System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及车载控制,具体是一种基于物联网的智能警用车载控制系统及方法。
技术介绍
1、随着城市交通压力的不断增大,城市路口的交通灯内预置的时间分配情况,在某些特定的时段可能已经没法满足车辆通行的实际需求,通常情况下需要派遣交警到相应的路口进行指挥疏通。
2、而无人机的迅速发展,使得警用车载无人机在警务工作中得到了广泛的运用,有效解决了此前一些难以完成的任务,发挥出良好的社会效应和经济效应,能够完成地面视频数据的采集,并通过无线传输方式,传输到地面的接收机,供指挥者进行判断和决策,使现场处置工作组的调查能力大大增强,提高信息获取的安全性和可靠性。
3、但是现有技术中,警用车载无人机在交通拥堵疏通方面的应用较弱,主要是通过派遣交警进行实地疏通,但是,该方式存在较大的缺陷,一方面,对警力资源的调动较大,甚至出现警力不足的情况;另一方面,在拥堵严重的时间段,警力在调往拥堵区域的途中,可能会受拥堵环境的影响,使得派遣的警员无法及时到达相应的拥堵区域(尤其是派遣区域相较于相应警员位置偏远的情况下,更无法保证警员及时到达),影响拥堵车流的疏散。
4、所以,人们急需一种基于物联网的智能警用车载控制系统及方法来解决上述技术问题。
技术实现思路
1、本专利技术的目的在于提供一种基于物联网的智能警用车载控制系统及方法,以解决现有技术中提出的问题。
2、为实现上述目的,本专利技术提供如下技术方案:一种基于物联网的智能警用车载控制方法,所述方法包括以下步骤
3、s1、通过警用车载无人机内置的摄像头获取待监控区域内的高空路况画面,所述高空路况画面为警用车载无人机在高空拍摄的路况画面,通常警用车载无人机的拍摄高空路况画面时的飞行高度是根据警用车辆上执法人员的需求进行控制的,且拍摄的高空路况画面需覆盖待监控区域,并识别出所得高空路况画面中不同的路况拥堵区域,将每个路况拥堵区域记为一个拥堵节点,得到待监控区域内的路况拥堵节点集;
4、s2、警用车辆内置的中控端接收相应警用车载无人机得到的待监控区域内的路况拥堵节点集,分析所得路况拥堵节点集内不同的拥堵节点之间的路况关联关系,构建待监控区域内的拥堵关联链;
5、s3、结合所得拥堵关联链中各个拥堵节点分别对应的路况信息,得到每个拥堵节点对应的路况干扰影响值,并生成待监控区域内的拥堵节点疏通优先级序列;
6、s4、结合拥堵节点疏通优先级序列中各个拥堵节点连线所围区域及警用车载有效通信半径,生成警用车辆的活动区域,并结合拥堵节点疏通优先级序列中各个拥堵节点的序号,规划警用车辆的活动路线,并按照所规划的警用车辆活动路线,实时控制警用车载无人机对各个拥堵节点进行管控。
7、进一步的,所述s1中识别出所得高空路况画面中不同的路况拥堵区域时,是通过提取所得高空路况画面中每个路口区域的画面,并将每个路口区域的提取画面与数据库中提前保存的相应路口区域对应的正常通行画面进行比较,统计比较的两个画面中相应位置像素点的灰度差大于第一预设值的所有像素点个数,记为节点画面异常量,并将所得节点画面异常量与相应的提取画面中像素点总个数的比值大于第二预设值的路口区域作为一个路况拥堵区域。
8、本专利技术识别出所得高空路况画面中不同的路况拥堵区域时,是从待监控区域的整体画面进行识别的,在获取高空路况画面后,对所得高空路况画面进行缩放,使得缩放后的高空路况画面中每个路口区域的画面大小与数据库中相应路口区域预置的画面大小相同,进而比较两者之间的像素差异。
9、进一步的,所述s2中构建待监控区域内的拥堵关联链的方法包括以下步骤:
10、s21、警用车辆内置的中控端接收相应警用车载无人机得到的待监控区域内的路况拥堵节点集,选取所得路况拥堵节点集中任意两个元素分别对应的拥堵节点,分别记为ai及ai 1;
11、s22、结合数据库中预置地图中ai与ai 1分别对应的拥堵节点的位置,判断ai与ai1之间的路况关联关系,
12、当ai与ai 1分别对应的拥堵节点在预置地图中的同一条道路上且两者之间不存在其余路口区域时,则判定ai与ai 1之间存在路况关联关系;反之,则判定ai与ai 1之间不存在路况关联关系;
13、s23、将存在路况关联关系的不同拥堵节点相互连接,构成待监控区域内不同的拥堵关联网,每个拥堵关联网存在一个或多个关联端点,每个关联端点对应一个拥堵节点且每个关联端点在相应的拥堵关联网中存在0个或一个与之存在路况关联关系的拥堵节点;
14、将每个拥堵关联网拆分成不同的拥堵关联链,
15、当拥堵关联网包含的拥堵节点的个数为1时,则拆分的拥堵关联链也仅含有一个拥堵节点;
16、当拥堵关联网包含的拥堵节点的个数大于等于2时,则拆分的每条拥堵关联链中包括两个关联端点,拆分的每条拥堵关联链为相应拥堵关联网中从一个关联端点移动至另一个关联端点所经过的拥堵节点构成的链;
17、含有拥堵节点个数大于等于2的每条拥堵关联链均对应一个关联影响传播方向,
18、获取相应拥堵关联链对应的关联影响传播方向时,获取采集的高空路况画面中,相应拥堵关联链内各个拥堵节点及连接的道路区域,将相应拥堵关联链对应的两个关联端点分别记为第一端点和第二端点;获取各个拥堵节点及连接的道路区域的中轴线,记为第一中轴线;获取第一端点至第二端点的道路指向时,第一中轴线的右侧区域偏差像素特征值与第一中轴线的左侧区域偏差像素特征值的比值,记为bz;
19、若bz≥1,则判定相应拥堵关联链对应的关联影响传播方向为第一端点至第二端点的道路指向;反之,则判定相应拥堵关联链对应的关联影响传播方向为第二端点至第一端点的道路指向;
20、获取所述第一中轴线的右侧区域偏差像素特征值时,统计获取的各个拥堵节点及连接的道路区域中的中轴线右侧区域,与数据库提前保存的相应路口区域的正常通行画面内相应位置像素点的灰度差大于第一预设值的所有像素点个数,所得统计结果等于第一中轴线的右侧区域偏差像素特征值;
21、获取所述第一中轴线的左侧区域偏差像素特征值时,统计获取的各个拥堵节点及连接的道路区域中的中轴线左侧区域,与数据库提前保存的相应路口区域的正常通行画面内相应位置像素点的灰度差大于第一预设值的所有像素点个数,所得统计结果等于第一中轴线的左侧区域偏差像素特征值。
22、本专利技术构建待监控区域内的拥堵关联链时,考虑到不同拥堵路口的拥堵车辆可能存在关联的情况,即通过某一拥堵路口的车流可能需要继续通行另一个拥堵路口;本专利技术构建拥堵关联链,能够为后续步骤中获取每个拥堵节点对应的路况干扰影响值提供了数据参照,进而确保后续获取的待监控区域内的拥堵节点疏通优先级序列的准确性。
23、进一步的,所述s3中得到每个拥堵节点对应的路况干扰影响值的方法包括以下步骤:
24、s31、对待监控区域内的路况拥堵节点集中的各个拥堵节点进行编号,将待监控本文档来自技高网...
【技术保护点】
1.一种基于物联网的智能警用车载控制方法,其特征在在于,所述方法包括以下步骤:
2.根据权利要求1所述的一种基于物联网的智能警用车载控制方法,其特征在于:所述S1中识别出所得高空路况画面中不同的路况拥堵区域时,是通过提取所得高空路况画面中每个路口区域的画面,并将每个路口区域的提取画面与数据库中提前保存的相应路口区域对应的正常通行画面进行比较,统计比较的两个画面中相应位置像素点的灰度差大于第一预设值的所有像素点个数,记为节点画面异常量,并将所得节点画面异常量与相应的提取画面中像素点总个数的比值大于第二预设值的路口区域作为一个路况拥堵区域。
3.根据权利要求2所述的一种基于物联网的智能警用车载控制方法,其特征在于:所述S2中构建待监控区域内的拥堵关联链的方法包括以下步骤:
4.根据权利要求3所述的一种基于物联网的智能警用车载控制方法,其特征在于:所述S3中得到每个拥堵节点对应的路况干扰影响值的方法包括以下步骤:
5.根据权利要求4所述的一种基于物联网的智能警用车载控制方法,其特征在于:所述S4中生成警用车辆的活动区域的方法包括以下步骤:
6.根据权利要求5所述的一种基于物联网的智能警用车载控制方法,其特征在于:所述S4中实时控制警用车载无人机对各个拥堵节点进行管控的过程中,通过警用车辆的中控端按拥堵节点疏通优先级序列,依次控制警用车载无人机飞行至相应拥堵节点所属拥堵区域的中心点上空采集相应拥堵区域的拥堵细节画面,并通过警用车辆的中控端传输给拥堵区域对应的管理员,提醒管理员对与拥堵区域相邻的所有交通灯的红绿灯时间进行调节;所述警用车载无人机在对某一个拥堵节点进行管控时,控制警用车载无人机的警用车辆停靠在警用车辆的活动路线中,相应拥堵节点对应的警用车辆停车观测区域;
7.一种基于物联网的智能警用车载控制系统,所述系统应用权利要求1-6中任意一项所述的一种基于物联网的智能警用车载控制方法实现,其特征在于,所述系统包括以下模块:
8.根据权利要求7所述的一种基于物联网的智能警用车载控制系统及方法,其特征在于:所述疏通序列生成模块包括路况干扰分析单元及疏通优先级管理单元,
9.根据权利要求7所述的一种基于物联网的智能警用车载控制系统及方法,其特征在于:所述车载管控模块包括车辆活动区域分析单元、车辆路线分析单元及车载设备管控单元,
...【技术特征摘要】
1.一种基于物联网的智能警用车载控制方法,其特征在在于,所述方法包括以下步骤:
2.根据权利要求1所述的一种基于物联网的智能警用车载控制方法,其特征在于:所述s1中识别出所得高空路况画面中不同的路况拥堵区域时,是通过提取所得高空路况画面中每个路口区域的画面,并将每个路口区域的提取画面与数据库中提前保存的相应路口区域对应的正常通行画面进行比较,统计比较的两个画面中相应位置像素点的灰度差大于第一预设值的所有像素点个数,记为节点画面异常量,并将所得节点画面异常量与相应的提取画面中像素点总个数的比值大于第二预设值的路口区域作为一个路况拥堵区域。
3.根据权利要求2所述的一种基于物联网的智能警用车载控制方法,其特征在于:所述s2中构建待监控区域内的拥堵关联链的方法包括以下步骤:
4.根据权利要求3所述的一种基于物联网的智能警用车载控制方法,其特征在于:所述s3中得到每个拥堵节点对应的路况干扰影响值的方法包括以下步骤:
5.根据权利要求4所述的一种基于物联网的智能警用车载控制方法,其特征在于:所述s4中生成警用车辆的活动区域的方法包括以下步骤:
6.根据权利要...
【专利技术属性】
技术研发人员:李明华,张伟,张中凯,孙军华,焦进超,程仁田,武强,张爱增,高乃玺,郑彦波,尹昌兆,袁中杰,胡乃刚,王丕成,赵玮,李光月,张英东,张宇,刘强元,李国卫,徐国洋,徐从发,张志海,尹钰,沈字成,陈洁,
申请(专利权)人:青岛格仑特新能源车辆制造有限公司,
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。