基于数据交互实现高速公路的道路安全管理方法及系统

本发明涉及远程监控领域，尤其涉及一种基于数据交互实现高速公路的道路安全管理方法及系统。

背景技术：

1、道路安全管理是指通过一系列的策略、措施和技术手段，旨在预防和减少道路交通事故，确保道路使用者的安全，以及维护交通秩序和效率的过程。它涵盖了交通规则的制定和执行、交通设施的设计和维护、交通流量的管理和控制、事故预防与响应、以及交通安全教育等多个方面。

2、目前道路安全管理主要是通过分析集高速公路的行车数据，对行车事故频发路段设置提醒装置和监测设备来实现，这种方法无法预防车辆行驶过程中的疲劳驾驶、刹车失灵等特殊行车状态，从而使得造成行车风险，导致道路安全管理效果不佳。

技术实现思路

1、本发明提供一种基于数据交互实现高速公路的道路安全管理方法及系统，其主要目的在于提高对高速公路的道路安全管理效果。

2、为实现上述目的，本发明提供的一种基于数据交互实现高速公路的道路安全管理方法，包括：

3、构建待管理高速公路的数据交互平台，基于所述数据交互平台获取待管理高速公路对应行驶车辆的车辆行车数据，基于所述车辆行车数据，提取所述行驶车辆的车辆图像和车辆行驶时间，对所述车辆图像进行细节加强，得到细节车辆图像；

4、基于所述细节车辆图像，提取所述行驶车辆对应驾驶人员的脸部图像，基于所述脸部图像和所述车辆行驶时间，分析所述驾驶人员的驾驶疲劳系数；

5、基于所述车辆行车数据，分析所述行驶车辆的车辆行驶场景，识别所述车辆行驶场景的行车风险因子，所述行车风险因子是指影响所述行驶车辆行驶安全的因素，例如环境因素、交通流量、车辆状态、驾驶员行为等因素。基于所述车辆行车数据，确定所述行车风险因子的风险因子状态，所述风险因子状态是指所述行车风险因子的当前状态，例如夜晚行驶、拥堵行驶等状态；

6、基于所述车辆行车数据，利用训练好的车辆轨迹预测模型分析所述行驶车辆的运动轨迹，基于所述驾驶疲劳系数、所述行车风险因子、所述风险因子状态、以及所述运动轨迹，计算所述行驶车辆在所述车辆行驶场景的风险系数；

7、基于所述风险系数，构建所述数据交互平台对应高速交互设备的交通控制指令，基于所述交通控制指令实现所述待管理高速公路的道路安全管理。

8、可选地，所述对所述车辆图像进行细节加强，得到细节车辆图像，包括：

9、对所述车辆图像进行预处理，得到预处理车辆图像；

10、计算所述预处理车辆图像的像素梯度；

11、基于所述像素梯度，提取所述车辆图像的图像特征；

12、基于所述图像特征，对所述车辆图像进行细节加强，得到细节车辆图像。

13、可选地，所述基于所述图像特征，对所述车辆图像进行细节加强，得到细节车辆图像，包括：

14、基于所述图像特征，确定所述车辆图像的插值像素位置；

15、标记所述插值像素位置的邻域四像素；

16、基于所述邻域四像素，利用下述公式计算所述插值像素位置的插值像素值：

17、；

18、其中，表示插值像素位置的插值像素值，，，，表示邻域四像素，，，，表示，，，邻域四像素的权重；

19、基于所述插值像素值，对所述车辆图像进行高分辨率重建，得到所述细节车辆图像。

20、可选地，所述基于所述脸部图像和所述车辆行驶时间，分析所述驾驶人员的驾驶疲劳系数，包括：

21、基于所述脸部图像，标记所述驾驶人员的瞳孔位置；

22、基于所述瞳孔位置，记录所述驾驶人员的瞳孔信息；

23、基于所述瞳孔信息，分析所述驾驶人员的行车状态；

24、基于所述行车状态和所述车辆行驶时间，确定所述驾驶人员的驾驶疲劳系数。

25、可选地，所述基于所述脸部图像，标记所述驾驶人员的瞳孔位置，包括：

26、对所述脸部图像进行二值化处理，得到二值图像；

27、对所述二值图像进行边缘检测，得到瞳孔边界；

28、基于所述瞳孔边界，利用下述公式计算所述驾驶人员的瞳孔位置：

29、；

30、其中，表示驾驶人员的瞳孔位置，表示瞳孔边界的像素点数量，表示瞳孔边界第个像素点在轴的值，表示瞳孔边界第个像素点在轴的值。

31、可选地，所述基于所述车辆行车数据，分析所述行驶车辆的车辆行驶场景，包括：

32、提取所述车辆行车数据的车辆环境数据；

33、基于所述车辆环境数据，提取所述行驶车辆的车辆环境特征；

34、基于所述车辆环境特征，确定所述行驶车辆的车辆行驶场景。

35、可选地，所述基于所述车辆行车数据，利用训练好的车辆轨迹预测模型分析所述行驶车辆的运动轨迹，包括：

36、基于所述车辆行车数据，识别所述行驶车辆的行车特征；

37、基于所述行车特征，分析所述行驶车辆的行驶状态；

38、基于所述行驶状态，利用所述车辆轨迹预测模型识别所述行驶车辆的序列行驶状态；

39、基于所述序列行驶状态，确定所述行驶车辆的运动轨迹。

40、可选地，所述基于所述驾驶疲劳系数、所述行车风险因子、所述风险因子状态、以及所述运动轨迹，计算所述行驶车辆在所述车辆行驶场景的风险系数，包括：

41、分析所述行车风险因子和所述行驶车辆的风险影响关系；

42、基于所述风险影响关系，确定所述行车风险因子的风险因子权重；

43、计算所述运动轨迹的运动风险值；

44、基于所述驾驶疲劳系数、所述风险因子状态、所述风险因子权重以及所述运动风险值，计算所述行驶车辆在所述车辆行驶场景的风险系数。

45、可选地，所述基于所述驾驶疲劳系数、所述风险因子状态、所述风险因子权重以及所述运动风险值，计算所述行驶车辆在所述车辆行驶场景的风险系数，包括：

46、基于所述风险因子状态，确定所述行驶车辆在所述车辆行驶场景的风险因子状态值；

47、基于所述风险因子状态值、所述驾驶疲劳系数、所述风险因子权重以及所述运动风险值，利用下述公式计算所述行驶车辆在所述车辆行驶场景的风险系数：

48、；

49、其中，表示行驶车辆在车辆行驶场景的风险系数，表示车辆行驶场景第个行车风险因子的风险因子权重，表示第个行车风险因子的风险因子状态值，表示第个行车风险因子对其它行车风险因子的影响系数，表示行车风险因子的数量，表示驾驶疲劳系数，表示运动风险值。

50、为了解决上述问题，本发明还提供一种基于数据交互实现高速公路的道路安全管理系统，所述系统包括：

51、行车数据采集模块，用于构建待管理高速公路的数据交互平台，基于所述数据交互平台获取待管理高速公路对应行驶车辆的车辆行车数据，基于所述车辆行车数据，提取所述行驶车辆的车辆图像和车辆行驶时间，对所述车辆图像进行细节加强，得到细节车辆图像；

52、疲劳系数分析模块，用于基于所述细节车辆图像，提取所述行驶车辆对应驾驶人员的脸部图像，基于所述脸部图像和所述车辆行驶时间，分析所述驾驶人员的驾驶疲劳系数；

53、风险因子分析模块，用于基于所述车辆行车数据，分析所述行驶车辆的车辆行驶场景，识别所述车辆行驶场景的行车风险因子，所述行车风险因子是指影响所述行驶车辆行驶安全的因素，例如环境因素、交通流量、车辆状态、驾驶员行为等因素。基于所述车辆行车数据，确定所述行车风险因子的风险因子状态，所述风险因子状态是指所述行车风险因子的当前状态，例如夜晚行驶、拥堵行驶等状态；

54、风险系数计算模块，用于基于所述车辆行车数据，利用训练好的车辆轨迹预测模型分析所述行驶车辆的运动轨迹，基于所述驾驶疲劳系数、所述行车风险因子、所述风险因子状态、以及所述运动轨迹，计算所述行驶车辆在所述车辆行驶场景的风险系数；

55、道路安全管理模块，用于基于所述风险系数，构建所述数据交互平台对应高速交互设备的交通控制指令，基于所述交通控制指令实现所述待管理高速公路的道路安全管理。

56、本发明实施例基于所述车辆行车数据，提取所述行驶车辆的车辆图像和车辆行驶时间可以作为评估行车驾驶员的驾驶状态的依据；本发明实施例通过对所述车辆图像进行细节加强，得到细节车辆图像可以提高图像的质量，从而提高了从图像中提取信息的可靠性；本发明实施例基于所述脸部图像和所述车辆行驶时间，分析所述驾驶人员的驾驶疲劳系数可以作为评估所述驾驶人员是否危险驾驶的依据；进一步地，本发明实施例基于所述车辆行车数据，分析所述行驶车辆的车辆行驶场景可以分析所述行驶车辆在当前环境下的行驶可能发生的风险，进一步地，本发明实施例基于所述车辆行驶状态，利用训练好的车辆轨迹预测模型分析所述行驶车辆的运动轨迹可以实现对行驶车辆的轨迹预测，本发明实施例基于所述驾驶疲劳系数、所述行车风险因子、所述风险因子状态、以及所述运动轨迹，计算所述行驶车辆在所述车辆行驶场景的风险系数可以分析所述行驶车辆在当前行驶场景的风险，从而提高了对车辆的安全管理，最后，本发明实施例基于所述风险系数，构建所述数据交互平台对应高速交互设备的交通控制指令可以针对性对高速交通进行管理，从而提高了高速车辆管理效果。因此本发明提出的基于数据交互实现高速公路的道路安全管理方法及系统，可以提高对高速公路的道路安全管理效果。