CN112950059A - 智能车路系统监控设施工程质量管理用测试系统及方法 - Google Patents

Abstract

本发明提供一种智能车路系统监控设施工程质量管理用测试系统，其可以提高工程测试的效率，降低出错概率，总体上提高智能车路系统监控设施工程质量智能化管理水平。本专利技术方案中，基于测试用终端在待测试工程项目的现场进行数据采集，将待测试工程的测试数据提交到测试平台；在测试平台中，按照待对应的测试流程、测试标准，逐项进行测试，同时，对于实施了人工测试的项目，测试平台对人工测试结果同时进行比对检验。并且，本发明还公开了智能车路系统监控设施工程质量管理用测试方法。

Description

智能车路系统监控设施工程质量管理用测试系统及方法

技术领域

本发明涉及智能车路系统技术领域，具体为智能车路系统监控设施工程质量管理用测试系统及方法。

背景技术

智能车路系统通过雷达、视频等先进的车、路感知设备对道路交通环境进行实时高精度感知，按照约定的通信协议和数据交互标准，实现车与车、车与路、车与人以及车与道路交通设施间的通讯、信息交互以及指令控制执行，最终形成智能化交通管理控制、智能化动态信息服务以及网联车辆自动驾驶的一体化智能网络系统。交通监控设施是智能车路系统重要组成部分之一，属于道路交通设施范围，主要包括摄像机、主控制机、机箱等部件，其通过龙门架、杆件等设施安装在道路上，用视频方式采集车辆特征，最终服务于智能车路系统。目前我国智能车路系统的应用技术保障和产业支撑基础已具备，正逐步由研发阶段向应用阶段演进，部分城市如重庆、无锡、苏州等地已经开展了示范应用。随着示范应用的深入，智能车路系统交通监控设施工程质量管理的测试需求越来越大，而目前现有技术中，主要是技术人员到现场人工收集材料、人工填写记录，工作效率低、耗时长、而且容易出错。

发明内容

为了解决现有技术中基于人工测试智能车路系统监控设施工程质量时，存在效率低、耗时长、容易出错的问题，本发明提供一种智能车路系统监控设施工程质量管理用测试系统，其可以提高工程测试的效率，降低出错概率，总体上提高智能车路系统监控设施工程质量智能化管理水平。同时，本发明还公开了智能车路系统监控设施工程质量管理用测试方法。

本发明的技术方案是这样的：智能车路系统监控设施工程质量管理用测试系统，其特征在于，其包括：测试平台和测试用终端；所述测试平台、所述测试用终端通信连接，所述测试用终端以电子化形式采集待测试工程的测试数据后，上传到所述测试平台中，在所述测试平台中对所述待测试工程的质量进行自动化测试；

所述测试平台包括：中心服务器、审核服务器，所述中心服务器负责处理、存储所述待测试工程的测试数据，所述审核服务器负责审核测试数据；

所述中心服务器包括：中心控制模块、收发模块、平台输入模块、平台存储模块；

所述中心服务器基于所述收发模块与所述测试用终端通信连接；所述测试用终端采集的测试数据，经所述收发模块送入所述中心控制模块处理后，储到所述平台存储模块中；所述中心控制模块负责对测试系统中的资源进行调度，以及处理输入到所述中心服务器的各种数据；

所述平台输入模块支持人工输入所述待测试工程的测试数据，并经过所述中心控制模块存储到所述平台存储模块中；

所述审核服务器包括审核模块，所述审核模块负责对提交到测试系统的测试数据进行自动审核，审核结果经所述收发模块反馈至所述测试用终端，同时经所述中心控制模块存储到所述平台存储模块中。

其进一步特征在于：

所述审核模块包括：图像数据识别模块、比对模块、数据提取模块、参考模块、审核控制模块；

所述审核控制模块负责控制所述审核模块中的资源调度，以及所述审核模块与所述中心服务器的数据通信；

所述参考模块中存储所述待测试工程相关的测试标准、测试流程，具体包括：国家法律法规、行业标准、技术规范规定的功能要求、性能要求、技术要求、管理要求；

所述数据提取模块负责从所述平台存储模块中提取数据；

所述比对模块根据送入的所述待审核数据、以及所述待审核数据的比对需求，进行比对操作；所述比对模块的比对操作结束后，将比对结果经所述审核控制模块送入所述中心控制模块，所述中心控制模块将比对结果存储到所述平台存储模块中；

所述图像数据识别模块负责从图片型测试数据中提取车辆关键特征；

所述审核控制模块经所述中心控制模块从所述平台存储模块中提取测试数据；所述测试数据经所述数据提取模块进行自动分离；图片数据送入所述图像数据识别模块自动识别，识别结果输入所述比对模块自动比对；图片数据以外数据直接送入所述比对模块，与所述参考模块中存储的测试标准自动比对；

所述比对模块的比对操作包括：对于文件、文本、数值型测试数据，将测试数据与所述参考模块中预存的标准文件进行比对，完成相关内容测试；对于图片或视频型测试数据，所述图像数据识别模块先提取分析关键特征，再从所述平台存储模块中提取测试数据的对应识别结果，送入所述比对模块中对二者一致性进行比对；对于所有的测试数据，如果存在人工测试环节，则需要将人工测试的测试结果与平台测试的测试结果进行比对，对二者一致性进行测试；

所述测试数据包括：文本数据、图片数据、文件数据、数值型数据；所述文本数据包括所述待测试工程质量管理过程中技术人员提交的各种文字格式数据；所述图片数据包括所述待测试工程质量质量管理中采集的各种图片以及纸质文件的扫描文件；所述文件数据、所述数值型数据包括所述待测试工程质量质量管理中采集的不同格式的过程数据、结果数据；

