CN111739308A - 面向车路协同的道路异常移动物联监控系统及方法 - Google Patents

Abstract

本发明揭示了一种面向车路协同的道路异常移动物联监控系统及方法，所述系统包括基于窄带物联网的路面传感器、搭载多光谱摄像机的无人机，云端信息系统的服务器；路面传感器基于窄带蜂窝网络实现物物之间的信息交换；无人机搭载红外线摄像机以及可见光摄像机，对路面异常情况进行巡检；云端信息系统的服务器用于接收路面传感器、无人机巡检信息，同时也用于无人机的调度和维修人员的调度。本发明能够感知路面、环境异常；同时进行无人机异常监测与定时巡检；实时传输数据；完成图像异常的识别与分析；实现智能信号控制和道路异常报警与解除，实时反馈道路车辆的最新最可靠的信息，构建智慧城市中智能交通体系。

Description

面向车路协同的道路异常移动物联监控系统及方法

技术领域

本发明属于物联网技术领域，涉及一种监控系统，尤其涉及一种面向车路协同的道路异常移动物联监控系统及方法。

背景技术

目前，随着城市化进程的快速推进，我国机动车保有量也迅速增长，加上我国货物流通量激增，伴随而来的货车超载问题也越来越严重，这点对于道路、桥梁等基础设施造成了严重的损害，除了增加了大量维修养护费用以外，还存在大量安全隐患，目前城市道路网的异常监控主要由监控摄像仪和日常的人工检测。当异常状况出现后，各监测点将异常数据上报中央处理机，由中央处理机筛选有效数据后，交由专业用户进行处理与解决。该系统缺乏对于城市道路全路段、全天候的实时监测，无法做到对于道路异常的快速反应。如何进行全天候地检测道路安全、以及如何快速地调度人员排除隐患是亟待解决的课题。随着电子信息技术和通信技术的发展和应用，以及无人机技术的逐渐完善，利用“车路协同”系统，可以提高对于道路异常检测的效率，利用搭载多光谱相机的无人机，则可以以更低成本、高效并且动态地识别出道路异常，将“车路协同”和无人机两者结合，再整合入现有的系统，可以做到对于道路地全天候检测，并且当发现道路异常时，及时调度排除隐患。

通过检索现有的专利可知现有的专利并没有将两者结合起来或是形成监控体系。专利号为CN201810472830公开了一种道路病害预警方法，它提出了可以利用终端设备获取道路病害信息、GPS信息，然后发送至服务器，并以语音的形式播报所述的道路病害信息以及所说的预警信息，随后将预警信息整合至地图服务器。这种方法缺乏有效的道路异常检测方法以及快速反应的机制。

专利号CN201810558563公开了一种高速公路无人机巡检系统。专利中提出了无人机能够弥补传统视频监控的不足，给交通管理提供一个全新的视野。但是专利中提到的无人机没有搭载多光谱相机，导致其所能使用的应用场景有所减少。搭载多光谱相机的无人机可以几乎在全天候，并且不受大雾天气的影响进行道路巡检，并且可巡检的项目也有较大的增加。

有鉴于此，如今迫切需要设计一种新的道路监控系统，以便克服现有道路监控系统存在的上述缺陷。

发明内容

本发明提供一种面向车路协同的道路异常移动物联监控系统及方法，能够感知路面、环境异常；同时进行无人机异常监测与定时巡检；实时传输数据；完成图像异常的识别与分析；实现智能信号控制和道路异常报警与解除，实时反馈道路车辆的最新最可靠的信息，构建智慧城市中智能交通体系。

为解决上述技术问题，根据本发明的一个方面，采用如下技术方案：

一种面向车路协同的道路异常移动物联监控系统，所述系统包括：基于窄带物联网的路面传感器、搭载多光谱摄像机的无人机，云端信息系统的服务器；

所述基于窄带物联网的路面传感器基于窄带蜂窝网络实现物物之间的信息交换；

所述无人机搭载红外线摄像机、以及可见光摄像机对路面异常情况进行巡检；

所述云端信息系统的服务器用于接收路面传感器、无人机巡检信息，同时也用于无人机的调度和维修人员的调度。

作为本发明的一种实施方式，所述基于窄带物联网的路面传感器通过窄带物联传感体系，实时检测路面井盖的位置参数；采集路面碎石、油污，难清理的垃圾信息；实时感知路面上冰雪雨水状况，采集正常与异常天气时的路面相关参数，将异常情况参数和位置信息向所述云端信息系统实时反馈。

