CN113808409B - 一种道路安全监控的方法、***和计算机设备 - Google Patents
一种道路安全监控的方法、***和计算机设备 Download PDFInfo
- Publication number
- CN113808409B CN113808409B CN202010555778.4A CN202010555778A CN113808409B CN 113808409 B CN113808409 B CN 113808409B CN 202010555778 A CN202010555778 A CN 202010555778A CN 113808409 B CN113808409 B CN 113808409B
- Authority
- CN
- China
- Prior art keywords
- projectile
- information
- road
- track information
- attribute
- 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.)
- Active
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
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- 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
- G08G1/048—Detecting movement of traffic to be counted or controlled with provision for compensation of environmental or other condition, e.g. snow, vehicle stopped at detector
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种道路安全监控的方法、***和计算机设备,实现了道路上抛洒物的属性识别或来源定位,提供准确的道路安全告警,减少道路上因抛洒物导致的交通事故。该道路安全监控的方法,包括:获取道路监控信息,确定道路上是否存在抛洒物;根据道路监控信息获取道路上的至少一个对象的轨迹信息;根据至少一个对象的轨迹信息,判断所述抛洒物的属性;根据抛洒物的属性,发出告警,其中至少一个对象包括抛洒物和/或非抛洒物。根据本申请的方法,可以提高抛洒物属性检测的准确度,工作人员根据告警信息,能及时处理抛洒物,减少道路交通事故。
Description
技术领域
本发明涉及计算机领域,关于一种道路安全监控的方法、***和计算机设备。
背景技术
道路上保持清洁干净,对于车辆快速通行十分重要,但是随着道路增加,车辆增加,来自车辆上的抛洒物,成为导致道路上交通事故的常见成因之一。快速行驶的机动车在避让或者碰撞道路抛洒物时,容易造成重大财产损失,甚至重大交通事故,人员伤亡。因此及时识别并处理道路上的抛洒物成为一个重要的课题。
抛洒物的识别和处理一直是一个难点问题,首先是因为抛洒物的类型,材质,外形多种多样,抛洒物的危险程度可以分为有重大交通隐患和较低交通隐患的,其处理方法也完全不同。其次是需要及时判断和查找抛洒物的来源,并阻断抛洒物的来源。针对这个问题,如果仅仅通过视觉的方法来判断抛洒物,容易出现错误的判断。
发明内容
本申请公开了一种道路安全监控的方法、计算机设备和***,可以实现道路上抛洒物的属性识别或者来源定位,减少道路上因抛洒物导致的交通事故。
第一方面,本申请提供了一种道路安全监控的方法,包括:
获取道路监控信息,确定道路上存在抛洒物;
根据道路监控信息获取道路上的至少一个对象的轨迹信息,至少一个对象包括抛洒物和/或至少一个非抛洒物;根据至少一个对象的轨迹信息,判断抛洒物的属性;
根据抛洒物的属性,发出告警。
通过该方法,可以提高确定抛洒物属性的准确性,从而确定抛洒物的危险程度,发出准确的告警信息,可以有效的降低因抛洒物造成交通事故的可能性。
一种可行的实现方式中,获取道路上的至少一个对象的轨迹信息,根据至少一个对象的轨迹信息判断抛洒物的属性包括:
获取道路上的抛洒物的轨迹信息,根据抛洒物的轨迹信息判断抛洒物的属性;或,获取道路上的至少一个非抛洒物的轨迹信息,根据至少一个非抛洒物的轨迹信息判断抛洒物的属性;或,
获取道路上的至少一个非抛洒物的轨迹信息和抛洒物的轨迹信息,根据至少一个非抛洒物的轨迹信息和抛洒物的轨迹信息判断抛洒物的属性。
通过抛洒物的轨迹信息,例如速度,加速度,轨迹中途停留时间等,可以准确判断抛洒物的重量,准确判断抛洒物的属性,例如材质是塑料,纸质还是金属;通过非抛洒物的轨迹信息,例如速度、加速度,轨迹线路,可以判断非抛洒物针对抛洒物是否有避让行为,从而准确确定抛洒物的危险程度。
一种可行的实现方式中,获取道路监控信息包括:通过道路上的视频监控设备获取道路监控图像信息,以及通过雷达设备获取到道路监控雷达信息。通过综合图像信息和雷达信息,可以提高判断抛洒物轨迹的准确性。
一种可行的实现方式中,获取道路上至少一个对象的轨迹信息包括:
根据雷达信息获取至少一个对象的第一轨迹信息,根据图像信息获取至少一个对象的第二轨迹信息,综合第一轨迹信息和第二轨迹信息得到至少一个对象的轨迹信息。在近端,图像信息中的轨迹信息准确度较高,而在远端的时候,雷达信息中的轨迹信息准确度较高,通过结合雷达信息和图像信息各自的优势,从而在近端和远端全范围内得到更准确的轨迹信息。
一种可行的实现方式中,还包括:根据图像信息获取抛洒物的图像特征。
一种可行的实现方式中,方法还包括:根据抛洒物的图像特征,判断抛洒物的属性。通过图像特征,例如大小,形状,可以辅助提升抛洒物的属性判断准确度。
一种可行的实现方式中,当至少一个对象包括抛洒物,判断至少一个对象抛洒物的属性的办法具体包括:
通过特征数据库对比抛洒物的轨迹信息和抛洒物的图像特征,判断抛洒物的属性。
特征数据库存有已经确定了属性的抛洒物的信息,通过特征对比,可以更迅速和更准确的判断抛洒物的属性。
一种可行的实现方式中,在与特征数据库对比不成功的情况下,刷新抛洒物的轨迹信息或图像特征到特征数据库内。刷新特征数据库,可以不断丰富特征数据库内抛洒物的特征数据,可以通过不断积累,完善特征数据库,从而达到提升判断抛洒物属性的速度和准确度的目的。
一种可行的实现方式中,抛洒物的属性包括抛洒物的危险程度。
一种可行的实现方式中,根据抛洒物的不同危险程度,发出不同程度的告警。
一种可行的实现方式中,确定道路上存在抛洒物包括:
通过光流法检测图像信息中的对象,识别对象的类型,将类型是未知的对象确定为抛洒物。
一种可行的实现方式中,方法还包括:
根据抛洒物的轨迹信息与至少一个非抛洒物的轨迹信息交叉的情况,确定抛洒物的来源。
一种可行的实现方式中,轨迹信息包括当前轨迹信息与当前轨迹信息的反向延伸轨迹信息。
上述方法,可以快速定位到抛洒物的来源,工作人员可以通过处理抛洒物来源的方式,防止新的抛洒物出现在道路上,减少抛洒物的数量,从而降低了出现安全事故的概率。
第二方面,本申请提供了一种道路安全监控的方法,包括:
获取道路监控信息,确定道路上存在抛洒物;根据道路监控信息获取道路上的抛洒物和至少一个非抛洒物的轨迹信息;根据抛洒物的轨迹信息和至少一个非抛洒物的轨迹信息的交叉情况,确定抛洒物的来源,根据抛洒物的来源,发出告警。
上述方法,可以快速定位到抛洒物的来源,工作人员可以通过处理抛洒物来源的方式,防止新的抛洒物出现在道路上,减少抛洒物的数量,从而降低了出现安全事故的概率。
一种可行的实现方式中,获取道路监控信息包括:通过道路上的视频监控设备获取道路监控图像信息和通过雷达设备获取到道路监控雷达信息。
一种可行的实现方式中,获取的道路上的抛洒物的轨迹信息包括:从雷达信息中获取抛洒物的第一轨迹信息,从图像信息中获取抛洒物的第二轨迹信息,综合第一轨迹信息和第二轨迹信息得到抛洒物的轨迹信息。通过上述方法,可以提高获取的轨迹信息的准确度。
一种可行的实现方式中,根据轨迹信息交叉的情况,确定抛洒物来源包括:
如果抛洒物的轨迹信息和至少一个非抛洒物的轨迹信息在第一时刻有交叉,则抛洒物来自至少一个非抛洒物;或
如果抛洒物的轨迹信息和至少两个非抛洒物的轨迹信息在第一时刻有交叉,则从至少两个抛洒物中选择距离抛洒物最近的非抛洒物作为抛洒物的来源。
同一时刻,抛洒物和非抛洒物的轨迹信息有交叉点,通过轨迹信息交叉的情况,离轨迹信息交叉点最近的非抛洒物是来源的可能性最大,因此,可以更准确判断抛洒物的来源。
一种可行的实现方式中,轨迹信息包括当前轨迹信息与当前轨迹信息的反向延伸轨迹信息。反向延伸轨迹信息,补充了监控设备未获取到的信息,通过更全的轨迹信息,可以提高通过轨迹信息查找抛洒物来源的准确度。
一种可行的实现方式中,道路安全监控的方法还包括:
根据至少一个非抛洒物的轨迹信息,判断抛洒物的属性;或,
根据抛洒物的轨迹信息,判断抛洒物的属性;或,
根据抛洒物的轨迹信息和至少一个非抛洒物的轨迹信息,判断抛洒物的属性。
一种可行的实现方式中,道路安全监控的方法还包括:
根据图像信息获取抛洒物的图像特征。图像特征可以辅助帮助判断抛洒物的属性,提高抛洒物属性判断的准确度。
一种可行的实现方式中,方法还包括:根据抛洒物的图像特征,判断抛洒物的属性。
第三方面,本申请提供了一种道路安全监控的***,***包括:监控装置、属性检测装置和告警装置;
监控装置用于,获取道路监控信息,确定道路上存在抛洒物;根据道路监控信息获取道路上的至少一个对象的轨迹信息,至少一个对象包括抛洒物和/或至少一个非抛洒物;
属性检测装置用于,根据至少一个对象的轨迹信息,判断抛洒物的属性;
告警装置用于,根据抛洒物的属性,发出告警。
上述***,可以快速定位抛洒物的属性,根据抛洒物的属性,危险程度,及时发出安全告警,工作人员根据安全告警的级别,及时从道路上清除抛洒物,减少因道路上抛洒物导致的交通事故。
一种可行的实现方式中,***还包括:归属判断装置;
归属判断装置用于,根据抛洒物的轨迹信息与至少一个非抛洒物的轨迹信息交叉的情况,确定抛洒物的来源。
归属判断装置,可以让工作人员快速定位到抛洒物的来源,并防止道路上新增抛洒物,降低因此出现交通安全事故的概率。
一种可行的实现方式中,属性检测装置用于,根据至少一个对象的轨迹信息判断抛洒物的属性,包括:
获取道路上的抛洒物的轨迹信息,根据抛洒物的轨迹信息判断抛洒物的属性;或,获取道路上的至少一个非抛洒物的轨迹信息,根据至少一个非抛洒物的轨迹信息判断抛洒物的属性;或,
获取道路上的至少一个非抛洒物的轨迹信息和抛洒物的轨迹信息,根据至少一个非抛洒物的轨迹信息和抛洒物的轨迹信息判断抛洒物的属性。
通过判断抛洒物的属性,确定抛洒物的危险程度,可以帮助工作人员及时处理危险程度高的道路抛洒物。
一种可行的实现方式中,监控装置包括:视频监控设备和雷达设备;
视频监控设备获取道路监控图像信息,雷达设备获取道路监控雷达信息。
一种可行的实现方式中,监控装置根据雷达信息获取至少一个对象的第一轨迹信息,根据图像信息获取至少一个对象的第二轨迹信息,综合第一轨迹信息和第二轨迹信息得到至少一个对象的轨迹信息。
第四方面,本申请提供了一种道路安全监控的***,***包括:监控装置、归属判断装置和告警装置;
监控装置用于,获取道路监控信息,确定道路上存在抛洒物;根据道路监控信息获取道路上的至少一个对象的轨迹信息,至少一个对象包括抛洒物和/或至少一个非抛洒物;
归属判断装置用于,根据抛洒物的轨迹信息与至少一个非抛洒物的轨迹信息交叉的情况,确定抛洒物的来源;
告警装置用于,根据抛洒物的来源,发出告警。
通过上述***,工作人员可以快速定位道路上抛洒物的来源,防止新增抛洒物,有效降低因抛洒物导致交通事故的概率。
一种可行的实现方式中,***还包括:属性检测装置;
属性检测装置根据至少一个对象的轨迹信息,判断抛洒物的属性。
一种可行的实现方式中,属性检测装置用于,根据至少一个对象的轨迹信息判断抛洒物的属性,包括:
获取道路上的抛洒物的轨迹信息,根据抛洒物的轨迹信息判断抛洒物的属性;或,获取道路上的至少一个非抛洒物的轨迹信息,根据至少一个非抛洒物的轨迹信息判断抛洒物的属性;或,
获取道路上的至少一个非抛洒物的轨迹信息和抛洒物的轨迹信息,根据至少一个非抛洒物的轨迹信息和抛洒物的轨迹信息判断抛洒物的属性。
通过上述方法,可以快速准确判断抛洒物的属性,根据抛洒物的属性,判断抛洒物的危险程度,有利于工作人员依据危险程度,处理道路上的抛洒物。
一种可行的实现方式中,监控装置包括:视频监控设备和雷达设备;
视频监控设备获取道路监控图像信息,雷达设备获取道路监控雷达信息。
一种可行的实现方式中,监控装置用于,根据雷达信息获取至少一个对象的第一轨迹信息,根据图像信息获取至少一个对象的第二轨迹信息,综合第一轨迹信息和第二轨迹信息得到至少一个对象的轨迹信息。
第五方面,本申请提供了一种道路安全监控的计算机设备,计算机设备包括处理器和存储器,其中:
存储器中存储有计算机指令;
处理器执行计算机指令,以使计算机设备执行第一方面及其可能的实现方式的方法。
第六方面,本申请提供了一种道路安全监控的计算机设备,计算机设备包括处理器和存储器,其中:
存储器中存储有计算机指令;
处理器执行计算机指令,以使计算机设备执行第二方面及其可能的实现方式的方法。
第七方面,本申请提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,当计算机可读存储介质中的计算机指令被计算机设备执行时,使得计算机设备执行权利要求1-13中任一项权利要求的方法,或者使得计算机设备实现第三方面及其可能实现方式的***中的装置的功能。
第八方面,本申请提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,当计算机可读存储介质中的计算机指令被计算机设备执行时,使得计算机设备执行权利要求14-21中任一项权利要求的方法,或者使得计算机设备实现第四方面及其可能实现方式的***中的装置的功能。
附图说明
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为本申请实施例相关的道路抛洒物场景示意图;
图2为本申请实施例的一种***示意图;
图3A为本申请实施例的另一种***示意图;
图3B为本申请实施例的另一种***示意图;
图4为本申请实施例的监控装置功能的示意图;
图5为本申请实施例的监控装置处理方法的流程图;
图6为本申请实施例的属性检测装置功能的示意图;
图7为本申请实施例的属性检测装置的处理方法的流程图;
图8为本申请实施例的归属判断装置的处理方法的流程图;
图9A为本申请实施例的一种抛洒物归属判断场景的示意图;
图9B为本申请实施例的另一种抛洒物归属判断场景的示意图;
图10为本申请实施例的告警装置功能的示意图;
图11为本申请实施例的一种计算机设备的硬件示意图。
具体实施方式
在视频监控领域,道路上的抛洒物检测一直是一个重要的问题,抛洒物是道路上抛洒物的主要来源。在有很多快速行驶的机动车的道路上,突然出现的抛洒物往往让驾驶人员猝不及防,在无法做出正确规避的情况下,很容易造成交通事故。图1展示了一种场景图,其中包括:两辆货车106和110,一辆小轿车102,一个抛洒物104,一个视频监控设备112。其中货车106载有货物,且货物抛洒到道路上成为抛洒物104。此时正在道路上快速行驶的小轿车102在遇到突然的抛洒物104的时候,如果规避不及时,容易造成交通事故,抛洒物104成为道路安全的重大隐患。
针对这个问题:一方面要快速判断抛洒物104的来源,切断抛洒物来源,防止在道路上抛洒更多的抛洒物;另一方面要快速判断抛洒物104的类型以及危险程度,如果是抛洒物104危险程度低,例如纸张,塑料等,可以将优先级放低,让工作人员定期清理即可,但是如果是危险程度高的抛洒物,如轮胎,大石块等等,风险非常大的情况下,会让工作人员紧急处理。
现有技术中,主要是从视频监控设备112中得到特征图像,然后从特征图像中识别到抛洒物104,一种识别技术方案是用平均像素值的方法,通过比较特征图像中抛洒物104的平均像素值和道路的平均像素值,识别出抛洒物104,但是该方法只能识别道路上是否存在抛洒物,无法识别到抛洒物104的类型及危险程度,也不能判断抛洒物104的来源。另外一种技术方案是用视频监控设备112获得道路上的图像信息,通过图像识别的方法,捕捉抛洒物104,但是只能识别到数据库中已有标记的这类抛洒物,无法识别所有的抛洒物104类型,以及其对应的危险程度,无法提高抛洒物的危险程度识别精读。另外通过计算处于静止状态的抛洒物104和其最近的机动车之间的直线距离,去判断抛洒物104的归属,这种方法也不是很精确的,例如在图1中所示,抛洒物104处于静止状态,货车110离抛洒物104的直线距离是最近的,但是抛洒物104来自于货车106而非货车104。
本申请基于上述问题,提供了一种可行的技术方案,在一实施例中,将结合图2来详细描述该方案的***图。该***200包含监控装置202、属性检测装置204、归属判断装置206、告警装置208。监控装置202获取道路信息,可以包括视频设备和雷达设备,通过视频设备可以获取道路上的视频信息,图像信息,通过雷达设备可以获取道路上的雷达信息。进一步,从雷达信息中可以得到道路上至少一个对象的第一轨迹信息,至少一个对象包括道路上的抛洒物和其他对象,其他对象可以统称为非抛洒物,非抛洒物,例如包括道路上行驶的机动车,非机动车,和行人等。另外,图像信息还可以得到至少一个对象的第二轨迹信息,综合第一轨迹信息和第二轨迹信息可以得到至少一个对象的轨迹信息。
属性检测装置204用于检测至少一个对象的属性,包括:大小,危险程度,类型等中的任意之一或组合。具体地,通过至少一个对象的图像信息和轨迹信息,经过分析处理得到至少一个对象的图像特征和轨迹信息。其中图像特征包括:颜色直方图,颜色集,颜色矩,颜色聚合向量,颜色相关图,纹理特征,SIFT(Scale-invariant feature transform)特征等。轨迹信息包括:速度(包括大小和方向),加速度,轨迹中途停留时间等。
归属判断装置206获取到抛洒物和非抛洒物的轨迹信息,这些轨迹信息包含目前得到的轨迹信息以及其反向延长线。根据抛洒物和非抛洒物轨迹在同一时刻(第一时刻)的交叉情况来判断抛洒物的归属来源,后面会根据具体的交叉情况来进行展开,讨论抛洒物归属来源判定的方案细节。
告警装置208获取了抛洒物的属性和抛洒物的来源,并根据抛洒物的危险程度,发出不同程度的安全告警,一种可行的实现方式中,可以做如下对应:危险程度高,则安全告警为红色;危险程度中,则安全告警为黄色;危险程度低,则安全告警为绿色。根据不同的危险程度,工作人员作出不同的反应,例如危险程度高的时候,则立马进行人工干预,对道路抛洒物进行紧急处理,如果危险程度低,则可让工作人员定期正常处理即可。另一方面,告警装置208会将抛洒物的来源上报给工作人员,例如抛洒物来源于道路上的一辆货车,则工作人员对该货车进行控制,定责,并整改装箱条件。
在另外一实施例中,如图3A所示,***300包含监控装置202、属性检测装置204和告警装置208。***300和***200的工作原理相似,在此不做赘述。监控装置202获取道路上的监控信息,属性检测装置204通过监控信息判断抛洒物的属性,告警装置208根据抛洒物的属性,根据抛洒物的危险程度,发出不同程度的安全告警,不再将抛洒物的来源上报给工作人员。
在另外一实施例中,如图3B所示,***310包含监控装置202、归属判断装置206和告警装置208。***310和***200的工作原理相似,在此不做赘述。监控装置202获取道路上的监控信息,归属判断装置206通过监控信息判断抛洒物的来源,告警装置208根据抛洒物的来源,发出安全告警,工作人员根据安全告警,及时处理道路上的抛洒物,以及截断抛洒物的来源,防止新增抛洒物带来额外的安全隐患。
进一步的,对***200进行详细的介绍,如图4所示为监控装置202的详细描述。在一实施例中,监控装置202包括监控设备402和信息处理模块408。其中监控设备402包括视频监控设备404和雷达设备406,从视频监控设备404得到道路上的视频信息,从雷达设备406得到道路上的雷达信息。信息处理模块408根据视频信息和雷达信息,获得至少一个队形的轨迹信息410和图像信息412,根据上述信息,从至少一个对象中完成抛洒物识别414。
图5对监控装置202的处理流程进行详细介绍。
依据流程S502,将视频信息解析成视频帧,得到连续帧的图像信息。
依据流程S504,通过光流法,对前后连续帧的图像信息的差异进行对比,识别出位置出现变化的对象,称为集合A,并通过基于深度学习的目标检测算法,在集合A中识别出机动车、非机动车和行人等已知类型的对象,称为集合B。
依据流程S506,则集合A中的对象去掉集合B中的对象,之后多余的对象就是抛洒物。
依据流程S508,将图像信息中的至少一个对象的像素点,从像素坐标中转换到世界坐标中,生成至少一个对象的轨迹信息,称为第二轨迹信息。
依据流程S510,雷达设备406直接对至少一个对象进行检测和跟踪,得到至少一个对象的雷达信息。
依据流程S512,将雷达信息中的检测到的至少一个对象的像素点,从极坐标中转换到世界坐标中,生成至少一个对象的轨迹信息,第一轨迹信息。
上述步骤502-506与步骤510-512之间的执行顺序并不限定,可以步骤502-506在先步骤510-512在后执行,也可以步骤510-512在先步骤502-506在后执行,也可以同时执行。
依据流程S514,将第一轨迹信息和第二轨迹信息进行综合,最终生成至少一个对象的轨迹信息。具体的做法是:首先建立雷达信息中的目标至少一个对象和图像信息中的目标至少一个对象之间的一一对应关系;然后,如果在近端,图像信息准确率较高,则采用第二轨迹信息作为目标至少一个对象的轨迹信息,如果图像信息中的目标至少一个对象跟踪丢失,则通过对应的雷达信息中的目标至少一个对象的第一轨迹信息进行弥补,作为目标至少一个对象的轨迹信息;如果在远端,雷达信息准确率较高,则用雷达信息中的目标至少一个对象的第一轨迹信息,作为目标至少一个对象的轨迹信息。
将得到的至少一个对象的图像信息和轨迹信息传递给属性检测装置,图6对属性检测装置204进行详细的介绍。属性检测装置204包括抛洒物属性判断模块602和特征数据库610。其中抛洒物属性判断602包含抛洒物的图像特征判断604、抛洒物的轨迹信息判断608和基于周边车辆行为的属性判断606。特征数据库610包含图像特征表614和轨迹信息表612。抛洒物属性判断模块602可以分别基于抛洒物的图像特征、轨迹信息以及抛洒物周边车辆行为来判断抛洒物的属性,也可以基于抛洒物的图像特征、轨迹信息以及抛洒物周边车辆行为这些因素的任意组合来判断抛洒物的属性,危险程度等。
图7对属性检测装置的流程进行了详细解释。
依据流程S702,属性检测装置204首先从至少一个对象的图像信息中获得图像特征,从轨迹信息中获得轨迹信息。其中至少一个对象包括:抛洒物,和抛洒物周边车辆,行人等。
依据流程S704,属性检测装置204将获得的抛洒物的图像特征和轨迹信息,和特征数据库610中数据作查询比较,特征数据库610中的图像特征表614和轨迹信息表612,保存了已标记的物体的属性,以及对应的轨迹信息和图像特征。
依据流程S706,当抛洒物的图像特征和/或轨迹信息在特征数据库610中有物体的图像特征和/或轨迹信息能够对应上,比如说相似度能高于一个阈值,则返回该物体的属性给抛洒物属性判断602。
依据流程S708,获取抛洒物静止时刻前后一定时间段内的抛洒物周边车辆的轨迹信息,并进行比较,比较有该抛洒物的时候车辆的轨迹信息,和没有该抛洒物的时候车辆的轨迹信息之间的差异。这里提到的周边的定义,一种可能的实现方式中,可以包括抛洒物所在的车道,以及左右两边的车道。
依据流程S710,通过周边车辆和抛洒物之间的距离,设置一个阈值,过滤掉一些无效的周边车辆的轨迹信息,例如一种可能的实现方式中,可以取抛洒物所在的车道,以及抛洒物所在车道左右两边的车道。超过这个距离范围的车辆的轨迹信息可以忽略。
依据流程S712,首先计算抛洒物周边车辆在抛洒物附近,前后一定时间段内的轨迹信息的相似度,然后进行判断,如果相似度小于一个阈值,则证明周边车辆因为抛洒物的存在,出现了轨迹的变化,有避让行为,则说明该抛洒物具有一定的危险性。如果相似度大于这个阈值,则证明周边车辆没有避让行为,抛洒物不具备危险性。
依据流程S716,当特征数据库内不存在该抛洒物的特征数据的时候,将抛洒物的图像特征和轨迹信息,与抛洒物的属性,危险程度,进行绑定,然后更新到特征数据库,以便未来出现相同图像特征和/或轨迹信息的抛洒物出现在道路上的时候,***能直接判断出该抛洒物的属性,危险程度为高。
依据流程S718,依据图像特征、轨迹信息和周边车辆行为特征,得到判定的抛洒物的属性,该属性可以包括:抛洒物的大小、危险程度、类型等。一种可行的方式中,可以只依靠周边车辆的行为特征,判断抛洒物的属性;另外一种可行的方式中,可以依据图像特征、轨迹信息和周边车辆行为特征中的任意两项,来判断抛洒物的属性。
监控装置202获取的至少一个对象的图形信息和轨迹信息同时传递给归属判断装置206,图8对归属判断装置206的处理流程进行详细的介绍。其中至少一个对象包含抛洒物和非抛洒物,非抛洒物包括机动车、非机动车和行人等。
依据流程S802,首先根据抛洒物的轨迹信息进行反向预测,得到抛洒物轨迹的反向延长轨迹,如图9A所示,抛洒物912的当前轨迹908是实线所示部分,904为当前轨迹908的反向延长线,用虚线表示,则抛洒物完整的轨迹用908实线部分和904虚线部分表示。抛洒物的轨迹信息由当前轨迹信息与其反向延伸轨迹信息组成。
依据流程S804,计算抛洒物和机动车/非机动车/行人的交叉点,作为一种可能的实现形式,如图9A所示,在图中有一个机动车910,通过其轨迹信息,得到其运动轨迹为902,和抛洒物912的轨迹之间在同一时刻,有一个交叉点906。
依据流程S806,判断在同一时刻的交叉点数量有多少个,如果一个都没有,则流程直接跳到流程S814,输出抛洒物的归属关系,此时归属关系显示为未知。如果存在交叉点,流程则跳到流程S808。
依据流程S808,如果在同一时刻,抛洒物的轨迹和机动车/非机动车/行人的轨迹只有一个交叉点,如图9A所示,只有一个交叉点908,则判定抛洒物来自于货车910。流程跳转到流程S814,输出抛洒物912的归属关系为货车910。
依据流程S808,如果在同一时刻,抛洒物的轨迹和机动车/非机动车/行人的轨迹多于一个交叉点,如图9B所示,有三个交叉点:930、932和938。那么流程跳转到流程S810。
依据流程S810,通过抛洒物属性,过滤掉不可能存在的归属关系。如图9B所示,有3个非抛洒物:货车922、货车920和自行车940,一个抛洒物936,一个自行车轨迹940,两个货车轨迹940和924,抛洒物轨迹934和928。在同一时刻产生了三个交叉点932、930和938,所以,抛洒物936,可能属于自行车940、货车920或者货车922。但是通过抛洒物936的属性,比如大小,可以判断抛洒物936不可能来自于自行车940。在排除掉不可能的抛洒物归属关系后,跳转到下一个流程S812。
依据流程S812,选择抛洒物起点与交叉点最近的机动车/非机动车/人作为归属目标。如图9B所示,抛洒物936被检测到的起点是抛洒物936目前轨迹934的起点,该起点到交叉点930的直线距离,比到交叉点938的直线距离要近,因此,抛洒物936的归属为货车922,而不是货车920。
依据流程S814,根据前面流程判断的结果,流程S814将抛洒物的归属关系输出给告警装置208。
图10对告警装置208进一步详细介绍,告警装置208包含三个子模块:危险性显示1002,归属车辆显示1004,人工干预告警1006。首先依据抛洒物的属性,来判断抛洒物的危险性,例如:抛洒物很大,抛洒物很重,抛洒物周边车辆有避让行为,该抛洒物的危险程度高,那么危险性显示1002呈现危险性高。当显示危险性高后,立马需要找到抛洒物的来源,以防止更多的抛洒物出现在道路上,因此在抛洒物归属判断装置206确定了抛洒物的归属关系后,通过归属车辆显示模块1004来呈现抛洒物归属车辆的相关信息,例如车辆的车牌,车辆的类型等。在这种情景下,人工干预告警1006需要完成两个事情,首先是抛洒物的处理,当危险性高的时候,需要告警提示要进行人工干预,将抛洒物从道路上清除。然后是抛洒物来源的处理,当定位到抛洒物来源后,需要告警提示要进行人工干预,例如让工作人员及时找到产生抛洒物的机动车/非机动车/行人,进行处理;或者是通过交通***,查询车辆车牌的驾驶人的电话,并通过电话告知驾驶员紧急停车并进行处理,防止新的抛洒物的产生。另一方面,如果产生的抛洒物导致交通事故的,此***将有助于找到责任方,帮助辅助定责。
在另一实施例中,如***300所描述的场景,在不包含归属判断装置206的情况下,则告警装置208中,没有归属车辆显示1004这个子模块,告警装置208通过危险性显示1002完成上述功能,人工干预告警1006根据抛洒物的危险性,提示工作人员及时处理道路上的抛洒物,当危险性高的时候,则需要工作人员紧急立刻处理,如果危险性低的时候,则可以让工作人员定期处理。
在另一实施例中,如***310所描述的场景,在不包含属性检测装置204的情况下,则告警装置208中,没有危险性显示1002这个子模块,告警装置208通过归属车辆显示完成上述功能,人工干预告警1006根据抛洒物的车辆归属关系,截断抛洒物的来源,防止新增抛洒物带来额外的道路安全隐患,人工干预的方式包括:例如让工作人员及时找到产生抛洒物的机动车/非机动车/行人,进行处理;或者是通过交通***,查询车辆车牌的驾驶人的电话,并通过电话告知驾驶员紧急停车并进行处理,防止新的抛洒物的产生。另一方面,如果产生的抛洒物导致交通事故的,此***将有助于找到责任方,帮助辅助定责。
本申请还提供了一种如图11所示的计算机设备1100,包括:处理器1102、存储器1104、通信接口1106和通信总线1108。计算机设备1100中的处理器1102读取存储器1104存储的一组计算机指令以执行前述道路安全监控的方法,实现***200、***300和***310任意一个***的任意一个装置的功能。
值得注意的是,本申请中的实施例中,监控装置包含的视频监控设备可以是具有一定计算能力的智能摄像头。
应理解,本申请不对上述装置的各部分功能的划分进行限制性的限定,也不对上述装置具体部署在哪个环境进行限制性的限定。实际应用时可根据各计算机设备的计算能力或具体应用需求进行适当的功能划分调整以及适应性的部署。例如:信息处理模块408所实现的功能可以由监控装置202完成,也可以由属性检测装置204完成。告警装置208所实现的功能、属性检测装置204所实现的功能和归属判断装置206所实现的功能,可以由一个计算机设备1100完成。
在本申请所提供的几个实施例中,应该理解到,所揭露的***、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信链接可以是通过一些接口,装置或模块的间接耦合或通信链接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
应理解,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
应理解,本文中术语“至少一个”表示一个或多个,多个表示两个或两个以上。至少一种等类似术语的含义与此同理。
上述以软件功能模块的形式实现的集成的模块,可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质可以为可读取的非易失性存储介质,包括:移动硬盘、只读存储器(英文:Read-Only Memory,简称ROM)、随机存取存储器(英文:Random Access Memory,简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的保护范围。
Claims (36)
1.一种道路安全监控的方法,其特征在于,包括:
获取道路监控信息,确定所述道路上存在抛洒物;
根据所述道路监控信息获取所述道路上的至少一个对象的轨迹信息,所述至少一个对象包括所述抛洒物和至少一个非抛洒物;根据所述至少一个对象的轨迹信息,判断所述抛洒物的属性;
根据所述抛洒物的属性,发出告警;
其中,所述方法还包括:
根据所述抛洒物的轨迹信息与所述至少一个非抛洒物的轨迹信息交叉的情况,确定所述抛洒物的来源。
2.根据权利要求1所述的方法,其特征在于,获取所述道路上的至少一个对象的轨迹信息,根据所述至少一个对象的轨迹信息判断所述抛洒物的属性包括:
获取所述道路上的抛洒物的轨迹信息,根据所述抛洒物的轨迹信息判断所述抛洒物的属性;或,获取所述道路上的至少一个非抛洒物的轨迹信息,根据所述至少一个非抛洒物的轨迹信息判断所述抛洒物的属性;或,
获取所述道路上的至少一个非抛洒物的轨迹信息和所述抛洒物的轨迹信息,根据所述至少一个非抛洒物的轨迹信息和所述抛洒物的轨迹信息判断所述抛洒物的属性。
3.根据权利要求1所述的方法,其特征在于,所述获取所述道路监控信息包括:通过道路上的视频监控设备获取道路监控图像信息,以及通过雷达设备获取道路监控雷达信息。
4.根据权利要求3所述的方法,其特征在于,所述获取所述道路上至少一个对象的轨迹信息包括:
根据所述雷达信息获取所述至少一个对象的第一轨迹信息,根据所述图像信息获取所述至少一个对象的第二轨迹信息,综合所述第一轨迹信息和所述第二轨迹信息得到所述至少一个对象的轨迹信息。
5.根据权利要求3所述的方法,其特征在于,还包括:根据所述图像信息获取所述抛洒物的图像特征。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:根据所述抛洒物的图像特征,判断所述抛洒物的属性。
7.根据权利要求6所述的方法,其特征在于,当所述至少一个对象包括所述抛洒物,所述判断所述至少一个对象抛洒物的属性的办法具体包括:
通过特征数据库对比所述抛洒物的轨迹信息和所述抛洒物的图像特征,判断所述抛洒物的属性。
8.根据权利要求7所述的方法,其特征在于,在与所述特征数据库对比不成功的情况下,刷新所述抛洒物的轨迹信息或图像特征到所述特征数据库内。
9.根据权利要求1-7任一项所述的方法,其特征在于,所述抛洒物的属性包括所述抛洒物的危险程度。
10.根据权利要求9所述的方法,其特征在于,根据所述抛洒物的不同危险程度,发出不同程度的告警。
11.根据权利要求3-8任一项所述的方法,其特征在于,确定所述道路上存在抛洒物包括:
通过光流法检测所述图像信息中的对象,识别所述对象的类型,将类型是未知的对象确定为所述抛洒物。
12.根据权利要求1、2、3、4、5、6、7、8、10中任一项所述的方法,其特征在于,所述轨迹信息包括当前轨迹信息与所述当前轨迹信息的反向延伸轨迹信息。
13.根据权利要求9所述的方法,其特征在于,所述轨迹信息包括当前轨迹信息与所述当前轨迹信息的反向延伸轨迹信息。
14.根据权利要求11所述的方法,其特征在于,所述轨迹信息包括当前轨迹信息与所述当前轨迹信息的反向延伸轨迹信息。
15.一种道路安全监控的方法,其特征在于,包括:
获取道路监控信息,确定所述道路上存在抛洒物;根据所述道路监控信息获取所述道路上的抛洒物和至少一个非抛洒物的轨迹信息;根据所述抛洒物的轨迹信息和所述至少一个非抛洒物的轨迹信息的交叉情况,确定所述抛洒物的来源;
根据所述抛洒物的来源,发出告警。
16.根据权利要求15所述的方法,其特征在于,所述获取所述道路监控信息包括:通过道路上的视频监控设备获取道路监控图像信息和通过雷达设备获取道路监控雷达信息。
17.根据权利要求16所述的方法,其特征在于,所述获取所述道路上的抛洒物的轨迹信息包括:从所述雷达信息中获取所述抛洒物的第一轨迹信息,从图像信息中获取所述抛洒物的第二轨迹信息,综合所述第一轨迹信息和所述第二轨迹信息得到所述抛洒物的轨迹信息。
18.根据权利要求15所述的方法,其特征在于,根据所述轨迹信息交叉的情况,确定所述抛洒物来源包括:
如果所述抛洒物的轨迹信息和所述至少一个非抛洒物的轨迹信息在第一时刻有交叉,则所述抛洒物来自所述至少一个非抛洒物;或
如果所述抛洒物的轨迹信息和至少两个非抛洒物的轨迹信息在第一时刻有交叉,则从所述至少两个所述抛洒物中选择距离所述抛洒物最近的非抛洒物作为所述抛洒物的来源。
19.根据权利要求15-18任一项所述的方法,其特征在于,所述轨迹信息包括当前轨迹信息与所述当前轨迹信息的反向延伸轨迹信息。
20.根据权利要求15-18任一项所述的方法,其特征在于,所述道路安全监控的方法还包括:
根据所述至少一个非抛洒物的轨迹信息,判断所述抛洒物的属性;或,
根据所述抛洒物的轨迹信息,判断所述抛洒物的属性;或,
根据所述抛洒物的轨迹信息和所述至少一个非抛洒物的轨迹信息,判断所述抛洒物的属性。
21.根据权利要求19所述的方法,其特征在于,所述道路安全监控的方法还包括:
根据所述至少一个非抛洒物的轨迹信息,判断所述抛洒物的属性;或,
根据所述抛洒物的轨迹信息,判断所述抛洒物的属性;或,
根据所述抛洒物的轨迹信息和所述至少一个非抛洒物的轨迹信息,判断所述抛洒物的属性。
22.根据权利要求16或17所述的方法,其特征在于,所述道路安全监控的方法还包括:
根据所述图像信息获取所述抛洒物的图像特征。
23.根据权利要求22所述的方法,其特征在于,所述方法还包括:根据所述抛洒物的图像特征,判断所述抛洒物的属性。
24.一种道路安全监控的***,其特征在于,所述***包括:监控装置、属性检测装置和告警装置;
所述监控装置用于,获取道路监控信息,确定道路上存在抛洒物;根据所述道路监控信息获取所述道路上的至少一个对象的轨迹信息,所述至少一个对象包括所述抛洒物和至少一个非抛洒物;
所述属性检测装置用于,根据所述至少一个对象的轨迹信息,判断所述抛洒物的属性;
所述告警装置用于,根据所述抛洒物的属性,发出告警;
其中,所述***还包括:归属判断装置;
所述归属判断装置用于,根据所述抛洒物的轨迹信息与所述至少一个非抛洒物的轨迹信息交叉的情况,确定所述抛洒物的来源。
25.根据权利要求24所述的***,其特征在于,所述属性检测装置用于,根据所述至少一个对象的轨迹信息判断所述抛洒物的属性,包括:
获取所述道路上的抛洒物的轨迹信息,根据所述抛洒物的轨迹信息判断所述抛洒物的属性;或,获取所述道路上的至少一个非抛洒物的轨迹信息,根据所述至少一个非抛洒物的轨迹信息判断所述抛洒物的属性;或,
获取所述道路上的至少一个非抛洒物的轨迹信息和所述抛洒物的轨迹信息,根据所述至少一个非抛洒物的轨迹信息和所述抛洒物的轨迹信息判断所述抛洒物的属性。
26.根据权利要求24所述的***,其特征在于,所述监控装置包括:视频监控设备和雷达设备;
所述视频监控设备获取道路监控图像信息,所述雷达设备获取道路监控雷达信息。
27.根据权利要求26所述的***,其特征在于,所述监控装置根据所述雷达信息获取所述至少一个对象的第一轨迹信息,根据所述图像信息获取所述至少一个对象的第二轨迹信息,综合所述第一轨迹信息和所述第二轨迹信息得到所述至少一个对象的轨迹信息。
28.一种道路安全监控的***,其特征在于,所述***包括:监控装置、归属判断装置和告警装置;
所述监控装置用于,获取道路监控信息,确定道路上存在抛洒物;根据所述道路监控信息获取所述道路上的至少一个对象的轨迹信息,所述至少一个对象包括所述抛洒物和至少一个非抛洒物;
所述归属判断装置用于,根据所述抛洒物的轨迹信息与所述至少一个非抛洒物的轨迹信息交叉的情况,确定所述抛洒物的来源;
所述告警装置用于,根据所述抛洒物的来源,发出告警。
29.根据权利要求28所述的***,其特征在于,所述***还包括:属性检测装置;
所述属性检测装置根据所述至少一个对象的轨迹信息,判断所述抛洒物的属性。
30.根据权利要求29所述的***,其特征在于,所述属性检测装置用于,根据所述至少一个对象的轨迹信息判断所述抛洒物的属性,包括:
获取所述道路上的抛洒物的轨迹信息,根据所述抛洒物的轨迹信息判断所述抛洒物的属性;或,获取所述道路上的至少一个非抛洒物的轨迹信息,根据所述至少一个非抛洒物的轨迹信息判断所述抛洒物的属性;或,
获取所述道路上的至少一个非抛洒物的轨迹信息和所述抛洒物的轨迹信息,根据所述至少一个非抛洒物的轨迹信息和所述抛洒物的轨迹信息判断所述抛洒物的属性。
31.根据权利要求28所述的***,其特征在于,所述监控装置包括:视频监控设备和雷达设备;
所述视频监控设备获取道路监控图像信息,所述雷达设备获取道路监控雷达信息。
32.根据权利要求31所述的***,其特征在于,所述监控装置用于,根据所述雷达信息获取所述至少一个对象的第一轨迹信息,根据所述图像信息获取所述至少一个对象的第二轨迹信息,综合所述第一轨迹信息和所述第二轨迹信息得到所述至少一个对象的轨迹信息。
33.一种道路安全监控的计算机设备,其特征在于,所述计算机设备包括处理器和存储器,其中:
所述存储器中存储有计算机指令;
所述处理器执行所述计算机指令,以使所述计算机设备执行所述权利要求1-14中任一项权利要求所述的方法。
34.一种道路安全监控的计算机设备,其特征在于,所述计算机设备包括处理器和存储器,其中:
所述存储器中存储有计算机指令;
所述处理器执行所述计算机指令,以使所述计算机设备执行所述权利要求15-23中任一项权利要求所述的方法。
35.一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存储有计算机指令,当所述计算机可读存储介质中的计算机指令被计算机设备执行时,使得所述计算机设备执行所述权利要求1-14中任一项权利要求所述的方法,或者使得所述计算机设备实现所述权利要求24-27任一项权利要求所述***的功能。
36.一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存储有计算机指令,当所述计算机可读存储介质中的计算机指令被计算机设备执行时,使得所述计算机设备执行所述权利要求15-23中任一项权利要求所述的方法,或者使得所述计算机设备实现所述权利要求28-32任一项权利要求所述***的功能。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010555778.4A CN113808409B (zh) | 2020-06-17 | 2020-06-17 | 一种道路安全监控的方法、***和计算机设备 |
PCT/CN2021/098258 WO2021254175A1 (zh) | 2020-06-17 | 2021-06-04 | 一种道路安全监控的方法、***和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010555778.4A CN113808409B (zh) | 2020-06-17 | 2020-06-17 | 一种道路安全监控的方法、***和计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113808409A CN113808409A (zh) | 2021-12-17 |
CN113808409B true CN113808409B (zh) | 2023-02-10 |
Family
ID=78892727
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010555778.4A Active CN113808409B (zh) | 2020-06-17 | 2020-06-17 | 一种道路安全监控的方法、***和计算机设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113808409B (zh) |
WO (1) | WO2021254175A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115311850A (zh) * | 2022-07-15 | 2022-11-08 | 重庆长安汽车股份有限公司 | 一种基于众包模式的抛洒物识别与预警方法及*** |
CN116994216A (zh) * | 2023-09-27 | 2023-11-03 | 深圳市九洲卓能电气有限公司 | 一种基于深度学习的高速公路抛洒物检测方法及*** |
CN117494029B (zh) * | 2023-12-29 | 2024-04-19 | 苏州映赛智能科技有限公司 | 一种道路抛洒物事件识别方法及装置 |
CN117593890B (zh) * | 2024-01-18 | 2024-03-29 | 交通运输部公路科学研究所 | 一种道路遗撒物体的检测方法、装置、电子设备及存储介质 |
Family Cites Families (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3607841B2 (ja) * | 1999-09-10 | 2005-01-05 | 富士通株式会社 | 障害物検出装置 |
JP3977802B2 (ja) * | 2003-12-16 | 2007-09-19 | 株式会社東芝 | 障害物検出装置、障害物検出方法および障害物検出プログラム |
JP2009086788A (ja) * | 2007-09-28 | 2009-04-23 | Hitachi Ltd | 車両周辺監視装置 |
US9081387B2 (en) * | 2011-03-01 | 2015-07-14 | Continental Teves Ag & Co. Ohg | Method and device for the prediction and adaptation of movement trajectories of motor vehicles |
JP6346614B2 (ja) * | 2013-09-13 | 2018-06-20 | マクセル株式会社 | 情報表示システム |
DE102014208524A1 (de) * | 2014-05-07 | 2015-11-12 | Robert Bosch Gmbh | Ortsgebundene verkehrsanalyse mit erkennung eines verkehrspfads |
CN105589875B (zh) * | 2014-10-22 | 2019-10-25 | 方正国际软件(北京)有限公司 | 一种多轨迹绘制的方法及装置 |
CN106297278B (zh) * | 2015-05-18 | 2019-12-20 | 杭州海康威视数字技术股份有限公司 | 一种用于查询抛洒物车辆的方法和*** |
US9606539B1 (en) * | 2015-11-04 | 2017-03-28 | Zoox, Inc. | Autonomous vehicle fleet service and system |
US10233679B1 (en) * | 2016-04-11 | 2019-03-19 | State Farm Mutual Automobile Insurance Company | Systems and methods for control systems to facilitate situational awareness of a vehicle |
CN205621297U (zh) * | 2016-05-03 | 2016-10-05 | 上海市城市建设设计研究总院 | 有轨电车安全防护装置 |
CN106781570B (zh) * | 2016-12-30 | 2019-08-02 | 大唐高鸿信息通信研究院(义乌)有限公司 | 一种适用于车载短距离通信网络的高速公路危险路况识别和告警方法 |
WO2018173579A1 (ja) * | 2017-03-21 | 2018-09-27 | 株式会社デンソー | 運転支援装置 |
CN107392937B (zh) * | 2017-07-14 | 2023-03-14 | 腾讯科技(深圳)有限公司 | 目标跟踪方法、装置及电子设备 |
CN109327676B (zh) * | 2017-07-31 | 2021-02-12 | 杭州海康威视数字技术股份有限公司 | 一种高空坠物监控***、方法及装置 |
JP6859907B2 (ja) * | 2017-09-08 | 2021-04-14 | トヨタ自動車株式会社 | 車両制御装置 |
CN110275220A (zh) * | 2018-03-15 | 2019-09-24 | 阿里巴巴集团控股有限公司 | 检测方法、目标对象的位置检测方法、告警方法 |
CN110196440B (zh) * | 2018-05-22 | 2022-01-11 | 腾讯大地通途(北京)科技有限公司 | 重合轨迹的识别方法及装置、电子设备、存储介质 |
CN109309811B (zh) * | 2018-08-31 | 2021-02-19 | 中建三局智能技术有限公司 | 一种基于计算机视觉的高空抛物检测***与方法 |
CN109544934A (zh) * | 2018-12-19 | 2019-03-29 | 同济大学 | 基于城市交叉口混合交通流三维轨迹的效率安全监控*** |
CN109801508B (zh) * | 2019-02-26 | 2021-06-04 | 百度在线网络技术(北京)有限公司 | 路口处障碍物的运动轨迹预测方法及装置 |
CN110659560B (zh) * | 2019-08-05 | 2022-06-28 | 深圳市优必选科技股份有限公司 | 一种关联对象的识别方法及*** |
CN110473402B (zh) * | 2019-08-20 | 2021-04-27 | 河北德冠隆电子科技有限公司 | 一种基于目标异常行为轨迹分析的异常事件检测预警*** |
CN110427927A (zh) * | 2019-09-29 | 2019-11-08 | 恒大智慧科技有限公司 | 高空坠物的拦截方法、拦截控制***以及存储介质 |
CN111127507A (zh) * | 2019-12-18 | 2020-05-08 | 成都通甲优博科技有限责任公司 | 一种抛洒物的确定方法和*** |
CN111274982B (zh) * | 2020-02-04 | 2023-04-07 | 浙江大华技术股份有限公司 | 抛洒物的识别方法、装置及存储介质 |
CN111126362B (zh) * | 2020-03-26 | 2020-08-07 | 北京三快在线科技有限公司 | 一种预测障碍物轨迹的方法及装置 |
-
2020
- 2020-06-17 CN CN202010555778.4A patent/CN113808409B/zh active Active
-
2021
- 2021-06-04 WO PCT/CN2021/098258 patent/WO2021254175A1/zh active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2021254175A1 (zh) | 2021-12-23 |
CN113808409A (zh) | 2021-12-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113808409B (zh) | 一种道路安全监控的方法、***和计算机设备 | |
JP7140922B2 (ja) | マルチセンサデータ融合方法、及び装置 | |
KR102628790B1 (ko) | 자율 주행 능력들을 갖는 차량들에 대한 위험 처리 | |
US10220841B2 (en) | Method and system for assisting a driver of a vehicle in driving the vehicle, vehicle and computer program | |
US9524643B2 (en) | Orientation sensitive traffic collision warning system | |
US10336252B2 (en) | Long term driving danger prediction system | |
JP2018152056A (ja) | 視界に制限のある交差点への接近のためのリスクベースの運転者支援 | |
US9626867B2 (en) | False warning suppression in a collision avoidance system | |
WO2019075341A1 (en) | DETECTION OF DRIVING ACTIONS THAT MITIGATE RISK | |
CN108073893B (zh) | 使用距离数据检测植物 | |
US10916134B2 (en) | Systems and methods for responding to a vehicle parked on shoulder of the road | |
JP5898001B2 (ja) | 車両周辺監視装置 | |
CN114379574B (zh) | 用于车辆的对象提醒设备、***和方法 | |
US20240149915A1 (en) | Classification and prioritization of objects for autonomous driving | |
CN113674523A (zh) | 交通事故分析方法、装置及设备 | |
US20230356751A1 (en) | Malicious event detection for autonomous vehicles | |
KR20220089138A (ko) | 도로 위험물 인지 장치 및 방법 | |
WO2019127076A1 (en) | Automated driving vehicle control by collision risk map | |
JP2015026004A (ja) | 視認行動評価装置 | |
CN112866636A (zh) | 基于最远可视距离的团雾识别预警方法、***和电子设备 | |
CN111754781A (zh) | 一种车辆违章检测的方法、装置、***及摄像机 | |
KR102499056B1 (ko) | 차량의 주행경로에 기초한 운전 상태 모니터링 방법, 장치 및 서버 | |
US20220067403A1 (en) | Visual guidance system and method | |
EP4372715A1 (en) | Vehicle collision threat assessment | |
Emzivat et al. | Adaptability of automated driving systems to the hazardous nature of road networks |
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 |