所述图像数据识别模块包括：基于卷积神经网络构建的图像识别网络模型；

所述图像识别网络模型包括：号牌识别网络模型、车辆特征识别网络模型；

所述号牌识别网络模型包括：依次连接的输入层、号牌种类卷积层、号牌颜色卷积层、号牌字符卷积层、池化层、全连接层和输出层；

所述车辆特征识别网络模型包括：车身颜色识别子模型、车辆品牌识别子模型、车型识别子模型；

所述测试用终端包括：采集模块、终端输入模块、终端存储模块、终端显示模块、通信模块、终端数据处理模块；

所述终端输入模块用于输入用户信息、审核数据及所述待测试工程的项目信息；所述用户信息包括：测试人员姓名、测试账号、用户密码；所述审核数据包括测试中数值型数据、人工审核的审核结果；所述测试数据经过终端数据处理模块处理后，按照其对应的所述待测试工程分别存储到所述终端存储模块中，最终经所述通信模块传递给所述测试平台；

所述通信模块用于建立所述测试用终端与所述测试平台、所述待测试工程的被测试设备的通信连接；所述通信模块将所述待测试工程项目的所述测试数据传递给所述测试平台；同时接受所述测试平台反馈的数据；

所述采集模块采集到的所述待测试工程的现场信息数据经过所述终端数据处理模块处理后，存储到所述终端存储模块中，最终经所述通信模块传递给所述测试平台；

所述测试平台反馈的数据经过所述终端数据处理模块处理后，由所述终端显示模块显示给所述测试用终端的用户；

所述通信模块支持的通信接口包括：以太网接口、移动通讯卡、USB接口；所述测试用终端基于移动通讯卡通信连接所述测试平台，基于以太网接口或USB接口连接所述待测试工程的被测试设备，基于USB接口连接数据采集用设备、存储设备；所述数据采用设备包括：摄像设备、扫描设备；

所述测试平台还包括报告生成模块，所述报告生成模块中基于不同的待测试工程种类，存储对应的评估报告模板；所述报告生成模块从所述平台存储模块提取对应的测试结果填入到评估报告模板中，生成所述待测试工程项目对应评估报告并存储；在所述评估报告模板中，每一项所述测试结果后面对照有对应的人工测试结果；

所述测试用终端采集的测试数据类型为视频数据时，直接存入到平台存储模块中；所述数据提取模块从所述平台存储模块中提取视频数据后，将视频数据按帧转换为图片数据，然后送入到所述图像数据识别模块中进行后续操作。

智能车路系统监控设施工程质量管理用测试方法，其特征在于，其包括以下步骤：

S1：构建测试平台中的中心服务器、审核服务器；

在参考模块中预存所有的待测试工程种类对应的测试标准；

定期获取最新的训练数据集，训练所述图像数据识别模块中的基于卷积神经网络构建的图像识别网络模型，得到训练好的所述图像识别网络模型；

S2：测试人员通过测试用终端在所述待测试工程项目现场进行测试；具体包括以下步骤：

a1：将工程项目审查中必须审查的纸质文档进行电子化处理，处理后的电子文档作为文档测试数据输入到所述测试用终端中；

如果对文档进行过进行人工测试，则将人工测试的测试结果提交到所述测试用终端中；

a2：通过所述测试用终端在所述待测试工程项目测试现场，采集现场布设图片作为测试数据；

如果对现场布设进行过人工测试，则将人工测试的测试结果提交到所述测试用终端中；

a3：通过测试用终端采集所述待测试工程设施硬件信息，作为测试数据输入到所述测试用终端中；

如果对设施硬件信息进行过人工测试，则将人工测试的测试结果提交到所述测试用终端中；

a4：在所述待测试工程项目项目现场基于实景进行车辆特征识别能力测试；在测试中将所述测试用终端基于通信模块对接到所述待测试工程的所述被测试设备，建立通信连接；按照预设的数据采集量获取所述被测试设备在测试中产生的测试数据；

如果对车辆特征识别能力测试进行了人工测试，则将人工测试的测试结果提交到所述测试用终端中；

a5：通过电气测量设备测试所述待测试工程的电气安全性能，测试数据作为电气安全测试数据存储到所述测试用终端中；

如果进行对电气安全性能测试数据进行了人工测试，则将人工测试的测试结果提交到所述测试用终端中；

a6：在所述待测试工程项目现场，将所述待测试工程的安装施工的图片作为待测试数据，存储到所述测试用终端中；

如果对安装施工进行了人工测试，则将人工测试的测试结果提交到所述测试用终端中；

S3：所述测试用终端基于通信模块将采集到的全部数据提交到所述测试平台；

S4：在所述测试平台中，审核控制模块基于中心控制模块从平台存储模块中提取测试数据，送入数据提取模块进行数据自动分离，分离后的数据分别送入图像数据识别模块、比对模块中；

当比对过程中需要使用所述参考模块中存储的标准数据时，所述参考模块将预存的标准数据送入到所述比对模块与测试数据比对；比对结束后，所述比对模块将比对结果传递给所述审核控制模块，并通知给所述中心服务器的所述控制模块；

S5：确认所述待测试工程项目中是否存在人工审核的审核结果；

如果所述待测试工程项目存在人工测试项目，则所述审核控制模块将所述比对模块得到的测试结果与人工测试的测试结果进行比对，得到比对结果；否则，直接实施步骤S6；

S6：所述测试平台通过所述中心控制模块将测试结果、比对结果通过收发模块反馈到所述测试用终端，通过终端显示模块通知到测试人员；

根据测试人员的需求，基于报告生成模块输出评估报告；完成本次测试。

其进一步特征在于：

所述参考模块中预存的测试标准包括：硬件标准、电气安全标准、施工安全标准、车辆特征识别标准、工程标准、工程测试标准：

所述硬件标准包括：所述待测试工程相关标书、合同、检测报告中，关于交通监控设施品牌、型号、数量、编号的内容；

所述电气安全标准包括：所述待测试工程相关法律法规和技术标准中，关于交通监控设施过载保护装置、漏电保护装置、短路保护装置、防雷装置、保护接地端子的标准规定；

所述施工安全标准包括：记载在所述待测试工程相关法律法规、技术标准、标书合同中的关于交通监控设施安装方式、防盗设备、杆件设备、管道规格、管线敷设的标准规定；

所述车辆特征识别标准包括：所述待测试工程相关法律法规和技术标准中的关于交通监控设施对车辆车型、车身颜色、车辆品牌、号牌号码的规定；

所述工程标准包括：所述待测试工程相关法律法规和技术标准中，关于交通监控设施的采购合同、招标文件、投标文件、原理结构、安装施工、操作说明的标准规定；

所述工程测试标准包括：所述待测试工程相关法律法规和技术标准中，关于交通监控设施的测试现场、测试流程的标准规定；

所述训练数据集为多维度训练数据集，涵盖了交通管理用图片数据的不同数据特征维度；所述数据特征维度包括：时间维度、天气维度、品牌维度、号牌维度、车辆特征维度、道路维度；