作为本发明的一种实施方式，所述无人机通过搭载摄像机系统，包括红外线摄像机以及普通可见光的摄像机，以实现多种异常状况的实现，包括路面结冰、路面积水、路面病害和路面油污；

所述无人机所搭载的红外线摄像机不会受到可见光的限制，在晚上等光线不足的情况下也能准确检测路面异常情况。

作为本发明的一种实施方式，所述云端信息系统的服务器接收基于窄带物联网的路面传感器的GPS信息、异常数据以及日常巡检的无人机所上报的异常信息；

根据这些信息，根据具体情况调度无人机进行巡检，或是安排检修人员对已确认的道路异常情况进行检修，并且会跟进维修进度；

同时云端信息系统服务器也会将道路异常的信息整合至地图服务器，使得普通用户在使用导航时能够实时看到道路的异常信息。

一种面向车路协同的道路异常移动物联监控方法，所述方法包括：

【步骤101】路面上基于窄带物联网的传感器对于路面进行异常检测以及搭载多光谱相机的无人机对道路的日常巡检，并且将收集的信息上传至云端信息系统的服务器；异常检测的范围包括：道路结冰、道路积水、道路病害以及道路油污；

【步骤102】云端信息系统进行信息的整合，诊断路面的异常情况并且在有必要的情况下调度空闲的无人机进行异常情况的确认；将确认的路面异常情况分享至设定终端；

【步骤103】云端信息系统将确认的路面异常情况分享至地图服务器，使得普通用户能够及时了解道路状况，规划出现路线，同时调度相关的维修人员对异常情况进行排除；

【步骤104】有关部门进行维修的同时，云端信息系统接收有关部门排除异常的进度信息，直至确认解决异常后，接触道路的异常信息。

作为本发明的一种实施方式，在所述步骤101中，所述窄带物联网系统中，对供热管道的监测可用温度传感器，系统可自行设定传输数据的间隔，定时将管道中温度传回系统终端并监测异常值；对供水管道的监测可用水位传感器，其基本设计与前者相似，其传回数据主要为管廊内水位高度，通过高度的数值变化判断是否溢水。

作为本发明的一种实施方式，在所述步骤101中，所述无人机搭载的摄像机系统包括红外线摄像机以及普通可见光的摄像机，红外摄像机利用任何有温度的物体都会发出红外线这一特点，接受物体发出的红外线，并且将温差转换成实时视频图像显示出来，这使得无人机能够检测更多种异常情况，并且因为红外线摄像机不会受到可见光的限制，在晚上等光线不足的情况下也能准确检测路面异常情况；无人机上也搭载高清数字图传，实时将无人机拍摄的视频回传至地面站。

作为本发明的一种实施方式，在所述步骤101中，无人机向系统上传数据信息；无人机地面端可分为无人机信号收发设备以及地面端电脑；地面端的主要功能是实时接收无人机所拍摄的视频并且通过地面端电脑进行分析；地面端电脑采用高效算法，能较为精确地识别出异常情况，并且将异常情况以图像、视频、异常判断结论以及GPS坐标的形式上传至信息系统。

作为本发明的一种实施方式，所述步骤102中，云端信息系统会将不同来源的信息进行整合，信息包括传感器的数据、传感器类型、传感器的GPS坐标、无人机的型号信息、无人机拍摄到异常位置的GPS坐标；云端信息系统会根据这些数据判断道路是否发生异常；假如异常数据来源来自路面传感器，信息系统会通知无人机到路面传感器所在的GPS坐标点进行巡检以确定道路的异常。

作为本发明的一种实施方式，所述步骤103中，信息系统会根据异常所在地分配管辖该区域的维修部门，通过了解每一个工作人员的空闲情况、离异常地点的距离，将巡检信息发送给情况最优的工作人员；

