特征和实施例进行修改以适应具体的情况及材料而不会脱离本发明的精神和范围。因此，本发明不受此处所公开的具体实施例的限制，所有落入本技术的权利要求范围内的实施例都属于本发明所保护的范围内。

技术特征：
1.一种搭载在无人机上的高速公路行车安全预警系统，包括车辆运行信息采集子系统、图像识别处理子系统和安全预警子系统，车辆运行信息采集子系统用于采集高速特定路段某一时间段内车辆位置及其变化的相关信息，并利用单片机进行信息采集、存储，再通过5g网络传输给图像识别处理子系统；图像识别处理子系统用于将车辆运动信息采集子系统采集的相关数据进行计算和判别，并与已建立的相关图像处理模型和判别模型进行比对，从而判断车辆的速度大小和行驶方向；安全预警子系统用于对图像识别处理子系统的判别结果进行归类，根据相关判别模型判断车辆状态信息，对危险或违法行车状态进行警示，图像识别处理子系统包含数据处理模块，其特征在于，数据处理模块首先读取图像，将彩色图像rgb转换为灰度图像，消除色调和饱和度信息，保留亮度；然后使用roberts算子进行边缘检测，明确并扩大特征图像的边界对处理后图像进行腐蚀操作，将目标图像收缩，进一步细化图像；再对图像进行平滑处理，最后对图像聚类，划分图像数据集，获得图像的像素信息图像识别处理子系统利用matlab对图像进行二值化处理从而得到车身轮廓，利用matlab识别矩阵识别车辆轮廓中心点位置黑色像素点的坐标，并由此来计算其实际行驶路程，通过不同照片实际距离的差异及时间间隔的长短来算出车辆的行驶速度，并进行比较；由公式(3)计算汽车前后通过的行驶路程s1＝(x
1-x2)
×
0.16
ꢀꢀꢀꢀ
(3)由公式(4)计算车辆行驶速度v1＝s1÷
t1ꢀꢀꢀꢀ
(4)其中，s1：汽车行驶路程，单位：mx1，x2：汽车前后通过的横坐标位置，单位：mt1：无人机拍摄时间间隔，单位：sv1：汽车通行速度，单位：m/s数据处理模块包含判别程序，在使用roberts算子进行边缘检测时，当天气情况良好时，roberts算子阈值默认取0.18；当天气情况恶劣时，图像处理子系统识别出像素点过于离散，将会不断提高参数以达到更好的效果；图像识别处理子系统包含图像识别模块与图像判断模块，图像判断模块根据图像识别模块处理后的图像的坐标变化范围确定各个车道，并识别、记录各车道上车辆轮廓像素点坐标，对各坐标进行集成，得出车辆具体坐标，根据前后图片坐标位置的不同，计算出车辆的行驶距离与方向，并根据时间间隔计算出车辆行驶速度。2.根据权利要求1所述的搭载在无人机上的高速公路行车安全预警系统，其特征在于，安全预警子系统包括无线数据接受装置和报警设备，无线数据接受装置用于接收图像识别处理子系统的车辆状态判断结果；报警设备在车辆出现超速、慢速、停止和逆行状态时进行预警。3.根据权利要求1所述的搭载在无人机上的高速公路行车安全预警系统，其特征在于，安全预警子系统根据车辆位置坐标，判断车辆所处车道类别；通过车速大小判断车辆是否超速；当速度<0时，系统输出“车辆逆行”；当车辆位置坐标处于安全通道时，系统输出“车辆非法占用车道”。
4.根据权利要求1所述的搭载在无人机上的高速公路行车安全预警系统，其特征在于，车辆运动信息采集子系统包括摄像头模块，摄像头模块包括双目摄像头、模数转换器和单片机，双目摄像头搭载在无人机上，且双目摄像头角度与地面水平；双目摄像头通过三角测量原理获得场景的深度信息，重建周围的三维形状和位置，记录场景中物体与双目摄像头之间的距离，通过按键电路控制摄像头模块，实现间隔拍摄功能。5.