【技术实现步骤摘要】
本专利技术涉及人工智能，具体为一种基于物联网的智慧高速综合管理系统。
技术介绍
1、现有的智慧高速综合管理系统，有着诸多的问题，首先，不同的设备之间的数据往往是孤立的，如车载设备和高速设备都是孤立的，没有通过物联网技术进行整合；
2、其次，现有智慧高速系统仅依赖基础的传感器来监测车辆健康状态，缺乏深度的健康预测和诊断功能；
3、再者，现有智慧高速系统在预测安全速度时，通常只考虑道路限速或是基于基础的环境参数，而忽视了车辆本身在行驶中是否健康，这使得安全速度预测的结果存在一定的局限性；
4、此外，现有的超速与龟速检测多依赖于单一的车速数据，缺乏与车道限速以及预测的安全速度综合考量，这导致系统误判车辆的行驶状态，无法做出精准的预警。
5、鉴于此，本专利技术提出一种基于物联网的智慧高速综合管理系统以解决上述问题。
技术实现思路
1、为了克服现有技术的上述缺陷，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慧高速综合管理系统，包括：
2、数据获取模块：获取车道限速数据、车速数据、车辆状况数据、高速环境数据以及车道规定速度数据；
3、车辆健康监测模块：基于车辆状态数据，使用多任务dnn模型来预测排放健康数据、发动机健康数据以及轮胎健康数据；基于预测排放健康数据、发动机健康数据以及轮胎健康数据，使用自适应加权方法得到车辆诊断指标数据；
4、健康状态管理模块：基于历史车辆诊断指标数据来设定健康阈值
5、安全速度预测模块：基于健康车辆的车辆诊断指标数据和高速环境数据，使用svr模型预测安全速度；
6、高速预警模块：将车道限速数据和预测安全速度进行平均计算获得安全高速范围数据，将车速数据与安全高速范围数据进行比较，判断健康车辆是否存在超速或龟速行驶，并进行预警提醒。
7、进一步的，所述车辆状况数据包括排放的nox浓度数据、排放的co2浓度数据、排放的co浓度数据、发动机转速数据、发动机温度数据、发动机负荷数据、油压数据、车辆加速度数据、刹车液压力数据、刹车温度数据以及刹车踏板压力数据；
8、高速环境数据包括温度数据、湿度数据、风速数据、能见度数据以及交通流量数据。
9、进一步的，所述能见度数据的获取方式包括：
10、利用高清摄像头进行实时图像采集，采用均值滤波方法对采集的图像进行去噪处理，得到去噪图像；
11、使用拉普拉斯算子对去噪图像进行卷积处理，得到去噪图像中每个像素的梯度，公式为：其中，i(x,y)表示图像在位置(x,y)的像素值，x为像素的横坐标，y为像素的纵坐标，k(i,j)表示拉普拉斯算子的卷积核，i为卷积核中相对于中心位置的行偏移量，j为卷积核中相对于中心位置的列偏移量，i(x+i,y+j)表示卷积核在去噪图像中被卷积核覆盖的像素值，表示卷积后得到的去噪图像梯度；
12、对去噪图像中的每一个像素的梯度进行平均计算，得到去噪图像的锐化度指数，公式为：其中，g*h表示去噪图像中的总像素数，g表示去噪图像的宽度，h表示去噪图像的高度，si表示锐化度指数；
13、通过线性回归来计算能见度数据，计算公式为：vj＝ap*si+bp，其中，ap为斜率，bp为截距，通过最小二乘法计算得到ap和bp的具体值。
14、进一步的，所述基于车辆状态数据，使用多任务dnn模型来预测排放健康数据、发动机健康数据以及轮胎健康数据的具体方式包括：
15、步骤f1、车辆状况数据进行缺失值、异常值以及归一化处理，得到预处理车辆状况数据；
16、步骤f2、输入样本集，包括sr组样本，每一组样本包括一个预处理车辆状况数据以及对应的排放健康数据、发动机健康数据和轮胎健康数据；
17、步骤f3、初始化输入层、隐藏层和输出层；
18、输入层，设置神经元的数量与输入数据个数相等；隐藏层，使用网格搜索设定n个隐藏层，每个隐藏层设置m_j个神经元数量；输出层，设定3个神经元，与任务个数一致；
19、初始化模型权重和偏置；
20、步骤f4、将样本从输入层传递到第一隐藏层，通过线性和relu激活函数，获得第一隐藏层的输出；将第一隐藏层的输出传递到下一隐藏层，重复线性计算和relu激活函数，直到最后一个隐藏层结束，获得最后一个隐藏层输出；将最后一个隐藏层的输出传递到输出层，得到三个任务结果，分别为排放健康数据、发动机健康数据以及轮胎健康数据的当前迭代预测值；
21、步骤f5、损失计算：针对输出的每一个任务结果，使用均方误差作为损失函数来计算当前迭代预测值与真实值之间的误差，并进行加权求和，得到总损失函数误差，公式为：其中，rw为任务索引，3为任务总数量，wcrw为第rw个任务的损失函数误差，λrw为第rw个任务的权重，wctotal为总损失函数，其中，真实值是指输入的排放健康数据、发动机健康数据和轮胎健康数据；
22、步骤f6、使用反向传播法逐层计算总损失函数误差对权重和偏置的梯度，并使用adam优化器更新每一层的权重和偏置；
