[发明专利]一种行人闯红灯警示系统及实现方法在审
申请号: | 201711140202.6 | 申请日: | 2017-11-16 |
公开(公告)号: | CN107886711A | 公开(公告)日: | 2018-04-06 |
发明(设计)人: | 周小安;李耀清;张沛昌;赵宇;代广喆 | 申请(专利权)人: | 深圳大学 |
主分类号: | G08G1/005 | 分类号: | G08G1/005;G08G1/01 |
代理公司: | 深圳市精英专利事务所44242 | 代理人: | 王文伶 |
地址: | 518000 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 行人 闯红灯 警示 系统 实现 方法 | ||
技术领域
本发明涉及智能交通安全技术领域,尤其涉及一种行人闯红灯警示系统及实现方法。
背景技术
随着我国城市化的快速发展,城市交通安全问题日益受到人们的重视,特别是人流密集的交通路段,行人闯红灯的现象层出不穷,由此造成了一些生命及财产的损失。
因为管控乏力,且目前也没有相关措施针对行人闯人行横道的行为,除了投入大量的执法人员在现场进行人工监管,如发现行人闯红灯行为则进行制止和教育,但该管理方式需投入大量的人力,且监控力度和管理效率都不高,无法有效遏制行人的违法闯红灯的行为。
因此,通过信息化、智能化手段来实现对行人闯红灯行为的自动检测并公示以达到警示行人注意安全的目的。采用无人值守的交通管理模式可显著降低执法人员的工作强度,保证道路交通秩序和交通安全,提高道路通行效率。
发明内容
本发明针对现有方式的缺点,提出一种行人闯红灯警示系统及实现方法,用以解决现有技术存在的上述问题。
根据本发明的一个方面,提供了一种行人闯红灯警示系统,至少包括处理器、摄像头模组、路口显示屏、交通灯控制模块及服务器:
所述交通灯控制模块,用于获取交通灯信号规则或人行横道信号灯灯色的数据信息;
所述摄像头模组,用于根据所述交通灯控制模块的获取的数据信息采集图像数据;
所述处理器,用于获取所述图像数据并将图像数据上传给服务器;
所述服务器,用于根据所述图像数据进行人脸检测和识别及数据对比以获取违规结果;
所述路口显示屏,用于显示所述违规结果;
所述处理器通过嵌入式控制节点分别和摄像头模组、路口显示屏和交通灯控制模块连接以进行数据传输,所述处理器通过网络通信系统连接服务器以进行数据传输。
进一步的,所述摄像头模组,在所述交通灯控制模块的获取的数据信息为当交通灯信号规则为非行人通过的数据信息或人行横道信号灯为红色状态的数据信息的时候,采集图像数据。
进一步的,所述人行横道信号灯为红色状态的数据信息由颜色传感器获取。
进一步的,所述服务器为远程深度学习计算服务器。
进一步的,该系统还包括数据库,所述数据库用于存储历史违规结果。
进一步的,所述的违规结果至少包括人脸图像和违规次数。
优选的,所述服务器运行Ubuntu操作系统;所述数据库为LFW和/或YFW人脸数据库。
进一步的,所述服务器配合Opencv人脸检测算法和Caffe+GPU深度框架,并加载在LFW和/或YFW人脸数据库训练好的VggNet深度卷积神经网络作为系统的人脸识别模型。
优选的,所述处理器通过网络通信系统连接服务器以进行数据传输是指:所述处理器通过交换机入网设备连接服务器以进行数据传输。
所述系统的实现方法,至少包括如下步骤:
S101:启动所述系统,检测系统是否正常运行;
S102:若所述系统正常运行,交通灯控制模块获取交通灯信号规则或人行横道信号灯灯色的数据信息,并将所述交通灯信号规则或人行横道信号灯灯色的数据信息上传给处理器;
S103:所述处理器分析交通灯信号规则或人行横道信号灯灯色的数据信息,当交通灯信号规则为非行人通过的数据信息或人行横道信号灯为红色状态的数据信息时,指令摄像头模组采集图像数据;
S104:所述摄像头模组采集图像数据,并将所述图像数据发送给所述处理器;
S105:所述处理器将所述图像数据通过交换机入网设备发送给服务器;
S106:所述服务器根据所述图像数据进行人脸检测和识别及数据对比以获取违规结果,并将所述违规结果发送给处理器;
S107:所述处理器将违规结果发送给显示屏路口,所述路口显示屏显示违规结果。
与现有技术相比,本发明的有益效果是:
1、本发明通过摄像头模组采集图像数据,服务器再根据该图像数据进行人脸识别以获取违规结果,路口显示屏再显示出来该违规结果的过程,不仅可以警示行人以减少行人不顾交通规则闯红灯的行为,还可在一定程度上降低执法人员的工作强度,从而保证道路交通秩序和交通安全,提高道路通行效率;
2、本发明系统综合采用Ubuntu操作系统、LFW和YFW人脸数据库、Opencv人脸检测算法、Caffe+GPU深度框架及VggNet深度卷积神经网络,能够快速获取真实、完整的数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳大学,未经深圳大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711140202.6/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种自清洁路灯
- 下一篇:一种能产生云遮挡效果的调光装置