CN108460970A - 道路车辆交通行为识别方法及*** - Google Patents
道路车辆交通行为识别方法及*** Download PDFInfo
- Publication number
- CN108460970A CN108460970A CN201710810021.3A CN201710810021A CN108460970A CN 108460970 A CN108460970 A CN 108460970A CN 201710810021 A CN201710810021 A CN 201710810021A CN 108460970 A CN108460970 A CN 108460970A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- abnormal behaviour
- road
- threshold
- time
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种道路车辆交通行为识别方法及***,其中包括如下步骤:获取对应道路识别范围内车辆的身份,记录对应身份车辆进入所述识别范围的入场时间;设置第一阈值,判断对应身份车辆在识别范围内的驻留时间是否超过所述第一阈值;对驻留时间超过所述第一阈值的车辆标记为异常行为车辆。本发明可以提高识别道路车辆交通行为的效率,为道路数据分析提供支持。
Description
技术领域
本发明涉及智能交通技术领域,尤其涉及一种道路车辆交通行为识别方法及***。
背景技术
随着车辆的快速增长,在交通道路管理中,对车辆的有效管理成为重中之重的主要任务。然而在道路车辆管理中,涉及车辆的拥堵、车祸、违停等异常行为造成的城市问题常常得不到有效地解决,归根结底的原因是缺乏快速响应、及时处理的机制。现在虽然道路上会安装有交通用摄像机等监控设备,但是交通用摄像机的采集受制于环境的影响,尤其雨雪天气等造成效果不佳,同时对图像信息的分析算法复杂,并不能满足多功能管理的要求。因此,发现车辆在道路上的异常行为通常都是通过执勤人员的现场管理或者是相关群众的信息提供来获得,显然效率较低且不可靠,往往不能达到及时发现处理的目的,就更不用说为后台整个道路情况分析提供数据支持。
发明内容
本发明的目的在于提供一种道路车辆交通行为识别方法及***,解决了现有技术中在道路管理中车辆交通行为不能准确识别,只能依靠效率低下的人工方式的技术问题。
为了解决上述技术问题,本发明的一种道路车辆交通行为识别方法,包括如下步骤:
获取对应道路识别范围内车辆的身份,记录对应身份车辆进入所述识别范围的入场时间;
设置第一阈值,判断对应身份车辆在识别范围内的驻留时间是否超过所述第一阈值;
对驻留时间超过所述第一阈值的车辆标记为异常行为车辆。
作为本发明上述道路车辆交通行为识别方法的进一步改进,所述车辆的身份通过射频识别读写器读取车辆上安装的射频识别电子标签获得并以首次读取到对应车辆身份的时间作为入场时间。
作为本发明上述道路车辆交通行为识别方法的进一步改进,设置第二阈值,在对应道路中,计算仍处于所述识别范围内的异常行为车辆的数量,在所述异常行为车辆的数量超过所述第二阈值时,确定对应道路处于拥堵状态。
作为本发明上述道路车辆交通行为识别方法的进一步改进,根据所有异常行为车辆的平均驻留时间来确定道路的拥堵等级。
作为本发明上述道路车辆交通行为识别方法的进一步改进,设置第三阈值,在同一入场时间内有且仅有一辆入场车辆标记为异常行为车辆时,且所述异常行为车辆的驻留时间超过所述第三阈值,确定所述异常行为车辆为违停车辆。
作为本发明上述道路车辆交通行为识别方法的进一步改进,设置第三阈值,在同一入场时间内存在至少两辆入场的车辆标记为异常行为车辆时,且所述异常行为车辆的驻留时间同时超过第三阈值,确定所述异常行为车辆之间发生了车祸。
作为本发明上述道路车辆交通行为识别方法的进一步改进,设置第四阈值,所述异常行为车辆入场到所述第三阈值范围内,计算所述异常行为车辆所在车道的出场车辆数,在所述出场车辆数小于所述第四阈值且所在车道仍有新入场的车辆标记为异常行为车辆时,重新确定所述异常行为车辆处于拥堵状态。
为了解决上述技术问题,本发明的一种道路车辆交通行为识别***,包括:
获取单元,用于获取对应道路识别范围内车辆的身份,记录对应身份车辆进入所述识别范围的入场时间;
判断单元,用于设置第一阈值,判断对应身份车辆在识别范围内的驻留时间是否超过所述第一阈值;
标记单元,用于对驻留时间超过所述第一阈值的车辆标记为异常行为车辆。
作为本发明上述道路车辆交通行为识别***的进一步改进,所述标记单元还设置第二阈值,在对应道路中,计算仍处于所述识别范围内的异常行为车辆的数量,在所述异常行为车辆的数量超过所述第二阈值时,确定对应道路处于拥堵状态。
作为本发明上述道路车辆交通行为识别***的进一步改进,所述标记单元还设置第三阈值,在同一入场时间内有且仅有一辆入场车辆标记为异常行为车辆时,且所述异常行为车辆的驻留时间超过所述第三阈值,确定所述异常行为车辆为违停车辆。
作为本发明上述道路车辆交通行为识别***的进一步改进,所述标记单元还设置第三阈值,在同一入场时间内存在至少两辆入场的车辆标记为异常行为车辆时,且所述异常行为车辆的驻留时间同时超过第三阈值,确定所述异常行为车辆之间发生了车祸。
与现有技术相比,本发明通过对识别范围内的车辆身份进行识别,分析不同身份车辆的入场时间及驻留时间,通过判断对应身份车辆是否超过设置的阈值范围以确定是否为异常行为车辆。本发明可以提高识别道路车辆交通行为的效率,为道路数据分析提供支持。
结合附图阅读本发明实施方式的详细描述后,本发明的其他特点和优点将变得更加清楚。
附图说明
为了更清楚地说明本发明实施方式或现有技术的技术方案,下面将对实施方式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,下面描述中的附图仅仅是本发明中记载的一些实施方式,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为本发明一实施方式中道路车辆交通行为识别方法流程图。
图2为本发明一实施方式中车辆驻留时间分布示意图。
图3为本发明一实施方式中车辆驻留时间分布示意图。
图4为本发明一实施方式中车辆驻留时间分布示意图。
图5为本发明一实施方式中车辆驻留时间分布示意图。
图6为本发明一实施方式中道路车辆交通行为识别***示意图。
具体实施方式
以下将结合附图所示的各实施方式对本发明进行详细描述。但这些实施方式并不限制本发明,本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。
需要说明的是,在不同的实施方式中,可能使用相同的标号或标记,但这些并不代表结构或功能上的绝对联系关系。并且,各实施方式中所提到的“第一”、“第二”等也并不代表结构或功能上的绝对区分关系,这些仅仅是为了描述的方便。
如图1所示,本发明一实施方式中道路车辆交通行为识别方法流程图。道路车辆交通行为识别方法具体包括如下步骤:
步骤S1、获取对应道路识别范围内车辆的身份,记录对应身份车辆进入所述识别范围的入场时间。通过相应采集设备获得车辆的身份,对应道路识别范围是由相应采集设备的特性来决定。优选地,所述车辆的身份通过射频识别读写器读取车辆上安装的射频识别电子标签获得,所述识别范围即射频识别读写器通过天线收发射频信号可覆盖的范围,相较于交通用摄像机,在于覆盖范围大,可以达到纵向距离30米以上。射频识别电子标签中存储有车辆的相关身份信息,当射频识别读写器向射频识别电子标签发送相应的射频指令后,射频识别电子标签就会将相关身份信息反馈给射频识别读写器,通过射频识别读写器就可以获得对应车道识别范围内的车辆身份,优选的射频频段在920-925MHz之间。车辆通过对应道路识别范围,包括两个重要节点,一个是入场,即进入识别范围,另一个是出场,即离开识别范围。以通过射频识别读写器获得为例,当射频识别读写器首次读到识别范围内的某个车辆上的射频识别电子标签时,获得的时间即为上述身份车辆的入场时间,因为车辆可能会多次经过某个道路的识别范围,但是相邻两次的间隔理论上都比较久,因此首次是在车辆离开所述识别范围后重新计数的结果,即车辆重新进入识别范围时第一次读到的身份信息都称之为首次。根据射频识别原理,车辆如果持续在识别范围内,射频识别读写器就会不断地读取到上述身份车辆反馈的身份信息,直至出场终止,因此可以通过预设时间内是否再次读取到对应车辆的身份信息以确定对应身份车辆是否出场,例如30秒内如果没有再次获得对应的身份信息,说明上述身份的车辆已经出场。记录对应身份车辆进入所述识别范围的入场时间,目的是为了计算驻留时间,驻留时间是用于表示车辆在所述识别范围内停留的时间,驻留时间是由入场时间开始计算的。
步骤S2、设置第一阈值,判断对应身份车辆在识别范围内的驻留时间是否超过所述第一阈值。设置第一阈值的目的是为了实现判定车辆在所述识别范围内停留的门限时间,第一阈值的设定可以根据车辆正常通过识别范围所需要的时间为依据,例如以20km/h的速度计算通过识别范围的时间,必要时还可以加上合理的容限时间,可以直接设置第一阈值为1分钟。需要说明的是,根据不同的位置还要考虑第一阈值的动态调整,例如识别范围所处路段是处于电警卡口,车辆的通行还受到红绿灯的调度,因此还要考虑红灯造成车辆停留的时间。通过将对应身份车辆在识别范围内的驻留时间与第一阈值进行比较,对不同的比较结果做出相应的操作。
步骤S3、对驻留时间超过所述第一阈值的车辆标记为异常行为车辆。设置当驻留时间大于第一阈值或者设置当驻留时间大于等于第一阈值时,此时说明车辆在识别范围内停留的时间较长,将其标记为异常行为车辆。对标记的异常行为车辆可以进一步进行操作,例如可以将异常行为车辆统一显示在屏幕的地图对应位置上。优选的,当已确定异常行为车辆已经出场,即离开识别范围后,可以把标记的异常行为车辆存放在另一单独的数据库里,只用在屏幕上显示目前仍处于识别范围内的异常行为车辆。
车辆被标记为异常行为车辆后,还可以做进一步地识别,根据异常行为车辆的不同行为模式来确定具体的异常行为类型。设置第二阈值,对对应道路识别范围内的异常行为车辆进行分析,计算还未离开识别范围内异常行为车辆的数量,当停留在识别范围内的车辆已经超过一定的限度,且因为行进缓慢导致停留较长时间时,即可以说明对应识别范围所在的道路处于拥堵状态。车辆仍处于所述识别范围内可以通过是否持续读取到对应车辆的身份来判定,第二阈值可以依据对应道路识别范围内可容纳车辆的限度来确定,即车辆拥堵时最多可承受的车辆数。停留在识别范围内的异常行为车辆的数量超过第二阈值时,确定对应道路处于拥堵状态,即处于识别范围内的异常行为车辆处于拥堵状态,具体是因为拥堵不能正常通行而造成异常行为,判断的过程可以是实时的,对任意时刻的路段拥堵情况进行实时判断。如图2所示,具体地,A、B、C、D、E五辆车分别在不同时刻入场,最早一辆车是A车在t1时刻入场,但从图中五辆车的驻留时间分布来看,都超过了第一阈值,且在t2时刻都没有离开识别范围,假设第二阈值设置是四辆车,因此可以判断t2时刻对应的道路处于拥堵状态。在更多的实施方式中,还可以根据所有异常行为车辆的平均驻留时间来确定道路的拥堵等级,平均驻留时间越长表示拥堵等级越高。所有异常行为车辆的平均驻留时间可以计算识别范围内所有异常行为车辆的平均驻留时间,或者计算所有离场车辆的平均驻留时间,或者兼而有之。
另外,还可以对不同的车道分开独立分析,具体地,射频识别读写器是通过天线来覆盖对应的识别范围的,而通常每个车道都有一个对应的天线,每个天线的识别范围分别覆盖一个车道,负责对一个车道进行识别。对不同的车道的异常行为车辆进行分开计算,分别判断每个车道的异常行为车辆的数量是否达到相应的阈值,以确定哪几个车道处于拥堵状态,哪几个车道处于畅行状态,上述实施方式主要可以应用在具有匝道的路口,有的时候匝道拥堵而主路畅行,分开实施可以提高准确性。具体地还可以结合雷达等设备,对车流密度、拥堵状况、车速测量等做进一步精确地识别。
在另一具体实施方式中,对违停车辆这个异常行为类型进行分析。违法停车通常是在路侧不允许停车的位置进行停车,由于路侧停车具有单发性的特点,即常常不会存在两辆以上的车辆进行同时停车。因此,可以通过同时入场车辆的异常行为进行判断,设置第三阈值,在同一入场时间内有且仅有一辆入场车辆标记为异常行为车辆时,且所述异常行为车辆的驻留时间超过所述第三阈值,确定所述异常行为车辆为违停车辆。设置第三阈值的目的在于,同一入场时间内有且仅有一辆入场车辆标记为异常行为车辆,有可能是违停造成,但也有可能是道路拥堵造成,但是通过分析比较可以发现,拥堵的情况通常车辆都会在慢慢移动,在识别范围内停留的时间也是有限的,而违停的停留时间更长,因此两者存在很大的区别。第三阈值的设置可以是根据车辆在拥堵状态下通过的平均时间,必要时可以增加合理的容限时间,例如可以直接设置5分钟或10分钟,优选地,还可以结合历史的拥堵通行时间及各种影响因素综合进行判断,第三阈值通常比第一阈值要长一点。需要说明的是,同一入场时间内并不必然仅仅表示在同一时间点入场的车辆,还可以包括在同一时间点合理误差范围内的入场车辆都可以认定为同一入场时间内,即如果若干辆车的入场时间相差仅有几秒,也可以认定为同一入场时间内。如图3所示,A、B、C、D、E五辆车在不同时刻入场,且驻留时间有所不同,其中A车在t1时刻入场,在t2时刻才离场,显然被标记为异常行为车辆,而通过分析可以发现D车也是在t1时刻入场,但是由于D车的驻留时间较短并没有被标记为异常行为车辆,因此在同一入场时间内有且仅有A车标记为异常行为车辆,且驻留时间较长已经大于第三阈值了,所以可以确定A车为违停车辆。
在又一具体实施方式中,对车祸车辆这个异常行为类型进行分析。发生车祸的车辆通常是两车或多车碰擦造成的,多发生于前后车或相邻车道并排车辆之间,因此发生车祸的车辆与车辆之间距离较近。因此,可以设置第三阈值,第三阈值如上所述,在同一入场时间存在至少两辆入场的车辆标记为异常行为车辆时,且所述异常行为车辆的驻留时间同时超过第三阈值,确定所述异常行为车辆之间发生了车祸。这里至少两辆优选地可以只设置两辆或三辆,因为发生碰擦的车辆通常以两辆为主,有时会存在三辆的情况。如上所述,引入第三阈值的判断就是为了区别开因为拥堵造成的干扰。如图4所示,A、B、C、D、E五辆车在不同时刻入场,且驻留时间有所不同,其中,A车和D车同时在t1时刻入场,驻留时间都持续到t2时刻,远远大于第一阈值,而在t1时刻不存在其他车辆入场,因此在同一入场时间内存在A车和D车标记为异常行为车辆,且A车和D车的驻留时间都同时超过第三阈值,确定A车和D车之间发生了车祸。
优选地还可以设置比第三阈值大的第五阈值,第五阈值限定车祸车辆的处理时间,当车祸车辆为第五阈值内及时离开阈值范围,也可以认定为违停车辆。即设置第五阈值,确定发生车祸的异常行为车辆的驻留时间超过第五阈值时,重新确定所述异常行为车辆为违停车辆。
需要说明的是,判断违停车辆和车祸车辆的两种实施方式中,入场的车辆可以包括同一断面内所有车道,当识别范围是由不同车道对应的天线产生时,是将多个天线采集的对应身份车辆的相关信息进行综合分析得出的。另外,在特殊的应用中,判断异常行为车辆仅仅在于识别违停车辆或者车祸车辆,那么此时第三阈值和第一阈值就可以设置一样的。
在上述实施方式中,尤其发生在城市道路中,车辆即使发生拥堵通常也是处于缓慢通行,因此采用上述实施方式可以很好地确定车辆的具体异常行为类型。这里其实主要通过分析道路拥堵的成因来决定的,道路拥堵的情况发生通常是由前方的堵点造成的,最典型的就是堵点发生车祸,还有一种就是所谓的幽灵堵塞现象,是因为道路车辆相对饱和,出现的扰动,例如刹车等,形成虚拟堵点造成的连锁反应。而城市道路大多都比较宽敞,且分流点较多,因此拥堵的车辆及时间也比较有限,所以不太会出现长时间拥堵不前的情况发生,一般都会保持缓慢的速度前行。
但是应用在高速公路的场景中,就可能需要考虑车辆长时间拥堵的情况,尤其节假日期间,可能拥堵的车辆就直接熄火停在拥堵路段上。但是可以通过识别范围内车辆“老出新进”的大体趋势推断出来,具体可以通过排除法的方式将明显不可能是违停车辆或车祸车辆排除掉。通过分析判断,违停车辆和车祸车辆在发生后的一段时间是不可能移动的,此时可以通过所述异常行为车辆反馈的RSSI(Received Signal Strength Indicatio,接收的信号强度指示)值来判断车辆的状态,例如在所述异常行为车辆入场后的第三阈值时刻点的上下预设范围内,出现RSSI值的波动,说明车辆在移动,那么就可以推断出车辆并不处于违停或车祸状态,因此重新确定车辆处于拥堵状态或者其他特殊情况。
在优选的实施方式中,还可以设置第四阈值,所述异常行为车辆入场到所述第三阈值范围内,计算所述异常行为车辆所在车道的出场车辆数,在所述出场车辆数小于所述第四阈值且所在车道仍有新入场的车辆标记为异常行为车辆时,重新确定所述异常行为车辆处于拥堵状态。因为在判断所述异常行为车辆为违停或车祸状态时,从入场到第三阈值范围内,所述异常行为车辆都是处于识别范围内的,所以通过计算期间所述异常行为车辆所在车道的出场车辆数,来确定车道的通行状况,如果所在车道的出场车辆数较多时,说明车道的通行状态至少还没有停滞,因此异常行为车辆理应在合理的第三阈值内离开识别范围,如果所在车道的出场车辆数较少,这里通过第四阈值来限定,第四阈值可以根据实际拥堵严重情况下的出场车辆数来参考具体的数值,当出场车辆数小于所述第四阈值时,说明道路拥堵及其严重,甚至出现只进不出的情况,此时就需要重新确定所述异常行为车辆处于拥堵状态,且可能拥堵非常严重。但是,上述的分析方法是建立在道路有拥堵的情况下,如果是因为道路上经过车辆较少导致出场车辆较少时,就会得出错误的结论,因此还要判断所在车道是否仍有新入场的车辆标记为异常行为车辆,即在所述异常行为车辆入场后,其他车辆入场也不能正常通过识别范围,那就确定对应道路的确出现严重的拥堵。优选地,还可以结合直接判断道路是否拥堵来确定违停和车祸车辆是否识别正确,即如上所述计算仍处于所述识别范围内的异常行为车辆的数量,在所述异常行为车辆的数量超过所述第二阈值时,确定对应道路处于拥堵状态。
如图5所示,A、B、C、D、E五辆车在不同时刻入场,且驻留时间有所不同,其中A车和D车同时在t1时刻入场,驻留时间一直延续到t2时刻,按照上述直接判断的方式,那么判断A车和D车之间发生了车祸,但是通过进一步判断发现,A车或D车所在的车道出场车辆较少,以没有出场车辆为例,显然小于第四阈值,且C车和E车在A车和D车入场后进入识别范围内,通过驻留时间也可以发现出现了滞留的现象,因此说明道路是发生拥堵,而A车和D车标记为异常行为车辆并非因为之间发生碰擦,有可能是因为巧合同时入场却遇到拥堵不能正常前行造成的。
如图6所示,本发明一实施方式中道路车辆交通行为识别***示意图。道路车辆交通行为识别***包括获取单元U1、判断单元U2、标记单元U3,通过判断对应身份车辆与所述识别范围相关的时间特性来确定车辆通行的行为模式。
获取单元U1用于获取对应道路识别范围内车辆的身份,记录对应身份车辆进入所述识别范围的入场时间。获取方式优选地采用射频识别读写器,通过射频识别读写器收发射频信号,对车辆前挡风玻璃上的射频识别电子标签进行读写,获得射频识别电子标签中表示车辆身份的信息。如何确定对应身份车辆处于识别范围内,通过射频识别电子标签是否持续读取到对应的身份信息为准,以首次读取到对应车辆身份的时间作为入场时间,不能读取到对应车辆身份前的最后一次读取时间作为出场时间,通过入场和出场的情况来大体判断车辆在识别范围内的行为模式。
判断单元U2用于设置第一阈值,判断对应身份车辆在识别范围内的驻留时间是否超过所述第一阈值。第一阈值可以根据车辆正常通过识别范围所需要的时间为依据,对应的识别范围如果处于红绿灯等路口,第一阈值的设定还要考虑红灯等待的时间。第一阈值的设定是为了区别开正常通行的车辆,将在识别范围内具有异常行为的车辆分辨出来,即找出在识别范围内停留较长时间的车辆。例如,某些车辆仅仅在2秒以内就通过了识别范围,说明它属于正常通行的车辆,如果某些车辆通过识别范围需要2分钟,远远超过正常时间,即第一阈值,说明车辆通行存在一定的问题。驻留时间是自对应身份车辆入场以后开始计时直至对应身份车辆离开识别范围,当车辆处于识别范围内时,驻留时间会随着时间的推移不断地增长。
标记单元U3用于对驻留时间超过所述第一阈值的车辆标记为异常行为车辆。通过与第一阈值进行比较,将驻留时间超过第一阈值的车辆标记为异常行为车辆。如上所述,标记的异常行为车辆可以直接显示在屏幕的地图上,或者对异常行为车辆做进一步识别。优选地,标记单元U3设置第二阈值,第二阈值用于表示一种车辆数的门限值,具体地根据对应道路可承载车辆的限度决定。计算对应道路仍处于所述识别范围内的异常行为车辆的数量,在所述异常行为车辆的数量超过所述第二阈值时,确定对应道路处于拥堵状态。确定道路拥堵通常是一个实时的过程,上述实施方式需要分析某个时刻,道路上处于识别范围内的异常行为车辆的数量来判断道路拥堵情况,当某个时刻某个异常行为车辆已经离开识别范围,应该确定不在统计的数量内。
标记单元U3设置第三阈值,通过第三阈值可以设定拥堵通行时间的标准。通过第三阈值,可以在同一入场时间内有且仅有一辆入场车辆标记为异常行为车辆时,且所述异常行为车辆的驻留时间超过所述第三阈值,确定所述异常行为车辆为违停车辆。或者在同一入场时间内存在至少两辆入场的车辆标记为异常行为车辆时,且所述异常行为车辆的驻留时间同时超过第三阈值,确定所述异常行为车辆之间发生了车祸。利用违停车辆或车祸车辆与入场时间之间的特殊关系,将违停车辆或车祸车辆区别开来。另外还可以通过所述异常行为车辆反馈的RSSI值或者判断“老出新进”的趋势来保证排除拥堵过于严重而造成通过入场时间判断上述异常行为类型存在错误的情况,相关的实施方式还可以具体参照道路车辆交通行为识别方法的具体实施方式。
结合本申请所公开的方法技术方案,可以直接体现为硬件、由控制单元执行的软件模块或二者组合,即一个或多个步骤和/或一个或多个步骤组合,既可以对应于计算机程序流程的各个软件模块,亦可以对应于各个硬件模块,例如ASIC(Application SpecificIntegrated Circuit,专用集成电路)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)或其他可编程逻辑器件、分立门或晶体管逻辑器件、分立硬件组件或者其任意适当组合。为了描述的方便,描述上述装置时以功能分为各种模块分别描述,当然,在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来。该软件由微控制单元执行,依赖于所需要的配置,可以包括任何类型的一个或多个微控制单元,包括但不限于微控制单元、微控制器、DSP(Digital Signal Processor,数字信号控制单元)或其任意组合。该软件存储在存储器,例如,易失性存储器(例如随机读取存储器等)、非易失性存储器(例如,只读存储器、闪存等)或其任意组合。
综上所述,本发明通过对识别范围内的车辆身份进行识别,分析不同身份车辆的入场时间及驻留时间,通过判断对应身份车辆是否超过设置的阈值范围以确定是否为异常行为车辆。本发明可以提高识别道路车辆交通行为的效率,为道路数据分析提供支持。
应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施方式中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明,它们并非用以限制本发明的保护范围,凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。
Claims (11)
1.一种道路车辆交通行为识别方法,其特征在于,包括如下步骤:
获取对应道路识别范围内车辆的身份,记录对应身份车辆进入所述识别范围的入场时间;
设置第一阈值,判断对应身份车辆在识别范围内的驻留时间是否超过所述第一阈值;
对驻留时间超过所述第一阈值的车辆标记为异常行为车辆。
2.根据权利要求1所述的道路车辆交通行为识别方法,其特征在于,所述车辆的身份通过射频识别读写器读取车辆上安装的射频识别电子标签获得并以首次读取到对应车辆身份的时间作为入场时间。
3.根据权利要求1所述的道路车辆交通行为识别方法,其特征在于,设置第二阈值,在对应道路中,计算仍处于所述识别范围内的异常行为车辆的数量,在所述异常行为车辆的数量超过所述第二阈值时,确定对应道路处于拥堵状态。
4.根据权利要求3所述的道路车辆交通行为识别方法,其特征在于,根据所有异常行为车辆的平均驻留时间来确定道路的拥堵等级。
5.根据权利要求1所述的道路车辆交通行为识别方法,其特征在于,设置第三阈值,在同一入场时间内有且仅有一辆入场车辆标记为异常行为车辆时,且所述异常行为车辆的驻留时间超过所述第三阈值,确定所述异常行为车辆为违停车辆。
6.根据权利要求1所述的道路车辆交通行为识别方法,其特征在于,设置第三阈值,在同一入场时间内存在至少两辆入场的车辆标记为异常行为车辆时,且所述异常行为车辆的驻留时间同时超过第三阈值,确定所述异常行为车辆之间发生了车祸。
7.根据权利要求5或6所述的道路车辆交通行为识别方法,其特征在于,设置第四阈值,所述异常行为车辆入场到所述第三阈值范围内,计算所述异常行为车辆所在车道的出场车辆数,在所述出场车辆数小于所述第四阈值且所在车道仍有新入场的车辆标记为异常行为车辆时,重新确定所述异常行为车辆处于拥堵状态。
8.一种道路车辆交通行为识别***,其特征在于,包括:
获取单元,用于获取对应道路识别范围内车辆的身份,记录对应身份车辆进入所述识别范围的入场时间;
判断单元,用于设置第一阈值,判断对应身份车辆在识别范围内的驻留时间是否超过所述第一阈值;
标记单元,用于对驻留时间超过所述第一阈值的车辆标记为异常行为车辆。
9.根据权利要求8所述的道路车辆交通行为识别***,其特征在于,所述标记单元还设置第二阈值,在对应道路中,计算仍处于所述识别范围内的异常行为车辆的数量,在所述异常行为车辆的数量超过所述第二阈值时,确定对应道路处于拥堵状态。
10.根据权利要求8所述的道路车辆交通行为识别***,其特征在于,所述标记单元还设置第三阈值,在同一入场时间内有且仅有一辆入场车辆标记为异常行为车辆时,且所述异常行为车辆的驻留时间超过所述第三阈值,确定所述异常行为车辆为违停车辆。
11.根据权利要求8所述的道路车辆交通行为识别***,其特征在于,所述标记单元还设置第三阈值,在同一入场时间内存在至少两辆入场的车辆标记为异常行为车辆时,且所述异常行为车辆的驻留时间同时超过第三阈值,确定所述异常行为车辆之间发生了车祸。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710810021.3A CN108460970A (zh) | 2017-09-11 | 2017-09-11 | 道路车辆交通行为识别方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710810021.3A CN108460970A (zh) | 2017-09-11 | 2017-09-11 | 道路车辆交通行为识别方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108460970A true CN108460970A (zh) | 2018-08-28 |
Family
ID=63221059
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710810021.3A Pending CN108460970A (zh) | 2017-09-11 | 2017-09-11 | 道路车辆交通行为识别方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108460970A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109961634A (zh) * | 2019-03-05 | 2019-07-02 | 同济大学 | 一种基于车联网的城市道路垂直定位***及方法 |
CN110491140A (zh) * | 2019-08-08 | 2019-11-22 | 横琴善泊投资管理有限公司 | 一种停车场出入口车道占用检测及引导方法和*** |
CN111047872A (zh) * | 2019-11-29 | 2020-04-21 | 武汉虹信技术服务有限责任公司 | 一种基于智能分析的道路违停车辆管理***及方法 |
CN111161556A (zh) * | 2019-12-24 | 2020-05-15 | 北京握奇数据股份有限公司 | 基于obu的高速公路交通拥堵提示方法和*** |
CN112633039A (zh) * | 2019-09-24 | 2021-04-09 | 成都通甲优博科技有限责任公司 | 一种拥堵区域过滤的方法和*** |
CN113033471A (zh) * | 2021-04-15 | 2021-06-25 | 北京百度网讯科技有限公司 | 交通异常检测方法、装置、设备、存储介质以及程序产品 |
CN113870548A (zh) * | 2020-06-30 | 2021-12-31 | 奥迪股份公司 | 交通管理装置及相应的方法、服务器、计算机设备和介质 |
CN114464008A (zh) * | 2019-03-07 | 2022-05-10 | 西安艾润物联网技术服务有限责任公司 | 车辆进出场所的警示方法及装置 |
CN117539874A (zh) * | 2023-10-11 | 2024-02-09 | 湖北泰跃卫星技术发展股份有限公司 | 一种基于移动轨迹获取农事活动的方法及装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003337992A (ja) * | 2002-05-22 | 2003-11-28 | Hitachi Kokusai Electric Inc | 車輛速度監視システムを利用した交通情報提供システム |
JP2009282683A (ja) * | 2008-05-21 | 2009-12-03 | Mitsubishi Electric Corp | 不正車両撮影システム及び画像処理装置 |
CN102034354A (zh) * | 2010-11-04 | 2011-04-27 | 东南大学 | 基于固定检测器的城市道路交通事故影响范围确定方法 |
CN104091443A (zh) * | 2014-06-26 | 2014-10-08 | 北京计算机技术及应用研究所 | 一种基于射频识别计算交通拥堵程度的方法及其*** |
CN104282165A (zh) * | 2013-07-12 | 2015-01-14 | 深圳市赛格导航科技股份有限公司 | 路段拥堵预警方法及装置 |
CN104751629A (zh) * | 2013-12-31 | 2015-07-01 | ***通信集团公司 | 一种交通事件的检测方法和*** |
CN105046960A (zh) * | 2015-07-10 | 2015-11-11 | 潘进 | 一种对道路拥堵状态分析及违法停车检测的方法及装置 |
CN105355053A (zh) * | 2015-11-04 | 2016-02-24 | 公安部交通管理科学研究所 | 路边违停车辆自动检测*** |
KR101753804B1 (ko) * | 2016-12-01 | 2017-07-04 | (주)아이엠시티 | 인공지능을 통한 주정차 위반 단속 알림 시스템 |
-
2017
- 2017-09-11 CN CN201710810021.3A patent/CN108460970A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003337992A (ja) * | 2002-05-22 | 2003-11-28 | Hitachi Kokusai Electric Inc | 車輛速度監視システムを利用した交通情報提供システム |
JP2009282683A (ja) * | 2008-05-21 | 2009-12-03 | Mitsubishi Electric Corp | 不正車両撮影システム及び画像処理装置 |
CN102034354A (zh) * | 2010-11-04 | 2011-04-27 | 东南大学 | 基于固定检测器的城市道路交通事故影响范围确定方法 |
CN104282165A (zh) * | 2013-07-12 | 2015-01-14 | 深圳市赛格导航科技股份有限公司 | 路段拥堵预警方法及装置 |
CN104751629A (zh) * | 2013-12-31 | 2015-07-01 | ***通信集团公司 | 一种交通事件的检测方法和*** |
CN104091443A (zh) * | 2014-06-26 | 2014-10-08 | 北京计算机技术及应用研究所 | 一种基于射频识别计算交通拥堵程度的方法及其*** |
CN105046960A (zh) * | 2015-07-10 | 2015-11-11 | 潘进 | 一种对道路拥堵状态分析及违法停车检测的方法及装置 |
CN105355053A (zh) * | 2015-11-04 | 2016-02-24 | 公安部交通管理科学研究所 | 路边违停车辆自动检测*** |
KR101753804B1 (ko) * | 2016-12-01 | 2017-07-04 | (주)아이엠시티 | 인공지능을 통한 주정차 위반 단속 알림 시스템 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109961634A (zh) * | 2019-03-05 | 2019-07-02 | 同济大学 | 一种基于车联网的城市道路垂直定位***及方法 |
