CN112562351B - 一种基于智能识别的智能眼镜 - Google Patents
一种基于智能识别的智能眼镜 Download PDFInfo
- Publication number
- CN112562351B CN112562351B CN202011414682.2A CN202011414682A CN112562351B CN 112562351 B CN112562351 B CN 112562351B CN 202011414682 A CN202011414682 A CN 202011414682A CN 112562351 B CN112562351 B CN 112562351B
- Authority
- CN
- China
- Prior art keywords
- garbage
- module
- vehicle
- illegal parking
- analysis module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
- G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
- G08G1/148—Management of a network of parking areas
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于智能眼镜领域,涉及智能识别技术,具体是一种基于智能识别的智能眼镜,包括镜架、镜框、安装在镜框内的镜片以及智能识别系统,所述智能识别系统包括处理器、处理器通信连接有采集模块、违停分析模块、垃圾分析模块、空气分析模块以及存储模块;所述采集模块包括设置在镜框上方的摄像头以及设置在镜框上的二氧化碳浓度传感器、VOC气体传感器以及氨气浓度传感器,摄像头用于对镜片所视范围进行视频拍摄,并将拍摄到的视频信息发送至处理器,所述处理器接收到视频信息后将视频信息发送至违停分析模块以及垃圾分析模块进行分析。通过设置的违停分析模块可以对道路上的停车车辆进行违停分析,对违章停车现象进行治理。
Description
技术领域
本发明属于智能眼镜领域,涉及智能识别技术,具体是一种基于智能识别的智能眼镜。
背景技术
目前,城市泊车秩序混乱,违章停车的现象数不胜数,虽然有交通管理部门对违规停车现象进行管制,但是收效甚微,仍然有大多数的违规停车的车辆逃过了处罚,另外随着共享经济的发展,共享单车的使用量越来越大,这也导致了很多共享单车在还车时被随意停放,影响市容以及交通秩序;目前道路两侧虽然设置有很多垃圾桶,但是行人在丢垃圾时稍不注意就会将垃圾丢在垃圾桶外面,导致垃圾桶附近的垃圾较多的现象,同样影响市容。
因此为了解决违章停车以及路面垃圾造成的城市容貌受损问题,我们提出一种基于智能识别的智能眼镜,使得使用人员在出街时便可以通过眼睛对违停车辆以及垃圾桶旁的垃圾进行识别检测,对城市进行科学化规划,改善城市容貌。
发明内容
本发明的目的在于提供一种基于智能识别的智能眼镜;
本发明需要解决的技术问题为:
(1)如何提供一种可以对违章停车车辆以及随意停放的共享单车进行识别分析的智能眼镜;
(2)如何提供一种可以对垃圾桶周边环境进行检测分析的智能眼镜;
(3)如何提供一种可以根据违停车辆与路面垃圾情况对城市进行规划的智能眼镜。
本发明的目的可以通过以下技术方案实现:
一种基于智能识别的智能眼镜,包括镜架、镜框、安装在镜框内的镜片以及智能识别系统,所述智能识别系统包括处理器、处理器通信连接有采集模块、违停分析模块、垃圾分析模块、空气分析模块以及存储模块;
所述采集模块包括设置在镜框上方的摄像头以及设置在镜框上的二氧化碳浓度传感器、VOC气体传感器以及氨气浓度传感器,摄像头用于对镜片所视范围进行视频拍摄,并将拍摄到的视频信息发送至处理器,所述处理器接收到视频信息后将视频信息发送至违停分析模块以及垃圾分析模块进行分析;
所述处理器通信连接有服务器,所述服务器通信连接有城市规划模块与区域评级模块,所述城市规划模块用于根据违停分析模块的分析结果对车位规划的合理性进行评估,所述区域评级模块用于根据垃圾分析模块与空气分析模块的分析结果对城市区域的文明等级进行评级。
进一步地,所述违停分析模块用于对道路违停车辆进行检测分析,具体分析过程包括:
