CN110310488B - 一种大型货车违章消息生成方法及*** - Google Patents

一种大型货车违章消息生成方法及*** Download PDF

Info

Publication number
CN110310488B
CN110310488B CN201910624438.XA CN201910624438A CN110310488B CN 110310488 B CN110310488 B CN 110310488B CN 201910624438 A CN201910624438 A CN 201910624438A CN 110310488 B CN110310488 B CN 110310488B
Authority
CN
China
Prior art keywords
large truck
lane
license plate
plate number
truck
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
CN201910624438.XA
Other languages
English (en)
Other versions
CN110310488A (zh
Inventor
戚湧
其他发明人请求不公开姓名
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.)
Nanjing University of Science and Technology
Original Assignee
Nanjing University of Science and Technology
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 Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN201910624438.XA priority Critical patent/CN110310488B/zh
Publication of CN110310488A publication Critical patent/CN110310488A/zh
Application granted granted Critical
Publication of CN110310488B publication Critical patent/CN110310488B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • 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
    • G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625—License plates

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明属于软件领域，提供了一种大型货车违章消息生成方法及***，方法包括：检测当前的位置坐标是否处于高速公路内；如果当前的位置坐标处于高速公路内，判断当前车道是否为高速公路的左车道；如果当前车道为高速公路的左车道，就获取摄像组朝挡风玻璃正前方区域拍摄的车辆图像以及车辆图像的拍摄时间，识别车辆图像的车牌号；将车牌号与本省的大型货车车牌号进行匹配；如果匹配成功，就识别车牌号为本省的大型货车车牌号；将预设的大型货车违章标签、大型货车车牌号、拍摄时间以及位置坐标封包，生成大型货车违章消息；向预设的管理服务器上传大型货车违章消息、大型货车违章视频以及对应关系。本发明有利于提高大型货车的监管效果。

Description

一种大型货车违章消息生成方法及***
技术领域
本发明属于软件领域，尤其涉及一种大型货车违章消息生成方法及***。
背景技术
目前大型货车在高速公路行驶时，普遍存在占用高速公路左侧车道现象，由此引发的交通事故也越来越多。因为高速公路上行驶的大型货车，大多都属于重型货车，其车货总重普遍都在49吨左右，如果大型货车占用左侧车道，一旦刹不住车，很可能对前方小型车身造成毁灭性碰撞、挤压。此外，如果大型货车占用左侧车道，后面的小型汽车，只能从右侧完成超车，而众所周知，从右侧超车是很危险的。
然而，安装于高速公路上的监控***，针对的是高速公路上所有车身的违规监控，监控范围过大，不具针对性，很难生成大型货车违章消息，现在的大型货车违章消息，一般都是靠交警巡查，而交警巡查的范围有限，耗时较长，难以及时生成大型货车违章消息，使得大型货车的监管效果不太理想。
发明内容
有鉴于此，本发明实施例提供了一种大型货车违章消息生成方法及***，以解决现有技术中难以及时生成大型货车违章消息，使得大型货车的监管效果不太理想的问题。
第一方面，本发明实施例提供了一种大型货车违章消息生成方法，包括：
车载终端获取当前的位置坐标，检测所述当前的位置坐标是否处于高速公路内；
如果所述当前的位置坐标处于高速公路内，判断当前车道是否为所述高速公路的左车道；
如果所述当前车道为所述高速公路的左车道，就触发拍摄指令，利用所述拍摄指令，获取摄像组朝挡风玻璃正前方区域拍摄的车辆图像以及所述车辆图像的拍摄时间，识别所述车辆图像的车牌号；
在预设的存储区域中，获取预存的本省的大型货车车牌号，将所述车牌号与所述本省的大型货车车牌号进行匹配；
如果所述车牌号与所述本省的大型货车车牌号匹配成功，就识别所述车牌号为本省的大型货车车牌号；
将预设的大型货车违章标签、所述大型货车车牌号、拍摄时间以及所述位置坐标封包，生成大型货车违章消息；
建立所述大型货车违章消息以及所述大型货车违章视频之间的对应关系，向预设的管理服务器上传所述大型货车违章消息、所述大型货车违章视频以及所述对应关系。
优选地，所述如果所述当前的位置坐标处于高速公路内，判断当前车道是否为所述高速公路的左车道，具体为：
如果所述当前的位置坐标处于高速公路内，获取所述高速公路的道路图像，对所述道路图像进行车道识别，如果车道识别为左车道，就判断当前车道为所述高速公路的左车道，如果车道识别为中间车道或右车道，就判断当前车道不为所述高速公路的左车道。
优选地，所述如果所述当前的位置坐标处于高速公路内，判断当前车道是否为所述高速公路的左车道，具体为：
如果所述当前的位置坐标处于高速公路内，通过安装在左后视镜的侧视摄像头，获取车身左边的图像，利用背景差分法，识别所述车身左边的图像是否存在移动物体，同时通过安装在左车门外把手的距离传感器，获取车身离左侧栏杆的距离，如果在预设时间内，所述车身左边的图像不存在移动物体且所述车身离左侧栏杆的距离的均值小于预设距离，就判断当前车道为所述高速公路的左车道，如果在预设时间内，所述车身左边的图像存在移动物体或所述车身离左侧栏杆的距离的均值不小于预设距离，就判断当前车道不为所述高速公路的左车道。
优选地，所述如果所述当前车道为所述高速公路的左车道，就触发拍摄指令，利用所述拍摄指令，获取摄像组朝挡风玻璃正前方区域拍摄的车辆图像以及所述车辆图像的拍摄时间，识别所述车辆图像的车牌号，具体为：
如果所述当前车道为所述高速公路的左车道，获取当前车速，判断当前车速是否低于所述高速公路的左车道要求的最小行驶速度，如果所述当前车速低于所述高速公路的左车道要求的最小行驶速度，就利用所述拍摄指令，获取摄像组朝挡风玻璃正前方区域拍摄的车辆图像以及所述车辆图像的拍摄时间，识别所述车辆图像的车牌号。
所述将预设的大型货车违章标签、所述大型货车车牌号、拍摄时间以及所述位置坐标封包，生成大型货车违章消息，具体为：
获取图像帧率，将图像帧率和预设时间相乘，得到预设时间内获取到的所述车辆图像的帧数，获取预设时间内识别所述车牌号为本省的大型货车车牌号的次数，根据预设的货车识别可靠系数生成模型、获取到的所述车辆图像的帧数以及识别所述车牌号为本省的大型货车车牌号的次数，生成识别所述车牌号为本省的大型货车车牌号的货车识别可靠系数，当货车识别可靠系数大于预设值时，将预设的大型货车违章标签、所述大型货车车牌号、拍摄时间以及所述位置坐标封包，生成大型货车违章消息；
其中，货车识别可靠系数生成模型具体为：
Figure GDA0003260225670000031
其中，V为货车识别可靠系数，V由识别率和识别系数两部分组成，
