[发明专利]公路时空环境、气象和地理因素的监测分析感知方法、系统在审
| 申请号: | 201911244464.6 | 申请日: | 2019-12-06 |
| 公开(公告)号: | CN111079605A | 公开(公告)日: | 2020-04-28 |
| 发明(设计)人: | 徐清峻;王金亮;王风春;刘扬;王晓东;张刚刚;徐凯凯 | 申请(专利权)人: | 齐鲁交通信息集团有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/20;G06K9/62 |
| 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: | 公路 时空 环境 气象 地理 因素 监测 分析 感知 方法 系统 | ||
1.一种公路时空环境、气象和地理因素的监测分析感知方法,其特征在于,包括如下步骤:
获取监测图像样本数据,所述监测图像样本数据包括监测样本图像、所述监测样本图像所对应位置的地理坐标和所述监测样本图像的获取时间;
根据所述监测样本图像数据,确定机器学习算法,并利用所述监测样本图像数据输入对与所述机器学习算法相对应的机器学习模块进行训练;
利用监测图像验证数据对训练后的机器学习模块进行验证,若训练后的机器学习模型通过验证则将其确定为最终的机器学习模型;
获取到公路的实际监测数据,所述实际监测数据包括实际监测图像、实际监测图像所对应位置的地理坐标和所述实际监测图像的获取时间;
将所述实际监测数据输入至所述最终的机器学习模型,根据所述最终的机器学习模型输出的结果确定监测结果。
2.根据权利要求1所述的公路时空环境、气象和地理因素的监测分析感知方法,其特征在于,根据所述监测样本图像数据,确定机器学习算法,并利用所述监测样本图像数据输入对与所述机器学习算法相对应的机器学习模块进行训练的步骤中:
所述监测图像样本数据中的监测样本图像采用jpg的格式进行存储;所述监测样本图像所对应位置的地理坐标和所述监测样本图像的获取时间采用txt格式存储。
3.一种公路时空环境、气象和地理因素的监测分析感知系统,其特征在于,包括至少一个处理器和至少一个存储器,至少一个存储器中存储有程序指令,至少一个所述处理器读取所述程序指令后执行权利要求1或2所述的公路时空环境、气象和地理因素的监测分析感知方法。
4.根据权利要求3所述的公路时空环境、气象和地理因素的监测分析感知系统,其特征在于,还包括:
监测感知组件,不同监测感知组件设置于公路的不同位置,且相邻两组监测感知组件的监测区域具有重叠部分。
5.根据权利要求4所述的公路时空环境、气象和地理因素的监测分析感知系统,其特征在于:
所述监测感知组件包括用于拍摄监测区域视频或图像的摄像头,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;
每一所述监测感知组件均具有特定的组件编号,所述组件编号中包括所述监测感知组件的硬件信息和所述监测感知组件所在位置的地理坐标;
所述监测感知组件将对监测区域进行监测的结果以及对应的地理坐标发送至所述处理器,所述处理器在接收到所述检测感知组件发送的数据时记录获取时间。
6.根据权利要求5所述的公路时空环境、气象和地理因素的监测分析感知系统,其特征在于:
所述处理器,还用于根据所述超声波检测器和所述红外检测器的检测结果对所述摄像头的检测结果进行验证。
7.根据权利要求6所述的公路时空环境、气象和地理因素的监测分析感知系统,其特征在于,还包括:
能见度检测传感器,所述能见度检测传感器用于检测环境的能见度,并将能见度检测结果发送至所述处理器;
所述处理器,在所述能见度在所述能见度小于或等于设定阈值时,将所述摄像头的检测结果的权重值调低。
8.根据权利要求6所述的公路时空环境、气象和地理因素的监测分析感知系统,其特征在于,还包括:
雨量检测传感器,所述雨量检测传感器用于检测环境的雨水量,并将雨水量检测结果发送至所述处理器;
所述处理器,在所述雨水量超过预设阈值时,将所述超声波检测器的检测结果或所述红外检测器的检测结果的权值调低。
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/201911244464.6/1.html,转载请声明来源钻瓜专利网。





