[發明專利]一種智慧化道路綜合防控方法及系統在審
| 申請號: | 201611180608.2 | 申請日: | 2016-12-19 |
| 公開(公告)號: | CN106600969A | 公開(公告)日: | 2017-04-26 |
| 發明(設計)人: | 朱文佳;郭棟梁;駱樂樂;金龍;蔣浩林;王振鵬;王麗 | 申請(專利權)人: | 安徽百誠慧通科技有限公司 |
| 主分類號: | G08G1/017 | 分類號: | G08G1/017;G08G1/054 |
| 代理公司: | 合肥天明專利事務所(普通合伙)34115 | 代理人: | 金凱 |
| 地址: | 230088 安徽省合肥市高*** | 國省代碼: | 安徽;34 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 智慧 道路 綜合 方法 系統 | ||
1.一種智慧化道路綜合防控方法,其特征在于,包括以下步驟:
(1)數據采集:道路前端設備中的道路卡口采集通過的車輛數據,包括車輛的通行文本信息、圖像信息、設備狀態信息,并將采集到的車輛數據上傳至視頻專網交換機,并緩存在前置服務器上;
(2)數據交換:通過安全邊界平臺將采集到的車輛數據傳輸匯聚到政府職能部門交換機,通過kafka消息隊列實時上傳給政府職能部門數據管理平臺進行管理和分發;
(3)數據處理和存儲:
a.數據處理:利用區間測速方法和車輛識別技術,通過Spark流計算模塊對道路前端設備采集到的車輛數據進行二次處理;
b.數據上傳:對匯聚到政府職能部門交換機的車輛數據進行處理后篩選,將篩選后的需要進行布控的車輛數據上傳到政府職能部門數據管理平臺;
c.數據存儲:政府職能部門數據管理平臺使用Hadoop大數據架構存儲結構化數據和非結構化數據;
(4)布控車輛的預警:設置車輛的預警卡口,布控車輛經過時,實時數據上傳到政府職能部門數據管理平臺進行預警比對,或通過后臺比對獲得車輛的預警數據,并將車輛的預警數據發送到終端設備進行車輛的預警提示;
(5)布控車輛的報警:終端設備中的票道卡口將采集到的車輛數據通過與執法站工控機的布控車輛信息比對,得到車輛的報警數據,同時對進入布控范圍的布控車輛進行聲光或文字報警。
2.如權利要求1所述的一種智慧化道路綜合防控方法,其特征在于:所述步驟(3)中的區間測速方法的具體步驟為:
(a1-1)測速區間的設置:相鄰的道路卡口將道路區分成不同的小區間,該區間長度已知,從車輛第一次通過的卡口開始到車輛到達的票道卡口為止,車輛通過的道路區間長度分為L1、L2……Ln;
(a1-2)測速數據的采集:在道路前端設備采集到的所有車輛數據中,提取車輛通行文本信息、圖像信息;
(a1-3)測速數據的處理:利用所述車輛識別技術自動識別車輛型號信息,計算每個車輛通過各測速區間所花費的時間t1、t2……tn,得到每個車輛通過各測速區間時的平均行駛速度v1、v2……vn,其中v=L/t;根據平均行駛速度與限定的最高時速進行比對,判斷每個車輛是否超速;
(a1-4)測速結果的下發:將比對結果信息發送至測速區間的前方顯示屏和執法站設備上。
3.如權利要求1所述的一種智慧化道路綜合防控方法,其特征在于:所述的車輛識別技術為卷積神經網絡技術,其具體步驟為:
(a2-1)樣本采集及標注:利用采集到的車輛圖像信息,標注出圖像信息中包含的每一輛車輛的位置及型號,將圖像信息和標注信息作為卷積神經網絡的訓練樣本集;
(a2-2)卷積神經網絡的設計:設計用于定位識別車輛的卷積神經網絡,將圖像信息和標注信息輸入網絡的輸入層,網絡的中間層采用卷積層和全連接層提取特征,網絡的輸出層利用提取到的特征通過兩個輸出分支分別得到圖片中車輛的包圍盒和類型;
(a2-3)卷積神經網絡的訓練:使用圖像信息和標注信息對卷積神經網絡的參數進行迭代訓練;
(a2-4)車輛定位及型號識別:根據訓練好的卷積神經網絡,對圖像中車輛所在位置進行定位,并判斷其所屬的型號。
4.如權利要求1所述的一種智慧化道路綜合防控方法,其特征在于:還包括以下步驟:當政府職能部門或視頻專網的數據異常或通訊異常時,通過雙網雙備份方法對異常情況進行故障監管,并在終端設備上對該異常情況進行文字或聲光的提醒。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于安徽百誠慧通科技有限公司,未經安徽百誠慧通科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201611180608.2/1.html,轉載請聲明來源鉆瓜專利網。





