[發(fā)明專利]基于云服務與深度神經(jīng)網(wǎng)絡的車內環(huán)境監(jiān)測預警方法

在審

• 申請?zhí)枺?/td>: 201910046693.0
• 申請日: 2019-01-18
• 公開（公告）號: CN109686050A
• 公開（公告）日: 2019-04-26
• 發(fā)明（設計）人: 何倩;陳壯;覃匡宇;董慶賀;楊指揮;江炳城;曹禮
• 申請（專利權）人: 桂林電子科技大學
• 主分類號: G08B21/02
• 分類號: G08B21/02;G08B19/00;G08B21/14;G08B21/18;G08B21/20;G08B25/10;G01D21/02
• 代理公司: 西安長和專利代理有限公司 61227
• 代理人: 黃偉洪

本發(fā)明屬于信息處理技術領域，公開了一種基于云服務與深度神經(jīng)網(wǎng)絡的車內環(huán)境監(jiān)測預警方法，當有人進入汽車室內時，人體紅外檢測模塊檢測到信息；檢測到的實時數(shù)據(jù)通過5G無線網(wǎng)絡傳輸?shù)街悄芪锫?lián)云平臺，智能云的數(shù)據(jù)庫服務器進行云存儲與備份操作，內容管理服務器進行云計算和大數(shù)據(jù)聚類分析數(shù)據(jù)挖掘操作。本發(fā)明利用智能云對汽車室內空氣實時監(jiān)測，在云端利用提出的基于邏輯回歸最優(yōu)化模型的警報信息等級分類算法對車主面臨的危險進行精準的劃分危險等級，并利用設計的系統(tǒng)自適應深度強化學習算法做出決策；在云端采用提出的Pyecharts?Based可視化算法對海量數(shù)據(jù)進行統(tǒng)計分析，并對所有車主用戶提供獨立安全的可視化服務。

技術領域

本發(fā)明屬于信息處理技術領域，尤其涉及一種基于云服務與深度神經(jīng)網(wǎng)絡的車內環(huán)境監(jiān)測預警方法。

背景技術

目前，業(yè)內常用的現(xiàn)有技術是這樣的：汽車內死亡的事件除了交通事故之外，還有一個很大的導致因素----汽車室內的環(huán)境----空氣(一氧化碳氣體超標，甲醛超標)、溫度(溫度超過人體承受極限：最易受害群體：老人與嬰幼兒)。面對汽車室內的危險因素，設計并實現(xiàn)一種基于物聯(lián)網(wǎng)和深度強化學習算法的車內環(huán)境檢測報警方法與系統(tǒng)，精確的檢測一氧化碳氣體、甲醛濃度，車內溫濕度，并對其超標進行及時的報警是極其有必要的。

傳統(tǒng)的中高檔級別以下的汽車以及部分中高檔級別以上的汽車是沒有汽車室內危險氣體檢測和報警功能的。目前，社會中已有的車內空氣安全檢測系統(tǒng)，一氧化碳報警器，甲醛報警器等都是單一的系統(tǒng)或設備，不能智能的檢測與對數(shù)據(jù)進行精準的存儲分析(將數(shù)據(jù)開放給第三方進行深層的數(shù)據(jù)挖掘)，并智能遠程報警。這是因為器件本身的硬件結構導致，如：一氧化碳報警器，甲醛報警器，器件的核心是單片機，單片機存儲器有兩種，ROM和RAM，即程序存儲器和數(shù)據(jù)存儲器，前者是用來永久保存被下載的程序文件，后者又稱為閃存，即只能在單片機被供電工作時臨時保存運行數(shù)據(jù)，并且工業(yè)界使用的單片機中的RAM的最大存儲容量只有128字節(jié)，無法滿足大量實時數(shù)據(jù)進行存儲，以及進一步分析的需求。另外，為了降低器件成本，器件本身沒有與因特網(wǎng)連接的網(wǎng)絡通信模塊，故其自身無法進行數(shù)據(jù)的分析以及遠程報警。然而，我們提出的基于云服務與深度神經(jīng)網(wǎng)絡的車內環(huán)境預警方法，第一可以實現(xiàn)對車內實時以及過去的海量的數(shù)據(jù)的準確分析；第二，可以在車內環(huán)境對人產(chǎn)生危害時，進行遠程報警，保護車主或乘車人的健康與生命。目前用于防止汽車疲勞駕駛的汽車輔助駕駛系統(tǒng)由于技術復雜，這是因為對于疲勞狀態(tài)的感知是非常困難的，現(xiàn)有的技術采用圖像處理器采集人臉圖像，通過判讀人臉以及眼睛的局部特征做出車主的狀態(tài)判斷，但是這對于數(shù)字圖像的處理與分析要求極其高，需要成本昂貴的數(shù)字信號處理器才能實現(xiàn)；有的依托于高清攝像頭的實時監(jiān)測，通過捕捉車主的姿勢的特征，運用卷積神經(jīng)網(wǎng)絡進行深度學習，來判斷車主的是否屬于疲勞駕駛，但是，一是因為訓練的人體姿勢的樣本數(shù)量有限，還處于初步研發(fā)階段；二是因為既需要容量很大的存儲器對大量視頻進行存儲，又需要先進的處理器針對運算數(shù)據(jù)進行分析，更加增加了成本，不宜于在社會上迅速推廣。

綜上所述，現(xiàn)有技術存在的問題是：

(1)目前，社會中已有的車內空氣安全檢測系統(tǒng)不能智能的檢測與對數(shù)據(jù)進行精準的存儲分析并智能遠程報警。

(2)目前用于防止汽車疲勞駕駛的汽車輔助駕駛系統(tǒng)由于技術復雜，依托于高清攝像頭的實時監(jiān)測，成本高，運用卷積神經(jīng)網(wǎng)絡進行深度學習，訓練的人體姿勢的樣本數(shù)量有限，還處于初步研發(fā)階段，不宜于在社會上迅速推廣。

解決上述技術問題的難度：第一，如何采集車內環(huán)境狀態(tài)數(shù)據(jù)；第二，如何確定危險閾值；第三，如何針對車內的場景狀態(tài)數(shù)據(jù)進行智能決策。