CN107122388A - 一种学员与驾培车辆的对应方法和装置 - Google Patents
一种学员与驾培车辆的对应方法和装置 Download PDFInfo
- Publication number
- CN107122388A CN107122388A CN201710114321.8A CN201710114321A CN107122388A CN 107122388 A CN107122388 A CN 107122388A CN 201710114321 A CN201710114321 A CN 201710114321A CN 107122388 A CN107122388 A CN 107122388A
- Authority
- CN
- China
- Prior art keywords
- student
- vehicle
- training
- training vehicle
- outline drawing
- 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
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000010276 construction Methods 0.000 abstract description 3
- 238000004590 computer program Methods 0.000 abstract description 2
- 230000004069 differentiation Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000151 deposition Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24564—Applying rules; Deductive queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/757—Matching configurations of points or features
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B19/00—Teaching not covered by other main groups of this subclass
- G09B19/16—Control of vehicles or other craft
- G09B19/167—Control of land vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Library & Information Science (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Artificial Intelligence (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Economics (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明涉及一种学员与驾培车辆的对应方法和装置,学员每次进行驾培时,根据其携带的汽车电子标识中的名称来获知其每次练习所用的驾培车辆,在该驾培车辆未被使用的情况下优先安排给该学员使用,若该驾培车辆已被使用,则利用SIFT图形相似度算法查找出与其相似度最高且未被使用的驾驶车辆给学员进行练车,从而保证学员每次练车时都能驾驶相同或相近的驾培车辆,减少学员熟悉车辆所用的时间。对于本发明创造使用的方法,可以通过建立功能模块,组合成功能模块构架,由存储在计算机可读存储介质中的计算机程序来实施。
Description
技术领域
本发明涉及一种学员与驾培车辆的对应方法和装置,对于本发明创造使用的方法,可以通过建立功能模块,组合成功能模块构架,由存储在计算机可读存储介质中的计算机程序来实施。
背景技术
驾校就是能使人掌握驾驶技术,并教会人安全驾驶文明开车并协助其通过车管部门的考试取得驾驶证的培训单位,其会配置多台驾培车辆以供学员练车,然由于驾培车辆过多,一般学员来练车时都是案学员所报考的车型随机安排驾培车型,造成学员每次练车都需花费一定的时间来重新熟悉车辆,直接地降低了学员学车的效率,特别是在驾培实施计时收费的今天,更是对学员自身利益的一种损害。
发明内容
本发明为了改善上述的不足之处而提供一种学员与驾培车辆的对应方法和装置,使学员在每次进行驾培时都使用相同或相近的车辆,减少学员熟悉车辆所用的时间。
本发明的目的通过以下技术方案实现:
提供一种学员与驾培车辆的对应方法,包括以下步骤:
表单获取步骤:从驾校后台中获取每个学员初次上车所驾驶的驾培车辆与该学员的名称的对应表,
车辆查找步骤:对于准备进行驾培的学员N,从其携带的汽车电子标识中获取该学员的名称,根据名称查找对应表以获得该学员初次上车所驾驶的驾培车辆A,
车辆分配步骤:判断驾培车辆A是否被使用,若否则将驾培车辆A分配给学员N进行驾培练习,若是则从驾培后台中获取被预先录入的所有驾培车辆的外形图,从所有外形图中提取出驾培车辆A的外形图A,
相似查找步骤:根据SIFT图形相似度算法从其余外形图中查找出与外形图A最为相似的外形图B,判断外形图B所对应的驾培车辆B是否被使用,若否则将驾培车辆B分配给学员N进行驾培练习,若是则从所有外形图中剔除外形图B再重新执行相似查找步骤。
其中,相似查找步骤包括:搜索外形图A上所有尺度的图像位置,通过高斯微分函数来识别并提起出潜在的对于尺度和旋转不变的多个位置点,将每个位置点分别记为X1~Xn,从其他侧视图中查找是否有与位置点X1~Xn相同或相似的位置点Y1~Yn,依次计算(X1-Y1)到(Xn-Yn),根据计算所得结果分析相似度百分比,从而从其余外形图中查找出与外形图A最为相似的外形图B。
其中,所述外形图为驾培车辆的侧视图。
还提供一种学员与驾培车辆的对应装置,包括以下装置:
表单获取装置:用于从驾校后台中获取每个学员初次上车所驾驶的驾培车辆与该学员的名称的对应表,
车辆查找装置:用于对准备进行驾培的学员N,从其携带的汽车电子标识中获取该学员的名称,根据名称查找对应表以获得该学员初次上车所驾驶的驾培车辆A,
车辆分配装置:用于判断驾培车辆A是否被使用,若否则将驾培车辆A分配给学员N进行驾培练习,若是则从驾培后台中获取被预先录入的所有驾培车辆的外形图,从所有外形图中提取出驾培车辆A的外形图A,
相似查找装置:用于根据SIFT图形相似度算法从其余外形图中查找出与外形图A最为相似的外形图B,判断外形图B所对应的驾培车辆B是否被使用,若否则将驾培车辆B分配给学员N进行驾培练习,若是则从所有外形图中剔除外形图B再重新执行相似查找装置。
其中,相似查找装置包括处理装置,用于搜索外形图A上所有尺度的图像位置,通过高斯微分函数来识别并提起出潜在的对于尺度和旋转不变的多个位置点,将每个位置点分别记为X1~Xn,从其他侧视图中查找是否有与位置点X1~Xn相同或相似的位置点Y1~Yn,依次计算(X1-Y1)到(Xn-Yn),根据计算所得结果分析相似度百分比,从而从其余外形图中查找出与外形图A最为相似的外形图B。
其中所述外形图为驾培车辆的侧视图。
学员每次进行驾培时,根据其携带的汽车电子标识中的名称来获知其每次练习所用的驾培车辆,在该驾培车辆未被使用的情况下优先安排给该学员使用,若该驾培车辆已被使用,则利用SIFT图形相似度算法查找出与其相似度最高且未被使用的驾驶车辆给学员进行练车,从而保证学员每次练车时都能驾驶相同或相近的驾培车辆,减少学员熟悉车辆所用的时间。
附图说明
利用附图对发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1是本发明的流程图。
具体实施方式
图1为学员与驾培车辆的对应方法的流程图。
事先,驾校为每个报名学车的学员分发一张学员专属且载入学员名称的汽车电子标识,拍摄驾驶所拥有的所有驾培车辆的侧面图并将其存储于驾校后台中,并且,将每个学员初次上车所驾驶的驾培车辆与该学员的名称配对成对应表,再将对应表录入驾校后台中。
假设学员N准备进行驾培,驾校在为其安排驾培车辆时,遵循以下步骤:
表单获取步骤S1:计算机从驾校后台中获取每个学员初次上车所驾驶的驾培车辆与该学员的名称的对应表。
车辆查找步骤S2:通过阅读器从学员N随身携带的汽车电子标识中获取该学员的名称,计算机再根据名称查找对应表,并从对应表中获得该学员初次上车所驾驶的驾培车辆A。
车辆分配步骤S3:计时器判断驾培车辆A是否已经被其他学员使用,若还没被使用则将驾培车辆A分配给学员N进行驾培练习,这样学员N就能用其初次练车时所用的驾培车辆进行练习,节省了其重新熟悉车辆所用的时间;但若是驾培车辆A已被其他学员使用,则从驾培后台中获取被预先录入的所有驾培车辆的侧面图,然后从所有侧面图中提取出驾培车辆A的侧面图A,
相似查找步骤S4:利用SIFT图形相似度算法,搜索侧面图A上所有尺度的图像位置,通过高斯微分函数来识别并提起出潜在的对于尺度和旋转不变的多个位置点,将每个位置点分别记为X1~Xn,从其他侧视图中查找是否有与位置点X1~Xn相同或相似的位置点Y1~Yn,依次计算(X1-Y1)到(Xn-Yn),根据计算所得结果分析相似度百分比,从而从其余侧面图中查找出与侧面图A最为相似的侧面图B。再判断侧面图B所对应的驾培车辆B是否也被使用,若否则将驾培车辆B分配给学员N进行驾培练习,这样学员N就能用与驾培车辆A较相似的驾培车辆B进行练习,由于相处程度较高,其重新熟悉车辆所用的时间也会缩短;若是则从所有侧面图中剔除侧面图B再重新执行相似查找步骤。
需要说明的是,驾培车辆的外形图采用侧视图是由于侧视图有车长、车高和轮胎大小等重要特征,能提高相似度算法的准确度。
对于本发明创造使用的方法,可以通过建立功能模块,组合成功能模块构架,由存储在计算机可读存储介质中的计算机程序来实施。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (6)
1.一种学员与驾培车辆的对应方法,其特在在于包括以下步骤:
表单获取步骤:从驾校后台中获取每个学员初次上车所驾驶的驾培车辆与该学员的名称的对应表,
车辆查找步骤:对于准备进行驾培的学员N,从其携带的汽车电子标识中获取该学员的名称,根据名称查找对应表以获得该学员初次上车所驾驶的驾培车辆A,
车辆分配步骤:判断驾培车辆A是否被使用,若否则将驾培车辆A分配给学员N进行驾培练习,若是则从驾培后台中获取被预先录入的所有驾培车辆的外形图,从所有外形图中提取出驾培车辆A的外形图A,
相似查找步骤:根据SIFT图形相似度算法从其余外形图中查找出与外形图A最为相似的外形图B,判断外形图B所对应的驾培车辆B是否被使用,若否则将驾培车辆B分配给学员N进行驾培练习,若是则从所有外形图中剔除外形图B再重新执行相似查找步骤。
2.根据权利要求1所述的一种学员与驾培车辆的对应方法,其特征在于所述相似查找步骤包括:搜索外形图A上所有尺度的图像位置,通过高斯微分函数来识别并提起出潜在的对于尺度和旋转不变的多个位置点,将每个位置点分别记为X1~Xn,从其他侧视图中查找是否有与位置点X1~Xn相同或相似的位置点Y1~Yn,依次计算(X1-Y1)到(Xn-Yn),根据计算所得结果分析相似度百分比,从而从其余外形图中查找出与外形图A最为相似的外形图B。
3.根据权利要求1或2所述的一种学员与驾培车辆的对应方法,其特征在于:所述外形图为驾培车辆的侧视图。
4.一种学员与驾培车辆的对应装置,其特在在于包括以下装置:
表单获取装置:用于从驾校后台中获取每个学员初次上车所驾驶的驾培车辆与该学员的名称的对应表,
车辆查找装置:用于对准备进行驾培的学员N,从其携带的汽车电子标识中获取该学员的名称,根据名称查找对应表以获得该学员初次上车所驾驶的驾培车辆A,
车辆分配装置:用于判断驾培车辆A是否被使用,若否则将驾培车辆A分配给学员N进行驾培练习,若是则从驾培后台中获取被预先录入的所有驾培车辆的外形图,从所有外形图中提取出驾培车辆A的外形图A,
相似查找装置:用于根据SIFT图形相似度算法从其余外形图中查找出与外形图A最为相似的外形图B,判断外形图B所对应的驾培车辆B是否被使用,若否则将驾培车辆B分配给学员N进行驾培练习,若是则从所有外形图中剔除外形图B再重新执行相似查找装置。
5.根据权利要求1所述的一种学员与驾培车辆的对应装置,其特征在于:所述相似查找装置包括处理装置,用于搜索外形图A上所有尺度的图像位置,通过高斯微分函数来识别并提起出潜在的对于尺度和旋转不变的多个位置点,将每个位置点分别记为X1~Xn,从其他侧视图中查找是否有与位置点X1~Xn相同或相似的位置点Y1~Yn,依次计算(X1-Y1)到(Xn-Yn),根据计算所得结果分析相似度百分比,从而从其余外形图中查找出与外形图A最为相似的外形图B。
6.根据权利要求4或5所述的一种学员与驾培车辆的对应方法,其特征在于:所述外形图为驾培车辆的侧视图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710114321.8A CN107122388B (zh) | 2017-02-28 | 2017-02-28 | 一种学员与驾培车辆的对应方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710114321.8A CN107122388B (zh) | 2017-02-28 | 2017-02-28 | 一种学员与驾培车辆的对应方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107122388A true CN107122388A (zh) | 2017-09-01 |
CN107122388B CN107122388B (zh) | 2020-11-24 |
Family
ID=59718288
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710114321.8A Active CN107122388B (zh) | 2017-02-28 | 2017-02-28 | 一种学员与驾培车辆的对应方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107122388B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109858766A (zh) * | 2018-12-30 | 2019-06-07 | 广州展讯信息科技有限公司 | 机动车驾驶考试中车辆动态调度方法、设备、介质及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103177335A (zh) * | 2013-03-08 | 2013-06-26 | 南京信息工程大学 | 面向3g移动网络环境下的中小型驾校统一培训计时系统 |
CN103971558A (zh) * | 2014-05-16 | 2014-08-06 | 无锡海鸿信息技术有限公司 | 一种机动车驾驶人培训智能机器人系统 |
CN105205540A (zh) * | 2015-09-15 | 2015-12-30 | 广州地理研究所 | 预约驾培需求热力图构建方法 |
CN106251724A (zh) * | 2016-10-10 | 2016-12-21 | 北京高途智驾科技有限公司 | 一种驾驶员智能教学机器人系统 |
-
2017
- 2017-02-28 CN CN201710114321.8A patent/CN107122388B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103177335A (zh) * | 2013-03-08 | 2013-06-26 | 南京信息工程大学 | 面向3g移动网络环境下的中小型驾校统一培训计时系统 |
CN103971558A (zh) * | 2014-05-16 | 2014-08-06 | 无锡海鸿信息技术有限公司 | 一种机动车驾驶人培训智能机器人系统 |
CN105205540A (zh) * | 2015-09-15 | 2015-12-30 | 广州地理研究所 | 预约驾培需求热力图构建方法 |
CN106251724A (zh) * | 2016-10-10 | 2016-12-21 | 北京高途智驾科技有限公司 | 一种驾驶员智能教学机器人系统 |
Non-Patent Citations (3)
Title |
---|
徐庆: "驾校网络预约服务系统设计与实现", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
杨智: "基于ASP的驾校管理系统的设计与实现", 《科技经济市场》 * |
黄灿: "基于局部特征的车辆识别", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109858766A (zh) * | 2018-12-30 | 2019-06-07 | 广州展讯信息科技有限公司 | 机动车驾驶考试中车辆动态调度方法、设备、介质及系统 |
CN109858766B (zh) * | 2018-12-30 | 2022-12-02 | 广州展讯信息科技有限公司 | 机动车驾驶考试中车辆动态调度方法、设备、介质及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107122388B (zh) | 2020-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104494600B (zh) | 一种基于svm算法的驾驶员意图识别方法 | |
CN104802737B (zh) | 一种基于手机的车辆异常驾驶行为检测方法 | |
CN103218609B (zh) | 一种基于隐最小二乘回归的多姿态人脸识别方法及其装置 | |
CN108537326A (zh) | 用于自动驾驶车辆的方法、介质和系统 | |
CN108229386A (zh) | 用于检测车道线的方法、装置和介质 | |
CN103793926B (zh) | 基于样本重选择的目标跟踪方法 | |
CN108534782A (zh) | 一种基于双目视觉系统的地标地图车辆即时定位方法 | |
CN105404886A (zh) | 特征模型生成方法和特征模型生成装置 | |
JP7088136B2 (ja) | 標示物認識システム及び標示物認識方法 | |
CN103279746B (zh) | 一种基于支持向量机的人脸识别方法及系统 | |
CN102853830A (zh) | 一种基于一般物体识别的机器人视觉导航方法 | |
CN104598885A (zh) | 街景图像中的文字标牌检测与定位方法 | |
DE112019001842T5 (de) | Fahrzeugklassifizierung basierend auf Telematikdaten | |
CN112734841A (zh) | 一种用轮式里程计-imu和单目相机实现定位的方法 | |
CN107563308A (zh) | 基于粒子群优化算法的slam闭环检测方法 | |
CN110689535A (zh) | 一种工件识别方法、装置及电子设备和存储介质 | |
CN104978563A (zh) | 行车线标识识别装置 | |
CN106971556A (zh) | 基于双网络结构的卡口车辆重识别方法 | |
CN108986255A (zh) | 电子装置、驾驶行为评分方法及存储介质 | |
Slavkovikj et al. | Image-based road type classification | |
CN1135492C (zh) | 手迹验证装置 | |
CN104615998A (zh) | 一种基于多视角的车辆检索方法 | |
CN101833763A (zh) | 一种水面倒影图像检测方法 | |
CN106155540A (zh) | 电子毛笔笔形处理方法和装置 | |
CN107122388A (zh) | 一种学员与驾培车辆的对应方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address |
Address after: 510075 one of the compound No. 100, Xianlie Middle Road, Yuexiu District, Guangzhou City, Guangdong Province Patentee after: Guangzhou Institute of geography, Guangdong Academy of Sciences Address before: 510070 Third Floor, Guangzhou Institute of Geography, No. 100 Xianliezhong Road, Yuexiu District, Guangzhou City, Guangdong Province Patentee before: GUANGZHOU INSTITUTE OF GEOGRAPHY |
|
CP03 | Change of name, title or address |