【技术实现步骤摘要】
本申请属于智能城市基础设施，更具体地说，是涉及一种智慧灯杆云边结合管理系统。
技术介绍
1、在当前交通系统中，云计算的延迟和安全问题已经引起了广泛关注。然后，在现有的技术中，交通系统虽实现了对监控视频或者图片的实时监控，但是对云端资源和网络连接的依赖性较强，在断网等情况下，交通系统则陷入瘫痪，不能实时掌握行人或车辆闯红灯等信息；由于对云端资源和网络连接的依赖性较强，所以其稳定性较差，不能满足于当前数字化发展交通生活的需求。
技术实现思路
1、为实现上述目的，本申请采用的技术方案是：提供一种智慧灯杆云边结合管理系统，包括运行环境层，所述运行环境层包括边缘计算智能盒，所述边缘计算智能盒连接有摄像头，边缘计算智能盒还连接有红绿灯信号检测器，所述红绿灯信号检测器通过监测交通信号灯的高低电平变化识别红绿的变换状态，所述边缘计算智能盒通过红绿灯信号检测器实现对红灯或者绿灯的判断。
2、可选地，智慧灯杆云边结合管理系统，包括运行环境层，其特征在于：所述运行环境层包括边缘计算智能盒，所述边缘计算智能盒连接有摄像头，所述边缘计算智能盒还连接有红绿灯信号检测器，所述红绿灯信号检测器通过监测交通信号灯的高低电平变化识别红绿的变换状态，所述边缘计算智能盒通过红绿灯信号检测器实现对红灯或者绿灯的判断。
3、可选的，所述边缘计算智能盒内设置有目标检测模型模块和阈值判断模块，所述目标检测模型模块包括人像检测模型单元和车辆检测模型单元；人像检测模型单元和车辆检测模型单元均采用yolov5模
4、可选的，所述人像检测模型单元包括coco人像数据集、coco人像数据集配套标注、人像测试集和预训练好的人像检测模型，所述人像检测模型单元将视频分割成帧，再经过检测从而输出报警图片。
5、可选的，所述车辆检测模型单元包括coco车辆数据集、coco车辆数据集配套标注、车辆测试集和预训练好的车辆检测模型，所述车辆检测模型单元将视频分割成帧，再经过检测输出报警图片。
6、可选的，所述阈值判断模块，预设有规定好的检测区域阈值，所述检测区域阈值通过svg标签和polygon标签绘制划定规定检测区域，并将检测区域写入个边缘计算智能盒用于目标检测的配置文件中；
7、当边缘计算智能盒接收到图片时，将图片的区域与阈值判断模块内的检测区域阈值进行重合判定：面积是否重合、产生差值；若差值超过预设的检测区域阈值，则输出报警图片。
8、可选的，所述yolov5模型包括输入层、骨干网络、特征融合层和推理层，其中骨干网络包括focus模块和csp模块；focus模块通过对特征图进行切片，将宽度w和高度h的信息整合到通道c维度上。
9、可选的，还包括运行支持层、数据层、业务层、网关层和展示层；
10、所述运行支持层包括docker、mysql、存储服务模块、地区管理服务模块、ftp服务模块；
11、所述数据层包括报警数据模块、设备数据模块、算法数据模块、文件数据模块、地区数据模块、系统数据模块；
12、所述业务层包括系统管理模块、业务管理模块、事务管理模块，其中系统管理模块包括用户管理单元、安全管理单元、权限管理单元、系统监控单元、部门管理单元、日志管理单元；业务管理模块包括智能盒信息管理单元、任务管理单元、摄像头信息管理单元、业务管理模块的通知管理单元、算法信息设置单元、报警图片展示单元；事务管理模块包括报警信息通知单元、文件管理单元、事务管理模块的通知管理单元；业务层的设置可以根据不同类型的用户展示不同类型的功能，适配多个类型的用户；
13、所述摄像头信息管理单元连接有摄像头；
