一种基于大数据和云计算的高速公路监控管理方法技术

技术编号：43538276 阅读：2 留言：0更新日期：2024-12-03 12:20

本发明专利技术属于高速公路监控数据管理技术领域，具体涉及一种基于大数据和云计算的高速公路监控管理方法，包括以下步骤：步骤1：对高速公路上的监控网进行节点划分，构建高速公路监控网；步骤2：数据处理器通过每个车道上的监控摄像机获取该车道的监控视频数据；步骤3：数据处理器对每个车道的监控视频数据进行处理，完成监控视频存储优化和信息提取，并将得到的监控结果上传至云终端；步骤4：云终端通信连接有监管平台，云终端对监控结果进行大数据分析，判断是否出现道路异常，并将分析结果发送至监管平台；步骤5：监管平台获取分析结果，同时监管平台通过云终端完成数据检索以及数据查看。本发明专利技术内存占用小，数据传输速率高。

全部详细技术资料下载

【技术实现步骤摘要】

本专利技术属于高速公路监控数据管理，具体涉及一种基于大数据和云计算的高速公路监控管理方法。

技术介绍

1、随着我国高速公路的迅猛发展、家用私家车的持续增加，开展高速公路车辆行驶安全监控管理研究也变得日益重要，目前，在高速公路上设置众多监控摄像头，通过监控摄像头采集的监控数据，实时观察和测量道路交通状况、路面、天气状况和设备工作状况等参数；通过监视所得到的各种数据，进行分析、判断和决策，并将最终的决策结果和下达的控制命令通过通信系统传送到信息发布设备、收费口控制设备或在匝道控制设备，以促进行车安全，提高行车效率。

2、此外，高速公路监控系统还通过视频监控的作用扩展到为交通运营、管理部门提供不可或缺的、可靠的数据支撑；通过采集到的视频大数据，能够实现各级指挥调度平台的互联互通、资源共享，通过车流量、拥堵、事故、平均时速等信息的分析，提供更加立体、主动的出行服务，不仅提高了高速公路的管理效率，也为驾驶人员提供了更加安全、高效的行车环境；但是目前都是对监控视频数据进行整体处理，而监控视频数据存储量大，数据传输速率慢，为此我们提出一种基于大数据和云计算的高速公路监控管理方法。

技术实现思路

1、本专利技术的目的是提供一种基于大数据和云计算的高速公路监控管理方法，能够对监控视频数据进行优化处理，减小占用的内存，数据传输速率快，同时基于大数据以及云服务，对监控数据进行大数据分析，判断是否出现道路异常，并将分析结果发送至监管平台；同时监管平台通过云终端完成数据检索以及数据查看。

2、本专利技术采取的技术方案具体如下：

3、一种基于大数据和云计算的高速公路监控管理方法，包括以下步骤：

4、步骤1：对高速公路上的监控网进行节点划分，每个监控节点具有单一身份编号，完成构建高速公路监控网；

5、步骤2：在每个所述监控节点处设置一个数据处理器，在每个所述监控节点的每个车道上设置监控摄像机，所述数据处理器通过每个车道上的监控摄像机获取该车道的监控视频数据；

6、步骤3：所述数据处理器对每个车道的监控视频数据进行处理，完成监控视频存储优化和信息提取，并将得到的监控结果上传至云终端；

7、步骤4：所述云终端通信连接有监管平台，所述云终端对监控结果进行大数据分析，判断是否出现道路异常，并将分析结果发送至监管平台；

8、步骤5：所述监管平台获取所述分析结果，同时所述监管平台通过所述云终端完成数据检索以及数据查看。

9、优选地，所述步骤1中，高速公路监控网行政区域划分完成后，并沿着最外围行政区域监控网向外延伸一个监控节点，相邻两个高速公路监控网行政区域至少交叉一个监控路段。

10、优选地，所述步骤2中，所述数据处理器对监控车道由内向外进行编号，编号为1车道、2车道、...、n车道，所述数据处理器内部设有监控视频处理模块以及网络通信模块，所述监控视频处理模块用于进行监控视频数据处理，所述网络通信模块用于与所述云终端进行数据通信。

