本發(fā)明涉及云邊協(xié)同，尤其涉及一種邊緣計(jì)算云邊協(xié)同方法、系統(tǒng)和裝置。

背景技術(shù)：

1、云邊協(xié)同技術(shù)是基于云計(jì)算和邊緣計(jì)算的融合而發(fā)展起來(lái)的一種新型計(jì)算模式。它利用云計(jì)算的中心控制能力和邊緣計(jì)算的局部計(jì)算能力，通過(guò)合理的任務(wù)分配和資源調(diào)度，實(shí)現(xiàn)了數(shù)據(jù)的高效處理和傳輸。在云邊協(xié)同系統(tǒng)中，云計(jì)算作為中心控制平面，負(fù)責(zé)全局管理和調(diào)度；邊緣計(jì)算作為計(jì)算平臺(tái)，負(fù)責(zé)局部計(jì)算和存儲(chǔ)；終端設(shè)備作為感知和執(zhí)行單元，負(fù)責(zé)接收指令并執(zhí)行相應(yīng)的操作。

2、公開(kāi)號(hào)cn115766719a公開(kāi)了一種邊緣計(jì)算后臺(tái)系統(tǒng)與云邊協(xié)同系統(tǒng)的交互方法和裝置，可應(yīng)用于云邊協(xié)同技術(shù)領(lǐng)域。該發(fā)明通過(guò)tcp長(zhǎng)鏈接建立所述邊緣計(jì)算后臺(tái)系統(tǒng)與云邊協(xié)同系統(tǒng)的連接關(guān)系，從而利用tcp長(zhǎng)鏈接的特性提高邊緣計(jì)算過(guò)程的通信效率，并在邊緣計(jì)算后臺(tái)系統(tǒng)和所述云邊協(xié)同系統(tǒng)之間通過(guò)json數(shù)據(jù)格式進(jìn)行數(shù)據(jù)交互，從而可以縮短傳輸過(guò)程的數(shù)據(jù)長(zhǎng)度，然后根據(jù)所有在線的邊緣節(jié)點(diǎn)信息與數(shù)據(jù)庫(kù)內(nèi)的邊緣節(jié)點(diǎn)信息的比較結(jié)果更新數(shù)據(jù)庫(kù)內(nèi)邊緣節(jié)點(diǎn)信息，并在用戶終端進(jìn)行邊緣計(jì)算業(yè)務(wù)時(shí)，將所述用戶終端、在線的邊緣節(jié)點(diǎn)和應(yīng)用進(jìn)行綁定，在邊緣計(jì)算后臺(tái)系統(tǒng)與云邊協(xié)同系統(tǒng)進(jìn)行交互時(shí)，通過(guò)綁定關(guān)系進(jìn)行操作鑒權(quán)，從而可以有效提高邊緣通信的安全性。由此可見(jiàn)，該發(fā)明存在以下問(wèn)題：

3、該發(fā)明未考慮在目標(biāo)區(qū)域處如何通過(guò)云邊協(xié)同、去云端中心化的方法降低對(duì)云端資源的依賴，以通過(guò)提高車(chē)牌識(shí)別的準(zhǔn)確性而提高對(duì)目標(biāo)區(qū)域交通健康情況的了解。

技術(shù)實(shí)現(xiàn)思路

1、為此，本發(fā)明提供一種邊緣計(jì)算云邊協(xié)同方法、系統(tǒng)和裝置，用以克服現(xiàn)有技術(shù)中未考慮在目標(biāo)區(qū)域處通過(guò)云邊協(xié)同、去云端中心化的方法降低對(duì)云端資源的依賴，以通過(guò)提高車(chē)牌識(shí)別的準(zhǔn)確性而提高對(duì)目標(biāo)區(qū)域交通健康情況的了解的問(wèn)題。

2、為實(shí)現(xiàn)上述目的，一方面，本發(fā)明提供一種邊緣計(jì)算云邊協(xié)同方法，包括：

3、獲取單個(gè)目標(biāo)區(qū)域各ai攝像頭拍攝的實(shí)時(shí)監(jiān)控視頻；

4、根據(jù)單個(gè)ai攝像頭監(jiān)控方向的信號(hào)燈信息將其拍攝的實(shí)時(shí)監(jiān)控視頻分為有效視頻段和無(wú)效視頻段；

5、確定所述有效視頻段各幀的清晰度，根據(jù)清晰度將該有效視頻段分為顯性清晰幀組和隱性清晰幀組，并根據(jù)清晰幀組類別確定獲得目標(biāo)信息的方法，包括，

6、提取單個(gè)所述顯性清晰幀組中各顯性清晰幀的目標(biāo)信息；

7、或，將所述隱性清晰幀組發(fā)送至云端計(jì)算模塊，將單個(gè)所述隱性清晰幀組的各隱性清晰幀進(jìn)行清晰處理成清晰增強(qiáng)幀以獲得清晰增強(qiáng)幀組，提取單個(gè)所述清晰增強(qiáng)幀組中各清晰增強(qiáng)幀的目標(biāo)信息；

8、接收顯性清晰幀組和清晰增強(qiáng)幀組的目標(biāo)信息；

9、根據(jù)時(shí)序關(guān)系確定單個(gè)有效視頻段內(nèi)顯性清晰幀組和清晰增強(qiáng)幀組的全部目標(biāo)信息；

10、將單個(gè)有效視頻段的全部目標(biāo)信息過(guò)濾生成有效目標(biāo)信息；

11、根據(jù)各有效視頻段的有效目標(biāo)信息確定各時(shí)間段的流量信息。

12、進(jìn)一步地，根據(jù)單個(gè)ai攝像頭監(jiān)控方向的信號(hào)燈信息將其拍攝的實(shí)時(shí)監(jiān)控視頻分為有效視頻段和無(wú)效視頻段，包括，

13、若單個(gè)ai攝像頭的監(jiān)控方向?yàn)榫G燈或黃燈，則綠燈或黃燈持續(xù)時(shí)間對(duì)應(yīng)的實(shí)時(shí)監(jiān)控視頻為有效視頻段；

14、若單個(gè)ai攝像頭的監(jiān)控方向?yàn)榧t燈，則紅燈持續(xù)時(shí)間對(duì)應(yīng)的實(shí)時(shí)監(jiān)控視頻為無(wú)效視頻段。

15、進(jìn)一步地，根據(jù)清晰度將該有效視頻段分為顯性清晰幀組和隱性清晰幀組的方法包括，

16、根據(jù)有效視頻段各幀的清晰度確定各幀的清晰幀類型，所述清晰幀類型包括顯性清晰幀和隱性清晰幀；

17、將顯性清晰幀分入所述顯性清晰幀組；

18、將隱性清晰幀分入所述隱性清晰幀組。

19、進(jìn)一步地，根據(jù)有效視頻段各幀的清晰度確定各幀的清晰幀類型，包括，

20、若單幀清晰度大于或等于預(yù)設(shè)清晰度，則該幀為顯性清晰幀；

21、若單幀清晰度小于預(yù)設(shè)清晰度，則該幀為隱性清晰幀。

22、進(jìn)一步地，根據(jù)光學(xué)字符識(shí)別技術(shù)在單個(gè)顯性清晰幀和單個(gè)清晰增強(qiáng)幀中提取目標(biāo)信息，目標(biāo)信息包括車(chē)牌信息。

23、進(jìn)一步地，將單幀隱性清晰幀進(jìn)行清晰處理成清晰增強(qiáng)幀的方法包括，

24、根據(jù)去模糊算法將所述隱性清晰幀處理為第一清晰增強(qiáng)幀；

25、根據(jù)超分辨率重建算法將所述隱性清晰幀處理為第二清晰增強(qiáng)幀；

26、通過(guò)圖像融合技術(shù)將所述第一清晰增強(qiáng)幀和所述第二清晰增強(qiáng)幀融合處理為清晰增強(qiáng)圖像。

27、進(jìn)一步地，將單個(gè)有效視頻段的全部目標(biāo)信息過(guò)濾生成有效目標(biāo)信息的方法包括，

28、確定全部目標(biāo)信息中的重復(fù)目標(biāo)信息和單獨(dú)目標(biāo)信息；

29、將所述重復(fù)目標(biāo)信息過(guò)濾生成過(guò)濾目標(biāo)信息；

30、根據(jù)所述過(guò)濾目標(biāo)信息和所述單獨(dú)目標(biāo)信息確定有效目標(biāo)信息；

31、其中，所述有效目標(biāo)信息的數(shù)量為所述過(guò)濾目標(biāo)信息的數(shù)量與所述單獨(dú)目標(biāo)信息的數(shù)量之和。

32、進(jìn)一步地，根據(jù)各有效視頻段的有效目標(biāo)信息確定各時(shí)間段的流量信息；

33、其中，各時(shí)間段內(nèi)有效目標(biāo)信息的數(shù)量與流量信息成正相關(guān)關(guān)系，流量信息包括車(chē)流量信息。

34、本發(fā)明還提供一種邊緣計(jì)算云邊協(xié)同系統(tǒng)，包括：

35、ai攝像頭，用以獲取目標(biāo)區(qū)域的實(shí)時(shí)監(jiān)控視頻；

36、邊緣計(jì)算模塊，其與所述ai攝像頭相連，包括若干邊緣計(jì)算單元，單個(gè)邊緣計(jì)算單元用以將其對(duì)應(yīng)的實(shí)時(shí)監(jiān)控視頻劃分為若干有效視頻段和若干無(wú)效視頻段，確定單個(gè)有效視頻段內(nèi)任意幀的清晰度并根據(jù)清晰度將該有效視頻段分為顯性清晰幀組和隱性清晰幀組，提取單個(gè)所述顯性清晰幀組中各顯性清晰幀的目標(biāo)信息，以及將所述隱性清晰幀組發(fā)送至云端計(jì)算模塊；

37、云端計(jì)算模塊，其與所述邊緣計(jì)算模塊相連，用以接收所述隱性清晰幀組，并將單個(gè)所述隱性清晰幀組的各隱性清晰幀清晰處理為清晰增強(qiáng)幀以獲得清晰增強(qiáng)幀組，并提取單個(gè)所述清晰增強(qiáng)幀組中各清晰增強(qiáng)幀的目標(biāo)信息；

38、所述邊緣計(jì)算模塊和所述云端計(jì)算模塊中均包括有光學(xué)字符識(shí)別技術(shù)，用以提取顯性清晰幀與清晰增強(qiáng)幀的目標(biāo)信息；

39、邊緣過(guò)濾模塊，其分別與所述邊緣計(jì)算模塊和所述云端計(jì)算模塊相連，用以接收顯性清晰幀組和清晰增強(qiáng)幀組的目標(biāo)信息，根據(jù)時(shí)序關(guān)系確定單個(gè)有效視頻段內(nèi)顯性清晰幀組和清晰增強(qiáng)幀組的全部目標(biāo)信息，將單個(gè)有效視頻段的全部目標(biāo)信息過(guò)濾生成有效目標(biāo)信息；

40、通信模塊，包括連接所述邊緣計(jì)算模塊與所述云端計(jì)算模塊的協(xié)同通信單元，連接所述邊緣計(jì)算模塊與所述邊緣過(guò)濾模塊的邊緣通信單元，以及連接所述云端計(jì)算模塊與所述邊緣過(guò)濾模塊的云邊通信單元；

41、其中，單個(gè)有效視頻段內(nèi)的有效目標(biāo)信息數(shù)量小于或等于該有效視頻段內(nèi)的全部目標(biāo)信息。

42、本發(fā)明還提供一種邊緣計(jì)算云邊協(xié)同裝置，包括：存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，處理器執(zhí)行計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)邊緣計(jì)算云邊協(xié)同方法。

43、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果在于，本發(fā)明提供的邊緣計(jì)算云邊協(xié)同方法通過(guò)結(jié)合邊緣計(jì)算模塊與云端計(jì)算模塊的優(yōu)勢(shì)，實(shí)現(xiàn)了對(duì)目標(biāo)區(qū)域ai攝像頭實(shí)時(shí)監(jiān)控視頻的高效處理。邊緣計(jì)算模塊能夠即時(shí)區(qū)分有效與無(wú)效視頻段，并根據(jù)視頻清晰度智能分類處理，減輕了云端計(jì)算壓力，同時(shí)確保了目標(biāo)信息的快速初步提取；云端計(jì)算模塊則專注于對(duì)隱性清晰幀的進(jìn)一步清晰化處理，提升了車(chē)牌識(shí)別的準(zhǔn)確性；邊緣過(guò)濾模塊的引入，不僅整合了來(lái)自邊緣和云端的目標(biāo)信息，還基于時(shí)序關(guān)系確保了信息的完整性和準(zhǔn)確性，最終過(guò)濾生成的有效目標(biāo)信息為精確統(tǒng)計(jì)各時(shí)間段車(chē)流量提供了可靠依據(jù)，體現(xiàn)了云邊協(xié)同下云端中心化處理的高效性和智能化水平。

44、進(jìn)一步地，根據(jù)信號(hào)燈信息將ai攝像頭拍攝的實(shí)時(shí)監(jiān)控視頻智能區(qū)分為有效視頻段和無(wú)效視頻段，這一方法顯著提高了視頻處理效率：在復(fù)雜交通環(huán)境中，通過(guò)精確識(shí)別綠燈或黃燈時(shí)段（即車(chē)輛行駛時(shí)段）作為有效視頻段，而紅燈時(shí)段（即車(chē)輛靜止時(shí)段）作為無(wú)效視頻段，可以有效減少不必要的視頻數(shù)據(jù)處理量，避免了對(duì)無(wú)車(chē)輛通行畫(huà)面的無(wú)效分析，從而節(jié)省了計(jì)算資源，加速了目標(biāo)信息等重要數(shù)據(jù)的提取過(guò)程，同時(shí)也提升了交通監(jiān)控系統(tǒng)的實(shí)時(shí)響應(yīng)能力和智能化水平。

45、進(jìn)一步地，通過(guò)細(xì)致劃分有效視頻段的幀為顯性清晰幀和隱性清晰幀，并據(jù)此分別歸入不同幀組，實(shí)現(xiàn)了對(duì)視頻幀的高效分類處理。其中，顯性清晰幀直接滿足高清晰度標(biāo)準(zhǔn)，便于快速準(zhǔn)確地提取目標(biāo)信息；而隱性清晰幀雖略低于預(yù)設(shè)清晰度，但仍具有識(shí)別潛力；通過(guò)設(shè)定預(yù)設(shè)清晰度為邊緣計(jì)算模塊與云端計(jì)算模塊內(nèi)光學(xué)字符識(shí)別技術(shù)的最小辨認(rèn)閾值，確保了分類的科學(xué)性和實(shí)用性，既優(yōu)化了資源分配，又提高了目標(biāo)信息提取的全面性和準(zhǔn)確性，增強(qiáng)了交通監(jiān)控系統(tǒng)的智能化處理能力和效率。

46、進(jìn)一步地，將單幀隱性清晰幀通過(guò)去模糊算法和超分辨率重建算法分別處理為第一清晰增強(qiáng)幀和第二清晰增強(qiáng)幀，再利用圖像融合技術(shù)將兩者融合為清晰增強(qiáng)圖像的方法，可以顯著提升圖像質(zhì)量：這一綜合處理策略不僅有效減少了圖像模糊，還增強(qiáng)了圖像的細(xì)節(jié)分辨率，使得車(chē)牌等關(guān)鍵信息更加清晰可辨，從而大大提高了車(chē)牌識(shí)別的準(zhǔn)確性和可靠性，為交通監(jiān)控和數(shù)據(jù)分析提供了更為精準(zhǔn)的圖像基礎(chǔ)。

47、進(jìn)一步地，通過(guò)識(shí)別并過(guò)濾單個(gè)有效視頻段中的重復(fù)目標(biāo)信息，僅保留唯一車(chē)牌記錄，同時(shí)結(jié)合單獨(dú)目標(biāo)信息，有效生成了精簡(jiǎn)而準(zhǔn)確的有效目標(biāo)信息集；這一過(guò)濾機(jī)制不僅顯著減少了冗余數(shù)據(jù)，降低了存儲(chǔ)和處理成本，還確保了目標(biāo)信息的唯一性和準(zhǔn)確性，為交通流量分析、車(chē)輛追蹤等后續(xù)應(yīng)用提供了更加可靠的數(shù)據(jù)基礎(chǔ)。

48、進(jìn)一步地，根據(jù)各有效視頻段的有效目標(biāo)信息來(lái)確定各時(shí)間段的流量信息，這一方法不僅實(shí)現(xiàn)了對(duì)交通流量的精準(zhǔn)監(jiān)測(cè)，還能夠有效評(píng)估交通狀況的健康程度。通過(guò)設(shè)定預(yù)設(shè)數(shù)量作為交通擁堵的判定標(biāo)準(zhǔn)，當(dāng)有效目標(biāo)信息數(shù)量低于該標(biāo)準(zhǔn)時(shí)，系統(tǒng)能夠迅速發(fā)出預(yù)警信號(hào)，并在連續(xù)多個(gè)時(shí)間段均出現(xiàn)擁堵情況時(shí)升級(jí)為告警信號(hào)，及時(shí)調(diào)度交通警察進(jìn)行現(xiàn)場(chǎng)指揮。這一機(jī)制不僅提高了交通管理的智能化水平，還能夠在交通擁堵初期就采取干預(yù)措施，有效緩解交通壓力，提升道路通行效率，保障交通安全和順暢。

49、進(jìn)一步地，本發(fā)明邊緣計(jì)算云邊協(xié)同系統(tǒng)通過(guò)ai攝像頭、邊緣計(jì)算模塊、云端計(jì)算模塊、邊緣過(guò)濾模塊以及通信模塊的緊密協(xié)作，實(shí)現(xiàn)了對(duì)目標(biāo)區(qū)域?qū)崟r(shí)監(jiān)控視頻的高效處理。本系統(tǒng)充分利用邊緣計(jì)算的快速響應(yīng)能力和云端計(jì)算的強(qiáng)大處理能力，將顯性清晰幀的目標(biāo)信息在邊緣端快速提取，而將隱性清晰幀則上傳至云端進(jìn)行清晰處理并提取目標(biāo)信息。這種云邊協(xié)同、去云端中心化的處理方式不僅提高了車(chē)牌識(shí)別的準(zhǔn)確性和效率，還降低了對(duì)云端資源的依賴，實(shí)現(xiàn)了資源的優(yōu)化配置；同時(shí)，通過(guò)邊緣過(guò)濾模塊對(duì)目標(biāo)信息的過(guò)濾處理，進(jìn)一步確保了目標(biāo)信息的準(zhǔn)確性和唯一性，為交通管理和分析提供了可靠的數(shù)據(jù)支持。