CN115457765A - 一种融合物联网加密传输的智能交通监控系统 - Google Patents

Abstract

本发明公开了一种融合物联网加密传输的智能交通监控系统，属于交通监控领域，包括以下模块：位置获取模块、数据传输模块、中央处理器、数据反馈模块；所述位置获取模块用于获取车辆实时位置信息，所述数据传输模块包括物联网加密单元和数据传递单元，将位置获取模块获取的信息加密传输到中央处理器，避免信息泄露，所述中央处理器对信息进行处理，分析车辆轨迹，预测路径信息，所述数据反馈模块包括屏幕显示单元、语音提示单元，将分析所得信息进行反馈。本发明使得在遇到异常车辆的情况下，对车辆进行分析，根据分析和计算结果，预测路径信息，使相关部门能提前做好防控，并在整个过程中采用加密传输，避免信息泄露。

Description

一种融合物联网加密传输的智能交通监控系统

技术领域

本发明涉及交通监控领域，具体为一种融合物联网加密传输的智能交通监控系统。

背景技术

随着时代的发展，交通越来越便利，汽车已经成为人们日常出行的一种重要交通工具。但是仍然会出现一些异常车辆，包括消防车、救护车、通缉车辆和危险车辆等。例如救护车、消防车，这些车辆在实施救援时需要快速到达现场，但是有时报警人员难以具体描述位置或在途中道路维修使得该车辆路线有误，救援无法及时进行。例如通缉车辆和危险车辆，这些车辆不仅威胁着公众的人身安全，而且难以确定这些车辆的去向，使相关部门无法有效进行提前防控，并且在整个查找过程中，随着互联网技术的不断发展，视频数据在传输过程中十分容易泄露，破坏了数据的机密性，这使不法分子能够轻易逃脱相关部门的追踪。

由此看来，如何对异常车辆进行实时监控，对车辆行驶轨迹进行分析，预测车辆的路径信息，便于相关部门提前快速做好防控，采取相应的措施，并且在整个数据传输过程中融合物联网使用秘钥进行加密，避免信息泄露是很有必要的。因此，需要一种融合物联网加密传输的智能交通监控系统来解决这一问题。

发明内容

本发明的目的在于提供一种融合物联网加密传输的智能交通监控系统，对道路车辆进行实时监控，分析车辆行驶轨迹，对于异常车辆进行分析，预测其路径信息，提前做好防控，对视频内容进行加密，并且整个数据传输的过程中融合物联网采用秘钥加密传输，避免信息泄露，以解决上述背景技术中提出的问题。

为了解决上述技术问题，本发明提供如下技术方案：一种融合物联网加密传输的智能交通监控系统，该智能交通监控系统包括以下模块：位置获取模块、数据传输模块、中央处理器、数据反馈模块。

所述位置获取模块与数据传输模块相连接，数据传输模块与中央处理器相连接，中央处理器与数据反馈模块相连接；所述位置获取模块用于获取车辆实时位置数据信息，所述数据传输模块将位置获取模块获取的信息融合物联网加密传输到中央处理器，避免信息泄露，所述中央处理器将信息进行处理，分析车辆轨迹，预测路径信息，所述数据反馈模块将分析所得信息进行反馈。

所述位置获取模块利用路面所设监控摄像装置，当遇到异常车辆时，通过监控画面捕捉异常车辆的车牌号、车辆颜色、车辆品牌、车辆型号、车辆速度等，获取车辆位置信息，行驶轨迹，便于快速定位车辆位置。

所述数据传输模块包括物联网加密单元和数据传递单元，将位置获取模块获得的车辆信息传输到中央处理器，在整个数据传输过程中融合物联网使用秘钥进行加密，避免信息泄露。

所述中央处理器对获得的异常车辆的位置信息进行轨迹分析，计算到达潜在停留区域的概率，通过计算结果预测异常车辆的路径信息。

中央处理器在获得异常车辆的信息后，根据车辆当前状态以及状态间的转移关系，预测后续状态。

通过道路监控摄像设备所拍摄的画面获取异常车辆的车牌号、车辆颜色、车辆品牌、车辆型号、车辆速度等信息得到该车辆的历史停留区域，从而通过这些历史停留区域进行计算最近停留区域的未来位置概率，通过比较概率预测该异常车辆的路径信息。异常车辆的历史停留区域被表示为状态变量序列AL＝{A₁,A₂,…,A_N},车辆潜在停留区域的数量为m，则状态空间集合为BL＝＜B₁,B₂,…,B_m＞，每个停留区域对应一个状态；若车辆最近停留区域为A_r，预测停留区域集合为

