CN113421437B - 一种基于计算机视觉的雨天路况监测方法及系统 - Google Patents

一种基于计算机视觉的雨天路况监测方法及系统 Download PDF

Info

Publication number
CN113421437B
CN113421437B CN202110619726.3A CN202110619726A CN113421437B CN 113421437 B CN113421437 B CN 113421437B CN 202110619726 A CN202110619726 A CN 202110619726A CN 113421437 B CN113421437 B CN 113421437B
Authority
CN
China
Prior art keywords
image
processing result
rainy
raindrop
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
Application number
CN202110619726.3A
Other languages
English (en)
Other versions
CN113421437A (zh
Inventor
曾丹
赵思淇
黄素娟
逯利军
何儒佳
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.)
Shanghai Certusnet Inc
University of Shanghai for Science and Technology
Original Assignee
Shanghai Certusnet Inc
University of Shanghai for Science and Technology
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 Shanghai Certusnet Inc, University of Shanghai for Science and Technology filed Critical Shanghai Certusnet Inc
Priority to CN202110619726.3A priority Critical patent/CN113421437B/zh
Publication of CN113421437A publication Critical patent/CN113421437A/zh
Application granted granted Critical
Publication of CN113421437B publication Critical patent/CN113421437B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G08G1/048—Detecting movement of traffic to be counted or controlled with provision for compensation of environmental or other condition, e.g. snow, vehicle stopped at detector
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • 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
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Studio Devices (AREA)

Abstract

本发明公开一种基于计算机视觉的雨天路况监测方法及系统，涉及到通过处理红外相机识别到的图像实现信息识别，系统包括红外图像采集模块、红外图像处理模块、云平台模块以及LED显示屏模块；本发明通过红外相机实时采集能够表征当前路段降雨情况的红外图像数据，通过计算机视觉相关技术对图像进行处理并得出当前降雨情况的结论，同时通过云平台将处理结果实时传输至LED显示屏，最终呈现出相应的警示标语，能够起到实时分析当前路段降雨情况，及时给出警示的作用。