所述违停分析模块对接收到的视频信息进行处理,将视频分解为一帧一帧的图片,利用图像识别技术对图像中是否具有车辆进行判断,并将图片中的车辆标记为检测车辆;
利用图像识别技术判断检测车辆下方是否具有车位规划线,若判断结果为车辆下方具有车位规划线,则判定该检测车辆为正常停车,若判断结果为车辆下方不具有车位规划线,则判定该检测车辆为疑似车辆;
利用图像识别技术判断疑似车辆的主驾驶座位是否有驾驶人员,若疑似车辆的主驾驶座位有驾驶人员,则判定该疑似车辆为正常车辆,若主驾驶座位没有驾驶人员,则判定该疑似车辆为违停车辆,并将违停车辆对应的图片标记为违停图片,将违停车辆的车辆信息发送至处理器,处理器将接收到的违停车辆的车辆信息发送至存储模块进行存储;
违停车辆的车辆信息包括车辆的型号、颜色、车牌号以及违停图片。
进一步地,所述垃圾分析模块用于对道路垃圾进行检测分析,具体分析过程包括:
所述垃圾分析模块对接收到的视频信息进行处理,将视频分解为一帧一帧的图片,利用图像识别技术对图像中是否具有垃圾桶进行判断,并将图片中的垃圾桶标记为检测垃圾桶;
以检测垃圾桶为圆心,L1为半径画圆一个圆形区域,L1为预设半径值,且L1为正整数,将圆形区域标记为P区域,对图片中的P区域进行图像处理,得到P区域内的平均灰度值HDp,通过存储模块获取到平均灰度阈值HDmax,若HDp<HDmax,则判定P区域内的垃圾没有超过预设标准,将该检测垃圾桶的周边环境标记为干净;若HDp≥HDmax,则判定P区域内的垃圾超过预设标准,将该检测垃圾桶的周边环境标记为不干净,并将该检测垃圾桶对应的图片标记为不干净图片,将该检测垃圾桶的垃圾桶信息发送至处理器,所述处理器接收到垃圾桶信息后将垃圾桶信息发送至存储模块进行存储;
所述垃圾桶信息包括检测垃圾桶所在街道以及不干净图片。
进一步地,所述空气分析模块用于对街道的空气进行检测分析,具体的检测分析过程包括:
通过二氧化碳浓度传感器、VOC气体传感器以及氨气浓度传感器对空气中的二氧化碳浓度值、VOC气体浓度值以及氨气浓度值进行检测并将检测结果发送至空气分析模块,空气分析模块将接收到的二氧化碳浓度值、VOC气体浓度值以及氨气浓度值分别标记为NDco、NDvoc以及NDaq;
空气分析模块将空气系数KQx发送至处理器。
进一步地,所述处理器将接收到的违停车辆的车辆信息发送至服务器,服务器将接收到的违停车辆的车辆信息发送至服务器发送至城市规划模块;
所述城市规划模块将城市分割成i个区域,i=1,2,……,n,n为正整数,将i个区域内违停车辆的数量标记为WTi,对WTi求和取平均数得到i个区域的平均违停车辆WTp;
当WTmin≤WTi≤WTmax时,则判定对应区域的违停情况为良好;
当WTi≤WTmin时,则判定对应区域的违停情况为优秀;
当WTmax≤WTi时,则判定对应区域的违停情况为不合格;
城市规划模块将所有违停情况为不合格的区域编号以及车位重新规划信号发送至服务器。
进一步地,所述处理器将接收到的垃圾桶信息以及空气系数发送至服务器,服务器将接收到的违停车辆的车辆信息发送至区域评级模块;
所述区域评级模块将城市分割为o个区域,o=1,2,……,m,m为正整数,将o个区域内的空气系数平均值标记为KQo,将o个区域内的周边环境标记为不干净的垃圾桶数量标记为LJo,通过公式HJo=γ1×KQo+γ2×LJo得到o个区域的环境影响系数HJo;
当HJo≤HJmin时,则判定对应区域的环境评级为一等级;
当HJmin≤HJo≤HJmax时,则判定对应区域的环境评级为二等级;
当HJmax≤HJo时,则判定对应区域的环境评级为三等级;
区域评估模块将所有环境评级为三等级的区域编号发送至服务器。
进一步地,所述处理器通信连接有注册登录模块,所述注册登录模块包括注册单元与登录单元,所述注册单元用于使用人员通过注册信息进行注册,注册信息包括:使用人员的姓名、性别、年龄、实名认证的手机号码、以及家庭住址所属街道;
所述登录单元用于使用人员通过登录信息进行登录,登录信息包括用户名和密码。
本发明的有益效果:本发明具备下述有益效果:
