[发明专利]高速公路异常事件检测方法及系统

说明书

本发明公开了高速公路异常事件检测方法及系统，通过架设在高速公路护栏中的分布式光纤传感系统，采集高速公路上的并行多路光纤信号，高速公路护栏中的分布式光纤传感系统设有沿高速公路走向的光纤，在空间上得到若干个检测点的信号，每一路光纤信号来自于一个检测点；对高速公路沿线的每一个检测点进行能量监测，将信号输出能量大于设定阈值时，将当前检测点视为待分析检测点，采集待分析检测点相邻的一个或多个检测点的光纤信号，将每个检测点的光纤信号进行特征提取；将每个待分析检测点与其相邻检测点的特征进行特征融合，将融合后的特征作为待分析检测点的最终特征；根据待分析检测点的最终特征，得到待分析检测点的检测异常事件标签。

技术领域

本发明涉及高速公路异常事件检测技术领域，特别是涉及高速公路异常事件检测方法及系统。

背景技术

本部分的陈述仅仅是提到了与本发明相关的背景技术，并不必然构成现有技术。

交通事故频发已成为高速公路上非常突出的问题，因此高速公路上的交通事故的实时监测成为技术趋势。

现有的高速公路异常事件检测所采取的措施，从采用的硬件介质来说，包括：基于视频监控的方式和基于分布式光纤传感系统的方式。其中，基于分布式光纤传感系统的方式中，从技术实现算法上来说包括：基于传统的特征提取和分类器的方法和基于深度学习的方法，目前各类信号模式识别领域研究结果表明，基于深度学习的方法的准确性比传统方法具有优势。

现有的高速公路异常事件检测所采取的措施存在的缺陷，包括：视频监控的方法受天气、光照影响较大，全路段布点设备等成本高，还需要供电电源。利用分布式光纤传感系统的方法具有传输距离远、高灵敏度、抗电磁干扰、耐腐蚀，且传输区间无需电源等优点。现有基于分布式光纤传感的方法中采用传统的特征提取和分类器的方法准确性受信号采集质量影响大。基于深度学习的方法多数直接借鉴图像识别的方法，分布式光纤时空信号转换为图像后用卷积神经网络处理，或者把单路光线信号转换为频谱图后再用处理图像的方式处理。前者采用图像加卷积神经网络处理的方式缺点是，当路段距离很长(比如几十公里)处理速度很难达到实时性要求。后者则不仅有速度缺陷，而且单路信号独立处理忽视了相邻检测点信号的相关性。

中国发明专利，公开号CN107591002B-一种基于分布式光纤的高速公路交通参数实时估计方法，该专利虽然能够实现高速公路交通参数的实时估计，但是该专利采用的是分布式光纤时空信号转换为图像后用传统的特征提取和分类的方式处理的方法，准确性有限。

发明内容

为了解决现有技术的不足，本发明提供了高速公路异常事件检测方法及系统；实现利用分布式光纤传感系统实时监测高速公路沿路是否有交通事故或人为破坏等事件发生，可以实现实时判断是否有异常事件发生，以及定位事件发生的位置。

第一方面，本发明提供了高速公路异常事件检测方法；

高速公路异常事件检测方法，包括：

通过架设在高速公路护栏中的分布式光纤传感系统，采集高速公路上的并行多路光纤信号，高速公路护栏中的分布式光纤传感系统设有沿高速公路走向的光纤，在空间上得到若干个检测点的信号，任意相邻检测点之间的间隔距离由光纤的空间分辨率决定，每一路光纤信号来自于一个检测点；

对高速公路沿线的每一个检测点进行能量监测，将信号输出能量大于设定阈值时，将当前检测点视为待分析检测点，采集待分析检测点相邻的一个或多个检测点的光纤信号，将每个检测点的光纤信号进行特征提取；

将每个待分析检测点与其相邻检测点的特征进行特征融合，将融合后的特征作为待分析检测点的最终特征；

根据待分析检测点的最终特征，得到待分析检测点的检测异常事件标签。

第二方面，本发明提供了高速公路异常事件检测系统；

高速公路异常事件检测系统，包括：分布式光纤传感系统；