CN113949846A - 适配于自主飞机的智慧城市图像精细化管理方法及系统 - Google Patents
适配于自主飞机的智慧城市图像精细化管理方法及系统 Download PDFInfo
- Publication number
- CN113949846A CN113949846A CN202111139279.8A CN202111139279A CN113949846A CN 113949846 A CN113949846 A CN 113949846A CN 202111139279 A CN202111139279 A CN 202111139279A CN 113949846 A CN113949846 A CN 113949846A
- Authority
- CN
- China
- Prior art keywords
- road section
- information
- violation
- road
- state
- 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
Links
- 238000007726 management method Methods 0.000 title claims abstract description 64
- 230000003044 adaptive effect Effects 0.000 title abstract description 8
- 238000012544 monitoring process Methods 0.000 claims abstract description 100
- 238000012423 maintenance Methods 0.000 claims abstract description 74
- 238000000034 method Methods 0.000 claims abstract description 23
- 206010039203 Road traffic accident Diseases 0.000 claims description 47
- 238000004590 computer program Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 2
- 238000010276 construction Methods 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 230000001276 controlling effect Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000009191 jumping Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000010130 dispersion processing Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及适配于自主飞机的智慧城市图像精细化管理方法及系统，涉及城市道路监管的领域，其中方法包括获取全区路段信息，全区路段信息包括路段位置以及与路段位置相对应的路段状态，路段状态包括日常状态类、维修状态类以及紧急状态类；根据路段状态，判断当前路段状态是否属于维修状态类；若判断为是，则生成重点监测指令并执行，重点监测指令用于控制无人机对维修路段进行重点监测；获取与路段位置相对应的监控视频；推送路段位置以及与路段位置相对应的监控视频至管理平台。本申请具有减少维修路段内相关交通问题的效果。
Description
技术领域
本申请涉及城市道路监管的领域，尤其是涉及适配于自主飞机的智慧城市图像精细化管理方法及系统。
背景技术
随着社会的发展，为了进一步完善城市功能,提升城市品位,加快打造内联外通，目前政府对城市道路的升级改建工作越发重视。现阶段，为了加强对城市道路车辆通行情况的把控，大多使用无人机对城市图像进行实时巡逻检测。
相关技术可参考公开号为CN109521744A的中国专利，其公开了一种无人机巡逻城市道路的方法及系统。该方法应用于包括管控中心、多个无人机和多个监控充电基站的系统中，该方法通过管控中心接收各路段数据信息和各无人机状态信息，对接收到的各路段数据信息和各无人机状态信息进行分析，得到各路段对应的路段状态结果和各无人机对应的无人机状态结果；然后根据各路段状态结果和各无人机状态结果，生成并向各无人机发送相应的控制指令。当无人机对城市线路进行监控时，时常会观测到某些路段存在有修路情况，在线路维修的过程中，用户会对维修路段所在街道的具体通行路线做出相应的调整。
针对上述中的相关技术，发明人认为存在有以下缺陷：当线路维修时，市民对调整后通行线路的行车状况较为生疏，进而在市民驾车通行的过程中，维修路段发生交通事故的可能性有所上升，存在有维修路段交通问题较为严重的缺陷。