所述时间维度包括：日间8时至20时、夜间20时至8时；

所述天气维度包括：晴天天气、阴天天气、雨天天气、雾天天气、雪天天气；所述雨天天气包括：雨、中雨、大雨、暴雨、大暴雨；所述雾天天气包括：重雾、浓雾、大雾、中雾、轻雾；

所述品牌维度包括：品牌、品牌型号、品牌年款；

所述号牌维度包括：号牌种类、号牌颜色、号牌字符、号牌专用汉字；

所述车辆特征维度包括：车辆颜色、车型特征；

所述道路特征维度包括：道路种类、车道特征；

步骤S4中，所述审核控制模块按照所述待测试工程的对应的测试流程，从所述平台存储模块中提取存储的测试数据；如果测试流程中的存在测试数据为空的子流程，即代表此项目数据提取被遗漏，所述审核控制模块中将对应的测试结果设为不通过。

本发明提供的智能车路系统监控设施工程质量管理用测试系统，通过测试用终端，可以支持多个地方同时开展测试验收，符合智能车路系统监控设施工程质量管理的实际管理需求，确保了工程项目质量管理的测试效率；基于测试用终端在待测试工程项目的现场进行数据采集，将待测试工程的测试数据提交到测试平台；在测试平台中，按照待对应的测试流程、测试标准，逐项进行测试，不但结果准确，且实施效率高，极大的提高了测试客观性和准确性，节省了人力成本；对于实施了人工测试的项目，测试平台对人工测试结果同时进行比对检验，确保人工测试的错测、漏测等情况都能被发现，作为人工测试的复查流程，提高了人工测试项目的准确率。

附图说明

图1为本专利测试系统的系统结构示意图；

图2为本专利测试系统的系统的模块示意图；

图3为本专利用于路口智能车路系统交通监控设施的工程施工和测试现场图；

图4为本专利中号牌识别网络模型的网络结构示意图。

具体实施方式

如图1所示，智能车路系统监控设施工程质量管理用测试系统，包括：测试平台1和测试用终端2；测试平台1、测试用终端2通信连接，测试用终端2以电子化形式采集待测试工程的电子化工程资料、测试数据后，上传到测试平台1中，在测试平台1中对待测试工程的质量进行自动化测试；本实施例中，测试平台1和测试用终端2基于4G实现数据通信；其中，电子化工程资料作为待测试工程项目的基础资料存储在测试平台中，确保待测试工程项目的项目信息完整性，便于后续查询。

具体实施时，审核服务器3基于web服务器实现访问中心服务器4，支持多项目并行的测试验收；中心服务器4和审核服务器3所在网络用防火墙与公共网隔开，确保测试平台1网络安全。

测试平台1包括：中心服务器4、审核服务器3，中心服务器4负责处理、存储待测试工程的测试数据，审核服务器3负责审核测试数据；测试用终端2对接智能车路系统监控设施22中的各个设备，如：待测试的摄像机；以及接收测试数据和待测试工程相关的电子化工程资料，如：标书、合同、检测报告等等各种资料。

如图2所示，中心服务器4包括：中心控制模块5、平台输入模块6、收发模块7、平台存储模块19；

中心服务器4基于收发模块7与测试用终端2通信连接；测试用终端2采集的测试数据，经收发模块7送入中心控制模块5处理后，储到平台存储模块19中；中心控制模块5负责对测试系统中的资源进行调度，以及处理输入到中心服务器4的各种数据；

平台输入模块6支持人工输入待测试工程的测试数据，并经过中心控制模块5存储到平台存储模块19中；

审核服务器3包括审核模块8，审核模块8负责对提交到测试系统的测试数据进行自动审核，审核结果经收发模块7反馈至测试用终端2，同时经中心控制模块5存储到平台存储模块19中。

审核模块8包括：图像数据识别模块9、比对模块10、数据提取模块11、参考模块20、审核控制模块21；

审核控制模块21负责控制审核模块8中的资源调度，以及审核模块8与中心服务器4的数据通信；

参考模块20中存储待测试工程相关的测试标准、测试流程，具体包括：国家法律法规、行业标准、技术规范规定的功能要求、性能要求、技术要求、管理要求；

数据提取模块11负责从平台存储模块19中提取数据；

比对模块10根据送入的待审核数据、以及待审核数据的比对需求，进行比对操作；比对模块10的比对操作结束后，将比对结果经审核控制模块21送入中心控制模块5，中心控制模块5将比对结果存储到平台存储模块19中；

图像数据识别模块9负责从图片型测试数据中提取车辆关键特征；

审核控制模块21经中心控制模块5从平台存储模块19中提取测试数据；测试数据经数据提取模块11进行自动分离；图片数据送入图像数据识别模块9自动识别，识别结果输入比对模块10自动比对；图片数据以外数据直接送入比对模块10，与参考模块20中存储的测试标准自动比对；

具体实现时，智能车路系统交通监控设施的图像识别结果可经数据提取模块11直接送入比对模块10，亦可经审核控制模块21存储在参考模块20中。

比对模块10的比对操作包括：对于文件、文本、数值型测试数据，将测试数据与参考模块20中预存的标准文件进行比对，完成相关内容测试；对于图片或视频型测试数据，图像数据识别模块9先提取分析关键特征，再从平台存储模块19中提取测试数据的对应识别结果，送入比对模块10中对二者一致性进行比对；对于所有的测试数据，如果存在人工测试环节，则需要将人工测试的测试结果与平台测试的测试结果进行比对，对二者一致性进行测试；

测试数据包括：文本数据、图片数据、文件数据、数值型数据；文本数据包括待测试工程质量管理过程中技术人员提交的各种文字格式数据；图片数据包括待测试工程质量质量管理中采集的各种图片以及纸质文件的扫描文件；文件数据、数值型数据包括待测试工程质量质量管理中采集的不同格式的过程数据、结果数据；具体实现时，当测试用终端2采集的测试数据类型为视频数据时，直接存入到平台存储模块19中；进行比对操作前，数据提取模块11从平台存储模块19中提取视频数据后，将视频数据按帧转换为图片数据，然后送入到图像数据识别模块9中进行后续操作；确保本专利技术方案符合智能车路系统监控设施的实际需求，不但能处理图片数据也可以处理视频数据，确保本专利技术方案更具实用性。

图像数据识别模块9包括：基于卷积神经网络构建的图像识别网络模型；

图像识别网络模型包括：号牌识别网络模型、车辆特征识别网络模型；

号牌识别网络模型包括：依次连接的输入层、号牌种类卷积层、号牌颜色卷积层、号牌字符卷积层、池化层、全连接层和输出层；

车辆特征识别网络模型包括：车身颜色识别子模型、车辆品牌识别子模型、车型识别子模型；

对智能车路系统交通监控设施的图片类型数据进行了详细分析之后，构建了本专利中不同种类的图像识别网络模型，针对不同的智能车路系统交通监控设施，各种图像识别网络模型配合使用，确保本专利的技术方案灵活的适用于各种不同的场景。

具体实现时，提取车辆关键特征的算法先在云端或大型服务器上，通过GPU等运算单元（如：计算机硬件环境配置包括，CPU：Gold6230×2；GPU：Nvidia Tesla T4×6；内存：16G×16；硬盘：1.92T×4；协议：NVLink；计算机软件环境配置包括，操作系统：Ubuntu16.04；软件编译环境：Python 3.5；深度学习框架：Keras）通过样本模型统一训练，然后再移植到图像数据识别模块9中；

模型训练主要在云端或大型服务器上部署实施，可以集中利用资源，降低了对审核服务器3的硬件性能要求，降低了系统的构建成本；同时，模型训练阶段与模型使用分开实施，提高了模型生成的效率，确保了审核服务器3可以不间断工作。

本实施例中，车辆特征主要包括机动车号牌号码、车身颜色、车辆类型及车辆品牌等。车辆关键特征识别的训练模型主要是卷积神经网络。以号牌号码为例，如图4所示，输入层接受输入的号牌图像数据，将号牌图像传送到号牌种类卷积层，号牌种类卷积层将包含号牌图像的种类信息的特征图输入到号牌颜色卷积层，号牌颜色卷积层输出包含号牌图像的颜色信息的特征图，号牌颜色卷积层将输出的特征图输入到号牌字符卷积层，号牌字符卷积层输出包含号牌图像的字符信息的特征图；池化层对号牌字符卷积层输出的特征图进行压缩和简化，全连接层对池化层的输出信号进行优化融合，在输出层分类输出号牌识别结果；号牌识别结果包括：号牌种类、号牌颜色、号牌字符。

本专利技术方案中，为获得最新最准确的车辆特征识别效果，本发明以相关交管数据库最新记录图片作为车辆特征识别模型的训练样本，确保识别模型能够适应最新交管需求。训练样本包括时间、天气、品牌、号牌、道路等多个维度。每个维度的训练样本数量足够丰富，确保本专利中车辆特征识别网络模型识别准确率，以满足实际生产生活中交管用数据的多样化要求。

训练样本时间维度包括：日间8时至20时、夜间20时至8时；其中日间8时至20时各时段训练样本不少于10万个，夜间20时至8时各时间训练样本不少于10万个。

训练样本天气维度包括：晴天天气、阴天天气、雨天天气、雾天天气、雪天天气；雨天天气包括：雨、中雨、大雨、暴雨、大暴雨；雾天天气包括：重雾、浓雾、大雾、中雾、轻雾；总训练样本数量不少于100万个，具体实施时，因为雾天天气情况下图片特征更难提取，所以雾天情形中重雾、浓雾、大雾、中雾和轻雾训练样本不少于10万个，其他维度训练数据不小于1000个；确保本专利技术方案，在各种天气情况下都能够准确识别图片种类。

训练样本品牌维度包括：品牌、品牌型号、品牌年款；总训练样本数量不少于100万个，覆盖安凯、奥迪、宝骏、宝马、保时捷等276个国产机动车品牌和130个进口机动车品牌，各品牌的型号、年款训练样本不少于1万个。

训练样本车辆号牌号码维度包括：号牌种类、号牌颜色、号牌字符、号牌专用汉字；总训练样本数量不少于100万个，号牌种类覆盖大型汽车、小型汽车、教练汽车等等各种类型汽车号牌种类，各情形训练样本不少于10万个；号牌颜色应覆盖黄色、蓝色、黑色、渐变绿色、白色，各情形训练样本不少于10万个；号牌字符应覆盖阿拉伯数字0~9和英文字母A~Z，各情形训练样本不少于10万个；专用汉字“领”、“使”、“警”、“学”、“挂”、“港”、“澳”，各情形训练样本不少于10万个。

训练样本车身颜色维度包括：总训练样本数量不少于100万个，覆盖白、灰、黄、粉、紫、绿、蓝、红、棕、黑10种颜色，各颜色不同色度的情形训练样本不少于1000个，如白色所属的浅白、中白、深白各情形的总训练样本不少于10万个。

训练样本车型维度包括：总训练样本数量不少于100万个，覆盖大、中、小型客车（含面包车），重、中、轻型货车（含牵引车）及专项作业车，各车型总训练样本不少于10万个。

训练样本道路维度包括：道路种类、车道特征；总训练样本数量不少于100万个；道路种类方面，覆盖高速公路、国省道、城市道路及农村公路等情形；车道特征方面，各道路情形的单车道、双车道、三车道、四车道样本训练样本不少于10万个。

测试用终端2包括：采集模块12、终端输入模块14、终端存储模块15、终端显示模块16、通信模块17、终端数据处理模块13；终端输入模块14用于输入用户信息、审核数据及待测试工程的项目信息；用户信息包括：测试人员姓名、测试账号、用户密码；审核数据包括测试中数值型数据、人工审核的审核结果；测试数据经过终端数据处理模块13处理后，按照其对应的待测试工程分别存储到终端存储模块15中，最终经通信模块17传递给测试平台1。

通信模块17用于建立测试用终端2与测试平台1、待测试工程的被测试设备的通信连接；通信模块17将待测试工程项目的测试数据传递给测试平台1；同时接受测试平台1反馈的数据；

采集模块12采集到的待测试工程的现场息数据经过终端数据处理模块13处理后，存储到终端存储模块15中，最终经通信模块17传递给测试平台1；

测试平台1反馈的数据经过终端数据处理模块13处理后，由终端显示模块16显示给测试用终端2的用户。

通信模块17支持的通信接口包括：以太网接口、移动通讯卡、USB接口；测试用终端2基于移动通讯卡通信连接测试平台1，基于以太网接口或USB接口连接待测试工程的被测试设备，基于USB接口连接数据采集用设备、存储设备；数据采用设备包括：摄像设备、扫描设备；

本实施例中，测试用终端2安装4G移动通讯卡与测试平台1通信连接。测试用终端2连接到智能车路系统交通监控设施22后，测试用终端2中终端数据处理模块13根据互联网接口协议向智能车路系统交通监控设施22发送数据下载命令；从智能车路系统交通监控设施22存储空间中将其记录的测试图片/视频通过网线传输至移动终端2，并存储到终端存储模块15中；在提交数据到测试平台1的过程中，终端数据处理模块13将待测试工程项目的项目信息以及图片/视频类型测试数据，通过终端通信模块17传递给测试平台1，中心控制模块5对数据进行分类，按照待测试工程项目分别存储在平台存储模块19中。

测试平台1还包括报告生成模块18，报告生成模块188中基于不同的待测试工程种类，存储对应的评估报告模板；报告生成模块18从平台存储模块19提取对应的测试结果填入到评估报告模板中，生成待测试工程项目对应评估报告并存储；在评估报告模板中，每一项测试结果后面对照有对应的人工测试结果。本专利技术方案，不但对智能车路系统交通监控设施工程项目的流程，测试数据进行测试，同时对人工测试的正确性也进行确认，确保能够找出人工测试错检漏检项目，整体上提高工程项目质量监督效率。

以机动车号牌号码测试为例，说明图片型数据测试过程。

测试用终端2基于终端通信模块17中的以太网接口，访问智能车路系统交通监控设施22所在网络，下载智能车路系统交通监控设施22中存储的需要测试的过车图片作为过程数据，同时下载智能车路系统交通监控设施22号牌号码的识别结果，假设车辆号牌号码为京A11111。

测试用终端2基于终端通信模块17和收发模块7的数据连接，将智能车路系统交通监控设施22中的过车图片以图片数据传输到测试平台1中，将车辆号牌号码识别结果以文本数据传输到测试平台1中；由中心控制模块5将图片数据和文本数据按照项目存储到平台存储模块19；具体实现的时候，建立项目ID作为主key对同一项目数据进行存储。

中心控制模块5将测试需求、项目ID、项目种类传递给审核控制模块21，并从平台存储模块19中提取智能车路系统交通监控设施22的过车图片和车辆号牌号码；其中，过车图片作为测试数据，车辆号牌号码作为对比数据；

数据提取模块11将车辆号牌号码数据输入比对模块10；

数据提取模块11将车辆图片数据输入图像数据识别模块9识别号牌号码，经过卷积神经网络的输入层、号牌种类卷积层、号牌颜色卷积层、号牌字符卷积层、池化层、全连接层和输出层的识别，识别出图像中的车辆号牌为京A12345；

图像数据识别模块9将识别结果：京A12345，传递给比对模块10；

比对模块10将图像数据识别模块9的识别结果作为对比数据，与车辆号牌号码文本数据比对，比对结果为：二者不一致；

比对模块10将图像数据识别模块9的识别结果和比对结果反馈给审核控制模块21，同时存储到平台存储模块19中；

在需要使用此项比对结果的时候，如需要反馈给测试用终端2，或者报告生成模块18调用结果生成评估报告时，相关模块从平台存储模块19中调用相关数据进行后续操作。

图3为用于路口智能车路系统交通监控设施的工程施工和测试现场图。工程安装设备主要包括摄像机、主控制机、机箱等；工程配套设备包括龙门架、T型杆、L杆等杆件以及停车线、车行道边缘线、道路交通信号灯等；测试现场包括锥桶、测试车辆、测试人员、测试用终端等。以图3为例，在智能车路系统交通监控设施工程质量管理系统基础上，实现的智能车路系统监控设施工程质量管理用测试方法，其包括以下步骤。

S1：构建测试平台1中的中心服务器4、审核服务器3；

在参考模块20中预存所有的待测试工程种类对应的测试标准；

定期获取最新的训练数据集，训练图像数据识别模块9中的基于卷积神经网络构建的图像识别网络模型，得到训练好的图像识别网络模型；

参考模块20中预存的测试标准包括：硬件标准、电气安全标准、施工安全标准、车辆特征识别标准、工程标准、工程测试标准：

硬件标准包括：待测试工程相关标书、合同、检测报告中，关于交通监控设施品牌、型号、数量、编号的内容；

电气安全标准包括：待测试工程相关法律法规和技术标准中，关于交通监控设施过载保护装置、漏电保护装置、短路保护装置、防雷装置、保护接地端子的标准规定；

施工安全标准包括：记载在待测试工程相关法律法规、技术标准、标书合同中的关于交通监控设施安装方式、防盗设备、杆件设备、管道规格、管线敷设的标准规定；

车辆特征识别标准包括：待测试工程相关法律法规和技术标准中的关于交通监控设施对车辆车型、车身颜色、车辆品牌、号牌号码的规定；

工程标准包括：待测试工程相关法律法规和技术标准中，关于交通监控设施的采购合同、招标文件、投标文件、原理结构、安装施工、操作说明的标准规定；

工程测试标准包括：待测试工程相关法律法规和技术标准中，关于交通监控设施的测试现场、测试流程的标准规定。

本专利面向智能车路系统交通监控设施工程项目，相关的管理规定和技术要求都有法律法规和技术标准，无论是当前人工测试还是基于本发明的技术测试都必须遵守相关规定。因此，智能车路系统交通监控设施工程项目相关的管理规定、技术要求的法律法规、技术标准，都应预先输入本发明的测试平台，确保智能车路系统交通监控设施工程项目相关测试能够完全符合国家相关法律法规、技术标准的要求，确保本发明对智能车路系统交通监控设施工程的测试结果能够规范、可信、可靠。