1、通过设置的违停分析模块可以对道路上的停车车辆进行违停分析,将视频分解为一帧一帧的图片,利用图像识别技术对图像中是否具有车辆进行判断,并将图片中的车辆标记为检测车辆,利用图像识别技术判断检测车辆下方是否具有车位规划线,若判断结果为车辆下方具有车位规划线,则判定该检测车辆为正常停车,若判断结果为车辆下方不具有车位规划线,则判定该检测车辆为疑似车辆,最终通过对疑似车辆的主驾驶座位上是否存在驾驶人员对其进行违章停车判定,并将判定为违章停车的车辆的车辆信息发送至服务器,从而对违章停车现象进行治理,改善交通秩序;
2、通过设置的垃圾分析模块可以对接收到的视频信息进行处理,将视频分解为一帧一帧的图片,利用图像识别技术对图像中是否具有垃圾桶进行判断,并将图片中的垃圾桶标记为检测垃圾桶;将检测垃圾桶的附近圆形区域标记为P区域,对图片中的P区域进行图像处理,得到P区域内的平均灰度值HDp,将P区域的平均灰度值与平均灰度阈值进行对比得到该检测垃圾桶周边环境是否不干净,并将周边环境判定为不干净的检测垃圾桶的垃圾桶信息发送至服务器,用于后续区域环境评级;
3、通过设置的城市规划模块用于对城市分区域进行违章停车情况分析,得到城市所有区域的平均违停车辆数量WTp后,将WTp与WTmin、WTmax进行比较,对每个区域进行违停情况评级,将违停情况评级为不合格的区域编号发送至服务器,服务器对该区域重新规划车位;
4、通过设置的区域评级模块用于对城市分区域进行环境评级,得到城市所有区域的环境影响系数HJo后,将HJo与HJmin、HJmax进行比较,对每个区域进行环境评级,将环境评级为三等级的区域编号发送至服务器。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明原理框图。
具体实施方式
下面将结合实施例对本发明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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例1
如图1所示,一种基于智能识别的智能眼镜,一种基于智能识别的智能眼镜,包括镜架、镜框、安装在镜框内的镜片以及智能识别系统,所述智能识别系统包括处理器、处理器通信连接有采集模块、违停分析模块、垃圾分析模块、空气分析模块以及存储模块;
所述采集模块包括设置在镜框上方的摄像头以及设置在镜框上的二氧化碳浓度传感器、VOC气体传感器以及氨气浓度传感器,摄像头用于对镜片所视范围进行视频拍摄,并将拍摄到的视频信息发送至处理器,所述处理器接收到视频信息后将视频信息发送至违停分析模块以及垃圾分析模块进行分析;
所述处理器通信连接有服务器,所述服务器通信连接有城市规划模块与区域评级模块,所述城市规划模块用于根据违停分析模块的分析结果对车位规划的合理性进行评估,所述区域评级模块用于根据垃圾分析模块与空气分析模块的分析结果对城市区域的文明等级进行评级。
进一步地,所述违停分析模块用于对道路违停车辆进行检测分析,具体分析过程包括:
所述违停分析模块对接收到的视频信息进行处理,将视频分解为一帧一帧的图片,利用图像识别技术对图像中是否具有车辆进行判断,并将图片中的车辆标记为检测车辆;
利用图像识别技术判断检测车辆下方是否具有车位规划线,若判断结果为车辆下方具有车位规划线,则判定该检测车辆为正常停车,若判断结果为车辆下方不具有车位规划线,则判定该检测车辆为疑似车辆;
利用图像识别技术判断疑似车辆的主驾驶座位是否有驾驶人员,若疑似车辆的主驾驶座位有驾驶人员,则判定该疑似车辆为正常车辆,若主驾驶座位没有驾驶人员,则判定该疑似车辆为违停车辆,并将违停车辆对应的图片标记为违停图片,将违停车辆的车辆信息发送至处理器,处理器将接收到的违停车辆的车辆信息发送至存储模块进行存储;
违停车辆的车辆信息包括车辆的型号、颜色、车牌号以及违停图片。
所述垃圾分析模块用于对道路垃圾进行检测分析,具体分析过程包括:
所述垃圾分析模块对接收到的视频信息进行处理,将视频分解为一帧一帧的图片,利用图像识别技术对图像中是否具有垃圾桶进行判断,并将图片中的垃圾桶标记为检测垃圾桶;
以检测垃圾桶为圆心,L1为半径画圆一个圆形区域,L1为预设半径值,且L1为正整数,将圆形区域标记为P区域,对图片中的P区域进行图像处理,得到P区域内的平均灰度值HDp,通过存储模块获取到平均灰度阈值HDmax,若HDp<HDmax,则判定P区域内的垃圾没有超过预设标准,将该检测垃圾桶的周边环境标记为干净;若HDp≥HDmax,则判定P区域内的垃圾超过预设标准,将该检测垃圾桶的周边环境标记为不干净,并将该检测垃圾桶对应的图片标记为不干净图片,将该检测垃圾桶的垃圾桶信息发送至处理器,所述处理器接收到垃圾桶信息后将垃圾桶信息发送至存储模块进行存储;
