CN106600953A - 出租车异常营运监测方法及系统 - Google Patents

出租车异常营运监测方法及系统 Download PDF

Info

Publication number
CN106600953A
CN106600953A CN201710073478.0A CN201710073478A CN106600953A CN 106600953 A CN106600953 A CN 106600953A CN 201710073478 A CN201710073478 A CN 201710073478A CN 106600953 A CN106600953 A CN 106600953A
Authority
CN
China
Prior art keywords
car
mounted terminal
taxi
passenger
video
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
Application number
CN201710073478.0A
Other languages
English (en)
Inventor
杨胜军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dalian Dingshi Technology Co Ltd
Original Assignee
Dalian Dingshi Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Dalian Dingshi Technology Co Ltd filed Critical Dalian Dingshi Technology Co Ltd
Priority to CN201710073478.0A priority Critical patent/CN106600953A/zh
Publication of CN106600953A publication Critical patent/CN106600953A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供一种出租车异常营运监测方法及系统，包括：车载终端根据点火开关档位判断出租车是否处于正常行驶状态、若是，则判断计价器是否处于空车状态；若否，则重新判断出租车行驶状态；车载终端判断计价器为空车状态，则判断GPS模块发送的车速是否大于0，车载终端判断计价器不为空车状态，则重新判断出租车行驶状态；车载终端判断GPS模块发送的车速大于0，则根据摄像头上传的视频图像检测出租车内是否有乘客，若是，则调度语音提示使用计价器，若否，则重新判断出租车行驶状态；车载终端判断计时时间达到阈值时间，且未使用计价器时间，则上报平台异常营运报警。本发明降低了出租车异常营运监测的成本，提高了监测结果的准确度。

Description

出租车异常营运监测方法及系统
技术领域
本发明实施例涉及自动控制技术领域，尤其涉及一种出租车异常营运监测方法及系统。
背景技术
由于非法营运的司机追求的是低成本、高收益，毫无安全意识，埋下了重大安全隐患。尤其是“黑车”经营者缺乏必要的风险承担能力，乘客合法权益根本得不到保护。况且，非法运营抢夺市场客源，损害了出租车行业的经济利益，严重扰乱了正常的市场运营秩序，危害甚大。但是，整治非法营运并不容易，如果乘客不配合调查取证，当事司机不愿意承认，执法部门执法也难以奏效。因而，虽然近年打击力度很大，但非法营运问题难以彻底根除，在一些地段还比较猖獗。
目前，对出租车是否正常使用计价器营运的检测，主要是检测出租车在未打计价器的过程中车上是否有乘客。目前的检测方式一般是采用门磁检测和红外检测。门磁检测方法一般是通过检测开关门状态，在车辆开门再关门的状态后，拍照上传，最终通过人工判断来确定是否是异常营运。此种方法需要人工检测的数据量太大，车辆较多时需要耗费太多的人工，很难操作，另外需要外加门磁，施工比较复杂，成本增加。红外检测方法主要为通过红外检测是否有乘客，检测到有乘客之后拍照上传，通过人工判断是否为异常营运。
但是，红外检测受温度、空气流动、物品遮挡等的影响较大，容易产生误报，另外需要在车内安装红外装置，一方面是很难施工，另一方面需要安装3个红外检测装置，成本较高。
发明内容
本发明实施例提供一种出租车异常营运监测方法及系统，以克服现有技术中监测出租车异常营运成本过高的问题，并提高监测的准确性。
本发明一种出租车异常营运监测方法，包括：
车载终端根据点火开关档位判断出租车是否处于正常行驶状态、若是，则判断计价器是否处于空车状态；若否，则重新判断所述出租车行驶状态；所述车载终端判断所述计价器为空车状态，则判断GPS模块发送的车速是否大于0，所述车载终端判断所述计价器不为空车状态，则重新判断所述出租车行驶状态；所述车载终端判断所述GPS模块发送的车速大于0，则根据摄像头上传的视频图像检测所述出租车内是否有乘客，若是，则调度语音提示使用计价器，若否，则重新判断所述出租车行驶状态；所述车载终端判断计时时间是否达到阈值时间，所述计时时间为未使用计价器时间；若是，则上报平台异常营运报警，若否，则重新判断所述出租车行驶状态。
进一步地，所述车载终端根据摄像头检测所述出租车内是否有乘客，包括：
车载终端从摄像头的视频流取一帧JPG图像；
所述车载终端将所述JPG图像转换为RGB24格式；
所述车载终端将所述RGB24格式的图像进行图像灰度化处理，并进行canny边缘处理；
所述车载终端根据匹配分类器检测人脸的个数；所述车载终端判断所述个数是否大于1，若是，则确定出租车内有乘客，若否，则确定出租车内没有乘客。
进一步地，所述车载终端检测所述出租车内是否有乘客，包括：
车载终端从摄像头获取实时视频图像；所述车载终端根据所述视频图像当前帧与前一帧的亮度差的绝对值求和，获取预先设置的视频监测区域内的宏块对应的亮度差值；所述车载终端判断所述视频监测区域内所有宏块对应的亮度差值中是否存在超过0x10、0x20、0x30、0x40、0x50、0x60以及0x70的宏块；若是，则确定为所述监测区域内有乘客。
本发明还提供一种出租车异常营运监测系统，包括：
用于判断出租车是否异常营运的车载终端、用于向所述车载终端发送计价状态的计价器、用于向所述车载终端发送车速的GPS模块、用于向所述车载终端发送所述出租车内视频图像的摄像头以及用于接收所述车载终端发送的异常营运报警的平台；
所述车载终端分别与所述计价器、所述GPS模块、所述摄像头以及所述平台连接。
进一步地，所述车载终端，具体用于：
根据点火开关档位判断出租车是否处于正常行驶状态、若是，则判断计价器是否处于空车状态；若否，则重新判断所述出租车行驶状态；
判断所述计价器为空车状态，则判断GPS模块发送的车速是否大于0，所述车载终端判断所述计价器不为空车状态，则重新判断所述出租车行驶状态；
判断所述GPS模块发送的车速大于0，则根据摄像头上传的视频图像检测所述出租车内是否有乘客，若是，则调度语音提示使用计价器，若否，则重新判断所述出租车行驶状态；
判断计时时间是否达到阈值时间，所述计时时间为未使用计价器时间；
若是，则上报平台异常营运报警，若否，则重新判断所述出租车行驶状态。
进一步地，所述车载终端，具体用于：
车载终端从摄像头的视频流取一帧JPG图像；所述车载终端将所述JPG图像转换为RGB24格式；所述车载终端将所述RGB24格式的图像进行图像灰度化处理，并进行canny边缘处理；所述车载终端根据匹配分类器检测人脸的个数；所述车载终端判断所述个数是否大于1，若是，则确定出租车内有乘客，若否，则确定出租车内没有乘客。
进一步地，所述车载终端，具体用于：
从摄像头获取实时视频图像；所述车载终端根据所述视频图像当前帧与前一帧的亮度差的绝对值求和，获取预先设置的视频监测区域内的宏块对应的亮度差值；
所述车载终端判断所述视频监测区域内所有宏块对应的亮度差值中是否存在超过0x10、0x20、0x30、0x40、0x50、0x60以及0x70的宏块；若是，则确定为所述监测区域内有乘客。
本发明车载终端根据点火开关档位判断出租车是否正常行驶，计价器的显示状态、GPS模块的车速以及根据摄像头监测该出租车内是否有乘客，从而确定该出租车是否异常营运，不需要再额外安装门磁和红外检测装置，降低了成本，提高了监测结果的准确度。
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，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明出租车异常营运监测方法流程图；
图2为本发明根据视频图像检测乘客方法一的流程图；
图3为本发明根据视频图像检测乘客方法一的另一流程图；
图4为本发明根据视频图像检测乘客方法二的流程图；
图5为本发明出租车异常营运监测系统结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明出租车异常营运监测方法流程图，如图1所示，本实施例方法，包括：
步骤101、车载终端根据点火开关档位判断出租车是否处于正常行驶状态、若是，则判断计价器是否处于空车状态；若否，则重新判断所述出租车行驶状态；
具体来说，当出租车的点火开关档位处于ACC ON时，车载终端确定此
时该出租车正处于正常行驶状态，该判断为出租车异常营运监测的前提条件，不满足该条件则循环判断，满足该条件后进一步判断计价器的状态。
步骤102、所述车载终端判断所述计价器为空车状态，则判断GPS模块发送的车速是否大于0，所述车载终端判断所述计价器不为空车状态，则重新判断所述出租车行驶状态；
步骤103、所述车载终端判断所述GPS模块发送的车速大于0，则根据摄像头上传的视频图像检测所述出租车内是否有乘客，若是，则调度语音提示使用计价器，若否，则重新判断所述出租车行驶状态；
步骤104、所述车载终端判断计时时间是否达到阈值时间，所述计时时间为未使用计价器时间；若是，则上报平台异常营运报警，若否，则重新判断所述出租车行驶状态。
具体来说，如图2所示，当出租车内计价器为空车状态，同时GPS模块发送至车载终端的车速大于0时，并且车载终端根据摄像头上传的视频图像检测到出租车内有乘客，此时，车载终端判断计价器计时时间是否达到阈值时间，本实施例中该阈值时间设定为2分钟，若超过2分钟后状态仍未改变，车载终端则向平台发送异常营运报警。
其中，车载终端根据摄像头上传的视频图像检测出租车内是否有乘客的检测方法有两种：
方法一为：
车载终端从摄像头的视频流取一帧JPG图像；
所述车载终端将所述JPG图像转换为RGB24格式；
所述车载终端将所述RGB24格式的图像进行图像灰度化处理，并进行canny边缘处理；
所述车载终端根据匹配分类器检测人脸的个数；
所述车载终端判断所述个数是否大于1，若是，则确定出租车内有乘客，若否，则确定出租车内没有乘客。
具体来说，如图3所示，本实施例中车载终端根据摄像头上传的视频图像检测出租车内是否有乘客的方法是根据视频图像中的人脸检测。首先，车载终端接收到摄像头的视频图像后预处理：将JPG图像转换为RGB24格式，再将转换后的图像进行灰度化处理、canny边缘处理。昀后，车载终端根据匹配分类器检测人脸的个数，将匹配分类器放大1.5倍，同时将原图缩小1.5倍，同时将原图缩小1.5倍，进行匹配，匹配分类器可采用opencv最新库中的haarcascade_frontalface_alt.xml。经过检测后的人脸个数中包含司机，因此，当车终端判断人脸个数大于1时，则可以确定出租车内有乘客。反之，为出租车内没有乘客。也可以在JPG图像转换为RGB24格式时将司机所在位置的图形去除。
方法二为：
车载终端从摄像头获取实时视频图像；
所述车载终端根据所述视频图像当前帧与前一帧的亮度差的绝对值求和，获取预先设置的视频监测区域内的宏块对应的亮度差值；
所述车载终端判断所述视频监测区域内所有宏块对应的亮度差值中是否存在超过0x10、0x20、0x30、0x40、0x50、0x60以及0x70的宏块；若是，则确定为所述监测区域内有乘客。
具体来说，如图4所示，本实施例中车载终端根据摄像头上传的视频图像检测出租车内是否有乘客的方法是根据视频图像中的亮度变化检测。出租车在行驶中，车内光线会发生变化，对应的由摄像头采集的视频图像中亮度也会有变化。对于预先设置的视频监测区域内的任一宏块的亮度差值为该宏块包括的所有像素块对应的当前帧与前一帧的亮度差的绝对值之和。该视频监测区域可以设置为一个，也可以设置为多个，根据监测要求而定。若该视频监测区域内的所有宏块的亮度差值中同时存在至少七个宏块的亮度差值超过0x10、0x20、0x30、0x40、0x50、0x60以及0x70，则确定为该监测区域内有乘客。举例说明，监测区域内包括9个宏块，将每个宏块划分为16x16个像素块，每个像素块对应的当前帧与前一帧的亮度差分别为0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、-1、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、2、0、0、0、0、0、1、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、1、0、0、0、0、0、0、-1、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、2、0、0、0、0、0、0、0、0、0、0、0、0、0、0、1、0、0、0、0、0、0、0、0、0、0、0、0、0、1、1、1、0、0、0、0、0、0、0、0、0、0、0、0、0、1、2、1、0、0、0、0、0、0、0、0、0、0、0、1、0、1、1、1、0、0、1、0、0、0、0、0、0、0、0、1、1、0、1、0、0、0、0、0、0、0、0、0、0、0、0、0、1、1、0、1、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0，取绝对值后加和为0x1b，也即该宏块的亮度差值为0x1b。以此类推，9个宏块的亮度差值分别为0x1b、0x23、0x3f、0x41、0x5c、0x6f、0x7d、0xc9，该9个宏块中同时存在超过0x10、0x20、0x30、0x40、0x50、0x60以及0x70的7个宏块，因此，确定为该监测区域内有乘客。
本实施例车载终端采用视频分析算法检测，可有效提高异常检测的准确度，经实际测试，准确度可达到95％，减少了工作量，提高了工作效率。
图5为本发明出租车异常营运监测系统的结构示意图，如图5所示，本实施例的系统，包括：
用于判断出租车是否异常营运的车载终端101、用于向所述车载终端发送计价状态的计价器102、用于向所述车载终端发送车速的GPS模块103、用于向所述车载终端发送所述出租车内视频图像的摄像头104以及用于接收15所述车载终端发送的异常营运报警的平台105；所述车载终端101分别与所述计价器102、所述GPS模块103、所述摄像头104以及所述平台105连接。
具体来说，本实施例出租车异常营运监测系统的监测方法具体参见上述内容，此处不再赘述。在夜间路灯环境，摄像机本身的补光频繁开启和关闭，有很大几率会导致视频图像中的亮度变化检测的误报。应对此种情况，采用将摄像机的补光置于长开启状态，经测试，即使是在白天环境，长开启补光对视频质量也没有任何影响。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (7)

1.一种出租车异常营运监测方法，其特征在于，包括：
车载终端根据点火开关档位判断出租车是否处于正常行驶状态，若是，则判断计价器是否处于空车状态；若否，则重新判断所述出租车行驶状态；所述车载终端判断所述计价器为空车状态，则判断GPS模块发送的车速是否大于0，所述车载终端判断所述计价器不为空车状态，则重新判断所述出租车行驶状态；所述车载终端判断所述GPS模块发送的车速大于0，则根据摄像头上传的视频图像检测所述出租车内是否有乘客，若是，则调度语音提示使用计价器，若否，则重新判断所述出租车行驶状态；所述车载终端判断计时时间是否达到阈值时间，所述计时时间为未使用计价器时间；若是，则上报平台异常营运报警，若否，则重新判断所述出租车行驶状态。
2.根据权利要求1所述的方法，其特征在于，所述车载终端根据摄像头检测所述出租车内是否有乘客，包括：
车载终端从摄像头的视频流取一帧JPG图像；
所述车载终端将所述JPG图像转换为RGB24格式；
所述车载终端将所述RGB24格式的图像进行图像灰度化处理，并进行canny边缘处理；
所述车载终端根据匹配分类器检测人脸的个数；所述车载终端判断所述个数是否大于1，若是，则确定出租车内有乘客，若否，则确定出租车内没有乘客。
3.根据权利要求2所述的方法，其特征在于，所述车载终端检测所述出租车内是否有乘客，包括：
车载终端从摄像头获取实时视频图像；所述车载终端根据所述视频图像当前帧与前一帧的亮度差的绝对值求和，获取预先设置的视频监测区域内的宏块对应的亮度差值；所述车载终端判断所述视频监测区域内所有宏块对应的亮度差值中是否存在超过0x10、0x20、0x30、0x40、0x50、0x60以及0x70的宏块；若是，则确定为所述监测区域内有乘客。
4.一种出租车异常营运监测系统，其特征在于，包括：
用于判断出租车是否异常营运的车载终端、用于向所述车载终端发送计价状态的计价器、用于向所述车载终端发送车速的GPS模块、用于向所述车载终端发送所述出租车内视频图像的摄像头以及用于接收所述车载终端发送的异常营运报警的平台；
所述车载终端分别与所述计价器、所述GPS模块、所述摄像头以及所述平台连接。
5.根据权利要求4所述的系统，其特征在于，所述车载终端，具体用于：
根据点火开关档位判断出租车是否处于正常行驶状态、若是，则判断计价器是否处于空车状态；若否，则重新判断所述出租车行驶状态；
判断所述计价器为空车状态，则判断GPS模块发送的车速是否大于0，所述车载终端判断所述计价器不为空车状态，则重新判断所述出租车行驶状态；
判断所述GPS模块发送的车速大于0，则根据摄像头上传的视频图像检测所述出租车内是否有乘客，若是，则调度语音提示使用计价器，若否，则重新判断所述出租车行驶状态；
判断计时时间是否达到阈值时间，所述计时时间为未使用计价器时间；
若是，则上报平台异常营运报警，若否，则重新判断所述出租车行驶状态。
6.根据权利要求5所述系统，其特征在于，所述车载终端，具体用于：
车载终端从摄像头的视频流取一帧JPG图像；所述车载终端将所述JPG图像转换为RGB24格式；所述车载终端将所述RGB24格式的图像进行图像灰度化处理，并进行canny边缘处理；所述车载终端根据匹配分类器检测人脸的个数；所述车载终端判断所述个数是否大于1，若是，则确定出租车内有乘客，若否，则确定出租车内没有乘客。
7.根据权利要求6所述的系统，其特征在于，所述车载终端，具体用于：
从摄像头获取实时视频图像；所述车载终端根据所述视频图像当前帧与前一帧的亮度差的绝对值求和，获取预先设置的视频监测区域内的宏块对应的亮度差值；
所述车载终端判断所述视频监测区域内所有宏块对应的亮度差值中是否存在超过0x10、0x20、0x30、0x40、0x50、0x60以及0x70的宏块；若是，则确定为所述监测区域内有乘客。
CN201710073478.0A 2017-02-10 2017-02-10 出租车异常营运监测方法及系统 Pending CN106600953A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710073478.0A CN106600953A (zh) 2017-02-10 2017-02-10 出租车异常营运监测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710073478.0A CN106600953A (zh) 2017-02-10 2017-02-10 出租车异常营运监测方法及系统

Publications (1)

Publication Number Publication Date
CN106600953A true CN106600953A (zh) 2017-04-26

Family

ID=58586097

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710073478.0A Pending CN106600953A (zh) 2017-02-10 2017-02-10 出租车异常营运监测方法及系统

Country Status (1)

Country Link
CN (1) CN106600953A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109147313A (zh) * 2018-10-06 2019-01-04 广州智体科技有限公司 一种出租车行业司机逃单行为识别系统的方法及装置
CN109448156A (zh) * 2018-10-06 2019-03-08 广州智体科技有限公司 一种出租车行业反监控行为识别系统方法及装置
CN110415001A (zh) * 2019-07-26 2019-11-05 博康姆(深圳)云科技有限公司 出租车空车监管方法及装置
CN110738104A (zh) * 2019-09-05 2020-01-31 成都亿盟恒信科技有限公司 一种基于图像处理的渣土车空重载识别系统及方法
CN110751304A (zh) * 2019-01-17 2020-02-04 北京嘀嘀无限科技发展有限公司 一种服务提供端的信息交互同步方法以及装置
CN111404874A (zh) * 2019-12-31 2020-07-10 广州市交通运输局 出租车嫌疑车辆甄别分析体系架构

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101339675A (zh) * 2008-08-05 2009-01-07 东南大学 城市公交系统中的客流统计方法
CN102024282A (zh) * 2009-09-16 2011-04-20 盛巧明 公共运输工具监控系统
CN102044144A (zh) * 2009-10-21 2011-05-04 厦门雅迅网络股份有限公司 一种出租车车载通信终端及其数据处理方法
JP2011154618A (ja) * 2010-01-28 2011-08-11 Fbinnovation Inc 移動体用乗客有無判断装置
CN104217539A (zh) * 2014-09-28 2014-12-17 江阴延利汽车饰件股份有限公司 出租车人员实时监控平台
CN104240440A (zh) * 2014-10-10 2014-12-24 江阴延利汽车饰件股份有限公司 一种出租车人员实时监控方法
CN104410831A (zh) * 2014-12-01 2015-03-11 厦门雅迅网络股份有限公司 一种监控出租车载客不打表的方法
CN104778723A (zh) * 2015-04-09 2015-07-15 海视英科光电（苏州）有限公司 红外图像中利用三帧差法进行移动侦测的方法
CN104794890A (zh) * 2015-04-27 2015-07-22 北京嘀嘀无限科技发展有限公司 获得可载客车辆数量的方法及设备
CN204547917U (zh) * 2015-04-15 2015-08-12 郭帅 一种轿车超员检测报警系统
CN106170826A (zh) * 2016-06-03 2016-11-30 深圳市锐明技术股份有限公司 出租车乘客人数的监控方法及系统

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101339675A (zh) * 2008-08-05 2009-01-07 东南大学 城市公交系统中的客流统计方法
CN102024282A (zh) * 2009-09-16 2011-04-20 盛巧明 公共运输工具监控系统
CN102044144A (zh) * 2009-10-21 2011-05-04 厦门雅迅网络股份有限公司 一种出租车车载通信终端及其数据处理方法
JP2011154618A (ja) * 2010-01-28 2011-08-11 Fbinnovation Inc 移動体用乗客有無判断装置
CN104217539A (zh) * 2014-09-28 2014-12-17 江阴延利汽车饰件股份有限公司 出租车人员实时监控平台
CN104240440A (zh) * 2014-10-10 2014-12-24 江阴延利汽车饰件股份有限公司 一种出租车人员实时监控方法
CN104410831A (zh) * 2014-12-01 2015-03-11 厦门雅迅网络股份有限公司 一种监控出租车载客不打表的方法
CN104778723A (zh) * 2015-04-09 2015-07-15 海视英科光电（苏州）有限公司 红外图像中利用三帧差法进行移动侦测的方法
CN204547917U (zh) * 2015-04-15 2015-08-12 郭帅 一种轿车超员检测报警系统
CN104794890A (zh) * 2015-04-27 2015-07-22 北京嘀嘀无限科技发展有限公司 获得可载客车辆数量的方法及设备
CN106170826A (zh) * 2016-06-03 2016-11-30 深圳市锐明技术股份有限公司 出租车乘客人数的监控方法及系统

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109147313A (zh) * 2018-10-06 2019-01-04 广州智体科技有限公司 一种出租车行业司机逃单行为识别系统的方法及装置
CN109448156A (zh) * 2018-10-06 2019-03-08 广州智体科技有限公司 一种出租车行业反监控行为识别系统方法及装置
CN110751304A (zh) * 2019-01-17 2020-02-04 北京嘀嘀无限科技发展有限公司 一种服务提供端的信息交互同步方法以及装置
CN110415001A (zh) * 2019-07-26 2019-11-05 博康姆(深圳)云科技有限公司 出租车空车监管方法及装置
CN110738104A (zh) * 2019-09-05 2020-01-31 成都亿盟恒信科技有限公司 一种基于图像处理的渣土车空重载识别系统及方法
CN111404874A (zh) * 2019-12-31 2020-07-10 广州市交通运输局 出租车嫌疑车辆甄别分析体系架构

Similar Documents

Publication Publication Date Title
CN106600953A (zh) 出租车异常营运监测方法及系统
CN105761319B (zh) 一种etc车道防作弊方法与系统
CN103186982B (zh) 一种治安智能卡口系统
CN101799985B (zh) 一种公路隧道交通识别方法
CN107609491A (zh) 一种基于卷积神经网络的车辆违章停车检测方法
CN107967806A (zh) 车辆套牌检测方法、装置、可读存储介质及电子设备
CN205943007U (zh) 一种营运客车非法中途载客的报警系统
US8301577B2 (en) Intelligent monitoring system for establishing reliable background information in a complex image environment
CN202838681U (zh) 一种治安智能卡口系统
CN105390021A (zh) 车位状态的检测方法及装置
CN106205134A (zh) 高速公路全方位车辆检测系统
CN1725266A (zh) 基于视频触发和测速的车辆智能监测记录系统和方法
CN103413438A (zh) 车载移动警务执法平台
CN101540105A (zh) 一种基于车辆牌照识别和网格化监控的套牌车检测方法
CN102129775A (zh) 全景视频检测的交通路口车辆抓拍取证方法及系统
CN105654734A (zh) 车辆违章行为的数据处理方法及装置
CN101795397B (zh) 一种检测车辆内部乘客的红外成像方法
CN101320427A (zh) 一种具有对目标的辅助监测功能的视频监控方法及系统
KR102174556B1 (ko) 차량번호 인식과 인공지능을 이용해 교통정보를 관제하는 영상감시장치
CN105046966A (zh) 即停即离区域的违章停车行为自动检测系统和方法
CN102467652A (zh) 一种无线智能识别管理装置、系统及方法
KR100948382B1 (ko) 방범 서비스 방법 및 시스템
CN102034357A (zh) 车辆监测装置、违规车辆检测装置、系统和方法
CN103871249A (zh) 一种自动监测路面车辆尾气的环保装置
CN111754786A (zh) 一种识别高速公路交通工具通行事件的系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170426