基于5G技术的城市道路巡警

数媒竞赛获奖作品信息及简介
作品名称基于5G技术的城市道路巡警
参赛院校河南理工大学
指导老师李树平、崔晓斌
团队成员党志忠、赵威、刘邵华、牛明明、潘科润
奖项等级三等奖
竞赛年份2022

整车从功能领域上,分为驱动模块、探测模块、网络模块三大部分,从结构上,主体由车架,步进电机,锂电池,GPS模块,红外传感器,识别摄像头,激光雷达,树莓派等各主要部件组成. 1.驱动模块: 巡航设备驱动模块分为底层使能模块和控制模块两个部分,其中由控制模块完成获取解析来自网络通信的巡航轨迹数据、运行计算机视觉算法、分析评估采集数据以及反馈既定数据四个任务。 巡航设备底层使能模块由四个步进电机、编码器、麦科勒姆轮以及多种硬件电路构成(图1.2)。巡航设备使用步进电机配合编码器基于PID闭环补偿算法实现对巡航设备的速度调控,而麦科勒姆轮提供的机械特性使得巡航设备能够满足更加灵活、机动的地面运动。外部硬件电路不仅保证了巡航设备的动力来源,针对硬件部分的监测设备可以保证巡航设备使用过程中的安全、稳定。 巡航设备的主控模块,完成对底层驱动模块的命令发送、闭环控制。此外,主控模块运载巡航设备应用程序,在设备上电后,通过网络模块进行设备登录/注册,获取巡航轨迹数据。还需要启动摄像头进行图像采集,并通过计算机视觉算法算法对视频中的图像数据进行信息评估,获得评估数据。在融合巡航视频图像和评估数据后,通过对称加密算法和文本协议装配后,将处理过的数据实时反馈至主控中枢。 2.探测模块: 巡航设备探测模块使用摄像头进行图像采集并通过计算机视觉算法对采集到的图像信息进行数据处理,以获得预期的图像评估数据,如图1.3。 计算机视觉算法通过图像处理、模式识别、图像理解等手段,对已采集到的数据信息进行评估。建立动态学习型模型数据,通过使用提前建立好的数据集并且应用深度学习方法,使得计算机视觉模型成为动态的、具备学习特性的识别模块。使得模型在不断识别监测过程中提高其精确度,从而使数据更精确。 3.网络模块: 巡航设备装载有网络模块,使得巡航设备可以接入网络从而与主控中枢和服务端建立远程通信连接。使用TCP协议通过网络通信桥梁收发数据