Description

一种基于计算机视觉的雨天路况监测方法及系统
技术领域
本发明涉及智能交通领域，尤其涉及一种基于计算机视觉的雨天路况监测方法及系统。
背景技术
随着经济的高速发展，人民生活水平日益提高，对汽车的需求不断增加。汽车在给我们提供便利的同时，也产生了一系列的问题。其中交通事故频发已经成为了当今一大社会难题。据统计，2019年车祸发生次数为200114次，其中因车祸死亡人数为52388人，受伤人数275125人。雨雪天气，路面湿滑是导致交通事故发生的主要原因之一，因此，实时合理地为驾驶员提供警示标识对于减少交通事故的发生有着较大的意义与价值。而目前的天气预报系统仍然不能做到实时、小范围、准确地预报区域内的降雨情况。急需一种检测方法和检测系统，实现实时小范围检测的技术需求。
发明内容
本发明的目的是提供一种基于计算机视觉的雨天路况监测方法及系统，通过红外相机实时采集能够表征当前路段降雨情况的红外图像数据，通过计算机视觉相关技术对图像进行处理并得出当前降雨情况的结论，同时通过云平台将处理结果实时传输至LED显示屏，最终呈现出相应的警示标语。
为了实现上述的技术目标，本发明提供了一种基于计算机视觉的雨天路况监测方法，包括以下步骤：
采集待测道路的雨天图像，将雨天图像传输到第一服务器并进行存储计算，获得第一处理结果；
将第一处理结果传输至第二服务器，获得警示标语，警示标语用于预测待测道路的路况，其中，警示标语表示预警级别，用于在第二服务器显示预警级别。
优选地，在采集待测道路的雨天图像的过程中，雨天图像至少包括红外图像。
优选地，在采集待测道路的雨天图像的过程中，采集若干张雨天图像，其中，每张图像之间具有相同的时间间隔，每张图像至少包括雨点分布、雨点形状、雨点大小、雨点距离。
优选地，在获得第一处理结果的过程中，第一服务器读取若干张雨天图像，并对雨天图像进行预处理获得初始图像；
根据初始图像，通过计算机视觉算法，获得彩色图像；
根据彩色图像的颜色占比，获得第一处理结果。
优选地，在获得初始图像的过程中，基于雨天图像，通过拼接法、归一化处理法、叠加求和法，获得初始图像，其中，初始图像为灰度图像。
优选地，采集彩色图像的雨点图像和背景图像；
通过第一颜色对雨点图像进行第一渲染，获得第一参考图像；
通过第二颜色对背景图像进行第二渲染，获得第二参考图像；
通过识别并计算第一参考图像在彩色图像的颜色占比，获得第一处理结果。
一种基于计算机视觉的雨天路况监测系统，监测系统用于采集雨点图像，包括，
图像采集模块，用于采集雨点图像，其中，图像采集模块至少包括红外图像采集单元、采集卡、玻璃罩，红外图像采集单元与地面垂直设置，玻璃罩设置在红外图像采集单元的外部；
第一存储模块，用于存储雨点图像；
第一通信模块，用于将雨点图像传输到第一服务器。
优选地，监测系统用于第一服务器中，包括，
第一数据处理模块，用于根据雨天图像，获得第一处理结果；
第二通信模块，用于监测系统接收雨点图像，并发送第一处理结果到第二服务器；
第二存储模块，用于存储雨点图像和第一处理结果；
第一显示模块，用于显示第一处理结果以及初始图像的处理进度。
优选地，监测系统用于第二服务器中，包括，
第二数据处理模块，用于根据第一处理结果，获得警示标语；
第三通信模块，用于接收第一处理结果，并将警示标语发送至接收端，其中，接收端至少包括第一服务器；
第三存储模块，用于存储第一处理结果和警示标语；
第二显示模块，用于显示第一处理结果和警示标语。
优选地，监测系统用于移动设备中，包括，
第四通信模块，用于接收警示标语；
第三显示模块，用于显示警示标语，其中，接收端还包括移动设备。
本发明公开了以下技术效果：
与现有方法相比，(1)本发明给出了一种全新的判断雨量方法：通过在红外相机外罩玻璃罩的方式，拍摄到表面附着雨珠的玻璃罩的红外图像，由于玻璃罩上有无雨水的温度辐射不同，红外图像上可以呈现出不同的灰度，据此判断降雨情况；
