CN111243275A - 一种基于计算机视觉的收费站交通状态监测装置和方法 - Google Patents

一种基于计算机视觉的收费站交通状态监测装置和方法 Download PDF

Info

Publication number
CN111243275A
CN111243275A CN202010139413.3A CN202010139413A CN111243275A CN 111243275 A CN111243275 A CN 111243275A CN 202010139413 A CN202010139413 A CN 202010139413A CN 111243275 A CN111243275 A CN 111243275A
Authority
CN
China
Prior art keywords
lane
circular area
vehicle
vehicles
circular
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
CN202010139413.3A
Other languages
English (en)
Other versions
CN111243275B (zh
Inventor
李子龙
鲍蓉
朱卫东
潘晓博
鲍文正
厉丹
王德江
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.)
Xuzhou University of Technology
Original Assignee
Xuzhou University of 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 Xuzhou University of Technology filed Critical Xuzhou University of Technology
Priority to CN202010139413.3A priority Critical patent/CN111243275B/zh
Publication of CN111243275A publication Critical patent/CN111243275A/zh
Application granted granted Critical
Publication of CN111243275B publication Critical patent/CN111243275B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • 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
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
    • G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
    • G07B15/06—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/24—Reminder alarms, e.g. anti-loss alarms
    • 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
    • G08G1/0125—Traffic data processing
    • 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
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • 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
    • G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • 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

  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Finance (AREA)
  • Emergency Management (AREA)
  • Devices For Checking Fares Or Tickets At Control Points (AREA)
  • Traffic Control Systems (AREA)

Abstract

一种基于计算机视觉的收费站交通状态监测装置，包括摄像机、通信电缆和计算机，摄像机为多台，车道上等间距设置多个圆形区域；通信电缆一端与摄像机连接，另一端与计算机连接，监测方法为通过摄像机采集收费站车道上排队车辆的视频图像，可以实时获取车道上车辆长度、车辆数量、车辆停留时间等状态信息，能发现车辆变道插队、车队中有空闲距离等异常信息。当车道上排队的车辆长度和车辆数量超过预设值，或发现有车辆变换车道插队及车队中间空闲着过大距离，都可在计算机端进行相应的报警提示，使收费站工作人员能实时监测收费站的交通状态，并对发出报警提示的状态及时作出相应的反应，减少车辆在收费站的停车时间长和拥堵现象。

