CN109685010A - 一种高速公路边坡防护网漏洞位置定位方法及*** - Google Patents

一种高速公路边坡防护网漏洞位置定位方法及*** Download PDF

Info

Publication number
CN109685010A
CN109685010A CN201811591421.0A CN201811591421A CN109685010A CN 109685010 A CN109685010 A CN 109685010A CN 201811591421 A CN201811591421 A CN 201811591421A CN 109685010 A CN109685010 A CN 109685010A
Authority
CN
China
Prior art keywords
highway
section
camera shooting
loophole
mobile object
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.)
Granted
Application number
CN201811591421.0A
Other languages
English (en)
Other versions
CN109685010B (zh
Inventor
黄晨直
刘睿
邓杰
袁佳巍
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.)
Sichuan Ruiyingyuan Science And Technology Co Ltd
Original Assignee
Sichuan Ruiyingyuan Science And 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 Sichuan Ruiyingyuan Science And Technology Co Ltd filed Critical Sichuan Ruiyingyuan Science And Technology Co Ltd
Priority to CN201811591421.0A priority Critical patent/CN109685010B/zh
Publication of CN109685010A publication Critical patent/CN109685010A/zh
Application granted granted Critical
Publication of CN109685010B publication Critical patent/CN109685010B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/41Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G06V20/42Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items of sport video content
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/22Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Traffic Control Systems (AREA)
  • Alarm Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种高速公路边坡防护网漏洞位置定位方法及***,所述的监测方法包括以下步骤:S1实时采集高速公路上的视频监控数据;S2根据视频监控数据判断是否有非车辆移动物体在高速公路上通行;S3对非车辆移动物体所在高速公路路段进行定位;S4根据定位的非车辆移动物体所在高速公路路段对高速公路边网防护漏洞位置进行定位。通过对高速公路上是否出现非车辆移动物体判断是否有不是车辆的其他移动物体(如人、牛羊等)进入高速公路,通过对采集到非车辆移动物体的摄像采集点视野范围内高速公路两边边坡防护网进行巡查进而确定防护网漏洞的位置;能够快速准确地对边坡防护网漏洞的具***置进行定位。