S2：测试人员通过测试用终端2在待测试工程项目现场进行测试；具体包括以下步骤：

a1：将工程项目审查中必须审查的纸质文档进行电子化处理，处理后的电子文档作为文档测试数据输入到测试用终端2中；

如果对文档进行过进行人工测试，则将人工测试的测试结果提交到测试用终端2中；

a2：通过测试用终端2在待测试工程项目测试现场，采集现场布设图片作为测试数据；

如果对现场布设进行过人工测试，则将人工测试的测试结果提交到测试用终端2中；

a3：通过测试用终端2采集待测试工程设施硬件信息，作为测试数据输入到测试用终端2中；

如果对设施硬件信息进行过人工测试，则将人工测试的测试结果提交到测试用终端2中；

a4：在待测试工程项目项目现场基于实景进行车辆特征识别能力测试；在测试中将测试用终端2基于通信模块17对接到待测试工程的被测试设备，建立通信连接；按照预设的数据采集量获取被测试设备在测试中产生的测试数据；

如果对车辆特征识别能力测试进行了人工测试，则将人工测试的测试结果提交到测试用终端2中；

a5：通过电气测量设备测试待测试工程的电气安全性能，测试数据作为电气安全测试数据存储到测试用终端2中；

如果进行对电气安全性能测试数据进行了人工测试，则将人工测试的测试结果提交到测试用终端2中；

a6：在待测试工程项目现场，将待测试工程的安装施工的图片作为待测试数据，存储到测试用终端2中；

如果对安装施工进行了人工测试，则将人工测试的测试结果提交到测试用终端2中。

图3中用于路口智能车路系统交通监控设施的工程中，车辆特征识别能力质量测试包括：

（1）捕获率测试：测试车辆以40 km/h±10km/h、60 km/h±10km/h至120km/h±10km/h车速通过测试方向各车道，各车道测试100次，测试车辆无骑压线情况下各车道捕获率不低于99%的通过测试，否则不合格。

（2）空拍重拍测试：测试车辆以40 km/h±10km/h、60 km/h±10km/h至120km/h±10km/h车速通过测试方向各车道，各车道测试100次，测试车辆无骑压线情况下各车道空拍重拍不超过3次的通过测试，否则不合格。

（3）驾驶人面部特征记录测试：测试车辆以40 km/h±10km/h、60 km/h±10km/h至120km/h±10km/h车速通过测试方向各车道，各车道测试100次，。

（4）车型识别功能测试：智能车路系统交通监控设施22监控社会车辆通过测试车道，测试车型应包括（含轿车、客车、面包车、重中型货车、轻微型货车）、摩托车、挂车等种类，各车型测试不少于20次，车型识别率不低于80%的通过测试，否则不合格。

（5）车辆品牌识别功能测试：智能车路系统交通监控设施22监控社会车辆通过测试车道，通行车辆500辆，车辆品牌识别率不低于75%的通过测试，否则不合格。

（6）车身颜色识别功能测试：智能车路系统交通监控设施22监控社会车辆通过测试车道，测试时测试的车身颜色应包括白、灰、黄、粉、紫、绿、蓝、红、棕10种，各车身颜色测试不少于20次，车身颜色识别率不低于70%的通过测试，否则不合格。

（7）号牌号码识别功能测试：智能车路系统交通监控设施22监控社会车辆通过测试车道，通行车辆500辆，日间号牌号码识别率不低于95%且夜间号牌号码识别率不低于90%的通过测试，否则不合格。

S3：测试用终端2基于通信模块17将采集到的全部数据提交到测试平台1。

S4：在测试平台1中，审核控制模块21基于中心控制模块5从平台存储模块19中提取测试数据，送入数据提取模块11进行数据自动分离，分离后的数据分别送入图像数据识别模块9、比对模块10中；

当比对过程中需要使用参考模块20中存储的标准数据时，参考模块20将预存的标准数据送入到比对模块10与测试数据比对；比对结束后，比对模块10将比对结果传递给审核控制模块21，并通知给中心服务器4的中心控制模块5；

审核控制模块21按照待测试工程的对应的测试流程，从平台存储模块19中提取存储的测试数据；如果测试流程中的存在测试数据为空的子流程，即代表此项目数据提取被遗漏，审核控制模块21中将对应的测试结果设为不通过。

本专利技术方案中，审核控制模块21基于预先设置的测试流程对待测试工程项进行测试，一旦出现数据为空的待测试数据，就以为这有漏检的可能，即通过逐条执行测试流程，来避免出现漏检的问题，确保了工程测试的质量。

S5：确认待测试工程项目中是否存在人工审核的审核结果；

如果待测试工程项目存在人工测试项目，则审核控制模块21将比对模块10得到的测试结果与人工测试的测试结果进行比对，得到比对结果；否则，直接实施步骤S6；

具体实施的时候，可以使用本专利技术方案中的测试系统来对智能车路系统交通监控设施22工程项目进行直接测试，也可以将本专利的测试系统用于对人工测试结果之后的二次测试；当本专利的测试系统实施二次测试时，审核控制模块21基于预先设置的测试流程对待测试工程项进行测试，将系统的测试结果与人工测试的测试结果进行比对；如果出现一旦出现数据为空的待测试数据，或者人工测试结果与系统的测试结果不一致，则代表该项目出现漏检、或者人工测试结果出错；即，本专利的测试系统作为人工测试的复查流程，提高了人工测试项目的测试准确率。

