【技术实现步骤摘要】
本专利技术涉及智慧交通领域，尤其涉及一种基于光纤网络与多传感器融合的智能监测系统。
技术介绍
1、现有的监测系统通常是通过视频对目标进行监测，这种监测方式具有一定的局限性。
2、例如，以监测列车司机驾驶行为为例，在驾驶过程中，驾驶员易产生生理性疲劳，会导致操作失误等，易诱发严重交通事故，而现有的监测系统只是通过摄像头对目标进行监测，无法准确地对驾驶员的驾驶状态做出判断，难以及时准确地对驾驶员的行为进行分析预警。
技术实现思路
1、本专利技术所要解决的是现有监测系统难以对目标进行高效、准确和可靠的监测的问题，为了解决上述技术问题，本专利技术提供了一种基于光纤网络与多传感器融合的智能监测系统。
2、第一个方面，提供了一种基于光纤网络与多传感器融合的智能监测系统，包括：感知模块、数据传输模块和接收模块，所述感知模块包括多种传感器，所述数据传输模块包括：第一级光交换机、第二级光交换机和第一路由器，所述接收模块包括：边缘计算平台和云端服务器，多种所述传感器通过所述第一级光交换机与所述第二级光交换机连接，所述第二级光交换机与所述边缘计算平台连接，所述第二级光交换机还通过所述第一路由器分别与所述云端服务器和所述数据存储模块连接，其中：
3、多种所述传感器用于对目标进行多种维度的监测，得到多维度监测数据，并通过所述第一级光交换机发送给所述第二级光交换机，所述第二级光交换机用于将所述多维度监测数据发送给所述边缘计算平台，所述边缘计算平台用于根据内置的预处理算法并行
4、在第一个方面的一种可能实现中，所述感知模块包括：相机、激光雷达和拾音器，其中，所述相机用于对所述目标的图像信息进行采集，所述拾音器用于对所述目标的音频信息进行采集，所述相机还用于对所述目标的外部环境图像信息进行采集，所述激光雷达用于对所述目标的外部环境点云信息进行采集。
5、在第一个方面的一种可能实现中，所述第二级光交换机具体用于将所述目标的图像信息、音频信息和外部环境点云信息发送给所述边缘计算平台，并将所述目标的外部环境图像信息通过所述第一路由器直接发送给所述云端服务器，所述边缘计算平台具体用于对所述目标的图像信息和外部环境点云信息进行语义分割和背景去除处理，对所述目标的音频信息进行带通滤波去噪处理，并将处理后的所述目标的图像信息、音频信息和外部环境点云信息通过所述第二级光交换机和所述第一路由器发送给所述云端服务器。
6、在第一个方面的一种可能实现中，所述云端服务器具体用于对接收到的所述目标的图像信息、音频信息和外部环境点云信息进行数据一致性处理，并根据预设的检测识别算法对一致性处理后的所述目标的图像信息、音频信息和外部环境点云信息中的至少两个进行融合处理，得到第一融合结果，并将预设的标准数据集中对应的标准信息进行融合处理，得到第二融合结果，将第一融合结果与第二融合结果进行比对，如果比对结果相同，则认为目标执行了预设的标准动作，否则，根据所述检测识别算法设定的不同信息的权重进行置信度计算，并将第一融合结果和融合前的对应信息发送给所述边缘计算平台，供所述边缘计算平台实时调整所述检测识别算法的结构。
7、在第一个方面的一种可能实现中，所述云端服务器内置的检测识别算法包括：yolo目标检测算法、open pose骨架检测算法、音频识别算法、点云目标检测与识别算法以及多传感器融合感知算法，其中，多传感器融合感知算法包括：音视频融合算法、点云-视觉图像融合算法和红外图像-点云图像融合算法。
8、在第一个方面的一种可能实现中，所述标准数据集包括：标准行为图像数据集、骨架图像数据集、标志图像数据集和语音数据集，所述标准行为图像数据集中包含目标的标准行为图像，所述骨架图像数据集中包含由关键点和连线组成的骨架图像，所述标志图像数据集中包含标准的标志图，所述语音数据集包含目标的标准语音。
9、在第一个方面的一种可能实现中，所述骨架图像数据集基于pytorch深度学习框架的open pose网络结构实现人体姿态估计以及手势估计，得到姿态和手势的关键点，关键点绘制在原始像素为255的纯白色图像上，并通过连线连接，且open pose网络结构的原始代码被修改为支持批量进行人体姿态估计以及手势估计，并绘制关键点。
10、在第一个方面的一种可能实现中，所述接收模块还包括：数据存储模块，所述数据传输模块包括：第二路由器，所述数据存储模块通过所述第二路由器与所述第二级光交换机连接，所述第二级光交换机还用于将所述目标的图像信息、音频信息、外部环境点云信息和外部环境图像信息通过所述第二路由器发送给所述数据传输模块进行存储。
11、在第一个方面的一种可能实现中，所述第二级光交换机包括：1个核心网络节点和n个边缘网络节点，所述核心网络节点为多光口光交换机，每个所述边缘网络节点均为双光口光交换机，所述核心网络节点分别与每个所述边缘网络节点连接，所述核心网络节点还分别与所述第一级光交换机、所述第一路由器和所述第二路由器连接，所述边缘网络节点用于连接边缘计算平台。
12、在第一个方面的一种可能实现中，每个所述边缘网络节点形成一个局域网，每个所述边缘计算平台均被分配在不同的局域网中。
13、本方案利用多传感器采集到的各类信息进行融合检测，并利用光纤传感技术实现分布式监测，基于综合的感知结果执行决策或控制操作，以实现特定的应用目标。该系统在数据传输方面具有较高的稳定性与传输速度，同时在融合三种检测数据的基础上，对目标的特定行为有较高的检测准确率，为各个领域提供了高效、准确和可靠的监测解决方案，应用前景广阔，有望在未来进一步推动各行各业的发展和进步。
14、本专利技术附加的方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术实践了解到。
本文档来自技高网...【技术保护点】
1.一种基于光纤网络与多传感器融合的智能监测系统，其特征在于，包括：感知模块、数据传输模块和接收模块，所述感知模块包括多种传感器，所述数据传输模块包括：第一级光交换机、第二级光交换机和第一路由器，所述接收模块包括：边缘计算平台和云端服务器，多种所述传感器通过所述第一级光交换机与所述第二级光交换机连接，所述第二级光交换机与所述边缘计算平台连接，所述第二级光交换机还通过所述第一路由器分别与所述云端服务器和所述数据存储模块连接，其中：
2.根据权利要求1所述的基于光纤网络与多传感器融合的智能监测系统，其特征在于，所述感知模块包括：相机、激光雷达和拾音器，其中，所述相机用于对所述目标的图像信息进行采集，所述拾音器用于对所述目标的音频信息进行采集，所述相机还用于对所述目标的外部环境图像信息进行采集，所述激光雷达用于对所述目标的外部环境点云信息进行采集。
3.根据权利要求2所述的基于光纤网络与多传感器融合的智能监测系统，其特征在于，所述第二级光交换机具体用于将所述目标的图像信息、音频信息和外部环境点云信息发送给所述边缘计算平台，并将所述目标的外部环境图像信息通过所述第
4.根据权利要求3所述的基于光纤网络与多传感器融合的智能监测系统，其特征在于，所述云端服务器具体用于对接收到的所述目标的图像信息、音频信息和外部环境点云信息进行数据一致性处理，并根据预设的检测识别算法对一致性处理后的所述目标的图像信息、音频信息和外部环境点云信息中的至少两个进行融合处理，得到第一融合结果，并将预设的标准数据集中对应的标准信息进行融合处理，得到第二融合结果，将第一融合结果与第二融合结果进行比对，如果比对结果相同，则认为目标执行了预设的标准动作，否则，根据所述检测识别算法设定的不同信息的权重进行置信度计算，并将第一融合结果和融合前的对应信息发送给所述边缘计算平台，供所述边缘计算平台实时调整所述检测识别算法的结构。
5.根据权利要求3所述的基于光纤网络与多传感器融合的智能监测系统，其特征在于，所述云端服务器内置的检测识别算法包括：YOLO目标检测算法、open pose骨架检测算法、音频识别算法、点云目标检测与识别算法以及多传感器融合感知算法，其中，多传感器融合感知算法包括：音视频融合算法、点云-视觉图像融合算法和红外图像-点云图像融合算法。
6.根据权利要求4所述的基于光纤网络与多传感器融合的智能监测系统，其特征在于，所述标准数据集包括：标准行为图像数据集、骨架图像数据集、标志图像数据集和语音数据集，所述标准行为图像数据集中包含目标的标准行为图像，所述骨架图像数据集中包含由关键点和连线组成的骨架图像，所述标志图像数据集中包含标准的标志图，所述语音数据集包含目标的标准语音。
7.根据权利要求6所述的基于光纤网络与多传感器融合的智能监测系统，其特征在于，所述骨架图像数据集基于pytorch深度学习框架的open pose网络结构实现人体姿态估计以及手势估计，得到姿态和手势的关键点，关键点绘制在原始像素为255的纯白色图像上，并通过连线连接，且open pose网络结构的原始代码被修改为支持批量进行人体姿态估计以及手势估计，并绘制关键点。
8.根据权利要求3所述的基于光纤网络与多传感器融合的智能监测系统，其特征在于，所述接收模块还包括：数据存储模块，所述数据传输模块包括：第二路由器，所述数据存储模块通过所述第二路由器与所述第二级光交换机连接，所述第二级光交换机还用于将所述目标的图像信息、音频信息、外部环境点云信息和外部环境图像信息通过所述第二路由器发送给所述数据传输模块进行存储。
9.根据权利要求8所述的基于光纤网络与多传感器融合的智能监测系统，其特征在于，所述第二级光交换机包括：1个核心网络节点和N个边缘网络节点，所述核心网络节点为多光口光交换机，每个所述边缘网络节点均为双光口光交换机，所述核心网络节点分别与每个所述边缘网络节点连接，所述核心网络节点还分别与所述第一级光交换机、所述第一路由器和所述第二路由器连接，所述边缘网络节点用于连接边缘计算平台。
10.根据权利要求9所述的基于光纤网络与多传感器融合的智能监测系统，其特征在于，每个所述边缘网络节点形成一个局域网，每个所述边缘计算平台均被分配在不同的局域网中。
...【技术特征摘要】
1.一种基于光纤网络与多传感器融合的智能监测系统，其特征在于，包括：感知模块、数据传输模块和接收模块，所述感知模块包括多种传感器，所述数据传输模块包括：第一级光交换机、第二级光交换机和第一路由器，所述接收模块包括：边缘计算平台和云端服务器，多种所述传感器通过所述第一级光交换机与所述第二级光交换机连接，所述第二级光交换机与所述边缘计算平台连接，所述第二级光交换机还通过所述第一路由器分别与所述云端服务器和所述数据存储模块连接，其中：
2.根据权利要求1所述的基于光纤网络与多传感器融合的智能监测系统，其特征在于，所述感知模块包括：相机、激光雷达和拾音器，其中，所述相机用于对所述目标的图像信息进行采集，所述拾音器用于对所述目标的音频信息进行采集，所述相机还用于对所述目标的外部环境图像信息进行采集，所述激光雷达用于对所述目标的外部环境点云信息进行采集。
3.根据权利要求2所述的基于光纤网络与多传感器融合的智能监测系统，其特征在于，所述第二级光交换机具体用于将所述目标的图像信息、音频信息和外部环境点云信息发送给所述边缘计算平台，并将所述目标的外部环境图像信息通过所述第一路由器直接发送给所述云端服务器，所述边缘计算平台具体用于对所述目标的图像信息和外部环境点云信息进行语义分割和背景去除处理，对所述目标的音频信息进行带通滤波去噪处理，并将处理后的所述目标的图像信息、音频信息和外部环境点云信息通过所述第二级光交换机和所述第一路由器发送给所述云端服务器。
4.根据权利要求3所述的基于光纤网络与多传感器融合的智能监测系统，其特征在于，所述云端服务器具体用于对接收到的所述目标的图像信息、音频信息和外部环境点云信息进行数据一致性处理，并根据预设的检测识别算法对一致性处理后的所述目标的图像信息、音频信息和外部环境点云信息中的至少两个进行融合处理，得到第一融合结果，并将预设的标准数据集中对应的标准信息进行融合处理，得到第二融合结果，将第一融合结果与第二融合结果进行比对，如果比对结果相同，则认为目标执行了预设的标准动作，否则，根据所述检测识别算法设定的不同信息的权重进行置信度计算，并将第一融合结果和融合前的对应信息发送给所述边缘计算平台，供所述边缘计算平台实时调整所述检测识别算法的结构。
5.根据权利要求3所述的基...
【专利技术属性】
技术研发人员：谢子灿，丁鑫，王智，田郁池，贾韬，苑子阳，张浩洋，
申请(专利权)人：北京交通大学，
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。