基于边缘计算的路灯节能控制方法、装置及存储介质与流程

1.本发明涉及路灯控制技术领域，特别涉及一种基于边缘计算的路灯节能控制方法、装置、电子设备及计算机可读存储介质。


背景技术：

2.路灯能够为城市乡镇道路提供照明，给人们的生活提供很大的便利性；随着社会经济的不断发展，目前的路灯不仅需要承担照明的任务还会增加视频监控的功能，视频监控功能使得路灯可以根据人流量和车流量来控制输出的照明亮度，使得路灯照明更加节能环保；但是视频监控功能需要将采集到的视频数据都发送到中央控制器进行分析处理，这样就会使得路灯的节能化控制过程存在时延，控制响应的过程不够快速便捷。


技术实现要素：

3.本发明旨在至少解决现有技术中存在的技术问题之一。
4.为此，本发明提出一种基于边缘计算的路灯节能控制方法，能够使得路灯的节能控制过程更加简便快捷。
5.本发明还提出一种应用上述基于边缘计算的路灯节能控制方法的装置。
6.本发明还提出一种应用上述基于边缘计算的路灯节能控制方法的电子设备。
7.本发明还提出一种应用上述基于边缘计算的路灯节能控制方法的计算机可读存储介质。
8.根据本发明第一方面实施例的基于边缘计算的路灯节能控制方法，所述方法包括：
9.基于摄像头获取视频图像；
10.对所述视频图像进行预处理得到人脸图像和车辆图像；
11.基于预训练的人脸识别网络模型对所述人脸图像进行第一识别处理得到人脸识别信息，以及基于预训练的车辆识别网络模型对所述车辆图像进行第二识别处理得到车辆识别信息；
12.基于边缘计算网关对所述人脸识别信息和所述车辆识别信息进行分析得到亮度控制信息；
13.基于所述亮度控制信息对路灯的发光亮度进行控制处理。
14.根据本发明实施例的基于边缘计算的路灯节能控制方法，至少具有如下有益效果：首先基于摄像头获取视频图像；接着对视频图像进行预处理得到人脸图像和车辆图像；然后基于预训练的人脸识别网络模型对人脸图像进行第一识别处理得到人脸识别信息，以及基于预训练的车辆识别网络模型对车辆图像进行第二识别处理得到车辆识别信息；接着基于边缘计算网关对人脸识别信息和车辆识别信息进行分析得到亮度控制信息；最后基于亮度控制信息对路灯的发光亮度进行控制处理。通过上述技术方案，利用边缘计算网关对人脸识别信息和车辆识别信息进行分析处理，解决了数据传输时延的问题，使得路灯的节
能控制过程更加简便快捷。
15.根据本发明的一些实施例，所述对所述视频图像进行预处理得到人脸图像和车辆图像，包括：
16.对视频图像进行灰度化处理得到灰度图像；
17.对所述灰度图像进行几何变换处理得到变换图像；
18.对所述变换图像进行图像增强处理得到增强图像；
19.对所述增强图像进行分割处理得到所述人脸图像和所述车辆图像。
20.根据本发明的一些实施例，所述对所述增强图像进行分割处理得到所述人脸图像和所述车辆图像，包括：
21.基于预训练的图像分割网络模型对所述增强图像进行分割处理得到所述人脸图像和所述车辆图像。
22.根据本发明的一些实施例，所述基于边缘计算网关对所述人脸识别信息和所述车辆识别信息进行分析得到亮度控制信息，包括：
23.基于所述边缘计算网关对所述人脸识别信息进行第一数量分析得到人数信息，以及基于所述边缘计算网关对所述车辆识别信息进行第二数量分析得到车辆数量信息；
24.根据所述人数信息和所述车辆数量信息得到所述亮度控制信息。
25.根据本发明的一些实施例，所述根据所述人数信息和所述车辆数量信息得到所述亮度控制信息，包括：
26.将所述人数信息与预设的人数阈值进行对比得到人数对比信息，以及将所述车辆数量信息与预设的车辆数量阈值进行对比得到车辆数量对比信息；
27.基于所述人数对比信息、所述车辆数量对比信息和预设的亮度调节规则得到所述亮度控制信息。
28.根据本发明的一些实施例，所述基于所述亮度控制信息对路灯的发光亮度进行控制处理，包括：
29.对所述亮度控制信息转换为电流信息；
30.根据所述电流信息控制路灯的发光强度。
31.根据本发明的一些实施例，所述基于摄像头获取视频图像，包括：
32.基于所述摄像头对路灯的目标照明区域进行图像采集处理，得到所述视频图像。
33.根据本发明第二方面实施例的基于边缘计算的路灯节能控制装置，所述装置包括：
34.第一处理模块，用于基于摄像头获取视频图像；
35.第二处理模块，用于对所述视频图像进行预处理得到人脸图像和车辆图像；
36.第三处理模块，用于基于预训练的人脸识别网络模型对所述人脸图像进行第一识别处理得到人脸识别信息，以及基于预训练的车辆识别网络模型对所述车辆图像进行第二识别处理得到车辆识别信息；
37.第四处理模块，用于基于边缘计算网关对所述人脸识别信息和所述车辆识别信息进行分析得到亮度控制信息；
38.第五处理模块，用于基于所述亮度控制信息对路灯的发光亮度进行控制处理。
39.根据本发明第三方面实施例的电子设备，包括：
40.存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的基于边缘计算的路灯节能控制方法。
41.根据本发明第四方面实施例的一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令被控制处理器执行时实现如上所述的基于边缘计算的路灯节能控制方法。
42.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
43.附图用来提供对本公开技术方案的进一步理解，并且构成说明书的一部分，与本公开的实施例一起用于解释本公开的技术方案，并不构成对本公开技术方案的限制。
44.图1是本发明一个实施例提供的基于边缘计算的路灯节能控制方法流程图；
45.图2是本发明一个实施例提供的基于边缘计算的路灯节能控制方法的获取人脸图像和车辆图像具体流程图；
46.图3是本发明一个实施例提供的基于边缘计算的路灯节能控制方法的图像分割具体流程图；
47.图4是本发明一个实施例提供的基于边缘计算的路灯节能控制方法的获取亮度控制信息具体流程图；
48.图5是本发明另一个实施例提供的基于边缘计算的路灯节能控制方法的获取亮度控制信息具体流程图；
49.图6是本发明一个实施例提供的基于边缘计算的路灯节能控制方法的路灯发光强度控制具体流程图；
50.图7是本发明一个实施例提供的基于边缘计算的路灯节能控制方法的获取视频图像具体流程图；
51.图8是本发明一个实施例提供的基于边缘计算的路灯节能控制装置结构示意图；
52.图9是本发明一个实施例提供的电子设备构造示意图。
具体实施方式
53.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
54.在本发明的描述中，若干的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
55.本发明的描述中，除非另有明确的限定，设置、安装、连接等词语应做广义理解，所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
56.本发明提供了一种基于边缘计算的路灯节能控制方法、装置、电子设备及计算机可读存储介质，所述方法包括：基于摄像头获取视频图像；对视频图像进行预处理得到人脸图像和车辆图像；基于预训练的人脸识别网络模型对人脸图像进行第一识别处理得到人脸识别信息，以及基于预训练的车辆识别网络模型对车辆图像进行第二识别处理得到车辆识别信息；基于边缘计算网关对人脸识别信息和车辆识别信息进行分析得到亮度控制信息；基于亮度控制信息对路灯的发光亮度进行控制处理。根据本发明实施例的方案，利用边缘计算网关对人脸识别信息和车辆识别信息进行分析处理，解决了数据传输时延的问题，使得路灯的节能控制过程更加简便快捷。
57.下面结合附图，对本发明实施例作进一步阐述。
58.如图1所示，图1是本发明一个实施例提供的基于边缘计算的路灯节能控制方法的流程图。该方法包括但不限于有步骤s100、步骤s200、步骤s300、步骤400和步骤s500：
59.步骤s100，基于摄像头获取视频图像；
60.步骤s200，对视频图像进行预处理得到人脸图像和车辆图像；
61.步骤s300，基于预训练的人脸识别网络模型对人脸图像进行第一识别处理得到人脸识别信息，以及基于预训练的车辆识别网络模型对车辆图像进行第二识别处理得到车辆识别信息；
62.步骤s400，基于边缘计算网关对人脸识别信息和车辆识别信息进行分析得到亮度控制信息；