A_li称为A_r的后续停留区域，最近停留区域A_r在状态空间集合中的对应状态为B_r，B_r的后续状态集合为

状态A_r至后续状态

的一步转移概率

体现了停留区域

作为停留区域A_r的未来位置的可能性；预测停留区域集合A_N中的区域座位最近停留区域A_r的未来位置的概率集合

车辆轨迹中距离当前时间越近的信息越能反映运动趋势，对预测结果的影响越大；将车辆最近停留区域至当前位置间的轨迹段转换为网格序列，首先计算网格序列至各潜在停留区域的距离概率和方向概率，然后依据距离权重和方向权重得到综合概率，用来描述运动趋势对各潜在停留区域作为未来位置的影响。

当车辆在一段时间离区域Q越来越近，则下一个停留区域为Q的概率很大；将距离标准转换为概率，设到达潜在停留区域的最远距离为D_max、最近距离为D_min，到达Q的距离为d，则从当前网格到达Q的概率P_d为：

P_d＝1-(d-D_min)/(D_max-D_min)；

网格序列G＝{G₁,G₂,…,G_S}至潜在停留区域Q的距离概率集合为

则网格序列至Q的综合距离概率P_D为：

车辆向目标位置移动过程中，整体行进方向会趋向于目标位置方向；当前网格与前一网格以及停留区域代表网格间都存在方向向量；若随着车辆、方向向量间的夹角越来越小，则停留区域为目标位置的概率很大；设当前网格的第一个样本点为a_i+1，前一个网格中最后一个样本点为a_i，则方向向量

区域Q代表网格的中心点为r'＝(x,y)，则当前网格至Q的方向向量为

当前网格至区域Q的方向概率P_a(Q)为

网格序列G＝＜G₁,G₂,…,G_S＞至区域Q的方向概率集合为

则网格序列至Q的综合方向概率P_A为：

综合距离概率和综合方向概率的权重分别为W_D、W_A,则网格序列至Q的综合概率P_综为:

P_综＝W_DP_D+W_AP_A；

设车辆潜在停留区域集合为AL＝{A₁,A₂,…,A_m}，反映车辆近期运动趋势的网格序列GL＝＜G₁,G₂,…,G_S＞,则根据网格序列计算至潜在停留区域集合A中的各个区域的综合概率集合P'L为：

P'L＝{P'₁,P'₂,…,P'_m}。

潜在停留区域Q作为车辆未来位置的可能性大小被定义为区域Q的可达性，表示为P”_Q，预测区域可达性列表的概率集合为：

其中

推荐区域可达性列表集合AL_Com为：

列表中的区域按照可达性递减的顺序排列，区域A_j的可达性为P”_j＝P'_j，P”_j＞P”_j+1。

在遇到异常车辆的情况下，根据概率计算结果得知预测区域的可达性，预测该车辆的路径信息，以便能够提前做好防控，及时采取应对措施，在偏离预测时，系统立即再次计算，预测新的路径信息，使相关部门能够快速做出调整。

数据反馈模块包括屏幕显示单元、语音提示单元，中央处理器将分析结果数据传输到数据反馈模块，通过屏幕显示电子路线地图、车辆的实时位置(经度、纬度、时间、方向、速度等)与预测位置(经度、纬度、预测到达时间等)，语音提示预测的路径与路况信息，方便相关部门在有异常车辆的情况下，提前快速做好防控，采取相应的措施，并且在偏离预测路线时快速提示新的预测信息，使相关部门能够快速做出调整。

与现有技术相比，本发明所达到的有益效果是：

1、本发明利用路面所设监控摄像装置，当遇到异常车辆时，通过监控画面捕捉异常车辆的车牌号、车辆颜色、车辆品牌、车辆型号、车辆速度等，获取异常车辆的位置信息，行驶轨迹，实时监测异常车辆，提高了效率，减少了人力物力以及时间成本的损耗。

2、本发明在整个数据传输过程中融合物联网采用秘钥进行加密传输，规避了信息泄露的风险。

3、本发明通过概率运算，预测异常车辆的路径信息，便于相关部门提前快速做好防控，采取相应的措施，降低了风险，提高了效率。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施案例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是本发明一种融合物联网加密传输的智能交通监控系统的模块组成示意图；

图2是本发明一种融合物联网加密传输的智能交通监控系统的步骤示意图。

具体实施方式

下面将结合本发明实施案例中的附图，对本发明实施案例中的技术方案进行清楚、完整地描述，显然，所描述的实施案例仅仅是本发明一部分实施案例，而不是全部的实施案例。基于本发明中的实施案例，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案例，都属于本发明保护的范围。

