本發(fā)明涉及智慧交通，具體涉及一種基于路側(cè)感知設(shè)備的天氣識(shí)別方法、裝置、設(shè)備。

背景技術(shù)：

1、隨著計(jì)算機(jī)視覺技術(shù)的快速發(fā)展，圖像分類在許多領(lǐng)域中得到了廣泛應(yīng)用。特別是在天氣識(shí)別方面，通過分析圖像數(shù)據(jù)來判斷天氣情況已經(jīng)成為研究的熱點(diǎn)。傳統(tǒng)的天氣識(shí)別方法主要依賴于氣象傳感器和氣象模型，這些方法雖然準(zhǔn)確，但成本高且對(duì)環(huán)境條件要求較高。

2、近年來，深度學(xué)習(xí)技術(shù)，尤其是卷積神經(jīng)網(wǎng)絡(luò)（cnn），在圖像分類任務(wù)中表現(xiàn)出了卓越的性能。利用cnn進(jìn)行圖像分類已經(jīng)在諸如物體識(shí)別、人臉識(shí)別等領(lǐng)域取得了顯著成果。然而，將這種技術(shù)應(yīng)用于天氣識(shí)別仍然面臨一些挑戰(zhàn)，例如，如何有效處理各種光照、天氣條件變化對(duì)圖像質(zhì)量的影響，如何處理圖像中天氣特征的多樣性等。

3、在相關(guān)技術(shù)中，天氣識(shí)別方法主要依賴于多模態(tài)數(shù)據(jù)融合和復(fù)雜的特征提取技術(shù)，這些方法在實(shí)現(xiàn)上較為復(fù)雜，且對(duì)計(jì)算資源的需求較高。因此，相關(guān)技術(shù)中對(duì)于計(jì)算資源需求較低且能準(zhǔn)確實(shí)現(xiàn)天氣預(yù)測的識(shí)別存在相應(yīng)需求。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本發(fā)明提供了一種基于路側(cè)感知設(shè)備的天氣識(shí)別方法、裝置、設(shè)備，以解決相關(guān)技術(shù)中對(duì)于計(jì)算資源需求高的技術(shù)問題。

2、第一方面，本發(fā)明提供了一種基于路側(cè)感知設(shè)備的天氣識(shí)別方法，方法包括：獲取路側(cè)感知設(shè)備采集的歷史圖像數(shù)據(jù)；將歷史圖像數(shù)據(jù)輸入預(yù)訓(xùn)練的多模態(tài)模型，確定樣本切片以及路側(cè)感知設(shè)備與高敏感區(qū)域的對(duì)應(yīng)關(guān)系；以樣本切片作為訓(xùn)練數(shù)據(jù)集對(duì)天氣識(shí)別模型進(jìn)行訓(xùn)練，得到完成訓(xùn)練的天氣識(shí)別模型；獲取路側(cè)感知設(shè)備采集的待測圖像數(shù)據(jù)；基于待測圖像數(shù)據(jù)與對(duì)應(yīng)關(guān)系，利用完成訓(xùn)練的天氣識(shí)別模型，確定天氣預(yù)測結(jié)果。

3、結(jié)合第一方面，在第一方面的一種可能的實(shí)現(xiàn)方式中，將歷史圖像數(shù)據(jù)輸入預(yù)訓(xùn)練的多模態(tài)模型，確定樣本切片，包括：將歷史圖像數(shù)據(jù)輸入預(yù)訓(xùn)練的多模態(tài)模型，確定與路側(cè)感知設(shè)備對(duì)應(yīng)的特征熱力圖；基于特征熱力圖，標(biāo)注與特定天氣類型對(duì)應(yīng)的高熱力區(qū)域位置，形成與高熱力區(qū)域位置對(duì)應(yīng)的樣本切片。

4、結(jié)合第一方面，在第一方面的一種可能的實(shí)現(xiàn)方式中，將歷史圖像數(shù)據(jù)輸入預(yù)訓(xùn)練的多模態(tài)模型，確定路側(cè)感知設(shè)備與高敏感區(qū)域的對(duì)應(yīng)關(guān)系，包括：將歷史圖像數(shù)據(jù)輸入預(yù)訓(xùn)練的多模態(tài)模型，確定與路側(cè)感知設(shè)備對(duì)應(yīng)的特征熱力圖；基于特征熱力圖，標(biāo)注與特定天氣類型對(duì)應(yīng)的高熱力區(qū)域位置，形成路側(cè)感知設(shè)備與高敏感區(qū)域的對(duì)應(yīng)關(guān)系。

5、結(jié)合第一方面，在第一方面的一種可能的實(shí)現(xiàn)方式中，天氣識(shí)別模型的訓(xùn)練過程，包括：以樣本切片作為訓(xùn)練數(shù)據(jù)集，輸入天氣識(shí)別模型；在天氣識(shí)別模型關(guān)注與特定天氣類型對(duì)應(yīng)的高熱力區(qū)域位置后，完成天氣識(shí)別模型的訓(xùn)練，得到完成訓(xùn)練的天氣識(shí)別模型。

6、結(jié)合第一方面，在第一方面的一種可能的實(shí)現(xiàn)方式中，基于待測圖像數(shù)據(jù)與對(duì)應(yīng)關(guān)系，利用完成訓(xùn)練的天氣識(shí)別模型，確定天氣預(yù)測結(jié)果，包括：基于對(duì)應(yīng)關(guān)系，確定與每個(gè)路側(cè)感知設(shè)備對(duì)應(yīng)的高敏感區(qū)域的位置信息；基于位置信息與待測圖像數(shù)據(jù)，利用完成訓(xùn)練的天氣識(shí)別模型，確定天氣預(yù)測結(jié)果。

7、結(jié)合第一方面，在第一方面的一種可能的實(shí)現(xiàn)方式中，方法還包括：接收氣象信息和/或道路信息；基于天氣預(yù)測結(jié)果與接收氣象信息和/或道路信息，結(jié)合車輛的軌跡信息，對(duì)車輛進(jìn)行提醒。

8、結(jié)合第一方面，在第一方面的一種可能的實(shí)現(xiàn)方式中，基于天氣預(yù)測結(jié)果與接收氣象信息和/或道路信息，結(jié)合車輛的軌跡信息，對(duì)車輛進(jìn)行提醒，包括：基于天氣預(yù)測結(jié)果與接收氣象信息和/或道路信息，結(jié)合車輛的軌跡信息，通過路側(cè)設(shè)備對(duì)車輛進(jìn)行信息提醒；或，基于天氣預(yù)測結(jié)果與接收氣象信息和/或道路信息，結(jié)合車輛的軌跡信息，利用訂閱信息，發(fā)送至車輛進(jìn)行信息提醒。

9、結(jié)合第一方面，在第一方面的一種可能的實(shí)現(xiàn)方式中，基于天氣預(yù)測結(jié)果與接收氣象信息和/或道路信息，結(jié)合車輛的軌跡信息，對(duì)車輛進(jìn)行提醒，包括：基于天氣預(yù)測結(jié)果與接收氣象信息和/或道路信息，結(jié)合車輛的軌跡信息，發(fā)送提醒信息至路側(cè)感知設(shè)備的路側(cè)通信模塊；基于路側(cè)通信模塊與車輛的車載單元進(jìn)行交互，對(duì)車輛進(jìn)行信息提醒。

10、第二方面，本發(fā)明提供了一種基于路側(cè)感知設(shè)備的天氣識(shí)別裝置，裝置包括：圖像數(shù)據(jù)獲取模塊，用于獲取與路側(cè)感知設(shè)備對(duì)應(yīng)的圖像數(shù)據(jù)；樣本切片確定模塊，用于將圖像數(shù)據(jù)的歷史圖像數(shù)據(jù)輸入預(yù)訓(xùn)練的多模態(tài)模型，確定樣本切片以及路側(cè)感知設(shè)備與高敏感區(qū)域的對(duì)應(yīng)關(guān)系；訓(xùn)練模塊，用于以樣本切片作為訓(xùn)練數(shù)據(jù)集對(duì)天氣識(shí)別模型進(jìn)行訓(xùn)練，得到完成訓(xùn)練的天氣識(shí)別模型；結(jié)果預(yù)測模塊，用于基于圖像數(shù)據(jù)與對(duì)應(yīng)關(guān)系，利用完成訓(xùn)練的天氣識(shí)別模型，確定天氣預(yù)測結(jié)果。

11、結(jié)合第二方面，在第二方面的一種可能的實(shí)現(xiàn)方式中，裝置，還包括：信息接收模塊，用于接收氣象信息和/或道路信息；車輛提醒模塊，用于基于天氣預(yù)測結(jié)果與接收氣象信息和/或道路信息，結(jié)合車輛的軌跡信息，對(duì)車輛進(jìn)行提醒。

12、第三方面，本發(fā)明提供了一種計(jì)算機(jī)設(shè)備，包括：存儲(chǔ)器和處理器，存儲(chǔ)器和處理器之間互相通信連接，存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)指令，處理器通過執(zhí)行計(jì)算機(jī)指令，從而執(zhí)行上述第一方面或其對(duì)應(yīng)的任一實(shí)施方式的基于路側(cè)感知設(shè)備的天氣識(shí)別方法。

13、第四方面，本發(fā)明提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，該計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)指令，計(jì)算機(jī)指令用于使計(jì)算機(jī)執(zhí)行上述第一方面或其對(duì)應(yīng)的任一實(shí)施方式的基于路側(cè)感知設(shè)備的天氣識(shí)別方法。

14、本發(fā)明技術(shù)方案，具有如下優(yōu)點(diǎn)：

15、本發(fā)明提供的一種基于路側(cè)感知設(shè)備的天氣識(shí)別方法、裝置、設(shè)備，該方法通過路側(cè)感知設(shè)備采集的歷史圖像數(shù)據(jù)，利用歷史圖像數(shù)據(jù)輸入預(yù)訓(xùn)練的多模態(tài)模型，確定樣本切片以及路側(cè)感知設(shè)備與高敏感區(qū)域的對(duì)應(yīng)關(guān)系，從而利用樣本切片對(duì)天氣識(shí)別模型進(jìn)行訓(xùn)練，并利用路側(cè)感知設(shè)備與高敏感區(qū)域的對(duì)應(yīng)關(guān)系，通過完成訓(xùn)練的天氣識(shí)別模型，確定天氣預(yù)測結(jié)果。這一過程中，通過確定樣本切片，使得樣本切片中的數(shù)據(jù)相較于原始數(shù)據(jù)具有更能反應(yīng)天氣特征的高敏感區(qū)域，并利用樣本切片對(duì)天氣識(shí)別模型進(jìn)行訓(xùn)練，使得完成訓(xùn)練的天氣識(shí)別模型更關(guān)注高敏感區(qū)域，掌握相應(yīng)的顯性特征，在應(yīng)用模型時(shí)減少數(shù)據(jù)計(jì)算量，即在實(shí)時(shí)采集的待測圖像輸入完成訓(xùn)練的天氣識(shí)別模型時(shí)，模型僅需關(guān)注高敏感區(qū)域，并且由于對(duì)應(yīng)區(qū)域具有顯性特征，使得模型在降低計(jì)算資源需求的同時(shí)，保證預(yù)測結(jié)果的準(zhǔn)確性。

技術(shù)特征：

1.一種基于路側(cè)感知設(shè)備的天氣識(shí)別方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述歷史圖像數(shù)據(jù)輸入預(yù)訓(xùn)練的多模態(tài)模型，確定樣本切片，包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述將所述歷史圖像數(shù)據(jù)輸入預(yù)訓(xùn)練的多模態(tài)模型，確定所述路側(cè)感知設(shè)備與高敏感區(qū)域的對(duì)應(yīng)關(guān)系，包括：

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述天氣識(shí)別模型的訓(xùn)練過程，包括：

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述待測圖像數(shù)據(jù)與所述對(duì)應(yīng)關(guān)系，利用完成訓(xùn)練的天氣識(shí)別模型，確定天氣預(yù)測結(jié)果，包括：

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法，還包括：

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述基于所述天氣預(yù)測結(jié)果與所述接收氣象信息和/或所述道路信息，結(jié)合車輛的軌跡信息，對(duì)車輛進(jìn)行提醒，包括：

8.一種基于路側(cè)感知設(shè)備的天氣識(shí)別裝置，其特征在于，所述裝置包括：

9.根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述裝置，還包括：

10.一種計(jì)算機(jī)設(shè)備，其特征在于，包括：

技術(shù)總結(jié)
本發(fā)明涉及智慧交通技術(shù)領(lǐng)域，公開了一種基于路側(cè)感知設(shè)備的天氣識(shí)別方法、裝置、設(shè)備，該方法包括：獲取路側(cè)感知設(shè)備采集的歷史圖像數(shù)據(jù)；將歷史圖像數(shù)據(jù)輸入預(yù)訓(xùn)練的多模態(tài)模型，確定樣本切片以及路側(cè)感知設(shè)備與高敏感區(qū)域的對(duì)應(yīng)關(guān)系；以樣本切片作為訓(xùn)練數(shù)據(jù)集對(duì)天氣識(shí)別模型進(jìn)行訓(xùn)練，得到完成訓(xùn)練的天氣識(shí)別模型；獲取待測圖像數(shù)據(jù)；基于待測圖像數(shù)據(jù)與對(duì)應(yīng)關(guān)系，利用完成訓(xùn)練的天氣識(shí)別模型，確定天氣預(yù)測結(jié)果。本發(fā)明的方案通過利用預(yù)訓(xùn)練的多模態(tài)模型確定樣本切片并對(duì)天氣識(shí)別模型進(jìn)行訓(xùn)練，使得完成訓(xùn)練的天氣識(shí)別模型更關(guān)注高敏感區(qū)域，并且由于對(duì)應(yīng)區(qū)域具有顯性特征，使得模型在降低計(jì)算資源需求的同時(shí)，保證預(yù)測結(jié)果的準(zhǔn)確性。

技術(shù)研發(fā)人員：康曉,王金波,郭振華
受保護(hù)的技術(shù)使用者：天翼交通科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19