一种基于多无人机协作的交通故障预警装置及方法

本发明涉及交通故障预警装置，尤其涉及一种基于多无人机协作的交通故障预警装置及方法。

背景技术：

1、随着汽车保有量的不断增加，导致汽车在城市道路或在高速公路上的交通故障发生率呈现上升趋势。车辆在行驶过程中需要紧急停车进行事故处理时，必须尽快在事故车辆后方的安全距离处放置三角警示牌，以避免事故现场中二次、三次事故的发生，在城市道路上要保证救助组织的及时到达，在高速公路上保证后方车辆的分流。

2、由于事故现场的实际道路环境不同，三角架所需放置的安全位置也不同，对于常规的三角架警示牌放置存在着很大隐患，即需要人工将三角架警示牌放置在事故车辆后方50米至100米处。而在高速公路上，则在车后150米外的地方设置警示标志。若遇上雨雾天气，则将距离提升到200米，而事故中三角架警示牌的放置距离很难把控，因城市道路车辆行驶速度不高，而对于高速公路后方行驶来车，则务必放置三角架警示牌。

3、目前的自动预警算法在人流量大、交通密集的区域存在误报情况，如何将无人机与预警算法结合应用在交通故障预警中，使得警示装置自行移动，帮助疏散车流，指引救助路线，是值得探讨的技术问题。

技术实现思路

1、发明目的：针对现有技术中存在的不足之处，本发明提出一种基于多无人机协作的交通故障预警装置及方法，通过采用多台无人机进行协同监控，以dijkstra算法、高速公路流量分配算法(expressway traffic distribution algorithm)为基础，对城市道路及高速公路上的事故进行实施分析和处理，提高了故障识别的准确性和速度；实现了对道路交通情况的全方位监控，避免监控盲区和死角，提高监控覆盖范围和准确性，进而有效地对事故现场的交通进行预警并提供交通疏散和路线指引。

2、技术方案：本发明基于多无人机协作的交通故障预警装置包括机身、机体、机臂、gps定位器、摄像头、语音系统、红外测距仪、单片机控制器、主警示灯、副警示灯、方向指示灯和电池板；

3、摄像头和红外测距仪位于机身下方，语音系统位于机体上；gps定位器与单片机控制器位于机体内部，主警示灯位于机体的上方，副警示灯位于机臂下方，方向指示灯位于主警示灯上方。

4、gps定位器包括定位系统和通信系统，定位系统接收天空卫星的信号进而计算定位器的地理坐标；通信系统将定位系统计算出的坐标信息传输至服务器。

5、本发明基于多无人机协作的交通故障预警方法包括以下步骤：

6、(1)当在城市道路中发生事故，启用多个无人机，第一架无人机启动后，在故障车辆后方放置警示牌；

7、(2)关闭红外测距仪，开启语音系统，警示后方来车；

8、(3)摄像头采集路况信息，若车辆在道路左边，亮起右行驶灯；车辆在道路中间，同时亮起左右方向行驶灯；车辆在道路右边，亮起左行驶灯；

9、(4)第一架无人机采集事故路段的路况及车辆信息，其余无人机获取整个交通区域的数据；

10、(5)无人机采集数据完毕后，将数据传输至单片机进行对路径的信号交叉口延误tij、路段车辆实际速度qij、道路的实时路况lij三个数据的计算；

11、(6)将三个数据的计算结果代入路径通行难易度zij＝w1tij+w2qij+w3lij计算每条路径的路径通行难易度；

12、(7)将zij代入dijkstra算法计算出最优路径，将通往事故现场的最优路径发送至救助组织。

13、步骤(5)的计算公式如下：

14、

15、

16、lij＝α1u1+α2(u2+u3+u4) (2)

