[发明专利]基于深度学习的公交车安全隐患排查系统及方法在审

专利信息
申请号: 202110348359.8 申请日: 2021-03-31
公开(公告)号: CN113034112A 公开(公告)日: 2021-06-25
发明(设计)人: 曾云辉;陈伊琳;张碧金;戴源志;张子怡;王榕;娄越;廖梓钧;郭洪飞;袁博 申请(专利权)人: 清华大学深圳国际研究生院
主分类号: G06Q10/10 分类号: G06Q10/10;G06Q50/26;G06K9/00;G08B3/10;G08B21/24;G08B31/00
代理公司: 深圳新创友知识产权代理有限公司 44223 代理人: 江耀纯
地址: 518055 广东省深圳市*** 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: 基于 深度 学习 公交车 安全隐患 排查 系统 方法
【说明书】:

发明提供一种基于深度学习的公交车安全隐患排查系统,包括ARM控制模块、图像采集与处理模块、后台控制中心和车内报警系统;ARM控制模块分别与图像采集与处理模块和车内报警系统连接;图像采集与处理模块与后台控制中心通信连接,用于对采集到的实时图像预处理后进行人脸检测、特征提取与情绪识别,再将情绪识别结果数据传输给后台控制中心;后台控制中心根据情绪识别结果数据进行判断及做出决策,以及向车内报警系统发出预防措施指令;车内报警系统用于响应后台控制中心发出的预防措施指令,执行预防措施。本发明通过情绪识别预先知道司机或乘客即将出现的异常行为并及时提醒司机或乘客做好相应的防范措施,安全隐患排查效率高且成本低。

技术领域

本发明涉及交通工具领域,特别是一种基于深度学习的公交车安全隐患排查系统及方法。

背景技术

近年来,在公共交通工具上抢夺方向盘、殴打驾驶人员等妨害安全驾驶的行为时有发生,严重威胁道路交通安全,有的甚至造成重大人员伤亡和财产损失,成为不容忽视的公共交通安全问题。公交车的安全问题不仅是我国近年来的交通安全隐患,更是世界性的问题。中国有总长80万公里的公交线路,每天2.5亿人在60万辆公交车当中流动,若放任妨害安全驾驶的行为继续,公众的生命安全将无法被有效保障,容易导致社会动荡,因此,实施保护公交车司机的安全措施是当务之急,研究一种能预知乘客暴力行为并为司机打预防针、避免悲剧发生的智能公车情绪识别系统更是刻不容缓。

美国一家生产制造公交车的公司选择在现有公交车上安装防护门和防弹玻璃;加拿大温哥华警方连同公交公司发起了“别碰公交司机”运动(Don't touch the operator),在每一辆公交车上贴上安全标志,预防司机被袭击和骚扰并鼓励乘客报告他们见到的袭击司机事件;我国力争在公交车上配备安全隔离门或安保人员以及为公交车司机开设心理辅导课,进行心理健康专项培训并每隔半年对司机进行心理评估;澳大利亚制定了法律来规范公交车内的举止;英国的公交车则具有较全套的保护措施,有司机防护屏、便于司机与控制中心和警方快速联系的双向电台、警报器、摄像头和闭路电视、张贴警示标志以及用于识别向司机吐口水的罪犯的DNA检测试剂盒。现有的公交车安全保护措施多种多样,但都有其局限性,不能有效解决公共交通安全问题,且具有智能度不高、成本高、效用低、公众接受程度不高等缺点。

发明内容

本发明的目的在于提供一种基于深度学习的公交车安全隐患排查系统及方法,以解决公交车安全保护措施成本高和效率低的技术问题。

本发明的技术问题通过以下的技术方案予以解决:

一种基于深度学习的公交车安全隐患排查系统,包括:

ARM控制模块、图像采集与处理模块、后台控制中心和车内报警系统;

所述ARM控制模块设置在公交车上,并分别与所述图像采集与处理模块和车内报警系统连接,用于控制所述图像采集与处理模块和车内报警系统;

所述图像采集与处理模块设置在公交车上,与所述后台控制中心通信连接,用于采集公交车上司机与乘客的实时图像,并对实时图像进行预处理后进行人脸检测、特征提取与情绪识别,再将情绪识别结果数据传输给所述后台控制中心;

所述后台控制中心用于根据接收到的所述情绪识别结果数据,进行判断及做出决策,以及向所述车内报警系统发出预防措施指令;

所述车内报警系统与所述后台控制中心通信连接,用于响应所述后台控制中心发出的预防措施指令,并执行预防措施。

在一些实施例中,所述图像采集与处理模块包括依次连接的图像采集单元、图像预处理单元、卷积神经网络单元及第一NB-IOT传输单元;

所述图像采集单元用于采集公交车上司机与乘客的实时图像;

所述图像预处理单元用于对实时图像进行预处理,分割出目标人脸区域;

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清华大学深圳国际研究生院,未经清华大学深圳国际研究生院许可,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/202110348359.8/2.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