[发明专利]一种道路和植被识别方法、装置及后台服务器在审

专利信息
申请号: 202110631411.0 申请日: 2021-06-07
公开(公告)号: CN113361408A 公开(公告)日: 2021-09-07
发明(设计)人: 卫潮冰;杨玺;陈建科;陈婷;林文頔 申请(专利权)人: 广东电网有限责任公司;广东电网有限责任公司江门供电局
主分类号: G06K9/00 分类号: G06K9/00;G06Q50/06;G06T7/11
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 黄忠
地址: 510600 广东*** 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: 一种 道路 植被 识别 方法 装置 后台 服务器
【权利要求书】:

1.一种道路和植被识别方法,其特征在于,包括:

获取预置带电作业位置的多个地面方位的监控图像,标记每个所述地面方位的所述监控图像,同一个所述地面方位的所述监控图像的标记相同;

将所述监控图像输入至训练好的道路及植被分割模型,分割出所述监控图像中的道路区域块及植被区域块;

将分割出的所述道路区域块输入至训练好的道路区域危险车辆监测模型,判断所述道路区域块是否存在车辆;

若所述道路区域块存在车辆,则发送报警信息至带电作业报警装置,使得带电作业人员接收到报警信息,所述报警信息中包括存在车辆的所述监控图像的标记信息。

2.根据权利要求1所述的道路和植被识别方法,其特征在于,所述获取预置带电作业位置的多个地面方位的监控图像,具体为:

获取预置带电作业位置周围预置范围内的多个地面方位的监控图像,所述预置范围为3-5m;所述多个地面方位为所述预置带电作业位置的前、后、左、右四个方位,或者前、后、左、右、左前、右前、左后、右后八个方位。

3.根据权利要求1所述的道路和植被识别方法,其特征在于,在所述将所述监控图像输入至训练好的道路及植被分割模型,分割出所述监控图像中的道路区域块及植被区域块,之前还包括:

对所述监控图像进行预处理,所述预处理包括图像降噪。

4.根据权利要求1所述的道路和植被识别方法,其特征在于,所述道路及植被分割模型由深度学习框架TensorFlow或者pytorch构成。

5.根据权利要求1所述的道路和植被识别方法,其特征在于,在所述若所述道路区域块存在车辆,则发送报警信息至带电作业报警装置,使得带电作业人员接收到报警信息,所述报警信息中包括存在车辆的所述监控图像的标记信息之后,还包括:

根据所述标记信息发出包括车辆所处方位的报警信息,以提示带电作业人员危险车辆的所在方向。

6.一种道路和植被识别装置,其特征在于,包括:

获取单元,用于获取预置带电作业位置的多个地面方位的监控图像,标记每个所述地面方位的所述监控图像,同一个所述地面方位的所述监控图像的标记相同;

分割单元,用于将所述监控图像输入至训练好的道路及植被分割模型,分割出所述监控图像中的道路区域块及植被区域块;

判断单元,用于将分割出的所述道路区域块输入至训练好的道路区域危险车辆监测模型,判断所述道路区域块是否存在车辆;

报警单元,用于若所述道路区域块存在车辆,则发送报警信息至带电作业报警装置,使得带电作业人员接收到报警信息,所述报警信息中包括存在车辆的所述监控图像的标记信息。

7.根据权利要求6所述的道路和植被识别装置,其特征在于,获取单元还用于获取预置带电作业位置周围预置范围内的多个地面方位的监控图像,所述预置范围为3-5m;所述多个地面方位为所述预置带电作业位置的前、后、左、右四个方位,或者前、后、左、右、左前、右前、左后、右后八个方位。

8.根据权利要求6所述的道路和植被识别装置,其特征在于,还包括:

预处理单元,用于对所述监控图像进行预处理,所述预处理包括图像降噪。

9.根据权利要求6所述的道路和植被识别装置,其特征在于,所述报警单元还包括:

语音报警单元,用于根据所述标记信息发出包括车辆所处方位的报警信息,以提示带电作业人员危险车辆的所在方向。

10.一种后台服务器,其特征在于,所述后台服务器用于接收图像采集设备远程传输的监控图像;对所述监控图像中的道路区域块及植被区域块,判断所述道路区域块中是否存在存在车辆,若存在,则发送报警信息至带电作业报警装置,使得带电作业报警装置发出警报。

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广东电网有限责任公司;广东电网有限责任公司江门供电局,未经广东电网有限责任公司;广东电网有限责任公司江门供电局许可,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/202110631411.0/1.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