CN106448180B - 一种长大隧道交通事件实时检测方法及检测系统 - Google Patents
一种长大隧道交通事件实时检测方法及检测系统 Download PDFInfo
- Publication number
- CN106448180B CN106448180B CN201610926104.4A CN201610926104A CN106448180B CN 106448180 B CN106448180 B CN 106448180B CN 201610926104 A CN201610926104 A CN 201610926104A CN 106448180 B CN106448180 B CN 106448180B
- Authority
- CN
- China
- Prior art keywords
- tunnel
- current
- traffic
- exit
- license plate
- 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
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于车牌识别技术的长大隧道交通事件实时检测系统及其方法,车牌识别设备采集隧道入口处和出口处的车辆的车牌图像并传输至数据处理模块;数据处理模块对车牌识别设备采集的车牌图像进行分析识别出车牌照、将数据格式进行标准化、计算交通流参数;数据匹配模块对隧道入口处和出口处的车牌照进行对照、计算车辆在隧道中行驶的时间并在行驶时间异常时通知事件预警模块发布预警信息。本发明可以准确的识别长大隧道内部的异常交通事件,为交通运营管理中心提供可靠的信息,能够减轻管理人员工作强度,并及时的发现交通事件,及时做出处理预案,减少隧道内交通事件产生的交通拥堵,并降低其产生的交通安全隐患。
Description
技术领域
本发明涉及智能交通,尤其是一种基于车牌识别技术的长大隧道交通事件实时检测方法及检测系统。
背景技术
我国西部地区地形条件复杂,为保证高速公路其较高的服务水平,形成了大量的长大隧道。随着隧道里程的不断增加,一系列问题接踵而来,由于其封闭带状的空间分布特征以及“黑洞、白洞”等特殊的行车环境,大大增加了驾驶员的操作负荷,其往往成为高速公路交通事件的多发区。
长大隧道内一旦发生交通事件,后果十分严重,其封闭的空间特征影响了事件的发现、疏散和救援,往往容易引发二次交通事件。而在隧道内部,由于光线条件的限制,摄像设备往往无法准确的判断交通运行状态。即使能够识别,仍需管理人员不间断的观看所有监控视频,大大增加了管理人员的工作强度。
因此,提出一种长大隧道交通事件实时检测系统和方法,能够减轻管理人员工作强度,并及时的发现交通事件,及时做出处理预案,减少隧道内交通事件产生的交通拥堵,并降低其产生的交通安全隐患。
发明内容
发明目的:针对上述现有技术存在的缺陷,本发明旨在利用车牌识别技术提供一种精度高、计算简便的长大隧道交通事件实时检测方法及检测系统。
技术方案:一种长大隧道交通事件实时检测方法,包括以下步骤:
(1)车牌识别设备采集隧道入口处和出口处的车辆的车牌图像并传输至数据处理模块;
(2)数据处理模块对车牌识别设备采集的车牌图像进行分析识别出车牌照、将数据格式进行标准化、计算交通流参数并将隧道入口处和出口处的车辆信息和交通流参数存储到数据库模块;
(3)数据匹配模块从数据库模块中读取车辆信息、对隧道入口处和出口处的车牌照进行对照、计算车辆在隧道中行驶的时间并在行驶时间异常时通知事件预警模块发布预警信息。
进一步的,步骤(1)中所述车牌识别设备采集车辆的车牌信息的时间间隔为为30s。
进一步的,所述步骤(3)具体包括如下子步骤:
(3.1)计算车辆在隧道中行驶的时间:若隧道入口处和出口处都包含同一车牌照时,则该车辆在隧道中行驶的时间为Δt=texit-tentrnace,其中tentrnace为进入隧道时间,texit为驶出隧道时间;
若入口处包含的车牌照在出口处不包含时,则该车辆在隧道中行驶的时间为Δt=tcurrent-tentrnace,其中tentrnace为进入隧道时间,tcurrent为当前时间;
(3.2)将Δt与预设的阈值t0进行比较,如果Δt≤t0,将该车辆数据删除,继续比较其他车辆,
其中:l为隧道长度,v为预设车速;
(3.3)如果Δt>t0,则计算ΔV,
ΔV=|Ventrance-Vexit|
其中:Ventrance为[tcurrent-30s,tcurrent]时间段内隧道入口处交通量,Vexit为[tcurrent-30s,tcurrent]时间段内隧道出口处交通量;
将ΔV与预设的阈值V0进行比较,如果ΔV≤V0,则返回步骤(3.1);如果ΔV>V0,则判定隧道中发生交通事件,并通知事件预警模块发布预警信息;
V0=min[ΔV1,ΔV2,ΔV3,ΔV4,ΔV5]
其中:ΔV1,ΔV2,ΔV3,ΔV4,ΔV5分别为[tcurrent-60s,tcurrent],[tcurrent-90s,tcurrent],[tcurrent-120s,tcurrent],[tcurrent-150s,tcurrent],[tcurrent-
180s,tcurrent]时间段内出入口交通量差值的绝对值。
进一步的,步骤(3.2)中所述预设车速v为隧道的25%位车速。
一种基于上述长大隧道交通事件实时检测方法的检测系统,包括数据采集系统和交通事件检测系统,所述数据采集系统包括:
车牌识别设备,用于采集隧道入口处和出口处的车辆的车牌图像并传输至数据处理模块;
数据处理模块,用于对车牌识别设备采集的车牌图像进行分析识别出车牌照、将数据格式进行标准化、计算交通流参数并将隧道入口处和出口处的车辆信息和交通流参数存储到数据库模块;
数据库模块,用于存储隧道车辆信息和交通流参数;
所述交通事件检测系统包括:
数据匹配模块,用于从数据库模块中读取车辆信息、对隧道入口处和出口处的车牌照进行对照、计算车辆在隧道中行驶的时间并在行驶时间异常时通知事件预警模块;
事件预警模块,用于在接收到数据匹配模块的异常通知时发布预警信息。
进一步的,数据库模块存储的车辆信息包括车牌照、时间戳和采集点的位置。
进一步的,所述交通流参数包括隧道入/出口流量、车辆速度和隧道内车辆占有率。
进一步的,所述数据库模块为MySQL数据库。
进一步的,所述车牌识别设备、数据处理模块、事件预警模块依次通过以太网相连;数据处理模块、数据库模块和数据匹配模块三者集成一体。
有益效果:本发明提出一种长大隧道交通事件实时检测方法和系统,可以准确的识别长大隧道内部的异常交通事件,为交通运营管理中心提供可靠的信息,能够减轻管理人员工作强度,并及时的发现交通事件,及时做出处理预案,减少隧道内交通事件产生的交通拥堵,并降低其产生的交通安全隐患,以提高隧道的运行效率和服务水平。
附图说明
图1是本发明的系统框架图;
图2是交通事件检测方法流程图。
具体实施方式
下面通过一个最佳实施例并结合附图对本技术方案进行详细说明。
如图1所示,一种长大隧道交通事件实时检测系统,包括数据采集系统和交通事件检测系统,所述数据采集系统包括:
车牌识别设备,即摄像头,用于采集隧道入口处和出口处的车辆的车牌图像并传输至数据处理模块;
数据处理模块,用于对车牌识别设备采集的车牌图像进行分析识别出车牌照、将数据格式进行标准化、计算交通流参数并将隧道入口处和出口处的车辆信息和交通流参数存储到数据库模块;
数据库模块,为MySQL数据库,用于存储隧道车辆信息和交通流参数;车辆信息包括车牌照、时间戳和采集点的位置(即隧道入口处还是隧道出口处),交通流参数包括隧道入/出口流量、车辆速度和隧道内车辆占有率。
所述交通事件检测系统包括:
数据匹配模块,用于从数据库模块中读取车辆信息、对隧道入口处和出口处的车牌照进行对照、计算车辆在隧道中行驶的时间并在行驶时间异常时通知事件预警模块;
事件预警模块,用于在接收到数据匹配模块的异常通知时发布预警信息。
所述车牌识别设备、数据处理模块、事件预警模块依次通过以太网相连,三者链式连接;数据处理模块、数据库模块和数据匹配模块三者集成一体。
如图2所示,一种长大隧道交通事件实时检测方法,包括以下步骤:
(1)车牌识别设备采集隧道入口处和出口处的车辆的车牌图像并传输至数据处理模块,其采集车辆的车牌信息的时间间隔为为30s;
(2)数据处理模块对车牌识别设备采集的车牌图像进行分析识别出车牌照、将数据格式进行标准化、计算交通流参数并将隧道入口处和出口处的车辆信息和交通流参数存储到数据库模块;
(3)数据匹配模块从数据库模块中读取车辆信息、对隧道入口处和出口处的车牌照进行对照、计算车辆在隧道中行驶的时间并在行驶时间异常时通知事件预警模块发布预警信息,具体包括如下子步骤:
(3.1)计算车辆在隧道中行驶的时间:若隧道入口处和出口处都包含同一车牌照时,则该车辆在隧道中行驶的时间为Δt=texit-tentrnace,其中tentrnace为进入隧道时间,texit为驶出隧道时间;
若入口处包含的车牌照在出口处不包含时,则该车辆在隧道中行驶的时间为Δt=tcurrent-tentrnace,其中tentrnace为进入隧道时间,tcurrent为当前时间;
(3.2)将Δt与预设的阈值t0进行比较,如果Δt≤t0,将该车辆数据删除,继续比较其他车辆,
其中:l为隧道长度,v为预设车速,本实施例中的预设车速v为隧道的25%位车速,25%位车速表示全部车车辆的25%是在此车速以下行驶;
(3.3)如果Δt>t0,则计算ΔV,
ΔV=|Ventrance-Vexit|
其中:Ventrance为[tcurrent-30s,tcurrent]时间段内隧道入口处交通量,Vexit为[tcurrent-30s,tcurrent]时间段内隧道出口处交通量,交通量即通过的车辆数;
将ΔV与预设的阈值V0进行比较,如果ΔV≤V0,则返回步骤(3.1);如果ΔV>V0,则判定隧道中发生交通事件,并通知事件预警模块发布预警信息;
V0=min[ΔV1,ΔV2,ΔV3,ΔV4,ΔV5]
其中:ΔV1,ΔV2,ΔV3,ΔV4,ΔV5分别为[tcurrent-60s,tcurrent],[tcurrent-90s,tcurrent],[tcurrent-120s,tcurrent],[tcurrent-150s,tcurrent],[tcurrent-180s,tcurrent]时间段内出入口交通量差值的绝对值。
以上仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (8)
1.一种长大隧道交通事件实时检测方法,其特征在于,包括以下步骤:
(1)车牌识别设备采集隧道入口处和出口处的车辆的车牌图像并传输至数据处理模块;
(2)数据处理模块对车牌识别设备采集的车牌图像进行分析识别出车牌照、将数据格式进行标准化、计算交通流参数并将隧道入口处和出口处的车辆信息和交通流参数存储到数据库模块;
(3)数据匹配模块从数据库模块中读取车辆信息、对隧道入口处和出口处的车牌照进行对照、计算车辆在隧道中行驶的时间并在行驶时间异常时通知事件预警模块发布预警信息;
(3.1)计算车辆在隧道中行驶的时间:若隧道入口处和出口处都包含同一车牌照时,则该车辆在隧道中行驶的时间为Δt=texit-tentrnace,其中tentrnace为进入隧道时间,texit为驶出隧道时间;
若入口处包含的车牌照在出口处不包含时,则该车辆在隧道中行驶的时间为Δt=tcurrent-tentrnace,其中tentrnace为进入隧道时间,tcurrent为当前时间;
(3.2)将Δt与预设的阈值t0进行比较,如果Δt≤t0,将该车辆数据删除,继续比较其他车辆,
其中:l为隧道长度,v为预设车速;
(3.3)如果Δt>t0,则计算ΔV,
ΔV=|Ventrance-Vexit|
其中:Ventrance为[tcurrent-30s,tcurrent]时间段内隧道入口处交通量,Vexit为[tcurrent-30s,tcurrent]时间段内隧道出口处交通量;
将ΔV与预设的阈值V0进行比较,如果ΔV≤V0,则返回步骤(3.1);如果ΔV>V0,则判定隧道中发生交通事件,并通知事件预警模块发布预警信息;
V0=min[ΔV1,ΔV2,ΔV3,ΔV4,ΔV5]
其中:ΔV1,ΔV2,ΔV3,ΔV4,ΔV5分别为[tcurrent-60s,tcurrent],[tcurrent-90s,tcurrent],[tcurrent-120s,tcurrent],[tcurrent-150s,tcurrent],[tcurrent-180s,tcurrent]时间段内出入口交通量差值的绝对值。
2.根据权利要求1所述的一种长大隧道交通事件实时检测方法,其特征在于,步骤(1)中所述车牌识别设备采集车辆的车牌信息的时间间隔为30s。
3.根据权利要求1所述的一种长大隧道交通事件实时检测方法,其特征在于,步骤(3.2)中所述预设车速v为隧道的25%位车速。
4.一种基于权利要求1所述的检测方法的长大隧道交通事件实时检测系统,包括数据采集系统和交通事件检测系统,其特征在于,所述数据采集系统包括:
车牌识别设备,用于采集隧道入口处和出口处的车辆的车牌图像并传输至数据处理模块;
数据处理模块,用于对车牌识别设备采集的车牌图像进行分析识别出车牌照、将数据格式进行标准化、计算交通流参数并将隧道入口处和出口处的车辆信息和交通流参数存储到数据库模块;
数据库模块,用于存储隧道车辆信息和交通流参数;
所述交通事件检测系统包括:
数据匹配模块,用于从数据库模块中读取车辆信息、对隧道入口处和出口处的车牌照进行对照、计算车辆在隧道中行驶的时间并在行驶时间异常时通知事件预警模块;
事件预警模块,用于在接收到数据匹配模块的异常通知时发布预警信息。
5.根据权利要求4所述的长大隧道交通事件实时检测系统,其特征在于,所述数据库模块存储的车辆信息包括车牌照、时间戳和采集点的位置。
6.根据权利要求4所述的长大隧道交通事件实时检测系统,其特征在于,所述交通流参数包括隧道入/出口流量、车辆速度和隧道内车辆占有率。
7.根据权利要求4所述的长大隧道交通事件实时检测系统,其特征在于,所述数据库模块为MySQL数据库。
8.根据权利要求4所述的长大隧道交通事件实时检测系统,其特征在于:所述车牌识别设备、数据处理模块、事件预警模块依次通过以太网相连;数据处理模块、数据库模块和数据匹配模块三者集成一体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610926104.4A CN106448180B (zh) | 2016-10-24 | 2016-10-24 | 一种长大隧道交通事件实时检测方法及检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610926104.4A CN106448180B (zh) | 2016-10-24 | 2016-10-24 | 一种长大隧道交通事件实时检测方法及检测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106448180A CN106448180A (zh) | 2017-02-22 |
CN106448180B true CN106448180B (zh) | 2019-09-10 |
Family
ID=58177097
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610926104.4A Active CN106448180B (zh) | 2016-10-24 | 2016-10-24 | 一种长大隧道交通事件实时检测方法及检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106448180B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110506304A (zh) * | 2017-04-13 | 2019-11-26 | 福特全球技术公司 | 隧道事故检测 |
CN107180533A (zh) * | 2017-06-22 | 2017-09-19 | 北京中交华安科技有限公司 | 道路预警方法和装置 |
CN109523791B (zh) * | 2018-10-31 | 2021-10-26 | 武汉烽火众智数字技术有限责任公司 | 一种滞留车辆的预警分析方法及装置 |
CN111489545B (zh) * | 2019-01-28 | 2023-03-31 | 阿里巴巴集团控股有限公司 | 道路监控方法、装置以及设备、存储介质 |
CN110400468B (zh) * | 2019-08-27 | 2021-08-31 | 诠航科技有限公司 | 一种长隧道内的低速跟拍系统 |
CN111047873A (zh) * | 2019-12-18 | 2020-04-21 | 苏州思卡信息系统有限公司 | 一种隧道内事件检测预警系统及控制方法 |
CN111210631B (zh) * | 2020-01-15 | 2021-06-25 | 中交信捷科技有限公司 | 一种监测公路隧道内重点营运车辆滞留的方法 |
CN113139495A (zh) * | 2021-04-29 | 2021-07-20 | 姜冬阳 | 一种基于深度学习的隧道侧装视频交通流检测方法和系统 |
CN114049777B (zh) * | 2021-09-28 | 2023-06-16 | 山西省交通建设工程质量检测中心(有限公司) | 基于分布式光纤传感的隧道车辆行驶预警装置及其方法 |
CN114842648B (zh) * | 2022-06-28 | 2022-10-21 | 山东金宇信息科技集团有限公司 | 一种基于交通流的隧道运行状态预警方法、设备及介质 |
CN116819511A (zh) * | 2023-04-11 | 2023-09-29 | 中铁十一局集团有限公司 | 隧道全向广域毫米波雷达精准感知方法及相关设备 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3328711B2 (ja) * | 1997-12-15 | 2002-09-30 | オムロン株式会社 | 車輌高さ計測装置およびこの装置を用いた車輌監視システム |
CN1852428A (zh) * | 2006-05-25 | 2006-10-25 | 浙江工业大学 | 基于全方位计算机视觉的智能隧道安全监控装置 |
JP2007276733A (ja) * | 2006-04-11 | 2007-10-25 | Nissan Motor Co Ltd | 車両用運転操作補助装置および車両用運転操作補助装置を備えた車両 |
CN101105690A (zh) * | 2007-07-26 | 2008-01-16 | 武汉理工大学 | 城市长隧道监控系统中的多传感器融合方法 |
CN101308606A (zh) * | 2007-05-18 | 2008-11-19 | 刘涛 | 一种交通信息采集装置及方法 |
CN101546478A (zh) * | 2009-04-29 | 2009-09-30 | 上海电器科学研究所(集团)有限公司 | 基于车牌识别数据的交通流集散分析系统及其处理方法 |
JP2010055628A (ja) * | 2009-11-30 | 2010-03-11 | Mitsubishi Electric Corp | 交通流計測装置 |
EP2201550A1 (de) * | 2007-09-24 | 2010-06-30 | Siemens Aktiengesellschaft | Verfahren und vorrichtung zur steuerung von sich durch einen sicherheitskritischen verkehrsbereich eines strassennetzes, insbesondere durch einen strassentunnel, bewegenden verkehrsströmen mit gefahrguttransport-fahrzeugen |
CN101799985A (zh) * | 2010-03-18 | 2010-08-11 | 招商局重庆交通科研设计院有限公司 | 一种公路隧道交通识别方法 |
CN101819718A (zh) * | 2010-04-26 | 2010-09-01 | 招商局重庆交通科研设计院有限公司 | 交通事故识别预警方法 |
CN102023599A (zh) * | 2010-02-11 | 2011-04-20 | 北京瑞华赢科技发展有限公司 | 一种隧道监控系统 |
CN202268075U (zh) * | 2011-09-19 | 2012-06-06 | 王国伟 | 基于rfid的高速公路隧道交通异常事件自动检测系统 |
CN103255728A (zh) * | 2013-05-20 | 2013-08-21 | 昆山市创新科技检测仪器有限公司 | 一种桥梁或隧道防碰撞安全系统 |
CN104637321A (zh) * | 2015-02-17 | 2015-05-20 | 刘业兴 | 一种高速公路事件管理系统及其方法 |
CN104680841A (zh) * | 2015-03-12 | 2015-06-03 | 厦门奥声科技有限公司 | 行车预警方法 |
CN104751634A (zh) * | 2015-04-22 | 2015-07-01 | 贵州大学 | 高速公路隧道行车图像采集信息的综合应用方法 |
CN105931462A (zh) * | 2016-06-27 | 2016-09-07 | 安徽四创电子股份有限公司 | 基于车牌识别的隧道突发事件判断方法 |
-
2016
- 2016-10-24 CN CN201610926104.4A patent/CN106448180B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3328711B2 (ja) * | 1997-12-15 | 2002-09-30 | オムロン株式会社 | 車輌高さ計測装置およびこの装置を用いた車輌監視システム |
JP2007276733A (ja) * | 2006-04-11 | 2007-10-25 | Nissan Motor Co Ltd | 車両用運転操作補助装置および車両用運転操作補助装置を備えた車両 |
CN1852428A (zh) * | 2006-05-25 | 2006-10-25 | 浙江工业大学 | 基于全方位计算机视觉的智能隧道安全监控装置 |
CN101308606A (zh) * | 2007-05-18 | 2008-11-19 | 刘涛 | 一种交通信息采集装置及方法 |
CN101105690A (zh) * | 2007-07-26 | 2008-01-16 | 武汉理工大学 | 城市长隧道监控系统中的多传感器融合方法 |
EP2201550A1 (de) * | 2007-09-24 | 2010-06-30 | Siemens Aktiengesellschaft | Verfahren und vorrichtung zur steuerung von sich durch einen sicherheitskritischen verkehrsbereich eines strassennetzes, insbesondere durch einen strassentunnel, bewegenden verkehrsströmen mit gefahrguttransport-fahrzeugen |
CN101546478A (zh) * | 2009-04-29 | 2009-09-30 | 上海电器科学研究所(集团)有限公司 | 基于车牌识别数据的交通流集散分析系统及其处理方法 |
JP2010055628A (ja) * | 2009-11-30 | 2010-03-11 | Mitsubishi Electric Corp | 交通流計測装置 |
CN102023599A (zh) * | 2010-02-11 | 2011-04-20 | 北京瑞华赢科技发展有限公司 | 一种隧道监控系统 |
CN101799985A (zh) * | 2010-03-18 | 2010-08-11 | 招商局重庆交通科研设计院有限公司 | 一种公路隧道交通识别方法 |
CN101819718A (zh) * | 2010-04-26 | 2010-09-01 | 招商局重庆交通科研设计院有限公司 | 交通事故识别预警方法 |
CN202268075U (zh) * | 2011-09-19 | 2012-06-06 | 王国伟 | 基于rfid的高速公路隧道交通异常事件自动检测系统 |
CN103255728A (zh) * | 2013-05-20 | 2013-08-21 | 昆山市创新科技检测仪器有限公司 | 一种桥梁或隧道防碰撞安全系统 |
CN104637321A (zh) * | 2015-02-17 | 2015-05-20 | 刘业兴 | 一种高速公路事件管理系统及其方法 |
CN104680841A (zh) * | 2015-03-12 | 2015-06-03 | 厦门奥声科技有限公司 | 行车预警方法 |
CN104751634A (zh) * | 2015-04-22 | 2015-07-01 | 贵州大学 | 高速公路隧道行车图像采集信息的综合应用方法 |
CN105931462A (zh) * | 2016-06-27 | 2016-09-07 | 安徽四创电子股份有限公司 | 基于车牌识别的隧道突发事件判断方法 |
Non-Patent Citations (2)
Title |
---|
"基于多目标跟踪的隧道交通流视频检测算法";李锐 等;《公路交通科技》;20120331;正文全文 |
"高速公路隧道出入口段交通安全分析与改善措施";李林超;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20160215;正文全文 |
Also Published As
Publication number | Publication date |
---|---|
CN106448180A (zh) | 2017-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106448180B (zh) | 一种长大隧道交通事件实时检测方法及检测系统 | |
CN104751634B (zh) | 高速公路隧道行车图像采集信息的综合应用方法 | |
CN109285376A (zh) | 一种基于深度学习的公交车客流统计分析系统 | |
CN103770780B (zh) | 一种车辆主动安全系统告警屏蔽装置 | |
CN102945603B (zh) | 检测交通事件的方法及电子警察装置 | |
CN109191830B (zh) | 一种基于视频图像处理的道路拥堵检测方法 | |
WO2018058958A1 (zh) | 一种道路车辆交通告警系统及其方法 | |
CN105931462B (zh) | 基于车牌识别的隧道突发事件判断方法 | |
CN102759347B (zh) | 一种高铁接触网在线巡检装置、巡检方法以及其检测系统 | |
CN101882374A (zh) | 一种车辆行程分布综合信息分析系统及方法 | |
CN109979242A (zh) | 一种高速公路隧道变道、超车预警装置及方法 | |
CN114994100B (zh) | 一种自助式铁路旅客安检系统及其检测方法 | |
CN109637142A (zh) | 一种基于大数据的路况监控装置 | |
CN105894821A (zh) | 一种基于高清dsp摄像机的交通综合监测系统 | |
CN115600124A (zh) | 地铁隧道巡检系统及巡检方法 | |
CN115527364B (zh) | 一种基于雷视数据融合的交通事故溯源方法及系统 | |
CN111754786A (zh) | 一种识别高速公路交通工具通行事件的系统 | |
CN106530714A (zh) | 一种基于交通流数据的二次交通事故时间预测方法 | |
CN108961771A (zh) | 一种高速公路基于视频分析的醉酒驾驶行为预警系统 | |
CN108922170A (zh) | 一种基于电子警察抓拍数据的交叉口安全评价方法 | |
CN107393304A (zh) | 一种基于卡口通行的交通状态检测系统 | |
CN102024336A (zh) | 高速公路出入口智能诱导装置 | |
KR20110117576A (ko) | 영상기반의 사고 검지 시스템 및 방법 | |
CN117172754A (zh) | 城市交通网络设施运维系统 | |
CN112508893A (zh) | 基于机器视觉的铁路双轨间微小异物检测方法及系统 |
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 |