Description

一种高速公路边坡防护网漏洞位置定位方法及***
技术领域
本发明涉及高速公路巡查技术领域,尤其涉及一种高速公路边坡防护网漏洞位置定位方法及***。
背景技术
虽然现在高速公路在通过村落或者附近有住户的路段的高速公路两边一般都会通过安装边网防护以防止村民、家畜(牛羊)等横穿高速公路而导致安全事故发生或者对高速公路上行使的车辆的产生行车安全的影响。
然而在现实生活中还是有很多村民为了通行方便经常破坏高速公路两边的防护网,然后横穿高速公路;目前高速公路上出现行人、牛羊的新闻屡见不鲜。针对这种行为除了需要对高速公路周边的村民进行安全教育之外,还需要对被村民破坏的防护网的位置进行定位,以便对被破坏的防护网进行修补,以防止村民再次从该处进入高速公路;而如何对被破坏的边坡防护网漏洞位置进行定位是现阶段需要解决的问题。
发明内容
本发明的目的在于克服现有技术的不足,提供一种高速公路边坡防护网漏洞位置定位方法及***,能够对被破坏的边坡防护网漏洞位置进行定位。
本发明的目的是通过以下技术方案来实现的:一种高速公路边坡防护网漏洞位置定位方法,所述的监测方法包括以下步骤:
实时采集高速公路上的视频监控数据;
根据视频监控数据判断是否有非车辆移动物体在高速公路上通行;
对非车辆移动物体所在高速公路路段进行定位;
根据定位的非车辆移动物体所在高速公路路段对高速公路边网防护漏洞位置进行定位。
所述的根据视频监控数据判断是否有非车辆移动物体在高速公路上通行包括以下内容:
判断采集的视频监控数据中移动物体的体积与阈值体积的关系;
对判断采集的视频监控数据中移动物体的体积后,再判断采集的视频监控数据中移动物体的移动速度与阈值速度的关系。
在通过安装在高速公路上的摄像采集点采集视频监控数据之前还包括对高速公路进行路段标记编号以及定位的步骤。
所述的对高速公路进行路段标记编号以及定位的步骤包括以下内容:
对安装在高速公路上每个摄像采集点进行标记编号;
将摄像采集点按照编号顺序根据一定数量编号的摄像采集点组合形成高速公路监测路段,进而将高速公路实现分路段监测化;
将每段高速公路监测路段的位置信息与GIS地理信息进行结合对应,实现对每段高速公路监测路段的实际地理位置的定位。
所述的对非车辆移动物体所在高速公路路段进行定位包括以下内容:
根据监测到非车辆移动物体的视频监控数据得到监测到非车辆移动物体的摄像采集点的标记编号;
根据监测到非车辆移动物体的摄像采集点的标记编号计算得到该摄像采集点所在的高速公路监测路段;
根据计算得到的高速公路监测路段完成对该高速公路监测路段的实际地理位置定位。
所述的根据定位的非车辆移动物体所在高速公路路段对高速公路边网防护漏洞位置进行定位包括以下内容:
巡查人员开车到监测到非车辆移动物体的摄像采集点处,并检查该摄像采集点的监控视野范围内高速公路两边的边网防护是否有漏洞;
如果有漏洞,则说明非车辆移动物体是通过该漏洞进入高速公路;
如果没有漏洞,则检查该摄像采集点与相邻摄像采集点之间的视野盲区范围内高速公路两边的边网防护是否有漏洞。
一种基于高速公路边坡防护网漏洞位置定位方法的漏洞位置定位***,它包括安装在高速公路上用于实时采集以及发送高速公路视频监控数据的摄像采集点,和用于接收所述摄像采集点发送的视频监控数据并对数据进行分析处理的后台控制中心。
所述的摄像采集点包括:
摄像机,用于实时采集高速公路视频监控数据信息;
定位单元,用于对所述摄像机的地理位置信息进行定位;
标记编号单元,用于对摄像采集点所处的顺序位置进行编号标记;
第一通信单元,用于将所述摄像机采集的高速公路视频监控数据信息、摄像机的地理位置定位信息以及摄像采集点的编号信息发送到所述后台控制中心;
控制单元,用于与所述摄像机、所述定位单元、所述标记编号单元和所述第一通信单元电连接实现对各个单元的控制。
所述的摄像采集点通过多个相邻的摄像采集点组成一个摄像采集节点,每条高速公路包括多个摄像采集节点,每个摄像采集节点监测一段高速公路即为高速公路监测路段。
所述的后台控制中心包括:
第二通信单元,用于接收所述摄像采集点发送的数据信息;
判断单元,用于判断视频监控数据中是否非车辆移动物体;
路段划分单元,用于对每条高速公路根据所述摄像采集节点进行划分得到高速公路监测路段;
警报提示单元,用于在所述判断单元判断视频监控数据中存在非车辆移动物体时发出报警提示;
计算单元,用于根据监测到非车辆移动物体的摄像采集点的标记编号计算得到该摄像采集点所在的高速公路监测路段;
GIS地理信息单元,用于与每段高速公路监测路段的位置信息进行结合对应,实现对每段高速公路监测路段的实际地理位置的定位。
本发明的有益效果是:一种高速公路边坡防护网漏洞位置定位方法及***,通过对高速公路上是否出现非车辆移动物体判断是否有不是车辆的其他移动物体(如人、牛羊等)进入高速公路,通过对采集到非车辆移动物体的摄像采集点视野范围内高速公路两边边坡防护网进行巡查进而确定防护网漏洞的位置;能够快速准确地对边坡防护网漏洞的具***置进行定位。
附图说明
图1为本发明方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中,需要说明的是,术语“上”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“安装”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
下面结合附图进一步详细描述本发明的技术方案,但本发明的保护范围不局限于以下所述。
如图1所示,一种高速公路边坡防护网漏洞位置定位方法,所述的监测方法包括以下步骤:
S1、实时采集高速公路上的视频监控数据;
S2、根据视频监控数据判断是否有非车辆移动物体在高速公路上通行;
S3、对非车辆移动物体所在高速公路路段进行定位;
S4、根据定位的非车辆移动物体所在高速公路路段对高速公路边网防护漏洞位置进行定位。
所述的步骤S2根据视频监控数据判断是否有非车辆移动物体在高速公路上通行包括以下内容:
S21、判断采集的视频监控数据中移动物体的体积与阈值体积的关系;
优选地,阈值体积设置为3立方米,如果采集的视频监控数据中移动物体的体积小于3立方米,则初步判断为非车辆物体;因为人的体积大小根据大人和小孩的差异一般在0.5立方米到1.5立方米之间,而对于家畜一般体积较大的为牛,而牛的体积大小一般在1立方米到2.5立方米之间,而行使在高速公路上的汽车最小体积都大于3立方米,因此对于阈值体积设置为3立方米是比较合理的。
S22、对判断采集的视频监控数据中移动物体的体积后,再判断采集的视频监控数据中移动物体的移动速度与阈值速度的关系。
优选地,阈值速度设置为17m/s,如果采集的视频监控数据中移动物体的体积小于3立方米,且采集的视频监控数据中移动物体的移动速度小于17m/s,则说明采集的视频监控数据中移动物体为非车辆移动物体,该非车辆移动物体可能是人或者牛羊;在检测判断到视频监控数据中出现非车辆移动物体时,则发出报警提示。
如果当采集的视频监控数据中检测到移动物体的体积小于3立方米且移动速度小于17m/s,同时检测到视频监控数据中存在体积大于3立方米且移动速度为零的物体,说明此时发生了交通事故或者出现了堵车的情况;因为,当发生交通事故或者堵车时,可能会存在乘坐在车内的人员下车到高速公路上走动即检测判断到视频监控数据中的体积小于3立方米且移动速度小于17m/s的移动物体,以及存在车辆熄火停在高速公路上即检测判断到视频监控数据中的体积大于3立方米且移动速度为零的物体;通过对这一种经常发生的突发情况的排除来提高对视频监控数据中非车辆移动物体的准确判断。
在通过安装在高速公路上的摄像采集点采集视频监控数据之前还包括对高速公路进行路段标记编号以及定位的步骤。
所述的对高速公路进行路段标记编号以及定位的步骤包括以下内容:
A1、对安装在高速公路上每个摄像采集点进行标记编号;
根据每条高速公路上安装的摄像采集点的数量对每个摄像采集点按照高速公路车辆行驶方向或者反方向的顺序进行编号。
A2、将摄像采集点按照编号顺序根据一定数量编号的摄像采集点组合形成高速公路监测路段,进而将高速公路实现分路段监测化;
其中,通过根据一定数量编号的摄像采集点组合形成高速公路监测路段,根据每条高速公路的里程长短可以对组合形成高速公路监测路段的编号的摄像采集点数量进行设置,如,高速公路里程长的组合形成高速公路监测路段的编号的摄像采集点数量可以多一些,如10~20个编号的摄像采集点组成形成高速公路监测路段,高速公路里程短的组合形成高速公路监测路段的编号的摄像采集点数量可以多一些,如5~10个编号的摄像采集点组成形成高速公路监测路段。
优选地,如某条高速公路里程300公里,被划分为30条高速公路监测路段,其中第一条高速公路监测路段包括编号顺序依次为1~10的摄像采集点。通过对高速公路进行监测路段的划分进而帮助对每段监测路段的位置进行定位。
A3、将每段高速公路监测路段的位置信息与GIS地理信息进行结合对应,实现对每段高速公路监测路段的实际地理位置的定位。
所述的步骤S3对非车辆移动物体所在高速公路路段进行定位包括以下内容:
S31、根据监测到非车辆移动物体的视频监控数据得到监测到非车辆移动物体的摄像采集点的标记编号;
通过对摄像采集点的标记编号可以知道采集到非车辆移动物体的视频监控数据是编号为多少的摄像采集点传输到后台控制中心的。
S32、根据监测到非车辆移动物体的摄像采集点的标记编号计算得到该摄像采集点所在的高速公路监测路段;
根据某条高速公路组合形成高速公路监测路段的编号的摄像采集点数量多少,进而可以计算得到采集到非车辆移动物体的视频监控数据的具体摄像采集点所属的具体高速公路监测路段;如,采集到非车辆移动物体的视频监控数据编号为42的摄像采集点,而该条高速公路是以10个摄像采集点组合形成一段高速公路监测路段;则可以计算得到该采集到非车辆移动物体的视频监控数据的摄像采集点位于第5段高速公路监测路段。
S33、根据计算得到的高速公路监测路段完成对该高速公路监测路段的实际地理位置定位。
所述的步骤S4根据定位的非车辆移动物体所在高速公路路段对高速公路边网防护漏洞位置进行定位包括以下内容:
S41、巡查人员开车到监测到非车辆移动物体的摄像采集点处,并检查该摄像采集点的监控视野范围内高速公路两边的边网防护是否有漏洞;
S42、如果有漏洞,则说明非车辆移动物体是通过该漏洞进入高速公路;
S43、如果没有漏洞,则检查该摄像采集点与相邻摄像采集点之间的视野盲区范围内高速公路两边的边网防护是否有漏洞。
如果检查到摄像采集点与相邻摄像采集点之间的视野盲区范围内高速公路两边的边网防护有漏洞,则说明非车辆移动物体是通过该漏洞进入高速公路。如果没有检查到有漏洞,则根据相邻位置继续进行排查。
一种基于高速公路边坡防护网漏洞位置定位方法的漏洞位置定位***,它包括安装在高速公路上用于实时采集以及发送高速公路视频监控数据的摄像采集点,和用于接收所述摄像采集点发送的视频监控数据并对数据进行分析处理的后台控制中心。
所述的摄像采集点包括:
摄像机,用于实时采集高速公路视频监控数据信息;
定位单元,用于对所述摄像机的地理位置信息进行定位;以便为后期防护网漏洞位置的定位提供定位数据。
标记编号单元,用于对摄像采集点所处的顺序位置进行编号标记;以便快速准确的对采集到非车辆移动物体的具体摄像采集点进行定位。
第一通信单元,用于将所述摄像机采集的高速公路视频监控数据信息、摄像机的地理位置定位信息以及摄像采集点的编号信息发送到所述后台控制中心;
控制单元,用于与所述摄像机、所述定位单元、所述标记编号单元和所述第一通信单元电连接实现对各个单元的控制。
所述的摄像采集点通过多个相邻的摄像采集点组成一个摄像采集节点,每条高速公路包括多个摄像采集节点,每个摄像采集节点监测一段高速公路即为高速公路监测路段。以便快速准确的定位到边坡防护网漏洞的具***置。
所述的后台控制中心包括:
第二通信单元,用于接收所述摄像采集点发送的数据信息;
判断单元,用于判断视频监控数据中是否非车辆移动物体;
路段划分单元,用于对每条高速公路根据所述摄像采集节点进行划分得到高速公路监测路段;
警报提示单元,用于在所述判断单元判断视频监控数据中存在非车辆移动物体时发出报警提示;
计算单元,用于根据监测到非车辆移动物体的摄像采集点的标记编号计算得到该摄像采集点所在的高速公路监测路段;
GIS地理信息单元,用于与每段高速公路监测路段的位置信息进行结合对应,实现对每段高速公路监测路段的实际地理位置的定位。
以上所述仅为本发明/发明的实施例,并非因此限制本发明/发明的专利范围,凡是利用本发明/发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明/发明的专利保护范围内。

Claims (10)

1.一种高速公路边坡防护网漏洞位置定位方法,其特征在于:所述的监测方法包括以下步骤:
实时采集高速公路上的视频监控数据;
根据视频监控数据判断是否有非车辆移动物体在高速公路上通行;
对非车辆移动物体所在高速公路路段进行定位;
根据定位的非车辆移动物体所在高速公路路段对高速公路边网防护漏洞位置进行定位。
2.根据权利要求1所述的一种高速公路边坡防护网漏洞位置定位方法,其特征在于:所述的根据视频监控数据判断是否有非车辆移动物体在高速公路上通行包括以下内容:
判断采集的视频监控数据中移动物体的体积与阈值体积的关系;
对判断采集的视频监控数据中移动物体的体积后,再判断采集的视频监控数据中移动物体的移动速度与阈值速度的关系。
3.根据权利要求1所述的一种高速公路边坡防护网漏洞位置定位方法,其特征在于:在通过安装在高速公路上的摄像采集点采集视频监控数据之前还包括对高速公路进行路段标记编号以及定位的步骤。
4.根据权利要求3所述的一种高速公路边坡防护网漏洞位置定位方法,其特征在于:所述的对高速公路进行路段标记编号以及定位的步骤包括以下内容:
对安装在高速公路上每个摄像采集点进行标记编号;
将摄像采集点按照编号顺序根据一定数量编号的摄像采集点组合形成高速公路监测路段,进而将高速公路实现分路段监测化;
将每段高速公路监测路段的位置信息与GIS地理信息进行结合对应,实现对每段高速公路监测路段的实际地理位置的定位。
5.根据权利要求4所述的一种高速公路边坡防护网漏洞位置定位方法,其特征在于:所述的对非车辆移动物体所在高速公路路段进行定位包括以下内容:
根据监测到非车辆移动物体的视频监控数据得到监测到非车辆移动物体的摄像采集点的标记编号;
根据监测到非车辆移动物体的摄像采集点的标记编号计算得到该摄像采集点所在的高速公路监测路段;
根据计算得到的高速公路监测路段完成对该高速公路监测路段的实际地理位置定位。
6.根据权利要求1所述的一种高速公路边坡防护网漏洞位置定位方法,其特征在于:所述的根据定位的非车辆移动物体所在高速公路路段对高速公路边网防护漏洞位置进行定位包括以下内容:
巡查人员开车到监测到非车辆移动物体的摄像采集点处,并检查该摄像采集点的监控视野范围内高速公路两边的边网防护是否有漏洞;
如果有漏洞,则说明非车辆移动物体是通过该漏洞进入高速公路;
如果没有漏洞,则检查该摄像采集点与相邻摄像采集点之间的视野盲区范围内高速公路两边的边网防护是否有漏洞。
7.根据权利要求1-6任意一项所述的一种基于高速公路边坡防护网漏洞位置定位方法的漏洞位置定位***,其特征在于:它包括安装在高速公路上用于实时采集以及发送高速公路视频监控数据的摄像采集点,和用于接收所述摄像采集点发送的视频监控数据并对数据进行分析处理的后台控制中心。
8.根据权利要求7所述的一种基于高速公路边坡防护网漏洞位置定位方法的漏洞位置定位***,其特征在于:所述的摄像采集点包括:
摄像机,用于实时采集高速公路视频监控数据信息;
定位单元,用于对所述摄像机的地理位置信息进行定位;
标记编号单元,用于对摄像采集点所处的顺序位置进行编号标记;
第一通信单元,用于将所述摄像机采集的高速公路视频监控数据信息、摄像机的地理位置定位信息以及摄像采集点的编号信息发送到所述后台控制中心;
控制单元,用于与所述摄像机、所述定位单元、所述标记编号单元和所述第一通信单元电连接实现对各个单元的控制。
9.根据权利要求7所述的一种基于高速公路边坡防护网漏洞位置定位方法的漏洞位置定位***,其特征在于:所述的摄像采集点通过多个相邻的摄像采集点组成一个摄像采集节点,每条高速公路包括多个摄像采集节点,每个摄像采集节点监测一段高速公路即为高速公路监测路段。
10.根据权利要求9所述的一种基于高速公路边坡防护网漏洞位置定位方法的漏洞位置定位***,其特征在于:所述的后台控制中心包括:
第二通信单元,用于接收所述摄像采集点发送的数据信息;
判断单元,用于判断视频监控数据中是否非车辆移动物体;
路段划分单元,用于对每条高速公路根据所述摄像采集节点进行划分得到高速公路监测路段;
警报提示单元,用于在所述判断单元判断视频监控数据中存在非车辆移动物体时发出报警提示;
计算单元,用于根据监测到非车辆移动物体的摄像采集点的标记编号计算得到该摄像采集点所在的高速公路监测路段;
GIS地理信息单元,用于与每段高速公路监测路段的位置信息进行结合对应,实现对每段高速公路监测路段的实际地理位置的定位。
CN201811591421.0A 2018-12-20 2018-12-20 一种高速公路边坡防护网漏洞位置定位方法及*** Active CN109685010B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811591421.0A CN109685010B (zh) 2018-12-20 2018-12-20 一种高速公路边坡防护网漏洞位置定位方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811591421.0A CN109685010B (zh) 2018-12-20 2018-12-20 一种高速公路边坡防护网漏洞位置定位方法及***

Publications (2)

Publication Number Publication Date
CN109685010A true CN109685010A (zh) 2019-04-26
CN109685010B CN109685010B (zh) 2021-04-06

Family

ID=66189419

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811591421.0A Active CN109685010B (zh) 2018-12-20 2018-12-20 一种高速公路边坡防护网漏洞位置定位方法及***

Country Status (1)

Country Link
CN (1) CN109685010B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116343441A (zh) * 2023-03-29 2023-06-27 江陵县汇邦建筑工程有限公司 一种基于多维度实时监控的高速公路安全监控***

