一种基于AI技术的智慧城市交通监控系统及其方法与流程

一种基于ai技术的智慧城市交通监控系统及其方法
技术领域
1.本发明涉及城市交通监控技术领域，具体涉及一种基于ai技术的智慧城市交通监控系统及其方法。


背景技术：

2.智慧城市起源于传媒领域，是指利用各种信息技术或创新概念，将城市的系统和服务打通、集成，以提升资源运用的效率，目前智慧城市交通监控系统，用于对智慧城市交通状况进行监控，对城市发生交通状况进行监控反馈，以便对交通拥挤状况进行及时的处理。
3.专利公开号为cn113744528a的专利中公开了一种智慧城市交通视频监控系统，包括交通视频监控平台、网络交换机、交通指挥中心、云端数据库、主元服务器和备份服务器，该发明通过路段设置的流量检测设备、号牌识别设备、视频监控设备和交通信号控制设备，gps定位设备进行有效融合，经处理分析形成集采集、处理、调动为一体的交通信息系统，该系统通过上传的交通事故视频，确定交通事故位置，并通过移动警务，快速的调动当前事故最近警务进行事故处理，降低交通事故对周围交通的影响。
4.然而，上述方案在视障人员通过路段时，无法对视障人员进行识别判断和标记，并且无法结合视障人员位置以及信号灯的信息判断视障人员是否可以通过对应的路段，同时无法通过对该路段的历史事故数据的分析，生成信号灯对应的调整时间值，进而无法保证视障人员可以安全的通过该路段，增大了视障人员在该路段发生安全事故的概率，基于此，提出一种基于ai技术的智慧城市交通监控系统及其方法。


技术实现要素：

5.本发明的目的在于提供一种基于ai技术的智慧城市交通监控系统及其方法，解决了视障人员通过路段时，交通监控无法对视障人员进行识别判断，并无法根据视障人员通过路口的预计时间对对应的信号灯时间进行调节的通过该路段的技术问题。
6.本发明的目的可以通过以下技术方案实现：
7.一种基于ai技术的智慧城市交通监控系统及其方法，包括：
8.视频数据获取单元，用于对交通监控图像进行获取，并将其发送至视频识别单元；
9.视频识别单元，用于对交通监控图像中的画面进行帧差分析得到运动目标，然后通过识别模型对视障人员进行识别，并将其标注为目标人员，反之则不对运动目标做任何标注，对目标人员的轮廓特征进行提取，并发送至数据分析单元；
10.数据分析单元；用于根据目标人员的轮廓特征对目标人员的移动距离进行跟踪获取，并对目标人员的移动距离进行分析，获得目标人员的标准移动速率，并将标准移动速率发送至数据判断单元；
11.数据判断单元，用于获取与目标人员对应方向的信号灯信息和目标人员的标准移动速率，信号灯信息包括信号灯状态以及信号灯倒计时，通过对信号灯状态、信号灯倒计时
和目标人员的标准移动速率进行结合分析，判断生成提醒信号或调节信号，并将提醒信号传输至语音播放单元，将提醒信号传输至调整时间判定单元；
12.调整时间判定单元，用于对获取到的该路段的历史事故数据进行分析，生成该路段对应的危险系数，并将危险系数和目标人员时间差值进行结合分析，同时根据分析结果生成调整时间值，将调整时间值发送至信号灯控制单元；
13.模型生成单元，用于将图像集进行迭代训练进而获取识别模型，并将其输送至视频识别单元。
14.作为本发明进一步的方案：获得目标人员的标准移动速率的具体方式为：
15.s1：每隔g1时间对目标人员的移动距离进行获取，连续获得n+1个目标人员的移动距离，并将其分别标记为d1、d2、
…
、dn、d(n+1)，此处n+1指代为获取目标人员移动距离的次数，1≤n；
16.s2：通过公式zr1＝{d(r1+1)-dr1}/dp，计算获得目标人员的r1个移动差值，并将其分别标记为z1、z2、
…
、zr1，其中dp＝{d1+d2+，
…
，+dr1+d(r1+1)}/r1，1≤r1≤n；
17.s3：通过公式zr2/g1＝tr2，计算获得目标人员r个移动差值对应的移动速度，并将其分别标记为v1、v2、
…
、vr2，并获取其均值vp，之后获取到在v1、v2、
…
、vr2中满足判定公式l1的所有vr2的数值，判定公式l1为|vr2-vp|≤y2，此处y2为预设值，1≤r2≤r1；
18.计算所有移动速度v1、v2、
…
、vr2中满足判定公式l1的移动速度的均值，并将其作为目标人员的标准移动速率vb1。
19.作为本发明进一步的方案：生成提醒信号或调节信号的具体方式为：
20.a1：获取目标人员的实时位置，将目标人员距离路口等待线的最近距离标注为l1，将道路两侧路口等待线之间的距离标记为l2，将信号灯倒计时标记为ht3；
21.a2：通过公式{(l1+l2)/vb1}
×
θ1＝dt2，计算获得目标人员通过路口的预计时间dt2，此处θ1为修正系数；
22.当dt2≥ht3时，则生成提醒信号；
23.当dt2＜ht3时，则通过公式ht3-dt2＝c1，获得目标人员时间差值c1；当c1＜y3时，则生成调节信号；当c1≥y3时，则生成提醒信号，此处y3为预设值。
24.作为本发明进一步的方案：获取调整时间值的具体方式为：
25.p1：获取时间范围w内该路段的历史事故数据，历史事故数据包括的事故发生次数和事故间隔时长，事故间隔时长为每发生两个事故之间的间隔时长；
26.p2：将时间范围w内的事故发生次数和事故间隔时长，分别标记为h和j
h-1
；
27.通过公式计算获得时间范围w内事故间隔时长j
h-1
的离散值，其中为该路段在时间范围w内事故间隔时长j
h-1x
的均值，的均值，
28.若u≤q1，则将作为该路段的事故间隔时长jg1；若u》q1，则根据的值按照从大到小的顺序将对应的j
x
的值进行删除，并在每次删除后对剩余j
x
的离散值u进行重新计算，同时对删除的j
x
的个数k1进行记录，直至满足u≤q1；若k1《q2，则计算剩余j
x
的均
值，并将其作为该路段的事故间隔时长jg1；若k1≥q2则计算剩余j
x
最大和最小值的均值作为该路段的事故间隔时长jg1，即其中q1和q2均为预设系数；
29.p3：通过公式(jg1
×
α1+h
×
α2)
×
θ2＝wx1，计算获得该路段的危险系数wx1；
30.将危险系数wx1和目标人员时间差值c1去量化后取其数值进行计算，通过公式计算获得调整时间值tj，其中α1、α2、α3和α4均为预设系数，θ2为修正系数。
31.作为本发明进一步的方案：信号灯控制单元，用于对调整时间值tj进行获取，并根据其数值通过控制器对对应的信号灯时间进行增加。
32.作为本发明进一步的方案：语音播放单元，用于对提醒信号进行获取，并根据提醒信号播放语音提示。
33.一种基于ai技术的智慧城市交通监控方法，该方法具体包括以下步骤：
34.步骤一：对获取的交通监控图像进行分析，判断出运动目标，通过识别模型对实时监控中运动目标图像内的盲人棍或者导盲犬进行识别，并将识别出的盲人棍或者导盲犬图像与用以进行识别模型训练的图像集中的盲人棍或者导盲犬图像进行相似度对比，将相似度大于预设值y1的运动目标判定为视障人员，并将其标注为目标人员；
35.步骤二：根据目标人员的轮廓特征对目标人员的移动距离进行跟踪获取，并对目标人员的移动距离进行分析，获得目标人员的标准移动速率，对信号灯状态、信号灯倒计时和目标人员的标准移动速率进行结合分析，判断生成提醒信号或是调节信号；
36.步骤三：通过信号灯控制单元对调节信号进行获取，根据获取到的该路段的历史事故数据进行分析，并生成与该路段对应的危险系数，同时将危险系数进行分析，根据分析结果生成调整时间值；
37.步骤四：通过语音播放单元对提醒信号进行获取，并根据提醒信号播放语音提示，提醒目标人员到达路口等待线位置时注意安全，进行驻足等待。
38.本发明的有益效果：
39.(1)本发明，通过对交通监控图像中的盲人棍或者导盲犬进行识别分析，实现对视障人员的判断标记，通过结合视障人员位置以及信号灯的信息判断视障人员是否可以通过对应的路段，通过对该路段的历史事故数据进行分析，生成该路段对应的危险系数，然后将该路段对应的危险系数与目标人员对应的时间差值进行结合分析，生成信号灯对应的调整时间值，根据调整时间值对应的信号灯时间进行增加调节，使得信号灯允许通过时间增加，进一步保证了视障人员可以安全的通过该路段，减少视障人员可在通过该路段时发生安全事故的概率；
40.(2)本发明，通过语音播放单元播放语音提示，提醒目标人员到达路口等待线位置时注意安全，进行驻足等待，进一步保证了视障人员在通过该路段时的安全性。
附图说明
41.下面结合附图对本发明作进一步的说明。
42.图1是本发明一种基于ai技术的智慧城市交通监控系统的框架结构示意图；
43.图2是本发明一种基于ai技术的智慧城市交通监控方法的方法结构示意图。
具体实施方式
44.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
45.实施例一
46.请参阅图1所示，本发明为一种基于ai技术的智慧城市交通监控系统，包括视频数据获取单元、视频识别单元、数据分析单元、数据判断单元、模型生成单元、语音播放单元、调整时间判定单元和信号灯控制单元；
47.模型生成单元，用于将图像集进行迭代训练进而获取识别模型，并将其输送至视频识别单元，识别模型具体的生成方式为：
48.首先从大数据库中获取一些在不同角度和不同光照条件下带有盲人棍和导盲犬图像，将其作为训练图像集，对训练图像集中的盲人棍和导盲犬进行标注，同时将其输入至基础识别模型中进行迭代训练获取识别模型，使识别模型能够自动从视频图像中对盲人棍和导盲犬进行识别，将训练完成后的识别模型应用于城市交通监控的视频流中，对城市交通监控图像中的每一帧图像自动进行检测，同时对图像中的盲人棍和导盲犬进行识别；
49.视频数据获取单元，用于对交通监控图像进行获取，并将其发送至视频识别单元，交通监控图像是通过路边设置在道路边的摄像头进行拍摄记录的；
50.视频识别单元，用于对交通监控图像中的画面进行帧差分析，进而得到运动目标，然后通过识别模型对实时监控中的运动目标图像进行获取，并对运动目标图像中的盲人棍或者导盲犬进行识别，对识别出的盲人棍或者导盲犬图像与识别模型中的图像进行相似度对比，将相似度大于预设值y1的运动目标判定为视障人员，并将其标注为目标人员，反之则不对运动目标做任何标注，对目标人员进行形态学处理，对目标人员的轮廓特征进行提取，并发送至数据分析单元；此处帧差分析为现有且成熟的技术，因此在此不做赘述；
51.数据分析单元；用于根据目标人员的轮廓特征对目标人员的移动距离进行跟踪获取，并对目标人员的移动距离进行分析，获得目标人员的标准移动速率，并将标准移动速率发送至数据判断单元，获得目标人员的标准移动速率的具体方式为：
52.s1：每隔g1时间对目标人员的移动距离进行获取，连续获得n+1个目标人员的移动距离，并将其分别标记为d1、d2、
…
、dn、d(n+1)，
53.此处n+1指代为获取目标人员移动距离的次数，1≤n；
54.s2：通过公式zr1＝{d(r1+1)-dr1}/dp，计算获得目标人员的r1个移动差值，并将其分别标记为z1、z2、
…
、zr1，其中dp＝{d1+d2+，
…
，+dr1+d(r1+1)}/r1，1≤r1≤n；
55.s3：通过公式zr2/g1＝tr2，计算获得目标人员r个移动差值对应的移动速度，并将其分别标记为v1、v2、
…
、vr2，并获取其均值vp，之后获取到在v1、v2、
…
、vr2中满足判定公式l1的所有vr2的数值，判定公式l1为|vr2-vp|≤y2，此处y2为预设值，1≤r2≤r1，相关人员可以根据实际需求对其数值进行调整；
56.计算所有移动速度v1、v2、
…
、vr2中满足判定公式l1的移动速度的均值，并将其作
为目标人员的标准移动速率vb1；
57.数据判断单元，用于获取与目标人员对应方向的信号灯信息，信号灯信息包括信号灯状态以及信号灯倒计时，通过对信号灯状态以及信号灯倒计时的分析，判断生成提醒信号或是调节信号，并将提醒信号传输至语音播放单元，将提醒信号传输至调整时间判定单元，生成提醒信号或调节信号的具体方式为：
58.a1：获取目标人员的实时位置，将目标人员距离路口等待线的最近距离标注为l1，将道路两侧路口等待线之间的距离标记为l2，将信号灯倒计时标记为ht3；
59.此处，路口等待线默认为斑马线两端的起止部位，此处路口默认为十字路口或是直行路口；目标人员对应方向的信号灯信息，指代为目标人员移动方向对应的控制信号灯信息，此处不考虑转弯等其他特殊情况；
60.a2：通过公式{(l1+l2)/vb1}
×
θ1＝dt2，计算获得目标人员通过路口的预计时间dt2，此处θ1为修正系数；
61.当dt2≥ht3时，则生成提醒信号；
62.当dt2＜ht3时，则通过公式ht3-dt2＝c1，获得目标人员时间差值c1；当c1＜y3时，则生成调节信号；当c1≥y3时，则生成提醒信号，此处y3为预设值；
63.调整时间判定单元，用于对获取到的该路段的历史事故数据进行分析，生成该路段对应的危险系数，并将危险系数和目标人员时间差值进行结合分析，同时根据分析结果生成调整时间值，将调整时间值发送至信号灯控制单元，获取调整时间值的具体方式为：
64.p1：获取时间范围w内该路段的历史事故数据，历史事故数据包括的事故发生次数和事故间隔时长，事故间隔时长为每发生两个事故之间的间隔时长，此处事故发生次数和事故间隔时间数据均来自于交通管理部门数据记录中心，未经交通管理部门数据记录中心进行记录的数据不计入分析计算；
65.此处，时间范围w的取值为30天，具体指代为从获取数据的当下起算，往前推30天的这一时间范围，获取数据的当天下数据不计入在内；
66.p2：将时间范围w内的事故发生次数和事故间隔时长，分别标记为h和j
h-1
；
67.通过公式计算获得时间范围w内事故间隔时长j
h-1
的离散值，其中为该路段在时间范围w内事故间隔时长j
h-1x
的均值，
68.若u≤q1，则将作为该路段的事故间隔时长jg1；若u》q1，则根据的值按照从大到小的顺序将对应的jx的值进行删除，并在每次删除后对剩余jx的离散值u进行重新计算，同时对删除的jx的个数k1进行记录，直至满足u≤q1；若k1《q2，则计算剩余jx的均值，并将其作为该路段的事故间隔时长jg1；若k1≥q2则计算剩余jx最大和最小值的均值作为该路段的事故间隔时长jg1，即
69.其中q1和q2均为预设系数，相关工作人员可以根据实际需求对其数值进行调整；
70.p3：通过公式(jg1
×
α1+h
×
α2)
×
θ2＝wx1，计算获得该路段的危险系数wx1；
71.将危险系数wx1和目标人员时间差值c1去量化后取其数值进行计算，通过公式计算获得对应的调整时间值tj，其中α1、α2、α3和α4均为预设系数，θ2为修正系数，相关工作人员可以根据实际需求对其数值进行调整；
72.信号灯控制单元，用于对调整时间值tj进行获取，并根据其数值通过控制器对对应的信号灯时间进行增加；
73.语音播放单元，用于根据提醒信号播放语音提示，提醒目标人员到达路口等待线位置时注意安全，进行驻足等待，此处语音提示为事先录制并植入的，为现有技术在此不做赘述；
74.实施例一
75.在实施例的基础上，请参阅图2所示，本发明为一种基于ai技术的智慧城市交通监控方法，该城市交通监控方法由城市交通监控系统进行执行，该方法具体包括以下步骤：
76.步骤一：对获取的交通监控图像进行分析，判断出运动目标，通过识别模型对实时监控中运动目标图像内的盲人棍或者导盲犬进行识别，并将识别出的盲人棍或者导盲犬图像与用以进行识别模型训练的图像集中的盲人棍或者导盲犬图像进行相似度对比，将相似度大于预设值y1的运动目标判定为视障人员，并将其标注为目标人员；
77.步骤二：根据目标人员的轮廓特征对目标人员的移动距离进行跟踪获取，并对目标人员的移动距离进行分析，获得目标人员的标准移动速率，对信号灯状态、信号灯倒计时和目标人员的标准移动速率进行结合分析，判断生成提醒信号或是调节信号；
78.步骤三：通过信号灯控制单元对调节信号进行获取，根据获取到的该路段的历史事故数据进行分析，并生成与该路段对应的危险系数，同时将危险系数进行分析，根据分析结果生成调整时间值；
79.步骤四：通过语音播放单元对提醒信号进行获取，并根据提醒信号播放语音提示，提醒目标人员到达路口等待线位置时注意安全，进行驻足等待。
80.本发明的工作原理：通过对交通实时监控图像中的盲人棍或者导盲犬进行识别，并将识别出的盲人棍或者导盲犬图像与用以进行识别模型训练的图像集中的盲人棍或者导盲犬图像进行相似度对比，实现对视障人员的判断识别，并将视障人员标注为目标人员，然后根据目标人员的轮廓特征对目标人员的移动距离进行跟踪获取，通过对目标人员的移动距离的分析，获得目标人员的标准移动速率；再通过对信号灯状态、信号灯倒计时和目标人员的标准移动速率的结合分析，判断生成提醒信号或是调节信号，对该路段的历史事故数据进行分析，生成该路段对应的危险系数，并将危险系数和目标人员时间差值进行结合分析，同时根据分析结果生成调整时间值，信号灯控制单元对调整时间值进行获取，并根据调整时间值对应的信号灯时间进行增加调节，语音播放单对提醒信号进行获取，并根据提醒信号播放语音提示，提醒目标人员到达路口等待线位置时注意安全。
81.上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数以及阈值选取由本领域的技术人员根据实际情况进行设置。
82.以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵
盖在本技术的保护范围之内。因此，本技术的保护范围应以所述权利要求的保护范围为准。

技术特征：
1.一种基于ai技术的智慧城市交通监控系统，其特征在于，包括：视频数据获取单元，用于对交通监控图像进行获取，并将其发送至视频识别单元；视频识别单元，用于对交通监控图像中的画面进行帧差分析得到运动目标，然后通过识别模型对视障人员进行识别，并将其标注为目标人员，反之则不对运动目标做任何标注，对目标人员的轮廓特征进行提取，并发送至数据分析单元；数据分析单元；用于根据目标人员的轮廓特征对目标人员的移动距离进行跟踪获取，并对目标人员的移动距离进行分析，获得目标人员的标准移动速率，并将标准移动速率发送至数据判断单元；数据判断单元，用于获取与目标人员对应方向的信号灯信息和目标人员的标准移动速率，信号灯信息包括信号灯状态以及信号灯倒计时，通过对信号灯状态、信号灯倒计时和目标人员的标准移动速率进行结合分析，判断生成提醒信号或调节信号，并将提醒信号传输至语音播放单元，将提醒信号传输至调整时间判定单元；调整时间判定单元，用于对获取到的该路段的历史事故数据进行分析，生成该路段对应的危险系数，并将危险系数和目标人员时间差值进行结合分析，同时根据分析结果生成调整时间值，将调整时间值发送至信号灯控制单元；模型生成单元，将图像集进行迭代训练进而获取识别模型，并将其输送至视频识别单元。2.根据权利要求1所述的一种基于ai技术的智慧城市交通监控系统，其特征在于，获得目标人员的标准移动速率的具体方式为：s1：每隔g1时间对目标人员的移动距离进行获取，连续获得n+1个目标人员的移动距离，并将其分别标记为d1、d2、
…
、dn、d(n+1)，此处n+1指代为获取目标人员移动距离的次数，1≤n；s2：通过公式zr1＝{d(r1+1)-dr1}/dp，计算获得目标人员的r1个移动差值，并将其分别标记为z1、z2、
…
、zr1，其中dp＝{d1+d2+，
…
，+dr1+d(r1+1)}/r1，1≤r1≤n；s3：通过公式zr2/g1＝tr2，计算获得目标人员r个移动差值对应的移动速度，并将其分别标记为v1、v2、
…
、vr2，并获取其均值vp，之后获取到在v1、v2、
…
、vr2中满足判定公式l1的所有vr2的数值，判定公式l1为|vr2-vp|≤y2，此处y2为预设值，1≤r2≤r1；计算所有移动速度v1、v2、
…
、vr2中满足判定公式l1的移动速度的均值，并将其作为目标人员的标准移动速率vb1。3.根据权利要求1所述的一种基于ai技术的智慧城市交通监控系统，其特征在于，生成提醒信号或调节信号的具体方式为：a1：获取目标人员的实时位置，将目标人员距离路口等待线的最近距离标注为l1，将道路两侧路口等待线之间的距离标记为l2，将信号灯倒计时标记为ht3；a2：通过公式{(l1+l2)/vb1}
×
θ1＝dt2，计算获得目标人员通过路口的预计时间dt2，此处θ1为修正系数；当dt2≥ht3时，则生成提醒信号；当dt2＜ht3时，则通过公式ht3-dt2＝c1，获得目标人员时间差值c1；当c1＜y3时，则生成调节信号；当c1≥y3时，则生成提醒信号，此处y3为预设值。4.根据权利要求3所述的一种基于ai技术的智慧城市交通监控系统，其特征在于，获取
调整时间值的具体方式为：p1：获取时间范围w内该路段的历史事故数据，历史事故数据包括的事故发生次数和事故间隔时长，事故间隔时长为每发生两个事故之间的间隔时长；p2：将时间范围w内的事故发生次数和事故间隔时长，分别标记为h和j
h-1
；通过公式计算获得时间范围w内事故间隔时长j
h-1
的离散值，其中为该路段在时间范围w内事故间隔时长j
h-1x
的均值，＝(j1+j2+、
…
、+j
h-1
)/h-1，1≤x≤h-1；若u≤q1，则将作为该路段的事故间隔时长jg1；若u>q1，则根据作为该路段的事故间隔时长jg1；若u>q1，则根据的值按照从大到小的顺序将对应的j
x
的值进行删除，并在每次删除后对剩余j
x
的离散值u进行重新计算，同时对删除的j
x
的个数k1进行记录，直至满足u≤q1；若k1<q2，则计算剩余j
x
的均值，并将其作为该路段的事故间隔时长jg1；若k1≥q2则计算剩余j
x
最大和最小值的均值作为该路段的事故间隔时长jg1，即其中q1和q2均为预设系数；p3：通过公式(jg1
×
α1+h
×
α2)
×
θ2＝wx1，计算获得该路段的危险系数wx1；将危险系数wx1和目标人员时间差值c1去量化后取其数值进行计算，通过公式计算获得调整时间值tj，其中α1、α2、α3和α4均为预设系数，θ2为修正系数。5.根据权利要求1所述的一种基于ai技术的智慧城市交通监控系统，其特征在于，信号灯控制单元，用于对调整时间值tj进行获取，并根据其数值通过控制器对对应的信号灯时间进行增加。6.根据权利要求1所述的一种基于ai技术的智慧城市交通监控系统，其特征在于，语音播放单元，用于对提醒信号进行获取，并根据提醒信号播放语音提示。7.一种基于ai技术的智慧城市交通监控方法，其特征在于，该方法具体包括以下步骤：步骤一：对获取的交通监控图像进行分析，判断出运动目标，通过识别模型对实时监控中运动目标图像内的盲人棍或者导盲犬进行识别，并将识别出的盲人棍或者导盲犬图像与用以进行识别模型训练的图像集中的盲人棍或者导盲犬图像进行相似度对比，将相似度大于预设值y1的运动目标判定为视障人员，并将其标注为目标人员；步骤二：根据目标人员的轮廓特征对目标人员的移动距离进行跟踪获取，并对目标人员的移动距离进行分析，获得目标人员的标准移动速率，对信号灯状态、信号灯倒计时和目标人员的标准移动速率进行结合分析，判断生成提醒信号或是调节信号；步骤三：通过信号灯控制单元对调节信号进行获取，根据获取到的该路段的历史事故数据进行分析，并生成与该路段对应的危险系数，同时将危险系数进行分析，根据分析结果生成调整时间值；步骤四：通过语音播放单元对提醒信号进行获取，并根据提醒信号播放语音提示，提醒目标人员到达路口等待线位置时注意安全，进行驻足等待。

技术总结
本发明公开了一种基于AI技术的智慧城市交通监控系统及其方法，涉及城市交通监控技术领域，包括视频数据获取单元、视频识别单元、数据分析单元、数据判断单元、模型生成单元、语音播放单元、调整时间判定单元和信号灯控制单元；解决了视障人员通过路段时，交通监控无法对视障人员进行识别判断，并无法根据视障人员通过路口的预计时间对对应的信号灯时间进行调节的技术问题：通过对交通监控图像中的盲人棍或者导盲犬进行识别分析，实现对视障人员进行判断标记，结合视障人员位置以及信号灯的信息判断视障人员是否可以通过对应的路段，对该路段的历史事故数据进行分析，生成信号灯对应的调整时间值，根据调整时间值对应的信号灯时间进行调节。间进行调节。间进行调节。


技术研发人员：林珏 孔凡平 陶俊鑫
受保护的技术使用者：南京苏胜天信息科技有限公司
技术研发日：2023.07.05
技术公布日：2023/10/15