CN112242062A - 一种基于大数据的智慧交通实时监控处理*** - Google Patents

Abstract

本发明公开一种基于大数据的智慧交通实时监控处理***，包括图像采集模块、图像处理模块、车牌识别模块、车管所服务中心、模型构建模块、模型分析模块、分析服务器、短信编辑模块、预警提醒模块和存储数据库；本发明通过图像采集和车牌识别技术获取发生事故车辆的车牌号，判断发生事故车辆的车牌真假，调取真车牌号码对应的车辆三维模型，同时构建发生事故车辆的三维模型，对比判断发生事故车辆的三维模型是否匹配，提取三维模型匹配的多方事故车辆对应的车主基本信息和车辆保险信息，并通过发送短信信息的方式进行信息的互换，从而提高交通事故处理效率，有效缓解道路交通拥堵，预防二次事故发生，避免造成更大的损失和危险。

Description

一种基于大数据的智慧交通实时监控处理***

技术领域

本发明涉及交通监控处理技术领域，涉及到一种基于大数据的智慧交通实时监控处理***。

背景技术

随着社会经济的飞速发展，人们生活水平不断提高，车辆的数目也越来越多，与之俱来的是交通事故成倍增长。在发生小型交通事故后，当司机对于责任认定有分歧，或者执意等交通部门人员处理，经常会导致不必要的堵塞，因此，怎样对小型交通事故进行及时处理还是亟待解决的技术问题。

目前，现有的交通监控处理***主要通过交管部门进行现场处理，然而这样的处理方式，会加剧交通的拥堵，存在后方驾驶员注意力不集中的情况，造成二次交通事故，造成更大的损失和危险；现有的交通监控处理***采用人工录入事故信息，这样不仅浪费大量的人力资源，而且降低事故信息传递速度，造成车辆信息不能及时共享的问题，同时无法及时共享多方事故车辆的车主基本信息，导致多方车主私下沟通的不便，从而增加交通事故的处理时间，降低交通事故处理效率和多方车主的满意度，为了解决以上问题，现设计一种基于大数据的智慧交通实时监控处理***。

发明内容

本发明的目的在于提供一种基于大数据的智慧交通实时监控处理***，本发明通过图像采集模块和图像处理模块并结合车牌识别模块获取发生事故车辆的车牌号，判断发生事故车辆的车牌真假，调取真车牌号码对应的类型车辆的三维模型，同时构建发生事故车辆的三维模型，对比判断发生事故车辆的三维模型是否匹配，提取三维模型匹配的多方事故车辆对应的车主基本信息和车辆保险信息，并通过发送短信信息的方式进行信息的互换，解决了背景技术中存在的问题。

本发明的目的可以通过以下技术方案实现：

一种基于大数据的智慧交通实时监控处理***，包括图像采集模块、图像处理模块、车牌识别模块、车管所服务中心、模型构建模块、模型分析模块、分析服务器、短信编辑模块、预警提醒模块和存储数据库；

所述车管所服务中心分别与车牌识别模块、分析服务器、短信编辑模块、预警提醒模块和存储数据库连接，图像处理模块分别与图像采集模块和车牌识别模块连接，分析服务器分别与模型分析模块和预警提醒模块连接，模型分析模块分别与模型构建模块和存储数据库连接；

所述图像采集模块包括高清摄像头，用于对发生事故的车辆进行图像采集，通过高清摄像头采集发生事故车辆的图像，将采集的发生事故车辆的图像发送至图像处理模块；

所述图像处理模块用于接收图像采集模块发送采集的发生事故车辆图像，将接收的发生事故车辆的图像进行多种不同的矩形筛选框筛选，提取包裹发生事故车辆车牌的最小矩形，并去除该矩形区域之外的图像，对保留的矩形区域图像进行高频分量增强处理，将处理后的发生事故车辆的增强图像发送至车牌识别模块；

所述车牌识别模块用于接收图像处理模块发送的发生事故车辆的增强图像，通过采用车牌识别技术对发生事故车辆的增强图像中车牌进行识别，获取发生事故车辆的车牌号码，将获取的发生事故车辆的车牌号码发送至车管所服务中心；

所述车管所服务中心用于接收车牌识别模块发送的发生事故车辆的车牌号码，提取存储数据库中存储的各车辆对应的车牌号码，将接收的发生事故车辆的车牌号码与存储的各车辆对应的车牌号码进行对比，若发生事故车辆的车牌号码与存储的各车辆对应的车牌号码不匹配，表明发生事故车辆的车牌为假车牌，则发送报警指令至预警提醒模块；若发生事故车辆的车牌号码与存储的某车辆对应的车牌号码完全匹配，表明发生事故车辆的车牌为真车牌，则调取该车牌号码对应的类型车辆的三维模型，将发生事故车辆的车牌号码对应的类型车辆的三维模型发送至分析服务器；

所述模型构建模块用于对发生事故车辆的三维模型进行扫描和构建，通过扫描发生事故车辆的空间外形和结构，构建发生事故车辆的三维模型，将构建的发生事故车辆的三维模型发送至模型分析模块；

所述模型分析模块用于接收模型构建模块发送构建的发生事故车辆的三维模型，提取存储数据库中存储的各类型车辆中各车型的标准三维模型，将接收的发生事故车辆的三维模型与存储的各类型车辆中各车型的标准三维模型进行对比，统计接收的发生事故车辆的三维模型与存储的各类型车辆中各车型的标准三维模型的相似度，筛选相似度最大的发生事故车辆对应的类型车辆的标准三维模型，将筛选的发生事故车辆对应的类型车辆的标准三维模型发送至分析服务器；

所述分析服务器用于接收车管所服务中心发送的发生事故车辆的车牌号码对应的类型车辆的三维模型，同时接收模型分析模块发送的发生事故车辆对应的类型车辆的标准三维模型，将发生事故车辆的车牌号码对应的类型车辆的三维模型与发生事故车辆对应的类型车辆的标准三维模型进行对比，若发生事故车辆的车牌号码对应的类型车辆的三维模型与发生事故车辆对应的类型车辆的标准三维模型不匹配，表明发生事故的车辆违章，将发生事故的违章车辆发送至预警提醒模块；若发生事故车辆的车牌号码对应的类型车辆的三维模型与发生事故车辆对应的类型车辆的标准三维模型完全匹配，表明发生事故的车辆合法，并将发生事故的合法车辆对应的车牌号码和三维模型发送至车管所服务中心；

所述车管所服务中心用于接收分析服务器发送的发生事故的合法车辆对应的车牌号码和三维模型，提取存储数据库中存储的各合法车辆的车牌号码和三维模型对应的车主基本信息，将发生事故的合法车辆对应的车牌号码和三维模型与存储的各合法车辆的车牌号码和三维模型进行对比，筛选发生事故的合法车辆的车牌号码和三维模型对应的车主基本信息，同时提取存储数据库中存储的各车主购买的车辆保险信息，获取发生事故的合法车辆的车主购买的车辆保险信息，统计发生事故的多方合法车辆的车牌号码和三维模型对应的车主基本信息和车辆保险信息，将发生事故的多方合法车辆的车牌号码和三维模型对应的车主基本信息和车辆保险信息发送至短信编辑模块；

所述短信编辑模块用于接收车管所服务中心发送的发生事故的多方合法车辆的车牌号码和三维模型对应的车主基本信息和车辆保险信息，将发生事故的多方合法车辆的车主基本信息和车辆保险信息分别进行短信编辑，同时提取接收的发生事故的多方合法车辆的车主基本信息中车主联系号码，并通过发送短信信息的方式进行发生事故车辆的多方车主基本信息和车辆保险信息的互换；

所述预警提醒模块用于接收车管所服务中心发送的报警指令，同时接收分析服务器发送的发生事故的违章车辆，并进行预警提醒，同时通知相关人员进行对应的处理；

所述存储数据库用于存储各车辆对应的车牌号码，同时存储各类型车辆中各车型的标准三维模型，并存储各合法车辆的车牌号码和三维模型对应的车主基本信息和车辆保险信息；

进一步地，所述车牌识别技术，包括如下步骤：

S1：对接收的发生事故车辆的增强图像进行大范围相关搜索，将符合车辆牌照特征的若干区域作为候选区；

S2、对若干侯选区域做进一步分析、评判，筛选最佳的区域作为牌照区域，并将其从图像中分离出来；

S3：采用垂直投影法将牌照区域分割成单个字符，并进行识别；

S4：通过基于模板匹配算法将分割后的字符二值化，并将其尺寸大小缩放为字符数据库中模板的大小，与所有的模板进行匹配，筛选最佳匹配结果组成车牌号码；

进一步地，所述模型构建模块包括3D扫描仪，通过3D扫描仪对发生事故车辆的空间外形和结构进行激光扫描，获取发生事故车辆表面的点云，根据点云的密集程度构建发生事故车辆的三维模型；

进一步地，所述各类型车辆包括轿车类、客车类、载货车类、越野车类、面包车类、专用汽车类和跑车类；

进一步地，所述各车型包括微型车、小型车、紧凑车型、中等车型、高等车型和豪华车型；

进一步地，所述车主基本信息包括车主姓名、性别、年龄、联系号码、家庭住址、身份证号码、车辆车牌号码、车辆型号和车辆颜色。

有益效果：

(1)本发明提供的一种基于大数据的智慧交通实时监控处理***，通过图像采集模块和图像处理模块并结合车牌识别模块获取发生事故车辆的车牌号，判断发生事故车辆的车牌真假，调取真车牌号码对应的类型车辆的三维模型，这样提高了事故信息传递速度，避免车辆信息不能及时共享的问题，同时构建发生事故车辆的三维模型，对比判断发生事故车辆的三维模型是否匹配，提取三维模型匹配的多方事故车辆对应的车主基本信息和车辆保险信息，并通过短信编辑模块发送短信信息的方式进行发生事故车辆的多方车主基本信息和车辆保险信息的互换，避免多方车主私下沟通不便的问题，从而降低交通事故的处理时间，有效缓解道路交通拥堵，预防二次事故发生，避免造成更大的损失和危险。

(2)本发明通过预警提醒模块对三维模型不匹配的多方事故车辆进行预警提醒，并通知相关人员进行对应的处理，这样可以节约大量的人力资源，从而满足事故量急剧增长的需要，提高交通事故处理效率和多方车主的满意度。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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为本发明的示意图。

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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，一种基于大数据的智慧交通实时监控处理***，包括图像采集模块、图像处理模块、车牌识别模块、车管所服务中心、模型构建模块、模型分析模块、分析服务器、短信编辑模块、预警提醒模块和存储数据库；

所述车管所服务中心分别与车牌识别模块、分析服务器、短信编辑模块、预警提醒模块和存储数据库连接，图像处理模块分别与图像采集模块和车牌识别模块连接，分析服务器分别与模型分析模块和预警提醒模块连接，模型分析模块分别与模型构建模块和存储数据库连接；

所述图像采集模块包括高清摄像头，用于对发生事故的车辆进行图像采集，通过高清摄像头采集发生事故车辆的图像，将采集的发生事故车辆的图像发送至图像处理模块；

所述图像处理模块用于接收图像采集模块发送采集的发生事故车辆图像，将接收的发生事故车辆的图像进行多种不同的矩形筛选框筛选，提取包裹发生事故车辆车牌的最小矩形，并去除该矩形区域之外的图像，对保留的矩形区域图像进行高频分量增强处理，将处理后的发生事故车辆的增强图像发送至车牌识别模块。

所述车牌识别模块用于接收图像处理模块发送的发生事故车辆的增强图像，通过采用车牌识别技术对发生事故车辆的增强图像中车牌进行识别，获取发生事故车辆的车牌号码，将获取的发生事故车辆的车牌号码发送至车管所服务中心；

所述车牌识别技术，包括如下步骤：

S1：对接收的发生事故车辆的增强图像进行大范围相关搜索，将符合车辆牌照特征的若干区域作为候选区；

S2、对若干侯选区域做进一步分析、评判，筛选最佳的区域作为牌照区域，并将其从图像中分离出来；

S3：采用垂直投影法将牌照区域分割成单个字符，并进行识别；

S4：通过基于模板匹配算法将分割后的字符二值化，并将其尺寸大小缩放为字符数据库中模板的大小，与所有的模板进行匹配，筛选最佳匹配结果组成车牌号码。

所述车管所服务中心用于接收车牌识别模块发送的发生事故车辆的车牌号码，提取存储数据库中存储的各车辆对应的车牌号码，将接收的发生事故车辆的车牌号码与存储的各车辆对应的车牌号码进行对比，若发生事故车辆的车牌号码与存储的各车辆对应的车牌号码不匹配，表明发生事故车辆的车牌为假车牌，则发送报警指令至预警提醒模块；若发生事故车辆的车牌号码与存储的某车辆对应的车牌号码完全匹配，表明发生事故车辆的车牌为真车牌，则调取该车牌号码对应的类型车辆的三维模型，这样提高了事故信息传递速度，避免车辆信息不能及时共享的问题，将发生事故车辆的车牌号码对应的类型车辆的三维模型发送至分析服务器。

所述模型构建模块包括3D扫描仪，用于对发生事故车辆的三维模型进行扫描和构建，通过3D扫描仪对发生事故车辆的空间外形和结构进行激光扫描，获取发生事故车辆表面的点云，根据点云的密集程度构建发生事故车辆的三维模型，将构建的发生事故车辆的三维模型发送至模型分析模块；

所述模型分析模块用于接收模型构建模块发送构建的发生事故车辆的三维模型，提取存储数据库中存储的各类型车辆中各车型的标准三维模型，将接收的发生事故车辆的三维模型与存储的各类型车辆中各车型的标准三维模型进行对比，统计接收的发生事故车辆的三维模型与存储的各类型车辆中各车型的标准三维模型的相似度，筛选相似度最大的发生事故车辆对应的类型车辆的标准三维模型，将筛选的发生事故车辆对应的类型车辆的标准三维模型发送至分析服务器；

所述分析服务器用于接收车管所服务中心发送的发生事故车辆的车牌号码对应的类型车辆的三维模型，同时接收模型分析模块发送的发生事故车辆对应的类型车辆的标准三维模型，将发生事故车辆的车牌号码对应的类型车辆的三维模型与发生事故车辆对应的类型车辆的标准三维模型进行对比，若发生事故车辆的车牌号码对应的类型车辆的三维模型与发生事故车辆对应的类型车辆的标准三维模型不匹配，表明发生事故的车辆违章，将发生事故的违章车辆发送至预警提醒模块；若发生事故车辆的车牌号码对应的类型车辆的三维模型与发生事故车辆对应的类型车辆的标准三维模型完全匹配，表明发生事故的车辆合法，并将发生事故的合法车辆对应的车牌号码和三维模型发送至车管所服务中心；

所述车管所服务中心用于接收分析服务器发送的发生事故的合法车辆对应的车牌号码和三维模型，提取存储数据库中存储的各合法车辆的车牌号码和三维模型对应的车主基本信息，其中车主基本信息包括车主姓名、性别、年龄、联系号码、家庭住址、身份证号码、车辆车牌号码、车辆型号和车辆颜色，将发生事故的合法车辆对应的车牌号码和三维模型与存储的各合法车辆的车牌号码和三维模型进行对比，筛选发生事故的合法车辆的车牌号码和三维模型对应的车主基本信息，同时提取存储数据库中存储的各车主购买的车辆保险信息，获取发生事故的合法车辆的车主购买的车辆保险信息，统计发生事故的多方合法车辆的车牌号码和三维模型对应的车主基本信息和车辆保险信息，将发生事故的多方合法车辆的车牌号码和三维模型对应的车主基本信息和车辆保险信息发送至短信编辑模块；

所述短信编辑模块用于接收车管所服务中心发送的发生事故的多方合法车辆的车牌号码和三维模型对应的车主基本信息和车辆保险信息，将发生事故的多方合法车辆的车主基本信息和车辆保险信息分别进行短信编辑，同时提取接收的发生事故的多方合法车辆的车主基本信息中车主联系号码，并通过发送短信信息的方式进行发生事故车辆的多方车主基本信息和车辆保险信息的互换，避免多方车主私下沟通不便的问题，从而降低交通事故的处理时间，有效缓解道路交通拥堵，预防二次事故发生，避免造成更大的损失和危险。

所述预警提醒模块用于接收车管所服务中心发送的报警指令，同时接收分析服务器发送的发生事故的违章车辆，并进行预警提醒，同时通知相关人员进行对应的处理，这样可以节约大量的人力资源，从而满足事故量急剧增长的需要，提高交通事故处理效率和多方车主的满意度。

所述存储数据库用于存储各车辆对应的车牌号码，同时存储各类型车辆中各车型的标准三维模型，各类型车辆包括轿车类、客车类、载货车类、越野车类、面包车类、专用汽车类和跑车类，各车型包括微型车、小型车、紧凑车型、中等车型、高等车型和豪华车型，并存储各合法车辆的车牌号码和三维模型对应的车主基本信息和车辆保险信息。

以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (6)

1.一种基于大数据的智慧交通实时监控处理***，其特征在于：包括图像采集模块、图像处理模块、车牌识别模块、车管所服务中心、模型构建模块、模型分析模块、分析服务器、短信编辑模块、预警提醒模块和存储数据库；

所述车管所服务中心分别与车牌识别模块、分析服务器、短信编辑模块、预警提醒模块和存储数据库连接，图像处理模块分别与图像采集模块和车牌识别模块连接，分析服务器分别与模型分析模块和预警提醒模块连接，模型分析模块分别与模型构建模块和存储数据库连接；

所述图像采集模块包括高清摄像头，用于对发生事故的车辆进行图像采集，通过高清摄像头采集发生事故车辆的图像，将采集的发生事故车辆的图像发送至图像处理模块；

所述图像处理模块用于接收图像采集模块发送采集的发生事故车辆图像，将接收的发生事故车辆的图像进行多种不同的矩形筛选框筛选，提取包裹发生事故车辆车牌的最小矩形，并去除该矩形区域之外的图像，对保留的矩形区域图像进行高频分量增强处理，将处理后的发生事故车辆的增强图像发送至车牌识别模块；

所述车牌识别模块用于接收图像处理模块发送的发生事故车辆的增强图像，通过采用车牌识别技术对发生事故车辆的增强图像中车牌进行识别，获取发生事故车辆的车牌号码，将获取的发生事故车辆的车牌号码发送至车管所服务中心；

所述车管所服务中心用于接收车牌识别模块发送的发生事故车辆的车牌号码，提取存储数据库中存储的各车辆对应的车牌号码，将接收的发生事故车辆的车牌号码与存储的各车辆对应的车牌号码进行对比，若发生事故车辆的车牌号码与存储的各车辆对应的车牌号码不匹配，表明发生事故车辆的车牌为假车牌，则发送报警指令至预警提醒模块；若发生事故车辆的车牌号码与存储的某车辆对应的车牌号码完全匹配，表明发生事故车辆的车牌为真车牌，则调取该车牌号码对应的类型车辆的三维模型，将发生事故车辆的车牌号码对应的类型车辆的三维模型发送至分析服务器；

所述模型构建模块用于对发生事故车辆的三维模型进行扫描和构建，通过扫描发生事故车辆的空间外形和结构，构建发生事故车辆的三维模型，将构建的发生事故车辆的三维模型发送至模型分析模块；

所述模型分析模块用于接收模型构建模块发送构建的发生事故车辆的三维模型，提取存储数据库中存储的各类型车辆中各车型的标准三维模型，将接收的发生事故车辆的三维模型与存储的各类型车辆中各车型的标准三维模型进行对比，统计接收的发生事故车辆的三维模型与存储的各类型车辆中各车型的标准三维模型的相似度，筛选相似度最大的发生事故车辆对应的类型车辆的标准三维模型，将筛选的发生事故车辆对应的类型车辆的标准三维模型发送至分析服务器；

所述分析服务器用于接收车管所服务中心发送的发生事故车辆的车牌号码对应的类型车辆的三维模型，同时接收模型分析模块发送的发生事故车辆对应的类型车辆的标准三维模型，将发生事故车辆的车牌号码对应的类型车辆的三维模型与发生事故车辆对应的类型车辆的标准三维模型进行对比，若发生事故车辆的车牌号码对应的类型车辆的三维模型与发生事故车辆对应的类型车辆的标准三维模型不匹配，表明发生事故的车辆违章，将发生事故的违章车辆发送至预警提醒模块；若发生事故车辆的车牌号码对应的类型车辆的三维模型与发生事故车辆对应的类型车辆的标准三维模型完全匹配，表明发生事故的车辆合法，并将发生事故的合法车辆对应的车牌号码和三维模型发送至车管所服务中心；

所述车管所服务中心用于接收分析服务器发送的发生事故的合法车辆对应的车牌号码和三维模型，提取存储数据库中存储的各合法车辆的车牌号码和三维模型对应的车主基本信息，将发生事故的合法车辆对应的车牌号码和三维模型与存储的各合法车辆的车牌号码和三维模型进行对比，筛选发生事故的合法车辆的车牌号码和三维模型对应的车主基本信息，同时提取存储数据库中存储的各车主购买的车辆保险信息，获取发生事故的合法车辆的车主购买的车辆保险信息，统计发生事故的多方合法车辆的车牌号码和三维模型对应的车主基本信息和车辆保险信息，将发生事故的多方合法车辆的车牌号码和三维模型对应的车主基本信息和车辆保险信息发送至短信编辑模块；

所述短信编辑模块用于接收车管所服务中心发送的发生事故的多方合法车辆的车牌号码和三维模型对应的车主基本信息和车辆保险信息，将发生事故的多方合法车辆的车主基本信息和车辆保险信息分别进行短信编辑，同时提取接收的发生事故的多方合法车辆的车主基本信息中车主联系号码，并通过发送短信信息的方式进行发生事故车辆的多方车主基本信息和车辆保险信息的互换；

所述预警提醒模块用于接收车管所服务中心发送的报警指令，同时接收分析服务器发送的发生事故的违章车辆，并进行预警提醒，同时通知相关人员进行对应的处理；

所述存储数据库用于存储各车辆对应的车牌号码，同时存储各类型车辆中各车型的标准三维模型，并存储各合法车辆的车牌号码和三维模型对应的车主基本信息和车辆保险信息。

2.根据权利要求1所述的一种基于大数据的智慧交通实时监控处理***，其特征在于：所述车牌识别技术，包括如下步骤：

S1：对接收的发生事故车辆的增强图像进行大范围相关搜索，将符合车辆牌照特征的若干区域作为候选区；

S2、对若干侯选区域做进一步分析、评判，筛选最佳的区域作为牌照区域，并将其从图像中分离出来；

S3：采用垂直投影法将牌照区域分割成单个字符，并进行识别；

S4：通过基于模板匹配算法将分割后的字符二值化，并将其尺寸大小缩放为字符数据库中模板的大小，与所有的模板进行匹配，筛选最佳匹配结果组成车牌号码。

3.根据权利要求1所述的一种基于大数据的智慧交通实时监控处理***，其特征在于：所述模型构建模块包括3D扫描仪，通过3D扫描仪对发生事故车辆的空间外形和结构进行激光扫描，获取发生事故车辆表面的点云，根据点云的密集程度构建发生事故车辆的三维模型。

4.根据权利要求1所述的一种基于大数据的智慧交通实时监控处理***，其特征在于：所述各类型车辆包括轿车类、客车类、载货车类、越野车类、面包车类、专用汽车类和跑车类。

5.根据权利要求1所述的一种基于大数据的智慧交通实时监控处理***，其特征在于：所述各车型包括微型车、小型车、紧凑车型、中等车型、高等车型和豪华车型。

6.根据权利要求1所述的一种基于大数据的智慧交通实时监控处理***，其特征在于：所述车主基本信息包括车主姓名、性别、年龄、联系号码、家庭住址、身份证号码、车辆车牌号码、车辆型号和车辆颜色。

Images