(2)本发明采用计算机视觉的相关方法对采集到的红外图像进行处理，具体方法为：将二值红外图像可视化为彩色图像，图像中蓝色部分表示雨点，红色部分表示背景。将蓝色部分像素点占整张图像像素点小于1％判断为无雨；大于1％小于20％判断为小雨；大于20％小于50％判断为中雨；大于50％判断为大雨；
(3)本发明通过云平台将计算机处理结果传输给LED显示屏并显示相应警示标语。
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，还根据这些附图获得其他的附图。
图1为本发明实施例所述的监测方法流程示意图；
图2为本发明实施例所述的红外图像处理方法流程示意图；
图3为本发明实施例所述的监测系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1-3所示，本发明提供了一种基于计算机视觉的雨天路况监测方法，包括以下步骤：
采集待测道路的雨天图像，将雨天图像传输到第一服务器并进行存储计算，获得第一处理结果；
将第一处理结果传输至第二服务器，获得警示标语，警示标语用于预测待测道路的路况，其中，警示标语表示预警级别，用于在第二服务器显示预警级别。
在采集待测道路的雨天图像的过程中，雨天图像至少包括红外图像。
在采集待测道路的雨天图像的过程中，采集若干张雨天图像，其中，每张图像之间具有相同的时间间隔，每张图像至少包括雨点分布、雨点形状、雨点大小、雨点距离。
在获得第一处理结果的过程中，第一服务器读取若干张雨天图像，并对雨天图像进行预处理获得初始图像；根据初始图像，通过计算机视觉算法，获得彩色图像；根据彩色图像的颜色占比，获得第一处理结果。
在获得初始图像的过程中，基于雨天图像，通过拼接法、归一化处理法、叠加求和法，获得初始图像，其中，初始图像为灰度图像。
采集彩色图像的雨点图像和背景图像；通过第一颜色对雨点图像进行第一渲染，获得第一参考图像；通过第二颜色对背景图像进行第二渲染，获得第二参考图像；通过识别并计算第一参考图像在彩色图像的颜色占比，获得第一处理结果。
一种基于计算机视觉的雨天路况监测系统，监测系统用于采集雨点图像，包括，
图像采集模块，用于采集雨点图像，其中，图像采集模块至少包括红外图像采集单元、采集卡、玻璃罩，红外图像采集单元与地面垂直设置，玻璃罩设置在红外图像采集单元的外部；
第一存储模块，用于存储雨点图像；
第一通信模块，用于将雨点图像传输到第一服务器。
监测系统用于第一服务器中，包括，
第一数据处理模块，用于根据雨天图像，获得第一处理结果；
第二通信模块，用于监测系统接收雨点图像，并发送第一处理结果到第二服务器；
第二存储模块，用于存储雨点图像和第一处理结果；
第一显示模块，用于显示第一处理结果以及初始图像的处理进度。
监测系统用于第二服务器中，包括，
第二数据处理模块，用于根据第一处理结果，获得警示标语；
第三通信模块，用于接收第一处理结果，并将警示标语发送至接收端，其中，接收端至少包括第一服务器；
第三存储模块，用于存储第一处理结果和警示标语；
第二显示模块，用于显示第一处理结果和警示标语。
监测系统用于移动设备中，包括，
第四通信模块，用于接收警示标语；
第三显示模块，用于显示警示标语，其中，接收端还包括移动设备。
本发明提供一种基于计算机视觉的红外雨天路况监测系统，包括红外图像采集模块、红外图像处理模块、云平台模块以及LED显示屏模块。
实施例1：如图3所示，红外图像采集模块包括红外相机、采集卡以及外置表面光滑的玻璃罩，将红外相机摄像头朝上放置，将外表面光滑的圆弧形玻璃罩罩在摄像头上，用于采集红外相机透过玻璃罩拍摄到的红外图像数据。
红外图像处理模块包括计算机，用于对红外数据的采集进行控制、存储，以及分析处理并输出结果。由于玻璃罩上有无雨水的温度辐射情况不同，所以拍摄到的红外图像成像不同，可以根据拍摄到的红外图像中雨点的分布、大小、距离判断是否下雨及雨量大小。具体的判断方式为：将二值红外图像可视化为彩色图像，图像中蓝色部分表示雨点，红色部分表示背景。将蓝色部分像素点占整张图像像素点小于1％判断为无雨；大于1％小于20％判断为小雨；大于20％小于50％判断为中雨；大于50％判断为大雨。
