CN113031035A - 基于人工智能算法的道路设施数据采集系统 - Google Patents
基于人工智能算法的道路设施数据采集系统 Download PDFInfo
- Publication number
- CN113031035A CN113031035A CN202110179100.5A CN202110179100A CN113031035A CN 113031035 A CN113031035 A CN 113031035A CN 202110179100 A CN202110179100 A CN 202110179100A CN 113031035 A CN113031035 A CN 113031035A
- Authority
- CN
- China
- Prior art keywords
- data
- processing module
- spatial
- artificial intelligence
- intelligence algorithm
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/03—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers
- G01S19/10—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers providing dedicated supplementary positioning signals
- G01S19/12—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers providing dedicated supplementary positioning signals wherein the cooperating elements are telecommunication base stations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/35—Constructional details or hardware or software details of the signal processing chain
- G01S19/37—Hardware or software details of the signal processing chain
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明提供一种基于人工智能算法的道路设施数据采集系统，包括AI采集设备、移动终端、北斗定位模块与后台服务器，所述AI采集设备、北斗定位模块均与所移动终端无线连接，所述移动终端将接收的数据上传至所述后台服务器中。本发明通过众包方式，结合北斗定位和地理围栏技术，低成本高效地提取道路巡检中需要重点确认的巡检点的图像，图像实时上传到后台通过AI图像识别技术进行远程道路巡检识别。
Description
技术领域
本发明涉及道路巡检技术领域，尤其涉及一种基于人工智能算法的道路设 施数据采集系统。
背景技术
以无人驾驶为代表的新一代技术革新，对于高精地图为代表的空间数据的 质量、现势性要求大大提升，对空间数据采集的准确性、更新频次等的要求提 升了好几个等级。
空间数据的采集严重依赖于规模效应，对于如何提供全国新基建地图，需 要系统性的回答成本问题。而目前以地图外业、内业为代表的数据采集，依旧 以人工采集为主要手段，对人工采集的规模性依赖成为空间信息产业的掣肘。
使用人工智能采集空间信息数据成为行业前沿方向，市场上大部分使用方 式均是使用视频数据终端获取、离线上载到AI服务器，于服务器后台进行数 据识别，由于当前移动网络条件的限制，信息的采集无法做到实时识别、实时 更新，进而对地图数据的现势性要求满足较差。
为此，本领域迫切需要研发出一种设备能够克服现有技术存在的上述技术 问题。
发明内容
本发明之目的是提供一种基于人工智能算法的道路设施数据采集系统，能 够解决现有道路巡检主要通过人工训练以识别制定目标，该方法存在成本高、 实时性差与规范性差的技术问题。
本发明提供一种基于人工智能算法的道路设施数据采集系统，包括AI采 集设备、移动终端、北斗定位模块与后台服务器，所述AI采集设备、北斗定 位模块均与所移动终端无线连接，所述移动终端将接收的数据上传至所述后台 服务器中；
其中，所述AI采集设备包括视觉传感器、ISP处理模块、NPU处理模块、 CPU处理模块与数据传输模块；
