一种公交车辆违章智能稽查系统的制作方法

1.本发明涉及公交车辆违章稽查领域，具体涉及一种公交车辆违章智能稽查系统。


背景技术：

2.目前，对车辆的路面违章监管主要还是依赖交警的违章监控手段，但是，从预防的角度，我们对驾驶安全性的要求要高于交规，如何进一步的提高公交驾驶员安全驾驶、文明驾驶的意识，规范驾驶员的驾驶行为，安全管理部提出了在重点路口、重点站点增加高清视频监控手段，通过人工智能对路口、站点各种违法违规行为进行自动识别，主动预警。信息管理部根据这一要求，分析此要求通过安装高清视频监控摄像头可以实现，但对违操行为进行主动预警需要开展相关技术攻关和系统开发。
3.在实际运营中，大部分驾驶员虽能按章进站，但运营中仍存在以下几方面的问题有待提高与完善：
4.(一)部分驾驶员尚存在各类不文明驾驶的违规违纪行为
5.其中主要包括以下几类行为：
6.路口：路口实线变道、路口不按规定车道行驶、超速通过路口、路口未减速(刹车灯不亮)、路口未礼让行人、路口加塞、连续变道等(7类)；
7.站点：车辆斜停、压线停站、未依次进出站、进出站未打方向灯、机动车道违规上下客、进站车速大于15公里、出站后连续变道等(7类)。
8.(二)缺乏全方位记录监督驾驶员违规违纪行为的有效方法
9.目前，集团仍以抽查、人工记录等方式在全市范围内进行违规违纪行为的记录、监督，其覆盖范围小，且检查人员数量配比较全市运营车辆有较大不足，仅能覆盖重点线路、区域、车站。监督记录的覆盖面、效率有所不足。
10.(三)缺乏针对公交车业务规范的自动识别技术手段
11.面对全市每日运送近百万人次的运营车辆，现有自动技术手段尚无法有效判别公交车驾驶行为。以现有路面摄像头为例，多为交管部门为普通道路流量管理及违法行为抓拍所设，其拍摄对象及判断依据均为针对普通社会车辆。一方面，现有路面设备的管理方多为市政部门，无法与集团共享视频数据源；另一方面，现有路面设备的仪器本身技术规范亦无法满足集团对日常公交车辆驾驶违纪行为的管理。