发明内容
为了减少维修路段内的各类交通问题，本申请提供适配于自主飞机的智慧城市图像精细化管理方法及系统。
第一方面，本申请提供适配于自主飞机的智慧城市图像精细化管理方法，采用如下的技术方案：
适配于自主飞机的智慧城市图像精细化管理方法，包括以下步骤：
获取全区路段信息，所述全区路段信息包括路段位置以及与路段位置相对应的路段状态，所述路段状态包括日常状态类、维修状态类以及紧急状态类；
根据所述路段状态，判断当前路段状态是否属于所述维修状态类；
若判断为是，则生成重点监测指令并执行，所述重点监测指令用于控制无人机对维修路段进行重点监测；
获取与所述路段位置相对应的监控视频；
推送所述路段位置以及与所述路段位置相对应的监控视频至管理平台。
通过采用上述技术方案，无人机置于城市上空飞行，对市区内的各个路段进行巡逻监测，当无人机发现有路段处于维修状态时，监管系统生成重点监测指令，控制无人机对维修路段进行重点监测，此时维修路段上空的无人机由巡回监测模式改变为持续监测模式，监管系统实时获取该路段的具体位置以及相对应的实际维修情况，使用户进入管理平台后，能够便捷地观测到城市内各地的道路维修情况，便于用户对维修路段进行相应的交通管理工作，有利于减少维修路段内的各类交通问题。
可选的，在所述获取全区路段信息的步骤之后，还包括：
根据所述路段状态，判断当前路段状态是否属于所述日常状态类；
若判断为是，则实时获取与所述路段位置相对应的车辆违章情况；
根据所述车辆违章情况，生成车辆违章信息，所述车辆违章信息包括车牌号以及与所述车牌号相对应的违章种类；
根据所述车辆违章信息，生成违章工单，所述违章工单为多个车辆违章信息的汇总图表；
推送所述违章工单至管理平台。
通过采用上述技术方案，无人机对正常工作的路段进行违章监控，监测道路内车辆的相关违章情况，无人机对违章情况进行记录，使监管系统能够实时获取车辆违章信息，监管系统对车辆违章信息进行汇总规整，生成违章工单，并实时显示，使用户通过浏览违章工单即可得知交通违章情况，一定程度上减小了人工巡检的工作量。
可选的，在所述生成车辆违章信息的步骤之后，还包括：
根据所述违章种类，生成违章罚款，所述违章罚款为所述违章种类对应的罚款金额；
根据所述车牌号，调取与所述车牌号相对应的车主信息；
根据所述车主信息，生成违章提示指令并执行，所述违章提示指令用于发送所述车辆违章信息以及所述违章罚款至车主的智能终端。
通过采用上述技术方案，车辆违章后，监管系统根据车辆违章种类，自动生成相对应的违章罚款，监管系统生成违章提示指令，将车辆违章信息以及违章罚款账单推送至车主的智能终端，使车主及时得知自身的交通违章情况，进而便于车主及时进行相应的违章处理工作。
可选的，在所述获取全区路段信息的步骤之后，还包括：
根据所述路段状态，判断当前路段状态是否属于所述紧急状态类；
若判断为是，则实时获取与所述路段位置相对应的交通事故情况；
根据所述交通事故情况，生成告警指令并执行，所述告警指令用于推送告警信号至管理平台。
通过采用上述技术方案，当无人机发现某路段处于车祸、堵车等需要用户进行交通疏导处理的紧急交通状态时，监管系统通过无人机获取事故发生情况，并生成告警指令，提示用户及时对紧急事故进行支援处理，用户通过管理平台能够及时准确地了解事故所在地的具体情况，便于用户对交通疏导进行预先的布局工作。
可选的，在所述生成告警指令并执行的步骤之后，还包括：
根据所述交通事故情况，调取与所述交通事故情况相对应的交通事故类别；
生成与所调取交通事故类别相对应的事故发生频次，所述事故发生频次用于反映当前路段内某类型交通事故的发生频率；
根据所述交通事故类别，调取相对应的事故发生阈值；
根据所述事故发生阈值，判断所述事故发生频次是否达到所述事故发生阈值；
若判断为是，则根据所述交通事故类别，生成交通监管指令并执行，所述交通监管指令用于推送交通监管信号至管理平台。
通过采用上述技术方案，每次生成告警指令后，监管系统都对本次交通事故情况进行分类并记录，当某路段总是频繁发生某类交通问题时，监管系统生成交通监管指令，提醒用户事故多发地的相关情况，使用户对相关路段的交通情况进行合理分析，进而作出调整，控制交通事故的发生频率。
可选的，在所述生成重点监测指令并执行的步骤之后，还包括：
持续判断当前路段状态是否属于所述日常状态类；
若判断为是，则获取竣工路段信息，所述竣工路段信息包括竣工路段宽度以及竣工路段长度；
调取与所述竣工路段信息相对应的原始路段信息，所述原始路段信息包括原始路段宽度以及原始路段长度；
根据所述竣工路段信息，生成路段更新指令并执行，所述路段更新指令用于令所述竣工路段宽度替换所述原始路段宽度，令所述竣工路段长度替换所述原始路段长度。
通过采用上述技术方案，当维修路段的施工操作完成后，路段处于日常状态，此时无人机通过巡逻监管获取维修路段的长度以及宽度，监管系统生成路段更新指令，令竣工路段宽度替换原始路段宽度，同时令竣工路段长度替换原始路段长度，使监管系统内记录的道路信息能够根据道路维修情况进行实时更新，便于用户通过管理平台对城区道路进行直观浏览。