所述视觉传感器用于获取原始视频流数据；
所述ISP处理模块用于对所述视觉传感器获取的视频流中图像进行预处 理，获取标准视频流数据，并将标准视频流数据传输至所述NPU处理模块；
所述NPU处理模块用于通过运行不同的神经网络对所述标准视频流数据 进行处理，以实现视觉中空间数据信息的识别提取，并将识别后的空间数据信 息传输给CPU处理模块；
所述CPU处理模块用于实时接收所述北斗定位模块传输的空间位置信息， 并将空间数据信息与经过线性差值算法处理后的空间位置信息相匹配，形成实 时规格化空间数据信息；
所述数据传输模块用于将所述CPU处理模块中的规格化空间数据信息通 过移动终端传输至后台服务器中。
优选地，所述AI采集设备与北斗定位模块以众包方式部署在所述移动终 端中。
优选地，还包括电源装置，所述电源装置用于为所述AI采集设备与北斗 定位模块提供电源。
优选地，还包括数据存储模块，用于存储目标区域的高精地图；
所述数据存储模块与所述CPU处理模块无线连接；
所述CPU处理模块用于实时接收所述后台服务器的采集数据指令，并控 制所述视觉传感器实时获取目标区域的原始视频流数据。
优选地，所述AI采集设备与后台服务器采用基于心跳保活机制实现的 TCP长连接方式进行数据传输，所述AI采集设备还用于实时获取心跳包数据。
优选地，所述AI采集设备与后台服务器之间采用数据脱敏机制。
优选地，所述AI采集设备与后台服务器之间基于地理围栏技术采用数据 脱敏机制；
所述地理围栏技术采用空间多边形为基础，并且所述地理围栏技术基于空 间网格索引管理。
优选地，所述NPU处理模块通过运行不同的神经网络对所述标准视频流 数据进行处理，以实现视觉中空间数据信息的识别提取，并将识别后的空间数 据信息传给CPU处理模块包括：
获取实时标准视频流数据信息；
通过运行不同的神经网络对所述标准视频流数据进行识别与跟踪，实现对 空间数据信息的识别过程中对巡检设施的逐帧持续跟踪；
获取空间数据信息；
将空间数据信息传输给CPU处理模块。
优选地，所述AI采集设备设置有HTTP请求接口，用于实现基于人工智 能算法的道路设施数据采集系统采集设备功能机制解耦。
优选地，所述NPU处理模块采用yolo V3神经网络进行识别，采用孪生神 经网络进行跟踪，两个神经网络同时运行以实现识别过程中对识别物的逐帧持 续跟踪。
本发明的基于人工智能算法的道路设施数据采集系统相比现有技术具有 如下有益效果：
本发明通过北斗定位和地理围栏技术，低成本高效地提取道路巡检中需要 重点确认的巡检点的图像，图像实时上传到后台通过AI图像识别技术进行远 程道路巡检识别。
本发明通过边缘计算方法与北斗定位于外业生产侧现场实时识别，将识别 成果文本化、规格化，处理后成果数据尺寸小、对移动数字网络带宽依赖低， 可实时自动上传到后台服务器。
本发明通过使用北斗高精定位、人工智能、5G通信等新基建技术，替换 传统空间数据采集中人工部分，使空间数据采集彻底自动化，AI化，使大量 非专业人员无需培训即可以众包的形式完成专业空间数据采集，进而系统地提 出一种低成本高质量规模化实现全国道路设施数字化的方式。
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为本发明的基于人工智能算法的道路设施数据采集系统的框架 示意图；
图2为AI采集设备的框架结构示意图。
附图标记汇总：
1、AI采集设备 11、视觉传感器 12、ISP处理模块
13、NPU处理模块 14、CPU处理模块 15、数据传输模块
2、移动终端 3、北斗定位模块 4、后台服务器
5、数据存储模块 6、电源装置
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方 式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的， 而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术 的描述，以避免不必要地混淆本发明的概念。
如图1所示，本发明提供的一种基于人工智能算法的道路设施数据采集系 统，包括AI采集设备1、移动终端2、北斗定位模块3与后台服务器4，AI 采集设备1、北斗定位模块3均与所移动终端2无线连接，移动终端2将接收 的数据上传至后台服务器4中。
如图2所示，AI采集设备1包括视觉传感器11、ISP处理模块12、NPU 处理模块13、CPU处理模块14与数据传输模块15；
视觉传感器11用于获取原始视频流数据；
ISP处理模块12用于对视觉传感器11获取的视频流中图像进行预处理， 获取标准视频流数据，并将标准视频流数据传输至NPU处理模块13；
