一种结合道路特征的交通事故预警方法及系统与流程

1.本发明涉及交通事故监测技术领域，具体涉及一种结合道路特征的交通事故预警方法及系统。


背景技术：

2.随着生活水平的提到，路上的小车越来越多，由于交通事故导致死亡人数每年都占不少。为了减少交通事故，提高出行安全，因此需要研发一款交通预警系统，在事故频发路段安装，实现对行人以及司机的提醒作用。
3.目前，现有技术中进行道路交通监测预警时，使用的传感器类型较为单一，数据采集结果准确性不足，且系统运算过程复杂，导致预警准确性和时效性不足。


技术实现要素：

4.本发明提供了一种结合道路特征的交通事故预警方法及系统，用以解决现有技术中存在的预警准确性和时效性不足的技术问题。
5.根据本发明的第一方面，提供了一种结合道路特征的交通事故预警方法，包括：获取预设道路区域的相同时序的雷达监测信息和摄像监测信息；对所述雷达监测信息和所述摄像监测信息进行交通特征提取，生成交通特征矩阵；对所述雷达监测信息和所述摄像监测信息进行道路特征提取，生成动态道路特征；从所述远程管理终端的道路资料库调取所述预设道路区域的静态道路特征，结合所述动态道路特征进行交通特征阈值多目标映射，生成交通特征约束矩阵；当所述交通特征矩阵不满足所述交通特征约束矩阵时，生成预设道路区域交通预警信息进行预警；其中，所述交通特征阈值多目标映射由所述远程管理终端内嵌的多目标映射模型实现。
6.根据本发明的第二方面，提供了一种结合道路特征的交通事故预警系统，包括：监测信息获取模块，所述监测信息获取模块用于获取预设道路区域的相同时序的雷达监测信息和摄像监测信息；交通特征提取模块，所述交通特征提取模块用于对所述雷达监测信息和所述摄像监测信息进行交通特征提取，生成交通特征矩阵；道路特征提取模块，所述道路特征提取模块用于对所述雷达监测信息和所述摄像监测信息进行道路特征提取，生成动态道路特征；多目标映射模块，所述多目标映射模块用于从所述远程管理终端的道路资料库调取所述预设道路区域的静态道路特征，结合所述动态道路特征进行交通特征阈值多目标映射，生成交通特征约束矩阵；交通预警模块，所述交通预警模块用于当所述交通特征矩阵不满足所述交通特征约束矩阵时，生成预设道路区域交通预警信息进行预警；其中，所述交通特征阈值多目标映射由所述远程管理终端内嵌的多目标映射模型实现。
7.根据本发明采用的一种结合道路特征的交通事故预警方法，本发明通过使用雷达和摄像头同时进行道路监测，以此进行交通特征提取，生成交通特征矩阵，达到保证交通特征的全面性和准确性的效果；进而对雷达监测信息和摄像监测信息进行道路特征提取，生成动态道路特征，从所述远程管理终端的道路资料库调取所述预设道路区域的静态道路特
征，结合所述动态道路特征进行交通特征阈值多目标映射，获取不同交通特征类型的关联道路特征，从而生成交通特征约束矩阵，以交通特征约束矩阵作为预警的判断依据，达到保证预警的准确性的效果；进一步地，分别在预设道路区域和预设移动设备内进行预警，达到保证预警全面性和准确性的技术效果；本发明中提供的方法应用于远程管理终端，通过远程管理终端进行远程管理，其算力较强，实现智能化的快速预警，对实现交通事故集中管理，提高预警时效性。
8.应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其他特征将通过以下的说明书而变得容易理解。
附图说明
9.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是示例性的，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，还可以根据提供的附图获得其他的附图。
10.图1为本发明实施例提供的一种结合道路特征的交通事故预警方法的流程示意图；图2为本发明实施例中生成所述多目标映射模型的流程示意图；图3为本发明实施例中生成预设道路区域交通预警信息进行预警的流程示意图；图4为本发明实施例提供的一种结合道路特征的交通事故预警系统的结构示意图。
11.附图标记说明：监测信息获取模块11，交通特征提取模块12，道路特征提取模块13，多目标映射模块14，交通预警模块15。
具体实施方式
12.以下结合附图对本发明的示范性实施例作出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
