行之知识产权综合服务平台

技术领域

本发明涉及交通警示技术领域，具体涉及一种公路急转弯车辆通行智能警示控制 方法及其系统。

背景技术

道路的交通安全意味着人或物遭受损失的可能性是可以接受的；若这种可能性超 过了可接受的水平，即为不安全。道路交通系统作为动态的开放系统，其安全既受系统内部 因素的制约，又受系统外部环境的干扰，并与人、车辆及道路环境等因素密切相关。系统内 任何因素的不可靠、不平衡、不稳定，都可能导致冲突与矛盾，产生不安全因素或不安全状 态。

随着汽车的发展和普及，道路安全交通事故也相应增多，给人们的生命财产带来 损失。特别是公路状况得到不断改善，车速也已经越来越高，在一些急转弯车道，尤其是一 些盘山公路的上下坡急转弯车道，在急转弯处相向而行的两车进行会车时往往因驾驶员视 角受限，经常听到有在急弯处由于避让不及，造成车辆相撞的事故报道，造成极大的安全和 财产损失。而现有的针对这些急转弯车道一般采用在转弯处安装反光镜来处理，但是这种 方式在天黑或者下雨等天气下驾驶员很难获取足够的警示信息，实际效果很不理想。另外， 如果是在上下坡急转弯车道的急转弯处安装反光镜的话，由于上下坡存在斜度，因此安装 反光镜难以同时给上坡行驶和下坡行驶的驾驶员警示信号，其实际效果不是很理想。

通过国内专利文献检索发现有一些相关专利文献报道，主要有以下一些：

1、公开号为CN202644425U，名称为“一种公路急转弯处车辆通过提示喇叭”实用新型 专利，属于机械产品领域。该专利涉及一种公路急转弯处车辆通过提示喇叭，利用喇叭的声 音提示弯道另一方有车辆驶入弯道，在弯道两边的公路路面上，分别设有产生气体的气源 发生装置，并在弯道两边的公路旁边分别设置汽笛喇叭，汽笛喇叭与公路路面的气源发生 装置相连通，并由气源发生装置所产生的流动气体发出喇叭声。可以有效避免司机通过弯 道，没有注意看反光镜，也没有鸣喇叭提示对面的情况发生，可以达到强制性提示的目的。

2、公开号为CN201785709U，名称为“上下坡急转弯警示器”实用新型专利，该专利 涉及一种上下坡急转弯警示器。属于机电控制领域，包括有设置于上下坡急转弯一侧上坡 道上的车辆感应器和设置于上下坡急转弯一侧下坡道上的车辆感应器，上下坡急转弯两侧 中每一侧车道上还分别竖立设置与另一侧车道上的车辆感应器控制相连接的警示牌。

3、专利号为CN201020219521.3，名称为“一种用于公路急转弯路口的车辆警示 装置”实用新型专利，该专利涉及一种用于公路急转弯路口的车辆警示装置，属于机电控制 技术领域。包括力电转换组件、电能处理组件和电子显示屏，其中力电转换组件安装于公 路急转弯路口的入口处，电子显示屏安装于公路急转弯路口的出口处。力电转换组件将行 驶车辆的动能转换为电能；电能处理组件将力电转换组件产生的交流电转换为可以持续点 亮电子显示屏的直流电；电子显示屏包括若干并联的LED灯，构成起警示作用的文字内 容。如果有车辆驶过时，力电转换组件发的电能会点亮电子显示屏，从而警示对面驶入车 辆的司机，以减少车祸的发生。

4、专利号为CN200420073346.6，名称为“急转弯公路汽车安全交会声光警示装 置”实用新型专利，该专利涉及用于公路急转弯处汽车交会时的声光警示装置。设有拾音 器/话筒、声控电路、声光警示电路，拾音器/话筒的输出端接声控电路的输入端，声控电路 的输出端经连接导线接声光警示电路。使用时，将拾音器/话筒设置在公路急转弯处前方约 50m处，并设进入安全线等标记，声光警示电路可根据路况设于公路急转弯处另一侧适当 位置，车辆进入安全线或/和看到标记时，驾驶员鸣喇叭，声光警示电路同时发出警示声光 信号，提醒驾驶员在进入急转弯处前减速、礼让。