NPU处理模块13用于通过运行不同的神经网络对标准视频流数据进行处 理，以实现视觉中空间数据信息的识别提取，并将识别后的空间数据信息传输 给CPU处理模块14；
CPU处理模块14用于实时接收北斗定位模块3传输的空间位置信息，并 将空间数据信息与经过线性差值算法处理后的空间位置信息相匹配，形成实时 规格化空间数据信息；
数据传输模块15用于将CPU处理模块14中的规格化空间数据信息通过 移动终端2传输至后台服务器4中。
本发明的基于人工智能算法的道路设施数据采集系统还可以包括电源装 置6，该电源装置6用于为AI采集设备1与北斗定位模块3提供电源。其中， 电源装置6可以是车辆中的点烟器或者充电宝等装置。
本发明的基于人工智能算法的道路设施数据采集系统还可以包括数据存 储模块5，用于存储目标区域的高精地图。数据存储模块5与CPU处理模块 14无线连接；CPU处理模块14用于实时接收后台服务器4的采集数据指令， 并控制视觉传感器11实时获取目标区域的原始视频流数据。这样设置可以实 现空间数据采集预判功能，通过在数据存储模块5中预存储有目标区域的高精 地图来增大空间数据采集的准确度。
由于空间数据采集具有一定的敏感性，系统必须做到对所有的众包AI采 集设备1位置可知、功能可控，这就需要后台服务器4与每一个北斗众包AI 采集设备1实时维护TCP长连接，以便指令的实时传达。即本发明的AI采集 设备1与后台服务器4采用基于心跳保活机制实现的TCP长连接方式进行数 据传输，AI采集设备1可以用于实时获取心跳包数据，这样设置可以保证AI 采集设备1与后台服务器4之间保持有效通信，可以在接收到后台服务器4发 布的指令后在指定的时间内关闭一个或多个对应的AI采集设备1。CPU处理 模块14在接收到关闭采集指令后，依旧保持与后台服务器4的长连接通行， 而AI采集设备1传输的采集结果直接丢弃，不进行处理和回传。
其中，AI采集设备1上传的心跳包中会将空间数据信息和设备唯一ID打 包，空间数据信息包括空间位置、方向、速度与图像等信息，为了同时兼顾保 持连接双向有效性和上传数据空间连续性，可与地图路网拟合成有效路径，心 跳包发送间隔一般设置为10秒。
为了实现在敏感区域不可进行数据采集，为此AI采集设备1与后台服务 器4之间采用数据脱敏机制。优选地，AI采集设备1与后台服务器4之间主 要基于地理围栏技术采用数据脱敏机制。地理围栏技术采用空间多边形为基 础，空间多边形中每个店对应一个经纬度，并且地理围栏技术基于空间网格索 引管理。
通过地理围栏技术采用数据脱敏机制具体判断步骤如下：
1)、使用空间网格索引，获取附近的地理围栏；
2)、使用奇偶规则算法判别点是否在多边形地理围栏内；
3)、基于规则开启或关闭采集功能。
例如，桥梁高度、隧道高度等涉及国家机密、人脸、车牌等涉及个人隐私 的内容，不应该被采集。由此可以使得涉及到国家机密、用户隐私等视频、图 片信息不回回传至后台服务器4，实现不传播不泄密，同时保证了采集空间数 据内容信息的安全性。
本发明基于心跳保活长连接技术，保证了AI采集设备1和后台服务器4 的有效数据信道。后台服务器4可收到AI采集设备1有效的位置和数据，并 可根据需求下发指令，配合脱敏地理围栏数据，实现设备采集的数据脱敏。
在本发明的进一步实施例中，NPU处理模块13通过运行不同的神经网络 对标准视频流数据进行处理，以实现视觉中空间数据信息的识别提取，并将识 别后的空间数据信息传给CPU处理模块14包括：
获取实时标准视频流数据信息；
通过运行不同的神经网络对标准视频流数据进行识别与跟踪，实现对空间 数据信息的识别过程中对巡检设施的逐帧持续跟踪；
获取空间数据信息；
将空间数据信息传输给CPU处理模块14。
考虑到AI采集设备1获取的视频流为持续输入，基于人工智能算法的道 路设施数据采集系统上装载的NPU处理模块13需要同时兼顾“识别”和“跟 踪”两个功能。其中识别功能使用yolo V3神经网络，跟踪功能使用孪生神经 网络，两个神经网络同时运行以实现识别过程中对识别物的逐帧持续跟踪。
上述AI采集设备1设置有HTTP请求接口，用于实现基于人工智能算法 的道路设施数据采集系统采集设备功能机制解耦。这样设置可以最大程度减少 AI采集设备1对其他硬件模块的依赖，从而可以专注于实现视觉算法。
上述CPU处理模块14经过线性差值算法获取空间位置信息，定位每帧空 间数据图像中巡检设施的空间位置，将经过线性差值算法处理后的空间位置信 息与空间数据信息相匹配，形成实时规格化空间数据信息。
具体地，CPU处理模块14可以采用2TOPS算力AI芯片模组，其中2TOPS 是目前主流单芯片可达到的最高算力，已经可以产品化运行经过裁剪的主流视 觉相关神经网络。
由于视频流的跟踪算法的实现，基于人工智能算法的道路设施数据采集系 统可以持续跟踪识别物(巡检设施)。可通过识别物消失的时间，推导出车辆 经过识别物的时间。同时，可以调整设备，保证设备是视觉输入帧数稳定，在 连续获得北斗信号的前提下通过线性插值的方式，获得每帧空间数据图像时设 备的空间位置，进而获得人工智能识别成果的对应的空间位置。由于分米级北 斗信号逐秒产生，大部分情况下线性差值后的视觉采集帧位置也可以达到分米 级精度。此方式的优势在于在低成本的基础上，满足业务需求，而不需要依赖 成本高昂的激光雷达等。
本发明通过将人工智能、边缘计算、北斗定位在硬件层进行整合和集成， 生产下一代空间数据采集的通用平台。在相同的硬件架构下，通过算法的持续 迭代，覆盖高精地图、道路巡检、网格员巡查、交警执法、城管执法等广义的 空间信息自动化采集领域。通过AI识别技术与北斗高精度定位相结合，将识 别成果文本化、规格化，处理后成果数据尺寸小、对移动数字网络带宽依赖低， 可实时自动上传到后台服务器4，以此实现远程道路巡检设施识别。
本发明的基于人工智能算法的道路设施数据采集系统可以适用不同的采 集平台中，即可以根据实际情况进行简便安装与使用。上述AI采集设备1与 北斗定位模块3采用分体设计，这样设置是为了可以针对不同的采集平台实现 不同的采集方案，并且分体的设计可以让AI采集设备1可适配中台、手机等 设备，通过软件的方式与北斗定位信号、GPS信号匹配，最大限度地适配不同 的采集平台。优选地，AI采集设备1与北斗定位模块3以众包方式部署在移 动终端2中，例如可以以众包的方式将AI采集设备1充分部署到全社会车辆中，出租车、公交车、私家车、外卖骑手均可以为空间数据采集车。让这些空 间数据采集车可以抽象为基于算法搭配的空间算力，让每台空间数据采集车按 需更新对应的算法，动态的调整空间算力的应用。以最终让包括道路巡检在内 的空间采集业务实现采集标准化、众包化、算力抽象化，进而可以实现城市级 乃至国家级空间算力自动调度，从本质上一次性地解决上一代技术革命中空间 信息相关的遗留问题，实现数据的全面信息化，以迎来万物互联的到来。
上述北斗定位模块3可以集成在AI采集设备1中，也可以独立设置。
例如可以是车载方案或者电动车/摩托车方案。在车载方案中，可以仅采 用AI采集设备1、Android中控与与北斗天线组合进行视频流数据采集。由于 车辆封闭安全的特性，车载方案可支持复杂的硬件中台方案，在功能上增加后 台长连接，北斗分米级定位。运营方式上，完全独立运营，驾驶员使用无感。 安装方式上，AI采集设备1挂到后视镜上，Android中控和北斗天线安放在中 台上方，整个过程无需布线，无需打开中控面板，仅需要连接点烟器即可实现 所有设备供电。
如果是电动车/摩托车方案，则在该方案中选用AI采集设备1与手机组合 进行视频流数据采集。相对于车辆电动车/摩托车采集有几大区别：1、无安全 密闭空间，行驶结束后要便捷回收设备；2、驾驶中手机处于无法使用状态， 采集过程中设备可以复用手机系统；3、固定电源，需要解决移动充电问题。 基于以上区别，电动车/摩托车采用AI采集设备1与手机组合，这样仅需开发 手机APP来复用手机的系统和定位，或外接北斗定位模块3。AI采集设备1 由充电宝供电，单个充电宝可供应AI采集设备1工作约7个小时左右。
本发明通过边缘计算方法、AI图像识别技术与北斗定位于外业生产侧现 场实时识别，将识别成果文本化、规格化，处理后成果数据尺寸小、对移动数 字网络带宽依赖低，可实时自动上传到后台服务器，以此实现远程道路巡检设 施识别，进而系统地提出一种低成本高质量规模化实现全国道路设施数字化的 方式。
应当理解的是，本发明的上述具体实施方式仅用于示例性说明或解释本发 明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的 情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之 内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者 这种范围和边界的等同形式内的全部变化和修改例。
Claims (10)
1.一种基于人工智能算法的道路设施数据采集系统，其特征在于，包括AI采集设备、移动终端、北斗定位模块与后台服务器，所述AI采集设备、北斗定位模块均与所移动终端无线连接，所述移动终端将接收的数据上传至所述后台服务器中；
其中，所述AI采集设备包括视觉传感器、ISP处理模块、NPU处理模块、CPU处理模块与数据传输模块；
所述视觉传感器用于获取原始视频流数据；
所述ISP处理模块用于对所述视觉传感器获取的视频流中图像进行预处理，获取标准视频流数据，并将标准视频流数据传输至所述NPU处理模块；