Figure GDA0003260225670000032
为识别率，Ni表示预设时间内，识别所述车牌号为本省的大型货车车牌号的次数，Frames表示预设时间内，获取到的所述车辆图像的帧数；
Figure GDA0003260225670000033
为识别系数，No表示预设的识别次数；0<a<1、0<b<1，a+b＝1，a和b的大小分别决定着识别率和识别系数在货车识别可靠系数中的权重比。
优选地，所述位置坐标为GPS坐标或北斗坐标，所述大型货车违章标签由第一字符串和第二字符串组成，所述第一字符串为0x1906，所述第二字符串为Truck。
第二方面，本发明实施例提供了一种大型货车违章消息生成***，包括：
位置坐标获取模块，用于获取当前的位置坐标，检测所述当前的位置坐标是否处于高速公路内；
左车道判断模块，用于如果所述当前的位置坐标处于高速公路内，判断当前车道是否为所述高速公路的左车道；
车牌号识别模块，用于如果所述当前车道为所述高速公路的左车道，就触发拍摄指令，利用所述拍摄指令，获取摄像组朝挡风玻璃正前方区域拍摄的车辆图像以及所述车辆图像的拍摄时间，识别所述车辆图像的车牌号；
大型货车车牌号匹配模块，用于在预设的存储区域中，获取预存的本省的大型货车车牌号，将所述车牌号与所述本省的大型货车车牌号进行匹配；
大型货车车牌号识别模块，用于如果所述车牌号与所述本省的大型货车车牌号匹配成功，就识别所述车牌号为本省的大型货车车牌号；
大型货车违章消息生成模块，用于将预设的大型货车违章标签、所述大型货车车牌号、拍摄时间以及所述位置坐标封包，生成大型货车违章消息；
大型货车违章消息上传模块，用于建立所述大型货车违章消息以及所述大型货车违章视频之间的对应关系，向预设的管理服务器上传所述大型货车违章消息、所述大型货车违章视频以及所述对应关系。
优选地，所述左车道判断模块，具体用于：
如果所述当前的位置坐标处于高速公路内，获取所述高速公路的道路图像，对所述道路图像进行车道识别，如果车道识别为左车道，就判断当前车道为所述高速公路的左车道，如果车道识别为中间车道或右车道，就判断当前车道不为所述高速公路的左车道。
优选地，所述左车道判断模块，具体用于：
如果所述当前的位置坐标处于高速公路内，通过安装在左后视镜的侧视摄像头，获取车身左边的图像，利用背景差分法，识别所述车身左边的图像是否存在移动物体，同时通过安装在左车门外把手的距离传感器，获取车身离左侧栏杆的距离，如果在预设时间内，所述车身左边的图像不存在移动物体且所述车身离左侧栏杆的距离的均值小于预设距离，就判断当前车道为所述高速公路的左车道，如果在预设时间内，所述车身左边的图像存在移动物体或所述车身离左侧栏杆的距离的均值不小于预设距离，就判断当前车道不为所述高速公路的左车道。
优选地，所述大型货车车牌号识别模块，具体用于：如果所述当前车道为所述高速公路的左车道，获取当前车速，判断当前车速是否低于所述高速公路的左车道要求的最小行驶速度，如果所述当前车速低于所述高速公路的左车道要求的最小行驶速度，就利用所述拍摄指令，获取摄像组朝挡风玻璃正前方区域拍摄的车辆图像以及所述车辆图像的拍摄时间，识别所述车辆图像的车牌号。
优选地，所述大型货车违章消息生成模块，具体用于：获取图像帧率，将图像帧率和预设时间相乘，得到预设时间内获取到的所述车辆图像的帧数，获取预设时间内识别所述车牌号为本省的大型货车车牌号的次数，根据预设的货车识别可靠系数生成模型、获取到的所述车辆图像的帧数以及识别所述车牌号为本省的大型货车车牌号的次数，生成识别所述车牌号为本省的大型货车车牌号的货车识别可靠系数，当货车识别可靠系数大于预设值时，将预设的大型货车违章标签、所述大型货车车牌号、拍摄时间以及所述位置坐标封包，生成大型货车违章消息；
其中，货车识别可靠系数生成模型具体为：
Figure GDA0003260225670000051
其中，V为货车识别可靠系数，V由识别率和识别系数两部分组成，
Figure GDA0003260225670000061
为识别率，Ni表示预设时间内，识别所述车牌号为本省的大型货车车牌号的次数，Frames表示预设时间内，获取到的所述车辆图像的帧数；
Figure GDA0003260225670000062
为识别系数，No表示预设的识别次数；0<a<1、0<b<1，a+b＝1，a和b的大小分别决定着识别率和识别系数在货车识别可靠系数中的权重比。
相较于现有技术，本发明实施例所提供的大型货车违章消息生成方法及***，解决了现有技术中难以及时生成大型货车违章消息，使得大型货车的监管效果不太理想的问题。
附图说明
图1是本发明实施例提供的大型货车违章消息生成方法的实现流程图；
图2是本发明实施例提供的大型货车违章消息生成***的结构框图。
具体实施方式
参考图1，图1是本发明实施例提供的大型货车违章消息生成方法的实现流程图，该方法应用于终端，如图1所示大型货车违章消息生成方法可以包括以下步骤：
S101，车载终端获取当前的位置坐标，检测所述当前的位置坐标是否处于高速公路内；
其中，车载终端是车身监控管理***的前端设备，车载终端与摄像组相连接，车载终端设在车内，车载终端为行车记录仪、手机。
S102，如果所述当前的位置坐标处于高速公路内，判断当前车道是否为所述高速公路的左车道；
其中，S102，有两种实现方式，详述如下：
第一种实现方式，如果所述当前的位置坐标处于高速公路内，获取所述高速公路的道路图像，对所述道路图像进行车道识别，如果车道识别为左车道，就判断当前车道为所述高速公路的左车道，如果车道识别为中间车道或右车道，就判断当前车道不为所述高速公路的左车道。
其中，车道识别的算法为现有技术，在此不做赘述。
第二种实现方式，如果所述当前的位置坐标处于高速公路内，通过安装在左后视镜的侧视摄像头，获取车身左边的图像，利用背景差分法，识别所述车身左边的图像是否存在移动物体，同时通过安装在左车门外把手的距离传感器，获取车身离左侧栏杆的距离，如果在预设时间内，所述车身左边的图像不存在移动物体且所述车身离左侧栏杆的距离的均值小于预设距离，就判断当前车道为所述高速公路的左车道，如果在预设时间内，所述车身左边的图像存在移动物体或所述车身离左侧栏杆的距离的均值不小于预设距离，就判断当前车道不为所述高速公路的左车道。
其中，预设时间、预设距离为用户自设或***默认，在此不做限制。
其中，如果在预设时间内，所述车身左边的图像不存在移动物体且所述车身离左侧栏杆的距离的均值小于预设距离，说明所述车身的车身离左侧栏杆近，处于高速公路的左车道。
其中，优选地，预设距离为1.95米，预设时间设为10秒。预设焦距为2.6毫米。因为高速公路的车道一般是3.75米，小车宽度1.80米左右，大车宽度2.50米左右，车载设备自动调节侧视摄像头的焦距为2.6毫米，能控制侧视摄像头的拍摄范围覆盖车身左侧1.95米的车道，这样，就可以获取到获取车身左边的图像。
S103，如果所述当前车道为所述高速公路的左车道，就触发拍摄指令，利用所述拍摄指令，获取摄像组朝挡风玻璃正前方区域拍摄的车辆图像以及所述车辆图像的拍摄时间，识别所述车辆图像的车牌号；
其中，如果所述当前车道为所述高速公路的左车道，获取当前车速，判断当前车速是否低于所述高速公路的左车道要求的最小行驶速度，如果所述当前车速低于所述高速公路的左车道要求的最小行驶速度，就利用所述拍摄指令，获取摄像组朝挡风玻璃正前方区域拍摄的车辆图像以及所述车辆图像的拍摄时间，识别所述车辆图像的车牌颜色是否为黄色，如果所述车辆图像的牌照为黄色，就识别所述车辆图像的车牌号。
其中，大型货车的车身为黄底黑字牌照，中小型车的车身为蓝底白字牌照，两者的颜色不同，只要利用车牌识别软件检测车牌颜色，就能直接区分出大型货车与中小型货车，待区分出大型货车后，再进行车牌号识别，这样的有益效果是：无需识别非大型货车的车牌号，减少了识别非大型货车的车牌号的数据，因此，能大大减少车载终端处理的数据量。
其中，如果当前车速低于所述高速公路的左车道要求的最小行驶速度，说明前方有障碍物，因此，本发明通过判断车身的当前车速来确定当前的行车状态，为车牌号的识别做好准备工作。
S104，在预设的存储区域中，获取预存的本省的大型货车车牌号，将所述车牌号与所述本省的大型货车车牌号进行匹配；
其中，预存的本省的大型货车车牌号，与存储本国的大型货车车牌号相比，能大大减少匹配需要的时间，能有效地提高大型货车车牌号的匹配效率。
S105，如果所述车牌号与所述本省的大型货车车牌号匹配成功，就识别所述车牌号为本省的大型货车车牌号；
S106，将预设的大型货车违章标签、所述大型货车车牌号、拍摄时间以及所述位置坐标封包，生成大型货车违章消息；
其中，S106，具体为：
获取图像帧率，将图像帧率和预设时间相乘，得到预设时间内获取到的所述车辆图像的帧数，获取预设时间内识别所述车牌号为本省的大型货车车牌号的次数，根据预设的货车识别可靠系数生成模型、获取到的所述车辆图像的帧数以及识别所述车牌号为本省的大型货车车牌号的次数，生成识别所述车牌号为本省的大型货车车牌号的货车识别可靠系数，当货车识别可靠系数大于预设值时，将预设的大型货车违章标签、所述大型货车车牌号、拍摄时间以及所述位置坐标封包，生成大型货车违章消息；
其中，货车识别可靠系数生成模型具体为：
Figure GDA0003260225670000081
其中，V为货车识别可靠系数，V由识别率和识别系数两部分组成，
Figure GDA0003260225670000091
为识别率，Ni表示预设时间内，识别所述车牌号为本省的大型货车车牌号的次数，Frames表示预设时间内，获取到的所述车辆图像的帧数；
Figure GDA0003260225670000092
为识别系数，No表示预设的识别次数；0<a<1、0<b<1，a+b＝1，a和b的大小分别决定着识别率和识别系数在货车识别可靠系数中的权重比。
其中，货车识别可靠系数用于描述识别所述车牌号为本省的大型货车车牌号的可靠程度，货车识别可靠系数越高，越可靠，反之，货车识别可靠系数越低，越不可靠。
其中，识别率和识别系数越大，货车识别可靠系数也就越高，这样能有效避免误识别所述车牌号为本省的大型货车车牌的情况，有利于识别所述车牌号为本省的大型货车车牌号的正确率，生成的大型货车违章消息也就更可靠。
其中，预设值和预设时间，由用户自设，或***默认，在此不做限制。
其中，所述位置坐标为GPS坐标或北斗坐标，所述大型货车违章标签由第一字符串和第二字符串组成，所述第一字符串为0x1906，所述第二字符串为Truck。
其中，所述大型货车违章标签存放在大型货车违章消息的固定位置，用于通知管理服务器所述大型货车违章标签后面的是所述大型货车车牌号、拍摄时间以及所述位置坐标。
S107，建立所述大型货车违章消息以及所述大型货车违章视频之间的对应关系，向预设的管理服务器上传所述大型货车违章消息、所述大型货车违章视频以及所述对应关系。
需说明的是，管理服务器获取出厂设置的自动扫描参数，所述自动扫描参数包括时间间隔和消息接口，在所述自动扫描参数中提取时间间隔，获取定时器按照所述时间间隔产生消息接口的扫描指令，根据所述扫描指令，扫描消息接口是否存在车载终端上传的数据，当消息接口存在车载终端上传的数据时，通过深度数据包检测(Deep PacketInspection，DPI)技术处理车载终端上传的数据，进而获取所述大型货车违章消息、所述大型货车违章视频以及所述对应关系，然后，该消息接口将所述大型货车违章消息传给决策接口进行处理，然后，决策接口根据所述大型货车违章消息中的位置坐标，将大型货车违章消息传给位置坐标所在高速路上的LED显示屏，以提醒驾驶所述大型货车车牌号的车辆的驾驶员。这样可以及时获取到大型货车违章消息，及时提醒驾驶所述大型货车车牌号的车辆的驾驶员。
其中，建立所述大型货车违章消息以及所述大型货车违章视频之间的对应关系，采用4G网络模式或5G网络模式，向预设的管理服务器上传所述大型货车违章消息、所述大型货车违章视频以及所述对应关系。
在本发明实施例中，将预设的大型货车违章标签、所述大型货车车牌号、拍摄时间以及所述位置坐标封包，生成大型货车违章消息，因此，能及时生成大型货车违章消息，为大型货车违章的判定提供了证据，有利于提高大型货车的监管效果。
参考图2，图2是本发明实施例提供的大型货车违章消息生成***的结构框图，该大型货车违章消息生成***包括：
位置坐标获取模块21，用于获取当前的位置坐标，检测所述当前的位置坐标是否处于高速公路内；
左车道判断模块22，用于如果所述当前的位置坐标处于高速公路内，判断当前车道是否为所述高速公路的左车道；
车牌号识别模块23，用于如果所述当前车道为所述高速公路的左车道，就触发拍摄指令，利用所述拍摄指令，获取摄像组朝挡风玻璃正前方区域拍摄的车辆图像以及所述车辆图像的拍摄时间，识别所述车辆图像的车牌号；
大型货车车牌号匹配模块24，用于在预设的存储区域中，获取预存的本省的大型货车车牌号，将所述车牌号与所述本省的大型货车车牌号进行匹配；
大型货车车牌号识别模块25，用于如果所述车牌号与所述本省的大型货车车牌号匹配成功，就识别所述车牌号为本省的大型货车车牌号；
大型货车违章消息生成模块26，用于将预设的大型货车违章标签、所述大型货车车牌号、拍摄时间以及所述位置坐标封包，生成大型货车违章消息；
大型货车违章消息上传模块27，用于建立所述大型货车违章消息以及所述大型货车违章视频之间的对应关系，向预设的管理服务器上传所述大型货车违章消息、所述大型货车违章视频以及所述对应关系。
在本发明实施例中，将预设的大型货车违章标签、所述大型货车车牌号、拍摄时间以及所述位置坐标封包，生成大型货车违章消息，因此，能及时生成大型货车违章消息，为大型货车违章的判定提供了证据，有利于提高大型货车的监管效果。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。

