基于5G车联网的车辆交通事故远程接管救援方法及系统与流程

基于5g车联网的车辆交通事故远程接管救援方法及系统
技术领域
1.本发明涉及交通安全救助领域，具体来说，涉及基于5g车联网的车辆交通事故远程接管救援方法及系统。


背景技术：

2.车联网(iov，internet of vehicles)属于物联网(iot，internet of things)的一种，是由车辆位置、速度和路线等信息构成的巨大交互网络。5g作为lte的演进，时延可以达到1ms，且拥有更高的带宽，支持更大数量的连接，还支持更高的移动速度。
3.5g和车联网技术的结合将加强车辆的对外通讯能力。当车辆发生交通事故时，驾驶员很有可能不省人事，通过5g车联网技术，可增强车辆发生交通事故时，向第三方和交警求助的能力。
4.现有技术中的车辆交通事故远程救援方法，例如中国专利号cn103413411b，公开了一种基于车联网的重大交通事故主动救援系统，其包括车载终端、监控中心上位机系统、紧急报警终端及移动互联网，车载终端在车速大于等于某个设定阀值时激活报警程序，不断检测车辆加速度和速度趋零时间两个变量，当这两个变量值均符合设计阀值时触发报警，车载终端发出语音和蜂鸣声讯警报，引起行人和附近居民注意，以获得近距离快速救援。但是该系统无法准确且灵活的了解车辆内驾驶员的具体伤情，进而无法做到资源利用的最优解。
5.针对相关技术中的问题，目前尚未提出有效的解决方案。


技术实现要素：

6.针对相关技术中的问题，本发明提出基于5g车联网的车辆交通事故远程接管救援方法及系统，以克服现有相关技术所存在的上述技术问题。
7.为此，本发明采用的具体技术方案如下：
8.根据本发明的一个方面，提供了基于5g车联网的车辆交通事故远程接管救援方法，该方法包括以下步骤：
9.s1、车辆内5g车载终端自动检测车辆行驶状态；
10.s2、若车辆行驶状态发生异常，则5g车载终端每隔预先设定的时间间隔对驾驶员的状态进行一次检测；
11.s3、若驾驶员为昏迷状态，则5g车载终端通知救援车提供车辆救援服务，并将车辆位置信息及人员信息提供至车辆附近医疗部门及交通部门；
12.s4、若驾驶员为清醒状态，则5g车载终端询问驾驶员是否要求提供车辆救援服务；
13.s5、通过收集往年车辆交通事故位置信息，预测车辆交通事故频发区域，并在车辆交通事故频发区域设置救援车。
14.进一步的，所述s1中车辆内5g车载终端自动检测车辆行驶状态还包括以下步骤：
15.s11、将5g车载终端中的触发装置与车辆安全气囊传感器相连，并在5g车载终端内
设置加速度传感器；
16.s12、若车辆安全气囊传感器启动或加速度传感器测得的加速度值达到或超过设计阀值，且车辆行驶速度小于5km/h，则判断车辆行驶状态发生异常。
17.进一步的，所述s2中5g车载终端通过高清摄像头对驾驶员的状态进行检测。
18.进一步的，所述s2中5g车载终端对驾驶员的状态进行检测的次数设置为至少五次。
19.进一步的，所述s2中5g车载终端对驾驶员的状态进行检测还包括以下步骤：
20.s21、通过高清摄像头得到车辆驾驶位的采集画面，并设定第一次采样为第一帧，时间间隔t秒采样为当前帧；
21.s22、将采集画面分为m*n个区域，选择x方向上经过划分后的m个区域的中线，或者y方向上经过划分后的n个区域的中线作为像素点；
22.s23、将当前帧任一中线的像素点与第一帧对应中线的像素点进行比较得到像素点的差异，若大于第一阀值，则判断该像素点为不同，若大于第二阀值，则判断当前帧与第一帧不同；
23.s24、若判断像素点为不同的次数大于第三阀值，则判断当前帧与第一帧不同；
24.s25、若当前帧与第一帧不同，则驾驶员为昏迷状态，否则驾驶员为清醒状态。
25.进一步的，所述s4中若驾驶员为清醒状态，则5g车载终端询问驾驶员是否要求提供车辆救援服务还包括以下步骤：
26.s41、若驾驶员确认接受车辆救援服务，则5g车载终端通知救援车提供车辆救援服务；
27.s42、若驾驶员不接受车辆救援服务，则需要向5g车载终端输入声纹密码。
28.进一步的，所述s42中若驾驶员不接受车辆救援服务，则需要向5g车载终端输入声纹密码信号还包括以下步骤：
29.s421、获取驾驶员的语音信息，并将语音信息中的背景声音剔除得到人声语音；
30.s422、获取人声语音中的声纹密码信号，并将声纹密码信号经a/d转换器转换成数字信号；
31.s423、对数字信号进行声带和嘴唇效应的消除，并将数字信号通过高通滤波器，同时对每帧数字信号进行离散fft变换；
32.s424、将数字信号输入至rbf神经网络识别模型，并辨别是否为驾驶员声纹，若是，则确认驾驶员不接受车辆救援服务；
33.其中，所述rbf神经网络识别模型通过将过往驾驶员语音处理后的声纹输入至rbf神经网络模型，并训练构建rbf神经网络识别模型。
34.进一步的，所述s421中将语音信息中的背景声音剔除得到人声语音还包括以下步骤：
35.将驾驶员的语音信息经过分帧加窗及时频转换，得到原始混合信号幅度谱和原始混合信号相位谱；
36.将原始混合信号幅度谱输入卷积神经网络，得到低分辨率特征图；
37.将低分辨率特征图和原始混合信号幅度谱输入循环神经网络，得到人声预测值和背景声预测值；
38.将人声预测值和背景声预测值与原始混合信号相位谱结合，并进行逆傅里叶变换得到人声信号及背景声信号，同时将背景声信号剔除。
39.进一步的，所述s5中通过收集往年车辆交通事故位置信息，预测车辆交通事故频发区域还包括以下步骤：
40.s51、收集往年车辆交通事故位置信息；
41.s52、通过往年车辆交通事故位置信息训练gm灰色预测模型；
42.s53、通过gm灰色预测模型预测任一天的车辆交通事故频发区域，并于当天在车辆交通事故频发区域设置救援车。
43.根据本发明的另一方面，提供了基于5g车联网的车辆交通事故远程接管救援系统，该系统包括：车辆行驶状态检测模块，驾驶员状态检测模块及预测模块；
44.其中，所述车辆行驶状态检测模块，用于通过5g车载终端自动检测车辆行驶状态；
45.所述驾驶员状态检测模块，用于若车辆行驶状态发生异常，则5g车载终端每隔预先设定的时间间隔对驾驶员的状态进行一次检测，若驾驶员为昏迷状态，则5g车载终端通知救援车提供车辆救援服务，并将车辆位置信息及人员信息提供至车辆附近医疗部门及交通部门，若驾驶员为清醒状态，则5g车载终端询问驾驶员是否要求提供车辆救援服务；
46.所述预测模块，用于收集往年车辆交通事故位置信息，预测车辆交通事故频发区域，并在车辆交通事故频发区域设置救援车。
47.本发明的有益效果为：本发明提供的基于5g车联网的车辆交通事故远程接管救援方法及系统相比于现有技术，可以自动的判断车辆的状态及驾驶员的状态，从而提高了远程接管救援的智能化及自动化水平，可降低人力成本。且通过对驾驶员的状态进行检测，从而能够准确且灵活的了解车辆内驾驶员的具体伤情，且5g车载终端智能化的与驾驶员进行沟通，进而可以做到资源利用的最优解。通过将驾驶员的语音信息中的背景声音剔除，从而使驾驶员的声纹密码信号能够准确的传递至5g车载终端。通过预测每天车辆交通事故频发区域，可提高车辆交通事故的救援效率。
附图说明
48.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
49.图1是根据本发明实施例的基于5g车联网的车辆交通事故远程接管救援方法的流程图。
具体实施方式
50.为进一步说明各实施例，本发明提供有附图，这些附图为本发明揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理，配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点，图中的组件并未按比例绘制，而类似的组件符号通常用来表示类似的组件。
51.根据本发明的实施例，提供了基于5g车联网的车辆交通事故远程接管救援方法及
系统。
52.现结合附图和具体实施方式对本发明进一步说明，如图1所示，根据本发明的一个方面，提供了基于5g车联网的车辆交通事故远程接管救援方法，该方法包括以下步骤：
53.s1、车辆内5g车载终端自动检测车辆行驶状态；
54.其中，所述s1中车辆内5g车载终端自动检测车辆行驶状态还包括以下步骤：
55.s11、将5g车载终端中的触发装置与车辆安全气囊传感器相连，并在5g车载终端内设置加速度传感器；
56.s12、若车辆安全气囊传感器启动或加速度传感器测得的加速度值达到或超过设计阀值，且车辆行驶速度小于5km/h，则判断车辆行驶状态发生异常(当车辆行驶状态发生异常时，启动5g车载终端内的报警器，用于警示附近的路人，提示人员前来进行人员救助)。
57.s2、若车辆行驶状态发生异常，则5g车载终端每隔预先设定的时间间隔对驾驶员的状态进行一次检测；
58.其中，所述s2中5g车载终端通过高清摄像头对驾驶员的状态进行检测。5g车载终端对驾驶员的状态进行检测的次数设置为至少五次。
59.所述s2中5g车载终端对驾驶员的状态进行检测还包括以下步骤：
60.s21、通过高清摄像头得到车辆驾驶位的采集画面，并设定第一次采样为第一帧，时间间隔t秒采样为当前帧；
61.s22、将采集画面分为m*n个区域，选择x方向上经过划分后的m个区域的中线，或者y方向上经过划分后的n个区域的中线作为像素点；
62.s23、将当前帧任一中线的像素点与第一帧对应中线的像素点进行比较得到像素点的差异，若大于第一阀值，则判断该像素点为不同，若大于第二阀值，则判断当前帧与第一帧不同；
63.s24、若判断像素点为不同的次数大于第三阀值，则判断当前帧与第一帧不同；
64.s25、若当前帧与第一帧不同，则驾驶员为昏迷状态，否则驾驶员为清醒状态。
65.s3、若驾驶员为昏迷状态，则5g车载终端通知救援车提供车辆救援服务，并将车辆位置信息及人员信息提供至车辆附近医疗部门及交通部门；
66.s4、若驾驶员为清醒状态，则5g车载终端询问驾驶员是否要求提供车辆救援服务；
67.其中，所述s4中若驾驶员为清醒状态，则5g车载终端询问驾驶员是否要求提供车辆救援服务还包括以下步骤：
68.s41、若驾驶员确认接受车辆救援服务，则5g车载终端通知救援车提供车辆救援服务；
69.s42、若驾驶员不接受车辆救援服务，则需要向5g车载终端输入声纹密码。
70.其中，所述s42中若驾驶员不接受车辆救援服务，则需要向5g车载终端输入声纹密码信号还包括以下步骤：
71.s421、获取驾驶员的语音信息，并将语音信息中的背景声音剔除得到人声语音；
72.s422、获取人声语音中的声纹密码信号，并将声纹密码信号经a/d转换器转换成数字信号；
73.s423、对数字信号进行声带和嘴唇效应的消除，并将数字信号通过高通滤波器，同时对每帧数字信号进行离散fft变换；
74.s424、将数字信号输入至rbf神经网络识别模型，并辨别是否为驾驶员声纹，若是，则确认驾驶员不接受车辆救援服务；
75.其中，所述rbf神经网络识别模型通过将过往驾驶员语音处理后的声纹输入至rbf神经网络模型，并训练构建rbf神经网络识别模型。
76.其中，所述s421中将语音信息中的背景声音剔除得到人声语音还包括以下步骤：
77.将驾驶员的语音信息经过分帧加窗及时频转换，得到原始混合信号幅度谱和原始混合信号相位谱；
78.将原始混合信号幅度谱输入卷积神经网络，得到低分辨率特征图；
79.将低分辨率特征图和原始混合信号幅度谱输入循环神经网络，得到人声预测值和背景声预测值；
80.将人声预测值和背景声预测值与原始混合信号相位谱结合，并进行逆傅里叶变换得到人声信号及背景声信号，同时将背景声信号剔除。
81.s5、通过收集往年车辆交通事故位置信息，预测车辆交通事故频发区域，并在车辆交通事故频发区域设置救援车。
82.其中，所述s5中通过收集往年车辆交通事故位置信息，预测车辆交通事故频发区域还包括以下步骤：
83.s51、收集往年车辆交通事故位置信息；
84.s52、通过往年车辆交通事故位置信息训练gm灰色预测模型；
85.s53、通过gm灰色预测模型预测任一天的车辆交通事故频发区域，并于当天在车辆交通事故频发区域设置救援车。
86.根据本发明的另一方面，提供了基于5g车联网的车辆交通事故远程接管救援系统，该系统包括：车辆行驶状态检测模块，驾驶员状态检测模块及预测模块；所述车辆行驶状态检测模块，用于通过5g车载终端自动检测车辆行驶状态；所述驾驶员状态检测模块，用于若车辆行驶状态发生异常，则5g车载终端每隔预先设定的时间间隔对驾驶员的状态进行一次检测，若驾驶员为昏迷状态，则5g车载终端通知救援车提供车辆救援服务，并将车辆位置信息及人员信息提供至车辆附近医疗部门及交通部门，若驾驶员为清醒状态，则5g车载终端询问驾驶员是否要求提供车辆救援服务；所述预测模块，用于收集往年车辆交通事故位置信息，预测车辆交通事故频发区域，并在车辆交通事故频发区域设置救援车。
87.综上所述，本发明提供的基于5g车联网的车辆交通事故远程接管救援方法及系统相比于现有技术，可以自动的判断车辆的状态及驾驶员的状态，从而提高了远程接管救援的智能化及自动化水平，可降低人力成本。且通过对驾驶员的状态进行检测，从而能够准确且灵活的了解车辆内驾驶员的具体伤情，且5g车载终端智能化的与驾驶员进行沟通，进而可以做到资源利用的最优解。通过将驾驶员的语音信息中的背景声音剔除，从而使驾驶员的声纹密码信号能够准确的传递至5g车载终端。通过预测每天车辆交通事故频发区域，可提高车辆交通事故的救援效率。
88.以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。