基于城市管理的无人机智能驱离控制方法、系统及云平台转让专利
申请号 : CN202111152548.4
文献号 : CN113593256B
文献日 : 2021-12-28
发明人 : 杨翰翔 , 肜卿
申请人 : 深圳联和智慧科技有限公司
摘要 :
权利要求 :
1.一种基于城市管理的无人机智能驱离控制方法,其特征在于,应用于云平台,所述云平台与用于进行交通监控的多个无人机通信连接,所述方法包括:获取所述无人机返回的当前被监控的目标车辆的连续监控画面序列和所述目标车辆所对应的监控区域的监控区域信息,所述连续监控画面序列中包括多个根据画面拍摄次序进行组合形成的车辆行为画面;
根据所述连续监控画面序列和所述目标车辆所对应的监控区域的监控区域信息,得到所述目标车辆的违章识别结果;
当所述违章识别结果表征所述目标车辆存在与预设的至少一种违章驱离策略对应的目标违章行为时,向所述无人机发送所述目标违章行为对应的违章驱离策略,使所述无人机根据所述违章驱离策略对所述目标车辆实施违章驱离;
其中,所述根据所述连续监控画面序列和所述目标车辆所对应的监控区域的监控区域信息,得到所述目标车辆的违章识别结果,包括:对各所述车辆行为画面进行画面特征提取,得到各所述车辆行为画面分别对应的车辆画面特征信息;
获取车辆行为样本画面集和待训练的车辆行为识别模型,其中,所述车辆行为样本画面集包括多个车辆行为样本画面序列,每个车辆行为样本画面序列包括针对同一车辆的至少两帧连续的车辆行为画面样本及其对应的预先标注的车辆行为描述;
通过所述车辆行为样本画面集对所述待训练的车辆行为识别模型进行网络模型训练,得到训练后的车辆行为识别模型;
通过所述训练后的车辆行为识别模型根据所述车辆行为画面对应的车辆画面特征信息,以及所述车辆行为画面的在先车辆行为画面,获取所述车辆行为画面对应的车辆行为描述;
对所述车辆行为描述加入预先设定的离散特征序列,得到所述目标车辆的离散车辆行为描述;
根据所述目标车辆所对应的监控区域的监控区域信息获取与所述监控区域信息对应的违章类型知识图谱,所述违章类型知识图谱中包括车辆违章类型项,以及与所述车辆违章类型项对应的标定监控区域;
根据所述违章类型知识图谱中的车辆违章类型项和标定监控区域确定所述目标车辆的离散车辆行为描述与所述监控区域之间的匹配描述信息;
根据所述离散车辆行为描述、所述匹配描述信息得到所述目标车辆的违章识别结果;
其中,所述车辆行为识别模型包括特征提取单元、特征融合单元和特征转换单元;所述通过所述车辆行为样本画面集对所述待训练的车辆行为识别模型进行网络模型训练,得到训练后的车辆行为识别模型,包括:a、从所述车辆行为样本画面集中依次提取所述车辆行为样本画面序列;
b、针对所述车辆行为样本画面序列中的每个车辆行为画面样本,通过所述特征提取单元对所述车辆行为画面样本对应的车辆画面特征信息进行特征提取,得到所述车辆行为画面样本的样本画面特征信息;
c、通过所述特征融合单元确定所述车辆行为画面样本的在先车辆行为画面样本对应的在先样本画面特征信息,以及对所述车辆行为画面样本的样本画面特征信息、在先车辆行为画面样本对应的在先样本画面特征信息进行特征融合处理,得到所述车辆行为画面样本对应的融合样本画面特征信息;其中,所述在先车辆行为画面样本是指所述车辆行为画面样本的前一帧车辆行为画面样本,若所述车辆行为画面样本为所述车辆行为样本画面序列的第一帧车辆行为画面样本,则所述第一帧车辆行为画面样本对应的在先车辆行为画面样本为预设的空白样本;
d、通过所述特征转换单元对所述车辆行为画面样本对应的融合样本画面特征信息进行特征转换,得到所述车辆行为样本画面对应的车辆行为描述;
e、计算上述转换得到的所述车辆行为样本画面对应的车辆行为描述与所述车辆行为样本画面对应的预先标注的车辆行为描述之间的匹配度,根据所述匹配度计算得到所述车辆行为识别模型的损失函数值;
f,根据所述损失函数值判断所述车辆行为识别模型是否满足预先设置的训练收敛条件,若满足所述训练收敛条件,则得到训练完成的车辆行为识别模型,若不满足所述训练收敛条件,返回步骤a提取下一个车辆行为样本画面序列对所述车辆行为识别模型进行迭代训练。
2.根据权利要求1所述的方法,其特征在于,所述当所述违章识别结果表征所述目标车辆存在与预设的至少一种违章驱离策略对应的目标违章行为时,向所述无人机发送所述目标违章行为对应的违章驱离策略,使所述无人机根据所述违章驱离策略对所述目标车辆实施违章驱离,包括:
通过所述违章识别结果获取所述目标车辆的违章类型以及所述目标车辆的车辆识别信息;
根据所述违章类型获取预先设定的与所述违章类型对应的违章驱离策略,所述违章驱离策略包括声音播报;
根据所述违章类型以及所述目标车辆的车辆识别信息生成所述违章驱离策略所需的声音播报信息,并将声音播报信息发送给所述无人机,使所述无人机播报所述声音播报信息对所述目标车辆实施违章驱离。
3.如权利要求1或2所述的基于城市管理的无人机智能驱离控制方法,其特征在于,所述通过所述训练后的车辆行为识别模型根据所述车辆行为画面对应的车辆画面特征信息,以及所述车辆行为画面的在先车辆行为画面,获取所述车辆行为画面对应的车辆行为描述,包括:
通过所述特征提取单元对所述车辆行为画面对应的车辆画面特征信息进行特征提取,得到所述车辆行为画面的车辆画面特征信息;
通过所述特征融合单元确定所述在先车辆行为画面对应的在先车辆特征信息,以及对所述车辆行为画面的车辆画面特征信息、在先车辆行为画面对应的在先车辆特征信息进行特征融合处理,得到所述车辆行为画面对应的融合车辆特征信息;
通过所述特征转换单元对所述车辆行为画面对应的融合车辆特征信息进行特征转换,得到所述车辆行为画面对应的车辆行为描述。
4.如权利要求3所述的基于城市管理的无人机智能驱离控制方法,其特征在于,所述通过所述特征融合单元确定所述在先车辆行为画面对应的在先车辆特征信息,以及对所述车辆行为画面的车辆画面特征信息、在先车辆行为画面对应的在先车辆特征信息进行特征融合处理,得到所述车辆行为画面对应的融合车辆特征信息,包括:确定所述在先车辆行为画面对应的在先车辆特征信息,以及所述特征融合单元的网络模型参数;
根据所述特征融合单元的网络模型参数和所述在先车辆行为画面对应的在先车辆特征信息,提取所述车辆行为画面对应的在先车辆特征信息;
对所述在先车辆行为画面对应的在先车辆特征信息、所述车辆行为画面的车辆画面特征信息进行特征融合处理,得到所述车辆行为画面对应的融合车辆特征信息。
5.如权利要求1或2所述的基于城市管理的无人机智能驱离控制方法,其特征在于,所述根据所述违章类型知识图谱中的车辆违章类型项和标定监控区域确定所述目标车辆的离散车辆行为描述与所述监控区域之间的匹配描述信息,包括:获取监控区域信息样本和预设拓扑结构知识图谱;
通过所述监控区域信息样本训练所述预设拓扑结构知识图谱,得到训练后的拓扑结构知识图谱;
通过所述训练后的知识图谱根据所述违章类型知识图谱中的车辆违章类型项和标定监控区域确定所述目标车辆与所述监控区域之间的匹配描述信息;
所述根据所述离散车辆行为描述、所述匹配描述信息得到所述目标车辆的违章识别结果,包括:
获取携带有违章识别结果的联合决策训练数据,以及预设违章识别模型;
通过所述携带有违章识别结果的联合决策训练数据训练所述预设违章识别模型,得到训练后的违章识别模型;
对所述离散车辆行为描述、匹配描述信息进行信息联合决策处理,得到联合决策信息;
将所述联合决策信息输入所述违章识别模型得到所述目标车辆的违章识别结果。
6.如权利要求1或2所述的基于城市管理的无人机智能驱离控制方法,其特征在于,所述根据所述车辆行为画面,以及所述连续监控画面序列中各所述车辆行为画面的在先车辆行为画面,获取所述目标车辆基于时序维度的离散车辆行为描述,包括:对所述车辆行为画面进行画面特征提取,得到所述车辆行为画面对应的车辆画面特征信息;
根据所述车辆行为画面对应的车辆画面特征信息,以及所述车辆行为画面的在先车辆行为画面,获取所述车辆行为画面对应的第一车辆行为描述;
根据所述车辆行为画面对应的车辆画面特征信息,以及所述车辆行为画面的在后车辆行为画面,获取所述车辆行为画面对应的第二车辆行为描述;
对所述第一车辆行为描述和所述第二车辆行为描述加入预先设定的离散特征序列,得到所述目标车辆的离散车辆行为描述。
7.一种基于城市管理的无人机智能驱离控制系统,其特征在于,应用于云平台,所述云平台与用于进行交通监控的多个无人机通信连接,所述系统包括:获取模块,用于获取所述无人机反馈的当前被监控的目标车辆的连续监控画面序列和所述目标车辆所对应的监控区域的监控区域信息,所述连续监控画面序列中包括多个根据画面拍摄次序进行组合形成的车辆行为画面;
违章识别模块,用于根据所述连续监控画面序列和所述目标车辆所对应的监控区域的监控区域信息,得到所述目标车辆的违章识别结果;
驱离控制模块,用于当所述违章识别结果表征所述目标车辆存在与预设的至少一种违章驱离策略对应的目标违章行为时,向所述无人机发送所述目标违章行为对应的违章驱离策略,使所述无人机根据所述违章驱离策略对所述目标车辆实施违章驱离;
其中,所述违章识别模块具体用于:对各所述车辆行为画面进行画面特征提取,得到各所述车辆行为画面分别对应的车辆画面特征信息;
获取车辆行为样本画面集和待训练的车辆行为识别模型,其中,所述车辆行为样本画面集包括多个车辆行为样本画面序列,每个车辆行为样本画面序列包括针对同一车辆的至少两帧连续的车辆行为画面样本及其对应的预先标注的车辆行为描述;
通过所述车辆行为样本画面集对所述待训练的车辆行为识别模型进行网络模型训练,得到训练后的车辆行为识别模型;
通过所述训练后的车辆行为识别模型根据所述车辆行为画面对应的车辆画面特征信息,以及所述车辆行为画面的在先车辆行为画面,获取所述车辆行为画面对应的车辆行为描述;
对所述车辆行为描述加入预先设定的离散特征序列,得到所述目标车辆的离散车辆行为描述;
根据所述目标车辆所对应的监控区域的监控区域信息获取与所述监控区域信息对应的违章类型知识图谱,所述违章类型知识图谱中包括车辆违章类型项,以及与所述车辆违章类型项对应的标定监控区域;
根据所述违章类型知识图谱中的车辆违章类型项和标定监控区域确定所述目标车辆的离散车辆行为描述与所述监控区域之间的匹配描述信息;
根据所述离散车辆行为描述、所述匹配描述信息得到所述目标车辆的违章识别结果;
其中,所述车辆行为识别模型包括特征提取单元、特征融合单元和特征转换单元;所述通过所述车辆行为样本画面集对所述待训练的车辆行为识别模型进行网络模型训练,得到训练后的车辆行为识别模型,包括:a、从所述车辆行为样本画面集中依次提取所述车辆行为样本画面序列;
b、针对所述车辆行为样本画面序列中的每个车辆行为画面样本,通过所述特征提取单元对所述车辆行为画面样本对应的车辆画面特征信息进行特征提取,得到所述车辆行为画面样本的样本画面特征信息;
