一种基于云平台的城市物联网管理系统的制作方法

本发明涉及一种物联网管理系统，尤其涉及一种基于云平台的城市物联网管理系统。

背景技术：

随着物联网、大数据、云计算等新技术的不断广泛应用，城市物联网管理系统的研究越来越深入，智慧城市的概念越来越深入人心，然而在智慧城市推广的过程中，由于涉及到城市的各种系统，因此目前的智慧城市的推广阻碍非常大，其深究其原因发现目前的城市物联网管理系统存在以下缺陷：1.云平台多用户访问控制、云平台多用户数据库模式和云平台资源配比较困难，各种系统均有各自的一套资源访问和分配方式，整合难度大，不能满足用户访问控制策略的多样性要求、不能满足系统用户类型的增加的要求、不能解决平台管理员与用户管理员之间的权限继承问题；不能满足用户资源的定制的要求；2.由于多个系统集中在云平台上，由于需要对其他系统进行开放，造成原本数据比较安全的系统集中在云平台上之后，安全性变差；3.由于云平台是需要再多用户环境下运行，而城市的其他系统中会存在多个单用户系统，把单用户系统迁移至基于云平台的多用户环境下运行，操作非常复杂，甚至有可能需要对单用户系统的整个框架进行改动，需要非常大的成本和非常长的工期。另外，目前的城市物联网管理系统中，安防管理一直是重中之重，其中对于疑犯的驾车逃逸的监控还比较薄弱，目前对于车辆的监控始终处于路口拍摄照或者超速拍照的阶段，无法及时的追踪车辆，将目前的安防系统只能大致根据车辆颜色和车型款式人工的判断，无法做到自动监测，更加无法做到进一步精确的实时跟踪，从而无法跟踪车辆的运行轨迹。

技术实现要素：

本发明所要解决的技术问题是：提供一种基于云平台的城市物联网管理系统，该物联网管理管理系统能够减少单用户系统的改变，可满足不同的系统的接入，减低迁移难度，同时也保证了各用户的数据安全。

为解决上述技术问题，本发明的技术方案是：一种基于云平台的城市物联网管理系统，该城市物联网管理系统采用Xen和Hadoop框架搭建动态可伸缩的云计算平台作为云服务中心；该云计算平台包括

基于IaaS平台的基础设施层，该基础设施层包括计算资源模块、存储数据库资源模块和网络资源模块；

基于PaaS的中间件层，该中间件层包括并行计算模块、信息检索模块、任务调度模块、数据挖掘模块、设备监控模块和数据备份模块，该中间件层通过虚拟化技术为每一类应用提供一个独立的虚拟机作为运行环境，通过虚拟化管理平台管理基础设施层中的计算资源模块、存储数据库资源模块和网络资源模块；

基于SaaS的应用层，该应用层包括涉及城市的民生的各系统和涉及安防的各系统，该应用层通过开放的标准数据接口、业务接口和应用代理接口与中间件层对接，应用层通过中间件层调用基础设施层中的集群资源，并以具体应用或用户的形式分配该资源；该应用层中划分出服务商平台层和用户层，服务商平台层和用户层以松耦合关系统一在同一个访问控制模型中；在每一个访问控制模型中均包括设置于所述存储数据库资源模块中的多用户数据库和扩展用户数据库，多用户数据库和扩展用户数据库均统一连接至数据库服务接口，用户层或服务商平台层通过包裹于数据访问层外的数据访问代理层间接访问多用户数据库中的数据。

作为一种优选的方案，多用户数据库包括混合数据库子模块和混合表结构子模块，其中混合数据库子模块由独立数据库模块和共享表结构模块的混合组成，所述混合表结构子模块由共享数据库独立表结构模块和共享表结构模块组成。

作为一种优选的方案，所述数据访问代理层包括用户信息过滤模块、数据权限验证模块和数据操作模块，用户信息过滤模块与数据权限验证模块相连，数据权限验证模块与数据操作模块相连。

作为一种优选的方案，所述安防的各系统中包括车辆轨迹跟踪及车牌识别系统，该车辆轨迹跟踪及车牌识别系统包括设置于各监测点上的特写摄像头，所述特写摄像头通过光端机和编码器与设置于每个监测点上的下游存储模块连接，该下游存储模块与云计算平台通讯连接，所述云计算平台中包括专用于分析识别车牌的车牌分析处理模块，该车牌分析处理模块包括

