一种基于人工智能的道路监控检测系统及方法
技术领域
本发明涉及道路监控领域,具体是一种基于人工智能的道路监控检测系统及方法。
背景技术
随着社会的进步和发展,城市交通逐渐成为我们关注的焦点,城市道路的实时监控也变得越来越重要,道路监控可以及时监控路面车辆的违章情况,能及时发现并安排处理道路交通事故等,而且可以为交通、治安等各类案件的侦破提供技术支持,大大提高公安机关执法办案的水平和效率。
现如今的道路监控一般通过路口处的摄像头和交警进行配合,监控点分布在车流、人流比较集中的道路交叉口、重点路段,通过图像传输通道将路面交通情况实时上传到道路监控指挥中心,中心值班人员可以据此及时了解各区域路面状况,以便调整各路口车辆流量,确保交通通畅,而这些都需要大量的人力来进行,给我们带来了极大的不便。
针对这种情况,我们设计了一种基于人工智能的道路监控检测系统和方法,不仅需要提高道路监控的效率,同时还需要保证道路监控的智能化、自主化进行,这是我们亟待解决的问题。
发明内容
本发明的目的在于提供一种基于人工智能的道路监控检测系统和方法,以解决现有技术中的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于人工智能的道路监控检测系统,所述监控检测系统包括图像采集装置和监控中心,所述图像采集装置包括若干个第一图像采集装置、若干个第二图像采集装置和若干个第三图像采集装置,所述第一图像采集装置分别安装在多个城市道路的交叉路口处,所述第二图像采集装置分别安装在城市道路的干道上,所述第三图像采集装置分别安装在城市道路的支道上;所述监控中心包括若干个第一监控中心、若干个第二监控中心和第三监控中心,所述第一监控中心分别安装在城市道路的干道上,所述第二监控中心分别安装在城市道路的支道上,所述第三监控中心分别安装在市中心;所述第一图像采集装置、第二图像采集装置分别与第一监控中心通讯连接,所述第一图像采集装置、第三图像采集装置分别与第二监控中心通讯连接;所述第一监控中心、第二监控中心分别与第三监控中心通讯连接。
本发明中设计了一种基于人工智能的道路监控检测系统,通过第一图像采集装置、第二图像采集装置、第三图像采集装置进行图像的采集,同时通过第一监控中心、第二监控中心和第三监控中心的设计来进行道路的监控,这种层级结构可以实时监控道路的车辆行驶情况,同时这样设计有利于规模化的管理和监控,实现城市道路监控的智能化、网络化和通信化。
本发明中第一图像采集装置可以采集道路交叉路口处的情况,第二图像采集装置可以采集干道上的道路情况,第三图像采集装置可以采集支道上的道路情况,这样设计可以全面检测城市道路的车辆情况,增大了道路监控的范围,提高了监控效率,有效实用。
较优化地,所述第一图像采集装置、第二图像采集装置和第三图像采集装置的结构相同,所述第一图像采集装置包括若干个照明灯,所述照明灯分别安装在道路两侧,所述相邻照明灯之间距离相等,所述照明灯下端设置有支撑杆;所述第一图像采集装置还包括第一控制器和摄像头,所述第一控制器安装在支撑杆内,所述摄像头分别安装在支撑杆外壁上,所述摄像头分别与第一控制器电连接。
较优化地,所述第一控制器包括第一处理模块、第一接收模块和第一发送模块,所述摄像头与第一接收模块电连接,所述第一接收模块、第一处理模块、第一发送模块依次电连接;所述第一控制器还包括第一定位模块、警报模块和应急通信模块,所述第一定位模块、警报模块分别与处理模块电连接。
