CN110648540A - 基于无人机的高速公路紧急车道占用跟踪***及方法 - Google Patents
基于无人机的高速公路紧急车道占用跟踪***及方法 Download PDFInfo
- Publication number
- CN110648540A CN110648540A CN201910864714.XA CN201910864714A CN110648540A CN 110648540 A CN110648540 A CN 110648540A CN 201910864714 A CN201910864714 A CN 201910864714A CN 110648540 A CN110648540 A CN 110648540A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- road surface
- image
- emergency lane
- camera
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000004364 calculation method Methods 0.000 claims description 36
- 230000015654 memory Effects 0.000 claims description 36
- 238000006243 chemical reaction Methods 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 13
- 238000012544 monitoring process Methods 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 3
- 230000008569 process Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
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
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明适用于图像处理技术领域，提供一种基于无人机的高速公路紧急车道占用跟踪***及方法，该方法包括：S1、摄像头一跟踪拍摄应急车道的路面图像；S2、实时读取摄像头一当前采集到的路面图像Kn+1，路面图像为RGB色数据；S3、将路面图像Kn+1的RGB色数据转换成灰度数据，即形成灰度路面图像K′n+1；S4、基于连续两帧灰度路面图像K′n+1、K′n来检测应急车道上的违章车辆及违章车辆的车速；S5、控制摄像头二对准违章车辆，对违章车辆进行抓拍，并将抓拍到的图像进行存储，同时记录拍摄位置。基于无人机云台上的摄像头一来对违章占用应急车道的车辆进行追踪，基于两帧间的差分来识别违章车辆，通过摄像头二对违章车辆进行抓拍取证，识别精准且速度快。
Description
技术领域
本发明属于图像处理技术领域，提供了一种基于无人机的高速公路紧急车道占用跟踪***及方法。
背景技术
现有的高速路检测多采用路政车辆人工巡查，或固定点拍照取证，现有的检测方式缺点较为明显，固定点拍照，不可能掌握路上的事实情况；人工巡查要损耗较大的人力物力。
发明内容
本发明实施例提供了的基于无人机的高速公路紧急车道占用跟踪***，基于无人机云台上的摄像头一来对违章占用应急车道的车辆进行追踪，基于两帧间的差分来识别违章车辆，通过摄像头二对违章车辆进行抓拍取证，识别精准且速度快。
为了实现上述目的，本发明提供了一种基于无人机的高速公路紧急车道占用跟踪***，所述***包括：
设于云台上的摄像头一及摄像头二，云台位于无人机上，无人机在应急车道的上空低速飞行，无人机与应急车道上的车辆相向行驶；
设于云台上的摄像头一及摄像头二，云台位于无人机上，无人机在应急车道的上空低速飞行，飞行方向与车辆的行驶方向一致；
摄像头一与图像采集单元连接，图像采集单元与灰度转换单元连接，灰度转换单元与第一存储器连接，第一存储器与第二存储器连接，第一存储器、第二存储器与差分计算单元连接，差分计算单元与寄存器连接，违章判断单元与寄存器、差分计算单元连接，摄像头二通过安卓单元与违章判断单元连接，云台控制单元与违章判断单元连接；
