CN103729629B - Etc车道中车型识别方法及装置 - Google Patents
Etc车道中车型识别方法及装置 Download PDFInfo
- Publication number
- CN103729629B CN103729629B CN201410014474.1A CN201410014474A CN103729629B CN 103729629 B CN103729629 B CN 103729629B CN 201410014474 A CN201410014474 A CN 201410014474A CN 103729629 B CN103729629 B CN 103729629B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- identified
- cab recognition
- obu
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种ETC车道中车型识别的方法及装置,该方法与装置应用于ETC***,并且所述ETC***与视频获取装置相连接。该方法中,首先获取视频获取装置传输的ETC车道的车道图片,并根据待识别车辆在所述ETC车道中的位置,从所述车道图片中获取所述待识别车辆的车辆图片;然后进行车型识别,获取相应的车型识别信息;继而获取OBU对应的车型信息,并将其与车型识别信息进行车型匹配,获取相应的匹配结果;最后根据所述匹配结果,执行相应的操作。通过该方法,能够避免OBU对应的车型信息和车辆不对应的情况,提高了车型识别的精度,并能够避免车辆逃费。
Description
技术领域
本发明涉及智能交通领域,特别是涉及一种ETC车道中车型识别方法及装置。
背景技术
智能交通,能够为交通参与者提供多样性的服务,是未来交通***的发展方向,在这种趋势下,ETC(Electronic Toll Collection,电子不停车收费)***得到广泛应用。
所述ETC***包括后台***、车道控制器、RSU(Road Side Unit,路侧单元),并设置在ETC车道旁。当车辆通过收费站时,ETC***和设置在车辆上的OBU(On board Unit,车载单元)进行信息交互,实现车辆信息的识别,确定该车辆的车型,并从该车辆的账户上扣除该车型相对应的费用,从而不需要人工缴费,也无须停车,实现不停车收费。其中,ETC车道中能够通行的车辆一般分为4类:其中7座以下的为一类,8-19座的为二类,20-39座的为三类,40座以上为四类,且一类车型的车辆收费最低,四类车型的车辆收费最高。在ETC***和OBU进行信息交互时,能够通过OBU中存取的车辆的相关信息,确定该车辆的车型,从而便于ETC***扣除相应的费用。
但是,发明人在本申请的研究过程中发现,现有技术中的ETC***在确定车辆的车型时,主要是根据OBU中获取的车型信息进行确定的,而实际应用中,存在OBU和车辆不对应的情况,例如,为了逃费,车主将小车型的OBU安装在大车型上。这种情况下,则会影响ETC车道中车型的识别的准确度,导致车型识别的精度低,甚至会出现车辆逃费的现象。
发明内容
有鉴于此,本发明的目的在于解决现有技术中的ETC***车型识别精度低的问题,公开了一种ETC车道中车型识别方法及装置,具体实施方案如下:
一种ETC车道中车型识别方法,所述ETC车道中车型识别方法应用于ETC***,所述ETC***与视频获取装置相连接,所述方法包括:
获取所述视频获取装置传输的ETC车道的车道图片,并根据待识别车辆在所述ETC车道中的位置,从所述车道图片中获取所述待识别车辆的车辆图片;
根据所述待识别车辆的车辆图片进行车型识别,获取相应的车型识别信息;
获取所述待识别车辆的OBU对应的车型信息,并将其与所述车型识别信息进行车型匹配,获取匹配结果;
根据所述匹配结果,执行相应的操作。
优选的,根据所述匹配结果,执行相应的操作之后还包括:
当根据所述匹配结果,确定所述OBU对应的车型信息与所述车型识别信息不匹配时,将所述待识别车辆的相关信息存储至所述ETC***的数据库中,其中,所述相关信息至少包括:所述车辆的OBU编号。
优选的,根据所述车辆的车辆图片进行车型识别,获取相应的车型识别信息的方法包括以下方法中的至少一种
贴近函数法、模板匹配法和人工神经网络法。
优选的,当进行车型识别的方法为贴近函数法时,根据所述待识别车辆的车辆图片进行车型识别,获取相应的车型识别信息具体包括:
根据所述待识别车辆的车辆图片,获取所述待识别车辆的测量信息;
获取至少一个已知车型的车辆的测量信息,将所述待识别车辆的测量信息与所述已知车型的车辆的测量信息进行对应的匹配对比,获取所述待识别车辆与各已知车型的车辆的相似度;
根据所述相似度,选择n个相似的已知车型的车型信息,作为所述车型识别信息,其中n为正整数。
优选的,获取所述待识别车辆与各已知车型的车辆的相似度的方法具体包括:
根据公式:计算所述待识别车辆与已知车型j的第一相似度fj(x);
根据公式:计算所述待识别车辆与已知车型j的第二相似度gj(y);
其中,x、y分别为所述待识别车辆的测量信息,xi、yi分别为已知车型j对应的测量信息,且第一相似度和第二相似度的计算公式中所采用的测量信息为不同种类的测量信息,j为所述各已知车型的车型索引,i为同一车型中的测量信息的参数索引。
优选的,根据所述相似度,选择n个相似的已知车型的车型信息,作为所述车型识别信息,具体包括:
从所述相似度中,选取n个值较大的相似度,并将所述n个值较大的相似度对应的车型信息,作为所述车型识别信息;
或,
计算所述待识别车辆与已知车型j的确信度,其中计算确信度的公式为:
其中,m为已知车型的数量,且j不大于m;
从计算出的所有已知车型对应的确信度中,选择n个确信度相近的已知车型,作为所述车型识别信息。
