(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210052701.4 (22)申请日 2022.01.18 (71)申请人 苏州深维 纵横数据科技有限公司 地址 215400 江苏省苏州市太 仓市科教新 城健雄路20号大学科技园一期3号楼 301-28号 (72)发明人 武晓坤　唐佐林　刘思远　莫新钱　 贾小林　须海江　傅志中　 (74)专利代理 机构 北京元本知识产权代理事务 所(普通合伙) 11308 专利代理师 曹广生 (51)Int.Cl. G06V 20/00(2022.01) G06V 20/40(2022.01) G06V 10/44(2022.01)G06V 10/46(2022.01) G06V 10/56(2022.01) G06V 10/764(2022.01) G06K 9/62(2022.01) G06Q 50/26(2012.01) (54)发明名称 一种道路垃圾检测方法 (57)摘要 本发明公开了一种道路垃圾检测方法： 通过 车载摄像头获取道路图像数据； 边缘侧对道路图 像数据进行识别分类， 识别出道路垃圾， 生成垃 圾分类数据； 将垃圾分类数据实时上报至云端数 据分析系统进行分析， 获得检测结果； 基于检测 结果， 结合道路信息， 生成垃圾问题工单； 将垃圾 问题工单上报至环卫系统； 环 卫系统根据业务规 定将垃圾问题工单发送至环卫工人； 环卫工人将 垃圾问题解决后， 将解决结果反馈至环卫系统 中。 将垃圾识别程序集成在边缘测， 避免了云端 大量数据造成的延迟， 做到实时发现实时上报的 机制； 对数据传输通道做了加密处理， 使得数据 安全得以保证 。 权利要求书2页 说明书6页 附图4页 CN 114627361 A 2022.06.14 CN 114627361 A 1.一种道路垃圾检测方法， 其特 征在于， 包括如下步骤： 获取道路图像数据； 边缘侧对道路图像数据进行识别分类， 识别出道路垃圾， 生成垃圾分类数据； 将所述垃圾分类数据实时上报至云端数据分析系统进行分析， 获得检测结果。 2.根据权利要求1所述的检测方法， 其特 征在于， 所述检测方法还 包括： 基于所述检测结果， 结合道路信息， 生成垃圾问题工单； 将所述垃圾问题工单 上报至环卫系统； 环卫系统根据业 务规定将垃圾问题工单发送至环卫工人； 环卫工人将垃圾问题解决后， 将解决结果反馈 至环卫系统中。 3.根据权利要求1所述的检测方法， 其特 征在于： 通过安装在清扫车或巡查车上的摄像头对道路进行扫描拍摄， 获取道路图像视频数 据。 4.根据权利要求3所述的检测方法， 其特征在于， 还包括对道路图像视频数据的预处 理， 所述预处 理方式为： 将所述道路图像数据传输 至视频接流 程序中； 所述接流 程序对道路图像数据进行解码并截取相应图像帧， 生成道路图像数据。 5.根据权利要求1所述的检测方法， 其特征在于， 将所述垃圾分类数据实时上报至云端 数据分析系统进行分析， 所述垃圾分类数据分析 过程包括： 对所述垃圾分类数据中的垃圾画面进行去重、 图像压缩、 问题归类， 获得检测结果； 若所述检测结果 不符合筛 选条件， 则将检测结果存 储到相应文件系统中； 若所述检测额结果符合筛 选条件， 则将检测结果进行加密， 并生成问题工单； 所述筛选条件包括目标 垃圾尺寸、 形状、 颜色。 6.根据权利要求5所述的检测方法， 其特征在于， 若所述检测额结果符合相关条件， 则 将检测结果进行加密， 对检测结果进行加密的方式包括： 所述检测结果包括图像画面和文字描述信息； 将所述图像画面 转二进制， 将所述文字描述信息jso n格式化后转 二进制； 将转二进制后的图像画面和文字描述信息按特定规则拼接成一段二进制码； 将所述二进制码加入云端kafka消息队列。 7.根据权利要求1所述的检测方法， 其特征在于， 边缘侧对道路图像数据进行识别分 类， 所述识别分类过程包括： 将标注后的图片和数据输入o ne‑stage网络yo lo模型中进行训练； one‑stage网络根据道路图像输出bounding  box的坐标、 物体的置信度和类别 probabilities； 预测识别出来的同一目标将会有多个不同置信度的Boxes矩形框， 对所述多个不同置 信度的Boxes矩形框进行非极大值抑制， 筛 选最符合的Boxes； 将结果数据根据摄 像头实际位置， 去掉 不符合条件的垃圾数据， 获得 垃圾分类数据。 8.根据权利要求7所述的检测方法， 其特征在于， 对one ‑stage网络yolo模型进行训练， 包括以下步骤： 获取一定数量的道路图片， 生成训练样本；权　利　要　求　书 1/2 页 2 CN 114627361 A 2将所述训练样本 输入one‑stage网络yo lo模型中进行训练， 获得训练后的模型。 9.根据权利要求5所述的检测方法， 其特征在于， 对所述垃圾分类数据中的垃圾画面进 行去重， 包括以下步骤： 求出前后画面帧的垃圾检测框的相交区域， 如果大于80％则判断为同一目标， 做数据 归类； 根据两个目标的box矩形框的左上点和右下点x,y轴位置计算matI ntStats； 若matIntStats为真， 则将数据加密后打包发送至kafka消息队列中； 所述matI ntStats为判断前后两个目标 是否为同一物体的标识符。 10.一种道路垃圾检测系统， 根据权利要求1 ‑9任一项所述的方法进行实施， 其特征在 于， 包括： 摄像头， 所述摄像头安装在清洁车或巡查车或洒水车上， 所述摄像头被配置为对道路 进行扫描拍摄， 获取道路图像视频 数据； 边缘侧计算设备， 所述边缘侧计算设备安装在清洁车或巡查车或洒水车上， 所述边缘 侧计算设备被 配置为对道路图像视频 数据的预处 理、 对道路图像数据进行识别分类； 云端数据分析系统， 所述云端数据分析系统被配置为对垃圾分类数据进行分析以获得 检测结果， 并结合道路信息生成垃圾问题工单； 环卫系统， 所述环卫系统被配置为接收云端数据分析系统发送的问题工单， 并将问题 工单下发至环卫工人处。权　利　要　求　书 2/2 页 3 CN 114627361 A 3