CN104616502A - 基于组合式车路视频网络的车牌识别与定位系统 - Google Patents
基于组合式车路视频网络的车牌识别与定位系统 Download PDFInfo
- Publication number
- CN104616502A CN104616502A CN201510082153.XA CN201510082153A CN104616502A CN 104616502 A CN104616502 A CN 104616502A CN 201510082153 A CN201510082153 A CN 201510082153A CN 104616502 A CN104616502 A CN 104616502A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- car
- subsystem
- camera
- monitor
- 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
- 230000010365 information processing Effects 0.000 claims abstract description 33
- 238000007667 floating Methods 0.000 claims description 43
- 238000000034 method Methods 0.000 claims description 18
- 238000013461 design Methods 0.000 claims description 11
- 230000004927 fusion Effects 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 5
- 230000004807 localization Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 11
- 238000012545 processing Methods 0.000 abstract description 3
- 239000000523 sample Substances 0.000 abstract 2
- 238000012549 training Methods 0.000 description 6
- 238000009434 installation Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000007500 overflow downdraw method Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000001154 acute effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
- 238000013316 zoning Methods 0.000 description 1
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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- 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
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
Abstract
本发明涉及一种基于组合式车路视频网络的车牌识别与定位系统，包括车载移动摄像头监控子系统(1)、固定摄像头监控子系统(2)、以及路边信息处理子系统(3)；车载移动摄像头监控子系统(1)安装在浮动车辆上，用于识别与定位浮动车前后的车辆的车牌；固定摄像头监控子系统(2)安装在道路上方，用于识别和定位某路段内的所有可识别定位到的移动车辆车牌；路边信息处理子系统(3)安装在固定摄像头监控子系统(2)所监控的路段路旁，用于接收和处理由车载移动摄像头监控子系统(1)和通过此路段的固定摄像头监控子系统(2)所识别和定位到的车辆信息，判断此路段的交通状况，并将处理后的车辆信息发送至交通管理部门。
Description
技术领域
本发明属于智能交通技术领域，尤其涉及以固定和移动的方式识别与定位车牌的方法以及两种方式所获信息的融合方法。
背景技术
随着城市化进程的加快和车辆数量的增加，交通供需矛盾日益尖锐，交通拥堵严重影响了人们的出行，要缓解拥堵问题就要对城市交通进行控制与疏导，而交通管控的前提是对交通参数(车流量、车密度、平均速度等)的获取，传统的交通参数获取方式一般都是以固定高清摄像头监控为主，利用固定高清摄像头对区域内车辆的定位与跟踪，从而分析这一区域的车辆行驶状况，现阶段北京市交通委提出了城市交通指数的概念，利用城市道路中行驶的浮动车辆(装有GPS的出租车)的行驶速度来计算出某一路段内的交通指数。虽然这些监控技术与定位技术得到了广泛应用，但存在如下问题：
1、目前路边摄像头的监控覆盖范围不够广，且功能上还比较单一。譬如，还不能实时获取车牌信息。另一方面，实时获取车牌信息的最大困难在于交通密度大时车辆相互遮挡导致路边摄像头无法检测车牌等车辆信息。
2、虽然浮动车相较于固定检测装置具有更广的检测范围，但目前只有出租车、公交车以及小部分的其他车辆装有GPS，这使得监控终端获取的车辆定位信息不够充分；这些车辆的运行过程也可能分布不均衡，一个区域内浮动车数量较少时对交通指数的判定存在一定误差。
3、监控终端的扩展性差，不能将各设备获取的的信息做有效融合。以上问题这也给交通部门的管理以及公安部门的案件办理带来一些困难。
发明内容
为了解决单一的固定摄像头对车辆在交通拥堵时误检率高以及单一的浮动车定位和速度信息对交通指数的判定存在误差等问题的，本发明提出一种路边固定摄像头和车载移动摄像头相结合的组合式车牌识别系统,具体如下：
包括车载移动摄像头监控子系统(1)、固定摄像头监控子系统(2)、以及路边信息处理子系统(3)；车载移动摄像头监控子系统(1)安装在浮动车辆上，用于识别与定位浮动车前后的车辆的车牌；固定摄像头监控子系统(2)安装在 道路上方，用于识别和定位某路段内的所有可识别定位到的移动车辆车牌；路边信息处理子系统(3)安装在固定摄像头监控子系统(2)所监控的路段路旁，用于接收和处理由车载移动摄像头监控子系统(1)和通过此路段的固定摄像头监控子系统(2)所识别和定位到的车辆信息，判断此路段的交通状况，并将处理后的车辆信息发送至交通管理部门。
车载移动摄像头监控子系统(1)包括车载前置摄像头(4)、车载后置摄像头(5)、GPS(6)、用于信息处理的微型计算机(7)以及无线信号收发器(8)，车载前置摄像头(4)安装在浮动车的车头，车载后置摄像头(5)安装在浮动车的车尾，分别用于拍摄浮动车前后方车辆的车牌，GPS(6)用于定位浮动车辆，GPS(6)和微型计算机(7)安装在车辆内，车载前置摄像头(4)、车载后置摄像头(5)、GPS(6)以及无线信号收发器(8)连接至微型计算机(7)，车载前置摄像头(4)和车载后置摄像头(5)拍摄到的图像和GPS(6)的定位信息发送至微型计算机(7)，微型计算机(7)进行图像处理识别浮动车辆前后车辆的车牌，并根据浮动车的位置坐标和浮动车前后车辆在图像中的位置关系获取浮动车前后车牌的位置坐标进行车牌定位，无线信号收发器(8)将微型计算机识别出的浮动车辆前后车的车牌和车牌的位置坐标，以及浮动车辆自身的车牌和位置坐标，发送至浮动车辆所处路段内的路边信息处理子系统(3)；
其中，摄像头的安装如图2所示，要求车载摄像头高清、无畸变、灵敏度高；摄像头拍摄的视频数据直接传入车载微型计算机(7)；GPS与计算机要有接口，使计算机可获得位置信息并作处理，GPS可用带有定位功能的手机代替。
以下为车载摄像头检测前后方车辆的流程：
使用Adaboost算法训练级联分类器(如图4所示)：
1)以大量的正样本集，即车辆的正面和背面作为输入，在给定的haar-like特征原型下，计算并获得haar-like特征集；
2)以特征集为输入，根据给定的弱学习算法，确定阈值，将特征与弱分类器一一对应，获得弱分类器集；
3)以弱分类器集为输入，在训练检出率和误判率限制下，使用Adaboost算法挑选最优的弱分类器构成强分类器；
4)以强分类器集为输入，将其组合为级联分类器；
训练好分类器后，将其载入微型计算机的已编写好的车辆检测程序中。
利用训练好的分类器检测目标车辆：
分别在车辆的前后方位置，如图2所示，安装车载前置摄像头(4)和车载后置摄像头(5)，并将摄像头连入微型计算机(7)。以下全部以检测前方车辆的车尾为例，提前在前方摄像头所拍得到的视野内选则前方道路的特定区域作为检测范围，微型计算机在框选范围内用已训练的分类器检测目标车辆的车尾，将视频中每一帧检测到的车尾图片按照视野内从左到右的顺序存入存储空间。
基于图像处理的车牌定位：
1)将已存储的车辆图像做预处理：车牌在车的中间，缩小搜索范围，图片灰度化并做平滑处理，消除噪声点。
2)用Sobel算子进行垂直边缘检测。
3)做水平方向的灰度垂直投影，确定车牌y轴方向范围。利用车牌车牌固定长宽比设定扫描框，在固定的y轴方向范围内进行扫描，最后获取车牌区域
4)根据车牌颜色的固定搭配，筛选候选区域，得到车牌矩形区域。
5)利用Hough变换来检测出车牌倾斜角度，然后将倾斜车牌旋转至水平。
6)按字符位置对车牌进行分割，将分割后的字符归一化为20*40的图像。车牌字符识别：
1)特征提取：收集实际车牌0～9，A～Z(除去I,O)，以及各省简称作为样本，每一种字符约100张，将各个字符归一化为20*40的图像，将每张图片16等分提取每一部分的像素和作为前16个特征，分别将图像的5、6列的像素和，9、10的像素和，14、15列的像素和作为三个特征，8、9行的像素和，20、21行的像素和，31、32行的像素和作为三个特征，提取每个图片的22个特征。
2)样本训练，将每个图片的22个特征输入至BP神经网络中，输出为字符真实值，训练完毕后保存输入层、隐含层、输出层的权值。
3)在BP神经网络中载入各结点权值，输入被检测的车牌字符的特征值进行识别。信息的融合处理：
中国车牌尺寸分为两种，普通车440mm*140mm，中大型车440mm*220mm，根据图像中矩形区域的长宽比可确定车牌种类，又根据已得出的车牌的像素大小与实际中车牌距离摄像头长度的比例关系，得知视频其他帧中检测到的车牌距离 摄像头的距离，并以摄像头为远点，存储被检测车辆大致坐标。
经过以上步骤，所获得的信息有浮动车辆前后的被检测车辆的车牌，以车载前置摄像头(4)为原点的被检车辆的坐标，根据GPS(6)得到的世界坐标信息，结合被检车辆距离车载前置摄像头(4)的相对坐标，得出被检测车辆的世界坐标，至此得到装有车载移动摄像头监控子系统(1)的浮动车辆的以及其前后被检车辆的位置坐标、车牌号信息，并用无线信号收发器(8)将以上信息路边信息处理子系统(3)。
固定摄像头监控子系统(2)由一个路段内固定在道路上方的至少一个嵌入式摄像头(9)组成，嵌入式摄像头(9)用于车辆数检测以及监控区域内所有车辆的车牌识别，并根据安装时嵌入式摄像头(9)所标定的位置坐标与被检测车辆在拍摄图像中的位置关系获取被检测车辆的位置坐标，并将车辆数、车牌号和车牌的位置坐标发送至路边信息处理子系统(3)。
本系统中拍摄路面车辆的摄像头选用嵌入式摄像头(9)，综合车牌识别与车牌定位的功能，摄像头架设在道路正上方，与地面成30度夹角，以保证能拍摄到划定区域内所有车辆的车牌。在本系统监控的路段中，一般安装若干个嵌入式摄像头(9)，以实现区域无死角监控。
事先划定检测区域，确保摄像头能识别所拍车牌图像，在区域内划定子区域，如图5中所示，测量每个子区域距离固定摄像头距离，以便更简便的确定车牌坐标。嵌入式摄像头拍摄到道路视频图像后，如图5虚线框内按照车载移动摄像头监控子系统(1)同样的方法进行车牌定位和车牌识别，定位车牌后采用卡尔曼滤波进行跟踪，同时根据固定摄像头的坐标和视频中车辆所处的子区域序号确定跟踪车辆的世界坐标，将得到的固定摄像头拍摄到的所有车辆的车牌号和世界坐标发至路边信息处理子系统(3)。
这里对摄像头有如下要求：
摄像头拍摄的每一帧都具有良好的图像质量，这包括无模糊、无畸变、合适的对比度和较大的动态范围；
分辨率在虚线框内必须足以识别车辆及其牌照上的字符；
一般采用单色图像，通常具有较高对比度；
需要很高的低照度响应和灵敏度。
路边信息处理子系统(3)由路边单元信息处理器(10)、无线信号收发器(11)组成，路边单元信息处理器(10)用于将车载移动摄像头监控子系统(1)和固定摄像头监控子系统(2)识别到的车牌以及定位到车牌的位置坐标做融合处理，最终获取一个路段内的所有车牌和其位置，计算本区域内的车流量、车密度、交通指数，无线信号收发器(11)用于接收载移动摄像头监控子系统(1)和固定摄像头监控子系统(2)所发送的信息并将路边单元信息处理器(10)处理后的信息发送至交通管理部门。
经过以上过程，路边信息处理器获得了载移动摄像头监控子系统(1)和固定摄像头监控子系统(2)得到车辆车牌号和车牌对应的世界坐标。
本系统具有以下三种工作流程：
情况一、在固定摄像头监控子系统(2)的嵌入式摄像头(9)的拍摄范围，但超出其可识别车牌范围区域，嵌入式摄像头(9)不进行车牌的识别与定位，在此区域经过的浮动车通过车载移动摄像头监控子系统(1)识别其前后的车牌并获取车牌的世界坐标，并将浮动车辆前后车的车牌号和车牌的位置坐标发送至此路段的路边信息处理子系统(3)，路边单元信息处理器(10)将其接收的浮动车辆前后车的定位坐标和车牌号定为可信信息，根据可信信息推算此区域内的交通参数,即车流量，车密度以及交通指数，并将可信信息和交通参数发送至交通管理部门；
情况二：在固定摄像头监控子系统(2)的嵌入式摄像头(9)可识别车牌范围区域，嵌入式摄像头(9)识别和定位部分车牌，固定摄像头监控子系统(2)将识别到的车牌和及其坐标发至本路段的路边信息处理子系统(3)，此时在本区域内的浮动车通过车载移动摄像头监控子系统(1)识别和定位前后方车辆车牌，将车载移动摄像头监控子系统(1)所采集到的信息，以及两子系统(1)、(2)识别定位到的不重叠部分信息定为可信信息，根据可信信息以及本区域内浮动车辆数推算此区域内的交通参数,即车流量、车密度、交通指数，并将可信信息和交通参数发送至交通管理部门；
情况三：在固定摄像头监控子系统(2)的嵌入式摄像头(9)可识别车牌范围区域内，嵌入式摄像头(9)识别和定位全部车牌，车载移动摄像头监控子系统(1)和固定摄像头监控子系统(2)同时识别和定位车牌，并将信息发送至路边信息 处理子系统(3)，路边信息处理子系统(3)对于两子系统(1)、(2)不重叠的信息，以及对于重复识别的车辆信息融合处理后的信息定为可信信息，信息处理子系统(3)根据可信信息计算此区域内的交通参数，即车流量、车密度、交通指数，并将可信信息和交通参数发送至交通管理部门；
对于用两种方式同时识别到的车辆的世界坐标，利用以下公式将其融合；
(x,y)＝(mx1,my1)+((1-m)x2,(1-m)y2)
(x,y)为融合车载移动摄像头监控子系统(1)和固定摄像头监控子系统(2)后所得到的，(x1,y1)和(x2,y2)分别为以车载移动摄像头监控子系统(1)和固定摄像头监控子系统(2)得到的车辆世界坐标，m为(x1,y1)的权值，n为固定摄像头监控子系统(2)所识别的本路段车辆总数。当路段车辆越少时，m取值越接近0，此时路面车辆较少，基本不存在车辆遮挡或检测时的错检，固定摄像头监控子系统(2)检测数据较为准确；当路段车辆越多时，m取值越接近1，此时路面车辆较多，容易发生车辆遮挡，车载移动摄像头监控子系统(1)检测数据较为准确，将用以上方式融合后的车牌及车牌坐标定为可信信息，利用可信信息，计算区域内的车流量、车密度、交通指数，并将可信信息和交通参数发送至交通管理部门。
有益效果：
传统的固定摄像头定位识别车牌的方式存在着一些不足，比如摄像头覆盖率低、拍摄时受距离和摄像头本身像素的限制、车辆互相遮挡时无法识别车牌等，导致固定摄像头对车牌的定位识别效果一般。本发明将固定式车牌定位识别和移动式车牌定位技术识别结合，在固定摄像头拍摄的区域内行驶浮动车辆时，固定摄像头和移动摄像头同时工作，提高区域内定位识别到的车牌数，移动式摄像头的加入不仅可以解决固定摄像头在车辆互相遮挡时无法识别定位车牌的问题，还 能扩大检测区域。本发明提出了固定式摄像头和移动式摄像头定位识别车牌信息的融合方法，提高了对车牌的识别率。
附图说明：
图1、系统结构框图；
图2、车载摄像头安装位置与检测区域示意图；
图3、系统流程图；
图4、分类器训练流程图；
图5、嵌入式摄像头(9)划分检测区域图；
图6、本系统在检测路段内安装示意图；
图7固定摄像头监控子系统拍摄截图1；
图8车载移动摄像头监控子系统拍摄截图1；
图9固定摄像头监控子系统拍摄截图2；
图10车载移动摄像头监控子系统拍摄截图2；
图11固定摄像头监控子系统拍摄截图3；
图12车载移动摄像头监控子系统拍摄截图3。
实施例
以北京市双龙路松榆里路段为例，固定摄像头监控子系统(2)安装在天桥上，摄像头与地面成30度角，对本路段进行实时监控；车载移动摄像头监控子系统(1)安装在行驶的车辆上，对其前后的车辆进行识别；路边信息处理子系统(3)安装在天桥，如图6所示。在固定摄像头监控子系统(2)的嵌入式摄像头(9)的拍摄范围覆盖但超出其可识别车牌范围区域内，如图7，嵌入式摄像头(9)无法识别定位到远处车牌，此时在此区域经过的浮动车通过车载移动摄像头监控子系统(1)拍摄到周围车辆如图8，识别其前后的车牌并获取车牌的世界坐标，并将浮动车辆前后车的车牌号和车牌的位置坐标发送至此路段的路边信息处理子系统(3)，路边单元信息处理器(10)将其接收的浮动车辆前后车的定位坐标和车牌号定为可信信息，根据可信信息推算此区域内的交通参数,即车流量，车密度以及交通指数，并将可信信息和交通参数发送至交通管理部门；
在固定摄像头监控子系统(2)的嵌入式摄像头(9)可识别车牌范围区域内，由于车辆发生互相遮挡，使得嵌入式摄像头(9)只能识别定位小部分车牌，如 图9，固定摄像头监控子系统(2)将识别到的车牌和及其坐标发至本路段的路边信息处理子系统(3)，此时在本区域内的浮动车通过车载移动摄像头监控子系统(1)识别和定位前后方车辆车牌，如图10，将车载移动摄像头监控子系统(1)识别到的车牌和车牌的位置坐标发送至本路段的路边信息处理子系统(3)，将车载移动摄像头监控子系统(1)所采集到的信息，以及两子系统(1)、(2)识别定位到的不重叠部分信息定为可信信息，根据可信信息以及本区域内浮动车辆数推算此区域内的交通参数,即车流量、车密度、交通指数，并将可信信息和交通参数发送至交通管理部门；
在固定摄像头监控子系统(2)的嵌入式摄像头(9)可识别车牌范围区域内，嵌入式摄像头(9)识别和定位全部车牌，如图11，车载移动摄像头监控子系统(1)和固定摄像头监控子系统(2)同时识别和定位车牌，如图12，并将信息发送至路边信息处理子系统(3)，路边信息处理子系统(3)对于两子系统(1)、(2)不重叠的信息，以及对于重复识别的车辆信息融合处理后的信息定为可信信息，信息处理子系统(3)根据可信信息计算此区域内的交通参数，即车流量、车密度、交通指数，并将可信信息和交通参数发送至交通管理部门，其中，对于重复识别的车辆信息按公式(1)进行信息融合。
Claims (3)
1.基于组合式车路视频网络的车牌识别与定位系统，包括车载移动摄像头监控子系统(1)、固定摄像头监控子系统(2)、以及路边信息处理子系统(3)；车载移动摄像头监控子系统(1)安装在浮动车辆上，用于识别与定位浮动车前后的车辆的车牌；固定摄像头监控子系统(2)安装在道路上方，用于识别和定位某路段内的所有可识别定位到的移动车辆车牌；路边信息处理子系统(3)安装在固定摄像头监控子系统(2)所监控的路段路旁，用于接收和处理由车载移动摄像头监控子系统(1)和通过此路段的固定摄像头监控子系统(2)所识别和定位到的车辆信息，判断此路段的交通状况，并将处理后的车辆信息发送至交通管理部门。
2.根据权利要求1所述的基于组合式车路视频网络的车牌识别与定位系统，其特征在于：
车载移动摄像头监控子系统(1)包括车载前置摄像头(4)、车载后置摄像头(5)、GPS(6)、用于信息处理的微型计算机(7)以及无线信号收发器(8)，车载前置摄像头(4)安装在浮动车的车头，车载后置摄像头(5)安装在浮动车的车尾，分别用于拍摄浮动车前后方车辆的车牌，GPS(6)用于定位浮动车辆，GPS(6)和微型计算机(7)安装在车辆内，车载前置摄像头(4)、车载后置摄像头(5)、GPS(6)以及无线信号收发器(8)连接至微型计算机(7)，车载前置摄像头(4)和车载后置摄像头(5)拍摄到的图像和GPS(6)的定位信息发送至微型计算机(7)，微型计算机(7)进行图像处理识别浮动车辆前后车辆的车牌，并根据浮动车的位置坐标和浮动车前后车辆在图像中的位置关系获取浮动车前后车牌的位置坐标进行车牌定位，无线信号收发器(8)将微型计算机识别出的浮动车辆前后车的车牌和车牌的位置坐标，以及浮动车辆自身的车牌和位置坐标，发送至浮动车辆所处路段内的路边信息处理子系统(3)；
固定摄像头监控子系统(2)由一个路段内固定在道路上方的至少一个嵌入式摄像头(9)组成，嵌入式摄像头(9)用于车辆数检测以及监控区域内所有车辆的车牌识别，并根据安装时嵌入式摄像头(9)所标定的位置坐标与被检测车辆在拍摄图像中的位置关系获取被检测车辆的位置坐标，并将车辆数、车牌号和车牌的位置坐标发送至路边信息处理子系统(3)；
路边信息处理子系统(3)由路边单元信息处理器(10)、无线信号收发器(11) 组成，路边单元信息处理器(10)用于将车载移动摄像头监控子系统(1)和固定摄像头监控子系统(2)识别到的车牌以及定位到车牌的位置坐标做融合处理，最终获取一个路段内的所有车牌和其位置，计算本区域内的车流量、车密度、交通指数，无线信号收发器(11)用于接收载移动摄像头监控子系统(1)和固定摄像头监控子系统(2)所发送的信息并将路边单元信息处理器(10)处理后的信息发送至交通管理部门。
3.根据权利要求1所述的基于组合式车路视频网络的车牌识别与定位系统，其特征在于具有以下三种工作流程:
情况一、在固定摄像头监控子系统(2)的嵌入式摄像头(9)的拍摄范围，但超出其可识别车牌范围区域，嵌入式摄像头(9)不进行车牌的识别与定位，在此区域经过的浮动车通过车载移动摄像头监控子系统(1)识别其前后的车牌并获取车牌的世界坐标，并将浮动车辆前后车的车牌号和车牌的位置坐标发送至此路段的路边信息处理子系统(3)，路边单元信息处理器(10)将其接收的浮动车辆前后车的定位坐标和车牌号定为可信信息，根据可信信息推算此区域内的交通参数,即车流量，车密度以及交通指数，并将可信信息和交通参数发送至交通管理部门；
情况二：在固定摄像头监控子系统(2)的嵌入式摄像头(9)可识别车牌范围区域，嵌入式摄像头(9)识别和定位部分车牌，固定摄像头监控子系统(2)将识别到的车牌和及其坐标发至本路段的路边信息处理子系统(3)，此时在本区域内的浮动车通过车载移动摄像头监控子系统(1)识别和定位前后方车辆车牌，将车载移动摄像头监控子系统(1)所采集到的信息，以及两子系统(1)、(2)识别定位到的不重叠部分信息定为可信信息，根据可信信息以及本区域内浮动车辆数推算此区域内的交通参数,即车流量、车密度、交通指数，并将可信信息和交通参数发送至交通管理部门；
情况三：在固定摄像头监控子系统(2)的嵌入式摄像头(9)可识别车牌范围区域内，嵌入式摄像头(9)识别和定位全部车牌，车载移动摄像头监控子系统(1)和固定摄像头监控子系统(2)同时识别和定位车牌，并将信息发送至路边信息处理子系统(3)，路边信息处理子系统(3)对于两子系统(1)、(2)不重叠的信息，以及对于重复识别的车辆信息融合处理后的信息定为可信信息，信息处理 子系统(3)根据可信信息计算此区域内的交通参数，即车流量、车密度、交通指数，并将可信信息和交通参数发送至交通管理部门，其中，对于重复识别的车辆信息按以下方式对其融合处理，
(x,y)＝(mx1,my1)+((1-m)x2,(1-m)y2)
(x,y)为融合车载移动摄像头监控子系统(1)和固定摄像头监控子系统(2)后所得到的车牌位置坐标，(x1,y1)和(x2,y2)分别为以车载移动摄像头监控子系统(1)和固定摄像头监控子系统(2)得到的车辆世界坐标，m为(x1,y1)的权值，n为固定摄像头监控子系统(2)所识别的本路段车辆总数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510082153.XA CN104616502B (zh) | 2015-02-15 | 2015-02-15 | 基于组合式车路视频网络的车牌识别与定位系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510082153.XA CN104616502B (zh) | 2015-02-15 | 2015-02-15 | 基于组合式车路视频网络的车牌识别与定位系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104616502A true CN104616502A (zh) | 2015-05-13 |
| CN104616502B CN104616502B (zh) | 2017-03-29 |
Family
ID=53150933
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510082153.XA Active CN104616502B (zh) | 2015-02-15 | 2015-02-15 | 基于组合式车路视频网络的车牌识别与定位系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104616502B (zh) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105307114A (zh) * | 2015-08-03 | 2016-02-03 | 浙江海洋学院 | 一种基于移动设备的定位装置及其定位方法 |
| CN105338485A (zh) * | 2015-08-03 | 2016-02-17 | 浙江海洋学院 | 一种移动设备的辅助定位装置及其辅助定位方法 |
| CN107301385A (zh) * | 2017-06-09 | 2017-10-27 | 浙江宇视科技有限公司 | 一种遮挡车牌识别方法及装置 |
| CN107609555A (zh) * | 2017-09-15 | 2018-01-19 | 北京文安智能技术股份有限公司 | 车牌检测方法、应用其的车型识别方法及相关装置 |
| WO2018024848A1 (en) * | 2016-08-04 | 2018-02-08 | Here Global B.V. | Method and apparatus for using virtual probe points for routing or navigation purposes |
| CN108682173A (zh) * | 2016-07-14 | 2018-10-19 | 天津职业技术师范大学 | 道路交通事件检测预警方法及系统 |
| CN109272745A (zh) * | 2018-08-20 | 2019-01-25 | 浙江工业大学 | 一种基于深度神经网络的车辆轨迹预测方法 |
| CN109798872A (zh) * | 2017-11-16 | 2019-05-24 | 北京凌云智能科技有限公司 | 车辆定位方法、装置和系统 |
| CN110766949A (zh) * | 2018-07-27 | 2020-02-07 | 浙江宇视科技有限公司 | 违章抓拍方法及装置 |
| CN111063199A (zh) * | 2019-12-19 | 2020-04-24 | 深圳市捷顺科技实业股份有限公司 | 车辆与车牌的关联方法、装置及终端设备 |
| CN111837083A (zh) * | 2018-01-12 | 2020-10-27 | 佳能株式会社 | 信息处理装置、信息处理系统、信息处理方法和程序 |
| CN112950952A (zh) * | 2021-02-09 | 2021-06-11 | 联想(北京)有限公司 | 一种处理方法和电子设备 |
| CN113012422A (zh) * | 2019-12-20 | 2021-06-22 | 百度在线网络技术（北京）有限公司 | 公交车定位方法、装置、设备及存储介质 |
| CN114333328A (zh) * | 2022-01-18 | 2022-04-12 | 广州方纬智慧大脑研究开发有限公司 | 基于浮动车定位数据的卡口标定方法、装置和存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7119674B2 (en) * | 2003-05-22 | 2006-10-10 | Pips Technology, Inc. | Automated site security, monitoring and access control system |
| KR100918837B1 (ko) * | 2009-07-10 | 2009-09-28 | 완전정보통신(주) | 하이브리드 방식의 차량 검지시스템 및 그 검지방법 |
| RU2385498C1 (ru) * | 2008-10-27 | 2010-03-27 | Александр Петрович Шарапов | Устройство для организации дорожного движения |
| CN102737506A (zh) * | 2011-07-01 | 2012-10-17 | 山东佳信自动化有限公司 | 一种实现行驶车辆信息即时采集的方法 |
| CN202615606U (zh) * | 2012-06-04 | 2012-12-19 | 南京城市智能交通有限公司 | 一种智能交通数据采集系统 |
| CN103337168A (zh) * | 2013-06-04 | 2013-10-02 | 深圳市华宝电子科技有限公司 | 一种车辆数据采集方法、装置及系统 |
-
2015
- 2015-02-15 CN CN201510082153.XA patent/CN104616502B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7119674B2 (en) * | 2003-05-22 | 2006-10-10 | Pips Technology, Inc. | Automated site security, monitoring and access control system |
| RU2385498C1 (ru) * | 2008-10-27 | 2010-03-27 | Александр Петрович Шарапов | Устройство для организации дорожного движения |
| KR100918837B1 (ko) * | 2009-07-10 | 2009-09-28 | 완전정보통신(주) | 하이브리드 방식의 차량 검지시스템 및 그 검지방법 |
| CN102737506A (zh) * | 2011-07-01 | 2012-10-17 | 山东佳信自动化有限公司 | 一种实现行驶车辆信息即时采集的方法 |
| CN202615606U (zh) * | 2012-06-04 | 2012-12-19 | 南京城市智能交通有限公司 | 一种智能交通数据采集系统 |
| CN103337168A (zh) * | 2013-06-04 | 2013-10-02 | 深圳市华宝电子科技有限公司 | 一种车辆数据采集方法、装置及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 周户星: "车联网环境下交通信息采集与处理方法研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 * |
| 陈阳舟 等: "基于神经网络的城市快速路交通拥堵判别算法", 《计算机测量与控制》 * |
Cited By (27)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105307114A (zh) * | 2015-08-03 | 2016-02-03 | 浙江海洋学院 | 一种基于移动设备的定位装置及其定位方法 |
| CN105338485A (zh) * | 2015-08-03 | 2016-02-17 | 浙江海洋学院 | 一种移动设备的辅助定位装置及其辅助定位方法 |
| CN108806296B (zh) * | 2016-07-14 | 2021-04-13 | 天津职业技术师范大学 | 基于车路协同的道路交通事件检测预警方法及检测预警系统 |
| CN108682173A (zh) * | 2016-07-14 | 2018-10-19 | 天津职业技术师范大学 | 道路交通事件检测预警方法及系统 |
| CN108922171A (zh) * | 2016-07-14 | 2018-11-30 | 天津职业技术师范大学 | 道路交通事件检测预警方法及检测预警系统 |
| CN108682173B (zh) * | 2016-07-14 | 2021-07-09 | 天津职业技术师范大学 | 道路交通事件检测预警方法及系统 |
| CN108922171B (zh) * | 2016-07-14 | 2021-04-13 | 天津职业技术师范大学 | 道路交通事件检测预警方法及检测预警系统 |
| CN108806296A (zh) * | 2016-07-14 | 2018-11-13 | 天津职业技术师范大学 | 基于车路协同的道路交通事件检测预警方法及检测预警系统 |
| WO2018024848A1 (en) * | 2016-08-04 | 2018-02-08 | Here Global B.V. | Method and apparatus for using virtual probe points for routing or navigation purposes |
| CN109564095B (zh) * | 2016-08-04 | 2022-06-17 | 赫尔环球有限公司 | 出于路径选择或导航目的使用虚拟探测点的方法和设备 |
| US10397089B2 (en) | 2016-08-04 | 2019-08-27 | Here Global B.V. | Method and apparatus for using virtual probe points for routing or navigation purposes |
| CN109564095A (zh) * | 2016-08-04 | 2019-04-02 | 赫尔环球有限公司 | 出于路径选择或导航目的使用虚拟探测点的方法和设备 |
| CN107301385B (zh) * | 2017-06-09 | 2020-05-19 | 浙江宇视科技有限公司 | 一种遮挡车牌识别方法及装置 |
| CN107301385A (zh) * | 2017-06-09 | 2017-10-27 | 浙江宇视科技有限公司 | 一种遮挡车牌识别方法及装置 |
| CN107609555B (zh) * | 2017-09-15 | 2020-10-27 | 北京文安智能技术股份有限公司 | 车牌检测方法、应用其的车型识别方法及相关装置 |
| CN107609555A (zh) * | 2017-09-15 | 2018-01-19 | 北京文安智能技术股份有限公司 | 车牌检测方法、应用其的车型识别方法及相关装置 |
| CN109798872A (zh) * | 2017-11-16 | 2019-05-24 | 北京凌云智能科技有限公司 | 车辆定位方法、装置和系统 |
| CN109798872B (zh) * | 2017-11-16 | 2021-06-22 | 北京凌云智能科技有限公司 | 车辆定位方法、装置和系统 |
| CN111837083A (zh) * | 2018-01-12 | 2020-10-27 | 佳能株式会社 | 信息处理装置、信息处理系统、信息处理方法和程序 |
| CN110766949A (zh) * | 2018-07-27 | 2020-02-07 | 浙江宇视科技有限公司 | 违章抓拍方法及装置 |
| CN110766949B (zh) * | 2018-07-27 | 2021-09-28 | 浙江宇视科技有限公司 | 违章抓拍方法及装置 |
| CN109272745A (zh) * | 2018-08-20 | 2019-01-25 | 浙江工业大学 | 一种基于深度神经网络的车辆轨迹预测方法 |
| CN111063199A (zh) * | 2019-12-19 | 2020-04-24 | 深圳市捷顺科技实业股份有限公司 | 车辆与车牌的关联方法、装置及终端设备 |
| CN113012422A (zh) * | 2019-12-20 | 2021-06-22 | 百度在线网络技术（北京）有限公司 | 公交车定位方法、装置、设备及存储介质 |
| CN112950952A (zh) * | 2021-02-09 | 2021-06-11 | 联想(北京)有限公司 | 一种处理方法和电子设备 |
| CN114333328A (zh) * | 2022-01-18 | 2022-04-12 | 广州方纬智慧大脑研究开发有限公司 | 基于浮动车定位数据的卡口标定方法、装置和存储介质 |
| CN114333328B (zh) * | 2022-01-18 | 2023-02-28 | 广州方纬智慧大脑研究开发有限公司 | 基于浮动车定位数据的卡口标定方法、装置和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104616502B (zh) | 2017-03-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104616502A (zh) | 基于组合式车路视频网络的车牌识别与定位系统 | |
| CN106652468B (zh) | 车辆道路前车违规检测和自车违规预警提醒装置及方法 | |
| US10713490B2 (en) | Traffic monitoring and reporting system and method | |
| CN106373394B (zh) | 一种基于视频和雷达的车辆检测方法及系统 | |
| CN102768804B (zh) | 基于视频的交通信息采集方法 | |
| CN105844222B (zh) | 基于视觉的前方车辆碰撞预警系统及方法 | |
| CN101510356B (zh) | 视频检测系统及其数据处理装置、视频检测方法 | |
| CN104296756B (zh) | 运行机动车的方法和机动车 | |
| CN109460709A (zh) | 基于rgb和d信息融合的rtg视觉障碍物检测的方法 | |
| CN106127107A (zh) | 基于车牌信息和车辆轮廓的多路视频信息融合的车型识别方法 | |
| CN103164958B (zh) | 车辆监控方法及系统 | |
| CN104157160B (zh) | 车辆行驶控制方法、装置及车辆 | |
| CN104239867A (zh) | 车牌定位方法及系统 | |
| Liu et al. | Vision-based real-time lane marking detection and tracking | |
| CN104574993B (zh) | 一种道路监控的方法及装置 | |
| CN107909601A (zh) | 一种适用于航标的船舶防撞预警视频检测系统及检测方法 | |
| CN114898296A (zh) | 基于毫米波雷达与视觉融合的公交车道占用检测方法 | |
| CN111967396A (zh) | 障碍物检测的处理方法、装置、设备及存储介质 | |
| CN110490150A (zh) | 一种基于车辆检索的违章图片自动审核系统及方法 | |
| CN106327880A (zh) | 一种基于监控视频的车速识别方法及其系统 | |
| Janda et al. | Road boundary detection for run-off road prevention based on the fusion of video and radar | |
| CN115440071B (zh) | 一种自动驾驶违规停车检测方法 | |
| CN106960193A (zh) | 一种车道线检测装置和方法 | |
| Bhandari et al. | Fullstop: A camera-assisted system for characterizing unsafe bus stopping | |
| CN114333331B (zh) | 一种多车道桥梁车辆通行信息与车重识别方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20170331 Address after: 518000 Guangdong province Shenzhen city Longhua District gold dragon road building block E room 706 Patentee after: Shenzhen Meliao Technology Transfer Center Co.,Ltd. Address before: 100124 Chaoyang District, Beijing Ping Park, No. 100 Patentee before: Beijing University of Technology |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20190701 Address after: 610000 China (Sichuan) Free Trade Pilot Zone Chengdu High-tech Zone Jiaozi Avenue 177 Building 1 2501, 2502, 2503, 2504, 2505 Patentee after: SICHUAN GONGDA CHUANGXING BIG DATA Co.,Ltd. Address before: 518000 room 706, block E, gold rush building, Tenglong Road, Longhua New District, Shenzhen, Guangdong. Patentee before: Shenzhen Meliao Technology Transfer Center Co.,Ltd. |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: License plate identification and positioning system based on combined type vehicle-road video network Effective date of registration: 20191012 Granted publication date: 20170329 Pledgee: Chengdu Rural Commercial Bank Co.,Ltd. Juqiao sub branch Pledgor: SICHUAN GONGDA CHUANGXING BIG DATA Co.,Ltd. Registration number: Y2019510000036 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| CP03 | Change of name, title or address |
Address after: No.1, 12 / F, building 8, No.399, west section of Fucheng Avenue, Chengdu hi tech Zone, China (Sichuan) pilot Free Trade Zone, Chengdu, Sichuan 610015 Patentee after: Sichuan Hagong Chuangxing big data Co.,Ltd. Address before: No. 1104, 11th floor, building 1, No. 530, middle section of Tianfu Avenue, Chengdu high tech Zone, China (Sichuan) pilot Free Trade Zone, Chengdu, Sichuan 610094 Patentee before: Harbin University of technology big data group Sichuan Co.,Ltd. Address after: No. 1104, 11th floor, building 1, No. 530, middle section of Tianfu Avenue, Chengdu high tech Zone, China (Sichuan) pilot Free Trade Zone, Chengdu, Sichuan 610094 Patentee after: Harbin University of technology big data group Sichuan Co.,Ltd. Address before: 610000 China (Sichuan) Free Trade Pilot Zone Chengdu High-tech Zone Jiaozi Avenue 177 Building 1 2501, 2502, 2503, 2504, 2505 Patentee before: SICHUAN GONGDA CHUANGXING BIG DATA Co.,Ltd. |
|
| CP03 | Change of name, title or address | ||
| PM01 | Change of the registration of the contract for pledge of patent right |
Change date: 20210617 Registration number: Y2019510000036 Pledgor after: Sichuan Hagong Chuangxing big data Co.,Ltd. Pledgor before: SICHUAN GONGDA CHUANGXING BIG DATA Co.,Ltd. |
|
| PM01 | Change of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20230606 Granted publication date: 20170329 Pledgee: Chengdu Rural Commercial Bank Co.,Ltd. Juqiao sub branch Pledgor: Sichuan Hagong Chuangxing big data Co.,Ltd. Registration number: Y2019510000036 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right |