本发明中第一图像采集装置、第二图像采集装置和第三图像采集装置均通过照明灯进行图像采集,不仅可以实现道路照明,同时可以利用摄像头进行道路监控;本发明中第一控制器中的第一处理模块可以对采集到的图像进行预处理,为后续的图像分析和识别提供基础,不仅可以提高图像的处理速度和处理效率,保证图像信息的精准性,得到了较好的视觉效果,同时可以保证第一识别模块可以有效对图形进行车牌的识别;第一接收模块和第一发送模块可用于数据、图像的传输;本发明中还设计了第一定位模块,可及时向监控中心发出定位信息,当我们需要定位一个车辆的位置时,对应的监控中心会发出指令,此时属于这个监控中心监管的图像采集器分别图像采集,若是车辆刚好经过某个照明灯,警报模块会被触发,发出警报,同时第一定位模块实时对汽车进行定位,并将定位信息发送至对应的监控中心,这样设计便于我们进行查询和其他操作,提高了本发明的实用性。
较优化地,所述第一监控中心、第二监控中心的结构相同,所述第一监控中心包括第二接收模块、分析模块、第一识别模块和第二发送模块,所述第二接收模块分别与第一发送模块通讯连接,所述第二接收模块、分析模块电连接,所述分析模块分别与第一识别模块、第二发送模块电连接,所述第一识别模块与第二发送模块电连接,所述第二发送模块与第一接收模块通讯连接;所述第二发送模块分别与第三监控中心通讯连接;所述第一监控中心还包括数据库,所述第二识别模块、分析模块分别与数据库电连接。
本发明中设计了第一监控中心和第二监控中心,其中第一监控中心可以监控干道上的道路信息,第二监控中心可以监控支路上的道路信息;本发明中第二接收模块和第二发送模块可用于信息的传输,分析模块可以对图像进行分析,检测图像中车辆的种类、数量及道路拥挤情况,便于我们进行了解道路拥堵情况、违停、违章车辆情况和事故发生情况,同时还可以进行违法车辆的追踪和定位。
较优化地,所述第一监控中心内设置有第一无人机,所述第二监控中心内设置有第二无人机,所述第一无人机和第二无人机的结构相同,所述第一无人机包括图像获取模块、第二处理模块、图像传输模块和指令接收模块,所述第二发送模块与指令接收模块无线连接,所述指令接收模块与图像获取模块电连接,所述图像获取模块、第二处理模块、图像传输模块依次电连接,所述图像传输模块与第二接收模块无线通讯;所述第一无人机还包括第二识别模块和第二定位模块,所述第二处理模块、第二定位模块分别与第二识别模块电连接,所述第二识别模块与第二接收模块无线通讯。
本发明中还设计了第一无人机和第二无人机,第一无人机可在t时间内进行一次干道巡查,第二无人机可在2t时间内进行一次支道巡查,这样设计可以使我们充分了解城市道路的交通情况,提高了道路的监控效率,同时可以保证道路监控的即时性和准确性。
较优化地,所述警报模块包括若干个警报灯,所述警报灯分别安装在支撑杆顶端,所述警报灯与第一处理模块电连接;所述应急通信模块包括应急车道传感器,所述应急车道传感器与第一接收模块电连接。
较优化地,所述第三监控中心分别与公安局、道路监管平台无线通讯;所述第一图像采集器、第二图像采集器和第一监控中心之间分别通过光纤数据传输;所述第二图像采集器、第三图像采集器和第二监控中心之间分别通过光纤数据传输;所述第一监控中心的第二发送模块、第二监控中心的第二发送模块和第三监控中心之间分别通过光纤数据传输。
现如今数字监控系统多半采用视频基带传输方式,而本发明中采用光纤传输方式来进行数据的传输,有效保证了图像信号的稳定性,保证原始图像信号的清晰度和灰度等级不会出现明显下降的情况。
较优化地,一种基于人工智能的道路监控检测方法,包括以下步骤:
1)图像采集和预处理;
2)图像分析与识别;
3)道路监控结束。
较优化地,包括以下步骤:
1)图像采集和预处理:
a)第一图像采集装置的摄像头采集道路交叉路口的道路图像,第二图像采集装置的摄像头采集干道上的道路图像,第三图像采集装置的摄像头采集支道上的道路图像;第一控制器中的第一接收模块接收监控图像,并通过第一处理模块进行图像的预处理,由第一发送模块传输至第一监控中心;
b)0-t时间内,第一监控中心的第一无人机按照预设好的路线进行干道巡查,图像获取模块进行图像的采集,第二处理模块进行图像的预处理,t时间时回到第一监控中心,并通过图像传输模块将采集到的图像传输至第二接收模块;0-2t时间内,第二监控中心的第二无人机按照预设好的路线进行支道巡查,图像获取模块进行图像的采集,第二处理模块进行图像的预处理,2t时间时回到第二监控中心,并通过图像传输模块将采集到的图像传输至第二接收模块;