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4010209C2 (de) * 1990-03-30 1994-03-10 Baumeister & Ostler Gmbh Co Sicherheitsnetz
CN101788551A (zh) * 2010-01-07 2010-07-28 云南元磨高速公路建设指挥部 高速公路边坡病害自动化监测***
CN201657198U (zh) * 2009-12-25 2010-11-24 中国科学院武汉岩土力学研究所 道路安全高速无线实时影像自动监控警示装置
CN103533067A (zh) * 2013-10-21 2014-01-22 江苏道润智能交通技术有限公司 道路日常养护***及方法
CN103640595A (zh) * 2013-12-25 2014-03-19 江西理工大学 一种铁路防护栏网自动检测***及破损识别方法
CN104331905A (zh) * 2014-10-31 2015-02-04 浙江大学 一种基于运动物体检测的监控视频摘要提取方法
CN207223994U (zh) * 2017-08-11 2018-04-13 皮俊飞 一种高速公路智能寻障机器人
CN108765813A (zh) * 2018-06-29 2018-11-06 鞍山睿科光电技术有限公司 基于分布式光纤传感器的高速公路防护栏破坏定位***及其方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4010209C2 (de) * 1990-03-30 1994-03-10 Baumeister & Ostler Gmbh Co Sicherheitsnetz
CN201657198U (zh) * 2009-12-25 2010-11-24 中国科学院武汉岩土力学研究所 道路安全高速无线实时影像自动监控警示装置
CN101788551A (zh) * 2010-01-07 2010-07-28 云南元磨高速公路建设指挥部 高速公路边坡病害自动化监测***
CN103533067A (zh) * 2013-10-21 2014-01-22 江苏道润智能交通技术有限公司 道路日常养护***及方法
CN103640595A (zh) * 2013-12-25 2014-03-19 江西理工大学 一种铁路防护栏网自动检测***及破损识别方法
CN104331905A (zh) * 2014-10-31 2015-02-04 浙江大学 一种基于运动物体检测的监控视频摘要提取方法
CN207223994U (zh) * 2017-08-11 2018-04-13 皮俊飞 一种高速公路智能寻障机器人
CN108765813A (zh) * 2018-06-29 2018-11-06 鞍山睿科光电技术有限公司 基于分布式光纤传感器的高速公路防护栏破坏定位***及其方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116343441A (zh) * 2023-03-29 2023-06-27 江陵县汇邦建筑工程有限公司 一种基于多维度实时监控的高速公路安全监控***
CN116343441B (zh) * 2023-03-29 2023-11-24 安徽光谷智能科技股份有限公司 一种基于多维度实时监控的高速公路安全监控***

Also Published As

Publication number Publication date
CN109685010B (zh) 2021-04-06

Similar Documents

Publication Publication Date Title
CN109686088B (zh) 一种交通视频告警方法、设备及***
US11361556B2 (en) Deterioration diagnosis device, deterioration diagnosis system, deterioration diagnosis method, and storage medium for storing program
CN102945603B (zh) 检测交通事件的方法及电子警察装置
CN110515073A (zh) 多雷达跨区域组网多目标跟踪识别方法及装置
CN113706737B (zh) 基于自动驾驶车辆的路面巡检***及方法
US20100030540A1 (en) System and method for reconstructing traffic accident
US20110095908A1 (en) Mobile sensing for road safety, traffic management, and road maintenance
CN104851295A (zh) 获取路况信息的方法和***
CN110356339B (zh) 一种变道盲区监测方法、***及车辆
CN114333330B (zh) 一种基于路侧边缘全息感知的交叉口事件检测***
CN103325255A (zh) 基于摄影测量技术进行区域交通状况检测的方法
CN105185114A (zh) 一种车辆违章变道行为取证装置及方法
CN107590999A (zh) 一种基于卡口数据的交通状态判别方法
Ki et al. An incident detection algorithm using artificial neural networks and traffic information
CN111477011A (zh) 一种用于道路路口预警的检测装置及检测方法
CN115188187A (zh) 一种基于车路协同的路侧感知数据质量监测***及方法
CN113781471B (zh) 一种自动驾驶测试场***及方法
CN109685010A (zh) 一种高速公路边坡防护网漏洞位置定位方法及***
CN112885114A (zh) 一种远距离实时跟踪车辆轨迹的***及其应用
Auberlet et al. Data collection techniques
Yin et al. Detecting illegal pickups of intercity buses from their gps traces
Luk et al. Characterization of incidents on an urban arterial road
Morris et al. Low-cost portable video-based queue detection for work-zone safety
Lu et al. Deliver a set of tools for resolving bad inductive loops and correcting bad data
Prevedouros et al. Video incident detection tests in freeway tunnels

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