可选的，在所述生成路段更新指令并执行的步骤之后，还包括：
响应用户通过管理平台输入的查询请求，所述查询请求携带有用于查询路段更新情况的查询信息，所述查询信息包括查询位置以及与查询位置相对应的查询时间；
根据所述查询信息，调取与所述查询信息相对应的历史路段信息，所述历史路段信息包括历史路段长度、历史路段宽度以及历史路段影像；
推送所述历史路段信息至管理平台。
通过采用上述技术方案，当监管系统进行路段更新时，仍然保留历史路段信息，当用户想要对以往的道路情况进行查询了解时，监管系统响应用户输入的查询请求，调取与查询信息相对应的历史路段信息，将历史路段长度、历史路段宽度以及历史路段影像推送至显示终端，便于用户对城区线路的历史情况进行便捷的查询工作。
第二方面，本申请提供适配于自主飞机的智慧城市图像精细化管理系统，采用如下的技术方案：
适配于自主飞机的智慧城市图像精细化管理系统，包括：
全区路段信息获取模块，用于获取全区路段信息，所述全区路段信息包括路段位置以及与路段位置相对应的路段状态，所述路段状态包括日常状态类、维修状态类以及紧急状态类；
路段状态判断模块，用于根据所述路段状态，判断当前路段状态是否属于所述维修状态类；
重点监测指令生成模块，用于生成重点监测指令并执行，所述重点监测指令用于控制无人机对维修路段进行重点监测；
监控视频获取模块，用于获取与所述路段位置相对应的监控视频；
维修路段情况推送模块，用于推送所述路段位置以及与所述路段位置相对应的监控视频至管理平台。
第三方面，本申请提供一种智能终端，采用如下的技术方案：
一种智能终端，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如上述任一适配于自主飞机的智慧城市图像精细化管理方法的计算机程序。
第四方面，本申请提供一种计算机可读存储介质，采用如下的技术方案：
一种计算机可读存储介质，存储有能够被处理器加载并执行如上述任一适配于自主飞机的智慧城市图像精细化管理方法的计算机程序。
综上所述，本申请包括以下至少一种有益技术效果：
无人机置于城市上空飞行，对市区内的各个路段进行巡逻监测，当无人机发现有路段处于维修状态时，监管系统生成重点监测指令，控制无人机对维修路段进行重点监测，此时维修路段上空的无人机由巡回监测模式改变为持续监测模式，监管系统实时获取该路段的具体位置以及相对应的实际维修情况，使用户进入管理平台后，能够便捷地观测到城市内各地的道路维修情况，便于用户对维修路段进行相应的交通管理工作，有利于减少维修路段内的各类交通问题；
无人机对正常工作的路段进行违章监控，监测道路内车辆的相关违章情况，无人机对违章情况进行记录，使监管系统能够实时获取车辆违章信息，监管系统对车辆违章信息进行汇总规整，生成违章工单，并实时显示，使用户通过浏览违章工单即可得知交通违章情况，一定程度上减小了人工巡检的工作量；
当维修路段的施工操作完成后，路段处于日常状态，此时无人机通过巡逻监管获取维修路段的长度以及宽度，监管系统生成路段更新指令，令竣工路段宽度替换原始路段宽度，同时令竣工路段长度替换原始路段长度，使监管系统内记录的道路信息能够根据道路维修情况进行实时更新，便于用户通过管理平台对城区道路进行直观浏览。
附图说明
图1是本申请实施例适配于自主飞机的智慧城市图像精细化管理方法的流程示意图。
图2是本申请实施例中推送违章工单至管理平台的流程示意图。
图3是本申请实施例中生成违章提示指令并执行的流程示意图。
图4是本申请实施例中生成告警指令并执行的流程示意图。
图5是本申请实施例中生成与所调取交通事故类别相对应的事故发生频次的流程示意图。
图6是本申请实施例中生成路段更新指令并执行的流程示意图。
图7是本申请实施例中推送历史路段信息至管理平台的流程示意图。
图8是本申请实施例适配于自主飞机的智慧城市图像精细化管理系统的模块框图。
附图标记说明：1、全区路段信息获取模块；2、路段状态判断模块；3、重点监测指令生成模块；4、监控视频获取模块；5、维修路段情况推送模块。
具体实施方式
以下结合附图1-8对本申请作进一步详细说明。
本申请实施例公开适配于自主飞机的智慧城市图像精细化管理方法及系统。
参照图1，适配于自主飞机的智慧城市图像精细化管理方法包括：
S101：获取全区路段信息。
其中，全区路段信息包括路段位置以及与路段位置相对应的路段状态，路段状态包括日常状态类、维修状态类以及紧急状态类。无人机置于城市上空飞行，对市区内的各个路段进行巡逻监测，并识别各个路段所处的路段状态。
举例来说，当路段内的车辆正常通行时，那么此时路段处于日常状态类；当路段内正在进行限行维修操作时，那么此时路段处于维修状态类；当路段内存在有车祸、堵车等交通问题时，那么此时路段处于紧急状态类。
S102：判断当前路段状态是否属于维修状态类。
具体的，监管系统根据路段状态，判断当前路段状态是否属于维修状态类。无人机在巡逻过程中，通过设置在无人机上的摄像机，对城市道路的影响进行捕捉，此时监管系统通过分析道路影像，具体判断道路所处状态。
若判断为否，则跳转至S101；
若判断为是，则跳转至S103。
S103：生成重点监测指令并执行。
具体的，当监管系统识别发现有路段处于维修状态时，监管系统生成重点监测指令，其中，重点监测指令用于控制无人机对维修路段进行重点监测，监管系统进而控制无人机对处于维修状态的路段进行重点监测，此时维修路段上空的无人机由巡回监测模式改变为持续监测模式，不间断检测施工路段的交通通行状况。
S104：获取与路段位置相对应的监控视频。
具体的，无人机在检测过程中，通过摄像机对维修路段的相关情况进行拍摄操作，监管系统获取摄像机拍摄的监控视频，并将监控视频与其相对应的维修路段进行匹配对照。
S105：推送路段位置以及与路段位置相对应的监控视频至管理平台。
具体的，监管系统实时获取维修路段的具体位置以及相对应的实际维修情况，将其推送设置在管理平台上的显示终端上，其中，显示终端为触控屏，当用户进入管理平台后，能够通过观察触控屏上显示的相关监控视频，便捷地观测到城市内各地的道路维修情况，便于用户对维修路段进行相应的交通管理工作。
参照图2，在S101之后还会根据路段状态生成违章工单，具体包括以下步骤：
S201：判断当前路段状态是否属于日常状态类。
具体的，监管系统根据路段状态，判断当前路段状态是否属于日常状态类。当道路内的车辆正常通行时，监管系统则判断认定当前道路处于日常状态。
若判断为否，则重复获取全区路段信息；
若判断为是，则跳转至S202。
S202：实时获取与路段位置相对应的车辆违章情况。
具体的，当路段内的车辆正常通行时，监管系统控制无人机对正常工作的路段进行巡逻型违章监控，实时监测道路内的车辆是否存在有相关违章情况。
S203：生成车辆违章信息。
具体的，监管系统根据车辆违章情况，生成车辆违章信息，车辆违章信息包括车牌号以及与车牌号相对应的违章种类。当监管系统识别到车辆的违章行为时，监管系统通过分析违章车辆的具体情况，生成车辆违章信息。
S204：生成违章工单。
具体的，监管系统根据车辆违章信息，生成违章工单，违章工单为多个车辆违章信息的汇总图表。当监管系统识别到车辆的违章行为时，监管系统对违章情况进行记录，监管系统实时获取车辆违章信息，并对车辆违章信息进行汇总规整，生成违章工单，便于用户对路段内的车辆违章情况进行浏览。
S205：推送违章工单至管理平台。
具体的，监管系统通过管理平台的触控屏实时显示违章工单，便于用户随时查阅，使用户通过浏览违章工单即可得知交通违章情况，一定程度上减小了人工巡检以及交通违章情况分析的工作量。
参照图3，在S203之后还会根据违章种类生成违章提示指令，具体包括以下步骤：
S301：生成违章罚款。
具体的，当监管系统识别到车辆的违章行为后，监管系统根据当前车辆的具体违章种类，生成违章罚款，违章罚款为违章种类对应的罚款金额。举例来说，违反交通信号灯指示罚款200元，违反限制通行规定罚款100元。那么当监管系统识别到车辆存在有闯红灯行为时，监管系统根据当前车辆的具体违章种类，生成违章罚款为200元。
S302：调取与车牌号相对应的车主信息。
具体的，当监管系统识别到车辆的违章行为后，监管系统根据无人机拍摄到的车牌号，调取与车牌号相对应的车主信息。
S303：生成违章提示指令并执行。
具体的，监管系统根据车主信息，生成违章提示指令并执行，违章提示指令用于发送车辆违章信息以及违章罚款至车主的智能终端，使车主及时得知自身的交通违章情况，进而便于车主及时进行相应的违章处理工作。
参照图4，在S101之后还会根据路段状态生成告警指令，具体包括以下步骤：
S401：判断当前路段状态是否属于紧急状态类。
具体的，监管系统根据路段状态，判断当前路段状态是否属于紧急状态类。当无人机对城区道路进行监管拍摄操作时，监管系统实时获取无人机拍摄的道路信息，并对相关的拍摄影像进行数据分析，判断当前道路内是否存在有车祸、堵车等需要用户进行交通疏导处理的紧急交通状态。
若判断为否，则重复获取全区路段信息；
若判断为是，则跳转至S402。
S402：实时获取与路段位置相对应的交通事故情况。
具体的，当监管系统发现某路段处于紧急交通状态时，监管系统通过无人机拍摄的道路影响，获取事故发生具体地点以及事故发生的具体情况。
S403：生成告警指令并执行。
具体的，监管系统根据交通事故情况，生成告警指令并执行，告警指令用于推送告警信号至管理平台，提示用户及时对紧急事故进行支援处理，用户通过观看管理平台触控屏弹出的告警信息，能够及时准确地了解事故所在地的具体情况，便于用户对交通疏导进行预先的布局工作。
参照图5，在S403之后还会根据交通事故情况生成交通监管指令，具体包括以下步骤：
S501：调取与交通事故情况相对应的交通事故类别。
具体的，监管系统根据交通事故情况，调取与交通事故情况相对应的交通事故类别。举例来说，当道路内存在有车祸现象时，那么此时对应的交通事故类别为车祸类；当道路内存在有堵车现象时，那么此时对应的交通事故类别为交通拥堵类。
S502：生成与所调取交通事故类别相对应的事故发生频次。
其中，事故发生频次用于反映当前路段内某类型交通事故的发生次数。每次生成告警指令后，监管系统都对本次交通事故情况进行分类并记录，通过计数器，累计当前种类交通事故所对应的事故发生次数。
S503：调取相对应的事故发生阈值。
具体的，监管系统根据交通事故类别，调取相对应的事故发生阈值，其中，事故发生阈值为用户预先设置生成，用户通过设定事故发生阈值，预先对道路交通事故的次数进行上限设置，事故发生阈值作为判断基准，便于监管系统判断道路交通的发生情况。
S504：判断事故发生频次是否达到事故发生阈值，若判断为否，则重复获取路段状态；若判断为是，则生成交通监管指令并执行。
具体的，监管系统根据事故发生阈值，判断事故发生频次是否达到事故发生阈值。当事故发生频次达到事故发生阈值时，说明当前路段总是频繁发生某类交通问题，此时监管系统根据交通事故类别，生成交通监管指令并执行，交通监管指令用于推送交通监管信号至管理平台。
举例来说，当A路段发生车祸的次数达到其对应的事故发生阈值时，说明A路段为车祸高发地区，此时监管系统提醒用户事故A路段的相关情况，使用户对A路段的交通情况进行合理分析，进而作出调整，控制交通事故的发生频率。
参照图6，在S103之后还会根据当前路段状态生成路段更新指令，具体包括以下步骤：
S601：持续判断当前路段状态是否属于日常状态类。
具体的，监管系统识别到维修路段后，监管系统控制无人机对该路段进行实时监控，此时监管系统通过对摄像机拍摄的道路影像进行实时分析，判断该路段的道路施工操作是否完成，当维修路段的施工操作完成后，路段处于日常状态。
若判断为否，则跳转至S601；
若判断为是，则跳转至S602。
S602：获取竣工路段信息。
其中，竣工路段信息包括竣工路段宽度以及竣工路段长度。当监管系统识别发现维修路段的相关施工操作已完成时，监管系统控制无人机，通过巡逻检测，获取维修路段竣工后的道路长度以及道路宽度。
S603：调取与竣工路段信息相对应的原始路段信息。
其中，原始路段信息包括原始路段宽度以及原始路段长度。监管系统根据维修路段位置，调取与维修路段位置相对应的原始路段信息，此时的原始路段宽度以及原始路段长度即为道路维修之前的路段数据。
S604：生成路段更新指令并执行。
具体的，监管系统根据竣工路段信息，生成路段更新指令并执行，路段更新指令用于令竣工路段宽度替换原始路段宽度，令竣工路段长度替换原始路段长度。使监管系统内记录的道路信息能够根据道路维修情况进行实时更新，便于用户通过管理平台对城区道路进行直观浏览。
参照图7，在S604之后还会根据查询请求推送历史路段信息，具体包括以下步骤：
S701：响应用户通过管理平台输入的查询请求。
其中，查询请求携带有用于查询路段更新情况的查询信息，查询信息包括查询位置以及与查询位置相对应的查询时间。当监管系统进行路段更新操作时，监管系统仍然保留历史路段信息，监管系统将历史路段信息安装路段时间以及路段位置存储在相应的数据库地址内，当用户想要对以往的道路情况进行查询了解时，监管系统响应用户通过触控板输入的查询请求，对历史信息进行查询。
S702：调取与查询信息相对应的历史路段信息。
具体的，监管系统根据查询信息，调取与查询信息相对应的历史路段信息，历史路段信息包括历史路段长度、历史路段宽度以及历史路段影像。监管系统根据用户输入的查询位置以及查询时间，对应查找相应的数据库地址，进而对该地址内存放的历史路段信息进行调取工作。
S703：推送历史路段信息至管理平台。
具体的，监管系统调取与查询信息相对应的历史路段信息，将历史路段长度、历史路段宽度以及历史路段影像推送至触控屏，使用户能够直观获取以往道路的相关情况，进而便于用户对城区线路的历史情况进行便捷的查询工作。
本申请实施例适配于自主飞机的智慧城市图像精细化管理方法的实施原理为：无人机对市区内的各个路段进行巡逻监测，当监管系统发现有路段处于维修状态时，监管系统生成重点监测指令，控制无人机对维修路段进行重点监测，此时维修路段上空的无人机由巡回监测模式改变为持续监测模式，监管系统实时获取该路段的具体位置以及相对应的实际维修情况，并将维修路段的相关情况通过触控屏显示，使用户能够便捷地观测到城市内各地的道路维修情况，进而便于用户对维修路段进行相应的交通管理工作。
基于上述方法，本申请实施例还公开适配于自主飞机的智慧城市图像精细化管理系统。参照图8，适配于自主飞机的智慧城市图像精细化管理系统包括：
全区路段信息获取模块1，全区路段信息获取模块1用于获取全区路段信息，全区路段信息包括路段位置以及与路段位置相对应的路段状态，路段状态包括日常状态类、维修状态类以及紧急状态类。
路段状态判断模块2，路段状态判断模块2用于根据路段状态，判断当前路段状态是否属于维修状态类。
重点监测指令生成模块3，重点监测指令生成模块3用于生成重点监测指令并执行，重点监测指令用于控制无人机对维修路段进行重点监测。
监控视频获取模块4，监控视频获取模块4用于获取与路段位置相对应的监控视频。
维修路段情况推送模块5，维修路段情况推送模块5用于推送路段位置以及与路段位置相对应的监控视频至管理平台。
本申请实施例还公开一种智能终端，其包括存储器和处理器，其中，存储器上存储有能够被处理器加载并执行如上述的适配于自主飞机的智慧城市图像精细化管理方法的计算机程序。
本申请实施例还公开一种计算机可读存储介质。计算机可读存储介质内存储有能够被处理器加载并执行如上述的适配于自主飞机的智慧城市图像精细化管理方法的计算机程序，计算机可读存储介质例如包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上实施例仅用以说明本发明的技术方案，而非对发明的保护范围进行限制。显然，所描述的实施例仅仅是本发明部分实施例，而不是全部实施例。基于这些实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明所要保护的范围。尽管参照上述实施例对本发明进行了详细的说明，本领域普通技术人员依然可以在不冲突的情况下，不作出创造性劳动对本发明各实施例中的特征根据情况相互组合、增删或作其他调整，从而得到不同的、本质未脱离本发明的构思的其他技术方案，这些技术方案也同样属于本发明所要保护的范围。
Claims (10)
1.适配于自主飞机的智慧城市图像精细化管理方法，其特征在于，包括以下步骤：
获取全区路段信息，所述全区路段信息包括路段位置以及与路段位置相对应的路段状态，所述路段状态包括日常状态类、维修状态类以及紧急状态类；
根据所述路段状态，判断当前路段状态是否属于所述维修状态类；
若判断为是，则生成重点监测指令并执行，所述重点监测指令用于控制无人机对维修路段进行重点监测；
获取与所述路段位置相对应的监控视频；
推送所述路段位置以及与所述路段位置相对应的监控视频至管理平台。
2.根据权利要求1所述的适配于自主飞机的智慧城市图像精细化管理方法，其特征在于，在所述获取全区路段信息的步骤之后，还包括：
根据所述路段状态，判断当前路段状态是否属于所述日常状态类；
若判断为是，则实时获取与所述路段位置相对应的车辆违章情况；
根据所述车辆违章情况，生成车辆违章信息，所述车辆违章信息包括车牌号以及与所述车牌号相对应的违章种类；
根据所述车辆违章信息，生成违章工单，所述违章工单为多个车辆违章信息的汇总图表；
推送所述违章工单至管理平台。
3.根据权利要求2所述的适配于自主飞机的智慧城市图像精细化管理方法，其特征在于，在所述生成车辆违章信息的步骤之后，还包括：
根据所述违章种类，生成违章罚款，所述违章罚款为所述违章种类对应的罚款金额；
根据所述车牌号，调取与所述车牌号相对应的车主信息；
根据所述车主信息，生成违章提示指令并执行，所述违章提示指令用于发送所述车辆违章信息以及所述违章罚款至车主的智能终端。
4.根据权利要求1所述的适配于自主飞机的智慧城市图像精细化管理方法，其特征在于，在所述获取全区路段信息的步骤之后，还包括：
根据所述路段状态，判断当前路段状态是否属于所述紧急状态类；
若判断为是，则实时获取与所述路段位置相对应的交通事故情况；
根据所述交通事故情况，生成告警指令并执行，所述告警指令用于推送告警信号至管理平台。
5.根据权利要求4所述的适配于自主飞机的智慧城市图像精细化管理方法，其特征在于，在所述生成告警指令并执行的步骤之后，还包括：
根据所述交通事故情况，调取与所述交通事故情况相对应的交通事故类别；
生成与所调取交通事故类别相对应的事故发生频次，所述事故发生频次用于反映当前路段内某类型交通事故的发生频率；
根据所述交通事故类别，调取相对应的事故发生阈值；
根据所述事故发生阈值，判断所述事故发生频次是否达到所述事故发生阈值；
若判断为是，则根据所述交通事故类别，生成交通监管指令并执行，所述交通监管指令用于推送交通监管信号至管理平台。
6.根据权利要求1所述的适配于自主飞机的智慧城市图像精细化管理方法，其特征在于，在所述生成重点监测指令并执行的步骤之后，还包括：
持续判断当前路段状态是否属于所述日常状态类；
若判断为是，则获取竣工路段信息，所述竣工路段信息包括竣工路段宽度以及竣工路段长度；
调取与所述竣工路段信息相对应的原始路段信息，所述原始路段信息包括原始路段宽度以及原始路段长度；
根据所述竣工路段信息，生成路段更新指令并执行，所述路段更新指令用于令所述竣工路段宽度替换所述原始路段宽度，令所述竣工路段长度替换所述原始路段长度。
7.根据权利要求6所述的适配于自主飞机的智慧城市图像精细化管理方法，其特征在于，在所述生成路段更新指令并执行的步骤之后，还包括：
响应用户通过管理平台输入的查询请求，所述查询请求携带有用于查询路段更新情况的查询信息，所述查询信息包括查询位置以及与查询位置相对应的查询时间；
根据所述查询信息，调取与所述查询信息相对应的历史路段信息，所述历史路段信息包括历史路段长度、历史路段宽度以及历史路段影像；
推送所述历史路段信息至管理平台。
8.适配于自主飞机的智慧城市图像精细化管理系统，其特征在于，包括：
全区路段信息获取模块(1)，用于获取全区路段信息，所述全区路段信息包括路段位置以及与路段位置相对应的路段状态，所述路段状态包括日常状态类、维修状态类以及紧急状态类；
路段状态判断模块(2)，用于根据所述路段状态，判断当前路段状态是否属于所述维修状态类；
重点监测指令生成模块(3)，用于生成重点监测指令并执行，所述重点监测指令用于控制无人机对维修路段进行重点监测；
监控视频获取模块(4)，用于获取与所述路段位置相对应的监控视频；
维修路段情况推送模块(5)，用于推送所述路段位置以及与所述路段位置相对应的监控视频至管理平台。
9.一种智能终端，其特征在于：包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如权利要求1至7中任一种方法的计算机程序。
10.一种计算机可读存储介质，其特征在于：存储有能够被处理器加载并执行如权利要求1至7中任一种方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111139279.8A CN113949846A (zh) | 2021-09-28 | 2021-09-28 | 适配于自主飞机的智慧城市图像精细化管理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111139279.8A CN113949846A (zh) | 2021-09-28 | 2021-09-28 | 适配于自主飞机的智慧城市图像精细化管理方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113949846A true CN113949846A (zh) | 2022-01-18 |
Family
ID=79329463
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111139279.8A Pending CN113949846A (zh) | 2021-09-28 | 2021-09-28 | 适配于自主飞机的智慧城市图像精细化管理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113949846A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104332053A (zh) * | 2014-11-13 | 2015-02-04 | 深圳大学 | 一种基于小型无人机的道路交通巡检系统及其巡检方法 |
| CN207650996U (zh) * | 2018-01-05 | 2018-07-24 | 南京邮电大学 | 一种基于无人机的自主式巡检违章罚停系统 |
| CN109521744A (zh) * | 2018-12-26 | 2019-03-26 | 合肥工业大学 | 无人机巡逻城市道路的方法及系统 |
| CN111814527A (zh) * | 2020-01-16 | 2020-10-23 | 北京嘀嘀无限科技发展有限公司 | 城市占道施工监测方法、存储介质、车载终端和监控终端 |
| 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 |
| CN112562345A (zh) * | 2020-11-26 | 2021-03-26 | 南京信息工程大学 | 一种基于无人机的交通违章监控方法 |
| US20210108943A1 (en) * | 2019-01-16 | 2021-04-15 | Beijing Baidu Netcom Science Technology Co., Ltd. | Map data updating method, apparatus, system and storage medium |
| CN112861706A (zh) * | 2021-02-04 | 2021-05-28 | 北京百度网讯科技有限公司 | 一种道路状态的监测方法、装置、设备以及存储介质 |
| KR20210091074A (ko) * | 2020-10-26 | 2021-07-21 | 베이징 바이두 넷컴 사이언스 테크놀로지 컴퍼니 리미티드 | 교통 모니터링 방법, 장치, 기기 및 저장매체 |
-
2021
- 2021-09-28 CN CN202111139279.8A patent/CN113949846A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104332053A (zh) * | 2014-11-13 | 2015-02-04 | 深圳大学 | 一种基于小型无人机的道路交通巡检系统及其巡检方法 |
| CN207650996U (zh) * | 2018-01-05 | 2018-07-24 | 南京邮电大学 | 一种基于无人机的自主式巡检违章罚停系统 |
| CN109521744A (zh) * | 2018-12-26 | 2019-03-26 | 合肥工业大学 | 无人机巡逻城市道路的方法及系统 |
| US20210108943A1 (en) * | 2019-01-16 | 2021-04-15 | Beijing Baidu Netcom Science Technology Co., Ltd. | Map data updating method, apparatus, system and storage medium |
| CN111814527A (zh) * | 2020-01-16 | 2020-10-23 | 北京嘀嘀无限科技发展有限公司 | 城市占道施工监测方法、存储介质、车载终端和监控终端 |
| KR20210091074A (ko) * | 2020-10-26 | 2021-07-21 | 베이징 바이두 넷컴 사이언스 테크놀로지 컴퍼니 리미티드 | 교통 모니터링 방법, 장치, 기기 및 저장매체 |
| CN112562345A (zh) * | 2020-11-26 | 2021-03-26 | 南京信息工程大学 | 一种基于无人机的交通违章监控方法 |
| 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 |
| CN112861706A (zh) * | 2021-02-04 | 2021-05-28 | 北京百度网讯科技有限公司 | 一种道路状态的监测方法、装置、设备以及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11893835B2 (en) | In-vehicle monitoring and reporting apparatus for vehicles | |
| WO2022126492A1 (zh) | 一种基于云服务的城市智慧交通管理系统 | |
| US20190384292A1 (en) | Processing System For Evaluating Autonomous Vehicle Control Systems Through Continuous Learning | |
| CN102521983B (zh) | 一种基于高清视频技术的车辆违章检测系统及方法 | |
| JP2022006181A (ja) | 交通監視方法、装置、機器及び記憶媒体 | |
| CN108074396A (zh) | 安全行驶评价方法及系统 | |
| CN111179586A (zh) | 一种基于大数据分析的交通诱导方法、设备及存储介质 | |
| CN110648533A (zh) | 一种交通管控方法、设备、系统及存储介质 | |
| CN111739191A (zh) | 违章预警方法、装置、设备及存储介质 | |
| CN113963539B (zh) | 高速公路交通事故识别方法、模块及系统 | |
| CN111583699A (zh) | 一种智慧化公交汽车监控系统 | |
| CN110782125A (zh) | 一种面向自动驾驶汽车的道路安全风险度评估方法 | |
| CN115188189A (zh) | 支撑自动驾驶货车车辆队列运行的专用车道动态设置方法 | |
| CN112528759A (zh) | 一种基于计算机视觉的交通违章行为检测方法 | |
| CN114170795A (zh) | 一种智能交通系统中的物联网交通监测系统及其使用方法 | |
| CN113734204A (zh) | 用于评价自动驾驶功能的适用性的方法和设备 | |
| CN112598908B (zh) | 驾驶员闯红灯识别方法、装置、电子设备及存储介质 | |
| CN113949846A (zh) | 适配于自主飞机的智慧城市图像精细化管理方法及系统 | |
| Kumar et al. | S-tvds: Smart traffic violation detection system for Indian traffic scenario | |
| CN112215038A (zh) | 特定车辆识别系统、方法及存储介质 | |
| CN113628461B (zh) | 交通监管设备及方法 | |
| CN112906486B (zh) | 无人驾驶出租车的乘客状况检测方法、控制方法及系统 | |
| CN116039663B (zh) | 一种基于人工智能的车联网商用车ai预警系统 | |
| CN110341719A (zh) | 控制车辆以调节感知系统能量使用的方法 | |
| CN115953908B (zh) | 交通灯控制方法、系统及交通灯 |
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 |