[发明专利]一种基于图像识别的电动自行车违章提醒方法及装置

权利要求书

1.一种基于图像识别的电动自行车违章提醒方法，其特征在于,该方法包括采集训练阶段、部署阶段、违章提醒阶段；

在采集训练阶段，通过采集模块采集电动自行车的日常违章照片，将日常违章照片输入深度学习框架进行训练，得到识别违章模型，将识别违章模型转固化为二进制文件存储于具有计算能力的图像计算模块；

在部署阶段，将摄像模块和扬声器模块安装在电动自行车的前端，将图像计算模块集成安装于电动自行车的控制模块，摄像模块、图像计算模块、扬声器模块三者依次通信连接；

在违章提醒阶段，电动自行车的摄像模块采集车前方道路信息，图像计算模块接收摄像模块采集的信息并实时分析，在图像计算模块分析得出电动自行车发生违章行为时，图像计算模块向扬声器模块传递控制信号，扬声器模块进行语音播报并提醒驾驶员。

2.根据权利要求1所述的一种基于图像识别的电动自行车违章提醒方法，其特征在于，在采集训练阶段，通过采集模块采集电动自行车的日常违章照片后，根据违章情况，首先对违章照片进行手动分类，随后，将分类后的违章照片输入深度学习框架进行训练，得到识别违章模型；

在违章提醒阶段，在图像计算模块分析得出电动自行车发生违章行为时，图像计算模块向扬声器模块传递控制信号，扬声器模块向驾驶员语音播报具体的违章情况；

所述违章情况包括闯红灯和驶入机动车道两种。

3.根据权利要求1所述的一种基于图像识别的电动自行车违章提醒方法，其特征在于，所述识别违章模型采用开源深度学习框架Tensorflow，所述开源深度学习框架Tensorflow调用input_data.read_data_sets接口接收摄像模块采集的电动自行车日常违章照片，利用采集的电动自行车日常违章照片训练Tensorflow得到识别违章模型。

4.根据权利要求3所述的一种基于图像识别的电动自行车违章提醒方法，其特征在于，所述图像计算模块采用STM32F4系列单片机作为主控芯片，提供IIC、I² S和DCMI接口；

所述图像计算模块的电源采用DC电源集成芯片，DC电源集成芯片将电动自行车的48v或60v电压转换为12v、5v和3.3v为图像计算模块、摄像模块、扬声器模块供电。

5.根据权利要求4所述的一种基于图像识别的电动自行车违章提醒方法，其特征在于，所述摄像模块采用OV7670模块，OV7670模块的SCCB总线和数据总线分别与图像计算模块的IIC和DCMI总线连接，OV7670模块将视频流数据实时传输到图像计算模块，并为图像计算模块提供原始图像数据。

6.根据权利要求4所述的一种基于图像识别的电动自行车违章提醒方法，其特征在于，所述扬声器模块包括音频功放芯片和喇叭，音频功放芯片与图像计算模块通过I² S连接。

7.一种基于图像识别的电动自行车违章提醒装置，其特征在于，其结构包括：

采集模块，用于采集电动自行车的日常违章照片；

深度学习框架，用于获取电动自行车的日常违章照片进行训练，得到识别违章模型；

摄像模块，安装在电动自行车的前端，用于采集电动自行车的前方道路信息；

图像计算模块，存储有转固化为二进制文件的识别违章模型，用于接收并实时分析摄像模块采集的信息，还用于根据分析结果输出控制信号；

扬声器模块，用于接收图像计算模块的控制信号，并根据控制信号进行语音播报，以提醒驾驶员。

8.根据权利要求7所述的一种基于图像识别的电动自行车违章提醒装置，其特征在于，在采集模块采集电动自行车的日常违章照片后，根据违章情况，手动分类采集的日常违章照片，并将分类后的违章照片输入深度学习框架进行训练，得到识别违章模型；

图像计算模块实时分析摄像模块采集的信息后，根据分析结果向扬声器模块传递控制信号，扬声器模块向驾驶员语音播报具体的违章情况；

所述违章情况包括闯红灯和驶入机动车道两种。