CN113284343A - 一种基于智慧交通物联网的交通监测系统及方法 - Google Patents

一种基于智慧交通物联网的交通监测系统及方法 Download PDF

Info

Publication number
CN113284343A
CN113284343A CN202110827670.0A CN202110827670A CN113284343A CN 113284343 A CN113284343 A CN 113284343A CN 202110827670 A CN202110827670 A CN 202110827670A CN 113284343 A CN113284343 A CN 113284343A
Authority
CN
China
Prior art keywords
road condition
information
heat source
driver
information table
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
Application number
CN202110827670.0A
Other languages
English (en)
Other versions
CN113284343B (zh
Inventor
胡凡玮
张春雨
任剑岚
贾炜荣
曾现伟
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.)
Jiangxi Vocational and Technical College of Communication
Original Assignee
Jiangxi Vocational and Technical College of Communication
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 Jiangxi Vocational and Technical College of Communication filed Critical Jiangxi Vocational and Technical College of Communication
Priority to CN202110827670.0A priority Critical patent/CN113284343B/zh
Publication of CN113284343A publication Critical patent/CN113284343A/zh
Application granted granted Critical
Publication of CN113284343B publication Critical patent/CN113284343B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/012Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及智慧城市建设技术领域,具体公开了一种基于智慧交通物联网的交通监测系统及方法,所述系统包括中心端、路况端和车辆端,所述中心端用于接收通行请求,向路况端发送行驶信息获取指令,所述行驶信息至少包括目的地、出发地和承载信息;基于行驶信息生成出行方案,根据出行方案获取相应路况端的路况信息表;根据所述路况信息表中的热源信息对所述出行方案进行排序,将排序后的出行方案向车辆端发送。本发明通过路况端获取热源信息,通过中心端以热源信息为原数据,评判出行方案的优先级,可以全面的检测出非机动车以及行人的信息,更加全面,适用于城市交通。