23、步骤f7、当总损失函数误差小于设定的误差阈值时，停止迭代，输出3个任务最终结果，即预测排放健康数据、预测发动机健康数据和预测轮胎健康数据。
24、进一步的，所述使用自适应加权融合方法得到车辆诊断指标数据的具体方式包括：
25、基于预测排放健康数据、预测发动机健康数据和预测轮胎健康数据，使用自适应加权融合方法来计算车辆诊断指标数据，公式为：hcl＝a1*hemission+a2*hengine+a3*htire，其中，hcl为车辆诊断指标数据，hemission、hengine和htire分别为预测排放健康数据、预测发动机健康数据和预测轮胎健康数据，a1、a2和a3分别为预测排放健康数据、预测发动机健康数据和预测轮胎健康数据的实际权重，其中，通过联合误差的方法获得预测排放健康数据、预测发动机健康数据和预测轮胎健康数据的实际权重。
26、进一步的，所述通过联合误差的方法获得预测排放健康数据、预测发动机健康数据和预测轮胎健康数据的权重的具体方式包括：
27、计算每个任务最终结果与真实数据之间的误差：其中，hrw,m为第rw个任务的第m个样本的最终结果，为第rw个任务的第m个样本的真实值，m为样本索引，mserw为第rw个任务的误差，根据每个任务的误差调整初步权重：
28、计算任务间的误差相关性，使用误差相关性修正初步权重，得到实际权重，公式为：其中，corrrw,fw表示第rw个任务和第fw个任务之间的误差相关性，通过皮尔逊相关性方法计算得到，rw和fw为任务的索引，表示第rw个任务和第fw个任务之间的初步权重的差距，arw表示第rw个任务的实际权重，即a1、a2和a3三个任务的实际权重，γ表示调整系数，通过经验法设定。...
【技术保护点】
1.一种基于物联网的智慧高速综合管理系统，其特征在于，包括：
2.根据权利要求1所述的一种基于物联网的智慧高速综合管理系统，其特征在于，所述车辆状况数据包括排放的NOx浓度数据、排放的CO2浓度数据、排放的CO浓度数据、发动机转速数据、发动机温度数据、发动机负荷数据、油压数据、车辆加速度数据、刹车液压力数据、刹车温度数据以及刹车踏板压力数据；
3.根据权利要求2所述的一种基于物联网的智慧高速综合管理系统，其特征在于，所述能见度数据的获取方式包括：
4.根据权利要求3所述的一种基于物联网的智慧高速综合管理系统，其特征在于，所述基于车辆状态数据，使用多任务DNN模型来预测排放健康数据、发动机健康数据以及轮胎健康数据的具体方式包括：
5.根据权利要求4所述的一种基于物联网的智慧高速综合管理系统，其特征在于，所述使用自适应加权融合方法得到车辆诊断指标数据的具体方式包括：
6.根据权利要求5所述的一种基于物联网的智慧高速综合管理系统，其特征在于，所述通过联合误差的方法获得预测排放健康数据、预测发动机健康数据和预测轮胎健康数据的权重
7.根据权利要求6所述的一种基于物联网的智慧高速综合管理系统，其特征在于，所述基于历史车辆诊断指标数据来设定健康阈值，将车辆诊断指标数据和健康阈值比较，判断车辆是否健康的具体方式包括：
8.根据权利要求7所述的一种基于物联网的智慧高速综合管理系统，其特征在于，所述基于健康车辆的车辆诊断指标数据和高速环境数据，使用SVR模型预测安全速度的具体方式包括：
9.根据权利要求8所述的一种基于物联网的智慧高速综合管理系统，其特征在于，所述使用LAMB模型来更新权重向量和偏置项的具体方式包括：
10.根据权利要求9所述的一种基于物联网的智慧高速综合管理系统，其特征在于，所述将车道限速数据和预测安全速度进行平均计算获得安全高速范围数据，将车速数据与安全高速范围数据进行比较，判断健康车辆是否存在超速或龟速行驶，并进行预警提醒的具体方式包括：
...【技术特征摘要】
1.一种基于物联网的智慧高速综合管理系统，其特征在于，包括：
2.根据权利要求1所述的一种基于物联网的智慧高速综合管理系统，其特征在于，所述车辆状况数据包括排放的nox浓度数据、排放的co2浓度数据、排放的co浓度数据、发动机转速数据、发动机温度数据、发动机负荷数据、油压数据、车辆加速度数据、刹车液压力数据、刹车温度数据以及刹车踏板压力数据；
3.根据权利要求2所述的一种基于物联网的智慧高速综合管理系统，其特征在于，所述能见度数据的获取方式包括：
4.根据权利要求3所述的一种基于物联网的智慧高速综合管理系统，其特征在于，所述基于车辆状态数据，使用多任务dnn模型来预测排放健康数据、发动机健康数据以及轮胎健康数据的具体方式包括：
5.根据权利要求4所述的一种基于物联网的智慧高速综合管理系统，其特征在于，所述使用自适应加权融合方法得到车辆诊断指标数据的具体方式包括：
6.根据权利要求5所述的一种基于物联网的智慧高速综合管理系统，其...
【专利技术属性】
技术研发人员：党东哲，丁林，刘江博，郭绵东，丁超坡，倪江峰，李洋，
申请(专利权)人：中交国通智能科技有限公司，
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。