车辆检测模块，该车辆检测模块用于对特写摄像头拍摄的视频进行分析，跟踪车辆的位置后根据车牌的清晰程度和车牌显示面积的大小确定最佳时间段作为视频分析对象；

车牌定位模块，该车牌定位模块以车牌框作为区别特征并且结合车牌颜色对比的方式对视频分析对象中的每一帧图像均进行分析，确定出车牌的具体位置得到定位结果图片；

车牌矫正和精定位模块，该车牌矫正和精定位模块对定位结果图片进行矫正并提高图像的锐度和清晰度，然后再次对每一帧图像的定位结果进行精确定位，再次剔除不相关的图像部位得到精定位结果图片；

车牌切分模块，该车牌切分模块对每一帧图像的的精定位结果图片均切分成若干个待识别图片，每个待识别图片中只包含一个文字；

字符识别模块，该字符识别模块将每个待识别图片与数据库中的预先储存的车牌文字进行一一对比得出初步识别结果；

结果决策模块，该结果决策模块根据车牌在视频过程中留下的记录信息结合每一帧图片得到的初步识别结果的最大可信值得出该车牌的综合可信度，得出输出识别结果或是拒绝该结果继续跟踪该车牌的结论；

输出管理模块，该输出管理模块将结果决策模块得到的识别结果输出。

作为一种优选的方案，所述的车牌分析处理模块中还包括学习模块和车牌跟踪模块；

车牌跟踪模块根据根据车牌定位模块得到的定位结果图片再反馈至视频中确定车辆运行时车牌在视频中的运动轨迹；

学习模块与车辆检测模块、车牌定位模块和车牌矫正和精定位模块、车牌切分模块、字符识别模块、结果决策模块、车牌跟踪模块均连接，学习模块根据多次的车牌分析处理后，结合车牌在视频中的运动轨迹、拍摄视频的角度、图片质量和车辆运行速度、监测点周边环境对各模块进行反馈指导，使车牌定位模块优先识别每一帧图片中车牌轨迹的位置，并指导其他模块根据该监测点的拍摄角度和拍摄环境做适应性的优化调整。

作为一种优选的方案，该城市物联网管理系统中涉及城市的民生的各系统包括基于云计算平台的智慧政务系统、智慧医疗系统、智慧教育系统、智慧楼宇系统、智慧交通系统、智慧旅游系统、智慧菜篮子系统中的一种或多种。

作为一种优选的方案，所述智慧楼宇系统包括智能门禁系统，智能门禁系统包括设置于小区单元门门锁上的蓝牙控制模块，该蓝牙控制模块通过门锁控制单元控制单元门锁的开闭，该蓝牙控制模块用于与住户手机蓝牙匹配。

作为一种优选的方案，所述智慧楼宇系统还包括智能垃圾桶系统，该智能垃圾桶系统包括设置于垃圾桶上的高位传感器，在小区的垃圾集中堆放处的周边路灯杆上设置有拍摄垃圾集中堆环境的特写摄像头和与特写摄像头连接的垃圾控制单元，该垃圾控制单元与云计算平台之间无线连接，该特写摄像头也连接于车辆轨迹跟踪及车牌系统中。

采用了上述技术方案后，本发明的效果是：由于该云计算平台包括基于IaaS平台的基础设施层，该基础设施层包括计算资源模块、存储数据库资源模块和网络资源模块；

基于PaaS的中间件层，该中间件层包括并行计算模块、信息检索模块、任务调度模块、数据挖掘模块、设备监控模块和数据备份模块，该中间件层通过虚拟化技术为每一类应用提供一个独立的虚拟机作为运行环境，通过虚拟化管理平台管理基础设施层中的计算资源模块、存储数据库资源模块和网络资源模块；