摄像头一用于跟踪应急车道路面；图像采集单元提取摄像机一当前采集到的路面图像Kn+1，该路面图像为RGB色路面图像；灰度转换单元将RGB色路面图像进行灰度处理；形成灰度路面图像K′n+1；将第二存储器中的灰度路面图像K′n-1进行删除，将第一存储器中的灰度路面图像K′n存储至第二存储器，将当前的灰度路面图像K′n+1存储至第一存储器；差分计算单元基于灰度路面图像K′n及K′n+1进行像素差分计算，获得差分图像Mn+1；寄存器中寄存有差分图像Mn，Mn为灰度路面图像K′n与K′n-1间差分计算形成的差分图像；违章判断单元基于差分图像Mn+1检测应急车道上是否存在疑似违章车辆，并基于差分图像Mn+1及差分图像Mn计算疑似违章车辆的速度，判断疑似车辆是否违章车辆；摄像头二用于对违章车辆进行抓拍；云台控制单元用于控制云台上摄像头一及摄像头二的转动；安卓模块用于启动摄像头二进行拍摄，存储拍摄图像及拍摄位置。
为了实现上述目的，本发明提供了一种基于无人机的高速公路紧急车道占用跟踪方法，所述方法具体包括如下步骤：
S1、摄像头一跟踪拍摄应急车道的路面图像；
S2、实时读取摄像头一当前采集到的路面图像Kn+1，所述路面图像为RGB色数据；
S3、将路面图像Kn+1的RGB色数据转换成灰度数据，即形成灰度路面图像K′n+1；
S4、基于连续三帧灰度路面图像K′n及K′n-1来检测应急车道上的违章车辆及违章车辆的车速，其中，K′n为上一帧路面图像的灰度路面图像；
S5、控制摄像头二对准违章车辆，对违章车辆进行抓拍，并将抓拍到的图像进行存储，同时记录拍摄位置。
进一步的，步骤S4具体包括如下步骤：
S41、检测应急车道上是否存在车辆；
S42、若应急车道上存在车辆，计算应急车道上车辆的行驶速度；
S43、基于行驶速度来识别车辆状态，车辆状态包括：停车状态及行驶状态；
S44、若应急车道上的车辆为行驶状态，则定义该车辆为疑似违章车辆，控制摄像头一对准疑似违章车辆进行监控；
S45、若在设定时长内，疑似违章车辆均在应急车道内行驶，则判定该疑似车辆即为违章车辆。
进一步的，应急车道上的车辆检测方法包括如下步骤：
S411、对相邻帧的灰度路面图像K′n+1、K′n进行像素差分计算，获得差分图像Mn+1；
S412、统计差分图像Mn+1中像素差分值大于差分阈值的像素点数量，若数量大于数量阈值，则判定应急车道上存在车辆。
进一步的，应急车道上车辆的行驶速度计算方法包括如下步骤：
S421、对差分图像Mn+1、Mn进行二值化，获得二值化图像Rn、Rn+1，Mn为寄存器中存储的上一次像素差分计算的差分图像，上一次像素差分计算即为灰度路面图像K′n-1与K′n间的像素差分计算；
S422、对二值化图像Rn、Rn+1再次进行像素差分计算，记录灰度值为255所在行的行号；
S423、计算最大行号与最小行号的行号差，基于行号差来计算从路面图像Kn到Kn+1间的车辆行驶距离Δd；
S424基于行驶距离Δd计算应急车道内车辆的车速。
进一步的，应急车道车辆状态的检测方法具体如下：
S431、检测车辆的车速是否为零；
S432、若检测结果为是，则判定应急车道内车辆为停车状态，若检测结果为否，则判定车辆处于行驶状态。
进一步的，灰度转换公式如公式(1)所示：
其中，Grey为灰度值，G为绿色值，R为红色值，B为蓝色值。
本发明提供的基于无人机的高速公路紧急车道占用跟踪方法具有如下有益效果：
1)采用双摄像头监控，低分辨率摄像头数据量小，处理设备采用FPGA芯片，由于其并行运算的特性，处理速度快，可用作跟踪使用，跟踪是为了防止误判；高速摄像头分辨率高，帧率高，数据量大，做拍照取证使用；
2)在RGB色转灰度值部分，为了加快运算速度，用移位运算取代乘除法计算，并采用并行运算的方式，大大加快的运算速度；
3)违章车辆的识别采用两次两帧差分法计算，既可以判断是否有车辆出现在应急车道，还可以判断车辆状态，针对两种状态做相应处理。对于行驶于应急车道的车辆，若时间若占道时间小于阀值，则判断为误入，不予以记录。若在规定时间阀值内始终属于占道状态，则予以记录。对于停在应急车道内的车辆，为避免误判，分类记录，人工判别，避免执法过当。
附图说明
图1为本发明实施例提供的基于无人机的高速公路紧急车道占用跟踪***的结构示意图；