根据权利要求3所述的搭载在无人机上的高速公路行车安全预警系统，其特征在于，单片机采用stm32单片机，主要由stm32f103zet6核心板、按键电路和摄像头采集模块ov7670组成，stm32f103zet6核心板驱动双目摄像头进行图像采集；通过按键电路进行抓拍，并通过无线传输将采集的图像数据发送至图像识别处理子系统。6.根据权利要求1所述的搭载在无人机上的高速公路行车安全预警系统，其特征在于，车辆运行信息采集子系统通过c/c++编程矩阵将图片变为数字流，然后使用微波传输的方式将数据传递给图像识别处理子系统。7.根据权利要求1所述的搭载在无人机上的高速公路行车安全预警系统，其特征在于，图像识别处理子系统还包括数据接收模块，数据接收模块用于接收车辆运动信息采集子系统所采集到的照片和参数；数据处理模块根据信息采集子系统采集得到的无人机飞行高度h时，摄像头视野内路段长度参数d，摄像头初始视场角度参数θ，时间间隔参数δt参数信息，进行车辆行驶速度计算；无线数据传输模块将车辆运行速度计算结果发送给安全预警子系统。8.一种搭载在无人机上的高速公路行车安全预警的方法，其特征在于，包括以下步骤，且以下步骤顺次进行：步骤一：无人机在巡航过程中利用单片机控制对车辆进行自动固定间隔拍照，并对数据信息进行采集；即在单片机中利用定时器来控制固定间隔拍照时长；步骤二：将摄像头与单片机的串口相连，连接好wifi模块，将各个模块初始化完成；连接电脑与wifi模块，最后使用udp协议，实现单片机与图像识别处理子系统之间的实时无线图传；与此同时单片机对图片进行存储留档；步骤三：对无人机拍摄的照片进行图像识别；首先对图像进行降噪，以去除传输过程中成像设备和外部噪声干扰的影响；其次，对图像进行灰度化处理，即将彩色图像转化为灰色图像，彩色图像表示成灰度图，需要将彩色图像的亮度值重新量化成0-255级，共256个级别，转换公式如下：y＝0.299r+0.587g+0.114b式中，y为转化后的灰度值，r、g、b分别表示彩色图像中每个像素点的红、绿、蓝3种分量值；然后利用matlab对图像进行二值化处理从而得到车身轮廓，进而利用matlab识别矩阵识别车辆轮廓中心点位置黑色像素点的坐标，假设无人机拍摄路面绝对水平，在无人机飞行高度和摄像头视场偏移角度确定的情况下，得出像素点个数与实际长度的关系式，并由此来计算其实际距离；通过不同照片实际距离的差异及时间间隔的长短来算出车辆的行驶
速度，并进行比较；最后对车辆的具体速度进行计算和判断，并进行安全预警；步骤四：无人机完成一个巡航路径并完成相关数据处理，安全预警系统完成一次工作循环。9.根据权利要求8所述的搭载在无人机上的高速公路行车安全预警的方法，其特征在于，所述步骤一设置一个定时器中断处理函数，当定时器中断发生时，调用该函数；在中断处理函数中实现拍照的函数调用；在主函数中触发定时器的开始；在定时器中断处理函数调用拍照函数之后，触发定时器结束，以实现拍照间隔定时功能。

技术总结
本发明一种搭载在无人机上的高速公路行车安全预警系统，属于车辆行驶监测技术领域；包括车辆运动信息采集子系统、图像识别处理子系统、安全预警子系统；车辆运动信息采集子系统用于采集车辆运动状态信息，并将以某一时间间隔采集的多组照片进行上传，供图像识别处理系统进行识别判断。图像识别处理子系统用于将车辆运动信息采集子系统采集的相关数据进行计算和判别，并与已建立的相关图像处理模型和判别模型进行比对，从而判断车辆的速度大小和行驶方向。安全预警子系统用于对图像识别处理子系统的判别结果进行归类，根据相关判别模型判断车辆是否超速，并发布超速信息警示。本发明可实现高速公路行车的速度安全警示，逆行警示。示。示。


技术研发人员：杨志发 吕阳 梁奡楠 蔡序 马浩然 宋洋
受保护的技术使用者：吉林大学
技术研发日：2023.04.17
技术公布日：2023/7/21