CN104933867B - 基于交通监控视频的路况实时获取方法 - Google Patents
基于交通监控视频的路况实时获取方法 Download PDFInfo
- Publication number
- CN104933867B CN104933867B CN201510338643.1A CN201510338643A CN104933867B CN 104933867 B CN104933867 B CN 104933867B CN 201510338643 A CN201510338643 A CN 201510338643A CN 104933867 B CN104933867 B CN 104933867B
- Authority
- CN
- China
- Prior art keywords
- data
- remote server
- video processor
- num
- media
- 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
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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于交通监控视频的路况实时获取装置及方法,其特征在于:包括视频处理器、网络模块、远程服务器、数据推送器以及数据接收器,其中:所述视频处理器读取对应所述监控设备上的视频图像,按照获得的图片求取每一帧图片中各像素点的灰度值X,并与预存参数值X‑1比较,由核方法评估路段拥堵程度ci,并上传;由远程服务器实时分析,获得路段拥堵程度值C,数据推送器将拥堵路段的信息发送至数据接收器上,由数据接收器输出。本发明通过视频处理器分析实时图像灰度,利用核方法评估拥堵程度并上传,由数据推送器实时发送信息,接收器实时播报,实现驾驶员路况信息的实时获取,及时规划行车路线,减少拥堵。
Description
技术领域
本发明涉及一种路面交通通行情况的识别方法,尤其涉及一种基于交通监控视频的路况实时获取方法。
背景技术
交通是现代社会的基础,是人类社会经济的命脉,人们的社会行为与交通息息相关。一个城市中,机动车、非机动车保有量大,路口和路段情况纷繁复杂,要处理这样一个规模庞大、动态、具有高度不确定性的分布式系统,进行有效的控制,是一件十分复杂的工作。在不新增交通道路的情况下,通过合理的交通控制,提高道路的利用效率,进而提高交通通行效率是快速解决城市交通问题的一种有效途径。
然而,现在交通拥挤、堵塞现象日益严重。导致交通问题的原因,一方面是由于车辆越来越多,交通规划与设计滞后,另一方面在于很多交通信号控制系统较为落后,交通信号灯未能很好地根据实时交通情况调节交通流量,起到提高交通通行效率的作用。通过计算技术和机器智能帮助解决交通问题愈来愈受到人们的重视,已经成为趋势。
近年来,大量交通监控设备投入使用,实时交通视频数据不间断地传输给交通管理部门,交通视频数据呈数据爆炸式增长。这些交通视频数据仅仅传输到服务器就需要大量时间和带宽,再加上处理这些视频数据得到交通状况的分析数据还需要大量时间,这样得到的数据对实时性要求较高的交通信号灯系统而言,用于进行交通信号决策就具有较长的时滞,不适于交通信号的实时决策控制了。因此,如何充分利用好这些交通视频数据,改进路面交通信号灯的控制,以提高路面交通通行效率,就越发显得重要。
发明内容
本发明目的是提供一种基于交通监控视频的路况实时获取装置及方法,通过该装置及方法,可实时地获得各路口路况情况信息,并及时回馈给接收器,便于交通参与者及时做出路线规划,做到“车路协同”,从而减少拥堵,缓解交通压力。
为达到上述目的,本发明采用的技术方案是:一种基于交通监控视频的路 况实时获取装置,包括视频处理器、网络模块、远程服务器、数据推送器及数据接收器,其中:
视频处理器:设置于每一路口的监控设备上,用于读取监控设备上的视频图像,并对视频图像进行分析;
网络模块:无线网络或有线网络,用于联接所述视频处理器与所述远程服务器,传输数据信息;
远程服务器:接收由所述视频处理器发送的分析结果,并通过网络模块发送给所述数据推送器;
数据推送器:通过接收自所述数据接收器发出的请求信号,并发送至所述远程服务器,获取相应数据后发送至所述数据接收器,该数据推送器安装于所述监控设备旁侧;
数据接收器:通过无线网络接收由所述数据推送器发送的信息,并输出。
上述技术方案中,所述数据推送器为一射频收发器,该射频收发器经所述网络模块与所述远程服务器连接,向远程服务器发送请求信号,所述远程服务器经所述网络模块发送相应信号至所述射频收发器,所述射频收发器发送电磁波至所述接收器。
上述技术方案中,所述数据接收器包括接收模块、语音模块或显示模块,所述接收模块经无线网络接收信号及发送请求信号至所述数据推送器,所述语音模块或显示模块将接收模块获取的信号转换为语音信息或文字信息输出。
为达到上述目的,本发明采用的方法技术方案是:一种基于交通监控视频的路况实时获取方法,包括对应每个监控设备上设置一视频处理器,每一所述视频处理器经网络模块与远程服务器连接,设置于所述视频处理器旁侧的数据推送器,以及设置于交通工具上的数据接收器,其中:
所述视频处理器读取对应所述监控设备上的视频图像,按照获得的图片求取每一帧图片中各像素的灰度值X,并与预存参数值X-1比较,当大于X-X-1>0,则numi_1=numi_1+1,否则numi_0=numi_0+1,通过对numi_1与numi_0值采集,构成实时灰度值ei=(numi_1,numi_0),由核方法评估该视频处理器上观察到的路段拥堵程度ci,再通过所述网络模块上传至所述远程服务器;
所述远程服务器收集到每一视频处理器上传的路段拥堵程度ci,由远程服务器利用原有数据的权值与收到的各个实时路段拥堵程度ci进行分析,获 得从一个路口到下一个路口的路段拥堵程度值C,即表现为该路段的实时在线交通状态;
所述数据推送器发送包括当前位置的请求信号至所述远程服务器,获取对应发送请求信号路段的实时在线交通状态信号,然后将路段拥堵程度值C发送至所述数据接收器;
所述数据接收器通过无线网络接收由所述数据推送器发送的实时在线交通状态信息,并输出。
上述技术方案中,所述预存参数值X-1存储于远程服务器上,包括马路颜色的灰度值Gi和误差值εi,随着时间及天气的变化,改变马路颜色的灰度值Gi、误差值εi中的一个或两个,由远程服务器通过网络模块发送给每个所述视频处理器。
进一步的技术方案为,根据时间的变化,每间隔1个小时~4个小时调用预存于远程服务器中的数据,对每个视频处理器上的马路颜色的灰度值Gi和误差值εi进行重新赋值。
更一步的是,每一帧图片中各像素的灰度值X=0.11×r+0.59×g+0.3×b,其中r表示红色亮度,g表示绿色亮度,b表示蓝色亮度,当(X-Gi)2-εi>0,则numi_1=numi_1+1,否则numi_0=numi_0+1。
上述技术方案中,所述通过“核方法评估该视频处理器上观察到的路段拥堵程度ci”的方式为:
a.远程服务器中对应每个视频处理器i具有一数据存储空间,存放以往的灰度值数据eij,其中j=1,2……N;
b.每个视频处理器i调用远程服务器中的eij数据,运用公式⑴与当前获取的实时灰度值ei比较相似度;
其中ei=(numi_1,numi_0);
c.每个视频处理器i再根据公式⑵,求出当前监控所能观察到的路段的拥堵程度ci;
d.最后通过网络模块将路段的拥堵程度ci以及实时灰度值ei上传至远程服务器。
上述技术方案中,所述“远程服务器利用原有数据的权值”是一组通过随机梯度下降的方法,对远程服务器存储空间中原有该路段视频处理器上传的路段灰度值数据进行计算获得的权值θi,所述从一个路口到下一个路口的路段拥堵程度值其中I表示该路段的所有视频处理器的集合。
上述技术方案中,所述数据接收器包括接收模块、语音模块或显示模块,所述接收模块经无线网络接收信号及发送请求信号至所述数据推送器,所述语音模块或显示模块将接收模块获取的信号转换为语音信息或文字信息在交通工具上输出。
由于上述技术方案运用,本发明与现有技术相比具有下列优点:
1.本发明通过在每个路段原有的监控设备上安装视频处理器,实时获取每一帧图像数据,并计算图像中的灰度值,将实时灰度值与以往的该路段灰度值进行比较,利用核方法分析评估该路段的拥堵程度,即为该路段的实时交通状态,由于对实时数据的分析是通过视频处理器来处理,分析的结果上传至远程服务器上,使得服务器与视频处理之间的通信数据量很小,不会对网络造成传输压力,数据传输速度快,为远程服务器获取实时路况提供良好的数据支持,以便于即时的对路段信号灯进行控制,为改善路况提供帮助;
2.本发明中,利用数据推送器与数据接收器的组合,使司机在车上实时通过数据接收器获取附近路段拥堵情况,提前规划好行车路线,做到合理的分流,有效缓解交通压力;
3.由于本发明中对实时数据的分析采用核方法,考虑了环境因素,而不仅仅单纯的像素点在整个图片的比重,随着马路颜色或天气、时间的变化,而改变核参数,保证评估的拥堵程度不受环境巨大改变而受到影响,获得的数据更为准确;
4.在从一个路口到下一个路口间的拥堵情况分析时,使用梯度下降方法计算权值,将权值加入到对路段拥堵的分析中,增加了整个核算过程的正确性, 避免局部最优解。
附图说明
图1是本发明实施例一的局部网络拓扑示意图。
具体实施方式
下面结合附图及实施例对本发明作进一步描述:
实施例一:参见图1所示,一种基于交通监控视频的路况实时获取装置,包括视频处理器、网络模块、远程服务器、数据推送器及数据接收器,其中:
⑴视频处理器:设置于每一路口的监控设备上,用于读取监控设备上的视频图像,并对视频图像进行分析,视频处理器可选择德州仪器的TMS320C66xDSP系列TMS320C6670产品,芯片工作温度在-40度到100度之间,可以满足户外工作的要求;
⑵网络模块:无线网络或有线网络,用于联接所述视频处理器与所述远程服务器,传输数据信息,有线网络为以太网,若选用无线网络可选用2G\3G\4G网络中的一种;
⑶远程服务器:接收由所述视频处理器发送的分析结果,并通过网络模块发送给所述数据推送器;
⑷数据推送器:通过接收自所述数据接收器发出的请求信号,并发送至所述远程服务器,获取相应数据后发送至所述数据接收器,该数据推送器安装于所述监控设备旁侧;可选用TI公司的CC2520芯片,它是一款使用ZigBee协议的射频收发器,通信范围在70米左右完全可以满足我们的通信需求;
⑸数据接收器:通过无线网络接收由所述数据推送器发送的信息,并输出,可通过语音或文字输出,一般以语音输出更为合适行车过程中使用,包含接收模块CC2520芯片以及科大讯飞的XF-S4240语音模块,CC2520芯片接收数据推送器的数据并传给XF-S4220,将其语音播报给驾驶员。
具体的分析方法为:
所述视频处理器读取对应所述监控设备上的视频图像,按照获得的图片求取每一帧图片的灰度值X,并与预存参数值X-1比较,当大于X-X-1>0,则numi_1=numi_1+1,否则numi_0=numi_0+1,通过对numi_1与numi_0值采集,构成实时灰度值ei=(numi_1,numi_0),由核方法评估该视频处理器上观察到的路段拥堵程度ci,再通过所述网络模块上传至所述远程服务器;
所述远程服务器收集到每一视频处理器上传的路段拥堵程度ci,由远程服务器利用原有数据的权值与收到的各个实时路段拥堵程度ci进行分析,获得从一个路口到下一个路口的路段拥堵程度值C,即表现为该路段的实时在线交通状态。
所述预存参数值X-1存储于远程服务器上,包括马路颜色的灰度值Gi和误差值εi,随着时间及天气的变化,改变马路颜色的灰度值Gi和误差值εi,该参数通过监控设备以往的天气、光照向类似的视频训练出来的,存储于远程服务器中。根据时间的变化,每间隔1个小时~4个小时调用预存于远程服务器中的参数值,远程服务器对每个视频处理器上的马路颜色的灰度值Gi和误差值εi进行重新赋值。
实施步骤:
⑴通过以太网对路段上的每个视频处理器i的核eij进行赋值,其中j=1,2…5。
⑵通过以太网对路段上的每个视频处理器i的参数Gi和εi进行赋值。
⑶对视频处理器i,numi_0←0,numi_1←0,取监控视频的一帧图片,对每个像素点,如果(0.11*r+0.59*g+0.3*b-Gi)2-εi>0则numi_1←numi_1+1,否则,numi_0←numi_0+1。其中r表示红色亮度,g表示绿色的亮度,b表示蓝色的亮度。
⑷视频处理器i根据公式求ei与每一个eij的相似度,其中ei=(numi_1,numi_0)。
⑸视频处理器i根据公式求监控i所能观察到的路段的拥堵程度ci。并通过以太网将ci的值传给服务器。
⑹服务器通过一组权值θi计算从一个路口到另一个路口的路段的拥堵程 度其中I表示该路段的所有视频处理器的集合,θi是一组通过随机梯度下降的方法,对远程服务器存储空间中原有该路段视频处理器上传的路段灰度值数据进行计算获得的权值。
⑺数据推送器通过网络模块向远程服务器请求周围路段的拥堵程度,通常可以设置搜索范围为500-1000米,并将拥堵程度C达到一定程度的路段信息通过电磁波传送给汽车内的数据接收器,数据接收器中的语间模块将拥堵信息语音播报出来。
如果路段上的环境产生巨大的变化,如路边绿化带、路段背景色产生改变,转向步骤(1),否则,如果到达设定间隔时间或者天气发生了变化时,转向步骤(2)。否则,转向步骤(3)。
Claims (10)
1.一种基于交通监控视频的路况实时获取方法,其特征在于:包括对应每个监控设备上设置一视频处理器,每一所述视频处理器经网络模块与远程服务器连接,设置于所述视频处理器旁侧的数据推送器,以及设置于交通工具上的数据接收器,其中:
所述视频处理器读取对应所述监控设备上的视频图像,按照获得的图片求取每一帧图片中各像素点的灰度值X,并与预存参数值X-1比较,当大于X-X-1>0,则numi_1=numi_1+1,否则numi_0=numi_0+1,通过对numi_1与numi_0值采集,构成实时灰度值ei=(numi_1,numi_0),由核方法评估该视频处理器上观察到的路段拥堵程度ci,再通过所述网络模块上传至所述远程服务器;
所述远程服务器收集到每一视频处理器上传的路段拥堵程度ci,由远程服务器利用原有数据的权值与收到的各个实时路段拥堵程度ci进行分析,获得从一个路口到下一个路口的路段拥堵程度值C,即表现为该路段的实时在线交通状态;
所述数据推送器发送包括当前位置信息的请求信号至所述远程服务器,获取对应发送请求信号路段的实时在线交通状态信号,然后将路段拥堵程度值C发送至所述数据接收器;
所述数据接收器通过无线网络接收由所述数据推送器发送的实时在线交通状态信息,并输出。
2.根据权利要求1所述的基于交通监控视频的路况实时获取方法,其特征在于:所述预存参数值X-1存储于远程服务器上,包括马路颜色的灰度值Gi和误差值εi,随着时间及天气的变化,改变马路颜色的灰度值Gi、误差值εi中的一个或两个,由远程服务器通过网络模块发送给每个所述视频处理器。
3.根据权利要求2所述的基于交通监控视频的路况实时获取方法,其特征在于:根据时间的变化,每间隔1个小时~4个小时调用预存于远程服务器中的数据,对每个视频处理器上的马路颜色的灰度值Gi和误差值εi进行重新赋值。
4.根据权利要求2所述的基于交通监控视频的路况实时获取方法,其特征在于:每一帧图片中各像素点的灰度值X=0.11×r+0.59×g+0.3×b,其中r表示红色亮度,g表示绿色亮度,b表示蓝色亮度,当(X-Gi)2-εi>0,则numi_1=numi_1+1,否则numi_0=numi_0+1。
5.根据权利要求1所述的基于交通监控视频的路况实时获取方法,其特征在于:所述通过“核方法评估该视频处理器上观察到的路段拥堵程度ci”的方式为:
a.远程服务器中对应每个视频处理器i具有一数据存储空间,存放以往的灰度值数据eij,其中j=1,2……N;
b.每个视频处理器i调用远程服务器中的eij数据,运用公式⑴与当前获取的实时灰度值ei比较相似度;
其中ei=(numi_1,numi_0);
c.每个视频处理器i再根据公式⑵,求出当前监控所能观察到的路段的拥堵程度ci;
d.最后通过网络模块将路段的拥堵程度ci以及实时灰度值ei上传至远程服务器。
6.根据权利要求1所述的基于交通监控视频的路况实时获取方法,其特征在于:所述“远程服务器利用原有数据的权值”是一组通过随机梯度下降的方法,对远程服务器存储空间中原有该路段视频处理器上传的路段灰度值数据进行计算获得的权值θi,所述从一个路口到下一个路口的路段拥堵程度值其中I表示该路段的所有视频处理器的集合。
7.根据权利要求1所述的基于交通监控视频的路况实时获取方法,其特征在于:所述数据接收器包括接收模块、语音模块或显示模块,所述接收模块经无线网络接收信号及发送请求信号至所述数据推送器,所述语音模块或显示模块将接收模块获取的信号转换为语音信息或文字信息在交通工具上输出。
8.根据权利要求1所述的基于交通监控视频的路况实时获取方法,其特征在于:所述监控设备包括视频处理器、网络模块、远程服务器、数据推送器及数据接收器,其中:
视频处理器:设置于每一路口的监控设备上,用于读取监控设备上的视频图像,并对视频图像进行分析;
网络模块:无线网络或有线网络,用于联接所述视频处理器与所述远程服务器,传输数据信息;
远程服务器:接收由所述视频处理器发送的分析结果,并通过网络模块发送给所述数据推送器;
数据推送器:通过接收自所述数据接收器发出的请求信号,并发送至所述远程服务器,获取相应数据后发送至所述数据接收器,该数据推送器安装于所述监控设备旁侧;
数据接收器:通过无线网络接收由所述数据推送器发送的信息,并输出。
9.根据权利要求8所述的基于交通监控视频的路况实时获取方法,其特征在于:所述数据推送器为一射频收发器,该射频收发器经所述网络模块与所述远程服务器连接,向远程服务器发送请求信号,所述远程服务器经所述网络模块发送相应信号至所述射频收发器,所述射频收发器发送电磁波至所述接收器。
10.根据权利要求8或9所述的基于交通监控视频的路况实时获取方法,其特征在于:所述数据接收器包括接收模块、语音模块或显示模块,所述接收模块经无线网络接收信号及发送请求信号至所述数据推送器,所述语音模块或显示模块将接收模块获取的信号转换为语音信息或文字信息输出。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510338643.1A CN104933867B (zh) | 2015-06-17 | 2015-06-17 | 基于交通监控视频的路况实时获取方法 |
PCT/CN2016/075557 WO2016202012A1 (zh) | 2015-06-17 | 2016-03-03 | 基于交通监控视频的路况检测方法、获取方法及获取装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510338643.1A CN104933867B (zh) | 2015-06-17 | 2015-06-17 | 基于交通监控视频的路况实时获取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104933867A CN104933867A (zh) | 2015-09-23 |
CN104933867B true CN104933867B (zh) | 2017-05-24 |
Family
ID=54121015
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510338643.1A Active CN104933867B (zh) | 2015-06-17 | 2015-06-17 | 基于交通监控视频的路况实时获取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104933867B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016202012A1 (zh) * | 2015-06-17 | 2016-12-22 | 苏州大学张家港工业技术研究院 | 基于交通监控视频的路况检测方法、获取方法及获取装置 |
CN106652451B (zh) * | 2016-12-21 | 2020-05-01 | 南京理工大学 | 一种全程全局路况分析系统 |
CN108088458A (zh) * | 2018-01-12 | 2018-05-29 | 山东高速信息工程有限公司 | 基于图像的公路导航路况显示的方法、装置、存储介质 |
CN108806255A (zh) * | 2018-07-03 | 2018-11-13 | 魏巧萍 | 一种云交通管理系统 |
CN108955716A (zh) * | 2018-07-31 | 2018-12-07 | 吉林师范大学 | 基于图像识别的导航平台及使用方法 |
CN113885446B (zh) * | 2020-04-16 | 2024-06-07 | 福州泰全工业有限公司 | 实现品质趋势预测的汽车生产线品管方法 |
CN111599171A (zh) * | 2020-04-24 | 2020-08-28 | 重庆科技学院 | 大数据应用于交通的智能化控制系统、方法、存储介质 |
CN116386344B (zh) * | 2023-06-07 | 2023-08-25 | 江苏群力技术有限公司 | 一种基于摄像头模组的道路交通监控系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004178358A (ja) * | 2002-11-28 | 2004-06-24 | Meidensha Corp | イベント警備監視方法及びイベント警備監視装置 |
CN1573835A (zh) * | 2003-06-18 | 2005-02-02 | 三星电子株式会社 | 利用专用网络为用户提供道路交通信息的设备和方法 |
JP2006031645A (ja) * | 2004-07-12 | 2006-02-02 | Nariyuki Mitachi | 動的群集密度のリアルタイム推定方法及び群集事故防止システム |
CN101344991A (zh) * | 2008-09-03 | 2009-01-14 | 华为技术有限公司 | 提供道路信息的方法、装置及系统 |
CN101807345A (zh) * | 2010-03-26 | 2010-08-18 | 重庆大学 | 一种基于视频检测技术的交通拥堵判别方法 |
CN102509448A (zh) * | 2011-10-20 | 2012-06-20 | 北京世纪高通科技有限公司 | 路况服务方法及系统 |
CN203260191U (zh) * | 2013-03-29 | 2013-10-30 | 苏州数伦科技有限公司 | 交通监控管理系统 |
CN103514740A (zh) * | 2012-06-15 | 2014-01-15 | 永泰软件有限公司 | 基于高清视频的交通拥堵监测方法及系统 |
-
2015
- 2015-06-17 CN CN201510338643.1A patent/CN104933867B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004178358A (ja) * | 2002-11-28 | 2004-06-24 | Meidensha Corp | イベント警備監視方法及びイベント警備監視装置 |
CN1573835A (zh) * | 2003-06-18 | 2005-02-02 | 三星电子株式会社 | 利用专用网络为用户提供道路交通信息的设备和方法 |
JP2006031645A (ja) * | 2004-07-12 | 2006-02-02 | Nariyuki Mitachi | 動的群集密度のリアルタイム推定方法及び群集事故防止システム |
CN101344991A (zh) * | 2008-09-03 | 2009-01-14 | 华为技术有限公司 | 提供道路信息的方法、装置及系统 |
CN101807345A (zh) * | 2010-03-26 | 2010-08-18 | 重庆大学 | 一种基于视频检测技术的交通拥堵判别方法 |
CN102509448A (zh) * | 2011-10-20 | 2012-06-20 | 北京世纪高通科技有限公司 | 路况服务方法及系统 |
CN103514740A (zh) * | 2012-06-15 | 2014-01-15 | 永泰软件有限公司 | 基于高清视频的交通拥堵监测方法及系统 |
CN203260191U (zh) * | 2013-03-29 | 2013-10-30 | 苏州数伦科技有限公司 | 交通监控管理系统 |
Non-Patent Citations (2)
Title |
---|
一种交通拥堵自动检测方法;佘永业 等;《计算机与现代化》;20131130(第219期);正文第28-33页 * |
基于视频检测技术的城市交通拥堵判别模型;李茂华 等;《公路交通技术》;20120831(第4期);正文第126-130页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104933867A (zh) | 2015-09-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104933867B (zh) | 基于交通监控视频的路况实时获取方法 | |
CN109767630B (zh) | 一种基于车路协同的交通信号控制系统 | |
CN104835342B (zh) | 交通路口信息发布终端 | |
CN105279937B (zh) | 物联网智能燃气表系统 | |
CN108428341A (zh) | 一种基于人机融合的交通应急管理调度方法及系统 | |
CN102819954A (zh) | 交通区域动态地图监控预测系统 | |
CN106652499A (zh) | 具有预约功能的特殊车辆优先通行系统及实现方法 | |
CN108648495A (zh) | 一种智能实时显示公交车拥挤程度的方法及系统 | |
CN107730993A (zh) | 基于图像再识别的停车场智能寻车系统及方法 | |
US11741565B1 (en) | Method, internet of things system and storage medium of public transport management in a smart urban | |
WO2013053527A1 (de) | Verfahren zum betreiben eines fahrerassistenzsystems und verfahren zum bearbeiten von fahrzeugumfelddaten | |
CN110910086A (zh) | 一种铁路客运车站要素全面感知处理系统及方法 | |
Emami et al. | A review of the critical elements and development of real-world connected vehicle testbeds around the world | |
CN107358801A (zh) | 一种交通信号灯区间联网智能通行系统 | |
CN110443411A (zh) | 基于ads-b数据预测航班落地时间的方法 | |
RU150701U1 (ru) | Автоматизированная система диспетчерского контроля за полетами воздушных судов с возможностью использования информации от системы автоматического зависимого наблюдения | |
CN104933868B (zh) | 一种基于交通监控视频的实时在线交通状态检测方法 | |
CN208781404U (zh) | 一种交通信号灯控制系统 | |
CN109816996A (zh) | 基于无线传感器网络的智能红绿灯控制系统 | |
CN107358799A (zh) | 一种信号灯区间联网智能通行系统 | |
CN204010330U (zh) | 交通路口信息发布终端 | |
CN202758487U (zh) | 一种基于视频识别技术的出租车调度系统 | |
Wu et al. | Development of platoon‐based actuated signal control systems to coordinated intersections: application in corridors in Houston | |
CN113269339B (zh) | 一种网约车任务自动创建和分发的方法及系统 | |
WO2016202012A1 (zh) | 基于交通监控视频的路况检测方法、获取方法及获取装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |