[發明專利]一種智能實時顯示公交車擁擠程度的方法及系統在審
| 申請號: | 201810583796.6 | 申請日: | 2018-06-08 |
| 公開(公告)號: | CN108648495A | 公開(公告)日: | 2018-10-12 |
| 發明(設計)人: | 田晟;張裕天;張劍鋒;朱澤坤;馮宇鵬 | 申請(專利權)人: | 華南理工大學 |
| 主分類號: | G08G1/123 | 分類號: | G08G1/123 |
| 代理公司: | 廣州市華學知識產權代理有限公司 44245 | 代理人: | 裴磊磊 |
| 地址: | 510640 廣*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 公交車 實時顯示 擁擠 智能 信息顯示終端 車載攝像頭 云端服務器 學習圖像 車廂 數據傳輸模塊 數據存儲模塊 數據分發模塊 車輛GPS定位 公交車調度 實時畫面 識別訓練 智能識別 中心調度 裝置設備 上傳 算法 捕捉 出行 乘客 | ||
1.一種智能實時顯示公交車擁擠程度的方法,其特征在于,所述方法包括以下步驟:
S1、車載攝像頭獲取車廂實時畫面:當公交車關閉車門,從一個站點出發前往下一個站點的時候,車輛GPS定位模塊發出信號傳送到車載攝像頭,位于車廂前后部的攝像頭開始拍攝,拍攝時長為20s,之后攝像頭自動停止工作,并通過數據傳輸模塊將拍攝的視頻、車輛位置信息及車輛特征信息上傳至云端服務器;
S2、云端服務器智能識別車廂擁擠程度:云端服務器接收到視頻數據后,進行視頻幀分割,之后讀取視頻圖像幀,進行圖像預處理,將處理好的圖像傳入基于深度學習圖像識別算法訓練好的模型中,模型智能識別出車廂擁擠程度,并將擁擠度信息與車輛特征信息、位置信息傳輸至數據分發模塊;
S3、分發公交車擁擠度信息:數據分發模塊將公交車位置信息、車輛特征信息及該公交車的擁擠程度分發至信息顯示終端。
2.一種智能實時顯示公交車擁擠程度的系統,其特征在于:所述系統包括車輛GPS定位模塊、數據存儲模塊、車載攝像頭、數據傳輸模塊、云端服務器、數據分發模塊和信息顯示終端,車輛GPS定位模塊確定公交車位置信息,并在車輛離開站點后傳達車載攝像頭啟動信號,使車載攝像頭工作,同時將公交車位置信息傳輸到數據存儲模塊;車載攝像頭位于車廂前后部,每次工作20s后自動停止工作,并將拍攝的視頻傳輸到數據存儲模塊;數據存儲模塊中存儲有車輛線路信息和車輛特征信息,并接收車輛GPS定位模塊和車載攝像頭傳來的數據后,通過數據傳輸模塊將所有數據傳輸到云端服務器,云端服務器能夠對接收到的數據進行自動處理從而判斷出車廂內的擁擠程度,并通過數據分發模塊將公交車位置信息、車輛特征信息及該公交車的擁擠程度分發至信息顯示終端。
3.根據權利要求2所述的一種智能實時顯示公交車擁擠程度的系統,其特征在于:所述信息顯示終端包括公交車調度中心、該公交車行駛線路剩余站點的電子顯示屏及手持智能終端。
4.根據權利要求2所述的一種智能實時顯示公交車擁擠程度的系統,其特征在于:所述云端服務器包括擁擠程度智能識別系統,所述擁擠程度智能識別系統接收到視頻數據后,讀取拍攝的視頻中的視頻圖像幀,經圖像預處理后將圖像輸入到訓練好的深度學習圖像識別模型中,深度學習圖像識別模型自動識別出該圖像中車廂內的擁擠程度,并將公交車位置信息、車輛特征信息及該公交車的擁擠程度傳輸至數據分發模塊。
5.根據權利要求2所述的一種智能實時顯示公交車擁擠程度的系統,其特征在于:所述深度學習圖像識別模型基于深度學習圖像識別算法,采用卷積神經網絡,數據集為標注好的公交車車廂內部圖像,標簽為不擁擠、中度擁擠和重度擁擠三種情況,分為訓練集、驗證集和測試集,用大數據對卷積神經網絡進行訓練,調整參數,最終訓練好識別率達到99.7%的深度學習圖像識別模型。
6.根據權利要求2所述的一種智能實時顯示公交車擁擠程度的系統,其特征在于:所述信息顯示終端的顯示信息為各條線路公交車最快達到的距離或站臺數,分別采用不同顏色的字體表示不擁擠、中度擁擠和重度擁擠三種情況。
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華南理工大學,未經華南理工大學許可,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/201810583796.6/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種尋車提醒方法及系統
- 下一篇:一種用于城市智能化的系統及方法





