CN107918762A - 一种公路遗撒物快速检测系统及方法 - Google Patents
一种公路遗撒物快速检测系统及方法 Download PDFInfo
- Publication number
- CN107918762A CN107918762A CN201711001102.5A CN201711001102A CN107918762A CN 107918762 A CN107918762 A CN 107918762A CN 201711001102 A CN201711001102 A CN 201711001102A CN 107918762 A CN107918762 A CN 107918762A
- Authority
- CN
- China
- Prior art keywords
- doubtful
- data packet
- drop
- information
- thing
- 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 26
- 238000001514 detection method Methods 0.000 title claims abstract description 13
- 238000012544 monitoring process Methods 0.000 claims abstract description 124
- 238000004458 analytical method Methods 0.000 claims abstract description 22
- 238000012790 confirmation Methods 0.000 claims abstract description 22
- 230000000052 comparative effect Effects 0.000 claims abstract description 18
- 238000012546 transfer Methods 0.000 claims abstract description 11
- 239000000284 extract Substances 0.000 claims abstract description 8
- 238000000605 extraction Methods 0.000 claims abstract description 8
- 238000007781 pre-processing Methods 0.000 claims abstract description 8
- 238000009826 distribution Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 7
- 238000012423 maintenance Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000004140 cleaning Methods 0.000 claims description 2
- 238000010200 validation analysis Methods 0.000 claims description 2
- 239000004744 fabric Substances 0.000 claims 1
- 238000007689 inspection Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000003703 image analysis method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- 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
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Educational Administration (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Development Economics (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供了一种公路遗撒物快速检测系统及方法,系统包括:数据接收模块,用于接收多组运营车辆监测信息;数据预处理模块,用于对各运营车辆监测信息中的监测图像进行处理,分析得到疑似遗撒物信息,生成疑似遗撒数据包;疑似遗撒分析模块,用于分析每一疑似遗撒数据包,根据该疑似遗撒数据包,提取满足第一预定空间及时间的疑似遗撒数据包,比较该疑似遗撒数据包与提取出的疑似遗撒数据包,根据比较结果计算该疑似遗撒数据包的疑似概率;遗撒确认模块,用于将疑似概率大于预定阈值的疑似遗撒数据包发送给相应运营车辆确认或交由人工确认,生成遗撒信息报告单。本申请可缩短公路遗撒发现时间,降低人工巡检频度,提高公路的安全程度和通行效率。
Description
技术领域
本申请属于公路检测领域,尤其涉及一种公路遗撒物快速检测系统及方法。
背景技术
目前交通运输部等部委联合发文要求重点营运车辆必须配备具有卫星导航功能的车载定位终端,要求在客运车辆中安装视频图像监控终端,并将位置信息数据和部分图像数据发送至监控平台,使得监控平台汇集了大量的实时位置和图像数据。目前接入监控平台的车辆数据已经达到500万台以上。未来几年车载终端将进一步提升定位精度和图像质量,覆盖车辆范围也将进一步扩大,预计2020将达到800万台以上。
公路遗撒是行驶在公路上的车辆由于颠簸、碰撞或包装损坏、固定物失效等原因导致运输的货物或车辆零件从车辆上散落到公路路面。较大或尖锐的遗撒物对来往车辆正常行驶构成了严重威胁,尤其是在速度较快的高速公路上,影响公路通行效率,且会威胁车辆行驶安全。目前公路遗撒的发现手段非常有限,在有视频监测的路段可采用人工观察或图像分析方法监测,在没有视频监测的路段只能采用道路巡检人员人工发现或来往人员车辆报告的方式。2016年底我国公路通车里程已经接近470万公里,高速公路达到13万公里,其中绝大部分路段没有视频监控,这些公路上的遗撒如何及时发现目前尚没有有效手段。
发明内容
本申请用于解决现有技术中没有视频监测的路段上的公路遗撒监测存在浪费人力、不易实时监测及监测效率低的问题。
