高速隧道智能监控系统

技术领域

本发明属于隧道监测技术领域，具体涉及高速隧道智能监控系统。

背景技术

随着经济的快速发展，公路及公路隧道的建设项目与日俱减，隧道安全运营问题显得越来越突出，除隧道本身的土建施工质量外，隧道的监视与控制管理成为公路隧道安全正常运行的非重要课题。

由于隧道环境的特殊性，面临着及其复杂的采光、通风、给排水、防火防灾等问题，环境复杂性高、危险性高。

目前隧道监控管理系统缺乏统一的自动化监控和管理系统，缺乏统一的必要信息支持平台，不能实时精确地获取隧道环境信息，不能对隧道实际环境有一个全面、及时、准确地掌握，更不能对事故准确预测、预警，保证车辆或行人的安全。

当事故发生时，由于对现场情况不了解，应急救援调度机制和救援措施很难做到及时、合理、有效，有时甚至产生二次事故，给隧道内车辆和行人带来重大伤害，造成重大损失。

专利申请号为CN201410549936.XA的专利申请文件公开了一种隧道监控系统，它包括隧道监控主站层、现场监控层和通信系统，隧道监控主站层是隧道监控系统的调度和指挥中心，负责铁路沿线隧道或隧道群机电设备的远程监视、控制和调度、管理；通信系统是隧道监控系统的基础；现场监控层完成现场数据采集、执行各种自动控制任务，并与隧道监控主站层通信，完成远程监视和控制功能；现场监控层通过通信系统与隧道监控主站层连接。

该发明实现了一定程度的隧道内的远程监控，但在实际运行中，由于隧道内实际情况的复杂性，难以保证监控结果的准确性，同时，对于隧道内的潜在风险也缺乏必要的预测性分析。

发明内容

本发明的主要目的在于提供高速隧道智能监控系统，通过外部监控判断隧道内是否出现故障，再根据隧道内的情况，选择使用固定监控或移动监控的方式，大大提升了隧道监控的效率和准确率。

本发明的技术方案是这样实现的：

高速隧道智能监控系统，所述系统包括：外部监控部分和内部监控部分；所述外部监控部分，配置用于在隧道入口和隧道出口实时获取过往车辆的运行数据，并结合获取到的运行数据，判断隧道内是否故障，若是，则发送控制命令至内部监控部分；所述内部监控部分，包括控制部分、固定监测部分和移动监测部分；所述控制部分，配置用于实时获取隧道内图像，计算当前隧道内的明亮程度，若计算出的明亮程度超过设定的阈值，则发送控制命令至固定监测部分，若计算出的明亮程度未超过设定的阈值，则发送控制命令至移动监测部分；所述固定监测部分，配置用于获取隧道内多个固定位置的图像数据，并对获取到的图像数据进行图像识别分析，判断当前隧道内是否出现事故，得到第一判断结果，将第一判断结果发送至远端监控设备；所述移动监测部分，配置用于在隧道内进行移动，在移动过程中通过超声波反射法，获取当前隧道内的声波反射图像，进行图像识别分析，判断当前隧道内是否出现事故，得到第二判断结果，将第二判断结果发送至远端监控设备。

进一步的，所述固定监测部分，包括多个图像获取装置和中央处理装置；所述图像获取装置，按照相等距离间隔的方式，安装于隧道顶部，用于获取所处位置的隧道内的图像数据，将获取到的图像数据发送至中央处理部分；所述中央处理部分，配置用于在接收到外部监控部分发送过来的控制命令后，首先发送图像获取指令至各个图像获取装置，然后基于获取到的图像数据，进行图像识别分析，判断当前隧道内是否出现事故，得到第一判断结果，将第一判断结果发送至远端监控设备。

进一步的，所述移动监测部分，包括移动数据获取装置和分析处理装置；所述移动数据获取装置，安装于隧道内顶部，包括一个数据获取装置和滑轨；所述数据获取装置，在所述滑轨上按照设定速率，匀速滑动，在滑动过程中，通过超声波反射法，获取当前隧道内的声波反射图像；所述分析处理装置，配置用于基于声波反射图像，进行图像识别分析，判断当前隧道内是否出现事故，得到第二判断结果，将第二判断结果发送至远端监控设备。

