CN113923405B - 一种基于安全监控的移动通信系统 - Google Patents
一种基于安全监控的移动通信系统 Download PDFInfo
- Publication number
- CN113923405B CN113923405B CN202111149389.2A CN202111149389A CN113923405B CN 113923405 B CN113923405 B CN 113923405B CN 202111149389 A CN202111149389 A CN 202111149389A CN 113923405 B CN113923405 B CN 113923405B
- Authority
- CN
- China
- Prior art keywords
- image
- road condition
- generating
- unmanned aerial
- speed
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 32
- 238000010295 mobile communication Methods 0.000 title claims abstract description 29
- 230000007547 defect Effects 0.000 claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims abstract description 20
- 238000001514 detection method Methods 0.000 claims abstract description 15
- 238000000034 method Methods 0.000 claims description 34
- 230000008569 process Effects 0.000 claims description 29
- 238000005070 sampling Methods 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000003780 insertion Methods 0.000 claims description 2
- 230000037431 insertion Effects 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 claims description 2
- 230000008054 signal transmission Effects 0.000 claims description 2
- 230000006854 communication Effects 0.000 abstract description 6
- 238000004891 communication Methods 0.000 abstract description 5
- 230000005484 gravity Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 20
- 230000006870 function Effects 0.000 description 17
- 230000015654 memory Effects 0.000 description 15
- 238000004590 computer program Methods 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 7
- 238000005265 energy consumption Methods 0.000 description 6
- 230000009467 reduction Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000000981 bystander Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
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
-
- 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
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