c、通过所述特征融合单元确定所述车辆行为画面样本的在先车辆行为画面样本对应的在先样本画面特征信息,以及对所述车辆行为画面样本的样本画面特征信息、在先车辆行为画面样本对应的在先样本画面特征信息进行特征融合处理,得到所述车辆行为画面样本对应的融合样本画面特征信息;其中,所述在先车辆行为画面样本是指所述车辆行为画面样本的前一帧车辆行为画面样本,若所述车辆行为画面样本为所述车辆行为样本画面序列的第一帧车辆行为画面样本,则所述第一帧车辆行为画面样本对应的在先车辆行为画面样本为预设的空白样本;
d、通过所述特征转换单元对所述车辆行为画面样本对应的融合样本画面特征信息进行特征转换,得到所述车辆行为样本画面对应的车辆行为描述;
e、计算上述转换得到的所述车辆行为样本画面对应的车辆行为描述与所述车辆行为样本画面对应的预先标注的车辆行为描述之间的匹配度,根据所述匹配度计算得到所述车辆行为识别模型的损失函数值;
f,根据所述损失函数值判断所述车辆行为识别模型是否满足预先设置的训练收敛条件,若满足所述训练收敛条件,则得到训练完成的车辆行为识别模型,若不满足所述训练收敛条件,返回步骤a提取下一个车辆行为样本画面序列对所述车辆行为识别模型进行迭代训练。
8.一种云平台,其特征在于,所述云平台与用于进行交通监控的多个无人机通信连接,包括处理器、机器可读存储介质,所述机器可读存储介质和所述处理器连接,所述机器可读存储介质用于存储程序、指令或代码,所述处理器用于执行所述机器可读存储介质中的程序、指令或代码,以实现权利要求1‑6任意一项所述的方法。
说明书 :
基于城市管理的无人机智能驱离控制方法、系统及云平台
技术领域
背景技术
物流等各种领域,极大的方便了人们日常的工作与生活,同时使得城市变得越来越“智慧
化”。
控等项目)的实时监控。在针对具有违章行为(或违法行为)的车辆进行监控时,例如针对占
用应急车道、占用人行道、斑马线、特殊区域等的违章行为,这些违章行为若不能被准确的
监控到或被及时处理,后续可能会造成严重的影响。例如,应急车道不能及时疏通导致安全
救援车辆不能及时抵达现场,而造成事故人员不能得到及时救治等危害。
发明内容
接,所述方法包括:
次序进行组合形成的车辆行为画面;
无人机根据所述违章驱离策略对所述目标车辆实施违章驱离。
驱离策略,使所述无人机根据所述违章驱离策略对所述目标车辆实施违章驱离,包括:
报信息对所述目标车辆实施违章驱离。
辆违章类型项对应的标定监控区域;
述,包括:
的至少两帧连续的车辆行为画面样本及其对应的预先标注的车辆行为描述;
行为描述;
述车辆行为画面的在先车辆行为画面,获取所述车辆行为画面对应的车辆行为描述,包括:
进行特征融合处理,得到所述车辆行为画面对应的融合车辆特征信息;
为画面样本的样本画面特征信息;
车辆行为画面样本对应的在先样本画面特征信息进行特征融合处理,得到所述车辆行为画
面样本对应的融合样本画面特征信息;其中,所述在先车辆行为画面样本是指所述车辆行
为画面样本的前一帧车辆行为画面样本,若所述车辆行为画面样本为所述车辆行为样本画
面序列的第一帧车辆行为画面样本,则所述第一帧车辆行为画面样本对应的在先车辆行为
画面样本为预设的空白样本;
述车辆行为识别模型的损失函数值;
练收敛条件,返回步骤a提取下一个车辆行为样本画面序列对所述车辆行为识别模型进行
迭代训练。
的在先车辆特征信息进行特征融合处理,得到所述车辆行为画面对应的融合车辆特征信
息,包括:
述,包括:
括:
根据画面拍摄次序进行组合形成的车辆行为画面;
驱离策略,使所述无人机根据所述违章驱离策略对所述目标车辆实施违章驱离。
接,所述机器可读存储介质用于存储程序、指令或代码,所述处理器用于执行所述机器可读
存储介质中的程序、指令或代码,以实现上述的方法。
目标车辆所对应的监控区域的监控区域信息,并根据所述连续监控画面序列和所述目标车
辆所对应的监控区域的监控区域信息,得到所述目标车辆的违章识别结果。当所述违章识
别结果表征所述目标车辆存在与预设的至少一种违章驱离策略对应的目标违章行为时,向
所述无人机发送所述目标违章行为对应的违章驱离策略,使所述无人机根据所述违章驱离
策略对所述目标车辆实施违章驱离。
策略对应的目标违章行为时,向所述无人机发送所述目标违章行为对应的违章驱离策略,
使所述无人机根据所述违章驱离策略对所述目标车辆实施违章驱离。如此,可以有效的、及
时的精准识别出所述监控区域内目标车辆的违章行为,并在监控到特定的违章行为(目标
违章行为)时,通过无人机对所述目标车辆实施违章驱离,进而可有效的减小或避免因车辆
违章行为带来的危害,同时可进一步提升城市管理的智能化程度和水平。
附图说明
范围的限定,针对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
些附图获得其他相关的附图。
具体实施方式
制系统实现。本实施例中,所述基于城市管理的无人机控制系统可以包括用于管理并调度
无人机的云平台11以及与所述云平台11通信连接并用于进行交通监控的多个无人机12。本
实施例中,所述云平台11可以是基于智慧城市而设立的用于与设定管控区域内的多个无人
机12进行远程通信以对无人机12进行远程控制和调度的一个服务平台。示例性地,所述云
平台11可以是,但不限于,具有通信控制能力及大数据分析能力的服务器、计算机监控区
域、云服务中心、机房控制中心、云平台等监控区域。本实施例中,所述无人机12作为交通监
控的实施终端对设定的监控区域中的车辆进行实时监控并反馈监控画面给云平台11,所述
云平台11根据所述无人机12反馈的监控画面对所述监控区域中的违章车辆进行识别,并在
识别到特定的违章类型的目标车辆时,向所述无人机12发送违章驱离指令以使所述无人机
12对所述目标车辆进行违章驱离。
的目标区域,例如具有应急车道的高速路或快速路段、重要场所的禁止停车区域、学校、医
院等场所外的行人通道区域等等,具体不进行限定。
略,使所述无人机根据所述违章驱离策略对所述目标车辆实施违章驱离。
应当说明的是,所述的“违章行为”也可以包括交通法规所规定的违法行为,本实施例时为
了方便描述统一以“违章行为”代指。
设的至少一种违章驱离策略对应的目标违章行为时,向所述无人机发送所述目标违章行为
对应的违章驱离策略,使所述无人机根据所述违章驱离策略对所述目标车辆实施违章驱
离。如此,可以有效的、及时的精准识别出所述监控区域内目标车辆的违章行为,并在监控
到特定的违章行为(目标违章行为)时,通过无人机对所述目标车辆实施违章驱离,进而可
有效的减小或避免因车辆违章行为带来的危害。
机发送所述目标违章行为对应的违章驱离策略,使所述无人机根据所述违章驱离策略对所
述目标车辆实施违章驱离,可以通过以下的步骤S1031‑S1033实现,具体描述如下。
所述声音播报信息对所述目标车辆实施违章驱离。
述车辆识别信息嵌入所述预设播报文本模板中,生成所述声音播报信息。举例而言,预设播
报文本可以是“车牌号为XXXX的车辆涉嫌XXXX的违法行为,请尽快驶离,否则三分钟后将您
的违法行为上报交警支队进行违法处理”。假如所述违章类型为“占用应急车道”,车辆识别
信息为车牌号“12345”,那么生成的所述声音播报信息对应的文本则为:“车牌号为12345的
车辆涉嫌违法占用应急车道的违法行为,请您尽快驶离,否则三分钟后将您的违法行为上
报交警支队进行违法处理”。其中,不同的违章类型或违法类型可以分别对应不同的预设播
报文本模板,或者,也可以对应相同相同的预设播报文本模板,具体不进行限定。
面,则所述第一帧车辆行为画面对应的在先车辆行为画面可以为预设的空白画面。其中,基
于时序维度的离散车辆行为描述可以是指按照时间的发展得到的所述连续监控画面序列
中的各个所述车辆行为画面分别对应的车辆行为描述,通过离散的方式聚合到一起而形
成。
占用))等。
为描述可以得到目标车辆在所述监控区域的全局车辆行为特征,例如针对违规占道,可以
分析出该目标车辆在对应的监控区域的占道时长等特征,然后根据这些全局车辆行为特征
,可以分析出目标车辆在对应的监控区域是否存在违章行为及其对应的违章类型等识别结
果。
通过人工智能模型的方式来实现。例如,可以包括以下对应的步骤。
车辆的至少两帧连续的车辆行为画面样本及其对应的预先标注的车辆行为描述。
别。
车辆行为描述。
的车辆画面特征信息,以及所述车辆行为画面的在先车辆行为画面,获取所述车辆行为画
面对应的车辆行为描述,可以包括以下内容:
征信息进行特征融合处理,得到所述车辆行为画面对应的融合车辆特征信息;
在先车辆行为画面对应的在先车辆特征信息进行特征融合处理,得到所述车辆行为画面对
应的融合车辆特征信息,可以包括:
实现,举例描述如下。
为画面样本的样本画面特征信息。
车辆行为画面样本对应的在先样本画面特征信息进行特征融合处理,得到所述车辆行为画
面样本对应的融合样本画面特征信息。其中,所述在先车辆行为画面样本是指所述车辆行
为画面样本的前一帧车辆行为画面样本,若所述车辆行为画面样本为所述车辆行为样本画
面序列的第一帧车辆行为画面样本,则所述第一帧车辆行为画面样本对应的在先车辆行为
画面样本为预设的空白样本。
述车辆行为识别模型的损失函数值。其中,所述损失函数值与所述匹配度可以负相关,当所
述匹配度越高时,所述损失函数之越小,当所述损失函数值不再减小或者减小幅度大幅下
降时,标识模型训练过程已收敛。
练收敛条件,返回步骤a提取下一个车辆行为样本画面序列对所述车辆行为识别模型进行
迭代训练。
时序维度的离散车辆行为描述,还可以包括以下内容。
辆行为画面可以是所述车辆行为画面的之后一帧车辆行为画面;当所述车辆行为画面为最
后一帧车辆行为画面时,所述在后车辆行为画面也可以是预先设定的画面,例如空白画面;
所述车辆行为画面进行正序特征解析而得到的特征描述信息,所述第二车辆行为描述可以
是针对所述车辆行为画面进行逆序特征解析而得到的特征描述信息,具体不进行限定。
及与所述车辆违章类型项对应的标定监控区域。
监控区域对应的节点,与该节点连线的车辆违章类型项代表该对应的标定监控区域中需要
进行监控的所有违章类型项。
及所述目标车辆的离散车辆行为描述与所述监控区域的对应关系。如此,可以根据所述目
标车辆的离散车辆行为描述与所述车辆违章类型项进行特征比对,确定所述离散车辆行为
描述所对应的车辆违章类型。当然,如果所述离散车辆行为描述表征所述目标车辆没有违
章时,那么所述离散车辆行为描述所对应的车辆违章类型可以为预设的空值,如null。如果
存在违章,那么对应的车辆违章类型可以是对应的违章类型标识,例如可以为“YJCD:1”,
YJCD表示违章类型为占用应急车道,“1”表示需要进行违章驱离。又例如,违章类型标识可
以是“WFTC:0”,WFTC表示违法停车,0表示无需驱离。
通过以下方式实现,示例性描述如下。
的知识图谱根据所述违章类型知识图谱中的车辆违章类型项和标定监控区域确定所述目
标车辆与所述监控区域之间的匹配描述信息。
述信息样本的训练数据,以用于对所述决策网络模型进行有监督训练。
络。上述各模型可以是该人工智能网络的不同网络层,可以分别通过不同的训练过程进行
训练得到。
和处理器130。
系统110可以包括存储在机器可读存储介质的多个功能模块,例如所述无人机智能驱离控
制系统110包括的各软件功能模块。当处理器执行无人机智能驱离控制系统110中的软件功
能模块时,以实现前述方法实施例提供的区块链大数据处理方法。
器可以包括一个或多个处理引擎(例如,单核处理器或多核处理器)。仅仅举个例子,处理器
可以包括一个或多个硬件处理器,例如中央处理器CPU、特定应用集成电路ASIC、专用指令
集处理器ASIP、图形处理器GPU、物理运算处理单元PPU、数字信号处理器DSP、现场可以程序
门阵列FPGA、可以程序逻辑装置PLD、控制器、微控制器单元、精简指令集计算机RISC、微处
理器等中的一种,或类似或其任意组合。
11执行或使用的数据和/或指令,所述云平台11可以通过执行或使用所述数据和/或指令以
实现本申请描述的示例性方法。在一些实施例中,机器可读存储介质可以包括大容量存储
器、可以移动存储器、挥发性读写内存、只读存储器ROM等或类似或上述举例的任意组合。示
例性的大容量存储器可以包括磁盘、光盘、固态磁盘等。示例性的可以移动存储器可以包括
快闪驱动器、软盘、光盘、存储卡、压缩磁盘、磁带等。示例性的挥发性读写内存可以包括随
机存取内存RAM。示例性的随机存取内存可以包括动态RAM、双倍速率同步动态RAM、静态
RAM、晶闸管RAM和零电容RAM等。示例性的ROM可以包括掩蔽型ROM、可编程ROM、可擦除可编
程ROM、电子可擦除可编程ROM、压缩磁盘ROM和数字通用磁盘ROM等。
件功能模块在被对应的处理器执行时,用于实现上述的方法,例如在被无人机的处理器执
行时,用于实现上述无人机执行的方法步骤,或者在被所述云平台执行时,用于实现上述云
平台执行的方法步骤。
序列中包括多个根据画面拍摄次序进行组合形成的车辆行为画面;
违章驱离策略,使所述无人机根据所述违章驱离策略对所述目标车辆实施违章驱离。
模块1101、违章识别模块1102以及驱离控制模块1103的详细描述可以参照上述对应步骤的
描述,此处不再一一赘述。
目标车辆所对应的监控区域的监控区域信息,并根据所述连续监控画面序列和所述目标车
辆所对应的监控区域的监控区域信息,得到所述目标车辆的违章识别结果。当所述违章识
别结果表征所述目标车辆存在与预设的至少一种违章驱离策略对应的目标违章行为时,向
所述无人机发送所述目标违章行为对应的违章驱离策略,使所述无人机根据所述违章驱离
策略对所述目标车辆实施违章驱离。
策略对应的目标违章行为时,向所述无人机发送所述目标违章行为对应的违章驱离策略,
使所述无人机根据所述违章驱离策略对所述目标车辆实施违章驱离。如此,可以有效的、及
时的精准识别出所述监控区域内目标车辆的违章行为,并在监控到特定的违章行为(目标
违章行为)时,通过无人机对所述目标车辆实施违章驱离,进而可有效的减小或避免因车辆
违章行为带来的危害,同时可进一步提升城市管理的智能化程度和水平。
在附图中提供的本发明的实施例的详细描述并非旨在限制本发明的保护范围,而仅仅是表
示本发明的选定实施例。因此,本发明的保护范围应以权利要求的保护范围为准。此外,基
于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下可获得的所有其它实
施例,都应属于本发明保护的范围。