CN117560824A - 一种基于物联网的路灯智慧管理系统及方法 - Google Patents
一种基于物联网的路灯智慧管理系统及方法 Download PDFInfo
- Publication number
- CN117560824A CN117560824A CN202311726763.XA CN202311726763A CN117560824A CN 117560824 A CN117560824 A CN 117560824A CN 202311726763 A CN202311726763 A CN 202311726763A CN 117560824 A CN117560824 A CN 117560824A
- Authority
- CN
- China
- Prior art keywords
- module
- flow information
- determining
- information
- street lamp
- 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
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000005286 illumination Methods 0.000 claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims abstract description 9
- 239000000428 dust Substances 0.000 claims description 71
- 230000007613 environmental effect Effects 0.000 claims description 48
- 238000012423 maintenance Methods 0.000 claims description 45
- 230000005540 biological transmission Effects 0.000 claims description 38
- 238000001514 detection method Methods 0.000 claims description 28
- 230000002159 abnormal effect Effects 0.000 claims description 26
- 238000007726 management method Methods 0.000 claims description 22
- 238000005070 sampling Methods 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 7
- 230000009471 action Effects 0.000 claims description 6
- 239000003086 colorant Substances 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 4
- 210000000988 bone and bone Anatomy 0.000 claims description 3
- 238000004040 coloring Methods 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 description 10
- 230000001360 synchronised effect Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
- H05B47/105—Controlling the light source in response to determined parameters
- H05B47/115—Controlling the light source in response to determined parameters by determining the presence or movement of objects or living beings
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- 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
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
- H05B47/105—Controlling the light source in response to determined parameters
- H05B47/115—Controlling the light source in response to determined parameters by determining the presence or movement of objects or living beings
- H05B47/125—Controlling the light source in response to determined parameters by determining the presence or movement of objects or living beings by using cameras
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
- H05B47/155—Coordinated control of two or more light sources
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
- H05B47/175—Controlling the light source by remote control
-
- 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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开一种基于物联网的路灯智慧管理系统及方法，包括：设置在灯杆上的照明模块；设置在灯杆上的确定模块，用于确定照明区域内的流量信息，并将流量信息传输至后台服务器；后台服务器，用于接收所述流量信息并进行解析，根据解析结果生成控制指令，并传输至照明模块；所述照明模块，用于接收所述控制指令并执行。根据每个路灯照明区域内的流量信息来调整路灯打开和关闭，节省了电力资源。
Description
技术领域
本发明涉及路灯管理技术领域，特别涉及一种基于物联网的路灯智慧管理系统及方法。
背景技术
传统的路灯一般都是打开路灯的开关就会一直亮着，不能根据每个路灯照明区域内的流量信息来调整路灯打开和关闭，这样浪费了电力资源。
发明内容
本发明旨在至少一定程度上解决上述技术中的技术问题之一。为此，本发明的第一个目的在于提出一种基于物联网的路灯智慧管理系统，根据每个路灯照明区域内的流量信息来调整路灯打开和关闭，节省了电力资源。
本发明的第二个目的在于提出一种基于物联网的路灯智慧管理方法。
为达到上述目的，本发明第一方面实施例提出了一种基于物联网的路灯智慧管理系统，包括：
设置在灯杆上的照明模块；
设置在灯杆上的确定模块，用于确定照明区域内的流量信息，并将流量信息传输至后台服务器；
后台服务器，用于接收所述流量信息并进行解析，根据解析结果生成控制指令，并传输至照明模块；
所述照明模块，用于接收所述控制指令并执行。
根据本发明的一些实施例，所述确定模块，包括：
获取模块，用于获取照明区域内的若干张环境图像；
生成模块，用于：
确定第一张环境图像的姿态估计矩阵，作为目标姿态估计矩阵；
依次确定除第一张环境图像外的其他环境图像的姿态估计矩阵，并计算姿态估计矩阵与目标姿态估计矩阵的匹配度，在确定匹配度大于预设阈值时，确定截止环境图像；
根据第一张环境图像及第一张环境图像与截止环境图像之间的环境图像，生成统计图像集合；
传输模块，用于根据统计图像集合确定当前周期的总人流量信息和总车流量信息，作为确定照明区域内的流量信息，并将流量信息传输至后台服务器。
根据本发明的一些实施例，所述传输模块，包括：
第一计算模块，用于确定统计图像集合中每张环境图像的人体检测框，统计得到每张环境图像的人流量，根据每张环境图像的人流量计算在当前周期内的总人流量信息；
第二计算模块，用于基于Yolov5模型确定统计图像集合中每张环境图像的车辆检测框，统计得到每张环境图像的车流量，根据每张环境图像的车流量计算在当前周期内的总车流量信息。
根据本发明的一些实施例，所述传输模块，还包括：
降噪模块，用于在第一计算模块确定统计图像集合中每张环境图像的人体检测框前，对环境图像进行降噪处理。
根据本发明的一些实施例，还包括设置在灯杆上的环境检测模块，用于：
检测照明区域内的空气中的灰尘浓度，并判断是否大于预设灰尘浓度阈值；
在确定灰尘浓度大于预设灰尘浓度阈值时，基于除尘模块进行除尘处理。
根据本发明的一些实施例，还包括设置在灯杆上的报警模块，用于：
在除尘模块进行除尘处理的过程中，对空气中的灰尘浓度进行采样，得到采样信息；
根据采样信息，计算得到除尘效率；
其中，k为除尘效率；s为除尘模块处理灰尘过程中对灰尘浓度采样的次数；ti为第i次采样时的时间；lnBti为第i次采样时灰尘浓度的自然对数；
将所述除尘效率与预设除尘效率进行比较，在确定除尘效率小于预设除尘效率时，发出报警提示。
根据本发明的一些实施例，还包括：同步模块，用于：
获取各个确定模块确定的照明区域内的流量信息，并添加时间戳；
获取每个确定模块包括的通信模块的带宽信息；
基于带宽信息及添加时间戳的流量信息的数据大小，预估传输时长；
筛选出最大传输时长，根据最大传输时长及每个确定模块对应的传输时长，确定每个确定模块对添加时间戳的流量信息的传输时刻；
根据每个确定模块对添加时间戳的流量信息的传输时刻，构建时间配置信息表；
每个确定模块，用于根据时间配置信息表对相应的添加时间戳的流量信息进行传输。
根据本发明的一些实施例，还包括：设置在灯杆上的故障检测模块，用于：
根据预设的数据采集频率采集照明模块的运行数据，根据运行数据确定照明模块的电压曲线和电流曲线；
将所述电压曲线及电流曲线输入预设的故障检测模型中，输出运行异常值；
筛选出运行异常值大于预设异常值的照明模块；
获取运行异常值大于预设异常值的照明模块的地理坐标信息，根据地理坐标信息在预置电子地图上采用附图标记展示照明模块的位置，根据异常类型关联相应的展示颜色，根据展示颜色对附图标记进行着色。
根据本发明的一些实施例，还包括：维修监控模块，用于：
在维修人员对异常的照明模块进行维修的过程中，实时采集维修人员的维修视频；
根据维修视频提取出维修人员的动作序列，确定人体骨骼点位置变化特征，并从照明模块的反馈数据中提取出照明模块反馈特征；
根据人体骨骼点位置变化特征及照明模块反馈特征，利用大数据建模的方式，为维修服务队列中每个维修服务进行画像并动态更新，得到维修服务队列中每个维修服务的画像信息，并传输至后台服务器进行显示。
为达到上述目的，本发明第二方面实施例提出了一种基于物联网的路灯智慧管理方法，包括：
确定照明区域内的流量信息，并将流量信息传输至后台服务器；
后台服务器接收所述流量信息并进行解析，根据解析结果生成控制指令，并传输至照明模块；
照明模块接收所述控制指令并执行。
本发明提出一种基于物联网的路灯智慧管理系统及方法，根据每个路灯照明区域内的流量信息来调整路灯打开和关闭，节省了电力资源。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
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是根据本发明一个实施例的一种基于物联网的路灯智慧管理系统的框图；
图2是根据本发明一个实施例的确定模块的框图；
图3是根据本发明一个实施例的一种基于物联网的路灯智慧管理方法的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
如图1所示，本发明第一方面实施例提出了一种基于物联网的路灯智慧管理系统，包括：
设置在灯杆上的照明模块；
设置在灯杆上的确定模块，用于确定照明区域内的流量信息，并将流量信息传输至后台服务器；
后台服务器，用于接收所述流量信息并进行解析，根据解析结果生成控制指令，并传输至照明模块；
所述照明模块，用于接收所述控制指令并执行。
上述技术方案的工作原理：灯杆均匀设置在道路上，灯杆上设置有照明模块和确定模块，用于确定照明区域内的流量信息，并将流量信息传输至后台服务器。流量信息包括人流量信息和车流量信息。
该实施例中，根据解析结果生成控制指令，包括：在确定流量信息小于预设阈值时，生成关闭路灯的控制指令，反之，生成打开路灯的控制指令。
上述技术方案的有益效果：根据每个路灯照明区域内的流量信息来调整路灯打开和关闭，节省了电力资源。
如图2所示，根据本发明的一些实施例，所述确定模块，包括：
获取模块，用于获取照明区域内的若干张环境图像；
生成模块，用于：
确定第一张环境图像的姿态估计矩阵，作为目标姿态估计矩阵；
依次确定除第一张环境图像外的其他环境图像的姿态估计矩阵，并计算姿态估计矩阵与目标姿态估计矩阵的匹配度，在确定匹配度大于预设阈值时，确定截止环境图像；