2)图像分析与识别:
a)第二接收模块接收采集到的图像信息,分析模块根据图像内容进行分析,得出当前时间的道路拥堵情况、车辆违章违停情况和事故发生情况,同时数据库进行道路信息的存储;
b)第一监控中心和第二监控中心得到的数据分别通过第二发送模块传输至第三监控中心,由第三监控中心根据所得信息选择与对应的社会机构通信,并通过第三监控中心的命令来控制第一监控中心、第二监控中心的监控情况;
3)道路监控结束。
较优化地,所述步骤1)中,第一处理模块和第二处理模块分别进行图像的预处理,预处理具体包括以下步骤:
S1:图像灰度化处理:取得待处理图像中每一个像素的red值 a(x,y)、green值b(x,y)和blue值c(x,y);计算每一个像素的第一灰度值M(x,y);再用每一个像素的第一灰度值M(x,y)来代替原始的red值a (x,y)、green值b(x,y)和blue值c(x,y),得到灰度图像;其中 M(x,y)=(a(x,y)+b(x,y)+c(x,y))/3;
S2:二值化:确定最佳阈 值T;
其中图像的平均值为i,均方差为j,图像的宽度为d,高度为h;
再计算灰度图像中的每一个第二灰度值N(x,y),并用每一个像素的第二灰度值来代替第一灰度值,得到预处理图像,
S3:字符分割:通过SUSAN算子进行边缘检测,随后通过垂直扫描和水平扫描对的图像进行字符分割;
S4:归一化处理:采用双线性插值法进行字符的归一化处理;
S5:细化处理:通过Hilditch算法进行细化;并进行字符特征提取;
S6:预处理结束。
本发明对采集的图像进行预处理,这样可以提高图像传输和分析运行的速度,提高道路监管的效率,其中还进行了字符分隔、归一化处理和细化处理,这样设计都是为了保证第一识别模块和第二识别模块可以对车牌进行精准识别,提高了字符的识别正确率,保证了本发明的有效使用。
与现有技术相比,本发明的有益效果是:本发明使用时,我们可以通过第一图像采集装置、第二图像采集装置和第三图像采集装置来进行道路图像的采集,采集到的图像通过第一接收单元接收,第一处理模块会对图形进行预处理,第一发送单元会将预处理结束后的图像发送至对应的监控中心;同时第一无人机、第二无人机会按照一定的时间周期进行道路的巡查和图像的采集,通过图像获取模块进行图像采集,通过第二处理模块进行图像的预处理,并通过图像传输模块将图像传输至第二接收模块;第二接收模块接收信息并通过分析模块进行分析处理,便于我们了解道路情况,同时第三监控中心接收第一监控中心、第二监控中心传输的图像信息,并进行整个系统的调配和控制。
本发明中还设计了应急通信模块,应急车道传感器可以对应急车道进行感应,当有车辆因故障停在应急车道时,一定时间后应急车道传感器会将信息传输至监控中心,第三监控中心可以通知车辆维修中心进行车辆维修工作。
本发明中还可以进行违法车辆的追踪,当我们确定违法车辆的车型、颜色和车牌等信息时,第三监控中心可以发送指令至第一监控中心、第二监控中心,第一图像采集装置、第二图像采集装置和第三图像采集装置采集图像至对应的监控中心,第一识别模块可以进行车辆的识别,若是车辆识别显示相符,则该监控中心会发送指令至对应区域的照明灯,所有照明灯的警报灯亮起,提醒交警违法车辆的位置,便于警察进行抓捕。
本发明中提供了一种基于人工智能的道路监控检测系统和方法,本发明设计合理,通过层级式的结构进行城市道路的监控,不仅可以有效实现道路监控的智能化和规范化,同时可以提高道路监控的速度,对一些违停违章车辆的监控也更加有效,具有较高的实用性。
附图说明
为了使本发明的内容更容易被清楚地理解,下面根据具体实施例并结合附图,对本发明作进一步详细的说明。
