[发明专利]一种基于神经网络气体识别的酒驾预警装置及其方法

权利要求书

1.一种基于神经网络气体识别的酒驾预警装置，包括气体收集模块(1)、识别检测系统(2)和预警模块(3)，所述气体收集模块(1)用于收集气体样本，其特征在于，所述气体收集模块(1)包括检测传感器阵列(15)；所述检测传感器阵列(15)由光学气体传感器和半导体气体传感器构成；所述光学气体传感器和半导体气体传感器将气体样本信息转化为所述识别监测系统可处理的信息。

2.根据权利要求1所述的基于神经网络气体识别的酒驾预警装置，其特征在于：所述光学气体传感器通过紫外或红外激光检测气体，将气体信息转化为光谱信息；所述半导体气体传感器通过识别光谱信号中不同气体组分，判断气体组成，并输出对应气体的电信号。

3.根据权利要求2所述的基于神经网络气体识别的酒驾预警装置，其特征在于：所述光学气体传感器为光学传感器；所述半导体气体传感器为乙醇半导体气体传感器(153)，水半导体气体传感器(154)，酮类半导体气体传感器(155)；传感器的排列顺序依次为光学传感器、乙醇半导体气体传感器(153)、水半导体气体传感器(154)、酮类半导体气体传感器(155)。

4.根据权利要求2所述的基于神经网络气体识别的酒驾预警装置，其特征在于：所述气体收集模块(1)还包括气泵装置(11)、流量监控仪(12)、过滤装置(13)、温度控制单元(14)、数据传输单元(16)、排气装置(17)；所述气泵装置(11)在工作状态下吸入气体样本；所述流量监控仪(12)检测气体流入速度，实时调整气泵装置(11)功率；所述过滤装置(13)用于阻碍气体杂质和干扰气体；所述温度控制单元(14)用于提高气体样本的温度；所述传感器阵列将提高温度的气体样本信息转化为色谱信息和电信号：所述数据传输单元(16)将所述色谱信息和电信号传送至识别监控系统；所述排气装置(17)用于将气体样本排出。

5.根据权利要求2所述的基于神经网络气体识别的酒驾预警装置，其特征在于：所述识别系统由数据接收模块和神经网络模型组成；所述数据接模块对所述色谱信息预处理以形成一维特征输入向量；所述数据接受模块将所述电信号预处理以形成二维特征输入向量。

6.根据权利要求4所述的基于神经网络气体识别的酒驾预警装置，其特征在于：所述神经网络模型包括残差网络、深度神经网络和CNN-LSTM神经网络；

所述一维特征输入向量通过所述深度神经网络得到判断向量；所述二维特征输入向量在所述深度神经网络的基础上引入卷积层和记忆，通过所述CNN-LSTM得到判断向量。

7.根据权利要求1至6所述的任一项基于神经网络气体识别的酒驾预警装置，其特征在于：所述气体收集模块(1)安装在检测路段的天桥底下、龙门架或交通指示牌杆上距地面2到4米的位置。

8.一种基于神经网络气体识别的酒驾预警方法，其特征在于：包括如下步骤：

S1、气体收集模块(1)收集气体样本；

S2、传感器检测气体样本，将气体样本信息转化为色谱信息和电信号；

S3、向识别检测系统(2)传输色谱信息和电信号；

S4、接收色谱信息和电信号的信息并进行预处理；

S5、采用神经网络模型进行综合分析；

S6、若分析结果中“发生酒驾”的概率高于阈值，则对当前路段进行酒驾预警，并监控、确定疑似酒驾车辆；若“发生酒驾”的概率低于阈值，则当前路段发生酒驾概率过低，系统不作出反应。

9.根据权利要求8所述的基于神经网络气体识别的酒驾预警方法，其特征在于：所述步骤S4的具体步骤为：所述色谱信息和电信号在所述识别检测系统(2)中进行预处理，预处理后所述色谱信息形成一维信息，所述电信号形成二维信息。

10.根据权利要求9所述的基于神经网络气体识别的酒驾预警方法，其特征在于：所述步骤S5的具体步骤为：将所述一维信息和二维信息输入残差网络、DNN神经网络和CNN-LSTM神经网络的神经网络模型，判断气体样本中酒精含量是否超标。