云平台模块包括云平台，用于接收计算机的输出结果并上传至LED显示屏。
LED显示屏模块包括LED显示屏，用于根据计算机的输出结果显示相应的警示标语，LED屏显示情况如下：
①若计算机输出结果为不下雨，则LED显示屏不显示；
②若计算机输出结果为小雨，则LED显示屏显示：“小雨路滑，小心驾驶！”
③若计算机输出结果为中雨或大雨，则LED显示屏显示：“雨量较大，能见度低，请缓慢驾驶！”
如图1所示，基于计算机视觉的红外雨天路况监测方法具体步骤包括如下：
①将红外相机摄像头向上放置，并将外表面光滑的玻璃罩罩在红外相机摄像头上方，制成红外图像采集模块；
②将红外图像采集模块放置在待雨天监测的路况范围内；
③利用红外相机以一定的时间间隔拍摄透过玻璃罩的红外图像；
④将采集到的红外数据上传至计算机中的上位机，存储并保存；
⑤对存储下来的红外数据进行图像处理，根据图像中雨点的分布、形状、大小、距离等判断是否下雨及雨量大小；
⑥将计算机的处理结果上传至云平台；
⑦云平台将计算机的处理结果上传至LED显示屏；
⑧LED显示屏根据计算机的处理结果显示相应的警示标语。
如图2所示，红外图像处理步骤如下：
①一次读取多张不同时刻的原始红外图像；
②对这些红外图像进行拼接和归一化处理，叠加求平均形成灰度图像，转换为适合于计算机视觉算法处理的数据，并可视化为彩色图像，蓝色部分表示雨点，红色部分表示背景；
③调用计算机视觉检测算法对雨点目标进行探测；
④计算图像蓝色像素点占整张图像像素点的比例，判断是否下雨及雨量大小。
本发明是一种基于计算机视觉的红外路况雨天监测系统，涉及到通过处理红外相机识别到的图像实现信息识别，具体涉及一种基于红外图像监测路况下雨情况并实时显示的系统及方法。系统包括红外图像采集模块、红外图像处理模块、云平台模块以及LED显示屏模块。红外图像采集模块主要包括红外相机以及外置玻璃罩，主要用于采集到不同天气状况下红外相机透过玻璃罩拍摄到的红外图像；主控模块包括计算机，用于对红外数据的采集进行控制、存储以及分析处理并输出结果，云平台模块用于接收计算机的输出结果并上传至LED显示屏，LED显示屏模块用于显示当前路况下雨情况并起到提示驾驶员的作用。方法主要有：将外表面光滑的玻璃罩罩在红外相机的摄像头上制成红外图像采集模块；将红外图像采集模块放置在待监测路况区域；以一定的时间间隔采集透过玻璃罩拍摄到的红外图像；将采集到的红外数据上传至计算机中的上位机，存储并保存；对存储下来的红外数据进行图像处理，根据图像中雨点的分布、形状、大小、距离等判断是否下雨及雨量大小；将处理结果上传至云平台，并由云平台发送至LED显示屏；LED显示屏根据下雨情况显示相应的警示标语。本发明用于监测道路上的降雨情况并起到警示驾驶员的作用。
本发明采用计算机视觉的相关方法对采集到的红外图像进行处理，具体方法为：将二值红外图像可视化为彩色图像，图像中蓝色部分表示雨点，红色部分表示背景。将蓝色部分像素点占整张图像像素点小于1％判断为无雨；大于1％小于20％判断为小雨；大于20％小于50％判断为中雨；大于50％判断为大雨。
本发明通过红外相机实时采集能够表征当前路段降雨情况的红外图像数据，通过计算机视觉相关技术对图像进行处理并得出当前降雨情况的结论，同时通过云平台将处理结果实时传输至LED显示屏，最终呈现出相应的警示标语。能够起到实时分析当前路段降雨情况，及时给出警示的作用。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释，此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (5)

