本发明涉及城市智能监控，具体为一种基于智慧灯杆的城市智能监控方法及系统。
背景技术：
1、智慧灯杆作为一种新兴的城市基础设施，集成了多种传感器和设备，实现了照明、环境监测、公共安全监控、信息发布等多种功能。这提高了城市智能化水平，减少了城市基础设施的重复建设。但是在智慧灯杆智慧城市建设发展推进的同时，也遇到诸多问题。目前的智慧灯杆只依赖单一的摄像系统进行监控，缺乏在夜间或低光照环境下的监控能力，在监控过程中产生的大量数据，智慧灯杆在数据处理能力上已无法实现对数据的实时、高效分析处理；传统的监控系统往往只针对特定的监控区域，容易遗漏监控死角和盲区；与公共安全机构、交通管理部门之间的信息共享和协作不足，在应对紧急情况时，无法及时响应和提供帮助。
技术实现思路
1、(一)解决的技术问题
2、针对现有技术的不足，本发明提供了一种基于智慧灯杆的智能城市监控方法及系统，根据城市不同区域、不同需求安置智慧灯杆，使智慧灯杆的布局形成有效的监控网络，覆盖关键区域，同时避免过度集中或盲区；有效解决了传统监控系统在夜间和低光照环境下监控效果差的问题，极大增强了监控系统的全面性和准确性。通过利用机器学习和深度学习算法对视频和环境数据进行深度分析，控制智慧灯杆相应操作、预测可能发生的异常情况，并提前进行预警，提高了监控系统的智能化水平。通过实现与公共安全机构、交通管理部门联网共享，可以实现信息的实时共享和快速响应，提高了城市管理的协同性和效率。
3、(二)技术方案
4、为实现以上目的，本发明通过以下技术方案予以实现：一种基于智慧灯杆的城市智能监控方法，包括以下步骤：
5、步骤一：在城市的不同区域分别布置智慧灯杆；
6、步骤二：通过智慧灯杆对不同区域进行实时监控，对收集到的视频数据进行异常行为检测，当检测到的异常行为满足紧急危险条件时，自动触发警报；
7、步骤三：通过智慧灯杆实时监测环境数据，对实时监测环境数据进行判断，并根据判断结果控制智慧灯杆的相应动作；
8、步骤四：获取智慧灯杆上传的视频和环境数据进行分析处理，当预测到存在异常风险时，自动触发预警，并生成异常信息报告；
9、步骤五：根据异常信息报告调整监控策略或手动触发警报。
10、在上述基于智慧灯杆的城市智能监控方法的优选方案中：识别异常行为的办法为：
11、通过视频数据获取距离度量di、概率密度pd、重构误差re及异常特征强度fs；根据距离度量di、概率密度pd、重构误差re及异常特征强度fs计算得出异常行为分数as，所依据的公式如下：
12、as＝w1·di+w2·pd+w3·re+w4·fs
13、其中，w1是距离度量di的权重系数，取值范围为0.2～0.4，具体可以取0.3；w2是概率密度pd的权重系数，取值范围为0.1～0.3，具体可以取0.2；w3是重构误差re的权重系数，取值范围为0.3～0.5，具体可以取0.4；w4是异常特征强度fs的权重系数，取值范围为0.1～0.2，具体可以取0.2；并且w1+w2+w3+w4＝1；
14、触发警报的具体方法为：
15、设置紧急警报阈值td，以及预设紧急报警阈值td0的矩阵td0(td1，td2，td3，td4)，且td1＜td2＜td3＜td4；td1为安全阈值，td2为低级警报阈值，td3为中级警报阈值，td4为高级警报阈值；
16、当as≤td1时，为正常状态，不触发警报；当td1＜as≤td2时，触发低级警报；当td2＜as≤td3时，触发中级警报；当td3＜as≤td4时，触发高级警报。
17、在上述基于智慧灯杆的城市智能监控方法的优选方案中：步骤二还包括：智慧灯杆在夜间或光照不足的环境下采集热成像图像，辅助异常行为的判断。
18、上述基于智慧灯杆的城市智能监控方法的优选方案中：控制智慧灯杆的相应动作包括控制灯光亮度和执行智能降温动作；控制灯光亮度的方法如下：
19、实时监测环境数据至少包括环境光照数据，根据环境光照数据调节灯光亮度的公式如下：
20、
21、其中，lj为调整后的灯光亮度，lx为灯光最大亮度，α为亮度调节系数，取值为0～1；at为实时环境光照强度，ax为环境光照强度的最大值；
22、实时监测环境数据至少包括人流数据，根据人流数据调节灯光亮度的公式如下：
23、
24、其中，ltj为考虑人流密度后的最终灯光亮度，θ为人流密度调节系数，取值范围为0.1～1；py为实时人流密度，pn为人流密度的最小值，px为人流密度的最大值；
25、在上述基于智慧灯杆的城市智能监控方法的优选方案中：控制智慧灯杆执行智能降温动作的方法如下：
26、通过环境数据计算时间点t的温度预测值tt，所依据的公式如下：
27、tt＝β0+β1tit+∈t
28、其中，tt为时间点t的温度预测值，β0是截距，表示当时间变量tit为零时，温度的预测值；β1是斜率，表示时间变量tit每增加一个单位时，温度平均会如何变化；tit为时间点t的时间变量，∈t为第一误差项，表示了预测值tt与实际观测值之间的差异；
29、预设平均温度阈值wd；
30、当预测的温度值tt<平均温度阈值wd时，智慧灯杆不启动智能降温动作；
31、当预测的温度值tt≥平均温度阈值wd时，智慧灯杆启动智能降温动作。
32、在上述基于智慧灯杆的城市智能监控方法的优选方案中：步骤四的方法具体为：
33、通过视频和环境数据提取交通流量参数tf、车速参数vs、天气状况参数ws、节假日情况参数hf及人群密度参数pd；并根据以上数据计算异常情况概率指数an，所依据的公式如下：
34、an＝γ0+γ1tf+γ2vs+γ3ws+γ4hf+γ5pd+∈
35、其中，γ0是常数项的系数，它表示当所有自变量都为0时，an的预测值，取值范围为-10～10；γ1是交通流量参数tf的权重系数，取值范围可以是-2～2；γ2是车速参数vs的权重系数，取值范围为-1～0；γ3是天气状况参数ws的权重系数，取值范围为-3～3；γ4是节假日情况参数hf的权重系数，取值范围为-5～5；γ5是人群密度参数pd的权重系数，取值范围为0.5～2；∈表示第二误差项；
36、预设异常情况概率指数阈值v；
37、当异常情况指数an>异常情况概率指数阈值v最大值或异常情况指数an<异常情况概率指数阈值v最小值时，判定为异常情况，并触发警报，生成相应的异常信息报告；
38、当异常情况概率指数an<异常情况概率指数阈值v最大值或异常情况概率指数an>异常情况概率指数阈值v最小值时，不判定为异常情况。
39、在上述基于智慧灯杆的城市智能监控方法的优选方案中：步骤四还包括：通过唤醒词对智慧灯杆进行语音求助，智慧灯杆根据语音求助信息执行相应操作。
40、在上述基于智慧灯杆的城市智能监控方法的优选方案中：在步骤四中：生成异常信息报告后，发送至公共安全机构、交通管理部门。
41、在上述基于智慧灯杆的城市智能监控方法的优选方案中：在步骤二中，触发警报动作后，智能灯杆对警报相关数据进行定期数据备份。
42、本发明还公开了一种基于智慧灯杆的城市智能监控系统，用于实现上述的城市智能监控方法，包括：
43、布局模块，用于规划智慧灯杆的安装区域；
44、监控模块，用于与智慧灯杆连接，通过智慧灯杆对不同区域进行实时监控，当出现异常行为的物体时，对其进行追踪；
45、第一数据处理模块，用于通过智慧灯杆实时监测环境数据，对实时监测环境数据进行判断，并根据判断结果控制智慧灯杆的相应动作；
46、第二数据处理模块，用于获取智慧灯杆上传的视频及环境数据进行分析处理，当检测到异常时，自动触发警报，并生成异常信息报告；
47、预警模块，用于接收警报及异常信息报告，根据异常信息报告调整监控策略或手动触发警报。
48、(三)有益效果
49、本发明提供了一种基于智慧灯杆的城市智能监控方法及系统，具备以下
50、有益效果：
51、(1)根据不同区域、不同需求选定智慧灯杆的布置点，实现对城市区域的全方位、全天候监控。
52、(2)在夜间或光照不足的环境下采集热成像图像，辅助异常行为的判断，有效解决了传统监控系统在夜间和低光照环境下监控效果差的问题；
53、(3)对监控数据进行深度分析，预测可能发生的异常情况，并提前进行预警，降低潜在风险；
54、(4)智慧灯杆与公共安全机构、交通管理部门联网，实现信息的实时共享，提高了信息流通的速度和效率。在发生异常情况时，可以快速响应，协调各方资源，及时采取相应措施。
1.一种基于智慧灯杆的城市智能监控方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于智慧灯杆的城市智能监控方法，其特征在于，识别异常行为的办法为：
3.根据权利要求2所述的基于智慧灯杆的城市智能监控方法，其特征在于，步骤二还包括：智慧灯杆在夜间或光照不足的环境下采集热成像图像，辅助异常行为的判断。
4.根据权利要求3所述的基于智慧灯杆的城市智能监控方法，其特征在于，控制智慧灯杆的相应动作包括控制灯光亮度和执行智能降温动作；控制灯光亮度的方法如下：
5.根据权利要求4所述的基于智慧灯杆的城市智能监控方法，其特征在于，控制智慧灯杆执行智能降温动作的方法如下：
6.根据权利要求5所述的基于智慧灯杆的城市智能监控方法，其特征在于，步骤四的方法具体为：
7.根据权利要求6所述的基于智慧灯杆的城市智能监控方法，其特征在于，步骤四还包括：通过唤醒词对智慧灯杆进行语音求助，智慧灯杆根据语音求助信息执行相应的操作。
8.根据权利要求7所述的基于智慧灯杆的城市智能监控方法，其特征在于，在步骤四中，生成异常信息报告后，发送至公共安全机构、交通管理部门。
9.根据权利要求8所述的基于智慧灯杆的城市智能监控方法，其特征在于，在步骤二中，触发警报动作后，智能灯杆对警报相关数据进行定期数据备份。
10.一种基于智慧灯杆的城市智能监控系统，用于实现权利要求1-9任一项的城市智能监控方法，其特征在于，包括：