优选的,所述车型识别信息包括采用一种或多种方法获得的多个已知车型的车型信息,获取所述待识别车辆的OBU对应的车型信息,并将其与所述车型识别信息进行车型匹配,获取匹配结果,具体包括:
获取所述车型识别信息,并获取所述OBU对应的车型信息;
判断所述车型识别信息和所述OBU对应的车型信息中,出现频率最多的车型信息,并将所述出现频率最多的车型信息作为表决车型信息;
将所述表决车型信息与所述OBU对应的车型信息进行匹配对比,获取匹配结果。
相应的,本发明还公开了一种ETC车道中车型识别装置,其特征在于,所述ETC车道中车型识别装置应用于ETC***,所述ETC***与视频获取装置相连接,所述装置包括:
获取模块,用于获取所述视频获取装置传输的ETC车道的车道图片,并根据待识别车辆在所述ETC车道中的位置,从所述车道图片中获取所述待识别车辆的车辆图片;
车型识别模块,用于根据所述待识别车辆的车辆图片进行车型识别,获取相应的车型识别信息;
车型匹配模块,用于获取所述待识别车辆的OBU对应的车型信息,并将其与所述车型识别信息进行车型匹配,获取匹配结果;
操作模块,用于根据所述匹配结果,执行相应的操作。
优选的,所述ETC车道中车型识别装置设置在高速公路出口的RSU或与RSU相连的车道控制器中,或者设置在自由流的龙门架上。
优选的,所述ETC车道中车型识别装置还包括:
数据库建立模块,用于当根据所述匹配结果,确定所述OBU对应的车型信息与所述车型识别信息不匹配时,将所述待识别车辆的相关信息存储至所述ETC***的数据库中,其中,所述相关信息至少包括:所述车辆的OBU编号。
优选的,所述车型识别模块包括以下单元中的至少一种:
贴近函数法车型获取单元、模板匹配法车型获取单元和人工神经网络法车型获取单元。
优选的,所述贴近函数法车型获取单元包括:
测量信息获取子单元,用于根据所述待识别车辆的车辆图片,获取所述待识别车辆的测量信息;
相似度获取子单元,用于获取至少一个已知车型的车辆的测量信息,将所述待识别车辆的测量信息与所述已知车型的车辆的测量信息进行对应的匹配对比,获取所述待识别车辆与各已知车型的车辆的相似度;
车型识别信息获取子单元,用于根据所述相似度,选择n个相似的已知车型的车型信息,作为所述车型识别信息,其中n为正整数。
优选的,所述车型匹配模块包括:
获取单元,用于获取所述车型识别信息,并获取所述OBU对应的车型信息;
表决单元,用于判断所述车型识别信息和所述OBU对应的车型信息中,出现频率最多的车型信息,并将所述出现频率最多的车型信息作为表决车型信息;
匹配结果获取单元,用于将所述表决车型信息与所述OBU对应的车型信息进行匹配对比,获取匹配结果。
本申请公开了一种ETC车道中车型识别的方法及装置,该方法应用于ETC***,并且所述ETC***与视频获取装置相连接。该方法中,首先获取所述视频获取装置传输的ETC车道的车道图片,并根据待识别车辆在所述ETC车道中的位置,从所述车道图片中获取所述待识别车辆的车辆图片;然后对所述车辆图片进行车型识别,获取相应的车型识别信息;继而获取所述待识别车辆的OBU对应的车型信息,并将其与所述车型识别信息进行车型匹配,获取相应的匹配结果;最后根据所述匹配结果,执行相应的操作。
本申请公开的ETC车道中车型识别方法,通过视频获取装置,获取了待识别车辆的车辆图片,根据所述车辆图片获取了相应的车型识别信息,并将所述车型识别信息与OBU对应的车型信息进行了匹配,以便根据匹配结果执行相应的操作。通过该方法,能够避免OBU对应的车型信息和车辆不对应的情况,提高了车型识别的精度,并能够避免车辆逃费。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例公开的一种ETC车道中车型识别方法的工作流程示意图;
图2为本发明实施例公开的又一种ETC车道中车型识别方法的工作流程示意图;
图3为本发明实施例公开的一种ETC车道中车型识别方法中,进行车型匹配的示意图;
图4为本发明实施例公开的一种ETC车道中车型识别装置的结构示意图。
具体实施方式
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他实施例,都属于本发明保护的范围。
为了解决现有技术中的ETC***车型识别精度低的问题,本申请公开了一种ETC车道中车型识别方法及装置,该方法及装置应用于ETC***中,并且,所述ETC***与视频获取装置相连接,其实施过程参见以下实施例。
实施例一
本申请的实施例一公开了一种ETC车道中车型识别方法,以解决现有技术中,车型识别的精度低的问题,该方法应用于ETC***,所述ETC***与视频获取装置相连接。
参见图1所示的工作流程示意图,所述ETC车道中车型识别方法包括:
步骤S11、获取所述视频获取装置传输的ETC车道的车道图片,并根据待识别车辆在所述ETC车道中的位置,从所述车道图片中获取所述待识别车辆的车辆图片。
其中所述视频获取装置通常包括:摄像头、视频传输线和视频数字信号处理芯片,通过所述视频传输线将所述摄像头和所述ETC***相连接。所述摄像头用于拍摄ETC车道的视频图像,然后由所述视频数字信号处理芯片将采集到的所述视频图像转化成数字信号形式的图片,并通过所述视频传输线将所述图片传输至所述ETC***,以使所述ETC***获取包含有所述待识别车辆的ETC车道的图片。
另外,在所述车道图片中,包含有待识别车辆。在待识别车辆中,均设置有OBU(Onboard Unit,车载单元),接收到所述OBU传输的OBU信息后,ETC***就能够确定所述OBU信息对应的车辆在所述ETC车道中的位置。当获取包含有待识别车辆的车道图片后,根据所述待识别车辆在所述ETC车道中的位置,就可以从所述车道图片中,获取所述待识别车辆的车辆图片。
在获取待识别车辆的车辆图片后,可将该图片保存在ETC***中。在保存时,可采用“OBU ID+时间+收费站编号”的方式进行命名,如“3d7dh7_2013-6-16_001.png”。其中,OBU ID为车辆中安装的OBU的唯一编号,可通过所述OBU传输的OBU信息获取。当然,也可以采用其他方式进行命名存储,本申请对此不做限定。
步骤S12、根据所述待识别车辆的车辆图片进行车型识别,获取相应的车型识别信息。
其中,进行车型识别的方法包括:贴近函数法、和/或模板匹配法、和/或人工神经网络法,另外,还可以包括其他方法,本申请对此不做限定。
并且,在获取车型识别信息时,可以只采用上述一种车型识别的方法,另外,为了提高车型识别的精确性,还可以同时采用以上任意两种方法,或三种全部使用,获取各种方法对应的车型识别信息。
步骤S13、获取所述待识别车辆的OBU对应的车型信息,并将其与所述车型识别信息进行车型匹配,获取匹配结果。
每一个OBU都具有一个唯一的OBU编号,并且每个OBU中,都存储有OBU编号,或者,存储有相应的车型信息和所述OBU编号。当所述OBU中存储有相应的车型信息时,所述OBU与ETC***中的RSU进行信息交互,所述RSU在接收到所述OBU传输的OBU信息后,能够获取所述OBU信息中包含的OBU编号和相应的车型信息,并将所述车型信息作为所述OBU对应的车型信息。
当所述OBU中存储了OBU编号,但并未存储车型信息时,需要在所述ETC***的后台管理服务器中设置OBU编号和车型信息的对应关系。当获取所述待识别车辆的OBU编号后,根据所述对应关系,即可获取所述OBU对应的车型信息。
现有技术中,ETC***通常在获取OBU对应的车型信息后,根据所述OBU对应的车型信息进行扣费。为了避免OBU和车辆不对应的情况,本申请中,需要将车型识别信息与所述OBU对应的车型信息进行车型匹配。
步骤S14、根据所述匹配结果,执行相应的操作。
其中,所述相应的操作包括:当所述匹配结果表明所述OBU对应的车型信息与所述车型识别信息不匹配时,则不放行所述待识别车辆,或者,不放行所述待识别车辆,并且同时产生报警信息,提示工作人员注意;当所述匹配结果表明所述OBU对应的车型信息与所述车型识别信息匹配时,则执行扣费操作,并在扣费成功后,对所述待识别车辆放行。
当然,根据预先的设置,还可以执行其他的相应操作,本申请对此不作限定。
其中,是否对所述待识别车辆放行,由ETC***在获取匹配结果后,产生相应的控制指令,并将所述控制指令传输至栏杆机的控制器,通过对所述栏杆机的控制实现的。
本申请公开了一种ETC车道中车型识别的方法,该方法应用于ETC***,并且所述ETC***与视频获取装置相连接。该方法中,首先获取所述视频获取装置传输的ETC车道的车道图片,并根据待识别车辆在所述ETC车道中的位置,从所述车道图片中获取所述待识别车辆的车辆图片;然后对所述车辆图片进行车型识别,获取相应的车型识别信息;继而获取所述待识别车辆中的OBU对应的车型信息,并将其与所述车型识别信息进行车型匹配,获取相应的匹配结果;最后根据所述匹配结果,执行相应的操作。
本申请公开的ETC车道中车型识别方法,通过视频获取装置,获取了待识别车辆的车辆图片,根据所述车辆图片获取了相应的车型识别信息,并将所述车型识别信息与OBU对应的车型信息进行匹配,以便根据匹配结果执行相应的操作。通过该方法,能够避免OBU对应的车型信息和车辆不对应的情况,提高了车型识别的精度,并能够避免车辆逃费。
其中,在步骤S11中,根据车道图片,以及待识别车辆在ETC车道中的位置,获取待识别车辆的车辆图片时,可采用以下步骤:
根据车道图片,建立所述车道图片对应的图像坐标系T,并根据ETC车道,建立ETC车道对应的车道坐标系R;
在确定待识别车辆在ETC车道中的位置后,根据图像坐标系T和车道坐标系R之间的映射关系,获取各个待识别车辆在所述车道图片的位置;
根据所述各个待识别车辆在所述车道图片的位置,获取所述待识别车辆的车辆图片。
上述方法中,根据视频获取装置中的摄像头所处的位置,以及ETC车道的实际位置间的对应关系,就能够确定所述图像坐标系T和所述车道坐标系R之间的映射关系。
另外,获取所述待识别车辆在ETC车道中的位置所应用的定位方法,通常可采用有源定位技术,这种情况下,需要在ETC***中设置有源定位装置。所述有源定位装置通常包括阵列天线、AD器件、数字接收机和OBU信号数字处理模块,所述阵列天线用于接收待识别车辆上安装的OBU传输的OBU信号,并将阵列天线中的每个阵元接收到的OBU信号传送给AD器件,所述AD器件用于将接收到的OBU信号转换成数字信号,并传输至所述数字接收机,所述数字接收机对转换后的数字信号进行处理,并将处理后的信息传输至OBU信号数字处理模块,所述OBU信号数字处理模块对所述处理后的信息进行处理,能够确定所述待识别车辆在ETC车道中的位置。
当然,还可以采用其他的定位方法,以确定待识别车辆在ETC车道中的位置,本发明不做限定。
进一步的,本申请公开的ETC车道中车型识别方法,还包括以下步骤:
当根据所述匹配结果,确定所述OBU对应的车型信息与所述车型识别信息不匹配时,将所述待识别车辆的相关信息存储至所述ETC***的数据库中,其中,所述相关信息至少包括:所述车辆的OBU编号。
在确定所述OBU对应的车型信息与所述车型识别信息不匹配时,说明待识别车辆上设置的OBU与实际的车型信息不匹配,为了便于后续处理,可获取所述待识别车辆的相关信息,并将其存储至相应的车型失配数据库中。其中,所述相关信息至少包括:所述车辆的OBU编号,另外,还可以其他信息,例如,OBU对应的车型信息、进行车型识别时,根据视频获取装置获取到的视频检测车型,即车型识别信息、对应的收费站编号、检测时间、应缴纳的费用、实际缴纳的费用、处理结果等,另外,还可以将所述待识别车辆的图片存储至所述车型失配数据库中,并在该数据库中,添加该车辆图片文件存储的地址信息,其具体形式可参考下表:
表1
所述车型失配数据库可以是本地数据库,也可以是联网后的远端数据库中心。
另外,根据所述车辆的车辆图片进行车型识别,获取相应的车型识别信息的方法包括以下方法中的至少一种:贴近函数法、模板匹配法和人工神经网络法,当然还可以包括其他方法,本申请对此不做限定。
并且,在获取车型识别信息时,可以只采用上述一种车型识别的方法,另外,为了提高车型识别的精确性,还可以同时采用以上任意两种方法,或全部使用,获取各种方法对应的车型识别信息,便于后续根据获取到的各个车型识别信息进行车型匹配。
其中,当采用模板匹配法获取所述车型识别信息时,需要预先在ETC***中存储已知车型的车辆图片,将所述待识别车辆的车辆图片与已知车型的车辆图片进行匹配对比,即可获取相应的车型识别信息。这种情况下,在ETC***中设置有存储器,如EPROM,FLASH,RAM,或包含可擦写的存储空间的芯片等。
另外,参见图2所示的工作流程图,当进行车型识别的方法为贴近函数法时,根据所述待识别车辆的车辆图片进行车型识别,获取相应的车型识别信息包括:
步骤S121、根据所述待识别车辆的车辆图片,获取所述待识别车辆的测量信息;
其中,所述测量信息为能够表征车辆的外形的相关信息,例如为所述车辆的长、宽、面积和体积中的任意两个或多个;
步骤S122、获取至少一个已知车型的车辆的测量信息,将所述待识别车辆的测量信息与所述已知车型的车辆的测量信息进行对应的匹配对比,获取所述待识别车辆与各已知车型的车辆的相似度;
步骤S123、根据所述相似度,选择n个相似的已知车型的车型信息,作为所述车型识别信息,其中n为正整数。
当通过贴近函数法进行车型匹配时,是通过所述待识别的车辆的测量信息,与已知车型的测量信息的相似度来实现匹配的。所述测量信息,包括所述车辆的长l、宽w、面积s和体积v中的任意两个或多个,根据待识别车辆的车辆图片,以及所述车辆图片与实际车辆的缩放比例,就可以获取所述待识别车辆的测量信息。
不同车型的车辆,其测量信息都不一样。若进行车型识别时,选取的测量信息为车辆的长l和面积s时,则需要根据待识别车辆的车辆图片,获取所述待识别车辆的长l和面积s的信息。假设某一种车型的车辆所具有的各个边的长度集合为Lj={l1j,l2j,...,lij...},其中,该长度集合中的长度值由左往右依次从大到小排列,i为该车型的车长度集合中所拥有的长度索引,j为车型类别j=1,2,3,4。另外,相邻两种车型的长度集合往往有交集,如:
L3={l13,l23,l33,l43}
{l14,l24,...,li4...}=L4
其中,方框内的长度集合为交集。由于存在交集,在将待识别车辆的各个测量信息与已知车型的车辆的测量信息进行匹配对比时,通常采用相似度的方式,获取车型识别信息,待识别车辆的测量信息与某一已知车型的车辆的测量信息相似度越高,所述待识别车辆与所述已知车型的车辆越贴近,所述待识别车辆就越相似于该类车型。
在步骤S122中,获取待识别车辆与各已知车型的车辆的相似度时,采用的方法具体包括:
根据公式:计算所述待识别车辆与已知车型j的第一相似度fj(x);
根据公式:计算所述待识别车辆与已知车型j的第二相似度gj(y);
其中,x、y分别为所述待识别车辆的测量信息,xi、yi分别为已知车型j对应的测量信息,且第一相似度和第二相似度的计算公式中所采用的测量信息为不同种类的测量信息,j为所述各已知车型的车型索引,i为同一车型中的测量信息的参数索引。
例如,当所述待识别车辆的长度为集合l,已知的车型j的长度集合为li,则其在车型j的长度集合中的相似度为:
其中,的含义为所述待识别车辆与已知类型的车辆的所有可能长度距离的算术平均值。该平均距离约短,长度信息对应的相似度越大,该车就越相似于长度集合li对应的已知车型j。
相应的,面积集合对应的相似度为:其中,s=l*w,表示面积。
进一步的,根据所述相似度,选择n个相似的已知车型的车型信息,作为所述车型识别信息,具体包括:
从所述相似度中,选取n个值较大的相似度,并将所述n个值较大的相似度对应的车型信息,作为所述车型识别信息;
或,计算所述待识别车辆与已知车型j的确信度,其中计算确信度的公式为:
其中,m为已知车型的数量,且j不大于m;
从计算出的所有已知车型对应的确信度中,选择n个确信度相近的已知车型,作为所述车型识别信息。
上述公开了两种确定车型识别信息的方法。第一种方法中,根据相似度进行确定,例如,当获取针对多个已知车型的第一相似度和第二相似度时,选取n个其中值最大的相似度,将其对应的车型信息作为车型识别信息,或者获取所述第一相似度和第二相似度的乘积,选取n个较大的乘积对应的车型信息作为车型识别信息,通过公示表示即为:k=j if fj(l)*gj(s)=MAX(f1(l)*g1(s),f2(l)*g2(s),f3(l)*g3(s),f4(l)*g4(s)),其中k即为根据所述相似度确定的已知车型的种类索引值。
第二种方法中通过确信度确定车型识别信息,计算确信度的公式中,fj(x)和gj(y)分别表示待识别车辆针对已知车型j的第一相似度和第二相似度,fm(x)和gm(y)分别表示待识别车辆针对已知车型m的第一相似度和第二相似度,cj表示所述待识别车型为车型j的确信度。
上述方式中,通过贴近函数法获取了车型识别信息。
进一步的,在步骤S13中,公开了获取所述待识别车辆的OBU对应的车型信息,并将其与所述车型识别信息进行车型匹配,获取匹配结果的步骤,当所述车型识别信息包括采用一种或多种方法获得的多个已知车型的车型信息时,该步骤包括:
首先,获取所述车型识别信息,并获取所述OBU对应的车型信息;
然后,判断所述车型识别信息和所述OBU对应的车型信息中,出现频率最多的车型信息,并将所述出现频率最多的车型信息作为表决车型信息;
最后,将所述表决车型信息与所述OBU对应的车型信息进行匹配对比,获取匹配结果。
若采用的车型识别方法为两种以上,则获取的所述车型识别信息相应的为两种以上。并且,在采用某一车型识别方法时,获取的最大确信度和次大确信度相近时,例如,设定获取的最大确信度为c1,次大确信度为c2时,若|c1-c2|<σ,σ预先设定的阈值,则需要分别获取所述最大确信度对应的车型信息,以及次大确信度对应的车型信息,共同进行车型匹配,以提高车型匹配的精度。
另外,在获取表决车型信息时,需要同时判断所述车型识别信息和所述OBU对应的车型信息中,出现频率最多的车型信息。这种方式表示预先认可OBU对应的车型信息为正确的车型,将其与所述车型识别信息一起进行判断,能够提高匹配精度。
参见图3所示的车型匹配方法的示意图,在该图中,设定获取车型识别信息的方法分别为:贴近函数法和模板匹配法,并且,通过所述贴近函数法进行车型识别时,分别获取最大确信度对应的车型j和次大确信度对应的车型k,通过所述模板匹配法进行车型识别时,分别获取最大确信度车型a和次大确信度车型b。其中,通过模板匹配法进行车型识别时,与已知车型的匹配度即为待识别车辆对应的确信度。另外,通过OBU获取到的车型信息设定为OBU车型c。然后将获取的所述车型识别信息,以及通过OBU获取到的车型信息输入表决单元中,由所述表决单元输出出现频率最多的车型信息,作为表决车型。最后再将所述表决车型与所述OBU车型c进行对比,判断二者是否相同,获取匹配结果。
该车型匹配方法的示意图中,将所述OBU车型c也输入到所述表决单元中,并判断车型识别信息和OBU对应的车型信息中,出现频率最多的车型信息,这种方式是预先假设OBU中存储的车型是正确的车型,将该车型信息与车型识别信息一起进行判断,能够提高获取表决车型信息的精度。
通过上述方法,在通过车型识别,获取车型识别信息后,进行了车型匹配,获取了匹配结果,从而能够根据所述匹配结果,确定OBU中存储的车型,与待识别车辆的车型是否对应,提高了车型识别的精度。
实施例二
本申请的实施例二公开了一种ETC车道中车型识别装置,以解决现有技术中,车型识别的精度低的问题,该装置应用于ETC***,所述ETC***与视频获取装置相连接。
参见图4所示的结构示意图,所述ETC车道中车型识别装置包括:获取模块100、车型识别模块200、车型匹配模块300和操作模块400,其中,
所述获取模块100,用于获取所述视频获取装置传输的ETC车道的车道图片,并根据待识别车辆在所述ETC车道中的位置,从所述车道图片中获取所述待识别车辆的车辆图片;
所述车型识别模块200,用于根据所述待识别车辆的车辆图片进行车型识别,获取相应的车型识别信息;
所述车型匹配模块300,用于获取所述待识别车辆的OBU对应的车型信息,并将其与所述车型识别信息进行车型匹配,获取匹配结果;
所述操作模块400,用于根据所述匹配结果,执行相应的操作。
本申请公开的ETC车道中车型识别装置,应用于ETC***,并且所述ETC***与视频获取装置相连接。该装置中,首先通过获取模块,获取所述视频获取装置传输的ETC车道的车道图片,并根据待识别车辆在所述ETC车道中的位置,从所述车道图片中获取所述待识别车辆的车辆图片;然后通过车型识别模块,对所述车辆图片进行车型识别,获取相应的车型识别信息;继而根据车型匹配模块,获取所述待识别车辆的OBU对应的车型信息,并将其与所述车型识别信息进行车型匹配,获取匹配结果;最后通过操作模块,根据所述匹配结果,执行相应的操作。
本申请公开的ETC车道中车型识别装置,通过视频获取装置,获取了待识别车辆的车辆图片,根据所述车辆图片获取了相应的车型识别信息,并将所述车型识别信息与OBU对应的车型信息进行了匹配,以便根据匹配结果执行相应的操作。通过该装置,能够避免OBU对应的车型信息和车辆不对应的情况,提高了车型识别的精度,并能够避免车辆逃费。
进一步的,本申请所公开的ETC车道中车型识别装置设置在高速公路出口的RSU或与RSU相连的车道控制器中,或者设置在自由流的龙门架上。
进一步的,所述ETC车道中车型识别装置还包括:数据库建立模块,所述数据库建立模块用于当根据所述匹配结果,确定所述OBU对应的车型信息与所述车型识别信息不匹配时,将所述待识别车辆的相关信息存储至所述ETC***的数据库中,其中,所述相关信息至少包括:所述车辆的OBU编号。
进一步的,所述车型识别模块200包括以下单元中的至少一种:贴近函数法车型获取单元、模板匹配法车型获取单元和人工神经网络法车型获取单元。
进一步的,所述贴近函数法车型获取单元包括:测量信息获取子单元、相似度获取子单元和车型识别信息获取子单元,其中,
所述测量信息获取子单元,用于根据所述待识别车辆的车辆图片,获取所述待识别车辆的测量信息;
所述相似度获取子单元,用于获取至少一个已知车型的车辆的测量信息,将所述待识别车辆的测量信息与所述已知车型的车辆的测量信息进行对应的匹配对比,获取所述待识别车辆与各已知车型的车辆的相似度;
所述车型识别信息获取子单元,用于根据所述相似度,选择n个相似的已知车型的车型信息,作为所述车型识别信息,其中n为正整数。
进一步的,所述车型匹配模块包括:获取单元、表决单元和匹配结果获取单元,其中,
所述获取单元,用于获取所述车型识别信息,并获取所述OBU对应的车型信息;
所述表决单元,用于判断所述车型识别信息和所述OBU对应的车型信息中,出现频率最多的车型信息,并将所述出现频率最多的车型信息作为表决车型信息;
所述匹配结果获取单元,用于将所述表决车型信息与所述OBU对应的车型信息进行匹配对比,获取匹配结果。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的***、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (13)
1.一种ETC车道中车型识别方法,其特征在于,所述ETC车道中车型识别方法应用于ETC***,所述ETC***与视频获取装置相连接,所述方法包括:
获取所述视频获取装置传输的ETC车道的车道图片,并根据待识别车辆在所述ETC车道中的位置,从所述车道图片中获取所述待识别车辆的车辆图片;
根据所述待识别车辆的车辆图片进行车型识别,获取相应的车型识别信息;
获取所述待识别车辆的OBU对应的车型信息,并将其与所述车型识别信息进行车型匹配,获取匹配结果;
根据所述匹配结果,执行相应的操作;
其中,所述根据待识别车辆在所述ETC车道中的位置,从所述车道图片中获取所述待识别车辆的车辆图片的步骤包括:
根据车道图片,建立所述车道图片对应的图像坐标系T,并根据ETC车道,建立ETC车道对应的车道坐标系R;在确定待识别车辆在ETC车道中的位置后,根据图像坐标系T和车道坐标系R之间的映射关系,获取各个待识别车辆在所述车道图片的位置;根据所述各个待识别车辆在所述车道图片的位置,获取所述待识别车辆的车辆图片;
其中,采用有源定位技术获取所述待识别车辆在ETC车道中的位置。
2.根据权利要求1所述的方法,其特征在于,根据所述匹配结果,执行相应的操作之后还包括:
当根据所述匹配结果,确定所述OBU对应的车型信息与所述车型识别信息不匹配时,将所述待识别车辆的相关信息存储至所述ETC***的数据库中,其中,所述相关信息至少包括:所述车辆的OBU编号。
3.根据权利要求1所述的方法,其特征在于,根据所述车辆的车辆图片进行车型识别,获取相应的车型识别信息的方法包括以下方法中的至少一种:
贴近函数法、模板匹配法和人工神经网络法。
4.根据权利要求3所述的方法,当进行车型识别的方法为贴近函数法时,根据所述待识别车辆的车辆图片进行车型识别,获取相应的车型识别信息具体包括:
根据所述待识别车辆的车辆图片,获取所述待识别车辆的测量信息;
获取至少一个已知车型的车辆的测量信息,将所述待识别车辆的测量信息与所述已知车型的车辆的测量信息进行对应的匹配对比,获取所述待识别车辆与各已知车型的车辆的相似度;
根据所述相似度,选择n个相似的已知车型的车型信息,作为所述车型识别信息,其中n为正整数。
5.根据权利要求4所述的方法,其特征在于,获取所述待识别车辆与各已知车型的车辆的相似度的方法具体包括:
根据公式:计算所述待识别车辆与已知车型j的第一相似度fj(x);
根据公式:计算所述待识别车辆与已知车型j的第二相似度gj(y);
其中,x、y分别为所述待识别车辆的测量信息,xi、yi分别为已知车型j对应的测量信息,且第一相似度和第二相似度的计算公式中所采用的测量信息为不同种类的测量信息,j为所述各已知车型的车型索引,i为同一车型中的测量信息的参数索引。
6.根据权利要求5所述的方法,其特征在于,根据所述相似度,选择n个相似的已知车型的车型信息,作为所述车型识别信息,具体包括:
从所述相似度中,选取n个值较大的相似度,并将所述n个值较大的相似度对应的车型信息,作为所述车型识别信息;
或,
计算所述待识别车辆与已知车型j的确信度,其中计算确信度的公式为:
其中,m为已知车型的数量,且j不大于m;
从计算出的所有已知车型对应的确信度中,选择n个确信度相近的已知车型,作为所述车型识别信息。
7.根据权利要求3所述的方法,其特征在于,所述车型识别信息包括采用一种或多种方法获得的多个已知车型的车型信息,获取所述待识别车辆的OBU对应的车型信息,并将其与所述车型识别信息进行车型匹配,获取匹配结果,具体包括:
获取所述车型识别信息,并获取所述OBU对应的车型信息;
判断所述车型识别信息和所述OBU对应的车型信息中,出现频率最多的车型信息,并将所述出现频率最多的车型信息作为表决车型信息;
将所述表决车型信息与所述OBU对应的车型信息进行匹配对比,获取匹配结果。
8.一种ETC车道中车型识别装置,其特征在于,所述ETC车道中车型识别装置应用于ETC***,所述ETC***与视频获取装置相连接,所述装置包括:
获取模块,用于获取所述视频获取装置传输的ETC车道的车道图片,并根据待识别车辆在所述ETC车道中的位置,从所述车道图片中获取所述待识别车辆的车辆图片;
其中,所述根据待识别车辆在所述ETC车道中的位置,从所述车道图片中获取所述待识别车辆的车辆图片包括:
根据车道图片,建立所述车道图片对应的图像坐标系T,并根据ETC车道,建立ETC车道对应的车道坐标系R;在确定待识别车辆在ETC车道中的位置后,根据图像坐标系T和车道坐标系R之间的映射关系,获取各个待识别车辆在所述车道图片的位置;根据所述各个待识别车辆在所述车道图片的位置,获取所述待识别车辆的车辆图片;
其中,采用有源定位技术获取所述待识别车辆在ETC车道中的位置;
车型识别模块,用于根据所述待识别车辆的车辆图片进行车型识别,获取相应的车型识别信息;
车型匹配模块,用于获取所述待识别车辆的OBU对应的车型信息,并将其与所述车型识别信息进行车型匹配,获取匹配结果;
操作模块,用于根据所述匹配结果,执行相应的操作。
9.根据权利要求8所述的装置,其特征在于,所述ETC车道中车型识别装置设置在高速公路出口的RSU或与RSU相连的车道控制器中,或者设置在自由流的龙门架上。
10.根据权利要求8所述的装置,其特征在于,所述ETC车道中车型识别装置还包括:
数据库建立模块,用于当根据所述匹配结果,确定所述OBU对应的车型信息与所述车型识别信息不匹配时,将所述待识别车辆的相关信息存储至所述ETC***的数据库中,其中,所述相关信息至少包括:所述车辆的OBU编号。
11.根据权利要求8所述的装置,其特征在于,所述车型识别模块包括以下单元中的至少一种:
贴近函数法车型获取单元、模板匹配法车型获取单元和人工神经网络法车型获取单元。
12.根据权利要求11所述的装置,其特征在于,所述贴近函数法车型获取单元包括:
测量信息获取子单元,用于根据所述待识别车辆的车辆图片,获取所述待识别车辆的测量信息;
相似度获取子单元,用于获取至少一个已知车型的车辆的测量信息,将所述待识别车辆的测量信息与所述已知车型的车辆的测量信息进行对应的匹配对比,获取所述待识别车辆与各已知车型的车辆的相似度;
车型识别信息获取子单元,用于根据所述相似度,选择n个相似的已知车型的车型信息,作为所述车型识别信息,其中n为正整数。
13.根据权利要求8所述的装置,其特征在于,所述车型匹配模块包括:
获取单元,用于获取所述车型识别信息,并获取所述OBU对应的车型信息;
表决单元,用于判断所述车型识别信息和所述OBU对应的车型信息中,出现频率最多的车型信息,并将所述出现频率最多的车型信息作为表决车型信息;
匹配结果获取单元,用于将所述表决车型信息与所述OBU对应的车型信息进行匹配对比,获取匹配结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410014474.1A CN103729629B (zh) | 2014-01-13 | 2014-01-13 | Etc车道中车型识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410014474.1A CN103729629B (zh) | 2014-01-13 | 2014-01-13 | Etc车道中车型识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103729629A CN103729629A (zh) | 2014-04-16 |
CN103729629B true CN103729629B (zh) | 2017-03-15 |
Family
ID=50453695
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410014474.1A Active CN103729629B (zh) | 2014-01-13 | 2014-01-13 | Etc车道中车型识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103729629B (zh) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105320923B (zh) * | 2014-08-05 | 2018-06-12 | 北京大学 | 车型识别方法及装置 |
CN105488854B (zh) * | 2014-09-17 | 2018-05-18 | 江苏省交通科学研究院股份有限公司 | 基于电子不停车收费***的可防止逃费的电子不停车收费方法 |
CN104574540A (zh) * | 2014-12-24 | 2015-04-29 | 北京速通科技有限公司 | 电子不停车收费***及方法 |
CN105719355B (zh) * | 2016-01-19 | 2018-08-31 | 智慧互通科技有限公司 | 一种车辆高速通行管理方法及其*** |
CN106296843A (zh) * | 2016-08-31 | 2017-01-04 | 道亦有道(深圳)科技有限公司 | 一种车辆扣费方法 |
CN106384099A (zh) * | 2016-09-28 | 2017-02-08 | 北京信路威科技股份有限公司 | 一种车型决策机制的分析方法及*** |
CN107066953B (zh) * | 2017-03-22 | 2019-06-07 | 北京邮电大学 | 一种面向监控视频的车型识别、跟踪及矫正方法和装置 |
CN107967722A (zh) * | 2017-12-15 | 2018-04-27 | 北京万集科技股份有限公司 | 高速公路的通行计费方法、装置、存储介质和处理器 |
CN108510734A (zh) * | 2018-03-30 | 2018-09-07 | 深圳市金溢科技股份有限公司 | 一种路侧单元及一种路侧单元的车辆信息匹配方法 |
CN109063803A (zh) * | 2018-08-28 | 2018-12-21 | 深圳成谷科技有限公司 | 一种通行车辆的车辆信息获取方法、装置及*** |
CN109934263A (zh) * | 2019-01-31 | 2019-06-25 | 德联易控科技(北京)有限公司 | 车辆识别方法、装置、电子设备及计算机可读存储介质 |
CN110246336B (zh) * | 2019-06-26 | 2022-02-22 | 武汉万集信息技术有限公司 | 车辆信息的确定方法及*** |
CN111160222B (zh) * | 2019-12-26 | 2023-12-05 | 北京万集科技股份有限公司 | 匹配度的确定方法及装置 |
CN111179452A (zh) * | 2019-12-28 | 2020-05-19 | 神思电子技术股份有限公司 | 一种基于etc通道客车扣费的***和方法 |
CN112053564A (zh) * | 2020-09-23 | 2020-12-08 | 南京感动科技有限公司 | 一种高速公路路网车卡不符稽核方法 |
CN114089682A (zh) * | 2021-08-27 | 2022-02-25 | 深圳市分米互联科技有限公司 | 基于物联网技术的etc车辆运行检测*** |
CN114199577A (zh) * | 2021-11-08 | 2022-03-18 | 陕西千山航空电子有限责任公司 | 一种机电发动机识别管理的方法 |
CN115641728B (zh) * | 2022-10-25 | 2023-10-24 | 深圳市旗扬特种装备技术工程有限公司 | 一种etc收费稽查方法、***、电子设备及介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103164878A (zh) * | 2011-12-14 | 2013-06-19 | 北京北大千方科技有限公司 | 一种具有识别功能的obu 装置和obu 装置的识别方法 |
