CN113055651A - 一种人工智能型车辆安防系统及计算机可读存储介质 - Google Patents

一种人工智能型车辆安防系统及计算机可读存储介质 Download PDF

Info

Publication number
CN113055651A
CN113055651A CN202110294778.8A CN202110294778A CN113055651A CN 113055651 A CN113055651 A CN 113055651A CN 202110294778 A CN202110294778 A CN 202110294778A CN 113055651 A CN113055651 A CN 113055651A
Authority
CN
China
Prior art keywords
vehicle
module
artificial intelligence
alarm
intelligent analysis
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.)
Withdrawn
Application number
CN202110294778.8A
Other languages
English (en)
Inventor
王滨
隆乾锋
李思云
杨健明
黄宇航
秦茵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Foshan Longsheng Guangqi Technology Co ltd
Original Assignee
Foshan Longsheng Guangqi Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Foshan Longsheng Guangqi Technology Co ltd filed Critical Foshan Longsheng Guangqi Technology Co ltd
Priority to CN202110294778.8A priority Critical patent/CN113055651A/zh
Publication of CN113055651A publication Critical patent/CN113055651A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/161—Decentralised systems, e.g. inter-vehicle communication
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/52—Network services specially adapted for the location of the user terminal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Multimedia (AREA)
  • Alarm Systems (AREA)

Abstract

本发明提供了一种基于人工智能的车辆安防系统，包括车载监测装置、客户端和安防服务器，车载监测装置包括定位模块、无线传输模块、智能分析模块、数据存储模块、摄像模块和告警模块，定位模块用于获取车辆的位置信息，无线传输模块用于将所述车载监测装置的数据发送至安防服务器，摄像模块用于拍摄车辆周围的画面，智能分析模块用于分析拍摄画面中存在的危险因素，数据存储模块用于存放本地数据，告警模块用于发出语音告警，客户端通过登录所述安防服务器获取相关数据。该安防系统解析出车辆附近对车辆有损害意图的可疑人员并发出警告起到威慑作用，同时抓拍图像作为后续追责的证据，在行驶时能够根据速度计算出安全距离，辅助车主安全驾驶。

