本發(fā)明涉及智能交通，尤其涉及一種公路智能感知與實(shí)時(shí)監(jiān)控系統(tǒng)。

背景技術(shù)：

1、公路的智慧化運(yùn)營(yíng)管理一直是公路管理方不斷面對(duì)的復(fù)雜挑戰(zhàn)。盡管積累了豐富的數(shù)據(jù)、視頻資源和圖像資源，管理者一直在追求更為有效的分析和利用方法，以應(yīng)對(duì)“感而不知、感而不智”的問(wèn)題。當(dāng)前，公路管理仍依賴傳統(tǒng)的人工巡查監(jiān)控模式，但這種方式存在著工作繁重、數(shù)據(jù)龐大、效率低下等問(wèn)題?？傮w而言，公路管理在數(shù)據(jù)多樣性和處理能力不足等方面仍面臨著一系列挑戰(zhàn)。

2、在公路的管理層面，目前存在監(jiān)測(cè)圖像不夠清晰，進(jìn)而難以對(duì)圖片中的事故進(jìn)行精準(zhǔn)判斷、快速?zèng)Q策和果斷施策。同時(shí)，由于缺乏對(duì)多種設(shè)備數(shù)據(jù)的智能統(tǒng)計(jì)分析能力，應(yīng)用及管理方面的便利性受到一定影響。

3、對(duì)于當(dāng)前可接入的道路設(shè)備、數(shù)據(jù)以及技術(shù)成果等方面，存在一個(gè)共同問(wèn)題，即缺乏一個(gè)統(tǒng)一、直觀且操作便捷的軟件平臺(tái)進(jìn)行標(biāo)準(zhǔn)化管理和輸出。此外，人工智能技術(shù)缺乏有效地利用和展示手段，難以為業(yè)務(wù)管理提供完整的依據(jù)和實(shí)際操作抓手。

4、例如申請(qǐng)?zhí)枮?01910898587.5的發(fā)明專利文獻(xiàn)，公開了一種高速公路交通事件自動(dòng)檢測(cè)系統(tǒng)，其僅可對(duì)車輛行駛過(guò)程中是否違法進(jìn)行判斷。

5、因此，如何利用公路感知端的高精度的圖像和環(huán)境監(jiān)測(cè)裝置，提高對(duì)多種公路事件的檢測(cè)準(zhǔn)確度，為道路交通安全管理和運(yùn)營(yíng)提供有效支援，是目前有待解決的技術(shù)問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、為此，本發(fā)明提供一種公路智能感知與實(shí)時(shí)監(jiān)控系統(tǒng)，通過(guò)全天空成像儀和監(jiān)控云平臺(tái)的互聯(lián)控制ptz攝像頭的曝光參數(shù)，增強(qiáng)了ptz攝像頭的環(huán)境適應(yīng)性，進(jìn)而通過(guò)ptz攝像頭采集的更清晰可靠的公路圖像，實(shí)現(xiàn)了對(duì)多種公路事件的高準(zhǔn)確度檢測(cè)，并通過(guò)定時(shí)更新的檢測(cè)模型和預(yù)案集，為道路交通安全管理和運(yùn)營(yíng)提供有效支援。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提出一種公路智能感知與實(shí)時(shí)監(jiān)控系統(tǒng)，包括：

3、智能感知端，包括ptz攝像頭和全天空成像儀，所述ptz攝像頭用以進(jìn)行能夠控制曝光參數(shù)的公路圖像采集，所述全天空成像儀用以采集云朵圖像；

4、監(jiān)控云平臺(tái)，與所述智能感知端實(shí)時(shí)通訊，搭載神經(jīng)網(wǎng)絡(luò)算法的車輛檢測(cè)模型、神經(jīng)網(wǎng)絡(luò)算法的公路檢測(cè)模型、成像調(diào)節(jié)模塊、樣本集更新模塊、預(yù)案更新模塊和報(bào)警管理模塊；

5、所述車輛檢測(cè)模型，用以檢測(cè)所述公路圖像中的車輛違章和車輛事故；

6、所述公路檢測(cè)模型，用以檢測(cè)所述公路圖像中的公路事件；

7、所述成像調(diào)節(jié)模塊，用以控制所述ptz攝像頭分別以對(duì)應(yīng)天氣類型和光照強(qiáng)度的曝光參數(shù)采集所述公路圖像，所述天氣類型根據(jù)所述云朵圖像表征的云況信息確定；

8、所述樣本集更新模塊，用以更新所述車輛檢測(cè)模型的車輛樣本集和所述公路檢測(cè)模型的公路樣本集，所述車輛樣本集由網(wǎng)絡(luò)獲取的車輛違章和車輛事故的圖片依據(jù)其文本描述進(jìn)行分類和自動(dòng)標(biāo)注生成，所述公路樣本集由網(wǎng)絡(luò)獲取的公路事件的圖片依據(jù)其文本描述進(jìn)行分類和自動(dòng)標(biāo)注生成；

9、所述預(yù)案更新模塊，用以截取所述樣本集更新模塊獲取的圖片對(duì)應(yīng)的文本描述，通過(guò)關(guān)鍵詞提取算法生成與所述圖片對(duì)應(yīng)的預(yù)案集；

10、所述報(bào)警管理模塊，將所述公路檢測(cè)模型和所述車輛檢測(cè)模型的檢測(cè)結(jié)果對(duì)應(yīng)于所述預(yù)案集，進(jìn)行報(bào)警和預(yù)案展示。

11、進(jìn)一步地，所述ptz攝像頭的曝光參數(shù)包括光圈初始值、快門速度初始值、感光度初始值和目標(biāo)亮度值；

12、所述成像調(diào)節(jié)模塊，用以根據(jù)所述天氣類型設(shè)定對(duì)應(yīng)的光圈初始值、快門速度初始值和感光度初始值，還用以根據(jù)所述光照強(qiáng)度設(shè)定與其存在反比關(guān)系的目標(biāo)亮度值；

13、所述ptz攝像頭運(yùn)行到調(diào)節(jié)時(shí)長(zhǎng)時(shí)，執(zhí)行所述光圈初始值、快門速度初始值和感光度初始值，進(jìn)行以所述目標(biāo)亮度值為目標(biāo)的曝光度自動(dòng)調(diào)節(jié)。

14、進(jìn)一步地，所述ptz攝像頭的曝光參數(shù)還包括光圈范圍約束和快門速度范圍約束；

15、所述成像調(diào)節(jié)模塊，還用以根據(jù)所述光圈初始值和所述光照強(qiáng)度設(shè)定光圈范圍約束，用以根據(jù)所述快門速度初始值和所述光照強(qiáng)度設(shè)定快門速度范圍約束。

16、進(jìn)一步地，所述成像調(diào)節(jié)模塊，用以根據(jù)所述云況信息判定天氣類型和其對(duì)應(yīng)的雨量、雪量、霧氣量或雨霧量；

17、所述成像調(diào)節(jié)模塊，還用以在判定為雨天類型、雪天類型或霧天類型時(shí)，根據(jù)所述雨量/雪量/霧氣量/雨霧量，調(diào)整所述光圈初始值、所述快門速度初始值。

18、進(jìn)一步地，所述監(jiān)控云平臺(tái)，還包括圖像處理模塊；

19、所述圖像處理模塊，用以根據(jù)所述光照強(qiáng)度調(diào)整所述公路圖像的對(duì)比度、銳化度和白平衡。

20、進(jìn)一步地，所述監(jiān)控云平臺(tái)，還包括圖像穩(wěn)定模塊；

21、所述圖像穩(wěn)定模塊，用以將設(shè)定時(shí)長(zhǎng)內(nèi)所述ptz攝像頭采集的多個(gè)所述公路圖像，根據(jù)目標(biāo)車輛進(jìn)行圖像融合。

22、上述方案中，突破了傳統(tǒng)限制，具備在晝、夜、雨、雪等各種復(fù)雜環(huán)境條件下進(jìn)行全天候檢測(cè)的卓越能力，表現(xiàn)出卓越的環(huán)境適應(yīng)性。

23、進(jìn)一步地，所述車輛樣本集和所述公路樣本集的來(lái)源包括自主標(biāo)注圖片集、自動(dòng)標(biāo)注網(wǎng)站圖片庫(kù)集和公開交通圖片集，其中，所述自動(dòng)標(biāo)注網(wǎng)站圖片庫(kù)集和所述公開交通圖片集為由網(wǎng)絡(luò)獲取的圖片，所述自主標(biāo)注圖片集由歷史的ptz攝像頭采集圖片標(biāo)注生成。

24、進(jìn)一步地，所述樣本集更新模塊，用以根據(jù)圖片和文本的相似度，判斷所述自動(dòng)標(biāo)注網(wǎng)站圖片庫(kù)集和公開交通圖片集的圖片和文本是否采用。

25、進(jìn)一步地，所述樣本集更新模塊，還用以根據(jù)抽樣審核文本與對(duì)應(yīng)的自動(dòng)標(biāo)注網(wǎng)站圖片庫(kù)集和公開交通圖片集的所有圖片的整體相似度確定其是否采用。

26、進(jìn)一步地，所述車輛檢測(cè)模型包括車輛檢測(cè)子模型、行駛檢測(cè)子模型、事故檢測(cè)子模型和逆行檢測(cè)子模塊；

27、所述車輛檢測(cè)子模型，其樣本集為正常行駛車輛圖片，用以識(shí)別所述公路圖像中的車輛，生成標(biāo)注標(biāo)簽的標(biāo)簽車輛；

28、所述行駛檢測(cè)子模型，用以根據(jù)多個(gè)所述公路圖像中的標(biāo)簽車輛，判斷是否發(fā)生車輛停駛和車輛擁堵慢行；

29、所述事故檢測(cè)子模型，其樣本集為車輛交通事故圖片，用以判斷所述公路圖像中是否發(fā)生車輛交通事故；

30、所述逆行檢測(cè)子模塊，其樣本集為逆行車輛圖片，用以判斷所述公路圖像中是否發(fā)生車輛逆行。

31、上述方案中，實(shí)現(xiàn)了檢測(cè)模型的自學(xué)習(xí)功能，通過(guò)不斷積累、分析和更新樣本集，能夠逐漸優(yōu)化檢測(cè)模型以智能適應(yīng)各類場(chǎng)景的復(fù)雜性，能夠動(dòng)態(tài)適應(yīng)新場(chǎng)景的特征和變化，在不斷的迭代過(guò)程中，得到具備比較強(qiáng)大能力的智能檢測(cè)模型。

32、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果在于，

33、1、通過(guò)全天空成像儀和監(jiān)控云平臺(tái)的互聯(lián)控制ptz攝像頭的曝光參數(shù)，增強(qiáng)了ptz攝像頭的環(huán)境適應(yīng)性，進(jìn)而通過(guò)ptz攝像頭采集的更清晰可靠的公路圖像，實(shí)現(xiàn)了對(duì)多種公路事件的高準(zhǔn)確度檢測(cè)，并通過(guò)定時(shí)更新的檢測(cè)模型和預(yù)案集，為道路交通安全管理和運(yùn)營(yíng)提供有效支援。

34、2、突破了傳統(tǒng)限制，具備在晝、夜、雨、雪等各種復(fù)雜環(huán)境條件下進(jìn)行全天候檢測(cè)的卓越能力，表現(xiàn)出卓越的環(huán)境適應(yīng)性。

35、3、實(shí)現(xiàn)了檢測(cè)模型的自學(xué)習(xí)功能，通過(guò)不斷積累、分析和更新樣本集，能夠逐漸優(yōu)化檢測(cè)模型以智能適應(yīng)各類場(chǎng)景的復(fù)雜性，能夠動(dòng)態(tài)適應(yīng)新場(chǎng)景的特征和變化，在不斷的迭代過(guò)程中，得到具備比較強(qiáng)大能力的智能檢測(cè)模型。