CN102622783B (zh) * | 2012-03-29 | 2014-05-07 | 北京速通科技有限公司 | 一种基于精确位置匹配的多车道自由流电子收费方法 |
-
2014
- 2014-01-13 CN CN201410014474.1A patent/CN103729629B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103164878A (zh) * | 2011-12-14 | 2013-06-19 | 北京北大千方科技有限公司 | 一种具有识别功能的obu 装置和obu 装置的识别方法 |
CN102622783B (zh) * | 2012-03-29 | 2014-05-07 | 北京速通科技有限公司 | 一种基于精确位置匹配的多车道自由流电子收费方法 |
Non-Patent Citations (1)
Title |
---|
"不停车收费***相关技术研究";李旭亮;《万方数据企业知识服务平台》;20110824;第10页第1-4段、第11页最后一段、第14页最后一段、15页最后一段、第26页第3段、第28页第2-3段 * |
Also Published As
Publication number | Publication date |
---|---|
CN103729629A (zh) | 2014-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103729629B (zh) | Etc车道中车型识别方法及装置 | |
CN102622783B (zh) | 一种基于精确位置匹配的多车道自由流电子收费方法 | |
CN100447820C (zh) | 基于立体视觉的公交客流统计方法及其*** | |
CN105405176B (zh) | 电子不停车***及其处理方法、控制器、路侧单元 | |
CN104574540A (zh) | 电子不停车收费***及方法 | |
CN104318781B (zh) | 基于rfid技术的行程速度获取方法 | |
CN103310513A (zh) | 门禁控制方法及装置 | |
CN112200884B (zh) | 一种车道线的生成方法及装置 | |
CN104569911B (zh) | 一种obu定位方法、rsu及etc*** | |
CN105654561B (zh) | 多车道自由流车辆匹配方法 | |
CN111898485A (zh) | 一种停车位车辆检测处理方法及装置 | |
CN107728620A (zh) | 一种新能源汽车的无人驾驶***及方法 | |
CN107945517A (zh) | 一种交通数据处理装置 | |
CN112249009A (zh) | 车速控制方法、装置、***及电子设备 | |
CN109544710A (zh) | 一种智能路侧单元*** | |
CN106297301A (zh) | 一种车辆套牌检查方法及使用该方法的车辆套牌检测*** | |
CN111640300B (zh) | 一种车辆检测处理方法及装置 | |
CN107525525A (zh) | 一种新能源汽车的路径校准***及方法 | |
CN113963550A (zh) | 一种多义路径识别方法、装置及电子设备 | |
CN114360084B (zh) | 高速公路通行费结算方法及装置 | |
CN113923405B (zh) | 一种基于安全监控的移动通信*** | |
CN109360137A (zh) | 一种车辆事故评估方法、计算机可读存储介质及服务器 | |
CN111489171B (zh) | 基于二维码的乘车行程匹配方法、装置、电子设备及介质 | |
CN112133120B (zh) | 一种车辆提示处理方法及装置 | |
CN107831762A (zh) | 一种新能源汽车的路径规划***及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C53 | Correction of patent for invention or patent application | ||
CB02 | Change of applicant information |
Address after: Nanshan District Keyuan Road Shenzhen city Guangdong province 518057 Tsinghua building A building 12 layer Applicant after: SHENZHEN GENVICT TECHNOLOGY CO., LTD. Address before: Nanshan District Keyuan Road Shenzhen city Guangdong province 518057 Tsinghua building A building 12 layer Applicant before: Shenzhen Jinyi Technologies Co., Ltd. |
|
COR | Change of bibliographic data |
Free format text: CORRECT: APPLICANT; FROM: SHENZHEN JINYI TECHNOLOGIES CO., LTD. TO: SHENZHEN GENVICT TECHNOLOGY CO., LTD. |
|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |