[发明专利]一种基于大数据的机动车排气遥感监测系统及方法

说明书

本发明涉及车辆排气监测领域，公开了一种基于大数据的机动车排气遥感监测系统及方法，包括前端监测设备层，用于监测车辆特征、机动车尾气遥感监测数据和环境气象监测数据；机动车排气监测云平台层，用于存储每种车型汽车的模型值，并对机动车尾气遥感监测数据、环境气象监测数据进行处理。本发明通过本系统利用机动车机器视觉神经识别机动车的车牌号码、车牌颜色及机动车型式特征信息，包括车辆类型、品牌车型年款。形成详细的车辆特征数据，建立基于大数据分析应用的机动车排气动态模型，减少了其他环境因素的影响，清楚地计算出每辆车排放的各污染物指标结果数据，从而大大提高机动车排气遥感监测系统的准确度与监测有效率。

技术领域

本发明涉及车辆排气监测领域，尤其涉及了一种基于大数据的机动车排气遥感监测系统及方法。

背景技术

目前国内的车牌识别技术已经日益成熟，但对于在道路上行驶的机动车排气遥感监测系统应用来说，还需要更多的机动车型式特征数据，包括车辆类型、品牌车型年款、排气管位置、数量及车身尺寸。这些型式特征数据需要结合图像处理技术，通过百万级以上的大数据训练，采用基于模仿人类神经网络的人工智能算法获得。深度学习，让机器从海量数据当中不断自我学习，从而使获得机动车型式特征数据越来越精确。

当前机动车排气遥感监测设备大部分采用可调谐激光吸收光谱(TDLAS)技术，相比红外和紫外光谱测量需要频繁标定不同，采用波长调制光谱技术，内置参比模块，并且进行动态补偿，实时锁住气体吸收谱线，不受温度、压力的影响，不存在漂移现象，受环境影响较小。但不管是水平式机动车排气遥感监测设备还是垂直式机动车排气遥感监测设备，也不论是以移动式遥感监测车方式监测或者是在道路上固定点监测，都需要考虑并动态分析前车及邻车(相邻车道车辆)排气对监测车辆排气状况测量的影响，而这个影响的程度直接关系到对监测车辆排气的测量结果。

另外有一种结合机动车智能视觉识别与尾气遥感检测的方法，是利用机动车智能视觉识别车辆尾气的黑烟浓度，对可视黑烟视频信息中尾气的静态、动态、颜色特征将图像中的目标尾气进行检查、分割、提取，选择最佳的五帧图像，经过对其静态和动态特征的分析处理，将结果与标准库中的林格曼黑度级别进行对比，给出相应的林格曼黑度级别与尾气遥感检测获得的数据进行参考，改进单独尾气遥感检测的可信度。机动车尾气黑烟识别与尾气遥感检测是两种独立对道路行驶机动车的监测方法，有一定的关联性，可以相互参考来提高数据可信度。但对于尾气遥感检测系统本身的有效率与准确度没有影响或影响甚微。

发明内容

本发明针对现有技术中数据计算准确度低、影响因素大的缺点，提供了一种基于大数据的机动车排气遥感监测系统及方法。

为了解决上述技术问题，本发明通过下述技术方案得以解决。

一种基于大数据的机动车排气遥感监测系统，包括：

前端监测设备层，用于监测车辆特征、机动车尾气遥感监测数据和环境气象监测数据；

机动车排气监测云平台层，用于存储每种车型汽车的模型值，并对机动车尾气遥感监测数据、环境气象监测数据进行处理。

作为优选，前端监测设备层包括：

摄像模块，用于机动车进行监控，并将视频数据上传至机动车排气监测云平台层；

环境气象监测模块，用于检测当前区域的环境气象监测数据并上传至机动车排气监测云平台层；

机动车排气遥感监测模块，用于监测汽车的尾气数据和车辆行驶数据并上传至机动车排气监测云平台层。

作为优选，机动车排气监测云平台层还包括对视频数据中的车辆进行识别车牌和车辆特征，并绘制生成车辆特征数据，并结合车辆特征数据与环境气象监测数据并形成机动车排气动态模型。