CN111627217A - 一种车辆违章掉头的判定方法、装置、设备及存储介质 - Google Patents
一种车辆违章掉头的判定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111627217A CN111627217A CN202010479001.4A CN202010479001A CN111627217A CN 111627217 A CN111627217 A CN 111627217A CN 202010479001 A CN202010479001 A CN 202010479001A CN 111627217 A CN111627217 A CN 111627217A
- Authority
- CN
- China
- Prior art keywords
- target vehicle
- turning
- vehicle
- violation
- target
- 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.)
- Pending
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
- G08G1/017—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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种车辆违章掉头的判定方法,通过判断停止线前的目标区域中是否存在目标车辆;若存在,则当目标车辆离开停止线后,判断目标车辆是否越过预先根据车辆驶离路口时的掉头位置设置的掉头方向线;若是,则进一步根据目标车辆所在车道是否支持掉头和/或红绿灯状态确定出目标车辆是否存在违章掉头。可见,本方法是在目标车辆离开停止线后,通过判断目标车辆是否越过预先设置的掉头方向线的方式来确定目标车辆是否掉头,能够提高确定出车辆是否掉头的准确度,从而提高车辆违章掉头的判定的准确度。本申请还公开了一种车辆违章掉头的判定装置、设备及计算机可读存储介质,均具有上述有益效果。
Description
技术领域
本发明涉及车辆违章领域,特别涉及一种车辆违章掉头的判定方法、装置、设备及计算机可读存储介质。
背景技术
随着城市建设的不断发展,城市路口不断增多,路***通情况也日益复杂。车辆在路口掉头时应遵循车道方向和掉头方向指示灯行进,反之,司机在路口违规掉头会严重影响对向车道车辆的通行,轻则造成路口拥堵,重则引发交通事故,因此必须对掉头车辆进行有效地监管。目前,为了适应城市路口车流量大,有些路口一天过车量可达上万辆的交通现状,对车辆违章判罚进行自动化的实现,实现快速准确的自动化判罚,从而大大减少交通执法人力资源的消耗,提高城市交通安全通畅。
现有技术中的车辆违章判罚进行自动化的实现,主要基于视频技术对目标车辆进行检测、跟踪以及掉头违章的判定,根据目标车辆的行驶方向以及经过路口时的驶离方向确定该目标车辆是否为掉头操作,再结合目标车辆所在车道是否支持掉头和/或红绿灯状态确定出所述目标车辆是否存在违章掉头。该方法在确定目标车辆的驶离方向时,采用相邻三帧图像中目标车辆所构成的夹角的平均值与行驶方向的对应关系来确定驶离方向,即根据运动轨迹夹角确定目标车辆的驶离方向。但是,对于道路中转角较大的非离开目标车辆如越车道行驶的目标车辆可能造成误判;其次,对于目标车辆的左转和掉头区分度不够明显,因此也将造成违章掉头的误判。
因此,如何提高车辆违章掉头的判定的准确度,是本领域技术人员目前需要解决的技术问题。
发明内容
有鉴于此,本发明的目的在于提供一种车辆违章掉头的判定方法,能够提高车辆违章掉头的判定的准确度;本发明的另一目的是提供一种车辆违章掉头的判定装置、设备及计算机可读存储介质,均具有上述有益效果。
为解决上述技术问题,本发明提供一种车辆违章掉头的判定方法,包括:
判断停止线前的目标区域中是否存在目标车辆;
若存在,则当所述目标车辆离开所述停止线后,判断所述目标车辆是否越过预先根据车辆驶离路口时的掉头位置设置的掉头方向线;
若是,则进一步根据所述目标车辆所在车道是否支持掉头和/或红绿灯状态确定出所述目标车辆是否存在违章掉头。
优选地,所述当所述目标车辆离开所述停止线后,判断所述目标车辆是否越过预先根据车辆驶离路口时的掉头位置设置的掉头方向线的过程,具体包括:
当所述目标车辆离开所述停止线后,获取所述目标车辆在当前帧图像中的第一位置坐标和在与所述当前帧图像相邻的前一帧图像中的第二位置坐标;
获取预先根据车辆驶离路口时的掉头位置设置的所述掉头方向线的两端位置坐标;
根据所述第一位置坐标、所述第二位置坐标以及所述两端位置坐标判断所述目标车辆是否越过所述掉头方向线。
优选地,所述根据所述目标车辆所在车道是否支持掉头和/或当前红绿灯状态确定出所述目标车辆是否存在违章掉头的过程,具体包括:
计算出所述目标车辆所在车道的车道号;
依据所述车道号判断所述目标车辆所在车道是否支持掉头和/或根据所述目标车辆到达所述停止线至所述目标车辆越过所述掉头方向线时的红绿灯状态判断所述目标车辆是否存在违章掉头。
优选地,在所述进一步根据所述目标车辆所在车道是否支持掉头和/或红绿灯状态确定出所述目标车辆是否存在违章掉头之后,进一步包括:
当确定出所述目标车辆存在违章掉头时,发出对应的提示信息。
优选地,在所述进一步根据所述目标车辆所在车道是否支持掉头和/或红绿灯状态确定出所述目标车辆是否存在违章掉头之后,进一步包括:
当确定出所述目标车辆存在违章掉头时,记录所述目标车辆的车牌号、违章时间和违章信息。
优选地,在所述进一步根据所述目标车辆所在车道是否支持掉头和/或红绿灯状态确定出所述目标车辆是否存在违章掉头之后,进一步包括:
当确定出所述目标车辆存在违章掉头时,将对应的违章信息发送至所述目标车辆对应的车主的移动终端。
优选地,进一步包括:
在所述目标车辆在所述停止线前、所述目标车辆离开停止线时以及所述确定出所述目标车辆的驶离方向时,分别抓拍对应的图像信息。
优选地,所述判断停止线前的目标区域中是否存在目标车辆的过程,具体包括:
利用RFCN深度学习模型检测所述停止线前的目标区域中的车辆;
判断检测到的所述车辆是否为首次检测到的车辆;
若是,将所述车辆设置为所述目标车辆并对所述目标车辆进行跟踪;
若否,则对所述车辆进行跟踪。
为解决上述技术问题,本发明还提供一种车辆违章掉头的判定装置,包括:
第一判断模块,用于判断停止线前的目标区域中是否存在目标车辆;若存在,则调用第二判断模块;
所述第二判断模块,用于当所述目标车辆离开所述停止线后,判断所述目标车辆是否越过预先根据车辆驶离路口时的掉头位置设置的掉头方向线;若是,则调用确定模块;
所述确定模块,用于根据所述目标车辆所在车道是否支持掉头和/或红绿灯状态确定出所述目标车辆是否存在违章掉头。
为解决上述技术问题,本发明还提供一种车辆违章掉头的判定设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现上述任一种车辆违章掉头的判定方法的步骤。
为解决上述技术问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一种车辆违章掉头的判定方法的步骤。
本发明提供的一种车辆违章掉头的判定方法,通过判断停止线前的目标区域中是否存在目标车辆;若存在,则当目标车辆离开停止线后,判断目标车辆是否越过预先根据车辆驶离路口时的掉头位置设置的掉头方向线;若是,则进一步根据目标车辆所在车道是否支持掉头和/或红绿灯状态确定出目标车辆是否存在违章掉头。可见,本方法是在目标车辆离开停止线后,通过判断目标车辆是否越过预先设置的掉头方向线的方式来确定目标车辆是否掉头,由于线段相交的判断方式相较于现有技术中基于运动轨迹夹角的判断方式更加准确,因此本方法能够提高确定出车辆是否掉头的准确度,从而提高车辆违章掉头的判定的准确度。
为解决上述技术问题,本发明还提供了一种车辆违章掉头的判定装置、设备及计算机可读存储介质,均具有上述有益效果。
附图说明
为了更清楚地说明本发明实施例或现有技术的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,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,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种车辆违章掉头的判定方法的流程图;
图2a至图2c为快速排斥法示意图;
图3a和图3b为矢量乘法的示意图;
图4为本发明实施例提供的一种车辆违章掉头的判定装置的结构图;
图5为本发明实施例提供的一种车辆违章掉头的判定设备的结构图;
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做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。
本发明实施例的核心是提供一种车辆违章掉头的判定方法,能够提高车辆违章掉头的判定的准确度;本发明的另一核心是提供一种车辆违章掉头的判定装置、设备及计算机可读存储介质,均具有上述有益效果。
为了使本领域技术人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。
图1为本发明实施例提供的一种车辆违章掉头的判定方法的流程图。如图1所示,一种车辆违章掉头的判定方法包括:
S10:判断停止线前的目标区域中是否存在目标车辆;
S20:若存在,则当目标车辆离开停止线后,判断目标车辆是否越过预先根据车辆驶离路口时的掉头位置设置的掉头方向线;
S30:若是,则进一步根据目标车辆所在车道是否支持掉头和/或红绿灯状态确定出目标车辆是否存在违章掉头。
需要说明的是,本实施的技术方案的应用场景主要是城市十字路口,目标区域指的是预先设置的摄像头的拍摄区域。在实际操作中,对目标区域的具体范围不做限定,但是一般需要包括十字路口包围的整个区域,即停止线之前的路段区域以及车辆直行、左转以及右转的路段区域。
首先通过检测目标区域中位于停止线之前的路段是否存在目标车辆;在检测到目标车辆的情况下对该目标车辆进行跟踪;进一步判断该目标车辆是否压过停止线离开,若是,则判断该目标车辆是否越过预先根据车辆驶离路口时的掉头位置设置的掉头方向线。其中,掉头方向线为车辆从该路口该车道掉头时必将穿过的线。具体的,根据目标车辆的行驶路径以及掉头方向线的位置关系,通过判断行驶路径对应的线段是否与掉头方向线相交,以此判断目标车辆是否越过掉头方向线。若确定出目标车辆越过掉头方向线,即确定出目标车辆的驶离方向为掉头,则进一步根据目标车辆所在车道是否支持掉头和/或红绿灯状态确定出目标车辆是否存在违章掉头。
可以理解的是,本实施例中包括三种掉头违章的判定:
未按车道行驶的判罚:根据目标车辆在停止线前时所在车道支持的行驶方向以及目标车辆驶离方向,判断该目标车辆是否存在未按车道违章。若目标车辆所在车道不支持目标车辆离开路口时的行驶方向,则判定车辆未按车道行驶;若支持,则不判罚该违章。例如,目标车辆在停止线前位于左数第一车道,当该车道不支持掉头方向时,而目标车车辆的驶离方向为掉头离开,则目标车辆未按车道行驶。
闯红灯判罚:根据目标车辆到达停止线时起至目标车辆越过掉头方向线时的红绿灯状态判断目标车辆是否存在闯红灯掉头。若在这时间段内,目标车辆的驶离方向对应的信号灯都为红灯,则判为闯红灯;若至少有一帧图像中不满足该方向红灯要求,则不判罚该违章。例如,目标车辆在停止线前掉头方向灯为红灯,目标车辆离开停止线时掉头方向灯为红灯,目标车辆掉头离开时的掉头方向灯也为红灯,即目标在掉头方向灯为红灯时掉头离开路口,因此判罚该目标车辆闯红灯违章。其他方向的闯红灯判罚同理,本实施例对此不做赘述。
违法掉头判罚:根据路口是否支持掉头及目标车辆驶离方向判断目标车辆是否违法掉头。当目标车辆离开方向为掉头方向,若该路口监控的所有车道都不支持掉头方向,即该路口不支持掉头,则判罚该目标车辆违法掉头。
本发明实施例提供的一种车辆违章掉头的判定方法,通过判断停止线前的目标区域中是否存在目标车辆;若存在,则当目标车辆离开停止线后,判断目标车辆是否越过预先根据车辆驶离路口时的掉头位置设置的掉头方向线;若是,则进一步根据目标车辆所在车道是否支持掉头和/或红绿灯状态确定出目标车辆是否存在违章掉头。可见,本方法是在目标车辆离开停止线后,通过判断目标车辆是否越过预先设置的掉头方向线的方式来确定目标车辆是否掉头,由于线段相交的判断方式相较于现有技术中基于运动轨迹夹角的判断方式更加准确,因此本方法能够提高确定出车辆是否掉头的准确度,从而提高车辆违章掉头的判定的准确度。
在上述实施例的基础上,本实施例对技术方案作了进一步的说明和优化,具体的,本实施例中,判断停止线前的目标区域中是否存在目标车辆的过程,具体包括:
利用RFCN深度学习模型检测停止线前的目标区域中的车辆;
判断检测到的车辆是否为首次检测到的车辆;
若是,将车辆设置为目标车辆并对目标车辆进行跟踪;
若否,则对车辆进行跟踪。
具体的,在本实施例中,首先是利用RFCN(Object Detection via Region-basedFully Convolutional Networks)深度学习模型检测停止线前的目标区域中的车辆;当RFCN深度学习模型检测到车辆时,判断该车辆是否为新检测到的车辆,将新检测到的车辆与之前已经确定出的目标车辆区分开,防止同一车辆上报多次。具体的区分方法是用检测框与现有的跟踪框做匹配,当交并比大于预设阈值且目标类型一致时,匹配成功,即检测框中的车辆与跟踪框中等的目标车辆是同一车辆;当匹配失败,则表示检测框中的车辆是新检测到的目标车辆。若是新检测到的车辆,即确定出目标车辆时,则对目标车辆进行上报,然后再对该目标车辆进行跟踪;若不是新检测到的车辆,则对该车辆只跟踪不上报。
另外,本实施例中采用基于RFCN的卡尔曼滤波器跟踪算法和基于相关滤波的KCF(Kernel Correlation Filter核相关滤波算法)跟踪算法二者相互结合来实现对目标车辆的检测跟踪,提高检测准确度。
需要说明的是,在实际操作中,还可以使用YOLO(you only look once)、SSD(Single Shot MultiBox Detector)等深度学习模型检测目标区域中的目标车辆,使用LK(Lucas-Kanade)光流的跟踪算法对目标车辆进行跟踪,本实施例对此不做限定。
在上述实施例的基础上,本实施例对技术方案作了进一步的说明和优化,具体的,本实施例中,当目标车辆离开停止线后,判断目标车辆是否越过预先根据车辆驶离路口时的掉头位置设置的掉头方向线的过程,具体包括:
当目标车辆离开停止线后,获取目标车辆在当前帧图像中的第一位置坐标和在与当前帧图像相邻的前一帧图像中的第二位置坐标;
获取预先根据车辆驶离路口时的掉头位置设置的掉头方向线的两端位置坐标;
根据第一位置坐标、第二位置坐标以及两端位置坐标判断目标车辆是否越过掉头方向线。
当目标车辆离开停止线后,获取目标车辆在当前帧图像中的第一位置坐标和在与当前帧图像相邻的前一帧图像中的第二位置坐标;
在本实施例中,拍摄目标车辆的视频为多个连续帧图像,在实际计算过程中,分别将每一帧图像作为当前帧图像,并确定出与当前帧图像对应的前一帧图像,再根据该两帧图像中目标车辆的位置坐标以及掉头方向线的两端位置坐标判断目标车辆是否越过掉头方向线。也就是说,根据目标车辆的不断变化的位置信息实时进行计算并判断目标车辆是否越过掉头方向线。
作为一种具体的实施方式,在获取目标车辆在前一帧图像中的第二位置坐标a(x,y)以及目标车辆在当前帧图像中的第一位置坐标b(x,y);以及掉头方向线的两端位置坐标c(x,y)、d(x,y)之后,首先使用快速排斥法排除两线段相交,快速确定目标车辆的行驶轨迹以及掉头方向线对应的两线段是否相交。
具体操作方式为判断以两线段为对角线的矩形是否有重合;若有,则表示两线段可能相交,若没有,则表示两线段一定不相交。具体如图2a至图2c所示的快速排斥法示意图,若两矩形不相交,则两线段必然不相交;若两矩形相交,则两线段可能相交,也可能不相交。
公式表示为:
满足以上条件,则表示两线段可能相交;否则,表示两线段一定不相交。
当判断出两线段可能相交时,再使用矢量叉乘法进一步确定两线段相交,结合图3a和图3b所示的矢量乘法的示意图,分别与叉乘,当两个叉乘结果符号相反时,说明c、d两点在线段ab的两侧,反之,说明c、d两点在线段ab的同侧;c、d两点在线段ab两侧并无法说明线段cd与ab相交,还需要判断a、b两点在线段cd两侧,即分别与叉乘的结果符号也需要是相反的。
公式表示如下:
u=(c.x-a.x)*(b.y-a.y)-(b.x-a.x)*(c.y-a.y);
v=(d.x-a.x)*(b.y-a.y)-(b.x-a.x)*(d.y-a.y);
w=(a.x-c.x)*(d.y-c.y)-(d.x-c.x)*(a.y-c.y);
z=(b.x-c.x)*(d.y-c.y)-(d.x-c.x)*(b.y-c.y);
也就是说,当判断u*v≤0andw*z≤0时,表示目标车辆越过掉头方向线;否则,表示目标车辆没有越过掉头方向线。
可见,按照本实施例的方法判断目标车辆是否越过掉头方向线,判断方式便捷准确。
在上述实施例的基础上,本实施例对技术方案作了进一步的说明和优化,具体的,本实施例中,根据目标车辆所在车道是否支持掉头和/或当前红绿灯状态确定出目标车辆是否存在违章掉头的过程,具体包括:
计算出目标车辆所在车道的车道号;
依据车道号判断目标车辆所在车道是否支持掉头和/或根据目标车辆到达停止线至目标车辆越过掉头方向线时的红绿灯状态判断目标车辆是否存在违章掉头。
具体的,车道号的计算过程如下:
以双车道场景为例,记录三条车道线头尾坐标分别为:
Rl00(x00,y00)、Rl01(x01,y01)、Rl10(x10,y10)、Rl11(x11,y11)、Rl20(x20,y20)、Rl21(x21,y21);
计算车道线直线方程,从左至右依次计数,第i条车道线直线方程Rli:xi=kiyi+Bi;
从左至右依次将目标车辆的位置坐标水平映射到每根车道线上,映射公式为:xit=kiyt+Bi;
寻找目标车辆紧邻的右侧车道线,从左至右遍历目标车辆的位置坐标在车道线上的水平映射x值,若xt>xit,继续向右遍历,直到xt≤xit,或所有车道线遍历完,停止遍历,记目标车辆所在车道号RwNum=max(0,i-1)。
具体的,在计算出目标车辆所在的车道号后,依据车道号判断目标车辆所在车道是否支持掉头和/或根据目标车辆到达停止线至目标车辆越过掉头方向线时的红绿灯状态判断目标车辆是否存在违章掉头。
可见,本实施例通过根据实际拍摄的图像计算出车道号,计算过程便捷准确,进而根据车道号判定目标车辆的违章掉头情况,操作过程便捷。
在上述实施例的基础上,本实施例对技术方案作了进一步的说明和优化,具体的,本实施例进一步包括:
在目标车辆在停止线前、目标车辆离开停止线时以及确定出目标车辆的驶离方向时,分别抓拍对应的图像信息。
具体的,在本实施例中,是进一步在目标车辆在停止线前、目标车辆离开停止线时以及确定出目标车辆的驶离方向时,分别抓拍对应的图像信息,从而根据至少三张抓拍的图像信息形成完整的证据链。
在实际操作中,在抓拍目标车辆在停止线前的第一张图像信息时,还可以进一步记录此刻的时间t、目标位置Pos0(xt,yt),红绿灯状态等违章相关证据信息。
当某一方向红绿灯状态由绿灯转为红灯时,为保证闯红灯的有效判罚,对第一张图像信息及违章相关信息更新,为避免车辆压停止线时更新第一张图像信息的情况发生(这种情况,即使判罚闯红灯也是无效的),应对第一张图像信息更新时的跟踪点位置加以限制,保证目标车辆不压停止线。具体的,抓拍与更新第一张证据图的位置限制如下:记停止线纵坐标为ysn,当目标车辆前轮刚好压停止线时跟踪点位置为第一张图像信息更新的最晚位置。记该位置处车身长度为l,该值取经验值。因此,第一张证据图抓拍更新位置限制条件为:yt≥ysn+l;其中,yt表示目标车辆在时间t时的纵坐标。
当目标车辆离开停止线时,即yt<ysn时,抓拍第二张图像信息,并记录违章相关证据信息。
当目标车辆越过掉头方向线或者其他方向线时,记录所越方向线对应的方向,即为驶离方向,抓拍第三张图像信息,并记录违章相关证据信息。
可见,本实施例通过进一步抓拍图像信息,能够根据抓拍的图像信息对违章掉头判定进行进一步确认,从而进一步提高违章掉头判罚的可信度。
在上述实施例的基础上,本实施例对技术方案作了进一步的说明和优化,具体的,本实施例在进一步根据目标车辆所在车道是否支持掉头和/或红绿灯状态确定出目标车辆是否存在违章掉头之后,进一步包括:
当确定出目标车辆存在违章掉头时,发出对应的提示信息。
具体的,在本实施例中,是在确定出目标车辆存在违章掉头的情况下,进一步触发提示装置发出对应的提示信息。需要说明的是,提示装置可以具体是蜂鸣器和/或指示灯和/或显示器,通过触发蜂鸣器/指示灯/显示器等提示装置发出对应的提示信息,如蜂鸣音/闪烁灯/显示文字或图像等,并且由于在实际操作中,会对多种违章情况进行提示,因此可以分别为不同的违章情况分别设置对应的提示信息,从而能够直观地提示用户当前目标车辆存在违章掉头的情况,进一步提升用户的使用体验。
在上述实施例的基础上,本实施例对技术方案作了进一步的说明和优化,具体的,本实施例在进一步根据目标车辆所在车道是否支持掉头和/或红绿灯状态确定出目标车辆是否存在违章掉头之后,进一步包括:
当确定出目标车辆存在违章掉头时,记录目标车辆的车牌号、违章时间和违章信息。
具体的,在本实施例中,是在确定出目标车辆存在违章掉头的情况下,进一步获取目标车辆的车牌号以及对应的违章时间,然后将目标车辆的车牌号、违章时间以及对应的违章信息进行记录。其中,获取目标车辆的车牌号的方式可以通过图像识别的方式提取出车牌号中的文字信息从而得出对应的车牌号。需要说明的是,具体的记录方式可以是以文本或以表格的形式记录,本实施例对此不做限定,根据实际需求进行选择。
在本实施例中,通过进一步记录目标车辆的车牌号以及对应的违章时间,能够便于用户查看查询以及统计分析该路口对应的车辆违章情况。
在上述实施例的基础上,本实施例对技术方案作了进一步的说明和优化,具体的,本实施例在进一步根据目标车辆所在车道是否支持掉头和/或红绿灯状态确定出目标车辆是否存在违章掉头之后,进一步包括:
当确定出目标车辆存在违章掉头时,将对应的违章信息发送至目标车辆对应的车主的移动终端。
具体的,在本实施例中,是在确定出目标车辆存在违章掉头的情况下,根据获取到的目标车辆的车牌号确定出与该目标车辆对应的车主信息,并进一步确定出与该车主对应的移动终端的信息,然后将确定出的违章信息发送至该移动终端,以便能够及时使得目标车辆的车主获取到违章信息。
需要说明的是,本实施例对具体的发送方式不做限定,例如可以是通过短信或应用软件信息推送的方式发送,也可以是其他的形式,只要是将违章信息发送至对应的移动终端即可。
可见,本实施例通过进一步在确定出目标车辆存在违章掉头时,将对应的违章信息发送至目标车辆对应的车主的移动终端,因此能够进一步提升违章掉头执法的及时性。
上文对于本发明提供的一种车辆违章掉头的判定方法的实施例进行了详细的描述,本发明还提供了一种与该方法对应的车辆违章掉头的判定装置、设备及计算机可读存储介质,由于装置、设备及计算机可读存储介质部分的实施例与方法部分的实施例相互照应,因此装置、设备及计算机可读存储介质部分的实施例请参见方法部分的实施例的描述,这里暂不赘述。
图4为本发明实施例提供的一种车辆违章掉头的判定装置的结构图,如图4所示,一种车辆违章掉头的判定装置包括:
第一判断模块41,用于判断停止线前的目标区域中是否存在目标车辆;若存在,则调用第二判断模块;
第二判断模块42,用于当目标车辆离开停止线后,判断目标车辆是否越过预先根据车辆驶离路口时的掉头位置设置的掉头方向线;若是,则调用确定模块;
确定模块43,用于根据目标车辆所在车道是否支持掉头和/或红绿灯状态确定出目标车辆是否存在违章掉头。
本发明实施例提供的车辆违章掉头的判定装置,具有上述车辆违章掉头的判定方法的有益效果。
作为优选的实施方式,第二判断模块具体包括:
第一获取单元,用于当目标车辆离开停止线后,获取目标车辆在当前帧图像中的第一位置坐标和在与当前帧图像相邻的前一帧图像中的第二位置坐标;
第二获取单元,用于获取预先根据车辆驶离路口时的掉头位置设置的掉头方向线的两端位置坐标;
第一判断单元,用于根据第一位置坐标、第二位置坐标以及两端位置坐标判断目标车辆是否越过掉头方向线。
作为优选的实施方式,所述确定模块具体包括:
计算单元,用于计算出所述目标车辆所在车道的车道号;
确定单元,用于依据所述车道号判断所述目标车辆所在车道是否支持掉头和/或根据所述目标车辆到达所述停止线至所述目标车辆越过所述掉头方向线时的红绿灯状态判断所述目标车辆是否存在违章掉头。
作为优选的实施方式,一种车辆违章掉头的判定装置进一步包括:
提示模块,用于在所述进一步根据所述目标车辆所在车道是否支持掉头和/或红绿灯状态确定出所述目标车辆是否存在违章掉头之后,当确定出所述目标车辆存在违章掉头时,发出对应的提示信息。
作为优选的实施方式,一种车辆违章掉头的判定装置进一步包括:
记录模块,用于在所述进一步根据所述目标车辆所在车道是否支持掉头和/或红绿灯状态确定出所述目标车辆是否存在违章掉头之后,当确定出所述目标车辆存在违章掉头时,记录所述目标车辆的车牌号、违章时间和违章信息。
作为优选的实施方式,一种车辆违章掉头的判定装置进一步包括:
发送模块,用于在所述进一步根据所述目标车辆所在车道是否支持掉头和/或红绿灯状态确定出所述目标车辆是否存在违章掉头之后,当确定出所述目标车辆存在违章掉头时,将对应的违章信息发送至所述目标车辆对应的车主的移动终端。
作为优选的实施方式,一种车辆违章掉头的判定装置进一步包括:
抓取模块,用于在所述目标车辆在所述停止线前、所述目标车辆离开停止线时以及所述确定出所述目标车辆的驶离方向时,分别抓拍对应的图像信息。
作为优选的实施方式,所述第一判断模块具体包括:
第一检测单元,用于利用RFCN深度学习模型检测所述停止线前的目标区域中的车辆;
第二判断单元,用于判断检测到的所述车辆是否为首次检测到的车辆;若是,将调用第一执行单元;若否,则调用第二执行单元;
第一执行单元,用于将所述车辆设置为所述目标车辆并对所述目标车辆进行跟踪;
所述第二执行单元,用于对所述车辆进行跟踪。
图5为本发明实施例提供的一种车辆违章掉头的判定设备的结构图,如图5所示,一种车辆违章掉头的判定设备包括:
存储器51,用于存储计算机程序;
处理器52,用于执行计算机程序时实现如上述车辆违章掉头的判定方法的步骤。
本发明实施例提供的车辆违章掉头的判定设备,具有上述车辆违章掉头的判定方法的有益效果。
为解决上述技术问题,本发明还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现如上述车辆违章掉头的判定方法的步骤。
本发明实施例提供的计算机可读存储介质,具有上述车辆违章掉头的判定方法的有益效果。
以上对本发明所提供的车辆违章掉头的判定方法、装置、设备及计算机可读存储介质进行了详细介绍。本文中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
Claims (11)
1.一种车辆违章掉头的判定方法,其特征在于,包括:
判断停止线前的目标区域中是否存在目标车辆;
若存在,则当所述目标车辆离开所述停止线后,判断所述目标车辆是否越过预先根据车辆驶离路口时的掉头位置设置的掉头方向线;
若是,则进一步根据所述目标车辆所在车道是否支持掉头和/或红绿灯状态确定出所述目标车辆是否存在违章掉头。
2.根据权利要求1所述的方法,其特征在于,所述当所述目标车辆离开所述停止线后,判断所述目标车辆是否越过预先根据车辆驶离路口时的掉头位置设置的掉头方向线的过程,具体包括:
当所述目标车辆离开所述停止线后,获取所述目标车辆在当前帧图像中的第一位置坐标和在与所述当前帧图像相邻的前一帧图像中的第二位置坐标;
获取预先根据车辆驶离路口时的掉头位置设置的所述掉头方向线的两端位置坐标;
根据所述第一位置坐标、所述第二位置坐标以及所述两端位置坐标判断所述目标车辆是否越过所述掉头方向线。
3.根据权利要求1所述的方法,其特征在于,所述根据所述目标车辆所在车道是否支持掉头和/或当前红绿灯状态确定出所述目标车辆是否存在违章掉头的过程,具体包括:
计算出所述目标车辆所在车道的车道号;
依据所述车道号判断所述目标车辆所在车道是否支持掉头和/或根据所述目标车辆到达所述停止线至所述目标车辆越过所述掉头方向线时的红绿灯状态判断所述目标车辆是否存在违章掉头。
4.根据权利要求1所述的方法,其特征在于,在所述进一步根据所述目标车辆所在车道是否支持掉头和/或红绿灯状态确定出所述目标车辆是否存在违章掉头之后,进一步包括:
当确定出所述目标车辆存在违章掉头时,发出对应的提示信息。
5.根据权利要求1所述的方法,其特征在于,在所述进一步根据所述目标车辆所在车道是否支持掉头和/或红绿灯状态确定出所述目标车辆是否存在违章掉头之后,进一步包括:
当确定出所述目标车辆存在违章掉头时,记录所述目标车辆的车牌号、违章时间和违章信息。
6.根据权利要求1所述的方法,其特征在于,在所述进一步根据所述目标车辆所在车道是否支持掉头和/或红绿灯状态确定出所述目标车辆是否存在违章掉头之后,进一步包括:
当确定出所述目标车辆存在违章掉头时,将对应的违章信息发送至所述目标车辆对应的车主的移动终端。
7.根据权利要求1所述的方法,其特征在于,进一步包括:
在所述目标车辆在所述停止线前、所述目标车辆离开停止线时以及所述确定出所述目标车辆的驶离方向时,分别抓拍对应的图像信息。
8.根据权利要求1至7任一项所述的方法,其特征在于,所述判断停止线前的目标区域中是否存在目标车辆的过程,具体包括:
利用RFCN深度学习模型检测所述停止线前的目标区域中的车辆;
判断检测到的所述车辆是否为首次检测到的车辆;
若是,将所述车辆设置为所述目标车辆并对所述目标车辆进行跟踪;
若否,则对所述车辆进行跟踪。
9.一种车辆违章掉头的判定装置,其特征在于,包括:
第一判断模块,用于判断停止线前的目标区域中是否存在目标车辆;若存在,则调用第二判断模块;
所述第二判断模块,用于当所述目标车辆离开所述停止线后,判断所述目标车辆是否越过预先根据车辆驶离路口时的掉头位置设置的掉头方向线;若是,则调用确定模块;
所述确定模块,用于根据所述目标车辆所在车道是否支持掉头和/或红绿灯状态确定出所述目标车辆是否存在违章掉头。
10.一种车辆违章掉头的判定设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至8任一项所述的车辆违章掉头的判定方法的步骤。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的车辆违章掉头的判定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010479001.4A CN111627217A (zh) | 2020-05-29 | 2020-05-29 | 一种车辆违章掉头的判定方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010479001.4A CN111627217A (zh) | 2020-05-29 | 2020-05-29 | 一种车辆违章掉头的判定方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111627217A true CN111627217A (zh) | 2020-09-04 |
Family
ID=72271292
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010479001.4A Pending CN111627217A (zh) | 2020-05-29 | 2020-05-29 | 一种车辆违章掉头的判定方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111627217A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112528924A (zh) * | 2020-12-21 | 2021-03-19 | 上海眼控科技股份有限公司 | 一种车辆掉头检测方法、装置、设备及存储介质 |
CN113269042A (zh) * | 2021-04-25 | 2021-08-17 | 安徽银徽科技有限公司 | 基于行驶车辆违章识别的智能交通管理方法及*** |
CN113591554A (zh) * | 2021-06-18 | 2021-11-02 | 浙江大华技术股份有限公司 | 压线检测方法以及违章检测方法 |
CN113870558A (zh) * | 2021-09-26 | 2021-12-31 | 中国联合网络通信集团有限公司 | 车辆检测方法、车辆检测装置、车辆和交通管制装置 |
CN114333344A (zh) * | 2021-12-29 | 2022-04-12 | 以萨技术股份有限公司 | 机动车违章抓拍方法、装置及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102201165A (zh) * | 2010-03-25 | 2011-09-28 | 北京汉王智通科技有限公司 | 交通路口车辆违章的监测***及方法 |
EP2897116B1 (en) * | 2014-01-10 | 2016-09-14 | S-WIT Electronic Engineering SA | System for detecting a vehicle running in a wrong way |
CN107038868A (zh) * | 2017-05-08 | 2017-08-11 | 钟辉 | 一种机动车交通掉头的违章判别*** |
CN109035833A (zh) * | 2018-08-20 | 2018-12-18 | 威马智慧出行科技(上海)有限公司 | 一种基于交通法规的车辆控制方法 |
CN110929676A (zh) * | 2019-12-04 | 2020-03-27 | 浙江工业大学 | 一种基于深度学习的违章掉头实时检测方法 |
-
2020
- 2020-05-29 CN CN202010479001.4A patent/CN111627217A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102201165A (zh) * | 2010-03-25 | 2011-09-28 | 北京汉王智通科技有限公司 | 交通路口车辆违章的监测***及方法 |
EP2897116B1 (en) * | 2014-01-10 | 2016-09-14 | S-WIT Electronic Engineering SA | System for detecting a vehicle running in a wrong way |
CN107038868A (zh) * | 2017-05-08 | 2017-08-11 | 钟辉 | 一种机动车交通掉头的违章判别*** |
CN109035833A (zh) * | 2018-08-20 | 2018-12-18 | 威马智慧出行科技(上海)有限公司 | 一种基于交通法规的车辆控制方法 |
CN110929676A (zh) * | 2019-12-04 | 2020-03-27 | 浙江工业大学 | 一种基于深度学习的违章掉头实时检测方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112528924A (zh) * | 2020-12-21 | 2021-03-19 | 上海眼控科技股份有限公司 | 一种车辆掉头检测方法、装置、设备及存储介质 |
CN113269042A (zh) * | 2021-04-25 | 2021-08-17 | 安徽银徽科技有限公司 | 基于行驶车辆违章识别的智能交通管理方法及*** |
CN113269042B (zh) * | 2021-04-25 | 2024-03-29 | 安徽银徽科技有限公司 | 基于行驶车辆违章识别的智能交通管理方法及*** |
CN113591554A (zh) * | 2021-06-18 | 2021-11-02 | 浙江大华技术股份有限公司 | 压线检测方法以及违章检测方法 |
CN113870558A (zh) * | 2021-09-26 | 2021-12-31 | 中国联合网络通信集团有限公司 | 车辆检测方法、车辆检测装置、车辆和交通管制装置 |
CN114333344A (zh) * | 2021-12-29 | 2022-04-12 | 以萨技术股份有限公司 | 机动车违章抓拍方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111627217A (zh) | 一种车辆违章掉头的判定方法、装置、设备及存储介质 | |
CN102768801B (zh) | 基于视频的机动车绿灯跟进违章行为的检测方法 | |
CN105405321B (zh) | 高速公路上车辆行驶中的安全预警方法及*** | |
CN101313345B (zh) | 检测道路交通违章的***和方法 | |
CN108847032A (zh) | 一种交通违法行为识别方法及装置 | |
KR101671428B1 (ko) | 지능형 교차로 위법 차량 감시 시스템 | |
CN110430401A (zh) | 车辆盲区预警方法、预警装置、mec平台和存储介质 | |
US20020072847A1 (en) | Vision-based method and apparatus for monitoring vehicular traffic events | |
CN106327863A (zh) | 一种车辆拥堵检测预警方法、装置及*** | |
CN113420748B (zh) | 车辆违规行驶的检测方法、装置、电子设备及存储介质 | |
CN107705577A (zh) | 一种基于车道线标定车辆违章变道的实时检测方法及*** | |
CN107393311A (zh) | 一种车牌篡改识别装置及方法 | |
CN114333344A (zh) | 机动车违章抓拍方法、装置及电子设备 | |
CN109887303B (zh) | 随意变更车道行为预警***及方法 | |
CN113469115A (zh) | 用于输出信息的方法和装置 | |
CN111967384A (zh) | 车辆信息处理方法、装置、设备及计算机可读存储介质 | |
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 | |
Suttiponpisarn et al. | Detection of wrong direction vehicles on two-way traffic | |
CN107067778A (zh) | 一种车辆反跟踪预警方法及装置 | |
CN114141022B (zh) | 应急车道占用行为检测方法、装置、电子设备及存储介质 | |
CN114693722B (zh) | 一种车辆行驶行为检测方法、检测装置及检测设备 | |
CN113112814B (zh) | 右转不停车的抓拍方法、抓拍设备及计算机存储介质 | |
CN115359443A (zh) | 交通事故检测方法和装置、电子设备和存储介质 | |
CN113538968B (zh) | 用于输出信息的方法和装置 | |
CN109064756A (zh) | 一种高速异常驾驶汽车抓拍报警*** |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200904 |