图1为本发明一种基于人工智能的道路监控检测系统和方法的整体结构示意图;
图2为本发明一种基于人工智能的道路监控检测系统和方法的照明灯结构示意图;
图3为本发明一种基于人工智能的道路监控检测系统和方法的整体模块示意图;
图4为本发明一种基于人工智能的道路监控检测系统和方法的第一图像采集装置的模块示意图;
图5为本发明一种基于人工智能的道路监控检测系统和方法的第一监控中心的模块示意图;
图6为本发明一种基于人工智能的道路监控检测系统和方法的图像预处理步骤示意图。
图中:1-第一监控中心、2-第二监控中心、3-第三监控中心、4-第一图像采集装置、5-第二图像采集装置、6-第三图像采集装置、7-照明灯、71-警报灯、72-摄像头、73-支撑杆、74- 第一控制器。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1、图3所示,一种基于人工智能的道路监控检测系统,所述监控检测系统包括图像采集装置和监控中心,所述图像采集装置包括若干个第一图像采集装置4、若干个第二图像采集装置5和若干个第三图像采集装置6,所述第一图像采集装置4 分别安装在多个城市道路的交叉路口处,所述第二图像采集装置5分别安装在城市道路的干道上,所述第三图像采集装置6 分别安装在城市道路的支道上;所述监控中心包括若干个第一监控中心1、若干个第二监控中心2和第三监控中心3,所述第一监控中心1分别安装在城市道路的干道上,所述第二监控中心2分别安装在城市道路的支道上,所述第三监控中心3分别安装在市中心;所述第一图像采集装置4、第二图像采集装置5 分别与第一监控中心1通讯连接,所述第一图像采集装置4、第三图像采集装置6分别与第二监控中心2通讯连接;所述第一监控中心1、第二监控中心2分别与第三监控中心3通讯连接。
本发明中设计了一种基于人工智能的道路监控检测系统,通过第一图像采集装置4、第二图像采集装置5、第三图像采集装置6进行图像的采集,同时通过第一监控中心1、第二监控中心2和第三监控中心3的设计来进行道路的监控,这种层级结构可以实时监控道路的车辆行驶情况,同时这样设计有利于规模化的管理和监控,实现城市道路监控的智能化、网络化和通信化。
本发明中第一图像采集装置4可以采集道路交叉路口处的情况,第二图像采集装置5可以采集干道上的道路情况,第三图像采集装置6可以采集支道上的道路情况,这样设计可以全面检测城市道路的车辆情况,增大了道路监控的范围,提高了监控效率,有效实用。
如图2、图4所示,所述第一图像采集装置4、第二图像采集装置5和第三图像采集装置6的结构相同,所述第一图像采集装置4包括若干个照明灯7,所述照明灯7分别安装在道路两侧,所述相邻照明灯7之间距离相等,所述照明灯7下端设置有支撑杆73;所述第一图像采集装置4还包括第一控制器74 和摄像头72,所述第一控制器74安装在支撑杆73内,所述摄像头72分别安装在支撑杆73外壁上,所述摄像头72分别与第一控制器74电连接。
如图5所示,所述第一控制器74包括第一处理模块、第一接收模块和第一发送模块,所述摄像头72与第一接收模块电连接,所述第一接收模块、第一处理模块、第一发送模块依次电连接;所述第一控制器74还包括第一定位模块、警报模块和应急通信模块,所述第一定位模块、警报模块分别与处理模块电连接。
本发明中第一图像采集装置4、第二图像采集装置5和第三图像采集装置6均通过照明灯7进行图像采集,不仅可以实现道路照明,同时可以利用摄像头72进行道路监控;本发明中第一控制器74中的第一处理模块可以对采集到的图像进行预处理,为后续的图像分析和识别提供基础,不仅可以提高图像的处理速度和处理效率,保证图像信息的精准性,得到了较好的视觉效果,同时可以保证第一识别模块可以有效对图形进行车牌的识别;第一接收模块和第一发送模块可用于数据、图像的传输;本发明中还设计了第一定位模块,可及时向监控中心发出定位信息,当我们需要定位一个车辆的位置时,对应的监控中心会发出指令,此时属于这个监控中心监管的图像采集器分别图像采集,若是车辆刚好经过某个照明灯7,警报模块会被触发,发出警报,同时第一定位模块实时对汽车进行定位,宾将定位信息发送至对应的监控中心,这样设计便于我们进行查询和其他操作,提高了本发明的实用性。
