CN109376665B - 基于群智感知的出租车驾驶员的驾驶行为评估*** - Google Patents
基于群智感知的出租车驾驶员的驾驶行为评估*** Download PDFInfo
- Publication number
- CN109376665B CN109376665B CN201811269959.XA CN201811269959A CN109376665B CN 109376665 B CN109376665 B CN 109376665B CN 201811269959 A CN201811269959 A CN 201811269959A CN 109376665 B CN109376665 B CN 109376665B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- driver
- taxi
- behavior
- driving
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
- G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Multimedia (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Social Psychology (AREA)
- Game Theory and Decision Science (AREA)
- Psychiatry (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于群智感知的出租车驾驶员的驾驶行为评估***,通过本发明提供的方案,可以基于设置在某一车辆上的车载装置采集到的图像对另一出租车辆上的驾驶员的驾驶行为进行评估,使得一个城市中每一个出租车辆的驾驶员的驾驶行为都可以处于该城市中其他车辆的监视之下,使得评估结果更为客观,便于出租车公司对各驾驶员进行管理,由于每一出租车驾驶员的驾驶行为都处于其他车辆的监视之下,所以可以对各出租车驾驶员的驾驶行为进行一定的约束,进而可以相对提升各出租车驾驶员的职业素质。
Description
技术领域
本发明涉及驾驶信息处理技术领域,更具体地说,涉及一种基于群智感知的出租车驾驶员的驾驶行为评估***。
背景技术
出租车是人们熟知的交通工具,其在城市交通中发挥着重要的作用,出租车公司在与出租车辆的驾驶员合作的过程中,需要给予相应的出租车驾驶员报酬,由于出租车公司难于评判各驾驶员之间职业素质的差异,所以总是基于相同的标准对驾驶员发放薪酬,但是对于数量庞大的出租车驾驶员而言,总是会存在一些驾驶行为良好的驾驶员和驾驶行为很差的驾驶员,所以如果给这些驾驶员的薪酬发放标准相同,这显示是不公平的,为了便于出租车公司基于驾驶员的驾驶行为的好坏对驾驶员发放薪酬,就需要一个能对各驾驶员的驾驶行为进行评估的***。
发明内容
为解决上述问题,本发明提供一种基于群智感知的出租车驾驶员的驾驶行为评估***。
为实现上述发明目的,本发明采用的具体技术方案是:
一种基于群智感知的出租车驾驶员的驾驶行为评估***,包括:设置在各车辆上的车载装置以及可与各所述车载装置通信的服务器;
设置在车辆上的车载装置用于采集该车辆车身周围的图像,该车载装置中设置有人脸识别模块、车牌识别模块、驾驶员行为识别模块以及车辆异常行为识别模块,其中:
所述人脸识别模块用于确定目标出租车辆的驾驶员身份信息;
所述车牌识别模块用于确定目标出租车辆的车辆身份信息;
所述驾驶员行为识别模块用于确定目标出租车辆的驾驶员异常行为动作;
所述车辆异常行为识别模块用于确定目标出租车辆的异常行为;
所述车载装置将车身周围目标出租车辆的驾驶员身份信息和/或车辆身份信息和/或驾驶员异常行为动作和/或车辆异常行为传送至所述服务器;
所述服务器根据多个车载装置上传的目标出租车辆的驾驶员身份信息和/或车辆身份信息和/或驾驶员异常行为动作和/或车辆异常行为传送至所述服务器对该目标出租车辆当前驾驶员的驾驶行为进行评估,并给出评估结果。
进一步地,所述服务器根据目标出租车辆的驾驶员身份信息或/和目标出租车辆的车辆身份信息确定所述目标出租车辆是否为所属管辖范围内的出租车。
进一步地,当所述车载装置在同一图像中同时识别出驾驶员身份信息和车辆身份信息时,所述服务器更新一次对应目标出租车辆与对应驾驶员的绑定状态。
进一步地,所述驾驶员行为识别模块的动作模型库中预先训练有危险驾驶动作,所述危险驾驶动作包括玩手机驾驶动作、抽烟驾驶动作、打电话驾驶动作;所述驾驶员行为识别模块用于获取驾驶员的驾驶动作的动作特征,并计算该动作特征与所述动作模型库中的各动作的特征之间的相似度,将相似度最高的特征对应的动作类型作为该驾驶员的异常行为动作类型。