11、优选地，所述步骤3对监控视频数据处理过程中，所述监控视频处理模块对监控视频进行帧处理，然后提取监控视频数据中的背景图像，再提取出监控视频数据中的移动的车辆数据，并对监控视频数据进行帧间隔采样，然后替换每一帧视频图像中的车辆像素点，最终所述监控视频处理模块输出的监控结果包括：背景图像、包含背景图像以及车辆图像的整体图像、车辆数据、帧间隔采样图像组以及时间区间数据。

12、优选地，所述步骤3对监控视频数据处理过程中，对于没有车辆的空白监控数据，以时间区间为阶段存储背景图像。

13、优选地，所述步骤3中采用背景减法运动目标检测完成监控视频数据，具体处理过程如下：

14、步骤a：在车辆进入摄像机监控区域范围时，获取与进入时最近的时间点的车道无车辆状态下的图像作为背景图像ab(xi，yi,rgbi)；

15、步骤b：在车辆进入摄像机监控区域中心处时，获取当前图像为含背景图像以及车辆图像的整体图像ac+b(xi，yi,rgbi)；

16、步骤c：通过背景差法提取车辆图像，具体使用ac+b(xi，yi,rgbi)减去ab(xi，yi,rgbi)得到插值为零的背景轮廓像素点位置矩阵d[xi,yi]，并根据背景图像ab(xi，yi,rgbi)求得轮廓图像o(xi，yi,rgbi)，最后使用ac+b(xi，yi,rgbi)减去o(xi，yi,rgbi)，直接得到车辆图像ajc(xi，yi,rgbi)；

17、步骤d：并对车辆图像ac(xi，yi,rgbi)完成号牌识别，提取出车辆号牌；

18、步骤e：对监控视频数据进行帧采样，每间隔采样时间阈值t后，采样一个帧图像，并重复步骤c，提取出对应的车辆图像ajc(xi，yi,rgbi)，并对采样帧图像中的车辆图像根据车辆类型进行统一替换，得到帧间隔采样图像组；

19、步骤f：记录车辆进入摄像机拍摄区域的时间以及驶出采样区域的时间作为时间区间数据，并计算车辆速度数据；

20、步骤g：车辆速度数据、车辆号牌以及车辆图像汇总为车辆数据，并结合背景图像、包含背景图像以及车辆图像的整体图像、帧间隔采样图像组以及时间区间数据作为存储优化和信息提取后的监控结果，并将监控结果反馈至所述网络通信模块。

21、优选地，所述步骤4中，每个监控节点处的网络通信模块将每个车道的监控结果发送至所述云终端，所述云终端进行大数据分析过程具体如下：首先构建lstm神经网络深度学习模型，并使用历史数据中的正常数据和异常数据完成对lstm神经网络深度学习模型的训练，最终输出lstm神经网络深度学习模型，再然后使用lstm神经网络深度学习模型对实时数据进行判断，分析是否出现异常，若出现异常向所述监管平台发出异常提醒，所述监管平台及时作出处理。

22、优选地，所述云终端构建云数据库存储各个监控节点处的监控结果，所述监管平台能够通过云终端查看各个监控节点处的监控结果；所述监管平台向所述云终端发送查看请求，所述云终端从所述云数据库检索出对应监控数据，并将监控数据发送至所述监管平台。

23、优选地，所述监管平台连接有数据处理单元，所述数据处理单元获取查询的监控结果后，通过所述步骤3的逆运算，还原所述监控摄像机拍摄的监控视频。

24、优选地，所述云终端对云数据库进行安全防护操作，所述监管平台向所述云终端发送查看请求时，所述云终端需要先对所述监管平台进行身份验证，验证合格后，才向所述监管平台发送监控数据，反之不发送监控数据。

25、本专利技术取得的技术效果为：

26、本专利技术中，对于任意一个监控摄像头拍摄的视频数据，最终输出的监控结果是，背景图像、包含背景图像以及车辆图像的整体图像、车辆数据、帧间隔采样图像组以及时间区间数据，需要说明的是，由于输出的监控结果包括两张图像和一个帧间隔采样图像组以及车辆数据和时间区间数据两组数据，就是若干张图像和两组数据，监控本文档来自技高网...

【技术保护点】

1.一种基于大数据和云计算的高速公路监控管理方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于大数据和云计算的高速公路监控管理方法，其特征在于：所述步骤1中，高速公路监控网行政区域划分完成后，并沿着最外围行政区域监控网向外延伸一个监控节点，相邻两个高速公路监控网行政区域至少交叉一个监控路段。

3.根据权利要求1所述的一种基于大数据和云计算的高速公路监控管理方法，其特征在于：所述步骤2中，所述数据处理器对监控车道由内向外进行编号，编号为1车道、2车道、...、N车道，所述数据处理器内部设有监控视频处理模块以及网络通信模块，所述监控视频处理模块用于进行监控视频数据处理，所述网络通信模块用于与所述云终端进行数据通信。

4.根据权利要求3所述的一种基于大数据和云计算的高速公路监控管理方法，其特征在于：所述步骤3对监控视频数据处理过程中，所述监控视频处理模块对监控视频进行帧处理，然后提取监控视频数据中的背景图像，再提取出监控视频数据中的移动的车辆数据，并对监控视频数据进行帧间隔采样，然后替换每一帧视频图像中的车辆像素点，最终所述监控视频处

5.根据权利要求4所述的一种基于大数据和云计算的高速公路监控管理方法，其特征在于：所述步骤3对监控视频数据处理过程中，对于没有车辆的空白监控数据，以时间区间为阶段存储背景图像。

6.根据权利要求5所述的一种基于大数据和云计算的高速公路监控管理方法，其特征在于：所述步骤3中采用背景减法运动目标检测完成监控视频数据，具体处理过程如下：

7.根据权利要求6所述的一种基于大数据和云计算的高速公路监控管理方法，其特征在于：所述步骤4中，每个监控节点处的网络通信模块将每个车道的监控结果发送至所述云终端，所述云终端进行大数据分析过程具体如下：首先构建LSTM神经网络深度学习模型，并使用历史数据中的正常数据和异常数据完成对LSTM神经网络深度学习模型的训练，最终输出LSTM神经网络深度学习模型，再然后使用LSTM神经网络深度学习模型对实时数据进行判断，分析是否出现异常，若出现异常向所述监管平台发出异常提醒，所述监管平台及时作出处理。

8.根据权利要求7所述的一种基于大数据和云计算的高速公路监控管理方法，其特征在于：所述云终端构建云数据库存储各个监控节点处的监控结果，所述监管平台能够通过云终端查看各个监控节点处的监控结果；所述监管平台向所述云终端发送查看请求，所述云终端从所述云数据库检索出对应监控数据，并将监控数据发送至所述监管平台。

9.根据权利要求8所述的一种基于大数据和云计算的高速公路监控管理方法，其特征在于：所述监管平台连接有数据处理单元，所述数据处理单元获取查询的监控结果后，通过所述步骤3的逆运算，还原所述监控摄像机拍摄的监控视频。

10.根据权利要求9所述的一种基于大数据和云计算的高速公路监控管理方法，其特征在于：所述云终端对云数据库进行安全防护操作，所述监管平台向所述云终端发送查看请求时，所述云终端需要先对所述监管平台进行身份验证，验证合格后，才向所述监管平台发送监控数据，反之不发送监控数据。

...

【技术特征摘要】

1.一种基于大数据和云计算的高速公路监控管理方法，其特征在于：包括以下步骤：

3.根据权利要求1所述的一种基于大数据和云计算的高速公路监控管理方法，其特征在于：所述步骤2中，所述数据处理器对监控车道由内向外进行编号，编号为1车道、2车道、...、n车道，所述数据处理器内部设有监控视频处理模块以及网络通信模块，所述监控视频处理模块用于进行监控视频数据处理，所述网络通信模块用于与所述云终端进行数据通信。

6.根据权利要求5所述的一种基于大数据和云计算的高速公路监控管理方法，其特征在于：所述...

【专利技术属性】
技术研发人员：牛昌昌，乔冠华，戴汝岩，张聿登，乔志，郑涛，陈志忠，刘凯，王宇，苏建，张雨洋，田璐，徐军，党彦，赵建雄，闫旭亮，王伟梁，牧仁，寇学松，
申请(专利权)人：内蒙古交通集团有限公司，
类型：发明
国别省市：

全部详细技术资料下载我是这个专利的主人