Claims (8)

1.一种大型货车违章消息生成方法，其特征在于，包括：
车载终端获取当前的位置坐标，检测所述当前的位置坐标是否处于高速公路内；
如果所述当前的位置坐标处于高速公路内，判断当前车道是否为所述高速公路的左车道；
如果所述当前车道为所述高速公路的左车道，就触发拍摄指令，利用所述拍摄指令，获取摄像组朝挡风玻璃正前方区域拍摄的车辆图像以及所述车辆图像的拍摄时间，识别所述车辆图像的车牌号；
在预设的存储区域中，获取预存的本省的大型货车车牌号，将所述车牌号与所述本省的大型货车车牌号进行匹配；
如果所述车牌号与所述本省的大型货车车牌号匹配成功，就识别所述车牌号为本省的大型货车车牌号；
将预设的大型货车违章标签、所述大型货车车牌号、拍摄时间以及所述位置坐标封包，生成大型货车违章消息；
建立所述大型货车违章消息以及所述大型货车违章视频之间的对应关系，向预设的管理服务器上传所述大型货车违章消息、所述大型货车违章视频以及所述对应关系；
所述将预设的大型货车违章标签、所述大型货车车牌号、拍摄时间以及所述位置坐标封包，生成大型货车违章消息，具体为：
获取图像帧率，将图像帧率和预设时间相乘，得到预设时间内获取到的所述车辆图像的帧数，获取预设时间内识别所述车牌号为本省的大型货车车牌号的次数，根据预设的货车识别可靠系数生成模型、获取到的所述车辆图像的帧数以及识别所述车牌号为本省的大型货车车牌号的次数，生成识别所述车牌号为本省的大型货车车牌号的货车识别可靠系数，当货车识别可靠系数大于预设值时，将预设的大型货车违章标签、所述大型货车车牌号、拍摄时间以及所述位置坐标封包，生成大型货车违章消息；
其中，货车识别可靠系数生成模型具体为：
Figure FDA0003260225660000021
其中，V为货车识别可靠系数，V由识别率和识别系数两部分组成，
Figure FDA0003260225660000022
为识别率，Ni表示预设时间内，识别所述车牌号为本省的大型货车车牌号的次数，Frames表示预设时间内，获取到的所述车辆图像的帧数；
Figure FDA0003260225660000023
为识别系数，No表示预设的识别次数；0<a<1、0<b<1，a+b＝1，a和b的大小分别决定着识别率和识别系数在货车识别可靠系数中的权重比。
2.如权利要求1所述的方法，其特征在于，所述如果所述当前的位置坐标处于高速公路内，判断当前车道是否为所述高速公路的左车道，具体为：
如果所述当前的位置坐标处于高速公路内，获取所述高速公路的道路图像，对所述道路图像进行车道识别，如果车道识别为左车道，就判断当前车道为所述高速公路的左车道，如果车道识别为中间车道或右车道，就判断当前车道不为所述高速公路的左车道。
3.如权利要求1所述的方法，其特征在于，所述如果所述当前的位置坐标处于高速公路内，判断当前车道是否为所述高速公路的左车道，具体为：
如果所述当前的位置坐标处于高速公路内，通过安装在左后视镜的侧视摄像头，获取车身左边的图像，利用背景差分法，识别所述车身左边的图像是否存在移动物体，同时通过安装在左车门外把手的距离传感器，获取车身离左侧栏杆的距离，如果在预设时间内，所述车身左边的图像不存在移动物体且所述车身离左侧栏杆的距离的均值小于预设距离，就判断当前车道为所述高速公路的左车道，如果在预设时间内，所述车身左边的图像存在移动物体或所述车身离左侧栏杆的距离的均值不小于预设距离，就判断当前车道不为所述高速公路的左车道。
4.如权利要求1所述的方法，其特征在于，所述如果所述当前车道为所述高速公路的左车道，就触发拍摄指令，利用所述拍摄指令，获取摄像组朝挡风玻璃正前方区域拍摄的车辆图像以及所述车辆图像的拍摄时间，识别所述车辆图像的车牌号，具体为：
如果所述当前车道为所述高速公路的左车道，获取当前车速，判断当前车速是否低于所述高速公路的左车道要求的最小行驶速度，如果所述当前车速低于所述高速公路的左车道要求的最小行驶速度，就利用所述拍摄指令，获取摄像组朝挡风玻璃正前方区域拍摄的车辆图像以及所述车辆图像的拍摄时间，识别所述车辆图像的车牌号。
5.一种大型货车违章消息生成的***，其特征在于，包括：
位置坐标获取模块，用于获取当前的位置坐标，检测所述当前的位置坐标是否处于高速公路内；
左车道判断模块，用于如果所述当前的位置坐标处于高速公路内，判断当前车道是否为所述高速公路的左车道；
车牌号识别模块，用于如果所述当前车道为所述高速公路的左车道，就触发拍摄指令，利用所述拍摄指令，获取摄像组朝挡风玻璃正前方区域拍摄的车辆图像以及所述车辆图像的拍摄时间，识别所述车辆图像的车牌号；
大型货车车牌号匹配模块，用于在预设的存储区域中，获取预存的本省的大型货车车牌号，将所述车牌号与所述本省的大型货车车牌号进行匹配；
大型货车车牌号识别模块，用于如果所述车牌号与所述本省的大型货车车牌号匹配成功，就识别所述车牌号为本省的大型货车车牌号；
大型货车违章消息生成模块，用于将预设的大型货车违章标签、所述大型货车车牌号、拍摄时间以及所述位置坐标封包，生成大型货车违章消息；
大型货车违章消息上传模块，用于建立所述大型货车违章消息以及所述大型货车违章视频之间的对应关系，向预设的管理服务器上传所述大型货车违章消息、所述大型货车违章视频以及所述对应关系；
所述大型货车违章消息生成模块，具体用于：获取图像帧率，将图像帧率和预设时间相乘，得到预设时间内获取到的所述车辆图像的帧数，获取预设时间内识别所述车牌号为本省的大型货车车牌号的次数，根据预设的货车识别可靠系数生成模型、获取到的所述车辆图像的帧数以及识别所述车牌号为本省的大型货车车牌号的次数，生成识别所述车牌号为本省的大型货车车牌号的货车识别可靠系数，当货车识别可靠系数大于预设值时，将预设的大型货车违章标签、所述大型货车车牌号、拍摄时间以及所述位置坐标封包，生成大型货车违章消息；
其中，货车识别可靠系数生成模型具体为：
Figure FDA0003260225660000041
其中，V为货车识别可靠系数，V由识别率和识别系数两部分组成，
Figure FDA0003260225660000042
为识别率，Ni表示预设时间内，识别所述车牌号为本省的大型货车车牌号的次数，Frames表示预设时间内，获取到的所述车辆图像的帧数；
Figure FDA0003260225660000043
为识别系数，No表示预设的识别次数；0<a<1、0<b<1，a+b＝1，a和b的大小分别决定着识别率和识别系数在货车识别可靠系数中的权重比。
6.如权利要求5所述的***，其特征在于，所述左车道判断模块，具体用于：
如果所述当前的位置坐标处于高速公路内，获取所述高速公路的道路图像，对所述道路图像进行车道识别，如果车道识别为左车道，就判断当前车道为所述高速公路的左车道，如果车道识别为中间车道或右车道，就判断当前车道不为所述高速公路的左车道。
7.如权利要求5所述的***，其特征在于，所述左车道判断模块，具体用于：
如果所述当前的位置坐标处于高速公路内，通过安装在左后视镜的侧视摄像头，获取车身左边的图像，利用背景差分法，识别所述车身左边的图像是否存在移动物体，同时通过安装在左车门外把手的距离传感器，获取车身离左侧栏杆的距离，如果在预设时间内，所述车身左边的图像不存在移动物体且所述车身离左侧栏杆的距离的均值小于预设距离，就判断当前车道为所述高速公路的左车道，如果在预设时间内，所述车身左边的图像存在移动物体或所述车身离左侧栏杆的距离的均值不小于预设距离，就判断当前车道不为所述高速公路的左车道。
8.如权利要求5所述的***，其特征在于，所述大型货车车牌号识别模块，具体用于：如果所述当前车道为所述高速公路的左车道，获取当前车速，判断当前车速是否低于所述高速公路的左车道要求的最小行驶速度，如果所述当前车速低于所述高速公路的左车道要求的最小行驶速度，就利用所述拍摄指令，获取摄像组朝挡风玻璃正前方区域拍摄的车辆图像以及所述车辆图像的拍摄时间，识别所述车辆图像的车牌号。
CN201910624438.XA 2019-07-11 2019-07-11 一种大型货车违章消息生成方法及*** Active CN110310488B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910624438.XA CN110310488B (zh) 2019-07-11 2019-07-11 一种大型货车违章消息生成方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910624438.XA CN110310488B (zh) 2019-07-11 2019-07-11 一种大型货车违章消息生成方法及***

