[发明专利]一种用于公路智能感知体系的云处理控制的方法及系统在审
申请号: | 201911244479.2 | 申请日: | 2019-12-06 |
公开(公告)号: | CN110942509A | 公开(公告)日: | 2020-03-31 |
发明(设计)人: | 徐清峻;王风春;刘扬;王晓东;梁昭;谢清民;张尚斌;赵子林 | 申请(专利权)人: | 齐鲁交通信息集团有限公司 |
主分类号: | G06T17/00 | 分类号: | G06T17/00;G06T7/80;G06F16/51;G06F16/583;G06K9/00;G06K9/62;G06N20/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 250001 山东省济南市高*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 用于 公路 智能 感知 体系 处理 控制 方法 系统 | ||
1.一种用于公路智能感知体系的云处理控制的方法,其特征在于,包括如下步骤:
设置公路智能感知装置,每一感知装置包括音频检测器和视频检测器,其中,相邻的感知装置的感知范围具有重叠的区间;感知装置用于对感知范围进行监控,并根据监控结果生成样本数据;
构建样本数据库集,其包括用于公路三维感知的三维样本数据库集;所述三维样本数据库集包括三维训练样本子集和三维验证样本子集;
构建机器学习算法平台,包括至少一种深度学习框架模型;
构建数据传输接口,包括与所述样本数据库集连接的信息获取接口、与所述机器学习算法平台连接的框架调度接口以及数据下载接口;
当需要对公路智能感知体系中的三维样本数据进行训练时,所述框架调度接口从所述机器学习算法平台中调取深度学习框架模型,所述信息获取接口从所述样本数据库集中调取所述三维训练样本子集和所述三维验证样本子集,所述深度学习框架模型根据所述三维训练样本子集和所述三维验证样本子集执行迭代训练对所述深度学习框架模型的权重参数进行调整优化以得到符合需求的三维模型;用户端通过所述数据下载接口将所述符合需求的三维模型下载至客户端本地。
2.根据权利要求1所述的用于公路智能感知体系的云处理控制的方法,其特征在于:
所述样本数据库集中还包括用于公路平面监测的二维样本数据库集;所述二维样本数据库集包括二维训练样本子集和二维验证样本子集;
当需要对公路智能感知体系中的二维样本数据进行训练时,所述框架调度接口从所述机器学习算法平台中调取深度学习框架模型,所述信息获取接口从所述样本数据库集中调取所述二维训练样本子集和所述二维验证样本子集,所述深度学习框架模型根据所述二维训练样本子集和所述二维验证样本子集执行迭代训练,根据迭代训练对所述深度学习框架模型的权重参数进行调整优化以得到符合需求的二维模型;
用户可通过所述数据下载接口将所述符合需求的二维模型下载至客户端本地。
3.根据权利要求2所述的用于公路智能感知体系的云处理控制的方法,其特征在于:
所述数据传输接口还包括样本上传接口;
用户通过所述样本上传接口将客户端本地的二维训练样本数据上传至所述二维训练样本子集中,或者将客户端本地的二维验证样本数据上传至所述二维验证样本子集中,或者将客户端本地的二维测试样本数据上传至所述二维测试样本子集中,或者将客户端本地的三维训练样本数据上传至三维训练样本子集中,或者将客户端本地的三维验证样本数据上传至所述三维验证样本子集中,或者将客户端本地的三维测试样本数据上传至所述三维测试样本子集中。
4.根据权利要求1-3任一项所述的用于公路智能感知体系的云处理控制的方法,其特征在于:
所述公路智能感知装置包括用于拍摄监测区域视频或图像的摄像头,用于拾取监测区域内声音信号的麦克风,用于对监测区域内的障碍物状态进行检测的超声波检测器,用于对监测区域内的障碍物状态进行检测的红外检测器。
5.根据权利要求4所述的用于公路智能感知体系的云处理控制的方法,其特征在于,所述公路智能感知装置还包括三维数据采集组件:
所述三维数据采集组件包括两个可见光摄像仪和一个三维激光雷达扫描仪组成;
所述可见光摄像仪的坐标系标定方向为:x=右方,y=下方,z=前方;
三维激光雷达的坐标系标定方向为::x=前方,y=左方,z=上方;
三维数据是由三维激光雷达扫描空间后获取的结果数据;
二维数据是两个可见光摄像仪采集的结果数据。
6.根据权利要求4所述的用于公路智能感知体系的云处理控制的方法,其特征在于,还包括:
线圈传感器,埋设于所述监测感知组件周围设定距离处的线圈传感器;所述线圈传感器检测施加于其上的压力值,若所述压力值超过设定压力阈值,则所述线圈传感器发送报警信号;
提示模块,所述提示模块接收到所述线圈传感器发送的所述报警信号后启动。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于齐鲁交通信息集团有限公司,未经齐鲁交通信息集团有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911244479.2/1.html,转载请声明来源钻瓜专利网。