CN117351044B - 基于物联网的护栏环境监控方法和系统 - Google Patents
基于物联网的护栏环境监控方法和系统 Download PDFInfo
- Publication number
- CN117351044B CN117351044B CN202311570658.1A CN202311570658A CN117351044B CN 117351044 B CN117351044 B CN 117351044B CN 202311570658 A CN202311570658 A CN 202311570658A CN 117351044 B CN117351044 B CN 117351044B
- Authority
- CN
- China
- Prior art keywords
- target
- moving object
- guardrail
- current
- cloud server
- 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 39
- 238000000034 method Methods 0.000 title claims abstract description 26
- 241001465754 Metazoa Species 0.000 claims abstract description 79
- 238000004891 communication Methods 0.000 claims description 27
- 241000282326 Felis catus Species 0.000 claims description 26
- 241000282472 Canis lupus familiaris Species 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000000875 corresponding effect Effects 0.000 description 56
- 238000004364 calculation method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based 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
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- 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
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30241—Trajectory
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明属于城市物联网监控领域,针对城市动物行踪监控困难,使得城市交通难以规避的问题,提出基于物联网的护栏环境监控方法和系统,所述方法包括:获取路边护栏所采集的当前路面图像信息和当前气象信息;所述路边护栏根据预设的可移动生物图库,识别出当前路面图像信息中的目标移动物体,将所述目标特征时间节点、目标特征位置、当前气象信息和护栏位置上传至云服务器,所述云服务器根据多组所述目标特征时间节点、对应的目标特征位置,结合当前气象信息和预测气象信息,得出目标移动物体的实际移动轨迹和预测时间段内的预测移动轨迹。本案利于用户远程查看目标移动对象的实际移动轨迹和预测移动轨迹,以便进行提前避让。
Description
技术领域
本发明属于城市物联网监控领域,具体涉及基于物联网的护栏环境监控方法和系统。
背景技术
随着当前城市的生态环境的变好,城市的市中心和近郊均会有一些野生动物和流浪动物出现,而常规的道路交通监控仅仅是针对来往的车辆和行人的,对于城市动物的监控比较少。这就使得来往车辆在行驶过程中,经常由于视野盲区撞击到野生动物,不仅仅会对车辆行驶安全造成破坏,同时对于野生动物和流浪动物的救护带来影响。当前对于城市动物的监测管理还主要靠居民主动上报以及政府或科研团体组织人工排查发现,或科研团队使用红外相机对城市野生动物进行监测,这些方式都需要耗费人力或耗费物资去布置特制的红外相机,且因缺乏相关动物活动信息,部署的地点也非常随机,难以保障观测效率,同时,红外相机的购买和维护也需要额外的资金投入。
为此,将护栏与城市动物监控相结合是一个很好的思路,能够在保证普及性的情况对城市动物进行监控。
发明内容
本发明针对城市动物行踪监控困难,使得城市交通难以规避的问题,提出了基于物联网的护栏环境监控方法和系统。
本发明的基础方案提供了基于物联网的护栏环境监控方法,所述方法包括:
获取路边护栏所采集的当前路面图像信息和当前气象信息;
所述路边护栏根据预设的可移动生物图库,识别出当前路面图像信息中的目标移动物体,将当前时间节点作为目标特征时间节点,当前位置作为目标特征位置;
将所述目标特征时间节点、目标特征位置、当前气象信息和护栏位置上传至云服务器,并向第一预设范围内广播,所述第一预设范围与目标移动物体的种类相关联;
所述云服务器根据所述护栏位置和所述第一预设范围确定目标车辆,向所述目标车辆发送与预设前进轨迹相匹配的绕行规划路径;
所述云服务器根据多组所述目标特征时间节点、对应的目标特征位置,结合当前气象信息和预测气象信息,得出目标移动物体的实际移动轨迹和预测时间段内的预测移动轨迹。
进一步,所述方法还包括:
路边护栏统计以自身位置为中心的预设第二范围内的所有目标移动物体的种类和数量,并显示。
进一步,所述路边护栏根据预设的可移动生物图库,识别出当前路面图像信息中的目标移动物体,包括:
通过图像识别技术提取出当前路面图像中的运动轮廓;
计算所述运动轮廓内的图像与所述野生动物图库内各个野生动物种类对应的标准图像的相似度;
在相似度达到预设值时,判定所述运动轮廓对应的目标移动物体为所述标准图像对应的野生动物种类;
在所有相似度均未达到预设值时,判定所述运动轮廓对应的目标移动物体为未知,并将所述运动轮廓上传至云服务器,并根据所述云服务器的指令确认所述运动轮廓对应的目标移动物体。
进一步,所述路边护栏根据预设的可移动生物图库,识别出当前路面图像信息中的目标移动物体,包括:
通过图像识别技术提取出当前路面图像中的运动轮廓;
计算所述运动轮廓内的图像与所述猫狗图库中各品种猫狗对应的标准图像的相似度;在相似度达到预设值时,判定所述运动轮廓对应的目标移动物体为所述标准图像对应的品种猫狗;图像识别当前路面图像中所述运动轮廓所在区域是否存在于所述品种猫狗对应的约束设备图像,若均无,则将所述目标移动物体判定为流浪猫狗。
进一步,向第一预设范围内广播,包括:
根据所述目标移动物体的种类查找到对应的第一预设范围;通过物联网查找到以自身为中心的第一预设范围内的车辆,作为目标车辆;将所述目标移动物体的种类发送至所述目标车辆,以供目标车辆调整预设前进轨迹。
进一步,所述云服务器根据所述护栏位置和所述第一预设范围,确定目标车辆,向所述目标车辆发送与预设前进轨迹相匹配的绕行规划路径,包括:
路边护栏接收第一预设范围内车辆所传输的目标位置和当前位置后传输给所述云服务器,以供所述云服务器根据所述目标位置和当前位置结合预设的城市路径地图得到多个备用路径,从所述备用路径中筛选出与所述第一预设范围交集最少、且行进速度最快的路径作为绕行规划路径,将所述绕行规划路径推送给所述目标车辆。
进一步,所述云服务器根据多组所述目标特征时间节点、对应的目标特征位置,结合当前气象信息和预测气象信息,得出目标移动物体的实际移动轨迹和预测时间段内的预测移动轨迹,包括:
根据所述目标移动物体的种类、当前气象信息,得出目标移动物体正常行进速度;
根据多组的目标特征时间节点和目标特征位置,得出目标移动物体的实际移动轨迹;根据目标移动物体的种类、目标移动物体所对应的生理习性、目标特征位置所处的环境、以及预测气象信息,得出目标移动物体的未来移动规律;
根据所述实际移动轨迹、所述目标移动物体正常行进速度、以及所述未来移动规律,预测出在未来时间段的预测移动轨迹,得到在未来时间段的预测位置。
本发明还提供基于物联网的护栏环境监控系统,包括路边护栏和云服务器,所述路边护栏与云服务器通过物联网通信连接,所述路边护栏包括气象环境检测模块、监控摄像模块、图像识别模块、护栏通信模块;所述云服务器包括存储模块、服务器通信模块、处理模块和预测单元;
所述气象环境检测模块,用于检测当前气象信息;
所述监控摄像模块,用于检测当前路面图像信息;
所述图像识别模块,用于根据预加载的可移动生物图库,识别出当前路面图像信息中的目标移动物体,将当前时间节点作为目标特征时间节点,当前位置作为目标特征位置;
所述护栏通信模块,用于将所述目标特征时间节点、目标特征位置以及对应目标特征时间节点的当前气象信息上传至所述云服务器的服务器通信模块;并通过物联网向第一预设范围内的车辆广播所述目标移动物体的种类和生物特征功能位置,在接收所述车辆的目标位置和当前位置后转发给云服务器,以供云服务器向所述车辆推送与所述车辆预设前进轨迹相匹配的绕行规划路径;
所述服务器通信模块,用于与所述路边护栏和车辆通信连接,在接收路边护栏发送的车辆目标位置和当前位置后,转发给处理模块,并将处理模块发送的绕行规划路径发送给对应所述当前位置的车辆;还用于接收所述路边护栏发送的目标特征时间节点、目标特征位置和当前气象信息;
所述处理模块,用于根据所述目标位置和当前位置,结合预设的城市路径地图得到多个备用路径,从所述备用路径中筛选出与所述第一预设范围交集最少、且行进速度最快的路径作为绕行规划路径,发送给所述服务器通信模块;还用于,根据多组所述目标特征时间节点、对应的目标特征位置和当前气象信息,得出目标移动物体的移动轨迹;
存储模块,用于存储目标特征时间节点、目标特征位置,以及所述目标移动物体的移动轨迹;预测单元,用于根据来自授权用户的预测时间段,根据所述目标移动物体的移动轨迹,预测出所述目标移动物体在预测时间段的预测位置。
进一步,所述路边护栏还包括显示模块和统计模块;
所述统计模块用于统计在自身预设第二范围内的所有目标移动物体的种类和数量;
所述显示模块用于显示所述目标移动物体的种类和数量。
有益效果:本案通过路边护栏上的监控识别模块识别城市动物的种类,并根据种类对外广播以通知附近的车辆和行人进行避让,同时将遇到城市动物的种类和位置提供给用户,以便于用户自行根据情况斟酌是否前往还是按照服务器推荐的路线进行避让。并且,本案中将识别的城市动物种类上传到云服务器,便于用户通过云服务器远程鉴定路边护栏中难以识别的城市动物种类,也有利于用户远程查看城市动物的实际移动轨迹和预测移动轨迹,以便进行提前避让。
附图说明
图1为本发明第一实施方式提供的基于物联网的护栏环境监控方法的流程示意图;
图2为本发明第二实施方式提供的基于物联网的护栏环境监控系统的模块示意图;
图3为图2中路边护栏的结构示意图。
其中,附图标记对应含义如下:
13-照明灯;101-气象环境检测模块;14-横杆;102-监控摄像模块;106-显示模块;12-立杆;11-底座。
具体实施方式
下面通过具体实施方式进一步详细的说明:
第一实施方式:
本发明的第一实施方式提供基于物联网的护栏环境监控方法,所述方法包括:获取路边护栏所采集的当前路面图像信息和当前气象信息;所述路边护栏根据预设的可移动生物图库,识别出当前路面图像信息中的目标移动物体,将当前时间节点作为目标特征时间节点,当前位置作为目标特征位置;在所述目标移动物体为野生动物时,将所述目标特征时间节点、目标特征位置、当前气象信息和护栏位置上传至云服务器,并向第一预设范围内广播,所述第一预设范围与目标移动物体的种类相关联;所述云服务器根据所述护栏位置和所述第一预设范围,确定目标车辆,向所述目标车辆发送与预设前进轨迹相匹配的绕行规划路径;所述云服务器根据多组所述目标特征时间节点、对应的目标特征位置,结合当前气象信息和预测气象信息,得出目标移动物体的实际移动轨迹和预测时间段内的预测移动轨迹。
本方案中由路边护栏采集当前路面图像和当前气象,根据当前路面图像识别出目标移动物体,随后将识别目标移动物体的位置和时间进行对应,并在判定目标移动物体为野生动物时进行大范围广播以提醒附近车辆和行人注意避让,同时由云服务器将这些车辆提出绕行规划路径,以作为指令便于附近车辆进行绕行。并且云服务器还会根据动物移动路径结合气象信息和预测气象信息预判出未来的预测移动轨迹,从而便于林业人员和动物保护组织进行野生动物救护。
下面对本实施方式的基于物联网的护栏环境监控方法实现细节进行具体说明,以下内容仅为方便理解提供的实施细节,并非本实施本方案的必须,本实施方式的具体流程如图1所示,包括如下步骤:
步骤100,路边护栏获取采集当前路面图像信息和当前气象信息。
具体而言,路边护栏上安装监控摄像头和气象环境监控器,其中监控摄像头朝向路面,用以对路面进行摄像,从而采集当前路面图像。气象环境监控器,通常用来检测环境的温度、湿度和亮度作为当前气象信息的表象特征。
步骤200,路边护栏根据预设的可移动生物图库,识别出当前路面图像信息中的目标移动物体将当前时间节点作为目标特征时间节点,当前位置作为目标特征位置。
具体而言,所述可移动生物图库包括常规的可移动物体图库、野生动物图库和猫狗图库,野生动物图库收录有当前所在城市常见的野生动物的图片和特征识别规律,猫狗图库收录有所有品种猫狗的图片和特征识别规律,常规可移动物体图库收录有在城市路面上常规的可移动物体的图片和特征识别规律。
针对可移动物体,步骤200的实施,所述路边护栏根据预设的可移动生物图库,识别出当前路面图像信息中的目标移动物体,包括:通过图像识别技术提取出当前路面图像中的运动轮廓;计算所述运动轮廓内的图像与所述可移动物体图库中各个需要车辆避让的可移动物体种类对应的标准图像的相似度;在相似度达到预设值时,判定为所述运动轮廓对应的目标移动物体为所述标准图像对应的可移动物体种类。
进一步的,在判定相似度时会将当前路面图像信息中的运动轮廓放大后与可移动物体的标准图像相似度达到预设值,则判定该运动轮廓为对应的可移动物体,将该可移动物体的作为识别出的目标移动物体的结果,该可移动物体的发现节点为目标特征时间节点,该可移动物体的位置为目标特征位置。
针对野生动物,步骤200的实施,所述路边护栏根据预设的可移动生物图库,识别出当前路面图像信息中的目标移动物体,包括:
S2.1,通过图像识别技术提取出当前路面图像中的运动轮廓;S2.2,计算所述运动轮廓内的图像与所述野生动物图库内各个野生动物种类对应的标准图像的相似度;S2.3,在相似度达到预设值时,判定所述运动轮廓对应的目标移动物体为所述标准图像对应的野生动物种类;在所有相似度均未达到预设值时,判定所述运动轮廓对应的目标移动物体为未知,并将所述运动轮廓上传至云服务器,并根据所述云服务器的指令确认所述运动轮廓对应的目标移动物体,同时将所述运动轮廓和判定的目标移动物体存储到所述可移动生物图库中进行更新。其中S2.1旨在对当前路面图像进行切割,根据当前帧数与前一帧数的对比,从而识别出当前里面图像中的可动图像帧,随后切割出当前路面图像中的可动图像片段,接着采用图像识别技术排除所述可动图像帧中的人体图像、交通工具图像,从而筛选出动物图像片段,进而识别出所述动物图像片段中的运动轮廓,从而减轻后续相似度计算的计算量,提高整体运算效率。S2.2旨在计算所述运动轮廓内的图像A与所述野生动物图库内各个野生动物种类对应的标准图像[标准图1……标准图n]的相似度,在计算相似度的时候,现将所述野生动物图库内各个野生动物种类对应的标准图像缩小到与所述运动轮廓内的图像大小一致,随后再计算相似度,避免因为图片大小引发的相似度计算失误。S2.3中旨在判断运动轮廓内的图像A的野生动物种类,其中在所有判定均失效的情况下,通常会选择将运动轮廓内的图像A上传至云服务器,由连接云服务器的用户操控云服务器向所述路边护栏发送指令以供路边护栏根据该指令选择对应的野生动物品种;并且在预设时长内没有用户指令获取的话,路边护栏会默认选择相似度最高的那个野生动物品种作为所述目标移动物体的品种(即目标移动物体种类)。
另外,如果野生动物图库内存储的是各个野生动物品种对应的多个特征识别规律[品种1-特征识别规律1.1-特征识别规律1.2-特征识别规律1.3,品种2-特征识别规律2.1-……-特征识别规律2.k,……,品种n-特征识别规律n.1-……品种识别规律n.j]的话,则会将所述运动轮廓内的图像A代入到各个野生动物对应的所有特征识别规律(如,品种1-特征识别规律1.1-特征识别规律1.2-特征识别规律1.3)中,查看是否满足所述特征识别规律,如果均满足野生动物对应的所有动物识别规律,则在S2.3中判定为目标移动物体就是该符合的野生动物;如果不满足野生动物对应的动物识别规律,则会计算该运动轮廓内的图像A到野生动对应的每个特征识别规律的最小偏差值,并计算最小偏差值之和与运动轮廓内的图像A之间的比值m,接着,筛选出m值最小的几个野生动物生成待选野生动物名录,将所述运动轮廓内的图像A和所述待选野生动物名录均上传到云服务器,供与云服务器通信连接的用户客户端查看该图像A和野生动物名录,进行人工识别出该图像A所对应的野生动物名称,随后将该野生动物名称和对应的标准图像以及特征识别规律发送给路边护栏,供路边护栏更新自身所加载的可移动生物图库;以及云服务器向路边护栏发送指令以供路边护栏得到与所述图像A对应的目标移动物体种类。
在一些示例中,所述路边护栏根据预设的可移动生物图库,识别出当前路面图像信息中的目标移动物体,包括:
通过图像识别技术提取出当前路面图像中的运动轮廓;
计算所述运动轮廓内的图像与所述猫狗图库中各品种猫狗对应的标准图像的相似度;在相似度达到预设值时,判定所述运动轮廓对应的目标移动物体为所述标准图像对应的品种猫狗;图像识别当前路面图像中所述运动轮廓所在区域是否存在于所述品种猫狗对应的约束设备图像,若均无,则将所述目标移动物体判定为流浪猫狗。
步骤300,路边护栏统计以自身位置为中心的预设第二范围内的所有目标移动物体的种类和数量,并显示。
本示例与上一示例不同之处,是本案在判定号目标移动物体的品种猫狗后,还会鉴定该品种猫狗是否为家养,具体通过图像中是否有对应品种猫狗对应的约束设备图像,其中约束设备包括嘴套、牵引绳、背心等宠物常见约束设备,若完全没有任一约束设备,则直接将该目标移动物体鉴定为流浪猫狗-品种信息;若存在约束设备,则将该目标移动物体鉴定为宠物猫狗-品种信息。
步骤400,将所述目标特征时间节点、目标特征位置、当前气象信息和护栏位置上传至云服务器,并向第一预设范围内广播,所述第一预设范围与目标移动物体的种类相关联。
具体而言,护栏将所有判定出的目标特征时间节点、生物特征位置、当前气象信息和护栏位置上传到云服务器,供云服务器远程查看该路边护栏所在区域的城市动物分布情况。同时通过第一范围内进行广播,以提醒附近的车辆和人员,目标移动物体的品种,供车辆和人群根据自身情况选择绕行/等待与否。
在一些示例中,根据具体情况来进行广播和上传。例如:
(1)在所述目标移动物体为宠物猫狗-品种信息时,将该宠物猫狗-品种信息结合护栏位置上传到云服务器,云服务器查找到与所述宠物猫狗-品种信息相对应的宠物主人信息,由云服务器将该宠物主人信息发送给路边护栏,供所述路边护栏对宠物主人进行广播,从而提醒主人走失宠物所在的位置(即目标特征位置),云服务器也可以是自身向宠物主人发送走失宠物所在的位置(即目标特征位置),云服务器还可以将宠物主人信息和目标特征位置传输给该宠物主人登记活动区域的路边护栏(可以不是原先负责采集的路边护栏),由这些路边护栏进行广播。
(2)在所述目标移动物体为流浪猫狗-品种信息,或者野生动物种类时,将所述目标特征时间节点、目标特征位置、当前气象信息和护栏位置上传至云服务器,并向第一预设范围内广播,以便于云服务器的工作人员进行远程监控,同时根据野生动物的种类和流量猫狗-品种信息查找到对应的第一预设范围,进而在第一预设范围内进行广播。
在一些示例中,所述路边护栏向第一预设范围内广播,包括:
根据所述目标移动物体的种类查找到对应的第一预设范围;通过物联网查找到以自身为中心的第一预设范围内的车辆,作为目标车辆;将所述目标移动物体的种类发送至所述目标车辆,以供目标车辆调整预设前进轨迹。
在本示例中,第一预设范围是与目标移动物体的种类相互关联的,例如,如果目标移动物体为大象,则第一预设范围是5km,如果目标移动物体是一只流浪泰迪,第一预设范围仅仅为1km。本案中的路边护栏对外广播后,目标车辆收到该广播,能够根据目标移动物体的种类来选择是否避让,或者调整前进路线。
步骤500,云服务器根据所述护栏位置和所述第一预设范围,确定目标车辆,向所述目标车辆发送与预设前进轨迹相匹配的绕行规划路径。
具体而言,云服务器还会根据护栏位置和第一预设范围,结合车联网确定正处于第一预设范围内的目标车辆,并向所有目标车辆推送绕行规划路径。考虑距离较远的话,路边护栏无法进行长距离广播,本步骤采用云服务器通过物联网(车联网)提供向所述目标车辆通信。其中绕行规划路径的计算方式可以是:云服务器提取车联网中所有车辆的当前位置和车辆标志,筛选出车辆位置信息处于以护栏位置为中心的第一预设范围内的车辆标志,随后提取该车辆标志所对应车辆的目标位置,根据预设的城市道路交通规划、为当前位置和目标位置规划出多条备用路径,从所述备用路径中筛选出与所述第一预设范围交集最少、且行进速度最快的路径作为绕行规划路径,将所述绕行规划路径推送给所述车辆。
在一些示例中,路边护栏接收第一预设范围内车辆所传输的目标位置和当前位置后传输给所述云服务器,以供所述云服务器根据所述目标位置和当前位置结合预设的城市路径地图得到多个备用路径,从所述备用路径中筛选出与所述第一预设范围交集最少、且行进速度最快的路径作为绕行规划路径,将所述绕行规划路径推送给所述车辆。本示例中,目标车辆的选定还是有路边护栏进行选定的,保证即时性和准确性。
步骤600,云服务器根据多组所述目标特征时间节点、对应的目标特征位置,结合当前气象信息和预测气象信息,得出目标移动物体的实际移动轨迹和预测时间段内的预测移动轨迹。具体而言,步骤600的实施包括:
S6.1,根据所述目标移动物体的种类、当前气象信息,得出目标移动物体正常行进速度;
S6.2,根据多组的目标特征时间节点和目标特征位置,得出目标移动物体的实际移动轨迹;S6.3,根据目标移动物体的种类、目标移动物体所对应的生理习性、目标特征位置所处的环境、以及预测气象信息,得出目标移动物体的未来移动规律;
S6.4,根据所述实际移动轨迹、所述目标移动物体正常行进速度、以及所述未来移动规律,预测出在未来时间段的预测移动轨迹,得到在未来时间段的预测位置。
其中,S6.1的实现方式,根据表格来进行查找到,表格中列举了,不同动物在不同气候条件下(例如高温36-40℃下)的移动速度。S6.2中其实是根据所有路边护栏所上传的同一目标移动物体种类的不同目标特征位置和动物提特征时间节点来进行绘图的,从而得到动物种群在一个时间段内的实际移动轨迹,其主要工作是以点汇面,其中,绘制轨迹的点首先要满足S6.1的实际移动轨迹的可行性,筛除一些错误点后,再进行连线,避免出现种群错乱的情况。S6.3中,根据目标移动物体的种类、目标移动物体所对应的生理习性、目标特征位置所处的环境、以及预测气象信息,得出目标移动物体的未来移动规律,具体为,根据目标移动物体的种类和预测气象信息,得出目标移动物体的预测行动速度,目标移动物体对应的生理习性和目标特征位置所处的环境,预测出目标移动物体的预测前进方向,综合预测行动速度、预测前进方向和目标特征位置,从而得到未来移动规律,对该目标移动物体的生理习性进行简单量化。
S6.4中,根据所述实际移动轨迹、所述目标移动物体正常行进速度、以及所述未来移动规律,预测出在未来时间段的预测移动轨迹,得到在未来时间段的预测位置;将该目标移动物体的现有运动轨迹与代表生理习性的未来移动规律进行总额和,得到未来时间段的预测移动轨迹。为此,在本示例中,用户客户端与所述云服务器相连后,是可以直接查看到城市地图中各个城市动物的分布状况,从而进行合理规避。并且还可以得到城市动物未来时间段的运动轨迹,从而提前部署车辆前进路线。
上述各种方法的步骤划分,只是为了描述清楚,实现时可以合并为一个步骤或者对某些步骤进行拆分,分解为多个步骤,只要是包括相同的逻辑关系,都在本专利的保护范围内,对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计,但不改变其算法和流程的核心设计都在该专利的保护范围内。
第二实施方式:
本发明的第二实施方式提供基于物联网的护栏环境监控系统,包括路边护栏10和云服务器20,所述路边护栏10与云服务器20通过物联网通信连接,所述路边护栏10包括气象环境检测模块101、监控摄像模块102、图像识别模块103、护栏通信模块104;所述云服务器20包括存储模块201、服务器通信模块202、处理模块203和预测单元204;
所述气象环境检测模块101,用于检测当前气象信息;
所述监控摄像模块102,用于检测当前路面图像信息;
所述图像识别模块103,用于根据预加载的可移动生物图库,识别出当前路面图像信息中的目标移动物体,将当前时间节点作为目标特征时间节点,当前位置作为目标特征位置;
所述护栏通信模块104,用于将所述目标特征时间节点、目标特征位置以及对应目标特征时间节点的当前气象信息上传至所述云服务器20的服务器通信模块202;并通过物联网向第一预设范围内的车辆广播所述目标移动物体的种类和生物特征功能位置,在接收所述车辆的目标位置和当前位置后转发给云服务器20,以供云服务器20向所述车辆推送与所述车辆预设前进轨迹相匹配的绕行规划路径;
所述服务器通信模块202,用于与所述路边护栏10和车辆通信连接,在接收路边护栏10发送的车辆目标位置和当前位置后,转发给处理模块203,并将处理模块203发送的绕行规划路径发送给对应所述当前位置的车辆;还用于接收所述路边护栏10发送的目标特征时间节点、目标特征位置和当前气象信息;
所述处理模块203,用于根据所述目标位置和当前位置,结合存储模块201中预设的城市路径地图得到多个备用路径,从所述备用路径中筛选出与所述第一预设范围交集最少、且行进速度最快的路径作为绕行规划路径,发送给所述服务器通信模块202;还用于,根据多组所述目标特征时间节点、对应的目标特征位置和当前气象信息,得出目标移动物体的移动轨迹;存储模块202,用于存储目标特征时间节点、目标特征位置,以及所述目标移动物体的移动轨迹;
预测单元204,用于根据服务器通信模块202接收的来自授权用户的预测时间段,根据所述目标移动物体的移动轨迹,预测出所述目标移动物体在预测时间段的预测位置。
在一些示例中,路边护栏的结构如图3所示,路边护栏10包括底座11和立杆12,所述立杆12顶部安装照明灯13,所述立杆12在所述照明灯13下伸出横杆14,所述横杆14顶部设置所述气象环境检测模块101,所述横杆14底部设置监控摄像模块102,所述照明灯13在预设的夜间时间段内点亮,用于提供光源,以保证所述监控摄像模块102采集路面图像信息时的亮度。具体的,路面图像信息的亮度达到最低标准值时,才会停止对于所述光源的输入供电功率的增加,保证路面图像信息的信息可识别。
在一些示例中,所述路边护栏还包括显示模块106和统计模块105;
所述统计模块105用于统计在自身预设第二范围内的所有目标移动物体的种类和数量;
所述显示模块106用于显示所述目标移动物体的种类和数量。
本示例旨统计护栏周边的城市动物种类和数量,并且通过LED显示屏进行显示,以提示周围路过人群,当前是否为野生动物常见区域。
通过路边护栏上的监控识别模块识别城市动物的种类,并根据种类对外广播以通知附近的车辆和行人进行避让,同时将遇到城市动物的种类和位置提供给用户,以便于用户自行根据情况斟酌是否前往还是按照服务器推荐的路线进行避让。并且,本案中将识别的城市动物种类上传到云服务器,便于用户通过云服务器远程鉴定路边护栏中难以识别的城市动物种类,也有利于用户远程查看城市动物的实际移动轨迹和预测移动轨迹,以便进行提前避让。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (8)
1.基于物联网的护栏环境监控方法,其特征在于,所述方法包括:
获取路边护栏所采集的当前路面图像信息和当前气象信息;
所述路边护栏根据预设的可移动生物图库,识别出当前路面图像信息中的目标移动物体,将当前时间节点作为目标特征时间节点,当前位置作为目标特征位置,所述可移动生物图库包括可移动物体图库、野生动物图库和猫狗图库;
将所述目标特征时间节点、目标特征位置、当前气象信息和护栏位置上传至云服务器,并向第一预设范围内广播,所述第一预设范围与目标移动物体的种类相关联;
所述云服务器根据所述护栏位置和所述第一预设范围,确定目标车辆,向所述目标车辆发送与预设前进轨迹相匹配的绕行规划路径;
所述云服务器根据多组所述目标特征时间节点、对应的目标特征位置,结合当前气象信息和预测气象信息,得出目标移动物体的实际移动轨迹和预测时间段内的预测移动轨迹;
所述云服务器根据多组所述目标特征时间节点、对应的目标特征位置,结合当前气象信息和预测气象信息,得出目标移动物体的实际移动轨迹和预测时间段内的预测移动轨迹,包括:
根据所述目标移动物体的种类、当前气象信息,得出目标移动物体正常行进速度;
根据多组的目标特征时间节点和目标特征位置,得出目标移动物体的实际移动轨迹;根据目标移动物体的种类、目标移动物体所对应的生理习性、目标特征位置所处的环境、以及预测气象信息,得出目标移动物体的未来移动规律;
根据所述实际移动轨迹、所述目标移动物体正常行进速度、以及所述未来移动规律,预测出在未来时间段的预测移动轨迹,得到在未来时间段的预测位置。
2.根据权利要求1所述的基于物联网的护栏环境监控方法,其特征在于,所述方法还包括:
路边护栏统计以自身位置为中心的预设第二范围内的所有目标移动物体的种类和数量,并显示。
3.根据权利要求1所述的基于物联网的护栏环境监控方法,其特征在于,所述路边护栏根据预设的可移动生物图库,识别出当前路面图像信息中的目标移动物体,包括:
通过图像识别技术提取出当前路面图像中的运动轮廓;
计算所述运动轮廓内的图像与所述野生动物图库内各个野生动物种类对应的标准图像的相似度;
在相似度达到预设值时,判定所述运动轮廓对应的目标移动物体为所述标准图像对应的野生动物种类;
在所有相似度均未达到预设值时,判定所述运动轮廓对应的目标移动物体为未知,并将所述运动轮廓上传至云服务器,并根据所述云服务器的指令确认所述运动轮廓对应的目标移动物体。
4.根据权利要求1所述的基于物联网的护栏环境监控方法,其特征在于,所述路边护栏根据预设的可移动生物图库,识别出当前路面图像信息中的目标移动物体,包括:
通过图像识别技术提取出当前路面图像中的运动轮廓;
计算所述运动轮廓内的图像与所述猫狗图库中各品种猫狗对应的标准图像的相似度;在相似度达到预设值时,判定所述运动轮廓对应的目标移动物体为所述标准图像对应的品种猫狗;
图像识别当前路面图像中所述运动轮廓所在区域是否存在于所述品种猫狗对应的约束设备图像,若均无,则将所述目标移动物体判定为流浪猫狗。
5.根据权利要求1所述的基于物联网的护栏环境监控方法,其特征在于,向第一预设范围内广播,包括:
根据所述目标移动物体的种类查找到对应的第一预设范围;通过物联网查找到以自身为中心的第一预设范围内的车辆,作为目标车辆;将所述目标移动物体的种类发送至所述目标车辆,以供目标车辆调整预设前进轨迹。
6.根据权利要求5所述的基于物联网的护栏环境监控方法,其特征在于,所述云服务器根据所述护栏位置和所述第一预设范围确定目标车辆,向所述目标车辆发送与预设前进轨迹相匹配的绕行规划路径,包括:
路边护栏接收第一预设范围内车辆所传输的目标位置和当前位置后传输给所述云服务器,以供所述云服务器根据所述目标位置和当前位置结合预设的城市路径地图得到多个备用路径,从所述备用路径中筛选出与所述第一预设范围交集最少、且行进速度最快的路径作为绕行规划路径,将所述绕行规划路径推送给所述目标车辆。
7.基于物联网的护栏环境监控系统,其特征在于,包括路边护栏和云服务器,所述路边护栏与云服务器通过物联网通信连接,所述路边护栏包括气象环境检测模块、监控摄像模块、图像识别模块、护栏通信模块;所述云服务器包括存储模块、服务器通信模块、处理模块和预测单元;
所述气象环境检测模块,用于检测当前气象信息;
所述监控摄像模块,用于检测当前路面图像信息;
所述图像识别模块,用于根据预加载的可移动生物图库,识别出当前路面图像信息中的目标移动物体,将当前时间节点作为目标特征时间节点,当前位置作为目标特征位置,所述可移动生物图库包括可移动物体图库、野生动物图库和猫狗图库;
所述护栏通信模块,用于将所述目标特征时间节点、目标特征位置、对应目标特征时间节点的当前气象信息和护栏位置上传至所述云服务器的服务器通信模块;并通过物联网向第一预设范围内的车辆广播所述目标移动物体的种类和生物特征功能位置,在接收所述车辆的目标位置和当前位置后转发给云服务器,以供云服务器向所述车辆推送与所述车辆预设前进轨迹相匹配的绕行规划路径;
所述服务器通信模块,用于与所述路边护栏和车辆通信连接,在接收路边护栏发送的车辆目标位置和当前位置后,转发给处理模块,并将处理模块发送的绕行规划路径发送给对应所述当前位置的车辆;还用于接收所述路边护栏发送的目标特征时间节点、目标特征位置、当前气象信息和护栏位置;
所述处理模块,用于根据所述目标位置和当前位置,结合存储模块中预设的城市路径地图得到多个备用路径,从所述备用路径中筛选出与所述第一预设范围交集最少、且行进速度最快的路径作为绕行规划路径,发送给所述服务器通信模块;还用于,根据多组所述目标特征时间节点、对应的目标特征位置,结合当前气象信息和预测气象信息,得出目标移动物体的实际移动轨迹和预测时间段内的预测移动轨迹;
存储模块,用于存储目标特征时间节点、目标特征位置,以及所述目标移动物体的移动轨迹;
预测单元,用于根据来自授权用户的预测时间段,根据所述目标移动物体的移动轨迹,预测出所述目标移动物体在预测时间段的预测位置;
其中,所述处理模块根据多组所述目标特征时间节点、对应的目标特征位置,结合当前气象信息和预测气象信息,得出目标移动物体的实际移动轨迹和预测时间段内的预测移动轨迹,包括:
根据所述目标移动物体的种类、当前气象信息,得出目标移动物体正常行进速度;根据多组的目标特征时间节点和目标特征位置,得出目标移动物体的实际移动轨迹;根据目标移动物体的种类、目标移动物体所对应的生理习性、目标特征位置所处的环境、以及预测气象信息,得出目标移动物体的未来移动规律;根据所述实际移动轨迹、所述目标移动物体正常行进速度、以及所述未来移动规律,预测出在未来时间段的预测移动轨迹,得到在未来时间段的预测位置。
8.根据权利要求7所述的基于物联网的护栏环境监控系统,其特征在于,所述路边护栏还包括显示模块和统计模块;
所述统计模块用于统计在自身预设第二范围内的所有目标移动物体的种类和数量;
所述显示模块用于显示所述目标移动物体的种类和数量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311570658.1A CN117351044B (zh) | 2023-11-23 | 2023-11-23 | 基于物联网的护栏环境监控方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311570658.1A CN117351044B (zh) | 2023-11-23 | 2023-11-23 | 基于物联网的护栏环境监控方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117351044A CN117351044A (zh) | 2024-01-05 |
CN117351044B true CN117351044B (zh) | 2024-05-03 |
Family
ID=89363398
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311570658.1A Active CN117351044B (zh) | 2023-11-23 | 2023-11-23 | 基于物联网的护栏环境监控方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117351044B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107818237A (zh) * | 2017-09-15 | 2018-03-20 | 南京道润交通科技有限公司 | 沥青路面破损状况的评价方法 |
CN111754794A (zh) * | 2020-05-14 | 2020-10-09 | 深圳市奥拓电子股份有限公司 | 基于智慧灯杆的高速公路交通信息显示方法、装置和系统 |
CN115236618A (zh) * | 2022-06-16 | 2022-10-25 | 中国第一汽车股份有限公司 | 护栏的检测方法、检测装置与车辆 |
CN116311028A (zh) * | 2023-01-09 | 2023-06-23 | 无锡市德宁节能科技有限公司 | 一种基于物联网的护栏控制方法和系统 |
CN116307357A (zh) * | 2022-12-28 | 2023-06-23 | 上海三旺奇通信息科技有限公司 | 动物的监测方法、装置、终端设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11276179B2 (en) * | 2019-12-18 | 2022-03-15 | Zoox, Inc. | Prediction on top-down scenes based on object motion |
-
2023
- 2023-11-23 CN CN202311570658.1A patent/CN117351044B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107818237A (zh) * | 2017-09-15 | 2018-03-20 | 南京道润交通科技有限公司 | 沥青路面破损状况的评价方法 |
CN111754794A (zh) * | 2020-05-14 | 2020-10-09 | 深圳市奥拓电子股份有限公司 | 基于智慧灯杆的高速公路交通信息显示方法、装置和系统 |
CN115236618A (zh) * | 2022-06-16 | 2022-10-25 | 中国第一汽车股份有限公司 | 护栏的检测方法、检测装置与车辆 |
CN116307357A (zh) * | 2022-12-28 | 2023-06-23 | 上海三旺奇通信息科技有限公司 | 动物的监测方法、装置、终端设备及存储介质 |
CN116311028A (zh) * | 2023-01-09 | 2023-06-23 | 无锡市德宁节能科技有限公司 | 一种基于物联网的护栏控制方法和系统 |
Non-Patent Citations (1)
Title |
---|
基于物联网传感器的城市交通状态预测;王艳军 等;武汉理工大学学报;20101030;第32卷(第20期);108-111 * |
Also Published As
Publication number | Publication date |
---|---|
CN117351044A (zh) | 2024-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11592833B2 (en) | Method for updating a localization map for a fleet of autonomous vehicles | |
US11380192B2 (en) | Autonomous mobile object and information collection system | |
US11320829B2 (en) | Battery powered artificial intelligence autonomous patrol vehicle | |
CN108983806B (zh) | 区域检测、航线规划数据的生成方法和系统、飞行器 | |
US11094191B2 (en) | Distributed safety infrastructure for autonomous vehicles and methods of use | |
US11200810B2 (en) | Drone collision avoidance | |
KR102007140B1 (ko) | 스마트 시티를 구현하기 위한 통합 교통 정보 관리 시스템 | |
US11262758B2 (en) | System and method for surveillance | |
CN105324661B (zh) | 采用基于传感器的照明器探测能见度降低的区域及其移动方向的装置和方法 | |
CN110148272B (zh) | 一种消防通道的监控方法、监控装置及消防通道系统 | |
Huijser et al. | Overview of animal detection and animal warning systems in North America and Europe | |
CN107004272A (zh) | 双向社区信息经纪 | |
DE102022100218A1 (de) | Umgebungsbeschränkungs- und Sensoranomaliesystem und -verfahren | |
KR102426943B1 (ko) | 도로 이동 차량의 대기오염물질 배출량 및 미세먼지 감시 스마트 cctv 시스템 | |
CN113112804A (zh) | 一种智慧高速综合管控方法 | |
Rafiq et al. | Spatio‐temporal factors impacting encounter occurrences between leopards and other large African predators | |
CN117351044B (zh) | 基于物联网的护栏环境监控方法和系统 | |
DE102022103428A1 (de) | Methoden zum auffinden von und zugang zu fahrzeugen | |
CN113034951A (zh) | 智能驾驶系统和智能驾驶方法 | |
CN111882864A (zh) | 一种城市智慧交通的道路数字标牌控制系统 | |
Wu et al. | An automatic skateboarder detection method with roadside LiDAR data | |
CN1573797A (zh) | 用于在图像处理中改善对象识别和/或再识别的方法和装置 | |
CN115914554A (zh) | 旅游信息化景区信息集成系统 | |
DE102022126407A1 (de) | Verfahren und vorrichtungen für dynamische cloud-basierte fahrzeugentsendung | |
DE102022100059A1 (de) | Detektion der operativen hüllkurve mit situativer beurteilung |
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 |