技术特征：
1.一种用于小区监测的智慧路灯，包括灯柱，其特征在于，所述灯柱的顶部左侧通过支架安装有上视觉传感器和下视觉传感器，所述灯柱的顶部右侧通过支架安装有太阳能板、光敏模块和节能型led灯，所述灯柱的上端部通过支架安装有广告牌，所述灯柱的下端部连接有花坛喷水装置，所述灯柱的底部安装有箱体，所述箱体上设有道路喷水装置；所述上视觉传感器具有前景目标提取算法和下降目标跟踪算法功能，基于前景目标提取算法对高空抛落的物体进行锁定，再通过下降目标跟踪算法跟踪高空抛落物体，并反向寻找高空抛物的住户，达到提前预警的功能以及后续辅助工作人员进行责任追究；所述下视觉传感器用于检测视觉区域内经过的行人，以轻量化目标检测算法pd-ssd为核心，对视觉区域内的行人进行检测并框选，一旦行人进入喷洒区域则自动停止喷水，避免进行喷洒作业时误喷到行人造成不良影响。2.根据权利要求1所述的一种用于小区监测的智慧路灯，其特征在于，前景目标提取算法以三通道哈希算法为核心，采用四分法将图片不断分割迭代检测，通过三通道哈希算法分别度量当前帧图像r、g、b三通道的哈希值与背景图像三通道的哈希值，经处理后得到的哈希值为二进制形式，最终找出三通道的哈希值的汉明距离都小于阈值λ的像素点的集合为前景区域，即高空抛落物体；将采集到的图像信息分为rgb三个通道分别处理，定义其背景图像矩阵为h
n
，当前帧图像矩阵为m
n
，其中n表示四分法迭代n次，背景帧r、g、b三通道的图像矩阵分别为，其中n表示四分法迭代n次，背景帧r、g、b三通道的图像矩阵分别为当前帧r、g、b三通道的图像矩阵分别为的图像矩阵分别为q表示当前区域像素点的个数，具体操作步骤如下：当n＝0时，背景帧r、g、b三通道的图像矩阵分别为当前帧r、g、b三通道的图像矩阵分别为道的图像矩阵分别为分别对比r、g、b三个通道背景帧与当前帧哈希值的汉明距离，若汉明距离都小于阈值λ，则认为当前帧与背景帧一致，未出现高空抛物；若存在一个通道的汉明距离大于阈值λ，则认为当前帧与背景帧不一致，出现高空抛物，进行第n+1次，进一步分别判断4
n
个小区域当前帧与背景帧r、g、b三个通道哈希值的汉明距离，循环迭代最终锁定三通道的哈希值的汉明距离都小于一定阈值的像素点的集合为前景区域，即高空抛落物体。3.根据权利要求2所述的一种用于小区监测的智慧路灯，其特征在于，三通道哈希算法是基于感知哈希算法改进的一种对比图片相似度的算法，即将图片信息分三通道进行处理，转换为二进制形式的哈希值，通过对比两张图片三个通道分别得到的哈希值的汉明距离来判断两张图片是否相似；以r通道为例，定义背景帧r通道的图像矩阵为h
r
＝{r
′1,r
′2,r
′3,......r
′
q
},当前帧r通道的图像矩阵为m
r
＝{r1,r2,r3,......r
q
},首先将两张图片缩写为8
×
8的尺寸，去除图片中频域高的信息，得到矩阵和
分别为背景帧和当前帧对应的64像素矩阵；接着求出矩阵和中元素的平均值，分别为avg
h
和avg
m
；定义背景帧r通道图像的哈希值为当前帧r通道图像的哈希值为矩阵每个元素和avg
h
进行对比，如果元素值大于等于avg
h
则元素值变为1，否则元素值变为0，最后将得到的只有0或1的矩阵中的元素由第一个元素开始组合成为一个64位的整数，采用2进制的形式保存，即为的计算方法同上；最后对比和之间的汉明距离，若小于阈值λ，则认为当前帧与背景帧r通道图像一致。4.根据权利要求1所述的一种用于小区监测的智慧路灯，其特征在于，下降目标跟踪算法用于跟踪高空抛落物体，并反向寻找高空抛物的住户，具体步骤如下：step1：将第一帧次检测到的结果创建其对应的轨迹，将卡尔曼滤波的运动变量初始化，同时引入权重调节模型结合卡尔曼滤波精准预测其对应的框，框选的为抛落物位置；step2：将当前帧目标的检测框与上一帧轨道的预测框进行匹配，计算其代价矩阵；step3：基于匈牙利算法进行级联匹配，如果检测框与预测框匹配成功，则追踪成功，定义轨道的预测框为确认态；如果预测框失配，则将该轨道的预测框定义为不确定态；如果检测框失配，则将该检测框初始化为新的轨道预测框；step4：反复执行step2、step3，直到追踪完成或者检测结束。