[实用新型]一种基于AI深度学习的团雾智能识别装置有效

专利信息
申请号: 201820828177.4 申请日: 2018-05-31
公开(公告)号: CN208506770U 公开(公告)日: 2019-02-15
发明(设计)人: 钟磊;吴捷 申请(专利权)人: 安徽金赛弗信息技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/08
代理公司: 安徽力澜律师事务所 34127 代理人: 王际复
地址: 230088 安徽省合肥市高新区*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 团雾 模数变换器 增益放大器 传输单元 电平转换电路 智能识别装置 本实用新型 存储单元 分析单元 高清视频 光学检测 网络信号 灾害报警 主机 主机连接 电连接 分两路 信号线 学习
【说明书】:

实用新型公开了一种基于AI深度学习的团雾智能识别装置,包括:高清视频分析单元、光学检测识别单元、DSP控制单元、本地存储单元、4G传输单元、团雾灾害报警中心,所述高清视频分析单元、光学检测识别单元通过网络信号与DSP控制单元电连接,所述DSP控制单元由DSP控制主机、增益放大器、模数变换器、电平转换电路组成,所述增益放大器与模数变换器连接,所述模数变换器、电平转换电路均通过信号线与DSP控制主机连接,所述DSP控制主机与增益放大器连接,所述DSP控制单元通过网络信号分两路分别与本地存储单元、4G传输单元连接,所述4G传输单元与团雾灾害报警中心对接。本实用新型具有可靠性高、识别速度快的优点。

技术领域

本实用新型涉及一种基于AI深度学习的团雾智能识别装置,应用于图像识别与分析技术领域。

背景技术

随着人们生活水平的不断提高,我国机动车保有量的快速增长,因突发团雾引发的国道、省道、高速公路重、特大交通事故持续高发,连环相撞、群死群伤情况不断出现,造成了重大人员伤亡和财产损失,社会反响强烈,团雾内四顾朦胧、能见度极低,同时具有范围不大、积聚时间较长、易漂移、突然性强等特点,目前国内市场团雾检测技术比较单一,结构不够精确,不能够做到及时预警。

实用新型内容

为解决现有技术方案的缺陷,本实用新型公开了一种识基于AI深度学习的团雾智能识别装置,具有可靠性高、识别快速的优点。

本实用新型公开了一种基于AI深度学习的团雾智能识别装置,包括:高清视频分析单元、光学检测识别单元、DSP控制单元、本地存储单元、4G传输单元、团雾灾害报警中心,所述高清视频分析单元、光学检测识别单元通过网络信号与DSP控制单元电连接,所述DSP控制单元由DSP控制主机、增益放大器、模数变换器、电平转换电路组成,所述增益放大器与模数变换器连接,所述模数变换器、电平转换电路均通过信号线与DSP控制主机连接,所述DSP控制主机与增益放大器连接,所述DSP控制单元通过网络信号分两路分别与本地存储单元、4G传输单元连接,所述4G传输单元与团雾灾害报警中心对接。

所述光学检测单元为团雾智能检测器。

由于采用上述技术方案,本实用新型具有以下有益优点:

1、可靠性高;

2、识别效率高。

附图说明

图1是本实用新型一种基于AI深度学习的团雾智能识别装置的结构示意图;

图2是本实用新型中DSP控制单元的结构示意图。

其中:1-高清视频分析单元;2-光学检测识别单元;3-DSP控制单元;4-本地存储单元;5-4G传输单元;6-团雾灾害预警中心;31-DSP控制主机;32-增益放大器;33-模数变换器;34-电平转换电路。

具体实施方式

如图1、2所示,本实用新型公开了一种基于AI深度学习的团雾智能识别装置,包括:高清视频分析单元1、光学检测识别单元2、DSP控制单元3、本地存储单元4、4G传输单元5、团雾灾害预警中心6,所述高清视频分析单元1、光学检测识别单元2通过网络信号与DSP控制单元3电连接,所述DSP控制单元3由DSP控制主机31、增益放大器32、模数变换器33、电平转换电路34组成,所述增益放大器32与模数变换器33连接,所述模数变换器33、电平转换电路34均通过信号线与DSP控制主机31连接,所述DSP控制主机31与增益放大器32连接,所述DSP控制单元3通过网络信号分两路分别与本地存储单元4、4G传输单元5连接,所述4G传输单元5与团雾灾害报警中心6对接。

所述光学检测单元2为团雾智能检测器。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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安徽金赛弗信息技术有限公司,未经安徽金赛弗信息技术有限公司许可,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/201820828177.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top