CN103116981B - 一种多传感器系统及信息融合方法 - Google Patents
一种多传感器系统及信息融合方法 Download PDFInfo
- Publication number
- CN103116981B CN103116981B CN201110366030.0A CN201110366030A CN103116981B CN 103116981 B CN103116981 B CN 103116981B CN 201110366030 A CN201110366030 A CN 201110366030A CN 103116981 B CN103116981 B CN 103116981B
- Authority
- CN
- China
- Prior art keywords
- information
- vehicle
- traffic
- transport information
- data
- 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.)
- Expired - Fee Related
Links
- 238000007500 overflow downdraw method Methods 0.000 title abstract description 7
- 230000004927 fusion Effects 0.000 claims abstract description 13
- 238000000034 method Methods 0.000 claims description 43
- 230000001419 dependent effect Effects 0.000 claims description 10
- 230000010354 integration Effects 0.000 claims description 10
- 238000012544 monitoring process Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 4
- 238000005267 amalgamation Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种多传感器系统及信息融合方法，其中，所述系统包括：智能交通传感器，用于获取第一交通信息；图像传感器，用于获取交通视频数据；视频数据处理单元，用于提取所述交通视频数据中的交通数据，并根据提取的交通数据得到第二交通信息；信息融合单元，用于将所述第一交通信息和所述第二交通信息进行融合，得到第三交通信息。本发明通过同时使用图像传感器和智能交通传感器获取相关交通信息，并将信息进行融合，提高了获取的信息的全面性和准确度。
Description
技术领域
本发明涉及传感器领域，尤其是涉及一种多传感器系统及信息融合方法。
背景技术
目前摄像头作为监控、采集交通信息的有效手段被广泛应用于智能交通系统中。然而由于摄像头的光学特性，其极易受到周围环境的干扰，例如强光照射、雨雪雾等恶劣天气的气候条件都会对摄像头的正常工作，导致使其采集的信息结果不够准确。而智能交通传感器采集的信息量有限，比如磁敏传感器只能采集车速或车流量等交通信息。因此无法满足对交通信息全面监控的需要。因此，目前的监控方式无法满足全面、正确监控交通系统的需要。
发明内容
本发明提供一种多传感器系统及信息融合方法，通过同时使用图像传感器和智能交通传感器，并对信息进行融合，能够避免获取的信息不完整或获取的信息受环境影响而不准确的问题。
本发明提供一种多传感器系统，所述系统包括：
智能交通传感器，用于获取第一交通信息；
图像传感器，用于获取交通视频数据；
视频数据处理单元，用于提取所述交通视频数据中的交通数据，并根据提取的交通数据得到第二交通信息；
信息融合单元，用于将所述第一交通信息和所述第二交通信息进行融合，得到第三交通信息。
优选的，所述智能交通传感器包括以下任意一种或多种传感器：
磁敏传感器，用于获取磁敏信号，并对所述磁敏信号进行处理得到第一交通流量、第一车道占有率、第一车速信息；
压电式传感器，用于获取压电信号，并对所述压电信号进行处理，得到第二交通流量、第二车道占有率、第二车速和第一车型信息；
微波雷达传感器，用于获取微波雷达信号，并对所述微波雷达信号进行处理，得到第三交通流量、第三车道占有率和第三车速信息；
RFID传感器，用于获取RFID信号，并对所述RFID信号进行处理，得到第二车型和第一车牌照信息。
优选的，所述视频数据处理单元包括以下任意一个或多个单元：
车流量检测单元，用于提取所述交通视频数据中的车流量数据，并根据提取的车流量数据得到第四车流量信息；
车辆占有率检测单元，用于提取所述交通视频数据中的车辆占有率数据，并根据提取的车辆占有率数据得到第四车辆占有率信息；
车速检测单元，用于提取所述交通视频数据中的车速数据，并根据提取的车速数据得到第四车速信息；
车型检测单元，用于提取所述交通视频数据中的车型数据，并根据提取的车型数据得到第三车型信息；
车牌照检测单元，用于提取所述交通视频数据中的车牌照数据，并根据提取的车牌照数据得到第二车牌照信息。
优选的，所述信息融合单元包括：
预处理子单元，用于给所述第一交通信息和所述第二交通信息附加权值，并将所述第一交通信息和所述第二交通信息中相同类型的信息整合；
融合子单元，用于选取所述每个类型的信息中加权值最大的信息并整合，得到所述第三交通信息。
优选的，所述预处理子单元，用于根据环境信息给所述第一交通信息和所述第二交通信息附加权值。
本发明还提供一种多传感器信息融合方法，所述方法包括：
获取智能交通传感器发送的第一交通信息；
获取图像传感器发送的交通视频数据；
提取所述交通视频数据中的交通数据，并根据提取的交通数据得到第二交通信息；
将所述第一交通信息和所述第二交通信息进行融合，得到第三交通信息。
优选的，所述智能交通传感器包括以下一种或多种传感器：
磁敏传感器，用于获取磁敏信号，并对所述磁敏信号进行处理得到第一交通流量、第一车道占有率、第一车速信息；
压电式传感器，用于获取压电信号，并对所述压电信号进行处理，得到第二交通流量、第二车道占有率、第二车速和第一车型信息；
微波雷达传感器，用于获取微波雷达信号，并对所述微波雷达信号进行处理，得到第三交通流量、第三车道占有率和第三车速信息；
RFID传感器，用于获取RFID信号，并对所述RFID信号进行处理，得到第二车型和第一车牌照信息。
优选的，所述提取所述交通视频数据中的交通数据，并根据提取的交通数据得到第二交通信息包括以下任意一个或多个步骤：
提取所述交通视频数据中的车流量数据，并根据提取的车流量数据得到第四车流量信息；
提取所述交通视频数据中的车辆占有率数据，并根据提取的车辆占有率数据得到第四车辆占有率信息；
提取所述交通视频数据中的车速数据，并根据提取的车速数据得到第四车速信息；
提取所述交通视频数据中的车型数据，并根据提取的车型数据得到第三车型信息；
提取所述交通视频数据中的车牌照数据，并根据提取的车牌照数据得到第二车牌照信息。
优选的，所述将所述第一交通信息和所述第二交通信息进行融合，得到第三交通信息包括：
给所述第一交通信息和所述第二交通信息附加权值，并将所述第一交通信息和所述第二交通信息中相同类型的信息整合；
选取所述每个类型的信息中加权值最大的信息，并将所述选取的而信息整合，得到所述第三交通信息。
优选的，所述给所述第一交通信息和所述第二交通信息附加权值包括：根据环境信息给所述第一交通信息和所述第二交通信息附加权值。
与现有技术相比，本发明公开了如下有益效果：
本发明中，通过同时使用图像传感器和智能交通传感器获取交通信息，并将信息进行融合获取最后的信息，避免了仅仅使用图像传感器获取信息容易受环境影响导致信息不准确的问题，也避免了仅仅使用智能交通传感器获取的信息不全面的问题。两种传感器互补，使得获取的信息全面、准确度高。
进一步的在本发明的优选实施例中选用多个异质的智能交通传感器，多个智能交通传感器之间获取的信息互补，因此获取的第一交通信息就更加全面，准确，从而使最后获得的第三交通信息更完整、准确。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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是本发明系统实施例一结构图；
图2是本发明系统实施例二信息融合单元结构图；
图3是本发明系统实施例中视频数据处理单元结构图；
图4是本发明方法实施一的流程图；
图5是本发明方法实施例二中获取第二交通信息流程图；
图6是本发明方法实施例三中将第一交通信息和第二交通信息进行融合流程图。
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所获得的所有其他实施例，都属于本发明保护的范围。参见图1，为本发明实施例一提供的一种多传感器系统的结构图。该系统包括：
智能交通传感器11，用于获取第一交通信息；
图像传感器12，用于获取交通视频数据；
视频数据处理单元13，用于提取所述交通视频数据中的交通数据，并根据提取的交通数据得到第二交通信息；
信息融合单元14，用于将所述第一交通信息和所述第二交通信息进行融合，得到第三交通信息。
图像传感器采集的交通信息丰富，但极易受到环境影响，因此采集的信息在很多情况下不能采信。智能交通传感器采集的信息准确度比较高，但仅仅通过智能交通传感器采集的信息量有限，比如RFID传感器采集的主要是车型和车牌照信息，对于交通系统监控来讲信息量远远不够。本发明通过将图像传感器采集的视频信息和智能交通传感器采集的交通信息融合，使得获得的最后交通信息丰富而且准确。当然，因为图像传感器采集的是交通视频数据，因此需要提取出交通数据，根据得到的交通数据得到可以融合的第二交通信息。
在本发明中，信息的融合可以采取多种方式，需要视乎具体情形而定。参见图2，在本发明系统的实施例二中，信息融合单元14包括：
预处理子单元141，用于给所述第一交通信息和所述第二交通信息附加权值，并将所述第一交通信息和所述第二交通信息中相同类型的信息整合。比如将第一交通信息中的车流量信息和第二交通信息中的车流量信息整合在一起，将第一交通信息中的车速信息和第二交通信息中的车速信息整合在一起。
融合子单元142，用于选取所述每个类型的信息中加权值最大的信息并整合，得到所述第三交通信息。比如将上述整合后的车流量信息中选取加权值最大的车流量信息和加权值最大的车速信息作为第三交通信息。
优选的，预处理子单元141，可以根据环境信息给所述第一交通信息和所述第二交通信息附加权值。
当环境比较差时，比如雨雪天气，图像传感器11采集的信息受到影响，采集的信息可信度不高，此时可以给图像传感器11获取的第一交通信息附较低的加权值。这样融合后的交通信息即第三交通信息准确度就会比较高。
在本发明中，智能交通传感器12有多种选择，可以是一个，也可以是多个。比如磁敏传感器、压电式传感器、微波雷达传感器、RFID传感器中的一种或多种。结合交通监控的场景需要及实践数据，在本发明的优选实施例三中，智能交通传感器可以选用：
磁敏传感器，用于获取磁敏信号，并对所述磁敏信号进行处理得到第一交通流量、第一车道占有率、第一车速信息；
压电式传感器，用于获取压电信号，并对所述压电信号进行处理，得到第二交通流量、第二车道占有率、第二车速和第一车型信息；
微波雷达传感器，用于获取微波雷达信号，并对所述微波雷达信号进行处理，得到第三交通流量、第三车道占有率和第三车速信息；
RFID传感器，用于获取RFID信号，并对所述RFID信号进行处理，得到第二车型和第一车牌照信息。
上述四种传感器异质，采用不同的原理采集交通信息，更大程度确保了信息的准确性和完整性。比如当现有的交通环境恶劣，是雨雪天气，而且磁场受到干扰时，若仅仅使用图像传感器和磁敏传感器，那么最后获得的信息仍旧不够准确。若此时同时采用压电式传感器，可以确保其不受天气和磁场的影响而获得较为准确的信息，可以对上述结果进行一个修正。而且即便当时的磁场是正常的，磁敏传感器获取的信息也不够全面，通常只有交通流量、车道占有率和车速信息。但若同时使用RFID传感器会获得车型和车牌照等信息，那么获得的信息就会更加全面。即采用上述四种异质的传感器，通过获得对同一类型信息的多个监测结果，避免因单个或部分传感器出现问题而导致最终结果出现错误的问题。因此在更大程度上确保了信息的准确度。当然如之前所述，通过上述方式获得的信息比较全面，包括交通流量、车道占有率、车速、车型和车牌照等信息。因此在进行信息融合时能够确保更多类型信息的准确度。
参见图3，该系统的视频数据处理单元13可以包括以下任意一个或多个单元：
车流量检测单元131，用于提取所述交通视频数据中的车流量数据，并根据提取的车流量数据得到第四车流量信息；
车辆占有率检测单元132，用于提取所述交通视频数据中的车辆占有率数据，并根据提取的车辆占有率数据得到第四车辆占有率信息；
车速检测单元133，用于提取所述交通视频数据中的车速数据，并根据提取的车速数据得到第四车速信息；
车型检测单元134，用于提取所述交通视频数据中的车型数据，并根据提取的车型数据得到第三车型信息；
车牌照检测单元135，用于提取所述交通视频数据中的车牌照数据，并根据提取的车牌照数据得到第二车牌照信息。
在具体的实施例中，上述单元的选取取决于用户最后需要的信息。比如，如果用户只需要车流量信息，那么视频数据处理单元13可以只包括车流量检测单元131。
在本发明的优选实施例中，对应于本发明的实施例三中选用的智能交通传感器，所述视频数据处理单元13包括上述131-135五个单元。
经过上述检测单元的处理，提取的信息包含了实施例三中智能交通传感器获取的所有交通信息类型。在具体的融合时，可以采用之前所述的给每一信息附加权值的方法，当然也可以采用其他方法。
当然，视频数据处理单元13还可以包括其他检测单元，以提取其他交通信息。在本发明中不作具体限制。
本发明还提供了一种多传感器信息融合方法，在实施例一中，参见图4，所述方法包括以下步骤：
S1、获取智能交通传感器发送的第一交通信息；
S2、获取图像传感器发送的交通视频数据；
S3、提取所述交通视频数据中的交通数据，并根据提取的交通数据得到第二交通信息；
S4、将所述第一交通信息和所述第二交通信息进行融合，得到第三交通信息。
优选的，在本发明的具体实施例中，所述的智能交通传感器可以是一个或多个。比如可以是下述传感器的一种或多种：
磁敏传感器，用于获取磁敏信号，并对所述磁敏信号进行处理得到第一交通流量、第一车道占有率、第一车速信息；
压电式传感器，用于获取压电信号，并对所述压电信号进行处理，得到第二交通流量、第二车道占有率、第二车速和第一车型信息；
微波雷达传感器，用于获取微波雷达信号，并对所述微波雷达信号进行处理，得到第三交通流量、第三车道占有率和第三车速信息；
RFID传感器，用于获取RFID信号，并对所述RFID信号进行处理，得到第二车型和第一车牌照信息。
在本发明方法的实施例二中，步骤S3包括以下具体任意一个或多个步骤：
S31、提取所述交通视频数据中的车流量数据，并根据提取的车流量数据得到第四车流量信息；
S32、提取所述交通视频数据中的车辆占有率数据，并根据提取的车辆占有率数据得到第四车辆占有率信息；
S33、提取所述交通视频数据中的车速数据，并根据提取的车速数据得到第四车速信息；
S34、提取所述交通视频数据中的车型数据，并根据提取的车型数据得到第三车型信息；
S35、提取所述交通视频数据中的车牌照数据，并根据提取的车牌照数据得到第二车牌照信息。
在本发明方法的实施例三中，步骤S4将所述第一交通信息和所述第二交通信息进行融合，得到第三交通信息具体包括以下步骤：
S41、给所述第一交通信息和所述第二交通信息附加权值，并将所述第一交通信息和所述第二交通信息中相同类型的信息整合；
S42、选取所述每个类型的信息中加权值最大的信息，并将所述选取的而信息整合，得到所述第三交通信息。
具体的，在步骤S41中，所述给所述第一交通信息和所述第二交通信息附加权值包括：根据环境信息给所述第一交通信息和所述第二交通信息附加权值。
以上对本发明所提供的一种多传感器系统及信息融合方法进行了介绍，本文中应用了具体个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；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (6)
1.一种多传感器系统，其特征在于，所述系统包括：
智能交通传感器，用于获取第一交通信息；
图像传感器，用于获取交通视频数据；
视频数据处理单元，用于提取所述交通视频数据中的交通数据，并根据提取的交通数据得到第二交通信息；
信息融合单元，用于将所述第一交通信息和所述第二交通信息进行融合，得到第三交通信息；
所述智能交通传感器包括以下传感器：
磁敏传感器，用于获取磁敏信号，并对所述磁敏信号进行处理得到第一交通流量、第一车道占有率、第一车速信息；
压电式传感器，用于获取压电信号，并对所述压电信号进行处理，得到第二交通流量、第二车道占有率、第二车速和第一车型信息；
微波雷达传感器，用于获取微波雷达信号，并对所述微波雷达信号进行处理，得到第三交通流量、第三车道占有率和第三车速信息；
RFID传感器，用于获取RFID信号，并对所述RFID信号进行处理，得到第二车型和第一车牌照信息；
所述视频数据处理单元包括以下多个单元：
车流量检测单元，用于提取所述交通视频数据中的车流量数据，并根据提取的车流量数据得到第四车流量信息；
车辆占有率检测单元，用于提取所述交通视频数据中的车辆占有率数据，并根据提取的车辆占有率数据得到第四车辆占有率信息；
车速检测单元，用于提取所述交通视频数据中的车速数据，并根据提取的车速数据得到第四车速信息；
车型检测单元，用于提取所述交通视频数据中的车型数据，并根据提取的车型数据得到第三车型信息；
车牌照检测单元，用于提取所述交通视频数据中的车牌照数据，并根据提取的车牌照数据得到第二车牌照信息。
2.根据权利要求1所述的系统，其特征在于，所述信息融合单元包括：
预处理子单元，用于给所述第一交通信息和所述第二交通信息附加权值，并将所述第一交通信息和所述第二交通信息中相同类型的信息整合；
融合子单元，用于选取所述每个类型的信息中加权值最大的信息并整合，得到所述第三交通信息。
3.根据权利要求2所述的系统，其特征在于，所述预处理子单元，用于根据环境信息给所述第一交通信息和所述第二交通信息附加权值。
4.一种多传感器信息融合方法，其特征在于，所述方法包括：
获取智能交通传感器发送的第一交通信息；
获取图像传感器发送的交通视频数据；
提取所述交通视频数据中的交通数据，并根据提取的交通数据得到第二交通信息；
将所述第一交通信息和所述第二交通信息进行融合，得到第三交通信息；
所述智能交通传感器包括以下传感器：
磁敏传感器，用于获取磁敏信号，并对所述磁敏信号进行处理得到第一交通流量、第一车道占有率、第一车速信息；
压电式传感器，用于获取压电信号，并对所述压电信号进行处理，得到第二交通流量、第二车道占有率、第二车速和第一车型信息；
微波雷达传感器，用于获取微波雷达信号，并对所述微波雷达信号进行处理，得到第三交通流量、第三车道占有率和第三车速信息；
RFID传感器，用于获取RFID信号，并对所述RFID信号进行处理，得到第二车型和第一车牌照信息；
所述提取所述交通视频数据中的交通数据，并根据提取的交通数据得到第二交通信息包括以下步骤：
提取所述交通视频数据中的车流量数据，并根据提取的车流量数据得到第四车流量信息；
提取所述交通视频数据中的车辆占有率数据，并根据提取的车辆占有率数据得到第四车辆占有率信息；
提取所述交通视频数据中的车速数据，并根据提取的车速数据得到第四车速信息；
提取所述交通视频数据中的车型数据，并根据提取的车型数据得到第三车型信息；
提取所述交通视频数据中的车牌照数据，并根据提取的车牌照数据得到第二车牌照信息。
5.根据权利要求4所述的方法，其特征在于，所述将所述第一交通信息和所述第二交通信息进行融合，得到第三交通信息包括：
给所述第一交通信息和所述第二交通信息附加权值，并将所述第一交通信息和所述第二交通信息中相同类型的信息整合；
选取所述每个类型的信息中加权值最大的信息，并将所述选取的而信息整合。
6.根据权利要求5所述的方法，其特征在于，所述给所述第一交通信息和所述第二交通信息附加权值包括：根据环境信息给所述第一交通信息和所述第二交通信息附加权值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110366030.0A CN103116981B (zh) | 2011-11-17 | 2011-11-17 | 一种多传感器系统及信息融合方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110366030.0A CN103116981B (zh) | 2011-11-17 | 2011-11-17 | 一种多传感器系统及信息融合方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103116981A CN103116981A (zh) | 2013-05-22 |
| CN103116981B true CN103116981B (zh) | 2015-05-27 |
Family
ID=48415343
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201110366030.0A Expired - Fee Related CN103116981B (zh) | 2011-11-17 | 2011-11-17 | 一种多传感器系统及信息融合方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103116981B (zh) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6428270B2 (ja) * | 2014-02-10 | 2018-11-28 | 株式会社デンソー | 軸ずれ検出装置 |
| CN105405291B (zh) * | 2015-12-09 | 2019-03-01 | 清华大学 | 交通数据采集及主动防控系统 |
| CN106408940B (zh) * | 2016-11-02 | 2023-04-14 | 南京慧尔视智能科技有限公司 | 基于微波和视频数据融合的交通检测方法及装置 |
| CN106448187B (zh) * | 2016-11-14 | 2022-09-23 | 苏州大学 | 基于磁传感器和超声波传感器融合的车辆检测系统及方法 |
| CN107622290B (zh) * | 2017-09-18 | 2021-05-28 | 江苏本能科技有限公司 | 射频识别与雷达联动处理方法及系统、数据处理设备 |
| CN109615866A (zh) * | 2019-01-16 | 2019-04-12 | 南京奥杰智能科技有限公司 | 基于互联网的交通路况监控系统 |
| CN109859498A (zh) * | 2019-03-08 | 2019-06-07 | 黄河水利职业技术学院 | 一种交通流量监测装置 |
| CN110299010A (zh) * | 2019-07-26 | 2019-10-01 | 交通运输部公路科学研究所 | 一种面向车路协同路侧设备的信息处理方法 |
| CN113900070B (zh) * | 2021-10-08 | 2022-09-27 | 河北德冠隆电子科技有限公司 | 雷达车道自动绘制目标数据精准输出的方法、装置与系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5164904A (en) * | 1990-07-26 | 1992-11-17 | Farradyne Systems, Inc. | In-vehicle traffic congestion information system |
| CN101004820A (zh) * | 2007-01-12 | 2007-07-25 | 中科院嘉兴中心微系统所分中心 | 三维智能交通系统 |
| CN101571997A (zh) * | 2009-05-31 | 2009-11-04 | 上海宝康电子控制工程有限公司 | 多源交通信息融合处理方法及其装置 |
| CN201655024U (zh) * | 2010-04-12 | 2010-11-24 | 西安翔迅科技有限责任公司 | 交叉路口交通信息综合检测报警系统 |
| CN102097005A (zh) * | 2011-02-01 | 2011-06-15 | 吉林大学 | 智能化、集成化交通信号控制器 |
-
2011
- 2011-11-17 CN CN201110366030.0A patent/CN103116981B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5164904A (en) * | 1990-07-26 | 1992-11-17 | Farradyne Systems, Inc. | In-vehicle traffic congestion information system |
| CN101004820A (zh) * | 2007-01-12 | 2007-07-25 | 中科院嘉兴中心微系统所分中心 | 三维智能交通系统 |
| CN101571997A (zh) * | 2009-05-31 | 2009-11-04 | 上海宝康电子控制工程有限公司 | 多源交通信息融合处理方法及其装置 |
| CN201655024U (zh) * | 2010-04-12 | 2010-11-24 | 西安翔迅科技有限责任公司 | 交叉路口交通信息综合检测报警系统 |
| CN102097005A (zh) * | 2011-02-01 | 2011-06-15 | 吉林大学 | 智能化、集成化交通信号控制器 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103116981A (zh) | 2013-05-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103116981B (zh) | 一种多传感器系统及信息融合方法 | |
| US9564047B2 (en) | Traffic monitoring system and traffic monitoring method in which a traffic control center configured a three dimensional traffic image | |
| CN104112363A (zh) | 多传感数据时空同步方法及道路多传感数据车载采集系统 | |
| CN109901156A (zh) | 一种车辆毫米波雷达和摄像头的目标融合方法和装置 | |
| CN107545770A (zh) | 一种导航方法、装置及系统 | |
| CN104933856A (zh) | 道路路况实时评估系统及方法 | |
| CN108154472B (zh) | 融合导航信息的泊车位视觉检测方法与系统 | |
| CN104296756B (zh) | 运行机动车的方法和机动车 | |
| CN109886308A (zh) | 一种基于目标级别的双传感器数据融合方法和装置 | |
| CN107845289A (zh) | 一种基于高低位视频阵列的路侧停车管理及充电系统 | |
| KR101897505B1 (ko) | 다중 카메라 환경에서의 관심 객체를 실시간으로 추적하기 위한 방법 및 시스템 | |
| CN103826102A (zh) | 一种运动目标的识别方法、装置 | |
| CN102737509A (zh) | 基于车联网实现图像信息共享的方法及系统 | |
| CN102881171A (zh) | 车辆检测方法及其车辆检测系统以及车辆路径规划系统 | |
| CN107977654B (zh) | 一种道路区域检测方法、装置及终端 | |
| CN109657674A (zh) | 一种车辆标识确定方法及装置 | |
| CN104424804A (zh) | 单雷达多车道智能测速方法及其系统 | |
| CN109325409B (zh) | 通行车辆套牌检验平台 | |
| CN111695627A (zh) | 路况检测方法、装置、电子设备及可读存储介质 | |
| CN102785780A (zh) | 无人飞行载具控制系统及方法 | |
| CN103106400B (zh) | 一种人脸检测方法与装置 | |
| CN106991823A (zh) | 车牌识别方法及装置 | |
| CN107247914A (zh) | 一种直读式水表的视觉识别系统及其识别方法 | |
| CN113554768A (zh) | 车位停车管理方法以及车位停车管理系统 | |
| CN103680137A (zh) | 基于智能交通监控系统的图像获取方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20190722 Address after: 214135 9th Building, Gemini A Building, No. 18 Zhenze Road, Xinwu District, Wuxi City, Jiangsu Province Patentee after: WSN TECH LTD. Address before: 214135 Jiangsu Province, Wuxi City District Road No. 18 Wuxi Zhenze National Software Park Gemini A Co-patentee before: WUXI RONGGE INTERNET OF THINGS TECHNOLOGY Co.,Ltd. Patentee before: Wuxi Research Institute of Internet of Things |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20191009 Address after: 214135 8 / F, building a, Gemini, Wuxi Software Park, No. 18, Zhenze Road, Xinwu District, Wuxi City, Jiangsu Province Patentee after: Jiangsu perceptual HengAn Technology Co.,Ltd. Address before: 214135 9th Building, Gemini A Building, No. 18 Zhenze Road, Xinwu District, Wuxi City, Jiangsu Province Patentee before: WSN TECH LTD. |
|
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150527 |