Description

一种基于智慧交通物联网的交通监测系统及方法
技术领域
本发明涉及智慧城市建设技术领域,具体是一种基于智慧交通物联网的交通监测系统及方法。
背景技术
随着计算机设备和网络技术的发展,智慧城市逐渐成为了一个人们津津乐道的词汇,智慧城市是运用物联网、云计算、大数据、空间地理信息集成等新一代信息集成技术,促进城市规划、建设、管理和服务智慧化的新理论和新模式,其中,智慧交通便是其很重要的组成部分。
现有的智慧交通系统大都仅获取车辆信息,若设备性能较高,还会对车辆信息进行一个分类,从而计算出路面的承载量,进而对出行方案进行一个规划;在这一过程中,可以看到,重心是在车辆,实际上,在交通过程中,尤其是城市交通,机动车辆并不是唯一影响因素,行人或一些非机动车也会对交通造成一定影响,这也是城市交通难以准确监测的原因所在。
因此,设计一种适用于城市交通的全面的智慧交通监测系统很有意义。
发明内容
本发明的目的在于提供一种基于智慧交通物联网的交通监测系统及方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
提供了一种基于智慧交通物联网的交通监测系统,所述系统包括:
中心端,用于接收通行请求,向路况端发送行驶信息获取指令,所述行驶信息至少包括目的地、出发地和承载信息;基于行驶信息生成出行方案,根据出行方案获取相应路况端的路况信息表;根据所述路况信息表中的热源信息对所述出行方案进行排序,将排序后的出行方案向车辆端发送;接收车辆端发送的驾驶人状态信息,基于所述驾驶人状态信息中的驾驶人人脸信息确定用户的疲劳度,当所述疲劳度达到预定条件时,向所述车辆端发送提示音频;
路况端,用于获取热源及其运动速度,根据所述运动速度确定热源类型;统计不同热源类型的热源数量,生成路况信息表;其中,所述热源类型包括机动车、非机动车和行人,所述路况信息表包括热源类型项和对应的热源数量项;
车辆端,用于定时获取驾驶人状态信息,将驾驶人状态信息向中心端发送;接收中心端发送的出行方案;接收中心端发送的提示音频并播放;其中,所述驾驶人状态信息至少包括驾驶人人脸信息。
作为本发明技术方案进一步的限定:所述中心端具体包括:
行驶信息获取模块,用于接收通行请求,向路况端发送行驶信息获取指令,所述行驶信息至少包括目的地、出发地和承载信息;
排序模块,用于基于行驶信息生成出行方案,根据出行方案获取相应路况端的路况信息表;根据所述路况信息表中的热源信息对所述出行方案进行排序,将排序后的出行方案向车辆端发送;
疲劳程度判定模块,用于接收车辆端发送的驾驶人状态信息,基于所述驾驶人状态信息中的驾驶人人脸信息确定用户的疲劳度,当所述疲劳度达到预定条件时,向所述车辆端发送提示音频。
作为本发明技术方案进一步的限定:所述路况端具体包括:
热源类型确定模块,用于获取热源及其运动速度,根据所述运动速度确定热源类型;
统计模块,用于统计不同热源类型的热源数量,生成路况信息表;
其中,所述热源类型包括机动车、非机动车和行人,所述路况信息表包括热源类型项和对应的热源数量项。
作为本发明技术方案进一步的限定:所述排序模块具体包括:
地址查询单元,用于读取出行方案中的路段信息,根据所述路段信息查询相应的路况端地址;
信息表获取单元,用于基于查询到的路况端地址向路况端发送路况信息表获取指令,获取路况信息表;
连接单元,用于连接获取到的路况信息表,得到总路况信息表;
第一执行单元,用于根据总路况信息表计算拥堵分,基于拥堵分对所述出行方案进行升序排序;
所述拥堵分的计算公式为:
S=α* J+β*F+γ*X;
其中,S为拥堵分,α、β和γ均为修正系数,J为机动车数量,F为非机动车数量,X为行人数量。
作为本发明技术方案进一步的限定:所述疲劳程度判定模块具体包括:
表情提取单元,用于接收车辆端发送的驾驶人状态信息,读取所述驾驶人状态信息中的驾驶人人脸信息,并提取所述驾驶人人脸信息的微表情;
等级确定单元,用于根据所述微表情确定驾驶人人脸信息的疲劳度,并对多帧驾驶人人脸信息的疲劳度进行统计,当所述疲劳度高于预设的等级阈值时,确定疲劳等级;
第二执行单元,用于根据疲劳等级读取音频数据库中的提示音频,并将所述提示音频向所述车辆端发送。
作为本发明技术方案进一步的限定:所述表情提取单元具体包括:
图像处理子单元,用于提取所述驾驶人人脸信息中的局部纹理特征和深度特征;
表情识别子单元,用于将所述局部纹理特征以及所述深度特征进行级联融合得到融合特征,并将所述融合特征输入训练好的分类器中进行分类得到所述融合特征对应的微表情。
本发明技术方案还提供了一种基于智慧交通物联网的交通监测方法,所述方法应用于中心端,所述方法包括:
接收通行请求,向路况端发送行驶信息获取指令,所述行驶信息至少包括目的地、出发地和承载信息;
基于行驶信息生成出行方案,根据出行方案获取相应路况端的路况信息表;根据所述路况信息表中的热源信息对所述出行方案进行排序,将排序后的出行方案向车辆端发送;
