详情

原文传递一种基于人工智能的路面积水监测和预警系统

专利名称：	一种基于人工智能的路面积水监测和预警系统
摘要：	本发明公开了一种基于人工智能的路面积水监测和预警系统，包括：微处理器；摄像头，配置于城市道路对路面进行实时图像信息监测；预处理模块，对摄像头采集的画面数据进行分辨率、亮度和对比度指标的标准化预处理；人工智能模型模块，包括视觉人工智能模型和时序人工智能模型，建立模型预先训练好的分类器权重，视觉人工智能模型经过一个注意力模块，由两层卷积组成，时序人工智能模型由若干个长短记忆网络模块A组成，代表了每个小时的积水概率。本发明利用常用的监控图像，建立视觉人工智能模型监测积水情况，使用时序人工智能模型可以根据实时图像情况触发预测系统，并且具备自身动态调整。
专利类型：	发明专利
国家地区组织代码：	江苏;32
申请人：	昆山炫生活信息技术股份有限公司
发明人：	杨银剑;景惠中;张亚龙;周峰
专利状态：	有效
申请日期：	2023-08-14T00:00:00+0800
发布日期：	2023-11-14T00:00:00+0800
申请号：	CN202311016699.6
公开号：	CN117058631A
代理机构：	安徽智鼎华诚专利代理事务所(普通合伙)
代理人：	黄斌
分类号：	G06V20/54;G08B31/00;G06V10/764;G06V10/82;G06N3/0442;G06N3/0464;G06N3/08;G;G06;G08;G06V;G08B;G06N;G06V20;G08B31;G06V10;G06N3;G06V20/54;G08B31/00;G06V10/764;G06V10/82;G06N3/0442;G06N3/0464;G06N3/08
申请人地址：	215300 江苏省苏州市昆山市花桥镇金捷路1号8号房5层
主权项：	1.一种基于人工智能的路面积水监测和预警系统，其特征在于，包括：微处理器；摄像头，配置于城市道路对路面进行实时图像信息监测；预处理模块，对摄像头采集的画面数据进行分辨率、亮度和对比度指标的标准化预处理；人工智能模型模块，包括视觉人工智能模型和时序人工智能模型，建立模型预先训练好的分类器权重，视觉人工智能模型经过一个注意力模块，由两层卷积组成，时序人工智能模型由若干个长短记忆网络模块A组成，代表了每个小时的积水概率；判断模块，判断道路当前是否有积水；数据库，存储模型数据；预警模块，积水概率超过设定阈值进行预警。 2.根据权利要求1所述的一种基于人工智能的路面积水监测和预警系统，其特征在于，路面积水监测和预警系统监测步骤包括：步骤一：依次读取摄像头当前帧的画面数据，并进行分辨率、亮度和对比度指标的标准化预处理；步骤二：输入步骤一中获取的画面数据，建立视觉人工智能模型，读取预先训练好的分类器权重，判断当前是否有积水，如有积水则计算出浅、中、深度积水程度；步骤三：如果步骤二中的视觉人工智能模型判断当前无积水，则将当前的时刻信息写入数据库，并重复步骤一；步骤四：如果步骤二中的视觉人工智能模型判断当前存在积水，则通过气象台获取预计降水量信息，并输入至时序人工智能模型，计算出未来24小时的路面积水概率，同时将计算结果写入数据库；步骤五：如果步骤四中的输出的积水概率超过设定阈值则触发预警，回到步骤一。 3.根据权利要求2所述的一种基于人工智能的路面积水监测和预警系统，其特征在于，视觉人工智能模型使用基于位置注意力机制的ResNet视觉识别网络，分离监控画面中背景区域和目标积水区域。 4.根据权利要求2所述的一种基于人工智能的路面积水监测和预警系统，其特征在于，视觉人工智能模型经过一个注意力模块，由两层卷积组成，输入的图像经过卷积操作和原图的进行内积运算，注意力模块输出的信息是一个带有局部加权信息的矩阵，随后输入至卷积模块，即残差网络ResNet。 5.根据权利要求2所述的一种基于人工智能的路面积水监测和预警系统，其特征在于，卷积模块分为第1阶段、第2阶段、…、第5阶段(Stage1，2，…，5)，对应ResNet网络的5个阶段，作为视觉人工智能的主干网络，由残差学习模块堆叠而成，残差学习模块首端和末端为1×1卷积核，中间为3×3卷积核。 6.根据权利要求2所述的一种基于人工智能的路面积水监测和预警系统，其特征在于，网络每个阶段的第一个学习模块，除了3个卷积层的串联，输入和输出之间还通过一个卷积层旁路相连，以增加输入特征图的通道数。 7.根据权利要求2所述的一种基于人工智能的路面积水监测和预警系统，其特征在于，系统设置为每分钟执行一次，并迭代查询所有分布的摄像头信息。
所属类别：	发明专利