14、所述数据层和业务层均包括权限控制模块和日志记录模块；
15、所述网关层包括安全认证单元、服务路由单元、负载均衡单元、熔断降级单元、流量控制单元；
16、所述展示层包括报警器大屏、管理门户、个人门户。
17、可选的，所述边缘计算智能盒与摄像头通过局域网连接，实现数据传输；所述边缘计算智能盒与红绿灯信号检测器通过485串口通讯方式连接。
18、可选的，所述边缘计算智能盒包括盒体，所述盒体上设置第一网口、usb接口、hdmi接口、第二网口、电源指示灯、系统运行指示灯和恢复按键，其中，第一网口和第二网口均为rj45千兆网口。
19、可选的，所述边缘计算智能盒连接有电源供电模块，电源供电模块包括变压器h1和降压转换芯片u1；
20、变压器h1的1脚分别连接二极管d1的一端、二极管d3的一端，二极管d1的另一端分别连接二极管d2的一端、电容c2的一端、电容c1的一端，二极管d2的另一端连接变压器h1的3脚；二极管d3的另一端分别连接二极管d4的一端、电容c4的一端、电容c3的一端，二极管d2的另一端还连接二极管d3的另一端，电容c4的另一端连接电容c2的另一端，电容c2的另一端还接地；电容c3的另一端连接电容c1的另一端，电容c1的另一端还接地；电容c1的一端连接v+电源，电容c3的一端连接v-电源；
21、芯片u1的1脚经电阻r1连接电阻r2的一端，电阻r2的另一端分别连接电源vout、电感l1的一端、电容c9的一端、电容c8的一端，电感l1的另一端分别连接芯片u1的6脚和3脚，芯片u1的3脚还经二极管d5后接地；电容c9的另一端连接电容c8的另一端，电容c8的另一端接地；芯片u1的1脚还接地，芯片u1的4脚经电容c7分别连接芯片u1的5脚、电容c6的一端、电容c5的一端，电容c5的另一端连接电容c6的另一端，电容c6的另一端接地；
22、电源vout连接接线端子h2的2脚，接线端子h2的1脚接地。
23、本申请提供一种智慧灯杆云边结合管理系统，是一种在具有算力的边缘计算设备上部署基于yolo目标检测算法训练模型的系统，通过摄像头和边缘计算智能盒的配合，将图片传入位于边缘计算智能盒的目标检测模型模块中，在该模型中识别报警图片，再将报警图片展示到大屏警示器上；使用时操作简单方便，系统工作稳定；提高了交通不文明行为检测的工作效率，也使工作人员减少了工作量；边缘计算的引入，与云计算的结合有利于数据传输过程的低时延，并提高了敏感数据的处理能力，避免了将数据传输到云端可能带来的安全风险，可以在边缘设备上进行离线运行，减少对云端资源和网络连接的依赖；本系统不仅提高了系统的实时性和可靠性，还可以更好地保护数据的隐私；还具有网络时延低、传输效率高、低成本、安全性强等优势；为智慧城市、安全交通的发展补充了重要的监测保护功能，对保护城市居民在交通生活中的人身安全和未来数字化城市大发展具有重要意义。
本文档来自技高网...【技术保护点】
1.智慧灯杆云边结合管理系统，包括运行环境层，其特征在于：所述运行环境层包括边缘计算智能盒，所述边缘计算智能盒连接有摄像头，所述边缘计算智能盒还连接有红绿灯信号检测器，所述红绿灯信号检测器通过监测交通信号灯的高低电平变化识别红绿的变换状态，所述边缘计算智能盒通过红绿灯信号检测器实现对红灯或者绿灯的判断。
2.如权利要求1所述的智慧灯杆云边结合管理系统，其特征在于：所述边缘计算智能盒内设置有目标检测模型模块和阈值判断模块，所述目标检测模型模块包括人像检测模型单元和车辆检测模型单元；人像检测模型单元和车辆检测模型单元均采用YOLOv5模型进行检测。
3.如权利要求2所述的智慧灯杆云边结合管理系统，其特征在于：所述人像检测模型单元包括COCO人像数据集、COCO人像数据集配套标注、人像测试集和预训练好的人像检测模型，所述人像检测模型单元将视频分割成帧，再经过检测输出报警图片。
4.如权利要求2所述的智慧灯杆云边结合管理系统，其特征在于：所述车辆检测模型单元包括COCO车辆数据集、COCO车辆数据集配套标注、车辆测试集和预训练好的车辆检测模型，所述车辆
5.如权利要求2所述的智慧灯杆云边结合管理系统，其特征在于：所述阈值判断模块，预设有规定好的检测区域阈值，所述检测区域阈值通过svg标签和polygon标签绘制划定规定检测区域，并将检测区域写入个边缘计算智能盒用于目标检测的配置文件中；
6.如权利要求2所述的智慧灯杆云边结合管理系统，其特征在于：所述YOLOv5模型包括输入层、骨干网络、特征融合层和推理层，其中骨干网络包括Focus模块和CSP模块；Focus模块通过对特征图进行切片，将宽度w和高度h的信息整合到通道c维度上。
7.如权利要求1所述的智慧灯杆云边结合管理系统，其特征在于：还包括运行支持层、数据层、业务层、网关层和展示层；
8.如权利要求1所述的智慧灯杆云边结合管理系统，其特征在于：所述边缘计算智能盒与摄像头通过局域网连接，实现数据传输；所述边缘计算智能盒与红绿灯信号检测器通过485串口通讯方式连接。
9.如权利要求1所述的智慧灯杆云边结合管理系统，其特征在于：所述边缘计算智能盒包括盒体，所述盒体上设置第一网口、USB接口、HDMI接口、第二网口、电源指示灯、系统运行指示灯和恢复按键，其中，第一网口和第二网口均为RJ45千兆网口。
10.如权利要求1所述的智慧灯杆云边结合管理系统，其特征在于：所述边缘计算智能盒连接有电源供电模块，电源供电模块包括变压器H1和降压转换芯片U1；
...【技术特征摘要】
1.智慧灯杆云边结合管理系统，包括运行环境层，其特征在于：所述运行环境层包括边缘计算智能盒，所述边缘计算智能盒连接有摄像头，所述边缘计算智能盒还连接有红绿灯信号检测器，所述红绿灯信号检测器通过监测交通信号灯的高低电平变化识别红绿的变换状态，所述边缘计算智能盒通过红绿灯信号检测器实现对红灯或者绿灯的判断。
2.如权利要求1所述的智慧灯杆云边结合管理系统，其特征在于：所述边缘计算智能盒内设置有目标检测模型模块和阈值判断模块，所述目标检测模型模块包括人像检测模型单元和车辆检测模型单元；人像检测模型单元和车辆检测模型单元均采用yolov5模型进行检测。
3.如权利要求2所述的智慧灯杆云边结合管理系统，其特征在于：所述人像检测模型单元包括coco人像数据集、coco人像数据集配套标注、人像测试集和预训练好的人像检测模型，所述人像检测模型单元将视频分割成帧，再经过检测输出报警图片。
4.如权利要求2所述的智慧灯杆云边结合管理系统，其特征在于：所述车辆检测模型单元包括coco车辆数据集、coco车辆数据集配套标注、车辆测试集和预训练好的车辆检测模型，所述车辆检测模型单元将视频分割成帧，再经过检测输出报警图片。
5.如权利要求2所述的智慧灯杆云边结合管理系统，其特征在于：所述阈值判断模块，预...
【专利技术属性】
技术研发人员：尚金雷，张传澄，
申请(专利权)人：视安传感济南智能科技有限责任公司，
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。