一种基于边缘计算与区块链的车载垃圾溯源方法与系统与流程

本发明涉及垃圾溯源技术领域，尤其涉及一种基于边缘计算与区块链的车载垃圾溯源方法与系统。

背景技术：

目前的垃圾溯源方式是将每个定点垃圾堆放场作为一个节点，在该节点通过人工记录或安装传感器进行垃圾数据收集，再将数据上传到中心化的后台管理系统进行处理分析；现有对垃圾溯源的首先需要对垃圾堆放现场进行数据记录，然后将数据上传中中心化后台管理系统中，如果需要调用数据，则后台进行统一处理。

但是现有传统的方法存在着垃圾数据的获取途径比较麻烦，大多通过现场人工记录或者定点安装摄像头之类的信息收集器进行数据的获取，这样不仅前期耗费大量的人力物力，而且后期维护成本也会很高；同时，每个定点单独作为一个节点的弊端在于当节点个数较多时，将会对整个区块链后台性能产生较大的影响，极大地影响了整个系统的可扩展性。

技术实现要素：

本发明的目的在于克服现有技术的缺点，提供了一种基于边缘计算与区块链的车载垃圾溯源方法与系统，解决了垃圾源的实时识别与可信存证，改变过往垃圾全程管理不清晰的问题。

本发明的目的通过以下技术方案来实现：一种基于边缘计算与区块链的车载垃圾溯源方法，所述溯源方法包括：

对采集获取的定点垃圾视频数据进行特征提取；

利用智能车载终端预置的定点垃圾特征神经元算法矩阵，对采集的垃圾视频数据进行实时计算，输出满足预置的定点垃圾数据标注的计算结果；

将定点垃圾装车并获取预置的定点垃圾的重量数据和位置数据作为该预置的定点垃圾位置节点的数据进行打包发送到区块链通道。

进一步地，所述溯源方法还包括：垃圾装运设备标注和特征提取步骤，所述垃圾装运设备标注和特征提取步骤执行于所述对采集获取的定点垃圾视频数据进行特征提取步骤之前。

进一步地，所述垃圾装运设备标注和特征提取步骤包括对定点垃圾装运设备进行数据标注和提取；完成标注和提取之后，再将每辆垃圾装运设备作为一个区块链平台的节点。

进一步地，预置的定点垃圾位置节点的垃圾数据每隔一定时间产生一个块并上传到区块链通道里，所有区块链通道内上传的垃圾数据对区块链平台的各个节点清晰可见。

一种基于边缘计算与区块链的车载垃圾溯源系统，所述溯源系统包括：

特征提取模块：用于对采集获取的定点垃圾视频数据进行特征提取；

实时计算模块：用于利用智能车载终端中预置的定点垃圾特征神经元算法矩阵，对采集的垃圾视频数据进行实时计算，输出满足预置的定点垃圾数据标注的计算结果；

数据发送模块：用于将定点垃圾装车并获取预置的定点垃圾的重量数据和位置数据作为该预置的定点垃圾位置节点的数据进行打包发送到区块链通道；

区块链通道：用于接收保存每个节点的垃圾数据每隔一定时间产生一个块，并对上传的垃圾数据对区块链平台的各个节点清晰可见。

进一步地，所述溯源系统还包括标注提取模块，用于对定点垃圾装运设备进行数据标注和特征提取，并将每辆垃圾装运设备作为一个区块链平台的节点；所述标注提取模块执行于所述特征提取模块之前。

本发明具有以下优点：

1、运用边缘计算让垃圾源更加智能化和经济化，无需要再通过人工记录与定点安装设备进行数据收集，同时解决了后期运维问题。

2、运用区块链技术让数据可信度更高，不再是管理后台中心全权受理，解决了不同角色之间的信任问题，同时采取车辆作为节点大大提升了整个区块链系统的可扩展性。

附图说明

图1为本发明方法的流程示意图。

具体实施方式

下面结合附图对本发明做进一步的描述，但本发明的保护范围不局限于以下所述。

如图1所示，本发明涉及一种基于边缘计算与区块链的车载垃圾溯源方法，运用边缘计算和区块链技术，解决垃圾源的实时识别与可信存证，改变过往垃圾全过程管理不清晰的问题，溯源方法具体包括以下内容：

s1、对定点垃圾装运设备进行数据标注和特征提取，并将每辆车作为一个区块链平台的节点；

进一步地，进行数据标准的步骤包括：采集视频和相关图片、标注员用工具将图像中需要检测的目标框出、记录下框出的目标中的坐标和相应的类别、检查者核实标注员标注的图像和文档后集中归纳至训练数据集。

进一步地，进行特征提取的步骤包括：首先通过采用对象检测器，自下而上的提取出不同的特征图；然后再利用特征金字塔网络将上一步不同阶段提取的特征图进行收集融合为多类型的特征集合；再利用相应的densenet对上一步的特征集合做密集预测；最后将预测结果做稀疏融合，输出识别概率最大的目标位置和类别。

s2、利用车载摄像头拍摄定点垃圾，采集定点垃圾视频数据并进行特征提取；

s3、利用智能车载终端中预置的定点垃圾特征神经元算法矩阵，对采集的垃圾视频数据进行实时计算，输出满足当前定点垃圾数据标注的计算结果；

进一步地，其步骤包括获取视频流数据、对视频图像进行大小与颜色变换等预处理、通过识别算法模型对图像中的垃圾进行识别并输出、将输出结果进行相应业务逻辑上的处理、将最终结果通过网络进行上报。

进一步地，建立识别算法模型的步骤包括：

a1、对采集获取的垃圾视频数据进行特征提取；具体为：

a11、用一级对象检测器和二级对象检测器，自下而上的提取出不同阶段的特征图；

a12、用特征金字塔网络(fpn,pan)将上一步不同阶段提取的特征图进行收集后，融合为多维度，多阶段多大小的特征集合；

a13、用相应的densenet对上一步的特征集合做密集预测；

a14、对上一步的预测结果做稀疏融合，输出识别概率最大的目标位置和类别。

a2、利用智能车载终端中预置的定点垃圾特征神经元算法模型，对采集的垃圾视频数据进行实时计算；具体为：

a21、获取到摄像头采集的视频流数据；

a22、对视频图像进行大小，颜色变换等预处理；

a23、用识别算法模型对图像中的垃圾进行识别并输出；

a24、将输出结果进行相应业务逻辑上的处理；

a25、将最终结果通过网络进行上报。

s4、将定点垃圾装车并获取该处垃圾重量；

s5、将智能车载终端所获取的垃圾位置与垃圾重量作为该节点的数据进行打包；

s6、每个节点的垃圾数据每隔一定时间产生一个块并上传到区块链通道里，所有通道内上传的垃圾数据对区块链平台的各个节点清晰可见。

本发明的另一实施例涉及一种基于边缘计算与区块链的车载垃圾溯源系统，所述溯源系统包括：

特征提取模块：用于对采集获取的定点垃圾视频数据进行特征提取；

实时计算模块：用于利用智能车载终端中预置的定点垃圾特征神经元算法矩阵，对采集的垃圾视频数据进行实时计算，输出满足预置的定点垃圾数据标注的计算结果；

数据发送模块：用于将定点垃圾装车并获取预置的定点垃圾的重量数据和位置数据作为该预置的定点垃圾位置节点的数据进行打包发送到区块链通道；

区块链通道：用于接收保存每个节点的垃圾数据每隔一定时间产生一个块，并对上传的垃圾数据对区块链平台的各个节点清晰可见。

进一步地，所述溯源系统还包括标注提取模块，用于对定点垃圾装运设备进行数据标注和特征提取，并将每辆垃圾装运设备作为一个区块链平台的节点；所述标注提取模块执行于所述特征提取模块之前。

以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。