所述第一监控中心1、第二监控中心2的结构相同,所述第一监控中心1包括第二接收模块、分析模块、第一识别模块和第二发送模块,所述第二接收模块分别与第一发送模块通讯连接,所述第二接收模块、分析模块电连接,所述分析模块分别与第一识别模块、第二发送模块电连接,所述第一识别模块与第二发送模块电连接,所述第二发送模块与第一接收模块通讯连接;所述第二发送模块分别与第三监控中心3通讯连接;所述第一监控中心1还包括数据库,所述第二识别模块、分析模块分别与数据库电连接。
本发明中设计了第一监控中心1和第二监控中心2,其中第一监控中心1可以监控干道上的道路信息,第二监控中心2可以监控支路上的道路信息;本发明中第二接收模块和第二发送模块可用于信息的传输,分析模块可以对图像进行分析,检测图像中车辆的种类、数量及道路拥挤情况,便于我们进行了解道路拥堵情况、违停、违章车辆情况和事故发生情况,同时还可以进行违法车辆的追踪和定位。
所述第一监控中心1内设置有第一无人机,所述第二监控中心2内设置有第二无人机,所述第一无人机和第二无人机的结构相同,所述第一无人机包括图像获取模块、第二处理模块、图像传输模块和指令接收模块,所述第二发送模块与指令接收模块无线连接,所述指令接收模块与图像获取模块电连接,所述图像获取模块、第二处理模块、图像传输模块依次电连接,所述图像传输模块与第二接收模块无线通讯;所述第一无人机还包括第二识别模块和第二定位模块,所述第二处理模块、第二定位模块分别与第二识别模块电连接,所述第二识别模块与第二接收模块无线通讯。
本发明中还设计了第一无人机和第二无人机,第一无人机可在t时间内进行一次干道巡查,第二无人机可在2t时间内进行一次支道巡查,这样设计可以使我们充分了解城市道路的交通情况,提高了道路的监控效率,同时可以保证道路监控的即时性和准确性。
所述警报模块包括若干个警报灯71,所述警报灯71分别安装在支撑杆73顶端,所述警报灯71与第一处理模块电连接;所述应急通信模块包括应急车道传感器,所述应急车道传感器与第一接收模块电连接。
所述第三监控中心3分别与公安局、道路监管平台无线通讯;所述第一图像采集器、第二图像采集器和第一监控中心1 之间分别通过光纤数据传输;所述第二图像采集器、第三图像采集器和第二监控中心2之间分别通过光纤数据传输;所述第一监控中心1的第二发送模块、第二监控中心2的第二发送模块和第三监控中心3之间分别通过光纤数据传输。
现如今数字监控系统多半采用视频基带传输方式,而本发明中采用光纤传输方式来进行数据的传输,有效保证了图像信号的稳定性,保证原始图像信号的清晰度和灰度等级不会出现明显下降的情况。
如图6所示,一种基于人工智能的道路监控检测方法,包括以下步骤:
1)图像采集和预处理;
2)图像分析与识别;
3)道路监控结束。
较优化地,包括以下步骤:
1)图像采集和预处理:
a)第一图像采集装置4的摄像头72采集道路交叉路口的道路图像,第二图像采集装置5的摄像头72采集干道上的道路图像,第三图像采集装置6的摄像头 72采集支道上的道路图像;第一控制器74中的第一接收模块接收监控图像,并通过第一处理模块进行图像的预处理,由第一发送模块传输至第一监控中心 1;
b)0-t时间内,第一监控中心1的第一无人机按照预设好的路线进行干道巡查,图像获取模块进行图像的采集,第二处理模块进行图像的预处理,t时间时回到第一监控中心1,并通过图像传输模块将采集到的图像传输至第二接收模块;0-2t时间内,第二监控中心2的第二无人机按照预设好的路线进行支道巡查,图像获取模块进行图像的采集,第二处理模块进行图像的预处理,2t时间时回到第二监控中心2,并通过图像传输模块将采集到的图像传输至第二接收模块;