Description

一种人工智能型车辆安防系统及计算机可读存储介质
技术领域
本发明涉车辆安防技术领域，尤其涉及一种基于人工智能的车辆安防系统。
背景技术
车辆停放在停车位后有时会遭到恶意破坏，在一些没有视频监控的场所车主无法找到责任人追责，车辆安防系统用于防止这类破坏事件的发生以及发生后的追踪处理。
现在已经开发出了很多车辆安防系统，经过我们大量的检索与参考，发现现有的车辆安防系统有如公开号为KR101239364B1，KR1020040023340A和KR101183513B1所公开的系统，该系统客户端通过汽车安防服务器与车载控制器进行双向通信；车载控制器用于采集和保存车载网络数据并对车载网络数据进行处理，同时根据车载网络传输速度的快慢来决定是否向服务器上传数据；客户端根据报警级别通过车载网络向汽车网络发送控制信息，若车辆被盗开走一定的距离时可立即响应切断汽车控制电路的供电回路强制停车。但该系统只能对盗车行为做后续处理，而无法对车辆破坏行为起警示及证据保留作用。
发明内容
本发明的目的在于，针对所存在的不足，提出了一种基于大数据的车辆驾驶行为评价系统，
为了克服现有技术的不足，本发明采用如下技术方案：
一种基于人工智能的车辆安防系统，包括车载监测装置、客户端和安防服务器，所述车载监测装置用于监测车辆附近的可疑行为并将可疑画面发送至所述安防服务器，所述客户端通过登录所述安防服务器获取可疑信息；
进一步的，所述车载监测装置包括定位模块、无线传输模块、智能分析模块、数据存储模块、摄像模块和告警模块，所述定位模块用于获取车辆的位置信息，所述摄像模块用于拍摄车辆周围的画面，所述智能分析模块用于分析拍摄画面中存在的危险因素，所述无线传输模块用于将所述车载监测装置的数据发送至安防服务器，所述数据存储模块用于存放本地数据，所述告警模块用于发出语音告警；
进一步的，所述摄像模块包括四个摄像头用于拍摄车辆前后左右方的画面；
进一步的，智能分析模块通过分析画面内的人物模型与车辆距离以、人脸朝向以及停留的时间筛选可疑人物，人物模型与车辆距离通过计算画面中未拍摄到的脚部与画面底部的距离l映射得到，所述l的公式如下：
Figure BDA0002983910640000021
其中k为头占身高比，t为头部的像素高度，g为画面中人物模型的像素高度，N为人物模型包含的像素点个数，w为人物模型的像素宽度；
进一步的，所述智能分析模块将头部图像的像素点灰度值G(x，y)按照如下公式处理：
Figure BDA0002983910640000022
计算G′(x，y)值小于4的像素点的个数与头部图像中像素点个数的比值，所述比值小于预设阈值时，所述智能分析模块判断人脸朝向车辆；
进一步的，所述智能分析模块在车辆行驶过程中通过分析车速v以及与前车距离s1计算得到安全距离l1，当s1＜l1时，所述告警模块发出提示，当
Figure BDA0002983910640000023
时，所述告警模块发出警告；
进一步的，所述安全距离的计算公式为：
Figure BDA0002983910640000024
其中，t′为反应时间与制动时间总和，a为刹车加速度，Δs1为距离s1在极短时间Δt内发生的变化量；
进一步的，所述数据存储模块中能够预先存入白名单头像数据，当所述智能分析模块将放弃伸入分析与所述白名单头像数据一致的人物模型；
一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括基于人工智能的车辆安防系统程序，所述基于人工智能的车辆安防系统程序被处理器执行时，实现一种基于人工智能的车辆安防系统的步骤。
本发明所取得的有益效果是：
本发明通过对持续在车辆附近的可疑人员作出警示并抓拍图片，防止其作出破坏行为以及对作出破坏行为的人进行追责，同时对盗车行为能够持续地上报车辆地址，方便后续的追回，此系统还能够在行驶时分析车速与车距，辅助车主控制好距离更安全的行驶。
附图说明
从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制，而是将重点放在示出实施例的原理上。在不同的视图中，相同的附图标记指定对应的部分。
图1为系统结构框架示意图。
图2为停放监测模式流程示意图。
图3为正面头像像素点01分布示意图。
图4为侧面头像像素点01分布示意图。
图5为背面头像像素点01分布示意图。
图6为车载监测装置小样图。
具体实施方式
为了使得本发明的目的.技术方案及优点更加清楚明白，以下结合其实施例，对本发明进行进一步详细说明；应当理解，此处所描述的具体实施例仅用于解释本发明，并不用于限定本发明。对于本领域技术人员而言，在查阅以下详细描述之后，本实施例的其它系统.方法和/或特征将变得显而易见。旨在所有此类附加的系统.方法.特征和优点都包括在本说明书内.包括在本发明的范围内，并且受所附权利要求书的保护。在以下详细描述描述了所公开的实施例的另外的特征，并且这些特征根据以下将详细描述将是显而易见的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或组件必须具有特定的方位，以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
实施例一。
一种基于人工智能的车辆安防系统，包括车载监测装置、客户端和安防服务器，所述车载监测装置用于监测车辆附近的可疑行为并将可疑画面发送至所述安防服务器，所述客户端通过登录所述安防服务器获取可疑信息；
所述车载监测装置包括定位模块、无线传输模块、智能分析模块、数据存储模块、摄像模块和告警模块，所述定位模块用于获取车辆的位置信息，所述摄像模块用于拍摄车辆周围的画面，所述智能分析模块用于分析拍摄画面中存在的危险因素，所述无线传输模块用于将所述车载监测装置的数据发送至安防服务器，所述数据存储模块用于存放本地数据，所述告警模块用于发出语音告警；
所述摄像模块包括四个摄像头用于拍摄车辆前后左右方的画面；
智能分析模块通过分析画面内的人物模型与车辆距离以、人脸朝向以及停留的时间筛选可疑人物，人物模型与车辆距离通过计算画面中未拍摄到的脚部与画面底部的距离l映射得到，所述l的公式如下：
Figure BDA0002983910640000041
其中k为头占身高比，t为头部的像素高度，g为画面中人物模型的像素高度，N为人物模型包含的像素点个数，w为人物模型的像素宽度；
所述智能分析模块将头部图像的像素点灰度值G(x，y)按照如下公式处理：
Figure BDA0002983910640000042
计算G′(x，y)值小于4的像素点的个数与头部图像中像素点个数的比值，所述比值小于预设阈值时，所述智能分析模块判断人脸朝向车辆；
所述智能分析模块在车辆行驶过程中通过分析车速v以及与前车距离s1计算得到安全距离l1，当s1＜l1时，所述告警模块发出提示，当
Figure BDA0002983910640000043
时，所述告警模块发出警告；
所述安全距离的计算公式为：
Figure BDA0002983910640000044
其中，t′为反应时间与制动时间总和，a为刹车加速度，Δs1为距离s1在极短时间Δt内发生的变化量；
所述数据存储模块中能够预先存入白名单头像数据，当所述智能分析模块将放弃伸入分析与所述白名单头像数据一致的人物模型；
一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括基于人工智能的车辆安防系统程序，所述基于人工智能的车辆安防系统程序被处理器执行时，实现一种基于人工智能的车辆安防系统的步骤。
实施例二。
一种基于人工智能的车辆安防系统，包括车载监测装置、客户端和安防服务器，所述车载监测装置用于监测车辆附近的可疑行为并将可疑画面发送至所述安防服务器，所述客户端通过登录所述安防服务器获取可疑信息；
所述车载监测装置包括定位模块、无线传输模块、智能分析模块、数据存储模块、摄像模块和告警模块，所述定位模块用于获取车辆的位置信息，所述摄像模块用于拍摄车辆周围的画面，所述智能分析模块用于分析拍摄画面中存在的危险因素，所述无线传输模块用于将所述车载监测装置的数据发送至安防服务器，所述数据存储模块用于存放本地数据，所述告警模块用于发出语音告警；
所述摄像模块包括四个摄像头用于拍摄车辆前后左右方的画面；
智能分析模块通过分析画面内的人物模型与车辆距离以、人脸朝向以及停留的时间筛选可疑人物，人物模型与车辆距离通过计算画面中未拍摄到的脚部与画面底部的距离l映射得到，所述l的公式如下：
Figure BDA0002983910640000051
其中k为头占身高比，t为头部的像素高度，g为画面中人物模型的像素高度，N为人物模型包含的像素点个数，w为人物模型的像素宽度；
所述智能分析模块将头部图像的像素点灰度值G(x，y)按照如下公式处理：
Figure BDA0002983910640000052
计算G′(x，y)值小于4的像素点的个数与头部图像中像素点个数的比值，所述比值小于预设阈值时，所述智能分析模块判断人脸朝向车辆；
所述智能分析模块在车辆行驶过程中通过分析车速v以及与前车距离s1计算得到安全距离l1，当s1＜l1时，所述告警模块发出提示，当
Figure BDA0002983910640000061
时，所述告警模块发出警告；
所述安全距离的计算公式为：
Figure BDA0002983910640000062
其中，t′为反应时间与制动时间总和，a为刹车加速度，Δs1为距离s1在极短时间Δt内发生的变化量；
所述数据存储模块中能够预先存入白名单头像数据，当所述智能分析模块将放弃伸入分析与所述白名单头像数据一致的人物模型；
一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括基于人工智能的车辆安防系统程序，所述基于人工智能的车辆安防系统程序被处理器执行时，实现一种基于人工智能的车辆安防系统的步骤；
基于此设计了一种基于人工智能的车辆安防系统，包括车载监测装置、客户端和安防服务器，所述车载监测装置固定安装于车辆顶部外侧，包括定位模块、无线传输模块、智能分析模块、数据存储模块、摄像模块和告警模块，所述定位模块用于获取车辆的位置信息，所述无线传输模块用于将所述车载监测装置的数据发送至安防服务器，所述摄像模块用于拍摄车辆周围的画面，所述智能分析模块用于分析拍摄画面中存在的危险因素，所述数据存储模块用于存放本地数据，所述告警模块用于发出语音告警，所述客户端通过登录所述安防服务器获取相关数据；
所述车辆安防系统包括停放监测模式和行驶监测模式，处于停放监测模式时，所述车载监测装置会持续追踪距车辆一定范围内的人员，在其处于该范围内超出预设的时间时，会发出告警提醒其离开，若车辆在停放监测模式下进行远距离移动，所述定位模块通过所述无线传输模块会向所述安防服务器持续发送位置信息并触发盗车警告，所述安防服务器主动向所述客户端发出盗车警告，处于行驶监测模式时，所述车载监测装置会监测前车与后车的距离，当判断触发车前追尾预警时，会锁定车辆的油门防止加速造成更大危害，当车前追尾预警解除后，重新解锁油门，当判断车后触发追尾预警时，会发出语音警告提醒后车减速；
