一种用于公路智能感知体系的云处理控制的方法及系统
专利汇可以提供一种用于公路智能感知体系的云处理控制的方法及系统专利检索，专利查询，专利分析的服务。并且本 发明 提供的用于公路智能 感知 体系的 云 处理控制的方法及系统，为用户提供智能模型训练所需的样本 数据库 集，尤其是三维样本数据库集。云服务平台还集成有 深度学习 框架 以及数据传输 接口 。客户端通过调用信息获取接口、框架调度接口能够直接从云服务平台中调取训练样本数据和深度学习框架执行 迭代 训练并获得满足用户需求的智能模型，通过数据下载接口将训练得到的符合需求的模型下载到客户端本地，供用户技术研究开发使用。以上方案，对于客户端配置要求大大降低的同时，能够为用户提供公路所涉及到的三维空间样本数据和深度学习框架供用户训练学习得到所需要的智能模型，满足公路基于深度学习的智能感知应用技术开发需求。，下面是一种用于公路智能感知体系的云处理控制的方法及系统专利的具体信息内容。
1.一种用于公路智能感知体系的云处理控制的方法，其特征在于，包括如下步骤：
设置公路智能感知装置，每一感知装置包括音频检测器和视频检测器，其中，相邻的感知装置的感知范围具有重叠的区间；感知装置用于对感知范围进行监控，并根据监控结果生成样本数据；
构建样本数据库集，其包括用于公路三维感知的三维样本数据库集；所述三维样本数据库集包括三维训练样本子集和三维验证样本子集；
构建机器学习算法平台，包括至少一种深度学习框架模型；
构建数据传输接口，包括与所述样本数据库集连接的信息获取接口、与所述机器学习算法平台连接的框架调度接口以及数据下载接口；
当需要对公路智能感知体系中的三维样本数据进行训练时，所述框架调度接口从所述机器学习算法平台中调取深度学习框架模型，所述信息获取接口从所述样本数据库集中调取所述三维训练样本子集和所述三维验证样本子集，所述深度学习框架模型根据所述三维训练样本子集和所述三维验证样本子集执行迭代训练对所述深度学习框架模型的权重参数进行调整优化以得到符合需求的三维模型；用户端通过所述数据下载接口将所述符合需求的三维模型下载至客户端本地。
2.根据权利要求1所述的用于公路智能感知体系的云处理控制的方法，其特征在于：
所述样本数据库集中还包括用于公路平面监测的二维样本数据库集；所述二维样本数据库集包括二维训练样本子集和二维验证样本子集；
当需要对公路智能感知体系中的二维样本数据进行训练时，所述框架调度接口从所述机器学习算法平台中调取深度学习框架模型，所述信息获取接口从所述样本数据库集中调取所述二维训练样本子集和所述二维验证样本子集，所述深度学习框架模型根据所述二维训练样本子集和所述二维验证样本子集执行迭代训练，根据迭代训练对所述深度学习框架模型的权重参数进行调整优化以得到符合需求的二维模型；
用户可通过所述数据下载接口将所述符合需求的二维模型下载至客户端本地。
3.根据权利要求2所述的用于公路智能感知体系的云处理控制的方法，其特征在于：
所述数据传输接口还包括样本上传接口；
用户通过所述样本上传接口将客户端本地的二维训练样本数据上传至所述二维训练样本子集中，或者将客户端本地的二维验证样本数据上传至所述二维验证样本子集中，或者将客户端本地的二维测试样本数据上传至所述二维测试样本子集中，或者将客户端本地的三维训练样本数据上传至三维训练样本子集中，或者将客户端本地的三维验证样本数据上传至所述三维验证样本子集中，或者将客户端本地的三维测试样本数据上传至所述三维测试样本子集中。
4.根据权利要求1-3任一项所述的用于公路智能感知体系的云处理控制的方法，其特征在于：
所述公路智能感知装置包括用于拍摄监测区域视频或图像的摄像头，用于拾取监测区域内声音信号的麦克风，用于对监测区域内的障碍物状态进行检测的超声波检测器，用于对监测区域内的障碍物状态进行检测的红外检测器。
5.根据权利要求4所述的用于公路智能感知体系的云处理控制的方法，其特征在于，所述公路智能感知装置还包括三维数据采集组件：
所述三维数据采集组件包括两个可见光摄像仪和一个三维激光雷达扫描仪组成；
所述可见光摄像仪的坐标系标定方向为：x＝右方,y＝下方,z＝前方；
三维激光雷达的坐标系标定方向为：:x＝前方,y＝左方,z＝上方；
三维数据是由三维激光雷达扫描空间后获取的结果数据；
二维数据是两个可见光摄像仪采集的结果数据。
6.根据权利要求4所述的用于公路智能感知体系的云处理控制的方法，其特征在于，还包括：
线圈传感器，埋设于所述监测感知组件周围设定距离处的线圈传感器；所述线圈传感器检测施加于其上的压力值，若所述压力值超过设定压力阈值，则所述线圈传感器发送报警信号；
提示模块，所述提示模块接收到所述线圈传感器发送的所述报警信号后启动。
7.根据权利要求4所述的用于公路智能感知体系的云处理控制的方法，其特征在于，还包括：
振动传感器，设置于所述监测感知组件的封装壳体上；所述振动传感器检测所述监测感知组件的振动频率或振动幅度，若所述振动频率超过频率阈值或振动幅度超过幅度阈值，所述振动传感器发送报警信号；
