基于事件监测的隧道联动调度管理系统及方法与流程

1.本发明涉及隧道交通管理技术领域，具体涉及了一种基于时间监测的隧道联动调度管理系统及方法。


背景技术：

2.对于特长隧道，结合其所处地理环境的特点，受隧道出入口在极端天气下两端天气不同、隧道自身环境因素引起的“黑洞效应”、光照环境偏低、洞内通风情况不佳、因地震引起的隧道结构受损等地理环境因素与所在隧道内车辆多、车流量大等情形下，当隧道内有危化品车、高温车辆等多种因素诱发隧道异常交通下，隧道存在运营风险高，易发生交通事故、车辆事故、火灾、隧道维护等风险，存在较大的安全隐患。
3.而由于隧道的封闭性和行车速度较高等特点，隧道内交通事故的发生有突发性和处理不及时，当隧道内存在安全隐患时，信息交互不及时，无法将安全隐患告知到所涉及的车辆，导致后续事故连环发生。目前虽然有部分隧道内设有指示情报板，但是大多是根据各路段历史发生过的事故进行提示告知，例如“前方路段为事故多发路段，请小心驾驶”，“前方路段为常年拥堵路段，请提前减速”，以此警示车辆驾驶员提高警示，然而由于绝大多数人在没有遇到事故前，往往不相信自身会发生事故，因此效果并不佳，并且无法应对突发性的事故。


技术实现要素：

4.本发明所解决的技术问题在于提供一种基于事件监测的隧道联动调度管理系统及方法，能够对隧道内的各类事件进行预警，并当在隧道内存在预警事件时，根据风险对所涉及的车辆进行诱导，避免后续事故发生。
5.本发明提供的基础方案：基于事件监测的隧道联动调度管理系统，包括服务器、前端感知设备以及设于隧道前后以及隧道中的若干诱导情报板，所述服务器包括数据接收模块、事件检测模块、车辆诱导模块，所述前端感知设备用于对隧道内外的车辆数据以及环境参数进行检测；
6.数据接收模块，用于接收前端感知设备上传的隧道内外的车辆数据以及环境数据；
7.事件检测模块，用于通过预设的识别规则，对车辆数据以及环境数据进行分析，判断是否存在预警事件，当存在预警事件时，确定预警事件类型以及预警事件所在位置；
8.车辆诱导模块，用于生成关于预警事件所在位置以及预警事件类型的车辆诱导信息，并确定诱导信息的发布范围，根据诱导信息的发布范围确定发布策略，所述发布策略包括广域诱导发布、入口匝道诱导发布、主线诱导发布以及出口诱导发布，根据发布策略控制不同区域的诱导情报板发布车辆诱导信息。
9.本发明的原理在于：通过对各类车辆数据和环境数据进行采集分析，并判断所存在的预警事件，根据预警事件类型选择诱导信息需要进行发布的范围，采用不同的发布策
略告知所涉及的车辆，从而保证在所涉及车辆接触到预警事件前，便能够根据诱导信息，提前做出应对，保证车辆的行驶安全。
10.通过前端感知设备，对隧道内外的车辆数据以及环境数据进行获取。根据预设的对于预警事件进行识别的规则，对车辆数据和环境数据进行识别分析，判断当前的车辆数据和环境数据是否存在预警事件。当存在预警事件时，根据异常的数据，确定出预警事件所在的位置以及预警事件类型。之后通过车辆诱导模块，生成关于预警事件的车辆诱导信息，以告知车辆隧道内外所存在的预警事件。并且，在发布预警事件时根据预警事件所能够产生的影响范围，选择不同的发布方式，对不同区域的车辆发布诱导信息，以告知隧道内外所存在的预警事件，当车辆在不同隧道位置，都能够接收到当前区域所需的诱导消息。
11.相比于现有技术，通过对隧道内的车辆数据，环境数据进行分析，判断是否存在预警事件，并且根据预警事件的影响范围，选择不同的发布方式进行诱导信息的发布，从而使隧道内外各处车辆，能够及时了解存在的或是潜在的风险，以做出应对措施。
12.进一步，所述前端感知设备包括视频监控系统，视频监控系统包括若干设于隧道内的高清摄像机，用于拍摄隧道内的视频影像；所述事件检测模块包括高危行为检测模块；
13.高危行为检测模块，用于根据视频影像识别隧道内的高危行为，所述高危行为包括出现行人数据、车辆违停数据、车辆逆行数据、出现抛洒物数据以及非机动车数据；
14.车辆诱导模块，用于在隧道内存在高危行为时，采取主线诱导发布的方式发布高危行为，所述主线诱导发布为，通过隧道内的诱导情报板向隧道内车辆提示前方的预警事件。
15.通过视频影像监控，拍摄隧道内的视频影像上传服务器，服务器的高危行为检测模块对视频影像进行分析，根据现有的视频分析算法，对视频中存在的高位行为进行检测。其中高位行为包括有出现行人数据、车辆违停数据、车辆逆行数据、出现抛洒物数据。对于这些高危行为，在隧道内昏暗的环境下，若不向后方车辆及时告知，极大可能产生严重的交通事故，因此通过对此类高危行为进行识别，采用主线发布的形式，向隧道内高危行为后方的车辆进行诱导发布，从而使驾驶员选择安全车道。
16.进一步，所述前端感知设备包括车速检测设备，所述车速检测设备用于检测隧道内各路段的车辆行驶速度；
17.事件检测模块包括拥堵事件检测模块；
18.拥堵事件检测模块，用于根据各路段的车辆行驶速度，识别隧道内的拥堵路段以及拥堵路段所在位置；
19.车辆诱导模块，用于在隧道内存在拥堵路段时，采取入口匝道发布的方式发布拥堵路段及拥堵路段所在位置，所述入口匝道发布为，通过隧道入口匝道处的诱导情报板，向入口处车辆播报隧道内的预警事件。
20.通过对隧道内的车速进行检测，将检测到的隧道内各路段的车速上报服务器后，服务器根据对隧道内的车速进行分析，当隧道内车速过低的车辆较多时，便可以判断隧道内存在拥堵。当隧道内出现拥堵时，通过隧道入口处的车辆诱导板，对隧道内的拥堵事件进行播报，帮助还未进入隧道的驾驶员了解隧道内的交通状况，判断是否选择其他行车路线，部分驾驶员根据拥堵情况可能会选择绕行，从而起到交通分流的作用，缓解隧道内的拥堵情况。
21.进一步，所述拥堵事件检测模块，还用于当识别到存在拥堵路段后，分别获取各车道的车速；
22.所述车道诱导模块，还用于通过隧道入口匝道处的诱导情报板，发布拥堵路段各车道的行驶速度。
23.当判断隧道内存在拥堵后，识别出拥堵路段中各车道的行驶速度。在隧道入口匝道的车辆诱导情报板播报隧道内存在拥堵时，还进行拥堵路段各车道的行驶速度的播报。从而使选择进入隧道内的车辆，提前了解拥堵路段中各车道的行驶速度，进而做出选择进入的车道。由于在隧道中非紧急情况下，不能够进行变道，因此使隧道入口处的车辆提前了解到拥堵路段各车道的行驶速度，从而在进入隧道前便能够做出行驶车道的选择。
24.进一步，所述拥堵事件检测模块，还用于计算拥堵路段的拥堵指数，并与预设的拥堵阈值进行比较；
25.车辆诱导模块，还用于当拥堵路段的拥堵指数小于预设的拥堵阈值时，判断为普通拥堵，正常通过隧道入口前方匝道出诱导情报板发布的拥堵路段各车道的行驶速度，当拥堵路段的拥堵指数大于预设的拥堵阈值时，判断为严重拥堵，减小通过隧道入口前方匝道出诱导情报板发布的拥堵路段各车道的行驶速度。
26.通过预设拥堵阈值，当拥堵指数小于拥堵阈值时，为普通拥堵，当拥堵阈值大于拥堵指数时，为严重拥堵。当是普通拥堵时，正常播报隧道内的拥堵路段的行驶速度。由于此时是普通拥堵，车辆是处于缓行，此时进入更多的车辆，不会对交通造成过多压力。而当拥堵路段是处于严重拥堵时，隧道内的交通压力本身已经过大，而且由于隧道内不允许进行掉头、变道等原因，因此此时涌入更多车辆，容易对隧道内交通造成过大压力，甚至可能引发交通事故。因此通过降低隧道入口前方匝道处的诱导情报板播报隧道内拥堵路段的行驶速度时，降低播报的行驶速度，即夸张拥堵路段的拥堵程度，从而让更多的车辆选择其他道路，进而减少了进入隧道的车流量。其次，若是仍然有部分车辆选择进入隧道，由于在其进入隧道前，向其夸张了隧道内的拥堵程度，降低了其心理预期，而进入隧道后实际的拥堵程度优于其心理预期，也能够降低驾驶员的焦躁情绪。
27.进一步，所述前端感知设备包括气象检测设备，用于隧道出口处的气象数据；
28.事件检测模块，包括气象事件检测模块；
29.气象事件检测模块，用于根据隧道出口处的气象数据，判断隧道出口处的天气情况；
30.车辆诱导模块，用于采取出口诱导发布播报隧道出口处的天气情况，所述出口诱导发布为，通过隧道出口处的诱导情报板，向隧道内车辆发布预警事件。
31.并且由于在长隧道内长时间驾驶，视觉功能以适应隧道内低照度环境，瞳孔直径将增加将进行暗适应调整。而在驾驶到洞口位置时，外部亮度急剧增加，为了保证眼睛不受到伤害，瞳孔会急剧收拢，然后再次急剧扩张，以寻找合适的瞳孔直径，此时瞳孔急剧、高频率的缩放，会产生瞬时的盲期，驾驶员的眼睛无法看清楚路况。而对于超长隧道，很有可能存在隧道进口处与隧道出口处的天气不一样的情况，若是隧道进口处与隧道出口处的天气不一致，在驾驶员无法看清路况的情况下，若以入口处的天气情况进行预判，有可能导致意外事故的发生。
32.进一步，气象检测设备还用于检测隧道入口处的气象数据；
33.气象事件检测模块包括气象分类模块、分类识别模块；
34.气象分类模块，预存有所有天气情况的分类，所述天气情况的分类包括恶劣天气和良好天气；
35.分类识别模块，用于将隧道入口和隧道出口的气象数据分别与气象分类模块中的天气情况分类进行比对，得到隧道入口和隧道出口的分类；
36.车辆诱导模块，还用于仅当隧道出口为恶劣天气，以及隧道入口为良好天气时，通过诱导情报板播报隧道出口处的气象数据。
37.仅当分类识别出的隧道出口为恶劣天气，以及入口为良好天气时，才通过隧道出口的诱导情报板播报隧道出口处的气象数据。若是车辆进入隧道前时的天气外良好天气，隧道出口处也为良好数据，或者是车辆进入隧道前为恶劣天气，隧道出口处也为恶劣天气。驾驶员在驾驶过程中，按照惯性思维，在隧道时，也会因为进入隧道前是恶劣天气，而保持高度警惕。若驾驶员进入隧道前为恶劣天气，而隧道出口处为良好天气，不向其播报隧道出口处为良好天气，其也是会由于进入隧道前为恶劣天气，而保持高度警惕，若是向播报了隧道出口为良好天气，反而容易降低其警惕性，而由于进入隧道前的雨、雪或其他恶劣天气，车辆轮胎和隧道内道路既有可能仍然存在湿滑，此时若放松警惕，反而容易造成安全事故的发生。因此仅有在隧道入口为良好天气，隧道出口为恶劣天气时进行隧道出口的气象数据播报。
38.进一步，所述前端感知设备还包括车辆温度检测设备，所述车辆温度检测设备为具有摄像功能的红外测温机，用于检测隧道内车辆的车辆温度；
39.车辆诱导模块，包括火灾事件检测模块；
40.火灾事件检测模块，用于根据预设温度阈值，当车辆温度高于温度阈值时，确定温度高于温度阈值的车辆类型以及车辆所在位置；
41.车辆诱导模块，用于在出现温度高于预设的温度阈值的车辆时，采取广域诱导发布，所述广域诱导发布为，通过所有诱导情报发布板发布预警事件。
42.通过对隧道内车辆进行温度检测，当隧道内存在车辆高于预设的温度阈值时，对其车辆类型及所在位置进行识别，判断其是否为货车、油罐车、燃料装载车等自燃风险较高的车辆。当其温度高于设定的温度阈值时，则是可能存在自燃风险，通过广域诱导发布的方式，向隧道内外的车辆告知其位置以及告知存在火灾事件，以便于车辆疏散。
43.本发明还公开了一种基于事件监测的隧道联动调度管理系统方法，其特征在于：包括以下步骤：
44.数据接收步骤：接收前端感知设备上传的隧道内外的车辆数据以及环境数据；
45.事件检测步骤：通过预设的识别规则，对车辆数据以及环境数据进行分析，判断是否存在预警事件，当存在预警事件时，确定预警事件类型以及预警事件所在位置；
46.车辆诱导步骤：生成关于预警事件所在位置以及预警事件类型的车辆诱导信息，并确定诱导信息的发布范围，根据诱导信息的发布范围确定发布策略，所述发布策略包括广域诱导发布、入口匝道诱导发布、主线诱导发布以及出口诱导发布，根据发布策略控制不同区域的诱导情报板发布车辆诱导信息。
47.进一步，所述事件检测步骤包括以下步骤：
48.高危行为检测步骤：根据前端感知设备采集的视频影像识别隧道内的高危行为，
所述高危行为包括出现行人数据、车辆违停数据、车辆逆行数据、出现抛洒物数据以及非机动车数据；
49.拥堵事件检测步骤：根据前端感知设备采集的各路段的车辆行驶速度，识别隧道内的拥堵路段以及拥堵路段所在位置；拥堵事件检测步骤包括以下步骤：
50.s1：当识别到存在拥堵路段后，分别获取各车道的车速；
51.s2：计算拥堵路段的拥堵指数，并于预设的拥堵阈值进行比较；
52.气象事件检测步骤：根据隧道出口处的气象数据，判断隧道出口处的天气情况；
53.火灾事件检测步骤：根据前端设备测得的车辆的红外测温成像识别车辆类型，并根据不同类型车辆预设的温度阈值，将测得的车辆温度，与对应类型的温度阈值比较
54.所述车辆诱导步骤包括以下步骤：
55.步骤一：在隧道内存在高危行为时，采取主线诱导发布，所述主线诱导发布为，通过隧道内的诱导情报板向隧道内车辆提示前方的预警事件以及预警事件的详细信息；
56.步骤二：在隧道内存在拥堵路段时，采取入口匝道发布的方式发布拥堵路段及拥堵路段所在位置，所述入口匝道发布为，通过隧道入口匝道处的诱导情报板，向入口处车辆播报隧道内的预警事件；
57.步骤三：采取出口诱导发布播报隧道出口处的天气情况，所述出口匝道发布为，通过隧道出口处的诱导情报板，向隧道内车辆发布预警事件；
58.步骤四：在出现温度高于预设的温度阈值的车辆时，采取广域诱导发布的方式发布温度高于预设的温度阈值的车辆的位置，所述广域诱导发布为，通过所有诱导情报发布板，发布预警事件。
附图说明
59.图1为本发明基于事件监测的隧道联动调度管理系统及方法实施例的逻辑框图。
具体实施方式
60.下面通过具体实施方式进一步详细说明：
61.实施例基本如附图1所示：
62.基于事件监测的隧道联动调度管理系统，包括服务器、前端感知设备以及设于隧道前后以及隧道中的若干诱导情报板，服务区包括有数据接收模块、事件检测模块、车辆诱导模块。前端感知设备用于对隧道内外的车辆数据以及环境数据进行检测。具体的，本实施例中，前端感知设备包括有视频监控系统、车速检测设备、气象检测设备以及车辆温度检测设备。视频监控系统包括若干设于隧道内的高清摄像机，用于拍摄隧道内的视频影像。车速检测设备为线圈式车辆传感器，用于检测隧道内各路段的车辆行驶速度。气象检测设备，用于检测出口处的气象数据气象检测设备具体包括温度传感器、湿度传感器、气象摄像机，通过摄像机拍摄隧道出口外部影像，结合传感器分析隧道出口的气象数据。车辆温度检测设备为具有摄像功能的红外测温机，用于检测隧道内车辆的车辆温度。
63.数据接收模块，用于接收前端感知设备上传的隧道内外的车辆数据以及环境数据。具体的，通过隧道内的中央处理器连接各前端感知设备，接收前端感知设备所采集到的隧道内的车辆数据以及环境数据，并通过隧道内环网将采集到的车辆数据以及环境数据上
报服务器。
64.事件检测模块，用于通过预设的识别规则，对车辆数据以及环境数据进行识别分析，判断是否存在预警事件时，确定预警事件类型以及预警事件所在位置。
65.车辆诱导模块，用于生成关于预警事件所在位置以及预警事件类型的车辆诱导信息，并确定诱导信息的发布范围，根据诱导信息的发布范围确定发布策略，所述发布策略包括广域诱导发布、入口匝道诱导发布、主线诱导发布以及出口诱导发布，根据发布策略控制不同区域的诱导情报板发布车辆诱导信息。
66.具体的，事件检测模块包括高危行为检测模块、拥堵事件检测模块、气象事件检测模块以及火灾事件检测模块。
67.高危行为检测模块，用于根据视频影像识别隧道内的高危行为，高危行为包括出现行人数据、车辆违停数据、车辆逆行数据、出现抛洒物数据以及非机动车数据。具体的，通过现有的视频识别算法，以边缘提取的方式，识别出视频影像中的监控对象的类型，即人、车辆、抛洒物以及非机动车。当监测到视频中出现人、抛洒物以及机动车时，便判断出现高危行为。而当监测到视频中的车辆，存在静止，未按照车道规定方向行驶时，则同样判断存在高危行为。当存在高危行为时，确定高危行为所在的路段以及所在位置，采取主线诱导发布。主线诱导发布具体指，通过高危行为所在的道路主线，通过高危路段主线上后方的诱导情报板发布诱导消息，向高危行为后方路段车辆，通过诱导情报板发出提示，以告知与高危行为之间的距离，以及高危行为的所在车道。例如通过诱导情报板发出消息：“前方1km，最左侧车道出行行人，请及时变换车道”，从而以提示驾驶员前方路段所具有的高危行为，以便后方车辆的驾驶员及时避让，避免重大交通安全事故的发生。
68.拥堵事件检测模块，用于根据各路段的车辆行驶速度，识别隧道内的拥堵路段以及拥堵路段所在位置。车辆诱导模块，还用于在隧道内存在拥堵行为时，采取入口匝道发布，所述入口匝道发布为，通过隧道入口匝道处的诱导情报板，向入口处车辆播报隧道内的预警事件。具体的，通过对隧道内的车速进行检测，本实施例中，将隧道内车速低于30km/h，且一个路段中车速低于30km/h的车辆较多时，判断是存在拥堵路段，并确定拥堵路段所在的位置。车辆诱导模块，在隧道内存在拥堵路段时，采取入口匝道发布，具体的，入口匝道发布为通过隧道入口前的匝道处的诱导情报板发布消息，向车辆发布隧道内的拥堵路段，以及拥堵的长度，拥堵时的时速。并且，当检测到隧道内存在拥堵路段后，通过前端感知设备，分别获取到各车道的行驶速度，通过隧道入口匝道处的诱导情报板，发布拥堵路段各车道的行驶速度。例如通过隧道入口处匝道的诱导情报板发布：“进入隧道后3km，存在1km拥堵，最左侧车道的行驶速度为25km/h，中间车道行驶速度为30km/h，最右侧车道行驶速度为20km/h”。从而使驾驶员提前做出判断，是否选择进入隧道，以及在进入隧道时所选择的车道。
69.并且，拥堵事件检测模块，当存在拥堵事件时，还计算出拥堵指数。拥堵指数计算公式为，拥堵指数＝拥堵时期所花费时间
÷
畅通时期所花费时间，得到拥堵指数，并于预设的拥堵阈值进行比较。本实施例中设定的拥堵阈值为4。
70.车辆诱导模块，还用于当拥堵路段的拥堵指数，小于预设的拥堵阈值时，判断为普通拥堵，正常通过隧道入口前方匝道出诱导情报板发布的拥堵路段各车道的行驶速度，当拥堵路段的拥堵指数大于预设的拥堵阈值时，判断为严重拥堵，减小通过隧道入口前方匝
道处诱导情报板发布的拥堵路段各车道的行驶速度。例如，若拥堵路段内的正常行驶速度为25km/h，当拥堵指数小于4时，通过隧道入口前方匝道的诱导情报板，正常显示拥堵路段的行驶速度为25km/h。若是拥堵指数大于4，则减小显示时的行驶速度，例如显示拥堵路段的行驶速度为20km/h。通过降低显示的拥堵路段的行驶速度，让更多的车辆选择其他道路，进而减少了进入隧道的车流量，在严重拥堵的情况下，减少汇入的车流量，从而达到一定缓解拥堵的效果。其次，若是仍然有部分车辆选择进入隧道，由于在其进入隧道前，向其夸张了隧道内的拥堵程度，降低了其心理预期，而进入隧道后实际的拥堵程度优于其心理预期，也能够降低驾驶员的焦躁情绪。
71.气象事件检测模块，用于隧道出口处的气象数据，判断隧道出口处的天气情况，如晴、雨、多云等，并采取出口诱导发布。由于在长隧道内长时间驾驶，视觉功能以适应隧道内低照度环境，瞳孔直径将增加将进行暗适应调整。而在驾驶到洞口位置时，外部亮度急剧增加，为了保证眼睛不受到伤害，瞳孔会急剧收拢，然后再次急剧扩张，以寻找合适的瞳孔直径，此时瞳孔急剧、高频率的缩放，会产生瞬时的盲期，驾驶员的眼睛无法看清楚路况。而对于超长隧道，很有可能存在隧道进口处与隧道出口处的天气不一样的情况，若是隧道进口处与隧道出口处的天气不一致，例如隧道入口处的天气为晴天，而隧道出口处的天气为雨天。在驾驶员无法看清路况的情况下，若以入口处的天气情况进行预判，有可能导致意外事故的发生。通常来说，隧道出口前600m至50m时，驾驶员便能够看到隧道出口，因此在隧道出口前600m时，便通过诱导情报板播报隧道出口处的气象数据，以供驾驶员提前做出判断。
72.火灾事件检测模块，用于根据红外测温成像识别车辆类型，并根据不同类型车辆预设的温度阈值，将测得的车辆温度，与对应类型的温度阈值比较。具体的，在隧道内设有若干具备摄像功能的红外测温机，对车辆进行红外成像，并得到车辆红外成像图像。根据车辆红外成像确定车辆温度，并且根据车辆红外成像的轮廓形状，确定车辆的类型，包括轿车、suv、跑车、货车、油罐车、燃料装载车等。不同车辆设有不同的温度阈值，本实施例中，轿车、suv、跑车设定的温度阈值为80℃，而对于货车、油罐车、燃料装载车设定的温度阈值为70℃。从而对自燃风险较高的车辆，提前进行预警。车辆诱导模块，用于在出现温度高于预设的温度阈值的车辆时，采取广域诱导发布，所述广域诱导发布为，通过所有诱导情报发布板，发布预警事件。广域诱导发布时，通过隧道内外所有的诱导情报板发布诱导信息，具体的，对于具有自燃风险车辆前方的路段，通过诱导情报板显示：“后方具有自燃风险车辆，请尽快驶出”并且。通过具有自燃风险车辆就近的诱导情报板，诱导具有自燃风险的车辆的停靠位置。对于具有自燃风险车辆后方的路段，通过诱导情报板显示：“前方具有自燃风险车辆，请降低车速，保持安全距离”，以及告知后方车辆不要再前进，或是缓行。以及通过隧道入口匝道出的诱导情报板显示：“隧道内具有自燃风险车辆，请绕行”，以此诱导车辆不再进入隧道，从而避免前方车辆停止后，后续车辆继续进入隧道造成拥堵，从而降低人员疏散效率。
73.实施例二
74.本实施例和实施例一的区别在于，本实施例中，气象检测设备还用于检测隧道入口处的气象数据；
75.气象事件检测模块包括气象分类模块、分类识别模块；
76.气象分类模块，预存有所有天气情况的分类，所述天气情况的分类包括恶劣天气
和良好天气；
77.分类识别模块，用于将隧道入口和隧道出口的气象数据分别与气象分类模块中的天气情况分类进行比对，得到隧道入口和隧道出口的分类；
78.车辆诱导模块，还用于仅当隧道出口为恶劣天气，以及隧道入口为良好天气时，通过诱导情报板播报隧道出口处的气象数据。
79.具体的，实施例中，气象分类模块预设的良好天气包括晴、多云、阴。恶劣天气包括雨、雪、雨夹雪、沙尘暴、冰雹。仅当分类识别出的隧道出口为恶劣天气，以及入口为良好天气时，才通过隧道出口的诱导情报板播报隧道出口处的气象数据。若是车辆进入隧道前时的天气外良好天气，隧道出口处也为良好数据，或者是车辆进入隧道前为恶劣天气，隧道出口处也为恶劣天气。驾驶员在驾驶过程中，按照惯性思维，在隧道时，也会因为进入隧道前是恶劣天气，而保持高度警惕。若驾驶员进入隧道前为恶劣天气，而隧道出口处为良好天气，不想其播报隧道出口处为良好天气，其也是会由于进入隧道前为恶劣天气，而保持高度警惕，若是向播报了隧道出口为良好天气，反而容易降低其警惕性，而由于进入隧道前的雨、雪或其他恶劣天气，车辆轮胎和隧道内道路既有可能仍然存在湿滑，此时若放松警惕，反而容易造成安全事故的发生。因此仅有在隧道入口为良好天气，隧道出口为恶劣天气时进行隧道出口的气象数据播报。
80.本发明还公开了一种基于事件监测的隧道联动调度管理系统方法，其特征在于：包括以下步骤：
81.数据接收步骤：接收前端感知设备上传的隧道内外的车辆数据以及环境数据；
82.事件检测步骤：通过预设的识别规则，对车辆数据以及环境数据进行分析，判断是否存在预警事件，当存在预警事件时，确定预警事件类型以及预警事件所在位置；
83.车辆诱导步骤：生成关于预警事件所在位置以及预警事件类型的车辆诱导信息，并确定诱导信息的发布范围，根据诱导信息的发布范围确定发布策略，所述发布策略包括广域诱导发布、入口匝道诱导发布、主线诱导发布以及出口诱导发布，根据发布策略控制不同区域的诱导情报板发布车辆诱导信息。
84.所述事件检测步骤包括以下步骤：
85.高危行为检测步骤：根据前端感知设备采集的视频影像识别隧道内的高危行为，所述高危行为包括出现行人数据、车辆违停数据、车辆逆行数据、出现抛洒物数据以及非机动车数据；
86.拥堵事件检测步骤：根据前端感知设备采集的各路段的车辆行驶速度，识别隧道内的拥堵路段以及拥堵路段所在位置；拥堵事件检测步骤包括以下步骤：
87.s1：当识别到存在拥堵路段后，分别获取各车道的车速；
88.s2：计算拥堵路段的拥堵指数，并于预设的拥堵阈值进行比较；
89.气象事件检测步骤：根据隧道出口处的气象数据，判断隧道出口处的天气情况；
90.火灾事件检测步骤：根据前端设备测得的车辆的红外测温成像识别车辆类型，并根据不同类型车辆预设的温度阈值，将测得的车辆温度，与对应类型的温度阈值比较
91.所述车辆诱导步骤包括以下步骤：
92.步骤一：在隧道内存在高危行为时，采取主线诱导发布，所述主线诱导发布为，通过隧道内的诱导情报板向隧道内车辆提示前方的预警事件以及预警事件的详细信息；
93.步骤二：在隧道内存在拥堵路段时，采取入口匝道发布的方式发布拥堵路段及拥堵路段所在位置，所述入口匝道发布为，通过隧道入口匝道处的诱导情报板，向入口处车辆播报隧道内的预警事件；
94.步骤三：采取出口诱导发布播报隧道出口处的天气情况，所述出口匝道发布为，通过隧道出口处的诱导情报板，向隧道内车辆发布预警事件；
95.步骤四：在出现温度高于预设的温度阈值的车辆时，采取广域诱导发布的方式发布温度高于预设的温度阈值的车辆的位置，所述广域诱导发布为，通过所有诱导情报发布板，发布预警事件。
96.以上的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本技术给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本技术的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本技术要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

技术特征：
1.基于事件监测的隧道联动调度管理系统，其特征在于：包括服务器、前端感知设备以及设于隧道前后以及隧道中的若干诱导情报板，所述服务器包括数据接收模块、事件检测模块、车辆诱导模块，所述前端感知设备用于对隧道内外的车辆数据以及环境参数进行检测；数据接收模块，用于接收前端感知设备上传的隧道内外的车辆数据以及环境数据；事件检测模块，用于通过预设的识别规则，对车辆数据以及环境数据进行分析，判断是否存在预警事件，当存在预警事件时，确定预警事件类型以及预警事件所在位置；车辆诱导模块，用于生成关于预警事件所在位置以及预警事件类型的车辆诱导信息，并确定诱导信息的发布范围，根据诱导信息的发布范围确定发布策略，所述发布策略包括广域诱导发布、入口匝道诱导发布、主线诱导发布以及出口诱导发布，根据发布策略控制不同区域的诱导情报板发布车辆诱导信息。2.根据权利要求1所述的基于事件监测的隧道联动调度管理系统，其特征在于：所述前端感知设备包括视频监控系统，视频监控系统包括若干设于隧道内的高清摄像机，用于拍摄隧道内的视频影像；所述事件检测模块包括高危行为检测模块；高危行为检测模块，用于根据视频影像识别隧道内的高危行为，所述高危行为包括出现行人数据、车辆违停数据、车辆逆行数据、出现抛洒物数据以及非机动车数据；车辆诱导模块，用于在隧道内存在高危行为时，采取主线诱导发布的方式发布高危行为，所述主线诱导发布为，通过隧道内的诱导情报板向隧道内车辆提示前方的预警事件。3.根据权利要求1所述的基于事件监测的隧道联动调度管理系统，其特征在于：所述前端感知设备包括车速检测设备，所述车速检测设备用于检测隧道内各路段的车辆行驶速度；事件检测模块包括拥堵事件检测模块；拥堵事件检测模块，用于根据各路段的车辆行驶速度，识别隧道内的拥堵路段以及拥堵路段所在位置；车辆诱导模块，用于在隧道内存在拥堵路段时，采取入口匝道发布的方式发布拥堵路段及拥堵路段所在位置，所述入口匝道发布为，通过隧道入口匝道处的诱导情报板，向入口处车辆播报隧道内的预警事件。4.根据权利要求3所述的基于时间检测的隧道联动调度管理系统，其特征在于：所述拥堵事件检测模块，还用于当识别到存在拥堵路段后，分别获取各车道的车速；所述车道诱导模块，还用于通过隧道入口匝道处的诱导情报板，发布拥堵路段各车道的行驶速度。5.根据权利要求3所述的基于时间检测的隧道联动调度管理系统，其特征在于：所述拥堵事件检测模块，还用于计算拥堵路段的拥堵指数，并与预设的拥堵阈值进行比较；车辆诱导模块，还用于当拥堵路段的拥堵指数，小于预设的拥堵阈值时，判断为普通拥堵，正常通过隧道入口前方匝道出诱导情报板发布的拥堵路段各车道的行驶速度，当拥堵路段的拥堵指数大于预设的拥堵阈值时，判断为严重拥堵，减少通过隧道入口前方匝道出诱导情报板发布的拥堵路段各车道的行驶速度。6.根据权利要求1所述的基于事件监测的隧道联动调度管理系统，其特征在于：所述前端感知设备包括气象检测设备，用于隧道出口处的气象数据；
事件检测模块，包括气象事件检测模块；气象事件检测模块，用于根据隧道出口处的气象数据，判断隧道出口处的天气情况；车辆诱导模块，用于采取出口诱导发布播报隧道出口处的天气情况，所述出口诱导发布为，通过隧道出口处的诱导情报板，向隧道内车辆发布预警事件。7.根据权利要求6所述的基于事件监测的隧道联动调度管理系统，其特征在于：气象检测设备还用于检测隧道入口处的气象数据；气象事件检测模块包括气象分类模块、分类识别模块；气象分类模块，预存有所有天气情况的分类，所述天气情况的分类包括恶劣天气和良好天气；分类识别模块，用于将隧道入口和隧道出口的气象数据分别与气象分类模块中的天气情况分类进行比对，得到隧道入口和隧道出口的分类；车辆诱导模块，还用于仅当隧道出口为恶劣天气，以及隧道入口为良好天气时，通过诱导情报板播报隧道出口处的气象数据。8.根据权利要求1所述的基于事件监测的隧道联动调度管理系统及方法，其特征在于：所述前端感知设备还包括车辆温度检测设备，所述车辆温度检测设备为具有摄像功能的红外测温机，用于检测隧道内车辆温度，并进行红外测温成像；车辆诱导模块，包括火灾事件检测模块；火灾事件检测模块，用于根据红外测温成像识别车辆类型，并根据不同类型车辆预设的温度阈值，将测得的车辆温度，与对应类型的温度阈值比较；车辆诱导模块，用于在出现温度高于预设的温度阈值的车辆时，采取广域诱导发布的方式发布温度高于预设的温度阈值的车辆的位置，所述广域诱导发布为，通过所有诱导情报发布板，发布预警事件。9.基于事件监测的隧道联动调度管理系统方法，其特征在于：包括以下步骤：数据接收步骤：接收前端感知设备上传的隧道内外的车辆数据以及环境数据；事件检测步骤：通过预设的识别规则，对车辆数据以及环境数据进行分析，判断是否存在预警事件，当存在预警事件时，确定预警事件类型以及预警事件所在位置；车辆诱导步骤：生成关于预警事件所在位置以及预警事件类型的车辆诱导信息，并确定诱导信息的发布范围，根据诱导信息的发布范围确定发布策略，所述发布策略包括广域诱导发布、入口匝道诱导发布、主线诱导发布以及出口诱导发布，根据发布策略控制不同区域的诱导情报板发布车辆诱导信息。10.根据权利要求9所述的基于事件监测的隧道联动调度管理方法，其特征在于：所述事件检测步骤包括以下步骤：高危行为检测步骤：根据前端感知设备采集的视频影像识别隧道内的高危行为，所述高危行为包括出现行人数据、车辆违停数据、车辆逆行数据、出现抛洒物数据以及非机动车数据；拥堵事件检测步骤：根据前端感知设备采集的各路段的车辆行驶速度，识别隧道内的拥堵路段以及拥堵路段所在位置；拥堵事件检测步骤包括以下步骤：s1：当识别到存在拥堵路段后，分别获取各车道的车速；s2：计算拥堵路段的拥堵指数，并于预设的拥堵阈值进行比较；
气象事件检测步骤：根据隧道出口处的气象数据，判断隧道出口处的天气情况；火灾事件检测步骤：根据前端设备测得的车辆的红外测温成像识别车辆类型，并根据不同类型车辆预设的温度阈值，将测得的车辆温度，与对应类型的温度阈值比较；所述车辆诱导步骤包括以下步骤：步骤一：在隧道内存在高危行为时，采取主线诱导发布，所述主线诱导发布为，通过隧道内的诱导情报板向隧道内车辆提示前方的预警事件以及预警事件的详细信息；步骤二：在隧道内存在拥堵路段时，采取入口匝道发布的方式发布拥堵路段及拥堵路段所在位置，所述入口匝道发布为，通过隧道入口匝道处的诱导情报板，向入口处车辆播报隧道内的预警事件；步骤三：采取出口诱导发布播报隧道出口处的天气情况，所述出口匝道发布为，通过隧道出口处的诱导情报板，向隧道内车辆发布预警事件；步骤四：在出现温度高于预设的温度阈值的车辆时，采取广域诱导发布的方式发布温度高于预设的温度阈值的车辆的位置，所述广域诱导发布为，通过所有诱导情报发布板，发布预警事件。

技术总结
本发明涉及隧道交通管理技术领域，具体涉及了一种基于时间监测的隧道联动调度管理系统及方法。包括数据接收模块，用于接收前端感知设备上传的隧道内外的车辆数据以及环境数据；事件检测模块，用于通过预设的识别规则，对车辆数据以及环境数据进行分析，判断是否存在预警事件，当存在预警事件时，确定预警事件类型以及预警事件所在位置；车辆诱导模块，用于生成关于预警事件所在位置以及预警事件类型的车辆诱导信息，并确定诱导信息的发布范围，根据诱导信息的发布范围确定发布策略，根据发布策略控制不同区域的诱导情报板发布车辆诱导信息。能够在隧道内存在风险时，根据风险对所涉及的车辆进行诱导。所涉及的车辆进行诱导。所涉及的车辆进行诱导。


技术研发人员：汪文斌 李云龙 刘云云
受保护的技术使用者：贵州中南交通科技有限公司
技术研发日：2023.04.27
技术公布日：2023/8/1