[发明专利]农村公路超视距风险点安全监测预警方法及其系统

权利要求书

1.一种农村公路超视距风险点安全监测预警方法，其特征在于，包括以下步骤：

S110：获取由激光雷达提供的回波探测信号和由摄像头提供的探测图像，其中，所述激光雷达和所述摄像头可通信地连接于LED显示屏；

S120：将所述探测图像通过使用空间注意力机制的卷积神经网络模型以得到图像探测特征图；

S130：将所述回波探测信号通过使用通道注意力机制的卷积神经网络模型以得到回波探测特征图；

S140：融合所述图像探测特征图和所述回波探测特征图以得到分类特征图；

S150：将所述分类特征图通过分类器以得到分类结果，所述分类结果用于表示是否产生对向来车预警提示；

S160：在所述LED显示屏，显示所述分类结果。

2.根据权利要求1所述的农村公路超视距风险点安全监测预警方法，其特征在于，所述将所述探测图像通过使用空间注意力机制的卷积神经网络模型以得到图像探测特征图，包括以下步骤：

S210：使用所述使用空间注意力机制的卷积神经网络模型的卷积编码部分对所述探测图像进行深度卷积编码以得到探测卷积特征图；

S220：将所述探测卷积特征图输入所述使用空间注意力机制的卷积神经网络模型的空间注意力部分以得到空间注意力图；

S230：将所述空间注意力图通过Softmax激活函数以得到空间注意力特征图；

S240：计算所述空间注意力特征图和所述探测卷积特征图的按位置点乘以得到所述图像探测特征图。

3.根据权利要求2所述的农村公路超视距风险点安全监测预警方法，其特征在于，所述将所述回波探测信号通过使用通道注意力机制的卷积神经网络模型以得到回波探测特征图，包括以下步骤：

S310：将所述回波探测信号输入所述使用通道注意力机制的卷积神经网络模型的多层卷积层以得到回波探测卷积特征图；

S320：计算所述回波探测卷积特征图的沿通道维度的各个特征矩阵的全局均值以得到通道特征向量；

S330：将所述通道特征向量输入Sigmoid激活函数以得到通道注意力权重向量；

S340：以所述通道注意力权重向量中各个位置的特征值作为权重分别对所述回波探测卷积特征图的沿通道维度的各个特征矩阵进行加权以得到所述回波探测特征图。

4.根据权利要求3所述的农村公路超视距风险点安全监测预警方法，其特征在于，所述融合所述图像探测特征图和所述回波探测特征图以得到分类特征图，包括以下步骤：

S410：融合所述图像探测特征图和所述回波探测特征图以得到初始分类特征图；

S420：将所述初始分类特征图展开为分类特征向量；

S430：对所述分类特征向量进行向量的有序希尔伯特完备化以得到优化分类特征向量；

S440：将所述优化分类特征向量进行维度重构以得到所述分类特征图。

5.根据权利要求4所述的农村公路超视距风险点安全监测预警方法，其特征在于，所述融合所述图像探测特征图和所述回波探测特征图以得到初始分类特征图，包括：以如下公式融合所述图像探测特征图和所述回波探测特征图以得到初始分类特征图；

其中，所述公式为：

其中，表示所述初始分类特征图，表示所述图像探测特征图，表示所述回波探测特征图，“”表示所述图像探测特征图和所述回波探测特征图相对应位置处的元素相加，和表示用于控制所述图像探测特征图和所述回波探测特征图之间的平衡的加权参数。

6.根据权利要求5所述的农村公路超视距风险点安全监测预警方法，其特征在于，所述对所述分类特征向量进行向量的有序希尔伯特完备化以得到优化分类特征向量，包括：

以如下公式对所述分类特征向量进行向量的有序希尔伯特完备化以得到所述优化分类特征向量；

其中，所述公式为：

其中，和分别是所述分类特征向量和所述优化分类特征向量，是所述分类特征向量的转置向量，表示所述分类特征向量的二范数的平方，是所述分类特征向量的各特征值按大小次序排列的有序向量，且所述分类特征向量是列向量形式，表示向量相乘，表示按位置点乘。