所述步骤104中，云端信息系统在有关部门进行维修的时候会调用无人机进行进度的跟进，在收到有关部门异常排除的信号之后，调用无人机进行确认异常的解除。

本发明的有益效果在于：本发明提出的面向车路协同的道路异常移动物联监控系统，能够感知路面、环境异常；同时进行无人机异常监测与定时巡检；实时传输数据；完成图像异常的识别与分析；实现智能信号控制和道路异常报警与解除，实时反馈道路车辆的最新最可靠的信息，构建智慧城市中智能交通体系。

附图说明

图1为本发明一实施例中面向车路协同的道路异常移动物联监控系统原理框图。

图2为本发明一实施例中基于无人机的路况信息接收采集以及存储上传流程图。

图3为本发明一实施例中基于无人机的路况信息图像处理流程图。

图4为本发明一实施例中基于车路协同的路况信息接收采集以及存储上传流程图。

图5为本发明一实施例中基于无人机与车路协同的后台系统数据分析及反馈流程图。

具体实施方式

下面结合附图详细说明本发明的优选实施例。

为了进一步理解本发明，下面结合实施例对本发明优选实施方案进行描述，但是应当理解，这些描述只是为进一步说明本发明的特征和优点，而不是对本发明权利要求的限制。

该部分的描述只针对几个典型的实施例，本发明并不仅局限于实施例描述的范围。相同或相近的现有技术手段与实施例中的一些技术特征进行相互替换也在本发明描述和保护的范围内。

本发明揭示了一种面向车路协同的道路异常移动物联监控系统，所述系统包括：基于窄带物联网的路面传感器、搭载多光谱摄像机的无人机，云端信息系统的服务器。

所述基于窄带物联网的路面传感器基于窄带蜂窝网络实现物物之间的信息交换；所述无人机搭载红外线摄像机、以及可见光摄像机对路面异常情况进行巡检；所述云端信息系统的服务器用于接收路面传感器、无人机巡检信息，同时也用于无人机的调度和维修人员的调度。

在本发明的一实施例中，所述基于窄带物联网的路面传感器通过窄带物联传感体系，实时检测路面井盖的位置参数；采集路面碎石、油污，难清理的垃圾信息；实时感知路面上冰雪雨水状况，采集正常与异常天气时的路面相关参数，将异常情况参数和位置信息向所述云端信息系统实时反馈。

在本发明的一实施例中，所述无人机通过搭载摄像机系统，包括红外线摄像机以及普通可见光的摄像机，以实现多种异常状况的实现，包括路面结冰、路面积水、路面病害和路面油污；

所述无人机所搭载的红外线摄像机不会受到可见光的限制，在晚上等光线不足的情况下也能准确检测路面异常情况。

在本发明的一实施例中，所述云端信息系统的服务器接收基于窄带物联网的路面传感器的GPS信息、异常数据以及日常巡检的无人机所上报的异常信息；

根据这些信息，根据具体情况调度无人机进行巡检，或是安排检修人员对已确认的道路异常情况进行检修，并且会跟进维修进度；

同时云端信息系统服务器也会将道路异常的信息整合至地图服务器，使得普通用户在使用导航时能够实时看到道路的异常信息。

图1为本发明一实施例中面向车路协同的道路异常移动物联监控系统原理框图，请参阅图1，道路异常移动物联监控系统的控制方法包括：

【步骤101】路面上基于窄带物联网的传感器对于路面进行异常检测以及搭载多光谱相机的无人机对道路的日常巡检，并且将收集的信息上传至云端信息系统的服务器。异常检测的范围包括：道路结冰、道路积水、道路病害以及道路油污等。

在所述步骤101中，所述窄带物联网系统中，对供热管道的监测可用温度传感器，系统可自行设定传输数据的间隔，定时将管道中温度传回系统终端并监测异常值。对供水管道的监测可用水位传感器，其基本设计与前者相似，其传回数据主要为管廊内水位高度，通过高度的数值变化判断是否溢水。

在所述步骤101中，所述无人机在搭载设备时续航可以达到30分钟以上，巡航的范围最远可达5公里，搭载的摄像机系统包括红外线摄像机以及普通可见光的摄像机，红外摄像机利用任何有温度的物体都会发出红外线这一特点，接受物体发出的红外线，并且将温差转换成实时视频图像显示出来，这使得无人机能够检测更多种异常情况，并且因为红外线摄像机不会受到可见光的限制，在晚上等光线不足的情况下也能准确检测路面异常情况。无人机上也搭载了高清数字图传，可以实时将无人机拍摄的视频回传至地面站。

在所述步骤101中，无人机向系统上传数据信息的原理如下：无人机地面端可分为无人机信号收发设备以及地面端电脑。地面端的主要功能是实时接收无人机所拍摄的视频并且通过地面端电脑进行分析。地面端电脑采用高效算法，能较为精确地识别出异常情况，并且将异常情况以图像、视频、异常判断结论以及GPS坐标的形式上传至信息系统。

【步骤102】云端信息系统进行信息的整合，诊断路面的异常情况并且在有必要的情况下调度空闲的无人机进行异常情况的确认。将确认的路面异常情况分享至个人用户以及相关有关部门。

所述步骤102中，云端信息系统会将不同来源的信息进行整合，信息包括传感器的数据、传感器类型、传感器的GPS坐标、无人机的型号信息、无人机拍摄到异常位置的GPS坐标。云端信息系统会根据这些数据判断道路是否发生异常，假如异常数据来源来自路面传感器，信息系统会通知无人机到路面传感器所在的GPS坐标点进行巡检以确定道路的异常。

【步骤103】云端信息系统将确认的路面异常情况分享至地图服务器，使得普通用户能够及时了解道路状况，规划出现路线，同时调度相关的维修人员对异常情况进行排除。

所述步骤103中，信息系统会根据异常所在地分配管辖该区域的维修部门，通过了解每一个工作人员的空闲情况、离异常地点的距离，将巡检信息发送给情况最优的工作人员。

【步骤104】有关部门进行维修的同时，云端信息系统接收有关部门排除异常的进度信息，直至确认解决异常后，接触道路的异常信息。

所述步骤104中，云端信息系统在有关部门进行维修的时候会调用无人机进行进度的跟进，在收到有关部门异常排除的信号之后，也会调用无人机进行确认异常的解除。

图2是本发明实施例所提供的面向车路协同的道路异常移动物联监控系统流程图，如图2所示，步骤包括：

步骤S01：开始。

步骤S02：接受由窄带物联网，车载传感器以及无人机所发回的数据、图片、视频等信息。

步骤S03：通过算法分析数据信息。

步骤S04：收集所出现的异常数据。

步骤S05：判断是否需要进一步判断异常种类，如需要则进入步骤S06，若不需要则进入步骤S08。

步骤S06：出动无人机到异常发生地进行巡检。

步骤S07：通过算法分析无人机传回的实时视频。

步骤S08：确认异常种类。

步骤S09：判断通知用户类型，若为个人用户则进入步骤S10，入围政府部门和维修单位则进入步骤S11。

步骤S10：更新相关异常处理的进度信息。

步骤S11：判断处理方式，若为大型维修则进入步骤S12，若为小型清理则进入步骤S14。

步骤S12：接受施工方反馈的维修进度。

步骤S13：判断维修是否完成，能否排除相关异常，若能，则进入步骤S18，若不能，则进入步骤S12。

步骤S14：接受反馈的清理进度。

步骤S15：无人机确认清理情况。

步骤S16：判断是否可以排除异常，若能，则进入步骤S18，若不能，则进入步骤S17。

步骤S17：通知相关政府管理部门安排督促清理工作。

步骤S18：接触异常。

步骤S19：结束。

图3是本发明一实施例中基于无人机的路况信息图像处理流程，图像传回地面端后计算机通过高效算法对图像进行目标分析，并将得到的结果存储在信息系统端等待后续处理，具体步骤包括：

步骤S201：开始。

步骤S202：信息系统端接收无人机传输回的异常路段视频。

步骤S203：使用计算机对图像进行定量紫外目标分析、红外捕捉处理等得到视频图像的处理结果。

步骤S204：将上述步骤处理得到的信息存储在信息系统端，等待转发给各个用户端口。

步骤S205：结束。

图4是本发明一实施例中基于车路协同的路况信息接收采集以及存储上传流程，道路段传感器定时测量并接收数据，如：管廊内温度、是否溢水、井盖是否发生偏移等。传感器将接收数据定时汇总给窄带物联网基站，再由窄带物联网基站传输回信息系统进行后续处理，具体步骤包括：

步骤S301：开始。

步骤S302：道路段传感器定时测量并接收数据。

步骤S303：传感器将接收的数据定时传输给窄带物联网基站。

步骤S304：由窄带物联网基站负责将上述步骤收集的数据传输回信息系统进行后续处理。

步骤S305：结束。

图5是本发明一实施例中基于无人机与车路协同的后台系统数据分析及反馈流程，首先信息系统已经存储有无人机端传回的视频图像处理结果与道路段传回的数据处理结果，信息系统端对数据进行进一步分析与分类，随后将不同类别的异常情况反馈至不同用户端，对于个人用户，可将异常信息通过APP等端口进行告知；企业、政府等用户端需对故障破损维修、道路清洁处理等道路异常进行后续处理，具体步骤包括：

步骤S401：开始。

步骤S402：信息系统端接收无人机传回视频图像并处理。

步骤S403：信息系统端对道路端传感器传回数据进行处理。

步骤S404：视频图像处理结果以及道路段数据处理结果存储在信息系统端中。

步骤S405：信息系统端对数据处理结果进行分类反馈。

步骤S406：将道路异常情况通过APP等端口反馈给个人用户。

步骤S407：将道路异常情况反馈给企业、政府。

步骤S408：企业、政府得到道路异常提醒，根据不同的道路异常类型进行相应的处理方式。

步骤S409：结束。

本发明能够有效地检测道路的异常情况并且能快速通知有关部门排除异常，提高了交通路网的运营安全。

综上所述，本发明提出的面向车路协同的道路异常移动物联监控系统，能够感知路面、环境异常；同时进行无人机异常监测与定时巡检；实时传输数据；完成图像异常的识别与分析；实现智能信号控制和道路异常报警与解除，实时反馈道路车辆的最新最可靠的信息，构建智慧城市中智能交通体系。

这里本发明的描述和应用是说明性的，并非想将本发明的范围限制在上述实施例中。这里所披露的实施例的变形和改变是可能的，对于那些本领域的普通技术人员来说实施例的替换和等效的各种部件是公知的。本领域技术人员应该清楚的是，在不脱离本发明的精神或本质特征的情况下，本发明可以以其它形式、结构、布置、比例，以及用其它组件、材料和部件来实现。在不脱离本发明范围和精神的情况下，可以对这里所披露的实施例进行其它变形和改变。

Claims (10)

1.一种面向车路协同的道路异常移动物联监控系统，其特征在于，所述系统包括：基于窄带物联网的路面传感器、搭载多光谱摄像机的无人机，云端信息系统的服务器；

所述基于窄带物联网的路面传感器基于窄带蜂窝网络实现物物之间的信息交换；

所述无人机搭载红外线摄像机、以及可见光摄像机对路面异常情况进行巡检；

所述云端信息系统的服务器用于接收路面传感器、无人机巡检信息，同时也用于无人机的调度和维修人员的调度。

2.根据权利要求1所述的面向车路协同的道路异常移动物联监控系统，其特征在于：

所述基于窄带物联网的路面传感器通过窄带物联传感体系，实时检测路面井盖的位置参数；采集路面碎石、油污，难清理的垃圾信息；实时感知路面上冰雪雨水状况，采集正常与异常天气时的路面相关参数，将异常情况参数和位置信息向所述云端信息系统实时反馈。

3.根据权利要求1所述的面向车路协同的道路异常移动物联监控系统，其特征在于：

所述无人机通过搭载摄像机系统，包括红外线摄像机以及普通可见光的摄像机，以实现多种异常状况的实现，包括路面结冰、路面积水、路面病害和路面油污；

所述无人机所搭载的红外线摄像机不会受到可见光的限制，在晚上等光线不足的情况下也能准确检测路面异常情况。

4.根据权利要求1所述的面向车路协同的道路异常移动物联监控系统，其特征在于：

所述云端信息系统的服务器接收基于窄带物联网的路面传感器的GPS信息、异常数据以及日常巡检的无人机所上报的异常信息；

根据这些信息，根据具体情况调度无人机进行巡检，或是安排检修人员对已确认的道路异常情况进行检修，并且会跟进维修进度；

同时云端信息系统服务器也会将道路异常的信息整合至地图服务器，使得普通用户在使用导航时能够实时看到道路的异常信息。

5.一种面向车路协同的道路异常移动物联监控方法，其特征在于，所述方法包括：

【步骤101】路面上基于窄带物联网的传感器对于路面进行异常检测以及搭载多光谱相机的无人机对道路的日常巡检，并且将收集的信息上传至云端信息系统的服务器；异常检测的范围包括：道路结冰、道路积水、道路病害以及道路油污；

【步骤102】云端信息系统进行信息的整合，诊断路面的异常情况并且在有必要的情况下调度空闲的无人机进行异常情况的确认；将确认的路面异常情况分享至设定终端；

【步骤103】云端信息系统将确认的路面异常情况分享至地图服务器，使得普通用户能够及时了解道路状况，规划出现路线，同时调度相关的维修人员对异常情况进行排除；

【步骤104】有关部门进行维修的同时，云端信息系统接收有关部门排除异常的进度信息，直至确认解决异常后，接触道路的异常信息。

6.根据权利要求5所述的面向车路协同的道路异常移动物联监控方法，其特征在于：

在所述步骤101中，所述窄带物联网系统中，对供热管道的监测可用温度传感器，系统可自行设定传输数据的间隔，定时将管道中温度传回系统终端并监测异常值；对供水管道的监测可用水位传感器，其基本设计与前者相似，其传回数据主要为管廊内水位高度，通过高度的数值变化判断是否溢水。

7.根据权利要求5所述的面向车路协同的道路异常移动物联监控方法，其特征在于：

在所述步骤101中，所述无人机搭载的摄像机系统包括红外线摄像机以及普通可见光的摄像机，红外摄像机利用任何有温度的物体都会发出红外线这一特点，接受物体发出的红外线，并且将温差转换成实时视频图像显示出来，这使得无人机能够检测更多种异常情况，并且因为红外线摄像机不会受到可见光的限制，在晚上等光线不足的情况下也能准确检测路面异常情况；无人机上也搭载高清数字图传，实时将无人机拍摄的视频回传至地面站。

8.根据权利要求5所述的面向车路协同的道路异常移动物联监控方法，其特征在于：

在所述步骤101中，无人机向系统上传数据信息；无人机地面端可分为无人机信号收发设备以及地面端电脑；地面端的主要功能是实时接收无人机所拍摄的视频并且通过地面端电脑进行分析；地面端电脑采用高效算法，能较为精确地识别出异常情况，并且将异常情况以图像、视频、异常判断结论以及GPS坐标的形式上传至信息系统。

9.根据权利要求5所述的面向车路协同的道路异常移动物联监控方法，其特征在于：

所述步骤102中，云端信息系统会将不同来源的信息进行整合，信息包括传感器的数据、传感器类型、传感器的GPS坐标、无人机的型号信息、无人机拍摄到异常位置的GPS坐标；云端信息系统会根据这些数据判断道路是否发生异常；假如异常数据来源来自路面传感器，信息系统会通知无人机到路面传感器所在的GPS坐标点进行巡检以确定道路的异常。

10.根据权利要求5所述的面向车路协同的道路异常移动物联监控方法，其特征在于：

所述步骤103中，信息系统会根据异常所在地分配管辖该区域的维修部门，通过了解每一个工作人员的空闲情况、离异常地点的距离，将巡检信息发送给情况最优的工作人员；

所述步骤104中，云端信息系统在有关部门进行维修的时候会调用无人机进行进度的跟进，在收到有关部门异常排除的信号之后，调用无人机进行确认异常的解除。

Images