CN114973725A - 一种基于物联网感知的信息服务系统 - Google Patents
一种基于物联网感知的信息服务系统 Download PDFInfo
- Publication number
- CN114973725A CN114973725A CN202210411035.9A CN202210411035A CN114973725A CN 114973725 A CN114973725 A CN 114973725A CN 202210411035 A CN202210411035 A CN 202210411035A CN 114973725 A CN114973725 A CN 114973725A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- module
- road
- acquiring
- monitoring
- 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
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- 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
-
- 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
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/10—Detection; Monitoring
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
Abstract
本发明涉及物联网技术领域,公开了一种基于物联网感知的信息服务系统,包括:路段监测模块,用于监测并获取目标路段的路面情况;随车传感模块,用于监测并获取车辆前进方向的路面情况;服务器,与路段监测模块和随车传感模块连接,用于获取路面情况,发布与路面情况关联的指导数据;随车终端模块,用于获取指导数据;本发明通过在车辆上加装随车传感模块来获取车辆前进方向的路面情况,更加直接和准确,路段检测模块可以在宏观上获取目标路段的路面情况,服务器根据两者在两个不同角度获取的路面情况进行相应指导数据的生成,从而能够更加准确,随车终端模块也能够给使用者更加有效的指导。
Description
技术领域
本发明涉及物联网技术领域,具体涉及一种基于物联网感知的信息服务系统。
背景技术
物联网(Internet of Things,简称IOT)是指通过各种传感器实时采集任何需要监控、连接、互动的物体或过程,车联网的概念就源于物联网,是以行驶中的车辆为信息感知对象,借助新一代信息通信技术,实现车与车、人、路、服务平台之间的网络连接,提升车辆整体的智能驾驶水平,为用户提供安全、舒适、智能、高效的驾驶感受与交通服务,同时提高交通运行效率,提升社会交通服务的智能化水平。
现阶段已经开始进行车联网的信息化建设,能够使得在道路上行驶的车辆能够实时的与信息服务系统的服务器进行数据联系,实现车辆的准确定位以及与服务器之间的及时信息沟通。
然而,由于道路路况复杂,而且存在一些影响车辆安全通行的天气情况,比如高速上出现团雾,仅仅靠道路交通与天气预警中心之间的沟通对车主进行预警是不够的,团雾的无规则扩散、出现团雾的突然性以及团雾的区域性质都对道路管理部门的及时预警产生挑战。
发明内容
本发明的目的在于提供一种基于物联网感知的信息服务系统,解决以下技术问题:
如何给车辆提供更加准确和及时的道路信息和指导。
本发明的目的可以通过以下技术方案实现:
一种基于物联网感知的信息服务系统,包括:
路段监测模块,用于监测并获取目标路段的路面情况;
随车传感模块,用于监测并获取车辆前进方向的所述路面情况;
服务器,与所述路段监测模块和所述随车传感模块连接,用于获取所述路面情况,发布与所述路面情况关联的指导数据;
随车终端模块,用于获取所述指导数据。
作为本发明进一步的方案:所述路段检测模块包括多个采样单元,所述采样单元沿所述目标路段的路径分布设置;
所述路面情况包括所述目标路段的俯视路况图集和交通状态;所述采样单元包括监视单元和分析单元,所述监视单元用于获取所述俯视路况图集,所述分析单元用于根据所述俯视路况图集获得所述交通状态。
作为本发明进一步的方案:所述监视单元每隔预设时间进行一次拍摄,获得对应的监视图片,所述俯视路况图集为目标时间段内所述监视图片的集合;
所述分析单元包括用于获取交通状态的识别模块,所述识别模块为训练完成的神经网络模型;
所述交通状态包括目标车辆位置和环境指数。
作为本发明进一步的方案:所述分析单元包括处理模块,所述处理模块用于根据所述所述目标车辆位置获取目标车辆的瞬时速度;
若所述瞬时速度低于预设速度阈值,则所述处理模块向所述服务器发送预警信号;
若所述环境指数高于预设环境阈值,则所述处理模块向所述服务器发送预警信号。
作为本发明进一步的方案:所述随车传感模块包括前视检测单元和识别模型;
所述前视检测单元用于获取当前车辆前方的前进图;
所述识别模型用于接收所述前进图,输出与所述前进图对应的分类结果;
所述分类结果为有雾和无雾,所述识别模型为训练完成的神经网络模型。
作为本发明进一步的方案:所述随车传感模块还包括与所述服务器远程连接的无线传输模块;
