[发明专利]一种基于图像分类算法的信号灯故障检测装置在审

专利信息
申请号: 202010516080.1 申请日: 2020-06-09
公开(公告)号: CN111681442A 公开(公告)日: 2020-09-18
发明(设计)人: 贾若然 申请(专利权)人: 贾若然
主分类号: G08G1/097 分类号: G08G1/097;G06K9/62;G06N3/04;G06N3/08
代理公司: 暂无信息 代理人: 暂无信息
地址: 231200 安徽*** 国省代码: 安徽;34
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 基于 图像 分类 算法 信号灯 故障 检测 装置
【说明书】:

发明公开了一种基于图像分类算法的信号灯故障检测装置,包括摄像头,所述摄像头的底部分别设置有图像处理器和中央处理器,且摄像头的顶部设置有信号收发器,所述摄像头的一侧通过铰接块转动有夹持块,所述图像处理器通过图像分类算法进行图像分类,所述图像分类算法具体分为信号灯正常、信号灯无法判断、信号灯故障,涉及信号灯故障检测技术领域。该基于图像分类算法的信号灯故障检测装置,解决了信号灯检测因为目标小和在夜晚光照因素复杂的背景下,往往难以取得好的效果的问题。

技术领域

本发明涉及信号灯故障检测技术领域,具体为一种基于图像分类算法的信号灯故障检测装置。

背景技术

交通信号灯即红绿灯是非常常见的信号灯,随着城市道路建设以及机动车辆数量的增加,道路交通问题日益成为社会关注的交点问题。交通信号灯通常是直接安装在交通路口,由于长期工作以及受自然环境的影响,故障概率较大,因此,交通信号灯在出现故障时,相关人员需要及时获知故障信息,并对故障信号灯所在路口采取安全措施,避免交通路口出现交通堵塞以及安全事故。

现有技术中,交通信号灯的故障检测通常是依靠监管人员专门的检查或人为的反馈,信号灯检测因为目标小和在夜晚光照因素复杂的背景下,往往难以取得好的效果,因此通常不能及时的获取交通信号灯等故障信息,以致不能及时对故障的交通信号灯的进行故障维修,对交通路口的路况通行影响很大。

发明内容

(一)解决的技术问题

针对现有技术的不足,本发明提供了一种基于图像分类算法的信号灯故障检测装置,解决了信号灯检测因为目标小和在夜晚光照因素复杂的背景下,往往难以取得好的效果的问题。

(二)技术方案

为实现以上目的,本发明通过以下技术方案予以实现:一种基于图像分类算法的信号灯故障检测装置,包括摄像头,所述摄像头的底部分别设置有图像处理器和中央处理器,且摄像头的顶部设置有信号收发器。

优选的,所述摄像头的一侧通过铰接块转动有夹持块。

优选的,所述图像处理器通过图像分类算法进行图像分类。

优选的,所述图像分类算法具体分为信号灯正常、信号灯无法判断、信号灯故障。

优选的,所述信号灯故障具体分为:

A、存在计时灯和补光灯不亮,记为计时离线故障;

B、红绿灯不亮,记为红绿灯离线故障;

C、红绿灯同一个灯盘出现同时两种及以上颜色一起亮的情况,记为同亮故障。

优选的,所述中央处理器通过卷积神经网络进行红绿灯分类模型使用四分类模型。

优选的,所述四分类模型具体为:正常模型、离线模型、同亮模型、无法判定模型,对四分类模型分别采集现场真实的大量数据用来训练分类模型。

优选的,所述卷积过程采用空洞卷积扩大感受野减少卷积层数量,利用分组卷积减少参数量和计算量。

(三)有益效果

本发明提供了一种基于图像分类算法的信号灯故障检测装置。具备以下有益效果:

该基于图像分类算法的信号灯故障检测装置,通过采用人工标定信号灯区域的方法实现,首先对所有需要故障检测的信号灯人工标定出信号灯的矩形框,当需要判定该信号灯是否故障时只需要将该矩形框类的图像输入判别模型即可,节约了检测的时间和造成的误判和漏检,解决了信号灯检测因为目标小和在夜晚光照因素复杂的背景下,往往难以取得好的效果的问题。

附图说明

图1为本发明结构示意图;

图2为本发明信号灯故障检测模型结构图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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贾若然,未经贾若然许可,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/202010516080.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top