请参阅图1-图2，本发明提供技术方案：一种融合物联网加密传输的智能交通监控系统，该智能交通监控系统包括以下模块：位置获取模块、数据传输模块、中央处理器、数据反馈模块。

所述位置获取模块与数据传输模块相连接，数据传输模块与中央处理器相连接，中央处理器与数据反馈模块相连接；所述位置获取模块用于获取车辆实时位置数据信息，所述数据传输模块将位置获取模块获取的信息融合物联网使用秘钥进行加密传输到中央处理器，避免信息泄露，所述中央处理器将信息进行处理，分析车辆轨迹，预测路径信息，所述数据反馈模块将分析所得信息进行反馈。

所述位置获取模块利用路面所设监控摄像装置，当遇到异常车辆时，通过监控画面捕捉异常车辆的车牌号、车辆颜色、车辆品牌、车辆型号、车辆速度等，获取车辆的位置信息，行驶轨迹，便于快速定位车辆位置。

所述数据传输模块包括物联网加密单元和数据传递单元，将位置获取模块获得的车辆信息传输到中央处理器，将视频内容进行加密，并且在整个数据传输过程中融合物联网使用秘钥进行加密，避免信息泄露。

所述中央处理器对获得的异常车辆的位置信息进行轨迹分析，计算到达潜在停留区域的概率，通过计算结果预测异常车辆的路径信息。

中央处理器在获得异常车辆的信息后，根据车辆当前状态以及状态间的转移关系，预测后续状态。

通过道路监控摄像设备所拍摄的画面获取异常车辆的车牌号、车辆颜色、车辆品牌、车辆型号、车辆速度等信息得到该车辆的历史停留区域，从而通过这些历史停留区域进行计算最近停留区域的未来位置概率，通过比较概率预测该异常车辆的路径信息。异常车辆的历史停留区域被表示为状态变量序列AL＝{A₁,A₂,…,A_N},车辆潜在停留区域的数量为m，则状态空间集合为BL＝＜B₁,B₂,…,B_m＞，每个停留区域对应一个状态；若车辆最近停留区域为A_r，预测停留区域集合为

A_li称为A_r的后续停留区域，最近停留区域A_r在状态空间集合中的对应状态为B_r，B_r的后续状态集合为

状态A_r至后续状态

的一步转移概率

体现了停留区域

作为停留区域A_r的未来位置的可能性；预测停留区域集合A_N中的区域座位最近停留区域A_r的未来位置的概率集合

车辆轨迹中距离当前时间越近的信息越能反映运动趋势，对预测结果的影响越大；将车辆最近停留区域至当前位置间的轨迹段转换为网格序列，首先计算网格序列至各潜在停留区域的距离概率和方向概率，然后依据距离权重和方向权重得到综合概率，用来描述运动趋势对各潜在停留区域作为未来位置的影响。

当车辆在一段时间离区域Q越来越近，则下一个停留区域为Q的概率很大；将距离标准转换为概率，设到达潜在停留区域的最远距离为D_max、最近距离为D_min，到达Q的距离为d，则从当前网格到达Q的概率P_d为：

P_d＝1-(d-D_min)/(D_max-D_min)；

网格序列G＝{G₁,G₂,…,G_S}至潜在停留区域Q的距离概率集合为

则网格序列至Q的综合距离概率P_D为：

车辆向目标位置移动过程中，整体行进方向会趋向于目标位置方向；当前网格与前一网格以及停留区域代表网格间都存在方向向量；若随着车辆、方向向量间的夹角越来越小，则停留区域为目标位置的概率很大；设当前网格的第一个样本点为a_i+1，前一个网格中最后一个样本点为a_i，则方向向量

区域Q代表网格的中心点为r'＝(x,y)，则当前网格至Q的方向向量为

当前网格至区域Q的方向概率P_a(Q)为

网格序列G＝＜G₁,G₂,…,G_S＞至区域Q的方向概率集合为

则网格序列至Q的综合方向概率P_A为：

综合距离概率和综合方向概率的权重分别为W_D、W_A,则网格序列至Q的综合概率P_综为:

P_综＝W_DP_D+W_AP_A；

设车辆潜在停留区域集合为AL＝{A₁,A₂,…,A_m}，反映车辆近期运动趋势的网格序列GL＝＜G₁,G₂,…,G_S＞,则根据网格序列计算至潜在停留区域集合A中的各个区域的综合概率集合P'L为：

P'L＝{P'₁,P'₂,…,P'_m}。

潜在停留区域Q作为车辆未来位置的可能性大小被定义为区域Q的可达性，表示为P”_Q，预测区域可达性列表的概率集合为：

其中

推荐区域可达性列表集合AL_Com为：

列表中的区域按照可达性递减的顺序排列，区域A_j的可达性为P”_j＝P'_j，P”_j＞P”_j+1。

在遇到异常车辆的情况下，根据概率计算结果得知预测区域的可达性，预测该车辆的路径信息，以便能够提前做好防控，及时采取应对措施，在偏离预测时，系统立即再次进行计算，预测之后该异常车辆可能会行驶的路径，使相关部门能够快速做出调整。

数据反馈模块包括屏幕显示单元、语音提示单元，中央处理器将分析结果数据传输到数据反馈模块，通过屏幕显示电子路线地图、车辆的实时位置(经度、纬度、时间、方向、速度等)与预测位置(经度、纬度、预测到达时间等)，语音提示车辆预测的路径、行驶方向、行驶速度等信息，方便相关部门在有异常车辆的情况下，提前快速做好防控，采取相应的措施，并且在偏离预测路线时能够立即提示新的预测信息，使相关部门能够快速做出调整。

本发明的实施步骤如下：

S1、对道路车辆进行实时监控，分析车辆行驶轨迹，并在整个数据传输的过程中采用加密传输，避免信息泄露。

S2、对于异常车辆进行分析，计算至潜在停留区的概率。

S3、根据计算结果，预测其路径信息，提前做好防控。

实施案例一：

在遇到异常车辆，例如消防车和救护车，该系统也便于相关部门统一管理救护车辆，能够有效了解车辆的分布现状，有利布控、管理。在接到求救电话后，相关部门迅速确定求救地点，就近调度救护车辆，通过路面所设监控摄像装置，对车辆的行驶速度、行驶方向、区域位置进行实时监控管理，对车辆的路径信息进行分析，确保救护车辆能够最快最安全到达求救地点，使相关部门能够及时有效的进行救援，同时也能通过监控画面实时监控现场，进行辅助决策。若还需要救护车辆，该系统迅速定位附近救护车辆，分析其路径信息，使该车辆能够及时安全到达求救现场，帮助救援工作的展开，避免在急需救援车辆时调度缓慢从而造成救援不及时的问题。该系统有效提高了救援效率，节省了大量救援时间，为生命安全以及财产安全提供了有效保障。在整个过程中，所有的监控画面以及信息传输都融合物联网加密，只有符合规定的用户才能查阅数据，有效保证了数据的机密性。

实施案例二：

在遇到异常车辆，例如通缉车辆和危险车辆时，相关部门快速通过路面所设监控摄像装置，通过监控画面捕捉车辆的车牌号、车辆颜色、车辆品牌、车辆型号、车辆速度等，从而获取车辆位置信息，行驶轨迹，便于快速定位车辆位置。当遇到多条路线方向时，若有路线a、路线b、路线c三条路线可供选择，中央处理器通过计算得到该车走这三条线路的概率依次递减为路线a、路线b、路线c，因此该车走路线a的可能性最大，走路线b的可能性其次，走路线c的可能性最小，随即通过屏幕和语音提醒相关部门在路线a处提前做好防控。若该车辆未选择路线a而是选择了路线b，则系统立即重新进行计算，预测出之后该车可能经过的位置的概率，并通过屏幕和语音提醒相关部门做出防控，快速做出调整，防止走错路线，提高了采取措施的效率，减少了人力物力以及时间成本的损耗。在整个过程中，所有的监控画面以及信息传输都融合物联网加密，只有符合规定的用户才能查阅数据，防止出现信息被修改、删除从而造成该，有效保证了数据的机密性和完整性。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。

最后应说明的是：以上所述仅为本发明的优选实施案例而已，并不用于限制本发明，尽管参照前述实施案例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施案例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种融合物联网加密传输的智能交通监控系统，其特征在于该智能交通监控系统包括以下模块：位置获取模块、数据传输模块、中央处理器、数据反馈模块；

所述位置获取模块与数据传输模块相连接，数据传输模块与中央处理器相连接，中央处理器与数据反馈模块相连接；所述位置获取模块用于获取车辆实时位置数据信息，所述数据传输模块将位置获取模块获取的信息融合物联网加密传输到中央处理器，避免信息泄露，所述中央处理器对信息进行处理，分析车辆轨迹，预测路径信息，所述数据反馈模块将分析所得信息进行反馈。

2.根据权利要求1所述的一种融合物联网加密传输的智能交通监控系统，其特征在于：所述位置获取模块利用路面所设监控摄像装置，当遇到异常车辆时，通过监控画面捕捉异常车辆，获取车辆位置信息，行驶轨迹。

