一种面向智慧公路的人工智能应用协同控制系统及其方法技术方案

技术编号：40001939 阅读：7 留言：0更新日期：2024-01-09 03:52

本发明专利技术提供了一种面向智慧公路的人工智能应用协同控制系统及其方法，属于人工智能算法技术领域，所述系统包括云端AI能力中台、边缘AI控制端和边缘AI服务端；每一个路段对应设置一个所述边缘AI控制端，路段中的每一个业务场景对应设置一或多个所述边缘AI服务端；所述云端AI能力中台统筹控制不同路段的所述边缘AI控制端，所述边缘AI控制端管理模型部署管理模块在各个所述边缘AI服务端完成模型运行推理模块的部署。本发明专利技术通过算法训练‑模型部署‑数据收集‑性能监测‑样本扩充‑持续训练的AI研发闭环，使得AI算法模型能够不断进行升级调优，保持甚至提高业务场景AI模型在实际生产环境中的性能效果。

全部详细技术资料下载

【技术实现步骤摘要】

本专利技术属于人工智能算法，具体涉及一种面向智慧公路的人工智能应用协同控制系统及其方法。

技术介绍

1、随着人工智能技术的快速发展及其应用成本的快速降低、当前智慧公路建设的快速推进，人工智能技术开始被大量应用于高速公路的业务场景当中。由于高速公路主要以路段为单位进行划分，某一路段单独设置管理中心；同时高速公路的业务场景种类较多，包括隧道、路面、边坡、收费站等，每个高速公路路段都有相同的业务场景。其中，每个场景的环境因素千差万别，所需使用的人工智能算法应用也不同，对计算设备的性能等各方面要求也不一样。目前在高速公路不同路段的不同业务现场环境中，各自分别搭建硬件计算设备、部署人工智能算法应用。

2、在现有的技术方案中，在某一业务现场中部署人工智能算法应用后，往往难以进行更新调优，导致经过一段时间后算法应用的效果会逐渐下降，直至不满足业务需求。在一些可用数据量较少和算法更新频率需求高的典型场景中尤其如此，算法准确率低。在现有的技术方案中，在某一路段的业务现场部署的人工智能算法应用，往往都结合这一特定场景进行了优化训练；如果将其迁移到其他路段的业务现场，则无法保证应用效果，需要重新进行训练，泛化能力差。在现有的技术方案中，不同路段的不同业务现场各自分别构建人工智能算法应用，导致：1）不同路段各自使用分散的数据资源，而无法整合利用；2）不同路段有相同的算法应用需求，但却重复进行研发；3）设备算力或使用不充分，或使用超限而无法调整；4）不同业务场景的算法应用本可相互促进，但却彼此割裂。从而造成数据、算法、算力资源的浪费。

技术实现思路

1、本专利技术提供了一种面向智慧公路的人工智能应用协同控制系统，其改进之处在于，所述系统包括云端ai能力中台、边缘ai控制端和边缘ai服务端；所述云端ai能力中台包括业务数据处理模块、算法模型训练模块、云边协同交互模块、模型运行监测模块和后台维护模块；所述边缘ai控制端包括云边协同交互模块、模型部署管理模块和边端数据交互模块；所述边缘ai服务端包括设备数据采集模块、模型运行推理模块、业务数据推送模块和边端数据交互模块；

2、每一个路段对应设置一个所述边缘ai控制端，路段中的每一个业务场景对应设置一或多个所述边缘ai服务端；所述云端ai能力中台统筹控制不同路段的所述边缘ai控制端，所述边缘ai控制端管理模型部署管理模块在各个所述边缘ai服务端完成模型运行推理模块的部署。

3、优选的，所述云端ai能力中台统筹控制不同路段的所述边缘ai控制端包括所述云端ai能力中台根据业务场景需求，使用业务场景生产数据，运用算法模型训练模块进行训练，并将人工智能算法模型下发或更新至边缘ai控制端；同时实现对各个边缘ai控制端的统筹控制，提供对算法模型应用效果的实时监测，并完成后台维护；

4、所述边缘ai控制端部署在相应的路段，与云端ai能力中台完成云边协同交互，上传业务场景生产数据并接收云端ai能力中台训练完成的人工智能算法模型。

5、优选的，所述边缘ai控制端管理人工智能算法模型在各个所述边缘ai服务端的部署包括所述边缘ai控制端对各个边缘ai服务端的统筹控制，将人工智能算法模型部署于边缘ai服务端；并与边缘ai服务端完成边端数据交互，提取可用于人工智能算法训练的业务场景生产数据；