上述专利虽然提出了公路急转弯处汽车交会时的技术方案，可是目前很多驾驶人 员还是存在一定的侥幸心理，对声光提醒并不是很重视。公路急转弯处，大型汽车与小汽车 等会车不当引起的恶性事故是非常惨重的。如果能够进一步提升技术方案，通过警示装置 精确告知车辆类型、速度信息，分类报警、警示，这样效果会更有针对性，效果会更好。进一 步，上述专利更多关注在道路中的车辆交会安全，对于道路中的行人参与者并没有考虑到， 没有对行人给予足够的警示。

发明内容

本发明的目的在于针对目前公路急转弯车辆通行只针对车辆检测以及检测的信 息量不足等现状，提出的一种公路急转弯车辆通行智能警示控制系统，能够检测车辆与行 人的详细信息，通过不同的警示信息避免急转弯处发生交通事故。

为实现上述目的，本发明的公路急转弯车辆通行智能警示控制系统包括图像采集 模块、图像处理分析模块、用于获取车辆的轴数、重量和速度信息的压电传感检测模块、车 辆信息提取模块和警示机构；警示机构包括警示提醒模块和示警模块；所述示警模块通过 控制线路与所述警示提醒模块相连；

压电传感检测模块包括沿道路的长度方向相邻设置的地感线圈和压电薄膜传感器，用 于获取车辆的轴数、重量和速度信息；

图像采集模块包括对准车辆区域的车辆摄像头和对准行人区域的多个行人摄像头，车 辆摄像头用于采集车辆图像，行人摄像头用于采集行人图像；

图像处理分析模块包括背景分离模块和卷积神经网络；背景分离模块用于在车辆摄像 头采集的图像中提取车辆轮廓形状；卷积神经网络用于根据车辆轮廓形状对车辆进行分 类、并计算对应车辆的类型及车辆的位置信息；图像处理分析模块设置有两套，分别为车辆 图像处理分析模块和行人图像处理分析模块；

车辆信息提取模块包括径向基神经网络分类器，用于对压电传感检测模块和图像处理 分析模块传送的数据进行融合、并对图像处理分析模块传送的车辆类型进行修正；

警示提醒模块为集成电路或ＰＬＣ或单片机，用于接收车辆信息提取模块的信息并控 制示警模块示警；

示警模块包括LED显示屏和扬声器，LED显示屏用于显示警示图像和警示语，扬声器用 于播报警示声音；

图像采集模块和压电传感检测模块分别与图像处理分析模块相连接，图像处理分析模 块与车辆信息提取模块相连接；车辆信息提取模块与警示提醒模块相连接，警示提醒模块 与示警模块相连接；

在道路急转弯处设有广角镜；

所述警示机构、所述图像采集模块和所述压电传感检测模块在转弯处两侧的道路上设 有两套，且按照距离道路转弯处由近及远的方向，按顺序间隔设置所述警示机构、所述图像 采集模块和所述压电传感检测模块。

所述车辆摄像头相对于车辆区域的每个车道均设置有两个以上。

所述行人摄像头成对安装且每对行人摄像头中的两个摄像头安装方向相反。

所述压电薄膜传感器沿道路的长度方向间隔设有两个。

所述地感线圈的中部和压电薄膜传感器的中部均位于两个车道的车道分隔线处。

所述警示机构包括警示提醒模块和示警模块；警示提醒模块与示警模块控制连 接；示警模块包括LED显示屏和扬声器。

本发明的目的还在于提供一种使用上述公路急转弯车辆通行智能警示控制系统 的警示控制方法。

为实现该目的，本发明提供了一种警示控制方法，在车辆驶入所述公路急转弯车 辆通行智能警示控制系统的设置区域后，依次按以下步骤进行：

(1)通过压电传感检测模块获取车辆的轴数、重量和速度信息；

(2)通过所述图像采集模块的车辆摄像头采集当前系统所视区域的车辆图像，通过行 人摄像头采集当前系统所视区域的行人图像；

(3)通过所述图像处理分析模块完成车辆类型的初步辨识及行人信息的提取：

对于图像采集模块的车辆摄像头采集的车辆区域图片，背景分离模块通过背景分离操 作获得包含车辆部分的前景区域，再根据边缘特征提取车辆轮廓形状，并利用所述卷积神 经网络对车辆进行分类，并计算对应车辆的类型及其车辆的位置信息；

通过设置多个行人摄像头采集行人区域图片，防止存在盲区；每个行人区域的图片都 利用背景分离模块通过背景分离操作获得包含行人部分的前景区域，再根据边缘特征提取 行人轮廓形状，并利用训练过的卷积神经网络辨识出道路中的行人；

(4)通过所述车辆信息提取模块完成车辆多源信息的融合提取：

将压电传感检测模块所获取的车辆轴数、重量、速度信息和图像处理分析模块所获取 的车辆类型进行数据融合，利用离线训练过的径向基神经网络分类器对第（3）步骤中辨识 的车辆类型进行修正；

(5)将前述车辆信息提取模块所获取的车辆、行人信息发送给所述的警示提醒模块， 所述警示提醒模块根据下列情况进行相应的动作：

a.某时车道上有行人的情况下，控制示警模块发出信号提醒对向车道车辆减速避让；

b.某时某车辆占道行驶、并且以下两条件中的任一条件满足的情况下，控制示警模块 发出信号提醒当前车辆按规定减速慢行并行驶到正确的车道，同时提醒对向车道车辆停车 避让；

所述两条件的第①项条件是该车辆的行驶速度大于等于30公里每小时；所述两条件的 第②项条件是该车辆为重载大型车辆；

c.某时某车辆是重载的大型车辆的情况下，控制示警模块发出信号提醒对向车道车辆 减速并慢行避让；

d.某时某车辆是正常速度通行并按照车道通行的情况下，控制示警模块发出信号提醒 对向车道车辆慢行；

e.对向车道无道路参与者的情况下，控制示警模块发出信号双向提醒谨慎驾驶。

本发明的优势及其有益效果如下：对于公路急转弯道路，通过本发明的公路急转 弯车辆通行智能警示控制系统及方法，精确告知车辆类型、速度信息，实现分类报警、警示。 特别是针对大型、重载汽车，本发明的警示控制系统通过（红色）文字、喇叭提醒对向车辆注 意安全，可有效减低恶性交通事故发生。进一步，本专利还考虑到道路中的行人参与者的安 全，通过喇叭对行人给予足够的通行安全警示，避免道路急转弯处的道路参与者因未提前 知晓转弯处另一侧道路上的车辆和行人情况而发生交通事故。

附图说明

图1是本发明的警示控制方法的原理示意图；

图2是本发明中的警示机构和图像采集模块、传感模块在道路转弯处的布置示意图；

图2中附图标记的含义是：101、地感线圈；102、压电薄膜传感器、103、图像采集模块； 104、示警模块；301、广角镜。

图3是成对设置的行人摄像头的安装示意图；

图3中附图标记的含义是：111、行人摄像头；112、可调角度螺钉；213、可拆卸定焦镜 头。图4是车辆图像处理分析模块进行车辆类型辨识的流程图；

图5是车辆图像处理分析模块进行车辆类型及行人辨识的卷积神经网络结构示意图；

图6是行人图像处理分析模块进行行人辨识的流程图；

图7是行人图像处理分析模块的行人区域辨识模板示意图；

图8是车辆信息提取模块进行车辆类型多源融合检测的流程图。

具体实施方式

如图1至图8所示，本发明公开了一种公路急转弯车辆通行智能警示控制系统，包 括图像采集模块103、图像处理分析模块、用于获取车辆的轴数、重量和速度信息的压电传 感检测模块、车辆信息提取模块和警示机构；警示机构包括警示提醒模块和示警模块104； 系统的核心优选采用分布式的嵌入式处理系统，每个模块可独立完成自己的任务，相互之 间按照图1所示的流程进行通信，完成所有数据检测、逻辑判断、图像分析以及警示控制。

压电传感检测模块包括沿道路的长度方向相邻设置的地感线圈101和压电薄膜传 感器102，用于获取车辆的轴数、重量和速度信息；

图像采集模块103包括对准车辆区域的车辆摄像头和对准行人区域的多个行人摄像头 111，车辆摄像头用于采集车辆图像，行人摄像头111用于采集行人图像；

为了提升行人检测的覆盖范围及其精度，本发明专利对该行人摄像头111进行了调整， 其结构示意图如图3所示。通过可调角度螺钉112可对用于采集行人区域图像的行人摄像头 111拍摄角度进行微调，减少现场安装的难度，可实现最大范围的有效图像采样。进一步，通 过可拆卸定焦镜头213可对行人重点区域的图像采样，减少现场布设安装杆的数量。另外， 为了减少行人侦测的盲区，行人摄像头111优选180°正反安装。

图像处理分析模块包括背景分离模块（背景分离模块为本领域常规技术，其具体 组成不再详述）和训练过的卷积神经网络；背景分离模块用于在车辆摄像头采集的图像中 提取车辆轮廓形状；卷积神经网络用于根据车辆轮廓形状对车辆进行初步的分类、并计算 对应车辆的类型及车辆的位置信息；图像处理分析模块设置有两套，分别为车辆图像处理 分析模块和行人图像处理分析模块，图2中为简化起见，两套图像处理分析模块合二为一用 一个方框表示。

车辆信息提取模块包括径向基神经网络（SVM）分类器，用于对压电传感检测模块 和图像处理分析模块传送的数据进行融合、并对图像处理分析模块传送的车辆类型进行修 正；

警示提醒模块为集成电路或ＰＬＣ或单片机，用于接收车辆信息提取模块的信息并相 应控制示警模块104示警；设计集成电路或者单片机或者ＰＬＣ编程实现指定功能为本领 域人员的常规技能，警示提醒模块的具体结构不再详述。警示提醒模块也为本领域常规技 术，其具体组成不再详述。

示警模块104包括LED显示屏和扬声器，LED显示屏用于显示警示图像和警示语，扬 声器用于播报警示声音；

模块连接关系：图像采集模块103和压电传感检测模块分别与图像处理分析模块相连 接，图像处理分析模块与车辆信息提取模块相连接；车辆信息提取模块与警示提醒模块相 连接；所述示警模块104通过控制线路与所述警示提醒模块相连；

在道路急转弯处设有广角镜301（即凸面镜，从而能够使过往司机或行人提前看到转弯 后方的车辆或行人）；

警示机构和图像采集模块103、传感模块的地面位置关系：所述警示机构、所述图像采 集模块103和所述压电传感检测模块在转弯处两侧的道路上设有两套，且按照距离道路转 弯处由近及远的方向，按顺序间隔设置所述警示机构、所述图像采集模块103和所述压电传 感检测模块。

所述车辆摄像头相对于车辆区域的每个车道均设置有两个以上，从而防止存在盲 区。

所述行人摄像头111成对安装且每对行人摄像头111中的两个摄像头安装方向相 反（即该两个摄像头呈180度角正反安装），防止存在盲区。

所述压电薄膜传感器102沿道路的长度方向间隔设有两个。通过设置两个压电薄 膜传感器102，计算车辆通过的时间差即可准确获取车辆的速度信息。

所述地感线圈101的中部和压电薄膜传感器102的中部均位于两个车道的车道分 隔线处。这样仅需部署一套压电传感检测模块即可检测两个车道上的车辆信息。当然，如果 车辆不是在两个车道的中央行驶，由于只有车辆临近车道分隔线一侧的轮胎压在地感线圈 101和压电薄膜传感器102上，因此测量的车辆重量需要放大一倍。

所述警示机构包括警示提醒模块和示警模块104；警示提醒模块与示警模块104控 制连接；示警模块104包括LED显示屏和扬声器；

本发明还公开了使用上述公路急转弯车辆通行智能警示控制系统的警示控制方法，在 车辆驶入所述公路急转弯车辆通行智能警示控制系统的设置区域后，依次按以下步骤进 行：

(1)通过压电传感检测模块获取车辆的轴数、重量和速度信息；

压电传感检测模块负责获取车辆的轴数、重量、速度信息。为了降低成本，对于两车道 的公路情况，地感线圈101和压电薄膜传感器102部署在两个车道的中央位置，这样如果车 辆不是在两个车道中央行驶，那么测量的车辆重量需要放大一倍。通过设置两个压电薄膜 传感器102，计算通过的时间差即可准确获取车辆的速度信息。其模块的安装部署如图2所 示。

由于温度和车速对压电薄膜传感器102的检测准确性影响较大，因而需要建立一 个模糊推理系统，对检测后的车辆重量进行适当的修正，修正方法为获取的重量与推理的 放大倍数进行乘积运算，其相关模糊推理规则如表2所示：

表2车辆检测重量修正糊推理规则表

(2)通过所述图像采集模块103的车辆摄像头采集当前系统所视区域的车辆图像，通过 行人摄像头111采集当前系统所视区域的行人图像；

(3)通过所述图像处理分析模块完成车辆类型的初步辨识及行人信息的提取。

对于图像采集模块103的车辆摄像头采集的车辆区域图片，背景分离模块通过背 景分离操作（背景分离操作为本领域常规技术）获得包含车辆部分的前景区域，再根据边缘 特征提取车辆轮廓形状，并利用训练过的所述卷积神经网络对车辆进行初步的分类，并计 算对应车辆的类型及其单个车辆的位置信息；

通过设置多个行人摄像头111采集行人区域图片，防止存在盲区；每个行人区域的图片 都利用背景分离模块通过背景分离操作获得包含行人部分的前景区域，再根据边缘特征提 取行人轮廓形状，并利用训练过的卷积神经网络（有效）辨识出道路中的行人。

具体地，如图4所示，车辆图像处理分析模块在工作中按以下步骤进行：

①通过当前图像与背景图像相减而获得车辆的前景像素部分。背景图像为没有车辆通 行时候的摄像头所拍摄图片，该背景图片在一定时间段内是保持固定不变的（正常情况下， 道路急转弯处的路况不会经常发生变化）。本系统通过地感线圈101可准确检测到车道上的 车辆通行情况，因而能为本模块提供准确的参考信号输入，及时更新背景图片。通过两帧图 像相减，得到不相同的像素集合。对于这一部分像素集合，获取车辆区域图片中对应的像素 部分并进行灰度化，即获得了前景部分。

②提取边缘特征。对于已经获取的前景部分，车辆图像处理分析模块需要进一步 进行处理，获取车辆的边缘特征。边缘特征由傅里叶算子+Canny算子的混合运算完成，从而 得到一副黑白的二值图像，代表了车辆的主要轮廓信息。

③卷积神经网络分类。本系统通过离线训练卷积神经网络，样本为不同远近，不 同类型的车辆二值轮廓图片，输出为车辆的类型，从而实现对车辆类型的初步判断，其卷积 神经网络结构如图5所示，卷积神经网络的数据处理流程如下：

a.卷积神经网络的输入层则为整个图像，如图5中所示，图像尺寸可以设为29*29像 素。将图像按列展开，形成841个结点；而第一层的结点向前没有任何的连结线。

b.卷积后产生三个特征提取图，然后特征提取图中每组的四个像素再进行求和， 加权值，加偏置，通过一个Sigmoid函数得到三个特征映射图。

c.进一步对产生的三个特征映射图再次进行卷积，卷积后产生三个二次特征提 取图，然后对二次特征提取图中每组的四个像素再进行求和，加权值，加偏置，同样通过一 个Sigmoid函数得到三个二次特征映射图。

d.对上述产生的二次特征映射图进行光栅化，并连接成一个向量输入到传统的 神经网络，得到输出结果。

本系统中，卷积神经网络在本质上是一种输入到输出的映射，它能够学习大量的 输入与输出之间的映射关系，而不需要任何输入和输出之间的精确的数学表达式，只要用 已知的模式对卷积网络加以训练，网络就具有输入输出对之间的映射能力。卷积网络执行 的是有导师训练，所以其样本集是由形如：（车辆轮廓二值输入图像向量，车辆类型输出向 量）的向量对构成的。所有这些向量对，都应该是来源于网络即将模拟的系统的实际“运行” 结果，它们是从实际运行系统中采集来的。在开始训练前，所有的权都用一些不同的小随机 数进行初始化。

