CN102663833A - 城市轨道交通专用闸机的通行事件识别方法 - Google Patents
城市轨道交通专用闸机的通行事件识别方法 Download PDFInfo
- Publication number
- CN102663833A CN102663833A CN2012101507423A CN201210150742A CN102663833A CN 102663833 A CN102663833 A CN 102663833A CN 2012101507423 A CN2012101507423 A CN 2012101507423A CN 201210150742 A CN201210150742 A CN 201210150742A CN 102663833 A CN102663833 A CN 102663833A
- Authority
- CN
- China
- Prior art keywords
- event
- incident
- gate
- ticket
- area
- 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
Landscapes
- Devices For Checking Fares Or Tickets At Control Points (AREA)
Abstract
本发明涉及一种城市轨道交通专用闸机的通行事件识别方法，其主要技术特点是：将多对红外传感器设置在闸机通道内并将闸机组成的通道从右至左分为以下分区：LZone1、LZone2、LZone3、RZone3、RZone2和RZone1，识别时根据预定义的行为和事件，可以获得运动过程中存在的行为和事件，从而形成一个事件序列，该事件识别方法针对尾随、闯入等逃票现象、乘客带箱包等复杂情况，定义了通行事件对等复合事件，通过分析事件序列，就可以判断出通过通道的人数，与闸机确认的有效票数相比较，就可检出持票者、尾随者、闯入者、多人连续通过等。使用本发明的事件识别方法的剪式门闸机能提高识别率达到85%，乘客通行速度提高到进站闸机达到每分钟可通过90人。
Description
技术领域
本发明属于模式识别技术领域,特别涉及一种城市轨道交通专用闸机的通行事件识别方法。
背景技术
闸机（剪式门）作为自动检票设备，是城市轨道交通的自动售检票（Automatic Fare Collection,AFC）系统中的关键设备之一。闸机利用其内部的智能模式识别系统对乘客在闸机通道内的通过行为进行识别，以确定和识别通过者的各种通过行为，从而实现自动检票。其目标是可以拦阻无票闯入或尾随逃票者，保护拖带行李或携带儿童的乘客正常通过（不被闸机关闭的门扇夹住），加快乘客通行速度。轨道交通专用闸机由于配备了智能化的通过行为模式识别系统，使闸机对乘客的通过行为的控制更加灵活有效，为实现按里程计费的AFC系统奠定了实施基础。可以说，智能识别系统是闸机的“眼睛”，属于闸机的重要组成部分，它的优劣不仅是衡量闸机性能的重要指标，而且关系到地铁系统运营效益是否得到可靠保障。当前，闸机的智能识别系统已经成为城市轨道交通领域的研究热点，从20世纪70年代开始，瑞典Gunnebo、韩国Sumsung、美国Cubic、日本信号（NP）等公司开始研究和开发适合于城市轨道交通的闸机智能识别系统，并被世界上许多城市的轨道交通系统所采用；20世纪90年开始，我国的一些公司和研究机构也对闸机智能识别系统进行了尝试性研究。虽然安装上述识别系统的国外闸机产品已经得到了广泛的应用，但是由于其普遍存在识别率不高（<=70%）、乘客通行速度慢（进站闸机60人每分钟）等问题，因此，不能完全满足城市轨道交通快速发展的要求。
发明内容
本发明的目的在于克服现有技术的不足，提供一种设计合理、识别率高且乘客通行速度快的城市轨道交通专用闸机的通行事件识别方法。
本发明解决其技术问题是采取以下技术方案实现的：
一种城市轨道交通专用闸机的通行事件识别方法，采用多对红外传感器设置在闸机通道内作为事件识别的探测工具，通行事件识别方法包括以下步骤：
⑴获得识别功能参数以及总票数，继续下一步；
⑵判断识别功能是否被关闭？如果被关闭，则返回步骤⑴，否则继续下一步
⑶获得一个红外传感器的状态数据，根据通行事件的定义，分析该传感器状态数据，获得当前事件，然后继续下一步；
⑷判断当前事件是否为事件event7？如果是，则发送有票超时消息，然后返回步骤⑴；否则，继续下一步；
⑸判断当前事件是否为事件event8？如果是，则发送无票超时消息，然后返回步骤⑴；否则，继续下一步；
⑹判断当前事件是否为事件event9？如果是，则发送票超时消息，并将主子机的票数减一，再根据票数发送关门消息，然后返回步骤⑴；否则，继续下一步；