所述垃圾桶信息包括检测垃圾桶所在街道以及不干净图片。
所述空气分析模块用于对街道的空气进行检测分析,具体的检测分析过程包括:
通过二氧化碳浓度传感器、VOC气体传感器以及氨气浓度传感器对空气中的二氧化碳浓度值、VOC气体浓度值以及氨气浓度值进行检测并将检测结果发送至空气分析模块,空气分析模块将接收到的二氧化碳浓度值、VOC气体浓度值以及氨气浓度值分别标记为NDco、NDvoc以及NDaq;
通过公式计算得到空气系数KQx,其中α1、α2、α3以及β均为预设比例系数,通过存储模块获取到空气系数阈值KQmax,当KQx<KQmax时,判定空气系数符合标准,当KQx≥KQmax时,判定空气系数不符合标准;
空气分析模块将空气系数KQx发送至处理器。
所述处理器将接收到的违停车辆的车辆信息发送至服务器,服务器将接收到的违停车辆的车辆信息发送至服务器发送至城市规划模块;
所述城市规划模块将城市分割成i个区域,i=1,2,……,n,n为正整数,将i个区域内违停车辆的数量标记为WTi,对WTi求和取平均数得到i个区域的平均违停车辆WTp;
当WTmin≤WTi≤WTmax时,则判定对应区域的违停情况为良好;
当WTi≤WTmin时,则判定对应区域的违停情况为优秀;
当WTmax≤WTi时,则判定对应区域的违停情况为不合格;
其中WTmin为违停车辆数量的最小阈值,WTmax为违停车辆数量的最大阈值;
城市规划模块将所有违停情况为不合格的区域编号以及车位重新规划信号发送至服务器。
所述处理器将接收到的垃圾桶信息以及空气系数发送至服务器,服务器将接收到的违停车辆的车辆信息发送至区域评级模块;
所述区域评级模块将城市分割为o个区域,o=1,2,……,m,m为正整数,将o个区域内的空气系数平均值标记为KQo,将o个区域内的周边环境标记为不干净的垃圾桶数量标记为LJo,通过公式HJo=γ1×KQo+γ2×LJo得到o个区域的环境影响系数HJo,其中γ1与γ2为预设比例系数;
当HJo≤HJmin时,则判定对应区域的环境评级为一等级;
当HJmin≤HJo≤HJmax时,则判定对应区域的环境评级为二等级;
当HJmax≤HJo时,则判定对应区域的环境评级为三等级;
其中HJmin为环境影响系数的最小阈值,HJmax为环境影响系数的最大阈值;
区域评估模块将所有环境评级为三等级的区域编号发送至服务器。
所述处理器通信连接有注册登录模块,所述注册登录模块包括注册单元与登录单元,所述注册单元用于使用人员通过注册信息进行注册,注册信息包括:使用人员的姓名、性别、年龄、实名认证的手机号码、以及家庭住址所属街道;
所述登录单元用于使用人员通过登录信息进行登录,登录信息包括用户名和密码。
实施例2
所述违停分析模块还可以用于共享单车的停放情况进行检测分析,具体分析过程包括:
所述违停分析模块用于对道路违停车辆进行检测分析,具体分析过程包括:
所述违停分析模块对接收到的视频信息进行处理,将视频分解为一帧一帧的图片,利用图像识别技术对图像中是否具有车辆进行判断,并将图片中的共享单车标记为检测车辆;
利用图像识别技术判断检测车辆下方是否具有车位规划线,若判断结果为车辆下方具有车位规划线,则判定该检测车辆为正常停车,若判断结果为车辆下方不具有车位规划线,则判定该检测车辆为疑似车辆;
利用图像识别技术判断疑似车辆的车座上是否有使用人员,若疑似车辆的车座上有驾驶人员,则判定该疑似车辆为正常车辆,若车座上没有驾驶人员,则判定该疑似车辆为乱停车辆,并将违停车辆对应的图片标记为违停图片,将乱停车辆的车辆信息发送至处理器,处理器将接收到的违停车辆的车辆信息发送至存储模块进行存储;
乱停车辆的车辆信息包括车辆的品牌以及颜色;
一种基于智能识别的智能眼镜,在使用时,使用人员将智能眼镜戴上之后,在街道上行走时,可以通过采集模块对镜片所视范围进行视频拍摄,拍摄的视频被发送至违停分析模块与垃圾分析模块进行分析,经过违停分析模块与垃圾分析模块之后对违停车辆进行捕捉以及垃圾桶周边环境进行检测并将结果发送至服务器,服务器接将接收到的信息发送至城市规划模块与区域评级模块进行违停评级与环境评级,违停评级与环境评级是在城市范围内分区域进行的,因此可根据评级结果对相应区域进行车位重新规划以及环卫警示;
本发明具备下述有益效果:
1、通过设置的违停分析模块可以对道路上的停车车辆进行违停分析,将视频分解为一帧一帧的图片,利用图像识别技术对图像中是否具有车辆进行判断,并将图片中的车辆标记为检测车辆,利用图像识别技术判断检测车辆下方是否具有车位规划线,若判断结果为车辆下方具有车位规划线,则判定该检测车辆为正常停车,若判断结果为车辆下方不具有车位规划线,则判定该检测车辆为疑似车辆,最终通过对疑似车辆的主驾驶座位上是否存在驾驶人员对其进行违章停车判定,并将判定为违章停车的车辆的车辆信息发送至服务器,从而对违章停车现象进行治理,改善交通秩序;
2、通过设置的垃圾分析模块可以对接收到的视频信息进行处理,将视频分解为一帧一帧的图片,利用图像识别技术对图像中是否具有垃圾桶进行判断,并将图片中的垃圾桶标记为检测垃圾桶;将检测垃圾桶的附近圆形区域标记为P区域,对图片中的P区域进行图像处理,得到P区域内的平均灰度值HDp,将P区域的平均灰度值与平均灰度阈值进行对比得到该检测垃圾桶周边环境是否不干净,并将周边环境判定为不干净的检测垃圾桶的垃圾桶信息发送至服务器,用于后续区域环境评级;
3、通过设置的城市规划模块用于对城市分区域进行违章停车情况分析,得到城市所有区域的平均违停车辆数量WTp后,将WTp与WTmin、WTmax进行比较,对每个区域进行违停情况评级,将违停情况评级为不合格的区域编号发送至服务器,服务器对该区域重新规划车位;
4、通过设置的区域评级模块用于对城市分区域进行环境评级,得到城市所有区域的环境影响系数HJo后,将HJo与HJmin、HJmax进行比较,对每个区域进行环境评级,将环境评级为三等级的区域编号发送至服务器。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
上述公式均是归一化处理取其数值,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况设定。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (2)
1.一种基于智能识别的智能眼镜,包括镜架、镜框、安装在镜框内的镜片以及智能识别系统,其特征在于,所述智能识别系统包括处理器、处理器通信连接有采集模块、违停分析模块、垃圾分析模块、空气分析模块以及存储模块;
所述采集模块包括设置在镜框上方的摄像头以及设置在镜框上的二氧化碳浓度传感器、VOC气体传感器以及氨气浓度传感器,摄像头用于对镜片所视范围进行视频拍摄,并将拍摄到的视频信息发送至处理器,所述处理器接收到视频信息后将视频信息发送至违停分析模块以及垃圾分析模块进行分析;
所述处理器通信连接有服务器,所述服务器通信连接有城市规划模块与区域评级模块,所述城市规划模块用于根据违停分析模块的分析结果对车位规划的合理性进行评估,所述区域评级模块用于根据垃圾分析模块与空气分析模块的分析结果对城市区域的文明等级进行评级;
所述违停分析模块用于对道路违停车辆进行检测分析,具体分析过程包括:
所述违停分析模块对接收到的视频信息进行处理,将视频分解为一帧一帧的图片,利用图像识别技术对图像中是否具有车辆进行判断,并将图片中的车辆标记为检测车辆;
利用图像识别技术判断检测车辆下方是否具有车位规划线,若判断结果为车辆下方具有车位规划线,则判定该检测车辆为正常停车,若判断结果为车辆下方不具有车位规划线,则判定该检测车辆为疑似车辆;
利用图像识别技术判断疑似车辆的主驾驶座位是否有驾驶人员,若疑似车辆的主驾驶座位有驾驶人员,则判定该疑似车辆为正常车辆,若主驾驶座位没有驾驶人员,则判定该疑似车辆为违停车辆,并将违停车辆对应的图片标记为违停图片,将违停车辆的车辆信息发送至处理器,处理器将接收到的违停车辆的车辆信息发送至存储模块进行存储;
违停车辆的车辆信息包括车辆的型号、颜色、车牌号以及违停图片;
所述垃圾分析模块用于对道路垃圾进行检测分析,具体分析过程包括:
所述垃圾分析模块对接收到的视频信息进行处理,将视频分解为一帧一帧的图片,利用图像识别技术对图像中是否具有垃圾桶进行判断,并将图片中的垃圾桶标记为检测垃圾桶;