63.步骤s500，基于亮度控制信息对路灯的发光亮度进行控制处理。
64.需要说明的是，首先基于摄像头获取视频图像；接着对视频图像进行预处理得到人脸图像和车辆图像；然后基于预训练的人脸识别网络模型对人脸图像进行第一识别处理得到人脸识别信息，以及基于预训练的车辆识别网络模型对车辆图像进行第二识别处理得到车辆识别信息；接着基于边缘计算网关对人脸识别信息和车辆识别信息进行分析得到亮度控制信息；最后基于亮度控制信息对路灯的发光亮度进行控制处理。通过上述技术方案，利用边缘计算网关对人脸识别信息和车辆识别信息进行分析处理，不需要再将数据传输到中央控制器进行分析处理，解决了数据传输时延的问题，使得路灯的节能控制过程更加简便快捷。
65.值得注意的是，利用摄像头可以拍摄采集到视频图像；利用路灯的预设区域的视频图像来对路灯的发光亮度进行控制处理，使得路灯的控制过程更加智能化。
66.需要说明的是，基于预训练的人脸识别网络模型对人脸图像进行第一识别处理就可以得到人脸识别信息，而基于预训练的车辆识别网络对车辆图像进行第二识别处理就可以得到车辆识别信息；预训练即为已经经过训练处理，可以直接进行识别操作的网络模型。
67.可以理解的是，将人脸识别信息和车辆识别信息均传输到边缘计算网关进行分析处理，不需要再像以往那样需要将数据传输到中央控制器，这样就会降低数据传输的时延，使得路灯的节能控制过程更加简便快捷。
68.另外，在一实施例中，如图2所示，上述步骤s200可以包括但不限于步骤s210、步骤s220、步骤s230和步骤s240。
69.步骤s210，对视频图像进行灰度化处理得到灰度图像；
70.步骤s220，对灰度图像进行几何变换处理得到变换图像；
71.步骤s230，对变换图像进行图像增强处理得到增强图像；
72.步骤s240，对增强图像进行分割处理得到人脸图像和所述车辆图像。
73.需要说明的是，在对视频图像进行预处理的过程中，首先对视频图像进行灰度化处理得到灰度图像；接着对灰度图像进行几何变换处理得到变换图像；接着对变换图像进行图像增强处理就可以得到增强图像；最后对增强图像进行分割处理就可以得到人脸图像和车辆图像，以为后续的图像人数识别和车辆数量识别做好前提准备。
74.值得注意的是，依次对视频图像进行灰度化、几何变换、图像增强和分割处理，从而可以得到清晰的人脸图像和车辆图像，为了后续的识别处理做好准备。
75.另外，在一实施例中，如图3所示，上述步骤s240可以包括但不限于步骤s241。
76.步骤s241，基于预训练的图像分割网络模型对增强图像进行分割处理得到人脸图像和车辆图像。
77.需要说明的是，基于预训练的图像分割网络模型对增强图像进行分割处理就可以得到人脸图像和车辆图像。其中，图像分割网络模型是现有的图像分割模型，此处不再赘述。利用图像分割网络模型可以对增强图像进行分割处理就可以得到人脸图像和车辆图像。
78.另外，在一实施例中，如图4所示，上述步骤s400可以包括但不限于步骤s410和步骤s420。
79.步骤s410，基于边缘计算网关对人脸识别信息进行第一数量分析得到人数信息，以及基于边缘计算网关对车辆识别信息进行第二数量分析得到车辆数量信息；
80.步骤s420，根据人数信息和车辆数量信息得到亮度控制信息。
81.需要说明的是，基于边缘计算网关对人脸识别信息进行第一数量分析处理就可以得到人数信息，基于边缘网关对车辆识别信息进行第二数量分析就可以得到车辆数量信息；最后根据人数信息和车辆数量信息就能够得到亮度控制信息。
82.可以理解的是，根据人数信息和车辆数量信息进行综合判断，就可以得到亮度控制信息。
83.另外，在一实施例中，如图5所示，上述步骤s420可以包括但不限于步骤s421和步骤s422。
84.步骤s421，将人数信息与预设的人数阈值进行对比得到人数对比信息，以及将车辆数量信息与预设的车辆数量阈值进行对比得到车辆数量对比信息；
85.步骤s422，基于人数对比信息、车辆数量对比信息和预设的亮度调节规则得到亮度控制信息。
86.需要说明的是，将人数信息和预设的人数阈值进行对比就可以得到人数对比信息，将车辆数量信息和预设的车辆数量阈值进行对比就可以得到车辆数量对比信息；接着根据人数对比信息、车辆数量对比信息和预设的亮度调节规则就可以得到亮度控制信息。
