[发明专利]基于边缘云的高性能智能路侧系统在审
申请号: | 202010069976.X | 申请日: | 2020-01-19 |
公开(公告)号: | CN111310603A | 公开(公告)日: | 2020-06-19 |
发明(设计)人: | 姜坤 | 申请(专利权)人: | 南京瑞芯科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/34;G06K9/46;G06T7/11;G06T7/181;G06T7/187;G06T7/194;G06T7/246;G06T7/66;G08G1/0967 |
代理公司: | 南京泰普专利代理事务所(普通合伙) 32360 | 代理人: | 窦贤宇 |
地址: | 211100 江苏省南京市*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 边缘 性能 智能 系统 | ||
本发明公开了一种基于边缘云的高性能智能路侧系统,包括本体、路侧智能单元和智能处理单元,本体用于形成收容空间,以承载相关单元;路侧智能单元用于采集预定区域的相关信息;智能处理单元接收路侧智能单元的信息,并进行处理。本发明通过智能处理单元,可以快速处理相关信息和数据,无需将海量的数据上传至云端,处理速度快,效率高,降低了通信成本。
技术领域
本发明属于信息技术领域,尤其是一种智能路侧系统。
背景技术
随着自动驾驶技术与通信技术的不断进步,车辆由驾驶辅助向自主智能、协同智能发展已成定势,车路协同技术作为解决自动驾驶问题、交通安全问题、提升通行行行效率的重要技术手段日益受到学术界以及产业界关注。随着道路系统的日益复杂,各种设备越来越多,信息处理、信息交互、设备维护等问题越来越多。交通数据数量、种类和速度的不断增长,时延要求的提高,对数据体系架构提出了新的要求,例如,网络边缘的事物生成的数据格式各不相同,多源异构数据的融合是一个难点。对于大数据、高可靠性和低延时的处理要求,现有技术提出了多种解决方案,但是在具体场景使用中,还存在种种问题。
发明内容
发明目的:提供一种基于边缘云的高性能智能路侧方法,已解决现有技术存在的上述问题,并进一步提供一种实现上述方法的系统。
技术方案:基于边缘云的高性能智能路侧系统,
本体,用于形成收容空间,以承载相关单元;
路侧智能单元,用于采集预定区域的相关信息;
智能处理单元,接收路侧智能单元的信息,并进行处理。
在进一步的实施例中,所述智能路侧单元包括摄像机,所述摄像机用于采集预
定区域的图像数据,所述智能处理单元包括简易目标跟踪单元,该简易目标跟踪单元用于快速跟踪少量部分目标,其工作过程如下:读取预定帧图像,将图像转化为HSV空间的图像数据,查找HSV各通道的阈值,并进行二值化处理,查找图像边缘,形成封闭的区域,计算封闭区域的质心坐标,并根据质心位置绘制物体的轮廓。
在进一步的实施例中,所述路侧智能单元还包括录音设备和通信热点单元;所述摄像机和录音设备分别用于采集预定区域的道路图像和音频信息,并保存在存储单元中;
所述智能处理单元包括图像识别模块,所述图像识别模块用于基础图片获取和车辆识别跟踪:
对于每一摄像机拍摄的图像数据,分别抽取预定时间段内预定时间间隔的偶数个图片,依次计算相邻两帧图片上的每个像素值的差值,记作差值矩阵A,将差值矩阵A与第一阈值矩阵B作差,得到矩阵C,判断矩阵C是否为零矩阵,若为零矩阵,选择其中的一帧图片,删除另一帧图片,若为非零矩阵,将其中一帧图片中像素信息与另一帧图片中的像素信息求和并求平均,将新的像素信息保存成新图片;重复上述步骤,直至将每个摄像机的图片合并成一帧,将该帧图片作为基础图片,记作像素矩阵X;
依次获取各个摄像机工作时刻的图像数据,获取待检图片的像素矩阵D,将待检
图片的像素矩阵D与该摄像机对应的基础图片的像素矩阵X相减,获得差值矩阵D1,将差值矩阵与第二阈值矩阵B2相减并二值化处理,获得待检图片的前景图;
在各个前景图中,计算出各个区域的边缘,将连通的区域作为候选区域,将其作
为潜在车辆进行标记,将标记好的前景图存储在车辆跟踪数据存储单元;
调取待跟踪路段的前景图信息,根据预定连续帧的前景图信息,判断候选区域是
否存在于两个以上的前景图中,若存在于两个前景图中,则将标记合并;若存在于前一帧图像中,而在后续的预定数量帧的图像中消失,则判断该车辆使出当前监测路段;若在当前帧中第一次出现且在后续帧中连续出现,则将其作为新增车辆,并统一编号。
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南京瑞芯科技有限公司,未经南京瑞芯科技有限公司许可,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/202010069976.X/2.html,转载请声明来源钻瓜专利网。