CN117391911B - 一种智慧城市综合管理方法及系统 - Google Patents
一种智慧城市综合管理方法及系统 Download PDFInfo
- Publication number
- CN117391911B CN117391911B CN202311675335.9A CN202311675335A CN117391911B CN 117391911 B CN117391911 B CN 117391911B CN 202311675335 A CN202311675335 A CN 202311675335A CN 117391911 B CN117391911 B CN 117391911B
- Authority
- CN
- China
- Prior art keywords
- event
- target
- shooting
- monitoring
- traffic control
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 36
- 238000012360 testing method Methods 0.000 claims abstract description 171
- 238000012544 monitoring process Methods 0.000 claims abstract description 137
- 238000007689 inspection Methods 0.000 claims abstract description 37
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000004891 communication Methods 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000010365 information processing Effects 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 abstract description 4
- 238000004458 analytical method Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 4
- 206010039203 Road traffic accident Diseases 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000000981 bystander Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/94—Hardware or software architectures specially adapted for image or video understanding
- G06V10/95—Hardware or software architectures specially adapted for image or video understanding structured as a network, e.g. client-server architectures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/96—Management of image or video recognition tasks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
- G06V10/993—Evaluation of the quality of the acquired pattern
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/17—Terrestrial scenes taken from planes or by drones
-
- 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
Abstract
本发明涉及智慧城市技术领域,具体公开了一种智慧城市综合管理方法及系统。本发明通过接收城市事件信息,选择目标支架监控和目标无人机监控;通过目标支架监控进行事件试拍,判断事件试拍是否清晰达标;事件试拍清晰不达标时,通过目标无人机监控进行事件巡检;进行事件摄录,获取并上传事件摄录数据;在需要交通管控时,进行交通管控调节。能够选择目标支架监控和目标无人机监控,在目标支架监控的事件试拍清晰不达标时,通过目标无人机监控进行事件巡检和事件摄录,获取并上传事件摄录数据,根据事件摄录数据的分析,进行交通管控调节,从而提高城市管理的可视范围,能够在事件发生之后进行有效的拍摄记录与交通管控调节。
Description
技术领域
本发明属于智慧城市技术领域,尤其涉及一种智慧城市综合管理方法及系统。
背景技术
城市管理,是以城市为管理对象,对城市的各项活动进行规划、组织、指挥、控制和协调,实现城市资源的优化配置,提高城市整体素质和效益。智慧城市是指利用信息技术,将城市的系统和服务打通、集成,以提升资源运用的效率,优化城市管理和服务,从而为市民提供更美好的生活和工作服务、为企业创造更有利的商业发展环境。
智慧城市综合管理,需要扩大城市管理可视、可控范围,提高城市管理的智能化程度,包括对城市基础设施、交通、环境、安全等方面的管理和监控。现有技术中,城市综合管理的监控,只能够进行固定的拍摄,具有很多的拍摄盲点区域和拍摄不清晰区域,城市管理的可视范围有限,无法在事件发生之后进行有效的拍摄记录,也无法分析事件进行必要的交通管控调节。
发明内容
本发明实施例的目的在于提供一种智慧城市综合管理方法及系统,旨在解决背景技术中提出的问题。
为实现上述目的,本发明实施例提供如下技术方案:
一种智慧城市综合管理方法,所述方法包括以下步骤:
接收城市事件信息,识别确定目标事件类型和目标事件区域,并选择目标支架监控和目标无人机监控;
通过所述目标支架监控进行事件试拍,获取事件试拍图像,计算所述事件试拍图像中的目标像素数量,并判断事件试拍是否清晰达标;
在事件试拍清晰不达标时,通过所述目标无人机监控对所述目标事件区域进行事件巡检,确定目标事件位置;
通过所述目标无人机监控对所述目标事件位置进行事件摄录,获取并上传事件摄录数据;
对所述事件摄录数据进行分析,判断是否需要交通管控,并在需要交通管控时,进行交通管控调节。
作为本发明实施例技术方案进一步的限定,所述接收城市事件信息,识别确定目标事件类型和目标事件区域,并选择目标支架监控和目标无人机监控具体包括以下步骤:
接收城市事件信息;
对所述城市事件信息进行关键词提取,得到多个关键事件词;
对多个所述关键事件词进行识别,确定目标事件类型和目标事件区域;
基于所述目标事件区域,选择目标支架监控和目标无人机监控。
作为本发明实施例技术方案进一步的限定,所述通过所述目标支架监控进行事件试拍,获取事件试拍图像,计算所述事件试拍图像中的目标像素数量,并判断事件试拍是否清晰达标具体包括以下步骤:
根据所述目标事件区域,规划所述目标支架监控的事件试拍角度;
按照所述事件试拍角度,控制所述目标支架监控进行事件试拍,获取事件试拍图像;
根据所述目标事件类型,计算所述事件试拍图像中的目标像素数量,并判断事件试拍是否清晰达标。
作为本发明实施例技术方案进一步的限定,所述根据所述目标事件类型,计算所述事件试拍图像中的目标像素数量,并判断事件试拍是否清晰达标具体包括以下步骤:
根据所述目标事件类型,对所述事件试拍图像进行事件对象识别,并判断是否识别成功;
在识别成功时,确定截取占比比例,从所述事件试拍图像中截取目标占比图像,并计算所述目标占比图像的目标像素数量,将所述目标像素数量与预设的标准像素数量进行比较,判断事件试拍是否清晰达标,所述目标像素数量的计算公式为:,其中,Sm为目标像素数量;Sb为标准像素数量,为预设值;k为截取占比比例,f为目标占比比例,为预设值;
在识别失败时,判定事件试拍清晰不达标。
作为本发明实施例技术方案进一步的限定,所述在事件试拍清晰不达标时,通过所述目标无人机监控对所述目标事件区域进行事件巡检,确定目标事件位置具体包括以下步骤:
获取所述目标无人机监控的无人机起始位置;
在事件试拍清晰不达标时,根据目标事件区域和无人机起始位置,规划监控巡检路线;
按照所述监控巡检路线,控制所述目标无人机监控进行事件巡检,获取巡检拍摄数据;
对所述巡检拍摄数据进行定位识别,确定目标事件位置。
作为本发明实施例技术方案进一步的限定,所述通过所述目标无人机监控对所述目标事件位置进行事件摄录,获取并上传事件摄录数据具体包括以下步骤:
基于所述目标事件位置,选择摄录飞行位置;
控制所述目标无人机监控,在所述摄录飞行位置对所述目标事件位置进行事件摄录,获取事件摄录数据;
对所述目标无人机监控进行通信自检,确定监控通信状态;
根据所述监控通信状态,在能够直接云通信时,将所述事件摄录数据进行实时云上传;
根据所述监控通信状态,在不能够直接云通信时,在所述目标无人机监控返回基站时,将所述事件摄录数据进行统一转传。
作为本发明实施例技术方案进一步的限定,所述对所述事件摄录数据进行分析,判断是否需要交通管控,并在需要交通管控时,进行交通管控调节具体包括以下步骤:
对所述事件摄录数据进行分析,确定事件占道比例和事件占道长度;
按照所述事件占道比例和所述事件占道长度,计算交通管控比例,所述交通管控比例的计算公式为:,其中,Q为事件类型系数,与目标事件类型相关;L为事件占道长度,C1为对应的占道长度影响系数;W为事件占道比例,C2为对应的占道比例影响系数;
将所述交通管控比例与预设的标准比例区间进行比较,判断是否需要交通管控;
在需要交通管控时,按照所述交通管控比例进行交通管控调节。
一种智慧城市综合管理系统,所述系统包括事件信息处理模块、试拍达标判断模块、事件巡检控制模块、事件摄录控制模块和交通管控调节模块,其中:
事件信息处理模块,用于接收城市事件信息,识别确定目标事件类型和目标事件区域,并选择目标支架监控和目标无人机监控;
试拍达标判断模块,用于通过所述目标支架监控进行事件试拍,获取事件试拍图像,计算所述事件试拍图像中的目标像素数量,并判断事件试拍是否清晰达标;
事件巡检控制模块,用于在事件试拍清晰不达标时,通过所述目标无人机监控对所述目标事件区域进行事件巡检,确定目标事件位置;
事件摄录控制模块,用于通过所述目标无人机监控对所述目标事件位置进行事件摄录,获取并上传事件摄录数据;
交通管控调节模块,用于对所述事件摄录数据进行分析,判断是否需要交通管控,并在需要交通管控时,进行交通管控调节。
作为本发明实施例技术方案进一步的限定,所述事件信息处理模块具体包括:
信息接收单元,用于接收城市事件信息;
关键词提取单元,用于对所述城市事件信息进行关键词提取,得到多个关键事件词;
事件识别单元,用于对多个所述关键事件词进行识别,确定目标事件类型和目标事件区域;
监控选择单元,用于基于所述目标事件区域,选择目标支架监控和目标无人机监控。
作为本发明实施例技术方案进一步的限定,所述试拍达标判断模块具体包括:
角度规划单元,用于根据所述目标事件区域,规划所述目标支架监控的事件试拍角度;
事件试拍单元,用于按照所述事件试拍角度,控制所述目标支架监控进行事件试拍,获取事件试拍图像;
达标判断单元,用于根据所述目标事件类型,计算所述事件试拍图像中的目标像素数量,并判断事件试拍是否清晰达标。
与现有技术相比,本发明的有益效果是:
(1)本发明能够选择目标支架监控和目标无人机监控,在目标支架监控的事件试拍清晰不达标时,通过目标无人机监控进行事件巡检和事件摄录,获取事件摄录数据,再进行相应的交通管控调节,从而提高城市管理的可视范围,能够在事件发生之后进行有效的拍摄记录与交通管控调节;
(2)本发明能够通过目标支架监控进行事件试拍,获取事件试拍图像,并判断是否识别成功,在识别成功时,截取目标占比图像,计算目标像素数量,通过比较分析,判断事件试拍是否清晰达标,从而实现对目标支架监控的试拍的快速识别,可以在清晰不达标时,快速使用目标无人机监控。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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。
图1示出了本发明实施例提供的方法的流程图。
图2示出了本发明实施例提供的系统的应用架构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
可以理解的是,现有技术中,城市综合管理的监控,通常只能够进行固定的拍摄,具有很多的拍摄盲点区域和拍摄不清晰区域,城市管理的可视范围有限,无法在事件发生之后进行有效的拍摄记录,也无法分析事件进行必要的交通管控调节。
为解决上述问题,本发明实施例通过接收城市事件信息,识别确定目标事件类型和目标事件区域,并选择目标支架监控和目标无人机监控;通过目标支架监控进行事件试拍,获取事件试拍图像,计算事件试拍图像中的目标像素数量,并判断事件试拍是否清晰达标;在事件试拍清晰不达标时,通过目标无人机监控对目标事件区域进行事件巡检,确定目标事件位置;通过目标无人机监控对目标事件位置进行事件摄录,获取并上传事件摄录数据;对事件摄录数据进行分析,判断是否需要交通管控,并在需要交通管控时,进行交通管控调节。能够选择目标支架监控和目标无人机监控,在目标支架监控的事件试拍清晰不达标时,通过目标无人机监控进行事件巡检和事件摄录,获取并上传事件摄录数据,根据事件摄录数据的分析,进行交通管控调节,从而提高城市管理的可视范围,能够在事件发生之后进行有效的拍摄记录与交通管控调节。
图1示出了本发明实施例提供的方法的流程示意图。
具体的,在本发明提供的一个优选实施方式中,一种智慧城市综合管理方法,所述方法包括以下步骤:
步骤S101,接收城市事件信息,识别确定目标事件类型和目标事件区域,并选择目标支架监控和目标无人机监控。
在本发明实施例中,城市中具有交通事故、火灾、公共设施损坏等事件发生时,能够触发自动报警或者事件人员、旁观人员进行人工报警,相应的接警平台能够接收到报警的城市事件信息,并向智慧城市综合管理系统转发城市事件信息,通过接收接警平台转发的城市事件信息,利用自然语言处理技术,对城市事件信息进行词性标注,从城市事件信息中提取词性为名词的多个关键事件词,再对多个关键事件词进行内容识别,确定目标事件类型和目标事件区域,在预设的监控标注地图中,标记目标事件区域,再选择靠近目标事件区域的目标支架监控和目标无人机监控。
可以理解的是,智慧城市中,在各个道路旁,按照一定的距离设置有支架监控和无人机监控,支架监控和无人机监控的位置在监控标注地图中进行详细标注;目标事件区域,是从城市事件信息中识别出的事件模糊位置;在监控标注地图中,可以按照道路的延伸,选择离目标事件区域的道路路线最近的支架监控和无人机监控,并标记为目标支架监控和目标无人机监控。
可以理解的是,支架监控,是安装在支架上的监控设备,只能够进行监控的角度调整,可以进行交通抓拍、流量监控等;无人机监控,是依托无人机的监控设备,能够在一定的范围内进行飞行拍摄,获取视角更好、更清晰、更贴近事件现场的视频。
具体的,在本发明提供的优选实施方式中,所述接收城市事件信息,识别确定目标事件类型和目标事件区域,并选择目标支架监控和目标无人机监控具体包括以下步骤:
接收城市事件信息;
对所述城市事件信息进行关键词提取,得到多个关键事件词;
对多个所述关键事件词进行识别,确定目标事件类型和目标事件区域;
基于所述目标事件区域,选择目标支架监控和目标无人机监控。
进一步的,所述智慧城市综合管理方法还包括以下步骤:
步骤S102,通过所述目标支架监控进行事件试拍,获取事件试拍图像,计算所述事件试拍图像中的目标像素数量,并判断事件试拍是否清晰达标。
在本发明实施例中,按照目标支架监控与目标事件区域的偏移方向,规划目标支架监控的事件试拍角度,进而按照事件试拍角度,控制目标支架监控进行拍摄角度偏移,并在偏移至事件试拍角度之后,通过目标支架监控进行事件试拍,获取事件试拍图像,再根据目标事件类型,对事件试拍图像进行识别,判断事件试拍图像中能否识别具有目标事件类型对应的事件对象,在事件试拍图像中不能识别具有目标事件类型对应的事件对象时,表明识别失败,此时判定事件试拍清晰不达标;而在事件试拍图像中能够识别具有目标事件类型对应的事件对象时,表明识别成功,此时识别事件对象在事件试拍图像中的对象画面占比,确定截取占比比例,按照截取占比比例,从事件试拍图像中截取目标占比图像,并计算目标占比图像的目标像素数量,将目标像素数量与预设的标准像素数量进行比较,判断事件试拍是否清晰达标,具体的,在目标像素数量小于标准像素数量时,判定事件试拍清晰不达标;在目标像素数量不小于标准像素数量时,判定事件试拍清晰达标;目标像素数量的计算公式为:,其中,Sm为目标像素数量;Sb为标准像素数量,为预设值;k为截取占比比例,f为目标占比比例,为预设值。
可以理解的是,根据目标事件类型,对事件试拍图像进行识别中,可以是按照目标事件类型对应的事件特征,对事件试拍图像识别,在事件试拍图像中具有事件特征时,判定在事件试拍图像中能够识别具有目标事件类型对应的事件对象;在事件试拍图像中不具有事件特征时,判定在事件试拍图像中不能识别具有目标事件类型对应的事件对象。例如:目标事件类型为“火灾”时,事件特征为“火光”、“烟雾”等,通过对事件试拍图像进行“火光”、“烟雾”的事件特征识别,判断是否识别成功。
具体的,在本发明提供的优选实施方式中,所述通过所述目标支架监控进行事件试拍,获取事件试拍图像,计算所述事件试拍图像中的目标像素数量,并判断事件试拍是否清晰达标具体包括以下步骤:
根据所述目标事件区域,规划所述目标支架监控的事件试拍角度;
按照所述事件试拍角度,控制所述目标支架监控进行事件试拍,获取事件试拍图像;
根据所述目标事件类型,计算所述事件试拍图像中的目标像素数量,并判断事件试拍是否清晰达标。
具体的,在本发明提供的优选实施方式中,所述根据所述目标事件类型,计算所述事件试拍图像中的目标像素数量,并判断事件试拍是否清晰达标具体包括以下步骤:
根据所述目标事件类型,对所述事件试拍图像进行事件对象识别,并判断是否识别成功;
在识别成功时,确定截取占比比例,从所述事件试拍图像中截取目标占比图像,并计算所述目标占比图像的目标像素数量,将所述目标像素数量与预设的标准像素数量进行比较,判断事件试拍是否清晰达标,所述目标像素数量的计算公式为:,其中,Sm为目标像素数量;Sb为标准像素数量,为预设值;k为截取占比比例,f为目标占比比例,为预设值;
在识别失败时,判定事件试拍清晰不达标。
进一步的,所述智慧城市综合管理方法还包括以下步骤:
步骤S103,在事件试拍清晰不达标时,通过所述目标无人机监控对所述目标事件区域进行事件巡检,确定目标事件位置。
在本发明实施例中,在预设的监控标注地图中,获取目标无人机监控的无人机起始位置,且在事件试拍清晰不达标时,根据目标事件区域和无人机起始位置,规划监控巡检路线,再按照监控巡检路线,控制目标无人机监控飞行至目标事件区域进行事件巡检拍摄,获取巡检拍摄数据,通过对巡检拍摄数据进行分析,按照目标事件类型对应的事件特征,识别事件对象并进行定位,获取事件对象的目标事件位置。
可以理解的是,目标事件位置,是通过目标无人机监控的事件巡检拍摄,分析确定的事件对象的位置,是事件精准位置。
具体的,在本发明提供的优选实施方式中,所述在事件试拍清晰不达标时,通过所述目标无人机监控对所述目标事件区域进行事件巡检,确定目标事件位置具体包括以下步骤:
获取所述目标无人机监控的无人机起始位置;
在事件试拍清晰不达标时,根据目标事件区域和无人机起始位置,规划监控巡检路线;
按照所述监控巡检路线,控制所述目标无人机监控进行事件巡检,获取巡检拍摄数据;
对所述巡检拍摄数据进行定位识别,确定目标事件位置。
进一步的,所述智慧城市综合管理方法还包括以下步骤:
步骤S104,通过所述目标无人机监控对所述目标事件位置进行事件摄录,获取并上传事件摄录数据。
在本发明实施例中,基于目标事件位置,规划无人机的飞行高度,且以目标事件类型,规划无人机的偏移距离,综合目标事件位置、飞行高度和偏移距离,确定摄录飞行位置,控制目标无人机监控飞行至摄录飞行位置,在摄录飞行位置处对目标事件位置进行事件摄录,获取事件摄录数据,同时,对目标无人机监控进行通信自检,获取目标无人机监控的监控通信状态,根据监控通信状态,在目标无人机监控能够进行直接云通信时,将事件摄录数据进行实时云上传;而在目标无人机监控不能够直接云通信时,事件结束之后,目标无人机监控返回基站时,通过基站将事件摄录数据进行统一转传。
可以理解的是,不同的目标事件类型,对应有不同的偏移距离,偏移距离是目标无人机监控与事件现场的安全距离,例如:目标事件类型为“交通事故”时,偏移距离设置为“5m”;目标事件类型为“火灾”时,偏移距离设置为“100m”;目标事件类型为“公共设施损坏”时,偏移距离设置为“20m” 。
可以理解的是,摄录飞行位置,是以目标事件位置为原点,向上延伸飞行高度,再向一定的方向延伸偏移距离而确定,其中,偏移的方向与目标无人机监控的摄像头位置、事件对象相对于道路中央的位置有关。
具体的,在本发明提供的优选实施方式中,所述通过所述目标无人机监控对所述目标事件位置进行事件摄录,获取并上传事件摄录数据具体包括以下步骤:
基于所述目标事件位置,选择摄录飞行位置;
控制所述目标无人机监控,在所述摄录飞行位置对所述目标事件位置进行事件摄录,获取事件摄录数据;
对所述目标无人机监控进行通信自检,确定监控通信状态;
根据所述监控通信状态,在能够直接云通信时,将所述事件摄录数据进行实时云上传;
根据所述监控通信状态,在不能够直接云通信时,在所述目标无人机监控返回基站时,将所述事件摄录数据进行统一转传。
进一步的,所述智慧城市综合管理方法还包括以下步骤:
步骤S105,对所述事件摄录数据进行分析,判断是否需要交通管控,并在需要交通管控时,进行交通管控调节。
在本发明实施例中,通过对事件摄录数据进行事件对象的占道识别,确定事件对象在道路截面的事件占道比例,并确定事件对象的事件占道长度,进而计算交通管控比例,将交通管控比例与预设的标准比例区间进行比较,判断是否需要交通管控,在交通管控比例处于标准比例区间时,判定不需要交通管控;而在交通管控比例不处于标准比例区间时,判定需要交通管控,此时,按照交通管控比例进行交通管控调节。具体的:交通管控比例的计算公式为:,其中,Q为事件类型系数,与目标事件类型相关;L为事件占道长度,C1为对应的占道长度影响系数;W为事件占道比例,C2为对应的占道比例影响系数。
可以理解的是,交通管控调节,可以是对发生事件的道路两端的红路灯进行调节,按照交通管控比例,延长红灯时间,减少经过的车流量与人流量,从而方便有关部门对事件的处理。
具体的,在本发明提供的优选实施方式中,所述对所述事件摄录数据进行分析,判断是否需要交通管控,并在需要交通管控时,进行交通管控调节具体包括以下步骤:
对所述事件摄录数据进行分析,确定事件占道比例和事件占道长度;
按照所述事件占道比例和所述事件占道长度,计算交通管控比例,所述交通管控比例的计算公式为:,其中,Q为事件类型系数,与目标事件类型相关;L为事件占道长度,C1为对应的占道长度影响系数;W为事件占道比例,C2为对应的占道比例影响系数;
将所述交通管控比例与预设的标准比例区间进行比较,判断是否需要交通管控;
在需要交通管控时,按照所述交通管控比例进行交通管控调节。
进一步的,图2示出了本发明实施例提供的系统的应用架构图。
其中,在本发明提供的又一个优选实施方式中,一种智慧城市综合管理系统,包括:
事件信息处理模块101,用于接收城市事件信息,识别确定目标事件类型和目标事件区域,并选择目标支架监控和目标无人机监控。
在本发明实施例中,城市中具有交通事故、火灾、公共设施损坏等事件发生时,能够触发自动报警或者事件人员、旁观人员进行人工报警,相应的接警平台能够接收到报警的城市事件信息,并向智慧城市综合管理系统转发城市事件信息,事件信息处理模块101通过接收接警平台转发的城市事件信息,利用自然语言处理技术,对城市事件信息进行词性标注,从城市事件信息中提取词性为名词的多个关键事件词,再对多个关键事件词进行内容识别,确定目标事件类型和目标事件区域,在预设的监控标注地图中,标记目标事件区域,再选择靠近目标事件区域的目标支架监控和目标无人机监控。
具体的,在本发明提供的优选实施方式中,所述事件信息处理模块101具体包括:
信息接收单元,用于接收城市事件信息;
关键词提取单元,用于对所述城市事件信息进行关键词提取,得到多个关键事件词;
事件识别单元,用于对多个所述关键事件词进行识别,确定目标事件类型和目标事件区域;
监控选择单元,用于基于所述目标事件区域,选择目标支架监控和目标无人机监控。
进一步的,所述智慧城市综合管理系统还包括:
试拍达标判断模块102,用于通过所述目标支架监控进行事件试拍,获取事件试拍图像,计算所述事件试拍图像中的目标像素数量,并判断事件试拍是否清晰达标。
在本发明实施例中,试拍达标判断模块102按照目标支架监控与目标事件区域的偏移方向,规划目标支架监控的事件试拍角度,进而按照事件试拍角度,控制目标支架监控进行拍摄角度偏移,并在偏移至事件试拍角度之后,通过目标支架监控进行事件试拍,获取事件试拍图像,再根据目标事件类型,对事件试拍图像进行识别,判断事件试拍图像中能否识别具有目标事件类型对应的事件对象,在事件试拍图像中不能识别具有目标事件类型对应的事件对象时,表明识别失败,此时判定事件试拍清晰不达标;而在事件试拍图像中能够识别具有目标事件类型对应的事件对象时,表明识别成功,此时识别事件对象在事件试拍图像中的对象画面占比,确定截取占比比例,按照截取占比比例,从事件试拍图像中截取目标占比图像,并计算目标占比图像的目标像素数量,将目标像素数量与预设的标准像素数量进行比较,判断事件试拍是否清晰达标,具体的,在目标像素数量小于标准像素数量时,判定事件试拍清晰不达标;在目标像素数量不小于标准像素数量时,判定事件试拍清晰达标;目标像素数量的计算公式为:,其中,Sm为目标像素数量;Sb为标准像素数量,为预设值;k为截取占比比例,f为目标占比比例,为预设值。
具体的,在本发明提供的优选实施方式中,所述试拍达标判断模块102具体包括:
角度规划单元,用于根据所述目标事件区域,规划所述目标支架监控的事件试拍角度;
事件试拍单元,用于按照所述事件试拍角度,控制所述目标支架监控进行事件试拍,获取事件试拍图像;
达标判断单元,用于根据所述目标事件类型,计算所述事件试拍图像中的目标像素数量,并判断事件试拍是否清晰达标。
进一步的,所述智慧城市综合管理系统还包括:
事件巡检控制模块103,用于在事件试拍清晰不达标时,通过所述目标无人机监控对所述目标事件区域进行事件巡检,确定目标事件位置。
在本发明实施例中,事件巡检控制模块103在预设的监控标注地图中,获取目标无人机监控的无人机起始位置,且在事件试拍清晰不达标时,根据目标事件区域和无人机起始位置,规划监控巡检路线,再按照监控巡检路线,控制目标无人机监控飞行至目标事件区域进行事件巡检拍摄,获取巡检拍摄数据,通过对巡检拍摄数据进行分析,按照目标事件类型对应的事件特征,识别事件对象并进行定位,获取事件对象的目标事件位置。
事件摄录控制模块104,用于通过所述目标无人机监控对所述目标事件位置进行事件摄录,获取并上传事件摄录数据。
在本发明实施例中,事件摄录控制模块104基于目标事件位置,规划无人机的飞行高度,且以目标事件类型,规划无人机的偏移距离,综合目标事件位置、飞行高度和偏移距离,确定摄录飞行位置,控制目标无人机监控飞行至摄录飞行位置,在摄录飞行位置处对目标事件位置进行事件摄录,获取事件摄录数据,同时,对目标无人机监控进行通信自检,获取目标无人机监控的监控通信状态,根据监控通信状态,在目标无人机监控能够进行直接云通信时,将事件摄录数据进行实时云上传;而在目标无人机监控不能够直接云通信时,事件结束之后,目标无人机监控返回基站时,通过基站将事件摄录数据进行统一转传。
交通管控调节模块105,用于对所述事件摄录数据进行分析,判断是否需要交通管控,并在需要交通管控时,进行交通管控调节。
在本发明实施例中,交通管控调节模块105通过对事件摄录数据进行事件对象的占道识别,确定事件对象在道路截面的事件占道比例,并确定事件对象的事件占道长度,进而计算交通管控比例,将交通管控比例与预设的标准比例区间进行比较,判断是否需要交通管控,在交通管控比例处于标准比例区间时,判定不需要交通管控;而在交通管控比例不处于标准比例区间时,判定需要交通管控,此时,按照交通管控比例进行交通管控调节。具体的:交通管控比例的计算公式为:,其中,Q为事件类型系数,与目标事件类型相关;L为事件占道长度,C1为对应的占道长度影响系数;W为事件占道比例,C2为对应的占道比例影响系数。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
Claims (6)
1.一种智慧城市综合管理方法,其特征在于,所述方法包括以下步骤:
接收城市事件信息,识别确定目标事件类型和目标事件区域,并选择目标支架监控和目标无人机监控;
通过所述目标支架监控进行事件试拍,获取事件试拍图像,计算所述事件试拍图像中的目标像素数量,并判断事件试拍是否清晰达标;
在事件试拍清晰不达标时,通过所述目标无人机监控对所述目标事件区域进行事件巡检,确定目标事件位置;
通过所述目标无人机监控对所述目标事件位置进行事件摄录,获取并上传事件摄录数据;
对所述事件摄录数据进行分析,判断是否需要交通管控,并在需要交通管控时,进行交通管控调节;
所述通过所述目标支架监控进行事件试拍,获取事件试拍图像,计算所述事件试拍图像中的目标像素数量,并判断事件试拍是否清晰达标具体包括以下步骤:
根据所述目标事件区域,规划所述目标支架监控的事件试拍角度;
按照所述事件试拍角度,控制所述目标支架监控进行事件试拍,获取事件试拍图像;
根据所述目标事件类型,计算所述事件试拍图像中的目标像素数量,并判断事件试拍是否清晰达标;
所述根据所述目标事件类型,计算所述事件试拍图像中的目标像素数量,并判断事件试拍是否清晰达标具体包括以下步骤:
根据所述目标事件类型,对所述事件试拍图像进行事件对象识别,并判断是否识别成功;
在识别成功时,确定截取占比比例,从所述事件试拍图像中截取目标占比图像,并计算
所述目标占比图像的目标像素数量,将所述目标像素数量与预设的标准像素数量进行比
较,判断事件试拍是否清晰达标,所述目标像素数量的计算公式为:,其中,为目标像素数量;为标准像素数量,为预设值;为截取占比比例,为目标占比比
例,为预设值;
在识别失败时,判定事件试拍清晰不达标;
所述对所述事件摄录数据进行分析,判断是否需要交通管控,并在需要交通管控时,进行交通管控调节具体包括以下步骤:
对所述事件摄录数据进行分析,确定事件占道比例和事件占道长度;
按照所述事件占道比例和所述事件占道长度,计算交通管控比例,所述交通管控比例
的计算公式为:,其中,为事件类型系数,与目标事件类型相关;为事
件占道长度,为对应的占道长度影响系数;为事件占道比例,为对应的占道比例影
响系数;
将所述交通管控比例与预设的标准比例区间进行比较,判断是否需要交通管控;
在需要交通管控时,按照所述交通管控比例进行交通管控调节。
2.根据权利要求1所述的智慧城市综合管理方法,其特征在于,所述接收城市事件信息,识别确定目标事件类型和目标事件区域,并选择目标支架监控和目标无人机监控具体包括以下步骤:
接收城市事件信息;
对所述城市事件信息进行关键词提取,得到多个关键事件词;
对多个所述关键事件词进行识别,确定目标事件类型和目标事件区域;
基于所述目标事件区域,选择目标支架监控和目标无人机监控。
3.根据权利要求1所述的智慧城市综合管理方法,其特征在于,所述在事件试拍清晰不达标时,通过所述目标无人机监控对所述目标事件区域进行事件巡检,确定目标事件位置具体包括以下步骤:
获取所述目标无人机监控的无人机起始位置;
在事件试拍清晰不达标时,根据目标事件区域和无人机起始位置,规划监控巡检路线;
按照所述监控巡检路线,控制所述目标无人机监控进行事件巡检,获取巡检拍摄数据;
对所述巡检拍摄数据进行定位识别,确定目标事件位置。
4.根据权利要求1所述的智慧城市综合管理方法,其特征在于,所述通过所述目标无人机监控对所述目标事件位置进行事件摄录,获取并上传事件摄录数据具体包括以下步骤:
基于所述目标事件位置,选择摄录飞行位置;
控制所述目标无人机监控,在所述摄录飞行位置对所述目标事件位置进行事件摄录,获取事件摄录数据;
对所述目标无人机监控进行通信自检,确定监控通信状态;
根据所述监控通信状态,在能够直接云通信时,将所述事件摄录数据进行实时云上传;
根据所述监控通信状态,在不能够直接云通信时,在所述目标无人机监控返回基站时,将所述事件摄录数据进行统一转传。
5.一种智慧城市综合管理系统,其特征在于,所述系统包括事件信息处理模块、试拍达标判断模块、事件巡检控制模块、事件摄录控制模块和交通管控调节模块,其中:
事件信息处理模块,用于接收城市事件信息,识别确定目标事件类型和目标事件区域,并选择目标支架监控和目标无人机监控;
试拍达标判断模块,用于通过所述目标支架监控进行事件试拍,获取事件试拍图像,计算所述事件试拍图像中的目标像素数量,并判断事件试拍是否清晰达标;
事件巡检控制模块,用于在事件试拍清晰不达标时,通过所述目标无人机监控对所述目标事件区域进行事件巡检,确定目标事件位置;
事件摄录控制模块,用于通过所述目标无人机监控对所述目标事件位置进行事件摄录,获取并上传事件摄录数据;
交通管控调节模块,用于对所述事件摄录数据进行分析,判断是否需要交通管控,并在需要交通管控时,进行交通管控调节;
所述试拍达标判断模块具体包括:
角度规划单元,用于根据所述目标事件区域,规划所述目标支架监控的事件试拍角度;
事件试拍单元,用于按照所述事件试拍角度,控制所述目标支架监控进行事件试拍,获取事件试拍图像;
达标判断单元,用于根据所述目标事件类型,计算所述事件试拍图像中的目标像素数量,并判断事件试拍是否清晰达标;
所述根据所述目标事件类型,计算所述事件试拍图像中的目标像素数量,并判断事件试拍是否清晰达标具体包括以下内容:
根据所述目标事件类型,对所述事件试拍图像进行事件对象识别,并判断是否识别成功;
在识别成功时,确定截取占比比例,从所述事件试拍图像中截取目标占比图像,并计算
所述目标占比图像的目标像素数量,将所述目标像素数量与预设的标准像素数量进行比
较,判断事件试拍是否清晰达标,所述目标像素数量的计算公式为:,其中,为目标像素数量;为标准像素数量,为预设值;为截取占比比例,为目标占比比
例,为预设值;
在识别失败时,判定事件试拍清晰不达标;
所述对所述事件摄录数据进行分析,判断是否需要交通管控,并在需要交通管控时,进行交通管控调节具体包括以下内容:
对所述事件摄录数据进行分析,确定事件占道比例和事件占道长度;
按照所述事件占道比例和所述事件占道长度,计算交通管控比例,所述交通管控比例
的计算公式为:,其中,为事件类型系数,与目标事件类型相关;为事
件占道长度,为对应的占道长度影响系数;为事件占道比例,为对应的占道比例影
响系数;
将所述交通管控比例与预设的标准比例区间进行比较,判断是否需要交通管控;
在需要交通管控时,按照所述交通管控比例进行交通管控调节。
6.根据权利要求5所述的智慧城市综合管理系统,其特征在于,所述事件信息处理模块具体包括:
信息接收单元,用于接收城市事件信息;
关键词提取单元,用于对所述城市事件信息进行关键词提取,得到多个关键事件词;
事件识别单元,用于对多个所述关键事件词进行识别,确定目标事件类型和目标事件区域;
监控选择单元,用于基于所述目标事件区域,选择目标支架监控和目标无人机监控。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311675335.9A CN117391911B (zh) | 2023-12-08 | 2023-12-08 | 一种智慧城市综合管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311675335.9A CN117391911B (zh) | 2023-12-08 | 2023-12-08 | 一种智慧城市综合管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117391911A CN117391911A (zh) | 2024-01-12 |
CN117391911B true CN117391911B (zh) | 2024-02-27 |
Family
ID=89470530
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311675335.9A Active CN117391911B (zh) | 2023-12-08 | 2023-12-08 | 一种智慧城市综合管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117391911B (zh) |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105046952A (zh) * | 2015-06-17 | 2015-11-11 | 天津职业技术师范大学 | 稀疏道路交通事件地空联合检测方法 |
KR20170070713A (ko) * | 2015-12-14 | 2017-06-22 | 주식회사 아이티엑스엠투엠 | 드론을 이용한 감시 시스템 |
CN107590834A (zh) * | 2017-08-10 | 2018-01-16 | 北京博思廷科技有限公司 | 一种道路交通事件视频检测方法及系统 |
KR101851539B1 (ko) * | 2017-10-31 | 2018-04-24 | 주식회사 아울 | 드론을 이용한 감시 시스템 |
CN108230678A (zh) * | 2018-03-01 | 2018-06-29 | 温仕鑫 | 应用无人机监控的交通道路监控系统 |
KR20180099074A (ko) * | 2017-02-28 | 2018-09-05 | (주)테슬라시스템 | 드론 카메라를 이용한 융합형 감시 시스템 |
CN109409546A (zh) * | 2018-12-11 | 2019-03-01 | 四川睿盈源科技有限责任公司 | 高速公路路产管护方法 |
CN109509353A (zh) * | 2018-12-19 | 2019-03-22 | 天津普泰国信科技有限公司 | 基于智慧公路的移动监控单元以及智慧公路系统 |
CN111932906A (zh) * | 2020-08-07 | 2020-11-13 | 深圳市深汕特别合作区智慧城市研究院有限公司 | 一种与多功能智能杆联动的应急交通信号灯自动控制系统 |
CN112306051A (zh) * | 2019-07-25 | 2021-02-02 | 武汉光庭科技有限公司 | 一种高速公路无人驾驶交警车辆机器人系统 |
CN113053105A (zh) * | 2021-02-26 | 2021-06-29 | 吴江市腾凯通信工程有限公司 | 城市道路用多组件智能监控系统 |
CN113112804A (zh) * | 2021-04-14 | 2021-07-13 | 山东奥邦交通设施工程有限公司 | 一种智慧高速综合管控方法 |
CN114429709A (zh) * | 2021-12-01 | 2022-05-03 | 徐州里程碑智能科技有限公司 | 一种基于无人机的高速公路突发交通事件监测系统 |
CN114565282A (zh) * | 2022-03-01 | 2022-05-31 | 济南浪潮智投智能科技有限公司 | 基于无人巡查的智慧城市管理系统及实现方法 |
CN114926983A (zh) * | 2022-05-11 | 2022-08-19 | 中国地质大学(武汉) | 一种面向交通事故应急的多尺度综合感知方法 |
CN116437044A (zh) * | 2022-12-08 | 2023-07-14 | 武汉微创光电股份有限公司 | 一种辅助高速公路实时视频监控的方法和系统 |
CN117152949A (zh) * | 2023-08-08 | 2023-12-01 | 爱泊车科技有限公司 | 一种基于无人机的交通事件识别方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112258842A (zh) * | 2020-10-26 | 2021-01-22 | 北京百度网讯科技有限公司 | 交通监测方法、装置、设备及存储介质 |
-
2023
- 2023-12-08 CN CN202311675335.9A patent/CN117391911B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105046952A (zh) * | 2015-06-17 | 2015-11-11 | 天津职业技术师范大学 | 稀疏道路交通事件地空联合检测方法 |
KR20170070713A (ko) * | 2015-12-14 | 2017-06-22 | 주식회사 아이티엑스엠투엠 | 드론을 이용한 감시 시스템 |
KR20180099074A (ko) * | 2017-02-28 | 2018-09-05 | (주)테슬라시스템 | 드론 카메라를 이용한 융합형 감시 시스템 |
CN107590834A (zh) * | 2017-08-10 | 2018-01-16 | 北京博思廷科技有限公司 | 一种道路交通事件视频检测方法及系统 |
KR101851539B1 (ko) * | 2017-10-31 | 2018-04-24 | 주식회사 아울 | 드론을 이용한 감시 시스템 |
CN108230678A (zh) * | 2018-03-01 | 2018-06-29 | 温仕鑫 | 应用无人机监控的交通道路监控系统 |
CN109409546A (zh) * | 2018-12-11 | 2019-03-01 | 四川睿盈源科技有限责任公司 | 高速公路路产管护方法 |
CN109509353A (zh) * | 2018-12-19 | 2019-03-22 | 天津普泰国信科技有限公司 | 基于智慧公路的移动监控单元以及智慧公路系统 |
CN112306051A (zh) * | 2019-07-25 | 2021-02-02 | 武汉光庭科技有限公司 | 一种高速公路无人驾驶交警车辆机器人系统 |
CN111932906A (zh) * | 2020-08-07 | 2020-11-13 | 深圳市深汕特别合作区智慧城市研究院有限公司 | 一种与多功能智能杆联动的应急交通信号灯自动控制系统 |
CN113053105A (zh) * | 2021-02-26 | 2021-06-29 | 吴江市腾凯通信工程有限公司 | 城市道路用多组件智能监控系统 |
CN113112804A (zh) * | 2021-04-14 | 2021-07-13 | 山东奥邦交通设施工程有限公司 | 一种智慧高速综合管控方法 |
CN114429709A (zh) * | 2021-12-01 | 2022-05-03 | 徐州里程碑智能科技有限公司 | 一种基于无人机的高速公路突发交通事件监测系统 |
CN114565282A (zh) * | 2022-03-01 | 2022-05-31 | 济南浪潮智投智能科技有限公司 | 基于无人巡查的智慧城市管理系统及实现方法 |
CN114926983A (zh) * | 2022-05-11 | 2022-08-19 | 中国地质大学(武汉) | 一种面向交通事故应急的多尺度综合感知方法 |
CN116437044A (zh) * | 2022-12-08 | 2023-07-14 | 武汉微创光电股份有限公司 | 一种辅助高速公路实时视频监控的方法和系统 |
CN117152949A (zh) * | 2023-08-08 | 2023-12-01 | 爱泊车科技有限公司 | 一种基于无人机的交通事件识别方法及系统 |
Non-Patent Citations (1)
Title |
---|
基于无人机模式的道路交通监控;徐莹;;电子元器件与信息技术;20200620(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117391911A (zh) | 2024-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103106766B (zh) | 林火识别方法与系统 | |
CN109886096B (zh) | 一种智慧旅游监管及安全应急管理联动指挥系统 | |
KR102119721B1 (ko) | 지능형 에지장치 및 그 장치의 구동방법 | |
WO2021184570A1 (zh) | 电动自行车驾驶行为的识别方法、装置和计算机设备 | |
WO2020108065A1 (zh) | 一种用于物联网管控的交通安全设施采集系统及采集方法 | |
CN110570536A (zh) | 一种特高压输电线路智能巡线系统 | |
US11860645B1 (en) | Unmanned vehicle security guard | |
KR102333143B1 (ko) | 무인 계수 서비스 제공 시스템 | |
CN104363426A (zh) | 一种多摄像机目标关联的交通视频监控系统和监控方法 | |
CN111860256A (zh) | 安全检测方法、装置、计算机设备和存储介质 | |
CN111339811A (zh) | 图像处理方法、装置、设备及存储介质 | |
CN111724130A (zh) | 一种配网机巡作业管理系统及管理方法 | |
CN117391911B (zh) | 一种智慧城市综合管理方法及系统 | |
CN111126417A (zh) | 一种数据中心机房管理方法及装置 | |
CN112687023B (zh) | 基于地理围栏巡检道路设施的方法 | |
CN105095891A (zh) | 一种人脸捕捉的方法,装置及系统 | |
CN112866643A (zh) | 一种船内关键区域多目标可视化管理系统及方法 | |
RU2693926C1 (ru) | Система контроля и воздействия на объекты, представляющие интерес, и выполняемые ими процессы и соответствующий способ | |
CN104079867A (zh) | 一种基于空间信息的多视频关联监控定位装置与方法 | |
US20220084133A1 (en) | Method and apparatus for processing an insurance claim | |
CN116208633A (zh) | 一种人工智能服务平台系统、方法、设备及介质 | |
Cho et al. | Object recognition network using continuous roadside cameras | |
CN115393900A (zh) | 一种基于物联网的智慧工地安全监管方法及系统 | |
CN113705442A (zh) | 一种户外大牌广告画面监控识别系统及方法 | |
CN112584039B (zh) | 用于输电线路巡维的图像采集方法、系统、终端和介质 |
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 |