图2为本发明实施例提供的基于无人机的高速公路紧急车道占用跟踪流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。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。
图1为本发明实施例提供的基于无人机的高速公路紧急车道占用跟踪***的结构示意图，为了便于说明，仅示出与本发明实施例先关的部分。
该***包括：
设于云台上的摄像头一及摄像头二，云台位于无人机上，无人机在应急车道的上空低速飞行，无人机与应急车道上的车辆相向行驶；
摄像头一与图像采集单元连接，图像采集单元与灰度转换单元连接，灰度转换单元与第一存储器连接，第一存储器与第二存储器连接，第一存储器、第二存储器与差分计算单元连接，差分计算单元与寄存器连接，违章判断单元与寄存器、差分计算单元连接，摄像头二通过安卓单元与违章判断单元连接，云台控制单元与违章判断单元连接；
摄像头一用于跟踪应急车道路面；图像采集单元提取摄像机一当前采集到的路面图像Kn+1，该路面图像为RGB色路面图像；灰度转换单元将RGB色路面图像进行灰度处理；形成灰度路面图像K′n+1；将第二存储器中的灰度路面图像K′n-1进行删除，将第一存储器中的灰度路面图像Kn′存储至第二存储器，将当前的灰度路面图像K′n+1存储至第一存储器；差分计算单元基于灰度路面图像K′n及K′n+1进行像素差分计算，获得差分图像Mn+1；寄存器中寄存有差分图像Mn，Mn为灰度路面图像K′n与K′n-1间差分计算形成的差分图像；违章判断单元基于差分图像Mn+1检测应急车道上是否存在疑似违章车辆，并基于差分图像Mn+1及差分图像Mn计算疑似违章车辆的速度，判断疑似车辆是否违章车辆；摄像头二用于对违章车辆进行抓拍；云台控制单元用于控制云台上摄像头一及摄像头二的转动；安卓模块用于启动摄像头二进行拍摄，存储拍摄图像及拍摄位置。
在本发明实施例中，图像采集单元、灰度转换单元、差分计算单元、违章判断单元及云台控制单元均集成在FPGA芯片上，采用美国Xilinx公司的Artix-7系列FPGA芯片。
在本发明实施例中，无人机的低速飞行，其飞行速度一般低于50公里每小时。
图2为本发明实施例提供的基于无人机的高速公路紧急车道占用跟踪流程图，该方法具体包括如下步骤：
S1、摄像头一跟踪拍摄应急车道的路面图像；
S2、实时提取摄像头一当前采集到的路面图像Kn+1，该路面图像为RGB色数据；
图像采集单元从摄像头一读取到的路面图像为RGB色数据，为摄像头一当前采集的路面图像Kn+1，图像采集单元将路面图像Kn+1发送至灰度转换单元；
S3、将路面图像Kn+1的RGB色数据转换成灰度数据，即形成灰度路面图像K′n+1；
灰度转换单元将路面图像Kn+1中的RGB色数据转换成灰度数据，形成了灰度路面图像K′n+1，为了提高灰度转换的运算速度，采用公式(1)进行灰度计算：
其中，Grey为灰度值，G为绿色值，R为红色值，B为蓝色值。
基于FPGA中的并行运算电路，通过并行运算电路同时完成512*G、64*G、8*G、4*G及1*G的逻辑运算，512*G转换成G逻辑左移9位，64*G转换成G逻辑左移6位，8*G转换成G逻辑左移3位，2*G转换成G逻辑左移2位，1*G转换成G逻辑左移1位，再进行加法操作，最后除以1024是分别将R逻辑、G逻辑及G逻辑右移10位，大大加快了运算速度，确保每个像素点灰度值转化不成为瓶颈。
S4、基于连续两帧灰度路面图像K′n+1、K′n来检测应急车道上的违章车辆及违章车辆的车速，K′n+1为当前采集到的路面图像的灰度路面图像，存储于第一存储器，K′n为第二存储器内存储的灰度路面图像，为上一帧路面图像的灰度路面图像
在本发明实施例中，第一存储器及第二存储器的数据位宽为8位，深度为320×240，用于存储一帧数据，两个存储器中就可以存放两帧相邻的数据，分别存储灰度路面图像K′n+1及K′n，其中K′n为灰度路面图像K′n+1的前一帧灰度路面图像，在摄像头一时钟的驱动下，在计数器配合下，以流水线的形式将两帧数据写满两个存储器；
在本发明实施例中，步骤S4具体包括如下步骤：
S41、检测应急车道上是否存在车辆；
利用帧间差分法检测应急车道上是否有车辆，帧间差分法的主要思路是：若应急车道内存在车辆，摄像头一连续拍摄的几帧图像存在差异，通过这种差异就可以检测到应急车道上存在车辆。
