[發(fā)明專利]基于邊緣計算的車輛狀態(tài)實時檢測系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202011115884.7
• 申請日: 2020-10-19
• 公開（公告）號: CN112180903A
• 公開（公告）日: 2021-01-05
• 發(fā)明（設計）人: 李頡;吳晨濤;巨明;顧藝;司學芹
• 申請（專利權）人: 江蘇中訊通物聯(lián)網(wǎng)技術有限公司
• 主分類號: G05B23/02
• 分類號: G05B23/02
• 代理公司: 無錫蘇元專利代理事務所(普通合伙) 32471
• 代理人: 張姝

1.一種基于邊緣計算的車輛狀態(tài)實時檢測系統(tǒng)，其特征在于：包括數(shù)據(jù)采集模塊，用于采集全景路況數(shù)據(jù)；邊緣計算模塊，輛駕駛室設置有微型計算機，用于實時分析周圍環(huán)境及車輛行駛狀態(tài)；云計算平臺模塊，用于存儲周圍環(huán)境及車輛行駛狀態(tài)數(shù)據(jù)；專用移動網(wǎng)絡模塊，實現(xiàn)車輛到云端的大規(guī)模數(shù)據(jù)傳輸。

2.根據(jù)權利要求1所述的基于邊緣計算的車輛狀態(tài)實時檢測系統(tǒng)，其特征在于：數(shù)據(jù)采集模塊中，車輛頂部安裝了一臺360度全景四路全彩車載攝像頭，以0.1秒的頻率采集照片。

3.根據(jù)權利要求2所述的基于邊緣計算的車輛狀態(tài)實時檢測系統(tǒng)，其特征在于：圖片數(shù)據(jù)通過藍牙傳輸至該車輛駕駛室內的微型計算機，由該微型計算機處理并分析圖片數(shù)據(jù)，最后將計算得到的結果傳輸回云計算平臺模塊。

4.根據(jù)權利要求1所述的基于邊緣計算的車輛狀態(tài)實時檢測系統(tǒng)，其特征在于：邊緣計算模塊包括周圍環(huán)境分析模塊，其包括重構生成網(wǎng)絡，重構生成網(wǎng)絡根據(jù)輸入圖像搜索合適的映射，檢測模塊負責從映射后的生成圖像提取ROI，并將ROI輸入至ROI-Head進行分類和回歸，得到物體的具體類別和位置。

5.根據(jù)權利要4所述的基于邊緣計算的車輛狀態(tài)實時檢測系統(tǒng)，其特征在于：環(huán)境分析模塊還包括檢測模塊，首先應用Res101-FPN神經網(wǎng)絡作為檢測模塊的backbone，負責提取特征圖；然后采用RPN神經網(wǎng)絡從特征圖中先提取2000個ROI，再對每個ROI使用ROI-Head神經網(wǎng)絡計算各自的softmax分類概率和bounding box回歸概率，得到檢測結果。

6.根據(jù)權利要5所述的基于邊緣計算的車輛狀態(tài)實時檢測系統(tǒng)，其特征在于：環(huán)境分析模塊還包括判別模塊，生成圖像和原始輸入圖像會混合起來輸入到該模塊中進行判別。

7.根據(jù)權利要1所述的基于邊緣計算的車輛狀態(tài)實時檢測系統(tǒng)，其特征在于：所述邊緣計算模塊包括行駛狀態(tài)分析模塊，行駛狀態(tài)分析模塊是通過追蹤線程，局部地圖線程，回環(huán)與地圖融合線程來實現(xiàn)。

8.根據(jù)權利要7所述的基于邊緣計算的車輛狀態(tài)實時檢測系統(tǒng)，其特征在于：追蹤線程，給活動地圖提供新的幀，并最小化單幀的重投影誤差和決定當前幀是否成為關鍵幀通過慣性測量單元殘差計算本體的速度與IMU偏差。如果跟蹤丟失，嘗試在Atals所有地圖中重定位，如果成功那個地圖將成為活動的，如果幾幀過后失敗，則重新開始一個新的地圖。

9.根據(jù)權利要7所述的基于邊緣計算的車輛狀態(tài)實時檢測系統(tǒng)，其特征在于：局部地圖線程：添加新的關鍵幀與地圖點到活動地圖中，刪除冗余，利用滑動窗口通過BA更新地圖。

10.根據(jù)權利要7所述的基于邊緣計算的車輛狀態(tài)實時檢測系統(tǒng)，其特征在于：每添加一個關鍵幀，就探測活動地圖與其他地圖的共有區(qū)域，如果檢測到，則執(zhí)行回環(huán)矯正，如果不屬于同一個地圖，則將他們融合成一個，在矯正后另開一個線程進行整體的光束平差優(yōu)化，檢測回環(huán)的同時，完成有共視子圖地圖的合并等操作，最終生成一個全局一致地圖。