⑺判断当前事件是否为事件event0？如果是，则将事件event4的标识设置为0，然后返回步骤⑴；否则，继续下一步；
⑻判断当前事件是否为事件event4？如果是，则将事件event4的标识设置为1，然后返回步骤⑴；否则，继续下一步；
⑼判断当前事件是否为事件event5？如果不是，则返回第1步；如果是，则判断事件event4是否发生；如果没有发生，则返回步骤⑴：否则，继续下一步；
⑽将事件event4的标识设置为0，并且将识别出的乘客数量设置为1；如果识别出的乘客数量大于主子机的票数，则发送存在闯入或尾随者消息，并根据票数，发送合法乘客消息，将票数清零，发送关门消息，然后返回步骤⑴；否则，根据乘客数量，发送合法乘客消息，将票数减掉乘客的数量，并根据当前票数，发送关门消息，然后返回步骤⑴。
而且，所述红外传感器的数量为18对，其中14对红外传感器安装在闸机左右两侧面，另外4对红外传感器作为安全传感器设置在闸机的门区处。
而且，所述通行事件的定义为：事件event0表示没有运动个体在通道中；事件event1表示运动个体进入区域LZone1；事件event2表示运动个体进入区域LZone2；事件event3表示运动个体进入区域LZone3；事件event4表示运动个体进入区域RZone3；事件event5表示运动个体进入区域RZone2；事件event6表示运动个体进入区域RZone1；事件event7表示有票超时事件；事件event8表示无票超时事件；事件event9表示票超时事件。
而且，所述区域LZone1、区域LZone2、区域LZone3、区域RZone3、区域RZone2和区域RZone 1为闸机通道从右至左依次划分的区域，其中区域LZone1包括4个红外传感器（F1、F2、F4、F6），区域LZone2包括2个红外传感器（F3、F5），区域LZone1包括1个红外传感器（F7），区域RZone3包括1个红外传感器（F8），区域RZone2包括2个红外传感器（F10、F12），区域RZone1包括4个红外传感器（F9、F11、F13、F14）。
而且，所述的红外传感器均采用对射式红外传感器。
本发明的优点和积极效果是：
1、本是被方法采用18对红外传感器作为事件识别方法的探测工具，硬件设备简单，同时利用Polana与Nelson提出的运动由动作、行为和事件组成的思想，提出运动个体的概念，进而提出事件识别方法，该识别技术能够识别的最小单位就是运动个体。对于运动个体，它的运动过程可以由一个动作序列来描述。根据预定义的行为和事件，分析这个动作序列，可以获得运动过程中存在的行为和事件，从而形成一个事件序列。使用这个事件序列同样可以描述运动个体的运动过程。该事件识别方法针对尾随、闯入等逃票现象、乘客带箱包等复杂情况，定义了通行事件对等复合事件。通过分析事件序列，就可以判断出通过通道的人数，与闸机确认的有效票数相比较，就可检出持票者、尾随者、闯入者、多人连续通过等。通过大量的仿真和实际试验，使用本发明的剪式门闸机能提高识别率（达到85%）和乘客通行速度（进站闸机90人每分钟）。
2、本识别方法软件既可以自成体系由ECU模块实施，又可以直接安装在闸机的主控模块DCU内，后一途径有更高的集成度和实时响应性，可更好地利用闸机自身已有的硬件资源。
附图说明
图1是本发明的传感器布局位图；
图2是闸机组成的通道被分为若干个区域结构示意图。
具体实施方式
以下结合附图对本发明实施例做进一步详述：
一种城市轨道交通专用闸机的通行事件识别方法，采用18对红外传感器作为事件识别的探测工具，上述红外传感器均采用对射式红外传感器并设置在闸机通道内，如图1所示，14对红外传感器安装在闸机左右两侧面（0～14），另外4对红外传感器作为安全传感器设置在闸机的门区处。
如图2所示，红外传感器将闸机组成的通道分为若干个区域，由右至左分别为区域LZone1、区域LZone2、区域LZone3、区域RZone3、区域RZone2和区域RZone1。其中，区域LZone1包括4个红外传感器（F1、F2、F4、F6），区域LZone2包括2个红外传感器（F3、F5），区域LZone1包括1个红外传感器（F7），区域RZone3包括1个红外传感器（F8），区域RZone2包括2个红外传感器（F10、F12），区域RZone1包括4个红外传感器（F9、F11、F13、F14）。
轨道交通专用闸机的通行事件识别，依靠安装在闸机侧面的一组红外传感器来进行通过事件的具体检测，事件定义如下：
定义事件event0：表示没有运动个体在通道中。
定义事件event1：表示运动个体进入区域LZone1。
定义事件event2：表示运动个体进入区域LZone2。
定义事件event3：表示运动个体进入区域LZone3。
定义事件event4：表示运动个体进入区域RZone3。
定义事件event5：表示运动个体进入区域RZone2。
定义事件event6：表示运动个体进入区域RZone1。
定义事件event7：有票超时事件。当乘客在闸机的非接触式IC卡读写器上刷了车票，而且进入通道并处于通道中某个区域时间过长时，有票超时事件event7发生。对于每一个通道区域，都被设定了一个有票超时时间。当刷卡乘客位于某个区域的时间超过这个设定的超时时间时，有票超时事件就发生了。例如，假设通道的区域LZone1设定了有票超时时间为1500ms，如果刷卡乘客进入区域LZone1并在区域LZone1中停留，当停留时间超过1500ms时，有票超时事件就会发生，通道控制模块识别出该事件，并作出处理（请求主控模块控制蜂鸣器进行有票超时报警），以便提醒乘客应该迅速通过通道，不要长时间站在区域LZone1内。定义有票超时事件就是为了提高乘客的通行速度，避免一个刷票乘客长时间占用通道。
定义事件event8：无票超时事件。当乘客没有在读卡机上刷车票，而且该乘客进入通道并处于通道中某个区域时间过长时，无票超时事件event8发生。对于每一个通道区域，都被设定了一个无票超时时间。当未刷卡乘客位于某个区域的时间超过这个设定的超时时间时，无票超时事件就发生了。例如，假设通道的区域LZone1设定了无票超时时间为3000ms，如果未刷卡乘客进入区域LZone1并在区域LZone1中停留，当停留时间超过3000ms时，无票超时事件就会发生，通道控制模块识别出该事件，并作出处理（请求主控模块控制嗡鸣器进行无票超时报警），以便提醒乘客应该在规定的时间内刷车票，不要长时间站在区域LZone1内。定义无票超时事件就是为了提高乘客的通行速度，既允许乘客先进入通道再刷车票，又避免一个无票乘客长时间占用通道。此外，还解决了一个故意逃票的乘客先行进入通道，等待其他人给自己刷票的逃票问题。
定义事件event9：票超时事件。当乘客在读卡机上刷车票后，而且该乘客由于某些原因没有在规定的时间内通过通道时，票超时事件event9发生。本文对每一张刷过的车票都设定一个相同的票超时时间，当刷卡乘客没有在这个设定的超时时间内通过闸机时，票超时事件就发生了。例如，假设票超时时间为8000ms，这就意味着刷票乘客必须在8000ms内通过闸机。如果刷票乘客没有在8000ms内通过通道，则票超时事件就会发生，通道控制模块识别出该事件，并作出处理（使该车票变为无效票）。定义票超时事件同样也是为了提高乘客的通行速度，从而规定了乘客必须在规定的时间内通过通道，避免一个乘客长时间占用通道。
如果类型为event4的事件后，又发生类型为event5的事件，并且这两个事件之间不存在类型为event4或event5的事件，则将这样的事件对称为通行事件对，记为(event4,event5)。
本事件识别方法既可以自成体系由ECU模块实施，又可以直接安装在闸机的主控模块DCU内，后一途径有更高的集成度和实时响应性，可更好地利用闸机自身已有的硬件资源。
一种城市轨道交通专用闸机的通行事件识别方法，技术方案包括以下步骤：
第1步，获得识别功能参数等闸机的参数，以及总票数，然后继续下一步；
第2步，判断识别功能是否被关闭？如果被关闭，则返回第1步，否则继续下一步；
第3步，获得一个红外传感器的状态数据，根据通行事件的定义，分析该传感器状态数据，获得当前事件，然后继续下一步；
第4步，判断当前事件是否为事件event7？如果是，则发送有票超时消息，然后返回第1步；否则，继续下一步；
第5步，判断当前事件是否为事件event8？如果是，则发送无票超时消息，然后返回第1步；否则，继续下一步；
第6步，判断当前事件是否为事件event9？如果是，则发送票超时消息，并将主子机的票数减一，再根据票数发送关门消息，然后返回第1步；否则，继续下一步；
第7步，判断当前事件是否为事件event0？如果是，则将事件event4的标识设置为0，然后返回第1步；否则，继续下一步；
第8步，判断当前事件是否为事件event4？如果是，则将事件event4的标识设置为1，然后返回第1步；否则，继续下一步；
第9步，判断当前事件是否为事件event5？如果不是，则返回第1步；如果是，则判断事件event4是否发生；如果没有发生，则返回第1步：否则，继续下一步；
第10步，将事件event4的标识设置为0，并且将识别出的乘客数量设置为1；如果识别出的乘客数量大于主子机的票数，则发送存在闯入或尾随者消息，并根据票数，发送合法乘客消息，将票数清零，发送关门消息，然后返回第1步；否则，根据乘客数量，发送合法乘客消息，将票数减掉乘客的数量，并根据当前票数，发送关门消息，然后返回第1步。
将本发明的时间识别方法安装在地铁专用的剪式门闸机中。实地测试表明：对于乘客的各种通过行为，例如：拖带行李箱、前推残疾人轮椅、携带大型购物袋、缓慢或快速通过、进入通道后反手刷卡、通道内滞留、多人连续通行、双向进入、进入后又退出、强行闯入、尾随逃票等不同事件，均有很高的识别率和很低的误报率，已经完全达到实用的效果。该事件识别方法还可以根据不同轨道交通工具的自身特点，稍作修改应用在城际客运铁路专线AFC系统的闸机中。也可以用在城市快速公交系统AFC的闸机中，以及作为通行智能化技术应用在大型商厦和运动场馆的出入口控制闸机中。
需要强调的是，本发明所述的实施例是说明性的，而不是限定性的，因此本发明并不限于具体实施方式中所述的实施例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，同样属于本发明保护的范围。
Claims (5)
1.一种城市轨道交通专用闸机的通行事件识别方法，其特征在于：采用多对红外传感器设置在闸机通道内作为事件识别的探测工具，通行事件识别方法包括以下步骤：
⑴获得识别功能参数以及总票数，继续下一步；
⑵判断识别功能是否被关闭？如果被关闭，则返回步骤⑴，否则继续下一步
⑶获得一个红外传感器的状态数据，根据通行事件的定义，分析该传感器状态数据，获得当前事件，然后继续下一步；
⑷判断当前事件是否为事件event7？如果是，则发送有票超时消息，然后返回步骤⑴；否则，继续下一步；
⑸判断当前事件是否为事件event8？如果是，则发送无票超时消息，然后返回步骤⑴；否则，继续下一步；
⑹判断当前事件是否为事件event9？如果是，则发送票超时消息，并将主子机的票数减一，再根据票数发送关门消息，然后返回步骤⑴；否则，继续下一步；
⑺判断当前事件是否为事件event0？如果是，则将事件event4的标识设置为0，然后返回步骤⑴；否则，继续下一步；
⑻判断当前事件是否为事件event4？如果是，则将事件event4的标识设置为1，然后返回步骤⑴；否则，继续下一步；
⑼判断当前事件是否为事件event5？如果不是，则返回第1步；如果是，则判断事件event4是否发生；如果没有发生，则返回步骤⑴：否则，继续下一步；
⑽将事件event4的标识设置为0，并且将识别出的乘客数量设置为1；如果识别出的乘客数量大于主子机的票数，则发送存在闯入或尾随者消息，并根据票数，发送合法乘客消息，将票数清零，发送关门消息，然后返回步骤⑴；否则，根据乘客数量，发送合法乘客消息，将票数减掉乘客的数量，并根据当前票数，发送关门消息，然后返回步骤⑴。
2.根据权利要求1所述的城市轨道交通专用闸机的通行事件识别方法，其特征在于：所述红外传感器的数量为18对，其中14对红外传感器安装在闸机左右两侧面，另外4对红外传感器作为安全传感器设置在闸机的门区处。
3.根据权利要求1或2所述的城市轨道交通专用闸机的通行事件识别方法，其特征在于：所述通行事件的定义为：事件event0表示没有运动个体在通道中；事件event1表示运动个体进入区域LZone1；事件event2表示运动个体进入区域LZone2；事件event3表示运动个体进入区域LZone3；事件event4表示运动个体进入区域RZone3；事件event5表示运动个体进入区域RZone2；事件event6表示运动个体进入区域RZone1；事件event7表示有票超时事件；事件event8表示无票超时事件；事件event9表示票超时事件。
4.根据权利要求3所述的城市轨道交通专用闸机的通行事件识别方法，其特征在于：所述区域LZone1、区域LZone2、区域LZone3、区域RZone3、区域RZone2和区域RZone1为闸机通道从右至左依次划分的区域，其中区域LZone1包括4个红外传感器（F1、F2、F4、F6），区域LZone2包括2个红外传感器（F3、F5），区域LZone1包括1个红外传感器（F7），区域RZone3包括1个红外传感器（F8），区域RZone2包括2个红外传感器（F10、F12），区域RZone1包括4个红外传感器（F9、F11、F13、F14）。
5.根据权利要求4所述的城市轨道交通专用闸机的通行事件识别方法，其特征在于：所述的红外传感器均采用对射式红外传感器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2012101507423A CN102663833A (zh) | 2012-05-16 | 2012-05-16 | 城市轨道交通专用闸机的通行事件识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2012101507423A CN102663833A (zh) | 2012-05-16 | 2012-05-16 | 城市轨道交通专用闸机的通行事件识别方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN102663833A true CN102663833A (zh) | 2012-09-12 |
Family
ID=46773309
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2012101507423A Pending CN102663833A (zh) | 2012-05-16 | 2012-05-16 | 城市轨道交通专用闸机的通行事件识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102663833A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102945573A (zh) * | 2012-10-09 | 2013-02-27 | 上海大学 | 智能门式自动检票机 |
| CN103778704A (zh) * | 2014-02-11 | 2014-05-07 | 上海理工大学 | 一种城市轨道交通闸机事件智能识别方法 |
| CN106404437A (zh) * | 2016-08-30 | 2017-02-15 | 沈阳地铁集团有限公司运营分公司 | 闸机压力测试系统 |
| CN107015835A (zh) * | 2017-04-21 | 2017-08-04 | 南京理工大学 | 一种闸机红外检测光幕的配置方法 |
| CN107146302A (zh) * | 2017-04-21 | 2017-09-08 | 南京理工大学 | 一种基于红外检测关键点的闸机通行识别方法 |
| CN109858329A (zh) * | 2018-12-15 | 2019-06-07 | 深圳壹账通智能科技有限公司 | 基于人脸识别的防尾随方法、装置、设备及存储介质 |
| CN111064925A (zh) * | 2019-12-04 | 2020-04-24 | 常州工业职业技术学院 | 地铁乘客逃票行为检测方法和系统 |
| CN111459057A (zh) * | 2019-01-22 | 2020-07-28 | 苏州卓因达科技有限公司 | 检票机的通行控制系统 |
| CN112950822A (zh) * | 2021-02-05 | 2021-06-11 | 北京轨道交通路网管理有限公司 | 一种闸机通行逻辑自动识别系统和方法 |
| CN117392585A (zh) * | 2023-10-24 | 2024-01-12 | 广州广电运通智能科技有限公司 | 闸机通行检测方法、装置、电子设备及存储介质 |
-
2012
- 2012-05-16 CN CN2012101507423A patent/CN102663833A/zh active Pending
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102945573A (zh) * | 2012-10-09 | 2013-02-27 | 上海大学 | 智能门式自动检票机 |
| CN103778704A (zh) * | 2014-02-11 | 2014-05-07 | 上海理工大学 | 一种城市轨道交通闸机事件智能识别方法 |
| CN106404437B (zh) * | 2016-08-30 | 2018-12-25 | 沈阳地铁集团有限公司运营分公司 | 闸机压力测试系统 |
| CN106404437A (zh) * | 2016-08-30 | 2017-02-15 | 沈阳地铁集团有限公司运营分公司 | 闸机压力测试系统 |
| CN107015835B (zh) * | 2017-04-21 | 2020-07-07 | 南京理工大学 | 一种闸机红外检测光幕的配置方法 |
| CN107146302A (zh) * | 2017-04-21 | 2017-09-08 | 南京理工大学 | 一种基于红外检测关键点的闸机通行识别方法 |
| CN107146302B (zh) * | 2017-04-21 | 2019-09-13 | 南京理工大学 | 一种基于红外检测关键点的闸机通行识别方法 |
| CN107015835A (zh) * | 2017-04-21 | 2017-08-04 | 南京理工大学 | 一种闸机红外检测光幕的配置方法 |
| CN109858329A (zh) * | 2018-12-15 | 2019-06-07 | 深圳壹账通智能科技有限公司 | 基于人脸识别的防尾随方法、装置、设备及存储介质 |
| CN111459057A (zh) * | 2019-01-22 | 2020-07-28 | 苏州卓因达科技有限公司 | 检票机的通行控制系统 |
| CN111064925A (zh) * | 2019-12-04 | 2020-04-24 | 常州工业职业技术学院 | 地铁乘客逃票行为检测方法和系统 |
| CN111064925B (zh) * | 2019-12-04 | 2021-05-04 | 常州工业职业技术学院 | 地铁乘客逃票行为检测方法和系统 |
| CN112950822A (zh) * | 2021-02-05 | 2021-06-11 | 北京轨道交通路网管理有限公司 | 一种闸机通行逻辑自动识别系统和方法 |
| CN117392585A (zh) * | 2023-10-24 | 2024-01-12 | 广州广电运通智能科技有限公司 | 闸机通行检测方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102663833A (zh) | 城市轨道交通专用闸机的通行事件识别方法 | |
| CN104200669B (zh) | 一种基于Hadoop的套牌车识别方法及系统 | |
| Dong et al. | Improved robust vehicle detection and identification based on single magnetic sensor | |
| Coifman | Vehicle re-identification and travel time measurement in real-time on freeways using existing loop detector infrastructure | |
| CN103456175B (zh) | 基于车辆号牌识别和网格化监控的伴随车实时检测方法 | |
| CN106971534A (zh) | 基于号牌数据的通勤出行特征分析方法 | |
| CN102819882B (zh) | 自动检票人行通道中通行物体的识别控制系统及识别方法 | |
| CN106846801A (zh) | 一种基于车辆轨迹的区域徘徊异常行为检测方法 | |
| CN101482981A (zh) | 城市轨道交通专用剪式门闸机的通行事件识别方法 | |
| CN107067730B (zh) | 基于卡口设备的网约车人车不一致监测方法 | |
| CN110164132B (zh) | 一种道路交通异常的检测方法及系统 | |
| CN101893853A (zh) | 一种基于智能模型的自学习型人体闸机通道判断算法 | |
| CN102542797A (zh) | 图像式的交通参数检测系统与方法及计算机程序产品 | |
| CN103473932B (zh) | 一种结合振荡标线的音频信号车型识别系统 | |
| CN107025418A (zh) | 基于图像处理的防逃票检测方法、检测系统及其系统 | |
| CN205943007U (zh) | 一种营运客车非法中途载客的报警系统 | |
| CN103903438A (zh) | 客运车辆违规停车地点识别方法及系统 | |
| Guo et al. | Computer vision-based approach for smart traffic condition assessment at the railroad grade crossing | |
| CN113947902A (zh) | 一种基于Seq2Seq自编码器模型的交通事故实时检测和预警方法 | |
| CN109919066A (zh) | 一种检测轨道交通车厢内乘客密度异常的方法和装置 | |
| CN202351685U (zh) | 地铁afc乘客通行控制系统 | |
| CN203573117U (zh) | 基于人体检测的brt快速公交闸机智能控制系统 | |
| CN206021366U (zh) | 一种快速自助检票进站装置 | |
| CN102360524B (zh) | 快速道路危险交通流特征的自动检测确认方法 | |
| CN207946850U (zh) | 地铁拥挤度控制系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120912 |