[发明专利]城市智能管理系统

权利要求书

1.城市智能管理系统，其特征在于，包括云控平台、影像采集模块、图像处理模块、路网管控模块、级联跟踪模块、定位模块、告警反馈模块以及日志检测模块；

云控平台用于验证管理人员信息，并依据管理人员操作指令进行相应的数据展示以及功能控制；

所述影像采集模块用于采集城市各道路影像信息；

所述图像处理模块用于优化分割采集到的影像信息；

所述路网管控模块用于对各路口进行车流控制；

所述级联跟踪模块用于监测各路口违法情况，并对违法人员进行分析跟踪；

所述定位模块用于接收跟踪信息并对违法人员所在位置进行实时定位；

所述告警反馈模块用于向相关部门负责人员发出违法告警信息，并实时反馈违法人员位置信息；

所述日志检测模块用于对云控平台日志数据进行风险监测。

2.根据权利要求1所述的城市智能管理系统，其特征在于，所述图像处理模块优化分割具体步骤如下：

步骤（1）：图像处理模块对各组影像数据进行逐帧提取，以获取道路图片，之后依据各道路图片显示比列进行分块处理，之后对分块后的各组道路图片通过傅里叶变换对数据中高频成分进行分析提取，并通过高斯滤波进行平滑处理；

步骤（2）：分别计算各道路图片的灰度值的平均值，之后将分块后各道路图片中每组像素的灰度值与计算出的均值进行比较，并将所有灰度值大于均值的像素构成分割目标，将所有灰度值小于均值的像素构成分割图像的背景，再将分割目标与背景分析。

3.根据权利要求2所述的城市智能管理系统，其特征在于，步骤（1）所述傅里叶变换具体变换公式如下：

（1）

（2）

其中，u，v均为频率变量，x，y为该道路图片各像素点坐标，N为采样频率，公式（1）为傅里叶正变换，公式（2）为傅里叶反变换。

4.根据权利要求2所述的城市智能管理系统，其特征在于，所述路网管控模块车流控制具体步骤如下：

步骤一：云控平台接收道路影像信息，同时依据接收的数据计算相位绿灯时间内车辆的位置和速度信息，并针对不同路段流构建不同拥堵指数路段流向在不同分组标签下拥堵指数数据集；

步骤二：路网管控模块依据每个实时的时间间隔内道路影像信息更新拥堵指数，筛选出严重拥堵和一般拥堵的路段流向以确定拥堵区域，再根据每个路段的不同流向的拥堵指数及上下游关系，确定拥堵区域边界及区域内拥堵截流点和疏解点；

步骤三：构建城市路网地图，并对道路缺失信息进行填补，依据上下游影像采集模块之间的时空关联关系生成高维张量输入变量，并通过递归神经网络和注意力网络对高维张量输入变量进行时间序列训练，记录生成的交通流量预测值；

步骤四：路网管控模块依据影像信息获取车辆排队长度、饱和度以及车队队尾的轨迹数据，同时判断排队长度是否超过路段长度、饱和度是否过饱以及车队队尾的车辆是否位于路段之外且在相位绿灯时长内速度为零，若是，则存在排队溢出现象，转向相位取最大绿灯时长，反之，则不改变相位。

5.根据权利要求1所述的城市智能管理系统，其特征在于，所述级联跟踪模块具体分析跟踪具体步骤如下：

步骤Ⅰ：级联跟踪模块对各影像信息实际视频帧的间隔时间进行计算，并记录计算出的实际视频帧的间隔时间，再通过卡尔曼滤波理论建立运动模型，同时通过构建的运动模型实时获取跟踪目标的运动状态；

步骤Ⅱ：为跟踪目标分配一个唯一的编号，之后运动模型依据对跟踪目标的线性运动假设，对其在视频帧中的运动状态进行定义，并收集跟踪目标在当前视频帧中的运动状态，并构建预测方程对各跟踪目标在下一视频帧中的运动状态进行估计；

步骤Ⅲ：对各影像信息进行特征提取，再将提取出的特征进行融合并对融合结果进行分类回归，输出检测框以及类别，对影像信息中目标检测框信息进行收集，并生成对应检测框坐标；

步骤Ⅳ：依据检测框对相关影像信息进行扩大化剪裁，通过RPN过滤掉各组裁剪图片中属于背景的简单负样本，挑选出可能含有目标的区域进行分类和回归，之后在各裁剪图片中生产相应数量的锚框并对这些锚框进行分类和回归，再次通过扩大化剪裁提取各组图片中的目标信息，之后依据估计结果以及目标信息进行跨设备匹配处理。