87.示例性地，人数信息为7人，预设的人数阈值为5人，车辆数量信息为4辆，预设的车辆数量阈值为3辆；因此人数信息比人数阈值大，车辆数量比车辆数量阈值大，而亮度调节规则设定为当人数信息大于人数阈值并且车辆数量大于车辆数量阈值的情况下就被认定为繁忙状态，就会驱动路灯发出较强的亮光。
88.另外，在一实施例中，如图6所示，上述步骤s500可以包括但不限于步骤s510和步
骤s520。
89.步骤s510，对亮度控制信息转换为电流信息；
90.步骤s520，根据电流信息控制路灯的发光强度。
91.需要说明的是，首先将亮度控制信息转换为电流信息，接着根据电流信息对路灯的发光强度进行控制处理；通过控制电流大小的方式来对路灯的发光亮度进行控制处理，使得路灯的发光亮度的控制过程更加简便快捷。
92.另外，在一实施例中，如图7所示，上述步骤s100包括但不限于步骤s110。
93.步骤s110，基于摄像头对路灯的目标照明区域进行图像采集处理，得到视频图像。
94.需要说明的是，基于摄像头对路灯的目标照明区域进行图像采集处理，通过对指定区域进行拍摄处理，从而可以得到视频图像，为了后续的智能化节能控制处理做好前提准备。
95.此外，如图8所示，本发明的一个实施例还提供了一种基于边缘计算的路灯节能控制装置10，该装置包括：
96.第一处理模块100，用于基于摄像头获取视频图像；
97.第二处理模块200，用于对视频图像进行预处理得到人脸图像和车辆图像；
98.第三处理模块300，用于基于预训练的人脸识别网络模型对人脸图像进行第一识别处理得到人脸识别信息，以及基于预训练的车辆识别网络模型对车辆图像进行第二识别处理得到车辆识别信息；
99.第四处理模块400，用于基于边缘计算网关对人脸识别信息和车辆识别信息进行分析得到亮度控制信息；
100.第五处理模块500，用于基于亮度控制信息对路灯的发光亮度进行控制处理。
101.需要说明的是，由于本实施例中的基于边缘计算的路灯节能控制装置10与上述实施例中的基于边缘计算的路灯节能控制方法基于相同的发明构思，因此，方法实施例中的相应内容同样适用于本系统实施例，此处不再详述。
102.此外，如图9所示，本发明的一个实施例还提供了一种电子设备700，包括：存储器720、处理器710及存储在存储器720上并可在处理器710上运行的计算机程序，处理器710执行计算机程序时实现上述实施例中的基于边缘计算的路灯节能控制方法，例如，执行以上描述的图1中的方法步骤s100至步骤s500、图2中的方法步骤s210至步骤s240、图3中的方法步骤s241、图4中的方法步骤s410至步骤s420、图5中的方法步骤s421至步骤s422、图6中的方法步骤s510至s520和图7中的方法步骤s110。
103.此外，本发明的一个实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个处理器或控制器执行，例如，被上述设备实施例中的一个处理器执行，可使得上述处理器执行上述实施例中的基于边缘计算的路灯节能控制方法，例如，执行以上描述的图1中的方法步骤s100至步骤s500、图2中的方法步骤s210至步骤s240、图3中的方法步骤s241、图4中的方法步骤s410至步骤s420、图5中的方法步骤s421至步骤s422、图6中的方法步骤s510至s520和图7中的方法步骤s110。
104.本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或
者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于ram、rom、eeprom、闪存或其他存储器技术、cd-rom、数字多功能盘(dvd)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
105.以上是对本发明的较佳实施进行了具体说明，但本发明并不局限于上述实施方式，熟悉本领域的技术人员在不违背本发明精神的前提下还可作出种种的等同变形或替换，这些等同的变形或替换均包含在本发明权利要求所限定的范围内。