接收车辆端发送的驾驶人状态信息,基于所述驾驶人状态信息中的驾驶人人脸信息确定用户的疲劳度,当所述疲劳度达到预定条件时,向所述车辆端发送提示音频;
其中,所述驾驶人状态信息由车辆端获取;所述路况信息表由路况端生成,所述路况信息表包括热源类型项和对应的热源数量项,所述热源类型包括机动车、非机动车和行人。
作为本发明技术方案进一步的限定:所述根据出行方案获取相应路况端的路况信息表;根据所述路况信息表中的热源信息对所述出行方案进行排序的步骤具体包括:
读取出行方案中的路段信息,根据所述路段信息查询相应的路况端地址;
基于查询到的路况端地址向路况端发送路况信息表获取指令,获取路况信息表;
连接获取到的路况信息表,得到总路况信息表;
根据总路况信息表计算拥堵分,基于拥堵分对所述出行方案进行升序排序;
所述拥堵分的计算公式为:
S=α* J+β*F+γ*X;
其中,S为拥堵分,α、β和γ均为修正系数,J为机动车数量,F为非机动车数量,X为行人数量。
作为本发明技术方案进一步的限定:所述接收车辆端发送的驾驶人状态信息,基于所述驾驶人状态信息中的驾驶人人脸信息确定用户的疲劳度,当所述疲劳度达到预定条件时,向所述车辆端发送提示音频的步骤具体包括:
接收车辆端发送的驾驶人状态信息,读取所述驾驶人状态信息中的驾驶人人脸信息,并提取所述驾驶人人脸信息的微表情;
根据所述微表情确定驾驶人人脸信息的疲劳度,并对多帧驾驶人人脸信息的疲劳度进行统计,当所述疲劳度高于预设的等级阈值时,确定疲劳等级;
根据疲劳等级读取音频数据库中的提示音频,并将所述提示音频向所述车辆端发送。
作为本发明技术方案进一步的限定:所述提取所述驾驶人人脸信息的微表情的步骤具体包括:
提取所述驾驶人人脸信息中的局部纹理特征和深度特征;
将所述局部纹理特征以及所述深度特征进行级联融合得到融合特征,并将所述融合特征输入训练好的分类器中进行分类得到所述融合特征对应的微表情。
与现有技术相比,本发明的有益效果是:本发明通过路况端获取热源信息,通过中心端以热源信息为原数据,评判出行方案的优先级,可以全面的检测出非机动车以及行人的信息,更加全面,适用于城市交通。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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。
图1为基于智慧交通物联网的交通监测系统的架构图。
图2为基于智慧交通物联网的交通监测系统中中心端的组成结构框图。
图3为基于智慧交通物联网的交通监测系统中路况端的组成结构框图。
图4为中心端中排序模块的组成结构框图。
图5为中心端中疲劳程度判定模块的结构示意图。
图6为疲劳程度判定模块中表情提取单元的结构示意图。
图7为基于智慧交通物联网的交通监测方法的流程框图。
图8为基于智慧交通物联网的交通监测方法的第一子流程框图。
图9为基于智慧交通物联网的交通监测方法的第二子流程框图。
图10为基于智慧交通物联网的交通监测方法的第三子流程框图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,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仅用以解释本发明,并不用于限定本发明。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本发明实施例中可能采用术语第一、第二等来描述不同的模块,但这些模块不应限于这些术语。这些术语仅用来将同一类型的模块彼此区分开。例如,在不脱离本发明实施例范围的情况下,第一执行单元也可以被称为第二执行单元,不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。类似地,第二执行单元也可以被称为第一执行单元。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
实施例1
图1示出了基于智慧交通物联网的交通监测系统的架构图,本发明实施例中,一种基于智慧交通物联网的交通监测系统,所述系统包括:
中心端10,用于接收通行请求,向路况端发送行驶信息获取指令,所述行驶信息至少包括目的地、出发地和承载信息;基于行驶信息生成出行方案,根据出行方案获取相应路况端的路况信息表;根据所述路况信息表中的热源信息对所述出行方案进行排序,将排序后的出行方案向车辆端发送;接收车辆端发送的驾驶人状态信息,基于所述驾驶人状态信息中的驾驶人人脸信息确定用户的疲劳度,当所述疲劳度达到预定条件时,向所述车辆端发送提示音频;
路况端11,用于获取热源及其运动速度,根据所述运动速度确定热源类型;统计不同热源类型的热源数量,生成路况信息表;其中,所述热源类型包括机动车、非机动车和行人,所述路况信息表包括热源类型项和对应的热源数量项;
车辆端12,用于定时获取驾驶人状态信息,将驾驶人状态信息向中心端发送;接收中心端发送的出行方案;接收中心端发送的提示音频并播放;其中,所述驾驶人状态信息至少包括驾驶人人脸信息。
图1示出了基于智慧交通物联网的交通监测系统的架构图,所述系统架构包括中心端、网络、路况端和车辆端;所述车辆端和中心端通过网络相互传输数据,所述中心端向车辆端发送的是路径规划,所述车辆端向中心端发送的是驾驶人状态信息,当然,它们也可以相互传输反馈信号,这里不做赘述;值得一提的是,所述路况端和中心端之间也存在着数据交互,中心端在进行出行方案排序时,需要热源信息,而热源信息则是由路况端获取的;上述网络可以是提供通信链路的介质,以无线通信链路为主,具体不做进一步的限定。
车辆端可以是硬件,也可以是软件。当车辆端为硬件时,可以是具有通信功能的各种电子设备,此外,所述车辆端至少具备图像获取功能,包括但不限于摄像头。当终端为软件时,可以安装在所述电子设备中,所述电子设备一般安装在驾驶室内,能够直接获取驾驶人人脸信息的位置。
路况端可以是硬件,也可以是软件。当路况端为硬件时,可以是具有通信功能的各种电子设备,它还需具备温度检测和速度获取的功能,现有设备中,安装在红绿灯处的摄像头便可以完成这一功能,首先,它在拍摄图像过程中,获取各点温度,生成温度层,然后它可以根据相邻图像的变化,确定各热源速度,这在现有技术的架构下,是可以实现的。当终端为软件时,可以安装在所述电子设备中。其可以实现成多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。现有技术中,很多公路上大都具备此类功能的设备,并不是特别难以获取的设备。
需要说明的是,本公开实施例所提供的物联网数据处理方法一般由中心端执行,中心端可以是硬件,也可以是软件。当中心端为硬件时,可以实现成多个中心端组成的分布式中心端集群,也可以实现成单个中心端。当中心端为软件时,可以实现成多个软件或软件模块,也可以实现成单个软件或软件模块,在此不做具体限定。
应该理解,图1中的中心端、路况端和车辆端的数目仅仅是示意性的。根据实现需要,可以具有任意数目的中心端、路况端和车辆端。
图2示出了基于智慧交通物联网的交通监测系统中中心端的组成结构框图,所述中心端10具体包括:
行驶信息获取模块101,用于接收通行请求,向路况端发送行驶信息获取指令,所述行驶信息至少包括目的地、出发地和承载信息;
排序模块102,用于基于行驶信息生成出行方案,根据出行方案获取相应路况端的路况信息表;根据所述路况信息表中的热源信息对所述出行方案进行排序,将排序后的出行方案向车辆端发送;
疲劳程度判定模块103,用于接收车辆端发送的驾驶人状态信息,基于所述驾驶人状态信息中的驾驶人人脸信息确定用户的疲劳度,当所述疲劳度达到预定条件时,向所述车辆端发送提示音频。
上述内容是对中心端的具体细分,中心端的功能共有三个部分,首先,是接收通行请求,所述通行请求的功能可以集成在车辆端上,但是本发明确没有进行限定,这是因为,请求发送功能还可以附加在手机上,以一个单独的APP的形式存在;当然,从某种意义上,它们也可以统称为车辆端。
其次,本发明需要基于行驶信息生成出行方案,出行方案的生成过程较为容易,即,根据目的地和一些地图信息进行方案选择,可以想到,在仅知道起始点的情况下,出行方案往往有很多种,而如何对这些出行方案进行排序则是本发明的创新点;现有的排序方式都是检测车辆,然后根据车辆数量进行方案排序,当然,还有些比较好的系统,会把车辆种类也当成一个影响变量,进而确定排序方式;但它们归根结底,都是基于车辆的排序方式。而上述排序模块是基于热源信息,热源信息中包括非机动车和行人,这能够更加真实的反应路况信息。
最后,中心端还会通过车辆端对驾驶人进行一个实时的监控,主要是监管驾驶人的疲劳程度,当然,这一监控肯定是有选择的进行监管,主要对一些风险较大的车辆进行监管,比如说,危险品运输车,可以有效防止司机因疲劳而导致危险品泄露。
图3示出了基于智慧交通物联网的交通监测系统中路况端的组成结构框图,所述路况端11具体包括:
热源类型确定模块111,用于获取热源及其运动速度,根据所述运动速度确定热源类型;
统计模块112,用于统计不同热源类型的热源数量,生成路况信息表。
上述内容是路况端的具体细化,路况端首先需要获取热源及其运动速度,这种获取方式最容易实现的便是通过带有温度检测的摄像头来实现,所述摄像头可以安装在红绿灯上,其中,还需要与有所述摄像头配合的处理器,用于根据图像信息判断速度,处理过程也是很简单的,核心过程是经验公式的确定,即,不同速度的图像变化是怎么样的,这些根据一些简单的实验即可获取。
根据所述运动速度确定热源类型的过程是一个判断过程,运动速度达到不同等级,对应不同的热源类型,所述热源类型包括机动车、非机动车和行人,然后根据这些信息需要生成路况信息表,路况信息表如下:
热源类型 数量
机动车 a
非机动车 b
行人 c
图4示出了中心端中排序模块的组成结构框图,所述排序模块102具体包括:
地址查询单元1021,用于读取出行方案中的路段信息,根据所述路段信息查询相应的路况端地址;
信息表获取单元1022,用于基于查询到的路况端地址向路况端发送路况信息表获取指令,获取路况信息表;
