[发明专利]一种基于人工智能的高速公路安全巡查系统

权利要求书

1.一种基于人工智能的高速公路安全巡查系统，包括数据集合模型模块、训练模型模块和模型应用模块，

所述数据集合模型模块，包括高速照相机的图像数据、GPS数据和图像识别数据；所述高速照相机的图像数据和GPS数据通过监测车获取；

所述训练模型模块，用以对数据集合模型模块的数据进行分类学习，并将学习结果储存至数据库中；

所述模型应用模块，用以对监测车采集的道路信息经训练模型模块进行分析处理，将分析处理结果储存至数据库并发送至PC端或移动终端；

所述高速照相机的图像数据包括路面图像数据、车辆图像数据和标牌图像数据，

所述路面图像数据包括地面干燥的正常路面图像集合、坑洼路面图像集合、含有异物路面图像集合和含有冰雪的路面图像集合；

所述车辆图像数据包括车辆种类图像数据和车辆状态图像数据，所述车辆种类图像数据包括小型乘用车图像集合、货物运输车图像集合和特种车辆图像集合；所述车辆状态图像数据包括正常行驶的车辆图像集合、停止状态的车辆图像集合和非正常行驶的车辆图像集合，所述非正常行驶的车辆图像集合包括逆行、超速、长时间占用应急车道的车辆图像集合；

所述标牌图像数据包括道路标牌图像集合、车辆车牌图像集合和路段桩号图像集合；

所述图像识别数据是通过OCR识别模式对道路标牌图像数据、车辆车牌图像数据和路段桩号图像数据进行识别获取，包括识别的道路标牌图像数据、车辆车牌图像数据和路段桩号图像数据；

所述GPS数据包括所要监测路段的始点坐标和终点坐标、采集的每一张图像所对应的坐标；

所述训练模型模块包括采用高性能分布式深度学习框架PaddlePaddle的人工智能识别系统，通过自动模型选择模式智能选择匹配的网格结构和超参数，提高模型的效果，采用的EarlyStopping策略，降低过拟合风险，提高识别准确性；根据人工图像标注，通过ICNet图像级联网络的图像语义分割技术进行图像语义分割，获取高分辨率图像的准确性和低复杂度网络的效率之间的平衡，并将学习结果储存至数据库。

2.根据权利要求1所述的一种基于人工智能的高速公路安全巡查系统，其特征在于：每一张图像的坐标是利用GPS的RTK动态测量技术获取的。

3.根据权利要求1所述的一种基于人工智能的高速公路安全巡查系统，其特征在于：所述监测车包括GPS模块、高速摄像机和网络传输模块，所述GPS模块用以定位高速摄像机拍摄图像坐标，并定位所要监测路段的始点坐标和终点坐标；所述高速摄像机，用以拍摄路面图像、车辆图像和标牌图像；所述网络传输模块，用以将高速摄像机拍摄的图像和GPS模块定位的坐标上传至服务器控制平台。

4.根据权利要求3所述的一种基于人工智能的高速公路安全巡查系统，其特征在于：所述服务器控制平台通过OCR识别模式对高速摄像机拍摄的标牌图像进行图像识别。