基于SaaS的应用层，该应用层包括涉及城市的民生的各系统和涉及安防的各系统，该应用层通过开放的标准数据接口、业务接口和应用代理接口与中间件层对接，应用层通过中间件层调用基础设施层中的集群资源，并以具体应用或用户的形式分配该资源；该应用层中划分出服务商平台层和用户层，服务商平台层和用户层以松耦合关系统一在同一个访问控制模型中；在每一个访问控制模型中均包括设置于所述存储数据库资源模块中的多用户数据库和扩展用户数据库，多用户数据库和扩展用户数据库均连接至统一的数据库服务接口，用户层或服务商平台层通过包裹于数据访问层外的数据访问代理层间接访问多用户数据库中的数据，该城市物联网管理系统统一了服务提供商与用户的权限管理，使得SaaS服务的用户类型较以往变得丰富多样，同时提出了一个两层的访问控制模型有效地对不同类型的用户进行了区分这使得平台不仅方便了用户管理，又可实现平台管理者对用户的不可干预，有效保障各用户的隐私。另外该城市物联网管理系统增加了一个数据访问代理层，其主要作用是使得上层业务意识不到多用户数据库模式的存在，能够透明的访问用户数据，减少数据层的代码修改对上层的影响，同时可以保证了迁移后的SaaS软件维护成本降低，因为原来的软件开发人员仍不需要关注多用户特性的实现，只需要使用原有的技术和方法就可以维护或更新上层功能，所以开发成本和周期都会比普通的SaaS软件低。

又由于多用户数据库包括混合数据库子模块和混合表结构子模块，其中混合数据库子模块由独立数据库模块和共享表结构模块的混合组成，所述混合表结构子模块由共享数据库独立表结构模块和共享表结构模块组成。该多用户数据库可把重要数据放在安全度高的独立数据库模块中，非重要数据放在成本低廉的共享数据库独立表结构模块中，可同时满足低成本和高安全度的需求。

又由于所述数据访问代理层包括用户信息过滤模块、数据权限验证模块和数据操作模块，用户信息过滤模块与数据权限验证模块相连，数据权限验证模块与数据操作模块相连，该数据访问代理层增加了数据库访问安全机制，保证每个用户数据操作都能在通过安全检测的情况下再执行。

该城市物联网管理系统包括了上述了车辆轨迹跟踪及车牌识别系统，因此也具备了上述识别系统和识别方法的优点，同时，利用该城市物联网管理系统，可以将车牌分析处理模块集成在云计算平台上，分析处理更加强大，并且分析的结果可以直接通过云计算平台分配给其他对应连接的系统中，使资源的利用更加快捷。该车辆轨迹跟踪及车牌识别系统为治安管理的现代化提供了保证，为平安校园的建设发挥重要作用。系统检测实时记录过往监控点的每一辆机动车的图像；对运行车辆的流量情况进行常年不间断的自动记录、分析和存储；实现车辆牌照信息的抓拍和识别，并连接在云平台上可与黑名单比对，对可疑车辆进行抓拍、跟踪和报警，该识别系统先确定车辆运行的最佳时间段然后统一的识别该时间段内的每一帧图像，得到一个综合的识别结果，识别的准确度大大的提高，而每个监测点均对车牌进行了识别，即可对可疑车辆进行跟踪，得出车辆的轨迹。

另外，城市物联网管理系统的智慧楼宇系统包括智能门禁系统和智能垃圾桶系统，实现了小区进出的智能化，也实现了小区垃圾清理的智能化。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1是本发明实施例的云计算平台的结构原理图；

图2是服务商平台层和用户层的关系原理图；

图3是本发明实施例的多用户数据库的结构原理图；

图4是本发明实施例的数据访问代理层的结构原理图；

图5是车辆轨迹跟踪及车牌识别系统的结构原理图；

附图中：1.基础设施层；2.中间件层；3.应用层；4.计算资源模块；5.存储数据库资源模块；6.网络资源模块；7.任务调度模块；8.设备监控模块；9.数据备份模块；10.并行计算模块；11.视频输入管理模块；111.特写摄像头；112.全景摄像头；12.车牌分析处理模块；121.车辆检测跟踪模块；122.车牌定位模块；123.车牌矫正和精定位模块；124.车牌切分模块；125.字符识别模块；126.结果决策模块；127.输出管理模块；128.学习模块；129.车牌跟踪模块；13.下游存储模块；14.数据挖掘模块；15.信息检索模块；16.标准数据接口；17.业务接口；18.应用代理接口；19.混合数据库子模块；20.混合表结构子模块；21.独立数据库模块；22.共享数据库独立表结构模块；23.共享表结构模块；24.数据访问代理层；25.用户信息过滤模块；26.数据权限验证模块；27.数据操作模块。