13.为了解决现有技术中存在的预警准确性和时效性不足的技术问题，本发明的发明人经过创造性的劳动，得到了本发明的一种结合道路特征的交通事故预警方法及系统。
14.实施例一
15.图1为本发明实施例提供的一种结合道路特征的交通事故预警方法图，所述方法应用于远程管理终端，如图1所示，所述方法包括：步骤s100：获取预设道路区域的相同时序的雷达监测信息和摄像监测信息；具体而言，上述的远程管理终端是利用服务器安装的终端服务端口，安装远程控制工具，可以在任何地方进行登录服务器，其算力较强，可实现道路交通事故的远程集中管理。
16.本发明可以用于道路交通的各个区域，预设道路区域是指用户想要进行交通事故预警管理的道路区域，道路区域安装有雷达和摄像头，连接雷达和摄像头，获取预设道路区
域的相同时序（同一时间）的雷达监测信息和摄像监测信息，大部分摄像头用于监控道路通行状态的，少部分摄像头也用于测速，测速摄像头上伴有雷达天线，因此，主要通过雷达检测车辆行驶速度，当车辆进入探测范围内（预设道路区域）后，雷达会发出两段波去探测车辆的位置，当两次发出的波都被接收到之后，根据三角函数的原理就可以计算出行驶的距离，除以时间就是车辆的行驶速度，基于此也可以获取车辆位置、流量等特征，雷达不仅可以探测车辆位置、速度，还可以探测道路上的障碍物信息，以此作为获取雷达监测信息，摄像头也是用于记录道路特征和车辆特征，摄像监测信息和雷达监测信息基本功能和获取的信息类型基本相同，两者可以互补，便于获取更加全面的道路交通信息。
17.步骤s200：对所述雷达监测信息和所述摄像监测信息进行交通特征提取，生成交通特征矩阵；其中，本发明实施例步骤s200还包括：步骤s210：根据所述雷达监测信息进行交通特征分析，获取初始交通特征信息；步骤s220：根据所述摄像监测信息对所述初始交通特征信息进行补偿，构建所述交通特征矩阵。
18.具体而言，雷达监测信息和摄像监测信息都是关于道路交通特征的信息，只通过其中一种进行交通特征分析，就可以获得车辆速度、行驶方向等信息，但是考虑到信息监测的不全面，综合利用雷达监测信息和摄像监测信息进行交通特征的提取，首先通过其中一种监测信息进行交通特征分析，获取初始交通特征信息，然后用另一种监测信息再次进行交通特征分析，根据分析结果对初始交通特征信息进行补偿，根据补偿后的交通特征信息构建交通特征矩阵，保证交通特征分析的准确性，提高交通事故预警的准确性。
19.具体地，根据雷达监测信息进行交通特征分析，获取初始交通特征信息，初始交通特征信息包括车流量特征（单位时间通过的车辆）、单车辆速度特征（车辆单独速度）、车辆群均速特征（多个车辆的平均速度）、车辆流向特征（车辆行驶方向）、车辆逆行特征（逆行车辆的数量）、人流量特征（单位时间通过的人数）等，可以是其中的一种或者多种，进而根据摄像监测信息对初始交通特征信息进行补偿，通俗地讲，根据雷达监测信息获取的初始交通特征信息可能存在误差，或者获取的信息类型较少，通过对摄像监测信息进行分析，获取对应的交通特征，对通过两种监测信息分别获取的交通特征进行比对分析，将于两者中存在的不同的特征补偿到初始特征信息中，保证初始特征信息的全面性和准确性，需要说明的是，对于雷达监测信息和摄像监测信息的分析顺序可以进行更换，在此不做限制。补偿后的初始特征信息中包含车流量特征、单车辆速度特征、车辆群均速特征、车辆流向特征、车辆逆行特征、人流量特征和拥挤度特征中的一种或多种，按照初始特征信息中的特征类型，将其整齐排列为一个数据方阵作为交通特征矩阵，因此，所述交通特征矩阵至少包括以下一项：车流量特征、单车辆速度特征、车辆群均速特征、车辆流向特征、车辆逆行特征、人流量特征和拥挤度特征，达到保证交通特征分析的准确性，提高交通事故预警的准确性的效果。
20.步骤s300：对所述雷达监测信息和所述摄像监测信息进行道路特征提取，生成动态道路特征；具体而言，动态道路特征是指与道路自身性质相关的特征，动态道路特征至少包括以下一项：路面湿度特征、路面硬度特征、路面泥水量特征和障碍物分布特征，根据雷达
监测信息可以识别出障碍物的位置特征，以障碍物位置特征作为障碍物分布特征；路面湿度特征、路面硬度特征、路面泥水量特征则可以根据摄像监测信息中对道路的拍摄信息分析获取。