1.一种基于计算机视觉的雨天路况监测方法，其特征在于，包括以下步骤：
采集待测道路的雨天图像，将所述雨天图像传输到第一服务器并进行存储计算，获得第一处理结果；
在获得所述第一处理结果的过程中，所述第一服务器读取若干张所述雨天图像，并对所述雨天图像进行预处理获得初始图像；
根据所述初始图像，通过计算机视觉算法，获得彩色图像；
根据所述彩色图像的颜色占比，获得所述第一处理结果；
将所述第一处理结果传输至第二服务器，获得警示标语，所述警示标语用于预测所述待测道路的路况，其中，所述警示标语表示预警级别，用于在所述第二服务器显示所述预警级别；
一种应用于上述雨天路况监测方法的基于计算机视觉的雨天路况监测系统，其特征在于，
所述监测系统用于采集雨点图像，包括，
图像采集模块，用于采集雨点图像，其中，所述图像采集模块至少包括红外图像采集单元、采集卡、玻璃罩，所述红外图像采集单元与地面垂直设置，所述玻璃罩设置在所述红外图像采集单元的外部；所述红外图像采集单元，用于通过在红外相机外罩玻璃罩的方式，拍摄到表面附着雨珠的玻璃罩的红外图像；
第一存储模块，用于存储所述雨点图像；
第一通信模块，用于将所述雨点图像传输到第一服务器；
所述监测系统用于所述第一服务器中，包括，
第一数据处理模块，用于根据所述雨天图像，获得第一处理结果；
第二通信模块，用于所述监测系统接收所述雨点图像，并发送所述第一处理结果到第二服务器；
第二存储模块，用于存储所述雨点图像和所述第一处理结果；
第一显示模块，用于显示所述第一处理结果以及初始图像的处理进度；
所述监测系统用于所述第二服务器中，包括，
第二数据处理模块，用于根据所述第一处理结果，获得警示标语；
第三通信模块，用于接收所述第一处理结果，并将所述警示标语发送至接收端，其中，接收端至少包括第一服务器；
第三存储模块，用于存储所述第一处理结果和所述警示标语；
第二显示模块，用于显示第一处理结果和所述警示标语；
所述监测系统用于移动设备中，包括，
第四通信模块，用于接收所述警示标语；
第三显示模块，用于显示所述警示标语，其中，所述接收端还包括所述移动设备。
2.根据权利要求1所述的一种基于计算机视觉的雨天路况监测方法，其特征在于，
在采集所述待测道路的所述雨天图像的过程中，所述雨天图像至少包括红外图像。
3.根据权利要求2所述的一种基于计算机视觉的雨天路况监测方法，其特征在于，
在采集所述待测道路的所述雨天图像的过程中，采集若干张所述雨天图像，其中，每张图像之间具有相同的时间间隔，所述每张图像至少包括雨点分布、雨点形状、雨点大小、雨点距离。
4.根据权利要求1所述的一种基于计算机视觉的雨天路况监测方法，其特征在于，
在获得所述初始图像的过程中，基于所述雨天图像，通过拼接法、归一化处理法、叠加求和法，获得所述初始图像，其中，所述初始图像为灰度图像。
5.根据权利要求1所述的一种基于计算机视觉的雨天路况监测方法，其特征在于，
采集所述彩色图像的雨点图像和背景图像；
通过第一颜色对所述雨点图像进行第一渲染，获得第一参考图像；
通过第二颜色对所述背景图像进行第二渲染，获得第二参考图像；
通过识别并计算所述第一参考图像在所述彩色图像的所述颜色占比，获得所述第一处理结果。
CN202110619726.3A 2021-06-03 2021-06-03 一种基于计算机视觉的雨天路况监测方法及系统 Active CN113421437B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110619726.3A CN113421437B (zh) 2021-06-03 2021-06-03 一种基于计算机视觉的雨天路况监测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110619726.3A CN113421437B (zh) 2021-06-03 2021-06-03 一种基于计算机视觉的雨天路况监测方法及系统

Publications (2)

Publication Number Publication Date
CN113421437A CN113421437A (zh) 2021-09-21
CN113421437B true CN113421437B (zh) 2023-03-21

Family

ID=77713741

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110619726.3A Active CN113421437B (zh) 2021-06-03 2021-06-03 一种基于计算机视觉的雨天路况监测方法及系统

Country Status (1)

Country Link
CN (1) CN113421437B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107301756A (zh) * 2017-08-14 2017-10-27 苏州马尔萨斯文化传媒有限公司 一种滑坡灾害监测与防护设备与方法
CN210804746U (zh) * 2019-11-20 2020-06-19 云南交通职业技术学院 一种基于zigbee的便携式交通流量记录仪

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8138478B2 (en) * 2005-03-21 2012-03-20 Visonic Ltd. Passive infra-red detectors
CN103593847A (zh) * 2013-11-25 2014-02-19 中国航天科工集团第三研究院第八三五七研究所 基于机器视觉的雨滴检测分析方法
US9335178B2 (en) * 2014-01-28 2016-05-10 GM Global Technology Operations LLC Method for using street level images to enhance automated driving mode for vehicle
CN106646677B (zh) * 2016-10-24 2020-05-12 深圳市元征科技股份有限公司 一种雨量探测方法及装置
CN110276318A (zh) * 2019-06-26 2019-09-24 北京航空航天大学 夜间公路下雨识别方法、装置、计算机设备及存储介质
JP7272226B2 (ja) * 2019-10-07 2023-05-12 株式会社デンソー 雨滴認識装置、車両制御装置、学習方法および学習済みモデル
CN110852274B (zh) * 2019-11-12 2023-04-28 上海智驾汽车科技有限公司 一种基于图像识别的智能雨量感知方法及装置
CN111055811A (zh) * 2019-12-05 2020-04-24 浙江合众新能源汽车有限公司 一种基于车载智能摄像头的雨刮器控制方法及系统
CN111950812B (zh) * 2020-08-31 2022-05-24 福建农林大学 一种自动识别与预测雨量的方法及其装置
CN112162337B (zh) * 2020-09-27 2022-05-27 航天新气象科技有限公司 一种基于全天空成像仪的降雨测量方法及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107301756A (zh) * 2017-08-14 2017-10-27 苏州马尔萨斯文化传媒有限公司 一种滑坡灾害监测与防护设备与方法
CN210804746U (zh) * 2019-11-20 2020-06-19 云南交通职业技术学院 一种基于zigbee的便携式交通流量记录仪

Also Published As

Publication number Publication date
CN113421437A (zh) 2021-09-21

Similar Documents

Publication Publication Date Title
CN101430195B (zh) 一种利用视频图像处理技术计算输电线路覆冰厚度的方法
CN103184719B (zh) 道路表面调查装置
CN111523397B (zh) 一种智慧灯杆视觉识别装置、方法及其系统和电子设备
CN110837800A (zh) 一种面向港口恶劣天气的目标检测和识别的方法
US20220020173A1 (en) Assessing visibility of a target object with autonomous vehicle fleet
CN112287861A (zh) 基于夜间环境感知的道路信息增强与驾驶预警方法
CN111783700B (zh) 一种路面异物自动识别预警方法和系统
KR20010016528A (ko) Ｇｉｓ 기반의 도로 기상 정보 제공 방법 및 시스템
CN113903012A (zh) 碰撞预警方法及装置、车载设备及存储介质
CN112419745A (zh) 一种基于深度融合网络的高速公路团雾预警系统
KR102026686B1 (ko) 커넥티드 차량을 이용한 도로 파손 정보 제공 장치 및 도로 파손 판정 모델 생성 서버
KR102261164B1 (ko) 도로결빙 판정 알고리즘을 이용한 ai 전광판 시스템
CN114494845A (zh) 一种用于施工项目现场人工智能隐患排查系统及其排查方法
CN113421437B (zh) 一种基于计算机视觉的雨天路况监测方法及系统
CN112598865B (zh) 一种电缆线路防外力破坏的监控方法及系统
KR101006652B1 (ko) 영상정보분석에 의한 날씨감지장치 및 이를 이용한 날씨감지방법
US11748664B1 (en) Systems for creating training data for determining vehicle following distance
KR102257078B1 (ko) 좌표계를 이용한 안개 탐지 장치 및 그 방법
CN113313273B (zh) 基于大数据环境下的公共设施检测方法、系统和存储介质
CN112836619A (zh) 嵌入式车载远红外行人检测方法、系统、设备及存储介质
CN112816483A (zh) 基于雾值分析的团雾识别预警方法、系统和电子设备
CN113034915A (zh) 一种双光谱交通事件检测方法及装置
CN113705442A (zh) 一种户外大牌广告画面监控识别系统及方法
CN112419713A (zh) 一种基于云计算的城市交通监测系统
CN115938120B (zh) 一种车联网车辆异常行为识别方法及系统

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