提示模块，所述提示模块接收到所述振动传感器发送的所述报警信号后启动。
8.根据权利要求6或7所述的用于公路智能感知体系的云处理控制的方法，其特征在于，
所述提示模块，包括高音播放器和/或警示灯，所述高音喇叭用于播放特定的语音；所述警示灯用于闪烁。
9.一种计算机可读存储介质，所述存储介质中存储有程序指令，计算机读取所述程序指令后执行权利1-8任一项所述的公路智能感知体系的云处理控制的方法。
10.一种用于公路智能感知体系的云处理控制的系统，其特征在于，包括至少一个处理器和至少一个存储器，至少一个所述存储器中存储有程序指令，至少一个所述处理器读取所述程序指令后执行权利要求1-8任一项所述的公路智能感知体系的云处理控制的方法。
一种用于公路智能感知体系的云处理控制的方法及系统
技术领域
背景技术
种能够对样本数据进行训练学习的机器学习方法模型和框架。在具体实现过程中，用户可
以获取某一场景下的海量数据作为样本数据，选择某一机器学习框架和模型对样本数据进
行迭代训练。在迭代训练过程中，计算每次训练结果与期望值之间的误差，利用误差反向传播来调整优化算法模型中的权重参数，直至误差趋于零或者训练次数达到设定阈值。最终
训练得到的模型可供用户实际应用开发使用，作为具体场景智能感知、认知的算法模型。
发明内容
中调取所述三维训练样本子集和所述三维验证样本子集，所述深度学习框架模型根据所述
三维训练样本子集和所述三维验证样本子集执行迭代训练对所述深度学习框架模型的权
重参数进行调整优化以得到符合需求的三维模型；用户端通过所述数据下载接口将所述符
合需求的三维模型下载至客户端本地。
样本子集和二维验证样本子集；
中调取所述二维训练样本子集和所述二维验证样本子集，所述深度学习框架模型根据所述
二维训练样本子集和所述二维验证样本子集执行迭代训练，根据迭代训练对所述深度学习
框架模型的权重参数进行调整优化以得到符合需求的二维模型；
中，或者将客户端本地的二维测试样本数据上传至所述二维测试样本子集中，或者将客户
端本地的三维训练样本数据上传至三维训练样本子集中，或者将客户端本地的三维验证样
本数据上传至所述三维验证样本子集中，或者将客户端本地的三维测试样本数据上传至所
述三维测试样本子集中。
风，用于对监测区域内的障碍物状态进行检测的超声波检测器，用于对监测区域内的障碍
物状态进行检测的红外检测器。
取所述程序指令后执行以上任一项所述的公路智能感知体系的云处理控制的方法。
据。云服务方为用户提供智能模型训练所需的样本数据库集，尤其是三维样本数据库集。同时，云服务方还集成有深度学习框架以及数据传输接口。通过调用信息获取接口、框架调度接口能够直接从云服务平台中调取训练样本数据和深度学习框架执行迭代训练并获得满
足用户需求的智能模型。用户可以通过数据下载接口将训练得到的符合需求的模型下载到
客户端本地，供用户技术研究开发使用。本发明提供的以上方案，能够为用户提供公路所涉及到的公路平面图像以及公路三维空间样本数据和深度学习框架供用户训练学习得到所
需要的智能模型，能够解决三维空间的智能感知问题。
附图说明
具体实施方式
本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。其中，术语“第一位置”和“第二位置”为两个不同的位置。
库集中调取所述三维训练样本子集和所述三维验证样本子集，所述深度学习框架模型根据
所述三维训练样本子集和所述三维验证样本子集执行迭代训练对所述深度学习框架模型
的权重参数进行调整优化以得到符合需求的三维模型；用户端通过所述数据下载接口将所
述符合需求的三维模型下载至客户端本地。
架执行迭代训练并获得满足用户需求的智能模型。用户可以通过数据下载接口将训练得到
的符合需求的模型下载到客户端本地，供用户技术研究开发使用。本发明提供的以上方案，能够为用户提供公路所涉及到的公路平面图像以及公路三维空间样本数据和深度学习框
架供用户训练学习得到所需要的智能模型，能够解决三维空间的智能感知问题。
为了方便传感器标定，规定各传感器坐标系方向为：可见光摄像仪:x＝右,y＝下,z＝前方；
三维激光雷达:x＝前方,y＝左,z＝上。三维数据是由三维激光雷达扫描空间后获取的结果
数据。而两个可见光摄像仪可采集二维可视化平面图像。三维数据表征场景空间的三维信
息，二维平面图像表征目标对象的可视化颜色、纹理特征。由于增加了三维空间信息，对于场景中的目标对象来说，不但能够获取包括场景目标对象可视化平面特征，还能够获取到
目标对象在三维空间中的位置信息，以及目标对象与另一目标对象之间的距离等。
Caffe、Theano，Torch，Tensorflow，Mxnet等框架。所述数据传输接口200供客户端调用，客户端可以通过Web浏览器、远程登录等方式连接到云服务平台，从而实现对数据传输接口
200的调用。所述数据传输接口200包括与所述样本数据库集连接的信息获取接口201、与所述机器学习算法平台300连接的框架调度接口202以及与客户端500连接的数据下载接口