所述摄像模块包括四个摄像头，分别朝向前后左右用于拍摄车辆前后左右方的画面，所述智能分析模块在停放监测模式下对拍摄的画面进行分析，分析过程包括如下几个步骤：
S1、人物提取，从拍摄的画面中提取人物模型；
S2、距离判断，通过提取的人物模型的长宽信息判断该人物与车辆的距离并筛选其中距离小于预设阈值内的人物模型；
S3、头部提取，从筛选出的人物模型中提取头部画面；
S4、正脸判断，分析头部画面判断人脸是否朝向车辆，若是，则对该人物模型持续追踪并开启时间记录；
S5、超时判断，若该人物模型持续出现在车辆附近的时间超出预设阈值，则所述告警模块会发出语音告警。
实施例三。
一种基于人工智能的车辆安防系统，包括车载监测装置、客户端和安防服务器，所述车载监测装置用于监测车辆附近的可疑行为并将可疑画面发送至所述安防服务器，所述客户端通过登录所述安防服务器获取可疑信息；
所述车载监测装置包括定位模块、无线传输模块、智能分析模块、数据存储模块、摄像模块和告警模块，所述定位模块用于获取车辆的位置信息，所述摄像模块用于拍摄车辆周围的画面，所述智能分析模块用于分析拍摄画面中存在的危险因素，所述无线传输模块用于将所述车载监测装置的数据发送至安防服务器，所述数据存储模块用于存放本地数据，所述告警模块用于发出语音告警；
所述摄像模块包括四个摄像头用于拍摄车辆前后左右方的画面；
智能分析模块通过分析画面内的人物模型与车辆距离以、人脸朝向以及停留的时间筛选可疑人物，人物模型与车辆距离通过计算画面中未拍摄到的脚部与画面底部的距离l映射得到，所述l的公式如下：
Figure BDA0002983910640000071
其中k为头占身高比，t为头部的像素高度，g为画面中人物模型的像素高度，N为人物模型包含的像素点个数，w为人物模型的像素宽度；
所述智能分析模块将头部图像的像素点灰度值G(x，y)按照如下公式处理：
Figure BDA0002983910640000081
计算G′(x，y)值小于4的像素点的个数与头部图像中像素点个数的比值，所述比值小于预设阈值时，所述智能分析模块判断人脸朝向车辆；
所述智能分析模块在车辆行驶过程中通过分析车速v以及与前车距离s1计算得到安全距离l1，当s1＜l1时，所述告警模块发出提示，当
Figure BDA0002983910640000082
时，所述告警模块发出警告；
所述安全距离的计算公式为：
Figure BDA0002983910640000083
其中，t′为反应时间与制动时间总和，a为刹车加速度，Δs1为距离s1在极短时间Δt内发生的变化量；
所述数据存储模块中能够预先存入白名单头像数据，当所述智能分析模块将放弃伸入分析与所述白名单头像数据一致的人物模型；
一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括基于人工智能的车辆安防系统程序，所述基于人工智能的车辆安防系统程序被处理器执行时，实现一种基于人工智能的车辆安防系统的步骤；
基于此设计了一种基于人工智能的车辆安防系统，包括车载监测装置、客户端和安防服务器，所述车载监测装置固定安装于车辆顶部外侧，包括定位模块、无线传输模块、智能分析模块、数据存储模块、摄像模块和告警模块，所述定位模块用于获取车辆的位置信息，所述无线传输模块用于将所述车载监测装置的数据发送至安防服务器，所述摄像模块用于拍摄车辆周围的画面，所述智能分析模块用于分析拍摄画面中存在的危险因素，所述数据存储模块用于存放本地数据，所述告警模块用于发出语音告警，所述客户端通过登录所述安防服务器获取相关数据；
所述车辆安防系统包括停放监测模式和行驶监测模式，处于停放监测模式时，所述车载监测装置会持续追踪距车辆一定范围内的人员，在其处于该范围内超出预设的时间时，会发出告警提醒其离开，若车辆在停放监测模式下进行远距离移动，所述定位模块通过所述无线传输模块会向所述安防服务器持续发送位置信息并触发盗车警告，所述安防服务器主动向所述客户端发出盗车警告，处于行驶监测模式时，所述车载监测装置会监测前车与后车的距离，当判断触发车前追尾预警时，会锁定车辆的油门防止加速造成更大危害，当车前追尾预警解除后，重新解锁油门，当判断车后触发追尾预警时，会发出语音警告提醒后车减速；
所述摄像模块包括四个摄像头，分别朝向前后左右用于拍摄车辆前后左右方的画面，所述智能分析模块在停放监测模式下对拍摄的画面进行分析，分析过程包括如下几个步骤：
S1、人物提取，从拍摄的画面中提取人物模型；
S2、距离判断，通过提取的人物模型的长宽信息判断该人物与车辆的距离并筛选其中距离小于预设阈值内的人物模型；
S3、头部提取，从筛选出的人物模型中提取头部画面；
S4、正脸判断，分析头部画面判断人脸是否朝向车辆，若是，则对该人物模型持续追踪并开启时间记录；
S5、超时判断，若该人物模型持续出现在车辆附近的时间超出预设阈值，则所述告警模块会发出语音告警；
判断拍摄画面中人物与车辆的距离的具体方法为：
统计该人物模型中包含的像素点的个数N，统计该人物模型中每一行中最大的连续像素点个数h(i)，计算每行最大连续像素点个数的平均数并取整：
Figure BDA0002983910640000091
其中n为所述人物模型所占的行数；
设一个变量h，使其在
Figure BDA0002983910640000092
至
Figure BDA0002983910640000093