技术实现要素：

12.本发明所要解决的技术问题是一种能够解决上述问题的公交车辆违章智能稽查系统，更进一步提高公交车辆的安全管理规范、提升整体的信息化、智能化水平，拟通过建设路面视频信息采集系统及公交车专用违规违纪算法系统的方式，结合人工智能算法及大数据分析技术。
13.本发明是通过以下技术方案来实现的：一种公交车辆违章智能稽查系统，包括有前端路面视频信息采集系统和后端公交车专用违规违纪行为算法分析系统、数据库，前端
路面视频信息采集系统包括有路面视频监控采集设备；后端公交车专用违规违纪行为算法分析系统包括有边缘计算分析前端、中心管理端、应用端、移动端；中心管理段和相连接，边缘计算分析前端包括有多个边缘分析终端，边缘计算分析前端和路面视频监控采集设备连接。
14.作为优选的技术方案，中心管理端包括有中心路由、异常处理中心、视频处理服务器、视频应用处理服务器，异常处理中心、视频处理服务器、视频应用处理服务器、移动端、中心端均连接中心路由。
15.作为优选的技术方案，中心管理端和边缘计算分析前端之间通过4g网络或者5g网络连接。
16.作为优选的技术方案，边缘计算分析前端采用边缘计算技术，为前端路面视频信息采集和判定。
17.作为优选的技术方案，中心管理端对于前端判定违章信息进行分级分类管理，人工复判处置和对于所有边缘终端进行统一维护和自巡检。
18.作为优选的技术方案，应用端对于违章行为判定后，推送至监控大屏和监控岗位；最终实现实时抓取、实时判定、实时分类、实时处置、留证提醒。
19.作为优选的技术方案，数据库采用mysql作为系统数据库。
20.作为优选的技术方案，路面视频监控采集设备内设置有通信模块、视频流管理模块、算法综合管理模块、视频数据记录模块、项目配置模块、日志模块；路面视频监控采集设备和边缘分析终端通过以太网方式与路由器相连。
21.作为优选的技术方案，边缘分析终端内包括目标识别算法模块、逻辑判定模块、站点建模模块、车牌识别模块、违章截图和记录模块、自动推送和上报模块、断点续传模块、设备自巡检模块、摄像机连接和调用模块。
22.本发明的有益效果是：
23.1、可解决公交运营车辆在路面驾驶违规行为无法识别的问题，为精细化管理提供手段；
24.2、是可解决公交运营车辆在路面驾驶违规数据无法记录的问题，为数据中台平台提供数据更多维度的数据资产；
25.3、是可提高视频设备的资产复用效率，为盘活固定资产、提高信息化管理水平提供得力抓手。
附图说明
26.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
27.图1为本发明的整体系统架构图；
28.图2为本发明的前端设备软件架构设计图；
29.图3为本发明的kafka系统架构图；
30.图4为本发明的深度学习算法流程图；
31.图5为本发明的构建公交车目标检测网络结构图；
32.图6为本发明的主界面的显示图。
具体实施方式
33.本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。
34.本说明书包括任何附加权利要求、摘要和附图中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。
35.在本发明的描述中，需要理解的是，术语“一端”、“另一端”、“外侧”、“上”、“内侧”、“水平”、“同轴”、“中央”、“端部”、“长度”、“外端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
36.此外，在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
37.本发明使用的例如“上”、“上方”、“下”、“下方”等表示空间相对位置的术语是出于便于说明的目的来描述如附图中所示的一个单元或特征相对于另一个单元或特征的关系。空间相对位置的术语可以旨在包括设备在使用或工作中除了图中所示方位以外的不同方位。例如，如果将图中的设备翻转，则被描述为位于其他单元或特征“下方”或“之下”的单元将位于其他单元或特征“上方”。因此，示例性术语“下方”可以囊括上方和下方这两种方位。设备可以以其他方式被定向旋转90度或其他朝向，并相应地解释本文使用的与空间相关的描述语。
38.在本发明中，除非另有明确的规定和限定，术语“设置”、“套接”、“连接”、“贯穿”、“插接”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
39.如图1至图6所示，一种公交车辆违章智能稽查系统，包括有前端路面视频信息采集系统和后端公交车专用违规违纪行为算法分析系统、数据库，前端路面视频信息采集系统包括有路面视频监控采集设备；后端公交车专用违规违纪行为算法分析系统包括有边缘计算分析前端、中心管理端、应用端、移动端；中心管理段和相连接，边缘计算分析前端包括有多个边缘分析终端，边缘计算分析前端和路面视频监控采集设备连接。
40.其中，前端设备采用的是nvidia jetson nano组件,它具有小巧，高算力且低功耗等特点。nvidia jetson nano是个通用性极高的嵌入式高性能设备，适合绝大多数应用场景。非常合适作为连接摄像头的硬件设备，可以为视频ai解析提供有力支持。
41.其中，中心管理端包括有中心路由、异常处理中心、视频处理服务器、视频应用处理服务器，异常处理中心、视频处理服务器、视频应用处理服务器、移动端、中心端均连接中心路由。
42.其中，中心管理端和边缘计算分析前端之间通过4g网络或者5g网络连接。中心管
理端对于前端判定违章信息进行分级分类管理，人工复判处置和对于所有边缘终端进行统一维护和自巡检。
43.其中，边缘计算分析前端采用边缘计算技术，为前端路面视频信息采集和判定。在部署的视频采集源多处，实现进出站违章算法4项(包括实线进出站、超速进站、横距过大、出站连续变道)、公交车专用车辆身份识别算法1项。
44.其中，中心管理端对于前端判定违章信息进行分级分类管理，人工复判处置和对于所有边缘终端进行统一维护和自巡检。
45.其中，应用端对于违章行为判定后，推送至监控大屏和监控岗位；最终实现实时抓取、实时判定、实时分类、实时处置、留证提醒。
46.其中，数据库采用mysql作为系统数据库。
47.其中，路面视频监控采集设备的软件设计采用模块化设计，实现模块之间的松耦合，易管理等特点。由于对于不同的项目，需要集成不同的算法模块，这套软件架构更加易于算法模块的落地调试。实现微小调整就能适应不同的应用场景。同时兼顾稳定性和代码的小巧灵活性，软件本身对cpu和内存的低占用，把更多的系统资源让步给算法模块。同时实现了实时视频记录及图像的压缩等模块。代码共分为通信模块，视频流管理模块，算法综合管理模块，视频数据记录模块，项目配置模块，日志模块。
48.其中，通信模块：与云端进行通信，上传视频解析中产生的视频及图像数据。
49.视频流管理模块：对图像采集，对采集频率设置及对图像编码。
50.算法综合管理模块：基于yolo的深度神经网络的对象识别和定位算法。
51.视频数据记录模块：根据视频算法解析出的事件来记录相应的视频及图片。
52.项目配置模块：控制配置算法及软件的各个模块的配置。
53.日志模块：软件在运行时的日志信息，方便软件调试及问题定位。
54.其中，边缘分析终端内包括目标识别算法模块、逻辑判定模块、站点建模模块、车牌识别模块、违章截图和记录模块、自动推送和上报模块、断点续传模块、设备自巡检模块、摄像机连接和调用模块。
55.其中，目标识别算法模块包含封装后人工智能车辆和行人等目标检测算法，并调用人工智能算法完成公交车目标检测。
56.逻辑判定模块，建立追踪器等配合算法完成目标的轨迹和3类违章事件的识别和判定。
57.站点建模模块。根据每个站点摄像机物理位置，划定roi检测区域，测速区域和站点相机监控点位等。
58.车牌识别模块，抓拍公交车正面照片，使用车牌识别算法，识别公交车牌信息。
59.违章截图和记录模块，根据算法和逻辑判定的违章事件，每个违章事件截取一张违章瞬间图片，图片上应包含车辆车牌和违章类型信息。
60.同时对于包含该违章事件的完整进出站过程，由软件进行录像和重新压缩编码，以720p分辨率录像，进行按事件存储，整体事件压缩后，文件大小不大于30mb。
61.自动推送和上报模块，对于识别完成的违章事件和相关照片视频，核查运营车牌数据库后，确认为公交违章事件后，自动推送事件到中心管理服务器。
62.断点续传模块，能与中心服务器同步，自动判断完整事件材料是否传输完成，如因
网络等问题中断，在恢复连接或服务后可以自动进行断点续传。
63.设备自巡检模块，边缘端软件可以通过心跳信息的发送，与中心端软件同步，上报边缘硬件设备的工作状态，并支持正常运行情况下的远程自动被管理功能。
64.摄像机连接和调用模块，支持rtsp调用主流摄像机视频流，支持onvif协议调用控制主流监控摄像机，支持通过api自动调用和控制球机转动和追踪目标。
65.本技术方案中，系统是跨平台的，系统的整体架构基于j2ee技术实现。对 unix、linux系统和windows系统都有良好的支持。应用软件将能够跨平台运行，同时支持ibmaix、hpunix、soloras，linix， windowsserver。而且可以在不同的层次(例如数据库层、应用层、发布层、通讯层、gis支持层等)上采用不同的操作系统。
66.数据库选用mysql作为系统数据库，业务数据、分析数据、矢量地理信息数据均通过数据库存储和提供服务，同时应用软件各层面均支持可配置多地址设置，充分考虑并行服务器状态的运行需求。数据集成在数据中心实时数据基础上，通过实时通讯接口进一步提高数据时效性和完备性，通过数据抽取软件平台进行数据抽取和转换，确保数据鲜活性、一致性，以满足分析结果的动态和实时性。系统安全结合完整的用户/角色/权限管理及相关机制，确保系统应用安全性，确保不同层面的不同业务需求。
67.本技术方案在投入到具体使用时，由于每个公交站点都要安装至少一个前端设备，就会导致数据的高并发，高吞吐量，为了保证数据的实时性，高效性，稳定性，数据的传输采用了kafka技术。
68.kafka是一种高吞吐量的分布式发布订阅消息系统，有如下特性：
69.通过o的磁盘数据结构提供消息的持久化，这种结构对于即使数以tb的消息存储也能够保持长时间的稳定性能。
70.高吞吐量：即使是非常普通的硬件kafka也可以支持每秒数百万的消息。
71.支持通过kafka服务器和消费机集群来分区消息。
72.支持hadoop并行数据加载。
73.本技术方案在采用深度学习的方法对行驶公交车进行检测，基于深度学习的公交检测技术存在以下优点：
74.1.相对于传统算法，深度学习学习能力更强，检测精度更高；
75.2.深度学习的神经网络层数很多，宽度很广，理论上可以映射到任意函数，能解决相对复杂的问题；
76.3.深度学习高度依赖数据，数据量越大，其表现越好，甚至在图像识别、面部识别等部分领域已经超过了人类的表现；
77.4.由于深度学习的优异表现，有很多框架可以使用，如tensorflow、pytorch 等。
78.本技术方案系统总体分为两部分：一是前端路面视频信息采集系统。二是后端公交车专用违规违纪行为算法分析系统。其中包括针对路口违规行为识别算法7项、进出站违纪行为算法7项、公交车专用车辆身份识别算法2项、路面车辆流量统计算法1项。
79.系统建设后，一是可解决公交运营车辆在路面驾驶违规行为无法识别的问题，为集团精细化管理提供手段；二是可解决公交运营车辆在路面驾驶违规数据无法记录的问题，为集团数据中台平台提供数据更多维度的数据资产；三是可提高视频设备的资产复用效率，为集团盘活固定资产、提高信息化管理水平提供得力抓手。
80.以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何不经过创造性劳动想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书所限定的保护范围为准。