一种基于TinyML的辅助行人通过人行横道的交通安全系统的制作方法

一种基于tinyml的辅助行人通过人行横道的交通安全系统
技术领域
1.本发明涉及深度学习及目标检测技术领域，具体涉及一种基于tinyml的辅助行人通过人行横道的交通安全系统。


背景技术：

2.行人交通事故是造成每年大量交通伤亡的重要原因。据相关部门统计，在每年的交通事故中，53%的致人死亡交通事故是由行人和非机动车过马路闯红灯引起的。造成闯红灯的交通事故原因有多方面，少数是忽略了交通灯的信号，多数是忽略了行进的车辆，由于车辆的出现从而导致交通事故。这种交通事故的出现往往是可以避免的。为了解决此类行人或非机动车因过马路闯红灯造成的交通事故，需要设计了一种基于tinyml的交通辅助安全过人行横道的系统，以期望能减少此类交通事故的发生。


技术实现要素：

3.本发明为了克服以上技术的不足，提供了一种减少因行人或非机动车过马路闯红灯造成的交通事故的安全系统。
4.本发明克服其技术问题所采用的技术方案是：一种基于tinyml的辅助行人通过人行横道的交通安全系统，包括：摄像机，设置在交通灯上，用于拍摄行人、机动车、非机动车和人行横道的照片，制作数据集并对数据集进行标注处理；建立目标识别模型，将目标识别模型部署在risc-v架构的模板上，所述摄像机及交通信号灯均连接于risc-v架构的模板；在人行横道的左右两侧和中心部位安装信号指示装置及预警装置，所述信号指示装置由若干发光指示信号灯构成，所述发光指示信号灯由绿色led灯和红色led灯构成，发光指示信号灯为箭头形结构，各个发光指示信号灯沿长度方向等间距排布；当risc-v架构的模板检测到交通信号灯为绿灯时，risc-v架构的模板控制若干发光指示信号的绿色led灯亮起，当risc-v架构的模板检测到交通信号灯为红灯时，risc-v架构的模板控制若干发光指示信号的红色led灯亮起，risc-v架构的模板中的目标识别模型检测到人行横道上同时出现行人和机动车、非机动车和机动车、行人和非机动车和机动车时，risc-v架构的模板控制预警装置发出报警声。
5.优选的，当拍摄的照片达到10000张时，对数据集进行标注。
6.进一步的，上述目标识别模型为mobileone模型。
7.进一步的，目标识别模型建立后对其进行训练。
8.进一步的，上述预警装置为蜂鸣器。
9.本发明的有益效果是：isc-v架构的模板控制若干发光指示信号的红色led灯亮起，同时指示摄像机检测目标，risc-v架构的模板中的目标识别模型检测到人行横道上同时出现行人和机动车、非机动车和机动车、行人和非机动车和机动车时，risc-v架构的模板
控制预警装置发出报警声。用于通知行人或非机动车立即回头或注意车辆，同时也用于警示车辆前方有行人或非机动车在通过人行横道，减少行人或非机动车闯红灯造成的交通事故。
附图说明
10.图1为本发明的摄像机采集时的示意图；图2为本发明的指示装置及预警装置的结构示意图；图3为本发明的方法流程图。
具体实施方式
11.下面结合附图1、附图2、附图3对本发明做进一步说明。
12.如附图3所示，一种基于tinyml的辅助行人通过人行横道的交通安全系统，包括：摄像机，如附图1所示，摄像机设置在交通灯上，用于拍摄行人、机动车（所有的机动车为一类，其中包含摩托车）、非机动车和人行横道的照片，制作数据集并对数据集进行标注处理。
13.建立目标识别模型，将目标识别模型部署在risc-v架构的模板上，所述摄像机及交通信号灯均连接于risc-v架构的模板。
14.如附图2所示，在人行横道的左右两侧和中心部位安装信号指示装置及预警装置（两者可以安装在一起），所述信号指示装置由若干发光指示信号灯构成，所述发光指示信号灯由绿色led灯和红色led灯构成，发光指示信号灯为箭头形结构，各个发光指示信号灯沿长度方向等间距排布。
15.当risc-v架构的模板检测到交通信号灯为绿灯时，risc-v架构的模板控制若干发光指示信号的绿色led灯亮起，当risc-v架构的模板检测到交通信号灯为红灯时，risc-v架构的模板控制若干发光指示信号的红色led灯亮起，同时指示摄像机检测目标，risc-v架构的模板中的目标识别模型检测到人行横道上同时出现行人和机动车、非机动车和机动车、行人和非机动车和机动车时，risc-v架构的模板控制预警装置发出报警声。用于通知行人（或非机动车）立即回头或注意车辆，同时也用于警示车辆前方有行人（或非机动车）在通过人行横道。
16.将车道专用摄像机，交通信号灯，人行横道信号指示装置和预警装置和检测模板集成后，（按照合适角度和高度安装在路口，注意避免机动车在人行横道前正常停车时，预警装置依然报警的角度）。
17.后期可以成立数据库，当交通信号灯为红灯时，摄像机拍摄到包含行人（或非机动车）和人行横道两类目标时，可进行人脸识别，用于交通判罚。
18.优选的，当拍摄的照片达到10000张时，对数据集进行标注。
19.进一步的，上述目标识别模型为apple公司在2022年6月研发的超轻量型架构的mobileone模型。
20.进一步的，目标识别模型建立后对其进行训练。结合ssd识别目标，训练模型，使之达到最高精度。
21.进一步的，上述预警装置为蜂鸣器。
22.最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。


技术特征：
1.一种基于tinyml的辅助行人通过人行横道的交通安全系统，其特征在于，包括：摄像机，设置在交通灯上，用于拍摄行人、机动车、非机动车和人行横道的照片，制作数据集并对数据集进行标注处理；建立目标识别模型，将目标识别模型部署在risc-v架构的模板上，所述摄像机及交通信号灯均连接于risc-v架构的模板；在人行横道的左右两侧和中心部位安装信号指示装置及预警装置，所述信号指示装置由若干发光指示信号灯构成，所述发光指示信号灯由绿色led灯和红色led灯构成，发光指示信号灯为箭头形结构，各个发光指示信号灯沿长度方向等间距排布；当risc-v架构的模板检测到交通信号灯为绿灯时，risc-v架构的模板控制若干发光指示信号的绿色led灯亮起，当risc-v架构的模板检测到交通信号灯为红灯时，risc-v架构的模板控制若干发光指示信号的红色led灯亮起，risc-v架构的模板中的目标识别模型检测到人行横道上同时出现行人和机动车、非机动车和机动车、行人和非机动车和机动车时，risc-v架构的模板控制预警装置发出报警声。2.根据权利要求1所述的基于tinyml的辅助行人通过人行横道的交通安全系统，其特征在于：当拍摄的照片达到10000张时，对数据集进行标注。3.根据权利要求1所述的基于tinyml的辅助行人通过人行横道的交通安全系统，其特征在于：所述目标识别模型为mobileone模型。4.根据权利要求1所述的基于tinyml的辅助行人通过人行横道的交通安全系统，其特征在于：目标识别模型建立后对其进行训练。5.根据权利要求1所述的基于tinyml的辅助行人通过人行横道的交通安全系统，其特征在于：所述预警装置为蜂鸣器。

技术总结
一种基于TinyML的辅助行人通过人行横道的交通安全系统，在行横道处安装信号指示装置和预警装置。在交通灯附近安装合适的RISC-V架构的模板。（3）选择MobileOne-SSD模型，把模型部署在模板上。通过交通信号灯控制信号指示装置，并检测目标，指示预警装置发出警示声响。减少行人或非机动车闯红灯造成的交通事故。少行人或非机动车闯红灯造成的交通事故。少行人或非机动车闯红灯造成的交通事故。


技术研发人员：宋晨 葛君正 段强 姜凯 李锐
受保护的技术使用者：山东浪潮科学研究院有限公司
技术研发日：2022.09.09
技术公布日：2022/12/5