在公路急转弯路段，当前行驶的车辆如果占据对向车道，其后果是很危险的，尤其 是大型车辆、重载车辆与小型车辆交会的情况。因此，图像采集模块103还能完成当前车辆 所在车道的初步判断，其判断依据采用模糊推理系统。以两车道为例，其相关模糊推理规则 如表1所示：

表1车辆所占车道模糊推理规则表

行人图像处理分析模块工作原理如图6所示，行人图像处理分析模块对所有全景、重点 区域的行人图像都逐一进行分析处理、汇总。通过背景分离操作获得包含行人部分的前景 区域，再根据边缘特征提取行人轮廓形状，并利用训练过的卷积神经网络对行人进行辨识， 并计算对应行人所在车道的位置信息。主要包括以下步骤：

①通过当前图像与背景图像相减而获得行人的前景像素部分。背景图像为没有行人通 行时候的摄像头所拍摄图片。该背景图片在一定时间段内是保持固定的，为了避免车辆的 干扰，该背景的采样时刻与车辆背景采样时刻相同。

②提取边缘特征。对于已经获取的前景部分，行人图像处理分析模块需要进一步 进行处理，获取行人的边缘特征。边缘特征由傅里叶算子+Canny算子的混合运算完成。从而 得到一副黑白的二值图像，代表了行人的主要轮廓信息。

③卷积神经网络分类。通过离线训练卷积神经网络，样本为不同远近，不同身材的 行人黑白二值轮廓图片，输出为行人的概率，从而实现对行人的辨识判断，其使用卷积神经 网络结构同车辆类型初步分类相同，同样如图5所示。

另外，为了辨识行人所在道路的区域，提升交通安全，其行人区域辨识模板图如图 7所示。通过判断所在行人轮廓所在模板中的位置，即可分出是否在安全区域中。图7中通过 不同颜色标识安全等级，图7中的安全模板的配置情况可根据现场的摄像头安装位置进行 具体设置。图7中红色区域为高危区域，黄色区域为具有危险的区域，绿色区域为安全区域。

(4)通过所述车辆信息提取模块完成车辆多源信息的融合提取：

将压电传感检测模块所获取的车辆轴数、重量、速度信息和图像处理分析模块所获取 的车辆类型进行数据融合，利用离线训练过的径向基神经网络（SVM）分类器对第（3）步骤中 辨识的车辆类型进行修正，并提取车辆所在车道的信息，为警示提醒模块提供可靠的基础 数据。车辆信息提取模块的工作原理如图8所示。

(5)将第(4)步骤中车辆信息提取模块所获取的车辆、行人信息发送给所述的警 示提醒模块，所述警示提醒模块根据下列情况进行相应的动作：

a.某时车道上有行人的情况下，控制示警模块104发出信号提醒对向车道车辆减速避 让；

b.某时某车辆占道行驶、并且以下两条件中的任一条件满足的情况下，控制示警模块 104发出信号提醒当前车辆按规定减速慢行并行驶到正确的车道，同时提醒对向车道车辆 停车避让；

所述两条件的第①项条件是该车辆的行驶速度大于等于30公里每小时；所述两条件的 第②项条件是该车辆为重载大型车辆；

c.某时某车辆是重载的大型车辆的情况下，控制示警模块104发出信号提醒对向车道 车辆谨慎减速并慢行避让；

d.某时某车辆是正常速度通行并按照车道通行的情况下，控制示警模块104发出信号 提醒对向车道车辆慢行礼让行驶；

e.对向车道无道路参与者（即既无车辆又无行人）的情况下，控制示警模块104发出信 号双向提醒谨慎驾驶；

上述第（5）项中的交通规则对进出双向的车辆都适用。

所述示警模块104通过LED显示屏显示相关警示语，根据等级可用红色、黄色（红色 等级相较黄色等级更为紧急）显示，以提示会车的相关车辆驾驶人员。进一步，为了方便提 醒道路上的行人，所述示警模块104还在警示提醒模块的控制下可通过声音报警告知对向 道路的来车情况，如根据当前道路上所行驶的汽车类型，自动模拟所对应汽车的鸣笛声；又 如在情况紧急时，直接语音提醒行人注意避让。

以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该 了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原 理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些未脱离本发 明的实质的变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权 利要求书及其等效物界定。