300；用户通过客户端登录云服务平台后，可以向云服务平台发送三维模型训练指令。而云服务平台在收到三维模型训练指令后，所述框架调度接口202从所述机器学习算法平台300
中调取深度学习框架模型(具体调用哪种深度学习框架模型可以依据自己的实际需求选
择)，所述信息获取接口201从所述样本数据库集100中调取三维训练样本子集和三维验证
样本子集，所述深度学习框架模型根据三维训练样本子集和三维验证样本子集执行迭代训
练，根据迭代训练对所述深度学习框架模型的权重参数进行调整优化以得到符合需求的三
维模型；当得到符合需求三维模型后，用户可以通过客户端向云服务平台发送模型下载指
令，云服务平台收到模型下载指令后，所述数据下载接口203将所述符合需求的三维模型下载至客户端本地。
略有不同，但是基本上都遵循如下的规律：三维训练样本子集在模型训练过程时使用；三维验证样本子集是在迭代训练过程中，用三维训练样本子集做训练，三维验证样本子集用来
初步验证结果，这里的验证结果是单一某一评估指标，该评估指标可以选择对于用户需求
来说最重要的一个指标。因此，三维验证样本子集和三维训练样本子集一起被输入到深度
学习框架中但实际上三维验证样本子集不参与模型训练，只是用来快速计算模型的某一评
估指标。在每次迭代训练过程中，将三维验证样本子集数据输入三维训练样本子集训练的
模型获得计算结果与期望值之间的误差，利用误差反向传播来调整优化算法模型中的权重
参数，直至误差趋于零或者训练次数达到设定阈值。最后将最终确定了权重参数的深度学
习框架模型作为最后的模型。
像训练子集和二维平面图像验证子集；当需要对公路智能感知体系中的二维样本数据进行
训练时，，所述框架调度接口202从所述机器学习算法平台300中调取深度学习框架模型，所述信息获取接口201从所述样本数据库集100中调取所述二维平面图像训练子集和所述二
维平面图像验证子集，所述深度学习框架利用所述二维平面图像训练子集和所述二维平面
图像验证子集执行迭代训练，根据迭代训练对所述深度学习框架模型的权重参数进行调整
优化以得到符合需求的二维模型；收到模型下载指令后，通过所述数据下载接口203将所述符合需求的二维模型下载至客户端本地。
类似，二维平面图像样本也需要进行标注，每一图像均唯一对应于一个标注文件。图像样本数据的格式为JPG，标注数据文件格式为XML或者TXT。根据目标对象类别的类间平衡原则，数据集中各类目标对象被包含图像样本数目应该相同，如此以来可以保证在后续训练过程
中，各个被送入深度学习框架中的机会就相同。
快捷的数据集使用接口。即云服务平台的数据传输接口200中还可以包括：
样本数据上传至所述二维验证样本子集中，或者将客户端本地的二维测试样本数据上传至
所述二维测试样本子集中，或者将客户端本地的三维训练样本数据上传至三维训练样本子
集中，或者将客户端本地的三维验证样本数据上传至所述三维验证样本子集中，或者将客
户端本地的三维测试样本数据上传至所述三维测试样本子集中。也即，样本数据库集100是除了由开发人员在前期获得的样本数据之外，还接收来自后期用户自发上传的样本数据，
从而进一步保证了样本数据多样性和全面性。
系的云处理控制的方法。
的方法。
块。处理器2通过运行存储在存储器1中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述实施例的方案。
数据等。此外，存储器1可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器1可选包括相对于处理器2远程设置的存储器。
而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和
范围。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 表面应力传感器、中空构造元件以及它们的制造方法 | 2020-05-08 | 279 |
| 一种压电驱动音圈马达 | 2020-05-08 | 337 |
| 一种一维金属氧化物/碳化物复合材料及其制备方法 | 2020-05-08 | 875 |
| 一种低功耗高运算性能求解计算流体动力学的框架方法 | 2020-05-11 | 611 |
| 运动家具的扭转促动器 | 2020-05-08 | 79 |
| 耳罩结构 | 2020-05-08 | 636 |
| 一种根据失信信息限制失信人出行的安检装置 | 2020-05-11 | 169 |
| 一种基于区块链的城市管网的管理方法、设备及介质 | 2020-05-11 | 406 |
| 分析板的置放用支架和分析套件 | 2020-05-08 | 1038 |
| 基于刚性框架的TMV扇出型封装结构及其制备方法 | 2020-05-08 | 242 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
