CN110909567A - 抓捕失驾人员的方法和装置 - Google Patents
抓捕失驾人员的方法和装置 Download PDFInfo
- Publication number
- CN110909567A CN110909567A CN201811079561.XA CN201811079561A CN110909567A CN 110909567 A CN110909567 A CN 110909567A CN 201811079561 A CN201811079561 A CN 201811079561A CN 110909567 A CN110909567 A CN 110909567A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- patrol
- target
- intersection
- capture
- 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 50
- 238000001514 detection method Methods 0.000 claims abstract description 73
- 230000015654 memory Effects 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 241001622623 Coeliadinae Species 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- 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
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
-
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Human Computer Interaction (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种抓捕失驾人员的方法和装置，属于交通安全技术领域。所述方法包括：接收第一卡口设备发送的携带有第一人脸图像和第一车辆信息的第一车辆检测消息；如果所述第一人脸图像与失驾人员人脸库中的任一人脸图像相匹配，则确定所述第一车辆信息对应的目标车辆的第一车速；对于所述第一卡口设备相邻的每个交叉路口，根据所述第一车速和各巡逻设备的位置信息，确定满足在所述交叉路口对所述目标车辆进行抓捕的条件的目标巡逻设备；向每个目标巡逻设备发送携带有对应的交叉路口的标识和所述第一车辆信息的抓捕通知。采用本发明，可以提高抓捕失驾人员的成功率。
Description
技术领域
本发明涉及交通安全技术领域，特别涉及一种抓捕失驾人员的方法和装置。
背景技术
机动车驾驶员因为醉驾、吸毒、驾照过期等原因，驾驶证被暂扣、吊销，失去驾驶机动车资格，成为失驾人员。
目前，抓捕失驾人员的措施是交管部门在路口设置卡口抓拍机及查报站。卡口抓拍机抓拍某路口的失驾人员的人脸图像及车辆图像，由车辆图像生成车辆信息，并且将人脸图像及车辆信息上传给服务器。服务器将人脸图像与失驾人员人脸库中的人脸图像进行相似度对比，对比成功，将车辆信息发送给与卡口抓拍机匹配的查报站，查报站的警察在查报站的路口根据车辆信息拦截失驾人员。
在实现本发明的过程中，发明人发现现有技术至少存在以下问题：
查报站的数量有限，一般不可能在所有的路口都设置查报站，查报站的警察只能在查报站的路口根据车辆信息拦截失驾人员，抓捕失驾人员的成功率低。
发明内容
为了解决现有技术的问题，本发明实施例提供了一种抓捕失驾人员的方法和装置。所述技术方案如下：
第一方面，提供了一种抓捕失驾人员的方法，所述方法包括：
接收第一卡口设备发送的携带有第一人脸图像和第一车辆信息的第一车辆检测消息；
如果所述第一人脸图像与失驾人员人脸库中的任一人脸图像相匹配，则确定所述第一车辆信息对应的目标车辆的第一车速；
对于所述第一卡口设备相邻的每个交叉路口，根据所述第一车速和各巡逻设备的位置信息，确定满足在所述交叉路口对所述目标车辆进行抓捕的条件的目标巡逻设备；
向每个目标巡逻设备发送携带有对应的交叉路口的标识和所述第一车辆信息的抓捕通知。
可选的，所述第一车辆检测消息中还携带有第一过车时间，所述确定所述第一车辆信息对应的目标车辆的第一车速，包括：
获取在所述第一车辆检测消息之前接收到的第二卡口设备发送的携带有所述第一车辆信息的第二车辆检测消息；
根据所述第一过车时间和所述第二车辆检测消息中携带的第二过车时间、以及所述第一卡口设备和所述第二卡口设备的位置信息，确定所述第一车辆信息对应的目标车辆的第一车速。
可选的，所述根据所述第一车速和各巡逻设备的位置信息，确定满足在所述交叉路口对所述目标车辆进行抓捕的条件的目标巡逻设备，包括：
根据所述第一卡口设备的位置、所述交叉路口的位置信息和所述第一车速，确定所述目标车辆到达所述交叉路口的预计行驶时长；
根据各巡逻设备的位置信息和所述交叉路口的位置信息，确定每个巡逻设备行驶至所述交叉路口的行驶距离；
根据每个巡逻设备行驶至所述交叉路口的行驶距离和巡逻设备的抓捕速度，确定每个巡逻设备对应的预计抓捕时长；
确定对应的预计抓捕时长小于预计行驶时长的目标巡逻设备。
可选的，所述向每个目标巡逻设备发送携带有对应的交叉路口的标识和所述第一车辆信息的抓捕通知之后，所述方法还包括：
当接收到多个目标巡逻设备中的第一巡逻设备发送的抓捕成功通知时，向所述多个目标巡逻设备中除所述第一巡逻设备之外的巡逻设备发送停止抓捕通知。
可选的，所述向每个目标巡逻设备发送携带有对应的交叉路口的标识和所述第一车辆信息的抓捕通知之后，所述方法还包括：
当接收到多个目标巡逻设备中的第二巡逻设备发送的抓捕失败通知时，向所述多个目标巡逻设备中除所述第二巡逻设备之外的巡逻设备发送停止抓捕通知。
可选的，所述向每个目标巡逻设备发送携带有对应的交叉路口的标识和所述第一车辆信息的抓捕通知之后，所述方法还包括：
当接收到第一车辆检测消息之后达到预设时长阈值时，如果未接收到任一目标巡逻设备发送的抓捕成功通知或抓捕失败通知，向每个目标巡逻设备分别发送停止抓捕通知。
可选的，所述向每个目标巡逻设备发送携带有对应的交叉路口的标识和所述第一车辆信息的抓捕通知之后，还包括：
当接收到第三卡口设备发送的携带有所述第一车辆信息的第三车辆检测消息时，则确定所述第一车辆信息对应的目标车辆的第二车速；
对于所述第三卡口设备相邻的每个交叉路口，根据所述第二车速和各巡逻设备的位置信息，确定满足在所述交叉路口对所述目标车辆进行抓捕的条件的目标巡逻设备，向每个目标巡逻设备发送携带有对应的交叉路口的标识和所述第一车辆信息的抓捕通知。
第二方面，提供了一种抓捕失驾人员的装置，所述装置包括：
接收模块，用于接收第一卡口设备发送的携带有第一人脸图像和第一车辆信息的第一车辆检测消息；
确定模块，用于如果所述第一人脸图像与失驾人员人脸库中的任一人脸图像相匹配，则确定所述第一车辆信息对应的目标车辆的第一车速；用于对于所述第一卡口设备相邻的每个交叉路口，根据所述第一车速和各巡逻设备的位置信息，确定满足在所述交叉路口对所述目标车辆进行抓捕的条件的目标巡逻设备；
发送模块，用于向每个目标巡逻设备发送携带有对应的交叉路口的标识和所述第一车辆信息的抓捕通知。
可选的，所述第一车辆检测消息中还携带有第一过车时间，所述确定模块，用于：
获取在所述第一车辆检测消息之前接收到的第二卡口设备发送的携带有所述第一车辆信息的第二车辆检测消息；
根据所述第一过车时间和所述第二车辆检测消息中携带的第二过车时间、以及所述第一卡口设备和所述第二卡口设备的位置信息，确定所述第一车辆信息对应的目标车辆的第一车速。
可选的，所述确定模块，用于：
根据所述第一卡口设备的位置、所述交叉路口的位置信息和所述第一车速，确定所述目标车辆到达所述交叉路口的预计行驶时长；
根据各巡逻设备的位置信息和所述交叉路口的位置信息，确定每个巡逻设备行驶至所述交叉路口的行驶距离；
根据每个巡逻设备行驶至所述交叉路口的行驶距离和巡逻设备的抓捕速度，确定每个巡逻设备对应的预计抓捕时长；
确定对应的预计抓捕时长小于预计行驶时长的目标巡逻设备。
可选的，所述装置还包括：
停止模块，用于当接收到多个目标巡逻设备中的第一巡逻设备发送的抓捕成功通知时，向所述多个目标巡逻设备中除所述第一巡逻设备之外的巡逻设备发送停止抓捕通知。
可选的，所述装置还包括：
停止模块，用于当接收到多个目标巡逻设备中的第二巡逻设备发送的抓捕失败通知时，向所述多个目标巡逻设备中除所述第二巡逻设备之外的巡逻设备发送停止抓捕通知。
可选的，所述装置还包括：
停止模块，用于当接收到第一车辆检测消息之后达到预设时长阈值时，如果未接收到任一目标巡逻设备发送的抓捕成功通知或抓捕失败通知，向每个目标巡逻设备分别发送停止抓捕通知。
可选的，所述接收模块，还用于接收到第三卡口设备发送的携带有所述第一车辆信息的第三车辆检测消息；
所述确定模块，还用于确定所述第一车辆信息对应的目标车辆的第二车速，对于所述第三卡口设备相邻的每个交叉路口，根据所述第二车速和各巡逻设备的位置信息，确定满足在所述交叉路口对所述目标车辆进行抓捕的条件的目标巡逻设备；
所述发送模块，还用于向每个目标巡逻设备发送携带有对应的交叉路口的标识和所述第一车辆信息的抓捕通知。
第三方面，提供了一种计算机设备，其特征在于，所述计算机设备包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过总线完成相互间的通信；存储器，用于存放计算机程序；处理器，用于执行存储器上所存放的程序，实现权利要求1至7任一所述的方法步骤。
第四方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现如上述第一方面所述的抓捕失驾人员的方法。
本发明实施例提供的技术方案带来的有益效果至少包括：
本发明实施例中，服务器将抓捕通知发送给若干个巡逻设备，由各巡逻设备分别去往失驾人员驾驶的目标车辆当前位置的所有相邻路口，去进行抓捕，从而，提高了抓捕失驾人员的成功率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种抓捕失驾人员的方法的流程图；
图2是本发明实施例提供的一种抓捕失驾人员的方法的示意图；
图3是本发明实施例提供的一种抓捕失驾人员的方法的示意图；
图4是本发明实施例提供的一种抓捕失驾人员的方法的流程图；
图5是本发明实施例提供的一种抓捕失驾人员的装置的结构示意图；
图6是本发明实施例提供的一种服务器的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
本发明实施例提供了一种抓捕失驾人员的方法，该方法可以由服务器实现。其中，服务器可以是交管部门的车辆监控管理服务器。该服务器可以是一个单独的服务器也可以是一个服务器组，服务器组中的每个服务器分别执行不同的功能。服务器组可以包括很多不同种类的服务器，如智能设备接入服务器、失驾行为分析服务器、车牌布控服务器和报警处理及推送服务器。其中，智能设备接入服务器用于接收多个卡口设备发送的车辆检测消息并进行内容解析，失驾行为分析服务器用于判断驾驶人员是否是失驾人员，车牌布控服务器用于针对失驾人员的车辆分配对其抓捕的警力，报警处理及推送服务器用于下发抓捕通知。
为了实现该方法，可以建立相应的抓捕失驾人员的***，该***可以包括服务器、多个卡口设备和多个巡逻设备。