3.根据权利要求2所述的一种融合物联网加密传输的智能交通监控系统，其特征在于：所述数据传输模块包括物联网加密单元和数据传递单元，将位置获取模块获得的车辆信息传输到中央处理器，在整个数据传输过程中进行加密。

4.根据权利要求3所述的一种融合物联网加密传输的智能交通监控系统，其特征在于：所述中央处理器对获得的异常车辆的位置信息进行轨迹分析，计算到达潜在停留区域的概率，通过计算结果预测异常车辆的路径信息。

5.根据权利要求4所述的一种融合物联网加密传输的智能交通监控系统，其特征在于：中央处理器在获得异常车辆的信息后，根据车辆当前状态以及状态间的转移关系，预测后续状态；

异常车辆的历史停留区域被表示为状态变量序列AL＝{A₁,A₂,…,A_N},车辆潜在停留区域的数量为m，则状态空间集合为BL＝＜B₁,B₂,…,B_m＞，每个停留区域对应一个状态；若车辆最近停留区域为A_r，预测停留区域集合为

A_li称为A_r的后续停留区域，最近停留区域A_r在状态空间集合中的对应状态为B_r，B_r的后续状态集合为

状态A_r至后续状态

的一步转移概率

体现了停留区域

作为停留区域A_r的未来位置的可能性；预测停留区域集合A_N中的区域座位最近停留区域A_r的未来位置的概率集合

6.根据权利要求5所述的一种融合物联网加密传输的智能交通监控系统，其特征在于：车辆轨迹中距离当前时间越近的信息越能反映运动趋势，对预测结果的影响越大；将车辆最近停留区域至当前位置间的轨迹段转换为网格序列，首先计算网格序列至各潜在停留区域的距离概率和方向概率，然后依据距离权重和方向权重得到综合概率，描述运动趋势对各潜在停留区域作为未来位置的影响；

当车辆在一段时间离区域Q越来越近，则下一个停留区域为Q的概率很大；将距离标准转换为概率，设到达潜在停留区域的最远距离为D_max、最近距离为D_min，到达Q的距离为d，则从当前网格到达Q的概率P_d为：

P_d＝1-(d-D_min)/(D_max-D_min)；

网格序列G＝{G₁,G₂,…,G_S}至潜在停留区域Q的距离概率集合为

则网格序列至Q的综合距离概率P_D为：

车辆向目标位置移动过程中，整体行进方向会趋向于目标位置方向；当前网格与前一网格以及停留区域代表网格间都存在方向向量；若随着车辆、方向向量间的夹角越来越小，则停留区域为目标位置的概率很大；设当前网格的第一个样本点为a_i+1，前一个网格中最后一个样本点为a_i，则方向向量

区域Q代表网格的中心点为r'＝(x,y)，则当前网格至Q的方向向量为

当前网格至区域Q的方向概率P_a(Q)为

网格序列G＝＜G₁,G₂,…,G_S＞至区域Q的方向概率集合为

则网格序列至Q的综合方向概率P_A为：

综合距离概率和综合方向概率的权重分别为W_D、W_A,则网格序列至Q的综合概率P_综为:

P_综＝W_DP_D+W_AP_A；

设车辆潜在停留区域集合为AL＝{A₁,A₂,…,A_m}，反映车辆近期运动趋势的网格序列GL＝＜G₁,G₂,…,G_S＞,则根据网格序列计算至潜在停留区域集合A中的各个区域的综合概率集合P'L为：

P'L＝{P'₁,P'₂,…,P'_m}。

7.根据权利要求6所述的一种融合物联网加密传输的智能交通监控系统，其特征在于：潜在停留区域Q作为车辆未来位置的可能性大小被定义为区域Q的可达性，表示为P”_Q，预测区域可达性列表的概率集合为：

其中

推荐区域可达性列表集合AL_Com为：

列表中的区域按照可达性递减的顺序排列，区域A_j的可达性为P”_j＝P'_j，P”_j＞P”_j+1。

8.根据权利要求7所述的一种融合物联网加密传输的智能交通监控系统，其特征在于：在遇到异常车辆的情况下，根据概率计算结果得知预测区域的可达性，预测该车辆的路径信息，在偏离预测时，系统立即再次计算，预测路径。

9.根据权利要求8所述的一种融合物联网加密传输的智能交通监控系统，其特征在于：数据反馈模块包括屏幕显示单元、语音提示单元，中央处理器将分析结果数据传输到数据反馈模块，通过屏幕显示电子路线地图、实时位置与预测位置，语音提示预测的路径，并且在偏离预测路线时提示新的预测信息。

Images