- G08G1/054—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed photographing overspeeding vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及安全监控技术领域,具体公开了一种基于安全监控的移动通信系统,所述系统包括采集端、无人机端和总控端,所述无人机端用于根据所述航拍图像计算无人机端与采集端之间的相对距离,生成相对距离表,根据所述相对距离表确定问题时间,并将所述问题时间向采集端发送;所述总控端用于;获取采集端标记的路况图像,生成以采集端编号为索引的路况图像库,对所述路况图像库进行缺陷分析,根据缺陷分析结果生成待检点;根据所述待检点生成检测计划。本发明技术方案提供了一种新型架构,通过几乎独立的采集端和无人机端配合完成问题点的标记,极大的降低了通信环节的比重,提高了能源利用率。
Description
技术领域
本发明涉及安全监控技术领域,具体是一种基于安全监控的移动通信系统。
背景技术
公路是现代术语,是可以行驶汽车的公用之路,一旦公路出现问题,轻则影响交通,重则影响人身安全,因此,对公路进行安全监控是必须要做的事情。
现有的安全监控方式是借助智能车,实时的获取公路信息,然后将信息传递给控制平台,进而统一对这些公路信息进行分析处理,可以想到,在这一过程中,通信过程的能耗量极高,在上述安全监控系统中,真正承载信息的是公路图像,公路图像的质量更加重要,但是从能耗角度来说,信息传递过程更加耗能,这显然是存在问题的,归根结底,是移动通信架构的问题。
发明内容
本发明的目的在于提供一种基于安全监控的移动通信系统,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:
一种基于安全监控的移动通信系统,所述系统包括:
采集端,用于根据预设的采集频率定点获取含有时间项的路况图像,并向无人机端发送采样信号;对所述路况图像进行内容识别,根据内容识别结果生成行进速度;接收无人机端发送的问题时间,根据所述问题时间标记相应的路况图像;
无人机端,用于获取采集端对应工作路段的编号,将所述编号向总控端发送,接收总控端发送的基准速度;接收采集端发送的采样信号,获取航拍图像,根据所述航拍图像修正所述基准速度,得到飞行速度;根据所述航拍图像计算无人机端与采集端之间的相对距离,生成相对距离表,根据所述相对距离表确定问题时间,并将所述问题时间向采集端发送;
总控端,用于接收无人机端发送的编号,根据所述编号获取该工作路段的历史流量数据,根据所述历史流量数据确定基准速度,并将所述基准速度向无人机端发送;获取采集端标记的路况图像,生成以采集端编号为索引的路况图像库,对所述路况图像库进行缺陷分析,根据缺陷分析结果生成待检点;根据所述待检点生成检测计划。
作为本发明技术方案进一步的限定:所述采集端包括:
信号发送模块,用于根据预设的采集频率定点获取含有时间项的路况图像,并向无人机端发送采样信号;
行进速度生成模块,用于对所述路况图像进行内容识别,根据内容识别结果生成行进速度;
标记模块,用于接收无人机端发送的问题时间,根据所述问题时间标记相应的路况图像。
作为本发明技术方案进一步的限定:所述无人机端包括:
速度接收模块,用于获取采集端对应工作路段的编号,将所述编号向总控端发送,接收总控端发送的基准速度;
飞行速度生成模块,用于接收采集端发送的采样信号,获取航拍图像,根据所述航拍图像修正所述基准速度,得到飞行速度;
问题时间确定模块,用于根据所述航拍图像计算无人机端与采集端之间的相对距离,生成相对距离表,根据所述相对距离表确定问题时间,并将所述问题时间向采集端发送。
作为本发明技术方案进一步的限定:所述总控端包括:
基准确定模块,用于接收无人机端发送的编号,根据所述编号获取该工作路段的历史流量数据,根据所述历史流量数据确定基准速度,并将所述基准速度向无人机端发送;
缺陷分析模块,用于获取采集端标记的路况图像,生成以采集端编号为索引的路况图像库,对所述路况图像库进行缺陷分析,根据缺陷分析结果生成待检点;
计划生成模块,用于根据所述待检点生成检测计划。
作为本发明技术方案进一步的限定:所述信号发送模块包括:
采样点计算单元,用于获取工作路段的总长度,根据所述总长度和预设的采集频率确定采样点;
时间记录单元,用于当采集端运动到采样点时,记录到达时间,根据预设的采集角度依次获取路况图像,得到路况图像组;
第一处理执行单元,用于将所述到达时间转换为时间图像,并将所述时间图像插入路况图像组中,得到含有时间图像的路况图像组。
作为本发明技术方案进一步的限定:所述行进速度生成模块包括:
车流密度计算单元,用于对所述路况图像进行内容识别,获取车辆数量,根据所述车辆数量计算车流密度;
公式运算单元,用于将所述车流密度输入训练好的速度公式中,得到行进速度;