Description

一种基于计算机视觉的收费站交通状态监测装置和方法
技术领域
本发明涉及一种基于计算机视觉的收费站交通状态监测装置和方法，属于智能交通管理技术领域。
背景技术
随着社会经济的高速发展，我国机动车保有量不断增加，使得城市道路及其交通设施不堪重负，局部甚至大面积的交通拥堵时常发生。收费站作为车辆通行较为集中的地方，尤其在节假日期间，更容易产生拥堵现象。
因此，收费站作为交通路网的一部分，同样需要对其交通状态进行监测，以便于交通管理部门进行管理及决策。目前，尚没有功能完善的收费站交通状态监测***，基本上是依靠人工判断，不但耗时耗力，且一旦发生交通拥堵，收费站采取的措施也具有一定的滞后性，不利于交通路网的顺畅运行。
发明内容
针对上述现有技术存在的问题，本发明提供一种基于计算机视觉的收费站交通状态监测装置和方法，该监控装置和监控方法能够实时监测收费站各车道的交通状态，为管理部门提供直观便捷的收费站交通状态信息，辅助其进行合理决策，确保交通路网的顺畅运行。
为了实现上述目的，本发明提供一种基于计算机视觉的收费站交通状态监测装置，包括摄像机、通信电缆和计算机，所述的摄像机为多台，分别设置于收费站各车道的入口处、出口处以及入口处和出口处之间的车道上，其中，车道上等间距的设置多个圆形区域；通信电缆的一端与摄像机连接，另一端与计算机连接；
所述车道入口处和出口处的摄像机均用于采集车辆的车牌信息；车道上的摄像机用于采集车道上的圆形区域被遮挡情况的图像信息；通信电缆用于将摄像机采集到的图像数据信号传送至计算机，计算机对接收到的数据信号进行处理和分析，并在收费站车道交通状态处于异常状态时，进行报警提示。
一种基于计算机视觉的收费站交通状态监测方法，包括如下步骤：
(1)在收费站的每个车道上，从收费亭处由近及远每间隔距离d设置一个圆形区域，该区域颜色与周围环境对比鲜明；
(2)从收费亭处由近及远设置多台摄像机，分别设置于各车道的入口处、出口处以及入口处和出口处之间的车道上，其中车道上的每台摄像机均可监控其所在车道上的多个圆形区域；
(3)通过计算机提供的图形用户界面对各车道上每个摄像头下的多个圆形区域进行标记，并根据距离收费亭距离由近及远从1到N依次给每个圆形区域进行编号，其中N为圆形区域的个数；
(4)标记某一个圆形区域并用F表示，假定该圆形区域对应的半径为r，以圆形区域F为圆心构造一个大于圆形区域F的圆形区域，并用A表示，其半径为
Figure BDA0002398532220000021
圆形区域F和圆形区域A非重叠区用圆环区域B表示，根据圆形区域F和圆环区域B构建圆形区域F的目标模型：
Figure BDA0002398532220000022
其中，n1为圆形区域F中的颜色数量，n1为圆环区域B重的颜色数量，f(CFi)表示圆形区域F中颜色CFi出现的比例，f(CBj)分别表示圆环区域B中颜色CBj出现的比例，D(CFi,CBj)表示颜色CFi和颜色CBj的欧式距离；
(5)使用步骤(4)中建立的目标模型判断某圆形区域F上是否停有车辆：首先计算没有车辆遮挡该圆形区域F的目标模型值，记为M(F,B)；允许车辆进入车道时，再次计算该圆形区域F的目标模型值，记为M1(F,B)，若|M(F,B)-M1(F,B)|大于阈值T1，则表示该圆形区域F已被车辆遮挡，即有车辆停在该圆形区域F上；若|M(F,B)-M1(F,B)|小于阈值T1，则表示没有车辆停在该圆形区域F上；
(6)根据步骤(5)按照圆形区域的编号，从大到小依次判断各圆形区域上是否停有车辆，判断至距离距离收费亭最远的被车辆遮挡的圆形区域时，假设该圆形区域的编号为K，则可计算出该车道上排队的车辆长度L＝K*d；当L大于设定值时，监测终端发出报警提示；
当要判断某车道上排队等待的车队中是否存在大段空闲距离，则根据步骤(6)所判断出的最远的被车辆遮挡的圆形区域的编号，从大到小依次判断各圆形区域上是否停有车辆，当发现某些圆形区域上未停有车辆，则说明排队等待的车队中存在过大的距离，监测终端发出报警提示；
(7)将车道入口处的摄像机采集的车辆号码及采集时间作为该车道队列的一个元素按照时间顺序不断从队列的队尾***队列Q中，当一辆车缴费完成离开收费站时，则将车道出口处的摄像机所采集的车辆车牌信息从队列Q的队头中删除，队列Q中所包含的元素数量即车辆数量；当车辆数量大于设定值时，监测终端发出报警提示；
出口处摄像机采集车辆车牌信息的采集时间与该车牌信息在队列Q中所保存的该车辆进入收费站车道入口处时的采集时间相减即可得到某车辆自进入收费站到离开收费站所需要的停留时间；
(8)使用步骤(7)中采集的车辆信息判断车道上是否有车辆插队：根据车道出口处摄像机采集到的车辆车牌信息，在该车道所对应的的队列Q中查找是否存在该车辆车牌信息，若队列Q中不存在该车辆车牌信息，则说明该车辆是从其他车道变道***的车辆，监测终端发出报警提示。
本发明通过摄像机采集收费站车道上排队车辆的视频图像，可以实时获取车道上车辆排队长度、车辆数量、车辆停留时间等状态信息，并能发现车辆变道插队、车队中有空闲距离等异常信息。当车道上排队的车辆长度和车辆数量超过预设值，或者发现有车辆变换车道插队以及排队的车队中间有过大的空闲距离，都可在计算机端进行相应的报警提示，使收费站工作人员能够实时监测收费站的交通状态，并对发出报警提示的状态及时作出相应的反应，减少车辆在收费站的停车时间长和拥堵现象，利于促进交通信息化发展、实现绿色交通，具有重大的社会和经济意义。
附图说明
图1是本发明的监测装置结构示意图；
图2是本发明的监测装置的俯视结构示意图。
图中：1、摄像机，2、通信电缆，3、计算机，4、圆形区域，5、收费亭。
具体实施方式
下面结合附图对本发明作进一步说明。
如图1和图2所示，一种基于计算机视觉的收费站交通状态监测装置，包括摄像机1、通信电缆2和计算机3，所述的摄像机1为多台，分别设置于收费站各车道的入口处、出口处以及入口处和出口处之间的车道上，其中，车道上等间距的设置多个圆形区域4；通信电缆2的一端与摄像机1连接，另一端与计算机3连接；
所述车道入口处和出口处的摄像机均用于采集车辆的车牌信息；车道上的摄像机用于采集车道上的圆形区域4被遮挡情况的图像信息；通信电缆2用于将摄像机1采集到的图像数据信号传送至计算机3，计算机3对接收到的数据信号进行处理和分析，并在收费站车道交通状态处于异常状态时，进行报警提示。
一种基于计算机视觉的收费站交通状态监测方法，包括如下步骤：
(1)在收费站的每个车道上，从收费亭处由近及远每间隔距离d设置一个圆形区域4，该区域颜色与周围环境对比鲜明；
(2)从收费亭处由近及远设置多台摄像机1，分别设置于各车道的入口处、出口处以及入口处和出口处之间的车道上，其中车道上的每台摄像机均可监控其所在车道上的多个圆形区域4；
(3)通过计算机提供的图形用户界面对各车道上每个摄像头下的多个圆形区域进行标记，并根据距离收费亭5距离由远及近从1到N依次给每个圆形区域进行编号，其中N为圆形区域4的个数；
(4)标记某一个圆形区域4并用F表示，假定该圆形区域4对应的半径为r，以圆形区域F为圆心构造一个大于圆形区域F的圆形区域，并用A表示，其半径为
Figure BDA0002398532220000051
圆形区域F和圆形区域A非重叠区用圆环区域B表示，根据圆形区域F和圆环区域B构建圆形区域F的目标模型：
Figure BDA0002398532220000052
其中，n1为圆形区域F中的颜色数量，n1为圆环区域B重的颜色数量，f(CFi)表示圆形区域F中颜色CFi出现的比例，f(CBj)分别表示圆环区域B中颜色CBj出现的比例，D(CFi,CBj)表示颜色CFi和颜色CBj的欧式距离；
(5)使用步骤(4)中建立的目标模型判断某圆形区域F上是否停有车辆：首先计算没有车辆遮挡该圆形区域F的目标模型值，记为M(F,B)；允许车辆进入车道时，再次计算该圆形区域F的目标模型值，记为M1(F,B)，若|M(F,B)-M1(F,B)|大于阈值T1，则表示该圆形区域F已被车辆遮挡，即有车辆停在该圆形区域F上；若|M(F,B)-M1(F,B)|小于阈值T1，则表示没有车辆停在该圆形区域F上；
(6)根据步骤(5)按照圆形区域的编号，从大到小依次判断各圆形区域4上是否停有车辆，判断至距离距离收费亭5最远的被车辆遮挡的圆形区域时，假设该圆形区域的编号为K，则可计算出该车道上排队的车辆长度L＝K*d；当L大于设定值时，监测终端发出报警提示；
当要判断某车道上排队等待的车队中是否存在大段空闲距离，则根据步骤(6)所判断的最远的被车辆遮挡的圆形区域的编号，从大到小依次判断各圆形区域上是否停有车辆，当发现某些圆形区域4上未停有车辆，则说明排队等待的车队中存在过大的空闲距离，监测终端发出报警提示；
(7)将车道入口处的摄像机1采集的车辆号码及采集时间作为该车道队列的一个元素按照时间顺序不断从队列的队尾***队列Q中，当一辆车缴费完成离开收费站时，则将车道出口处的摄像机所采集的车辆车牌信息从队列Q的队头中删除，队列Q中所包含的元素数量即车辆数量；当车辆数量大于设定值时，监测终端发出报警提示；
出口处摄像机采集车辆车牌信息的采集时间与该车牌信息在队列Q中所保存的该车辆进入收费站车道入口处时的采集时间相减即可得到某车辆自进入收费站到离开收费站所需要的等待时间；
(8)使用步骤(7)中采集的车辆信息判断车道上是否有车辆插队：根据车道出口处摄像机采集到的车辆车牌信息，在该车道所对应的的队列Q中查找是否存在该车辆车牌信息，若队列Q中不存在该车辆车牌信息，则说明该车辆是从其他车道变道***的车辆，监测终端发出报警提示。
实施例：在收费站每个车道上每间隔6米设置一个半径为1米的圆形区域，以设置6个圆形区域为例，在车道一侧放置2台摄像机用于采集车道上的圆形区域被遮挡情况的图像信息；在计算机提供的图形用户界面上对这6个圆形区域从收费亭处由近及远依次编号为1至6；
车辆进入车道前，车道入口处设置的摄像机采集该车辆的车牌号码以及进入车道的时间点，车辆正式进入车道并在车道上行驶时，设置于车道一侧的摄像机用于采集其监测范围内的圆形区域是否被车辆遮挡，本发明中所设置的圆形区域的颜色值明显区别于其周围区域的颜色值，并建立没有车辆遮挡圆形区域时的目标模型值，用M(F,B)表示；当有车辆经过该圆形区域，用M1(F,B)表示，将|M(F,B)-M1(F,B)|与阈值T1进行大小比较，若该绝对值较大，说明有车辆经过，若该绝对值较小，说明无车辆经过，阈值T1取30。
当连续有车辆进入某车道后，则先后有圆形区域不断被车辆挡住，车道一侧的摄像头按照标号，从大到小依次采集车道上的图像信息，计算机则按照圆形区域的标号，从大到小依次判断每个圆形区域是否被遮挡，比如，计算机先判断编号为6的圆形区域是否被遮挡，可将***设置为连续判断3次，以防出现有的车辆只是经过，而非停留的误统计，若6未被遮挡，再按照上述方法判断5是否被遮挡，若5也没有被遮挡，再判断4是否被遮挡，若4被遮挡，则可推断出一共有4个圆形区域上停留了待缴费的车辆，进而可计算出车辆的排队长度L＝4*6＝24米。
接上段，当***判断出共有4辆车正在排队缴费，即共有4辆车被车道入口处的摄像机采集到车牌信息及其进入车道的时间点，最前面的车缴费完成后离开收费站，车道出口出的摄像机采集离开车辆的车牌号，同时***将该车辆信息删除，并计算出该车自进入车道到完成缴费所需要的等待时间；若离开的车辆车牌信息并没有保存在该车道队列中，则说明该辆车是从其他车道插队的，监测终端发出报警提示，警告该车要文明出行。
当检测到圆形区域4被遮挡了，说明有车辆停在圆形区域4上，此时继续按照编号从大到小继续进行判断，即再去判断3是否被遮挡，发现3也被遮挡了，再去判断2是否被遮挡，发现2没有被遮挡，说明2这个圆形区域上没有车辆停留，也就说明排队的车辆中空着一段距离，监测终端发出报警提示，提示停留在圆形区域3上的车辆及时跟进。

Claims (2)

1.一种基于计算机视觉的收费站交通状态监测装置，其特征在于，包括摄像机(1)、通信电缆(2)和计算机(3)，所述的摄像机(1)为多台，分别设置于收费站各车道的入口处、出口处以及入口处和出口处之间的车道上，其中，车道上等间距的设置多个圆形区域(4)；通信电缆(2)的一端与摄像机(1)连接，另一端与计算机(3)连接；
所述车道入口处和出口处的摄像机(1)均用于采集车辆的车牌信息；车道上的摄像机(1)用于采集车道上的圆形区域(4)被遮挡情况的图像信息；通信电缆(2)用于将摄像机(1)采集到的图像数据信号传送至计算机(3)，计算机(3)对接收到的数据信号进行处理和分析，并在收费站车道交通状态处于异常状态时，进行报警提示。
2.一种基于计算机视觉的收费站交通状态监测方法，其特征在于，包括如下步骤：
(1)在收费站的每个车道上，从收费亭(5)处由近及远每间隔距离d设置一个圆形区域(4)，该区域颜色与周围环境对比鲜明；
(2)从收费亭(5)处由近及远设置多台摄像机(1)，分别设置于各车道的入口处、出口处以及入口处和出口处之间的车道上，其中车道上的每台摄像机(1)均可监控其所在车道上的多个圆形区域(4)；
(3)通过计算机(3)提供的图形用户界面对各车道上每个摄像头下的多个圆形区域(4)进行标记，并根据距离收费亭(5)距离由近及远从1到N依次给每个圆形区域(4)进行编号，其中N为圆形区域(4)的个数；
(4)标记某一个圆形区域(4)并用F表示，假定该圆形区域(4)对应的半径为r，以圆形区域F为圆心构造一个大于圆形区域F的圆形区域，并用A表示，其半径为
Figure FDA0002398532210000011
圆形区域F和圆形区域A非重叠区用圆环区域B表示，根据圆形区域F和圆环区域B构建圆形区域F的目标模型：
Figure FDA0002398532210000021
其中，n1为圆形区域F中的颜色数量，n1为圆环区域B重的颜色数量，f(CFi)表示圆形区域F中颜色CFi出现的比例，f(CBj)分别表示圆环区域B中颜色CBj出现的比例，D(CFi,CBj)表示颜色CFi和颜色CBj的欧式距离；
(5)使用步骤(4)中建立的目标模型判断某圆形区域F上是否停有车辆：首先计算没有车辆遮挡该圆形区域F的目标模型值，记为M(F,B)；允许车辆进入车道时，再次计算该圆形区域F的目标模型值，记为M1(F,B)，若|M(F,B)-M1(F,B)|大于阈值T1，则表示该圆形区域F已被车辆遮挡，即有车辆停在该圆形区域F上；若|M(F,B)-M1(F,B)|小于阈值T1，则表示没有车辆停在该圆形区域F上；
(6)根据步骤(5)按照圆形区域的编号，从大到小依次判断各圆形区域(4)上是否停有车辆，判断至距离距离收费亭(5)最远的被车辆遮挡的圆形区域(4)时，假设该圆形区域(4)的编号为K，则可计算出该车道上排队的车辆长度L＝K*d；当L大于设定值时，监测终端发出报警提示；
当要判断某车道上排队等待的车队中是否存在大段空闲距离，则根据步骤(6)所判断出的最远的被车辆遮挡的圆形区域(4)的编号，从大到小依次判断各圆形区域(4)上是否停有车辆，当发现某些圆形区域(4)上未停有车辆，则说明排队等待的车队中存在过大的空闲距离，监测终端发出报警提示；
(7)将车道入口处的摄像机(1)采集的车辆号码及采集时间作为该车道队列的一个元素按照时间顺序不断从队列的队尾***队列Q中，当一辆车缴费完成离开收费站时，则将车道出口处的摄像机(1)所采集的车辆车牌信息从队列Q的队头中删除，队列Q中所包含的元素数量即车辆数量；当车辆数量大于设定值时，监测终端发出报警提示；
出口处摄像机(1)采集车辆车牌信息的采集时间与该车牌信息在队列Q中所保存的该车辆进入收费站车道入口处时的采集时间相减即可得到某车辆自进入收费站到离开收费站所需要的停留时间；
(8)使用步骤(7)中采集的车辆信息判断车道上是否有车辆插队：根据车道出口处摄像机(1)采集到的车辆车牌信息，在该车道所对应的的队列Q中查找是否存在该车辆车牌信息，若队列Q中不存在该车辆车牌信息，则说明该车辆是从其他车道变道***的车辆，监测终端发出报警提示。
CN202010139413.3A 2020-03-03 2020-03-03 一种基于计算机视觉的收费站交通状态监测装置和方法 Active CN111243275B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010139413.3A CN111243275B (zh) 2020-03-03 2020-03-03 一种基于计算机视觉的收费站交通状态监测装置和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010139413.3A CN111243275B (zh) 2020-03-03 2020-03-03 一种基于计算机视觉的收费站交通状态监测装置和方法

Publications (2)

Publication Number Publication Date
CN111243275A true CN111243275A (zh) 2020-06-05
CN111243275B CN111243275B (zh) 2020-12-18

Family

ID=70873350

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010139413.3A Active CN111243275B (zh) 2020-03-03 2020-03-03 一种基于计算机视觉的收费站交通状态监测装置和方法

Country Status (1)

Country Link
CN (1) CN111243275B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112037505A (zh) * 2020-09-15 2020-12-04 深圳市亮东科技有限公司 一种车辆远程排队方法及***
CN113674442A (zh) * 2021-06-24 2021-11-19 中国电信股份有限公司 无感通行方法、装置、电子设备和计算机可读存储介质
CN113903175A (zh) * 2021-09-29 2022-01-07 深圳市捷顺科技实业股份有限公司 一种共通道模式下的尾牌过滤和会车处理方法及相关装置
CN114333089A (zh) * 2021-12-22 2022-04-12 北京北大千方科技有限公司 一种收费站拥堵时的快速通行***和方法
WO2022126223A1 (en) * 2020-12-18 2022-06-23 Robert Bosch Limitada Device, system and method of monitoring tools for manufacturing processes

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19641140A1 (de) * 1996-10-05 1998-05-28 Henry Tunger Automatisch aktivierbare Draht-/drahtlos kommunizierende Signalisierungsvorrichtung für (eskalierende) Fahrzeugstaus
CN102521891A (zh) * 2011-12-06 2012-06-27 北京万集科技股份有限公司 一种收费站车辆拥堵的检测方法及***
CN106875500A (zh) * 2017-02-14 2017-06-20 山东华昱交通科技有限公司 一种高速公路无卡不停车综合收费***及方法
CN108597043A (zh) * 2018-03-20 2018-09-28 江西鑫德电气科技有限公司 高速公路预支付不停车收费方法及***

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19641140A1 (de) * 1996-10-05 1998-05-28 Henry Tunger Automatisch aktivierbare Draht-/drahtlos kommunizierende Signalisierungsvorrichtung für (eskalierende) Fahrzeugstaus
CN102521891A (zh) * 2011-12-06 2012-06-27 北京万集科技股份有限公司 一种收费站车辆拥堵的检测方法及***
CN106875500A (zh) * 2017-02-14 2017-06-20 山东华昱交通科技有限公司 一种高速公路无卡不停车综合收费***及方法
CN108597043A (zh) * 2018-03-20 2018-09-28 江西鑫德电气科技有限公司 高速公路预支付不停车收费方法及***

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112037505A (zh) * 2020-09-15 2020-12-04 深圳市亮东科技有限公司 一种车辆远程排队方法及***
CN112037505B (zh) * 2020-09-15 2022-12-23 深圳市亮东科技有限公司 一种车辆远程排队方法及***
WO2022126223A1 (en) * 2020-12-18 2022-06-23 Robert Bosch Limitada Device, system and method of monitoring tools for manufacturing processes
CN113674442A (zh) * 2021-06-24 2021-11-19 中国电信股份有限公司 无感通行方法、装置、电子设备和计算机可读存储介质
CN113674442B (zh) * 2021-06-24 2023-06-23 天翼云科技有限公司 无感通行方法、装置、电子设备和计算机可读存储介质
CN113903175A (zh) * 2021-09-29 2022-01-07 深圳市捷顺科技实业股份有限公司 一种共通道模式下的尾牌过滤和会车处理方法及相关装置
CN114333089A (zh) * 2021-12-22 2022-04-12 北京北大千方科技有限公司 一种收费站拥堵时的快速通行***和方法

Also Published As

Publication number Publication date
CN111243275B (zh) 2020-12-18

Similar Documents

Publication Publication Date Title
CN111243275B (zh) 一种基于计算机视觉的收费站交通状态监测装置和方法
CN103258430B (zh) 路段旅行时间统计、以及交通路况判定方法和装置
CN102254429B (zh) 一种应用基于视频识别的违章车辆检测装置的违章车辆检测方法
CN111325978B (zh) 一种高速公路车辆异常行为的全程监测警示***和方法
CN105427613B (zh) 一种车辆违规加塞的举证方法及其***
CN112837560A (zh) 一种基于5g的新型智能化公共停车场智能管理算法
CN108847044B (zh) 一种基于北斗卫星定位***的车辆管理***
CN108765975B (zh) 路侧垂直停车场管理***及方法
CN111915896A (zh) 一种基于物联网的智能交通***及方法
CN113744420B (zh) 一种道路停车收费管理方法、***和计算机可读存储介质
CN111553994A (zh) 一种停车场的智能管理***、停车场、停车方法及装置
CN101364347A (zh) 基于视频的交叉口车辆控制延误的检测方法
CN111613085A (zh) 一种基于大数据的停车场管理***
CN101419750A (zh) 控制路***通状态检测和评价***及其实现方法与应用
CN107545757A (zh) 基于车牌识别的城市道路流速测量装置和方法
CN105118305A (zh) 室外停车场出口车辆管理平台
CN112885078B (zh) 一种基于大数据平台的智慧城市道路管理***及方法
CN108091168A (zh) 一种停车管理方法及***
CN111986337A (zh) 基于机器人的路侧停车收费管理***及方法
CN110310378A (zh) 一种基于双鉴的开放式停车场停车计费方法及***
CN113393113B (zh) 复杂网络理论信用评价的路内停车欠逃费追缴方法及***
CN113487877A (zh) 一种道路车辆违规停车监控方法
CN115687709A (zh) 基于交通数据降维重构及多维分析的交通动态管控方法
CN114299622A (zh) 一种开放园区智能收费***
CN112489487A (zh) 一种街道停车***

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
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20200605

Assignee: JIANGSU HUAMIAO ELECTRONIC TECHNOLOGY Co.,Ltd.

Assignor: XUZHOU University OF TECHNOLOGY

Contract record no.: X2023320000182

Denomination of invention: A Computer Vision Based Traffic Status Monitoring Device and Method for Toll Stations

Granted publication date: 20201218

License type: Common License

Record date: 20230731

EE01 Entry into force of recordation of patent licensing contract