【技术实现步骤摘要】
一种基于视觉AI技术的城市智能巡检车系统及巡检方法
[0001]本专利技术属于智慧城市管理
，具体涉及一种基于视觉AI 技术的城市智能巡检车系统及巡检方法。
技术介绍
[0002]随着城市化进程的快速发展，城市管理中的机动车/非机动车违规停放、流动摊贩、暴露垃圾等问题日益凸显。这些违规行为对城市的公共安全、交通、卫生环境等方面产生了极大的负面影响，降低了城市居民的生活满意度和环境卫生质量。为了解决这些问题，在传统的城市管理中，主要依赖人工巡查的方式去发现这些违规行为，进而安排专人进行整改或执法管理。但是，由于传统的人工方式存在如下弊病，从而不能满足现代城市管理的需求：a)人工方式不能及时的发现问题，工作效率低下；b)在城市管理的实际操作中，需要大量的人工来实现大范围的覆盖，成本高昂。
[0003]在国内外的相关研究中，曾经有许多学者将机器视觉和深度学习技术运用于视频监控场景下，来实现对违章停车行为的监控。在这些场景下，视频摄像机为安装在固定位置的摄像机，采集的图像内容相对稳定(尤其是背景图像)。文件号CN113...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种基于视觉AI技术的城市智能巡检车系统，其特征在于：包括车体和设置车体上的巡检系统，所述巡检系统包括车载主机以及和车载主机连接的数据采集模块，所述车载主机与中心服务器无线连接，用来解析处理接收中心服务器的指令以及向中心服务器调控发送报警信息，所述数据采集模块包括视觉传感器、车载摄像机以及车载GPS，所述车载主机装配有图像预处理模块、目标检测模块和目标跟踪模块，所述目标检测模块采用YOLOv5算法，所述目标跟踪模块中设有目标跟踪过滤器。2.如权利要求1所述的一种基于视觉AI技术的城市智能巡检车系统的巡检方法，其特征在于：具体包括如下步骤，步骤S1、数据采集：通过车载摄像机和视觉传感器采集实时的街景视频图像，视频解码后传输给车载主机进行下一步处理；步骤S2、图像预处理：通过图像预处理模块对视频图像进行裁剪、Resize大小预处理；步骤S3、目标检测：使用YOLOv5算法在图像中进行多类的目标对象检测，如果在图像中检测到目标对象，则将目标对象的Bounding Box信息和原始图像信息作为输入数据传递给目标跟踪处理环节；步骤S4、目标跟踪：使用Deep SORT算法实现多目标物体的跟踪，分别记录每个对象的开始帧Ft和消失帧Fe；步骤S5、目标过滤：取出Ft和消失帧Fe之间的所有图像帧集合{Ft，
……
，Fe}，通过目标跟踪过滤器，判定该对象是否为“有效对象”，如是“有效对象”，则转到步骤S6或步骤S7执行，如果“有效对象”是机动车或非机动车转到步骤S6执行，否则转到步骤S7执行；步骤S6、地面ROI分类：如果上一步检测出的“有效对象”是机动车或非机动车，则在本处理环节获取车辆所停位置的地面ROI图像，使用EfficientNet算法对地面ROI图像进行分类，区分出该车是否停放在合法的有效区域还是停放在违法的区域，之后，将地面ROI分类结果传递给步骤S7；步骤S7、违规判定：根据前面各步骤的处理结果，借助“违规逻辑判定器”技术，判断该目标物体是否存在违规。3.如权利要求2所述的一种基于视觉AI技术的城市智能巡检车系统的巡检方法，其特征在于：所述步骤S3中，在所述YOLOv5的第17层网络结构中使用Upsample技术，把特征图再次放大，实现数据升维，检测出更小目标。4.如权利要求2所述的一种基于视觉AI技术的城市智能巡检车系统的巡检方法，其特征在于：步骤S6中，所述的有效区域包括车轮附近地面上有白色或黄色的停车位框线，所述的违法的区域包括人行道或者草坪。5.如权利要求2所述的一种基于视觉AI技术的城市智能巡检车系统的巡检方法，其特征在于：步骤S5中，所述目标跟踪过滤器的过滤判定规则如下，(1)被跟踪对象出现在开始帧Ft图像的中线左侧位置，则判定为“无效对象”；(2)被跟踪对象消失在最后一帧Fe图像的中线左侧位置，则判定为“无效对象”；(3)被跟踪对象在集合{Ft，
技术研发人员：范延军，程倬，王超，田鹏，
申请(专利权)人：苏州市伏泰信息科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。