卡口设备是交管部门在各个交叉路口或交叉路口之外的位置设置的卡口抓拍机。巡逻设备可以是交管部门为每个警察配备的移动设备，如手机、对讲机、执法记录仪等，也可以是每个警察的警车上的车载终端。服务器可以记录每个卡口设备的位置信息(如经纬度)和每个巡逻设备的实时的位置信息。
一方面，提供了一种抓捕失驾人员的方法，如图1所示，该方法的处理流程可以包括如下的步骤：
在步骤101中，接收第一卡口设备发送的携带有第一人脸图像和第一车辆信息的第一车辆检测消息。
在实施中，如图2所示，某一时刻，当驾驶人员驾驶车辆经过某一交叉路口(后续称第一交叉路口)时，第一交叉路口的卡口抓拍机(后续称第一卡口设备)将抓拍驾驶人员的人脸图像(后续称第一人脸图像)及车辆图像。第一卡口设备将根据车辆图像生成车辆信息(后续称第一车辆信息)，如车牌号、车辆型号、车辆颜色和过车时间等。第一卡口设备将第一人脸图像和第一车辆信息整合，生成车辆检测消息(后续称第一车辆检测消息)，并将第一车辆检测消息发送给服务器。服务器接收第一卡口设备发送的第一车辆检测消息。
在步骤102中，如果第一人脸图像与失驾人员人脸库中的任一人脸图像相匹配，则确定第一车辆信息对应的目标车辆的第一车速。
在实施中，服务器可以设定相似度阈值，如百分之八十、百分之八十五或百分之九十等。当服务器接收到第一车辆检测消息时，将提取第一车辆检测消息中的第一人脸图像。服务器将第一人脸图像与预存的失驾人员人脸库中的人脸图像对比，并计算相似度。当第一人脸图像与失驾人员人脸库中的某一人脸图像对比的相似度大于相似度阈值时，服务器将判断驾驶人员为失驾人员。当服务器判断驾驶人员为失驾人员时，服务器将计算失驾人员驾驶的目标车辆的车辆速度。
可选的，服务器可以基于目标车辆在两个卡口设备之间的行驶时长来确定目标车辆的速度，相应的处理方式可以如下：获取在第一车辆检测消息之前接收到的第二卡口设备发送的携带有第一车辆信息的第二车辆检测消息，根据第一过车时间和第二车辆检测消息中携带的第二过车时间、以及第一卡口设备和第二卡口设备的位置信息，确定第一车辆信息对应的目标车辆的第一车速。
其中，第一车辆检测消息中还携带有第一过车时间。第二卡口设备所在交叉路口为第二交叉路口。
在实施中，为了获取有效的第二车辆检测消息，服务器将预设一个第一时长阈值，如半小时、一小时或两小时等。服务器将第一过车时间减去第一时长阈值，得到临界时间。当服务器计算目标车辆的车辆速度时，服务器将查找从临界时间到第一过车时间这个时间段内的所有卡口设备上传的车辆检测消息。当该车辆检测消息中的车辆信息有一个与第一车辆信息相同时，服务器将确定与该车辆检测消息所对应的卡口设备为第二卡口设备。当该车辆检测消息中的车辆信息有多个与第一车辆信息相同时，服务器将第一车辆检测消息中的过车时间与这些车辆检测消息中的过车时间分别相减，计算出时间差，确定与最小的时间差对应的车辆检测消息，服务器将确定与该车辆检测消息所对应的卡口设备为第二卡口设备。
在服务器确定了第二卡口设备之后，服务器将进一步确定第一卡口设备和第二卡口设备的位置信息，服务器将由第一卡口设备和第二卡口设备的位置信息计算第一卡口设备到第二卡口设备的距离，将该距离记录为目标车辆行驶距离。服务器将目标车辆经过第一卡口设备的过车时间与目标车辆经过第二卡口设备的过车时间相减，将相减的结果记录为目标车辆行驶时间。服务器将目标车辆行驶距离除以目标车辆行驶时间，并将相除的结果记录为第一车辆信息对应的目标车辆的第一车速。
在服务器查找从临界时间到第一过车时间这个时间段内的上述确定的卡口设备上传的车辆检测消息时，如果这些车辆检测消息中的车辆信息没有一个与第一车辆信息相同，则服务器可以获取预设的假定行驶速度，如80公里每小时、60公里每小时或40公里每小时等。服务器将假定行驶速度作为目标车辆的第一车速。
在步骤103中，对于第一卡口设备相邻的每个交叉路口，根据第一车速和各巡逻设备的位置信息，确定满足在交叉路口对目标车辆进行抓捕的条件的目标巡逻设备。
在实施中，在服务器确定第一车辆信息对应的目标车辆的第一车速之后，服务器将确定第一卡口设备相邻的每个交叉路口的位置信息，这些交叉路口都是目标车辆后面有可能经过的交叉路口。服务器还会获取一定范围内的巡逻设备的位置信息。此范围可以是以第一卡口设备的位置为中心的预设半径(如3公里)的圆形范围，也可以是其它规则规定的范围，此处不一一例举。服务器获取到这些巡逻设备的位置信息之后，可以针对上述与第一卡口设备相邻的每个交叉路口，通过计算，确定能够在目标车辆之前到达相应的交叉路口的巡逻设备。
可选的，服务器可以基于巡逻设备的巡逻速度、目标车辆的速度、巡逻设备的位置和拦截目标车辆的各交叉路口的位置，计算哪些巡逻设备能在目标车辆之前赶到相应的交叉路口，相应的处理方式可以如下：根据第一卡口设备的位置、交叉路口的位置信息和第一车速，确定目标车辆到达交叉路口的预计行驶时长，根据各巡逻设备的位置信息和交叉路口的位置信息，确定每个巡逻设备行驶至交叉路口的行驶距离，根据每个巡逻设备行驶至交叉路口的行驶距离和预存的巡逻设备的抓捕速度，确定每个巡逻设备对应的预计抓捕时长，确定对应的预计抓捕时长小于预计行驶时长的目标巡逻设备。
其中，巡逻设备的抓捕速度可以是统一的预设行驶速度，也可以是基于巡逻设备所在位置当前的交通拥堵状况确定的行驶速度，还可以是基于巡逻设备的运行轨迹及运行时长计算的平均速度。
在实施中，服务器将根据第一交叉路口的位置信息和与第一交叉路口相邻的任一交叉路口的位置信息，分别计算第一交叉路口到上述任一交叉路口的距离。服务器将第一交叉路口到上述任一交叉路口的距离分别除以目标车辆的第一车速，将相除的结果记录为目标车辆从第一交叉路口到上述任一交叉路口所需时长(即预计行驶时长)。
服务器将根据任一巡逻设备的实时的位置信息和与第一交叉路口相邻的任一交叉路口的位置信息，分别计算任一巡逻设备到上述交叉路口的距离。另外，服务器可以获取每个巡逻设备的抓捕速度。服务器将任一巡逻设备到上述交叉路口的距离，除以巡逻设备的抓捕速度，将相除的结果记录为任一巡逻设备从当前位置到上述交叉路口所需时长(即预计抓捕时长)。
