CN107871393B - 一种自动判别车辆违章占用禁行车道的方法及其系统 - Google Patents
一种自动判别车辆违章占用禁行车道的方法及其系统 Download PDFInfo
- Publication number
- CN107871393B CN107871393B CN201610858647.7A CN201610858647A CN107871393B CN 107871393 B CN107871393 B CN 107871393B CN 201610858647 A CN201610858647 A CN 201610858647A CN 107871393 B CN107871393 B CN 107871393B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- lane
- data processing
- processing platform
- cloud data
- 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
Images
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
- G08G1/0125—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
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种自动判别车辆违章占用禁行车道的方法及其系统,该方法预先保存有车辆的定位装置的定位天线在车辆上的安装位置,电子地图中包含禁行车道位置,周期性地从车辆的定位装置获取定位结果;根据所述定位结果、所述安装位置和所述禁行车道位置,计算车辆的车身在禁行车道中的比例;如果所述比例大于预定门限的持续时间大于预定时限,则判定所述车辆违章占用车道。本发明可以减少甚至消除占道的现象,有限缓解因为占道引起的高速拥堵现象。
Description
技术领域
本发明涉及交通信息处理领域,特别涉及一种自动判别车辆违章占用禁行车道的技术。
背景技术
近年来随着经济的高速发展,城市间的货运往来变的越来越频繁,高速公路上的车辆数量也迅速增长。然而很多车主在高速公路上随意占用车道,又因为车辆速度较慢,导致高速公路拥堵,影响很多人的正常出行。
首先针对车辆违章占道需要大量高速摄像头拍摄行车轨迹的方式记录此类现象,另外需要巡逻警察随时在高速公路上巡查。现有的监管手段不仅需要投入很大的财力物力,而且不能有效的管理和禁止此类现象的发生。
发明内容
本发明的目的在于提供一种自动判别车辆违章占用禁行车道的方法及其系统,以解决车辆在高速公路上随意占用车道导致交通拥堵的问题。
在本发明中,第一方面提供了一种自动判别车辆违章占用禁行车道的方法,预先保存有车辆的定位装置的定位天线在车辆上的安装位置,电子地图中包含禁行车道位置,所述方法包括以下步骤:
周期性地从车辆的定位装置获取定位结果;
根据所述定位结果、所述安装位置和所述禁行车道位置,计算车辆的车身在禁行车道中的比例;
如果所述比例大于预定门限的持续时间大于预定时限,则判定所述车辆违章占用车道。
在本发明中,第二方面提供了一种自动判别车辆违章占用禁行车道的系统,包括:
存储单元,用于保存有车辆的定位装置的定位天线在车辆上的安装位置和电子地图,在所述电子地图中包含禁行车道位置;
定位获取单元,用于周期性地从车辆的定位装置获取定位结果;
比例计算单元,用于根据所述定位结果、所述安装位置和所述禁行车道位置,计算车辆的车身在禁行车道中的比例;
违章判定单元,用于判断所述比例大于预定门限的持续时间是否大于预定时限,如果是则判定所述车辆违章占用车道。
本发明实施方式与现有技术相比,主要区别及其效果在于:
通过计算车辆的车身在禁行车道中的比例和判断该比例大于预定门限的持续时间是否大于预定时限,即可判断车辆是否违章占用车道,判断方法简单,可大大提高管理部门的工作效率,可以减少甚至消除车辆违章占用车道的现象,有限缓解因为车辆占道引起的高速拥堵现象。
进一步地,云端数据处理平台具有持高并发、响应时间短、实时性强、可扩展性强等优点,可以将上传的定位结果与电子地图中的高速公路道路信息进行车道位置匹配分析,能够判断车辆是否行驶在高速公路上进而能够判断车辆车身是否占据禁行车道。
进一步地,通过设置第一门限、第二门限、第一时限和第四时限,可以提高判定违章占用车道的准确性。
进一步地,当云端数据处理平台判定车辆已违规占道并在一定时间内没有驶回规定车道,可以及时将情况反映给相关处理部门,当车主对此有异议,可以通过拍摄的视频进行申诉。
应理解,在本发明范围内中,本发明的上述各技术特征和在下文(如实施例)中具体描述的各技术特征之间都可以互相组合,从而构成新的或优选的技术方案。限于篇幅,在此不再一一赘述。
附图说明
图1是本发明第一实施方式中的自动判别车辆违章占用禁行车道方法的流程示意图;
图2是本发明第二实施方式中的自动判别车辆违章占用禁行车道方法的流程示意图;
图3是本发明第三实施方式中的自动判别车辆违章占用禁行车道方法的流程示意图;
图4是本发明第六实施方式中的高速车辆违章占用车道的自动判别系统的结构示意图。
具体实施方式
在以下的叙述中,为了使读者更好地理解本申请而提出了许多技术细节。但是,本领域的普通技术人员可以理解,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本申请各权利要求所要求保护的技术方案。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明的实施方式作进一步地详细描述。
本发明第一实施方式涉及一种自动判别车辆违章占用禁行车道的方法,图1是该自动判别方法的流程示意图。
如图所示,本实施方式中预先保存有车辆的定位装置的定位天线在车辆上的安装位置,电子地图中包含禁行车道位置。
在步骤101中,周期性地从车辆的定位装置获取定位结果。
此后进入步骤102:根据定位结果、安装位置和禁行车道位置,计算车辆的车身在禁行车道中的比例。
此后进入步骤103:判断步骤102中的比例大于预定门限的持续时间是否大于预定时限,如果是,则执行步骤104,否则回到步骤101。
在步骤104中,判定车辆违章占用车道。
本实施方式中,通过计算车辆的车身在禁行车道中的比例和判断该比例大于预定门限的持续时间是否大于预定时限,即可判断车辆是否违章占用车道,判断方法简单,可大大提高管理部门的工作效率。
本发明第二实施方式涉及一种自动判别车辆违章占用禁行车道的方法,图2是该自动判别方法的流程示意图。
如图所示,本实施方式中预先保存有车辆的定位装置的定位天线在车辆上的安装位置,电子地图中包含禁行车道位置。
在步骤201中,周期性地从车辆的定位装置获取定位结果,此步骤与步骤101相同。
此后进入步骤202:将测得的定位结果及车辆信息上传至云端数据处理平台。
此后进入步骤203:云端数据处理平台根据上传的定位结果与电子地图中的高速公路道路信息进行车道位置匹配分析。
此后进入步骤204:云端数据处理平台根据匹配分析的结果判断车辆是否行驶在高速公路上,如果是,则执行步骤205,否则回到步骤201。
在步骤205中,云端数据处理平台判断当前车辆是否占据左侧车道,如果是,则执行步骤206,否则执行步骤209。
在步骤206中,云端数据处理平台计算车辆车身占据左侧车道的部分的宽度与车身的宽度的比例。
此后进入步骤207:云端数据处理平台判断步骤206中的比例大于预定门限的持续时间是否大于预定时限,如果是,则执行步骤208,否则回到步骤201。
在步骤208中,云端数据处理平台判定车辆违章占用左侧车道。
在步骤209中,云端数据处理平台判断当前车辆是否占据应急车道,如果是,则执行步骤210,否则回到步骤201。
在步骤210中,云端数据处理平台计算车辆车身占据应急车道的部分的宽度与车身的宽度的比例。
此后进入步骤211:云端数据处理平台判断步骤210中的比例大于预定门限的持续时间是否大于预定时限,如果是,则执行步骤212,否则回到步骤201。
在步骤212中,云端数据处理平台判定车辆违章占用应急车道。
其中,步骤206和步骤210可以实现步骤102的功能,步骤207和步骤211可以实现步骤103的功能,步骤208和步骤212可以实现步骤104的功能。
本实施方式中,云端数据处理平台具有持高并发、响应时间短、实时性强、可扩展性强等优点,可以将上传的定位结果与电子地图中的高速公路道路信息进行车道位置匹配分析,能够判断车辆是否行驶在高速公路上进而能够判断车辆车身是否占据禁行车道。
本发明第三实施方式涉及一种自动判别车辆违章占用禁行车道的方法,图3是该自动判别方法的流程示意图。
如图所示,本实施方式中预先保存有车辆的定位装置的定位天线在车辆上的安装位置,电子地图中包含禁行车道位置。
在步骤301中,周期性地从车辆的定位装置获取定位结果,此步骤与步骤201相同。
此后进入步骤302:将测得的定位结果及车辆信息上传至云端数据处理平台,此步骤与步骤202相同。
此后进入步骤303:云端数据处理平台根据上传的定位结果与电子地图中的高速公路道路信息进行车道位置匹配分析,此步骤与步骤203相同。
此后进入步骤304:云端数据处理平台根据匹配分析的结果判断车辆是否行驶在高速公路上,如果是,则执行步骤305,否则回到步骤301,此步骤304与步骤204相同。
在步骤305中,云端数据处理平台判断当前车辆是否占据左侧车道,如果是,则执行步骤306,否则执行步骤310,此步骤305与步骤205相同。
在步骤306中,云端数据处理平台计算车辆车身占据左侧车道的部分的宽度与车身的宽度的比例,此步骤306与步骤206相同。
此后进入步骤307:云端数据处理平台判断步骤306中的比例是否大于设定的第一门限,如果是,则执行步骤308,否则回到步骤301。
在步骤308中,云端数据处理平台判断车辆车身占据左侧车道持续时长是否大于预定的第一时限,如果是,则执行步骤309,否则回到步骤301。
在步骤309中,云端数据处理平台判定车辆违章占用左侧车道,此步骤与步骤208相同。
在步骤310中,云端数据处理平台判断当前车辆是否占据应急车道,如果是,则执行步骤311,否则回到步骤301,此步骤310与步骤209相同。
在步骤311中,云端数据处理平台计算车辆车身占据应急车道的部分的宽度与车身的宽度的比例,此步骤与步骤210相同。
此后进入步骤312:云端数据处理平台判断步骤311中的比例是否大于设定的第二门限,如果是,则执行步骤313,否则回到步骤301。
在步骤313中,云端数据处理平台判断车辆车身占据应急车道持续时长是否大于预定的第四时限,如果是,则执行步骤314,否则回到步骤301。
在步骤314中,云端数据处理平台判断车辆当前是否仍处于行驶状态,如果是,则执行步骤315,否则回到步骤301。
在步骤315中,云端数据处理平台判定车辆违章占用应急车道,此步骤与步骤212相同。
其中,步骤307和步骤308可以实现步骤207的功能。
本实施方式中,通过设置第一门限、第二门限、第一时限和第四时限,可以提高判定违章占用车道的准确性。
本发明第四实施方式涉及一种自动判别车辆违章占用禁行车道的方法。
本实施方式中预先保存有车辆的定位装置的定位天线在车辆上的安装位置,电子地图中包含禁行车道位置,本实施方式中的方法包括了第三实施方式中所有的步骤。
在此基础上,本实施方式中在步骤309之后包括如下步骤:
云端数据处理平台判断车辆车身占据左侧车道的持续时长是否大于预定的第二时限;
如果大于第二时限,云端数据处理平台向车辆发送电子违章罚单;
云端数据处理平台向车辆发送拍摄当前行驶道路情况的指令;
云端数据处理平台将电子违章罚单和告警信息上传至相关处理部门;
如果没有大于第二时限,云端数据处理平台向车辆发送告警信息,提醒车主尽快将车辆驶回规定车道;
经过预定的第三时限,云端数据处理平台对当前车辆是否驶回规定车道内进行判定;
如果当前车辆仍未驶回规定车道内,云端数据处理平台向车辆发送电子违章罚单;
云端数据处理平台向车辆发送拍摄当前行驶道路情况的指令;
云端数据处理平台将电子违章罚单和告警信息上传至相关处理部门;
其中,第二时限大于第一时限。
本实施方式中在步骤315之后包括如下步骤:
云端数据处理平台判断车辆车身占据应急车道的持续时长是否大于预定的第五时限;
如果大于第五时限,云端数据处理平台向车辆发送电子违章罚单;
云端数据处理平台向车辆发送拍摄当前行驶道路情况的指令;
云端数据处理平台将电子违章罚单和告警信息上传至相关处理部门;
如果没有大于第五时限,云端数据处理平台向车辆发送告警信息,提醒车主尽快将车辆驶回规定车道;
经过预定的第六时限,云端数据处理平台对当前车辆是否驶回规定车道内进行判定;
如果当前车辆仍未驶回规定车道内,云端数据处理平台向车辆发送电子违章罚单;
云端数据处理平台向车辆发送拍摄当前行驶道路情况的指令;
云端数据处理平台将电子违章罚单和告警信息上传至相关处理部门;
其中,第五时限大于第四时限。
本实施方式中,当云端数据处理平台判定车辆已违规占道并在一定时间内没有驶回规定车道,可以及时将情况反映给相关处理部门,当车主对此有异议,可以通过拍摄的视频进行申诉。
本发明第五实施方式涉及一种自动判别车辆违章占用禁行车道的方法。
本实施方式中预先保存有车辆的定位装置的定位天线在车辆上的安装位置,电子地图中包含禁行车道位置,本实施方式中的方法包括了第三实施方式中所有的步骤。
在此基础上,本实施方式中,车辆信息包括经度、纬度、海拔、速度、时间、方向、设备ID、启动标志位和附加信息。
本实施方式中的步骤314包括以下子步骤:
如果启动标志位为1,且车辆速度大于0,则判定车辆已处于行驶状态;
如果启动标志位为0,但是车辆速度大于0,且在30s内车辆位置发生明显变化,则判定车辆已处于行驶状态。
本实施方式中的步骤304之后包括以下步骤:
云端数据处理平台判断车辆在高速公路上的哪个车道。
本发明第六实施方式涉及一种高速车辆违章占用车道的自动判别系统,图4是该自动判别系统的结构示意图。
如图所示,自动判别系统包括:
存储单元401,用于保存有车辆的定位装置的定位天线在车辆上的安装位置和电子地图,在电子地图中包含禁行车道位置;
定位获取单元402,用于周期性地从车辆的定位装置获取定位结果;
比例计算单元403,用于根据定位结果、安装位置和禁行车道位置,计算车辆的车身在禁行车道中的比例;
违章判定单元404,用于判断比例大于预定门限的持续时间是否大于预定时限,如果是则判定车辆违章占用车道。
第一实施方式是与本实施方式相对应的方法实施方式,本实施方式可与第一实施方式互相配合实施。第一实施方式中提到的相关技术细节在本实施方式中依然有效,为了减少重复,这里不再赘述。相应地,本实施方式中提到的相关技术细节也可应用在第一实施方式中。
本发明第七实施方式涉及一种高速车辆违章占用车道的自动判别系统。
本实施方式包括了第六实施方式中的存储单元、定位获取单元、比例计算单元和违章判定单元。
在此基础上,本实施方式中的自动判别系统还包括:
数据通信装置,用于通过与云端数据处理平台约定的传输协议将定位获取单元获取的定位结果和车辆信息上传至云端数据处理平台;
行车视频记录装置,用于在车辆行驶或停车过程中记录车辆行驶视频和在收到电子违章罚单同时上传当前行驶车道照片和视频。
此外,本实施方式中车辆信息格式为:经度、纬度、海拔、速度、时间、方向、设备ID、启动标志位和附加信息。
第二至第四实施方式是与本实施方式相对应的方法实施方式,本实施方式可与第二至第四实施方式互相配合实施。第二至第四实施方式中提到的相关技术细节在本实施方式中依然有效,为了减少重复,这里不再赘述。相应地,本实施方式中提到的相关技术细节也可应用在第二至第四实施方式中。
本发明的各方法实施方式均可以以软件、硬件、固件等方式实现。不管本发明是以软件、硬件、还是固件方式实现,指令代码都可以存储在任何类型的计算机可访问的存储器中(例如永久的或者可修改的,易失性的或者非易失性的,固态的或者非固态的,固定的或者可更换的介质等等)。同样,存储器可以例如是可编程阵列逻辑(Programmable ArrayLogic,简称“PAL”)、随机存取存储器(Random Access Memory,简称“RAM”)、可编程只读存储器(Programmable Read Only Memory,简称“PROM”)、只读存储器(Read-Only Memory,简称“ROM”)、电可擦除可编程只读存储器(Electrically Erasable Programmable ROM,简称“EEPROM”)、磁盘、光盘、数字通用光盘(Digital Versatile Disc,简称“DVD”)等等。
需要说明的是,本发明各设备实施方式中提到的各模块都是逻辑模块,在物理上,一个逻辑模块可以是一个物理模块,也可以是一个物理模块的一部分,还可以以多个物理模块的组合实现,这些逻辑模块本身的物理实现方式并不是最重要的,这些逻辑模块所实现的功能的组合才是解决本发明所提出的技术问题的关键。此外,为了突出本发明的创新部分,本发明上述各设备实施方式并没有将与解决本发明所提出的技术问题关系不太密切的模块引入,这并不表明上述设备实施方式并不存在其它的模块。
需要说明的是,在本专利的权利要求和说明书中,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”或者其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。
虽然通过参照本发明的某些优选实施方式,已经对本发明进行了图示和描述,但本领域的普通技术人员应该明白,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。
Claims (10)
1.一种自动判别车辆违章占用禁行车道的方法,其特征在于,预先保存有车辆的定位装置的定位天线在车辆上的安装位置,电子地图中包含禁行车道位置,所述方法包括以下步骤:
周期性地从车辆的定位装置获取定位结果;
根据所述定位结果、所述安装位置和所述禁行车道位置,计算车辆的车身在禁行车道中的比例;
如果所述比例大于预定门限的持续时间大于预定时限,则判定所述车辆违章占用车道。
2.根据权利要求1所述的方法,其特征在于,所述步骤“计算车辆的车身在禁行车道中的比例”之前包括以下步骤:
将测得的所述定位结果及车辆信息上传至云端数据处理平台;
所述云端数据处理平台根据上传的定位结果与所述电子地图中的高速公路道路信息进行车道位置匹配分析;
所述云端数据处理平台根据匹配分析的结果判断所述车辆是否行驶在高速公路上。
3.根据权利要求2所述的方法,其特征在于,所述步骤“云端数据处理平台根据匹配分析的结果判断所述车辆是否行驶在高速公路上”之后包括以下步骤:
如果所述车辆行驶在高速公路上,所述云端数据处理平台判断所述车辆车身是否占据左侧车道;
如果所述车辆车身占据左侧车道,则所述云端数据处理平台计算所述车辆车身占据左侧车道的部分的宽度与所述车身的宽度的比例,否则所述云端数据处理平台判断所述车辆车身是否占据应急车道;
如果所述车辆车身占据应急车道,则所述云端数据处理平台计算所述车辆车身占据应急车道的部分的宽度与所述车身的宽度的比例。
4.根据权利要求3所述的方法,其特征在于,所述步骤“如果所述车辆车身占据左侧车道,所述云端数据处理平台计算所述车辆车身占据左侧车道的部分的宽度与所述车身的宽度的比例”之后包括以下步骤:
所述云端数据处理平台判断所述比例是否大于设定的第一门限;
如果所述比例大于所述第一门限,所述云端数据处理平台判断所述车辆车身占据左侧车道的持续时长是否大于预定的第一时限;
如果所述持续时长大于所述第一时限,则判定所述车辆违章占用左侧车道。
5.根据权利要求4所述的方法,其特征在于,所述步骤“如果所述持续时长大于所述第一时限,则判定所述车辆违章占用左侧车道”之后包括以下步骤:
所述云端数据处理平台判断所述车辆车身占据左侧车道的持续时长是否大于预定的第二时限;
如果大于所述第二时限,所述云端数据处理平台向所述车辆发送电子违章罚单;
所述云端数据处理平台向所述车辆发送拍摄当前行驶道路情况的指令;
所述云端数据处理平台将所述电子违章罚单和告警信息上传至相关处理部门;
如果没有大于所述第二时限,所述云端数据处理平台向所述车辆发送告警信息,提醒车主尽快将所述车辆驶回规定车道;
经过预定的第三时限,所述云端数据处理平台对当前所述车辆是否驶回规定车道内进行判定;
如果当前所述车辆仍未驶回规定车道内,所述云端数据处理平台向所述车辆发送电子违章罚单;
所述云端数据处理平台向所述车辆发送拍摄当前行驶道路情况的指令;
所述云端数据处理平台将所述电子违章罚单和告警信息上传至相关处理部门;
其中,所述第二时限大于所述第一时限。
6.根据权利要求3所述的方法,其特征在于,所述步骤“如果所述车辆车身占据应急车道,所述云端数据处理平台计算所述车辆车身占据应急车道的部分的宽度与所述车身的宽度的比例”之后包括以下步骤:
所述云端数据处理平台判断所述比例是否大于设定的第二门限;
如果所述比例大于所述第二门限,所述云端数据处理平台判断所述车辆车身占据应急车道的持续时长是否大于预定的第四时限。
7.根据权利要求6所述的方法,其特征在于,所述步骤“云端数据处理平台判断所述车辆车身占据应急车道的持续时长是否大于预定的第四时限”之后包括以下步骤:
如果所述车辆车身占据应急车道的持续时长大于所述第四时限,所述云端数据处理平台判断所述车辆当前是否仍处于行驶状态;
如果所述车辆当前仍处于行驶状态,则判定所述车辆违章占用应急车道。
8.根据权利要求7所述的方法,其特征在于,所述步骤“如果所述车辆当前仍处于行驶状态,则判定所述车辆违章占用应急车道”之后包括以下步骤:
所述云端数据处理平台判断所述车辆车身占据应急车道的持续时长是否大于预定的第五时限;
如果大于所述第五时限,所述云端数据处理平台向所述车辆发送电子违章罚单;
所述云端数据处理平台向所述车辆发送拍摄当前行驶道路情况的指令;
所述云端数据处理平台将所述电子违章罚单和告警信息上传至相关处理部门;
如果没有大于所述第五时限,所述云端数据处理平台向所述车辆发送告警信息,提醒车主尽快将所述车辆驶回规定车道;
经过预定的第六时限,所述云端数据处理平台对当前所述车辆是否驶回规定车道内进行判定;
如果当前所述车辆仍未驶回规定车道内,所述云端数据处理平台向所述车辆发送电子违章罚单;
所述云端数据处理平台向所述车辆发送拍摄当前行驶道路情况的指令;
所述云端数据处理平台将所述电子违章罚单和告警信息上传至相关处理部门;
其中,所述第五时限大于所述第四时限。
9.根据权利要求7所述的方法,其特征在于,所述车辆信息包括经度、纬度、海拔、速度、时间、方向、设备ID、启动标志位和附加信息;
所述步骤“云端数据处理平台判断所述车辆当前是否仍处于行驶状态”包括以下子步骤:
如果所述启动标志位为1,且车辆速度大于0,则判定车辆已处于行驶状态;
如果所述启动标志位为0,但是车辆速度大于0,且在30s内车辆位置发生明显变化,则判定车辆已处于行驶状态。
10.一种自动判别车辆违章占用禁行车道的系统,其特征在于,包括:
存储单元,用于保存有车辆的定位装置的定位天线在车辆上的安装位置和电子地图,在所述电子地图中包含禁行车道位置;
定位获取单元,用于周期性地从车辆的定位装置获取定位结果;
比例计算单元,用于根据所述定位结果、所述安装位置和所述禁行车道位置,计算车辆的车身在禁行车道中的比例;
违章判定单元,用于判断所述比例大于预定门限的持续时间是否大于预定时限,如果是则判定所述车辆违章占用车道。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610858647.7A CN107871393B (zh) | 2016-09-27 | 2016-09-27 | 一种自动判别车辆违章占用禁行车道的方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610858647.7A CN107871393B (zh) | 2016-09-27 | 2016-09-27 | 一种自动判别车辆违章占用禁行车道的方法及其系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107871393A CN107871393A (zh) | 2018-04-03 |
CN107871393B true CN107871393B (zh) | 2021-06-04 |
Family
ID=61761798
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610858647.7A Active CN107871393B (zh) | 2016-09-27 | 2016-09-27 | 一种自动判别车辆违章占用禁行车道的方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107871393B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109544930A (zh) * | 2018-12-14 | 2019-03-29 | 深圳市元征科技股份有限公司 | 重型商用车辆的违章判断方法、系统、装置及存储介质 |
CN110021185B (zh) * | 2019-04-04 | 2021-03-02 | 邵沈齐 | 一种智慧交通管理系统 |
CN110400467A (zh) * | 2019-07-25 | 2019-11-01 | 深圳市元征科技股份有限公司 | 一种车辆违章监控方法、装置及服务器 |
CN111707257A (zh) * | 2020-06-10 | 2020-09-25 | 南京睿敏交通科技有限公司 | 车辆应急占道信息采集方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003217100A (ja) * | 2002-01-18 | 2003-07-31 | Toshiba Corp | 移動車両検出システム |
CN101034406A (zh) * | 2007-04-04 | 2007-09-12 | 同济大学 | 基于分布式体系结构的多元数据源交通信息融合方法 |
CN102622886A (zh) * | 2012-03-23 | 2012-08-01 | 长安大学 | 一种基于视频的车辆违章变道事件检测方法 |
CN204537468U (zh) * | 2015-04-24 | 2015-08-05 | 石立公 | 一种停车检测系统 |
CN104952272A (zh) * | 2015-07-09 | 2015-09-30 | 中润汇德(北京)科技有限公司 | 一种车载定位装置及车辆 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001256598A (ja) * | 2000-03-08 | 2001-09-21 | Honda Motor Co Ltd | 危険箇所報知システム |
CN102073846B (zh) * | 2010-12-15 | 2013-06-05 | 同济大学 | 基于航拍图像的交通信息获取方法 |
CN102394013A (zh) * | 2011-06-28 | 2012-03-28 | 徐培龙 | 一种高速公路货车占道行驶实时监测系统及其监控的方法 |
CN102411714B (zh) * | 2011-08-05 | 2013-06-26 | 安徽超远信息技术有限公司 | 一种车辆视频分析方法及系统 |
CN103473929A (zh) * | 2013-09-26 | 2013-12-25 | 招商局重庆交通科研设计院有限公司 | 车辆违规监控方法、装置及系统 |
CN104658261A (zh) * | 2013-11-23 | 2015-05-27 | 安徽蓝盾光电子股份有限公司 | 高速公路大车占道检测监控系统 |
KR20150076307A (ko) * | 2013-12-26 | 2015-07-07 | 건국대학교 산학협력단 | Cctv 영상 분석을 이용한 교통 파라미터 추정 시스템 |
CN104015657B (zh) * | 2014-06-16 | 2016-09-14 | 国通道路交通管理工程技术研究中心有限公司 | 一种预防重点运输车辆违法超车的方法及系统 |
CN104163136A (zh) * | 2014-08-26 | 2014-11-26 | 无锡市恒通智能交通设施有限公司 | 行车智能辅助方法 |
CN104240515B (zh) * | 2014-09-15 | 2016-09-28 | 郑州天迈科技股份有限公司 | 基于图像处理的公交专用道占道抓拍方法 |
CN104309606B (zh) * | 2014-11-06 | 2017-05-03 | 中科院微电子研究所昆山分所 | 基于360度全景的车道偏离预警方法 |
CN105279968B (zh) * | 2015-11-17 | 2017-10-27 | 陕西科技大学 | 高速公路机动车非法占用应急车道行为的判别系统及方法 |
CN105809972B (zh) * | 2016-03-24 | 2018-08-24 | 牛力伟 | 一种停车管理方法及装置、系统 |
CN105702045A (zh) * | 2016-05-10 | 2016-06-22 | 万金林 | 一种机动车交通违章智能检测处理系统和方法 |
-
2016
- 2016-09-27 CN CN201610858647.7A patent/CN107871393B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003217100A (ja) * | 2002-01-18 | 2003-07-31 | Toshiba Corp | 移動車両検出システム |
CN101034406A (zh) * | 2007-04-04 | 2007-09-12 | 同济大学 | 基于分布式体系结构的多元数据源交通信息融合方法 |
CN102622886A (zh) * | 2012-03-23 | 2012-08-01 | 长安大学 | 一种基于视频的车辆违章变道事件检测方法 |
CN204537468U (zh) * | 2015-04-24 | 2015-08-05 | 石立公 | 一种停车检测系统 |
CN104952272A (zh) * | 2015-07-09 | 2015-09-30 | 中润汇德(北京)科技有限公司 | 一种车载定位装置及车辆 |
Also Published As
Publication number | Publication date |
---|---|
CN107871393A (zh) | 2018-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107871393B (zh) | 一种自动判别车辆违章占用禁行车道的方法及其系统 | |
JP4665882B2 (ja) | 車両ドアロック制御装置 | |
US10203217B2 (en) | Traffic citation delivery based on type of traffic infraction | |
CN112673406B (zh) | 一种辨识车辆列队中异常车辆参数的方法和终端设备 | |
CN111339994B (zh) | 一种判断临时违章停车的方法及装置 | |
CN111028529A (zh) | 安装在车辆中的车载设备及相关设备与方法 | |
US20110309950A1 (en) | Method and system for traffic condition detection | |
CN110509921A (zh) | 自适应巡航方法及系统、车辆、可读存储介质 | |
CN111179589B (zh) | 车辆od预测的方法、装置、设备及存储介质 | |
CN108806272A (zh) | 一种提醒多辆机动车车主违法停车行为的方法及装置 | |
CN110733507B (zh) | 车道变换及道路隔离方法、装置、设备及存储介质 | |
CN109493606B (zh) | 一种高速公路上违停车辆的识别方法及系统 | |
US9725092B2 (en) | Method, host vehicle and following space management unit for managing following space | |
CN112785835A (zh) | 一种获取路况信息的方法及装置、车载装置 | |
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 | |
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 | |
CN109495837B (zh) | 一种道路状况监测方法、设备及计算机可读存储介质 | |
CN113362610B (zh) | 识别违规交通参与对象的方法、系统和计算机可读存储介质 | |
JP5977681B2 (ja) | 移動体端末の位置情報を用いた交通情報提供システム | |
CN112507874B (zh) | 一种用于检测机动车加塞行为的方法与设备 | |
CN113989715A (zh) | 车辆违停检测方法、装置、电子设备及存储介质 | |
KR101856185B1 (ko) | 블랙박스 저장매체의 데이터 저장영역 할당 시스템 | |
CN109975847B (zh) | 一种浮动车辆位置确定和交通违章识别的方法和装置 | |
CN111325054A (zh) | 一种确定克隆车辆的方法、装置及计算设备 | |
CN111612140B (zh) | 基于路侧单元的自动驾驶安全判别方法、设备、存储介质 |
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 |