[发明专利]基于气象观测、道路摄像能见度识别的系统及应用方法在审
申请号: | 201810329654.7 | 申请日: | 2018-04-13 |
公开(公告)号: | CN110188586A | 公开(公告)日: | 2019-08-30 |
发明(设计)人: | 娄胜利;于悦;李新礼;王清臣;李鑫;苏衍响;卢楠;索琳;谷丽蕊 | 申请(专利权)人: | 山东百世通大数据科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06F16/51 |
代理公司: | 北京华仲龙腾专利代理事务所(普通合伙) 11548 | 代理人: | 李静 |
地址: | 250000 山东省济南市*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 能见度 气象观测 高速公路监控 摄像头 摄像 图像数据采集模块 气象站观测数据 接口服务模块 人工智能技术 位置信息提取 用户交互模块 道路能见度 监控摄像头 高速公路 气象灾害 采集模块 大雾天气 调度模块 分析模块 关联模块 观测数据 机器学习 监测信息 监控图像 检验模块 摄像资料 神经网格 实时作业 识别训练 相关软件 信息保障 大数据 卷积 团雾 估算 诱发 图像 通行 监测 应用 交通 | ||
1.基于气象观测、道路摄像能见度识别的系统,其特征在于包括用户交互模块、高速公路监控图像数据采集模块、高速公路摄像头的位置信息提取模块、摄像头与气象站观测数据关联模块、能见度观测数据采集模块、高速公路监控图像与能见度大数据分析模块、基于深度卷积神经网格的能见度识别训练模块、实时作业调度模块、能见度估算检验模块、接口服务模块。
2.根据权利要求1所述的基于气象观测、道路摄像能见度识别的系统,其特征在于高速公路监控图像数据采集模块,允许导入不同视频压缩编码和不同格式存储的视频文件,以设定的拍摄时间间隔抽取出图像数据,识别图像的拍摄时间;允许进行不同图像格式间的转换,支持主流的JPG、BMP、PNG、TIFF等图像格式;支持对图像的大小进行裁剪和分辨率调整;支持对图像进行色彩拉伸和对比度调整。
3.根据权利要求1所述的基于气象观测、道路摄像能见度识别的系统,其特征在于高速公路摄像头的位置信息提取模块,以道路桩号来代表高速公路摄像头的拍摄位置,根据高速公路的桩号信息,提取出每个摄像头位置的经纬度信息,以高速公路编号、桩号、拍摄日期和时间建立图像命名规范,按规范对所有图像进行统一命名,将所有图像输入到图像数据库中,除了图像数据,还有高速公路编号、摄像头经纬度信息,日期信息包括年、月、日、时、分。
4.根据权利要求1所述的基于气象观测、道路摄像能见度识别的系统,其特征在于摄像头与气象站观测数据关联模块,功能如下:A,以设定的可变的距离,根据高速公路桩号坐标文件生成缓冲区;B,根据气象观测站的地理坐标,自动将位于缓冲区内的气象站提取出来;C,根据摄像头的位置与气象站的坐标,计算每一个摄像头距离气象站的空间距离,取距离最小的气象站作为摄像头的空间关联能见度观测站。
5.根据权利要求1所述的基于气象观测、道路摄像能见度识别的系统,其特征在于能见度观测数据采集模块,获取摄像头所关联的高速公路气象观测站或周边气象台站所观测的能见度、温度、相对温度、风速、风向信息;提取出每个气象台站的经纬度信息,以站点编号、观测日期和时间来对观测的气象数据文件进行命名规范,按规范对所有缓冲区内的气象观测数据文件进行统一命名,将所有输入到数据库中,除了气象要素数据,还有气象观测站经纬度信息,日期信息包括年、月、日、时、分,道路气象灾害风险评估模型,对周边气象站30年整编历史气象观测数据进行处理,分别统计冰冻雨雪、低能见度、大风和强降水发生的频次,依据相关分级标准进行灾害风险等级划分。
6.根据权利要求1所述的基于气象观测、道路摄像能见度识别的系统,其特征在于高速公路监控图像与能见度大数据分析模块,主要由分布式存储系统、分布式资源调度框架、大数据计算框架、科研样本生成、样本预处理五部分组成。
7.根据权利要求1所述的基于气象观测、道路摄像能见度识别的系统,其特征在于基于深度卷积神经网格的能见度识别训练模块,在智能算法库的支持下,实现基于深度卷积神经网格的监控照片天空识别功能;提供能见度识别模型的搭建、参数调整和训练;训练参数文件的更新。
8.根据权利要求1所述的基于气象观测、道路摄像能见度识别的系统,其特征在于实时作业调度模块,提供历史数据处理功能,实现过去照片和气象观测资料的处理和入库;提供能见度模型训练功能;设置实时作业参数文件,实现后台自动处理实时资料,实时读取监控图片并给出能见度估计值。
9.根据权利要求1所述的基于气象观测、道路摄像能见度识别的系统,其特征在于应用方法如下几个步骤:1,通过高速公路摄像头的位置信息提取模块、高速公路监控图像数据采集模块对高速公路监控图像及相关数据进行采集处理;2,通过高速公路摄像头的位置信息提取模块、能见度观测数据采集模块对高速公路气象观测站数据进行采集;3,通过能见度观测数据采集模块对气象台站能见度数据进行处理;4,通过摄像头与气象站观测数据关联模块进行摄像头与气象观测站空间匹配;5,通过高速公路监控图像与能见度大数据分析模块,实现基于深度卷积神经网络(DCN)的天空检测;6,通过基于深度卷积神经网格的能见度识别训练模块,实现基于深度卷积神经网络(DCN)的能见度识别。
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山东百世通大数据科技有限公司,未经山东百世通大数据科技有限公司许可,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/201810329654.7/1.html,转载请声明来源钻瓜专利网。