根据第一张环境图像及第一张环境图像与截止环境图像之间的环境图像，生成统计图像集合；
传输模块，用于根据统计图像集合确定当前周期的总人流量信息和总车流量信息，作为确定照明区域内的流量信息，并将流量信息传输至后台服务器。
上述技术方案的工作原理：该实施例中，确定第一张环境图像的姿态估计矩阵，使用相机标定和特征匹配的方式计算姿态估计矩阵：相机标定：首先需要进行相机标定，即确定相机内参矩阵。相机内参矩阵描述了相机的内部参数，包括焦距、主点位置等。可以使用标定板或者多个不同位置的特征点对进行标定。特征提取与匹配：对于给定的图像序列，需要提取图像中的特征点，并进行特征匹配。常用的特征点包括角点、边缘点或者特定的区域描述子等。特征匹配可以使用匹配算法(如SIFT、SURF等)进行。姿态估计：利用相机标定获得的内参矩阵和特征点的匹配关系，即可通过姿态估计算法计算得到姿态估计矩阵。其中，常用的算法有PnP算法(Perspective-n-Point)和RANSAC算法。PnP算法：通过已知的一组三维世界坐标点和和它们在图像中的投影点(二维坐标)，可以利用PnP算法来计算姿态估计矩阵。常用的PnP算法有EPnP、PNP算法等。RANSAC算法：RANSAC算法是一种鲁棒的估计方法，可以用来消除特征点匹配中的外点干扰。通过随机选择最小样本集合，计算估计模型，然后使用该模型进行内点检验，迭代若干次以得到最佳模型。
该实施例中，在确定匹配度大于预设阈值时，确定截止环境图像；即截止环境图像与第一张环境图像是相同的，表明转动的获取模块在转动过程中获取了全部的环境图像，即生成统计图像集合，作为一个检测周期中的所有图像。
上述技术方案的有益效果：便于准确确定当前周期的总人流量信息和总车流量信息，作为确定照明区域内的流量信息，便于后台服务器生成准确的控制指令。
根据本发明的一些实施例，所述传输模块，包括：
第一计算模块，用于确定统计图像集合中每张环境图像的人体检测框，统计得到每张环境图像的人流量，根据每张环境图像的人流量计算在当前周期内的总人流量信息；
第二计算模块，用于基于Yolov5模型确定统计图像集合中每张环境图像的车辆检测框，统计得到每张环境图像的车流量，根据每张环境图像的车流量计算在当前周期内的总车流量信息。
上述技术方案的工作原理：该实施例中，确定统计图像集合中每张环境图像的人体检测框，包括基于深度学习的目标检测器来确定。数据预处理：加载环境图像，并进行必要的预处理操作，例如调整图像大小、归一化等。使用目标检测算法：选择适当的目标检测算法，例如FasterR-CNN、YOLO、SSD等。模型加载和推理：将训练好的目标检测模型加载到内存中，并将环境图像输入到模型中进行推理。模型会输出物体的类别和边界框信息。后处理操作：根据模型输出的边界框信息，对检测结果进行后处理操作，例如非极大值抑制(NMS)以剔除重叠的边界框、设置阈值来选择具有高置信度的边界框等。绘制人体检测框：根据最终筛选得到的边界框信息，可以在环境图像上绘制人体检测框，用于标示出人体的位置。
上述技术方案的有益效果：准确确定当前周期内的总人流量信息及总车流量信息。
根据本发明的一些实施例，所述传输模块，还包括：
降噪模块，用于在第一计算模块确定统计图像集合中每张环境图像的人体检测框前，对环境图像进行降噪处理。
上述技术方案的有益效果：便于去除环境图像中噪声像素点对图像识别的影响，提高图像识别的准确性。
根据本发明的一些实施例，还包括设置在灯杆上的环境检测模块，用于：
检测照明区域内的空气中的灰尘浓度，并判断是否大于预设灰尘浓度阈值；
在确定灰尘浓度大于预设灰尘浓度阈值时，基于除尘模块进行除尘处理。
上述技术方案的有益效果：便于进行环境监测，监测照明区域内的空气中的灰尘浓度，同时进行去尘处理，提高可见度，进而提高车辆和行人的通行安全。
根据本发明的一些实施例，还包括设置在灯杆上的报警模块，用于：
在除尘模块进行除尘处理的过程中，对空气中的灰尘浓度进行采样，得到采样信息；
根据采样信息，计算得到除尘效率；
其中，k为除尘效率；s为除尘模块处理灰尘过程中对灰尘浓度采样的次数；ti为第i次采样时的时间；lnBti为第i次采样时灰尘浓度的自然对数；
将所述除尘效率与预设除尘效率进行比较，在确定除尘效率小于预设除尘效率时，发出报警提示。
上述技术方案的工作原理及有益效果：在除尘模块进行除尘处理的过程中，对空气中的灰尘浓度进行采样，得到采样信息；根据采样信息，计算得到除尘效率；将所述除尘效率与预设除尘效率进行比较，在确定除尘效率小于预设除尘效率时，表示除尘模块出现故障，发出报警提示，便于及时进行维修。
根据本发明的一些实施例，还包括：同步模块，用于：
获取各个确定模块确定的照明区域内的流量信息，并添加时间戳；
获取每个确定模块包括的通信模块的带宽信息；
基于带宽信息及添加时间戳的流量信息的数据大小，预估传输时长；
筛选出最大传输时长，根据最大传输时长及每个确定模块对应的传输时长，确定每个确定模块对添加时间戳的流量信息的传输时刻；
根据每个确定模块对添加时间戳的流量信息的传输时刻，构建时间配置信息表；
每个确定模块，用于根据时间配置信息表对相应的添加时间戳的流量信息进行传输。
上述技术方案的工作原理及有益效果：获取各个确定模块确定的照明区域内的流量信息，并添加时间戳，即表示待传输时刻获取的数据。获取每个确定模块包括的通信模块的带宽信息；基于带宽信息及添加时间戳的流量信息的数据大小，预估传输时长；传输时长(s)＝数据大小(字节)/带宽(比特/秒)。筛选出最大传输时长，根据最大传输时长及每个确定模块对应的传输时长，确定每个确定模块对添加时间戳的流量信息的传输时刻；示例的，最大传输时长为1.5s，确定模块A的传输时长为0.5s，即A标记为在最大传输时长对应的确定模块传输1s后进行传输。根据每个确定模块对添加时间戳的流量信息的传输时刻，构建时间配置信息表；每个确定模块，用于根据时间配置信息表对相应的添加时间戳的流量信息进行传输。便于后台服务器同步得到各个确定模块在同一时刻的流量信息，实现进行同步控制，同时设置了检测时间阈值为最大传输时长，便于实现对各个确定模块的信息的同步处理，实现同步调节。
根据本发明的一些实施例，还包括：设置在灯杆上的故障检测模块，用于：
根据预设的数据采集频率采集照明模块的运行数据，根据运行数据确定照明模块的电压曲线和电流曲线；
将所述电压曲线及电流曲线输入预设的故障检测模型中，输出运行异常值；
筛选出运行异常值大于预设异常值的照明模块；
获取运行异常值大于预设异常值的照明模块的地理坐标信息，根据地理坐标信息在预置电子地图上采用附图标记展示照明模块的位置，根据异常类型关联相应的展示颜色，根据展示颜色对附图标记进行着色。
上述技术方案的有益效果：准确确定异常的照明模块，并根据地理坐标信息在预置电子地图上采用附图标记展示照明模块的位置，根据异常类型关联相应的展示颜色，根据展示颜色对附图标记进行着色，使得清楚的确定异常照明模块的位置、异常类型等信息。
根据本发明的一些实施例，还包括：维修监控模块，用于：
在维修人员对异常的照明模块进行维修的过程中，实时采集维修人员的维修视频；
根据维修视频提取出维修人员的动作序列，确定人体骨骼点位置变化特征，并从照明模块的反馈数据中提取出照明模块反馈特征；
根据人体骨骼点位置变化特征及照明模块反馈特征，利用大数据建模的方式，为维修服务队列中每个维修服务进行画像并动态更新，得到维修服务队列中每个维修服务的画像信息，并传输至后台服务器进行显示。
上述技术方案的工作原理：该实施例中，根据维修视频提取出维修人员的动作序列，确定人体骨骼点位置变化特征，便于判断维修人员的维修动作是否符合标准。
该实施例中，并从照明模块的反馈数据中提取出照明模块反馈特征，即维修人员的动作序列对照明模块维修后的反馈的特征参数。
该实施例中，使用大数据建模技术，例如机器学习、深度学习等，根据提取的特征为每个维修服务创建画像模型，可以使用监督学习、无监督学习等算法进行建模，以预测或分类不同的维修服务。动态更新：随着新的数据不断进入，可以将这些新的数据输入到建模过程中，对模型进行动更新。通过模型的更新，可以根据最新的人体骨骼点位置变化特征和照明模块反馈特征来调整每个维修服务的画像模型。其中，每个运维服务的画像信息，包括：运维项目和运维项目的处理人员，以及每个处理人员的经验值、处理速度、处理质量、和/或当前是否空闲。
上述技术方案的有益效果：便于对维修人员的维修行为是否满足预设要求进行监控，同时对每个维修服务的维修效果进行监控。
如图3所示，本发明第二方面实施例提出了一种基于物联网的路灯智慧管理方法，包括步骤S1-S3：
S1、确定照明区域内的流量信息，并将流量信息传输至后台服务器；
S2、后台服务器接收所述流量信息并进行解析，根据解析结果生成控制指令，并传输至照明模块；
S3、照明模块接收所述控制指令并执行。
上述技术方案的工作原理：灯杆均匀设置在道路上，灯杆上设置有照明模块和确定模块，用于确定照明区域内的流量信息，并将流量信息传输至后台服务器。流量信息包括人流量信息和车流量信息。
该实施例中，根据解析结果生成控制指令，包括：在确定流量信息小于预设阈值时，生成关闭路灯的控制指令，反之，生成打开路灯的控制指令。
上述技术方案的有益效果：根据每个路灯照明区域内的流量信息来调整路灯打开和关闭，节省了电力资源。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种基于物联网的路灯智慧管理系统，其特征在于，包括：
设置在灯杆上的照明模块；
设置在灯杆上的确定模块，用于确定照明区域内的流量信息，并将流量信息传输至后台服务器；
后台服务器，用于接收所述流量信息并进行解析，根据解析结果生成控制指令，并传输至照明模块；
所述照明模块，用于接收所述控制指令并执行。
2.如权利要求1所述的基于物联网的路灯智慧管理系统，其特征在于，所述确定模块，包括：
获取模块，用于获取照明区域内的若干张环境图像；
生成模块，用于：
确定第一张环境图像的姿态估计矩阵，作为目标姿态估计矩阵；
依次确定除第一张环境图像外的其他环境图像的姿态估计矩阵，并计算姿态估计矩阵与目标姿态估计矩阵的匹配度，在确定匹配度大于预设阈值时，确定截止环境图像；
根据第一张环境图像及第一张环境图像与截止环境图像之间的环境图像，生成统计图像集合；
传输模块，用于根据统计图像集合确定当前周期的总人流量信息和总车流量信息，作为确定照明区域内的流量信息，并将流量信息传输至后台服务器。
3.如权利要求2所述的基于物联网的路灯智慧管理系统，其特征在于，所述传输模块，包括：
第一计算模块，用于确定统计图像集合中每张环境图像的人体检测框，统计得到每张环境图像的人流量，根据每张环境图像的人流量计算在当前周期内的总人流量信息；
第二计算模块，用于基于Yolov5模型确定统计图像集合中每张环境图像的车辆检测框，统计得到每张环境图像的车流量，根据每张环境图像的车流量计算在当前周期内的总车流量信息。
4.如权利要求3所述的基于物联网的路灯智慧管理系统，其特征在于，所述传输模块，还包括：
降噪模块，用于在第一计算模块确定统计图像集合中每张环境图像的人体检测框前，对环境图像进行降噪处理。
5.如权利要求1所述的基于物联网的路灯智慧管理系统，其特征在于，还包括设置在灯杆上的环境检测模块，用于：
检测照明区域内的空气中的灰尘浓度，并判断是否大于预设灰尘浓度阈值；
在确定灰尘浓度大于预设灰尘浓度阈值时，基于除尘模块进行除尘处理。
6.如权利要求5所述的基于物联网的路灯智慧管理系统，其特征在于，还包括设置在灯杆上的报警模块，用于：
在除尘模块进行除尘处理的过程中，对空气中的灰尘浓度进行采样，得到采样信息；
根据采样信息，计算得到除尘效率；
其中，k为除尘效率；s为除尘模块处理灰尘过程中对灰尘浓度采样的次数；ti为第i次采样时的时间；lnBti为第i次采样时灰尘浓度的自然对数；
将所述除尘效率与预设除尘效率进行比较，在确定除尘效率小于预设除尘效率时，发出报警提示。
7.如权利要求1所述的基于物联网的路灯智慧管理系统，其特征在于，还包括：同步模块，用于：
获取各个确定模块确定的照明区域内的流量信息，并添加时间戳；
获取每个确定模块包括的通信模块的带宽信息；
基于带宽信息及添加时间戳的流量信息的数据大小，预估传输时长；
筛选出最大传输时长，根据最大传输时长及每个确定模块对应的传输时长，确定每个确定模块对添加时间戳的流量信息的传输时刻；
根据每个确定模块对添加时间戳的流量信息的传输时刻，构建时间配置信息表；
每个确定模块，用于根据时间配置信息表对相应的添加时间戳的流量信息进行传输。
8.如权利要求1所述的基于物联网的路灯智慧管理系统，其特征在于，还包括：设置在灯杆上的故障检测模块，用于：
根据预设的数据采集频率采集照明模块的运行数据，根据运行数据确定照明模块的电压曲线和电流曲线；
将所述电压曲线及电流曲线输入预设的故障检测模型中，输出运行异常值；
筛选出运行异常值大于预设异常值的照明模块；
获取运行异常值大于预设异常值的照明模块的地理坐标信息，根据地理坐标信息在预置电子地图上采用附图标记展示照明模块的位置，根据异常类型关联相应的展示颜色，根据展示颜色对附图标记进行着色。
9.如权利要求8所述的基于物联网的路灯智慧管理系统，其特征在于，还包括：维修监控模块，用于：
在维修人员对异常的照明模块进行维修的过程中，实时采集维修人员的维修视频；
根据维修视频提取出维修人员的动作序列，确定人体骨骼点位置变化特征，并从照明模块的反馈数据中提取出照明模块反馈特征；
根据人体骨骼点位置变化特征及照明模块反馈特征，利用大数据建模的方式，为维修服务队列中每个维修服务进行画像并动态更新，得到维修服务队列中每个维修服务的画像信息，并传输至后台服务器进行显示。
