CN113869275A - 一种基于移动边缘计算的车辆抛洒物检测系统 - Google Patents

一种基于移动边缘计算的车辆抛洒物检测系统 Download PDF

Info

Publication number
CN113869275A
CN113869275A CN202111203853.1A CN202111203853A CN113869275A CN 113869275 A CN113869275 A CN 113869275A CN 202111203853 A CN202111203853 A CN 202111203853A CN 113869275 A CN113869275 A CN 113869275A
Authority
CN
China
Prior art keywords
vehicle
projectile
detection
cloud server
mobile edge
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.)
Pending
Application number
CN202111203853.1A
Other languages
English (en)
Inventor
王钢
舒振宇
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.)
Zhejiang University of Science and Technology ZUST
Original Assignee
Zhejiang University of Science and Technology ZUST
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 Zhejiang University of Science and Technology ZUST filed Critical Zhejiang University of Science and Technology ZUST
Priority to CN202111203853.1A priority Critical patent/CN113869275A/zh
Publication of CN113869275A publication Critical patent/CN113869275A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computational Linguistics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Evolutionary Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Image Analysis (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于移动边缘计算的车辆抛洒物检测系统，包括：车载摄像机、移动边缘计算设备、云服务器及通信终端；车载摄像机用于采集抛洒物的动态视频信息；移动边缘计算设备接收所述动态视频信息并提取抛洒物关键帧图像，利用内置的深度神经网络模型YOLO对抛洒物关键帧图像进行分类检测，判断抛洒物种类，并将检测结果通过无线网络传输给所述云服务器；云服务器用于存储检测结果，并将检测结果无线传输给通信终端；通信终端根据检测结果提示监控人员采取相应的预警措施。本发明可以灵活方便的集成在现有道路养护车辆上，充分节约通信网络传输成本，实现道路车辆抛洒物的快速检测识别、传输和存储。

Description

一种基于移动边缘计算的车辆抛洒物检测系统
技术领域
本发明涉及计算机视觉识别技术领域，更具体的说是涉及一种基于移动边缘计算的车辆抛洒物检测系统。
背景技术
随着经济不断发展和交通运输需求不断增加，我国高速公路发展迅速。高速公路运输具有门到门直接运输的灵活性，尤其适用于客运和物流运输。高速公路车道多、路面宽，通行能力大，运输能力远高于普通公路。随着高速公路运输能力的提高，高速公路上车辆抛洒物事件也时有发生。抛洒物是高速公路交通事故的重要原因之一，抛洒物就像是一枚枚“定时炸弹”，时刻危及着高速公路车辆的行车安全，是道路安全的主要隐患。
目前道路抛洒物智能识别系统市面上的竞品比较少，主要为文安智能的抛洒物检测系统和天眼查的抛洒物智能检测装置，但是涉及国家相关部门，民用企业在未取得授权的情况下很难大规模普及，在基础设施不完善与成本有限的情况下，很难大面积普及使用，并且上述抛洒物检测系统和装置依赖系统固定设置，使用范围较小，无法检测到大面积路况。
因此，如何提供一种便于部署安装的移动式车辆抛洒物检测系统，对车辆抛洒物进行实时精确检测是本领域技术人员亟需解决的问题。
发明内容
有鉴于此，本发明提供了一种基于移动边缘计算的车辆抛洒物检测系统，能够快速自动化检测道路抛洒物类型和其定位位置。
为了实现上述目的，本发明采用如下技术方案：
一种基于移动边缘计算的车辆抛洒物检测系统，包括：车载摄像机、移动边缘计算设备、云服务器及通信终端；所述车载摄像机及移动边缘计算设备设置在运行车辆上，所述车载摄像机用于采集抛洒物的动态视频信息；所述移动边缘计算设备接收所述动态视频信息并提取抛洒物关键帧图像，利用内置的深度神经网络模型YOLO对抛洒物关键帧图像进行分类检测，判断抛洒物种类，并将检测结果通过无线网络传输给所述云服务器；所述云服务器用于存储检测结果，并将检测结果无线传输给所述通信终端；所述通信终端根据检测结果提示监控人员采取相应的预警措施。
优选的，所述车辆抛洒物检测系统还包括卫星定位传感器，所述卫星定位传感器用于记录抛洒物的位置信息。
优选的，所述移动边缘计算设备将检测结果通过无线网络传输给云服务器，包括通过5G通信网络将检测结果传输给云服务器。
优选的，所述移动边缘计算设备还用于判断抛洒物关键帧图像是否为首次检测，移动边缘计算设备将首次检测的抛洒物关键帧图像输入到深度神经网络模型YOLO进行检测，并将检测结果传输给所述云服务器并进行存储。
优选的，所述移动边缘计算设备判断抛洒物关键帧图像是否为首次检测，包括，将抛洒物关键帧图像与该抛洒物关键帧图像所在动态视频信息的前5帧视频图像进行SIFT匹配，若匹配结果为不相似，则表示该抛洒物关键帧图像为首次检测。
经由上述的技术方案可知，本发明公开提供了一种基于移动边缘计算的车辆抛洒物检测系统，具有以下有益效果：
1、不同于现有的固定式视觉识别系统，本发明灵活方便的集成在现有道路养护车辆上，实现道路车辆抛洒物的快速检测识别、传输和存储，满足道路养护部门的实际作业需求。
2、本发明将边缘计算、计算机视觉、深度学习技术、卫星定位传感器、云计算和5G通信技术相结合，直接在运行车辆上完成车辆抛洒物的检测识别，只将检测结果传输给云服务器，分布式的检测方案一方面减少冗余视频图像数据的传输，节省带宽，另一方面也提高了检测的实时性。
3、本发明提出面向车载移动场景下抛洒物高频检测识别去重统计方法，针对车载移动场景下，连续视频帧内的抛洒物识别存在重复统计的情况，采用将抛洒物识别分类结果与前5帧关键帧进行抛洒物相似度SIFT匹配，从而达到去重统计效果。
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，还可以根据提供的附图获得其他的附图。
图1为本发明提供的总体结构示意图；
图2为本发明实施例提供的抛洒物关键帧图像首次检测方法示意图。
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所示本发明实施例公开了一种基于移动边缘计算的车辆抛洒物检测系统，包括：车载摄像机、移动边缘计算设备、云服务器及通信终端；所述车载摄像机及移动边缘计算设备设置在运行车辆上，车载摄像机后置于运行车辆顶端能够采集抛洒物的动态视频信息；所述移动边缘计算设备接收所述动态视频信息并提取抛洒物关键帧图像，利用内置的深度神经网络模型YOLO对抛洒物关键帧图像进行检测，判断抛洒物种类，在本实施例中，抛洒物种类可分为塑料瓶、易拉罐、纸箱、其他塑料垃圾，移动边缘计算设备将包含四种抛洒物分类检测结果的抛洒物分类图像通过无线网络传输给所述云服务器；云服务器对抛洒物分类检测结果进行存储，并将检测结果无线传输给所述通信终端；通信终端根据抛洒物分类检测结果提示监控人员采取相应的预警措施。
在本实施例中，移动边缘计算设备可以理解为一台带有高性能GPU的工业控制计算机，能够进行深度学习在线推理计算，该计算机集成在运行车辆上；通信终端可以包括移动手机、平板电脑或者其他计算机终端，方便监控人员对道路车辆的抛洒物信息进行实时监控。
在本实施例中，移动边缘计算设备利用内置的深度神经网络模型YOLO对抛洒物关键帧图像进行检测，其深度神经网络模型YOLO为训练后的深度神经网络模型，其具体训练过程包括构建塑料瓶、易拉罐、纸箱、其他塑料垃圾四类抛洒物的样本数据库，并对样本数据库中的样本进行标注、对网络分类类型参数进行修改优化，训练深度神经网络模型YOLO，将车载摄像机捕捉到的车辆抛洒物动态视频信息提取出抛洒物关键帧图像后，将抛洒物关键帧图像输入训练后的深度神经网络模型YOLO即可判断出此次车辆抛洒物属于塑料瓶、易拉罐、纸箱、其他塑料垃圾中的哪一类，将最终的分类检测结果上传到云服务器，并通过云服务器传输给手机等移动终端进行抛洒物信息预警，监控人员会根据不同的抛洒物信息采取不同的处理措施以保障道路的正常运行。
为了进一步优化上述技术方案，所述车辆抛洒物检测系统还包括卫星定位传感器，所述卫星定位传感器用于记录抛洒物的位置信息，具体实施方式为：卫星定位传感器安装在车辆内部，用以随时记录车辆的运行地理位置，并将地理位置信息的经纬度坐标写入车载摄像机拍摄的视频数据中，截取车辆抛洒物在道路上静止时的视频图像，将抛洒物静止在道路上的视频图像输入移动边缘计算中的电子地图，通过比例放大获取抛洒物的地理位置坐标，将抛洒物的地理位置坐标，或通过计算车辆的运行速度获取车辆抛洒物的落地偏移量，根据车辆抛洒物品时的位置信息和落地偏移量推算出车辆抛洒物的地理位置信息，将车辆抛洒物的地理位置信息传输到云服务器并进行存储，监控人员通过通信终端获取云服务器上存储的抛洒物地理位置坐标，实现对道路车辆上产生的抛洒物进行快速精确定位。
为了进一步优化上述技术方案，所述移动边缘计算设备将抛洒物分类图像通过无线网络传输给云服务器，包括通过5G通信网络将抛洒物分类检测结果快速传输给云服务器。
为了进一步优化上述技术方案，移动边缘计算设备在对抛洒物关键帧图像进行分类检测之前，还会对抛洒物关键帧图像进行判断，判断该抛洒物关键帧图像是否为首次检测，摄像机采集的视频帧率为25帧(张)/秒，因此，车辆在行驶过程中摄像机采集到的抛洒物视频关键帧图像会有较多重叠的图像区域，车辆行驶越慢，重叠的图像也会越多，这样就会存在同一抛洒物被重复检测的情况。如图2所示，为了减少重叠图像里的同一抛洒物被重复检测到，选取当前抛洒物关键帧图像在动态视频信息时序上的前5帧视频图像进行匹配判断。
移动边缘计算设备对抛洒物关键帧图像进行匹配判断，可以采用SIFT匹配去重法，具体方法为从车载摄像机拍摄到的抛洒物动态视频信息中提取出抛洒物关键帧图像，并对抛洒物关键帧图像进行裁剪，获取抛洒物关键帧目标区域图像，将抛洒物关键帧目标区域图像与抛洒物关键帧目标区域图像的前5帧视频对象进行SIFT匹配，若匹配结果为相似，则表示该抛洒物关键帧图像已经进行过检测，并非为首次检测，该抛洒物关键帧图像不会被输入到深度神经网络模型YOLO进行分类检测；若匹配结果为不相似，则表示抛洒物关键帧图像未进行过分类检测，即该抛洒物关键帧图像为首次检测，移动边缘计算设备将首次检测的抛洒物关键帧图像输入到深度神经网络模型YOLO进行分类检测，并将检测结果传输到云服务器进行存储。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (5)

1.一种基于移动边缘计算的车辆抛洒物检测系统，其特征在于，包括：车载摄像机、移动边缘计算设备、云服务器及通信终端；所述车载摄像机及移动边缘计算设备设置在运行车辆上，所述车载摄像机用于采集抛洒物的动态视频信息；所述移动边缘计算设备接收所述动态视频信息并提取抛洒物关键帧图像，利用内置的深度神经网络模型YOLO对抛洒物关键帧图像进行分类检测，判断抛洒物种类，并将检测结果通过无线网络传输给所述云服务器；所述云服务器用于存储检测结果，并将检测结果无线传输给所述通信终端；所述通信终端根据检测结果提示监控人员采取相应的预警措施。
2.根据权利要求1所述的车辆抛洒物检测系统，其特征在于，还包括卫星定位传感器，所述卫星定位传感器用于记录抛洒物的位置信息。
3.根据权利要求1所述的车辆抛洒物检测系统，其特征在于，所述移动边缘计算设备将检测结果通过无线网络传输给云服务器，包括通过5G通信网络将检测结果传输给云服务器。
4.根据权利要求1所述的车辆抛洒物检测系统，其特征在于，所述移动边缘计算设备还用于判断抛洒物关键帧图像是否为首次检测，移动边缘计算设备将首次检测的抛洒物关键帧图像输入到深度神经网络模型YOLO进行检测，并将检测结果传输给所述云服务器并进行存储。
5.根据权利要求4所述的车辆抛洒物检测系统，其特征在于，所述移动边缘计算设备判断抛洒物关键帧图像是否为首次检测，包括，将抛洒物关键帧图像与该抛洒物关键帧图像所在动态视频信息的前5帧视频图像进行SIFT匹配，若匹配结果为不相似，则表示该抛洒物关键帧图像为首次检测。
CN202111203853.1A 2021-10-15 2021-10-15 一种基于移动边缘计算的车辆抛洒物检测系统 Pending CN113869275A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111203853.1A CN113869275A (zh) 2021-10-15 2021-10-15 一种基于移动边缘计算的车辆抛洒物检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111203853.1A CN113869275A (zh) 2021-10-15 2021-10-15 一种基于移动边缘计算的车辆抛洒物检测系统

Publications (1)

Publication Number Publication Date
CN113869275A true CN113869275A (zh) 2021-12-31

Family

ID=78999751

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111203853.1A Pending CN113869275A (zh) 2021-10-15 2021-10-15 一种基于移动边缘计算的车辆抛洒物检测系统

Country Status (1)

Country Link
CN (1) CN113869275A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114512006A (zh) * 2022-04-18 2022-05-17 深圳市城市交通规划设计研究中心股份有限公司 一种路面抛洒物预警方法、装置和存储介质
CN114724106A (zh) * 2022-03-07 2022-07-08 重庆亲禾智千科技有限公司 一种基于deepstream的抛洒物识别方法
CN115311850A (zh) * 2022-07-15 2022-11-08 重庆长安汽车股份有限公司 一种基于众包模式的抛洒物识别与预警方法及系统
CN116503779A (zh) * 2023-04-26 2023-07-28 中国公路工程咨询集团有限公司 一种路面抛洒物识别系统及方法
CN118072530A (zh) * 2024-02-19 2024-05-24 安徽大学 一种用于高速公路的车辆异常行为监测系统

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114724106A (zh) * 2022-03-07 2022-07-08 重庆亲禾智千科技有限公司 一种基于deepstream的抛洒物识别方法
CN114512006A (zh) * 2022-04-18 2022-05-17 深圳市城市交通规划设计研究中心股份有限公司 一种路面抛洒物预警方法、装置和存储介质
CN115311850A (zh) * 2022-07-15 2022-11-08 重庆长安汽车股份有限公司 一种基于众包模式的抛洒物识别与预警方法及系统
CN116503779A (zh) * 2023-04-26 2023-07-28 中国公路工程咨询集团有限公司 一种路面抛洒物识别系统及方法
CN118072530A (zh) * 2024-02-19 2024-05-24 安徽大学 一种用于高速公路的车辆异常行为监测系统

Similar Documents

Publication Publication Date Title
CN113869275A (zh) 一种基于移动边缘计算的车辆抛洒物检测系统
Tian et al. An automatic car accident detection method based on cooperative vehicle infrastructure systems
US11380105B2 (en) Identification and classification of traffic conflicts
CN102509291B (zh) 基于无线网络视频传感器的公路路面病害检测及识别方法
CN113155173B (zh) 感知性能评测方法、装置、电子装置和存储介质
CN110837800A (zh) 一种面向港口恶劣天气的目标检测和识别的方法
CN101587544A (zh) 基于计算机视觉的机动车车载反跟踪装置
CN110232827B (zh) 自由流收费车型识别方法、装置及系统
CN105448105A (zh) 一种基于巡逻警车的监控系统
CN114694060B (zh) 一种道路抛洒物检测方法、电子设备及存储介质
CN104282154A (zh) 一种车辆超载监控系统及方法
CN112434566B (zh) 客流统计方法、装置、电子设备及存储介质
Park et al. Real-time signal light detection
CN106412508A (zh) 车辆违章压线智能监控方法和系统
CN111008574A (zh) 一种基于形体识别技术的重点人员轨迹分析方法
Chen et al. AI-based vehicular network toward 6G and IoT: Deep learning approaches
CN111127507A (zh) 一种抛洒物的确定方法和系统
CN114648748A (zh) 一种基于深度学习的机动车违停智能识别方法及系统
US20200286371A1 (en) Traffic system for predicting and providing traffic signal switching timing
CN117315934A (zh) 基于无人机的高速公路车流量实时监测及拥堵预测系统
Ravish et al. Intelligent traffic violation detection
CN117612127B (zh) 场景生成方法、装置和存储介质及电子设备
CN113076821A (zh) 一种事件的检测方法及装置
CN110956072B (zh) 一种基于大数据分析的驾驶技能培训方法
CN114283361A (zh) 状态信息的确定方法和装置、存储介质及电子装置

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