S42、若应急车道上存在车辆，计算应急车道上车辆的行驶速度；
无人机在高速路与车辆同向行驶，即使应急车道上的存在停车状态的车辆，该车辆相对于无人机仍然是有速度的，再考虑到高速路路面色调比较单一，背景比较简单，可在fpg中以硬件方式实现，且响应速度够快，识别准确率较高。
S43、基于行驶速度来检测车辆状态，车辆状态包括停车状态及行驶状态；
S44、若为行驶状态，则定义该车辆为疑似违章车辆，控制摄像头一对准疑似违章车辆进行监控；
在本发明实施例中，若为应急车道上的车辆为停车状态，则控制摄像头二对该车辆进行拍照，并存储与安卓单元，同时记录拍摄位置，便于进行人工处理。
S45、若在设定时长内，疑似违章车辆均在应急车道内行驶，则判定该疑似车辆即为违章车辆。
在本发明实施例中，应急车道上的车辆检测方法具体包括如下步骤：
S411、对相邻帧的灰度路面图像K′n+1、K′n进行像素差分计算，获得差分图像Mn+1，Mdiff-n+1为差分图像Mn+1中各像素点的像素差分值，相邻两帧灰度路面图像的像素差分计算采用公式(2)进行计算：
Mdiff(x,y)＝|fk+1(x,y)-fk(x,y)| (2)
其中，Mdiff(x,y)表示相邻两帧图像中坐标(x,y)处像素点的像素差分值，fk+1(x,y)表示后一帧图像中坐标(x,y)处像素点的像素值，fk(x,y)表示前一帧图像中坐标(x,y)处像素点的像素值。
S412、统计差分图像Mn+1中像素差分值大于差分阈值的像素点数量，若数量大于数量阈值，则判定应急车道上存在车辆；
在本发明实施例中，应急车道上车辆的行驶速度计算方法具体包括如下步骤：
S421、对差分图像Mn+1、Mn进行二值化，获得二值化图像Rn、Rn+1；
差分图像Mn+1为灰度路面图像K′n+1、K′n进行像素差分计算后形成的图像，Mdiff-n+1为差分图像Mn+1中各像素点的像素差分值；Mn为寄存器中存储的上一次像素差分计算的差分图像，即灰度路面图像K′n-1、K′n进行像素差分计算后形成的差分图像；差分图像的二值化的过程具体如下公式(3)：
其中，R(x,y)表示差分图像中坐标(x,y)处像素点二值化结果，THdiff是设定的阀值，像素差分值大于阀值的像素点就设为255，表示全黑，像素差分值小于阀值的像素点设为0，表示全白，即完成了二值化。
S422、对二值化图像Rn、Rn+1再次进行像素差分计算，记录灰度值为255所在行的行号；
S423、计算最大行号与最小行号的行号差，基于行号差来计算从路面图像帧Kn到Kn+1间的车辆行驶距离Δd；
S424基于行驶距离Δd来计算应急车道内车辆的车速。
在本发明实施例中，应急车道车辆状态的检测方法具体如下：
S431、检测车辆的车速是否为零；
S432、若检测结果为是，则判定应急车道内车辆为停车状态，若检测结果为否，则判定车辆处于行驶状态。
S5、控制摄像头二对准违章车辆，对违章车辆进行抓拍，并将抓拍到的图像进行存储，同时记录拍摄位置。
每采集一帧路面图像，根据当前帧灰度路面图像下边缘距图片中心的位置、违章车辆行驶速度、及违章车辆偏离应急车道线的距离反馈至云台控制单元，云台控制单元基于上述信息控制摄像头二对准违章车辆，便于抓拍，摄像头一的转动控制与摄像头二的转动控制相同，应急车道线采用白色线作为参考，采用基于FPGA的sobel算子边沿检测算法来检测应急车道线。
为了拍摄违章车辆，需要将拍摄的照片或视屏存入存储卡之类的设备，对图像的编码，存储是一个很复杂的过程，难以通过FPGA实现，因此本发明把取证部分独立出来用安卓单元实现，该安卓单元通过串口与FPGA开发版连接，根据检测结果(在应急车道行驶，在应急车道停车)发送不同的数据到安卓模块，安卓程序根据接收到的不同信号对违章和疑似违章做不同处理。
本发明提供的基于无人机的高速公路紧急车道占用跟踪方法具有如下有益效果：
1)采用双摄像头监控，低分辨率摄像头数据量小，处理设备采用FPGA芯片，由于其并行运算的特性，处理速度快，可用作跟踪使用，跟踪是为了防止误判；高速摄像头分辨率高，帧率高，数据量大，做拍照取证使用；
2)在RGB色转灰度值部分，为了加快运算速度，用移位运算取代乘除法计算，并采用并行运算的方式，大大加快的运算速度；
3)违章车辆的识别采用两次两帧差分法计算，既可以判断是否有车辆出现在应急车道，还可以判断车辆状态，针对两种状态做相应处理。对于行驶于应急车道的车辆，若时间若占道时间小于阀值，则判断为误入，不予以记录。若在规定时间阀值内始终属于占道状态，则予以记录。对于停在应急车道内的车辆，为避免误判，分类记录，人工判别，避免执法过当。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于无人机的高速公路紧急车道占用跟踪***，其特征在于，所述***包括：
设于云台上的摄像头一及摄像头二，云台位于无人机上，无人机在应急车道的上空低速飞行，无人机与应急车道上的车辆相向行驶；
摄像头一与图像采集单元连接，图像采集单元与灰度转换单元连接，灰度转换单元与第一存储器连接，第一存储器与第二存储器连接，第一存储器、第二存储器与差分计算单元连接，差分计算单元与寄存器连接，违章判断单元与寄存器、差分计算单元连接，摄像头二通过安卓单元与违章判断单元连接，云台控制单元与违章判断单元连接；
摄像头一用于跟踪应急车道路面；图像采集单元提取摄像机一当前采集到的路面图像Kn+1，该路面图像为RGB色路面图像；灰度转换单元将RGB色路面图像进行灰度处理；形成灰度路面图像K′n+1；将第二存储器中的灰度路面图像K′n-1进行删除，将第一存储器中的灰度路面图像K′n存储至第二存储器，将当前的灰度路面图像K′n+1存储至第一存储器；差分计算单元基于灰度路面图像K′n及K′n+1进行像素差分计算，获得差分图像Mn+1；寄存器中寄存有差分图像Mn，Mn为灰度路面图像K′n与K′n-1间差分计算形成的差分图像；违章判断单元基于差分图像Mn+1检测应急车道上是否存在疑似违章车辆，并基于差分图像Mn+1及差分图像Mn计算疑似违章车辆的速度，判断疑似车辆是否违章车辆；摄像头二用于对违章车辆进行抓拍；云台控制单元用于控制云台上摄像头一及摄像头二的转动；安卓模块用于启动摄像头二进行拍摄，存储拍摄图像及拍摄位置。
2.基于权利要求1所述无人机的高速公路紧急车道占用跟踪***的无人机的高速公路紧急车道占用跟踪方法，其特征在于，所述方法具体包括如下步骤：
S1、摄像头一跟踪拍摄应急车道的路面图像；
S2、实时读取摄像头一当前采集到的路面图像Kn+1，所述路面图像为RGB色数据；
S3、将路面图像Kn+1的RGB色数据转换成灰度数据，即形成灰度路面图像K′n+1；
S4、基于连续两帧灰度路面图像K′n、K′n+1来检测应急车道上的违章车辆及违章车辆的车速，其中，K′n为上一帧路面图像的灰度路面图像；
S5、控制摄像头二对准违章车辆，对违章车辆进行抓拍，并将抓拍到的图像进行存储，同时记录拍摄位置。
3.如权利要求2所述无人机的高速公路紧急车道占用跟踪方法，其特征在于，步骤S4具体包括如下步骤：
S41、检测应急车道上是否存在车辆；
S42、若应急车道上存在车辆，计算应急车道上车辆的行驶速度；
S43、基于行驶速度来识别车辆状态，车辆状态包括：停车状态及行驶状态；
S44、若应急车道上的车辆为行驶状态，则定义该车辆为疑似违章车辆，控制摄像头一对准疑似违章车辆进行监控；
S45、若在设定时长内，疑似违章车辆均在应急车道内行驶，则判定该疑似车辆即为违章车辆。
4.如权利要求3所述无人机的高速公路紧急车道占用跟踪方法，其特征在于，应急车道上的车辆检测方法包括如下步骤：
S411、对相邻帧的灰度路面图像K′n+1、K′n进行像素差分计算，获得差分图像Mn+1；
S412、统计差分图像Mn+1中像素差分值大于差分阈值的像素点数量，若数量大于数量阈值，则判定应急车道上存在车辆。
5.如权利要求3所述无人机的高速公路紧急车道占用跟踪方法，其特征在于，应急车道上车辆的行驶速度计算方法包括如下步骤：
S421、对差分图像Mn+1、Mn进行二值化，获得二值化图像Rn，Mn为寄存器中存储的上一次像素差分计算的差分图像，上一次像素差分计算即为灰度路面图像K′n-1与K′n间的像素差分计算；
S422、对二值化图像Rn、Rn+1再次进行像素差分计算，记录灰度值为255所在行的行号；
S423、计算最大行号与最小行号的行号差，基于行号差来计算从路面图像Kn到Kn+1间的车辆行驶距离Δd；
S424基于行驶距离Δd计算应急车道内车辆的车速。
6.如权利要求3所述无人机的高速公路紧急车道占用跟踪方法，其特征在于，应急车道车辆状态的检测方法具体如下：