以检测垃圾桶为圆心,L1为半径画圆一个圆形区域,L1为预设半径值,且L1为正整数,将圆形区域标记为P区域,对图片中的P区域进行图像处理,得到P区域内的平均灰度值HDp,通过存储模块获取到平均灰度阈值HDmax,若HDp<HDmax,则判定P区域内的垃圾没有超过预设标准,将该检测垃圾桶的周边环境标记为干净;若HDp≥HDmax,则判定P区域内的垃圾超过预设标准,将该检测垃圾桶的周边环境标记为不干净,并将该检测垃圾桶对应的图片标记为不干净图片,将该检测垃圾桶的垃圾桶信息发送至处理器,所述处理器接收到垃圾桶信息后将垃圾桶信息发送至存储模块进行存储;
所述垃圾桶信息包括检测垃圾桶所在街道以及不干净图片;
所述空气分析模块用于对街道的空气进行检测分析,具体的检测分析过程包括:
通过二氧化碳浓度传感器、VOC气体传感器以及氨气浓度传感器对空气中的二氧化碳浓度值、VOC气体浓度值以及氨气浓度值进行检测并将检测结果发送至空气分析模块,空气分析模块将接收到的二氧化碳浓度值、VOC气体浓度值以及氨气浓度值分别标记为NDco、NDvoc以及NDaq;
通过公式计算得到空气系数KQx,通过存储模块获取到空气系数阈值KQmax,当KQx<KQmax时;判定空气系数符合标准,当KQx≥KQmax时,判定空气系数不符合标准;
空气分析模块将空气系数KQx发送至处理器;
所述处理器将接收到的违停车辆的车辆信息发送至服务器,服务器将接收到的违停车辆的车辆信息发送至服务器发送至城市规划模块;
所述城市规划模块将城市分割成i个区域,i=1,2,……,n,n为正整数,将i个区域内违停车辆的数量标记为WTi,对WTi求和取平均数得到i个区域的平均违停车辆WTp;
当WTmin<WTi<WTmax时,则判定对应区域的违停情况为良好;
当WTi≤WTmin时,则判定对应区域的违停情况为优秀;
当WTmax≤WTi时,则判定对应区域的违停情况为不合格;
城市规划模块将所有违停情况为不合格的区域编号以及车位重新规划信号发送至服务器;
所述处理器将接收到的垃圾桶信息以及空气系数发送至服务器,服务器将接收到的违停车辆的车辆信息发送至区域评级模块;
所述区域评级模块将城市分割为o个区域,o=1,2,……,m,m为正整数,将o个区域内的空气系数平均值标记为KQo,将o个区域内的周边环境标记为不干净的垃圾桶数量标记为LJo,通过公式HJo=γ1×KQo+γ2×LJo得到o个区域的环境影响系数HJo;
当HJo≤HJmin时,则判定对应区域的环境评级为一等级;
当HJmin<HJo<HJmax时,则判定对应区域的环境评级为二等级;
当HJmax≤HJo时,则判定对应区域的环境评级为三等级;
区域评估模块将所有环境评级为三等级的区域编号发送至服务器。
2.根据权利要求1所述的一种基于智能识别的智能眼镜,其特征在于,所述处理器通信连接有注册登录模块,所述注册登录模块包括注册单元与登录单元,所述注册单元用于使用人员通过注册信息进行注册,注册信息包括:使用人员的姓名、性别、年龄、实名认证的手机号码、以及家庭住址所属街道;
所述登录单元用于使用人员通过登录信息进行登录,登录信息包括用户名和密码。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011414682.2A CN112562351B (zh) | 2020-12-03 | 2020-12-03 | 一种基于智能识别的智能眼镜 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011414682.2A CN112562351B (zh) | 2020-12-03 | 2020-12-03 | 一种基于智能识别的智能眼镜 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112562351A CN112562351A (zh) | 2021-03-26 |
CN112562351B true CN112562351B (zh) | 2022-07-19 |
Family
ID=75059162
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011414682.2A Active CN112562351B (zh) | 2020-12-03 | 2020-12-03 | 一种基于智能识别的智能眼镜 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112562351B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105868568A (zh) * | 2016-04-13 | 2016-08-17 | 中国汽车技术研究中心 | 一种车内空气质量综合评价方法 |
CN106651664A (zh) * | 2016-11-18 | 2017-05-10 | 北京小米移动软件有限公司 | 垃圾清扫方法及装置 |
CN107766401A (zh) * | 2017-05-26 | 2018-03-06 | 温州市勘察测绘研究院 | 基于大数据的人行道违停分析方法及系统 |
CN108009639A (zh) * | 2017-12-13 | 2018-05-08 | 重庆邮电大学 | 一种基于ga-bp神经网络算法的城市生态建设评价方法 |
CN109255959A (zh) * | 2018-06-25 | 2019-01-22 | 北京筑梦园科技有限公司 | 一种车辆监管方法和系统 |
CN109307732A (zh) * | 2017-07-27 | 2019-02-05 | 研能科技股份有限公司 | 空气质量通报装置 |
US20190043355A1 (en) * | 2017-07-20 | 2019-02-07 | Nuro, Inc. | Real-time violations and safety monitoring system on autonomous vehicles |
CN110428019A (zh) * | 2019-08-09 | 2019-11-08 | 绵阳德川鸿丰环保科技有限公司 | 垃圾智能分类方法及模块化智能垃圾分类处理系统 |
CN110436082A (zh) * | 2019-08-08 | 2019-11-12 | 上海萃钛智能科技有限公司 | 一种智能垃圾分类识别提示装置、系统和方法 |
CN110619750A (zh) * | 2019-08-15 | 2019-12-27 | 重庆特斯联智慧科技股份有限公司 | 面向违停车辆的智能航拍识别方法及系统 |
CN111915896A (zh) * | 2020-08-17 | 2020-11-10 | 重庆电子工程职业学院 | 一种基于物联网的智能交通系统及方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109024417B (zh) * | 2018-07-24 | 2021-01-26 | 长安大学 | 一种智能道路清扫车及其道路污染物识别方法和控制方法 |
CN110053903B (zh) * | 2019-04-25 | 2022-03-25 | 重庆左岸环境服务股份有限公司 | 生活垃圾分类回收管理系统及方法 |
-
2020
- 2020-12-03 CN CN202011414682.2A patent/CN112562351B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105868568A (zh) * | 2016-04-13 | 2016-08-17 | 中国汽车技术研究中心 | 一种车内空气质量综合评价方法 |
CN106651664A (zh) * | 2016-11-18 | 2017-05-10 | 北京小米移动软件有限公司 | 垃圾清扫方法及装置 |
CN107766401A (zh) * | 2017-05-26 | 2018-03-06 | 温州市勘察测绘研究院 | 基于大数据的人行道违停分析方法及系统 |
US20190043355A1 (en) * | 2017-07-20 | 2019-02-07 | Nuro, Inc. | Real-time violations and safety monitoring system on autonomous vehicles |
CN109307732A (zh) * | 2017-07-27 | 2019-02-05 | 研能科技股份有限公司 | 空气质量通报装置 |
CN108009639A (zh) * | 2017-12-13 | 2018-05-08 | 重庆邮电大学 | 一种基于ga-bp神经网络算法的城市生态建设评价方法 |
CN109255959A (zh) * | 2018-06-25 | 2019-01-22 | 北京筑梦园科技有限公司 | 一种车辆监管方法和系统 |
CN110436082A (zh) * | 2019-08-08 | 2019-11-12 | 上海萃钛智能科技有限公司 | 一种智能垃圾分类识别提示装置、系统和方法 |
CN110428019A (zh) * | 2019-08-09 | 2019-11-08 | 绵阳德川鸿丰环保科技有限公司 | 垃圾智能分类方法及模块化智能垃圾分类处理系统 |
CN110619750A (zh) * | 2019-08-15 | 2019-12-27 | 重庆特斯联智慧科技股份有限公司 | 面向违停车辆的智能航拍识别方法及系统 |
CN111915896A (zh) * | 2020-08-17 | 2020-11-10 | 重庆电子工程职业学院 | 一种基于物联网的智能交通系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112562351A (zh) | 2021-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103824452B (zh) | 一种轻量级的基于全景视觉的违章停车检测装置 | |
US8321264B2 (en) | Method and apparatus for displaying toll charging parameters | |
EP2754103A1 (en) | Rogue vehicle detection | |
CN107316454B (zh) | 一种共享单车防盗方法和装置 | |
CN114023064B (zh) | 社区网格化的社区治安管理系统及管理方法 | |
CN104658264A (zh) | 一种基于etc和视频的车辆校验方法和系统 | |
CN102867417A (zh) | 一种出租车防伪系统及方法 | |
CN113194138A (zh) | 基于ai深度学习的出行管理方法和系统 | |
CN113570195A (zh) | 基于etc门架系统数据的车辆信用评价系统及方法 | |
TW201919017A (zh) | 一種自動舉證交通違規車輛的系統與方法 | |
CN112883936A (zh) | 一种对车辆违规行为的检测方法及其系统 | |
CN111404874A (zh) | 出租车嫌疑车辆甄别分析体系架构 | |
CN115834838A (zh) | 一种隧道内的监控方法、设备和介质 | |
CN114898297A (zh) | 基于目标检测和目标跟踪的非机动车违法行为判定的方法 | |
CN114926824A (zh) | 一种不良驾驶行为判别方法 | |
CN108520528A (zh) | 基于改进差分阈值和位移匹配模型的移动车辆跟踪方法 | |
CN112562351B (zh) | 一种基于智能识别的智能眼镜 | |
TWI774984B (zh) | 交通事件偵測系統及方法 | |
CN107958591A (zh) | 一种基于路灯的路边停放管理系统 | |
CN111553199A (zh) | 一种基于计算机视觉的机动车交通违法行为自动检测技术 | |
CN202887450U (zh) | 一种出租车防伪系统 | |
CN115440071A (zh) | 一种自动驾驶违规停车检测方法 | |
CN114898309A (zh) | 一种基于视觉ai技术的城市智能巡检车系统及巡检方法 | |
Behruz et al. | Tehran traffic congestion charging management: a success story | |
CN112633163B (zh) | 一种基于机器学习算法实现非法运营车辆检测的检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |