1.基于智慧交通的安全监控系统，其特征在于，包括：参数提取模块和安全监控模块；

参数提取模块依据接收到的采集指令对各路段进行信息采集和自然环境参数提取以及路面环境参数提取以得到状态参数和路段参数，其中状态参数包括不同采集时刻的微粒三维分布模型和路面润滑值，路段参数包括交通事件指数和路段偏离度；

安全分析模块依据交通参数对各路段进行雾见状态分析和路面状态分析以生成安全策略；其中雾见状态分析并生成安全策略的具体过程为：

调取不同采集时刻的微粒三维分布模型，识别其中标红栅格、标黄栅格和标蓝栅格的数量，并将其分别记为S1、S2和S3；将S1、S2和S3代入定的公式 进行计算以得到雾见度Sq，其中q1、q2、q3分别为设定的比例系数；由此可得每个采集时刻对应的雾见度记为Sqj，其中j=1,2,3……J，J取值为正整数，J表示采集时刻总数，j为其中任意一个采集时刻序号；由此可得每个采集时刻对应的雾见度；以时间为横坐标，雾见度为纵坐标得到雾见度随时间变化曲线图；于雾点作曲线的切线，利用数据拟合得到切线表达式，将切线表达式进行求导计算以得到该雾点的导数记为雾见导数；将大于零的雾见导数进行求和计算以得到雾见增加度；将小于零的雾见导数进行求和计算并对和值取绝对值以得到雾见降低度；将交通事件指数、路段偏离度、雾见增加度、雾见降低度和雾见度进行综合分析得到能见状态评估指数；当能见状态评估指数大于设定的能见区间中的最大值时，则生成一级预警指令；当能见评估状态处于设定的能见区间之内时，则生成二级预警指令；

其中路面状态分析并生成安全策略的具体过程为：

调取不同采集时刻的路面润滑值，以采集时刻为横坐标，以路面润滑值为纵坐标得到路面润滑值随时间变化曲线图；于润滑点作曲线的切线，利用数据拟合得到切线表达式，将切线表达式进行求导计算以得到该润滑点的导数记为润滑导数；将大于零的润滑导数进行求和计算以得到润滑增强度；将小于零的润滑导数进行求和计算并对和值取绝对值以得到润滑衰减度；将交通事件指数、路段偏离度、润滑增强度、润滑衰减度和路面润滑值进行综合分析得到路面状态评估指数；当路面状态评估指数大于设定的路面区间中的最大值时，则生成一级出戒备指令；当路面状态评估指数处于设定的路面区间之内时，则生成二级戒备指令；当路面状态评估指数小于设定的路面区间中的最小值时，则生成三级戒备指令；

自然环境参数提取的具体过程为：

激光雷达传感器通过旋转扫描方式构建该监测点位的微粒三维点云模型，任取其中一个点作为目标点，由此可得目标点的坐标，于微粒三维点云模型中找到与该目标点相邻的K个临近点，K取值为正整数，K表示临近点的总数；由此可得临近点的坐标，将临近点坐标和目标点坐标利用欧式距离公式计算以得到每个临近点目标点之间的距离，由此可得K个临近距离，将临近距离与设定距离区间进行比较分析以将临近点分为一级临近点、二级临近点和三级临近点，并将一级临近点、二级临近点和三级临近点对应的临近距离分别记为一级临近距离、二级临近距离和三级临近距离；统计该目标点对应的K个临近点中一级临近点、二级临近点和三级临近点的数量，并将其分别记为n1、n2和n3；分别将一级临近点、二级临近点和三级临近点对应的一级临近距离、二级临近距离和三级临近距离进行求和计算以一级距离总值、二级距离总值和三级距离总值，并将其分别记为n4、n5和n6；将n1、n2、n3、n4、n5和n6代入设定的公式 进行计算以得到该目标点的表现距离值Nh，其中h1、h2、h3、h4分别为设定的比例系数；由此可得微粒三维点云模型中每个点的表现距离值，并对其进行阈值比较分析和栅格化分析各栅格的栅格表现值；由此可得每个栅格的栅格表现值；当表现值大于设定的表现区间中的最大值时，则将该表现距离值对应的点标记为红色；当表现距离值处于设定的表现区间之内时，则将该表现距离值对应的点标记为黄色；当表现值小于设定的表现区间中的最小值时，则将该表现距离值对应的点标记蓝色；将微粒三维点云模型进行栅格化以得到若干个栅格，分别统计栅格内红点、黄点和蓝点的数量，并将其记为D1、D2和D3，并分别将红点、黄点和蓝点对应的表现距离值进行求和计算以得到红点值、黄点值和蓝点值，并将其分别记为D4、D5和D6，利用设定的公式 进行计算以得到栅格表现值Dh，其中h5、h6、h7、h8分别为设定的比例系数；由此可得每个栅格的栅格表现值；当栅格表现值大于设定的栅格区间中的最大值时，则将该栅格进行标红处理；当栅格表现值处于设定的栅格区间之内时，则将该栅格进行标黄处理；当栅格表现值小于设定的栅格区间中的最小值时，则将该栅格进行标蓝处理，由此可得每个采集时刻的微粒三维分布模型。

2.根据权利要求1所述的基于智慧交通的安全监控系统，其特征在于，路面环境参数提取包括对路段历史交通事故分析、对路段边缘线分析和对路面分析分别得到交通事件指数、路段偏离度和路面润滑值；

其中对路段历史交通事故分析具体为：

获取该路段历史交通事件以及每件交通事件发生的历史时间，按照交通事件对应的历史时间将交通事件进行依次排列；将相邻交通事件对应的历史时间进行时间差值计算以得到事件间隔；将事件间隔与设定的间隔区间进行比对分析以将事件间隔分为长事件间隔、中事件间隔和短事件间隔，分别统计长事件间隔、中事件间隔和短事件间隔的数量，并将其分别记为G1、G2和G3；将事件间隔按照其所属交通事件对应的历史时间进行编号，以编号为横坐标，以事件间隔为纵坐标得到事件间隔变化折线图；计算相邻两个事件点组成线段的斜率，大于零的斜率进行求和计算以得到交通事件降发度记为G5；小于零的斜率进行求和计算并取绝对值以得到交通事件增发度记为G4；将长事件间隔的数量G1、中事件间隔的数量G2、短事件间隔的数量G3、交通事件增发度G4和交通事件降发度G5通过设定的公式进行计算以得到该路段的交通事件指数Ga，其中a1、a2、a3、a4分别为设定的比例系数，e为自然常数。

3.根据权利要求2所述的基于智慧交通的安全监控系统，其特征在于，其中对路段边缘线分析的具体过程为：

调取该路段的路段地理图，利用边缘检测算法提取得到路段的两侧边缘线；于路段的两侧边缘线同步设定若干个边缘点，在同一侧边缘线上任取三个边缘点构成一组边缘弧，计算边缘弧的弧长；作边缘弧的切线并得到带有方向的切线，当切线的方向与前进方向一致时，则将该组边缘弧记为方向稳定边缘弧；当切线的方向与前进方向不一致时，则将该组边缘弧记为偏离边缘弧，计算切线方向与前进方向之间的方向夹角，获取每组边缘弧对应的坡度，将偏离边缘弧的弧长H1、方向夹角θ和坡度H2通过设定的公式进行计算以得到该组边缘弧的偏离值Ha，其中a5、a6、a7分别为设定

的比例系数；统计同一边缘侧内稳定边缘弧和偏离边缘弧的数量，将偏离边缘弧对应的偏离值进行求和计算得到该路段的路段总偏离值；将稳定边缘弧的数量H3、偏离边缘弧的数量H4和路段总偏离值H5代入设定的公式 进行计算以得到路段偏离值Hb，其中b1、b2、b3分别设定的比例系数；由此可得每段路段的左右两侧的路段偏离值，并将其进行均值计算以得到该路段的路段偏离度。

4.根据权利要求3所述的基于智慧交通的安全监控系统，其特征在于，对路面分析的具体过程为：

通过利用高清摄像头获取不同采集时刻的路面图像，任取其中任意一个采集时刻的路面图像，利用照片识别器识别到路面处于反光状态时，则对路面图像灰度化处理并识别图像中各像素点的颜色，当像素点存在白色时，则利用Otsu分割算法识别以确定白色斑点的位置以及面积；统计白色斑点数量记为B1，并将白色斑点的面积进行求和计算以得到结冰面积记为B2；反之，则从服务器内调取润滑基值记为B3；获取该采集时刻对应的环境湿度和环境温度，并将其分别记为B4和B5；将B1、B2、B3、B4和B5代入设定的公式进行计算以得到路面润滑值Bf，其中f1、f2、f3、f4、f5分别为设定的比例系数。

5.根据权利要求1所述的基于智慧交通的安全监控系统，其特征在于，安全分析模块还用于对状态参数的变化程度进行分析以生成采集指令，并将采集指令发送至参数提取模块，其中变化程度分析具体过程为：将雾见导数Wj和润滑导数Rj通过设定的公式 进行计算

以得到采集间隔WR，其中r7、r8分别为设定的比例系数， 为不同雾点对应的雾见导数均值， 为不同湿润点对应的润滑导数均值；当获取距离当前时间最近的一次采集指令，并将其与当前时间进行时间差值计算以得到实际间隔时长，当实际间隔时长等于采集间隔时，则发送采集指令至参数提取模块。