S431、检测车辆的车速是否为零；
S432、若检测结果为是，则判定应急车道内车辆为停车状态，若检测结果为否，则判定车辆处于行驶状态。
7.如权利要求2所述无人机的高速公路紧急车道占用跟踪方法，其特征在于，灰度转换公式如公式(1)所示：
其中，Grey为灰度值，G为绿色值，R为红色值，B为蓝色值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910864714.XA CN110648540B (zh) | 2019-09-09 | 2019-09-09 | 基于无人机的高速公路紧急车道占用跟踪***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910864714.XA CN110648540B (zh) | 2019-09-09 | 2019-09-09 | 基于无人机的高速公路紧急车道占用跟踪***及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110648540A true CN110648540A (zh) | 2020-01-03 |
| CN110648540B CN110648540B (zh) | 2021-07-02 |
Family
ID=69010481
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910864714.XA Expired - Fee Related CN110648540B (zh) | 2019-09-09 | 2019-09-09 | 基于无人机的高速公路紧急车道占用跟踪***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110648540B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111432130A (zh) * | 2020-04-23 | 2020-07-17 | 西安智文琛软件有限公司 | 一种自动跟踪聚焦抓拍方法、抓拍***、无人机及应用 |
| CN112258844A (zh) * | 2020-11-05 | 2021-01-22 | 浙江点辰航空科技有限公司 | 一种使用无人机对高速公路急车道进行巡检的方法 |
| CN112258843A (zh) * | 2020-11-05 | 2021-01-22 | 浙江点辰航空科技有限公司 | 一种应用于高速公路应急车道无人机巡检的图像识别方法 |
| CN113763719A (zh) * | 2021-10-13 | 2021-12-07 | 深圳联和智慧科技有限公司 | 一种基于无人机的违法占用应急车道检测方法及*** |
| CN114512005A (zh) * | 2022-02-15 | 2022-05-17 | 复亚智能科技(太仓)有限公司 | 一种道路自巡检方法、装置、无人机及存储介质 |
| CN114566054A (zh) * | 2022-04-29 | 2022-05-31 | 深圳联和智慧科技有限公司 | 基于无人机航摄技术的违法抓拍占用应急车道方法及*** |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101097205A (zh) * | 2006-06-30 | 2008-01-02 | 宝山钢铁股份有限公司 | 焦炭光学组织中各向异性的自动检测方法 |
| CN101557534A (zh) * | 2009-05-19 | 2009-10-14 | 无锡景象数字技术有限公司 | 一种从视频相近帧中生成视差图的方法 |
| CN102024144A (zh) * | 2010-11-23 | 2011-04-20 | 上海海事大学 | 集装箱箱号自动识别方法 |
| CN103730015A (zh) * | 2013-12-27 | 2014-04-16 | 株洲南车时代电气股份有限公司 | 交叉路口车流量检测方法及装置 |
| CN104392612A (zh) * | 2014-11-20 | 2015-03-04 | 东南大学 | 一种基于新型探测车的城市交通状态监控方法 |