6、所述边缘ai服务端部署在路段中的相应业务场景，与路段的边缘ai控制端完成边端数据交互，上传业务场景生产数据；同时使用人工智能算法模型为实际业务场景提供ai服务，通过数据采集设备获取高速公路相应业务场景中产生的数据信息，进行算法模型推理形成ai推理结果或异常事件信息业务数据后，推送至该业务场景相应的业务系统。

7、优选的，所述业务数据处理模块对各类业务数据进行标注处理，形成ai训练样本库；

8、所述算法模型训练模块利用ai训练样本库，选取ai算法进行训练，得到ai模型；

9、所述云边协同交互模块与边缘ai控制端进行交互，统筹控制ai模型的下发并收集业务场景生产数据；

10、所述模型运行监测模块对所收集的业务场景生产数据进行统计分析，判断ai模型在生产环境中的运行状况；

11、所述后台维护模块用于硬件计算资源的管理；路段信息的管理；用户信息、组织、角色的管理与更新；以及系统权限与安全的维护。

12、进一步的，所述模型运行监测模块根据云边协同交互模块从边缘ai控制端中收集的业务场景生产数据，通过对数据进行统计整理，分析各个路段边缘ai控制端中，各项边缘ai服务端的性能和应用效果，判断各个ai模型在不同业务场景中的运行状态是否正常；

13、如果在路段各项边缘ai服务端运行过程中，跟踪监测到某一ai模型的性能效果降低到预先设置的阈值时，则需要针对这一ai模型进行训练样本库的扩充和算法模型的训练更新，并下发更新；

14、根据ai模型在误报、漏报、重报等异常结果的数据特征，分析异常结果的产生原因，并据此采用相应的方式进行更新；

15、其中，ai模型的性能和应用效果指标包括：准确率、召回率、误报率、漏报率和重报率。

16、进一步的，所述硬件计算资源包括ai服务器内的cpu、gpu和内存资源，所述ai服务器硬件设备以及各类计算资源由后台维护模块管理并分配给算法模型训练模块进行ai算法模型的训练和优化；所述路段包括使用边缘ai控制端和边缘ai服务端的所有路段，其信息在后台维护模块进行管理；用户包括管理员角色、数据管理角色、算法开发角色、模型管理角色、第三方数据标注角色、第三方算法提供商角色，每个用户的个人信息、角色和组织信息，通过后台维护模块进行管理和更新；不同角色用户拥有不同的系统权限，由后台维护模块进行系统权限的管控，以维护系统安全。

17、进一步的，所述云边协同交互模块与云端ai能力中台进行交互，接收ai模型并上传业务场景生产数据；负责与云端ai能力中台进行具体数据和文件的对接；

18、所述模型部署管理模块统筹控制ai模型在边缘ai服务端的部署；负责统一管理由云边协同交互模块接收的ai模型文件，即管控整个路段的业务场景ai模型；在该路段的业务场景有使用或升级ai能力的需求时，负责将业务场景ai模型部署或更新至相应的边缘ai服务端中；

19、所述边端数据交互模块与边缘ai服务端进行数据交互，接收产生的业务场景生产数据并进行筛选提取；负责接收边缘ai服务端在进行模型运行推理时产生的以及业务系统反馈的业务场景生产数据，并对数据进行筛选，提取可用于模型性能检测分析和升级优化的信息。

20、进一步的，所述设备数据采集模块接入高速公路数据采集设备，采集业务数据并推送至模型运行推理模块；

21、所述模型运行推理模块根据设备数据采集模块推送的数据，使用ai模型进行推理，形成推理结果信息；

22、所述业务数据推送模块将模型运行推理模块形成的推理结果信息推送至业务系统；

23、所述边端数据交互模块本文档来自技高网...

【技术保护点】

1.一种面向智慧公路的人工智能应用协同控制系统，其特征在于，所述系统包括云端AI能力中台、边缘AI控制端和边缘AI服务端；所述云端AI能力中台包括业务数据处理模块、算法模型训练模块、云边协同交互模块、模型运行监测模块和后台维护模块；所述边缘AI控制端包括云边协同交互模块、模型部署管理模块和边端数据交互模块；所述边缘AI服务端包括设备数据采集模块、模型运行推理模块、业务数据推送模块和边端数据交互模块；

2.根据权利要求1所述的一种面向智慧公路的人工智能应用协同控制系统，其特征在于，所述云端AI能力中台统筹控制不同路段的所述边缘AI控制端包括所述云端AI能力中台根据业务场景需求，使用业务场景生产数据，运用算法模型训练模块进行训练，并将人工智能算法模型下发或更新至边缘AI控制端；同时实现对各个边缘AI控制端的统筹控制，提供对算法模型应用效果的实时监测，并完成后台维护；

3.根据权利要求1所述的一种面向智慧公路的人工智能应用协同控制系统，其特征在于，所述边缘AI控制端管理人工智能算法模型在各个所述边缘AI服务端的部署包括所述边缘AI控制端对各个边缘AI服务端的统筹

4.根据权利要求1所述的一种面向智慧公路的人工智能应用协同控制系统，其特征在于，所述业务数据处理模块对各类业务数据进行标注处理，形成AI训练样本库；

5.根据权利要求4所述的一种面向智慧公路的人工智能应用协同控制系统，其特征在于，所述模型运行监测模块根据云边协同交互模块从边缘AI控制端中收集的业务场景生产数据，通过对数据进行统计整理，分析各个路段边缘AI控制端中，各项边缘AI服务端的性能和应用效果，判断各个AI模型在不同业务场景中的运行状态是否正常；

6. 根据权利要求5所述的一种面向智慧公路的人工智能应用协同控制系统，其特征在于，所述硬件计算资源包括AI服务器内的CPU、GPU和内存资源，所述AI服务器的硬件设备以及各类计算资源由后台维护模块管理并分配给算法模型训练模块进行AI算法模型的训练和优化；所述路段包括使用边缘AI控制端和边缘AI服务端的所有路段，其信息在后台维护模块进行管理；用户包括管理员角色、数据管理角色、算法开发角色、模型管理角色、第三方数据标注角色、第三方算法提供商角色，每个用户的个人信息、角色和组织信息，通过后台维护模块进行管理和更新；不同角色用户拥有不同的系统权限，由后台维护模块进行系统权限的管控，以维护系统安全。

7.根据权利要求6所述的一种面向智慧公路的人工智能应用协同控制系统，其特征在于，所述云边协同交互模块与所述云端AI能力中台进行交互，接收AI模型并上传业务场景生产数据；负责与云端AI能力中台进行具体数据和文件的对接；

8.根据权利要求5所述的一种面向智慧公路的人工智能应用协同控制系统，其特征在于，所述设备数据采集模块接入高速公路数据采集设备，采集业务数据并推送至模型运行推理模块；

9.一种面向智慧公路的人工智能应用协同控制方法，其特征在于，所述方法包括

...

【技术特征摘要】

1.一种面向智慧公路的人工智能应用协同控制系统，其特征在于，所述系统包括云端ai能力中台、边缘ai控制端和边缘ai服务端；所述云端ai能力中台包括业务数据处理模块、算法模型训练模块、云边协同交互模块、模型运行监测模块和后台维护模块；所述边缘ai控制端包括云边协同交互模块、模型部署管理模块和边端数据交互模块；所述边缘ai服务端包括设备数据采集模块、模型运行推理模块、业务数据推送模块和边端数据交互模块；

2.根据权利要求1所述的一种面向智慧公路的人工智能应用协同控制系统，其特征在于，所述云端ai能力中台统筹控制不同路段的所述边缘ai控制端包括所述云端ai能力中台根据业务场景需求，使用业务场景生产数据，运用算法模型训练模块进行训练，并将人工智能算法模型下发或更新至边缘ai控制端；同时实现对各个边缘ai控制端的统筹控制，提供对算法模型应用效果的实时监测，并完成后台维护；

3.根据权利要求1所述的一种面向智慧公路的人工智能应用协同控制系统，其特征在于，所述边缘ai控制端管理人工智能算法模型在各个所述边缘ai服务端的部署包括所述边缘ai控制端对各个边缘ai服务端的统筹控制，将人工智能算法模型部署于边缘ai服务端；并与边缘ai服务端完成边端数据交互，提取可用于人工智能算法训练的业务场景生产数据；

4.根据权利要求1所述的一种面向智慧公路的人工智能应用协同控制系统，其特征在于，所述业务数据处理模块对各类业务数据进行标注处理，形成ai训练样本库；

5.根据权利要求4所述的一种面向智慧公路的人工智能应用协...

【专利技术属性】
技术研发人员：邢万勇，吴穗湘，廖伟军，林坤林，黄子虚，
申请(专利权)人：广东利通科技投资有限公司，
类型：发明
国别省市：

全部详细技术资料下载我是这个专利的主人