21.步骤s400：从所述远程管理终端的道路资料库调取所述预设道路区域的静态道路特征，结合所述动态道路特征进行交通特征阈值多目标映射，生成交通特征约束矩阵，其中，所述交通特征阈值多目标映射由所述远程管理终端内嵌的多目标映射模型实现；其中，如图2所示，本发明实施例步骤s400还包括：步骤s410：遍历所述交通特征阈值对应的多个交通特征类型，与所述静态道路特征和所述动态道路特征进行关联性分析，获取所述多个交通特征类型的多组关联道路特征；步骤s420：以所述多组关联道路特征的第i组关联道路特征为输入自变量，以所述第i组关联道路特征对应的所述多个交通特征类型的第i个交通特征类型为跟随因变量在交通仿真模块进行仿真分析，构建所述第i组关联道路特征到所述第i个交通特征类型的映射数据集；步骤s430：根据第一组关联道路特征到第一个交通特征类型的映射数据集，训练第一子目标映射模型；步骤s440：根据所述第i组关联道路特征到所述第i个交通特征类型的映射数据集，训练第i子目标映射模型；步骤s450：将所述第一子目标映射模型直到所述第i子目标映射模型作为并行网络节点合并，生成所述多目标映射模型。
22.其中，本发明实施例步骤s410还包括：步骤s411：以所述静态道路特征和所述动态道路特征为预设变量，以所述多个交通特征类型的所述第i个交通特征类型为跟随变量，采集交通状态监测日志，所述交通状态监测日志包括一一对应的第i个交通特征状态序列，和所述静态道路特征和所述动态道路特征的道路特征状态序列；步骤s412：对所述第i个交通特征状态序列和所述道路特征状态序列进行归一化调整，获取第i个交通特征状态基准序列和道路特征状态比对序列；步骤s413：对所述第i个交通特征状态基准序列和所述道路特征状态比对序列进行关联度分析，获取关联度大于或等于关联度阈值的所述道路特征状态添加进所述第i组关联道路特征，添加进所述多组关联道路特征。
23.具体而言，从远程管理终端的道路资料库调取预设道路区域的静态道路特征，静态道路特征至少包括以下一项：计算车速特征，即为车辆行驶速度；设计通行能力特征，是指道路可以通过的车辆数目；路幅宽度特征，是指道路的宽度；地形类型特征，比如直道、弯道等。进而根据静态道路特征，结合动态道路特征进行交通特征阈值多目标映射，生成交通特征约束矩阵，其中，所述交通特征阈值多目标映射由所述远程管理终端内嵌的多目标映射模型实现。
24.具体地，多个交通特征类型包括堵车、车祸等多种类型，交通特征阈值是指多个交通特征类型对应的车流量特征、单车辆速度特征、车辆群均速特征、车辆流向特征等的安全约束区间，就是在该区间范围内，对应的交通特征类型的发生概率最小，进而对多个交通特
征类型与静态道路特征和动态道路特征进行关联性分析，通俗地讲，不同的交通特征类型关注的道路特征是不同的，比如，堵车更加关注车流量特征、车速特征等，由此对静态道路特征和动态道路特征中的多个特征分别与多个交通特征类型的关联性进行分析，获取关联度较大的特征作为多组关联道路特征，一个交通特征类型对应一组关联道路特征。
25.以多组关联道路特征的第i组关联道路特征为输入自变量，以第i组关联道路特征对应的多个交通特征类型的第i个交通特征类型为跟随因变量在交通仿真模块进行仿真分析，跟随因变量是指随着自变量变化的变量，简单来说，关联道路特征发生变化，对应的交通特征类型可能也会发生变化，通过交通仿真模块更改关联道路特征中的数据，对交通特征类型进行仿真，对仿真过程进行监测，通过进行仿真分析，获取多个交通特征类型对应的关联道路特征的约束区间，在这个区间内，对应的交通特征类型发生的概率最低，基于此，构建所述第i组关联道路特征到所述第i个交通特征类型的映射数据集，映射数据集就包括：关联道路特征，以及在关联道路特征的限定条件（约束区间）下对应的第一个交通特征类型的约束区间数据。
26.根据第一组关联道路特征到第一个交通特征类型的映射数据集，训练第一子目标映射模型，用于映射不同道路状态下第一个交通特征类型的约束区间，根据第i组关联道路特征到第i个交通特征类型的映射数据集，训练第i子目标映射模型，用于映射不同道路状态下第i个交通特征类型的约束区间，将第一子目标映射模型直到第i子目标映射模型作为并行网络节点合并，也就是说，i个子目标映射模型的，生成多目标映射模型，多目标映射模型包括i个子目标映射模型，用于输出i个交通特征类型的约束区间。
27.进而根据多目标映射模型进行交通特征阈值多目标映射，可以获取多个交通特征类型对应的多个约束区间，以多个约束区间组成交通特征约束矩阵。
28.具体地，遍历所述交通特征阈值对应的多个交通特征类型，与所述静态道路特征和所述动态道路特征进行关联性分析的过程如下：以静态道路特征和动态道路特征为预设变量，以多个交通特征类型的第i个交通特征类型为跟随变量，跟随变量是随着预设变量变化的变量，保证采集的预设变量和跟随变量为一一对应的关系。进一步采集获取交通状态监测日志，交通状态监测日志包括一一对应的第i个交通特征状态序列，和静态道路特征和动态道路特征的道路特征状态序列，简单来说，第i个交通特征类型的状态会随着静态道路特征和动态道路特征的变化而发生变化，将预设变量和跟随变量的整个变化过程采集作为第i个交通特征状态序列和道路特征状态序列。对第i个交通特征状态序列和道路特征状态序列进行归一化调整，归一化是一种数据处理方式，能将数据经过处理后限制在某个固定范围内，便于后续的分析，归一化存在两种形式，一种是在通常情况下，将数据处理为[0,1]之间的小数，其目的是在之后的数据处理过程中更便捷。另一种是通过归一化将有量纲表达式变成无量纲表达式。量纲单位的不同，导致数据之间不具有可比性，同时，对于不同的量纲，数据的数量级大小也是不同的，经过归一化调整后后，不仅可以消除量纲的影响，也可将各数据归一化至同一量级，从而解决数据间的可比性问题。
[0029]
获取归一化调整后的第i个交通特征状态基准序列和道路特征状态比对序列，选择一种关联性分析方法对第i个交通特征状态基准序列和道路特征状态比对序列进行关联度分析，获取关联度大于或等于关联度阈值的所道路特征状态添加进第i组关联道路特征，添加进所述多组关联道路特征。优选地，选择灰色关联度分析方法进行关联度分析，首先以
第i个交通特征状态基准序列作为母序列，分析道路特征状态比对序列（子序列）对母序列的影响程度，计算关联度系数，关联度系数计算公式如下：，其中，表示关联度系数；为母序列（第i个交通特征状态基准序列）中的多个时序状态数据；为子序列（道路特征状态比对序列）中与对应时序的状态数据；称为分辨系数，越小，分辨力越大，一般的取值区间为(0,1)，具体取值可视情况而定，当时，分辨力最好，通常取；是指道路特征状态比对序列中的最小值，是指道路特征状态比对序列中的最大值。
[0030]
进一步采用下述公式根据关联度系数计算关联度：，表示关联度，是关联度系数，n表示道路特征状态比对序列中的多个时序状态的个数，简单来说，就是前述计算出了每一个交通特征类型分别与每一个道路特征的多个关联度系数，对多个关联度系数求平均值作为一个交通特征类型分别与一个道路特征之间的关联度。
[0031]
综上，可以计算获得多个交通特征类型分别与静态道路特征和动态道路特征中的任一个道路特征之间的关联度，进一步地，由大到小对关联度进行排序，获取关联度大于或等于关联度阈值的所述道路特征状态添加进所述第i组关联道路特征，添加进多个交通特征类型对应的多组关联道路特征，关联度阈值需要根据实际情况自行设定。由此，得到了多个交通特征类型的多组关联道路特征步骤s500：当所述交通特征矩阵不满足所述交通特征约束矩阵时，生成预设道路区域交通预警信息进行预警。
[0032]
其中，如图3所示，本发明实施例步骤s500还包括：步骤s510：提取所述交通特征矩阵不满足所述交通特征约束矩阵的交通特征状态设为预警交通特征状态信息；步骤s520：根据所述预警交通特征状态信息进行交通事故频繁度分析，获取多个交通事故类型和多个交通事故频繁度；步骤s530：将所述多个交通事故频繁度大于或等于频繁度阈值的所述多个交通事故类型提取，设为预警交通事故类型；步骤s540：将所述预警交通特征状态信息和所述预警交通事故类型添加进所述预设道路区域交通预警信息进行预警。
[0033]
具体而言，交通特征约束矩阵由多个交通特征类型对应的道路特征的多个约束区间构建而成，在交通特征约束矩阵范围内，各种交通特征类型发生的概率最低，交通特征矩阵可以认为是道路特征的实时数据，当交通特征矩阵不满足交通特征约束矩阵时，说明预设道路区域可能存在交通事故，生成预设道路区域交通预警信息进行预警。
[0034]
具体地，特征约束矩阵中包含不同交通特征类型的约束区间，对交通特征矩阵和
特征约束矩阵中的多个约束区间进行比对，提取交通特征矩阵不满足交通特征约束矩阵中的任一个约束区间对应的交通特征状态设为预警交通特征状态信息，预警交通特征状态信息包括不同道路特征对应的数据，即车流量特征、单车辆速度特征、车辆群均速特征、车辆流向特征、车辆逆行特征、人流量特征和拥挤度特征中的一种或者多种数据，进一步根据预警交通特征状态信息，在大数据中统计当在预警交通特征状态信息下，发生的交通事故类型以及其频率，基于此进行交通事故频繁度分析，具体地，获取，所有交通事故类型发生的总频率，然后分别用每一种交通事故类型的发生频率与总频率之间的比值作为多个交通事故类型对应的多个交通事故频繁度，由大到小对多个交通事故频繁度进行排列，将多个交通事故频繁度大于或等于频繁度阈值的多个交通事故类型提取，设为预警交通事故类型，频繁度阈值可以根据历史经验自行设定。将预警交通特征状态信息和预警交通事故类型添加进预设道路区域交通预警信息，通过远程管理终端进行预警，提醒车辆驾驶人员以及行人预设道路区域可能发生交通事故，达到提高预警准确度和效率，保障人员及车辆的安全的技术效果。
[0035]
其中，本发明实施例步骤s600包括：步骤s610：接收所述远程管理终端发送的预设道路区域交通预警信息，所述预设道路区域交通预警信息包括预警交通特征状态信息和预警交通事故类型；步骤s620：根据所述预警交通特征状态信息和所述预警交通事故类型生成播报预警语音，在预设道路区域的预设播放设备进行播报预警；步骤s630：根据所述预警交通特征状态信息和所述预警交通事故类型生成显示预警信息，在所述预设道路区域的预设显示区域进行显示预警。
[0036]
具体而言，接收所述远程管理终端发送的预设道路区域交通预警信息，预设道路区域交通预警信息包括预警交通特征状态信息和预警交通事故类型，在远程管理终端内部嵌入语音功能模块，通过语音功能模块对预警交通特征状态信息和预警交通事故类型进行识别，生成播报预警语音，在预设道路区域的预设播放设备进行播报预警，预设播放设备与远程管理终端连接，比如音响、喇叭等。进一步地，根据预警交通特征状态信息和预警交通事故类型生成显示预警信息，示例性的，对于不同的预警交通特征状态信息和预警交通事故类型设置不同的显示颜色，在预设道路区域的预设显示区域（比如电子显示屏），对预警交通特征状态信息和预警交通事故类型进行颜色显示预警，便于驾驶人员或者行人可以清楚地了解预警信息，保障人员安全。
[0037]
其中，本发明实施例步骤s700包括：步骤s710：接收所述远程管理终端发送的预设道路区域交通预警信息，所述预设道路区域交通预警信息包括预警交通特征状态信息和预警交通事故类型；步骤s720：当检测到预设移动设备进入预设道路区域的上游邻近区域，根据所述预警交通特征状态信息和所述预警交通事故类型生成显示预警信息和播报预警语音；步骤s730：在所述预设移动设备内设的特定显示区域对所述显示预警信息进行显示；步骤s740：在所述预设移动设备内设的语音播报装置对所述播报预警语音进行播放。
[0038]
具体而言，预设移动设备可以是具有定位功能的车辆，车辆内部设有车载gps，实
时检测预设移动设备的实时定位信息，当检测到预设移动设备进入预设道路区域的上游邻近区域时，根据所述预警交通特征状态信息和所述预警交通事故类型生成显示预警信息和播报预警语音，上游邻近区域是指与预设道路区域相邻的区域，可以自行设定，比如距离预设道路区域0-500米的位置区域，此时对未进入预设道路区域的车辆或者行人及时预警，提醒其避开交通事故发生区域，保证自身安全。进一步在所述预设移动设备内设的特定显示区域（导航显示屏）对显示预警信息进行文字显示，并根据显示预警信息的不同，设置不同颜色的显示方式，同时利用预设移动设备内设的语音播报装置（比如车载导航系统自身携带的语音功能模块）对播报预警语音进行播放，实现文字和语音的双重预警，提高预警效果。
[0039]
基于上述分析可知，本发明提供了一种结合道路特征的交通事故预警方法，在本实施例中，通过使用雷达和摄像头同时进行道路监测，以此进行交通特征提取，生成交通特征矩阵，达到保证交通特征的全面性和准确性的效果；进而对雷达监测信息和摄像监测信息进行道路特征提取，生成动态道路特征，从所述远程管理终端的道路资料库调取所述预设道路区域的静态道路特征，结合所述动态道路特征进行交通特征阈值多目标映射，获取不同交通特征类型的关联道路特征，从而生成交通特征约束矩阵，以交通特征约束矩阵作为预警的判断依据，达到保证预警的准确性的效果；进一步地，分别在预设道路区域和预设移动设备内进行预警，达到保证预警全面性和准确性的技术效果；本发明中提供的方法应用于远程管理终端，通过远程管理终端进行远程管理，其算力较强，实现智能化的快速预警，对实现交通事故集中管理，提高预警时效性。
[0040]
实施例二
[0041]
基于与前述实施例中一种结合道路特征的交通事故预警方法同样的发明构思，如图4所示，本发明还提供了一种结合道路特征的交通事故预警系统，应用于远程管理终端，所述系统包括：监测信息获取模块11，所述监测信息获取模块11用于获取预设道路区域的相同时序的雷达监测信息和摄像监测信息；交通特征提取模块12，所述交通特征提取模块12用于对所述雷达监测信息和所述摄像监测信息进行交通特征提取，生成交通特征矩阵；道路特征提取模块13，所述道路特征提取模块13用于对所述雷达监测信息和所述摄像监测信息进行道路特征提取，生成动态道路特征；多目标映射模块14，所述多目标映射模块14用于从所述远程管理终端的道路资料库调取所述预设道路区域的静态道路特征，结合所述动态道路特征进行交通特征阈值多目标映射，生成交通特征约束矩阵；交通预警模块15，所述交通预警模块15用于当所述交通特征矩阵不满足所述交通特征约束矩阵时，生成预设道路区域交通预警信息进行预警；其中，所述交通特征阈值多目标映射由所述远程管理终端内嵌的多目标映射模型实现。
[0042]
进一步而言，所述系统还包括：初始交通特征信息获取模块，所述初始交通特征信息获取模块用于根据所述雷达监测信息进行交通特征分析，获取初始交通特征信息；
根据所述摄像监测信息对所述初始交通特征信息进行补偿，构建所述交通特征矩阵。
[0043]
进一步而言，所述系统还包括：关联性分析模块，所述关联性分析模块用于遍历所述交通特征阈值对应的多个交通特征类型，与所述静态道路特征和所述动态道路特征进行关联性分析，获取所述多个交通特征类型的多组关联道路特征；仿真分析模块，所述仿真分析模块用于以所述多组关联道路特征的第i组关联道路特征为输入自变量，以所述第i组关联道路特征对应的所述多个交通特征类型的第i个交通特征类型为跟随因变量在交通仿真模块进行仿真分析，构建所述第i组关联道路特征到所述第i个交通特征类型的映射数据集；第一子目标映射模型训练模块用于根据第一组关联道路特征到第一个交通特征类型的映射数据集，训练第一子目标映射模型；第i子目标映射模型训练模块用于根据所述第i组关联道路特征到所述第i个交通特征类型的映射数据集，训练第i子目标映射模型；多目标映射模型生成模块，所述多目标映射模型生成模块用于将所述第一子目标映射模型直到所述第i子目标映射模型作为并行网络节点合并，生成所述多目标映射模型。
[0044]
进一步而言，所述系统还包括：交通状态监测日志采集模块，所述交通状态监测日志模块用于以所述静态道路特征和所述动态道路特征为预设变量，以所述多个交通特征类型的所述第i个交通特征类型为跟随变量，采集交通状态监测日志，所述交通状态监测日志包括一一对应的第i个交通特征状态序列，和所述静态道路特征和所述动态道路特征的道路特征状态序列；归一化调整模块，所述归一化调整模块用于对所述第i个交通特征状态序列和所述道路特征状态序列进行归一化调整，获取第i个交通特征状态基准序列和道路特征状态比对序列；第二关联度分析模块，所述第二关联度分析模块用于对所述第i个交通特征状态基准序列和所述道路特征状态比对序列进行关联度分析，获取关联度大于或等于关联度阈值的所述道路特征状态添加进所述第i组关联道路特征，添加进所述多组关联道路特征。
[0045]
进一步而言，所述系统还包括：预警交通特征状态信息设置模块，所述预警交通特征状态信息设置模块用于提取所述交通特征矩阵不满足所述交通特征约束矩阵的交通特征状态设为预警交通特征状态信息；交通事故频繁度分析模块，所述交通事故频繁度分析模块用于根据所述预警交通特征状态信息进行交通事故频繁度分析，获取多个交通事故类型和多个交通事故频繁度；预警交通事故类型设置模块，所述预警交通事故类型设置模块用于将所述多个交通事故频繁度大于或等于频繁度阈值的所述多个交通事故类型提取，设为预警交通事故类型；第二预警模块，所述第二预警模块用于将所述预警交通特征状态信息和所述预警交通事故类型添加进所述预设道路区域交通预警信息进行预警。
[0046]
进一步而言，所述系统还包括：
预设道路区域交通预警信息第一接收模块，所述预设道路区域交通预警信息第一接收模块用于接收所述远程管理终端发送的预设道路区域交通预警信息，所述预设道路区域交通预警信息包括预警交通特征状态信息和预警交通事故类型；播报预警模块，所述播报预警模块用于根据所述预警交通特征状态信息和所述预警交通事故类型生成播报预警语音，在预设道路区域的预设播放设备进行播报预警；显示预警模块，所述显示预警模块用于根据所述预警交通特征状态信息和所述预警交通事故类型生成显示预警信息，在所述预设道路区域的预设显示区域进行显示预警。
[0047]
进一步而言，所述系统还包括：预设道路区域交通预警信息第二接收模块，所述预设道路区域交通预警信息第二接收模块用于接收所述远程管理终端发送的预设道路区域交通预警信息，所述预设道路区域交通预警信息包括预警交通特征状态信息和预警交通事故类型；移动设备检测模块，所述移动设备检测模块用于当检测到预设移动设备进入预设道路区域的上游邻近区域，根据所述预警交通特征状态信息和所述预警交通事故类型生成显示预警信息和播报预警语音；预警信息显示模块，所述预警信息显示模块用于在所述预设移动设备内设的特定显示区域对所述显示预警信息进行显示；预警语音播放模块，所述预警语音播放模块用于在所述预设移动设备内设的语音播报装置对所述播报预警语音进行播放。
[0048]
其中，所述交通特征矩阵至少包括以下一项：车流量特征、单车辆速度特征、车辆群均速特征、车辆流向特征、车辆逆行特征、人流量特征和拥挤度特征；所述动态道路特征至少包括以下一项：路面湿度特征、路面硬度特征、路面泥水量特征和障碍物分布特征；所述静态道路特征至少包括以下一项：计算车速特征、设计通行能力特征、路幅宽度特征和地形类型特征。
[0049]
前述实施例一中的一种结合道路特征的交通事故预警方法具体实例同样适用于本实施例的一种结合道路特征的交通事故预警系统，通过前述对一种结合道路特征的交通事故预警方法的详细描述，本领域技术人员可以清楚地知道本实施例中一种结合道路特征的交通事故预警系统，所以为了说明书的简洁，在此不再详述。
[0050]
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行，也可以顺序地执行也可以不同的次序执行，只要能够实现本发明公开的技术方案所期望的结果，本文在此不进行限制。
[0051]
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所做的修改、等同替换和改进等，均应包含在本发明保护范围之内。

技术特征：
1.一种结合道路特征的交通事故预警方法，其特征在于，应用于远程管理终端，包括：获取预设道路区域的相同时序的雷达监测信息和摄像监测信息；对所述雷达监测信息和所述摄像监测信息进行交通特征提取，生成交通特征矩阵；以及对所述雷达监测信息和所述摄像监测信息进行道路特征提取，生成动态道路特征；从所述远程管理终端的道路资料库调取所述预设道路区域的静态道路特征，结合所述动态道路特征进行交通特征阈值多目标映射，生成交通特征约束矩阵；当所述交通特征矩阵不满足所述交通特征约束矩阵时，生成预设道路区域交通预警信息进行预警；其中，所述交通特征阈值多目标映射由所述远程管理终端内嵌的多目标映射模型实现。2.如权利要求1所述的一种结合道路特征的交通事故预警方法，其特征在于，对所述雷达监测信息和所述摄像监测信息进行交通特征提取，生成交通特征矩阵，包括：根据所述雷达监测信息进行交通特征分析，获取初始交通特征信息；根据所述摄像监测信息对所述初始交通特征信息进行补偿，构建所述交通特征矩阵。3.如权利要求1所述的一种结合道路特征的交通事故预警方法，其特征在于，从所述远程管理终端的道路资料库调取所述预设道路区域的静态道路特征，结合所述动态道路特征进行交通特征阈值多目标映射，生成交通特征约束矩阵，之前包括：遍历所述交通特征阈值对应的多个交通特征类型，与所述静态道路特征和所述动态道路特征进行关联性分析，获取所述多个交通特征类型的多组关联道路特征；以所述多组关联道路特征的第i组关联道路特征为输入自变量，以所述第i组关联道路特征对应的所述多个交通特征类型的第i个交通特征类型为跟随因变量在交通仿真模块进行仿真分析，构建所述第i组关联道路特征到所述第i个交通特征类型的映射数据集；根据第一组关联道路特征到第一个交通特征类型的映射数据集，训练第一子目标映射模型；根据所述第i组关联道路特征到所述第i个交通特征类型的映射数据集，训练第i子目标映射模型；将所述第一子目标映射模型直到所述第i子目标映射模型作为并行网络节点合并，生成所述多目标映射模型。4.如权利要求3所述的一种结合道路特征的交通事故预警方法，其特征在于，遍历所述交通特征阈值对应的多个交通特征类型，与所述静态道路特征和所述动态道路特征进行关联性分析，获取所述多个交通特征类型的多组关联道路特征，包括：以所述静态道路特征和所述动态道路特征为预设变量，以所述多个交通特征类型的所述第i个交通特征类型为跟随变量，采集交通状态监测日志，所述交通状态监测日志包括一一对应的第i个交通特征状态序列，和所述静态道路特征和所述动态道路特征的道路特征状态序列；对所述第i个交通特征状态序列和所述道路特征状态序列进行归一化调整，获取第i个交通特征状态基准序列和道路特征状态比对序列；对所述第i个交通特征状态基准序列和所述道路特征状态比对序列进行关联度分析，
获取关联度大于或等于关联度阈值的所述道路特征状态添加进所述第i组关联道路特征，添加进所述多组关联道路特征。5.如权利要求1所述的一种结合道路特征的交通事故预警方法，其特征在于，当所述交通特征矩阵不满足所述交通特征约束矩阵时，生成预设道路区域交通预警信息进行预警，包括：提取所述交通特征矩阵不满足所述交通特征约束矩阵的交通特征状态设为预警交通特征状态信息；根据所述预警交通特征状态信息进行交通事故频繁度分析，获取多个交通事故类型和多个交通事故频繁度；将所述多个交通事故频繁度大于或等于频繁度阈值的所述多个交通事故类型提取，设为预警交通事故类型；将所述预警交通特征状态信息和所述预警交通事故类型添加进所述预设道路区域交通预警信息进行预警。6.如权利要求1所述的一种结合道路特征的交通事故预警方法，其特征在于，还应用于道路预警端，包括：接收所述远程管理终端发送的预设道路区域交通预警信息，所述预设道路区域交通预警信息包括预警交通特征状态信息和预警交通事故类型；根据所述预警交通特征状态信息和所述预警交通事故类型生成播报预警语音，在预设道路区域的预设播放设备进行播报预警；以及根据所述预警交通特征状态信息和所述预警交通事故类型生成显示预警信息，在所述预设道路区域的预设显示区域进行显示预警。7.如权利要求1所述的一种结合道路特征的交通事故预警方法，其特征在于，还应用于移动预警端，包括：接收所述远程管理终端发送的预设道路区域交通预警信息，所述预设道路区域交通预警信息包括预警交通特征状态信息和预警交通事故类型；当检测到预设移动设备进入预设道路区域的上游邻近区域，根据所述预警交通特征状态信息和所述预警交通事故类型生成显示预警信息和播报预警语音；在所述预设移动设备内设的特定显示区域对所述显示预警信息进行显示；以及在所述预设移动设备内设的语音播报装置对所述播报预警语音进行播放。8.如权利要求1所述的一种结合道路特征的交通事故预警方法，其特征在于，包括：所述交通特征矩阵至少包括以下一项：车流量特征、单车辆速度特征、车辆群均速特征、车辆流向特征、车辆逆行特征、人流量特征和拥挤度特征；所述动态道路特征至少包括以下一项：路面湿度特征、路面硬度特征、路面泥水量特征和障碍物分布特征；所述静态道路特征至少包括以下一项：计算车速特征、设计通行能力特征、路幅宽度特征和地形类型特征。9.一种结合道路特征的交通事故预警系统，其特征在于，应用于远程管理终端，包括：监测信息获取模块，所述监测信息获取模块用于获取预设道路区域的相同时序的雷达监测信息和摄像监测信息；
交通特征提取模块，所述交通特征提取模块用于对所述雷达监测信息和所述摄像监测信息进行交通特征提取，生成交通特征矩阵；以及道路特征提取模块，所述道路特征提取模块用于对所述雷达监测信息和所述摄像监测信息进行道路特征提取，生成动态道路特征；多目标映射模块，所述多目标映射模块用于从所述远程管理终端的道路资料库调取所述预设道路区域的静态道路特征，结合所述动态道路特征进行交通特征阈值多目标映射，生成交通特征约束矩阵；交通预警模块，所述交通预警模块用于当所述交通特征矩阵不满足所述交通特征约束矩阵时，生成预设道路区域交通预警信息进行预警；其中，所述交通特征阈值多目标映射由所述远程管理终端内嵌的多目标映射模型实现。

技术总结
本发明提供了一种结合道路特征的交通事故预警方法及系统，涉及交通事故监测技术领域，该方法包括：获取预设道路区域的相同时序的雷达监测信息和摄像监测信息；进行交通特征提取，生成交通特征矩阵；对所述雷达监测信息和所述摄像监测信息进行道路特征提取，生成动态道路特征；从所述远程管理终端的道路资料库调取所述预设道路区域的静态道路特征，结合所述动态道路特征进行交通特征阈值多目标映射，生成交通特征约束矩阵；当所述交通特征矩阵不满足所述交通特征约束矩阵时，生成预设道路区域交通预警信息进行预警，解决了现有技术中存在的预警准确性和时效性不足的技术问题，达到提高预警准确性和时效性的技术效果。提高预警准确性和时效性的技术效果。提高预警准确性和时效性的技术效果。


技术研发人员：徐明 于青方
受保护的技术使用者：苏州旭安交通科技有限公司
技术研发日：2023.06.27
技术公布日：2023/8/1