CN107705552A - 一种应急车道占用行为检测方法、装置及系统 - Google Patents
一种应急车道占用行为检测方法、装置及系统 Download PDFInfo
- Publication number
- CN107705552A CN107705552A CN201610646715.3A CN201610646715A CN107705552A CN 107705552 A CN107705552 A CN 107705552A CN 201610646715 A CN201610646715 A CN 201610646715A CN 107705552 A CN107705552 A CN 107705552A
- Authority
- CN
- China
- Prior art keywords
- target
- vehicle
- image
- video
- lane
- 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
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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例提供了一种应急车道占用行为检测方法、装置及系统，应用于具有图像采集设备的车辆，所述方法包括：获得所述图像采集设备采集的第一图像；确定第一图像中的目标应急车道区域；检测目标应急车道区域中是否存在目标车辆；若存在，则判断第二图像的应急车道区域中是否存在目标车辆；若存在，则确定目标车辆存在应急车道占用行为；其中，第二图像为图像采集设备在目标时长内采集的图像，目标时长为第一图像的第一采集时刻之前的预设时长。本实施例能够降低检测成本，避免占用应急车道的车辆规避检测。
Description
技术领域
本发明涉及智能交通技术领域，特别涉及一种应急车道占用行为检测方法、装置及系统。
背景技术
应急车道主要在城市环线、快速路及高速路两侧施划，主要用于突发情况下(交通事故、救助突发性伤病员、救险等)方便救援车辆和救治人员通行，被称为“生命通道”，非法占用应急车道间接威胁他人生命安全，危害大。
目前，现有技术中主要采用以下方式检测占用应急车道的行为：在应急车道的护栏立柱上安装摄像头，根据预先设定的应急车道区域，摄像头对进入该区域的车辆进行检测。这种方法需要配置大量摄像头，检测成本较高，且容易被占用应急车道的车辆规避。
发明内容
本发明实施例的目的在于提供了一种应急车道占用行为检测方法、装置及系统，能够降低检测成本，避免占用应急车道的车辆规避检测。
为了达到上述目的，本发明公开了一种应急车道占用行为检测方法，应用于具有图像采集设备的车辆，所述方法包括：
获得所述图像采集设备采集的第一图像；
确定所述第一图像中的目标应急车道区域；
检测所述目标应急车道区域中是否存在目标车辆；
若存在，则判断第二图像的应急车道区域中是否存在所述目标车辆；若存在，则确定所述目标车辆存在应急车道占用行为；其中，所述第二图像为：所述图像采集设备在目标时长内采集的图像，所述目标时长为：所述第一图像的第一采集时刻之前的预设时长。
可选的，所述判断第二图像的应急车道区域中是否存在所述目标车辆，包括：
识别所述目标车辆的目标车牌号码；
判断第二图像的应急车道区域中是否存在车牌号码为所述目标车牌号码的车辆；
如果是，则确定所述第二图像的应急车道区域中存在所述目标车辆。
可选的，还包括：
获取包含所述第一图像与所述第二图像的第一视频；
将所述第一视频、所述目标车牌号码和所述第一采集时刻存储至存储设备。
可选的，还包括：
获取包含所述第一图像与所述第二图像的第一视频；
将所述第一视频、所述目标车牌号码和所述第一采集时刻发送至服务器，以使所述服务器根据所述第一视频、所述目标车牌号码和所述第一采集时刻，生成针对所述目标车辆的应急车道占用行为记录。
可选的，所述识别所述目标车辆的目标车牌号码，包括：
定位所述目标车辆的车牌区域；
分割所述车牌区域，获得至少一个字符子区域；
识别每个字符子区域中的字符，获得所述目标车辆的目标车牌号码。
可选的，所述确定所述第一图像中的目标应急车道区域，包括：
根据预先生成的车道线检测模型，检测所述第一图像中的车道线及车道线的类型；
根据预设的车道线类型，确定所检测出的车道线中的目标车道线；
根据预先生成的道路护栏检测模型，识别所述第一图像中的道路护栏；
根据所述目标车道线与所述道路护栏，确定目标应急车道区域。
可选的，还包括：
获取包含所述第一图像和所述第二图像的第一视频；
将所述第一视频和所述第一采集时刻存储至存储设备。
可选的，还包括：
获取包含所述第一图像和所述第二图像的第一视频；
将所述第一视频和所述第一采集时刻发送至服务器，以使所述服务器根据所述第一视频识别所述目标车辆的目标车牌号码，并根据所述第一视频、所述目标车牌号码和所述第一采集时刻，生成针对所述目标车辆的应急车道占用行为记录。
可选的，所述检测所述目标应急车道区域中是否存在目标车辆，包括：
识别所述目标应急车道区域中的疑似车辆；
检测所识别出的疑似车辆是否属于预设车辆类型；
将不属于预设车辆类型的疑似车辆确定为目标车辆。
为了达到上述目的，本发明公开了一种应急车道占用行为检测装置，应用于具有图像采集设备的车辆，所述装置包括：
图像获得模块，用于获得所述图像采集设备采集的第一图像；
区域确定模块，用于确定所述第一图像中的目标应急车道区域；
车辆检测模块，用于检测所述目标应急车道区域中是否存在目标车辆；
车辆判断模块，用于当检测到所述目标应急车道区域中存在目标车辆时，判断第二图像的应急车道区域中是否存在所述目标车辆；
行为确定模块，用于当所述第二图像的应急车道区域中存在所述目标车辆时，确定所述目标车辆存在应急车道占用行为；其中，所述第二图像为：所述图像采集设备在目标时长内采集的图像，所述目标时长为：所述第一图像的第一采集时刻之前的预设时长。
可选的，所述车辆判断模块，包括：
号码识别子模块，用于识别所述目标车辆的目标车牌号码；
车辆判断子模块，用于判断第二图像的应急车道区域中是否存在车牌号码为所述目标车牌号码的车辆；
第一车辆确定子模块，用于当判断出第二图像的应急车道区域中存在车牌号码为所述目标车牌号码的车辆时，确定所述第二图像的应急车道区域中存在所述目标车辆。
可选的，还包括：
第一视频获取模块，用于获取包含所述第一图像与所述第二图像的第一视频；
第一视频存储模块，用于将所述第一视频、所述目标车牌号码和所述第一采集时刻存储至存储设备。
可选的，还包括：
第二视频获取模块，用于获取包含所述第一图像与所述第二图像的第一视频；
第一视频发送模块，用于将所述第一视频、所述目标车牌号码和所述第一采集时刻发送至服务器，以使所述服务器根据所述第一视频、所述目标车牌号码和所述第一采集时刻，生成针对所述目标车辆的应急车道占用行为记录。
可选的，所述号码识别子模块，包括：
定位单元，用于定位所述目标车辆的车牌区域；
分割单元，用于分割所述车牌区域，获得至少一个字符子区域；
识别单元，用于识别每个字符子区域中的字符，获得所述目标车辆的目标车牌号码。
可选的，所述区域确定模块，包括：
车道线检测子模块，用于根据预先生成的车道线检测模型，检测所述第一图像中的车道线及车道线的类型；
车道线确定子模块，用于根据预设的车道线类型，确定所检测出的车道线中的目标车道线；
护栏识别子模块，用于根据预先生成的道路护栏检测模型，识别所述第一图像中的道路护栏；
区域确定子模块，用于根据所述目标车道线与所述道路护栏，确定目标应急车道区域。
可选的，还包括：
第三视频获取模块，用于获取包含所述第一图像和所述第二图像的第一视频；
第二视频保存模块，用于将所述第一视频和所述第一采集时刻存储至存储设备；
可选的，还包括：
第四视频获取模块，用于获取包含所述第一图像和所述第二图像的第一视频；
第二视频发送模块，用于将所述第二视频和所述第一采集时刻发送至服务器，以使所述服务器根据所述第一视频识别所述目标车辆的目标车牌号码，并根据所述第一视频、所述目标车牌号码和所述第一采集时刻，生成针对所述目标车辆的应急车道占用行为记录。
可选的，所述车辆检测模块，包括：
车辆识别子模块，用于识别所述目标应急车道区域中的疑似车辆；
类型检测子模块，用于检测所识别出的疑似车辆是否属于预设车辆类型；
第二车辆确定子模块，用于将不属于预设车辆类型的疑似车辆确定为目标车辆。
为了达到上述目的，本发明公开了一种应急车道占用行为检测系统，所述系统包括：具有图像采集设备的车辆和服务器；
其中，所述车辆，用于获得所述图像采集设备采集的第一图像；确定所述第一图像中的目标应急车道区域；检测所述目标应急车道区域中是否存在目标车辆；若存在，则识别所述目标车辆的目标车牌号码，判断第二图像的应急车道区域中是否存在车牌号码为所述目标车牌号码的车辆，若存在，则确定所述目标车辆存在应急车道占用行为；其中，所述第二图像为所述图像采集设备在目标时长内采集的图像，所述目标时长为所述第一图像的第一采集时刻之前的预设时长；获取包含所述第一图像与所述第二图像的第一视频；向所述服务器发送所述第一视频、所述目标车牌号码和所述第一采集时刻；
所述服务器，用于接收所述车辆发送的所述第一视频、所述目标车牌号码和所述第一采集时刻，并根据所述第一视频、所述目标车牌号码和所述第一采集时刻，生成针对所述目标车辆的应急车道占用行为记录。
为了达到上述目的，本发明还公开了一种应急车道占用行为检测系统，所述系统包括：具有图像采集设备的车辆和服务器；
其中，所述车辆，用于获得所述图像采集设备采集的第一图像；确定所述第一图像中的目标应急车道区域；检测所述目标应急车道区域中是否存在目标车辆；若存在，则判断第二图像的应急车道区域中是否存在所述目标车辆，若存在，则确定所述目标车辆存在应急车道占用行为；其中，所述第二图像为所述图像采集设备在目标时长内采集的图像，所述目标时长为所述第一图像的第一采集时刻之前的预设时长；获取包含所述第一图像与所述第二图像的第一视频；将所述第一视频和所述第一采集时刻发送至所述服务器；
所述服务器，用于接收所述车辆发送的所述第一视频和所述第一采集时刻，并根据所述第一视频识别所述目标车辆的目标车牌号码，并根据所述第一视频、所述目标车牌号码和所述第一采集时刻，生成针对所述目标车辆的应急车道占用行为记录。
由上述技术方案可见，本发明实施例中，针对车辆获得的图像采集设备采集的第一图像，确定第一图像中的目标应急车道区域，检测目标应急车道区域中是否存在目标车辆，若存在，则判断第二图像的应急车道区域中是否存在目标车辆，若存在，则确定目标车辆存在应急车道占用行为。其中，第二图像为图像采集设备在目标时长内采集的图像，目标时长为第一图像的第一采集时刻之前的预设时长。
也就是说，在本发明实施例是由具有图像采集设备的车辆执行的，这些车辆可以是任何普通车辆，而图像采集设备也是车辆上的常用设备。因此，应用本发明实施例，无需在应急车道的护栏立柱上安装摄像头，带有图像采集设备的车辆便可以对应急车道占用行为进行检测，能够降低检测成本。而且，作为执行主体的车辆可以是任何普通车辆，这些车辆不容易被占用应急车道的车辆发现，能够避免占用应急车道的车辆规避检测。当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
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简单的介绍。显而易见地，下面描述中的附图仅仅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为本发明实施例提供的应急车道占用行为检测方法的一种流程示意图；
图2为采集到的车辆占用应急车道的图像；
图3为本发明实施例提供的应急车道占用行为检测方法的另一种流程示意图；
图4为本发明实施例提供的应急车道占用行为检测方法的再一种流程示意图；
图5为本发明实施例提供的应急车道占用行为检测装置的一种结构示意图；
图6为本发明实施例提供的应急车道占用行为检测装置的另一种结构示意图；
图7为本发明实施例提供的应急车道占用行为检测装置的再一种结构示意图；
图8为本发明实施例提供的应急车道占用行为检测系统的一种结构示意图；
图9为本发明实施例提供的应急车道占用行为检测系统的另一种结构示意图。
具体实施方式
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、完整的描述。显然，所描述的实施例仅仅是本发明的一部分实施例，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做出创造性劳动的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。
本发明实施例提供了一种应急车道占用行为检测方法及装置，应用于具有图像采集设备的车辆，能够降低检测成本，避免占用应急车道的车辆规避检测。
下面通过具体实施例，对本发明进行详细说明。
图1为本发明实施例提供的应急车道占用行为检测方法的一种流程示意图，应用于具有图像采集设备的车辆。
需要说明的是，本申请实施例的执行主体可以为车辆上安装的行车记录仪，进一步的可以为该行车记录仪的数据处理设备，当然也可以为车辆上的其他数据处理设备，本申请对此不进行限定。
具体的，上述方法包括如下步骤：
步骤S101：获得图像采集设备采集的第一图像。
本实施例中的车辆可以是任何普通车辆。图像采集设备也是车辆上的常用设备，例如图像采集设备可以由行车记录仪实现，当然，车辆上的图像采集设备不限于行车记录仪，任何一个具备图像采集功能的设备都是可行的。
行车记录仪是一种记录车辆行驶途中的影像及声音等相关资讯的仪器。行车记录仪通常安装于车辆内部空间的前方，能够记录车辆行驶全过程的视频图像和声音，可为交通事故提供证据。目前，行车记录仪在向智能化方向发展，还兼具前车起步提醒、红绿灯切换提醒、限速标志识别等扩展功能。
需要说明的是，图像采集设备可以是抓拍图像的照相机，也可以是采集视频的摄像机。当图像采集设备抓拍图像时，第一图像可以是图像采集设备抓拍的至少一张图像。当图像采集设备采集视频时，第一图像可以是视频中的至少一帧图像。
步骤S102：确定第一图像中的目标应急车道区域。
需要说明的是，确定目标应急车道区域可以是确定目标应急车道区域的坐标。该区域可以是矩形区域，也可以是不规则图形区域。确定的区域坐标应包含区域的顶点坐标。
应急车道主要在城市环线、快速路及高速路两侧施划，专门供工程救险、消防救援或医疗救护等处理应急事务的特殊类型车辆使用。应急车道通常位于道路右侧，由特定类型的车道线和道路护栏之间的区域构成。其中，特定类型的车道线一般为白色单实线。
作为一个例子，在图2的右侧区域中，白色单实线与道路护栏之间的区域就是应急车道区域。
在本实施例的一种实施方式中，步骤S102，确定第一图像中的目标应急车道区域，具体可以包括：
步骤1：根据预先生成的车道线检测模型，检测第一图像中的车道线及车道线的类型。
具体的，可以预先采集包含车道线的图像作为正样本，采集不包含车道线的图像作为负样本，并对上述正样本中的车道线进行标记。然后，采用上述正样本和负样本对预设的机器学习模型进行训练，得到车道线检测模型。
根据预先生成的车道线检测模型，检测第一图像中的车道线时，可以将上述第一图像作为输入信息输入车道线检测模型中，由车道线检测模型对上述第一图像进行检测。其中，上述车道线检测模型的输出结果可以包括：第一图像中是否包含车道线的信息。另外，在第一图像中存在车道线的情况下，上述输出结果还可以包括车道线所在区域以及车道线的类型。
具体的，上述车道线的类型可以包括白色单实线类型、白色单虚线类型、黄色双实线类型等。
另外，上述预设的机器学习模型可以由开发人员根据具体情况选定，本申请对模型的具体形式不进行限定。
步骤2：根据预设的车道线类型，确定所检测出的车道线中的目标车道线。
需要说明的是，预设的车道线类型可以是白色单实线类型。例如，在图2中，画面右侧存在应急车道区域，区域边界上存在白色单实线车道线。
由于应急车道边界的车道线一般为白色单实线，因此步骤2具体可以包括：将检测出的车道线中类型为白色单实线类型的车道线确定为目标车道线。
在实际应用中，行车记录仪采集的图像中可能会存在两条以上白色单实线，例如图2图像最左侧处可能会拍摄到道路边界处的白色单实线。而根据经验可以知道，应急车道一般位于车辆行驶方向的右侧。
针对这种情况，步骤2具体可以包括：根据预设的车道线类型，确定所检测出的车道线中的第一车道线，确定车辆的行驶方向，将第一车道线中位于行驶方向右侧的车道线确定为目标车道线。
举例而言，针对图2，上述实施方式即为：将所检测出的车道线中的白色单实线类型的车道线确定为第一车道线，确定车辆的行驶方向为从下向上，那么第一图像的右半侧即为行驶方向的右侧，因此将第一图像中右半侧的第一车道线确定为目标车道线。
步骤3：根据预先生成的道路护栏检测模型，识别第一图像中的道路护栏。
具体的，可以预先采集包含道路护栏的图像作为正样本，采集不包含道路护栏的图像作为负样本，并对正样本中的道路护栏进行标记。然后，采用上述正样本和负样本对预设的机器学习模型进行训练，得到道路护栏检测模型。为了使检测结果更准确，在采集包含道路护栏的图像时，可以有针对性地采集包含应急车道的道路护栏的图像。
在识别第一图像中的道路护栏时，可以将第一图像作为输入信息输入，输入预先生成的道路护栏检测模型，由该道路护栏检测模型对第一图像中的道路护栏进行检测。其中，上述道路护栏检测模型的输出结果可以包括：第一图像中是否包含道路护栏。在第一图像包含道路护栏的情况下，上述输出结果还可以包括：道路护栏所在区域。
步骤4：根据目标车道线与道路护栏，确定目标应急车道区域。
具体的，步骤4可以包括：将目标车道线与道路护栏之间的区域确定为目标应急车道区域。
也可以是，在确定目标车道线与道路护栏之间的区域之后，从该区域中确定预设形状的目标区域，将目标区域确定为目标应急车道区域。
步骤S103：检测目标应急车道区域中是否存在目标车辆，若存在，则执行步骤S104，否则，说明第一图像中不存在应急车道占用行为，丢弃第一图像即可。
具体的，可以预先根据大量车辆特征，利用机器学习算法训练得到车辆检测器。根据训练得到的车辆检测器，检测目标应急车道区域中是否存在目标车辆。
其中，机器学习算法可以包括但不限于Boosting(提升)、SVM(Support VectorMachine，支持向量机)、CNN(Convolutional Neural Networks，卷积神经网络)等算法。
图2为采集到的车辆占用应急车道的一个例子，其中，右侧区域中白色单实线与道路护栏之间的区域为应急车道区域，从图中可以看出，两辆车在占用应急车道区域。因此，从该图中可以检测出右侧的应急车道区域中存在两辆车。
由于占用应急车道的车辆可能是普通私家车、货车，也可能是消防、医疗救护等类型的车辆，而对于消防、医疗救护等类型的车辆而言，这些车辆要执行的任务一般比较紧急，且从前面对应急车道的描述可以看出，应急车道就是为消防、医疗救护等类型的、用于执行紧急任务的车辆准备的，因此在检测目标应急车道区域中是否存在目标车辆的过程中，应去除这些类型的车辆，提高检测的应急车道占用行为的准确度。
在本实施例的一种实施方式中，检测目标应急车道区域中是否存在目标车辆，具体可以包括：
步骤1：识别目标应急车道区域中的疑似车辆。也就是识别目标应急车道区域中的所有类型的车辆。
步骤2：检测所识别出的疑似车辆是否属于预设车辆类型。
其中，预设车辆类型可以是消防车类型或救护车类型等。
步骤3：将不属于预设车辆类型的疑似车辆确定为目标车辆。
步骤S104：判断第二图像的应急车道区域中是否存在所述目标车辆，若存在，则执行步骤S105，否则，确定目标车辆不存在应急车道占用行为，不予处理即可。
其中，第二图像为：图像采集设备在目标时长内采集的图像。目标时长为：第一图像的第一采集时刻之前的预设时长。
需要指出的是，第二图像是由多张图像组成的，第二图像的应急车道区域中存在目标车辆是指，第二图像中的每一张图像的应急车道区域中都存在目标车辆。如果第二图像的部分图像的应急车道区域中存在目标车辆，则认为第二图像的应急车道区域中不存在目标车辆。
可以理解的是，出于人性化考虑，如果车辆在行驶过程中由于特殊情况在很短时间内占用了应急车道，这种情况一般不认为该车辆存在应急车道占用行为。因此，在第一图像的目标应急车道区域中检测到目标车辆之后，还要判断在第二图像的应急车道区域中是否存在该目标车辆。
具体的，判断第二图像的应急车道区域中是否存在所述目标车辆可以包括多种实施方式，下面列举几种。
一种是，识别所述目标车辆的目标卷积神经网络值(目标CNN值)，判断第二图像的应急车道区域中是否存在CNN值为所述目标CNN值的车辆，如果是，则确定第二图像的应急车道区域中存在目标车辆。
需要说明的是，由于第二图像是在第一图像之前采集的，因此第二图像应该已经经过了上述处理过程，并且得到了第二图像中占用应急车道的车辆的CNN值等检测结果。所以，在判断第二图像的应急车道区域中是否存在CNN值为所述目标CNN值的车辆时，可以根据检测第二图像中是否存在应急车道占用行为时的检测结果进行判断。
另一种是，识别所述目标车辆的目标车牌号码，判断第二图像的应急车道区域中是否存在车牌号码为目标车牌号码的车辆，如果是，则确定第二图像的应急车道区域中存在所述目标车辆。
需要说明的是，由于第二图像是在第一图像之前采集的，因此第二图像应该已经经过了上述处理过程，并且得到了第二图像中占用应急车道的车辆的车牌号码等检测结果。所以，在判断第二图像的应急车道区域中是否存在车牌号码为目标车牌号码的车辆时，可以根据检测第二图像中是否存在应急车道占用行为时的检测结果进行判断。
在实际应用中，由于图像采集设备是不断采集图像的，第一图像和第二图像是图像采集设备采集的大量图像中的一部分图像。为了加快处理速度，本步骤还可以包括如下实施方式。
在本实施例的一种实施方式中，步骤S103可以包括：将第一图像和目标车辆添加至检测队列，从所述检测队列中确定第二图像，其中，第二图像为检测队列中目标时长内的图像，目标时长为第一图像的第一采集时刻之前的预设时长；判断第二图像的应急车道区域中是否存在目标车辆。
步骤S105：确定目标车辆存在应急车道占用行为。
由上述内容可知，本实施例中，针对车辆获得的图像采集设备采集的第一图像，确定第一图像中的目标应急车道区域，检测目标应急车道区域中是否存在目标车辆，若存在，则判断第二图像的应急车道区域中是否存在目标车辆，若存在，则确定目标车辆存在应急车道占用行为。其中，第二图像为图像采集设备在目标时长内采集的图像，目标时长为第一图像的第一采集时刻之前的预设时长。
也就是说，本实施例是由具有图像采集设备的车辆执行的，这些车辆可以是任何普通车辆，而图像采集设备也是车辆上的常用设备。因此，应用本发明实施例，无需在应急车道的护栏立柱上安装摄像头，带有图像采集设备的车辆便可以对应急车道占用行为进行检测，能够降低检测成本。而且，作为执行主体的车辆可以是任何普通车辆，这些车辆不容易被占用应急车道的车辆发现，能够避免占用应急车道的车辆规避检测。同时，由于作为执行主体的车辆是能移动的，因此也能够扩大应急车道占用行为的检测范围。
在本实施例的另一种实施方式中，图1所示实施例中，识别所述目标车辆的目标车牌号码，具体可以包括：
步骤1：定位目标车辆的车牌区域。
具体的，可以根据预先存储的车牌特征，定位目标车辆的车牌区域。
步骤2：分割车牌区域，获得至少一个字符子区域。
具体的，可以根据预先存储的车牌结构和车牌字符分布特征，分割车牌区域，从而获得至少一个字符子区域。
步骤3：识别每个字符子区域中的字符，获得所述目标车辆的目标车牌号码。
具体的，可以根据预设的字符识别器，识别每个字符子区域中的字符。
在本实施例的另一种实施方式中，图1所示实施例还可以包括：获取包含第一图像和第二图像的第一视频；将第一视频和第一采集时刻存储至存储设备。
当步骤S104包含识别目标车辆的目标车牌号码这个步骤时，图1所示实施例还可以包括：获取包含第一图像和第二图像的第一视频；将第一视频、目标车牌号码和第一采集时刻存储至存储设备。
其中，存储设备可以位于行车记录仪中，也可以位于云存储空间，本申请对此不做限定。当存储设备位于云存储空间时，行车记录仪可以通过网络接口将第一视频和第一采集时刻发送至云存储空间，以使云存储空间存储第一视频和第一采集时刻。
在本申请的另一实施例中，为了在服务器端生成目标车辆占用应急车道行为的记录，可以对图1所示实施例进行改进。其中，当步骤S104为如下具体实现方式时，图1所示实施例还可以包括如下的步骤S106和S107，具体步骤可以参见图3所示流程示意图。
步骤S104A：识别目标车辆的目标车牌号码，判断第二图像的应急车道区域中是否存在车牌号码为目标车牌号码的车辆，如果是，则确定第二图像的应急车道区域中存在目标车辆，执行步骤S105。
步骤S106：获取包含第一图像与第二图像的第一视频。
具体的，可以将第一图像的第一采集时刻和第二图像中第二采集时刻之间的图像生成视频文件，从而获得第一视频，其中，第二采集时刻为第二图像中最早的采集时刻。也可以将包含第一图像与第二图像以及目标时长之外的图像生成视频文件，从而获得第一视频，这样获取的视频包含的信息更丰富，能更充分地说明车辆占用应急车道时的情况。
步骤S107：将第一视频、目标车牌号码和第一采集时刻发送至服务器，以使服务器根据第一视频、目标车牌号码和第一采集时刻，生成针对目标车辆的应急车道占用行为记录。
由上述内容可见，在本实施例中，在确定目标车辆存在应急车道占用行为之后，由作为执行主体的车辆识别目标车辆的目标车牌号码，并将第一视频、目标车牌号码和第一采集时刻发送至服务器，以使服务器生成目标车辆的应急车道占用行为记录，便于后续对该目标车辆实施相应提醒措施。
在本申请的另一实施例中，为了在服务器端生成目标车辆占用应急车道行为的记录，可以对图1所示实施例进行改进，即在图1所示实施例的基础上，还可以包括如下步骤，这些步骤可以参见图4所示流程示意图。
步骤S108：获取包含第一图像和第二图像的第一视频。
步骤S109：将第一视频和第一采集时刻发送至服务器，以使服务器根据第一视频识别目标车辆的目标车牌号码，并根据第一视频、目标车牌号码和第一采集时刻，生成针对目标车辆的应急车道占用行为记录。
由上述内容可见，在本实施例中，作为执行主体的车辆不识别目标车辆的目标车牌号码，而只是在确定目标车辆存在应急车道占用行为之后，将第一视频和第一采集时刻发送至服务器，由服务器来识别目标车辆的目标车牌号码，然后生成针对目标车辆的应急车道占用行为记录。
图5为本发明实施例提供的应急车道占用行为检测装置的一种结构示意图，与图1所示方法实施例相对应，应用于具有图像采集设备的车辆，所述装置包括：
图像获得模块501，用于获得所述图像采集设备采集的第一图像；
区域确定模块502，用于确定所述第一图像中的目标应急车道区域；
车辆检测模块503，用于检测所述目标应急车道区域中是否存在目标车辆；
车辆判断模块504，用于当检测到所述目标应急车道区域中存在目标车辆时，判断第二图像的应急车道区域中是否存在所述目标车辆；
行为确定模块505，用于当所述第二图像的应急车道区域中存在所述目标车辆时，确定所述目标车辆存在应急车道占用行为；其中，所述第二图像为：所述图像采集设备在目标时长内采集的图像，所述目标时长为：所述第一图像的第一采集时刻之前的预设时长。
在图5所示实施例中，所述车辆判断模块504具体可以包括：
号码识别子模块(图中未示出)，用于识别所述目标车辆的目标车牌号码；
车辆判断子模块(图中未示出)，用于判断第二图像的应急车道区域中是否存在车牌号码为所述目标车牌号码的车辆；
第一车辆确定子模块(图中未示出)，用于当判断出第二图像的应急车道区域中存在车牌号码为所述目标车牌号码的车辆时，确定所述第二图像的应急车道区域中存在所述目标车辆。
在图5所示实施例中，所述号码识别子模块具体可以包括：
定位单元(图中未示出)，用于定位所述目标车辆的车牌区域；
分割单元(图中未示出)，用于分割所述车牌区域，获得至少一个字符子区域；
识别单元(图中未示出)，用于识别每个字符子区域中的字符，获得所述目标车辆的目标车牌号码。
在图5所示实施例中，所述区域确定模块502具体可以包括：
车道线检测子模块(图中未示出)，用于根据预先生成的车道线检测模型，检测所述第一图像中的车道线及车道线的类型；
车道线确定子模块(图中未示出)，用于根据预设的车道线类型，确定所检测出的车道线中的目标车道线；
护栏识别子模块(图中未示出)，用于根据预先生成的道路护栏检测模型，识别所述第一图像中的道路护栏；
区域确定子模块(图中未示出)，用于将所述目标车道线与所述道路护栏之间的区域确定为目标应急车道区域。
在图5所示实施例中，所述车辆检测模块503具体可以包括：
车辆识别子模块(图中未示出)，用于识别所述目标应急车道区域中的疑似车辆；
类型检测子模块(图中未示出)，用于检测所识别出的疑似车辆是否属于预设车辆类型；
第二车辆确定子模块，用于将不属于预设车辆类型的疑似车辆确定为目标车辆。
在图5所示实施例中，所述装置还可以包括：
第一视频获取模块(图中未示出)，用于获取包含所述第一图像与所述第二图像的第一视频；
第一视频存储模块(图中未示出)，用于将所述第一视频、所述目标车牌号码和所述第一采集时刻存储至存储设备。
在图5所示实施例中，所述装置还可以包括：
第三视频获取模块(图中未示出)，用于获取包含所述第一图像和所述第二图像的第一视频；
第二视频保存模块(图中未示出)，用于将所述第一视频和所述第一采集时刻存储至存储设备；
在本申请的另一实施例中，可以对图5所示实施例加以改进。图5所示装置还可以包括第一视频获取模块506和第一视频发送模块507，参见图6所示结构示意图，该装置实施例与图3所示方法实施例相对应。
其中，车辆判断模块504具体用于：识别所述目标车辆的目标车牌号码；判断第二图像的应急车道区域中是否存在车牌号码为所述目标车牌号码的车辆，如果存在，则确定第二图像的应急车道区域中存在所述目标车辆；
第二视频获取模块506，用于获取包含所述第一图像与所述第二图像的第一视频；
第一视频发送模块507，用于将所述第一视频、所述目标车牌号码和所述第一采集时刻发送至服务器，以使所述服务器根据所述第一视频、所述目标车牌号码和所述第一采集时刻，生成针对所述目标车辆的应急车道占用行为记录。
在本申请的另一实施例中，可以对图5所示实施例加以改进。图5所示装置还可以包括第二视频获取模块508和第二视频发送模块509，参见图7所示结构示意图，该装置实施例与图4所示方法实施例相对应。
第四视频获取模块508，用于获取包含所述第一图像和所述第二图像的第一视频；
第二视频发送模块509，用于将所述第二视频和所述第一采集时刻发送至服务器，以使所述服务器根据所述第一视频识别所述目标车辆的目标车牌号码，并根据所述第一视频、所述目标车牌号码和所述第一采集时刻，生成针对所述目标车辆的应急车道占用行为记录。
图8为本发明实施例提供的应急车道占用行为检测系统的一种结构示意图，与图3所示方法实施例相对应。所述系统包括：具有图像采集设备的车辆801和服务器802；
其中，所述车辆801，用于获得所述图像采集设备采集的第一图像；确定所述第一图像中的目标应急车道区域；检测所述目标应急车道区域中是否存在目标车辆；若存在，则识别所述目标车辆的目标车牌号码，判断第二图像的应急车道区域中是否存在车牌号码为所述目标车牌号码的车辆，若存在，则确定所述目标车辆存在应急车道占用行为；其中，所述第二图像为所述图像采集设备在目标时长内采集的图像，所述目标时长为所述第一图像的第一采集时刻之前的预设时长；获取包含所述第一图像与所述第二图像的第一视频；向所述服务器802发送所述第一视频、所述目标车牌号码和所述第一采集时刻；
所述服务器802，用于接收所述车辆801发送的所述第一视频、所述目标车牌号码和所述第一采集时刻，并根据所述第一视频、所述目标车牌号码和所述第一采集时刻，生成针对所述目标车辆的应急车道占用行为记录。
在图8所示实施例中，所述车辆801，具体用于采用下述方式确定所述第一图像中的目标应急车道区域：
根据预先生成的车道线检测模型，检测所述第一图像中的车道线及车道线的类型；根据预设的车道线类型，确定所检测出的车道线中的目标车道线；根据预先生成的道路护栏检测模型，识别所述第一图像中的道路护栏；将所述目标车道线与所述道路护栏之间的区域确定为目标应急车道区域。
在图8所示实施例中，所述车辆801，具体用于采用下述方式检测所述目标应急车道区域中是否存在目标车辆：
识别所述目标应急车道区域中的疑似车辆；检测所识别出的疑似车辆是否属于预设车辆类型；将不属于预设车辆类型的疑似车辆确定为目标车辆。
在图8所示实施例中，所述车辆801，具体用于采用下述方式识别所述目标车辆的目标车牌号码：
定位所述目标车辆的车牌区域；分割所述车牌区域，获得至少一个字符子区域；识别每个字符子区域中的字符，获得所述目标车辆的目标车牌号码。
在图8所示实施例中，所述车辆801，还用于：获取包含所述第一图像与所述第二图像的第一视频；将所述第一视频、所述目标车牌号码和所述第一采集时刻存储至存储设备。
图9为本发明实施例提供的应急车道占用行为检测系统的另一种结构示意图，与图4所示方法实施例相对应。所述系统包括：具有图像采集设备的车辆901和服务器902；
其中，所述车辆901，用于获得所述图像采集设备采集的第一图像；确定所述第一图像中的目标应急车道区域；检测所述目标应急车道区域中是否存在目标车辆；若存在，则判断第二图像的应急车道区域中是否存在所述目标车辆，若存在，则确定所述目标车辆存在应急车道占用行为；其中，所述第二图像为所述图像采集设备在目标时长内采集的图像，所述目标时长为所述第一图像的第一采集时刻之前的预设时长；获取包含所述第一图像与所述第二图像的第一视频；将所述第一视频和所述第一采集时刻发送至所述服务器902；
所述服务器902，用于接收所述车辆901发送的所述第一视频和所述第一采集时刻，并根据所述第一视频识别所述目标车辆的目标车牌号码，并根据所述第一视频、所述目标车牌号码和所述第一采集时刻，生成针对所述目标车辆的应急车道占用行为记录。
在图9所示实施例中，所述车辆901，具体用于采用下述方式确定所述第一图像中的目标应急车道区域：
根据预先生成的车道线检测模型，检测所述第一图像中的车道线及车道线的类型；根据预设的车道线类型，确定所检测出的车道线中的目标车道线；根据预先生成的道路护栏检测模型，识别所述第一图像中的道路护栏；将所述目标车道线与所述道路护栏之间的区域确定为目标应急车道区域。
在图9所示实施例中，所述车辆901，具体用于采用下述方式检测所述目标应急车道区域中是否存在目标车辆：
识别所述目标应急车道区域中的疑似车辆；检测所识别出的疑似车辆是否属于预设车辆类型；将不属于预设车辆类型的疑似车辆确定为目标车辆。
在图9所示实施例中，所述服务器902，具体用于采用下述方式识别所述目标车辆的目标车牌号码：
定位所述目标车辆的车牌区域；分割所述车牌区域，获得至少一个字符子区域；识别每个字符子区域中的字符，获得所述目标车辆的目标车牌号码。
在图9所示实施例中，所述车辆901，还用于：获取包含所述第一图像与所述第二图像的第一视频；将所述第一视频和所述第一采集时刻存储至存储设备。
由于上述装置实施例和系统实施例均是基于方法实施例得到的，与该方法具有相同的技术效果，因此装置实施例和系统实施例的技术效果在此不再赘述。
对于装置实施例和系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本领域普通技术人员可以理解，上述实施方式中的全部或部分步骤是能够通过程序指令相关的硬件来完成的，所述的程序可以存储于计算机可读取存储介质中。这里所称存储介质，是指ROM/RAM、磁碟、光盘等。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
Claims (20)
1.一种应急车道占用行为检测方法，其特征在于，应用于具有图像采集设备的车辆，所述方法包括：
获得所述图像采集设备采集的第一图像；
确定所述第一图像中的目标应急车道区域；
检测所述目标应急车道区域中是否存在目标车辆；
若存在，则判断第二图像的应急车道区域中是否存在所述目标车辆；若存在，则确定所述目标车辆存在应急车道占用行为；其中，所述第二图像为：所述图像采集设备在目标时长内采集的图像，所述目标时长为：所述第一图像的第一采集时刻之前的预设时长。
2.根据权利要求1所述的方法，其特征在于，所述判断第二图像的应急车道区域中是否存在所述目标车辆，包括：
识别所述目标车辆的目标车牌号码；
判断第二图像的应急车道区域中是否存在车牌号码为所述目标车牌号码的车辆；
如果是，则确定所述第二图像的应急车道区域中存在所述目标车辆。
3.根据权利要求2所述的方法，其特征在于，还包括：
获取包含所述第一图像与所述第二图像的第一视频；
将所述第一视频、所述目标车牌号码和所述第一采集时刻存储至存储设备。
4.根据权利要求2所述的方法，其特征在于，还包括：
获取包含所述第一图像与所述第二图像的第一视频；
将所述第一视频、所述目标车牌号码和所述第一采集时刻发送至服务器，以使所述服务器根据所述第一视频、所述目标车牌号码和所述第一采集时刻，生成针对所述目标车辆的应急车道占用行为记录。
5.根据权利要求2所述的方法，其特征在于，所述识别所述目标车辆的目标车牌号码，包括：
定位所述目标车辆的车牌区域；
分割所述车牌区域，获得至少一个字符子区域；
识别每个字符子区域中的字符，获得所述目标车辆的目标车牌号码。
6.根据权利要求1所述的方法，其特征在于，所述确定所述第一图像中的目标应急车道区域，包括：
根据预先生成的车道线检测模型，检测所述第一图像中的车道线及车道线的类型；
根据预设的车道线类型，确定所检测出的车道线中的目标车道线；
根据预先生成的道路护栏检测模型，识别所述第一图像中的道路护栏；
根据所述目标车道线与所述道路护栏，确定目标应急车道区域。
7.根据权利要求1所述的方法，其特征在于，还包括：
获取包含所述第一图像和所述第二图像的第一视频；
将所述第一视频和所述第一采集时刻存储至存储设备。
8.根据权利要求1所述的方法，其特征在于，还包括：
获取包含所述第一图像和所述第二图像的第一视频；
将所述第一视频和所述第一采集时刻发送至服务器，以使所述服务器根据所述第一视频识别所述目标车辆的目标车牌号码，并根据所述第一视频、所述目标车牌号码和所述第一采集时刻，生成针对所述目标车辆的应急车道占用行为记录。
9.根据权利要求1至8任一项所述的方法，其特征在于，所述检测所述目标应急车道区域中是否存在目标车辆，包括：
识别所述目标应急车道区域中的疑似车辆；
检测所识别出的疑似车辆是否属于预设车辆类型；
将不属于预设车辆类型的疑似车辆确定为目标车辆。
10.一种应急车道占用行为检测装置，其特征在于，应用于具有图像采集设备的车辆，所述装置包括：
图像获得模块，用于获得所述图像采集设备采集的第一图像；
区域确定模块，用于确定所述第一图像中的目标应急车道区域；
车辆检测模块，用于检测所述目标应急车道区域中是否存在目标车辆；
车辆判断模块，用于当检测到所述目标应急车道区域中存在目标车辆时，判断第二图像的应急车道区域中是否存在所述目标车辆；
行为确定模块，用于当所述第二图像的应急车道区域中存在所述目标车辆时，确定所述目标车辆存在应急车道占用行为；其中，所述第二图像为：所述图像采集设备在目标时长内采集的图像，所述目标时长为：所述第一图像的第一采集时刻之前的预设时长。
11.根据权利要求10所述的装置，其特征在于，所述车辆判断模块，包括：
号码识别子模块，用于识别所述目标车辆的目标车牌号码；
车辆判断子模块，用于判断第二图像的应急车道区域中是否存在车牌号码为所述目标车牌号码的车辆；
第一车辆确定子模块，用于当判断出第二图像的应急车道区域中存在车牌号码为所述目标车牌号码的车辆时，确定所述第二图像的应急车道区域中存在所述目标车辆。
12.根据权利要求11所述的装置，其特征在于，还包括：
第一视频获取模块，用于获取包含所述第一图像与所述第二图像的第一视频；
第一视频存储模块，用于将所述第一视频、所述目标车牌号码和所述第一采集时刻存储至存储设备。
13.根据权利要求11所述的装置，其特征在于，还包括：
第二视频获取模块，用于获取包含所述第一图像与所述第二图像的第一视频；
第一视频发送模块，用于将所述第一视频、所述目标车牌号码和所述第一采集时刻发送至服务器，以使所述服务器根据所述第一视频、所述目标车牌号码和所述第一采集时刻，生成针对所述目标车辆的应急车道占用行为记录。
14.根据权利要求11所述的装置，其特征在于，所述号码识别子模块，包括：
定位单元，用于定位所述目标车辆的车牌区域；
分割单元，用于分割所述车牌区域，获得至少一个字符子区域；
识别单元，用于识别每个字符子区域中的字符，获得所述目标车辆的目标车牌号码。
15.根据权利要求10所述的装置，其特征在于，所述区域确定模块，包括：
车道线检测子模块，用于根据预先生成的车道线检测模型，检测所述第一图像中的车道线及车道线的类型；
车道线确定子模块，用于根据预设的车道线类型，确定所检测出的车道线中的目标车道线；
护栏识别子模块，用于根据预先生成的道路护栏检测模型，识别所述第一图像中的道路护栏；
区域确定子模块，用于根据所述目标车道线与所述道路护栏，确定目标应急车道区域。
16.根据权利要求10所述的装置，其特征在于，还包括：
第三视频获取模块，用于获取包含所述第一图像和所述第二图像的第一视频；
第二视频保存模块，用于将所述第一视频和所述第一采集时刻存储至存储设备。
17.根据权利要求10所述的装置，其特征在于，还包括：
第四视频获取模块，用于获取包含所述第一图像和所述第二图像的第一视频；
第二视频发送模块，用于将所述第二视频和所述第一采集时刻发送至服务器，以使所述服务器根据所述第一视频识别所述目标车辆的目标车牌号码，并根据所述第一视频、所述目标车牌号码和所述第一采集时刻，生成针对所述目标车辆的应急车道占用行为记录。
18.根据权利要求10至17任一项所述的装置，其特征在于，所述车辆检测模块，包括：
车辆识别子模块，用于识别所述目标应急车道区域中的疑似车辆；
类型检测子模块，用于检测所识别出的疑似车辆是否属于预设车辆类型；
第二车辆确定子模块，用于将不属于预设车辆类型的疑似车辆确定为目标车辆。
19.一种应急车道占用行为检测系统，其特征在于，所述系统包括：具有图像采集设备的车辆和服务器；
其中，所述车辆，用于获得所述图像采集设备采集的第一图像；确定所述第一图像中的目标应急车道区域；检测所述目标应急车道区域中是否存在目标车辆；若存在，则识别所述目标车辆的目标车牌号码，判断第二图像的应急车道区域中是否存在车牌号码为所述目标车牌号码的车辆，若存在，则确定所述目标车辆存在应急车道占用行为；其中，所述第二图像为所述图像采集设备在目标时长内采集的图像，所述目标时长为所述第一图像的第一采集时刻之前的预设时长；获取包含所述第一图像与所述第二图像的第一视频；向所述服务器发送所述第一视频、所述目标车牌号码和所述第一采集时刻；
所述服务器，用于接收所述车辆发送的所述第一视频、所述目标车牌号码和所述第一采集时刻，并根据所述第一视频、所述目标车牌号码和所述第一采集时刻，生成针对所述目标车辆的应急车道占用行为记录。
20.一种应急车道占用行为检测系统，其特征在于，所述系统包括：具有图像采集设备的车辆和服务器；
其中，所述车辆，用于获得所述图像采集设备采集的第一图像；确定所述第一图像中的目标应急车道区域；检测所述目标应急车道区域中是否存在目标车辆；若存在，则判断第二图像的应急车道区域中是否存在所述目标车辆，若存在，则确定所述目标车辆存在应急车道占用行为；其中，所述第二图像为所述图像采集设备在目标时长内采集的图像，所述目标时长为所述第一图像的第一采集时刻之前的预设时长；获取包含所述第一图像与所述第二图像的第一视频；将所述第一视频和所述第一采集时刻发送至所述服务器；
所述服务器，用于接收所述车辆发送的所述第一视频和所述第一采集时刻，并根据所述第一视频识别所述目标车辆的目标车牌号码，并根据所述第一视频、所述目标车牌号码和所述第一采集时刻，生成针对所述目标车辆的应急车道占用行为记录。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610646715.3A CN107705552B (zh) | 2016-08-08 | 2016-08-08 | 一种应急车道占用行为检测方法、装置及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610646715.3A CN107705552B (zh) | 2016-08-08 | 2016-08-08 | 一种应急车道占用行为检测方法、装置及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107705552A true CN107705552A (zh) | 2018-02-16 |
| CN107705552B CN107705552B (zh) | 2020-04-28 |
Family
ID=61168365
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610646715.3A Active CN107705552B (zh) | 2016-08-08 | 2016-08-08 | 一种应急车道占用行为检测方法、装置及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107705552B (zh) |
Cited By (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108932852A (zh) * | 2018-06-22 | 2018-12-04 | 安徽科力信息产业有限责任公司 | 一种记录机动车违法占用应急车道行为的方法及装置 |
| CN108932853A (zh) * | 2018-06-22 | 2018-12-04 | 安徽科力信息产业有限责任公司 | 一种记录多台机动车违法停车行为的方法及装置 |
| CN109241896A (zh) * | 2018-08-28 | 2019-01-18 | 腾讯科技（深圳）有限公司 | 一种通道安全检测方法、装置及电子设备 |
| CN109637151A (zh) * | 2018-12-31 | 2019-04-16 | 上海眼控科技股份有限公司 | 一种高速公路应急车道违章行驶的识别方法 |
| CN110765820A (zh) * | 2018-07-27 | 2020-02-07 | 杭州海康威视数字技术股份有限公司 | 一种双向通道的行走空间的控制方法、装置、设备及系统 |
| CN111311923A (zh) * | 2020-03-05 | 2020-06-19 | 浙江长元科技有限公司 | 一种消防通道的监管方法及监管系统 |
| CN111325991A (zh) * | 2020-04-17 | 2020-06-23 | 淮阴工学院 | 一种判别机动车是否非法占用应急车道的系统及方法 |
| CN111640285A (zh) * | 2020-06-06 | 2020-09-08 | 浙江长元科技有限公司 | 一种消防通道占用的监测系统 |
| CN111915878A (zh) * | 2019-05-09 | 2020-11-10 | 奥迪股份公司 | 道路交通状态的预测方法及装置、计算机设备和存储介质 |
| CN112258844A (zh) * | 2020-11-05 | 2021-01-22 | 浙江点辰航空科技有限公司 | 一种使用无人机对高速公路急车道进行巡检的方法 |
| CN112489442A (zh) * | 2020-12-10 | 2021-03-12 | 魏承友 | 一种智慧交通的路况传输系统及方法 |
| CN112712708A (zh) * | 2020-12-28 | 2021-04-27 | 上海眼控科技股份有限公司 | 信息检测方法、装置、设备及存储介质 |
| CN112735187A (zh) * | 2021-01-29 | 2021-04-30 | 重庆长安汽车股份有限公司 | 一种自动识别应急车道的系统和方法 |
| CN112749622A (zh) * | 2020-11-30 | 2021-05-04 | 浙江大华技术股份有限公司 | 应急车道占用识别方法和装置 |
| CN113128264A (zh) * | 2019-12-30 | 2021-07-16 | 杭州海康汽车技术有限公司 | 一种车辆区域确定方法、装置及电子设备 |
| CN113401100A (zh) * | 2021-07-28 | 2021-09-17 | 奇瑞汽车股份有限公司 | 车辆制动方法和装置 |
| CN113420673A (zh) * | 2021-06-24 | 2021-09-21 | 苏州科达科技股份有限公司 | 垃圾分类方法、装置、设备及存储介质 |
| CN113807125A (zh) * | 2020-06-12 | 2021-12-17 | 深圳市丰驰顺行信息技术有限公司 | 应急车道占用检测方法、装置、计算机设备和存储介质 |
| CN113920736A (zh) * | 2021-10-25 | 2022-01-11 | 桂林长海发展有限责任公司 | 一种机动车占用应急车道检测方法、装置及存储介质 |
| CN114141022A (zh) * | 2020-09-03 | 2022-03-04 | 丰图科技(深圳)有限公司 | 应急车道占用行为检测方法、装置、电子设备及存储介质 |
| CN114255597A (zh) * | 2020-09-23 | 2022-03-29 | 顺丰科技有限公司 | 应急车道占用行为检测方法、装置、电子设备及存储介质 |
| CN114926982A (zh) * | 2022-05-10 | 2022-08-19 | 上海高德威智能交通系统有限公司 | 一种占道检测方法、系统、装置、设备及介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009251637A (ja) * | 2008-04-01 | 2009-10-29 | Nishi Nihon Kosoku Doro Maintenance Kansai Kk | 車両事故防止ロボット及び車両事故防止システム |
| CN104882001A (zh) * | 2015-06-30 | 2015-09-02 | 北京奇虎科技有限公司 | 基于行车记录仪的驾驶行为监控方法、装置及系统 |
| CN104952122A (zh) * | 2015-05-19 | 2015-09-30 | 佛山市锐诚云智能照明科技有限公司 | 可自动进行违章取证的行车记录仪及系统 |
| CN105336207A (zh) * | 2015-12-04 | 2016-02-17 | 黄左宁 | 车辆记录仪和公安综合监管系统 |
| CN105702048A (zh) * | 2016-03-23 | 2016-06-22 | 武汉理工大学 | 基于行车记录仪的高速公路前车违法占道识别系统及方法 |
-
2016
- 2016-08-08 CN CN201610646715.3A patent/CN107705552B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009251637A (ja) * | 2008-04-01 | 2009-10-29 | Nishi Nihon Kosoku Doro Maintenance Kansai Kk | 車両事故防止ロボット及び車両事故防止システム |
| CN104952122A (zh) * | 2015-05-19 | 2015-09-30 | 佛山市锐诚云智能照明科技有限公司 | 可自动进行违章取证的行车记录仪及系统 |
| CN104882001A (zh) * | 2015-06-30 | 2015-09-02 | 北京奇虎科技有限公司 | 基于行车记录仪的驾驶行为监控方法、装置及系统 |
| CN105336207A (zh) * | 2015-12-04 | 2016-02-17 | 黄左宁 | 车辆记录仪和公安综合监管系统 |
| CN105702048A (zh) * | 2016-03-23 | 2016-06-22 | 武汉理工大学 | 基于行车记录仪的高速公路前车违法占道识别系统及方法 |
Cited By (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108932853A (zh) * | 2018-06-22 | 2018-12-04 | 安徽科力信息产业有限责任公司 | 一种记录多台机动车违法停车行为的方法及装置 |
| CN108932852A (zh) * | 2018-06-22 | 2018-12-04 | 安徽科力信息产业有限责任公司 | 一种记录机动车违法占用应急车道行为的方法及装置 |
| CN110765820A (zh) * | 2018-07-27 | 2020-02-07 | 杭州海康威视数字技术股份有限公司 | 一种双向通道的行走空间的控制方法、装置、设备及系统 |
| CN109241896A (zh) * | 2018-08-28 | 2019-01-18 | 腾讯科技（深圳）有限公司 | 一种通道安全检测方法、装置及电子设备 |
| CN109241896B (zh) * | 2018-08-28 | 2022-08-23 | 腾讯数码（天津）有限公司 | 一种通道安全检测方法、装置及电子设备 |
| CN109637151A (zh) * | 2018-12-31 | 2019-04-16 | 上海眼控科技股份有限公司 | 一种高速公路应急车道违章行驶的识别方法 |
| CN111915878A (zh) * | 2019-05-09 | 2020-11-10 | 奥迪股份公司 | 道路交通状态的预测方法及装置、计算机设备和存储介质 |
| CN113128264A (zh) * | 2019-12-30 | 2021-07-16 | 杭州海康汽车技术有限公司 | 一种车辆区域确定方法、装置及电子设备 |
| CN111311923A (zh) * | 2020-03-05 | 2020-06-19 | 浙江长元科技有限公司 | 一种消防通道的监管方法及监管系统 |
| CN111325991A (zh) * | 2020-04-17 | 2020-06-23 | 淮阴工学院 | 一种判别机动车是否非法占用应急车道的系统及方法 |
| CN111640285A (zh) * | 2020-06-06 | 2020-09-08 | 浙江长元科技有限公司 | 一种消防通道占用的监测系统 |
| CN113807125B (zh) * | 2020-06-12 | 2024-08-06 | 深圳市丰驰顺行信息技术有限公司 | 应急车道占用检测方法、装置、计算机设备和存储介质 |
| CN113807125A (zh) * | 2020-06-12 | 2021-12-17 | 深圳市丰驰顺行信息技术有限公司 | 应急车道占用检测方法、装置、计算机设备和存储介质 |
| CN114141022A (zh) * | 2020-09-03 | 2022-03-04 | 丰图科技(深圳)有限公司 | 应急车道占用行为检测方法、装置、电子设备及存储介质 |
| CN114255597B (zh) * | 2020-09-23 | 2023-07-07 | 顺丰科技有限公司 | 应急车道占用行为检测方法、装置、电子设备及存储介质 |
| CN114255597A (zh) * | 2020-09-23 | 2022-03-29 | 顺丰科技有限公司 | 应急车道占用行为检测方法、装置、电子设备及存储介质 |
| CN112258844A (zh) * | 2020-11-05 | 2021-01-22 | 浙江点辰航空科技有限公司 | 一种使用无人机对高速公路急车道进行巡检的方法 |
| CN112258844B (zh) * | 2020-11-05 | 2022-05-27 | 浙江点辰航空科技有限公司 | 一种使用无人机对高速公路急车道进行巡检的方法 |
| CN112749622B (zh) * | 2020-11-30 | 2024-04-30 | 浙江大华技术股份有限公司 | 应急车道占用识别方法和装置 |
| CN112749622A (zh) * | 2020-11-30 | 2021-05-04 | 浙江大华技术股份有限公司 | 应急车道占用识别方法和装置 |
| CN112489442A (zh) * | 2020-12-10 | 2021-03-12 | 魏承友 | 一种智慧交通的路况传输系统及方法 |
| CN112489442B (zh) * | 2020-12-10 | 2021-12-07 | 青岛民航凯亚系统集成有限公司 | 一种智慧交通的路况传输系统及方法 |
| CN112712708A (zh) * | 2020-12-28 | 2021-04-27 | 上海眼控科技股份有限公司 | 信息检测方法、装置、设备及存储介质 |
| CN112735187A (zh) * | 2021-01-29 | 2021-04-30 | 重庆长安汽车股份有限公司 | 一种自动识别应急车道的系统和方法 |
| CN113420673A (zh) * | 2021-06-24 | 2021-09-21 | 苏州科达科技股份有限公司 | 垃圾分类方法、装置、设备及存储介质 |
| CN113401100A (zh) * | 2021-07-28 | 2021-09-17 | 奇瑞汽车股份有限公司 | 车辆制动方法和装置 |
| CN113920736A (zh) * | 2021-10-25 | 2022-01-11 | 桂林长海发展有限责任公司 | 一种机动车占用应急车道检测方法、装置及存储介质 |
| CN114926982B (zh) * | 2022-05-10 | 2023-05-02 | 上海高德威智能交通系统有限公司 | 一种占道检测方法、系统、装置、设备及介质 |
| CN114926982A (zh) * | 2022-05-10 | 2022-08-19 | 上海高德威智能交通系统有限公司 | 一种占道检测方法、系统、装置、设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107705552B (zh) | 2020-04-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107705552A (zh) | 一种应急车道占用行为检测方法、装置及系统 | |
| CN104916138B (zh) | 车辆信息的处理方法、系统、车载设备及服务器 | |
| US11361556B2 (en) | Deterioration diagnosis device, deterioration diagnosis system, deterioration diagnosis method, and storage medium for storing program | |
| CN111402612A (zh) | 一种交通事件通知方法及装置 | |
| DE102016118902A1 (de) | Kollisionsvermeidung mit durch Kartendaten erweiterten auditorischen Daten | |
| KR102453627B1 (ko) | 딥러닝 기반 교통 흐름 분석 방법 및 시스템 | |
| CN108961669A (zh) | 网约车的安全预警方法及装置、存储介质、服务器 | |
| CN110097753B (zh) | 二次事故的预警方法、装置、系统及道路监测装置 | |
| CN107633684A (zh) | 一种用于无人驾驶车的特种车辆识别方法 | |
| Saiprasert et al. | Driver behaviour profiling using smartphone sensory data in a V2I environment | |
| CN110516518A (zh) | 一种非机动车违法载人检测方法、装置及电子设备 | |
| CN106297314A (zh) | 一种逆行或压线车辆行为的检测方法、装置及一种球机 | |
| CN109637144A (zh) | 一种非机动车违章抓拍的取证系统及方法 | |
| CN104680795A (zh) | 一种基于局部区域特征的车型识别方法和装置 | |
| CN106846819A (zh) | 一种基于小型飞行器的航拍罚单生成方法及实现系统 | |
| US12106670B2 (en) | Accident reporter | |
| CN108932852A (zh) | 一种记录机动车违法占用应急车道行为的方法及装置 | |
| CN109523798A (zh) | 一种车辆定位管理及车辆信息识别方法及应用该方法的视频行车记录设备 | |
| CN111985304A (zh) | 巡防告警方法、系统、终端设备及存储介质 | |
| Satzoda et al. | Drive analysis using lane semantics for data reduction in naturalistic driving studies | |
| CN109003457B (zh) | 一种记录多台机动车违法占用应急车道行为的方法及装置 | |
| WO2024098992A1 (zh) | 倒车检测方法及装置 | |
| CN109859527A (zh) | 一种非机动车转弯预警方法及装置 | |
| CN111383248A (zh) | 一种行人闯红灯判断方法、装置和电子设备 | |
| CN105761326A (zh) | 一种管理车辆行驶数据的方法、装置及设备 |
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 |