具体实施方式

下面通过具体实施例对本发明作进一步的详细描述。

如图1至图5所示，一种基于云平台的城市物联网管理系统，该城市物联网管理系统采用Xen和Hadoop框架搭建动态可伸缩的云计算平台作为云服务中心；以实现大数据量处理所需的控制、存储、计算等相应的关键功能，实现云平台服务的可持续性、可扩展性以及可靠性。

该云计算平台包括

基于IaaS平台的基础设施层1，该基础设施层1包括计算资源模块4、存储数据库资源模块5和网络资源模块6；

基于PaaS的中间件层2，该中间件层2包括并行计算模块10、信息检索模块15、任务调度模块7、数据挖掘模块14、设备监控模块8和数据备份模块9，该中间件层2通过虚拟化技术为每一类应用提供一个独立的虚拟机作为运行环境，通过虚拟化管理平台管理基础设施层1中的计算资源模块4、存储数据库资源模块5和网络资源模块6；中间件层2运行在基础设施层1之上，通过虚拟化管理平台管理后台多个计算、存储和网络资源，以及其上运行的虚拟环境。同时提供上层的应用层3所需的基本数据服务和公共服务。用户可以在标准数据接口16、应用代理接口18上开发和构建各自的应用，并将应用服务进行包装和发布。应用层3主要针对各种应用和用户数据提供实时监控、故障诊断、自动提示和信息推送等服务。

基于SaaS的应用层3，该应用层3包括涉及城市的民生的各系统和涉及安防的各系统，该应用层3通过开放的标准数据接口16、业务接口17和应用代理接口18与中间件层2对接，应用层3通过中间件层2调用基础设施层1中的集群资源，并以具体应用或用户的形式分配该资源；该应用层3中划分出服务商平台层和用户层，服务商平台层和用户层以松耦合关系统一在同一个访问控制模型中，如图2所示；在每一个访问控制模型中均包括设置于所述存储数据库资源模块5中的多用户数据库和扩展用户数据库，多用户数据库和扩展用户数据库均统一连接至数据库服务接口，用户层或服务商平台层通过包裹于数据访问层外的数据访问代理层24间接访问多用户数据库中的数据。

其中，如图3所示，多用户数据库包括混合数据库子模块19和混合表结构子模块20，其中混合数据库子模块19由独立数据库模块21和共享表结构模块23的混合组成，所述混合表结构子模块20由共享数据库独立表结构模块22和共享表结构模块23组成，该多用户数据库和普通模式的数据库相比是一种更加细粒度定义数据存储需求的模式，在普通模式下的，用户是按照“数据库级别”定义数据存储需求，而在多用户数据库模式下，用户则可以按照“表级别”定义数据存储需求。另外，多用户数据库模式是一个通用的能满足不同用户需求的数据模式，即使是原本想采用独立数据库模式的用户，其存储需求在多用户数据库模式下依然可以满足，只需要定义所有“表级别”的数据均存在独立数据库中即可，该多用户数据库是一种兼顾成本和安全性的新的储存方式。

如图4所示，所述数据访问代理层24包括用户信息过滤模块25、数据权限验证模块26和数据操作模块27，用户信息过滤模块25与数据权限验证模块26相连，数据权限验证模块26与数据操作模块27相连。数据访问代理层24增加了数据库访问安全机制，保证每个用户数据操作都能在通过安全检测的情况下再执行

如图5所示，所述安防的各系统中可包括人脸识别系统，小区防攀爬系统、车辆轨迹跟踪及车牌识别系统、厂区安全监控系统等，其中车辆轨迹跟踪及车牌识别系统难度最高，该车辆轨迹跟踪及车牌识别系统包括设置于各监测点上的特写摄像头111，所述特写摄像头111通过光端机和编码器与设置于每个监测点上的下游存储模块13连接，该下游存储模块13与云计算平台通讯连接，所述云计算平台中包括专用于分析识别车牌的车牌分析处理模块12，其中，所述监测点包括道路的入口和出口监测点、各公共场所的入口和出口的监测点、小区和学校的入口和出口的检测点，其中道路入口和出口的监测点上的特写摄像头111的数目与道路的车道数一一对应，并在道路入口和出口的监测点上设置有全景摄像头112和辅助光源，特写摄像头111和全景摄像头112构成了视频输入管理模块11，其中，设置于同一条道路的入口和出口监测点上的特写摄像头111分别对车辆的车头和车尾进行拍摄。

如图5所示，该车牌分析处理模块12包括

车辆检测模块，该车辆检测模块用于对特写摄像头111拍摄的视频进行分析，跟踪车辆的位置后根据车牌的清晰程度和车牌显示面积的大小确定最佳时间段作为视频分析对象；该车辆检测跟踪模块121能够很好的克服各种外界的干扰，得到更加合理的识别结果。

车牌定位模块122，该车牌定位模块122以车牌框作为区别特征并且结合车牌颜色对比的方式对视频分析对象中的每一帧图像均进行分析，确定出车牌的具体位置得到定位结果图片；适用于各种复杂的背景环境和不同的摄像角度，由于每个检测点的拍摄角度不变，可以通过学习足够的样本快速的训练出不同车牌类型的检测模型。其中，上述的区别特征需要预先录入，我国车辆的号牌有二十多种,即"大型汽车前号牌、小型汽车号牌、领馆汽车号牌、境外汽车号牌、外籍汽车号牌、试验汽车号牌、教练汽车号牌、挂车号牌、武警汽车号牌、警用汽车号牌、军队小型汽车号牌、军队大型汽车号牌、使馆汽车号牌、大型汽车后号牌、2002式号牌、农用运输车号牌、摩托车号牌、拖拉机号牌、其他号牌"。各车牌均可录入一种样式作为区别特征，方便识别。

其中该车牌定位模块122对视频分析对象中的每一帧图像均进行分析，将视频分析对象中的每一帧图像中划分为易定位图像和难定位图像，易定位图像中包含了上述区别特征以及辅助区别特征，即可确定出车牌的具体位置得到定位结果图片；难定位图像中以车牌框作为区别技术特征无法定位时，以车牌底色的辅助区别特征再次定位，定位后的结果再参考其他易定位图像中的定位结果，若该难定位图像中的定位结果的车牌位置与易定位图像中的车牌按照直线轨迹变化时，则表明该难定位图像中的定位结果准确，若该难定位图像中的定位结果的车牌位置与易定位图像中的车牌位置不按照直线轨迹变化时，则该难定位图像的定位结果不准确，则该无定位结果的易定位图像不作为判定基础。

车牌矫正和精定位模块123，该车牌矫正和精定位模块123对定位结果图片进行矫正并提高图像的锐度和清晰度，然后再次对每一帧图像的定位结果进行精确定位，再次剔除不相关的图像部位得到精定位结果图片；

车牌切分模块124，该车牌切分模块124对每一帧图像的的精定位结果图片均切分成若干个待识别图片，每个待识别图片中只包含一个文字；利用了车牌文字的灰度、颜色、边缘分布等各种特征，能较好地抑制车牌周围其他噪声的影响，并能容忍一定倾斜角度的车牌。其中，云计算平台的数据库中可存储各种车牌常用字符。

字符识别模块125，该字符识别模块125将每个待识别图片与数据库中的预先储存的车牌文字进行一一对比得出初步识别结果；数据库中预先储存的字符包括：

Ⅰ"0—9"十个阿拉伯数字；

Ⅱ"A—Z"二十六个英文字母；

Ⅲ省市区汉字简称(京、津、晋、冀、蒙、辽、吉、黑、沪、苏、浙、皖、闽、赣、鲁、豫、鄂、湘、粤、桂、琼、川、贵、云、藏、陕、甘、青、宁、新、渝)；

Ⅳ军牌汉字(军、海、空、集、北、沈、南、兰、广、成、济)；

Ⅴ号牌分类用汉字(警、学、领、试、挂、港、澳)；

Ⅵ武警车牌字；

结果决策模块126，该结果决策模块126根据车牌在视频过程中留下的记录信息结合每一帧图片得到的初步识别结果的最大可信值得出该车牌的综合可信度，得出输出识别结果或是拒绝该结果继续跟踪该车牌的结论；其中，记录信息包括识别结果、识别可信度、轨迹记录、相似度记录等，一个车牌的最终识别结果是通过分析所有帧的识别结果，对它们进行智能化的归类和投票，并结合一定的文法信息综合而成。这种方法综合利用了所有帧的信息，减少了以往基于单幅图像的识别算法所带来的偶然性错误，大大提高了系统的识别率和识别结果的正确性和可靠性。最大可信值的具体判定方式为：若初步识别结果是唯一的结果文字，则该唯一的结果文字作为最终识别结果，若初步识别结果中得到多个可能结果文字，此时判定该初步结果中得到各可能结果文字的图片数量并同时参考该图片数量中的易定位图片所占比例，占图片数量最多且易定位图片最多的的可能结果文字作为最终识别结果。

输出管理模块127，该输出管理模块127将结果决策模块126得到的识别结果输出。

本实施例中，所述的车牌分析处理模块12中还包括学习模块128和车牌跟踪模块129；

车牌跟踪模块129根据根据车牌定位模块122得到的定位结果图片再反馈至视频中确定车辆运行时车牌在视频中的运动轨迹；车牌跟踪模块129根据车牌定位模块122得到的定位结果图片再反馈至视频中确定车辆运行时车牌在视频中的运动轨迹；该车牌跟踪模块129具有一定容错能力的运动模型和更新模型，使得那些被短时间遮挡或瞬间模糊的车牌仍能被正确地跟踪和预测。

学习模块128与车辆检测模块、车牌定位模块122和车牌矫正和精定位模块123、车牌切分模块124、字符识别模块125、结果决策模块126、车牌跟踪模块129均连接，学习模块128根据多次的车牌分析处理后，结合车牌在视频中的运动轨迹、拍摄视频的角度、图片质量和车辆运行速度、监测点周边环境对各模块进行反馈指导，使车牌定位模块122优先识别每一帧图片中车牌轨迹的位置，并指导其他模块根据该监测点的拍摄角度和拍摄环境做适应性的优化调整。

该城市物联网管理系统中涉及城市的民生的各系统包括基于云计算平台的智慧政务系统、智慧医疗系统、智慧教育系统、智慧楼宇系统、智慧交通系统、智慧旅游系统、智慧菜篮子系统中的一种或多种，而对于城市物联网管理系统基于云计算平台，因此，可以集成各个领域的系统，整合了资源，避免了各个领域中的系统的重复开发。

所述智慧楼宇系统包括智能门禁系统，智能门禁系统包括设置于小区单元门门锁上的蓝牙控制模块，该蓝牙控制模块通过门锁控制单元控制单元门锁的开闭，该蓝牙控制模块用于与住户手机蓝牙匹配。蓝牙控制模块与该单元的住户手机蓝牙匹配，住户无需佩戴要是即可进入，而该蓝牙控制模块直接连接至小区的智能应用系统中，智能应用系统可连接于云计算平台上，而智能应用系统可人工删除与蓝牙控制模块匹配的手机，避免手机掉落存在的风险。

所述智慧楼宇系统还包括智能垃圾桶系统，该智能垃圾桶系统包括设置于垃圾桶上的高位传感器，在小区的垃圾集中堆放处的周边路灯杆上设置有拍摄垃圾集中堆环境的特写摄像头111和与特写摄像头111连接的垃圾控制单元，该垃圾控制单元与云计算平台之间无线连接，该特写摄像头111也连接于车辆轨迹跟踪及车牌系统中。当垃圾集中堆的垃圾桶的高位传感器均检测到垃圾，表明垃圾桶均装满，并通过特写摄像头111可以观察到垃圾桶内的实时状况，从而验证垃圾桶内是否真的装满垃圾，当验证完成后，利用云计算平台可以调度垃圾清理车去集中收集垃圾，从而使资源的利用更加合理。

另外，上述的智慧交通系统中可包括智慧路灯系统，可根据光亮强度改变路灯的输出功率，而路灯上设置了新能源汽车充电桩智能管控技术，通过柔性充电，多区段调节，多维度补偿，历史充电趋势追溯，电流、电压柔性输出，实现对充电过程的智能管控，延长电池寿命周期。

以上所述实施例仅是对本发明的优选实施方式的描述，不作为对本发明范围的限定，在不脱离本发明设计精神的基础上，对本发明技术方案作出的各种变形和改造，均应落入本发明的权利要求书确定的保护范围内。