基于机器学习的交通灯故障检测系统技术方案

本实用新型专利技术提供一种基于机器学习的交通灯故障检测系统，其包括：检测终端、远程检测中心以及通信模块；检测终端设置于交通灯中，检测终端包括：电流检测单元、电压检测单元以及时间检测单元；远程检测中心通过通信模块与检测终端数据传输，远程检测中心包括：检测数据处理单元、显示单元、补偿单元；检测数据处理单元接收并处理来自检测终端的检测数据，其包括学习型芯片，显示单元和补偿单元与检测数据处理单元相连接。本实用新型专利技术能够实时检测所覆盖的区域的交通灯的运行情况，并将检测数据发送至检测中心进行处理和显示，有利于及时排查出现故障的交通灯。此外，本实用新型专利技术还能够针对检测数据主动地对误差进行补偿，具有较高的学习性和智能性。

Traffic light fault detection system based on machine learning

The utility model provides a traffic light fault detection system based on machine learning, which comprises a detection terminal, a remote detection center and a communication module; the detection terminal is set in the traffic light, and the detection terminal includes a current detection unit, a voltage detection unit and a time detection unit; and the remote detection center communicates through the communication. The module transmits data to the detection terminal. The remote detection center includes: the detection data processing unit, the display unit and the compensation unit. The detection data processing unit receives and processes the detection data from the detection terminal, which includes a learning chip. The display unit and the compensation unit are connected with the detection data processing unit. The utility model can real-time detect the operation of traffic lights in the covered area, and send the detection data to the detection center for processing and display, which is beneficial to timely troubleshooting of traffic lights. In addition, the utility model can actively compensate for the errors according to the detection data, and has high learning and intelligence.

【技术实现步骤摘要】
基于机器学习的交通灯故障检测系统
本技术涉及交通灯故障检测
，尤其涉及一种基于机器学习的交通灯故障检测系统。
技术介绍
随着城市化的发展，交通灯对于维护城市交通的秩序具有至关重要的作用。然而，随着交通灯的长期使用，交通灯容易出现故障。当交通灯出现故障的期间，交通往往处于无序状态，进而增大了交通事故发生的风险。因此，针对如何及时检测发现出现故障的交通灯，有必要提出进一步地解决方案。
技术实现思路
本技术旨在提供一种基于机器学习的交通灯故障检测系统及基于机器学习的交通灯故障检测系统组件，以克服现有技术中存在的不足。为解决上述技术问题，本技术的技术方案是：一种基于机器学习的交通灯故障检测系统，其包括：检测终端、远程检测中心以及通信模块；所述检测终端集成设置于交通灯中，所述检测终端包括：电流检测单元、电压检测单元以及时间检测单元，各检测单元串联于交通灯的供电电路中，并采集交通灯的电流信号、电压信号以及运行时间间隔信号；所述远程检测中心通过所述通信模块与所述检测终端数据传输，所述远程检测中心包括：检测数据处理单元、显示单元、补偿单元；所述检测数据处理单元接收并处理来自所述检测终端的检测数据，其包括学习型芯片，所述显示单元和补偿单元与所述检测数据处理单元相连接，所述显示单元显示所述检测数据处理单元的处理结果，所述补偿单元根据所述检测数据处理单元的处理结果发送补偿信号至所述交通灯。作为本技术的交通灯故障检测系统的改进，所述电流检测单元为型号为RCMA472LY21的电流检测器。作为本技术的交通灯故障检测系统的改进，所述电压检测单元为型号为TR-TH08的电压检测器。作为本技术的交通灯故障检测系统的改进，所述时间检测单元包括时间检测芯片，所述时间检测芯片的型号为TDC-GP1。作为本技术的交通灯故障检测系统的改进，所述学习型芯片的型号为TMS320DSC2X。作为本技术的交通灯故障检测系统的改进，所述显示单元为LED显示器，所述LED显示器具有若干显示区域，各显示区域分别显示不同区域交通灯的运行状态。作为本技术的交通灯故障检测系统的改进，所述补偿单元包括存储器和比较器，所述存储器中存储有交通灯运行时间间隔的设定值，所述比较器比较所述设定值和所述检测终端检测的实际运行值。作为本技术的交通灯故障检测系统的改进，所述通信模块为基于2G、3G、4G、5G的无线通讯模块。与现有技术相比，本技术的有益效果是：本技术的交通灯故障检测系统能够实时检测所覆盖的区域的交通灯的运行情况，并将检测数据发送至检测中心进行处理和显示，有利于及时排查出现故障的交通灯。此外，本技术的交通灯故障检测系统还能够针对检测数据主动地对误差进行补偿，具有较高的学习性和智能性。附图说明为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本技术的基于机器学习的交通灯故障检测系统一具体实施方式的模块示意图。具体实施方式下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。如图1所示，本技术的基于机器学习的交通灯故障检测系统包括：检测终端1、远程检测中心2以及通信模块3。所述检测终端1用于检测并采集所覆盖区域中交通灯的电流电压等信号。具体地，所述检测终端1集成设置于交通灯中，所述检测终端1包括：电流检测单元11、电压检测单元12以及时间检测单元13。其中，各检测单元串联于交通灯的供电电路中，电流检测单元11采集交通灯的电流信号，电压检测单元12采集交通灯的电压信号，时间检测单元13采集交通灯的运行时间间隔信号，即红绿黄灯点亮和熄灭的时间间隔。在一个实施方式中，所述电流检测单元11为型号为RCMA472LY21的电流检测器，所述电压检测单元12为型号为TR-TH08的电压检测器，所述时间检测单元13包括时间检测芯片，所述时间检测芯片的型号为TDC-GP1。所述远程检测中心2通过所述通信模块3与所述检测终端1数据传输。其中，所述通信模块3可以为基于2G、3G、4G、5G的无线通讯模块。所述远程检测中心2包括：检测数据处理单元21、显示单元22、补偿单元23。其中，所述检测数据处理单元21接收并处理来自所述检测终端1的检测数据，其包括学习型芯片。所述学习型芯片通过接收并处理接收的检测数据，通过补偿单元23对交通灯的运行的误差进行主动补偿。在一个实施方式中，所述学习型芯片的型号为TMS320DSC2X。所述显示单元22和补偿单元23与所述检测数据处理单元21相连接。其中，所述显示单元22显示所述检测数据处理单元21的处理结果。在一个实施方式中，所述显示单元22为LED显示器，所述LED显示器具有若干显示区域，各显示区域分别显示不同区域交通灯的运行状态。从而，以便对不同区域中出现故障的交通灯进行快速定位。所述补偿单元23根据所述检测数据处理单元21的处理结果发送补偿信号至所述交通灯。具体地，所述补偿单元23的进行的补偿包括对于运行时间间隔误差的补偿。此时，当实际运行时间间隔大于或者小于设定的时间间隔时，所述补偿单元23发送补偿信号至交通灯的时钟电路。在一个实施方式中，所述补偿单元23包括存储器和比较器。其中，所述存储器中存储有交通灯运行时间间隔的设定值，所述比较器比较所述设定值和所述检测终端1检测的实际运行值。综上所述，本技术的交通灯故障检测系统能够实时检测所覆盖的区域的交通灯的运行情况，并将检测数据发送至检测中心进行处理和显示，有利于及时排查出现故障的交通灯。此外，本技术的交通灯故障检测系统还能够针对检测数据主动地对误差进行补偿，具有较高的学习性和智能性。对于本领域技术人员而言，显然本技术不限于上述示范性实施例的细节，而且在不背离本技术的精神或基本特征的情况下，能够以其他的具体形式实现本技术。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本技术的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本技术内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。本文档来自技高网...

【技术保护点】
1.一种基于机器学习的交通灯故障检测系统，其特征在于，所述交通灯故障检测系统包括：检测终端、远程检测中心以及通信模块；所述检测终端集成设置于交通灯中，所述检测终端包括：电流检测单元、电压检测单元以及时间检测单元，各检测单元串联于交通灯的供电电路中，并采集交通灯的电流信号、电压信号以及运行时间间隔信号；所述远程检测中心通过所述通信模块与所述检测终端数据传输，所述远程检测中心包括：检测数据处理单元、显示单元、补偿单元；所述检测数据处理单元接收并处理来自所述检测终端的检测数据，其包括学习型芯片，所述显示单元和补偿单元与所述检测数据处理单元相连接，所述显示单元显示所述检测数据处理单元的处理结果，所述补偿单元根据所述检测数据处理单元的处理结果发送补偿信号至所述交通灯。

【技术特征摘要】
1.一种基于机器学习的交通灯故障检测系统，其特征在于，所述交通灯故障检测系统包括：检测终端、远程检测中心以及通信模块；所述检测终端集成设置于交通灯中，所述检测终端包括：电流检测单元、电压检测单元以及时间检测单元，各检测单元串联于交通灯的供电电路中，并采集交通灯的电流信号、电压信号以及运行时间间隔信号；所述远程检测中心通过所述通信模块与所述检测终端数据传输，所述远程检测中心包括：检测数据处理单元、显示单元、补偿单元；所述检测数据处理单元接收并处理来自所述检测终端的检测数据，其包括学习型芯片，所述显示单元和补偿单元与所述检测数据处理单元相连接，所述显示单元显示所述检测数据处理单元的处理结果，所述补偿单元根据所述检测数据处理单元的处理结果发送补偿信号至所述交通灯。2.根据权利要求1所述的基于机器学习的交通灯故障检测系统，其特征在于，所述电流检测单元为型号为RCMA472LY21的电流检测器。3.根据权利要求1所述的基于机器学习的交通灯故...

【专利技术属性】
技术研发人员：邱明，
申请(专利权)人：苏州纽克斯电源技术股份有限公司，
类型：新型
国别省市：江苏,32