2)图像分析与识别:
a)第二接收模块接收采集到的图像信息,分析模块根据图像内容进行分析,得出当前时间的道路拥堵情况、车辆违章违停情况和事故发生情况,同时数据库进行道路信息的存储;
b)第一监控中心1和第二监控中心2得到的数据分别通过第二发送模块传输至第三监控中心3,由第三监控中心3根据所得信息选择与对应的社会机构通信,并通过第三监控中心3的命令来控制第一监控中心1、第二监控中心2的监控情况;
3)道路监控结束。
所述步骤1)中,第一处理模块和第二处理模块分别进行图像的预处理,预处理具体包括以下步骤:
S1:图像灰度化处理:取得待处理图像中每一个像素的red值 a(x,y)、green值b(x,y)和blue值c(x,y);计算每一个像素的第一灰度值M(x,y);再用每一个像素的第一灰度值M(x,y)来代替原始的red值a (x,y)、green值b(x,y)和blue值c(x,y),得到灰度图像;其中 M(x,y)=(a(x,y)+b(x,y)+c(x,y))/3;
S2:二值化:确定最佳阈 值T;
其中图像的平均值为i,均方差为j,图像的宽度为d,高度为h;则:
再计算灰度图像中的每一个第二灰度值N(x,y),并用每一个像素的第二灰度值来代替第一灰度值,得到预处理图像,
S3:字符分割:通过SUSAN算子进行边缘检测,随后通过垂直扫描和水平扫描对的图像进行字符分割;
S4:归一化处理:采用双线性插值法进行字符的归一化处理;
S5:细化处理:通过Hilditch算法进行细化;并进行字符特征提取;
S6:预处理结束。
本发明对采集的图像进行预处理,这样可以提高图像传输和分析运行的速度,提高道路监管的效率,其中还进行了字符分隔、归一化处理和细化处理,这样设计都是为了保证第一识别模块和第二识别模块可以对车牌进行精准识别,提高了字符的识别正确率,保证了本发明的有效使用。
本发明使用时,我们可以通过第一图像采集装置4、第二图像采集装置5和第三图像采集装置6来进行道路图像的采集,采集到的图像通过第一接收单元接收,第一处理模块会对图形进行预处理,第一发送单元会将预处理结束后的图像发送至对应的监控中心;同时第一无人机、第二无人机会按照一定的时间周期进行道路的巡查和图像的采集,通过图像获取模块进行图像采集,通过第二处理模块进行图像的预处理,并通过图像传输模块将图像传输至第二接收模块;第二接收模块接收信息并通过分析模块进行分析处理,便于我们了解道路情况,同时第三监控中心3接收第一监控中心1、第二监控中心2传输的图像信息,并进行整个系统的调配和控制。
本发明中还设计了应急通信模块,应急车道传感器可以对应急车道进行感应,当有车辆因故障停在应急车道时,一定时间后应急车道传感器会将信息传输至监控中心,第三监控中心3 可以通知车辆维修中心进行车辆维修工作。
本发明中还可以进行违法车辆的追踪,当我们确定违法车辆的车型、颜色和车牌等信息时,第三监控中心3可以发送指令至第一监控中心1、第二监控中心2,第一图像采集装置4、第二图像采集装置5和第三图像采集装置6采集图像至对应的监控中心,第一识别模块可以进行车辆的识别,若是车辆识别显示相符,则该监控中心会发送指令至对应区域的照明灯7,所有照明灯7的警报灯71亮起,提醒交警违法车辆的位置,便于警察进行抓捕。
本发明中提供了一种基于人工智能的道路监控检测系统和方法,本发明设计合理,通过层级式的结构进行城市道路的监控,不仅可以有效实现道路监控的智能化和规范化,同时可以提高道路监控的速度,对一些违停违章车辆的监控也更加有效,具有较高的实用性。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。