本发明涉及一种行车预警方法，尤其是涉及一种深度融合多维数据的高速公路风险预警方法。
背景技术：
随着国民经济的快速发展，机动车辆增长迅速、路面交通任务日益繁忙，公路交通安全形势面临日益严峻的考验，高速公路上以隧道与团雾多发路段为代表的重点区域的事故率很高，有必要针对重点区域做专门的风险预警。
虽然相应的基础应用系统已经达到了较高的技术和应用水平，但也存在着一些问题和不足：各应用系统均为针对某一类特定数据的解决方案，数据源相对单一，或只针对本系统的数据处理，出现“信息孤岛”现象，无法实现数据融合、信息共享，信息服务、协同指挥及公共服务功能不足，缺少信息融合分析及挖掘，不能进行相关系统的协同联动，预警效率仍没有显著提高。
现有技术只使用单一数据源，一路三方只依赖视频监控数据进行交通事件检测，气象部门只依据行政区划发布天气预报，而不将异常天气情况通报给一路三方，出现“信息孤岛”现象。
现有技术在触发风险预警后，无法及时向交通参与者推送预警信息。现有技术由于不接入电信基础运营商脱敏信令位置数据，无法精准判断哪些用户正在驶向预警区域，所以无法将预警信息精准推送至真正需要这条预警的交通参与者，导致某些手机用户距离预警区域很远却收到无用的预警信息，某些用户由于没收到预警信息而驶入了预警区域，造成本可避免的拥堵与事故。
技术实现要素：
本发明的目的在于提供一种深度融合多维数据的高速公路风险预警方法，本发明采用的技术方案是：
本发明一种深度融合多维数据的高速公路风险预警方法，包括重点区域路网数据采集、汇总、重点区域视频监控数据的采集、汇总，气象部门的数据同步，预警信息推送，其特征在于包含以下步骤：
步骤一、信息采集、汇总及研判：
对重点区域的路网数据进行采集，用于统计重点区域车辆数量并标记个体车辆的具体地理位置；
采集重点区域视频监控数据，通过深度学习技术分析该数据，以进行交通事件检测；
同步气象部门的气象数据，用此数据与视频监控数据的分析结果相互校验；
通过交通大数据融合计算引擎计算出的数据结果，由人工决策研判是否发出预警信息推送；
步骤二、推送预警信息：
通过电信基础运营商脱敏信令位置数据发现预警区域内手机用户，通过人工研判，将预警信息编辑的内容发送至区域内或即将进入重点区域的手机用户终端，进行预警推送。
本发明具有的有益效果是：本发明加强了多维大数据融合在高速公路重点区域风险预警方面的应用，提出有针对性、系统性的解决措施，实现跨部门的信息资源共享共用，建立高速公路重点区域风险预警系统，应用大数据与深度学习等技术，实现对风险的及早感知、预警信息的精准推送。
（四）附图说明
图1为本发明预警方法的框架结构结构图；
图2为本发明推送预警信息过程的框架结构图；
（五）具体实施方式
下面将结合附图和实施例对本发明作进一步的说明。
本发明的一种深度融合多维数据的高速公路风险预警方法，包括重点区域路网数据采集、汇总、重点区域视频监控数据的采集、汇总，气象部门的数据同步，预警信息推送，其特征在于包含以下步骤：
步骤一、信息采集、汇总及研判：
对重点区域的路网数据进行采集，用于统计重点区域车辆数量并标记个体车辆的具体地理位置；
采集重点区域视频监控数据，通过深度学习技术分析该数据，以进行交通事件检测；
同步气象部门的气象数据，用此数据与视频监控数据的分析结果相互校验；
通过交通大数据融合计算引擎计算出的数据结果，由人工决策研判是否发出预警信息推送；
步骤二、推送预警信息：
通过电信基础运营商脱敏信令位置数据发现预警区域内手机用户，通过人工研判，将预警信息编辑的内容发送至区域内或即将进入重点区域的手机用户终端，进行预警推送。
该发明一种深度融合多维数据的高速公路风险预警方法，该方法使用深度学习技术判读重点区域内监控视频，检测车辆相撞、车辆翻覆、货品倾洒、违章停车、交通拥堵、团雾或凌冻等异常是否发生，系统同时接入气象部门同步数据，该数据将与系统自主进行深度学习后得出的结论数据相互校验；发现前述异常后，自动向一路三方触发风险预警。
触发预警后，系统将自动根据电信基础运营商脱敏信令位置数据发现预警区域内手机用户，这些用户就是推送预警信息的目标人群，当系统自动触发风险预警后，有关部门经过人工研判，决定是否向交通参与者推送预警信息。
可由人工决定预警信息的接收人群、发送范围、预警类型等，收到信息后，原本计划穿越该异常区域的车辆驾驶员将有足够的时间绕行其他路线，由此即可高效预防新风险形成；预警信息的内容同时也将显示在异常区域周围一定范围内的电子显示屏上，使过往车辆及早得知相关预警信息。
本发明不局限于上述实施方式，任何人应得知在本发明的启示下做出的与本发明具有相同或相近的技术方案，均落入本发明的保护范围之内。
本发明未详细描述的技术、形状、构造部分均为公知技术。