5.根据权利要求1所述的一种用于小区监测的智慧路灯，其特征在于，pd-ssd算法包括：以鬼影模块为核心结合se注意力机制搭建pdblock网络模块，将cpsdarknet53中的resblock进行改进为pdblock；采用改进型cpsdarknet53替换ssd的主干网络vgg。6.根据权利要求5所述的一种用于小区监测的智慧路灯，其特征在于，se注意力模块首先进行挤压操作，在空间维度上整合特征图，生成一个通道描述符，让低层网络感受来自全局的信息；接着进行激励操作，判断各通道间的依赖程度；具体操作方法如下：首先通过卷积操作和全局化操作提取特征，然后经过池化层得到全局特征值，其计算公式为：式中se(x)表示全局特征值，w、h表示输入特征图的宽和高，x表示卷积操作后的输出。7.根据权利要求5所述的一种用于小区监测的智慧路灯，其特征在于，鬼影模块通过少量卷积结合轻量的冗余特征生成的方式，代替整个卷积操作，具体操作如下：step1：定义原卷积操作使用卷积核个数为p，现在鬼影操作使用卷积核个数为q，其中q＜p，使用q个卷积核生成q张特征图；step2：对step1生成q张特征图进行深度卷积操作，每张特征图生成k张新的特征图，共计k
×
q张新的特征图，其中k
×
q＝p；step3：将特征图拼接到一起，少量卷积加上轻量的冗余特征代替整个卷积；定义整个鬼影操作的计算量为gs，常规卷积操作的计算量为g，则计算公式如下：g＝(p
×
h
′×
w
′×
c
×
t
×
t)gs＝(q
×
h
′×
w
′×
c
×
t
×
t)+[(k-1)
×
q
×
h
′×
w
′×
u
×
u]
式中g为卷积操作的计算量，gs为鬼影操作的计算量，p为卷积操作的输出维度，q是鬼影操作的输出维度，c是通道数，h
′
是输出的高，w
′
是输出的宽，t是卷积操作中卷积核的高和宽，u是鬼影操作中卷积核的高和宽，k是深度卷积操作生成的特征图个数；定义卷积操作和鬼影操作计算量的比值为f，计算公式为：式中f为积操作和鬼影操作计算量的比值，g为卷积操作的计算量，gs为鬼影操作的计算量，p为卷积操作的输出维度，q是鬼影操作的输出维度，c是通道数，h
′
是输出的高，w
′
是输出的宽，t是卷积操作中卷积核的高和宽，u是鬼影操作中卷积核的高和宽，k是深度卷积操作生成的特征图个数，k是正整数，卷积操作的计算量是鬼影模块的k倍，使用鬼影操作更加轻量化，能够能有效降低神经网络大小，加快模型推理速度。8.根据权利要求5所述的一种用于小区监测的智慧路灯，其特征在于，将cpsdarknet53中的resblock进行改进为pdblock，在经过一个卷积后使用残差操作，一部分输入由鬼影模块和se注意力机制模块进行特征提取，另外一部分经过一个卷积操作后与上述提取的特征通过shortcut连接最终输出。9.根据权利要求1所述的一种用于小区监测的智慧路灯，其特征在于，所述道路喷水装置包括升降装置、以及安装在升降装置上的高压喷射水枪，所述升降装置的一侧设有控制模块；所述花坛喷水装置包括控压模块、以及安装在控压模块上的旋转块，所述旋转块上分别设有限位挡板和高压喷嘴。
技术总结
本发明涉及路灯设备技术领域，尤其涉及一种用于小区监测的智慧路灯，包括灯柱，灯柱的顶部左侧通过支架安装有上视觉传感器和下视觉传感器，灯柱的顶部右侧通过支架安装有太阳能板、光敏模块和节能型LED灯，灯柱的上端部通过支架安装有广告牌，灯柱的下端部连接有花坛喷水装置，灯柱的底部安装有箱体，箱体上设有道路喷水装置。本发明采用上视觉传感器具备前景目标提取算法和下降目标跟踪算法功能，从而达到提前预警的功能以及后续辅助工作人员进行责任追究；采用下视觉传感器具备行人检测算法以及控压装置控制功能，实现监测行人以及喷水需求。本发明利用太阳能进行供电，节能环保；并结合道路喷水装置和花坛喷水装置代替洒水车，节省人力资源。节省人力资源。节省人力资源。
技术研发人员：张堃 刘志诚 黄炎铭 郭璐豪 万滋林 林鹏程 徐沛霞
受保护的技术使用者：南通大学
技术研发日：2022.05.23
技术公布日：2022/9/6