10.一种基于物联网的路灯智慧管理方法，其特征在于，包括：
确定照明区域内的流量信息，并将流量信息传输至后台服务器；
后台服务器接收所述流量信息并进行解析，根据解析结果生成控制指令，并传输至照明模块；
照明模块接收所述控制指令并执行。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311726763.XA CN117560824A (zh) | 2023-12-14 | 2023-12-14 | 一种基于物联网的路灯智慧管理系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311726763.XA CN117560824A (zh) | 2023-12-14 | 2023-12-14 | 一种基于物联网的路灯智慧管理系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117560824A true CN117560824A (zh) | 2024-02-13 |
Family
ID=89821750
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311726763.XA Pending CN117560824A (zh) | 2023-12-14 | 2023-12-14 | 一种基于物联网的路灯智慧管理系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117560824A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117953688A (zh) * | 2024-02-18 | 2024-04-30 | 广东云达智能物联科技有限公司 | 一种基于物联网的智慧城市车流量监控系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110691443A (zh) * | 2019-10-29 | 2020-01-14 | 广东澳领科技有限公司 | 一种智慧路灯控制系统及智慧路灯 |
| CN112235894A (zh) * | 2020-08-31 | 2021-01-15 | 南京市新德宁光电科技有限责任公司 | 一种市政道路智慧路灯 |
| CN115410112A (zh) * | 2022-07-08 | 2022-11-29 | 天津锋物科技有限公司 | 电梯异常停留识别方法、装置及存储介质 |
| CN115884473A (zh) * | 2022-12-14 | 2023-03-31 | 浙江赛格建设发展有限公司 | 一种智能路灯系统以及包含该系统的智慧路灯 |
| CN115915547A (zh) * | 2022-12-14 | 2023-04-04 | 南京拓恒无人系统研究院有限公司 | 一种智慧路灯控制系统 |
| CN115915545A (zh) * | 2022-11-25 | 2023-04-04 | 万得福实业集团有限公司 | 一种基于照明数据的智慧路灯质量控制方法及系统 |
| CN116847515A (zh) * | 2023-09-01 | 2023-10-03 | 深圳市朝阳辉电气设备有限公司 | 一种智能路灯节能控制系统及方法 |
| CN116867149A (zh) * | 2023-08-29 | 2023-10-10 | 山东省金海龙建工科技有限公司 | 一种基于物联网的节能型智慧路灯管理方法及系统 |
-
2023
- 2023-12-14 CN CN202311726763.XA patent/CN117560824A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110691443A (zh) * | 2019-10-29 | 2020-01-14 | 广东澳领科技有限公司 | 一种智慧路灯控制系统及智慧路灯 |
| CN112235894A (zh) * | 2020-08-31 | 2021-01-15 | 南京市新德宁光电科技有限责任公司 | 一种市政道路智慧路灯 |
| CN115410112A (zh) * | 2022-07-08 | 2022-11-29 | 天津锋物科技有限公司 | 电梯异常停留识别方法、装置及存储介质 |
| CN115915545A (zh) * | 2022-11-25 | 2023-04-04 | 万得福实业集团有限公司 | 一种基于照明数据的智慧路灯质量控制方法及系统 |
| CN115884473A (zh) * | 2022-12-14 | 2023-03-31 | 浙江赛格建设发展有限公司 | 一种智能路灯系统以及包含该系统的智慧路灯 |
| CN115915547A (zh) * | 2022-12-14 | 2023-04-04 | 南京拓恒无人系统研究院有限公司 | 一种智慧路灯控制系统 |
| CN116867149A (zh) * | 2023-08-29 | 2023-10-10 | 山东省金海龙建工科技有限公司 | 一种基于物联网的节能型智慧路灯管理方法及系统 |
| CN116847515A (zh) * | 2023-09-01 | 2023-10-03 | 深圳市朝阳辉电气设备有限公司 | 一种智能路灯节能控制系统及方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117953688A (zh) * | 2024-02-18 | 2024-04-30 | 广东云达智能物联科技有限公司 | 一种基于物联网的智慧城市车流量监控系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111414887B (zh) | 基于yolov3算法的二次检测口罩人脸识别方法 | |
| CN109145759B (zh) | 车辆属性识别方法、装置、服务器及存储介质 | |
| CN110084165B (zh) | 基于边缘计算的电力领域开放场景下异常事件的智能识别与预警方法 | |
| CN105469105A (zh) | 一种基于视频监控的香烟烟雾检测方法 | |
| CN111310850B (zh) | 车牌检测模型的构建方法及系统、车牌检测方法及系统 | |
| CN117560824A (zh) | 一种基于物联网的路灯智慧管理系统及方法 | |
| CN112052850B (zh) | 车牌识别方法、装置、电子设备及存储介质 | |
| CN111401246B (zh) | 一种烟雾浓度检测方法、装置、设备及存储介质 | |
| CN107194396A (zh) | 国土资源视频监控系统中基于特定违章建筑识别预警方法 | |
| KR102503116B1 (ko) | 인공지능 머신러닝 학습을 위한 데이터셋 자동 생성 장치와 그의 제어 방법 | |
| CN108229524A (zh) | 一种基于遥感图像的烟囱和冷凝塔检测方法 | |
| CN116630766B (zh) | 一种多源信息数据处理系统、方法及设备 | |
| CN112257500A (zh) | 一种基于云边协同技术的电力设备智能图像识别系统及识别方法 | |
| CN112200011A (zh) | 曝气池状态检测方法、系统、电子设备及存储介质 | |
| CN113723300A (zh) | 基于人工智能的火情监测方法、装置及存储介质 | |
| CN111860187A (zh) | 一种高精度的佩戴口罩识别方法及系统 | |
| CN106780544B (zh) | 图像前景提取的方法和装置 | |
| CN113569656B (zh) | 一种基于深度学习的考场监控方法 | |
| CN114445661A (zh) | 一种基于边缘计算的嵌入式图像识别方法 | |
| CN109740527A (zh) | 一种视频帧中图像处理方法 | |
| CN107729811B (zh) | 一种基于场景建模的夜间火焰检测方法 | |
| CN113343926A (zh) | 一种基于卷积神经网络的驾驶员疲劳检测方法 | |
| CN110738208A (zh) | 一种高效的尺度规范化目标检测训练方法 | |
| CN117677969A (zh) | 一种缺陷检测的方法和装置 | |
| Xiang et al. | A new model for daytime visibility index estimation fused average sobel gradient and dark channel ratio |
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 |