一种AI物联网隧道的安全导航方法及系统与流程

本发明涉及交通安全设施，尤其涉及一种ai物联网隧道的安全导航方法及系统。

背景技术：

1、随着社会的发展，隧道通行车辆的增加，隧道交通事故发生越发频繁，隧道安全导航是在隧道内为行驶的车辆提供安全的导航和提示，以确保驾驶人员的安全。

2、原有的隧道安全导航设施已经无法满足使用需求，由此业主单位及管理单位对隧道行车安全提出了更高的要求。

3、目前现有技术有两类，都是依据《公路隧道设计规范第二册交通工程与附属设施》中的轮廓标或突起标，还有一类是电光标志类的疏散指示标志，在无法取电的隧道一般采用反光的轮廓标和突起标，在能够取电的隧道一般采用集中器控制的轮廓标和突起标，而且显示的是左黄右白的视线诱导，但是现有的隧道安全导航设施已经无法满足使用需求，使得隧道内的事故发生率下降较少，因此需要一种能够提高隧道的安全导航效率的方法。

技术实现思路

1、本发明提供一种ai物联网隧道的安全导航方法及系统，其主要目的在于提高隧道的安全导航效率。

2、为实现上述目的，本发明提供的一种ai物联网隧道的安全导航方法，所述方法包括：

3、测试待导航隧道的出口和入口的光照度数值，根据所述光照度数值，计算出所述隧道内的光照衰弱系数，根据所述光照衰弱系数，确定所述隧道内的能见度；

4、采集隧道内的隧道环境光源数据，根据所述环境光源数据，计算隧道内的光源辐射强度，结合所述环境光源数据、所述光源辐射强度以及所述能见度，利用预设的亮度检测器计算出隧道亮度值；

5、实时拍摄所述隧道内的交通图像，对所述交通图像进行背景去除处理，得到交通主体图像，标记出所述交通主体图像中的车辆数量，根据所述车辆数量，分析所述隧道内的交通流量；

6、收集所述隧道内的视频流数据，根据所述视频流数据，预测所述隧道内的行为事件，根据所述行为事件，设置所述隧道对应的预警提示信息；

7、在发生火灾时，实时采集所述隧道内的环境空气样本，分析所述环境空气样本中的样本成分，根据所述样本成分，计算出所述隧道内的空气物质浓度，根据所述空气物质浓度，设置所述隧道内的疏散指引标识；

8、结合所述隧道亮度值、所述交通流量、所述预警提示信息以及所述疏散指引标识，创建所述隧道内的安全导航方案。

9、可选地，所述根据所述光照度数值，计算出所述隧道内的光照衰弱系数，包括：

10、对所述光照度数值进行筛选处理，得到目标光照度；

11、根据所述目标光照度，构建所述隧道对应的光照散点图；

12、对所述光照散点图中的点位进行拟合处理，得到拟合光照曲线；

13、计算所述拟合光照曲线对应的斜率积分，将所述斜率积分作为所述隧道内的光照衰弱系数。

14、可选地，所述根据所述光照衰弱系数，确定所述隧道内的能见度，包括：

15、通过下述公式确定所述隧道内的能见度：

16、a=b*exp(-a*d)；

17、其中，a表示隧道内的能见度，b表示是能见度修正系数，a是光照衰弱系数，d表示隧道内的出入口之间的距离值。

18、可选地，所述结合所述环境光源数据、所述光源辐射强度以及所述能见度，利用预设的亮度检测器计算出隧道亮度值，包括：

19、根据所述环境光源数据，确定所述隧道内的环境光源类型，分析所述环境光源类型中对应的光源原色；

20、查询所述光源原色中每个原色之间的原色冲突系数和原色增强系数；

21、结合所述原色冲突系数、所述原色增强系数以及所述光源辐射强度，计算出所述光源原色对应的辐射总强度；

22、结合所述辐射总强度和所述能见度，利用预设的亮度检测器计算出隧道亮度值。

23、可选地，所述结合所述辐射总强度和所述能见度，利用预设的亮度检测器计算出隧道亮度值，包括：

24、所述亮度检测器的具体计算过程为：

25、；

26、其中，d表示隧道亮度值，b表示辐射总强度对应的光源原色的序列号，δ表示辐射总强度的数量，eb表示光源原色中第b个原色对应的辐射总强度，f表示能见度，α表示吸光度系数，β表示辐射总强度对应的平均值。

27、可选地，所述对所述交通图像进行背景去除处理，得到交通主体图像，包括：

28、对所述交通图像进行图像去噪处理，得到去噪交通图像；

29、对所述去噪交通图像进行图像增强处理，得到增强交通图像；

30、提取所述增强交通图像中的图像特征，计算所述图像特征中每个特征的特征方差值；

31、根据所述特征方差值，识别所述增强交通图像中的背景图像；

32、对所述增强交通图像中的所述背景图像进行去除处理，得到目标交通图像；

33、检测所述目标交通图像中的图像主体，根据所述图像主体，对所述目标交通图像进行图像分割处理，得到交通主体图像。

34、可选地，所述对所述增强交通图像中的所述背景图像进行去除处理，得到目标交通图像，包括：

35、可以通过下述公式对所述增强交通图像中的所述背景图像进行去除处理：

36、；

37、其中，g表示目标交通图像，imagecreate表示图像生成函数，φ表示目标交通图像的像素权重，i表示背景图像中的像素通道数，he表示增强交通图像中的第e个像素，e和e+1分别表示增强交通图像和背景图像的像素序列号，θ表示背景图像中的像素数量，ωe+1表示背景图像中的第e+1个像素，exp表示指数函数。

38、可选地，所述根据所述视频流数据，预测所述隧道内的行为事件，包括：

39、识别所述视频流数据中的动态目标，并对所述视频流数据进行分帧处理，得到分帧视频；

40、根据所述分帧视频，绘制所述动态目标对应的动态轨迹，识别所述动态目标对应的目标动作；

41、分析所述目标动作对应的动作属性，结合所述动态轨迹和所述动作属性，确定所述动态目标对应的行为趋势；

42、根据所述行为趋势，利用预设的深度学习模型预测所述动态目标对应的动态行为事件；

43、计算所述动态行为事件对应的发生几率，根据所述发生几率，从所述动态行为事件中筛选出所述隧道内的行为事件。

44、可选地，所述根据所述样本成分，计算出所述隧道内的空气物质浓度，包括：

45、通过下述公式计算出所述隧道内的空气物质浓度：

46、；

47、其中，m表示隧道内的空气物质浓度，vs表示样本成分对应的总体积，j表示样本成分对应的序列号，t表示样本成分的总数量，qj表示样本成分中第j个成分对应的成分质量，tvj表示样本成分中第j个成分的采集体积。

48、一种ai物联网隧道的安全导航系统，所述系统包括：

49、能见度检测器模块，用于测试待导航隧道的出口和入口的光照度数值，根据所述光照度数值，计算出所述隧道内的光照衰弱系数，根据所述光照衰弱系数，确定所述隧道内的能见度；

50、亮度检测器模块，用于采集隧道内的隧道环境光源数据，根据所述环境光源数据，计算隧道内的光源辐射强度，结合所述环境光源数据、所述光源辐射强度以及所述能见度，利用预设的亮度检测器计算出隧道亮度值；

51、车辆检测器模块，用于实时拍摄所述隧道内的交通图像，对所述交通图像进行背景去除处理，得到交通主体图像，标记出所述交通主体图像中的车辆数量，根据所述车辆数量，分析所述隧道内的交通流量；

52、视频事件检测器模块，用于收集所述隧道内的视频流数据，根据所述视频流数据，预测所述隧道内的行为事件，根据所述行为事件，设置所述隧道对应的预警提示信息；

53、火灾探测器模块，用于在发生火灾时，实时采集所述隧道内的环境空气样本，分析所述环境空气样本中的样本成分，根据所述样本成分，计算出所述隧道内的空气物质浓度，根据所述空气物质浓度，设置所述隧道内的疏散指引标识；

54、安全导航模块，用于结合所述隧道亮度值、所述交通流量、所述预警提示信息以及所述疏散指引标识，创建所述隧道内的安全导航方案。

55、本发明通过根据所述光照度数值，计算出所述隧道内的光照衰弱系数，可以了解所述隧道内的光照衰减程度，以便于提高后续能见度的计算准确性，本发明通过根据所述环境光源数据，计算隧道内的光源辐射强度，可以得到所述隧道内的照明情况，为后续隧道亮度值的计算提供了保障，以便于后续所述导航灯在导航时的亮度设置，本发明通过实时拍摄所述隧道内的交通图像，可以了解所述隧道内的交通情况，便于后续的交通流量的分析，对所述交通图像进行背景去除处理，可以将所述交通图像中的无关图像去除掉，提高了图像的整体质量，并且提高了后续所述隧道内的交通流量分析准确性，本发明通过根据所述视频流数据，预测所述隧道内的行为事件，以便于后续根据所述行为事件设置警示语，进而提前预防事故的发生，本发明通过结合所述隧道亮度值、所述交通流量、所述预警提示信息以及所述疏散指引标识，创建所述隧道内的安全导航方案，可以提高所述隧道的安全导航效率，降低了所述隧道内的事故发生率。因此，本发明实施例提供的一种ai物联网隧道的安全导航方法及系统，能够提高隧道的安全导航效率。