CN111681427A - 基于人工智能的高速公路出入口etc精确识别方法 - Google Patents
基于人工智能的高速公路出入口etc精确识别方法 Download PDFInfo
- Publication number
- CN111681427A CN111681427A CN202010545574.2A CN202010545574A CN111681427A CN 111681427 A CN111681427 A CN 111681427A CN 202010545574 A CN202010545574 A CN 202010545574A CN 111681427 A CN111681427 A CN 111681427A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- equipment
- artificial intelligence
- time
- rsu
- 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
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 7
- 238000004891 communication Methods 0.000 claims abstract description 6
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 230000005855 radiation Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
- G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/94—Hardware or software architectures specially adapted for image or video understanding
-
- 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
- G07B15/063—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems using wireless information transmission between the vehicle and a fixed station
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/20—Individual registration on entry or exit involving the use of a pass
-
- 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
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30236—Traffic on road, railway or crossing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30241—Trajectory
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Networks & Wireless Communication (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Devices For Checking Fares Or Tickets At Control Points (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于人工智能的高度公路出入口ETC精确识别方法,涉及ETC车辆识别领域。方法具体包括以下步骤:步骤S1:采用Python+OpenCV人工智能组合识别车辆信息并预判车辆即将驶入的车道。步骤S2:根据Python+OpenCV人工智能组合分析得出的数据确定车辆即将驶入的车道。步骤S3:开启对应车道的激光雷达,不断扫描激光雷达与被测车辆间的距离。步骤S4:根据激光雷达与被测车辆间距离随时间的变化,计算出车辆到达RSU设备有效识别范围的时间。步骤S5:调用计算机的时间库,且调用步骤S4中的时间,定时控制连接RSU设备中天线设备的电磁继电器。步骤S6:当车辆进入到RSU中天线设备的识别范围内时,RSU中天线设备发出无线电信号,进而实现OBU设备与RSU设备的通讯。
Description
技术领域
本发明涉及ETC车辆识别领域,具体涉及一种基于人工智能的高度公路出入口ETC精确识别方法。
背景技术
推动取消高速公路省界收费站,用ETC装置等新技术,替代人工收费的方式是目前高速公路收费方式发展的主流趋势。但现有ETC装置识别准确率不高。车辆通过ETC车道时,会出现不抬杆或者临近ETC车道错误抬杆放行的现象。而导致这些问题的原因,大多是由于高速公路出入口门架上的路侧单元(Road Side Unit,简称RSU)天线主瓣辐射角度不准确,信号一般,而旁瓣却有较高的信号强度。因为车载单元(On Board Unit,简称OBU)设备会与最先遇到的信号进行通讯,单天线电磁波辐射方向很难控制,直接影响识别率。。
发明内容
本发明的目的是针对上述不足,提出了一种通过采用Python与OpenCV相结合的人工智能组合方法,提高了识别精确到与识别效率的ETC识别方法。
本发明具体采用如下技术方案:
基于人工智能的高速公路出入口ETC精确识别方法,具体包括以下步骤:
步骤S1:采用Python+OpenCV人工智能组合,通过采集高速公路出入口收费站的广角摄像头信息,识别车辆信息并预判车辆即将驶入的车道;
步骤S2:根据Python+OpenCV人工智能分析得出的数据,进而确定车辆即将驶入的车道,并将该信息存储至内存;
步骤S3:在步骤S1,步骤S2进行时,激光雷达处于待机状态,并不断检索内存,当检索到人工智能存储的数据时迅速作出反应,开启激光雷达,不断扫描激光雷达与被测车辆间的距离;
步骤S4:根据激光雷达与被测车辆间的距离随时间的变化,计算出车辆到达RSU设备有效识别范围的时间,并存储至内存;
步骤S5:调用计算机的时间库,且调用步骤S4中的时间,进行延时设定,定时开启连接RSU设备中天线设备的电磁继电器;
步骤S6:当车辆进入到RSU中天线设备的识别范围内时,RSU中天线设备发出无线电信号,进而实现OBU设备与RSU设备的通讯。
优选地,步骤S1中,Python+OpenCV人工智能组合采用对摄像头采集到的图像进行灰度,反转,比对处理对车辆进行跟踪识别,并且利用大量数据案例不断的进行分析与纠错。
优选地,步骤S2中,运用不同地点、不同时间、不同天气条件下的收费站监控录像大数据,通过Python+OpenCV人工智能组合使其学习、改进;实际应用条件下,摄像头将调用无车情况下当前时间,当前天气的历史影像,并将其与目前实时影像逐帧进行比对,判断不同区域,并对此区域物体轮廓进行判定,判定为机动车后将其与数据库车辆进行比对,同时跟踪车辆轨迹,对此车辆即将进入的车道进行预判,并根据车辆行驶轨迹不断更正,且将数据传入计算机对应文件夹,供其他硬件装置调用。
优选地,采用激光雷达传感器对车辆速度、时间、距离进行测算,当Python+OpenMV采集到相关车辆信息,并将采集到的信息由计算机发送至相应车道的激光雷达传感器设备,进而启动激光雷达传感器,其开始进一步采集信息;
根据激光发射端发送信息与采集端采集到信息的时间差结合公式计算出距离,根据两次测算结果计算出车辆速度,进而通过对其积分,进而计算车辆到达RSU设备有效识别范围时间,并将其采集到的信息发送至计算机设备,供其他硬件调用。
优选地,电磁继电器通过USB转RS485接口或RJ45的WIFI模块连接计算机设备;电磁继电器输入输出端连接RSU天线设备,以控制天线设备的无线电信号开启和关闭;当通过调用计算机时间库的延时结束,计算机发送十六进制代码并通过转码,进而控制电磁继电器输出端的RSU天线设备的开启。
优选地,基于人工智能的高速公路出入口ETC精确识别方法应用于各类高速公路出入口收费站。
本发明具有如下有益效果:
(1)采用Python与OpenCV相结合的人工智能组合方法与算法,同时辅助于视频识别,不但确保了ETC设备的相互连接,而且大大提高了识别精确到与识别效率。
(2)硬件设备采用基于modbus协议与UART协议,且采用RS485接口和TTL接口通讯,受众面广。
(3)不改变现有识别装置,增加装置数量少,改造成本低廉,但能大幅提高ETC识别准确率。
附图说明
图1为基于人工智能下的车辆识别、跟踪与预判工作流程图;
图2为基于激光雷达下的相关信息测算工作流程图;
图3为电磁继电器设备工作流程图;
图4为基于Python+OpenMV下的车牌识别工作流程图。
具体实施方式
下面结合附图和具体实施例对本发明的具体实施方式做进一步说明:
基于人工智能的高速公路出入口ETC精确识别方法,可以应用于各类高速公路出入口收费站,
具体包括以下步骤:
结合图1,步骤S1:采用Python+OpenCV人工智能组合,通过采集高速公路出入口收费站的广角摄像头信息,识别车辆信息并预判车辆即将驶入的车道;Python+OpenCV人工智能组合采用对摄像头采集到的图像进行灰度,反转,比对处理对车辆进行跟踪识别,并且利用大量数据案例不断的进行分析与纠错,以提高队车辆信息识别和对车辆运行轨迹预判的准确率。
结合图2,步骤S2:根据Python+OpenCV人工智能分析得出的数据,进而确定车辆即将驶入的车道,并将该信息存储至内存;运用不同地点、不同时间、不同天气条件下的收费站监控录像大数据,通过Python语言使其学习、改进。
具体的,步骤S2中,运用不同地点、不同时间、不同天气条件下的收费站监控录像大数据,通过Python+OpenCV人工智能组合使其学习、改进;实际应用条件下,摄像头将调用无车情况下当前时间,当前天气的历史影像,并将其与目前实时影像逐帧进行比对,判断不同区域,并对此区域物体轮廓进行判定,判定为机动车后将其与数据库车辆进行比对,同时跟踪车辆轨迹,对此车辆即将进入的车道进行预判,并根据车辆行驶轨迹不断更正,且将数据传入计算机对应文件夹,供其他硬件装置调用。
结合图3,步骤S3:在步骤S1,步骤S2进行时,激光雷达处于待机状态,激光雷达采用TOF(Time of Flight时间飞行法)激光雷达,并不断检索内存,当检索到人工智能存储的数据时迅速作出反应,开启激光雷达,不断扫描激光雷达与被测车辆间的距离;
步骤S4:根据激光雷达与被测车辆间的距离随时间的变化,计算出车辆到达RSU设备有效识别范围的时间,并存储至内存;
步骤S5:调用计算机的时间库,且调用步骤S4中的时间,进行延时设定,定时控制连接RSU设备中天线设备的电磁继电器;
步骤S6:当车辆进入到RSU中天线设备的识别范围内时,RSU中天线设备发出无线电信号,进而实现OBU设备与RSU设备的通讯,通讯结束之后,高速公路收费站进行抬杆放行,车辆通过。如图4所示,重复执行步骤S1。
采用激光雷达传感器对车辆速度、时间、距离进行测算,当Python+OpenMV采集到相关车辆信息,并将采集到的信息由计算机发送至相应车道的激光雷达传感器设备,进而启动激光雷达传感器,其开始进一步采集信息。
根据激光发射端发送信息与采集端采集到信息的时间差结合公式计算出距离,根据两次测算结果计算出车辆速度,进而通过对其积分,进而计算车辆到达RSU设备有效识别范围时间,并将其采集到的信息发送至计算机设备,供其他硬件调用。
电磁继电器设备通过USB转RS485接口或RJ45的WIFI模块连接计算机设备;电磁继电器输入输出端连接RSU设备中天线设备,以控制天线设备的无线电信号开启和关闭;当通过调用计算机时间库的延时结束,计算机发送十六进制代码并通过转码,进而控制电磁继电器输出端的RSU设备中天线设备的开启。
当然,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换,也应属于本发明的保护范围。
Claims (6)
1.基于人工智能的高速公路出入口ETC精确识别方法,其特征在于,具体包括以下步骤:
步骤S1:采用Python+OpenCV人工智能组合,通过采集高速公路出入口收费站的广角摄像头信息,识别车辆信息并预判车辆即将驶入的车道;
步骤S2:根据Python+OpenCV人工智能分析得出的数据,进而确定车辆即将驶入的车道,并将该信息存储至内存;
步骤S3:在步骤S1,步骤S2进行时,激光雷达处于待机状态,并不断检索内存,当检索到人工智能存储的数据时迅速作出反应,开启激光雷达,不断扫描激光雷达与被测车辆间的距离;
步骤S4:根据激光雷达与被测车辆间的距离随时间的变化,计算出车辆到达RSU设备有效识别范围的时间,并存储至内存;
步骤S5:调用计算机的时间库,且调用步骤S4中的时间,进行延时设定,定时开启控制RSU设备中天线设备的电磁继电器;
步骤S6:当车辆进入到RSU中天线设备的识别范围内时,RSU中天线设备发出无线电信号,进而实现OBU设备与RSU设备的通讯。
2.如权利要求1所述的基于人工智能的高速公路出入口ETC精确识别方法,其特征在于,步骤S1中,Python+OpenCV人工智能组合采用对摄像头采集到的图像进行灰度,反转,比对处理对车辆进行跟踪识别,并且利用大量数据案例不断的进行分析与纠错。
3.如权利要求1所述的基于人工智能的高速公路出入口ETC精确识别方法,其特征在于,
步骤S2中,运用不同地点、不同时间、不同天气条件下的收费站监控录像大数据,通过Python+OpenCV人工智能组合使其学习、改进;实际应用条件下,摄像头将调用无车情况下当前时间,当前天气的历史影像,并将其与目前实时影像逐帧进行比对,判断不同区域,并对此区域物体轮廓进行判定,判定为机动车后将其与数据库车辆进行比对,同时跟踪车辆轨迹,对此车辆即将进入的车道进行预判,并根据车辆行驶轨迹不断更正,且将数据传入计算机对应文件夹,供其他硬件装置调用。
4.根据权利要求1所述的基于人工智能的高速公路出入口ETC精确识别方法,其特征在于,采用激光雷达传感器对车辆速度、时间、距离进行测算,当Python+OpenMV采集到相关车辆信息,并将采集到的信息由计算机发送至相应车道的激光雷达传感器设备,进而启动激光雷达传感器,其开始进一步采集信息;
根据激光发射端发送信息与采集端采集到信息的时间差结合公式计算出距离,根据两次测算结果计算出车辆速度,进而通过对其积分,进而计算车辆到达RSU设备有效识别范围时间,并将其采集到的信息发送至计算机设备,供其他硬件调用。
5.根据权利要求1所述的基于人工智能的高速公路出入口ETC精确识别方法,其特征在于,电磁继电器通过USB转RS485接口或RJ45的WIFI模块连接计算机设备;电磁继电器输入输出端连接RSU天线设备,以控制天线设备的无线电信号开启和关闭;当通过调用计算机时间库的延时结束,计算机发送十六进制代码并通过转码,进而控制电磁继电器输出端的RSU天线设备的开启。
6.根据权利要求1-5任一项所述的基于人工智能的高速公路出入口ETC精确识别方法,其特征在于,基于人工智能的高速公路出入口ETC精确识别方法应用于各类高速公路出入口收费站。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010545574.2A CN111681427B (zh) | 2020-06-16 | 2020-06-16 | 基于人工智能的高速公路出入口etc精确识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010545574.2A CN111681427B (zh) | 2020-06-16 | 2020-06-16 | 基于人工智能的高速公路出入口etc精确识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111681427A true CN111681427A (zh) | 2020-09-18 |
CN111681427B CN111681427B (zh) | 2022-04-08 |
Family
ID=72455123
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010545574.2A Active CN111681427B (zh) | 2020-06-16 | 2020-06-16 | 基于人工智能的高速公路出入口etc精确识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111681427B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116363871A (zh) * | 2023-01-15 | 2023-06-30 | 福建省高速公路信息科技有限公司 | 高速公路假日免征车辆疫情预警及入口信息还原方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2551732A1 (en) * | 2005-07-07 | 2007-01-07 | Mark Iv Industries Corp. | Dynamic timing adjustment in an electronic toll collection system |
US20140132398A1 (en) * | 2012-11-15 | 2014-05-15 | Kapsch Trafficcom Ag | Methods for prolonging battery life in toll transponders |
CN107564117A (zh) * | 2017-09-05 | 2018-01-09 | 北京聚利科技股份有限公司 | 复合通行卡和路径标识方法 |
CN207367275U (zh) * | 2017-06-29 | 2018-05-15 | 甘肃紫光智能交通与控制技术有限公司 | 一种基于相控阵天线的防误入etc车道 |
CN207742799U (zh) * | 2017-12-28 | 2018-08-17 | 北京中瑞方兴科技有限公司 | 一种行车诱导*** |
US10321463B1 (en) * | 2018-01-16 | 2019-06-11 | Dell Products, Lp | Method and apparatus for an accelerometer assisted control system for a reconfigurable antenna communication device |
-
2020
- 2020-06-16 CN CN202010545574.2A patent/CN111681427B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2551732A1 (en) * | 2005-07-07 | 2007-01-07 | Mark Iv Industries Corp. | Dynamic timing adjustment in an electronic toll collection system |
US20140132398A1 (en) * | 2012-11-15 | 2014-05-15 | Kapsch Trafficcom Ag | Methods for prolonging battery life in toll transponders |
CN207367275U (zh) * | 2017-06-29 | 2018-05-15 | 甘肃紫光智能交通与控制技术有限公司 | 一种基于相控阵天线的防误入etc车道 |
CN107564117A (zh) * | 2017-09-05 | 2018-01-09 | 北京聚利科技股份有限公司 | 复合通行卡和路径标识方法 |
CN207742799U (zh) * | 2017-12-28 | 2018-08-17 | 北京中瑞方兴科技有限公司 | 一种行车诱导*** |
US10321463B1 (en) * | 2018-01-16 | 2019-06-11 | Dell Products, Lp | Method and apparatus for an accelerometer assisted control system for a reconfigurable antenna communication device |
Non-Patent Citations (1)
Title |
---|
王梅: "高速公路ETC车道车辆通行速度提高途径分析和研究", 《公路交通技术》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116363871A (zh) * | 2023-01-15 | 2023-06-30 | 福建省高速公路信息科技有限公司 | 高速公路假日免征车辆疫情预警及入口信息还原方法 |
CN116363871B (zh) * | 2023-01-15 | 2024-03-26 | 福建省高速公路信息科技有限公司 | 高速公路假日免征车辆疫情预警及入口信息还原方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111681427B (zh) | 2022-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110532896B (zh) | 一种基于路侧毫米波雷达和机器视觉融合的道路车辆检测方法 | |
CN100451676C (zh) | 车载用图像处理装置 | |
CN102708694B (zh) | 基于高速脉冲激光扫描的车型自动识别***及方法 | |
CN112132896B (zh) | 一种轨旁设备状态检测方法及*** | |
JPH09190594A (ja) | 車種判別装置 | |
CN111681427B (zh) | 基于人工智能的高速公路出入口etc精确识别方法 | |
CN111856611A (zh) | 触发检测方法、装置及*** | |
CN109598947A (zh) | 一种车辆识别方法及*** | |
CN110176146A (zh) | 一种避免高架路上因车辆事故导致堵车的***及方法 | |
CN117604859A (zh) | 一种基于激光雷达与视觉融合的智能3d路面病害检测***及方法 | |
CN113033493A (zh) | 目标物巡检方法、装置、电子设备及存储介质 | |
CN113257036A (zh) | 一种车辆碰撞预警方法、装置、设备和存储介质 | |
US20190156674A1 (en) | Determination of laterally remote parking spaces | |
CN115731224B (zh) | 一种车牌检测方法、装置、终端设备和存储介质 | |
CN117173666A (zh) | 一种针对非结构化道路的自动驾驶目标识别方法及*** | |
CN116430404A (zh) | 相对位置的确定方法和装置、存储介质及电子装置 | |
CN115131423B (zh) | 一种融合毫米波雷达和视觉的距离测量方法及装置 | |
CN112735175B (zh) | 一种基于无线信标的停车方法及*** | |
CN112163466B (zh) | 一种基于uwb的限高高度确定方法、装置和*** | |
CN112016496A (zh) | 用于目标检测的方法、装置及设备 | |
KR20180049307A (ko) | 레이저 스캐너를 이용한 차량 검지 방법 및 이를 이용한 스마트 톨링 제어 방법 및 시스템 | |
US11756420B2 (en) | Vehicle detection system | |
CN114118238B (zh) | 基于激光与视频技术时间序列及特征融合的车型分析方法 | |
CN114187758B (zh) | 基于智能道路边缘计算网关的车辆检测方法和*** | |
CN219303146U (zh) | 用于高速公路出口收费站的车型异常检测*** |
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 |