第一修正单元,用于将所述路况图像中的路面图像与参考图像进行比对,根据比对结果修正所述行进速度。
作为本发明技术方案进一步的限定:所述飞行速度生成模块包括:
轮廓识别单元,用于接收采集端发送的采样信号,获取航拍图像,对所述航拍图像进行轮廓识别,截取工作路段图像;
目标区域确定单元,用于获取采集端位置,根据所述采集端位置和预设的影响半径确定目标区域;
附加速度生成单元,用于获取目标区域内的车辆数据,根据所述车辆数据确定附加速度;
第二修正单元,用于根据所述附加速度修正所述基准速度,得到飞行速度。
作为本发明技术方案进一步的限定:所述问题时间确定模块包括:
比例尺计算单元,用于根据所述航拍图像中的车辆轮廓和相应的车辆尺寸计算图像比例尺;
横向距离计算单元,用于根据所述航拍图像中的采集端位置和所述图像比例尺计算无人机端与采集端之间的横向距离,作为相对距离;
距离表生成单元,用于获取航拍图像的拍摄时间,根据所述拍摄时间和相应的相对距离生成相对距离表;
第二处理执行单元,用于根据所述相对距离表确定问题时间。
作为本发明技术方案进一步的限定:所述第二处理执行单元包括:
参考子单元,用于根据采集端的理论行进速度和无人机端的理论飞行速度生成参考距离表;
比对子单元,用于比对将所述相对距离表与所述参考距离表进行比对,生成偏差距离表;
遍历子单元,用于基于预设的偏差阈值遍历所述偏差距离表,确定问题时间;
其中,所述参考距离表中包括距离项,所述相对距离表中包括距离项和时间项,所述偏差距离表中包括距离项和时间项。
作为本发明技术方案进一步的限定:所述计划生成模块包括:
评级单元,用于获取待检点的缺陷类型,生成缺陷评级;
计划读取单元,用于根据所述缺陷评级确定检修日期并生成检测计划;
天气分析单元,用于根据所述检修日期获取天气信息,根据所述天气信息确定辅助用具;
插入单元,用于将所述辅助用具插入所述检测计划中。
与现有技术相比,本发明的有益效果是:本发明技术方案提供了一种新型架构,通过几乎独立的采集端和无人机端配合完成问题点的标记,极大的降低了通信环节的比重,提高了能源利用率。
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示出了基于安全监控的移动通信系统的架构图。
图2示出了基于安全监控的移动通信系统中采集端的组成结构框图。
图3示出了基于安全监控的移动通信系统中无人机端的组成结构框图。
图4示出了基于安全监控的移动通信系统中总控端的组成结构框图。
图5示出了采集端中信号发送模块的组成结构框图。
图6示出了采集端中行进速度生成模块的组成结构框图。
图7示出了无人机端中飞行速度生成模块的组成结构框图。
图8示出了无人机端中问题时间确定模块的组成结构框图。
图9示出了问题时间确定模块中第二处理执行单元的组成结构框图。
图10示出了总控端中计划生成模块的组成结构框图。
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。
实施例1
图1示出了基于安全监控的移动通信系统的架构图,本发明实施例中,一种基于安全监控的移动通信系统,所述系统包括:
采集端10,用于根据预设的采集频率定点获取含有时间项的路况图像,并向无人机端发送采样信号;对所述路况图像进行内容识别,根据内容识别结果生成行进速度;接收无人机端发送的问题时间,根据所述问题时间标记相应的路况图像;
无人机端20,用于获取采集端对应工作路段的编号,将所述编号向总控端发送,接收总控端发送的基准速度;接收采集端发送的采样信号,获取航拍图像,根据所述航拍图像修正所述基准速度,得到飞行速度;根据所述航拍图像计算无人机端与采集端之间的相对距离,生成相对距离表,根据所述相对距离表确定问题时间,并将所述问题时间向采集端发送;
总控端30,用于接收无人机端发送的编号,根据所述编号获取该工作路段的历史流量数据,根据所述历史流量数据确定基准速度,并将所述基准速度向无人机端发送;获取采集端标记的路况图像,生成以采集端编号为索引的路况图像库,对所述路况图像库进行缺陷分析,根据缺陷分析结果生成待检点;根据所述待检点生成检测计划。
本发明技术方案包括采集端10、无人机端20和总控端30,采集端10可以是硬件,也可以是软件,当所述采集端10为硬件时,它可以是在道路上的运动的,具备通信和图像获取功能的智能小车;当所述采集端10为软件时,可以安装在上述智能小车上;采集端10的工作流程为,在采样点处获取路况图像,所述路况图像为多个角度的路况图像,具体的硬件结构可以是多个摄像设备共同配合,也可以是一个自由度较高的摄像设备获取不同角度的路况图像,具体不做限定;
对于无人机端20,顾名思义,它是飞行在高处的电子设备,当然,如果无人机端20指的是软件,那么它可以安装在无人机上;无人机端20具体图像获取功能和通信功能,它的目的是从宏观上对路况进行分析,以一个“旁观者”的角度获取采集端10的工作状态。
总控端30是控制中心,它的功能是统筹协调采集端10和无人机端20的工作,此外,它还可以与用户进行交互,进行进一步的功能扩充,本发明不做限定。
上述技术方案想要解决的问题是传输过程中的能量损耗问题,我们知道,在移动通信系统中,通信过程中的能耗量极高,比如,在以图像作为信息载体的系统中,采样端获取图像,然后要把图像传递给总控中心,在这一过程中,真正承载信息的是图像获取过程,但是从能耗角度来说,信息传递过程更加耗能,这显然是存在问题的,而且是架构的问题。现有的一种降低能耗的方式是提供移动端性能,使得图像处理过程在移动端完成,可以想到,移动端本身的成本会大大提高,降低能耗的目的是降低成本,因此,从最本质的目的来说,这并不能算做解决方案。
在本发明技术方案中,采集端10只获取路况图像,无人机端20也获取图像,采集端10和无人机端20根据各自获取到的图像进行问题点的确定,它们之间并不存在数据量特别大的信号传输,只需要最基本的联系即可。
举例来说,采集端10在路面上行驶,当车辆较多的时候,它会减速,此时,无人机端20也能够监测到车辆数量,然后根据所述车辆数量进行相应的减速,两者是同步的,但是,如果采集端10发现了路面与完好路面不同时,它也会减速,这就使得无人机端20和采集端10之间出现了迟滞,极限情况下,路面出现无法行驶的现象,无人机端20与采集端10之间的迟滞距离将飞快的增加,因此,迟滞发生的地点就是存在问题的点,这一过程中,采集端10与无人机端20几乎是两个单机系统,它们之间的信息传输几乎为零,但是却共同完成了问题点的标定过程。然后,总控端30根据问题点处的路况图像确定缺陷类型,进而处理这些缺陷。
值得一提的是,一个无人机端20可以与多个采集端10配合,只要无人机端20的高度足够即可;如果一个无人机端20可以与多个采集端10配合,相应的程序设计过程需要考虑到干涉情况。
图2示出了基于安全监控的移动通信系统中采集端的组成结构框图,所述采集端10包括:
信号发送模块11,用于根据预设的采集频率定点获取含有时间项的路况图像,并向无人机端发送采样信号;
行进速度生成模块12,用于对所述路况图像进行内容识别,根据内容识别结果生成行进速度;
标记模块13,用于接收无人机端发送的问题时间,根据所述问题时间标记相应的路况图像。
上述内容对采集端10的功能进行了细化,首先是路况图像的获取,其次是根据路况图像确定行进速度,最后是问题图像的标记过程。值得一提的是,由路况图像确定行进速度的过程对精确度不做要求,因此,采集端10的处理器性能要求并不高。
图3示出了基于安全监控的移动通信系统中无人机端的组成结构框图,所述无人机端20包括:
速度接收模块21,用于获取采集端对应工作路段的编号,将所述编号向总控端发送,接收总控端发送的基准速度;
飞行速度生成模块22,用于接收采集端发送的采样信号,获取航拍图像,根据所述航拍图像修正所述基准速度,得到飞行速度;
问题时间确定模块23,用于根据所述航拍图像计算无人机端与采集端之间的相对距离,生成相对距离表,根据所述相对距离表确定问题时间,并将所述问题时间向采集端发送。
上述内容对无人机端20的功能进行了细化,采集端10进行图像采集时,无人机端20也进行航拍图像采集;问题时间确定模块23是无人机端20的核心功能,最终确定的是问题时间,也就是相对距离发生特殊变动的图像采集时间,这一时间与采集端10的路况图像获取时间相近。
图4示出了基于安全监控的移动通信系统中总控端的组成结构框图,所述总控端30包括:
基准确定模块31,用于接收无人机端发送的编号,根据所述编号获取该工作路段的历史流量数据,根据所述历史流量数据确定基准速度,并将所述基准速度向无人机端发送;
缺陷分析模块32,用于获取采集端标记的路况图像,生成以采集端编号为索引的路况图像库,对所述路况图像库进行缺陷分析,根据缺陷分析结果生成待检点;
计划生成模块33,用于根据所述待检点生成检测计划。
总控端30一般是服务器集群,它的计算能力较强,对于上述功能的实现,均有一些现有技术进行支撑,实现难度并不高。
图5示出了采集端中信号发送模块的组成结构框图,所述信号发送模块11包括:
采样点计算单元111,用于获取工作路段的总长度,根据所述总长度和预设的采集频率确定采样点;
时间记录单元112,用于当采集端运动到采样点时,记录到达时间,根据预设的采集角度依次获取路况图像,得到路况图像组;
第一处理执行单元113,用于将所述到达时间转换为时间图像,并将所述时间图像插入路况图像组中,得到含有时间图像的路况图像组。
信号发送模块11的工作是定点获取路况图像,采样点的位置是根据所述总长度和预设的采集频率确定的,具体的确定方式是很简单的数学公式,具体不做限定。
值得一提的是,插入时间索引的方式是将时间转换为图像,这样做的好处是使得路况图像组更加协调,转换过程只需要借助一些背景图像模板即可。
图6示出了采集端中行进速度生成模块的组成结构框图,所述行进速度生成模块12包括:
车流密度计算单元121,用于对所述路况图像进行内容识别,获取车辆数量,根据所述车辆数量计算车流密度;
公式运算单元122,用于将所述车流密度输入训练好的速度公式中,得到行进速度;
第一修正单元123,用于将所述路况图像中的路面图像与参考图像进行比对,根据比对结果修正所述行进速度。
行进速度生成模块12的目的是生成行进速度,可以想到,车越多,速度应该越慢,但是车辆的多少并不是由数量确定的,而是由密度确定的,密度的计算还需要获取路段信息。此外,路面图像是本发明想要获取的重点图像,也是本发明技术方案的目的所在,它影响行进速度,从而产生迟滞;至于影响行进速度的方式较为简单,只需要与参考图像进行比对即可。
图7示出了无人机端中飞行速度生成模块的组成结构框图,所述飞行速度生成模块22包括:
轮廓识别单元221,用于接收采集端发送的采样信号,获取航拍图像,对所述航拍图像进行轮廓识别,截取工作路段图像;
目标区域确定单元222,用于获取采集端位置,根据所述采集端位置和预设的影响半径确定目标区域;
附加速度生成单元223,用于获取目标区域内的车辆数据,根据所述车辆数据确定附加速度;
第二修正单元224,用于根据所述附加速度修正所述基准速度,得到飞行速度。
飞行速度的获取过程与行进速度的获取过程有些类似,区别点在于,无人机端20不获取路面信息,这也是产生迟滞的原因。
图8示出了无人机端中问题时间确定模块的组成结构框图,所述问题时间确定模块23包括:
比例尺计算单元231,用于根据所述航拍图像中的车辆轮廓和相应的车辆尺寸计算图像比例尺;
横向距离计算单元232,用于根据所述航拍图像中的采集端位置和所述图像比例尺计算无人机端与采集端之间的横向距离,作为相对距离;
距离表生成单元233,用于获取航拍图像的拍摄时间,根据所述拍摄时间和相应的相对距离生成相对距离表;
第二处理执行单元234,用于根据所述相对距离表确定问题时间。
正常的距离获取过程,一般是先有数据传输,然后根据传输时间计算距离,这恰恰是本发明想要解决的问题,因此,本发明技术方案对于距离的获取是直接通过图像进行获取的;值得一提的是,先有数据传输,然后根据传输时间计算距离的方式,计算的是实际距离,与无人机端20的高度也有关,而上述横向距离与无人机端20的高度无关。
图9示出了问题时间确定模块中第二处理执行单元的组成结构框图,所述第二处理执行单元234包括:
参考子单元2341,用于根据采集端的理论行进速度和无人机端的理论飞行速度生成参考距离表;
比对子单元2342,用于比对将所述相对距离表与所述参考距离表进行比对,生成偏差距离表;
遍历子单元2343,用于基于预设的偏差阈值遍历所述偏差距离表,确定问题时间;
其中,所述参考距离表中包括距离项,所述相对距离表中包括距离项和时间项,所述偏差距离表中包括距离项和时间项。
横向距离是一个累加值,我们想要获取的是每个采样点处的横向距离,因此,需要不断的运算,生成一张偏差距离表,运算过程就是简单的逆累加过程,获取到新的横向距离,减去之前的横向距离即可。
实施例2
图10示出了总控端中计划生成模块的组成结构框图,与实施例1不同的是,在本发明实施例中,所述计划生成模块33包括:
评级单元331,用于获取待检点的缺陷类型,生成缺陷评级;
计划读取单元332,用于根据所述缺陷评级确定检修日期并生成检测计划;
天气分析单元333,用于根据所述检修日期获取天气信息,根据所述天气信息确定辅助用具;
插入单元334,用于将所述辅助用具插入所述检测计划中。
检测计划的生成过程是简单的数据库读取操作,上述内容与传统技术不同点在于,加入了天气预测过程,根据天气信息确定辅助用具,极大地提高了检测计划的适应性。
上述基于安全监控的移动通信系统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安全监控的移动通信系统的功能。
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 Access Memory)、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)
1.一种基于安全监控的移动通信系统,其特征在于,所述系统包括:
采集端,用于根据预设的采集频率定点获取含有时间项的路况图像,并向无人机端发送采样信号;对所述路况图像进行内容识别,根据内容识别结果生成采集端的行进速度;接收无人机端发送的问题时间,根据所述问题时间标记相应的路况图像;
无人机端,用于获取采集端对应工作路段的编号,将所述编号向总控端发送,接收总控端发送的基准速度;接收采集端发送的采样信号,获取航拍图像,根据所述航拍图像修正所述基准速度,得到飞行速度;根据所述航拍图像计算无人机端与采集端之间的相对距离,生成相对距离表,根据所述相对距离表确定问题时间,并将所述问题时间向采集端发送;
总控端,用于接收无人机端发送的编号,根据所述编号获取该工作路段的历史流量数据,根据所述历史流量数据确定基准速度,并将所述基准速度向无人机端发送;获取采集端标记的路况图像,生成以采集端编号为索引的路况图像库,对所述路况图像库进行缺陷分析,根据缺陷分析结果生成待检点;根据所述待检点生成检测计划。
2.根据权利要求1所述的基于安全监控的移动通信系统,其特征在于,所述采集端包括:
信号发送模块,用于根据预设的采集频率定点获取含有时间项的路况图像,并向无人机端发送采样信号;
行进速度生成模块,用于对所述路况图像进行内容识别,根据内容识别结果生成行进速度;
标记模块,用于接收无人机端发送的问题时间,根据所述问题时间标记相应的路况图像。
3.根据权利要求1所述的基于安全监控的移动通信系统,其特征在于,所述无人机端包括:
速度接收模块,用于获取采集端对应工作路段的编号,将所述编号向总控端发送,接收总控端发送的基准速度;
飞行速度生成模块,用于接收采集端发送的采样信号,获取航拍图像,根据所述航拍图像修正所述基准速度,得到飞行速度;
问题时间确定模块,用于根据所述航拍图像计算无人机端与采集端之间的相对距离,生成相对距离表,根据所述相对距离表确定问题时间,并将所述问题时间向采集端发送。
4.根据权利要求1所述的基于安全监控的移动通信系统,其特征在于,所述总控端包括:
基准确定模块,用于接收无人机端发送的编号,根据所述编号获取该工作路段的历史流量数据,根据所述历史流量数据确定基准速度,并将所述基准速度向无人机端发送;
缺陷分析模块,用于获取采集端标记的路况图像,生成以采集端编号为索引的路况图像库,对所述路况图像库进行缺陷分析,根据缺陷分析结果生成待检点;
计划生成模块,用于根据所述待检点生成检测计划。
5.根据权利要求2所述的基于安全监控的移动通信系统,其特征在于,所述信号发送模块包括:
采样点计算单元,用于获取工作路段的总长度,根据所述总长度和预设的采集频率确定采样点;
时间记录单元,用于当采集端运动到采样点时,记录到达时间,根据预设的采集角度依次获取路况图像,得到路况图像组;
第一处理执行单元,用于将所述到达时间转换为时间图像,并将所述时间图像插入路况图像组中,得到含有时间图像的路况图像组。
6.根据权利要求2所述的基于安全监控的移动通信系统,其特征在于,所述行进速度生成模块包括:
车流密度计算单元,用于对所述路况图像进行内容识别,获取车辆数量,根据所述车辆数量计算车流密度;
公式运算单元,用于将所述车流密度输入训练好的速度公式中,得到行进速度;
第一修正单元,用于将所述路况图像中的路面图像与参考图像进行比对,根据比对结果修正所述行进速度。
7.根据权利要求3所述的基于安全监控的移动通信系统,其特征在于,所述飞行速度生成模块包括:
轮廓识别单元,用于接收采集端发送的采样信号,获取航拍图像,对所述航拍图像进行轮廓识别,截取工作路段图像;
目标区域确定单元,用于获取采集端位置,根据所述采集端位置和预设的影响半径确定目标区域;
附加速度生成单元,用于获取目标区域内的车辆数据,根据所述车辆数据确定附加速度;
第二修正单元,用于根据所述附加速度修正所述基准速度,得到飞行速度。
8.根据权利要求3所述的基于安全监控的移动通信系统,其特征在于,所述问题时间确定模块包括:
比例尺计算单元,用于根据所述航拍图像中的车辆轮廓和相应的车辆尺寸计算图像比例尺;
横向距离计算单元,用于根据所述航拍图像中的采集端位置和所述图像比例尺计算无人机端与采集端之间的横向距离,作为相对距离;
距离表生成单元,用于获取航拍图像的拍摄时间,根据所述拍摄时间和相应的相对距离生成相对距离表;
第二处理执行单元,用于根据所述相对距离表确定问题时间。
9.根据权利要求8所述的基于安全监控的移动通信系统,其特征在于,所述第二处理执行单元包括:
参考子单元,用于根据采集端的理论行进速度和无人机端的理论飞行速度生成参考距离表;
比对子单元,用于比对将所述相对距离表与所述参考距离表进行比对,生成偏差距离表;
遍历子单元,用于基于预设的偏差阈值遍历所述偏差距离表,确定问题时间;
其中,所述参考距离表中包括距离项,所述相对距离表中包括距离项和时间项,所述偏差距离表中包括距离项和时间项。
10.根据权利要求4所述的基于安全监控的移动通信系统,其特征在于,所述计划生成模块包括:
评级单元,用于获取待检点的缺陷类型,生成缺陷评级;
计划读取单元,用于根据所述缺陷评级确定检修日期并生成检测计划;
天气分析单元,用于根据所述检修日期获取天气信息,根据所述天气信息确定辅助用具;
插入单元,用于将所述辅助用具插入所述检测计划中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111149389.2A CN113923405B (zh) | 2021-09-29 | 2021-09-29 | 一种基于安全监控的移动通信系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111149389.2A CN113923405B (zh) | 2021-09-29 | 2021-09-29 | 一种基于安全监控的移动通信系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113923405A CN113923405A (zh) | 2022-01-11 |
CN113923405B true CN113923405B (zh) | 2024-02-23 |
Family
ID=79236869
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111149389.2A Active CN113923405B (zh) | 2021-09-29 | 2021-09-29 | 一种基于安全监控的移动通信系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113923405B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115019158B (zh) * | 2022-08-03 | 2022-10-25 | 威海海洋职业学院 | 一种基于图像识别的海洋污染区域识别方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014192625A (ja) * | 2013-03-26 | 2014-10-06 | Zenrin Datacom Co Ltd | 制御プログラムおよび情報処理方法 |
CN111008055A (zh) * | 2019-11-18 | 2020-04-14 | 维沃移动通信有限公司 | 一种设备控制方法及电子设备 |
CN112258840A (zh) * | 2020-10-23 | 2021-01-22 | 北京百度网讯科技有限公司 | 图像采集的控制方法、装置、设备及存储介质 |
CN112362677A (zh) * | 2020-11-27 | 2021-02-12 | 上海工程技术大学 | 一种用于无人机检测飞机表面缺陷的5g图像实时传输系统 |
CN112435458A (zh) * | 2019-06-21 | 2021-03-02 | 北京航空航天大学 | 一种交通事故下的高速公路无人机应急仿真方法 |
CN112509322A (zh) * | 2020-11-27 | 2021-03-16 | 佛山市墨纳森智能科技有限公司 | 一种基于无人机的高速交通事故监管方法、系统及可读存储介质 |
CN212850819U (zh) * | 2020-10-21 | 2021-03-30 | 陕西通信规划设计研究院有限公司 | 一种车载互联网用前端采集后端分析处理设备 |
CN112687100A (zh) * | 2020-12-17 | 2021-04-20 | 深圳市微网力合信息技术有限公司 | 一种基于wifi6的交通信息获取方法及系统 |
KR20210074961A (ko) * | 2019-12-12 | 2021-06-22 | (주)위즈베이스 | 드론 촬영 영상을 이용하여 도로 교통 정보를 분석하는 방법 및 이를 이용한 장치 |
-
2021
- 2021-09-29 CN CN202111149389.2A patent/CN113923405B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014192625A (ja) * | 2013-03-26 | 2014-10-06 | Zenrin Datacom Co Ltd | 制御プログラムおよび情報処理方法 |
CN112435458A (zh) * | 2019-06-21 | 2021-03-02 | 北京航空航天大学 | 一种交通事故下的高速公路无人机应急仿真方法 |
CN111008055A (zh) * | 2019-11-18 | 2020-04-14 | 维沃移动通信有限公司 | 一种设备控制方法及电子设备 |