所述NPU处理模块用于通过运行不同的神经网络对所述标准视频流数据进行处理，以实现视觉中空间数据信息的识别提取，并将识别后的空间数据信息传输给CPU处理模块；
所述CPU处理模块用于实时接收所述北斗定位模块传输的空间位置信息，并将空间数据信息与经过线性差值算法处理后的空间位置信息相匹配，形成实时规格化空间数据信息；
所述数据传输模块用于将所述CPU处理模块中的规格化空间数据信息通过移动终端传输至后台服务器中。
2.根据权利要求1所述的基于人工智能算法的道路设施数据采集系统，其特征在于，所述AI采集设备与北斗定位模块以众包方式部署在所述移动终端中。
3.根据权利要求1所述的基于人工智能算法的道路设施数据采集系统，其特征在于，还包括电源装置，所述电源装置用于为所述AI采集设备与北斗定位模块提供电源。
4.根据权利要求1所述的基于人工智能算法的道路设施数据采集系统，其特征在于，还包括数据存储模块，用于存储目标区域的高精地图；
所述数据存储模块与所述CPU处理模块无线连接；
所述CPU处理模块用于实时接收所述后台服务器的采集数据指令，并控制所述视觉传感器实时获取目标区域的原始视频流数据。
5.根据权利要求1所述的基于人工智能算法的道路设施数据采集系统，其特征在于，所述AI采集设备与后台服务器采用基于心跳保活机制实现的TCP长连接方式进行数据传输，所述AI采集设备还用于实时获取心跳包数据。
6.根据权利要求5所述的基于人工智能算法的道路设施数据采集系统，其特征在于，所述AI采集设备与后台服务器之间采用数据脱敏机制。
7.根据权利要求6所述的基于人工智能算法的道路设施数据采集系统，其特征在于，所述AI采集设备与后台服务器之间基于地理围栏技术采用数据脱敏机制；
所述地理围栏技术采用空间多边形为基础，并且所述地理围栏技术基于空间网格索引管理。
8.根据权利要求1所述的基于人工智能算法的道路设施数据采集系统，其特征在于，所述NPU处理模块通过运行不同的神经网络对所述标准视频流数据进行处理，以实现视觉中空间数据信息的识别提取，并将识别后的空间数据信息传给CPU处理模块包括：
获取实时标准视频流数据信息；
通过运行不同的神经网络对所述标准视频流数据进行识别与跟踪，实现对空间数据信息的识别过程中对巡检设施的逐帧持续跟踪；
获取空间数据信息；
将空间数据信息传输给CPU处理模块。
9.根据权利要求1所述的基于人工智能算法的道路设施数据采集系统，其特征在于，所述AI采集设备设置有HTTP请求接口，用于实现基于人工智能算法的道路设施数据采集系统采集设备功能机制解耦。
10.根据权利要求8所述的基于人工智能算法的道路设施数据采集系统，其特征在于，所述NPU处理模块采用yolo V3神经网络进行识别，采用孪生神经网络进行跟踪，两个神经网络同时运行以实现识别过程中对识别物的逐帧持续跟踪。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110179100.5A CN113031035B (zh) | 2021-02-07 | 2021-02-07 | 基于人工智能算法的道路设施数据采集系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110179100.5A CN113031035B (zh) | 2021-02-07 | 2021-02-07 | 基于人工智能算法的道路设施数据采集系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113031035A true CN113031035A (zh) | 2021-06-25 |
| CN113031035B CN113031035B (zh) | 2023-07-21 |
Family
ID=76460762
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110179100.5A Active CN113031035B (zh) | 2021-02-07 | 2021-02-07 | 基于人工智能算法的道路设施数据采集系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113031035B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114745525A (zh) * | 2022-04-08 | 2022-07-12 | 中国矿业大学 | 一种载体寄生式公路附属设施智能定点巡查方法 |