连接单元1023,用于连接获取到的路况信息表,得到总路况信息表;
第一执行单元1024,用于根据总路况信息表计算拥堵分,基于拥堵分对所述出行方案进行升序排序。
上述内容是排序过程的一个具体方案,中心端读取出行方案中的路段信息,获取其包括哪些路段,然后获取该路段上有哪些路况端,因为路况端的数量一般是比较多的,也是分路段进行布置的;在获取路况端的地址后,依次向路况端发送路况信息表获取指令,获取路况信息表,然后根据这些路况信息表,生成一个总表,根据总路况信息表计算拥堵分,所述拥堵分的计算公式为:
S=α* J+β*F+γ*X;
其中,S为拥堵分,α、β和γ均为修正系数,J为机动车数量,F为非机动车数量,X为行人数量。
可以想到,拥堵分越高,路段越拥堵,所以最后的排序方式是升序排列,即,拥堵分低的在前,拥堵分高的在后。
图5示出了中心端中疲劳程度判定模块的结构示意图,所述疲劳程度判定模块103具体包括:
表情提取单元1031,用于接收车辆端发送的驾驶人状态信息,读取所述驾驶人状态信息中的驾驶人人脸信息,并提取所述驾驶人人脸信息的微表情;
等级确定单元1032,用于根据所述微表情确定驾驶人人脸信息的疲劳度,并对多帧驾驶人人脸信息的疲劳度进行统计,当所述疲劳度高于预设的等级阈值时,确定疲劳等级;
第二执行单元1033,用于根据疲劳等级读取音频数据库中的提示音频,并将所述提示音频向所述车辆端发送。
图6示出了疲劳程度判定模块中表情提取单元的结构示意图,所述表情提取单元1031具体包括:
图像处理子单元10311,用于提取所述驾驶人人脸信息中的局部纹理特征和深度特征;
表情识别子单元10312,用于将所述局部纹理特征以及所述深度特征进行级联融合得到融合特征,并将所述融合特征输入训练好的分类器中进行分类得到所述融合特征对应的微表情。
上述内容是疲劳程度判定过程,核心原理是微表情判断机理;值得一提的是,预设的等级阈值可以有很多,然后预设的等级阈值可以形成不同的范围,根据所述范围即确定不同的疲劳等级;不同疲劳等级对应的提示音频是不同的。
实施例2
图7示出了基于智慧交通物联网的交通监测方法的流程框图,本发明实施例中,还提供了一种基于智慧交通物联网的交通监测方法,所述方法应用于中心端,所述方法包括:
步骤S100:接收通行请求,向路况端发送行驶信息获取指令,所述行驶信息至少包括目的地、出发地和承载信息;
所述步骤S100由行驶信息获取模块101完成;
步骤S200:基于行驶信息生成出行方案,根据出行方案获取相应路况端的路况信息表;根据所述路况信息表中的热源信息对所述出行方案进行排序,将排序后的出行方案向车辆端发送;
所述步骤S200由排序模块102完成;
步骤S300:接收车辆端发送的驾驶人状态信息,基于所述驾驶人状态信息中的驾驶人人脸信息确定用户的疲劳度,当所述疲劳度达到预定条件时,向所述车辆端发送提示音频;
所述步骤S300由疲劳程度判定模块103完成。
其中,所述驾驶人状态信息由车辆端获取;所述路况信息表由路况端生成,所述路况信息表包括热源类型项和对应的热源数量项,所述热源类型包括机动车、非机动车和行人。
图8示出了基于智慧交通物联网的交通监测方法的第一子流程框图,所述根据出行方案获取相应路况端的路况信息表;根据所述路况信息表中的热源信息对所述出行方案进行排序的步骤具体包括:
步骤S201:读取出行方案中的路段信息,根据所述路段信息查询相应的路况端地址;
所述步骤S201由地址查询单元1021完成;
步骤S202:基于查询到的路况端地址向路况端发送路况信息表获取指令,获取路况信息表;
所述步骤S202由信息表获取单元1022完成;
步骤S203:连接获取到的路况信息表,得到总路况信息表;
所述步骤S203由连接单元1023完成;
步骤S204:根据总路况信息表计算拥堵分,基于拥堵分对所述出行方案进行升序排序;
所述步骤S204由第一执行单元1024完成。
所述拥堵分的计算公式为:
S=α* J+β*F+γ*X;
其中,S为拥堵分,α、β和γ均为修正系数,J为机动车数量,F为非机动车数量,X为行人数量。
图9示出了基于智慧交通物联网的交通监测方法的第二子流程框图,所述接收车辆端发送的驾驶人状态信息,基于所述驾驶人状态信息中的驾驶人人脸信息确定用户的疲劳度,当所述疲劳度达到预定条件时,向所述车辆端发送提示音频的步骤具体包括:
步骤S301:接收车辆端发送的驾驶人状态信息,读取所述驾驶人状态信息中的驾驶人人脸信息,并提取所述驾驶人人脸信息的微表情;
所述步骤S302由表情提取单元1031完成;
步骤S302:根据所述微表情确定驾驶人人脸信息的疲劳度,并对多帧驾驶人人脸信息的疲劳度进行统计,当所述疲劳度高于预设的等级阈值时,确定疲劳等级;
所述步骤S303由等级确定单元1032完成;
步骤S303:根据疲劳等级读取音频数据库中的提示音频,并将所述提示音频向所述车辆端发送;
所述步骤S303由第二执行单元1033完成。
图10示出了基于智慧交通物联网的交通监测方法的第三子流程框图,所述提取所述驾驶人人脸信息的微表情的步骤具体包括:
步骤S3011:提取所述驾驶人人脸信息中的局部纹理特征和深度特征;
所述步骤S3011由图像处理子单元10311完成;
步骤S3012:将所述局部纹理特征以及所述深度特征进行级联融合得到融合特征,并将所述融合特征输入训练好的分类器中进行分类得到所述融合特征对应的微表情;
所述步骤S3012由表情识别子单元10312完成。
上述基于智慧交通物联网的交通监测方法所能实现的功能均由计算机设备完成,所述计算机设备包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条程序代码,所述程序代码由所述一个或多个处理器加载并执行以实现所述基于智慧交通物联网的交通监测方法的功能。
处理器从存储器中逐条取出指令、分析指令,然后根据指令要求完成相应操作,产生一系列控制命令,使计算机各部分自动、连续并协调动作,成为一个有机的整体,实现程序的输入、数据的输入以及运算并输出结果,这一过程中产生的算术运算或逻辑运算均由运算器完成;所述存储器包括只读存储器(Read-Only Memory,ROM),所述只读存储器用于存储计算机程序,所述存储器外部设有保护装置。
示例性的,计算机程序可以被分割成一个或多个模块,一个或者多个模块被存储在存储器中,并由处理器执行,以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在终端设备中的执行过程。
本领域技术人员可以理解,上述服务设备的描述仅仅是示例,并不构成对终端设备的限定,可以包括比上述描述更多或更少的部件,或者组合某些部件,或者不同的部件,例如可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列 (Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,上述处理器是上述终端设备的控制中心,利用各种接口和线路连接整个用户终端的各个部分。
上述存储器可用于存储计算机程序和/或模块,上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现上述终端设备的各种功能。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如信息采集模板展示功能、产品信息发布功能等)等;存储数据区可存储根据泊位状态显示系统的使用所创建的数据(比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例系统中的全部或部分模块/单元,也可以通过计算机程序来指令相关的硬件来完成,上述的计算机程序可存储于计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个系统实施例的功能。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、电载波信号、电信信号以及软件分发介质等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种基于智慧交通物联网的交通监测系统,其特征在于,所述系统包括:
中心端,用于接收通行请求,向路况端发送行驶信息获取指令,所述行驶信息至少包括目的地、出发地和承载信息;基于行驶信息生成出行方案,根据出行方案获取相应路况端的路况信息表;根据所述路况信息表中的热源信息对所述出行方案进行排序,将排序后的出行方案向车辆端发送;接收车辆端发送的驾驶人状态信息,基于所述驾驶人状态信息中的驾驶人人脸信息确定用户的疲劳度,当所述疲劳度达到预定条件时,向所述车辆端发送提示音频;
路况端,用于获取热源及其运动速度,根据所述运动速度确定热源类型;统计不同热源类型的热源数量,生成路况信息表;其中,所述热源类型包括机动车、非机动车和行人,所述路况信息表包括热源类型项和对应的热源数量项;
车辆端,用于定时获取驾驶人状态信息,将驾驶人状态信息向中心端发送;接收中心端发送的出行方案;接收中心端发送的提示音频并播放;其中,所述驾驶人状态信息至少包括驾驶人人脸信息。
2.根据权利要求1所述的基于智慧交通物联网的交通监测系统,其特征在于,所述中心端具体包括:
行驶信息获取模块,用于接收通行请求,向路况端发送行驶信息获取指令,所述行驶信息至少包括目的地、出发地和承载信息;
排序模块,用于基于行驶信息生成出行方案,根据出行方案获取相应路况端的路况信息表;根据所述路况信息表中的热源信息对所述出行方案进行排序,将排序后的出行方案向车辆端发送;
疲劳程度判定模块,用于接收车辆端发送的驾驶人状态信息,基于所述驾驶人状态信息中的驾驶人人脸信息确定用户的疲劳度,当所述疲劳度达到预定条件时,向所述车辆端发送提示音频。
3.根据权利要求1所述的基于智慧交通物联网的交通监测系统,其特征在于,所述路况端具体包括:
热源类型确定模块,用于获取热源及其运动速度,根据所述运动速度确定热源类型;
统计模块,用于统计不同热源类型的热源数量,生成路况信息表;
其中,所述热源类型包括机动车、非机动车和行人,所述路况信息表包括热源类型项和对应的热源数量项。
4.根据权利要求2所述的基于智慧交通物联网的交通监测系统,其特征在于,所述排序模块具体包括:
地址查询单元,用于读取出行方案中的路段信息,根据所述路段信息查询相应的路况端地址;
信息表获取单元,用于基于查询到的路况端地址向路况端发送路况信息表获取指令,获取路况信息表;
连接单元,用于连接获取到的路况信息表,得到总路况信息表;
第一执行单元,用于根据总路况信息表计算拥堵分,基于拥堵分对所述出行方案进行升序排序;
所述拥堵分的计算公式为:
S=α* J+β*F+γ*X;
其中,S为拥堵分,α、β和γ均为修正系数,J为机动车数量,F为非机动车数量,X为行人数量。
5.根据权利要求2所述的基于智慧交通物联网的交通监测系统,其特征在于,所述疲劳程度判定模块具体包括:
表情提取单元,用于接收车辆端发送的驾驶人状态信息,读取所述驾驶人状态信息中的驾驶人人脸信息,并提取所述驾驶人人脸信息的微表情;
等级确定单元,用于根据所述微表情确定驾驶人人脸信息的疲劳度,并对多帧驾驶人人脸信息的疲劳度进行统计,当所述疲劳度高于预设的等级阈值时,确定疲劳等级;
第二执行单元,用于根据疲劳等级读取音频数据库中的提示音频,并将所述提示音频向所述车辆端发送。
6.根据权利要求5所述的基于智慧交通物联网的交通监测系统,其特征在于,所述表情提取单元具体包括:
图像处理子单元,用于提取所述驾驶人人脸信息中的局部纹理特征和深度特征;
表情识别子单元,用于将所述局部纹理特征以及所述深度特征进行级联融合得到融合特征,并将所述融合特征输入训练好的分类器中进行分类得到所述融合特征对应的微表情。
7.一种基于智慧交通物联网的交通监测方法,所述方法应用于中心端,其特征在于,所述方法包括:
接收通行请求,向路况端发送行驶信息获取指令,所述行驶信息至少包括目的地、出发地和承载信息;
基于行驶信息生成出行方案,根据出行方案获取相应路况端的路况信息表;根据所述路况信息表中的热源信息对所述出行方案进行排序,将排序后的出行方案向车辆端发送;
接收车辆端发送的驾驶人状态信息,基于所述驾驶人状态信息中的驾驶人人脸信息确定用户的疲劳度,当所述疲劳度达到预定条件时,向所述车辆端发送提示音频;
其中,所述驾驶人状态信息由车辆端获取;所述路况信息表由路况端生成,所述路况信息表包括热源类型项和对应的热源数量项,所述热源类型包括机动车、非机动车和行人。
8.根据权利要求7所述的基于智慧交通物联网的交通监测方法,其特征在于,所述根据出行方案获取相应路况端的路况信息表;根据所述路况信息表中的热源信息对所述出行方案进行排序的步骤具体包括:
读取出行方案中的路段信息,根据所述路段信息查询相应的路况端地址;
基于查询到的路况端地址向路况端发送路况信息表获取指令,获取路况信息表;
连接获取到的路况信息表,得到总路况信息表;
根据总路况信息表计算拥堵分,基于拥堵分对所述出行方案进行升序排序;
所述拥堵分的计算公式为:
S=α* J+β*F+γ*X;
其中,S为拥堵分,α、β和γ均为修正系数,J为机动车数量,F为非机动车数量,X为行人数量。
9.根据权利要求7所述的基于智慧交通物联网的交通监测方法,其特征在于,所述接收车辆端发送的驾驶人状态信息,基于所述驾驶人状态信息中的驾驶人人脸信息确定用户的疲劳度,当所述疲劳度达到预定条件时,向所述车辆端发送提示音频的步骤具体包括:
接收车辆端发送的驾驶人状态信息,读取所述驾驶人状态信息中的驾驶人人脸信息,并提取所述驾驶人人脸信息的微表情;
根据所述微表情确定驾驶人人脸信息的疲劳度,并对多帧驾驶人人脸信息的疲劳度进行统计,当所述疲劳度高于预设的等级阈值时,确定疲劳等级;
根据疲劳等级读取音频数据库中的提示音频,并将所述提示音频向所述车辆端发送。
10.根据权利要求9所述的基于智慧交通物联网的交通监测方法,其特征在于,所述提取所述驾驶人人脸信息的微表情的步骤具体包括:
提取所述驾驶人人脸信息中的局部纹理特征和深度特征;
将所述局部纹理特征以及所述深度特征进行级联融合得到融合特征,并将所述融合特征输入训练好的分类器中进行分类得到所述融合特征对应的微表情。
CN202110827670.0A 2021-07-22 2021-07-22 一种基于智慧交通物联网的交通监测系统及方法 Active CN113284343B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110827670.0A CN113284343B (zh) 2021-07-22 2021-07-22 一种基于智慧交通物联网的交通监测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110827670.0A CN113284343B (zh) 2021-07-22 2021-07-22 一种基于智慧交通物联网的交通监测系统及方法

