摘要
本发明公开了一种高速公路隧道车辆事故预警方法、系统、设备及介质,所示方法包括:利用深度学习框架,根据隧道车辆历史样本数据对构建的YOLOv8s识别模型进行训练,YOLOv8s识别模型被设计为至少识别每一视频帧图像中的车辆中心坐标;将获取的实时隧道监控视频输入训练好的识别模型中,并对识别结果进行标识分析,得到当前隧道内每一车辆的位姿信息;基于深度学习框架和位姿信息,分析每一所述车辆的车辆中心坐标的变化,以得到每一所述车辆的速度信息;基于对速度信息的分析结果,生成对应的隧道预警信号。本发明能够对隧道内车辆故障或事故等突发状况实现快速的自主预警,避免二次事故的发生。
技术关键词
车辆事故预警方法
深度学习框架
隧道监控
车辆交通流量
报警策略
视频帧
事故预警系统
坐标
可读存储介质
速度检测模块
识别模型训练
相邻两帧图像
隧道内车辆
隧道入口处
直方图均衡化
数据
系统为您推荐了相关专利信息
触摸屏模组
LSTM模型
时间片轮转调度
数字麦克风
铝合金支架
设备运行趋势
历史运行数据
深度学习框架
管理方法
自定义函数
轴承寿命预测方法
退化特征
信号
连续小波变换
剩余使用寿命
可靠性测试方法
故障场景
集群
关键性能指标变化
评分算法