遍历一次，对每一个h的值均统计每行最大连续像素点个数在(h±5)范围内的行数w(h)，共可得到一组61维的数列，选择其中最大的w(h)，其对应的h值作为该人物模型的宽度w；
计算该人物模型最高的像素点距离画面底端的距离g，并通过h(i)的变化规律得出头部的高度t，所述宽度w、所述距离g和所述高度t均指像素点个数，计算出未拍摄到的脚部底端距画面底端的距离：
Figure BDA0002983910640000094
其中k为头占身高比；
当l超出预设阈值时，认为该人物模型处于车辆预设距离内并被筛选出来继续分析，对于车前、车后和车侧面其对应的所述预设阈值为不同的值；
所述智能分析模块将头部图像的像素点灰度值按照如下公式处理：
Figure BDA0002983910640000101
其中G(x，y)表示在(x，y)坐标的像素点的灰度值；
将G′(x，y)中小于4的像素点标记为1，其余像素点标记为0，使用深度搜索方法搜索相邻连接的标记为1的像素点，获得多个目标区域，统计所述目标区域内包含像素点个数最多的目标区域的像素点个数，记为n1，再统计头部图像内的所有像素点个数，记为n2，若比值
Figure BDA0002983910640000102
小于0.37，则判断所述人物模型人脸朝向车辆；
被筛选出的人脸朝向车辆的人物模型被标记并提取轮廓图作为对比帧保存至数据存储模块，当摄像头拍摄的下一帧图像被发送至智能分析模块后，所述智能分析模块从图像中提取出与所述对比帧最接近的人物模型轮廓图作为新的对比帧替换保存至数据存储模块中，从而实现追踪效果，当该人物模型的距离被判断远离车辆后，清空所述对比帧数据；
所述数据存储模块中能够预先存入白名单头像数据，当所述智能分析模块检测到人物模型与所述白名单头像数据一致时，不会进行追踪。
实施例四。
一种基于人工智能的车辆安防系统，包括车载监测装置、客户端和安防服务器，所述车载监测装置用于监测车辆附近的可疑行为并将可疑画面发送至所述安防服务器，所述客户端通过登录所述安防服务器获取可疑信息；
所述车载监测装置包括定位模块、无线传输模块、智能分析模块、数据存储模块、摄像模块和告警模块，所述定位模块用于获取车辆的位置信息，所述摄像模块用于拍摄车辆周围的画面，所述智能分析模块用于分析拍摄画面中存在的危险因素，所述无线传输模块用于将所述车载监测装置的数据发送至安防服务器，所述数据存储模块用于存放本地数据，所述告警模块用于发出语音告警；
所述摄像模块包括四个摄像头用于拍摄车辆前后左右方的画面；
智能分析模块通过分析画面内的人物模型与车辆距离以、人脸朝向以及停留的时间筛选可疑人物，人物模型与车辆距离通过计算画面中未拍摄到的脚部与画面底部的距离l映射得到，所述l的公式如下：
Figure BDA0002983910640000111
其中k为头占身高比，t为头部的像素高度，g为画面中人物模型的像素高度，N为人物模型包含的像素点个数，w为人物模型的像素宽度；
所述智能分析模块将头部图像的像素点灰度值G(x，y)按照如下公式处理：
Figure BDA0002983910640000112
计算G′(x，y)值小于4的像素点的个数与头部图像中像素点个数的比值，所述比值小于预设阈值时，所述智能分析模块判断人脸朝向车辆；
所述智能分析模块在车辆行驶过程中通过分析车速v以及与前车距离s1计算得到安全距离l1，当s1＜l1时，所述告警模块发出提示，当
Figure BDA0002983910640000113
时，所述告警模块发出警告；
所述安全距离的计算公式为：
Figure BDA0002983910640000114
其中，t′为反应时间与制动时间总和，a为刹车加速度，Δs1为距离s1在极短时间Δt内发生的变化量；
所述数据存储模块中能够预先存入白名单头像数据，当所述智能分析模块将放弃伸入分析与所述白名单头像数据一致的人物模型；
一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括基于人工智能的车辆安防系统程序，所述基于人工智能的车辆安防系统程序被处理器执行时，实现一种基于人工智能的车辆安防系统的步骤；
基于此设计了一种基于人工智能的车辆安防系统，包括车载监测装置、客户端和安防服务器，所述车载监测装置固定安装于车辆顶部外侧，包括定位模块、无线传输模块、智能分析模块、数据存储模块、摄像模块和告警模块，所述定位模块用于获取车辆的位置信息，所述无线传输模块用于将所述车载监测装置的数据发送至安防服务器，所述摄像模块用于拍摄车辆周围的画面，所述智能分析模块用于分析拍摄画面中存在的危险因素，所述数据存储模块用于存放本地数据，所述告警模块用于发出语音告警，所述客户端通过登录所述安防服务器获取相关数据；
所述车辆安防系统包括停放监测模式和行驶监测模式，处于停放监测模式时，所述车载监测装置会持续追踪距车辆一定范围内的人员，在其处于该范围内超出预设的时间时，会发出告警提醒其离开，若车辆在停放监测模式下进行远距离移动，所述定位模块通过所述无线传输模块会向所述安防服务器持续发送位置信息并触发盗车警告，所述安防服务器主动向所述客户端发出盗车警告，处于行驶监测模式时，所述车载监测装置会监测前车与后车的距离，当判断触发车前追尾预警时，会锁定车辆的油门防止加速造成更大危害，当车前追尾预警解除后，重新解锁油门，当判断车后触发追尾预警时，会发出语音警告提醒后车减速；
所述摄像模块包括四个摄像头，分别朝向前后左右用于拍摄车辆前后左右方的画面，所述智能分析模块在停放监测模式下对拍摄的画面进行分析，分析过程包括如下几个步骤：
S1、人物提取，从拍摄的画面中提取人物模型；
S2、距离判断，通过提取的人物模型的长宽信息判断该人物与车辆的距离并筛选其中距离小于预设阈值内的人物模型；
S3、头部提取，从筛选出的人物模型中提取头部画面；
S4、正脸判断，分析头部画面判断人脸是否朝向车辆，若是，则对该人物模型持续追踪并开启时间记录；
S5、超时判断，若该人物模型持续出现在车辆附近的时间超出预设阈值，则所述告警模块会发出语音告警；
判断拍摄画面中人物与车辆的距离的具体方法为：
统计该人物模型中包含的像素点的个数N，统计该人物模型中每一行中最大的连续像素点个数h(i)，计算每行最大连续像素点个数的平均数并取整：
Figure BDA0002983910640000121
其中n为所述人物模型所占的行数；
设一个变量h，使其在
Figure BDA0002983910640000122
至
Figure BDA0002983910640000123
遍历一次，对每一个h的值均统计每行最大连续像素点个数在(h±5)范围内的行数w(h)，共可得到一组61维的数列，选择其中最大的w(h)，其对应的h值作为该人物模型的宽度w；
计算该人物模型最高的像素点距离画面底端的距离g，并通过h(i)的变化规律得出头部的高度t，所述宽度w、所述距离g和所述高度t均指像素点个数，计算出未拍摄到的脚部底端距画面底端的距离：
Figure BDA0002983910640000131
其中k为头占身高比；
当l超出预设阈值时，认为该人物模型处于车辆预设距离内并被筛选出来继续分析，对于车前、车后和车侧面其对应的所述预设阈值为不同的值；
所述智能分析模块将头部图像的像素点灰度值按照如下公式处理：
Figure BDA0002983910640000132
其中G(x，y)表示在(x，y)坐标的像素点的灰度值；
将G′(x，y)中小于4的像素点标记为1，其余像素点标记为0，使用深度搜索方法搜索相邻连接的标记为1的像素点，获得多个目标区域，统计所述目标区域内包含像素点个数最多的目标区域的像素点个数，记为n1，再统计头部图像内的所有像素点个数，记为n2，若比值
Figure BDA0002983910640000133
小于0.37，则判断所述人物模型人脸朝向车辆；
被筛选出的人脸朝向车辆的人物模型被标记并提取轮廓图作为对比帧保存至数据存储模块，当摄像头拍摄的下一帧图像被发送至智能分析模块后，所述智能分析模块从图像中提取出与所述对比帧最接近的人物模型轮廓图作为新的对比帧替换保存至数据存储模块中，从而实现追踪效果，当该人物模型的距离被判断远离车辆后，清空所述对比帧数据；
所述数据存储模块中能够预先存入白名单头像数据，当所述智能分析模块检测到人物模型与所述白名单头像数据一致时，不会进行追踪；
所述智能分析模块在行驶监测模式下对前后两个摄像头拍摄的画面进行分析，分别得到与前车的距离s1以及与后车的距离s2，同时所述智能分析系统能从车辆电气系统中获取车辆当前的实时速度v，通过s1的变化量与所述实时速度v推算出前车的速度：
Figure BDA0002983910640000134
其中Δs1为距离s1在极短时间t内发生的变化量；
若前车突然刹车，车辆在正常情况下刹车不会造成追尾的距离s1为安全距离l1；
Figure BDA0002983910640000141
其中，t′为反应时间与制动时间总和，a为刹车加速度；
当s1＜l1时，告警模块会发出提示，当
Figure BDA0002983910640000142
时，告警模块会发出警告，当
Figure BDA0002983910640000143
时，所述车载监测装置会联动车辆电气系统锁定油门；
当所述智能分析模块检测到Δv前大于8.7m/s2时，所述车载监测装置通过向后方车辆显示闪烁的红灯提示前方正在减速，使其提前做好减速准备；
所述智能分析系统通过s2的变化量与所述实时速度v推算出后车的速度：
Figure BDA0002983910640000144
其中Δs2为距离s2在极短时间t内发生的变化量；
当所述s2小于10米，并且(v后-v)大于10m/s时，所述车载监测装置会预先开启安装于驾驶室的保护装置，减小后车追尾时对驾驶员造成的伤害。
虽然上面已经参考各种实施例描述了本发明，但是应当理解，在不脱离本发明的范围的情况下，可以进行许多改变和修改。也就是说上面讨论的方法，系统和设备是示例。各种配置可以适当地省略，替换或添加各种过程或组件。例如，在替代配置中，可以以与所描述的顺序不同的顺序执行方法，和/或可以添加，省略和/或组合各种部件。而且，关于某些配置描述的特征可以以各种其他配置组合，如可以以类似的方式组合配置的不同方面和元素。此外，随着技术发展其中的元素可以更新，即许多元素是示例，并不限制本公开或权利要求的范围。
在说明书中给出了具体细节以提供对包括实现的示例性配置的透彻理解。然而，可以在没有这些具体细节的情况下实践配置例如，已经示出了众所周知的电路，过程，算法，结构和技术而没有不必要的细节，以避免模糊配置。该描述仅提供示例配置，并且不限制权利要求的范围，适用性或配置。相反，前面对配置的描述将为本领域技术人员提供用于实现所描述的技术的使能描述。在不脱离本公开的精神或范围的情况下，可以对元件的功能和布置进行各种改变。
综上，其旨在上述详细描述被认为是例示性的而非限制性的，并且应当理解，以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (9)

1.一种基于人工智能的车辆安防系统，包括车载监测装置、客户端和安防服务器，所述车载监测装置用于监测车辆附近的可疑行为并将可疑画面发送至所述安防服务器，所述客户端通过登录所述安防服务器获取可疑信息。
2.如权利要求1所述的一种基于人工智能的车辆安防系统，所述车载监测装置包括定位模块、无线传输模块、智能分析模块、数据存储模块、摄像模块和告警模块，所述定位模块用于获取车辆的位置信息，所述摄像模块用于拍摄车辆周围的画面，所述智能分析模块用于分析拍摄画面中存在的危险因素，所述无线传输模块用于将所述车载监测装置的数据发送至安防服务器，所述数据存储模块用于存放本地数据，所述告警模块用于发出语音告警。
3.如上述权利要求之一所述的一种基于人工智能的车辆安防系统，所述摄像模块包括四个摄像头用于拍摄车辆前后左右方的画面。
4.如上述权利要求之一所述的一种基于人工智能的车辆安防系统，智能分析模块通过分析画面内的人物模型与车辆距离以、人脸朝向以及停留的时间筛选可疑人物，人物模型与车辆距离通过计算画面中未拍摄到的脚部与画面底部的距离l映射得到，所述l的公式如下：
Figure FDA0002983910630000011
其中k为头占身高比，t为头部的像素高度，g为画面中人物模型的像素高度，N为人物模型包含的像素点个数，w为人物模型的像素宽度。
5.如上述权利要求之一所述的一种基于人工智能的车辆安防系统，所述智能分析模块将头部图像的像素点灰度值G(x，y)按照如下公式处理：
Figure FDA0002983910630000012
计算G′(x，y)值小于4的像素点的个数与头部图像中像素点个数的比值，所述比值小于预设阈值时，所述智能分析模块判断人脸朝向车辆。
6.如上述权利要求之一所述的一种基于人工智能的车辆安防系统，所述智能分析模块在车辆行驶过程中通过分析车速v以及与前车距离s1计算得到安全距离l1，当s1＜l1时，所述告警模块发出提示，当
Figure FDA0002983910630000013
时，所述告警模块发出警告。
7.如上述权利要求之一所述的一种基于人工智能的车辆安防系统，所述安全距离的计算公式为：
Figure FDA0002983910630000021
其中，t′为反应时间与制动时间总和，a为刹车加速度，Δs1为距离s1在极短时间Δt内发生的变化量。
8.如上述权利要求之一所述的一种基于人工智能的车辆安防系统，所述数据存储模块中能够预先存入白名单头像数据，当所述智能分析模块将放弃深入分析与所述白名单头像数据一致的人物模型。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括基于人工智能的车辆安防系统程序，所述基于人工智能的车辆安防系统程序被处理器执行时，实现如权利要求1至8中任一项所述的一种基于人工智能的车辆安防系统的步骤。
CN202110294778.8A 2021-03-19 2021-03-19 一种人工智能型车辆安防系统及计算机可读存储介质 Withdrawn CN113055651A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110294778.8A CN113055651A (zh) 2021-03-19 2021-03-19 一种人工智能型车辆安防系统及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110294778.8A CN113055651A (zh) 2021-03-19 2021-03-19 一种人工智能型车辆安防系统及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN113055651A true CN113055651A (zh) 2021-06-29

Family

ID=76513587

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110294778.8A Withdrawn CN113055651A (zh) 2021-03-19 2021-03-19 一种人工智能型车辆安防系统及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN113055651A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114120561A (zh) * 2021-11-09 2022-03-01 中国第一汽车股份有限公司 一种提醒方法、装置、设备及存储介质
CN115131933A (zh) * 2022-06-30 2022-09-30 上海汽车集团股份有限公司 一种安防方法及相关装置、车辆

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114120561A (zh) * 2021-11-09 2022-03-01 中国第一汽车股份有限公司 一种提醒方法、装置、设备及存储介质
CN115131933A (zh) * 2022-06-30 2022-09-30 上海汽车集团股份有限公司 一种安防方法及相关装置、车辆

Similar Documents

Publication Publication Date Title
WO2021159604A1 (zh) 一种轨道列车的监控系统，监控方法及监控装置
CN108275114B (zh) 一种油箱防盗监控系统
US10572737B2 (en) Methods and system for detecting a threat or other suspicious activity in the vicinity of a person
US10572738B2 (en) Method and system for detecting a threat or other suspicious activity in the vicinity of a person or vehicle
US20190356885A1 (en) Camera System Securable Within a Motor Vehicle
US10572740B2 (en) Method and system for detecting a threat or other suspicious activity in the vicinity of a motor vehicle
CN113676702B (zh) 基于视频流的目标追踪监测方法、系统、装置及存储介质
CN110796819B (zh) 一种针对站台黄线入侵越界人员的检测方法及系统
US10572739B2 (en) Method and system for detecting a threat or other suspicious activity in the vicinity of a stopped emergency vehicle
CN113055651A (zh) 一种人工智能型车辆安防系统及计算机可读存储介质
KR101036947B1 (ko) 컴퓨터 영상 분석기술을 이용한 범죄 및 사고예방 자동경비 시스템
CN110867083B (zh) 车辆监控方法、装置、服务器和机器可读存储介质
CN108629935B (zh) 一种基于视频监控检测爬楼翻窗盗窃行为的方法及系统
CN110867046A (zh) 一种基于云计算的智能洗车机视频监控预警系统
CN111046797A (zh) 一种基于人员和车辆行为分析的输油管线警戒方法
CN109492548B (zh) 基于视频分析的区域mask图片的获得方法
CN112288975A (zh) 一种事件预警的方法和装置
CN115909223A (zh) 一种wim系统信息与监控视频数据匹配的方法和系统
CN111383248B (zh) 一种行人闯红灯判断方法、装置和电子设备
CN111932889B (zh) 一种基于车路协同的交通疏导系统
CN111425256B (zh) 煤矿巷道监控方法、装置及计算机存储介质
CN112070039A (zh) 一种基于哈希编码的车辆碰撞检测方法及系统
CN109214316B (zh) 周界防护方法及装置
KR101407394B1 (ko) 방치물 및 도난물 탐지 시스템
DE102018222683A1 (de) Verfahren zum Erstellen einer Umgebungsrepräsentationskarte zur Überwachung eines Fahrzeugs und/oder eines Fahrzeuganhängers unter Verwendung eines Kamerasystems

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20210629

WW01 Invention patent application withdrawn after publication