基于AI的高速公路危化品车辆车流监控系统及方法

专利主权项内容

1.基于AI的高速公路危化品车辆车流监控系统，其特征在于，包括：危化品车辆信息录入单元，用于：将装载危化品的车辆基本信息进行录入，其中，车辆基本信息包括车型、装载重量、车牌号、驾驶员信息，车辆基本信息录入完成后将车辆传感器信息进行录入，其中，车辆传感器信息包括车内监控传感器、车外摄像传感器、空气检测传感器、温湿度检测传感器；危险品车辆行驶监测单元，用于：对驾驶员的驾驶行为数据以及行驶路径中的车流情况进行实时监测，其中，驾驶员的驾驶行为数据通过车内监控传感器进行监测，行驶路径的车流情况通过车外摄像传感器进行监测，并分别对监测结果进行获取并分析；危化品车辆停靠监测单元，用于：当危化品车辆停靠在服务区时，通过车辆传感器将危化品车辆停靠的实时信息进行监测，并且，将实时监测数据进行数据分析，根据分析结果对危化品车辆在停靠时的危险程度进行评估；所述危化品车辆停靠监测单元，包括：停靠安全监测模块，用于：驾驶员在移动终端上提前确认将要停靠的服务区，当服务区接收到行驶车辆将要停靠的信息后，服务区的工作人员为该行驶车辆做出应对准备，其中，行驶车辆到达服务区后，服务区的工作人员对该行驶车辆的停靠时间进行确认；当行驶车辆停靠在服务区内的指定位置后，根据车外摄像传感器对车辆周围进行密度监测；先将车外摄像传感器获取的监控数据进行获取，监控数据获取后对监控数据进行亮度检测，根据检测结果选择适配的亮度补偿函数，其中，亮度补偿函数根据当前是黑夜还是白天进行选择；利用亮度补偿函数对监控数据进行补偿，获取补偿后的监控数据；对补偿后的监控数据进行分帧处理，获取处理结果；将处理结果中的每帧图像进行人物特征点提取，获取特征点提取结果；将每帧图像的特征点提取结果进行对比，选择出在每帧图像中均出现的目标人物特征点；根据目标人物特征点计算出补偿后的监控数据中的当前人流量；将行驶车辆停靠区域的最大人流量数据进行获取；根据最大人流量和当前人流量计算出该行驶车辆当前停靠的人流密度系数；根据行驶车辆当前停靠的人流密度系数分析出行驶车辆停靠区域的人流密度；根据行驶车辆停靠区域的人流密度判断停靠车辆周围是否有异常人员靠近；若人流密度异常时，则通过车外摄像传感器进行提示和驱离，并将提示和驱离信息发送是服务区管理处和驾驶员的移动终端；区域安全监测模块，用于：根据空气检测传感器和温湿度检测传感器对行驶车辆停靠区域进行空气成分和温湿度的监测；当空气检测传感器监测出行驶车辆停靠区域的空气浓度异常时，则对异常信息发送至服务区管理处和驾驶员的移动终端，其中，当行驶车辆停靠区域的空气中危化品的浓度超出预设阈值范围内时，则判定该区域的空气浓度异常；当温湿度检测传感器监测出行驶车辆停靠区域内的温度和湿度超出预设阈值时，则判定该区域的温度和湿度为异常，将异常信息发送至服务区管理处和驾驶员的移动终端；停靠安全监测模块，包括：特征提取模块，用于：将处理结果中的每帧图像进行人物特征点提取，获取特征点提取结果；特征提取模块，包括：转换模块，用于获取每帧图像在RGB颜色空间中每个像素点的R通道值、G通道值和B通道值，并计算出平均通道值，并根据平均通道值将每帧图像由三通道图像转换为单通道图像；W(x, y)＝(R(x, y)+G(x, y)+B(x, y))/3其中，W(x, y)为在(x，y)处像素点的平均通道值；R(x, y)、G(x, y)、B(x, y)为在(x，y)处像素点的R通道值、G通道值和B通道值；降噪模块，用于基于双边滤波模板对单通道图像进行滤波处理得到降噪图像；确定模块，用于在降噪图像中确定特征区域，提取特征区域对应的局部图像；修正模块，用于：基于小波基函数Haar，确定小波变换的平移范围及变换尺度的数目及范围，对局部图像进行小波变换，将局部图像分解成不同频率的子信号，这些子信号包含了局部图像在不同时间和频率上的信息；提取不同频率的子信号小波变换的系数，并进行排序，选择中位数，作为阈值T；将小波系数分为两部分，一部分是绝对值大于阈值T的小波系数，另一部分是绝对值小于等于T的小波系数；对于绝对值大于T的小波系数，保留它们的绝对值不变；对于绝对值小于等于T的小波系数，将它们设为0；对处理后的小波系数进行反变换，得到修正局部图像；处理模块，用于基于SURF算法对修正局部图像进行人物特征点提取，获取特征点提取结果；确定模块，包括：计算模块，用于：将降噪图像划分成多个均匀的子区域，每个子区域进行直方图均衡化处理，得到均衡子区域；统计均衡子区域中每个灰度级别的像素点数量；计算每个灰度级别的像素点数量与均衡子区域中总像素点数量的比值，根据所述比值基于预设算法，计算均衡子区域的信息熵；根据每个均衡子区域的信息熵，选取具有最大熵的均衡子区域作为初始阈值；根据初始阈值将降噪图像分割成第一区域和第二区域；其中，第一区域的像素值大于初始阈值；第二区域的像素值小于初始阈值；对第一区域和第二区域分别进行直方图均衡化，并重新计算第一区域的第一信息熵和第二区域的第二信息熵；在确定第一信息熵和第二信息熵的和值小于所有均衡子区域的信息熵的平均值时，将所述初始阈值作为目标阈值；比较模块，用于：根据降噪图像构建图像金字塔；计算图像金子塔中每个图像块的信息熵，并与目标阈值进行比较，筛选出信息熵大于目标阈值的图像块，作为特征区域，提取特征区域对应的局部图像；还包括，调节模块，用于：在危化品车辆使用自适应定速巡航时，检测危化品车辆的发动机产生的声音信号；对所述声音信号进行分帧处理，得到P帧子信号，对每帧子信号进行信号提取，确定一帧子信号中高音频值和低音频值，并形成第一矩阵；第一矩阵为P行2列的值，对第一矩阵进行降噪处理，得到第二矩阵；
；其中，为第二矩阵的第i行t列的值，也就是对/>进行降噪处理后的值；/>为第一矩阵的第i行t列的值；/>为自然常数，i=1、2、3……P，t=1、2; />为第一矩阵的第s行t列的值；/>为第一矩阵的第j行t列的值；计算第二矩阵的调节系数；
；其中，为第二矩阵的第t列的调节系数；/>为第一矩阵的第l行s列的值；根据调节系数进行噪声消除处理。