CN114464008A (zh) * | 2019-03-07 | 2022-05-10 | 西安艾润物联网技术服务有限责任公司 | 车辆进出场所的警示方法及装置 |
CN110491140A (zh) * | 2019-08-08 | 2019-11-22 | 横琴善泊投资管理有限公司 | 一种停车场出入口车道占用检测及引导方法和*** |
CN112633039A (zh) * | 2019-09-24 | 2021-04-09 | 成都通甲优博科技有限责任公司 | 一种拥堵区域过滤的方法和*** |
CN111047872A (zh) * | 2019-11-29 | 2020-04-21 | 武汉虹信技术服务有限责任公司 | 一种基于智能分析的道路违停车辆管理***及方法 |
CN111161556A (zh) * | 2019-12-24 | 2020-05-15 | 北京握奇数据股份有限公司 | 基于obu的高速公路交通拥堵提示方法和*** |
CN111161556B (zh) * | 2019-12-24 | 2021-09-07 | 北京握奇数据股份有限公司 | 基于obu的高速公路交通拥堵提示方法和*** |
CN113870548A (zh) * | 2020-06-30 | 2021-12-31 | 奥迪股份公司 | 交通管理装置及相应的方法、服务器、计算机设备和介质 |
CN113033471A (zh) * | 2021-04-15 | 2021-06-25 | 北京百度网讯科技有限公司 | 交通异常检测方法、装置、设备、存储介质以及程序产品 |
CN117539874A (zh) * | 2023-10-11 | 2024-02-09 | 湖北泰跃卫星技术发展股份有限公司 | 一种基于移动轨迹获取农事活动的方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108460970A (zh) | 道路车辆交通行为识别方法及*** | |
CN102610099B (zh) | 一种用于十字路口的交通违章检测***及检测方法 | |
CN100511321C (zh) | 高速公路上车辆的车速和相对位置实时测量***及方法 | |
CN109178039B (zh) | 一种基于rfid的轨道列车辅助控制方法 | |
CN110136447A (zh) | 行车变道检测及违法变道识别的方法 | |
CN106652551A (zh) | 一种车位检测方法及设备 | |
CN112069888B (zh) | 车辆排查方法、***及其路侧设备、车载设备、手持终端 | |
CN102147974B (zh) | 交通管理***和方法 | |
CN105046960A (zh) | 一种对道路拥堵状态分析及违法停车检测的方法及装置 | |
CN105046985A (zh) | 基于大数据的主干道全路段的交通控制*** | |
CN102779415B (zh) | 实时分析交通信号相位的方法与装置 | |
CN110466566A (zh) | 一种基于列车追踪关系筛选车头前方空闲的方法和*** | |
CN107895481B (zh) | 基于浮动车技术的区域道路车流量控制方法 | |
CN102332209A (zh) | 一种汽车违章视频监测方法 | |
CN101847320A (zh) | 路***通控制***和方法 | |
CN106960583A (zh) | 一种有轨电车路口信号优先控制*** | |
CN103021182B (zh) | 机动车闯红灯违章监测方法及装置 | |
CN201673603U (zh) | 路***通控制*** | |
CN104008660B (zh) | 一种能监测路口信号控制器控制效果的***及方法 | |
CN107038861A (zh) | 一种基于汽车电子标识的交通拥堵检测***、方法及装置 | |
CN107273771A (zh) | 车辆行驶方向的识别方法、***、标识站、存储器及后台服务器 | |
CN109166313A (zh) | 一种根据过车数据的溢出预警方法 | |
CN110427010A (zh) | 一种车载obu异常状况告警***及方法 | |
CN104008659A (zh) | 一种能精准监测路口信号控制器控制效果的***及方法 | |
CN103544512B (zh) | 基于多天线阵rfid对车道上车辆识别的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180828 |
|
RJ01 | Rejection of invention patent application after publication |