进一步地,所述车载装置设置在出租车上,所述服务器还用于在确定接收到的目标出租车上的驾驶员的驾驶动作为危险驾驶动作时,控制该驾驶员所驾驶的出租车上的车载装置发出告警提示。
进一步地,所述服务器中预先设置有每一种危险驾驶动作对应的扣分标准,所述服务器用于在确定接收到的目标出租车辆上的驾驶员的驾驶动作为危险驾驶动作时,基于该危险驾驶动作对应的扣分标准对该驾驶员对应的驾驶行为操行分进行扣分从而得到评估结果。
有益效果
本发明提供的基于群智感知的出租车驾驶员的驾驶行为评估***,可以通过设置在某一车辆上的车载装置采集到的图像对另一出租车辆上的驾驶员的驾驶行为进行评估,使得一个城市中每一个出租车辆的驾驶员的驾驶行为都可以处于该城市中其他车辆的监视之下,使得评估结果更为客观,便于出租车公司对各驾驶员进行管理,由于每一出租车驾驶员的驾驶行为都处于其他车辆的监视之下,所以可以对各出租车驾驶员的驾驶行为进行一定的约束,进而可以相对提升各出租车驾驶员的职业素质。
本发明的其他特征和优先将在下面的具体实施方式部分予以详细说明。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1为本实施例提供的基于群智感知的出租车驾驶员的驾驶行为评估***的结构示意图;
图2为本实施例提供的车载装置的结构示意图。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
为了使出租车公司可以根据各出租车驾驶员的驾驶行为的好坏对各驾驶员进行有效管理,本实施例提供一种基于群智感知的出租车驾驶员的驾驶行为评估***,请参见图1所示,包括设置在各车辆上的车载装置11以及可与各车载装置11通信的服务器12。可选的,本实施例中的车载装置11可以设置在出租车上,这样,各出租车辆之间就可以互相监督。
设置在车辆上的车载装置用于采集该车辆车身周围的图像,请参见图2所示,该车载装置11中设置有人脸识别模块111、车牌识别模块112、驾驶员行为识别模块113以及车辆异常行为识别模块114,其中:
人脸识别模块111用于确定目标出租车辆的驾驶员身份信息;
车牌识别模块112用于确定目标出租车辆的车辆身份信息;
驾驶员行为识别模块113用于确定目标出租车辆的驾驶员异常行为动作;
车辆异常行为识别模块114用于确定目标出租车辆的异常行为;
车载装置11将车身周围目标出租车辆的驾驶员身份信息和/或车辆身份信息和/或驾驶员异常行为动作和/或车辆异常行为传送至服务器;
服务器根据多个车载装置上传的目标出租车辆的驾驶员身份信息和/或车辆身份信息和/或驾驶员异常行为动作和/或车辆异常行为传送至服务器对该目标出租车辆当前驾驶员的驾驶行为进行评估,并给出评估结果。
可以理解的是,每一个车载装置11都可以将确定出的出租车辆上的驾驶员的驾驶员身份信息和相应的驾驶员异常行为动作的类型相绑定后发送给服务器12,本实施例中的服务器12用于接收多个车辆上的车载装置11发送的出租车辆上的驾驶员的异常行为动作的类型和对应的驾驶员身份信息,并针对每一驾驶员,都根据其对应的异常行为动作的类型对该驾驶员的驾驶行为进行评估。
需要说明的是,本实施例中设置在车辆上的车载装置11用于采集该车辆车身前方,和/或后方,和/或左方,和/或右方的图像。优选的,该车载装置11可以采集车外360度的图像,具体的,可以通过设置在车顶上的360度摄像头实现。
本实施例中的服务器还用于根据目标出租车辆的驾驶员身份信息或/和目标出租车辆的车辆身份信息确定目标出租车辆是否为所属管辖范围内的出租车,如是,再对该驾驶员的驾驶行为进行评估,否则,则不需要进行评估。
具体来说,本发明提供的***中的车载装置11还用于当根据T1时刻采集到的图像确定该图像中存在出租车辆时,通过车牌识别模块112识别出该出租车辆的车牌号码,并将车牌号码与确定出的相应的驾驶员身份信息和异常行为动作的类型相绑定后发送给服务器12,以供服务器12将车牌号码与相应的驾驶员身份信息进行关联存储,以便于后续当人脸识别模块111无法采集到该驾驶员的脸部特征时,服务器12可以基于出租车辆的车牌号码查询到对应的驾驶员。本发明提供的***中的车载装置11还用于当根据T2时刻采集到的图像确定该出租车辆存在违章行为(异常行为)时,确定该出租车辆的违章类型,获取该出租车辆的车牌号码,并将该违章类型以及该车牌号码相绑定后发送给服务器12,以供服务器12根据该违章类型对与该车牌号码关联的驾驶员的驾驶行为进行评估,T2时刻在T1时刻之后。
需要说明的是,为了便于后续对证据的确认,车载装置11在确定该出租车辆违章时,还可以将采集到的图像发送给服务器12进行存储。
本实施例中的违章类型包括但不限于超速行驶、违规停车、非法变道、超载,这里假设出租车A上的车载装置对出租车B的异常行为进行识别,此时出租A上的车载装置中的车辆异常行为识别模块用于获取出租车辆A的行驶速度V1,获取多张出租车辆B的图像,对多张图像进行分析确定出租车辆B和出租车辆A之间的相对速度V2,根据相对速度V2和出租车辆A的行驶速度V1确定出租车辆B的行驶速度,基于确定出来的出租车辆B的行驶速度对出租车辆B是否超速行驶进行判断。
服务器12中可以预先设置有每一种违章类型对应的扣分标准,服务器12用于在接收到某一出租车辆的违章类型时,基于该违章类型对应的扣分标准对与该出租车辆的车牌号码关联的驾驶员对应的驾驶行为操行分进行扣分。比如,可以设置超速行驶扣5分,非法变道扣4分,违规停车扣3分等等。
在每个统计周期的开始时候,各出租车驾驶员的基础驾驶行为操作分可以相同,在每个统计周期结束的时候服务器12对各驾驶员的驾驶行为操作分进行比较,从而可以对各驾驶员进行排名,出租车公司便可以基于该排名情况对各驾驶员进行奖惩。
通常情况下,一辆出租车在不同的时间段下是由不同的驾驶员驾驶的,为了将车载装置11检测到的违章行为与对应施行该违章行为的驾驶员对应起来,在本实施例中,对于相关联存储在服务器12中的车牌号码和驾驶员身份信息,当服务器12接收到与该车牌号码相绑定的新的驾驶员身份信息时,可以对预先存储的与该车牌号码关联的驾驶员身份信息进行更新,也即是将旧的驾驶员身份信息提成新接收到驾驶员身份信息。甚至在一些实施例中,当车载装置在同一图像中同时识别出驾驶员身份信息和车辆身份信息时,服务器就可以更新一次对应目标出租车辆与对应驾驶员的绑定状态。
本实施例中的驾驶员行为识别模块的动作模型库中预先训练有危险驾驶动作,危险驾驶动作包括但不限于玩手机驾驶动作、抽烟驾驶动作、打电话驾驶动作;驾驶员行为识别模块用于获取驾驶员的驾驶动作的动作特征,并计算该动作特征与动作模型库中的各动作的特征之间的相似度,将相似度最高的特征对应的动作类型作为该驾驶员的异常行为动作类型。
为了对各驾驶员进行提醒,使驾驶员及时地规范自己的行为,服务器12还用于在确定接收到的某一出租车辆上的驾驶员的驾驶动作为危险驾驶动作时,控制该驾驶员所驾驶的出租车辆上的车载装置11发出告警提示。
同理,为了对各驾驶员的职业素质进行评判,服务器12还用于在确定接收到的某一出租车辆上的驾驶员的驾驶动作为危险驾驶动作时,对该驾驶员对应的驾驶行为操行分进行扣分。
服务器12中可以预先设置有每一种危险驾驶动作对应的扣分标准,服务器12用于在确定接收到的某一出租车辆上的驾驶员的驾驶动作为危险驾驶动作时,基于该危险驾驶动作对应的扣分标准对该驾驶员对应的驾驶行为操行分进行扣分。
通过本实施例提供的基于群智感知的出租车驾驶员的驾驶行为评估***,可以基于设置在某一车辆上的车载装置采集到的图像对另一出租车辆上的驾驶员的驾驶行为进行评估,使得一个城市中每一个出租车辆的驾驶员的驾驶行为都可以处于该城市中其他车辆的监视之下,使得评估结果更为客观,便于出租车公司对各驾驶员进行管理,由于每一出租车驾驶员的驾驶行为都处于其他车辆的监视之下,所以可以对各出租车驾驶员的驾驶行为进行一定的约束,进而可以相对提升各出租车驾驶员的职业素质。特别地,由于一个城市中的车辆数量庞大,所以即使该***中的一个车载装置损坏,也不会影响到对各出租车驾驶员的驾驶行为的评估。
要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (5)
1.一种基于群智感知的出租车驾驶员的驾驶行为评估***,其特征在于,包括:设置在各车辆上的车载装置以及可与各所述车载装置通信的服务器;
设置在车辆上的车载装置用于采集该车辆车身周围的图像,该车载装置中设置有人脸识别模块、车牌识别模块、驾驶员行为识别模块以及车辆异常行为识别模块,其中:
所述人脸识别模块用于确定目标出租车辆的驾驶员身份信息;
所述车牌识别模块用于确定目标出租车辆的车辆身份信息;
所述驾驶员行为识别模块用于确定目标出租车辆的驾驶员异常行为动作;
所述车辆异常行为识别模块用于确定目标出租车辆的异常行为;
所述车载装置将车身周围目标出租车辆的驾驶员身份信息和/或车辆身份信息和/或驾驶员异常行为动作和/或车辆异常行为传送至所述服务器;
所述服务器根据多个车载装置上传的目标出租车辆的驾驶员身份信息和/或车辆身份信息和/或驾驶员异常行为动作和/或车辆异常行为传送至所述服务器对该目标出租车辆当前驾驶员的驾驶行为进行评估,并给出评估结果;
车载装置采集车外360度的图像,其通过设置在车顶上的360度摄像头实现;
所述驾驶员行为识别模块的动作模型库中预先训练有危险驾驶动作;所述服务器中预先设置有每一种危险驾驶动作对应的扣分标准,所述服务器用于在确定接收到的目标出租车辆上的驾驶员的驾驶动作为危险驾驶动作时,基于该危险驾驶动作对应的扣分标准对该驾驶员对应的驾驶行为操行分进行扣分从而得到评估结果。
2.根据权利要求1所述的基于群智感知的出租车驾驶员的驾驶行为评估***,其特征在于,所述服务器根据目标出租车辆的驾驶员身份信息或/和目标出租车辆的车辆身份信息确定所述目标出租车辆是否为所属管辖范围内的出租车。
3.根据权利要求1所述的基于群智感知的出租车驾驶员的驾驶行为评估***,其特征在于,当所述车载装置在同一图像中同时识别出驾驶员身份信息和车辆身份信息时,所述服务器更新一次对应目标出租车辆与对应驾驶员的绑定状态。
4.根据权利要求1所述的基于群智感知的出租车驾驶员的驾驶行为评估***,其特征在于,所述危险驾驶动作包括玩手机驾驶动作、抽烟驾驶动作、打电话驾驶动作;所述驾驶员行为识别模块用于获取驾驶员的驾驶动作的动作特征,并计算该动作特征与所述动作模型库中的各动作的特征之间的相似度,将相似度最高的特征对应的动作类型作为该驾驶员的异常行为动作类型。
5.根据权利要求4所述的基于群智感知的出租车驾驶员的驾驶行为评估***,其特征在于,所述车载装置设置在出租车上,所述服务器还用于在确定接收到的目标出租车辆上的驾驶员的驾驶动作为危险驾驶动作时,控制该驾驶员所驾驶的出租车上的车载装置发出告警提示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811269959.XA CN109376665B (zh) | 2018-10-29 | 2018-10-29 | 基于群智感知的出租车驾驶员的驾驶行为评估*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811269959.XA CN109376665B (zh) | 2018-10-29 | 2018-10-29 | 基于群智感知的出租车驾驶员的驾驶行为评估*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109376665A CN109376665A (zh) | 2019-02-22 |
CN109376665B true CN109376665B (zh) | 2021-10-22 |
Family
ID=65390357
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811269959.XA Active CN109376665B (zh) | 2018-10-29 | 2018-10-29 | 基于群智感知的出租车驾驶员的驾驶行为评估*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109376665B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111951521A (zh) * | 2019-05-15 | 2020-11-17 | 杭州海康汽车技术有限公司 | 一种车辆报警方法、装置和*** |
CN110316200B (zh) * | 2019-07-05 | 2021-11-02 | 重庆愉客行网络有限公司 | 一种用于出租车驾驶人员的行为管理***及方法 |
CN111191980A (zh) * | 2019-12-19 | 2020-05-22 | 广州航天海特***工程有限公司 | 一种证据的生成方法、装置、设备及存储介质 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8655796B2 (en) * | 2011-06-17 | 2014-02-18 | Sanjay Udani | Methods and systems for recording verifiable documentation |
CN103150560B (zh) * | 2013-03-15 | 2016-03-30 | 福州龙吟信息技术有限公司 | 一种汽车智能安全驾驶的实现方法 |
CN203217784U (zh) * | 2013-03-26 | 2013-09-25 | 天津斯凯沃德信息科技有限公司 | 公交汽车运行定位可视化*** |
CN103745597B (zh) * | 2013-12-27 | 2015-11-25 | 高新兴科技集团股份有限公司 | 一种视频传感器与rfid传感器融合*** |
WO2016070193A1 (en) * | 2014-10-31 | 2016-05-06 | Nodal Inc. | Systems, apparatus, and methods for improving safety related to movable/moving objects |
CN105151001B (zh) * | 2015-09-24 | 2018-02-06 | 廖勇 | 一种汽车视觉监控智能安防*** |
CN106710291B (zh) * | 2015-11-17 | 2020-11-06 | 腾讯科技(深圳)有限公司 | 停车场的停车位获取方法及装置 |
CN205453929U (zh) * | 2015-12-19 | 2016-08-10 | 西安成远网络科技有限公司 | 一种实时视频传输*** |
CN105631977A (zh) * | 2016-02-18 | 2016-06-01 | 广东百事泰电子商务股份有限公司 | 智能监控记录仪 |
CN106203869A (zh) * | 2016-07-20 | 2016-12-07 | 柳州六品科技有限公司 | 一种基于人脸识别与车牌识别的智能管理*** |
CN106297283A (zh) * | 2016-08-11 | 2017-01-04 | 深圳市元征科技股份有限公司 | 基于车载智能单元的安全驾驶评估方法及*** |
CN107133563A (zh) * | 2017-03-17 | 2017-09-05 | 深圳市能信安科技股份有限公司 | 一种基于公安领域的视频分析***及方法 |
CN107358665A (zh) * | 2017-07-11 | 2017-11-17 | 山东建筑大学 | 一种用于高速公路的自动取卡安防*** |
CN107180535A (zh) * | 2017-07-12 | 2017-09-19 | 安徽金赛弗信息技术有限公司 | 一种基于深度学习的自动声检测的飙车行为自动识别装置及方法 |
CN107697069B (zh) * | 2017-10-31 | 2020-07-28 | 上海汽车集团股份有限公司 | 汽车驾驶员疲劳驾驶智能控制方法 |
CN109191883A (zh) * | 2018-09-29 | 2019-01-11 | 电子科技大学 | 一种基于群智感知的智能交通*** |
-
2018
- 2018-10-29 CN CN201811269959.XA patent/CN109376665B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109376665A (zh) | 2019-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106710291B (zh) | 停车场的停车位获取方法及装置 | |
CN109376665B (zh) | 基于群智感知的出租车驾驶员的驾驶行为评估*** | |
CN112348992B (zh) | 基于车路协同***的车载视频处理方法、装置及存储介质 | |
CN106971552B (zh) | 套牌现象检测方法和*** | |
CN111325978B (zh) | 一种高速公路车辆异常行为的全程监测警示***和方法 | |
CN111275833A (zh) | 基于etc的停车场收费方法、etc天线设备及可读存储介质 | |
CN111105110A (zh) | 驾驶风险确定方法、装置、介质和计算设备 | |
CN108932849B (zh) | 一种记录多台机动车低速行驶违法行为的方法及装置 | |
CN116386379B (zh) | 基于物联网技术的智能停车场数据管理方法和*** | |
CN110599775A (zh) | 基于行车记录仪的车辆违章举报方法、行车记录仪和介质 | |
CN113823120A (zh) | 一种车辆危险预警方法及相关装置 | |
CN108932850B (zh) | 一种记录机动车低速行驶违法行为的方法及装置 | |
CN110723148A (zh) | 不良驾驶行为的识别方法与识别装置 | |
CN110816544B (zh) | 驾驶行为评价方法、装置、车辆及车联网云平台 | |
EP2690601A2 (de) | Mautkontrollverfahren und Mautkontrolleinrichtungen sowie Mautsystem mit derartigen Mautkontrolleinrichtungen | |
CN111717156B (zh) | 基于机动车、驾驶员及行程的行车控制方法和装置 | |
CN113469105A (zh) | 监控周边车辆的方法及装置、计算机可读存储介质 | |
CN116704627A (zh) | 一种车辆停车证据的生成***及方法 | |
CN104992560A (zh) | 一种行驶路线数据的处理方法及服务器 | |
CN111861498B (zh) | 出租车的监控方法、装置、设备和存储介质 | |
CN112216133B (zh) | 信息推送方法、装置、设备及介质 | |
CN112164226B (zh) | 信息的存储方法及装置、存储介质和电子装置 | |
CN104751667A (zh) | 交通信息管理*** | |
CN112509334A (zh) | 一种车辆违章管理***、方法及存储介质 | |
CN115966100B (zh) | 一种行车安全控制方法及*** |
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 |