KR20210074961A (ko) * | 2019-12-12 | 2021-06-22 | (주)위즈베이스 | 드론 촬영 영상을 이용하여 도로 교통 정보를 분석하는 방법 및 이를 이용한 장치 |
CN212850819U (zh) * | 2020-10-21 | 2021-03-30 | 陕西通信规划设计研究院有限公司 | 一种车载互联网用前端采集后端分析处理设备 |
CN112258840A (zh) * | 2020-10-23 | 2021-01-22 | 北京百度网讯科技有限公司 | 图像采集的控制方法、装置、设备及存储介质 |
CN112362677A (zh) * | 2020-11-27 | 2021-02-12 | 上海工程技术大学 | 一种用于无人机检测飞机表面缺陷的5g图像实时传输系统 |
CN112509322A (zh) * | 2020-11-27 | 2021-03-16 | 佛山市墨纳森智能科技有限公司 | 一种基于无人机的高速交通事故监管方法、系统及可读存储介质 |
CN112687100A (zh) * | 2020-12-17 | 2021-04-20 | 深圳市微网力合信息技术有限公司 | 一种基于wifi6的交通信息获取方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113923405A (zh) | 2022-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20130132166A1 (en) | Smart toll network for improving performance of vehicle identification systems | |
CN114548832B (zh) | 一种基于大数据的风电设备状态评估方法及系统 | |
CN114565895B (zh) | 一种基于智慧社会的安防监控系统及方法 | |
CN113923405B (zh) | 一种基于安全监控的移动通信系统 | |
CN112200884A (zh) | 一种车道线的生成方法及装置 | |
CN111881243A (zh) | 一种出租车轨迹热点区域分析方法及系统 | |
CN115509765A (zh) | 一种超融合云计算方法、系统、计算机设备及存储介质 | |
CN116843303B (zh) | 一种智慧梁场的生产管控方法及系统 | |
CN114495520A (zh) | 一种车辆的计数方法、装置、终端和存储介质 | |
Deepa et al. | Pothole detection using roboflow convolutional neural networks | |
CN111640300B (zh) | 一种车辆检测处理方法及装置 | |
CN113673815A (zh) | 基于车辆数据处理的矿车调度方法及装置 | |
CN111862208B (zh) | 一种基于屏幕光通信的车辆定位方法、装置及服务器 | |
CN107525525A (zh) | 一种新能源汽车的路径校准系统及方法 | |
CN111369790B (zh) | 过车记录校正方法、装置、设备及存储介质 | |
CN107831762A (zh) | 一种新能源汽车的路径规划系统及方法 | |
CN114202080A (zh) | 一种基于地理信息线路交叉跨越点的自动识别方法及系统 | |
CN113033546A (zh) | 结合rpa和ai的通行证办理方法、装置及电子设备 | |
CN113989778A (zh) | 车辆信息匹配方法、装置、终端设备及存储介质 | |
Pradeep et al. | Automatic railway detection and tracking inspecting system | |
CN113997955B (zh) | 轨迹预测方法、装置、电子设备以及存储介质 | |
CN114115348B (zh) | 无人机的巡检装置切换方法、装置、电子设备及存储介质 | |
US20220019797A1 (en) | Methods and systems for agricultural block mapping | |
CN112823377B (zh) | 一种路沿分割方法、装置、终端设备及可读存储介质 | |
CN117593708B (zh) | 包含车辆身份信息的交通数字孪生方法、设备及存储介质 |
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 |