S6：测试平台1通过中心控制模块5将测试结果、比对结果通过收发模块7反馈到测试用终端2，通过终端显示模块16通知到测试人员；

根据测试人员的需求，基于报告生成模块18输出评估报告；完成本次测试。

本发明技术方案，基于测试用终端提交的待测试数据对智能车路系统监控设施工程项目进行自动测试，生成测试报告；不但可以客观准确的完成测试工作，同时可以对审查人员的工作进行二次确认，从整体上提高了项目质量测试的质量和效率。

Claims (10)

1.智能车路系统监控设施工程质量管理用测试系统，其特征在于，其包括：测试平台和测试用终端；所述测试平台、所述测试用终端通信连接，所述测试用终端以电子化形式采集待测试工程的测试数据后，上传到所述测试平台中，在所述测试平台中对所述待测试工程的质量进行自动化测试；

所述测试平台包括：中心服务器、审核服务器，所述中心服务器负责处理、存储所述待测试工程的测试数据，所述审核服务器负责审核测试数据；

所述中心服务器包括：中心控制模块、收发模块、平台输入模块、平台存储模块；

所述中心服务器基于所述收发模块与所述测试用终端通信连接；所述测试用终端采集的测试数据，经所述收发模块送入所述中心控制模块处理后，储到所述平台存储模块中；所述中心控制模块负责对测试系统中的资源进行调度，以及处理输入到所述中心服务器的各种数据；

所述平台输入模块支持人工输入所述待测试工程的测试数据，并经过所述中心控制模块存储到所述平台存储模块中；

所述审核服务器包括审核模块，所述审核模块负责对提交到测试系统的测试数据进行自动审核，审核结果经所述收发模块反馈至所述测试用终端，同时经所述中心控制模块存储到所述平台存储模块中。

2.根据权利要求1所述智能车路系统监控设施工程质量管理用测试系统，其特征在于：所述审核模块包括：图像数据识别模块、比对模块、数据提取模块、参考模块、审核控制模块；

所述审核控制模块负责控制所述审核模块中的资源调度，以及所述审核模块与所述中心服务器的数据通信；

所述参考模块中存储所述待测试工程相关的测试标准、测试流程，具体包括：国家法律法规、行业标准、技术规范规定的功能要求、性能要求、技术要求、管理要求；

所述数据提取模块负责从所述平台存储模块中提取数据；

所述比对模块根据送入的所述待审核数据、以及所述待审核数据的比对需求，进行比对操作；所述比对模块的比对操作结束后，将比对结果经所述审核控制模块送入所述中心控制模块，所述中心控制模块将比对结果存储到所述平台存储模块中；

所述图像数据识别模块负责从图片型测试数据中提取车辆关键特征；

所述审核控制模块经所述中心控制模块从所述平台存储模块中提取测试数据；所述测试数据经所述数据提取模块进行自动分离；图片数据送入所述图像数据识别模块自动识别，识别结果输入所述比对模块自动比对；图片数据以外数据直接送入所述比对模块，与所述参考模块中存储的测试标准自动比对；

所述比对模块的比对操作包括：对于文件、文本、数值型测试数据，将测试数据与所述参考模块中预存的标准文件进行比对，完成相关内容测试；对于图片或视频型测试数据，所述图像数据识别模块先提取分析关键特征，再从所述平台存储模块中提取测试数据的对应识别结果，送入所述比对模块中对二者一致性进行比对；对于所有的测试数据，如果存在人工测试环节，则需要将人工测试的测试结果与平台测试的测试结果进行比对，对二者一致性进行测试；

所述测试数据包括：文本数据、图片数据、文件数据、数值型数据；所述文本数据包括所述待测试工程质量管理过程中技术人员提交的各种文字格式数据；所述图片数据包括所述待测试工程质量质量管理中采集的各种图片以及纸质文件的扫描文件；所述文件数据、所述数值型数据包括所述待测试工程质量质量管理中采集的不同格式的过程数据、结果数据。

3.根据权利要求2所述智能车路系统监控设施工程质量管理用测试系统，其特征在于：所述图像数据识别模块包括：基于卷积神经网络构建的图像识别网络模型；

所述图像识别网络模型包括：号牌识别网络模型、车辆特征识别网络模型；

所述号牌识别网络模型包括：依次连接的输入层、号牌种类卷积层、号牌颜色卷积层、号牌字符卷积层、池化层、全连接层和输出层；

所述车辆特征识别网络模型包括：车身颜色识别子模型、车辆品牌识别子模型、车型识别子模型。

4.根据权利要求1所述智能车路系统监控设施工程质量管理用测试系统，其特征在于：所述测试用终端包括：采集模块、终端输入模块、终端存储模块、终端显示模块、通信模块、终端数据处理模块；

所述终端输入模块用于输入用户信息、审核数据及所述待测试工程的项目信息；所述用户信息包括：测试人员姓名、测试账号、用户密码；所述审核数据包括测试中数值型数据、人工审核的审核结果；所述测试数据经过终端数据处理模块处理后，按照其对应的所述待测试工程分别存储到所述终端存储模块中，最终经所述通信模块传递给所述测试平台；

所述通信模块用于建立所述测试用终端与所述测试平台、所述待测试工程的被测试设备的通信连接；所述通信模块将所述待测试工程项目的所述测试数据传递给所述测试平台；同时接受所述测试平台反馈的数据；

所述采集模块采集到的所述待测试工程的现场信息数据经过所述终端数据处理模块处理后，存储到所述终端存储模块中，最终经所述通信模块传递给所述测试平台；

所述测试平台反馈的数据经过所述终端数据处理模块处理后，由所述终端显示模块显示给所述测试用终端的用户；

所述通信模块支持的通信接口包括：以太网接口、移动通讯卡、USB接口；所述测试用终端基于移动通讯卡通信连接所述测试平台，基于以太网接口或USB接口连接所述待测试工程的被测试设备，基于USB接口连接数据采集用设备、存储设备；所述数据采用设备包括：摄像设备、扫描设备。

5.根据权利要求1所述智能车路系统监控设施工程质量管理用测试系统，其特征在于：所述测试平台还包括报告生成模块，所述报告生成模块中基于不同的待测试工程种类，存储对应的评估报告模板；所述报告生成模块从所述平台存储模块提取对应的测试结果填入到评估报告模板中，生成所述待测试工程项目对应评估报告并存储；在所述评估报告模板中，每一项所述测试结果后面对照有对应的人工测试结果。

6.根据权利要求2所述智能车路系统监控设施工程质量管理用测试系统，其特征在于：所述测试用终端采集的测试数据类型为视频数据时，直接存入到平台存储模块中；所述数据提取模块从所述平台存储模块中提取视频数据后，将视频数据按帧转换为图片数据，然后送入到所述图像数据识别模块中进行后续操作。

7.智能车路系统监控设施工程质量管理用测试方法，其特征在于，其包括以下步骤：

S1：构建测试平台中的中心服务器、审核服务器；

在参考模块中预存所有的待测试工程种类对应的测试标准；

定期获取最新的训练数据集，训练所述图像数据识别模块中的基于卷积神经网络构建的图像识别网络模型，得到训练好的所述图像识别网络模型；

S2：测试人员通过测试用终端在所述待测试工程项目现场进行测试；具体包括以下步骤：

a1：将工程项目审查中必须审查的纸质文档进行电子化处理，处理后的电子文档作为文档测试数据输入到所述测试用终端中；

如果对文档进行过进行人工测试，则将人工测试的测试结果提交到所述测试用终端中；

a2：通过所述测试用终端在所述待测试工程项目测试现场，采集现场布设图片作为测试数据；

如果对现场布设进行过人工测试，则将人工测试的测试结果提交到所述测试用终端中；

a3：通过测试用终端采集所述待测试工程设施硬件信息，作为测试数据输入到所述测试用终端中；

如果对设施硬件信息进行过人工测试，则将人工测试的测试结果提交到所述测试用终端中；

a4：在所述待测试工程项目项目现场基于实景进行车辆特征识别能力测试；在测试中将所述测试用终端基于通信模块对接到所述待测试工程的所述被测试设备，建立通信连接；按照预设的数据采集量获取所述被测试设备在测试中产生的测试数据；

如果对车辆特征识别能力测试进行了人工测试，则将人工测试的测试结果提交到所述测试用终端中；

a5：通过电气测量设备测试所述待测试工程的电气安全性能，测试数据作为电气安全测试数据存储到所述测试用终端中；

如果进行对电气安全性能测试数据进行了人工测试，则将人工测试的测试结果提交到所述测试用终端中；

a6：在所述待测试工程项目现场，将所述待测试工程的安装施工的图片作为待测试数据，存储到所述测试用终端中；

如果对安装施工进行了人工测试，则将人工测试的测试结果提交到所述测试用终端中；

S3：所述测试用终端基于通信模块将采集到的全部数据提交到所述测试平台；

S4：在所述测试平台中，审核控制模块基于中心控制模块从平台存储模块中提取测试数据，送入数据提取模块进行数据自动分离，分离后的数据分别送入图像数据识别模块、比对模块中；

当比对过程中需要使用所述参考模块中存储的标准数据时，所述参考模块将预存的标准数据送入到所述比对模块与测试数据比对；比对结束后，所述比对模块将比对结果传递给所述审核控制模块，并通知给所述中心服务器的所述控制模块；

S5：确认所述待测试工程项目中是否存在人工审核的审核结果；

如果所述待测试工程项目存在人工测试项目，则所述审核控制模块将所述比对模块得到的测试结果与人工测试的测试结果进行比对，得到比对结果；否则，直接实施步骤S6；

S6：所述测试平台通过所述中心控制模块将测试结果、比对结果通过收发模块反馈到所述测试用终端，通过终端显示模块通知到测试人员；

根据测试人员的需求，基于报告生成模块输出评估报告；完成本次测试。

8.根据权利要求7所述智能车路系统监控设施工程质量管理用测试方法，其特征在于：所述参考模块中预存的测试标准包括：硬件标准、电气安全标准、施工安全标准、车辆特征识别标准、工程标准、工程测试标准：

所述硬件标准包括：所述待测试工程相关标书、合同、检测报告中，关于交通监控设施品牌、型号、数量、编号的内容；

所述电气安全标准包括：所述待测试工程相关法律法规和技术标准中，关于交通监控设施过载保护装置、漏电保护装置、短路保护装置、防雷装置、保护接地端子的标准规定；

所述施工安全标准包括：记载在所述待测试工程相关法律法规、技术标准、标书合同中的关于交通监控设施安装方式、防盗设备、杆件设备、管道规格、管线敷设的标准规定；

所述车辆特征识别标准包括：所述待测试工程相关法律法规和技术标准中的关于交通监控设施对车辆车型、车身颜色、车辆品牌、号牌号码的规定；

所述工程标准包括：所述待测试工程相关法律法规和技术标准中，关于交通监控设施的采购合同、招标文件、投标文件、原理结构、安装施工、操作说明的标准规定；

所述工程测试标准包括：所述待测试工程相关法律法规和技术标准中，关于交通监控设施的测试现场、测试流程的标准规定。

9.根据权利要求7所述智能车路系统监控设施工程质量管理用测试方法，其特征在于：所述训练数据集为多维度训练数据集，涵盖了交通管理用图片数据的不同数据特征维度；所述数据特征维度包括：时间维度、天气维度、品牌维度、号牌维度、车辆特征维度、道路维度；

所述时间维度包括：日间8时至20时、夜间20时至8时；

所述天气维度包括：晴天天气、阴天天气、雨天天气、雾天天气、雪天天气；所述雨天天气包括：雨、中雨、大雨、暴雨、大暴雨；所述雾天天气包括：重雾、浓雾、大雾、中雾、轻雾；

所述品牌维度包括：品牌、品牌型号、品牌年款；

所述号牌维度包括：号牌种类、号牌颜色、号牌字符、号牌专用汉字；

所述车辆特征维度包括：车辆颜色、车型特征；

所述道路特征维度包括：道路种类、车道特征。

10.根据权利要求7所述智能车路系统监控设施工程质量管理用测试方法，其特征在于：步骤S4中，所述审核控制模块按照所述待测试工程的对应的测试流程，从所述平台存储模块中提取存储的测试数据；如果测试流程中的存在测试数据为空的子流程，即代表此项目数据提取被遗漏，所述审核控制模块中将对应的测试结果设为不通过。

Images