公路隧道应急处理方法、装置及公路隧道应急处理系统与流程

本申请属于智能控制，具体而言，本申请涉及一种公路隧道应急处理方法、装置及公路隧道应急处理系统。

背景技术：

1、公路隧道在公路所有运行场景里是最危险的通车区域，事故、烟雾火灾发生后，容易带来人身伤害和财产损失，且隧道光线较暗、空间狭小，极易发生二次事故。

2、现阶段存在的问题是：隧道应急处理主要以人工处理为主，即隧道监控中心接到事故报警后出警，交警到达现场后再进行事故处理，然而，交警到达现场的时间取决于路途的远近及通畅程度，若事故处理不及时，将会增加二次事故的概率；另外，隧道内布置的监控设备可能由于光线较暗或事故造成浓烟等情况下获得的现场图像质量不高，从而影响对现场真实情况的判定。

技术实现思路

1、本申请的主要目的为提供一种公路隧道应急处理方法、装置及公路隧道应急处理系统，旨在解决公路隧道内交通事故处理较慢及事故现场场景图像质量较差的技术问题。

2、为了实现上述发明目的，本申请提供一种公路隧道应急处理方法，包括：

3、实时获取公路隧道内的原始交通场景图像；

4、将所述原始交通场景输入预训练的图像增强模型，获得优化交通场景图像；

5、将所述优化交通场景图像输入预训练的事故分类模型，判断是否出现事故；

6、若出现事故，则获得事故分类及事故发生位置；

7、根据事故分类进行相应的预处理，所述预处理包括事故信息上报、语音指示、语音报警、响铃报警、自动呼号中的至少一种；

8、驱动巡检机器人到达离所述事故发生位置最近的目标位置，以近距离获得事故实况及执行实时操作指令。

9、在一些实施例中，所述图像增强模型基于对抗网络生成，所述图像增强模型包括生成网络和判别网络，所述图像增强模型的训练步骤包括：

10、创建图像训练样本集，所述图像训练样本集包括多对训练样本对，所述训练样本对包括低照度图像和清晰图像；

11、在每一次训练中，选取所述低照度图像训练样本集中的一张低照度图像作为当次训练的样本输入所述生成网络中，获得生成图像；

12、将所述生成图像和所述低照度图像对应的所述清晰图像输入所述判别网络，获得判别结果；

13、当所述判别结果未满足预设条件时，则基于所述判别结果调整所述生成网络和所述判别网络的参数。

14、在一些实施例中，在所述事故分类模型中，执行如下步骤：

15、将输入的优化交通场景图像与事故图像库的参照图像进行相似度对比，获得多个相似度对比结果；

16、当所述多个相似度对比结果均低于第一阈值时，则判断无事故发生；

17、当所述多个相似度对比结果中存在高于所述第一阈值的相似度对比结果时，将相似度对比结果得分最高的参照图像对应的事故分类作为目标事故分类输出。

18、本申请还提供一种公路隧道应急处理装置，包括：

19、原始交通场景图像获取模块，用于实时获取公路隧道内的原始交通场景图像；

20、优化交通场景图像获取模块，用于将所述原始交通场景输入预训练的图像增强模型，获得优化交通场景图像；

21、判断模块，用于将所述优化交通场景图像输入预训练的事故分类模型，判断是否出现事故；

22、执行模块，用于出现事故时，获得事故分类及事故发生位置；

23、预处理模块，用于根据事故分类进行相应的预处理，所述预处理包括事故信息上报、语音指示、语音报警、响铃报警、自动呼号中的至少一种；

24、驱动模块，用于驱动巡检机器人到达离事故发生位置最近的目标位置，以近距离获得事故实况及执行实时操作指令。

25、本申请还提供公路隧道应急处理系统，包括：巡检机器人和公路隧道应急处理装置，其中，所述巡检机器人包括摄像头和控制器，所述公路隧道应急处理装置用于执行权利要求上述任一实施例提供的公路隧道应急处理方法。

26、在一些实施例中，所述巡检机器人还包括语音对讲设备、拾音器和扬声器。

27、在一些实施例中，所述巡检机器人还包括气体检测模块。

28、在一些实施例中，所述公路隧道应急处理系统还包括灯光调节装置和多个亮度可调的照明灯。

29、本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述任一实施例提供的公路隧道应急处理方法的步骤。

30、有益效果：

31、本申请所提供的一种公路隧道应急处理方法、装置及公路隧道应急系统，通过实时获取公路隧道内的原始交通场景图像，并基于预训练的图像增强模型进行交通场景图像的增强优化，从而获得画面质量高的图像，提高了后续交通事故判断及分类的准确性；且当发生事故时，自动进行相应的预处理及驱动巡检机器人快速到达事故现场，以近距离获得事故实况及执行后台管理人员的实时操作指令，从而及时、准确地了解交通事故现场的具体情况及进行相应的远程指挥，减小交通事故造成的危害及降低二次事故发生的概率。

技术特征：

1.一种公路隧道应急处理方法，其特征在于，包括：

2.根据权利要求1所述的公路隧道应急处理方法，其特征在于，所述图像增强模型基于对抗网络生成，所述图像增强模型包括生成网络和判别网络，所述图像增强模型的训练步骤包括：

3.根据权利要求1所述的公路隧道应急处理方法，其特征在于，在所述事故分类模型中，执行如下步骤：

4.一种公路隧道应急处理装置，其特征在于，包括：

5.一种公路隧道应急处理系统，其特征在于，包括：巡检机器人和公路隧道应急处理装置，其中，所述巡检机器人包括摄像头和控制器，所述公路隧道应急处理装置用于执行权利要求1-3任一项所述的公路隧道应急处理方法。

6.根据权利要求5所述的公路隧道应急处理系统，其特征在于，所述巡检机器人还包括语音对讲设备、拾音器和扬声器。

7.根据权利要求6所述的公路隧道应急处理系统，其特征在于，所述巡检机器人还包括气体检测模块。

8.根据权利要求5所述的公路隧道应急处理系统，其特征在于，还包括灯光调节装置和多个亮度可调的照明灯。

9.根据权利要求5所述的公路隧道应急处理系统，其特征在于，还包括显示屏。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-3任一项所述的公路隧道应急处理方法的步骤。

技术总结本申请属于智能控制技术领域，特别涉及一种公路隧道应急处理方法、装置及公路隧道应急处理系统。方法包括：实时获取公路隧道内的原始交通场景图像；将所述原始交通场景输入预训练的图像增强模型，获得优化交通场景图像；将所述优化交通场景图像输入预训练的事故分类模型，判断是否出现事故；若出现事故，则获得事故分类及事故发生位置；根据事故分类进行相应的预处理，所述预处理包括事故信息上报、语音指示、语音报警、响铃报警、自动呼号中的至少一种；驱动巡检机器人到达离所述事故发生位置最近的目标位置，以近距离获得事故实况及执行实时操作指令。本申请可提高公路隧道事故处理的效率及提高事故现场场景图像的质量。技术研发人员：杨尚恒,周德忠,纪锡鹏,朱章源受保护的技术使用者：造物者智能科技(广州)有限公司技术研发日：技术公布日：2024/7/29