基于双管道信息交错车载实时检测方法及系统技术方案

本发明专利技术公开了一种基于双管道信息交错车载实时检测方法和系统，所述方法包括：将一个

【技术实现步骤摘要】
基于双管道信息交错车载实时检测方法及系统


[0001]本专利技术涉及计算机
，具体而言，涉及一种基于双管道信息交错车载实时检测方法及系统
。

技术介绍

[0002]目前， 边缘设置部署
AI
检测系统的方法主要是基于一个
pipeline
（管道）来进行处理，现有的方法想要增加模型数量需要提高硬件算力来保持帧率，帧率如果过多的降低将导致
ai
处理的结果跟当时的位置错位，导致检测出的问题位置误差过大，而且车辆停止，低速也保持相当的帧率进行
ai
模型处理，但这些视频帧包含的信息近乎相同，浪费了大量的算力，如果算力不足则导致不可调节的延迟
。

技术实现思路

[0003]本专利技术的目的在于提供了一种基于双管道信息交错车载实时检测方法及系统，用以解决现有技术中存在的上述问题
。
[0004]第一方面，本专利技术实施例提供了一种基于双管道信息交错车载实时检测方法，包括：获得多个车辆行驶信息；所述车辆行驶信息包括车辆地理坐标
、
车辆方向和拍摄时间点；所述车辆行驶信息为车辆行驶过程中实时获取的对应的车辆有关车辆的信息；启动解码管道和模型处理管道；所述解码管道和模型处理管道为计算机中能够同时进行数据处理的两个不同的管道；对解码队列中的车辆图像对应的车辆行驶信息判断，判断是否对解码队列中的车辆图像挑选出必要处理图像，根据判断结果
、
解码队列生成处理队列；调用模型处理管道，将处理队列中的车辆图像和车辆行驶信息输入人工智能模型，进行人工智能检测，得到检测结果；将所述检测结果进行场景后处理和网络传输
。
可选的，所述对解码队列中的车辆图像对应的车辆行驶信息判断，判断是否对解码队列中的车辆图像挑选出必要处理图像，根据判断结果
、
解码队列生成处理队列，包括：基于所述解码队列中的车辆行驶信息，判断是否将车辆图像和车辆行驶信息移动到处理队列之中；若将车辆图像和车辆行驶信息移动到处理队列之中，若将车辆图像和车辆行驶信息移动到处理队列之中，得到添加车辆图像和车辆行驶信息的处理队列；若不将车辆图像和车辆行驶信息移动到处理队列之中，将所述车辆图像和对应的车辆行驶信息的内存进行销毁释放
。
[0005]可选的，所述基于所述解码队列中的车辆行驶信息，判断是否将车辆图像和车辆行驶信息移动到处理队列之中，包括：基于所述车辆行驶信息的车辆地理坐标和拍摄时间点，得到车速；
基于所述车辆行驶信息的车辆方向和拍摄时间点，得到车辆方向差；基于所述车速
、
拍摄时间点和车辆图像，得到多张车速处理图像；基于所述车辆方向差
、
拍摄时间点
、
多张车速处理图像和多张车辆图像，得到多张处理图像；将多张处理图像按照时间顺序移动到处理队列之中
。
[0006]可选的，所述基于所述车速
、
拍摄时间点和车辆图像，得到多张车速处理图像，包括：若车速为0，将车速对应的拍摄时间点之间的多张车辆图像中的一张车辆图像作为车速处理图像；若车速小于车速阈值时，将车速对应的拍摄时间点之间的多张车辆图像进行抽帧，得到多张车速处理图像；所述车速处理图像的数量小于车辆图像的数量；若车速大于车速高速时，将车速对应的拍摄时间点之间的多张车辆图像全部作为车速处理图像，得到多张车速处理图像；所述车速处理图像的数量等于车辆图像的数量
。
[0007]可选的，所述基于所述车辆方向差
、
拍摄时间点
、
多张车速处理图像和多张车辆图像，得到多张处理图像，包括：若车辆方向差大于
45
度，将除车速处理图像外的车辆图像进行抽取，得到多张方向处理图像；将多张方向处理图像和多张车速处理图像作为处理图像；若车辆方向差等于
90
度，将车辆方向差对应的拍摄时间点之间的多张车辆图像全部作为处理图像
。
[0008]可选的，所述调用模型处理管道，将处理队列中的车辆图像和车辆行驶信息输入人工智能模型，进行人工智能检测，得到检测结果，包括：从处理队列获取处理图像和对应的车辆行驶信息；将处理图像和对应的车辆行驶信息经过数据格式转换成模型处理管道可识别格式；调用模型处理管道，将处理图像复制到图形处理器中，调用人工智能模型进行处理，得到检测结果
。
[0009]可选的，所述若车速小于车速阈值时，根据车速区间进行不同程度的抽帧
。
[0010]可选的，所述车辆图像通过解码管道与车辆行驶信息绑定；所述解码管道和模型处理管道之间根据车辆图像进行交互
。
[0011]可选的，所述解码队列和处理队列存储在内存中；所述解码管道和模型处理管道通过内存进行交互
。
[0012]第二方面，本专利技术实施例提供了一种基于双管道信息交错车载实时检测系统，包括：获取模块：获得多个车辆行驶信息；所述车辆行驶信息包括车辆地理坐标
、
车辆方向和拍摄时间点；所述车辆行驶信息为车辆行驶过程中实时获取的对应的车辆有关车辆的信息所述车辆行驶信息为车辆行驶过程中实时获取的对应的车辆有关车辆的信息；启动管道模块：启动解码管道和模型处理管道；所述解码管道和模型处理管道为计算机中能够同时进行数据处理的两个不同的管道；
解码模块：将所述车辆图像和车辆行驶信息输入解码管道中，解码管道将车辆行驶信息绑定于车辆图像中；多张车辆图像按照对应的车拍摄时间点的时间顺序构成解码队列；跳帧模块：对解码队列中的车辆图像对应的车辆行驶信息判断，判断是否对解码队列中的车辆图像挑选出必要处理图像，根据判断结果
、
解码队列生成处理队列；人工智能模块：调用模型处理管道，将处理队列中的车辆图像和车辆行驶信息输入人工智能模型，进行人工智能检测，得到检测结果；处理模块：将所述检测结果进行场景后处理和网络传输
。
[0013]相较于现有技术，本专利技术实施例达到了以下有益效果：本专利技术实施例还提供了一种基于双管道信息交错车载实时检测方法和系统，所述方法包括：获得多个车辆行驶信息；所述车辆行驶信息包括车辆地理坐标
、
车辆方向和拍摄时间点；所述车辆行驶信息为车辆行驶过程中实时获取的对应的车辆有关车辆的信息；启动解码管道和模型处理管道；所述解码管道和模型处理管道为计算机中能够同时进行数据处理的两个不同的管道；调用解码管道从摄像头获取实时流并解码成多张车辆图像，解码管道将车辆行驶信息绑定于车辆图像中；多张车辆图像按照对应的车拍摄时间点的时间顺序构成解码队列；所述多张车辆图像为视频帧序列；一张车辆图像对应一个车辆行驶信息；对解码队列中的车辆图像对应的车辆行驶信息判断，判断是否对解码队列中的车辆图像挑选出必要处理图像，根据判断结果
、
解码队列生成处理队列；调用模型处理管道，将处理队列中的车辆图像和车辆行驶信息输入人工智能模型，进行人工智能检测，得到检测结本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于双管道信息交错车载实时检测方法，其特征在于，包括：获得多张车辆图像和多个车辆行驶信息；所述多张车辆图像为车辆行驶过程中摄像设备实时拍摄的视频对应的图像；所述车辆行驶信息包括车辆地理坐标
、
车辆方向和拍摄时间点；一张车辆图像对应一个车辆行驶信息；所述车辆行驶信息为车辆行驶过程中实时获取的对应的车辆图像的有关车辆的信息；启动解码管道和模型处理管道；所述解码管道和模型处理管道为计算机中能够同时进行数据处理的两个不同的管道；将所述车辆图像和车辆行驶信息输入解码管道中，解码管道将车辆行驶信息绑定于车辆图像中；多张车辆图像按照对应的车拍摄时间点的时间顺序构成解码队列；对解码队列中的车辆图像对应的车辆行驶信息判断，判断是否对解码队列中的车辆图像挑选出必要处理图像，根据判断结果
、
解码队列生成处理队列；调用模型处理管道，将处理队列中的车辆图像和车辆行驶信息输入人工智能模型，进行人工智能检测，得到检测结果；将所述检测结果进行场景后处理和网络传输
。2.
根据权利要求1所述的基于双管道信息交错车载实时检测方法，其特征在于，所述对解码队列中的车辆图像对应的车辆行驶信息判断，判断是否对解码队列中的车辆图像挑选出必要处理图像，根据判断结果
、
解码队列生成处理队列，包括：基于所述解码队列中的车辆行驶信息，判断是否将车辆图像和车辆行驶信息移动到处理队列之中；若将车辆图像和车辆行驶信息移动到处理队列之中，得到添加车辆图像和车辆行驶信息的处理队列；若不将车辆图像和车辆行驶信息移动到处理队列之中，将所述车辆图像和对应的车辆行驶信息的内存进行销毁释放
。3.
根据权利要求2所述的基于双管道信息交错车载实时检测方法，其特征在于，所述基于所述解码队列中的车辆行驶信息，判断是否将车辆图像和车辆行驶信息移动到处理队列之中，包括：基于所述车辆行驶信息的车辆地理坐标和拍摄时间点，得到车速；基于所述车辆行驶信息的车辆方向和拍摄时间点，得到车辆方向差；基于所述车速
、
拍摄时间点和车辆图像，得到多张车速处理图像；基于所述车辆方向差
、
拍摄时间点
、
多张车速处理图像和多张车辆图像，得到多张处理图像；将多张处理图像按照时间顺序移动到处理队列之中
。4.
根据权利要求3所述的基于双管道信息交错车载实时检测方法，其特征在于，所述基于所述车速
、
拍摄时间点和车辆图像，得到多张车速处理图像，包括：若车速为0，将车速对应的拍摄时间点之间的多张车辆图像中的一张车辆图像作为车速处理图像；若车速小于车速阈值时，将车速对应的拍摄时间点之间的多张车辆图像进行抽帧，得到多张车速处理图像；所述车速处理图像的数量小于车辆图像的数量；若车速大于车速阈值时，将车速对应的拍摄时间点之间...

【专利技术属性】
技术研发人员：刘长福，李骥东，鲜斌，
申请(专利权)人：成都合能创越软件有限公司，
类型：发明
国别省市：