(19)中华 人民共和国 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 202111475030.4 (22)申请日 2021.12.0 3 (71)申请人 苏州大来智能工程有限公司 地址 215000 江苏省苏州市高新区滨河路 索山大桥西堍赛格电子 市场4层G区55 号 (72)发明人 周晔　 (74)专利代理 机构 苏州国卓知识产权代理有限 公司 323 31 代理人 刘颖棋 (51)Int.Cl. G08G 1/01(2006.01) G08G 1/097(2006.01) H04N 7/18(2006.01) G06N 20/00(2019.01) (54)发明名称 一种机器学习的多角度道路监控系统 (57)摘要 本发明涉及道路监控技术领域， 公开了一种 机器学习的多角度道路监控系统， 在原有道路监 控系统中加入 数据采集模块， 通过单一监控进行 数据采集时协调附近监控进行角度转动完成多 角度数据采集， 通过人工智能对数据特征的学 习， 数据特征的学习包括多角度特征和区间时间 特征， 人工智能将异常数据形成监控警告， 并上 报警告模块。 本发明通过将疑似异常数据的多角 度数据特征进行捕捉， 同时对每天同一时段同一 路段的数据特征进行捕捉， 通过同一路段的同一 时段的异常反检上游路段的异常数据， 有利于大 大提高对疑似异常数据的判断， 有利于更为快速 对异常路段进行筛 选找寻实际异常道路。 权利要求书1页 说明书4页 附图1页 CN 114333300 A 2022.04.12 CN 114333300 A 1.一种机器学习的多角度道路监控系统， 其特征在于： 在原有道路监控系统中加入数 据采集模块， 通过单一监控进 行数据采集时协调附近监控进 行角度转动完成多角度数据采 集， 通过人工智能对 数据特征的学习， 数据特征的学习包括多角度特征和区间时间特征， 人 工智能将异常数据形成监控警告， 并上报警告模块。 2.根据权利要求1所述的一种机器学习的多角度道路监控系统， 其特征在于： 所述多角 度数据采集， 当疑似异常数据出现， 通过协调附近监控摄像头拍摄方向， 对同一疑似异常数 据进行多角度的捕捉数据特 征， 通过对相同疑似异常数据的多角度特 征进行采集。 3.根据权利要求2所述的一种机器学习的多角度道路监控系统， 其特征在于： 将同一疑 似异常数据的多角度特 征整合对应， 并加入数据采集模块完成数据报告。 4.根据权利要求1所述的一种机器学习的多角度道路监控系统， 其特征在于： 建立数据 库， 将数据采集模块内采集的数据特征进完成存储， 同时将多角度的捕捉数据特征按照对 应的异常数据完成存 储。 5.根据权利要求1所述的一种机器学习的多角度道路监控系统， 其特征在于： 所述区间 时间特征将 每天的24小时按照30 ‑60min进行划分， 基于每天同一时段对同一路段完成数据 采集， 通过时段内的数据特征形成样本数据的道路监控特征并通过人工智能进行数据特征 学习。 6.根据权利要求5所述的一种机器学习的多角度道路监控系统， 其特征在于： 每天同一 时段同一路段出现反差异常道路监控特征， 触发监控警告， 并上报警告模块， 对异常道路的 路段上游路段进行异常上报， 并启动异常排 查模块。 7.根据权利要求6所述的一种机器学习的多角度道路监控系统， 其特征在于： 对异常道 路的路段上游路段各分支道路同一时段数据类比， 对分支道路存在数据差异的道路监控画 面进行重点捕捉， 上报监控警告。 8.根据权利要求1所述的一种机器学习的多角度道路监控系统， 其特征在于： 所述相同 异常数据的多角度数据特 征的标注特 征出现次数。权　利　要　求　书 1/1 页 2 CN 114333300 A 2一种机器学习的多角度道路监控系统 技术领域 [0001]本发明涉及监控系统技 术领域， 具体为 一种机器学习的多角度道路监控系统。 背景技术 [0002]道路监控以快球监控为主， 监控点分布在车流、 人流比较集中的道 路交叉口、 重点 路段， 通过图像传输通道将路面交通情况实时上传到道路监控指挥中心， 中心值班人员可 以据此及时了解各区域路面状况， 以便调整各路口车辆流 量， 确保交通 通畅。 [0003]目前道路监控系统加入了人工智能进行协助监控， 通过人工智能可协助人员快速 进行处理， 但是道路情况复杂， 事故的多发， 使得机械的学习缺乏更为全面地学习， 对疑似 异常的判断正确率较低， 对异常道路的追索能力较低。 [0004]因此， 我们提供一种机器学习的多角 度道路监控系统， 有利于大大提高对疑似异 常数据的判断， 有利于更为快速对异常路段进行筛 选找寻实际异常道路 发明内容 [0005]本发明的目的在于提供一种机器学习的多角度道 路监控系统， 解决了背景技术中 所提出的问题。 [0006]为实现上述目的， 本发明提供如下技术方案： 一种机器学习的多角度道路监控系 统， 在原有道路监控系统中加入数据采集模块， 通过单一监控进行数据采集时协调附近监 控进行角度转动完成多角度数据采集， 通过人工智能对数据特征 的学习， 数据特征 的学习 包括多角度特 征和区间时间特 征， 人工智能将异常数据形成监控警告， 并上报警告模块。 [0007]作为本发明的一种优选实施方式， 所述多角度数据采集， 当疑似异常数据出现， 通 过协调附近监控摄像头拍摄方向， 对同一疑似异常数据进行多角度的捕捉数据特征， 通过 对相同疑似异常数据的多角度特 征进行采集。 [0008]作为本发明的一种优选实施方式， 将同一疑似异常数据的多角 度特征整合对应， 并加入数据采集模块完成数据报告。 [0009]作为本发明的一种优选实施方式， 建立数据库， 将数据采集模块内采集的数据特 征进完成存 储， 同时将多角度的捕捉数据特 征按照对应的异常数据完成存 储。 [0010]作为本发明的一种优选实施方式， 所述区间时间特征将每天的24小时按照30 ‑ 60min进行划分， 基于每天同一时段对同一路段完成数据采集， 通过时段内的数据特征形成 样本数据的道路监控特 征并通过 人工智能进行 数据特征学习。 [0011]作为本发明的一种优选实施方式， 每天同一时段同一路段出现反差异常道 路监控 特征， 触发监控警告， 并上报警告模块， 对异常道路的路段上游路段进行异常上报， 并启动 异常排查模块。 [0012]作为本发明的一种优选实施方式， 对异常道 路的路段上游 路段各分支道 路同一时 段数据类比， 对分支 道路存在数据差异的道路监控画面进行重点捕捉， 上报监控警告。 [0013]作为本发明的一种优选实施方式， 所述相同异常数据的多角度数据特征的标注特说　明　书 1/4 页 3 CN 114333300 A 3