Publications (2)

Publication Number Publication Date
CN110310488A CN110310488A (zh) 2019-10-08
CN110310488B true CN110310488B (zh) 2022-03-01

Family

ID=68081011

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910624438.XA Active CN110310488B (zh) 2019-07-11 2019-07-11 一种大型货车违章消息生成方法及***

Country Status (1)

Country Link
CN (1) CN110310488B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111523527B (zh) * 2020-07-02 2020-10-27 平安国际智慧城市科技股份有限公司 特种运输车辆监控方法、装置、介质及电子设备
CN113192348A (zh) * 2021-04-21 2021-07-30 支付宝(杭州)信息技术有限公司 车辆异常告警方法、装置及计算机设备
CN115064000B (zh) * 2022-08-18 2022-11-01 中关村科学城城市大脑股份有限公司 渣土车定位坐标识别***

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101826260A (zh) * 2010-05-04 2010-09-08 清华大学 一种交通违法行为自动抓拍的方法和***
CN102394013A (zh) * 2011-06-28 2012-03-28 徐培龙 一种高速公路货车占道行驶实时监测***及其监控的方法
CN104952255A (zh) * 2015-06-25 2015-09-30 上海卓易科技股份有限公司 一种智能终端及其交通违章监督方法、***
CN106652475A (zh) * 2017-02-16 2017-05-10 杨晗 基于全球卫星导航高速公路车辆管理***
CN108877234A (zh) * 2018-07-24 2018-11-23 河北德冠隆电子科技有限公司 四维实景交通仿真的车辆违规占道跟踪检测***及方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106205144B (zh) * 2016-09-07 2018-06-19 东南大学 高速公路应急车道占用监督处罚方法和***

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101826260A (zh) * 2010-05-04 2010-09-08 清华大学 一种交通违法行为自动抓拍的方法和***
CN102394013A (zh) * 2011-06-28 2012-03-28 徐培龙 一种高速公路货车占道行驶实时监测***及其监控的方法
CN104952255A (zh) * 2015-06-25 2015-09-30 上海卓易科技股份有限公司 一种智能终端及其交通违章监督方法、***
CN106652475A (zh) * 2017-02-16 2017-05-10 杨晗 基于全球卫星导航高速公路车辆管理***
CN108877234A (zh) * 2018-07-24 2018-11-23 河北德冠隆电子科技有限公司 四维实景交通仿真的车辆违规占道跟踪检测***及方法

Also Published As

Publication number Publication date
CN110310488A (zh) 2019-10-08

Similar Documents

Publication Publication Date Title
CN113284366B (zh) 车辆盲区预警方法、预警装置、mec平台和存储介质
CN110210303B (zh) 一种北斗视觉融合精准车道辨识与定位方法及其实现装置
CN110310488B (zh) 一种大型货车违章消息生成方法及***
CN102765365B (zh) 基于机器视觉的行人检测方法及行人防撞预警***
US20190035276A1 (en) Running vehicle alerting system and method
US11315026B2 (en) Systems and methods for classifying driver behavior
CN108966145A (zh) 使用v2x通信来跟踪肇事逃逸犯罪者
WO2015098915A1 (ja) 逆走判定装置
WO2018058958A1 (zh) 一种道路车辆交通告警***及其方法
CN110400478A (zh) 一种路况通知方法及装置
CN104952122A (zh) 可自动进行违章取证的行车记录仪及***
KR101240499B1 (ko) 실시간 차선 인식 및 차량 검출 장치 및 방법
CN109080640A (zh) 用于在车辆内提供昏睡警报的方法
CN106571033A (zh) 酒驾检测方法及装置
JP5077088B2 (ja) 画像処理装置及び画像処理方法
CN114387785A (zh) 一种基于智慧公路的安全管控方法、***及可存储介质
CN112319366A (zh) 一种驻车监控预警方法及***
CN108556851A (zh) 一种前车起步提示***及方法
CN115713745A (zh) 障碍物检测方法、电子设备及存储介质
CN113870618A (zh) 驾驶安全预警***及方法
Phoon et al. Real-time forward collision alert system using raspberry Pi
CN114627652A (zh) 一种公路etc的智能检测方法与***
JP4058924B2 (ja) 料金徴収装置および方法、警告装置および方法、並びにプログラム
CN111873903A (zh) 一种基于环境感知的汽车防撞主动预警***
KR102470699B1 (ko) 영상 저장 및 객체인식이 가능한 퍼스널 모빌리티 안전 관리 시스템 및 이의 제어방법

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Qi Yong

Inventor after: Other inventors ask not to disclose names

Inventor before: Not publicizing the inventor

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20220208

Address after: 210018 No.200 Xiaolingwei street, Xiaolingwei street, Xuanwu District, Nanjing City, Jiangsu Province

Applicant after: NANJING University OF SCIENCE AND TECHNOLOGY

Address before: 518057 No.9, Keke Road, Nanshan District, Shenzhen City, Guangdong Province

Applicant before: He Shiquan

GR01 Patent grant
GR01 Patent grant