若所述分类结果为有雾,则所述无线传输模块向所述服务器发送预警信号,所述服务器接收所述预警信号后发出对应的指导数据。
作为本发明进一步的方案:所述前进图包括多张前方图片,多张所述前方图片的拍摄点位置不同;
所述识别模型针对每个所述前方图片进行分类识别,获取属于各个分类结果的对应概率,以概率最大的分类结果作为最终的分类结果。
作为本发明进一步的方案:若判断为有雾和判断为无雾的概率相等,则继续获取在车辆雾灯打开后的多张前方图片,由所述识别模型继续识别判断。
本发明的有益效果:
本发明通过在车辆上加装随车传感模块来获取车辆前进方向的路面情况,更加直接和准确,路段检测模块可以在宏观上获取目标路段的路面情况,服务器根据两者在两个不同角度获取的路面情况进行相应指导数据的生成,从而能够更加准确,随车终端模块也能够给使用者更加有效的指导。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明中信息服务系统的模块连接图。
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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,本发明为一种基于物联网感知的信息服务系统,包括:
路段监测模块,用于监测并获取目标路段的路面情况;
随车传感模块,用于监测并获取车辆前进方向的路面情况;
服务器,与路段监测模块和随车传感模块连接,用于获取路面情况,发布与路面情况关联的指导数据;
随车终端模块,用于获取指导数据。
本发明通过在车辆上加装随车传感模块来获取车辆前进方向的路面情况,更加直接和准确,路段检测模块可以在宏观上获取目标路段的路面情况,服务器根据两者在两个不同角度获取的路面情况进行相应指导数据的生成,从而能够更加准确,随车终端模块也能够给使用者更加有效的指导。
路段检测模块包括多个采样单元,采样单元沿目标路段的路径分布设置;
路面情况包括目标路段的俯视路况图集和交通状态;采样单元包括监视单元和分析单元,监视单元用于获取俯视路况图集,分析单元用于根据俯视路况图集获得交通状态。
每个采样单元都可设置在目标路段的道路边缘的高处,以斜向下的俯视角度进行俯视路况图集的获取。
监视单元每隔预设时间进行一次拍摄,获得对应的监视图片,俯视路况图集为目标时间段内监视图片的集合;
分析单元包括用于获取交通状态的识别模块,识别模块为训练完成的神经网络模型;
交通状态包括目标车辆位置和环境指数。
监视图片中的车辆可以被训练过的分析单元识别出,因为采样单元
结合采样单元预先设置的位置信息则可以计算出监视图片中的车辆的位置,此时分析单元可以根据每张监视图片中车辆的位置变化情况来获取车辆的运动速度。如果该采样单元位于团雾中,由于团雾对光线的遮挡,则有可能无法获得目标车辆位置,此时便可以根据无法获得现场情况的采样单元的位置来判断团雾的大致范围。
分析单元包括处理模块,处理模块用于根据目标车辆位置获取目标车辆的瞬时速度;
若瞬时速度低于预设速度阈值,则处理模块向服务器发送预警信号;
若环境指数高于预设环境阈值,则处理模块向服务器发送预警信号。
在能够获得目标车辆瞬时速度的情况下,可以对多个车辆进行同时的速度检测,若大量的不同车道的车辆都以低于预设速度阈值的速度进行行驶,则存在有雾或者其他恶劣天气的可能,此时可以发出相关预警信号提醒工作人员注意观察确认。
随车传感模块包括前视检测单元和识别模型;
前视检测单元用于获取当前车辆前方的前进图;
识别模型用于接收前进图,输出与前进图对应的分类结果;
分类结果为有雾和无雾,识别模型为训练完成的神经网络模型。
跟随车辆的随车传感模块能够对前进方向是否有雾进行识别判断,如此,第一辆发现团雾的携带随车传感模块的车辆能够对团雾的边缘进行定位,当团雾发生扩散或者移动,第二辆乃至后续携带随车传感模块的车辆能够继续对团雾的边缘进行定位,以此能够通过服务器对后续车辆上的随车终端模块的指导数据进行及时更新,提升使用安全。在本实施例中,该指导数据可以为本车辆距离前方团雾的距离以及以当前速度达到团雾边缘所需要的时间,方便驾驶员直观了解,提升交通安全。
随车传感模块还包括与服务器远程连接的无线传输模块;
若分类结果为有雾,则无线传输模块向服务器发送预警信号,服务器接收预警信号后发出对应的指导数据。
当车联网的前方车辆发现前方有雾后,后车可通过无线传输模块和服务器的连接距离团雾的距离以及前车的距离和速度,方便提前应变,如此,交管部门就无须对整条路段进行封控,在不影响经济效益的情况下尽量保证交通效率。
前进图包括多张前方图片,多张前方图片的拍摄点位置不同;
识别模型针对每个前方图片进行分类识别,获取属于各个分类结果的对应概率,以概率最大的分类结果作为最终的分类结果。
本实施例可以在0.1秒内连续获取8张前方图片发往识别模型进行识别,如果有5张判断为有雾,3张判断为无雾,则最终的分类结果为有雾;但是如果有4张判断为有雾,4张判断为无雾,此时便面临无法输出最终分类结果的问题。
因此,若判断为有雾和判断为无雾的概率相等,则继续获取在车辆雾灯打开后的多张前方图片,由识别模型继续识别判断。
如此,可以改变前方图片获取时补光光纤的波长,从而进一步的增加参与分类判断的前方图片,提升分类准确度。因此,相应的,该识别模型在训练时所采用的的训练样本同样添加了与车辆雾灯波长相近的补光,以此来提升训练样本的容量以及细微差异,因为神经网络模型能够识别人眼所不能够发现的细微差异,因此可能能够产生不同的分类结果,改变补光的波长可以增加训练样本的容量,从而综合的提升判断是否有雾的准确性,减少团雾的误判或漏判的可能。