Publications (2)

Publication Number Publication Date
CN113284343A true CN113284343A (zh) 2021-08-20
CN113284343B CN113284343B (zh) 2021-10-01

Family

ID=77286832

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110827670.0A Active CN113284343B (zh) 2021-07-22 2021-07-22 一种基于智慧交通物联网的交通监测系统及方法

Country Status (1)

Country Link
CN (1) CN113284343B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113781803A (zh) * 2021-11-10 2021-12-10 博兴战新产业发展有限公司 一种基于互联网的人工智能交通控制系统
CN114937357A (zh) * 2022-05-16 2022-08-23 广西交科集团有限公司 一种智慧城市智能交通引导系统及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102013000385A1 (de) * 2013-01-11 2014-07-17 Audi Ag Verfahren und Navigationssystem zum Ermitteln eines Fahrroutenvorschlags für eine bevorstehende Fahrt mit einem Kraftwagen
CN105788330A (zh) * 2016-04-29 2016-07-20 百度在线网络技术(北京)有限公司 无人驾驶车辆的实时路况预警方法和装置
CN107289958A (zh) * 2017-06-01 2017-10-24 北京嘀嘀无限科技发展有限公司 路线规划方法、装置、服务器、客户端、计算机存储介质
CN208044852U (zh) * 2017-12-28 2018-11-02 珠海华大智慧科技有限公司 一种交通信息检测器
CN112967007A (zh) * 2021-05-18 2021-06-15 山东东悦安全技术有限公司 一种危化品道路运输风险预警管理系统及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102013000385A1 (de) * 2013-01-11 2014-07-17 Audi Ag Verfahren und Navigationssystem zum Ermitteln eines Fahrroutenvorschlags für eine bevorstehende Fahrt mit einem Kraftwagen
CN105788330A (zh) * 2016-04-29 2016-07-20 百度在线网络技术(北京)有限公司 无人驾驶车辆的实时路况预警方法和装置
CN107289958A (zh) * 2017-06-01 2017-10-24 北京嘀嘀无限科技发展有限公司 路线规划方法、装置、服务器、客户端、计算机存储介质
CN208044852U (zh) * 2017-12-28 2018-11-02 珠海华大智慧科技有限公司 一种交通信息检测器
CN112967007A (zh) * 2021-05-18 2021-06-15 山东东悦安全技术有限公司 一种危化品道路运输风险预警管理系统及方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113781803A (zh) * 2021-11-10 2021-12-10 博兴战新产业发展有限公司 一种基于互联网的人工智能交通控制系统
CN114937357A (zh) * 2022-05-16 2022-08-23 广西交科集团有限公司 一种智慧城市智能交通引导系统及方法

Also Published As

Publication number Publication date
CN113284343B (zh) 2021-10-01

Similar Documents

Publication Publication Date Title
CN113642633B (zh) 用于对驾驶场景数据进行分类的方法、装置、设备和介质
CN111386559B (zh) 一种路口是否存在目标道路设施的判断方法及系统
Angulo et al. Road damage detection acquisition system based on deep neural networks for physical asset management
CN113284343B (zh) 一种基于智慧交通物联网的交通监测系统及方法
US20160217337A1 (en) Variable Speed Sign Value Prediction and Confidence Modeling
US10147315B2 (en) Method and apparatus for determining split lane traffic conditions utilizing both multimedia data and probe data
CN110111599B (zh) 一种基于大数据的停车诱导方法、终端设备及存储介质
Ram et al. SMARTBUS: A web application for smart urban mobility and transportation
Pirc et al. Highway travel time estimation using multiple data sources
CN116046008A (zh) 基于态势感知的路线规划方法、系统及效能评估装置
Heshami et al. A queue length estimation and prediction model for long freeway off-ramps
CN110889029B (zh) 城市目标推荐方法和装置
CN111582527A (zh) 行程时间的预估方法、装置、电子设备和存储介质
CN112115372B (zh) 一种停车场的推荐方法及装置
CN114036411A (zh) 一种路线规划方法、装置、设备及介质
Qi et al. Tracing road network bottleneck by data driven approach
CN108827329B (zh) 城市导航方法、系统、设备及存储介质
CN116442787A (zh) 一种电动汽车能耗预警方法、装置、介质及设备
CN112304281A (zh) 一种道路坡度测量方法、终端设备及存储介质
CN114564627A (zh) 基于货车数据的企业关系分析方法、系统及存储介质
CN111121803B (zh) 获取道路常用停靠点的方法及装置
CN115839721A (zh) 一种行驶路线的预测方法、装置、车载终端及介质
CN114202272A (zh) 一种基于电子围栏的车货匹配方法、装置、存储介质及终端
CN110378745B (zh) 广告投放方法、装置及电子设备
CN114821843A (zh) 一种etc业务推荐方法和系统

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