| CN104867332A (zh) * | 2015-05-26 | 2015-08-26 | 南京通用电器有限公司 | 基于隔帧差法的前方车道线内行驶车辆的检测方法 |
| CN105469604A (zh) * | 2015-12-09 | 2016-04-06 | 大连海事大学 | 一种基于监控图像的隧道内车辆检测方法 |
| 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 |
| CN109117702A (zh) * | 2018-06-12 | 2019-01-01 | 深圳中兴网信科技有限公司 | 目标车辆的检测与跟踪计数方法及*** |
| CN110033622A (zh) * | 2018-01-12 | 2019-07-19 | 南京模幻天空航空科技有限公司 | 基于无人机航摄技术的违法抓拍占用应急车道方法 |
-
2019
- 2019-09-09 CN CN201910864714.XA patent/CN110648540B/zh not_active Expired - Fee Related
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101097205A (zh) * | 2006-06-30 | 2008-01-02 | 宝山钢铁股份有限公司 | 焦炭光学组织中各向异性的自动检测方法 |
| CN101557534A (zh) * | 2009-05-19 | 2009-10-14 | 无锡景象数字技术有限公司 | 一种从视频相近帧中生成视差图的方法 |
| CN102024144A (zh) * | 2010-11-23 | 2011-04-20 | 上海海事大学 | 集装箱箱号自动识别方法 |
| CN103730015A (zh) * | 2013-12-27 | 2014-04-16 | 株洲南车时代电气股份有限公司 | 交叉路口车流量检测方法及装置 |
| CN104392612A (zh) * | 2014-11-20 | 2015-03-04 | 东南大学 | 一种基于新型探测车的城市交通状态监控方法 |
| CN104867332A (zh) * | 2015-05-26 | 2015-08-26 | 南京通用电器有限公司 | 基于隔帧差法的前方车道线内行驶车辆的检测方法 |
| CN105469604A (zh) * | 2015-12-09 | 2016-04-06 | 大连海事大学 | 一种基于监控图像的隧道内车辆检测方法 |
| CN110033622A (zh) * | 2018-01-12 | 2019-07-19 | 南京模幻天空航空科技有限公司 | 基于无人机航摄技术的违法抓拍占用应急车道方法 |
| CN109117702A (zh) * | 2018-06-12 | 2019-01-01 | 深圳中兴网信科技有限公司 | 目标车辆的检测与跟踪计数方法及*** |
| 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 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111432130A (zh) * | 2020-04-23 | 2020-07-17 | 西安智文琛软件有限公司 | 一种自动跟踪聚焦抓拍方法、抓拍***、无人机及应用 |
| CN112258844A (zh) * | 2020-11-05 | 2021-01-22 | 浙江点辰航空科技有限公司 | 一种使用无人机对高速公路急车道进行巡检的方法 |
| CN112258843A (zh) * | 2020-11-05 | 2021-01-22 | 浙江点辰航空科技有限公司 | 一种应用于高速公路应急车道无人机巡检的图像识别方法 |
| CN112258844B (zh) * | 2020-11-05 | 2022-05-27 | 浙江点辰航空科技有限公司 | 一种使用无人机对高速公路急车道进行巡检的方法 |
