基于人工智能的高速事件智能化检测方法及系统与流程

本发明涉及交通信息，尤其涉及一种基于人工智能的高速事件智能化检测方法及系统。

背景技术：

1、高速公路是交通运输现代化的重要标志之一，相较于一般公路，高速公路的特性是交通量较大、运输性能极高，因此，在高速公路日常安全监管中需要对高速公路的路面状况进行检测和管理，具体的，是对高速公路中可能存在的高速事件进行检测管理。

2、当前，针对高速公路中的高速事件检测方式主要为管理人员人为通过肉眼及主观意识对高速路上的车辆行人状况进行追踪监测，并根据肉眼观看到的视频图像数据自主确定出高速事件结果，高速事件结果容易受人为主观性影响，所得到的高速事件结果的检测效率和检测准确性低。可见，提供一种新的高速事件检测方式以提高高速事件的检测效率和检测准确性显得尤为重要。

技术实现思路

1、本发明提供了一种基于人工智能的高速事件智能化检测方法及系统，能够实现智能化的高速事件检测，进而提高高速事件的检测效率及检测准确性。

2、为了解决上述技术问题，本发明第一方面公开了一种基于人工智能的高速事件智能化检测方法，所述方法包括：

3、对于任一高速路段检测区域，基于该高速路段检测区域可能存在的待检测对象的对象类型，调用每一所述对象类型对应的信息采集设备集合，每一所述信息采集设备集合包括至少一个信息采集设备；

4、对于每一所述待检测对象的对象类型，获取该对象类型对应的信息采集设备集合针对所述待检测对象所采集到的多维度状态信息；

5、将针对每一所述待检测对象所采集到的多维度状态信息输入至预先训练收敛的高速事件检测模型，得到每一所述待检测对象对应的高速事件检测结果。

6、作为一种可选的实施方式，在本发明第一方面中，所述方法还包括：

7、当所述待检测对象对应的高速事件检测结果用于表示所述待检测对象对应的高速事件类型为第一预设事件类型时，获取与所述待检测对象在同个检测时间段、同个高速路段检测区域所检测到的其它检测对象对应的事件关联信息；根据所述事件关联信息，确定所述待检测对象对应的高速事件的责任占比结果；

8、当所述待检测对象对应的高速事件检测结果用于表示所述待检测对象对应的高速事件类型为第二预设事件类型时，根据所述待检测对象所行驶的交通路段，确定相应的联动追踪装置及联动管控装置；根据所述待检测对象对应的高速事件，对所述联动追踪装置及所述联动管控装置执行相应的控制操作，以实现对所述待检测对象的联动追踪及行驶管控。

9、作为一种可选的实施方式，在本发明第一方面中，所述根据所述事件关联信息，确定所述待检测对象对应的高速事件的责任占比结果，包括：

10、根据所述事件关联信息，确定所述其它检测对象的高速事件检测结果，并根据所述其它检测对象的高速事件检测结果，判断所述待检测对象是否满足预设的事件干扰条件；

11、当判断出所述待检测对象不满足所述事件干扰条件时，确定所述待检测对象对应的高速事件的责任占比结果用于表示主观因素占比大于客观因素占比；

12、当判断出所述待检测对象满足所述事件干扰条件时，根据所述事件关联信息，确定所述待检测对象和/或所述其它检测对象所对应的行车记录仪所记录的行驶路况信息，并根据所述行驶路况信息，判断所述待检测对象是否满足预设的路况干扰条件；

13、当判断出所述待检测对象满足所述路况干扰条件时，确定所述待检测对象对应的高速事件的责任占比结果用于表示客观因素占比大于主观因素占比；

14、当判断出所述待检测对象不满足所述路况干扰条件时，确定所述待检测对象对应的高速事件的责任占比结果用于表示主观因素占比大于客观因素占比。

15、作为一种可选的实施方式，在本发明第一方面中，所述根据所述待检测对象对应的高速事件，对所述联动追踪装置及所述联动管控装置执行相应的控制操作，包括：

16、确定所述待检测对象对应的高速事件的事件触发性质，并根据所述事件触发性质，判断所述待检测对象是否满足预设的紧急因素触发条件；

17、当判断出所述待检测对象满足所述紧急因素触发条件时，确定所述待检测对象所行驶的交通路段中的车辆行驶路线信息及路段车流量信息；根据所述所述车辆行驶路线信息及所述路段车流量信息，生成所述待检测对象的专属行驶路线；根据所述专属行驶路线，控制所述联动追踪装置对所述待检测对象进行实时追踪，并控制所述联动管控装置对所述交通路段中的其它交通对象进行交通管控操作，以实现所述待检测对象持续畅通行驶在所述专属行驶路线上；

18、当判断出所述待检测对象不满足所述紧急因素触发条件时，获取所述待检测对象的先前行驶轨迹信息及先前行驶车速信息；根据所述先前行驶轨迹信息及所述先前行驶车速信息，确定所述检测对象的预测行驶信息，所述预测行驶信息包括预测车道信息及预测车速信息；根据所述预测行驶信息，控制所述联动追踪装置对所述待检测对象进行实时追踪，并控制所述联动管控装置对所述待检测对象及所述交通路段中的其它交通对象执行相应的行驶提示管控操作，以实现所述交通路段的交通安全预干涉。

19、作为一种可选的实施方式，在本发明第一方面中，所述根据所述其它检测对象的高速事件检测结果，判断所述待检测对象是否满足预设的事件干扰条件，包括：

20、根据所述其它检测对象的高速事件检测结果，确定处于所述待检测对象前方的第一检测对象及所述第一检测对象的高速事件检测结果；

21、根据所述第一检测对象的高速事件检测结果，判断所述待检测对象是否满足预设的前方对象干扰条件；

22、当判断出所述待检测对象满足所述前方对象干扰条件时，确定所述待检测对象满足预设的事件干扰条件；

23、当判断出所述待检测对象不满足所述前方对象干扰条件时，确定所述待检测对象不满足预设的事件干扰条件。

24、作为一种可选的实施方式，在本发明第一方面中，所述根据所述行驶路况信息，判断所述待检测对象是否满足预设的路况干扰条件，包括：

25、根据所述行驶路况信息，确定所述待检测对象对应的侧方车辆信息及侧方行人信息；所述侧方车辆信息包括所述待检测对象与侧方车辆所对应的车辆间距信息及车速关系信息、所述待检测对象对应的侧方车流信息；所述侧方行人信息包括所述待检测对象的侧方行人所对应的行人位置信息及行人状态信息；

26、根据所述车辆间距信息及所述车速关系信息，确定所述侧方车辆带来的第一变道影响，并根据所述行人位置信息及行人状态信息，确定所述侧方行人带来的第二变道影响；

27、根据所述第一变道影响及所述第二变道影响，确定所述待检测对象的变道可行性，并判断所述变道可行性是否大于等于预设的变道可行性阈值；

28、当判断出所述变道可行性小于所述变道可行性阈值时，确定所述待检测对象满足预设的路况干扰条件；

29、当判断出所述变道可行性大于等于所述变道可行性阈值时，根据所述侧方车流信息，确定所述待检测对象的变道安全性，并判断所述变道安全性是否大于等于预设的变道安全性阈值；

30、当判断出所述变道安全性大于等于所述变道安全性阈值时，确定所述待检测对象不满足预设的路况干扰条件；

31、当判断出所述变道安全性小于所述变道安全性阈值时，确定所述待检测对象满足预设的路况干扰条件。

32、作为一种可选的实施方式，在本发明第一方面中，所述将针对每一所述待检测对象所采集到的多维度状态信息输入至预先训练收敛的高速事件检测模型，得到每一所述待检测对象对应的高速事件检测结果，包括：

33、对于每一所述待检测对象，根据针对该待检测对象所采集到的多维度状态信息，确定该待检测对象对应的行驶速度数据；

34、根据所述行驶速度数据，确定该待检测对象的行驶速度状态；

35、当该待检测对象的行驶速度状态满足预设的异常超速条件时，确定该待检测对象对应的高速事件检测结果用于表示该待检测对象对应的高速事件类型为第二预设事件类型；

36、当该待检测对象的行驶速度状态满足预设的异常低速条件时，确定该待检测对象对应的高速事件检测结果用于表示该待检测对象对应的高速事件类型为第一预设事件类型。

37、本发明第二方面公开了一种基于人工智能的高速事件智能化检测系统，所述系统包括：

38、设备调用模块，用于对于任一高速路段检测区域，基于该高速路段检测区域可能存在的待检测对象的对象类型，调用每一所述对象类型对应的信息采集设备集合，每一所述信息采集设备集合包括至少一个信息采集设备；

39、信息获取模块，用于对于每一所述待检测对象的对象类型，获取该对象类型对应的信息采集设备集合针对所述待检测对象所采集到的多维度状态信息；

40、事件确定模块，用于将针对每一所述待检测对象所采集到的多维度状态信息输入至预先训练收敛的高速事件检测模型，得到每一所述待检测对象对应的高速事件检测结果。

41、作为一种可选的实施方式，在本发明第二方面中，所述系统还包括：

42、责任确定模块，用于当所述待检测对象对应的高速事件检测结果用于表示所述待检测对象对应的高速事件类型为第一预设事件类型时，获取与所述待检测对象在同个检测时间段、同个高速路段检测区域所检测到的其它检测对象对应的事件关联信息；根据所述事件关联信息，确定所述待检测对象对应的高速事件的责任占比结果；

43、联动管控模块，用于当所述待检测对象对应的高速事件检测结果用于表示所述待检测对象对应的高速事件类型为第二预设事件类型时，根据所述待检测对象所行驶的交通路段，确定相应的联动追踪装置及联动管控装置；根据所述待检测对象对应的高速事件，对所述联动追踪装置及所述联动管控装置执行相应的控制操作，以实现对所述待检测对象的联动追踪及行驶管控。

44、作为一种可选的实施方式，在本发明第二方面中，所述责任确定模块根据所述事件关联信息，确定所述待检测对象对应的高速事件的责任占比结果的方式具体包括：

45、根据所述事件关联信息，确定所述其它检测对象的高速事件检测结果，并根据所述其它检测对象的高速事件检测结果，判断所述待检测对象是否满足预设的事件干扰条件；

46、当判断出所述待检测对象不满足所述事件干扰条件时，确定所述待检测对象对应的高速事件的责任占比结果用于表示主观因素占比大于客观因素占比；

47、当判断出所述待检测对象满足所述事件干扰条件时，根据所述事件关联信息，确定所述待检测对象和/或所述其它检测对象所对应的行车记录仪所记录的行驶路况信息，并根据所述行驶路况信息，判断所述待检测对象是否满足预设的路况干扰条件；

48、当判断出所述待检测对象满足所述路况干扰条件时，确定所述待检测对象对应的高速事件的责任占比结果用于表示客观因素占比大于主观因素占比；

49、当判断出所述待检测对象不满足所述路况干扰条件时，确定所述待检测对象对应的高速事件的责任占比结果用于表示主观因素占比大于客观因素占比。

50、作为一种可选的实施方式，在本发明第二方面中，所述联动管控模块根据所述待检测对象对应的高速事件，对所述联动追踪装置及所述联动管控装置执行相应的控制操作的方式具体包括：

51、确定所述待检测对象对应的高速事件的事件触发性质，并根据所述事件触发性质，判断所述待检测对象是否满足预设的紧急因素触发条件；

52、当判断出所述待检测对象满足所述紧急因素触发条件时，确定所述待检测对象所行驶的交通路段中的车辆行驶路线信息及路段车流量信息；根据所述所述车辆行驶路线信息及所述路段车流量信息，生成所述待检测对象的专属行驶路线；根据所述专属行驶路线，控制所述联动追踪装置对所述待检测对象进行实时追踪，并控制所述联动管控装置对所述交通路段中的其它交通对象进行交通管控操作，以实现所述待检测对象持续畅通行驶在所述专属行驶路线上；

53、当判断出所述待检测对象不满足所述紧急因素触发条件时，获取所述待检测对象的先前行驶轨迹信息及先前行驶车速信息；根据所述先前行驶轨迹信息及所述先前行驶车速信息，确定所述检测对象的预测行驶信息，所述预测行驶信息包括预测车道信息及预测车速信息；根据所述预测行驶信息，控制所述联动追踪装置对所述待检测对象进行实时追踪，并控制所述联动管控装置对所述待检测对象及所述交通路段中的其它交通对象执行相应的行驶提示管控操作，以实现所述交通路段的交通安全预干涉。

54、作为一种可选的实施方式，在本发明第二方面中，所述责任确定模块根据所述其它检测对象的高速事件检测结果，判断所述待检测对象是否满足预设的事件干扰条件的方式具体包括：

55、根据所述其它检测对象的高速事件检测结果，确定处于所述待检测对象前方的第一检测对象及所述第一检测对象的高速事件检测结果；

56、根据所述第一检测对象的高速事件检测结果，判断所述待检测对象是否满足预设的前方对象干扰条件；

57、当判断出所述待检测对象满足所述前方对象干扰条件时，确定所述待检测对象满足预设的事件干扰条件；

58、当判断出所述待检测对象不满足所述前方对象干扰条件时，确定所述待检测对象不满足预设的事件干扰条件。

59、作为一种可选的实施方式，在本发明第二方面中，所述责任确定模块根据所述行驶路况信息，判断所述待检测对象是否满足预设的路况干扰条件的方式具体包括：

60、根据所述行驶路况信息，确定所述待检测对象对应的侧方车辆信息及侧方行人信息；所述侧方车辆信息包括所述待检测对象与侧方车辆所对应的车辆间距信息及车速关系信息、所述待检测对象对应的侧方车流信息；所述侧方行人信息包括所述待检测对象的侧方行人所对应的行人位置信息及行人状态信息；

61、根据所述车辆间距信息及所述车速关系信息，确定所述侧方车辆带来的第一变道影响，并根据所述行人位置信息及行人状态信息，确定所述侧方行人带来的第二变道影响；

62、根据所述第一变道影响及所述第二变道影响，确定所述待检测对象的变道可行性，并判断所述变道可行性是否大于等于预设的变道可行性阈值；

63、当判断出所述变道可行性小于所述变道可行性阈值时，确定所述待检测对象满足预设的路况干扰条件；

64、当判断出所述变道可行性大于等于所述变道可行性阈值时，根据所述侧方车流信息，确定所述待检测对象的变道安全性，并判断所述变道安全性是否大于等于预设的变道安全性阈值；

65、当判断出所述变道安全性大于等于所述变道安全性阈值时，确定所述待检测对象不满足预设的路况干扰条件；

66、当判断出所述变道安全性小于所述变道安全性阈值时，确定所述待检测对象满足预设的路况干扰条件。

67、作为一种可选的实施方式，在本发明第二方面中，所述事件确定模块将针对每一所述待检测对象所采集到的多维度状态信息输入至预先训练收敛的高速事件检测模型，得到每一所述待检测对象对应的高速事件检测结果的方式具体包括：

68、对于每一所述待检测对象，根据针对该待检测对象所采集到的多维度状态信息，确定该待检测对象对应的行驶速度数据；

69、根据所述行驶速度数据，确定该待检测对象的行驶速度状态；

70、当该待检测对象的行驶速度状态满足预设的异常超速条件时，确定该待检测对象对应的高速事件检测结果用于表示该待检测对象对应的高速事件类型为第二预设事件类型；

71、当该待检测对象的行驶速度状态满足预设的异常低速条件时，确定该待检测对象对应的高速事件检测结果用于表示该待检测对象对应的高速事件类型为第一预设事件类型。

72、本发明第三方面公开了另一种基于人工智能的高速事件智能化检测系统，所述装置包括：

73、存储有可执行程序代码的存储器；

74、与所述存储器耦合的处理器；

75、所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明第一方面公开的一种基于人工智能的高速事件智能化检测方法。

76、本发明第四方面公开了一种计算机存储介质，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行本发明第一方面公开的一种基于人工智能的高速事件智能化检测方法。

77、与现有技术相比，本发明实施例具有以下有益效果：

78、本发明实施例中，对于任一高速路段检测区域，基于该高速路段检测区域可能存在的待检测对象的对象类型，调用每一该对象类型对应的信息采集设备集合，每一该信息采集设备集合包括至少一个信息采集设备；对于每一该待检测对象的对象类型，获取该对象类型对应的信息采集设备集合针对该待检测对象所采集到的多维度状态信息；将针对每一该待检测对象所采集到的多维度状态信息输入至预先训练收敛的高速事件检测模型，得到每一该待检测对象对应的高速事件检测结果。可见，本发明能够调用待检测对象的对象类型所对应的信息采集设备采集多维度状态信息，并根据多维度状态信息智能化确定待检测对象的高速事件检测结果，有利于提高待检测对象的高速事件检测方式的合理性和整体性，以及还有利于提高待检测对象的多维度状态信息获取方式及信息采集设备的针对性，进而有利于提高确定出的多维度状态信息的准确性和可靠性，从而有利于提高待检测对象的高速事件的检测准确性及检测可靠性，以及还有利于提高待检测对象的高速事件的检测效率及检测便捷性，进一步有利于提高高速事件的应对处理及时性和准确性，以及有利于提高高速路段的安全性。