[发明专利]基于云计算的交通违停拍照控制方法

权利要求书

1.一种基于云计算的交通违停拍照控制方法，其特征在于，其包括：

在到达指定位置后，将无人机的机载传感器所采集到的初始数据发送至交通违停云平台；无人机包括智能网关，智能网关用于对机载传感器所采集的初始数据进行优化处理和转发；智能网关根据数据类型和数据内容对数据流进行优先级排序，然后将高于预设优先级的数据传输至交通违停云平台；

智能网关分析影像传感器采集的视频数据，以确定图像内容是否已经从时间T1改变到时间T2；智能网关采用包含规则的规则引擎，若在时间T2处的图像内容与在时间T1处的图像内容相同，则对时间T1处的视频数据赋予次优先级；在传输时省略已被识别为次优先级的数据；

交通违停云平台中的与机载传感器相关联的虚拟传感器将初始数据转化为初始重定向数据并将其输出至虚拟设备引擎；虚拟设备引擎将初始重定向数据转化为与拍照控制服务兼容的转换数据并将其发送至拍照控制模块；

拍照控制模块对转换数据进行图像识别与分析后生成虚拟动作命令；虚拟设备引擎接收虚拟动作命令，然后将其发送至虚拟交互控制器，所述虚拟交互控制器与无人机的交互部件相关联；

虚拟交互控制器将虚拟动作命令转换为与无人机的交互部件兼容的实际动作命令，然后通过网络发送实际动作命令，以使得无人机的交互部件执行违停拍照任务。

2.根据权利要求1所述的方法，其特征在于，无人机的机载传感器包括影像传感器、加速度计、陀螺仪、电池寿命传感器、GPS传感器，机载传感器采集到的初始数据包括图像、无人机运动数据和电池寿命数据。

3.根据权利要求2所述的方法，其特征在于，无人机的交互部件包括螺旋桨、马达、陀螺仪稳定器和运动相机。

4.根据权利要求3所述的方法，其特征在于，所述拍照控制模块包括无人机专用控制器、视觉API和导航API。

5.根据权利要求4所述的方法，其特征在于，所述拍照控制模块提取转换数据中的目标区域的Haar特征，然后将Haar特征输入到AdaBoost分类器以进行车辆识别；

在识别车辆后，基于车辆区域和存储的划线区域进行处理分析，然后生成虚拟动作命令以指示无人机采集违停车辆的图像数据。

6.根据权利要求5所述的方法，其特征在于，违停拍照任务包括：移动靠近指定目标对象并拍照、采集目标对象的近视图和采集目标对象的车牌号；实际动作命令包括：升高/降低螺旋桨转速、运动相机拍照以及镜头缩放/聚焦。