CN117079454A - 智慧城市安全管理方法和系统 - Google Patents

Abstract

本发明涉及信号检测技术领域，具体公开了一种智慧城市安全管理方法及系统，所述方法包括确定不同时段的道路流量参数，根据所述道路流量参数确定边缘检测点；基于边缘检测点实时获取道路信息，根据所述道路信息创建待检表；根据所述待检表实时确定待检点，根据所述待检点确定运动端的运动路径；将所述运动路径向运动端发送，实时获取运动端的采集信息，根据采集信息确定异常特征。本发明通过已有的路段监测架构确定待检点，以待检点为导向，确定运动端的运动路径，在确定运动路径的过程中，通过更新禁行区降低多台运动端的运动路径的重合率，在成本固定的前提下，极大地提高了检测范围。

Description

智慧城市安全管理方法和系统

技术领域

本发明涉及信号检测技术领域，具体涉及一种智慧城市安全管理方法和系统。

背景技术

智慧城市通过物联网基础设施、云计算基础设施、地理空间基础设施等新一代信息技术以及维基、社交网络、Fab Lab、Living Lab、综合集成法、网动全媒体融合通信终端等工具和方法的应用，实现全面透彻的感知、宽带泛在的互联、智能融合的应用以及以用户创新、开放创新、大众创新、协同创新为特征的可持续创新；通俗地说，智慧城市就是借助现有的智能设备对城市进行管理。

城市管理过程中，路面管理过程是非常重要的一个分支，现有的管理模式大都基于人工，比如工作人员定期巡检和居民主动上报等，及时性较差；如何借助现有的智能设备，在不增加大量成本的情况下，引入智能道路检测技术是本发明技术方案想要解决的问题。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种智慧城市安全管理方法和系统，解决了如何在众多数据中快速地定位出现波动的时间段的问题。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

提供了一种智慧城市安全管理方法，该方法包括：

确定不同时段的道路流量参数，根据所述道路流量参数确定边缘检测点；

基于边缘检测点实时获取道路信息，根据所述道路信息创建待检表；所述待检表包括目标物项和位置项；

根据所述待检表实时确定待检点，根据所述待检点确定运动端的运动路径；运动端的数量至少为一；

将所述运动路径向运动端发送，实时获取运动端的采集信息，根据采集信息确定异常特征；所述采集信息至少指向待检表中的目标物及其位置；

其中，运动路径的确定过程中含有自反馈流程。

作为本发明进一步的方案，所述确定不同时段的道路流量参数，根据所述道路流量参数确定边缘检测点的步骤包括：

向管理端发送权限获取请求，接收管理端授予的权限；

基于权限获取路段摄像头的位置及性能参数；

获取待检区地图，基于待检区地图抽取道路网，在道路网中建立与路段摄像头对应的点位；

根据含有点位的道路网确定边缘检测点。

作为本发明进一步的方案，所述根据含有点位的道路网确定边缘检测点的步骤包括：

根据预设的遍历顺序依次选取点位作为基准点；

读取基准点对应的摄像头的性能参数，确定影响范围；

读取影响范围内各点位对应的位置和性能参数，根据所述位置计算连通距离，根据性能参数确定影响权重；所述连通距离为连通路径的长度，所述连通路径为道路网的子集；

根据所述连通距离和所述影响权重计算该点位对基准点的影响量；

统计影响范围内所有点位的影响量，生成价值分；

根据所述价值分选取点位作为边缘检测点，将边缘检测点的影响范围内的非边缘检测点作为辅助点；

其中，所述影响量和影响权重呈正比，所述影响量与连通距离呈反比；所述价值分与影响量呈反比。

作为本发明进一步的方案，所述基于边缘检测点实时获取道路信息，根据所述道路信息创建待检表的步骤包括：

基于权限建立与边缘检测点的连接通道；

实时接收边缘检测点获取到的道路信息，基于预设的失真度识别模型对所述道路信息进行完整性验证，输出失真度；

根据所述失真度建立与该边缘检测点的影响范围内的辅助点的连接通道，获取补充信息；

对道路信息和补充信息进行识别，创建待检表。

作为本发明进一步的方案，所述根据所述失真度建立与该边缘检测点的影响范围内的辅助点的连接通道，获取补充信息的步骤包括：

选取失真度小于预设的失真阈值的道路信息，读取该道路信息的时间标签；

获取该边缘检测点与其影响范围内的各个辅助点的连通距离，根据所述连通距离和时间标签确定边缘检测点和辅助点的时间对应关系；

基于时间对应关系获取补充信息，填充至道路信息。

作为本发明进一步的方案，所述对道路信息和补充信息进行识别，创建待检表的步骤包括：

抽取含有补充信息的道路信息中的音频信息，根据现有的音频特征识别模型识别所述音频信息，确定待检时段；

读取所述待检时段的道路图像，将所述道路图像输入预设的第一识别模型，定位路面缺陷，获取路面缺陷的图像特征及位置；

读取路面缺陷的图像特征和位置，确定目标物项和位置项，创建待检表；所述待检表中含有由待检时段确定的时间标签。

作为本发明进一步的方案，所述根据所述待检表实时确定待检点，根据所述待检点确定运动端的运动路径的步骤包括：

根据时间顺序读取待检表，根据目标物项、位置项和道路网确定待检点；

获取运动端的位置，确定初始点；所述运动端的数量至少为一；

在待检点中选取与初始点距离最远的点，作为终点；

随机建立所述初始点与终点的可行路径，根据可行路径经过的待检点数量确定运动路径；所述运动路径为某一可行路径，所述可行路径为道路网的子集。

作为本发明进一步的方案，所述随机建立所述初始点与终点的可行路径的步骤包括：

在道路网中随机选取中转节点，建立初始点-中转节点-终点的子路径；所述中转节点包含于道路网；

计算子路径与禁行区的交叉关系，根据所述交叉关系判定子路径的效力；所述效力包括有效和无效；

选取有效的子路径，根据所述子路径更新可行路径和初始点，并循环执行上述内容；

当中转节点与终点的连接路径与所有禁行区均不存在交叉关系时，跳出循环；

其中，所述禁行区包括尺寸随时间递减的区域；所述随时间递减的区域由运动端的运动路径确定。

作为本发明进一步的方案，所述将所述运动路径向运动端发送，实时获取运动端的采集信息，根据采集信息确定异常特征的步骤包括：

将所述运动路径向运动端发送，接收运动端反馈的采集信息；

将所述采集信息输入预设的第二识别模型，输出异常特征，所述异常特征用于表征路段缺陷情况。

作为本发明进一步的方案，可行路径的生成过程还包括：

根据已生成的可行路径限定选取范围，所述选取范围内随机选取中转节点；

根据已生成的可行路径限定选取范围的步骤包括：

计算可行路径的路径长度，将初始点和终点作为焦点，所述路径长度作为长轴确定椭圆区；

随机选取中转节点，根据预设的转换公式将中转节点转换至椭圆区内；

所述转换公式包括：

式中，是旋转矩阵，θ是初始点和终点的连线与x轴的夹角，是平移向量，由初始点和终点的连线的中点确定。/>是随机选取的点，/>是坐标转换后的点。

(三)有益效果

本发明提供了一种智慧城市安全管理方法和系统。与现有技术相比，具备以下有益效果：

本发明通过已有的路段监测架构确定待检点，以待检点为导向，确定运动端的运动路径，在确定运动路径的过程中，通过更新禁行区降低多台运动端的运动路径的重合率，在成本固定的前提下，极大地提高了检测范围，此外，在运动端的检测过程中，可以引入其他的识别过程，用于完成其他检测需求，进一步的提高了资源利用率。

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一些实施例，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，还可以根据这些附图获得其他的附图。

图1为智慧城市安全管理方法的流程框图。

图2为智慧城市安全管理方法的第一子流程框图。

图3为智慧城市安全管理方法的第二子流程框图。

图4为智慧城市安全管理方法的第三子流程框图。

图5为智慧城市安全管理系统的第四子流程框图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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。

本申请实施例通过提供一种智慧城市安全管理方法和系统，解决了如何在众多数据中快速地定位出现波动的时间段的问题。

为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。

如图1所示，本发明提供了一种智慧城市安全管理方法，该方法包括：

步骤S100：确定不同时段的道路流量参数，根据所述道路流量参数确定边缘检测点；

在现实场景中，不同时段的各个道路上的流量是不同的，所述道路流量参数用于表征行人及车辆的通行特征；对所述道路流量参数进行分析，建立一些检测点，所述检测点用于获取道路信息，对道路信息进行实时的检测；一般在检测点处安装摄像头来获取道路信息。

其中，需要说明的是，“边缘”这一概念，不是空间位置上的边缘概念，而是边缘计算技术中的边缘概念，它的含义是，本发明技术方案基于现有的云计算架构建立多个具备数据处理功能的摄像头，称为边缘检测点。

步骤S200：基于边缘检测点实时获取道路信息，根据所述道路信息创建待检表；所述待检表包括目标物项和位置项；

在边缘检测点处安装含有数据传输功能的摄像头，可以获取道路信息；所述道路信息一般是道路视频，包括道路图像和道路音频；对道路信息进行识别分析，可以确定需要检测的区域及其位置，并通过表格的形式表示。

步骤S300：根据所述待检表实时确定待检点，根据所述待检点确定运动端的运动路径；运动端的数量至少为一；

依次读取待检表中的数据项，创建待检点，根据待检点向预先设置的运动端发送，通过运动端，近景采集目标物的信息，并进行分析，从而得到更加准确的结果；运动端的数量越多，各个区域的检测频率越高，检测效果越好。

步骤S400：将所述运动路径向运动端发送，实时获取运动端的采集信息，根据采集信息确定异常特征；所述采集信息至少指向待检表中的目标物及其位置；

将运动路径向运动端发送，由运动端采集近景信息，借助现有的识别技术对近景信息进行识别，输出识别结果；识别结果为目标物及其位置。

需要说明的是，一般情况下，采集信息与道路信息同源，均为音频+图像；本方法执行主体识别采集信息的精度大于识别道路信息的精度。

在本发明技术方案的一个实例中，在运动路径的确定过程增设自反馈流程，其目的在于，使得运动端的运动过程，能够更加全面的采集更多的信息，在运动端数量有限的前提下，变相地提高识别范围。

图2为智慧城市安全管理方法的第一子流程框图，所述确定不同时段的道路流量参数，根据所述道路流量参数确定边缘检测点的步骤包括：

步骤S101：向管理端发送权限获取请求，接收管理端授予的权限；

管理端一般是城市管理方，城市管理方会在道路上安装多个摄像头，便于公共管理；本发明技术方案在使用时，需要借助现有的道路摄像头监控系统，因此，首先需要向管理端发送权限获取请求，接收管理端授予的权限。

步骤S102：基于权限获取路段摄像头的位置及性能参数；

根据管理端授予的权限，可以获取路段摄像头的位置及其性能参数；所述性能参数包括清晰度和采集范围等。

步骤S103：获取待检区地图，基于待检区地图抽取道路网，在道路网中建立与路段摄像头对应的点位；

待检区是需求方想要检测的区域，由需求方上传；本方法执行主体获取到待检区地图后，需要在待检区地图中获取道路分布信息，进而抽取出道路网，所述道路网是所述待检区地图的子集；在抽取得到的道路网中，标记摄像头对应的点位；标记过程需要考虑到位置以及性能参数，位置决定点位在道路网中的相对位置，性能参数可以决定点位的尺寸或色值等标记性参数。

步骤S104：根据含有点位的道路网确定边缘检测点；

根据上述内容中确定的点位，可以确定边缘检测点；边缘检测点可以采用现有的点位，也可以在现有的点位基础上，增设一些其他点位。

在本发明技术方案的一个实例中，提供了一种基于现有点位确定边缘检测点的方式，所述根据含有点位的道路网确定边缘检测点的步骤包括：

根据预设的遍历顺序依次选取点位作为基准点；

读取基准点对应的摄像头的性能参数，确定影响范围；

依次对各个点位进行分析，判断其是否能够作为边缘检测点，判断流程为，首先选取点位作为基准点，查询对应的性能参数(若点位的标记性参数能够表示性能参数，则直接对标记性参数进行分析)，对性能参数进行分析，可以确定影响范围；所述影响范围用于表征该点位对周围区域的影响程度。

读取影响范围内各点位对应的位置和性能参数，根据所述位置计算连通距离，根据性能参数确定影响权重；所述连通距离为连通路径的长度，所述连通路径为道路网的子集；

根据所述连通距离和所述影响权重计算该点位对基准点的影响量；

然后，计算影响范围内的其他点位对基准点的影响程度，影响程度由连通距离和性能参数共同确定，连通距离越远，影响程度越小；性能越低，影响程度越小。

其中，所述连通距离就是连通两个点位的道路的总距离。

统计影响范围内所有点位的影响量，生成价值分；

根据所述价值分选取点位作为边缘检测点，将边缘检测点的影响范围内的非边缘检测点作为辅助点；

最后，统计基准点受到的所有影响情况，可以生成一个用于表征基准点重要性的数值，称为价值分；由价值分选取边缘检测点，当边缘检测点选取完成后，对应影响范围内的其他价值分较低(非边缘检测点)的点位，可以作为它的辅助点、

关于上述参数之间的关系，如下：

所述影响量和影响权重呈正比，所述影响量与连通距离呈反比；所述价值分与影响量呈反比。

图3为智慧城市安全管理方法的第二子流程框图，所述基于边缘检测点实时获取道路信息，根据所述道路信息创建待检表的步骤包括：

步骤S201：基于权限建立与边缘检测点的连接通道；

所述权限是预先获取的权限，也即，管理端授予的权限。

步骤S202：实时接收边缘检测点获取到的道路信息，基于预设的失真度识别模型对所述道路信息进行完整性验证，输出失真度；

边缘检测点是现有的配备有摄像头的点位，根据建立好的连接通道，接收边缘检测点采集到的道路信息；道路信息主要是视频信息，由于环境原因，视频信息中会存在大量的噪志，因此，需要借助预设的评价模型，对采集到的道路信息进行完整性验证。

步骤S203：根据所述失真度建立与该边缘检测点的影响范围内的辅助点的连接通道，获取补充信息；

完整性验证的输出为失真度，当失真度达到预设的失真阈值时，道路信息的完整性可能会略有下降，此时，借助之前确定的辅助点，获取补充信息，在一定程度上提高完整性。

步骤S204：对道路信息和补充信息进行识别，创建待检表；

道路信息与补充信息的获取主体相似，仅有位置和性能参数存在差异，对道路信息与补充信息进行识别，可以确定需要进一步的检测的内容，由待检表反映。

进一步的，所述根据所述失真度建立与该边缘检测点的影响范围内的辅助点的连接通道，获取补充信息的步骤包括：

选取失真度小于预设的失真阈值的道路信息，读取该道路信息的时间标签；

获取该边缘检测点与其影响范围内的各个辅助点的连通距离，根据所述连通距离和时间标签确定边缘检测点和辅助点的时间对应关系；

基于时间对应关系获取补充信息，填充至道路信息。

上述内容对补充信息的获取过程进行了进一步的限定，辅助点与边缘检测点之间存在空间距离，空间距离在数据采集过程中以时间差值的形式存在；举例来说，当边缘检测点检测到一辆车时，过一段时间才会出现在辅助点的检测区域，所述一段时间由连通距离以及预先确定的平均速度确定；获取到补充信息后，填充至道路信息中即可。

在本发明技术方案的一个实例中，所述对道路信息和补充信息进行识别，创建待检表的步骤包括：

抽取含有补充信息的道路信息中的音频信息，根据现有的音频特征识别模型识别所述音频信息，确定待检时段；

对道路信息和补充信息采用同一识别流程，首先，获取音频信息，对音频信息进行识别，对音频信息的识别过程为正确导向识别流程，其含义是，将音频信息与预设的标准音频进行比对，如果音频信息与标准音频的匹配度不高，那么就将其标记为待检时段；通俗地说，如果不是“完全正确”，就将其视为待检时段。

具体的，正常稳定行驶的车辆与不稳定行驶的车辆相比，声音是不同的，因此，通过音频信息，可以预先对环境进行初识别。

读取所述待检时段的道路图像，将所述道路图像输入预设的第一识别模型，定位路面缺陷，获取路面缺陷的图像特征及位置；

读取待检时段的道路图像，借助现有的图像识别模型，对道路图像进行识别，可以判断出路面是否存在缺陷，如果存在缺陷，其缺陷类型及位置如何。所述图像识别模型一般是神经网络模型，由工作人员创建样本集进行训练。

读取路面缺陷的图像特征和位置，确定目标物项和位置项，创建待检表；所述待检表中含有由待检时段确定的时间标签；

统计识别到的路面缺陷，创建待检表。

图4为智慧城市安全管理方法的第三子流程框图，所述根据所述待检表实时确定待检点，根据所述待检点确定运动端的运动路径的步骤包括：

步骤S301：根据时间顺序读取待检表，根据目标物项、位置项和道路网确定待检点；

生成待检表后，在待检表中读取数据，进而在道路网中确定与其对应的待检点。

步骤S302：获取运动端的位置，确定初始点；所述运动端的数量至少为一；

查询本方法执行主体预先布置的运动端，获取运动端的位置，作为初始点。

步骤S303：在待检点中选取与初始点距离最远的点，作为终点；

依次对每个运动端进行分析，查询与待分析的运动端距离最远的点，作为终点；所述距离一般是直线距离，此时，由于运动路径未知，连通距离很难获取，而前述内容中的连通距离，直接借助现有的地图服务即可获取。

步骤S304：随机建立所述初始点与终点的可行路径，根据可行路径经过的待检点数量确定运动路径；所述运动路径为某一可行路径，所述可行路径为道路网的子集；

随机建立初始点与终点的可行路径，可行路径的数量不唯一，根据其经过的待检点数量，选取最合适的可行路径，称为运动路径；最合适的其中一种标准为：经过的待检点数量最多。

在本发明技术方案的一个实例中，所述随机建立所述初始点与终点的可行路径的步骤包括：

在道路网中随机选取中转节点，建立初始点-中转节点-终点的子路径；所述中转节点包含于道路网；

计算子路径与禁行区的交叉关系，根据所述交叉关系判定子路径的效力；所述效力包括有效和无效；

选取有效的子路径，根据所述子路径更新可行路径和初始点，并循环执行上述内容；

当中转节点与终点的连接路径与所有禁行区均不存在交叉关系时，跳出循环；

其中，所述禁行区包括尺寸随时间递减的区域；所述随时间递减的区域由运动端的运动路径确定。

可行路径的创建过程是随机+测试的循环执行过程，在道路网中随机选取中转节点，连接中转节点和初始点，如果其连线经过禁行区，所述禁行区包括非道路区域，那么就是无效的中转节点，需要重新随机选取中转节点，直至连线包含于道路网，此时，确定一个中转节点。

不断重复上述过程，最终可以得到多个中转节点，连接这些中转节点，可以将可行路径限定于道路网中，不经过任何非道路区域。

值得一提的是，所述禁行区中还包括一些尺寸随时间递减的区域，用于表示已经由其他运动端检测过的区域，这样，可以大幅度减少重复检测的频率，称为自反馈流程；在运动端数量确定的前提下，极大提高了检测范围，变相地提高了资源利用率。

此外，所述道路网可以理解为一个与道路信息对应的网格，网格线对应道路，网格单元对应非道路区域。

图5为智慧城市安全管理系统的第四子流程框图，所述将所述运动路径向运动端发送，实时获取运动端的采集信息，根据采集信息确定异常特征的步骤包括：

步骤S401：将所述运动路径向运动端发送，接收运动端反馈的采集信息；

步骤S402：将所述采集信息输入预设的第二识别模型，输出异常特征，所述异常特征用于表征路段缺陷情况。

运动端获取到的采集信息，根据采集信息对待检点进行进一步的识别，可以获取更加准确的识别结果；其中，所述第二识别模型的性能高于第一识别模型的性能。

需要说明的是，本发明技术方案中的可行路径确定过程，不同运动端之间的重复检测率极低，检测范围极大，因此，运动端的检测过程，不仅仅限定于检测点，还可以增设其他的检测端口，用于检测车辆状态或其他路况等，进一步提高了资源利用率。

作为本发明技术方案的一个优选实施例，对可行路径的生成过程进行了优化，可行路径的生成过程还包括：

根据已生成的可行路径限定选取范围，所述选取范围内随机选取中转节点；

根据已生成的可行路径限定选取范围的步骤包括：

计算可行路径的路径长度，将初始点和终点作为焦点，所述路径长度作为长轴确定椭圆区；

随机选取中转节点，根据预设的转换公式将中转节点转换至椭圆区内；

所述转换公式包括：

式中，是旋转矩阵，θ是初始点和终点的连线与x轴的夹角，/>是平移向量，由初始点和终点的连线的中点确定。/>是随机选取的点，/>是坐标转换后的点。

在本发明技术方案中，对随机选取过程进行了补充限定，当生成一条可行路径时，根据可行路径的路径长度对随机选取范围进行限定，然后再次循环可行路径的生成过程，直至连续多次的循环输出的可行路径的路径距离不再存在更小值。

此时，获取到的可行路径即可视为当前禁行区条件下的最短路径，可以将其直接作为运动路径。

关于上述转换公式的含义，就是将随机选取的点转换至确定的椭圆区中。

综上所述，与现有技术相比，本发明具备以下有益效果：

本发明通过已有的路段监测架构确定待检点，以待检点为导向，确定运动端的运动路径，在确定运动路径的过程中，通过更新禁行区降低多台运动端的运动路径的重合率，在成本固定的前提下，极大地提高了检测范围，此外，在运动端的检测过程中，可以引入其他的识别过程，用于完成其他检测需求，进一步的提高了资源利用率。

需要说明的是，通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。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。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施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；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种智慧城市安全管理方法，其特征在于，该方法包括：

确定不同时段的道路流量参数，根据所述道路流量参数确定边缘检测点；

基于边缘检测点实时获取道路信息，根据所述道路信息创建待检表；所述待检表包括目标物项和位置项；

根据所述待检表实时确定待检点，根据所述待检点确定运动端的运动路径；运动端的数量至少为一；

将所述运动路径向运动端发送，实时获取运动端的采集信息，根据采集信息确定异常特征；所述采集信息至少指向待检表中的目标物及其位置；

其中，运动路径的确定过程中含有自反馈流程。

2.如权利要求1所述的一种智慧城市安全管理方法，其特征在于，所述确定不同时段的道路流量参数，根据所述道路流量参数确定边缘检测点的步骤包括：

向管理端发送权限获取请求，接收管理端授予的权限；

基于权限获取路段摄像头的位置及性能参数；

获取待检区地图，基于待检区地图抽取道路网，在道路网中建立与路段摄像头对应的点位；

根据含有点位的道路网确定边缘检测点。

3.如权利要求2所述的一种智慧城市安全管理方法，其特征在于，所述根据含有点位的道路网确定边缘检测点的步骤包括：

根据预设的遍历顺序依次选取点位作为基准点；

读取基准点对应的摄像头的性能参数，确定影响范围；

读取影响范围内各点位对应的位置和性能参数，根据所述位置计算连通距离，根据性能参数确定影响权重；所述连通距离为连通路径的长度，所述连通路径为道路网的子集；

根据所述连通距离和所述影响权重计算该点位对基准点的影响量；

统计影响范围内所有点位的影响量，生成价值分；

根据所述价值分选取点位作为边缘检测点，将边缘检测点的影响范围内的非边缘检测点作为辅助点；

其中，所述影响量和影响权重呈正比，所述影响量与连通距离呈反比；所述价值分与影响量呈反比。

4.如权利要求1所述的一种智慧城市安全管理方法，其特征在于，所述基于边缘检测点实时获取道路信息，根据所述道路信息创建待检表的步骤包括：

基于权限建立与边缘检测点的连接通道；

实时接收边缘检测点获取到的道路信息，基于预设的失真度识别模型对所述道路信息进行完整性验证，输出失真度；

根据所述失真度建立与该边缘检测点的影响范围内的辅助点的连接通道，获取补充信息；

对道路信息和补充信息进行识别，创建待检表。

5.如权利要求4所述的一种智慧城市安全管理方法，其特征在于，所述根据所述失真度建立与该边缘检测点的影响范围内的辅助点的连接通道，获取补充信息的步骤包括：

选取失真度小于预设的失真阈值的道路信息，读取该道路信息的时间标签；

获取该边缘检测点与其影响范围内的各个辅助点的连通距离，根据所述连通距离和时间标签确定边缘检测点和辅助点的时间对应关系；

基于时间对应关系获取补充信息，填充至道路信息。

6.如权利要求5所述的一种智慧城市安全管理方法，其特征在于，所述对道路信息和补充信息进行识别，创建待检表的步骤包括：

抽取含有补充信息的道路信息中的音频信息，根据现有的音频特征识别模型识别所述音频信息，确定待检时段；

读取所述待检时段的道路图像，将所述道路图像输入预设的第一识别模型，定位路面缺陷，获取路面缺陷的图像特征及位置；

读取路面缺陷的图像特征和位置，确定目标物项和位置项，创建待检表；所述待检表中含有由待检时段确定的时间标签。

7.如权利要求2所述的一种智慧城市安全管理方法，其特征在于，所述根据所述待检表实时确定待检点，根据所述待检点确定运动端的运动路径的步骤包括：

根据时间顺序读取待检表，根据目标物项、位置项和道路网确定待检点；

获取运动端的位置，确定初始点；所述运动端的数量至少为一；

在待检点中选取与初始点距离最远的点，作为终点；

随机建立所述初始点与终点的可行路径，根据可行路径经过的待检点数量确定运动路径；所述运动路径为某一可行路径，所述可行路径为道路网的子集。

8.如权利要求7所述的一种智慧城市安全管理方法，其特征在于，所述随机建立所述初始点与终点的可行路径的步骤包括：

在道路网中随机选取中转节点，建立初始点-中转节点-终点的子路径；所述中转节点包含于道路网；

计算子路径与禁行区的交叉关系，根据所述交叉关系判定子路径的效力；所述效力包括有效和无效；

选取有效的子路径，根据所述子路径更新可行路径和初始点，并循环执行上述内容；

当中转节点与终点的连接路径与所有禁行区均不存在交叉关系时，跳出循环；

其中，所述禁行区包括尺寸随时间递减的区域；所述随时间递减的区域由运动端的运动路径确定。

9.如权利要求5所述的一种智慧城市安全管理方法，其特征在于，所述将所述运动路径向运动端发送，实时获取运动端的采集信息，根据采集信息确定异常特征的步骤包括：

将所述运动路径向运动端发送，接收运动端反馈的采集信息；

将所述采集信息输入预设的第二识别模型，输出异常特征，所述异常特征用于表征路段缺陷情况。

10.如权利要求8所述的一种智慧城市安全管理方法，其特征在于，可行路径的生成过程还包括：

根据已生成的可行路径限定选取范围，所述选取范围内随机选取中转节点；

根据已生成的可行路径限定选取范围的步骤包括：

计算可行路径的路径长度，将初始点和终点作为焦点，所述路径长度作为长轴确定椭圆区；

随机选取中转节点，根据预设的转换公式将中转节点转换至椭圆区内；

所述转换公式包括：

式中，是旋转矩阵，θ是初始点和终点的连线与x轴的夹角，/>是平移向量，由初始点和终点的连线的中点确定。/>是随机选取的点，/>是坐标转换后的点。