[发明专利]基于无人机的交通信号灯远程调控方法、系统及计算机可读存储介质

权利要求书

1.一种基于无人机的交通信号灯远程调控方法，其特征在于，包括如下步骤：

所述无人机实时采集目标路口的实景视频，并传输至地面控制中心进行显示；

所述地面控制中心的指挥人员根据所述实景视频作出语音指令；

采集所述语音指令，对所述语音指令提取语音频谱图；

将所述语音频谱图经卷积神经网络进行特征提取和训练，以预测出于所述语音指令相对应的第一文字序列，所述第一文字序列为无逻辑文字或有逻辑文字；

通过语言模型将所述第一文字序列匹配相应的第二文字序列并输出，所述第二文字序列为有逻辑文字；

为所述第二文字序列匹配词串，输出为交通信号灯调控指令；

根据所述交通信号灯调控指令调整所述交通信号灯。

2.根据权利要求1所述的交通信号灯远程调控方法，其特征在于，所述所述无人机实时采集目标路口的实景视频包括：

所述无人机飞行的不同高度分别对应所拍摄的所述实景视频中的道路的长度；

调整所述无人机的高度、方向和姿态，使得所述无人机所拍摄的所述实景视频包含预设长度的道路；且使得所述实景视频显示的方向为正上方与正北方一致。

3.根据权利要求1所述的交通信号灯远程调控方法，其特征在于，所述采集所述语音指令，对所述语音指令提取语音频谱图包括：

将所述语音指令依次经预加重、分帧、加窗和快速傅里叶变换获取语音频谱图，所述语音频谱图为包含语音特征的频谱图。

4.根据权利要求1所述的交通信号灯远程调控方法，其特征在于，所述采集所述语音指令，对所述语音指令提取语音频谱图还包括：

采用16KHz的频率采集所述语音指令；

将所述语音指令经降噪和去杂音处理后再进行所述语音频谱图的提取。

5.根据权利要求1所述的交通信号灯远程调控方法，其特征在于，所述将所述语音频谱图经卷积神经网络进行特征提取和训练，以预测出于所述语音指令相对应的第一文字序列包括：

通过CTC损失函数对所述语音频谱图进行训练，通过VGG-16网络对所述语音频谱图进行特征提取。

6.根据权利要求1所述的交通信号灯远程调控方法，其特征在于，所述为所述第二文字序列匹配词串包括：

通过解码算法在搜索空间中对所述第二文字序列进行匹配，输出为交通信号灯调控指令；

所述解码算法包括维特比算法；所述搜索空间包括字典。

7.根据权利要求1所述的交通信号灯远程调控方法，其特征在于，所述通过语言模型将所述第一文字序列匹配相应的第二文字序列并输出还包括：

当通过语言模型无法将所述第一文字序列匹配到相应的第二文字序列、或无法将所述第二文字序列匹配到相应的所述交通信号灯调控指令时，则输出识别错误指令，且所述识别错误指令不会发送至所述交通信号灯。