CN108919256B - 四维实景交通仿真车辆超速全程跟踪检测报警***及方法 - Google Patents

四维实景交通仿真车辆超速全程跟踪检测报警***及方法 Download PDF

Info

Publication number
CN108919256B
CN108919256B CN201810817838.8A CN201810817838A CN108919256B CN 108919256 B CN108919256 B CN 108919256B CN 201810817838 A CN201810817838 A CN 201810817838A CN 108919256 B CN108919256 B CN 108919256B
Authority
CN
China
Prior art keywords
vehicle
overspeed
tracking
alarm
dimensional
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
Application number
CN201810817838.8A
Other languages
English (en)
Other versions
CN108919256A (zh
Inventor
冯保国
付增辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hebei Deguroon Electronic Technology Co ltd
Original Assignee
Hebei Deguroon Electronic Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hebei Deguroon Electronic Technology Co ltd filed Critical Hebei Deguroon Electronic Technology Co ltd
Priority to CN201810817838.8A priority Critical patent/CN108919256B/zh
Publication of CN108919256A publication Critical patent/CN108919256A/zh
Application granted granted Critical
Publication of CN108919256B publication Critical patent/CN108919256B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/867—Combination of radar systems with cameras
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/24—Reminder alarms, e.g. anti-loss alarms
    • 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
    • G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • 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
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • G08G1/054—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed photographing overspeeding vehicles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/025—Services making use of location information using location based information parameters
    • H04W4/027—Services making use of location information using location based information parameters using movement velocity, acceleration information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提出了一种四维实景交通仿真车辆超速全程跟踪检测报警***及方法；利用车辆抓拍摄像机对行驶的车辆实时抓拍获取车辆的特征信息，利用全方位跟踪检测雷达获取车辆的实时的跟踪定位数据，数据采集分析处理器提取云处理服务器中预设的超速规则判断车辆是否超速，对于超速车辆进行目标锁定并跟踪，结合该车辆的车辆图像，判断车辆是否违规占用车道超车，生成报警信息上报至云处理服务器，提醒车辆减速并提醒同车道前方车辆避让，避免车祸发生；云处理服务器根据报警信息，存储报警录像，全路径布设的全方位跟踪检测雷达采集并形成的车辆行驶路径，及时记录车辆超速发生的起始时间、超速时长和超速路段，及时形成报警信息，避免车祸发生。

Description

四维实景交通仿真车辆超速全程跟踪检测报警***及方法
技术领域
本发明涉及车辆行人跟踪定位技术、车牌抓拍技术、车辆行人三维仿真技术、道路视频监控技术、道路环境监控技术、交通状况仿真技术、网络通信技术、气象仿真技术、计算机图形技术、视频渲染技术、三维高精GIS地图技术、虚拟现实融合技术以及车路协同技术和导航技术，特别涉及一种基于四维实景交通仿真车辆超速全程跟踪检测报警***及方法。
背景技术
随着我国高速公路通车里程的迅速增长和车流量的加大，高速公路车辆超速行驶会对路产以及司乘人员造成极大危害，车辆在超速行驶过程中会使驾驶人的视线严重下降。车速越高的话，对于司机的视力影响就越严重，很容易造成交通事故的发生。其次、超速行安全系数会变小。超速行驶的车辆会经常处于跟车、超车行驶状态，很难对于前方突发事件做出快速响应，容易造成追尾事故的发生也，超车过程中也会给后方车辆造成极大影响甚至会引发交通事故。超速行驶的车辆稳定性也会下降，由于受到离心力的影响，容易出现汽车向道路外出侧滑或者倾斜出去，对于在弯道行驶的时候，更加难以控制容易造成汽车飞出道路的现象。超速行驶也会使机动车的制动距离延长容易出现追尾事故或撞到路边物体，车辆在超速行驶的状态下给道路或人身安全造成的影响还远远不止这些。正所谓“十起事故，九个快”随着国家高速公路的快速发展，人民安全意识的不断提升，高速公路超速行驶越来越成为人们的关注重点，国家也出台了很多对超速车辆的惩罚措施。惩罚不是目的，目的是确保车辆能够有秩序的行驶，减少人员伤亡，减少路产损失。对于那些故意超车驾驶的司乘人员给予警告和惩罚也是对他们生命的一种保护。但是惩罚措施并没有有效防止超速行为，司乘人员只能在事后处理车辆违章时，才知道在某个路段行驶时，曾经超速行驶，因此，存在严重的信息滞后。
发明内容
本发明的目的旨在至少解决所述的技术缺陷之一。
为了实现上述目的，本发明一方面的实施例提供一种四维实景交通仿真车辆超速全程跟踪检测报警***及方法，包括多要素全方位跟踪检测雷达、车辆抓拍摄像机、数据采集分析处理器、云处理服务器和四维仿真监控管理站；
所述多要素全方位跟踪检测雷达传感器设备通过360°全方位高速扫描的方式，将雷达区域内所有移动的车辆或行人进行实时跟踪定位并获取每一个目标的实时位置和雷达的原始数据信息；
所述车辆抓拍摄像机用于获取当前对应高速路段上，行驶的每一辆车的车辆图像；并将所述车辆图像发送至数据采集分析处理器；所述多要素全方位跟踪检测雷达，用于获取高速路上行驶的每一辆车的当前雷达扫描数据；并将所述雷达扫描数据发送至数据采集分析处理器；
所述数据采集分析处理器根据接收到的车辆图像提取车辆特征信息，根据接收到的雷达扫描数据提取车辆跟踪定位信息；所述数据采集分析处理器根据初次接收到的车辆雷达扫描数据为每辆车分配唯一标识的ID编号；提取该ID编号车辆的雷达扫描数据得到车辆跟踪定位信息，并根据接受的车辆图像提取车辆特征信息，将该ID编号的车辆跟踪定位信息与车辆特征信息进行匹配；将匹配后的车辆特征信息和车辆跟踪定位信息发送至云处理服务器；所述数据采集分析处理器获取在云处理服务器中设定的高速公路超速报警规则；根据车辆跟踪定位信息得出的实时车道定位信息和行驶速度，与预设的超速报警规则进行比较，一旦发现车辆超速并超过预先设定的允许时间，所述数据采集分析处理器即刻生成报警信息，并对超速的目标车辆进行锁定和跟踪，同时上报报警信息至云处理服务器；
所述云处理服务器接收并存储所有的匹配后的车辆特征信息和车辆的雷达跟踪定位信息；利用三维仿真模块根据接收到车辆特征信息和车辆的雷达跟踪定位信息与预存的所有三维车辆模型进行特征信息匹配，提取与实际道路上行驶车辆一样的三维车辆模型，并将每一辆汽车的雷达扫描到的实时跟踪定位信息、车辆三维模型和云处理服务器中预存的三维高精度GIS地图进行多数据融合仿真，形成四维实景交通仿真显示、查看、监控监视方案，通过对四维实景交通仿真中车辆的监视检测，对实际道路上行驶的车辆进行实时检测。云处理服务器根据接收到的匹配后的车辆特征信息和车辆的雷达跟踪定位信息，仿真得出各个ID编号的车辆的行驶路径；并将所述四维实景交通仿真中车辆行驶路径发送至四维仿真监控管理站；根据接收到的报警信息，利用预设的超速报警规则和仿真得出的车辆行驶的路径，根据人工智能学习方法进行大数据综合分析，生成报警处理预案，并将报警预案发送至四维仿真监控管理站；
所述四维仿真监控管理站接收云处理服务器发送的三维车辆仿真融合数据和四维交通仿真行驶路径进行仿真动画显示；根据接收的报警预案进行报警事件存查、生成报警事件报表。
优选的，所述云处理服务器根据当前雷达扫描数据提取该ID编号当前的行驶速度和定位信息；按照时间顺序将定位信息进行整合，得到该ID编号车辆的连续行驶路径；根据多要素全方位检测雷达实时采集的车辆当前行驶速度，判断车辆是否超速，当车辆超速时，锁定超速的目标车辆，当目标车辆超速时间超过预设允许时间时，提取车辆首次超速的定位信息，根据超速时间锁定目标车辆的行驶路径。
优选的，所述超速报警规则在设定时，按照各个高速路段规定的限速规则和各个车型在各个路段的限速规则进行设定。
优选的，所述数据采集分析处理器根据车辆图像提取车辆特征信息时，所述车辆特征信息包括牌照编号、车辆尺寸、车身颜色、车辆型号和车标；所述车辆跟踪定位信息还包括行驶速度、运动方向、经纬度、方向角。
优选的，所述云处理服务器根据车辆超速行驶时间预设多级预警方案；并根据车辆行驶的定位信息，将多级报警方案，推送至车辆即将通过的高速路段管理站。
本发明提供一种四维实景交通仿真车辆超速全程跟踪检测报警***及方法，应用于上述报警***，包括以下步骤：
步骤S1，利用多要素全方位跟踪检测雷达对行驶车辆进行跟踪监测，获取当前对应高速路段上行驶的每一辆车的车辆图像，以及当前每一辆车的车辆跟踪定位信息并将所述车辆图像发送至数据采集分析处理器；
步骤S2，数据采集分析处理器根据接收到的车辆图像提取车辆特征信息，根据接收到的雷达扫描数据提取车辆跟踪定位信息；所述数据采集分析处理器根据初次接收到的车辆雷达扫描数据为每辆车分配唯一标识的ID编号；提取该ID编号车辆的雷达扫描数据得到车辆跟踪定位信息，并根据接受的车辆图像提取车辆特征信息，将该ID编号的车辆跟踪定位信息与车辆特征信息进行匹配；将匹配后的车辆特征信息和车辆跟踪定位信息发送至云处理服务器；所述数据采集分析处理器获取在云处理服务器中设定的高速公路超速报警规则；根据车辆跟踪定位信息得出的实时车道定位信息和行驶速度，与预设的超速报警规则进行比较，一旦发现车辆超速并超过预先设定的允许时间，所述数据采集分析处理器即刻生成报警信息，并对超速的目标车辆进行锁定和跟踪，同时上报报警信息至云处理服务器；
步骤S3，云处理服务器接收并存储所有的匹配后的车辆特征信息和车辆的雷达跟踪定位信息；利用三维仿真模块根据接收到车辆特征信息和车辆的雷达跟踪定位信息与预存的所有三维车辆模型进行特征信息匹配，提取与实际道路上行驶车辆一样的三维车辆模型，并将每一辆汽车的雷达扫描到的实时跟踪定位信息、车辆三维模型和云处理服务器中预存的三维高精度GIS地图进行多数据融合仿真，形成四维实景交通仿真显示、查看、监控监视方案，通过对四维实景交通仿真中车辆的监视检测，对实际道路上行驶的车辆进行实时检测。云处理服务器根据接收到的匹配后的车辆特征信息和车辆的雷达跟踪定位信息，仿真得出各个ID编号的车辆的行驶路径；并将所述四维实景交通仿真中车辆行驶路径发送至四维仿真监控管理站；根据接收到的报警信息，利用预设的超速报警规则和仿真得出的车辆行驶的路径，根据人工智能学习方法进行大数据综合分析，生成报警处理预案，并将报警预案发送至四维仿真监控管理站；
步骤S4；四维仿真监控管理站接收云处理服务器发送的三维车辆仿真融合数据和四维交通仿真行驶路径进行仿真动画显示；根据接收的报警预案进行报警事件存查、生成报警事件报表。
优选的，步骤S2中，云处理服务器根据当前雷达扫描数据提取该ID编号当前的行驶速度和定位信息；按照时间顺序将定位信息进行整合，得到该ID编号车辆的连续行驶路径；根据多要素全方位检测雷达实时采集的车辆当前行驶速度，判断车辆是否超速，当车辆超速时，锁定超速的目标车辆，当目标车辆超速时间超过预设允许时间时，提取车辆首次超速的定位信息，根据超速时间锁定目标车辆的行驶路径。
优选的，步骤S3中，超速报警规则在设定时，按照各个高速路段规定的限速规则和各个车型在各个车道的限速规则进行设定。
优选的，步骤S2中，所述数据采集分析处理器根据车辆图像提取车辆特征信息时，所述车辆特征信息包括牌照编号、车辆尺寸、车身颜色、车辆型号和车标；所述车辆跟踪定位信息还包括行驶速度、运动方向、经纬度、方向角。
优选的，步骤S4中，云处理服务器根据车辆超速行驶时间预设多级预警方案；并根据车辆行驶的定位信息，将多级报警方案，推送至车辆即将通过的高速路段管理站。
根据本发明实施例提供的一种四维实景交通仿真车辆超速全程跟踪检测报警***及方法，相比于现有的高速检测装置，至少具有以下优点：
1、通过车牌抓拍摄像机获取车辆特征信息并结合多要素全方位跟踪检测雷达采集到的跟踪定位信息；能实现对车辆进行实时跟踪定位以及四维实景仿真和车辆三维实景仿真功能，根据每一辆车的及时速度和运动轨迹等重要信息，可以实现全程车辆超速跟踪检测报警功能，并可以输出车辆超速起始时间、结束时间、行驶里程、行驶路径等重要信息。
2、将全路径布设的全方位跟踪检测雷达采集并形成的车辆行驶路径，及时记录车辆超速发生的起始时间、超速时长和超速路段，有利于对车辆出发进行准确判定，并及时提供因高速发生车祸的现场证据。
3、同一车辆在通过被N个检测区域重叠的全方位跟踪检测雷达的道路上行驶时，***会给该车辆分配唯一的识别信息；来保持车辆在四维实景仿真路况感知预警监控管理***中信息的唯一性和可持续性。
4、车牌抓拍摄像机的触发信号由全方位跟踪检测雷达通过数据采集分析处理器来实现同步触发抓拍，保证车牌抓拍摄像机抓取的车辆特征信息与被雷达跟踪的车辆数据信息能够完美融合。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1为本发明实施例提供的一种基于四维实景交通仿真车辆超速全程跟踪检测报警***及方法结构示意图；
图2本发明实施例提供的一种基于四维实景仿真路况感知预警监控管理***的全程跟踪车辆超速检测报警方法的流程图；
图3发明实施例提供的一种基于四维实景交通仿真车辆超速全程跟踪检测报警***及方法中云处理服务器的报警流程图；
图4发明实施例提供的一种基于四维实景交通仿真车辆超速全程跟踪检测报警***及方法的超速报警规则的判定示意图；
图5发明实施例提供的一种基于四维实景交通仿真车辆超速全程跟踪检测报警***及方法的超速报警规则的判定示意图；
图中：
1、全方位跟踪检测雷达；2、云处理服务器；3、监控管理中心；101、车辆抓拍摄像机；102、数据采集分析处理器；103、雷达传感器；
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
如图1所示，本发明实施例提供的一种四维实景交通仿真车辆超速全程跟踪检测报警***及方法，包括车辆抓拍摄像机101、数据采集分析处理器102和多要素全方位跟踪检测雷达103、云处理服务器2和监控管理中心3。
数据处理单元采用多线程高速处理器能够同时跟踪定位不少于1000个目标物体。该雷达检测器采用360°机械式高速扫描方式能够对以雷达为中心，半径为500米全区域内不少于1000个目标物体进行时跟踪定位，其目标跟踪定位精度误差小于17.5厘米。因此，预设间隔为相邻两个全方位跟踪检测雷达的距离不超过1公里。
车辆抓拍摄像机用于获取当前对应高速路段上，行驶的每一辆车的车辆图像；并将车辆图像发送至数据采集分析处理器；雷达传感器用于获取高速路上行驶的每一辆车当前的雷达扫描数据；雷达传感器在检测到车辆时，获取该车辆的雷达扫描数据并同步触发车牌抓拍摄像机，进行该时刻车辆图像的抓拍；将车辆雷达扫描数据和该时刻抓拍到的车辆图像一并发送至数据采集分析处理器，为了有效降低设备功耗雷达所有部件全部选用和采用低功耗设计和器件。全方位跟踪检测雷达本身集成了无线通信、4G通信(未来支持5G通信)和有线通信三种数据传输通信方式，有线采用RJ4510/100/1000M自适应网络接口网线连接方式，并可支持POE供电。
数据采集分析处理器进行数据汇总并打包传输到云处理服务器，由于车辆的雷达扫描数据与车辆图像的获取是同步的，由于雷达扫描数据中包含当前车辆的位置信息，而同时触发拍摄的车辆图像也能显示车辆的位置信息，此即可判断该车辆特征信息和该车辆图像属于同一车辆；数据采集分析处理器根据车辆图像提取车辆特征信息，根据雷达扫描数据提取车辆跟踪定位信息；其中，车辆特征信息包括牌照编号、车辆尺寸、车身颜色、车辆型号和车标；车辆跟踪定位信息还包括行驶速度、运动方向、经纬度、方向角。
数据采集分析处理器根据初次接收到的车辆雷达扫描数据为每辆车分配唯一标识的ID编号；提取该ID编号车辆的雷达扫描数据得到车辆跟踪定位信息，并根据接受的车辆图像提取车辆特征信息，将该ID编号的车辆跟踪定位信息与车辆特征信息进行匹配符；得出该ID编号的车辆在行驶路径中的实时车道定位信息和行驶速度；数据采集分析处理器获取在云处理服务器中设定的高速公路超速报警规则；将得出的实时车道定位信息和行驶速度，与预设的超速报警规则进行比较，当该ID编号的车辆的行驶速度和定位信息符合预设的报警规则时，所述数据采集分析处理器即刻生成报警信息，上报报警信息云处理服务器；并接收并公布云处理服务器下发的报警处理预案。
其中，云处理服务器中预设的报警规则，优选的，超速报警规则在设定时，按照各个高速路段规定的限速规则和各个车型在各个路段的限速规则进行设定。
如图3所示，云处理服务器接收并存储所有的匹配后的车辆特征信息和车辆的雷达跟踪定位信息；利用三维仿真模块根据接收到车辆特征信息和车辆的雷达跟踪定位信息与预存的所有三维车辆模型进行特征信息匹配，提取与实际道路上行驶车辆一样的三维车辆模型，并将每一辆汽车的雷达扫描到的实时跟踪定位信息、车辆三维模型和云处理服务器中预存的三维高精度GIS地图进行多数据融合仿真，形成四维实景交通仿真显示、查看、监控监视方案，通过对四维实景交通仿真中车辆的监视检测，对实际道路上行驶的车辆进行实时检测。云处理服务器根据接收到的匹配后的车辆特征信息和车辆的雷达跟踪定位信息，仿真得出各个ID编号的车辆的行驶路径；并将所述四维实景交通仿真中车辆行驶路径发送至四维仿真监控管理站；根据接收到的报警信息，利用预设的超速报警规则和仿真得出的车辆行驶的路径，根据人工智能学习方法进行大数据综合分析，生成报警处理预案，并将报警预案发送至四维仿真监控管理站。
如图4所示，在本发明的一个实施例中，1号车行驶至A路段时，根据高速规定车辆占用快车道则车的速度范围应当为100-120，车辆行驶在慢车道上限速一般60-80；当1号车的速度为超速状态时，例如行驶速度为160km/h；多要素全方位检测雷达实时检测所有ID编号车辆的雷达扫描信息，其中，当检测到1号车超速行驶时，首先从车辆跟踪定位信息中提取1号车的该行驶速度下的位置信息，根据位置信息，判断1号车所占用的车道，同时提取1号车的车辆图像，根据车辆图像提取的车辆特征信息确定1号车的车型，根据1号车的车型以及所占用的车道判断1号车超速的百分比，生成报警信息，推送到司乘人员的汽车导航或者手机APP中。其中该报警信息包括车牌号，行驶路段、平均速度，超速百分比，交通违章判罚；在本实施例中，如果1号车为小型轿车则报警信息按照如下进行显示，车辆牌照为***的；车型为***的车辆，在A路段(收费站1-收费站2)之间超速行驶，超速20％以上不足50％；扣6分，罚款200。
如图5所示，在本发明的另一个实施例中，7座及以下的小轿车在高速路上行驶时，应该行驶在快车道，而快车道的速度限制在100-120km/h，如果多要素全方位检测雷达检测到此时，小轿车的速度为145km/h时，云处理服务器根据数据采集分析处理器发送的该车辆实时的行驶速度，判断该车辆为超速车辆，当车辆超速时，锁定超速的目标车辆，当目标车辆超速时间超过预设允许时间时，提取车辆首次超速的定位信息，由于根据当前雷达扫描数据提取该ID编号当前的行驶速度和定位信息；按照时间顺序将定位信息进行整合，即可得到该ID编号车辆的连续行驶路径；因此云处理服务器可以根据超速时间锁定目标车辆的行驶路径，根据车辆的行驶路径与预存的车辆模型，进行四维实景模拟演示，通过四维实景仿真，提取超速车辆的超速地点、超速路径和超速行驶时间，根据整个超速过程生成报警预案，利用交通法规进行超速处罚，进一步云处理服务器进行四维实景仿真数据可以通过四维模拟动画演示的方式呈现在四维仿真监控管理站。方便管理人员查看。
交通法规进行超速处罚出发的过程可以如下例，如果1号车是大型货车或者客车，按照如下进行显示，车辆牌照为***的；车型为***的车辆，在A路段(收费站1-收费站2)之间超速行驶，超速50％；予以扣6分，扣12分，罚款200-2000元，吊销/扣照驾照。
在本发明的另一个实施例中，云处理服务器中预存所有车辆的三维模型，预存的车辆三维模型首先按照车型进行分类具体包括客车、货车；然后再进一步分类，客车包括大型客车(载客60-40人)、中型客车(40-15人)和乘用车(9人以下)；其中乘用车又分为基本乘用车即轿车，MPV车型，SUV车型以及其他车型比如皮卡；货车包括全挂牵引车、半挂牵引车、厢式货车；其中货车按照车辆尺寸继续进行分类，包括货车轴数、车厢高度；还包括特殊用途的专用车，包括(1)、作业型专用汽车。是指在汽车上安装各种特殊设备进行特定作业的汽车。包括救护车、消防车、环卫车、电视广播车、机场作业车、市政建设工程作业车等。(2)、运输型专用汽车，是指车身经过改装，用来运输专门货物的汽车包括垃圾运输车、冷藏车厢货车、运输沙土的自卸汽车、混凝土运输车、罐车。
云处理服务器根据对抓拍的车辆图像，提取后的车辆特征，按照车型、车辆尺寸、车身颜色、车标型号进行逐步匹配，得出与车辆抓拍摄像机抓拍的真实车辆图像最一致的车辆模型。
云处理服务器根据车辆超速行驶时间预设多级预警方案；并根据车辆行驶的定位信息，将多级报警方案，推送至车辆即将通过的高速路段管理站。
在本发明的一个实施例中，按照超速持续时间的长短分为两级预警；当超速时间在半小时之内，监控管理中心及时推送报警信息，并将报警信息提醒高速公路交警人员。当超速时间超过半小时，在推送报警信息的同时提醒司乘人员是否需要道路救援，同时将该车的超速信息推送至同一路段的同方向行驶车辆，提醒同方向行驶车辆避让；如遇紧急病人等紧急状况，司乘人员选择道路救援后，云处理服务器根据司乘人员的语音需求，发送救援需求至相关路段的高速公路交警的思维仿真监控管理中心，由交警协助开启绿色通道。
四维仿真监控管理站接收云处理服务器发送的三维车辆仿真融合数据和四维仿真行驶路径进行仿真动画显示；根据接收的报警事件进行报警事件存查、生成报警事件报表。可以提供多角度查看功能包括，俯视查看、定点查看、局部查看、区域查看、事件事故车辆回溯查看、事件事故仿真预览等，能够让管理者采用不同视角对异常事件事故车辆和道路以及其他物体进行更加详细的查看。
如图2所示，本发明还提供一种四维实景仿真路况感知预警监控管理***的全程跟踪车辆超速检测报警方法，应用于上述的报警***，包括以下步骤：
步骤S1，多个多要素全方位跟踪检测雷达和车辆抓拍摄像机，按照预设间隔布设在高速路上，利用车辆抓拍摄像机获取当前对应高速路段上行驶的每一辆车的车辆图像，以及多要素全方位跟踪检测雷达获取当前每一辆车的车辆跟踪定位信息并将车辆图像发送至数据采集分析处理器。多要素全方位跟踪检测雷达本身集成了无线通信、4G通信(未来支持5G通信)和有线通信三种数据传输通信方式，有线采用RJ4510/100/1000M自适应网络接口网线连接方式，并可支持POE供电。
步骤S2，数据采集分析处理器根据接收到的车辆图像提取车辆特征信息，根据接收到的雷达扫描数据提取车辆跟踪定位信息；所述数据采集分析处理器根据初次接收到的车辆雷达扫描数据为每辆车分配唯一标识的ID编号；提取该ID编号车辆的雷达扫描数据得到车辆跟踪定位信息，并根据接受的车辆图像提取车辆特征信息，将该ID编号的车辆跟踪定位信息与车辆特征信息进行匹配；将匹配后的车辆特征信息和车辆跟踪定位信息发送至云处理服务器；所述数据采集分析处理器获取在云处理服务器中设定的高速公路超速报警规则；根据车辆跟踪定位信息得出的实时车道定位信息和行驶速度，与预设的超速报警规则进行比较，一旦发现车辆超速并超过预先设定的允许时间，所述数据采集分析处理器即刻生成报警信息，并对超速的目标车辆进行锁定和跟踪，同时上报报警信息至云处理服务器；
同时根据匹配的车辆特征信息和车辆跟踪定位信息得出该ID编号的车辆在行驶路径中的实时车道定位信息和行驶速度；为了有效降低设备功耗雷达所有部件全部选用和采用低功耗设计和器件。
其中，所述数据采集分析处理器根据车辆图像提取车辆特征信息时，所述车辆特征信息包括牌照编号、车辆尺寸、车身颜色、车辆型号和车标；所述车辆跟踪定位信息还包括行驶速度、运动方向、经纬度、方向角。数据采集分析处理器根据当前雷达扫描数据提取该ID编号当前的行驶速度和定位信息；计算该ID编号车辆的平均速度或计算各个路段的平均速度，数据采集分析处理器根据云处理服务器中设置的超速报警规则，当检测到超速车辆时，发送报警信息至云处理服务器，同时锁定超速目标，对超速车辆进行跟踪，直至该车辆恢复正常行驶速度。
步骤S3，云处理服务器接收并存储所有的匹配后的车辆特征信息和车辆的雷达跟踪定位信息；利用三维仿真模块根据接收到车辆特征信息和车辆的雷达跟踪定位信息与预存的所有三维车辆模型进行特征信息匹配，提取与实际道路上行驶车辆一样的三维车辆模型，并将每一辆汽车的雷达扫描到的实时跟踪定位信息、车辆三维模型和云处理服务器中预存的三维高精度GIS地图进行多数据融合仿真，形成四维实景交通仿真显示、查看、监控监视方案，通过对四维实景交通仿真中车辆的监视检测，对实际道路上行驶的车辆进行实时检测。云处理服务器根据接收到的匹配后的车辆特征信息和车辆的雷达跟踪定位信息，仿真得出各个ID编号的车辆的行驶路径；并将所述四维实景交通仿真中车辆行驶路径发送至四维仿真监控管理站；根据接收到的报警信息，利用预设的超速报警规则和仿真得出的车辆行驶的路径，根据人工智能学习方法进行大数据综合分析，生成报警处理预案，并将报警预案发送至四维仿真监控管理站。
超速报警规则在设定时，按照各个高速路段规定的限速规则和各个车型在各个车道的限速规则进行设定。
如图4所示，在本发明的一个实施例中，1号车行驶至A路段时，根据高速规定车辆占用快车道则车的速度范围应当为100-120，车辆行驶在慢车道上限速一般60-80；当1号车的速度为超速状态时，例如行驶速度为160km/h；雷达传感器实时检测所有ID编号车辆的车辆跟踪定位信息，其中，当检测到1号车超速行驶时，首先从车辆跟踪定位信息中提取1号车的该行驶速度下的位置信息，根据位置信息，判断1号车所占用的车道，同时提取1号车的车辆图像，根据车辆图像提取的车辆特征信息确定1号车的车型，根据1号车的车型以及所占用的车道判断1号车超速的百分比，生成报警信息，推送到司乘人员的汽车导航或者手机APP中。其中该报警信息包括车牌号，行驶路段、平均速度，超速百分比，交通违章判罚；在本实施例中，如果1号车为小型轿车则报警信息按照如下进行显示，车辆牌照为***的；车型为***的车辆，在A路段(收费站1-收费站2)之间超速行驶，超速20％以上不足50％；扣6分，罚款200。
如图5所示，在本发明的另一个实施例中，7座及以下的小轿车在高速路上行驶时，应该行驶在快车道，而快车道的速度限制在100-120km/h，如果多要素全方位检测雷达检测到此时，小轿车的速度为145km/h时，云处理服务器根据数据采集分析处理器发送的该车辆实时的行驶速度，判断该车辆为超速车辆，当车辆超速时，锁定超速的目标车辆，当目标车辆超速时间超过预设允许时间时，提取车辆首次超速的定位信息，由于根据当前雷达扫描数据提取该ID编号当前的行驶速度和定位信息；按照时间顺序将定位信息进行整合，即可得到该ID编号车辆的连续行驶路径；因此云处理服务器可以根据超速时间锁定目标车辆的行驶路径，根据车辆的行驶路径与预存的车辆模型，进行四维实景模拟演示，通过四维实景仿真，提取超速车辆的超速地点、超速路径和超速行驶时间，根据整个超速过程生成报警预案，利用交通法规进行超速处罚，进一步云处理服务器进行四维实景仿真数据可以通过四维模拟动画演示的方式呈现在四维仿真监控管理站。方便管理人员查看。
如果1号车是大型货车或者客车，按照如下进行显示，车辆牌照为***的；车型为***的车辆，在A路段(收费站1-收费站2)之间超速行驶，超速50％；予以扣6分，扣12分，罚款200-2000元，吊销/扣照驾照。
在本发明的一个实施例中，云处理服务器中预存所售车辆的三维模型，预存的车辆三维模型首先按照车型进行分类具体包括客车、货车；然后再进一步分类，客车包括大型客车(载客60-40人)、中型客车(40-15人)和乘用车(9人以下)；其中乘用车又分为基本乘用车即轿车，MPV车型，SUV车型以及其他车型比如皮卡；货车包括全挂牵引车、半挂牵引车、厢式货车；其中货车按照车辆尺寸继续进行分类，包括货车轴数、车厢高度；还包括特殊用途的专用车，包括(1)作业型专用汽车。是指在汽车上安装各种特殊设备进行特定作业的汽车。包括救护车、消防车、环卫车、电视广播车、机场作业车、市政建设工程作业车等。(2)运输型专用汽车，是指车身经过改装，用来运输专门货物的汽车包括垃圾运输车、冷藏车厢货车、运输沙土的自卸汽车、混凝土运输车、罐车。
云处理服务器根据车辆抓拍摄像机抓拍的车辆图像，进行图像特征提取，将提取的车辆特征，按照车型、车辆尺寸、车身颜色、车标型号进行逐步匹配，得出与车辆抓拍摄像机抓拍的真实车辆图像最一致的车辆模型。
步骤S4；四维仿真监控管理站接收云处理服务器发送的三维车辆仿真融合数据和四维仿真行驶路径进行仿真动画显示；根据接收的报警事件进行报警事件存查、生成报警事件报表。优选的，云处理服务器根据车辆超速行驶时间预设多级预警方案；并根据车辆行驶的定位信息，将多级报警方案，推送至车辆即将通过的高速路段管理站。
在本发明的一个实施例中，1号车行驶至A路段时，根据高速规定车辆占用快车道则车的速度范围应当为100-120，车辆行驶在慢车道上限速一般60-80；当1号车的速度为超速状态时，例如行驶速度为160km/h；雷达传感器实时检测所有ID编号车辆的车辆跟踪定位信息，其中，当检测到1号车超速行驶时，首先从车辆跟踪定位信息中提取1号车的该行驶速度下的位置信息，根据位置信息，判断1号车所占用的车道，同时提取1号车的车辆图像，根据车辆图像提取的车辆特征信息确定1号车的车型，根据1号车的车型以及所占用的车道判断1号车超速的百分比，生成报警信息，推送到司乘人员的汽车导航或者手机APP中。其中该报警信息包括车牌号，行驶路段、平均速度，超速百分比，交通违章判罚；在本实施例中，如果1号车为小型轿车则报警信息按照如下进行显示，车辆牌照为***的；车型为***的车辆，在A路段(收费站1-收费站2)之间超速行驶，超速20％以上不足50％；扣6分，罚款200。
如果1号车是大型货车或者客车，按照如下进行显示，车辆牌照为***的；车型为***的车辆，在A路段(收费站1-收费站2)之间超速行驶，超速50％；予以扣6分，扣12分，罚款200-2000元，吊销/扣照驾照。
在本发明的另一个实施例中，按照超速持续时间的超短分为两级预警；当超速时间在半小时之内，监控管理中心及时推送报警信息，并将报警信息提醒高速公路交警人员。当超速时间超过半小时时，在推送报警信息的同时提醒司乘人员是否需要道路救援，如遇紧急病人等紧急状况，司乘人员选择道路救援后，监控管理中心根据司乘人员的语音需求，发送救援需求至相关路段的高速公路交警，由交警协助开启绿色通道。在本发明的一个实施例中，按照超速持续时间的长短分为两级预警；当超速时间在半小时之内，监控管理中心及时推送报警信息，并将报警信息提醒高速公路交警人员。当超速时间超过半小时，在推送报警信息的同时提醒司乘人员是否需要道路救援，同时将该车的超速信息推送至同一路段的同方向行驶车辆，提醒同方向行驶车辆避让；如遇紧急病人等紧急状况，司乘人员选择道路救援后，云处理服务器根据司乘人员的语音需求，发送救援需求至相关路段的高速公路交警的思维仿真监控管理中心，由交警协助开启绿色通道。
四维仿真监控管理站接收云处理服务器发送的三维车辆仿真融合数据和四维仿真行驶路径进行仿真动画显示；根据接收的报警事件进行报警事件存查、生成报警事件报表。可以提供多角度查看功能包括，俯视查看、定点查看、局部查看、区域查看、事件事故车辆回溯查看、事件事故仿真预览等，能够让管理者采用不同视角对异常事件事故车辆和道路以及其他物体进行更加详细的查看。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。本发明的范围由所附权利要求及其等同限定。

Claims (10)

1.一种基于四维实景交通仿真车辆超速全程跟踪检测报警***，其特征在于，包括多要素全方位跟踪检测雷达、车辆抓拍摄像机、数据采集分析处理器、云处理服务器和四维仿真监控管理站；
所述多要素全方位跟踪检测雷达传感器设备通过360°全方位高速扫描的方式，将雷达区域内所有移动的车辆或行人进行实时跟踪定位并获取每一个目标的实时位置和雷达的原始数据信息；所述车辆抓拍摄像机用于获取当前对应高速路段上，行驶的每一辆车的车辆图像；并将所述车辆图像发送至数据采集分析处理器；所述多要素全方位跟踪检测雷达，用于获取高速路上行驶的每一辆车的当前雷达扫描数据；并将所述雷达扫描数据发送至数据采集分析处理器；
所述数据采集分析处理器根据接收到的车辆图像提取车辆特征信息，根据接收到的雷达扫描数据提取车辆跟踪定位信息；所述数据采集分析处理器根据初次接收到的车辆雷达扫描数据为每辆车分配唯一标识的ID编号；提取该ID编号车辆的雷达扫描数据得到车辆跟踪定位信息，并根据接受的车辆图像提取车辆特征信息，将该ID编号的车辆跟踪定位信息与车辆特征信息进行匹配；将匹配后的车辆特征信息和车辆跟踪定位信息发送至云处理服务器；所述数据采集分析处理器获取在云处理服务器中设定的高速公路超速报警规则；根据车辆跟踪定位信息得出的实时车道定位信息和行驶速度，与预设的超速报警规则进行比较，一旦发现车辆超速并超过预先设定的允许时间，所述数据采集分析处理器即刻生成报警信息，并对超速的目标车辆进行锁定和跟踪，同时上报报警信息至云处理服务器；
所述云处理服务器接收并存储所有的匹配后的车辆特征信息和车辆的雷达跟踪定位信息；利用三维仿真模块根据接收到车辆特征信息和车辆的雷达跟踪定位信息与预存的所有三维车辆模型进行特征信息匹配，提取与实际道路上行驶车辆一样的三维车辆模型，并将每一辆汽车的雷达扫描到的实时跟踪定位信息、车辆三维模型和云处理服务器中预存的三维高精度GIS地图进行多数据融合仿真，形成四维实景交通仿真显示、查看、监控监视方案，通过对四维实景交通仿真中车辆的监视检测，对实际道路上行驶的车辆进行实时检测；云处理服务器根据接收到的匹配后的车辆特征信息和车辆的雷达跟踪定位信息，仿真得出各个ID编号的车辆的行驶路径；并将所述四维实景交通仿真中车辆行驶路径发送至四维仿真监控管理站；根据接收到的报警信息，利用预设的超速报警规则和仿真得出的车辆行驶的路径，根据人工智能学习方法进行大数据综合分析，生成报警处理预案，并将报警预案发送至四维仿真监控管理站；
所述四维仿真监控管理站接收云处理服务器发送的三维车辆仿真融合数据和四维仿真行驶路径进行仿真动画显示；根据接收的报警预案进行报警事件存查、生成报警事件报表。
2.根据权利要求1所述的四维实景交通仿真车辆超速全程跟踪检测报警***，其特征在于，所述云处理服务器根据当前雷达扫描数据提取该ID编号当前的行驶速度和定位信息；按照时间顺序将定位信息进行整合，得到该ID编号车辆的连续行驶路径；根据多要素全方位检测雷达实时采集的车辆当前行驶速度，判断车辆是否超速，当车辆超速时，锁定超速的目标车辆，当目标车辆超速时间超过预设允许时间时，提取车辆首次超速的定位信息，根据超速时间锁定目标车辆的行驶路径。
3.根据权利要求1所述的四维实景交通仿真车辆超速全程跟踪检测报警***，其特征在于，所述超速报警规则在设定时，按照各个高速路段规定的限速规则和各个车型在各个路段的限速规则进行设定。
4.根据权利要求1所述的四维实景交通仿真车辆超速全程跟踪检测报警***，其特征在于，所述数据采集分析处理器根据车辆图像提取车辆特征信息时，所述车辆特征信息包括牌照编号、车辆尺寸、车身颜色、车辆型号和车标；所述车辆跟踪定位信息还包括行驶速度、运动方向、经纬度、方向角。
5.根据权利要求1所述的四维实景交通仿真车辆超速全程跟踪检测报警***，其特征在于，所述云处理服务器根据车辆超速行驶时间预设多级预警方案；并根据车辆行驶的定位信息，将多级报警方案，推送至车辆即将通过的高速路段管理站。
6.一种四维实景交通仿真车辆超速全程跟踪检测报警方法，其特征在于，应用于上述权利要求1-5中任意一项所述的报警***，包括以下步骤
步骤S1，利用多要素全方位跟踪检测雷达和车辆抓拍摄像机对行驶车辆进行跟踪监测，获取当前对应高速路段上行驶的每一辆车的车辆图像，以及当前每一辆车的车辆跟踪定位信息并将所述车辆图像发送至数据采集分析处理器；
步骤S2，数据采集分析处理器根据接收到的车辆图像提取车辆特征信息，根据接收到的雷达扫描数据提取车辆跟踪定位信息；所述数据采集分析处理器根据初次接收到的车辆雷达扫描数据为每辆车分配唯一标识的ID编号；提取该ID编号车辆的雷达扫描数据得到车辆跟踪定位信息，并根据接受的车辆图像提取车辆特征信息，将该ID编号的车辆跟踪定位信息与车辆特征信息进行匹配；将匹配后的车辆特征信息和车辆跟踪定位信息发送至云处理服务器；所述数据采集分析处理器获取在云处理服务器中设定的高速公路超速报警规则；根据车辆跟踪定位信息得出的实时车道定位信息和行驶速度，与预设的超速报警规则进行比较，一旦发现车辆超速并超过预先设定的允许时间，所述数据采集分析处理器即刻生成报警信息，并对超速的目标车辆进行锁定和跟踪，同时上报报警信息至云处理服务器；
步骤S3，云处理服务器接收并存储所有的匹配后的车辆特征信息和车辆的雷达跟踪定位信息；利用三维仿真模块根据接收到车辆特征信息和车辆的雷达跟踪定位信息与预存的所有三维车辆模型进行特征信息匹配，提取与实际道路上行驶车辆一样的三维车辆模型，并将每一辆汽车的雷达扫描到的实时跟踪定位信息、车辆三维模型和云处理服务器中预存的三维高精度GIS地图进行多数据融合仿真，形成四维实景交通仿真显示、查看、监控监视方案，通过对四维实景交通仿真中车辆的监视检测，对实际道路上行驶的车辆进行实时检测；云处理服务器根据接收到的匹配后的车辆特征信息和车辆的雷达跟踪定位信息，仿真得出各个ID编号的车辆的行驶路径；并将所述四维实景交通仿真中车辆行驶路径发送至四维仿真监控管理站；根据接收到的报警信息，利用预设的超速报警规则和仿真得出的车辆行驶的路径，根据人工智能学习方法进行大数据综合分析，生成报警处理预案，并将报警预案发送至四维仿真监控管理站；
步骤S4；四维仿真监控管理站接收云处理服务器发送的三维车辆仿真融合数据和四维仿真行驶路径进行仿真动画显示；根据接收的报警预案进行报警事件存查、生成报警事件报表。
7.根据权利要求6所述的四维实景交通仿真车辆超速全程跟踪检测报警方法，其特征在于，步骤S2中，云处理服务器根据当前雷达扫描数据提取该ID编号当前的行驶速度和定位信息；按照时间顺序将定位信息进行整合，得到该ID编号车辆的连续行驶路径；根据多要素全方位检测雷达实时采集的车辆当前行驶速度，判断车辆是否超速，当车辆超速时，锁定超速的目标车辆，当目标车辆超速时间超过预设允许时间时，提取车辆首次超速的定位信息，根据超速时间锁定目标车辆的行驶路径。
8.根据权利要求6所述的四维实景交通仿真车辆超速全程跟踪检测报警方法，其特征在于，步骤S3中，超速报警规则在设定时，按照各个高速路段规定的限速规则和各个车型在各个车道的限速规则进行设定。
9.根据权利要求6所述的四维实景交通仿真车辆超速全程跟踪检测报警方法，其特征在于，步骤S2中，所述数据采集分析处理器根据车辆图像提取车辆特征信息时，所述车辆特征信息包括牌照编号、车辆尺寸、车身颜色、车辆型号和车标；所述车辆跟踪定位信息还包括行驶速度、运动方向、经纬度、方向角。
10.根据权利要求6所述的四维实景交通仿真车辆超速全程跟踪检测报警方法，其特征在于，步骤S4中，云处理服务器根据车辆超速行驶时间预设多级预警方案；并根据车辆行驶的定位信息，将多级报警方案，推送至车辆即将通过的高速路段管理站。
CN201810817838.8A 2018-07-24 2018-07-24 四维实景交通仿真车辆超速全程跟踪检测报警***及方法 Active CN108919256B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810817838.8A CN108919256B (zh) 2018-07-24 2018-07-24 四维实景交通仿真车辆超速全程跟踪检测报警***及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810817838.8A CN108919256B (zh) 2018-07-24 2018-07-24 四维实景交通仿真车辆超速全程跟踪检测报警***及方法

Publications (2)

Publication Number Publication Date
CN108919256A CN108919256A (zh) 2018-11-30
CN108919256B true CN108919256B (zh) 2021-03-26

Family

ID=64417402

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810817838.8A Active CN108919256B (zh) 2018-07-24 2018-07-24 四维实景交通仿真车辆超速全程跟踪检测报警***及方法

Country Status (1)

Country Link
CN (1) CN108919256B (zh)

Families Citing this family (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109754610A (zh) * 2019-03-01 2019-05-14 北京数字智通科技有限公司 车辆监控方法及装置
CN111932901B (zh) * 2019-05-13 2022-08-09 斑马智行网络(香港)有限公司 道路车辆跟踪检测设备、方法及存储介质
CN110728839A (zh) * 2019-10-23 2020-01-24 昆山宝创新能源科技有限公司 车辆及其违法处罚方法与装置
CN110718062B (zh) * 2019-10-24 2022-01-21 南京慧尔视智能科技有限公司 一种大区域多目标交通事件检测***及方法
CN110930721A (zh) * 2019-12-03 2020-03-27 上海熹翼科技有限公司 一种基于软切换雷达的道路车辆监测***及方法
CN111159439A (zh) * 2019-12-17 2020-05-15 昆明联诚科技股份有限公司 一种基于深度学习交通数据采集分析方法
CN113053136A (zh) * 2019-12-26 2021-06-29 上海晋沙智能科技有限公司 一种道路智能安防监控***
CN111257864B (zh) * 2020-01-17 2021-12-10 河北德冠隆电子科技有限公司 一种主动式探测车辆持续跟踪断点补偿装置、***及方法
CN111325978B (zh) * 2020-02-27 2021-07-20 江苏大学 一种高速公路车辆异常行为的全程监测警示***和方法
CN114078331B (zh) * 2020-08-19 2023-02-17 北京万集科技股份有限公司 超速检测方法、装置、视觉传感器和存储介质
CN112071079B (zh) * 2020-09-07 2022-06-07 浙江师范大学 一种基于5g传输的机器视觉车辆远光灯检测预警***
US20220390550A1 (en) * 2020-11-09 2022-12-08 Waymo Llc Radar Interference Reduction Techniques for Autonomous Vehicles
CN112785831A (zh) * 2020-12-02 2021-05-11 及宇智能科技(上海)有限公司 一种自适应ai路线选择调度方法
CN112590781A (zh) * 2020-12-22 2021-04-02 南京理工大学 基于毫米波相控阵雷达的车辆防撞警示方法及装置
CN112700647B (zh) * 2020-12-29 2022-09-16 杭州海康威视数字技术股份有限公司 监测车辆行驶信息的方法及装置
CN113990080B (zh) * 2021-09-26 2022-06-03 河北京石高速公路开发有限公司 一种高速公路车辆通行安全全程检测***
CN114141010A (zh) * 2021-11-08 2022-03-04 南京交通职业技术学院 一种基于云平台数据的共享式交通控制方法
CN114255429B (zh) * 2021-12-22 2022-11-25 无锡华澄线缆有限公司 道路货物运输监控***
CN114461743A (zh) * 2022-04-13 2022-05-10 华南理工大学 一种通过高精度地图对高速公路事件自动仿真还原的***
CN115063980A (zh) * 2022-05-07 2022-09-16 深圳汇辰软件有限公司 一种自适应车辆异常行驶检测方法、装置及终端设备
CN114999181B (zh) * 2022-05-11 2023-12-19 山东高速建设管理集团有限公司 一种基于etc***数据的高速公路车辆速度异常识别方法
CN114926989A (zh) * 2022-05-19 2022-08-19 上海天华云应用技术有限公司 一种车辆动态信息自动识别方法
CN114755676B (zh) * 2022-06-16 2022-10-04 浙江宇视科技有限公司 一种雷达视觉协同的目标跟踪方法及***
CN116608879A (zh) * 2023-05-19 2023-08-18 亿咖通(湖北)技术有限公司 信息显示方法、设备、存储介质及程序产品
CN116721552B (zh) * 2023-06-12 2024-05-14 北京博宏科元信息科技有限公司 一种非机动车超速识别记录方法、装置、设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102819880A (zh) * 2012-08-07 2012-12-12 广东威创视讯科技股份有限公司 一种全方位还原道路事故影像的***和方法
CN102819954A (zh) * 2012-08-28 2012-12-12 南京大学 交通区域动态地图监控预测***
CN103226893A (zh) * 2013-04-10 2013-07-31 中国科学院计算技术研究所 基于二维宏观流模型描述交通流行为的方法及模拟***
CN105741567A (zh) * 2014-12-09 2016-07-06 河南同景电子科技有限公司 一种基于物联网车辆超速监测***
CN106114514A (zh) * 2016-06-29 2016-11-16 戴姆勒股份公司 路况模拟***及方法
CN106781520A (zh) * 2016-12-26 2017-05-31 无锡高新兴智能交通技术有限公司 一种基于车辆跟踪的交通违法检测方法及***
CN107038754A (zh) * 2017-03-15 2017-08-11 武汉华安科技股份有限公司 一种基于三维实景的智慧园区管理***及方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202075409U (zh) * 2010-12-27 2011-12-14 厦门市罗普特科技有限公司 基于定向雷达与高清摄像机的三维仿真绘图装置
JP5573876B2 (ja) * 2012-03-27 2014-08-20 株式会社デンソー 周辺車両決定装置
CN105407278A (zh) * 2015-11-10 2016-03-16 北京天睿空间科技股份有限公司 一种全景视频交通态势监控***及方法
CN106530747B (zh) * 2016-11-01 2019-04-05 公安部交通管理科学研究所 一种车载取证***及方法
CN107610524A (zh) * 2017-11-02 2018-01-19 济南浪潮高新科技投资发展有限公司 一种利用激光雷达进行停车场车位智能识别的方法及装置
CN108154683A (zh) * 2017-12-26 2018-06-12 河北农业大学 智能交通管理方法及***

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102819880A (zh) * 2012-08-07 2012-12-12 广东威创视讯科技股份有限公司 一种全方位还原道路事故影像的***和方法
CN102819954A (zh) * 2012-08-28 2012-12-12 南京大学 交通区域动态地图监控预测***
CN103226893A (zh) * 2013-04-10 2013-07-31 中国科学院计算技术研究所 基于二维宏观流模型描述交通流行为的方法及模拟***
CN105741567A (zh) * 2014-12-09 2016-07-06 河南同景电子科技有限公司 一种基于物联网车辆超速监测***
CN106114514A (zh) * 2016-06-29 2016-11-16 戴姆勒股份公司 路况模拟***及方法
CN106781520A (zh) * 2016-12-26 2017-05-31 无锡高新兴智能交通技术有限公司 一种基于车辆跟踪的交通违法检测方法及***
CN107038754A (zh) * 2017-03-15 2017-08-11 武汉华安科技股份有限公司 一种基于三维实景的智慧园区管理***及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于毫米波雷达和视觉的车辆检测识别方法研究;杨晓康;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20180615;全文 *

Also Published As

Publication number Publication date
CN108919256A (zh) 2018-11-30

Similar Documents

Publication Publication Date Title
CN108919256B (zh) 四维实景交通仿真车辆超速全程跟踪检测报警***及方法
CN108877234B (zh) 四维实景交通仿真的车辆违规占道跟踪检测***及方法
US10332401B2 (en) Running vehicle alerting system and method
CN111554124B (zh) 交叉路口大货车右转弯防撞预警***及预警方法
US10297146B2 (en) Automated highway system (AHS)
CN108961767B (zh) 基于四维实景交通仿真的高速公路稽查追逃费报警***
CN110718062B (zh) 一种大区域多目标交通事件检测***及方法
US9786163B2 (en) Automated highway system
CN105405321A (zh) 高速公路上车辆行驶中的安全预警方法及***
TW202119834A (zh) 基於影像辨識之交通路況車聯網系統
CN110264742B (zh) 一种适用于高速公路的车载信息监测装置及其警示方法
US8791806B2 (en) Real-time detection of hazardous driving
US11200796B2 (en) Automated highway system (AHS)
CN106114502A (zh) 一种智能汽车辅助***
CN111768642A (zh) 车辆的道路环境感知和车辆控制方法、***、设备及车辆
CN113012436B (zh) 道路监控方法、装置及电子设备
CN108032809A (zh) 一种倒车侧向辅助***及其数据融合与控制方法
CN110428662A (zh) 基于毫米波的右侧防撞智能预警管理***及工作方法
CN112140995A (zh) 一种基于网络云端的智能汽车安全驾驶***
CN111445669B (zh) 一种公交车的安全监测***
JP2023130394A (ja) システム及びプログラム等
CN114360224A (zh) 一种用于汽车闯红灯的危险判别预警***、方法、装置
CN210155845U (zh) 一种基于车路协同通信技术的车载一体化安全管理***
CN113053083A (zh) 一种基于v2x的危险驾驶车的预警方法及***
US20240194074A1 (en) Warning systems and methods

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
GR01 Patent grant
GR01 Patent grant