进一步的，所述控制部分，实时获取隧道内图像，计算当前隧道内的明亮程度的方法包括：将获取到的隧道内图像进行图像二值化处理，得到二值化隧道内图像；再对二值化隧道内图像进行反色处理，得到反色二值化隧道内图像；选择性地执行正曝光模式下的二值化隧道内图像处理和反曝光模式下的反色二值化隧道内图像处理；所述二值化隧道内图像处理是在单位时间内获得单个二值化隧道内图像并通过对所述正曝光算法执行信号处理而生成正曝光二值化图像的处理，而所述反色二值化隧道内图像处理是通过曝光相对长的时间而获得长曝光隧道内图像和通过曝光相对短的时间而获得短曝光隧道内图像，并通过对所述长曝光隧道内图像和所述短曝光隧道内图像执行包含信号组合处理的信号处理来生成反色二值化隧道内图像的处理；对所述反色二值化隧道内图像内执行测光；根据所使用的图像捕获模式是正曝光模式还是反曝光模式，控制测光方法之间的切换，其中在所述正曝光模式下使用的测光方法与在所述反曝光模式下使用的测光方法彼此不同；接收执行测光而获得的值，并且基于测光方法使用接收到的值来执行计算以计算出亮度值，作为明亮程度。

进一步的，所述中央处理部分，基于获取到的图像数据，进行图像识别分析，判断当前隧道内是否出现事故，得到第一判断结果的方法包括：将每个图像获取装置获取到的图像数据进行图像拼接，得到拼接图像，然后对拼接图像进行有目标区域检测，划定拼接图像中的有目标区域，然后计算有目标区域在拼接图像中的占比，若占比超过设定的第一百分比，则判断当前隧道内出现事故。

进一步的，所述图像拼接的方法包括：确定所有图像数据中的图像相似部分；所述图像相似部分定义为不同图像中的部分区域的归一化像素值相等的部分；所述图像相似部分在每个图像数据中的像素占比超过5%；获取所述相似部分的深度图；根据所述深度图将所述所有图像拼接成一幅图像，包括：计算所述深度图之间的单应性矩阵；将图像按照其与单应性矩阵的对应关系映射到目标坐标系中；根据所述深度图计算所述相似部分内不同图像上对应像素之间的视差；若视差在预定视差范围内，则舍弃其他图像的像素点；若视差超出预定视差范围，则将所述其他图像在所述相似部分内的像素点映射到目标坐标系中图像的对应像素点的坐标上；将其他图像中在相似部分以外的像素按照其与单应性矩阵的对应关系映射到目标坐标系中。

进一步的，所述对拼接图像进行有目标区域检测的方法包括：根据边缘检测算子的各预设方向上的模板及拼接图像的邻域中的各像素点的取对数运算后的灰度值，对所述拼接图像进行卷积运算，得到所述拼接图像在所述各预设方向上的深度变化幅度；根据所述拼接图像在所述各预设方向上的深度变化幅度，得到所述拼接图像的深度幅值；将所述拼接图像的深度幅值与深度幅值阈值进行比较，将深度幅值大于或等于所述深度幅值阈值的拼接图像作为边缘点；根据得到的所述边缘点，提取所述拼接图像中的目标区域。

进一步的，所述边缘检测算子为改进的Sobel算子。

进一步的，所述改进的sobel算子使用如下公式进行表示：

其中Gx及Gy分别代表经横向及纵向边缘检测的拼接图像；

；

其中，

进一步的，所述基于声波反射图像，进行图像识别分析，判断当前隧道内是否出现事故的方法包括：对声波反射图像进行有目标区域检测，划定声波反射图像中的有目标区域，然后计算有目标区域在声波反射图像中的占比，若占比超过设定的第二百分比，则判断当前隧道内出现事故。

本发明的高速隧道智能监控系统，具有如下有益效果：本发明的隧道监控系统考虑到隧道的特殊性，并未直接就对隧道内部的情况进行二十四小时的监控，而是在判断出隧道内疑似出现事故的情况下再启动隧道内的内部监测部分，而隧道内的内部监测部分也根据情况使用固定监测或移动监测，总体来说，大幅度提升了效率，且监测准确率也得到了提升。

