[发明专利]一种基于车联网的高速公路团雾精确警示、诱导系统及方法

权利要求书

1.一种基于车联网的高速公路团雾精确警示、诱导系统，其特征在于，包括依次相连的车载设备、云端车联网服务中心和高速公路信息管理中心，车载设备包括信息采集装置、信息处理装置和信息发布装置，所述信息采集装置实时采集前方路段相邻车道线区域图像的平均灰度值，经信息处理装置处理后，若满足条件上传至云端车联网服务中心，云端车联网服务中心的测定模块根据信息采集装置、能见度数据库(8)、气象监测站数据库(13)的数据核验某地是否真实发生团雾，发生团雾时，云端车联网服务中心与车载设备、高速公路信息管理中心通信，进行团雾消息的显示；

所述信息采集装置包括双模定位终端(1)、车载双目摄像头(2)、相对湿度传感器(3)，所述双模定位终端(1)用于获取团雾发生时间t和地点定位数据C，车载双目摄像头(2)用于采集计算图像能见度F_t，相对湿度传感器(3)采集车外环境的相对湿度h；

所述图像能见度F_t的获取过程为：

Step1：网联车车载双目摄像头(2)扫描拍摄到的前方道路图片，数据判断模块(4)在感兴趣区域提取左右视图突变点，并且结合像素点的个数计算出左右视图的像素突变点的个数，结合网联车车载双目摄像头(2)的相关相机参数求出双目摄像头场景深度其中L为光轴间距离，X_p为单位像素尺寸，D为像素突变点个数，f为双目摄像头焦距；

Step2：设Ω(p)是以像素点p为中心的局部图像，min_c∈{r,g,b}是对局部图像中的单个像素最小化，min_y∈Ω(p)是对p邻域范围内像素最小化，J^c(y)局部中一个颜色通道，求取前方道路图像的暗通道像素值J^dark(p)＝min_y∈Ω(p)(min_c∈{r,g,b}J^c(y))；其中c为包含红r、绿g、蓝b三原色分量的灰度值矩阵；

Step3：定义I为目标物场景强度，I^c为rgb颜色空间中目标物场景强度，Ω是自动确定的天空区域，利用可信区间内的亮度最大点的亮度值构建与输入图像大小和维度相同的矩阵,求取大气光值其中是使I(α，β)＝max_{(α，β)∈Ω}(I(α，β))成立的点(α,β)；

Step4：令ω为恢复图像保真度的系数，求取透射率将制定目标区域的透射率取均值，得到目标物的透射率结合网联车车载双目摄像头(2)的场景深度d，可以得到大气消光系数继而求取图像能见度

核验团雾发生路段具体为：

Step1：设S为网联车行驶路段上的相邻两个气象监测站点之间的路程，S_t为网联车行驶路段上与最近的气象监测站点之间的路程，利用综合能见度加权平均算法得到F_t所占比重其中σ是调整参数，可通过对能见度数据库(8)中的数据利用机器学习算法不断优化调整参数值，距离网联车最近的气象监测站点的能见度数据F₁所占比重距离网联车次之的气象监测站点的能见度数据F₂所占比重综合能见度

Step2：定义u_n为评价因素，当n＝1时，即u₁为车载设备采集信息评价因素，包括综合能见度u₁₁、车外相对湿度u₁₂；当n＝2时，即u₂为气象监测站信息评价因素，包括风速u₂₁、气温与露点温度差u₂₂、是否为常发地点u₂₃；定义每个因素中有m个指标，搭建输入因素集U＝{u₁,u₂}；定义v_j为评价等级，当j＝1时，v₁为未出现团雾，当j＝2时，即v₂为疑似出现团雾，当j＝3时，即v₃为出现团雾，建立评语集V＝{v₁,v₂,v₃}；定义μ_j为第j个评价等级的隶属度、x_i为各个指标i的实测值，k_j为各个评价等级的评价标准，对于定性指标：网联车检测到的C是否为该高速公路历史发生团雾路段，需要对其量化模糊隶属度，采用统计出该路段在往年气象数据中每个评语等级被评价次数与评价专家数的比例；对于定量指标：F_t、h、最近监测站点的风速G_w、气温与露点温度差ΔT，根据评价标准和实测数据，通过隶属度函数公式计算其量化模糊隶属度，具体隶属度函数公式如下：

Step3：构造隶属度矩阵设E_i为第i个指标的信息反熵值其中w_i为第i个评价等级的权重则得准则层权重W＝(w₁,w₂)，各指标层的权重W_i＝(w₁,w₂,...,w_m)，准则层评价向量B_n＝W_nμ_n，准则层评价矩阵R_B＝(B₁,B₂,B₃)^T；

Step4：建立目标层评价向量R_A＝WR_B＝(μ₁,μ₂,μ₃)^T，在输出向量(μ₁,μ₂,μ₃)^T中，利用选取最大值max(μ₁,μ₂,μ₃)对评价结果进行处理；若最大值为μ₁即对应评语v₁，系统将继续监测；若最大值为μ₂即对应评语v₂，系统将继续监测；最大值为μ₃即对应评语集v₃，系统将通过第二5G通信模块(7)向高速公路信息管理中心上传t、C数据。