服务器将与第一交叉路口相邻的任一交叉路口对应的预计行驶时长和各巡逻设备相对于该交叉路口的预计抓捕时长对比，确定预计抓捕时长小于预计行驶时长的巡逻设备，在这些巡逻设备中选取目标巡逻设备，可以选取一个目标巡逻设备，可以选取多个目标巡逻设备。并记录此预计抓捕时长对应的目标巡逻设备需要到达的交叉路口为该目标巡逻设备的抓捕路口。
在步骤104中，向每个目标巡逻设备发送携带有对应的交叉路口的标识和第一车辆信息的抓捕通知。
其中，对应的交叉路口的标识为目标巡逻设备对应的抓捕路口的位置信息。
在实施中，服务器将第一车辆信息和目标巡逻设备对应的抓捕路口的标识信息发送给目标巡逻设备，目标巡逻设备接收服务器发送的第一车辆信息和抓捕路口的标识信息，并根据抓捕路口的标识信息，基于标识信息确定抓捕路口在地图中的位置，在地图中相应的位置显示特殊标记，如在抓捕路口显示一个红点。同时目标巡逻设备还可以发出报警信息，如铃声、震动等。
可选的，服务器可以根据任一目标巡逻设备的抓捕成功情况控制所有目标巡逻设备的行动，处理方式可以如下：当接收到多个目标巡逻设备中的第一巡逻设备发送的抓捕成功通知时，向多个目标巡逻设备中除第一巡逻设备之外的巡逻设备发送停止抓捕通知。
在实施中，如图3所示，警员接收到目标巡逻设备的报警之后，可以根据目标巡逻设备显示的地图，查看抓捕路口的位置，并驾车赶往抓捕路口，对目标车辆进行堵截。在实际堵截过程中，如果抓捕到目标车辆，该警员可以操作目标巡逻设备，向服务器发送抓捕成功通知。服务器接收到任一目标巡逻设备发送的抓捕成功通知后，可以向其他目标巡逻设备发送停止抓捕通知。其他目标巡逻设备接收到停止抓捕通知之后，可以发出相应的提示信号，如显示提示框或发出提示音等。其他目标巡逻设备的警员看到或听到提示信号后，可以结束抓捕，继续巡逻。
可选的，服务器可以根据任一目标巡逻设备的抓捕失败情况控制所有目标巡逻设备的行动，处理方式可以如下：当接收到多个目标巡逻设备中的第二巡逻设备发送的抓捕失败通知时，向多个目标巡逻设备中除第二巡逻设备之外的巡逻设备发送停止抓捕通知。
在实施中，警员在实际堵截过程中，某一警员在某一抓捕路口看到目标车辆但没有成功的堵截住目标车辆，因为此时目标车辆不可能再出现在其他抓捕路口，所以该警员可以通知其他抓捕路口的警员不必再继续等待抓捕目标车辆，此时该警员可以操作目标巡逻设备，向服务器发送抓捕失败通知。服务器接收到任一目标巡逻设备发送的抓捕失败通知后，可以向其他目标巡逻设备发送停止抓捕通知。其他目标巡逻设备接收到停止抓捕通知之后，可以发出相应的提示信号，如显示提示框或发出提示音等。其他目标巡逻设备的警员看到或听到提示信号后，可以结束抓捕，继续巡逻。
当目标车辆前往与第一交叉路口相邻的任一交叉路口时，如果该交叉路口不是抓捕路口，服务器将不下发抓捕通知。目标车辆经过该交叉路口时，服务器将重新确定目标车辆的第一车速，并重新进行步骤103和步骤104。
可选的，服务器可以对失驾人员的抓捕设置一个时限，相应的处理方式可以如下：当接收到第一车辆检测消息之后达到预设时长阈值(可称作第二时长阈值)时，如果未接收到任一目标巡逻设备发送的抓捕成功通知或抓捕失败通知，向每个目标巡逻设备分别发送停止抓捕通知。
在实施中，在服务器向目标巡逻设备发送携带有对应的交叉路口的标识和第一车辆信息的抓捕通知之后，如果服务器长时间没有接收到目标巡逻设备发送的抓捕成功通知或抓捕失败通知，则目标车辆上的失驾人员可能发生特殊情况，例如，失驾人员拐入某小区、失驾人员弃车逃跑或某个警员疏忽把目标车辆错过了等。在服务器接收到第一车辆检测消息后，经过的时长达到第二时长阈值时，服务器将向每个目标巡逻设备分别发送停止抓捕通知，每个目标巡逻设备接收到停止抓捕通知之后，可以发出相应的提示信号，如显示提示框或发出提示音等。其他目标巡逻设备的警员看到或听到提示信号后，可以结束抓捕，继续巡逻。
可选的，在警员抓捕目标车辆失败后，当目标车辆进入下一交叉路口时，服务器将重新调度警力抓捕目标车辆，相应的处理方式可以如下：当接收到第三卡口设备发送的携带有第一车辆信息的第三车辆检测消息时，则确定第一车辆信息对应的目标车辆的第二车速，对于第三卡口设备相邻的每个交叉路口，根据第二车速和各巡逻设备的位置信息，确定满足在交叉路口对目标车辆进行抓捕的条件的目标巡逻设备，向每个目标巡逻设备发送携带有对应的交叉路口的标识和第一车辆信息的抓捕通知。
在实施中，目标车辆在经过第一交叉路口之后继续行驶的过程中，在通过下一个交叉路口(后续称作第三交叉路口)时，会被第三卡口设备拍摄到，此时第三卡口设备会向服务器发送携带有第一车辆信息的第三车辆检测消息。服务器接收到第三车辆检测消息后，对其进行解析，当确定其携带有第一车辆信息时，则判定目标车辆已经到达了第三交叉路口。此时，服务器可以确定目标车辆的第二车速，相应的处理与上述步骤102中确定第一速度的处理类似，可以参见相应内容。然后，服务器对于第三卡口设备相邻的每个交叉路口，根据第二车速和各巡逻设备的位置信息，确定满足在交叉路口对目标车辆进行抓捕的条件的目标巡逻设备，向每个目标巡逻设备发送携带有对应的交叉路口的标识和第一车辆信息的抓捕通知。相应的处理与上述步骤103、104的处理类似，可以参见相应内容。
本发明实施例提供了一种具体的抓捕失驾人员的方法，具体内容如上述实施例所示，因此不再赘述。如图4所示,具体步骤如下：
步骤401，接收第一卡口设备发送的携带有第一人脸图像、第一车辆信息和第一过车时间的第一车辆检测消息。
步骤402，将第一人脸图像与预存的失驾人员人脸库中的人脸图像对比得到的相似度与相似度阈值进行对比，当存在任一相似度大于相似度阈值，进行步骤403，当所有相似度小于相似度阈值，服务器结束进程。
步骤403，在第一过车时间之前的预设时长内接收到的所有车辆检测消息中，选取携带有第一车辆信息的第二车辆检测消息，确定发送第二车辆检测消息的第二卡口设备。
步骤404，确定目标车辆从第二卡口设备到第一卡口设备的距离，并确定第一过车时间与第二车辆检测消息携带的第二过车时间的差值，计算其比值，得到目标车辆的车速。
步骤405，确定第一卡口设备相邻的每个交叉路口，并获取每个交叉路口一定范围内的巡逻设备的位置信息。
步骤406，确定从当前位置到第四交叉路口所需时长小于目标车辆从第一卡口设备到第四交叉路口所需时长的巡逻设备为目标巡逻设备，设置第四交叉路口为该目标巡逻设备的抓捕路口，第四交叉路口是第一卡口设备相邻的任一交叉路口，对第一卡口设备相邻的其它交叉路口也进行上述类似的处理。
步骤407，向目标巡逻设备发送携带有对应的抓捕路口的标识和第一车辆信息的抓捕通知。
步骤408，当接收到目标巡逻设备发送的抓捕成功通知或抓捕失败通知后，向其他目标巡逻设备发送停止抓捕通知。
步骤409，在接收到第一车辆检测消息后，经过的时长达到第二时长阈值时，若没有接收到抓捕成功通知或抓捕失败通知，则向所有目标巡逻设备发送停止抓捕通知。
基于相同的技术构思，本发明实施例还提供了一种抓捕失驾人员的装置，该装置可以为上述实施例中的服务器，如图5所示，该装置包括：接收模块510，确定模块520和发送模块530。
接收模块510，用于接收第一卡口设备发送的携带有第一人脸图像和第一车辆信息的第一车辆检测消息；
确定模块520，用于如果所述第一人脸图像与失驾人员人脸库中的任一人脸图像相匹配，则确定所述第一车辆信息对应的目标车辆的第一车速；用于对于所述第一卡口设备相邻的每个交叉路口，根据所述第一车速和各巡逻设备的位置信息，确定满足在所述交叉路口对所述目标车辆进行抓捕的条件的目标巡逻设备；
发送模块530，用于向每个目标巡逻设备发送携带有对应的交叉路口的标识和所述第一车辆信息的抓捕通知。
可选的，所述第一车辆检测消息中还携带有第一过车时间，所述确定模块520，用于：
获取在所述第一车辆检测消息之前接收到的第二卡口设备发送的携带有所述第一车辆信息的第二车辆检测消息；
根据所述第一车辆检测消息和所述第二车辆检测消息的接收时间、以及所述第一卡口设备和所述第二卡口设备的位置信息，确定所述第一车辆信息对应的目标车辆的第一车速。
可选的，所述确定模块520，用于：
根据所述第一卡口设备的位置、所述交叉路口的位置信息和所述第一车速，确定所述目标车辆到达所述交叉路口的预计行驶时长；
根据各巡逻设备的位置信息和所述交叉路口的位置信息，确定每个巡逻设备行驶至所述交叉路口的行驶距离；
根据每个巡逻设备行驶至所述交叉路口的行驶距离和预存的巡逻设备的抓捕速度，确定每个巡逻设备对应的预计抓捕时长；
确定对应的预计抓捕时长小于预设阈值的目标巡逻设备。
可选的，所述装置还包括：
停止模块540，用于当接收到多个目标巡逻设备中的第一巡逻设备发送的抓捕成功通知时，向所述多个目标巡逻设备中除所述第一巡逻设备之外的巡逻设备发送停止抓捕通知。
可选的，所述装置还包括：
停止模块540，用于当接收到多个目标巡逻设备中的第二巡逻设备发送的抓捕失败通知时，向所述多个目标巡逻设备中除所述第二巡逻设备之外的巡逻设备发送停止抓捕通知。
可选的，所述装置还包括：
停止模块540，用于当接收到第一车辆检测消息之后达到预设时长阈值时，如果未接收到任一目标巡逻设备发送的抓捕成功通知或抓捕失败通知，向每个目标巡逻设备分别发送停止抓捕通知。
可选的，所述接收模块510，还用于当接收到第三卡口设备发送的携带有所述第一车辆信息的第三车辆检测消息时，则确定所述第一车辆信息对应的目标车辆的第二车速；
所述确定模块520，还用于对于所述第三卡口设备相邻的每个交叉路口，根据所述第二车速和各巡逻设备的位置信息，确定满足在所述交叉路口对所述目标车辆进行抓捕的条件的目标巡逻设备；
所述发送模块530，还用于向每个目标巡逻设备发送携带有对应的交叉路口的标识和所述第一车辆信息的抓捕通知。
可选的，所述接收模块510，还用于接收到第三卡口设备发送的携带有所述第一车辆信息的第三车辆检测消息；
所述确定模块520，还用于确定所述第一车辆信息对应的目标车辆的第二车速,对于所述第三卡口设备相邻的每个交叉路口，根据所述第二车速和各巡逻设备的位置信息，确定满足在所述交叉路口对所述目标车辆进行抓捕的条件的目标巡逻设备；
所述发送模块530，还用于向每个目标巡逻设备发送携带有对应的交叉路口的标识和所述第一车辆信息的抓捕通知。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
需要说明的是：上述实施例提供的抓捕失驾人员的装置在抓捕失驾人员时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的抓捕失驾人员的装置与抓捕失驾人员的方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
在示例性实施例中，还提供了一种计算机可读存储介质，存储介质中存储有至少一条指令，至少一条指令由处理器加载并执行以实现上述实施例中的抓捕失驾人员的方法。例如，所述计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
图6是本发明实施例提供的一种服务器的结构示意图，该服务器600可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processingunits，CPU)601和一个或一个以上的存储器602，其中，所述存储器602中存储有至少一条指令，所述至少一条指令由所述处理器601加载并执行以实现上述抓捕失驾人员的方法。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，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、改进等，均应包含在本发明的保护范围之内。
Claims (15)
1.一种抓捕失驾人员的方法，其特征在于，所述方法包括：
接收第一卡口设备发送的携带有第一人脸图像和第一车辆信息的第一车辆检测消息；
如果所述第一人脸图像与失驾人员人脸库中的任一人脸图像相匹配，则确定所述第一车辆信息对应的目标车辆的第一车速；
对于所述第一卡口设备相邻的每个交叉路口，根据所述第一车速和各巡逻设备的位置信息，确定满足在所述交叉路口对所述目标车辆进行抓捕的条件的目标巡逻设备；
向每个目标巡逻设备发送携带有对应的交叉路口的标识和所述第一车辆信息的抓捕通知。
2.根据权利要求1所述的方法，其特征在于，所述第一车辆检测消息中还携带有第一过车时间，所述确定所述第一车辆信息对应的目标车辆的第一车速，包括：
获取在所述第一车辆检测消息之前接收到的第二卡口设备发送的携带有所述第一车辆信息的第二车辆检测消息；
根据所述第一过车时间和所述第二车辆检测消息中携带的第二过车时间、以及所述第一卡口设备和所述第二卡口设备的位置信息，确定所述第一车辆信息对应的目标车辆的第一车速。
3.根据权利要求1所述的方法，其特征在于，所述根据所述第一车速和各巡逻设备的位置信息，确定满足在所述交叉路口对所述目标车辆进行抓捕的条件的目标巡逻设备，包括：
根据所述第一卡口设备的位置、所述交叉路口的位置信息和所述第一车速，确定所述目标车辆到达所述交叉路口的预计行驶时长；
根据各巡逻设备的位置信息和所述交叉路口的位置信息，确定每个巡逻设备行驶至所述交叉路口的行驶距离；
根据每个巡逻设备行驶至所述交叉路口的行驶距离和巡逻设备的抓捕速度，确定每个巡逻设备对应的预计抓捕时长；
确定对应的预计抓捕时长小于预计行驶时长的目标巡逻设备。
4.根据权利要求1所述的方法，其特征在于，所述向每个目标巡逻设备发送携带有对应的交叉路口的标识和所述第一车辆信息的抓捕通知之后，所述方法还包括：
当接收到多个目标巡逻设备中的第一巡逻设备发送的抓捕成功通知时，向所述多个目标巡逻设备中除所述第一巡逻设备之外的巡逻设备发送停止抓捕通知。
5.根据权利要求1所述的方法，其特征在于，所述向每个目标巡逻设备发送携带有对应的交叉路口的标识和所述第一车辆信息的抓捕通知之后，所述方法还包括：
当接收到多个目标巡逻设备中的第二巡逻设备发送的抓捕失败通知时，向所述多个目标巡逻设备中除所述第二巡逻设备之外的巡逻设备发送停止抓捕通知。
6.根据权利要求1所述的方法，其特征在于，所述向每个目标巡逻设备发送携带有对应的交叉路口的标识和所述第一车辆信息的抓捕通知之后，所述方法还包括：
当接收到第一车辆检测消息之后达到预设时长阈值时，如果未接收到任一目标巡逻设备发送的抓捕成功通知或抓捕失败通知，向每个目标巡逻设备分别发送停止抓捕通知。
7.根据权利要求1-6中任一项所述的方法，其特征在于，所述向每个目标巡逻设备发送携带有对应的交叉路口的标识和所述第一车辆信息的抓捕通知之后，还包括：
当接收到第三卡口设备发送的携带有所述第一车辆信息的第三车辆检测消息时，则确定所述第一车辆信息对应的目标车辆的第二车速；
对于所述第三卡口设备相邻的每个交叉路口，根据所述第二车速和各巡逻设备的位置信息，确定满足在所述交叉路口对所述目标车辆进行抓捕的条件的目标巡逻设备，向每个目标巡逻设备发送携带有对应的交叉路口的标识和所述第一车辆信息的抓捕通知。
8.一种抓捕失驾人员的装置，其特征在于，所述装置包括：
接收模块，用于接收第一卡口设备发送的携带有第一人脸图像和第一车辆信息的第一车辆检测消息；
确定模块，用于如果所述第一人脸图像与失驾人员人脸库中的任一人脸图像相匹配，则确定所述第一车辆信息对应的目标车辆的第一车速；对于所述第一卡口设备相邻的每个交叉路口，根据所述第一车速和各巡逻设备的位置信息，确定满足在所述交叉路口对所述目标车辆进行抓捕的条件的目标巡逻设备；
发送模块，用于向每个目标巡逻设备发送携带有对应的交叉路口的标识和所述第一车辆信息的抓捕通知。
9.根据权利要求8所述的装置，其特征在于，所述第一车辆检测消息中还携带有第一过车时间，所述确定模块，用于：
获取在所述第一车辆检测消息之前接收到的第二卡口设备发送的携带有所述第一车辆信息的第二车辆检测消息；
根据所述第一过车时间和所述第二车辆检测消息中携带的第二过车时间、以及所述第一卡口设备和所述第二卡口设备的位置信息，确定所述第一车辆信息对应的目标车辆的第一车速。
10.根据权利要求8所述的装置，其特征在于，所述确定模块，用于：
根据所述第一卡口设备的位置、所述交叉路口的位置信息和所述第一车速，确定所述目标车辆到达所述交叉路口的预计行驶时长；
根据各巡逻设备的位置信息和所述交叉路口的位置信息，确定每个巡逻设备行驶至所述交叉路口的行驶距离；
根据每个巡逻设备行驶至所述交叉路口的行驶距离和巡逻设备的抓捕速度，确定每个巡逻设备对应的预计抓捕时长；
确定对应的预计抓捕时长小于预计行驶时长的目标巡逻设备。
11.根据权利要求8所述的装置，其特征在于，所述装置还包括：
停止模块，用于当接收到多个目标巡逻设备中的第一巡逻设备发送的抓捕成功通知时，向所述多个目标巡逻设备中除所述第一巡逻设备之外的巡逻设备发送停止抓捕通知。
12.根据权利要求8所述的装置，其特征在于，所述装置还包括：
停止模块，用于当接收到多个目标巡逻设备中的第二巡逻设备发送的抓捕失败通知时，向所述多个目标巡逻设备中除所述第二巡逻设备之外的巡逻设备发送停止抓捕通知。
13.根据权利要求8所述的装置，其特征在于，所述装置还包括：
停止模块，用于当接收到第一车辆检测消息之后达到预设时长阈值时，如果未接收到任一目标巡逻设备发送的抓捕成功通知或抓捕失败通知，向每个目标巡逻设备分别发送停止抓捕通知。
14.根据权利要求8-13中任一项所述的装置，其特征在于，所述接收模块，还用于接收到第三卡口设备发送的携带有所述第一车辆信息的第三车辆检测消息；
所述确定模块，还用于确定所述第一车辆信息对应的目标车辆的第二车速,对于所述第三卡口设备相邻的每个交叉路口，根据所述第二车速和各巡逻设备的位置信息，确定满足在所述交叉路口对所述目标车辆进行抓捕的条件的目标巡逻设备；
所述发送模块，还用于向每个目标巡逻设备发送携带有对应的交叉路口的标识和所述第一车辆信息的抓捕通知。
15.一种计算机设备，其特征在于，所述计算机设备包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过总线完成相互间的通信；存储器，用于存放计算机程序；处理器，用于执行存储器上所存放的程序，实现权利要求1至7任一所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811079561.XA CN110909567B (zh) | 2018-09-17 | 2018-09-17 | 拦截失驾人员的方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811079561.XA CN110909567B (zh) | 2018-09-17 | 2018-09-17 | 拦截失驾人员的方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110909567A true CN110909567A (zh) | 2020-03-24 |
| CN110909567B CN110909567B (zh) | 2023-06-30 |
Family
ID=69813081
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811079561.XA Active CN110909567B (zh) | 2018-09-17 | 2018-09-17 | 拦截失驾人员的方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110909567B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111222587A (zh) * | 2020-04-22 | 2020-06-02 | 南京森根安全技术有限公司 | 基于特征融合的失证人员危险驾驶行为预测方法及*** |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040252193A1 (en) * | 2003-06-12 | 2004-12-16 | Higgins Bruce E. | Automated traffic violation monitoring and reporting system with combined video and still-image data |
| CN102843547A (zh) * | 2012-08-01 | 2012-12-26 | 安科智慧城市技术（中国）有限公司 | 一种嫌疑目标智能追踪方法和*** |
| CN103544481A (zh) * | 2013-10-24 | 2014-01-29 | 深圳市飞瑞斯科技有限公司 | 一种基于人脸识别的道路卡口监控方法及*** |
| CN104021677A (zh) * | 2014-06-25 | 2014-09-03 | 浙江宇视科技有限公司 | 一种车辆翻牌检测方法和装置 |
| CN106599774A (zh) * | 2016-10-31 | 2017-04-26 | 深圳市元征科技股份有限公司 | 一种车辆报警方法及装置 |
| 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 |
| CN107452104A (zh) * | 2017-07-26 | 2017-12-08 | 北京声迅电子股份有限公司 | 一种基于智能监控的车辆卡口的车辆控制方法及*** |
| CN107977421A (zh) * | 2017-11-24 | 2018-05-01 | 泰华智慧产业集团股份有限公司 | 基于大数据进行***分析的方法及装置 |
| CN108052920A (zh) * | 2017-12-27 | 2018-05-18 | 百度在线网络技术（北京）有限公司 | 用于输出信息的方法和装置 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107610471A (zh) * | 2016-07-11 | 2018-01-19 | 中兴通讯股份有限公司 | 车辆套牌检测方法及*** |
| CN107341443B (zh) * | 2017-05-23 | 2018-06-22 | 深圳云天励飞技术有限公司 | 视频处理方法、装置及存储介质 |
| CN107590999B (zh) * | 2017-08-18 | 2020-09-11 | 广东方纬科技有限公司 | 一种基于卡口数据的交通状态判别方法 |
-
2018
- 2018-09-17 CN CN201811079561.XA patent/CN110909567B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040252193A1 (en) * | 2003-06-12 | 2004-12-16 | Higgins Bruce E. | Automated traffic violation monitoring and reporting system with combined video and still-image data |
| CN102843547A (zh) * | 2012-08-01 | 2012-12-26 | 安科智慧城市技术（中国）有限公司 | 一种嫌疑目标智能追踪方法和*** |
| CN103544481A (zh) * | 2013-10-24 | 2014-01-29 | 深圳市飞瑞斯科技有限公司 | 一种基于人脸识别的道路卡口监控方法及*** |
| CN104021677A (zh) * | 2014-06-25 | 2014-09-03 | 浙江宇视科技有限公司 | 一种车辆翻牌检测方法和装置 |
| CN106599774A (zh) * | 2016-10-31 | 2017-04-26 | 深圳市元征科技股份有限公司 | 一种车辆报警方法及装置 |
| 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 |
| CN107452104A (zh) * | 2017-07-26 | 2017-12-08 | 北京声迅电子股份有限公司 | 一种基于智能监控的车辆卡口的车辆控制方法及*** |
| CN107977421A (zh) * | 2017-11-24 | 2018-05-01 | 泰华智慧产业集团股份有限公司 | 基于大数据进行***分析的方法及装置 |
| CN108052920A (zh) * | 2017-12-27 | 2018-05-18 | 百度在线网络技术（北京）有限公司 | 用于输出信息的方法和装置 |
Non-Patent Citations (2)
| Title |
|---|
| KHAIRUL ANUAR ISHAK: "A face Detection and Recognition System for Intelligent Vehicles", 《INFORMATION TECHNOLOGY JOURNAL》 * |
| 陈仁爱 刘婷 冯贤财 吕云凯: "基于优化模型的街面逃逸犯罪嫌疑人的围堵方案探讨", 《科技信息》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111222587A (zh) * | 2020-04-22 | 2020-06-02 | 南京森根安全技术有限公司 | 基于特征融合的失证人员危险驾驶行为预测方法及*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110909567B (zh) | 2023-06-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11836985B2 (en) | Identifying suspicious entities using autonomous vehicles | |
| CN113724416B (zh) | 基于车路协同***的车载视频处理方法、装置及存储介质 | |
| US10061013B2 (en) | Mobile gunshot detection | |
| 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 | |
| CN106355874A (zh) | 违章车辆的报警方法和装置及*** | |
| CN109191829B (zh) | 道路安全监控方法及***、计算机可读存储介质 | |
| CN108320517A (zh) | 车牌和车辆识别***及监测服务器 | |
| CN111785019A (zh) | 一种基于v2x的车辆交通数据生成方法、***及存储介质 | |
| CN113470371B (zh) | 识别违规车辆的方法、***和计算机可读存储介质 | |
| KR20100073893A (ko) | 차량용 블랙박스 및 이를 이용한 사고 관리 방법 및 시스템 | |
| CN112802344A (zh) | 一种车载式智能联网实时交通违章监控装置及*** | |
| CN111492416A (zh) | 一种违章监控***及违章监控方法 | |
| CN106846819A (zh) | 一种基于小型飞行器的航拍罚单生成方法及实现*** | |
| CN109671270B (zh) | 行车事故处理方法及装置、存储介质 | |
| CN108932852A (zh) | 一种记录机动车违法占用应急车道行为的方法及装置 | |
| CN108932850B (zh) | 一种记录机动车低速行驶违法行为的方法及装置 | |
| CN112907979B (zh) | 一种基于多摄像头的机动车违法行驶轨迹跟踪***及方法 | |
| CN109003457B (zh) | 一种记录多台机动车违法占用应急车道行为的方法及装置 | |
| CN113989715A (zh) | 车辆违停检测方法、装置、电子设备及存储介质 | |
| CN110909567B (zh) | 拦截失驾人员的方法和装置 | |
| CN111563425B (zh) | 交通事件识别方法及电子设备 | |
| CN113240920A (zh) | 车辆通行方法及装置、认证服务器和紧急救援*** | |
| CN108806270B (zh) | 一种记录多台机动车连续变换车道违法行为的方法及装置 | |
| CN108922175B (zh) | 记录多台机动车越实线违法行为的方法及装置 | |
| CN113408319A (zh) | 一种城市道路异常感知处理方法、装置、***及存储介质 |
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 |