17、式中，d为绿灯时间；t为信号周期时长；λ为绿信比；c为每小时出道口的通行辆；q为每小时进口道的交通量；t1为一辆车行驶时间；x为时间t1内的车头或车尾位移距离；v0为该路段道路上无车时，路段允许的最大车速；u1为特殊天气造成的路面异样，u2为路面施工，u3为路面损坏尚未修理路段，u4为高峰路段，α1为天气影响路况因子，α2为路面状态因子。

18、步骤(5)中，α1+α2＝1。

19、绿信比为绿灯时间与信号周期时长的比率。

20、本发明基于多无人机协作的交通故障预警方法，包括以下步骤：

21、(1)当在高速公路发生交通事故时，无人机群起飞，在事故现场后方每隔一段距离悬停一架无人机，同时第一架无人机红外测距仪开启，当后方车辆距第一架无人机若干米时，警示灯开启，每一架无人机检测自身道路内车辆出入与换道频率；

22、(2)在t1小时内，设所有车辆换道n次，换道频率期间共有a辆车离开无人机群监测的道路，b辆车进入无人机群监测的区域，则离开频率进入频率

23、(3)将步骤(2)的数据上传至单片机，按照以下公式计算出交通组成修正系数fhv和坡度修正系数flg：

24、

25、

26、理论多车道的通行能力计算公式如下：

27、n多＝ni·∑kn

28、高速公路最左侧为设计速度120km/h的车道，故

29、fsw＝1

30、fw＝1

31、由此得出下述三式：

32、

33、

34、

35、计算得出最大交通量，其中，fhv代表存在交通组成的修正系数，代表高速公路最左侧道路的实际通行能力，代表高速公路中间道路的实际通行能力，代表高速公路最右侧道路的实际通行能力；

36、式中，pi是各车型占比；ei是小额换算系数；pt为货车与公共汽车所占比重；pr为货车与旅游汽车所占比重；ei为货车与公共汽车换算为小客车的当量值；er为货车与旅游汽车换算为小客车的当量值；flg为纵坡度修正系数；fsw为硬路肩宽修正系数；fw为车道宽度修正系数；ni为高速公路最左侧车道通行能力；kn为相应于车道的减系数；t1为时间；n为所有车辆共计换道次数；a为无人机群监测的道路离开的车辆数；b为进入无人机群监测的区域车辆数；

37、(4)根据计算结果对后方车辆分流。

38、步骤(1)中，第一架无人机启动后，在故障车辆后方50至100米放置警示牌。

39、步骤(1)中，无人机获取路网平面图，并且建立标号数学模型，将规划路径用路网结构图表示：

40、g＝(vij，eij，zij)

41、其中节点uij的集合表示为vij，eij为权重集路径集合，zij为路径通行难易度。

42、工作原理：本发明在当交通事故发生时无人机自动启动，若仅是车辆故障问题导致的抛锚，则一键启动无人机。无人机启动后位于机体内部的gps定位器2对车辆所在的位置进行判断，一方面为交管部门提供交通事故的准确位置，另一方面若车辆位于城市道路，则开启预警装置的语音系统，同时红外测距仪关闭，交通预警装置警示灯全程开启，城市道路人口与车辆密集，车速慢，警示灯全程开启，摄像头开启采集地面信息进行路段判断，通过无人机的指向灯指引车辆驶离事故车道。同时其它无人机采集周围路况信息，经过算法运算，计算出最优路径提供给救助组织。

43、若车辆位于高速公路则预警装置的语音系统关闭，因为高速公路车辆速度快，语音警示效果不显著，因此第一架无人机，通过红外测距仪，检测后方车辆距无人机500米时，警示灯开启，此时语音系统的关闭，与后方车辆距第一架无人机500米时再开启警示灯都是为了增加该系统的续航能力。摄像头开启采集地面信息进行道路路段判断，并采集车流信息，通过对道路的通行能力的计算，多个无人机分路段指引方向，进行阶段疏散，保证路段的通畅。本发明的具体构思如下：

44、在城市道路中，多无人机协作时，通过收集三个数据：信号交叉口延误、路段车辆实际速度和道路的实时路况，进而计算出最优路径，并通过三个定义式，在实际应用场景中，计算出不同的值，再经过定义计算的影响系数w1，w2，w3计算出道路通行的难易度。经过迪克斯特拉算法进行最优路径的计算，计算最短路径并发送路线给救助组织，以便救援车辆尽快到达事故现场。

45、无人机首先获取路网平面图，并且建立标号数学模型，将规划路径用路网结构图表示：

46、g＝(vij，eij，zij)

47、其中，vij为路网结构中uij的节点集，权重集路径集合表示为eij，路径eij表示节点vi到节点vj的可选择路径，当且仅当两个节点直接相连时才建立可选择路径。路径eij的属性定义为(tij，qij，lij)。zij为路径通行难易度。

48、然后对tij信号交叉口延误处理：

49、信号交叉口延误处理时，本发明采用了指数函数形式的延误公式：

50、

51、d为有效绿灯时间(秒)；t为信号周期时长(秒)；λ为绿信比，即有效绿灯时间与信号周期时长的比率；c为出口道的通行能力(辆/小时)；q为进口道的交通量(辆/小时)；

52、对qij路段车辆实际速度处理：

53、车辆实际速度分为两个部分，一部分是道路跟车车速，跟车速度的数据由无人机采集，一辆车在一段时间t1内的车头(或者车尾)位移距离x，另一部分是道路上存在无车的路段，实行该路段允许的最大车速v0。

54、

55、道路实时路况涵盖有lij：特殊天气造成的路面异样u1、路面施工u2、路面损坏尚未修理u3和高峰路段u4。

56、lij＝α1u1+α2(u2+u3+u4)

57、以上的四种情况只要出现对应的ui(i＝1，2，3，4)，对应的值为1，其它情况没有出现，则值为0，影响因素α1+α2＝1。当出现特殊天气时，根据天气情况确定影响因素α1，因此，将α1分为四个层面：0.25、0.50、0.75、1.00，对应天气的剧烈程度为：轻度、中度、较严重、严重。α2由α1+α2＝1计算得出。

58、其中，en为路网结构中eij的边集，zij是路径e(i，j)的路径通行难易度；tij是经过极差标准化处理后的路径的信号交叉口停车延误，qij是车辆实际速度大小，lij是道路实时路况；w1，w2，w3分别是三个参数的影响系数，根据影响力的大小，三个参数w1，w2，w3分别赋值0.5，0.3，0.2，而且w1+w2+w3＝1，根据路径的属性综合评价每条路径的路径通行难易度公式为：

59、zij＝w1tij+w2qij+w3lij

60、本发明所采用的dijkstra算法通过广度的优先搜索进而对有向图路径之间的最短距离进行计算，即指定一个源点到其余各个顶点的最短路径。思路是对图g＝(vij，eij，zij)，指定源点v0，然后找到该顶点到图中所有其它结点的最短路径，产生一个最短路径树。

61、在高速公路上通过车道的实际通行能力与无人机路道指引的结合，定义此算法为高速公路流量分配算法(expressway traffic distribution algorithm)：

62、在高速公路上采用多无人机多段指引，获取单车道的最大交通量(通行能力)和交通的理想条件，主要是车辆组成为单一的标准型汽车，在一条车道上以相同的速度连续不断地行驶，车辆之间保持与车速相适应的最小车头间隔，且无任何方向的干扰。在这样的理想条件下，建立的车流计算模式所得出的最大交通通过量，即基本通行能力c，其公式推导如下，进而得出最大交通量n：

63、

64、l0最小车头间距(m)，l车为车辆平均长度(m)；l安为车辆间的安全距离(m)高速行车，即车速在100km/h以上时，安全车距在100米以上；快速行车，即车速在60km/h以上时，安全车距在数字上等于车速)；v0表示故障车辆所在车道上距离故障警示牌最近的车辆速度；l表示故障车辆与故障车辆所在车道上距离故障警示牌最近的车辆的距离；w1表示驾驶员直觉反应时间，w2表示驾驶员反应时间，w3表示驾驶员实际操作时间；jmax表示汽车动量性能。式子中的参数根据无人机识别的车型进行调整。

65、对于实际交通量的确定，参照存在交通组成的修正系数fhv。fhv的表达式如下：

66、

67、pi是各车型占比(％)；ei是小额换算系数。对于其中fhv的确定还含有对于硬路肩宽修正系数fsw和车道宽度修正系数fw的修正系数的影响。如表1：

68、表1

69、

70、由于此处为高速公路道路通行能力计算，故最左侧车道的相关修正系数采用表格中的修正系数fsw＝1，fw＝1。

71、纵坡度修正系数flg：

72、pt为货车与公共汽车所占比重；pr为货车与旅游汽车所占比重；ei为货车与公共汽车换算为小客车的当量值；er为货车与旅游汽车换算为小客车的当量值。此部分由于每隔200米设置一台无人机来监测路段内各种车辆的占比，其变化是一个动态的过程，数据需由无人机群在互相监测区域内的统一上传至一架终端机，来得出这一瞬间的纵坡度修正系数flg。

73、单车道实际通行能力为c实，由最大交通量乘上各种修正系数：

74、c实＝c·fsw·fw·flg

75、flg为纵坡度修正系数；fsw为硬路肩宽修正系数；fw为车道宽度修正系数。对于多车道的通行能力计算n多为下式：

76、n多＝ni·σkn

77、ni为第一条车道的通行能力(辆/h)，即高速公路最左侧车道通行能力；kn为相应于车道的减系数。(ni＝2200)

78、对于kn，通过街道性质，车辆的出入与转移车道的频率，两边慢行车辆的影响状况来进行优化。

79、车辆的出入与转移车道频率由无人机群检测得出，无人机每间隔200米设置一台悬停在高速公路车道中间，由此组成高速公路无人机群，各自检测每200米道路内车辆出入与换道频率。在t1小时内，所有车辆共计换道n次，其换道频率期间共有a辆车离开无人机群监测的道路，b辆车进入无人机群监测的区域，则离开频率进入频率

80、

81、

82、

83、fhv代表存在交通组成的修正系数，c实1代表高速公路最左侧道路的理论通行能力，c实2代表高速公路中间道路的理论通行能力，c实3代表高速公路最右侧道路的理论通行能力。

84、有益效果：与现有技术相比，本发明具有以下优点：

85、(1)本发明将无人机与交通故障预警装置结合起来，无人机具有机动性强、响应速度快的特点，在第一时间到达现场，提供快速、准确的故障识别和定位，为交通管理部门提供更加准确、及时的交通状况报告；不仅及时高效地对通过事故现场的车辆进行快速有效的预警，还有效避免和减少交通事故的二次发生。

86、(2)本发明预警装置功能齐全，响应速度快。利用gps定位器，来快速准确地将当前事故现场的位置坐标发送给交通管理部门，以便配合交通管理部门及时应对事故。多个无人机协作，工作效率高，应变速度高。

87、(3)本发明中的摄像头为交管部门以及道路救援部门提供实时的事故现场画面，同时将现场的实时照片传输给单片机控制器从而进行画面分析。单片机控制器对摄像头采集到的画面进行处理与分析判断车辆所处车道。

88、(4)城市道路最优路径计算考虑到范围较广，使所计算的数据具有适用性。

89、(5)本发明以dijkstra算法、高速公路流量分配算法(expressway trafficdistribution algorithm)为基础，引入车辆出入频率作为系数进行修正，对城市道路及高速公路上的事故进行实施分析和处理，提高了故障识别的准确性和速度；并自动识别交通事故、道路障碍、交通拥堵故障情况，进行快速处理和分析，向监管部门提供详尽的交通状况报告，为交通管理和应急处理提供准确的决策依据，具有监控范围广、响应速度快、预警准确、操作简便的优点。