| CN113763719A (zh) * | 2021-10-13 | 2021-12-07 | 深圳联和智慧科技有限公司 | 一种基于无人机的违法占用应急车道检测方法及*** |
| CN113763719B (zh) * | 2021-10-13 | 2022-06-14 | 深圳联和智慧科技有限公司 | 一种基于无人机的违法占用应急车道检测方法及*** |
| CN114512005A (zh) * | 2022-02-15 | 2022-05-17 | 复亚智能科技(太仓)有限公司 | 一种道路自巡检方法、装置、无人机及存储介质 |
| CN114566054A (zh) * | 2022-04-29 | 2022-05-31 | 深圳联和智慧科技有限公司 | 基于无人机航摄技术的违法抓拍占用应急车道方法及*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110648540B (zh) | 2021-07-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110648540B (zh) | 基于无人机的高速公路紧急车道占用跟踪***及方法 | |
| CN110659539B (zh) | 一种信息处理方法、装置及机器可读存储介质 | |
| CN103778786B (zh) | 一种基于显著车辆部件模型的交通违章检测方法 | |
| US8798314B2 (en) | Detection of vehicles in images of a night time scene | |
| TWI409718B (zh) | 移動中車輛之車牌定位方法 | |
| CN106600977B (zh) | 基于多特征识别的违停检测方法及*** | |
| CN109299674B (zh) | 一种基于车灯的隧道违章变道检测方法 | |
| CN104050450A (zh) | 一种基于视频的车牌识别方法 | |
| CN102880863B (zh) | 一种基于可变形部件模型的车牌及驾驶员人脸定位方法 | |
| CN105005778A (zh) | 一种基于视觉背景提取的高速公路车辆检测方法 | |
| Azad et al. | A novel and robust method for automatic license plate recognition system based on pattern recognition | |
| Teutsch et al. | Robust detection of moving vehicles in wide area motion imagery | |
| CN105184291A (zh) | 一种多类型车牌检测方法及*** | |
| CN113903008A (zh) | 基于深度学习和轨迹跟踪的匝道出口车辆违法识别方法 | |
| CN113378690A (zh) | 一种基于视频数据的路内不规范停车识别方法 | |
| CN102169583A (zh) | 基于车窗定位的车辆遮挡检测与分割方法 | |
| CN106340031A (zh) | 一种检测运动物体的方法和装置 | |
| CN116682268A (zh) | 基于机器视觉的便携式城市道路车辆违章稽查***及方法 | |
| CN106447862B (zh) | 一种基于计算机视觉技术的智能闸机验票方法 | |
| CN111583341B (zh) | 云台像机移位检测方法 | |
| CN104077566B (zh) | 基于颜色差分的卡口图片人脸检测方法 | |
| CN113205687A (zh) | 一种基于视频监控的酒驾车辆轨迹识别*** | |
| CN202854837U (zh) | 一种汽车车道标识线检测装置 | |
| Saha et al. | License plate localization using vertical edge map and hough transform based technique | |
| JPH09288795A (ja) | 車両番号読み取り装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210702 |