重点车辆安全监测预警技术方案_安全驾驶监测解决方案

最新推荐文章于 2024-10-13 05:15:00 发布

2401_83817343

最新推荐文章于 2024-10-13 05:15:00 发布

阅读量576

点赞数 5

分类专栏：程序员文章标签：安全

本文链接：https://blog.csdn.net/2401_83817343/article/details/138960728

版权

程序员专栏收录该内容

379 篇文章 1 订阅

订阅专栏

2.4.3 架构体系

1.系统架构

重点车辆安全监测预警平台采用了物联网、北斗高精度定位技术、人工智能技术、区块链技术、视觉识别、大数据计算技术等前沿高科技技术。平台通过对人、车、路的信息（即重点车辆驾驶员信息、重点车辆状态信息、道路桥梁信息）进行多维度实时监控，数据能够实时传回平台并进行海量大数据处理。

平台利用海量并发的数据处理结果可实现两大核心功能，基于人工智能的实时评估预警体系和基于区块链技术的信息管理平台。可充分保障重点车辆驾驶人员安全、车辆本身运行安全以及道路桥梁等交通基础设施的安全，加强对重点车辆的运行安全管控，也是充分保障人民群众生命财产安全的重要组成部分。

如上图所示，整个系统主要分为三大部分组成，前端的感知端，通信链路、云平台。

****（1）驾驶员。****主要通过在待测桥梁上安装高精度北斗定位设备、高裂缝计、倾斜仪、车辆动态称重系统、风速风向仪等设备仪器分别对桥梁的位移形变、振动、倾斜变化、裂缝、车辆荷载、风速风向等进行实时监测。

****（2）********通信链路。****采用蜂窝网络等组成的多回路通信链路。由于城市区域一般蜂窝通信网络都能够覆盖（如4G、物联网NB-IOT等），所以一般在蜂窝覆盖良好的区域前端感知设备的数据传输采用蜂窝通信。

****（3）云平台。****云平台主要由数据处理计算模块、数据库、算法模块、GIS系统及各项应用等组成。可在GIS系统的基础上为用户提供桥梁位移、形变、倾斜、振动、风速风向、车辆重量等数据计算分析展示、设备监控与管理、决策支持与指挥调度、预警等多种业务应用。

2.详细设计

2.1驾驶员信息监控

2.1.1驾驶员基本信息管理

基本信息管理的主要目的是记录驾驶员的基础身份信息、驾驶相关信息、培训及会议信息等进行管理，信息来源主要是相关重点车辆的主管部门、监管部门、所属企业等。主要信息类型如下。

1）驾驶员身份信息。

2）驾驶相关信息。驾照类型、驾龄信息、驾照有效期。

3）驾驶历史信息。驾驶违章及违法历史信息、事故信息等。

4）驾驶员体检信息。体检信息包括驾考时的体检信息以及所属企业定期组织的职业体检信息等。

5）驾驶员驾驶车辆信息。驾驶车辆信息包括该驾驶员当前及历史驾驶车辆信息（车辆牌照、规格、类型、相关行业许可、所属企业等信息）。

6）驾驶员重点车辆企业供职历史信息。主要包括驾驶员曾经供职的重点车辆运营企业的记录信息。此信息可以充分了解驾驶员在重点车辆行业的驾驶经验。

7）驾驶员交通安全培训记录信息。可展示驾驶员参加会议时的定位信息。

8）驾驶员企业班前会记录信息。可展示驾驶员参加会议时的定位信息。

2.1.2人车匹配信息

人车匹配信息用于验证驾驶员发车、行驶过程中的人车匹配验证。人车匹配主要通过两种手段实现，一个是指纹验证，一个是视频人脸识别验证。可事先将驾驶员的指纹信息和人脸信息进行预先采集录入。

视频人脸识别技术采用区域特征分析算法，利用计算机图像处理技术从视频中提取人像特征点，利用生物统计学的原理进行分析建立数学模型,即人脸特征模板。利用已建成的人脸特征模板与被测者的人的面像进行特征分析，根据分析的结果来给出一个相似值，通过这个值即可确定是否为同一人。

（1）发车验证

发车验证主要是指重点车辆驾驶员发动车辆前的认证，通过指纹认证和视频人脸识别认证结合的方式进行认证，，发动车辆时驾驶员通过两种方式进行认证，通过认证后车辆才能发动。

（2）行车验证

行车验证主要是指重点车辆在路行驶过程中通过视频人脸识别的方式对驾驶员进行匹配验证，如果发现人车不匹配将及时进行智能预警。

2.1.3驾驶员在线状态管理

驾驶员在车状态管理通过人工智能视觉识别技术和智能传感器技术等对重点车辆驾驶员在驾车过程的各类状态进行实时监控，发现异常后及时将异常信息进行记录并传回平台，同时可以通过车内的预警设备通过语音的方式对驾驶员进行提示提醒，所有获得的预警信息将回传至服务器进行备份，以备考核评定或处罚留证。

1）违规行为识别

异常行为识别技术采用基于卷积神经网络的人工智能深度学习算法，卷积神经网络由输入层、卷积层、激活函数、池化层、全连接层组成。每一层有多个特征图，每个特征图通过一种卷积滤波器提取输入的一种特征，每个特征图有多个神经元。其中，卷积层通过卷积运算可以使得原始信号的某些特征增强，并且降低噪声；下采样层可以减少数据处理量同时保留有用信息，可以混淆特征的具体位置，网络结构能够较好的适应图像的结构，同时进行特征提取和分类，使得特征提取有助于特征分类。

基于上述行为识别技术，通过对各种各样的驾驶员在车状态及行为的样本（视频及图像）进行训练学习，训练完成后可对驾驶员在驾驶过程中的各种状态及行为进行识别并及时进行预警。

可对驾驶员在车状态进行以下行为识别。

生理疲劳。
接打电话。
玩手机
抽烟
超规格墨镜
遮挡摄像头
驾驶员驾驶过程中分神

（2）驾驶员安全带监测

驾驶员安全带识别可采用智能视觉识别技术和智能传感技术相结合的办法，通过在安全带卡扣安装智能传感器或直接接入车辆安全带信息，另外可通过视频监控对安全带的位置及状态进行识别，两者相结合实现安全带监测。

（3）超时驾驶监测

通过视觉识别技术结合车辆高精度定位，可以对车辆的持续行驶时间和驾驶员驾驶时间进行监测。对于超时驾驶行为（如日间连续驾驶4小时，夜间连续驾驶2小时，单日驾驶总时长8小时）会提前半小时进行语音预警播放，并将预警信息回传至平台。

2.2车辆状态信息管理

2.2.1车辆信息管理

车辆基本信息管理的对车辆的基础信息、车辆的健康状况信息、车辆油耗及行驶里程等、车辆年检或报废信息、车辆维护保养等信息进行管理，信息来源主要是相关重点车辆的主管部门、监管部门、所属企业等。主要信息类型如下。

（1）车辆的基础信息

主要包括车辆的类型、规格、各类部件型号规格、生产厂商、运输类型、核载人数、车辆牌照、所属企业（历史与当前）等信息。

（2）车辆的健康状况信息

车辆的健康状况信息包括车辆的各类部件、刹车、轮胎磨损等信息。

（3）车辆的维护保养记录信息

车辆的维护保养记录信息，历史维修信息等。

（4）车辆的违法违章信息

车辆的历史违法违章记录信息以及事故信息等

（5）车辆的年检或报废信息

车辆的历年年检信息或车辆报废信息等，防止未通过年检或已经报废的车辆在路上行驶。

2.1.2车辆在路状态管理

车辆在路状态管理通过车辆智能信息终端结合北斗高精度定位技术、智能视觉识别技术、高精度电子地图技术实现车辆车况信息收集、车辆环境信息收集、车辆高精度定位、车辆视音频传输、车辆报警等功能。通过对车辆在路运行状态的监控，保障车辆在路行驶的安全，及时发现不安全因素并进行预警，预警信息将及时传回平台并通过车内预警设施进行预警播放，及时提醒驾驶人员及相关部门并采取相应措施。

1）基本车况信息收集

可对车辆的油耗、车速、行驶里程等进行监控。

2）基本环境信息收集

可对车辆行驶区域的天气情况以及周围车况等信息进行收集。

3）车辆超速行驶

1）车辆限速

基于北斗高精度定位设备可获取车辆的实时定位信息和行驶车速，并能够对超速的情况进行实时监控。

2）分段限速行驶

通过北斗高精度定位设备获取道车辆的实时定位信息后可结合高精度电子地图以及高精度电子地图上附加的分路段限速信息实现车辆在不同路段的不同车速信息的监控分析，对于超速行为，将及时提醒驾驶员，同时如果有实际超速行为将会拍摄视频并回传至平台作为备案。

3）夜间行车和恶劣天气限速监控

智能终端通过摄像头能够有效识别车辆行驶周边的环境信息，如发现是夜间行车或天气恶劣，限速指标将自动调整为正常限速的80%，并以此为基准来进行超速监控及预警。

4.车辆超员