附图说明

图1为本发明实施例提供的高速隧道智能监控系统的系统结构示意图；

图2为本发明实施例提供的高速隧道智能监控系统的内部监控部分的结构示意图。

具体实施方式

提供了一种高速隧道智能监控系统。

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

以下分别进行详细说明。

参考图1和图2，高速隧道智能监控系统，所述系统包括：外部监控部分和内部监控部分；所述外部监控部分，配置用于在隧道入口和隧道出口实时获取过往车辆的运行数据，并结合获取到的运行数据，判断隧道内是否故障，若是，则发送控制命令至内部监控部分；所述内部监控部分，包括控制部分、固定监测部分和移动监测部分；所述控制部分，配置用于实时获取隧道内图像，计算当前隧道内的明亮程度，若计算出的明亮程度超过设定的阈值，则发送控制命令至固定监测部分，若计算出的明亮程度未超过设定的阈值，则发送控制命令至移动监测部分；所述固定监测部分，配置用于获取隧道内多个固定位置的图像数据，并对获取到的图像数据进行图像识别分析，判断当前隧道内是否出现事故，得到第一判断结果，将第一判断结果发送至远端监控设备；所述移动监测部分，配置用于在隧道内进行移动，在移动过程中通过超声波反射法，获取当前隧道内的声波反射图像，进行图像识别分析，判断当前隧道内是否出现事故，得到第二判断结果，将第二判断结果发送至远端监控设备。

具体的，外部监控部分和内部监控部分各司其职，在通常情况下，外部监控部分运行，通过获取到的过往车辆的运行数据，可以直接判断隧道内是否出现事故或者故障。比如，当一个隧道的隧道入口和出口的车辆的速度显著降低或隧道入口有车辆进入，但出口无车辆开出，则可以显然判断隧道内出现了事故。

在明确判断发生事故或出现故障的情况下，需要启动内部监控部分，这种方式，使得内部监控设备不需要一直处于运行状态，进而降低设备损耗。

内部监控部分包括控制部分、固定监测部分和移动监测部分；控制部分在隧道内的光线较暗，或者时间处于夜晚时，则发送控制命令至移动监测部分。

在本发明中，移动监测部分和固定监测部分使用的监测手段是不同的。移动监测部分通过超声反射的原理，绘制图像，然后进行图像的识别和分析。

而固定监测部分则是通过固定的摄像头来获取图像，对图像进行拼接后，再进行分析和判断。

在上一实施例的基础上，所述固定监测部分，包括多个图像获取装置和中央处理装置；所述图像获取装置，按照相等距离间隔的方式，安装于隧道顶部，用于获取所处位置的隧道内的图像数据，将获取到的图像数据发送至中央处理部分；所述中央处理部分，配置用于在接收到外部监控部分发送过来的控制命令后，首先发送图像获取指令至各个图像获取装置，然后基于获取到的图像数据，进行图像识别分析，判断当前隧道内是否出现事故，得到第一判断结果，将第一判断结果发送至远端监控设备。

在上一实施例的基础上，所述移动监测部分，包括移动数据获取装置和分析处理装置；所述移动数据获取装置，安装于隧道内顶部，包括一个数据获取装置和滑轨；所述数据获取装置，在所述滑轨上按照设定速率，匀速滑动，在滑动过程中，通过超声波反射法，获取当前隧道内的声波反射图像；所述分析处理装置，配置用于基于声波反射图像，进行图像识别分析，判断当前隧道内是否出现事故，得到第二判断结果，将第二判断结果发送至远端监控设备。

具体的，移动监测部分的原理是使用超声波反射法。这是由于隧道内的光线较暗无法通过常规手段获取图像，进行图像分析。

在本发明中，将声波反射图像输入第一神经网络模型，获得第一输出数据，第一输出数据包括声波反射图像中的目标图像以及第一神经网络模型中编码器编码的图像特征；

对目标图像进行图像组学特征提取，获得目标图像的图像组学特征；

将目标图像的图像组学特征以及第一神经网络模型中编码器编码的图像特征，输入第二分类模型，获得第二输出数据，其中，第二输出数据为判断结果。

第一神经网络模型为U-Net模型；所述第一神经网络模型中编码器编码的图像特征为U-Net模型中编码器最后一层编码的图像特征。

在上一实施例的基础上，所述控制部分，实时获取隧道内图像，计算当前隧道内的明亮程度的方法包括：将获取到的隧道内图像进行图像二值化处理，得到二值化隧道内图像；再对二值化隧道内图像进行反色处理，得到反色二值化隧道内图像；选择性地执行正曝光模式下的二值化隧道内图像处理和反曝光模式下的反色二值化隧道内图像处理；所述二值化隧道内图像处理是在单位时间内获得单个二值化隧道内图像并通过对所述正曝光算法执行信号处理而生成正曝光二值化图像的处理，而所述反色二值化隧道内图像处理是通过曝光相对长的时间而获得长曝光隧道内图像和通过曝光相对短的时间而获得短曝光隧道内图像，并通过对所述长曝光隧道内图像和所述短曝光隧道内图像执行包含信号组合处理的信号处理来生成反色二值化隧道内图像的处理；对所述反色二值化隧道内图像内执行测光；根据所使用的图像捕获模式是正曝光模式还是反曝光模式，控制测光方法之间的切换，其中在所述正曝光模式下使用的测光方法与在所述反曝光模式下使用的测光方法彼此不同；接收执行测光而获得的值，并且基于测光方法使用接收到的值来执行计算以计算出亮度值，作为明亮程度。

在上一实施例的基础上，所述中央处理部分，基于获取到的图像数据，进行图像识别分析，判断当前隧道内是否出现事故，得到第一判断结果的方法包括：将每个图像获取装置获取到的图像数据进行图像拼接，得到拼接图像，然后对拼接图像进行有目标区域检测，划定拼接图像中的有目标区域，然后计算有目标区域在拼接图像中的占比，若占比超过设定的第一百分比，则判断当前隧道内出现事故。

具体的，若检测出的目标在拼接图像中的占比高于第一百分比，则说拼接图像中出现不明物的区域较大，则可以判断隧道内出现事故。

在上一实施例的基础上，所述图像拼接的方法包括：确定所有图像数据中的图像相似部分；所述图像相似部分定义为不同图像中的部分区域的归一化像素值相等的部分；所述图像相似部分在每个图像数据中的像素占比超过5%；获取所述相似部分的深度图；根据所述深度图将所述所有图像拼接成一幅图像，包括：计算所述深度图之间的单应性矩阵；将图像按照其与单应性矩阵的对应关系映射到目标坐标系中；根据所述深度图计算所述相似部分内不同图像上对应像素之间的视差；若视差在预定视差范围内，则舍弃其他图像的像素点；若视差超出预定视差范围，则将所述其他图像在所述相似部分内的像素点映射到目标坐标系中图像的对应像素点的坐标上；将其他图像中在相似部分以外的像素按照其与单应性矩阵的对应关系映射到目标坐标系中。

在上一实施例的基础上，所述对拼接图像进行有目标区域检测的方法包括：根据边缘检测算子的各预设方向上的模板及拼接图像的邻域中的各像素点的取对数运算后的灰度值，对所述拼接图像进行卷积运算，得到所述拼接图像在所述各预设方向上的深度变化幅度；根据所述拼接图像在所述各预设方向上的深度变化幅度，得到所述拼接图像的深度幅值；将所述拼接图像的深度幅值与深度幅值阈值进行比较，将深度幅值大于或等于所述深度幅值阈值的拼接图像作为边缘点；根据得到的所述边缘点，提取所述拼接图像中的目标区域。

具体的，图像拼接的过程中，在ー个固定观测点拍摄多幅观察方向不同的图像，然后计算出不同图像之间的点到点的映射关系，这ー映射关系称为对应变换，主要表现为平移、旋转、仿射以及投影等形式；接下来将所有的图像按照对应变换关系投影到统ー的坐标系下并拼接形成一个视场宽度较大的图像，或者形成ー个360°视野的图像；最后采用平滑函数消除在图像拼接时在重叠区域上出现的缝隙。

这种图像拼接方法通常被用于互联网上的虚拟漫游，登入网站的游客可以浏览真实世界中景物的全景影像。但由于该拼接方法只有在固定观测点拍摄到的图像才有意义，这就要求必须在同一个静止位置拍摄得到所有图像，否则，在拼接出来的图像会由于视差产生的重影，使得拼接处出现不自然的过渡。而实际运用时，很难做到在同一个静止位置拍摄，即：摄像机绕光心旋转拍摄使得拍摄到的多幅图像其光心重合。

在获取到多幅视点不同的图像后，先以视点之间某些连续中间点作为视点重新构建图像，然后找出原来获取的图像以及重构的图像中重叠的区域，再根据重叠区域进行图像拼接。

以中间点作为视点重构图像的方法能够减少两个视点视差对拼接图像造成的重影。但是，如果原始图像的视差过大，为了减少拼接图像的重影，需要生成过多中间点图像，导致运算量过大。对于两个以上视点图像进行拼接，也将产生过多中间点图像，导致图像拼接耗费过多时间。

在上一实施例的基础上，所述边缘检测算子为改进的Sobel算子。

在上一实施例的基础上，所述改进的sobel算子使用如下公式进行表示：

其中Gx及Gy分别代表经横向及纵向边缘检测的拼接图像；

；

其中，

在上一实施例的基础上，所述基于声波反射图像，进行图像识别分析，判断当前隧道内是否出现事故的方法包括：对声波反射图像进行有目标区域检测，划定声波反射图像中的有目标区域，然后计算有目标区域在声波反射图像中的占比，若占比超过设定的第二百分比，则判断当前隧道内出现事故

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。