本发明的工作原理:本发明通过在车辆上加装随车传感模块来获取车辆前进方向的路面情况,更加直接和准确,路段检测模块可以在宏观上获取目标路段的路面情况,服务器根据两者在两个不同角度获取的路面情况进行相应指导数据的生成,从而能够更加准确,随车终端模块也能够给使用者更加有效的指导。
以上对本发明的一个实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。
Claims (8)
1.一种基于物联网感知的信息服务系统,其特征在于,包括:
路段监测模块,用于监测并获取目标路段的路面情况;
随车传感模块,用于监测并获取车辆前进方向的所述路面情况;
服务器,与所述路段监测模块和所述随车传感模块连接,用于获取所述路面情况,发布与所述路面情况关联的指导数据;
随车终端模块,用于获取所述指导数据。
2.根据权利要求1所述的基于物联网感知的信息服务系统,其特征在于,所述路段检测模块包括多个采样单元,所述采样单元沿所述目标路段的路径分布设置;
所述路面情况包括所述目标路段的俯视路况图集和交通状态;所述采样单元包括监视单元和分析单元,所述监视单元用于获取所述俯视路况图集,所述分析单元用于根据所述俯视路况图集获得所述交通状态。
3.根据权利要求2所述的基于物联网感知的信息服务系统,其特征在于,所述监视单元每隔预设时间进行一次拍摄,获得对应的监视图片,所述俯视路况图集为目标时间段内所述监视图片的集合;所述分析单元包括用于获取交通状态的识别模块,所述识别模块为训练完成的神经网络模型;
所述交通状态包括目标车辆位置和环境指数。
4.根据权利要求3所述的基于物联网感知的信息服务系统,其特征在于,所述分析单元包括处理模块,所述处理模块用于根据所述所述目标车辆位置获取目标车辆的瞬时速度;
若所述瞬时速度低于预设速度阈值,则所述处理模块向所述服务器发送预警信号;
若所述环境指数高于预设环境阈值,则所述处理模块向所述服务器发送预警信号。
5.根据权利要求4所述的基于物联网感知的信息服务系统,其特征在于,所述随车传感模块包括前视检测单元和识别模型;
所述前视检测单元用于获取当前车辆前方的前进图;
所述识别模型用于接收所述前进图,输出与所述前进图对应的分类结果;
所述分类结果为有雾和无雾,所述识别模型为训练完成的神经网络模型。
6.根据权利要求5所述的基于物联网感知的信息服务系统,其特征在于,所述随车传感模块还包括与所述服务器远程连接的无线传输模块;
若所述分类结果为有雾,则所述无线传输模块向所述服务器发送预警信号,所述服务器接收所述预警信号后发出对应的指导数据。
7.根据权利要求5所述的基于物联网感知的信息服务系统,其特征在于,所述前进图包括多张前方图片,多张所述前方图片的拍摄点位置不同;
所述识别模型针对每个所述前方图片进行分类识别,获取属于各个分类结果的对应概率,以概率最大的分类结果作为最终的分类结果。
8.根据权利要求5所述的基于物联网感知的信息服务系统,其特征在于,若判断为有雾和判断为无雾的概率相等,则继续获取在车辆雾灯打开后的多张前方图片,由所述识别模型继续识别判断。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210411035.9A CN114973725A (zh) | 2022-04-19 | 2022-04-19 | 一种基于物联网感知的信息服务系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210411035.9A CN114973725A (zh) | 2022-04-19 | 2022-04-19 | 一种基于物联网感知的信息服务系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114973725A true CN114973725A (zh) | 2022-08-30 |
Family
ID=82977265
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210411035.9A Pending CN114973725A (zh) | 2022-04-19 | 2022-04-19 | 一种基于物联网感知的信息服务系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114973725A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107945509A (zh) * | 2017-11-14 | 2018-04-20 | 武汉大学 | 一种道路路况图像导航方法及系统 |
CN108510797A (zh) * | 2018-04-04 | 2018-09-07 | 南京微达电子科技有限公司 | 基于雷达侦测的高速公路预警系统及方法 |
CN108961801A (zh) * | 2018-08-02 | 2018-12-07 | 成都秦川物联网科技股份有限公司 | 基于车联网的天气预告方法及车联网系统 |
CN109377726A (zh) * | 2018-10-29 | 2019-02-22 | 江苏大学 | 一种基于车联网的高速公路团雾精确警示、诱导系统及方法 |
CN112465822A (zh) * | 2021-01-26 | 2021-03-09 | 长沙海信智能系统研究院有限公司 | 团雾检测方法、装置、设备及计算机可读存储介质 |
CN112769877A (zh) * | 2019-10-21 | 2021-05-07 | 比亚迪股份有限公司 | 团雾预警方法、云端服务器及车辆和介质 |
CN113313914A (zh) * | 2021-05-28 | 2021-08-27 | 谢静芳 | 团雾监测方法、装置、系统及存储介质 |
-
2022
- 2022-04-19 CN CN202210411035.9A patent/CN114973725A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107945509A (zh) * | 2017-11-14 | 2018-04-20 | 武汉大学 | 一种道路路况图像导航方法及系统 |
CN108510797A (zh) * | 2018-04-04 | 2018-09-07 | 南京微达电子科技有限公司 | 基于雷达侦测的高速公路预警系统及方法 |
CN108961801A (zh) * | 2018-08-02 | 2018-12-07 | 成都秦川物联网科技股份有限公司 | 基于车联网的天气预告方法及车联网系统 |
CN109377726A (zh) * | 2018-10-29 | 2019-02-22 | 江苏大学 | 一种基于车联网的高速公路团雾精确警示、诱导系统及方法 |
CN112769877A (zh) * | 2019-10-21 | 2021-05-07 | 比亚迪股份有限公司 | 团雾预警方法、云端服务器及车辆和介质 |
CN112465822A (zh) * | 2021-01-26 | 2021-03-09 | 长沙海信智能系统研究院有限公司 | 团雾检测方法、装置、设备及计算机可读存储介质 |
CN113313914A (zh) * | 2021-05-28 | 2021-08-27 | 谢静芳 | 团雾监测方法、装置、系统及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10467487B1 (en) | Fusion-based traffic light recognition for autonomous driving | |
CN113276769A (zh) | 车辆盲区防撞预警系统及方法 | |
CN111094095B (zh) | 自动地感知行驶信号的方法、装置及运载工具 | |
CN111252066A (zh) | 紧急制动控制方法、装置、车辆及存储介质 | |
CN111724616A (zh) | 基于人工智能的数据获取及共享的方法与装置 | |
CN112606831A (zh) | 一种用于客车的防碰撞警示信息对外交互方法及系统 | |
CN113851017A (zh) | 一种基于路侧rsu的行人车辆识别预警多功能系统 | |
CN111260915B (zh) | 一种高速公路交通异常区域行人逗留的预警提醒方法 | |
CN111409455A (zh) | 车辆的速度控制方法及装置、电子设备、存储介质 | |
CN111882924A (zh) | 车辆测试系统、驾驶行为判断控制方法及事故预警方法 | |
US20200410788A1 (en) | Management apparatus, vehicle, inspection apparatus, and vehicle inspection system and inforamtion processing method therefor | |
CN111243291B (zh) | 一种对高速公路急弯路段交通异常点后方车辆进行预警的方法 | |
CN112863193A (zh) | 一种隧道内行驶车辆的监控系统及方法 | |
CN114973725A (zh) | 一种基于物联网感知的信息服务系统 | |
CN116798222A (zh) | 高速公路能见度检测与智慧诱导方法、系统及装置 | |
CN113178081B (zh) | 一种车辆汇入预警方法、装置及电子设备 | |
CN115016453A (zh) | 一种智能网联无人车驾驶系统 | |
WO2019069599A1 (ja) | 画像処理装置及び画像処理方法 | |
CN114954307A (zh) | 一种基于人工智能的辅助驾驶系统 | |
CN114299715A (zh) | 一种基于视频、激光雷达与dsrc的高速公路信息检测系统 | |
CN114228705A (zh) | 一种电动车预警系统及方法 | |
CN108648479B (zh) | 一种利用电子地图实时提醒夜间团雾路段的装置及方法 | |
CN217085550U (zh) | 一种智能网联的汽车安全数据监测装置及系统 | |
CN113492844B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
US20240157935A1 (en) | Detection of distracted drivers |
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 |