恭喜深圳市城市交通规划设计研究中心股份有限公司张晓春获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜深圳市城市交通规划设计研究中心股份有限公司申请的专利基于无人机监控的交通异常事件的处理紧急程度排序方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119229350B 。
龙图腾网通过国家知识产权局官网在2025-04-22发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411717991.5,技术领域涉及:G06V20/40;该发明授权基于无人机监控的交通异常事件的处理紧急程度排序方法是由张晓春;刘星;孟安鑫;吴成龙;刘美华;刘梦杨设计研发完成,并于2024-11-28向国家知识产权局提交的专利申请。
本基于无人机监控的交通异常事件的处理紧急程度排序方法在说明书摘要公布了:基于无人机监控的交通异常事件的处理紧急程度排序方法,属于无人机交通应用技术领域。为解决对交通异常事件基于紧急程度进行及时处理,本发明包括对从交通视频中获取的交通图像进行图像处理,得到更新的交通图像;人工挑选出包括不同类型车辆的交通异常事件的图像,对YOLOv10深度学习模型进行训练,得到识别交通异常事件的交通智能识别模型;将识别到交通异常事件的图像建立图像尺寸与实际尺寸的转换关系;构建交通异常事件对交通影响的演化规律分析方法,分析交通拥堵长度变化、交通流量变化、平均车速变化、延误时间变化;基于构建的矩阵建立交通异常事件的综合影响指数,对基于无人机监控的交通异常事件的处理紧急程度进行排序。
本发明授权基于无人机监控的交通异常事件的处理紧急程度排序方法在权利要求书中公布了:1.一种基于无人机监控的交通异常事件的处理紧急程度排序方法,其特征在于,包括如下步骤:S1.利用无人机采集交通视频,然后从交通视频中采用视频中提取帧的方式获取交通图像;S2.对从交通视频中获取的交通图像进行图像处理,得到更新的交通图像;步骤S2的具体实现方法包括如下步骤:S2.1.对步骤S1得到的从交通视频中获取的交通图像,采集图像在像素坐标a,b位置处的像素值表示为Aa,b,其中,a和b是水平方向的像素坐标和垂直方向的像素坐标,计算像素梯度在图像中的水平方向的差分Aa和垂直方向的差分Ab,表达式为:Aa=Aa+1,b-Aa,bAb=Aa,b+1-Aa,b其中,Aa+1,b为图像在坐标a+1,b位置处的像素值,Aa,b+1为图像在坐标a,b+1位置处的像素值;然后计算像素梯度计算公式为: 像素梯度用于确定图像像素点上的边缘强度;S2.2.设置调整系数ca,b,用于确定图像中不同位置a,b处像素的更新程度,调整系数ca,b的计算公式为: 其中,d为控制敏感度的常数,g为控制梯度分量的常数,两个常数均由经验确定;S2.3.进行图像的像素更新,得到更新的图像在坐标a,b位置处的像素值Aea,b,计算公式为:Aea,b=Aa,b+Σfca,bAf-Aa,b其中,f为像素坐标a,b在上、下、左、右四个方向相邻的四个像素坐标,Af指在上、下、左、右四个方向相邻的四个像素坐标的像素值;S3.利用步骤S2获取的更新的交通图像,人工挑选出包括不同类型车辆的交通异常事件的图像,对YOLOv10深度学习模型进行训练,得到识别交通异常事件的交通智能识别模型;S4.将步骤S2得到的更新的交通图像,输入到步骤S3中识别交通异常事件的交通智能识别模型中进行交通异常事件识别,将识别到交通异常事件的图像建立图像尺寸与实际尺寸的转换关系;步骤S4的具体实现方法包括如下步骤:S4.1.将步骤S2得到的更新的交通图像,输入到步骤S3中识别交通异常事件的交通智能识别模型中进行交通异常事件识别,识别到交通异常事件的图像;S4.2.从无人机载定位系统中,获取无人机飞行高度数据hw,从相机设备中获取相机焦距j、传感器的宽度ksen、高度hsen,以及交通异常事件的图像的宽度kimg、高度himg;计算交通异常事件的图像单位像素对应的实际长度,计算公式为: 其中,Ma和Mb分别为交通异常事件的图像单位像素在水平方向上的地面距离和垂直方向上的地面距离;S4.3.基于采用无人机采集的图像中单位像素在水平和垂直方向上的地面距离是相等的,即Ma=Mb,则建立像素坐标a,b与实际地理坐标as,bs之间的转换关系,表达式为:as=as-ref+a-aref·Mabs=bs-ref+b-bref·Ma其中,as-ref,bs-ref为图像参考点的地理坐标,aref,bref为图像参考点在图像中的像素坐标S5.基于步骤S3识别到的交通异常事件的图像和视频和步骤S4得到的图像尺寸与实际尺寸的转换关系,构建交通异常事件对交通影响的演化规律分析方法,分析交通拥堵长度变化、交通流量变化、平均车速变化、延误时间变化;S6.构建交通异常事件对应的交通拥堵长度变化矩阵、交通异常事件对应的交通流量变化矩阵、交通异常事件对应的平均车速变化矩阵、交通异常事件对应的延误时间变化矩阵,然后基于构建的矩阵建立交通异常事件的综合影响指数,对基于无人机监控的交通异常事件的处理紧急程度进行排序。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人深圳市城市交通规划设计研究中心股份有限公司,其通讯地址为:518000 广东省深圳市龙华区民治街道北站社区龙华设计产业园总部大厦1栋1101;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。