| CN115311869A (zh) * | 2022-07-29 | 2022-11-08 | 重庆长安汽车股份有限公司 | 一种基于智能网联汽车算力共享的道路事件获取方法及系统、汽车 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180211117A1 (en) * | 2016-12-20 | 2018-07-26 | Jayant Ratti | On-demand artificial intelligence and roadway stewardship system |
| CN109447048A (zh) * | 2018-12-25 | 2019-03-08 | 苏州闪驰数控系统集成有限公司 | 一种人工智能预警系统 |
| CN110503793A (zh) * | 2019-07-26 | 2019-11-26 | 北京讯腾智慧科技股份有限公司 | 一种基于人工智能的管道入侵自动预警方法、系统及设备 |
| CN111126802A (zh) * | 2019-12-10 | 2020-05-08 | 福建省高速公路集团有限公司 | 基于人工智能的高速公路检查评价方法及系统 |
| CN111985352A (zh) * | 2020-07-30 | 2020-11-24 | 国网智能科技股份有限公司 | 一种ai前端化的变电站巡检视频实时识别方法及系统 |
| CN112184625A (zh) * | 2020-09-01 | 2021-01-05 | 燊赛(上海)智能科技有限公司 | 一种基于视频深度学习的路面缺陷识别方法和系统 |
-
2021
- 2021-02-07 CN CN202110179100.5A patent/CN113031035B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180211117A1 (en) * | 2016-12-20 | 2018-07-26 | Jayant Ratti | On-demand artificial intelligence and roadway stewardship system |
| CN109447048A (zh) * | 2018-12-25 | 2019-03-08 | 苏州闪驰数控系统集成有限公司 | 一种人工智能预警系统 |
| CN110503793A (zh) * | 2019-07-26 | 2019-11-26 | 北京讯腾智慧科技股份有限公司 | 一种基于人工智能的管道入侵自动预警方法、系统及设备 |
| CN111126802A (zh) * | 2019-12-10 | 2020-05-08 | 福建省高速公路集团有限公司 | 基于人工智能的高速公路检查评价方法及系统 |
| CN111985352A (zh) * | 2020-07-30 | 2020-11-24 | 国网智能科技股份有限公司 | 一种ai前端化的变电站巡检视频实时识别方法及系统 |
| CN112184625A (zh) * | 2020-09-01 | 2021-01-05 | 燊赛(上海)智能科技有限公司 | 一种基于视频深度学习的路面缺陷识别方法和系统 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114745525A (zh) * | 2022-04-08 | 2022-07-12 | 中国矿业大学 | 一种载体寄生式公路附属设施智能定点巡查方法 |
| CN115311869A (zh) * | 2022-07-29 | 2022-11-08 | 重庆长安汽车股份有限公司 | 一种基于智能网联汽车算力共享的道路事件获取方法及系统、汽车 |
| CN115311869B (zh) * | 2022-07-29 | 2023-07-18 | 重庆长安汽车股份有限公司 | 一种基于智能网联汽车算力共享的道路事件获取方法及系统、汽车 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113031035B (zh) | 2023-07-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105849790B (zh) | 一种路况信息获取方法 | |
| WO2020133088A1 (zh) | 一种可用于自动驾驶的地图更新系统与方法 | |
| CN113033301B (zh) | 基于ai图像识别技术采集道路巡检设施数据的方法 | |
| CA3065731C (en) | Systems and methods for system generated damage analysis | |
| US10560823B1 (en) | Systems and methods for roadside assistance | |
| US20200162868A1 (en) | Systems and methods for automatic breakdown detection and roadside assistance | |
| CN113031035A (zh) | 基于人工智能算法的道路设施数据采集系统 | |
| CN107421554A (zh) | 导航路径确定方法、装置、车载设备和存储介质 | |
| CN103559805A (zh) | 基于北斗及惯性导航的高精度3g视频车载定位系统 | |
| CN105788280A (zh) | 一种基于车联网的智慧城市车辆自动追踪系统 | |
| CN114466333B (zh) | 一种基于eSIM和5G的车联网控制系统 | |
| JP7145971B2 (ja) | 自律車両による乗客認識のための方法および車両システム | |
| CN109104502A (zh) | 一种远程遥控的泊车方法和系统 | |
| CN115686063A (zh) | 配网电路巡检的移动无人机和机巢管控系统 | |
| CN112289036A (zh) | 基于交通语义的场景式违章属性识别系统及方法 | |
| CN113783930A (zh) | 基于野外可部署5g车载平台的空地网络系统及搭建方法 | |
| CN111291275A (zh) | 车辆、车机设备及其基于实况的出游方案推荐方法 | |
| EP3827419A2 (en) | Monitoring, controlling and reporting driver actions by automatically following traffic rules | |
| US11670089B2 (en) | Image modifications for crowdsourced surveillance | |
| CN112731495B (zh) | 一种基于北斗或gps导航的三证合一数字智能交通车载终端 | |
| US20220392340A1 (en) | Sensor gap analysis | |
| US20210142590A1 (en) | System generated damage analysis using scene templates | |
| CN114756700A (zh) | 场景库建立方法、装置、车辆、存储介质及芯片 | |
| CN103426308A (zh) | 可兼容和拓展的智能交通系统 | |
| CN110089099A (zh) | 相机、相机处理方法、服务器、服务器处理方法以及信息处理设备 |
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 | ||
| CB02 | Change of applicant information |
Address after: 101318 room 1115, 6 Anfu street, Houshayu Town, Shunyi District, Beijing Applicant after: Jiaoxin Beidou Technology Co.,Ltd. Applicant after: CHINA TRANSPORT TELECOMMUNICATIONS AND INFORMATION CENTER Applicant after: Anhui Yucheng Data Technology Co.,Ltd. Address before: 101318 room 1115, 6 Anfu street, Houshayu Town, Shunyi District, Beijing Applicant before: BEIJING CCCC INVESTMENT INNOVATION INVESTMENT DEVELOPMENT CO.,LTD. Applicant before: CHINA TRANSPORT TELECOMMUNICATIONS AND INFORMATION CENTER Applicant before: Anhui Yucheng Data Technology Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |