(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210752508.1 (22)申请日 2022.06.29 (65)同一申请的已公布的文献号 申请公布号 CN 114822044 A (43)申请公布日 2022.07.29 (73)专利权人 山东金宇信息科技 集团有限公司 地址 250101 山东省济南市高新区天辰大 街1188号 (72)发明人 李文静　孙庆文　王双　庄子杰　 (74)专利代理 机构 济南千慧专利事务所(普通 合伙企业) 37232 专利代理师 史传英 (51)Int.Cl. G08G 1/01(2006.01) G08G 1/052(2006.01) G08G 1/123(2006.01) G08G 1/16(2006.01) G08B 31/00(2006.01)G06V 20/58(2022.01) G06V 10/22(2022.01) G06V 10/762(2022.01) G06T 7/246(2017.01) G06T 7/277(2017.01) (56)对比文件 CN 113362650 A,2021.09.07 CN 111731283 A,2020.10.02 CN 10910 0155 A,2018.12.28 CN 104680841 A,2015.0 6.03 CN 109070890 A,2018.12.21 CN 113505187 A,2021.10.15 WO 2012137641 A1,2012.10.1 1 CN 111462488 A,2020.07.28 范菁等.基 于二次谱聚类和H MM-RF混合模型 的车辆行为识别方法研究. 《计算机科 学》 .2016, (第05期), 审查员 杨钰 (54)发明名称 一种基于隧道的行 车安全预警方法及设备 (57)摘要 本申请实施例公开了一种基于隧道的行车 安全预警方法及设备。 属于交通控制系统技术领 域。 获取进入隧道的车辆所对应的第一实时车速 与第一实时位置， 获取进入隧道的车辆所对应的 周围预设范围内车辆的第二实时位置与第二实 时车速； 基于第一实时位置与第一实时车速得到 进入隧道的车辆对应的第一预测轨迹； 基于第二 实时位置与第二实时车速得到预设范围内车辆 的第二预测轨迹； 对第二预测轨迹进行分类， 确 定出多种车辆轨迹集合分别对应的轨迹数量占 比值； 获取隧道亮度， 基于隧道亮度、 第一预测轨 迹以及多种车辆轨迹集合得到风险轨迹集合； 基 于轨迹数量占比值以及风险轨迹集合， 得到安全 预警信息。 通过上述方法， 降低隧道内交通事故 的发生机率。 权利要求书3页 说明书10页 附图2页 CN 114822044 B 2022.09.09 CN 114822044 B 1.一种基于隧道的行 车安全预警方法， 其特 征在于， 所述方法包括： 获取进入隧道的车辆所对应的第 一实时车速与第 一实时位置， 以及获取所述进入隧道 的车辆所对应的周围预设范围内车辆的第二实时位置与第二实时车速； 将所述第一实时位置输入卡尔曼滤波器， 得到所述进入隧道的车辆的第一参考轨迹， 基于所述第一参考轨迹以及所述第一 实时车速， 得到所述进入隧道的车辆对应的第一预测 轨迹； 将所述第二实时位置以及所述第 二实时车速输入预设轨迹预测模型， 以得到所述周围 预设范围内车辆的第二预测轨 迹； 其中， 同一车辆对应一条或多条第二预测轨 迹； 利用动态聚类算法， 对所述周围预设范围内车辆对应的第二预测轨迹进行分类处理， 以得到多种车辆 轨迹集合， 并确定出 所述多种车辆 轨迹集合分别对应的轨 迹数量占比值； 获取所述进入隧道 的车辆所在位置对应的隧道亮度， 将所述隧道亮度、 所述第一预测 轨迹以及所述多种车辆轨迹集合输入预置风险评估模型， 以得到所述进入隧道的车辆对应 的风险轨 迹集合； 所述获取所述进入隧道的车辆所在位置对应的隧道亮度， 将所述隧道亮度、 所述第一 预测轨以及所述多种车辆轨迹集合输入预置风险评估模型， 以得到所述进入隧道的车辆的 风险轨迹集合， 包括： 通过第一亮度传感器获取隧道口的光亮强度； 其中， 所述第一亮度传感器安装于 隧道 口处； 确定与所述进入隧道的车辆距离最近的第 二亮度传感器， 并通过所述距离最近的第 二 亮度传感器获取所述进入隧道的车辆所对应的隧道内光亮强度； 其中， 多个所述第二亮度 传感器间隔均匀的安装于隧道内； 将所述隧道口 的光亮强度与所述隧道内光亮强度进行比对， 得到光亮差值； 将所述光亮差值、 所述第 一预测轨迹以及所述多种车辆轨迹集合输入预置风险评估模 型， 以通过 所述预置风险评估 模型输出 所述进入隧道的车辆的风险轨 迹集合； 基于所述轨迹数量占比值以及所述风险轨迹集合， 得到所述进入隧道的车辆所对应的 安全预警信息； 所述基于所述轨迹数量占比值以及所述风险轨迹集合， 得到所述进入隧道的车辆所对 应的安全预警信息， 具体包括： 将所述光亮差值与 预置亮度风险等级表进行比对， 确定出所述光亮差值对应的亮度风 险等级； 其中， 所述预置亮度风险等级表中包括多种亮度差值， 以及与所述多种亮度差值分 别对应的亮度风险等级； 确定所述风险轨迹集合中的多个风险轨迹分别对应的所述多种车辆轨迹集合； 基于所 述多种车辆轨迹集合分别对应的风险轨迹的数量， 与所述多种车辆轨迹集合分别对应的轨 迹数量占比值进行乘积计算， 以得到 轨迹风险值； 将所述轨迹风险值与 预置轨迹风险等级表进行比对， 确定出所述轨迹风险值对应的轨 迹风险等级； 其中， 所述轨迹风险等级表中包括多种轨迹风险值， 以及与所述多种轨迹风险 值分别对应的轨 迹风险等级； 将所述亮度风险等级与所述轨迹风险等级进行比对， 以将风险程度高的风险等级发送 至所述进入隧道的车辆， 以对所述进入隧道的车辆进行安全预警。权　利　要　求　书 1/3 页 2 CN 114822044 B 22.根据权利要求1所述的一种基于隧道的行车安全预警方法， 其特征在于， 所述将所述 第一实时位置 输入卡尔曼 滤波器， 得到所述进入隧道的车辆的第一 参考轨迹， 具体包括： 将所述第一实时位置对应的当前帧图像输入预置目标识别模型， 通过所述预置目标识 别模型得到所述进入隧道的车辆对应的标注框； 通过所述卡尔曼滤波器对所述第 一实时位置对应的前一帧图像的运动特征进行提取， 得到所述进入隧道的车辆在当前帧中的预测位置信息； 基于所述标注框、 所述预测位置信息进行匈牙利计算， 以对所述标注框与所述预测位 置信息进行级联匹配， 得到匹配集 合； 根据所述匹配集 合得到所述进入隧道的车辆的第一 参考轨迹。 3.根据权利要求2所述的一种基于隧道的行车安全预警方法， 其特征在于， 所述基于所 述第一参考轨迹以及所述第一实时车速， 得到所述进入隧道的车辆对应的第一预测轨迹， 具体包括： 获取所述进入隧道的车辆在当前路段内的第 一实时车速， 将所述第 一实时车速与 预置 历史车速变换数据库进 行比对， 以得到所述进入隧道的车辆对应的第二参考轨迹； 其中， 所 述预置历史车速变换数据库中包括： 所述当前路段对应的不同车辆的不同车速， 以及所述 不同车辆分别在下一时刻分别对应的运动轨 迹； 将所述第一参考轨迹与所述第 二参考轨迹进行比对， 确定出二者距离差值大于第 一预 设距离阈值的待确定 轨迹路段； 基于所述进入隧道的车辆在当前时刻对应的隧道图像信息， 以及所述待确定轨迹路 段， 确定出 所述第一预测轨 迹。 4.根据权利要求3所述的一种基于隧道的行车安全预警方法， 其特征在于， 所述基于所 述进入隧道的车辆在当前时刻对应的隧道图像信息， 以及所述待确定轨迹路段， 确定出所 述第一预测轨 迹， 具体包括： 获取所述进入隧道的车辆在当前时刻对应的隧道图像信息； 并基于所述隧道图像信 息， 确定出 所述进入隧道的车辆对应的障碍物 距离和/或周围预设范围内的车辆距离； 在所述障碍物距离和/或周围预设范围内的车辆距离， 小于第二预设距离阈值的情况 下， 将所述第一 参考轨迹作为所述待确定 轨迹路段， 以得到所述第一预测轨 迹； 否则将所述第二 参考轨迹作为所述待确定 轨迹路段。 5.根据权利要求1所述的一种基于隧道的行车安全预警方法， 其特征在于， 所述将所述 第二实时位置以及所述第二 实时车速输入预设轨迹预测模型， 以得到所述周围预设范围内 车辆的第二预测轨 迹之前， 所述方法还 包括： 将预先采集的位置信 息训练集与 车速信息训练集作为输入， 将所述位置信 息训练集与 所述车速信息训练集对应的轨迹训练集作为输出， 对预置神经网络模型进行训练， 以得到 所述预设轨 迹预测模型； 其中， 同一位置信 息训练集与同一车速信 息训练集在所述轨迹训练集中对应有一条或 多条轨迹。 6.根据权利要求1所述的一种基于隧道的行车安全预警方法， 其特征在于， 所述利用动 态聚类算法， 对所述周围预设范围内车辆对应的第二预测轨迹进行分类处理， 以得到多种 车辆轨迹集合， 并确定出 所述多种车辆 轨迹集合分别对应的轨 迹数量占比值， 具体包括：权　利　要　求　书 2/3 页 3 CN 114822044 B 3