为了解决上述问题,本申请的一技术方案为提供一种公路遗撒物快速检测系统,包括:数据接收模块,用于接收并存储多组运营车辆的车辆监测信息,其中,运营车辆监测信息包括车速、监测时间、监测位置和监测图像;
数据预处理模块,用于对各运营车辆监测信息中的监测图像进行处理,分析得到疑似遗撒物信息,根据疑似遗撒物信息和相应运营车辆监测信息生成疑似遗撒数据包;
疑似遗撒分析模块,用于存储疑似遗撒数据包;对于每一疑似遗撒数据包,根据该疑似遗撒数据包中的监测时间及监测位置,提取满足第一预定空间及时间的疑似遗撒数据包;比较该疑似遗撒数据包与提取出的疑似遗撒数据包,根据比较结果计算该疑似遗撒数据包的疑似概率;将疑似概率大于预定阈值的疑似遗撒数据包推送至遗撒信息确认模块;
遗撒确认模块,用于接收疑似遗撒分析模块推送的疑似遗撒数据包,将疑似遗撒数据包发送给相应运营车辆确认或交由人工确认,若确认通过,则根据疑似遗撒数据包按预定格式生成遗撒信息报告单。
本申请另一技术方案中,还提供一种公路遗散物快速检测方法,包括:
接收多组运营车辆监测信息,其中,运营车辆监测信息包括车速、监测时间、监测位置和监测图像;
对各运营车辆监测信息中的监测图像进行处理,分析得到疑似遗撒物信息,根据疑似遗撒物信息和相应运营车辆监测信息生成疑似遗撒数据包;
对于每一疑似遗撒数据包,根据该疑似遗撒数据包中的监测时间及监测位置,提取满足第一预定空间及时间的疑似遗撒数据包;比较该疑似遗撒数据包与提取出的疑似遗撒数据包,根据比较结果计算该疑似遗撒数据包的疑似概率;
将疑似概率大于预定阈值的疑似遗撒数据包发送给相应运营车辆确认或交由人工确认,若确认通过,则根据疑似遗撒数据包按预定格式生成遗撒信息报告单。
本申请再一技术方案中,还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述实施例所述的公路遗散物快速检测方法。
本申请又一技术方案中,还提供一种计算机可读存储介质,计算机可读存储介质存储有执行上述实施例所述的公路遗散物快速检测方法的计算机程序。
本申请通过对运营车辆监测信息中的监测图像进行分析能够得到疑似遗撒物信息,根据疑似遗撒物信息及运营车辆监测信息生成疑似遗撒数据包,计算疑似遗撒数据包的疑似概率,筛选出疑似概率大于预定阈值的遗撒数据包发送给运营车辆确认或交由人工确认,若确认通过,则根据疑似遗撒数据包按预定格式生成遗撒信息报告单。本申请可以缩短公路遗撒发现时间,降低人工巡检频度,从而提高公路的安全程度和通行效率。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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为本申请一实施例的公路遗撒物快速检测系统的结构图;
图2为本申请另一实施例的公路遗撒物快速检测系统的结构图;
图3为本申请一实施例的公路遗散物快速检测方法的结构图。
具体实施方式
为了使本申请的技术特点及效果更加明显,下面结合附图对本申请的技术方案做进一步说明,本申请也可有其他不同的具体实例来加以说明或实施,任何本领域技术人员在权利要求范围内做的等同变换均属于本申请的保护范畴。
在本说明书的描述中,参考术语“一实施例”、“一具体实施例”、“例如”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。各实施例中涉及的步骤顺序用于示意性说明本申请的实施,其中的步骤顺序不作限定,可根据需要作适当调整。
本申请所述的运营车辆中安装有视频图像监控终端及具有导航功能的车载监控终端。
如图1所示,图1为本申请实施例的公路遗撒物快速检测系统的结构图,通过本系统能够缩短遗撒发现时间,降低人工巡检频度,提高公路的安全程度和通行效率。具体的,公路遗撒物快速检测系统包括:
数据接收模块101,用于接收并存储多组运营车辆监测信息,将运营车辆监测信息推送到数据预处理模块102,其中,运营车辆监测信息包括车速、监测时间、监测位置和监测图像。实施时,运营车辆监控信息由部级和省级车辆监控平台发送,数据接收模块储存一定时间的运营车辆监测数据,如半小时,以便后续数据分析。
数据预处理模块102,用于接收数据接收模块101推送的运营车辆监测信息,对各运营车辆监测信息中的监测图像进行处理,粗判断是否有疑似遗散物,找出具有疑似遗撒物的监测图像,分析具有疑似遗撒物的监测图像得到疑似遗撒物信息;根据疑似遗撒物信息和相应运营车辆监测信息生成疑似遗撒数据包,疑似遗撒数据包包括疑似遗撒物信息和相应运营车辆监测信息;将疑似遗撒数据包推送至疑似遗撒分析模块103。
疑似遗撒分析模块103,用于在数据库中存储疑似遗撒数据包;对于每一疑似遗撒数据包,根据该疑似遗撒数据包中的监测时间及监测位置,在数据库中提取满足第一预定空间及时间(如半径50m的空间,前后10分钟的时间)的疑似遗撒数据包;比较该疑似遗撒数据包与提取出的疑似遗撒数据包,根据比较结果计算该疑似遗撒数据包的疑似概率(即疑似遗撒数据包表示真实遗撒物的概率),将疑似概率大于预定阈值的疑似遗撒数据包推送至遗撒确认模块104,对于疑似概率小于或等于预定阈值的疑似遗撒数据包存储至数据库中,以备后续分析。
遗撒确认模块104,用接收疑似遗撒分析模块103推送的疑似遗撒数据包,将接收到的疑似遗撒数据包发送给相应运营车辆确认或交由人工确认,若确认通过,则根据疑似遗撒数据包按预定格式生成遗撒信息报告单,遗撒信息报告单包括遗撒数据包的中全部内容。详细的说,相应运营车辆指的是即将经过遗撒物所在区域的具备摄像头或通话功能的运营车辆,运营车辆通过采集图像或语音的方式来回复确认结果。
实施时,遗撒确认模块104可将接收到的疑似遗撒数据包发送至运营车辆监控平台,由运营车辆监测平台根据疑似遗撒数据包发送确认信息至运营车辆。
进一步的,如图2所示,公路遗撒物快速检测系统还包括:信息发布模块105,用于发布遗撒信息报告单,接收养护单位反馈的遗撒物处理情况,根据遗撒物处理情况决定是否撤回遗撒信息报告单。
实施时,信息发布模块可根据事先设定的权限,有选择的将遗撒信息报告单发布给公路管理养护单位,公路管理养护单位根据遗撒信息报告单能够快速定位到疑似遗撒物的准确位置。信息发布模块还可将遗撒信息报告发送给即将经过遗撒物所在路段的运营车辆或个人,以提醒相应运营车辆注意。信息发布模块还可将遗撒信息报告发布至导航软件,以提醒路面遗撒情况。
本申请利用现有运营车辆监测信息,能够及时、准确、低成本的发现公路是否存在遗撒物,能够降低交通事故风险,降低对通行效率的影响。
本申请一实施例中,数据接收模块101还用于按预定规则对运营车辆监测信息进行清洗处理,如自动融合来自不同车辆监控平台的同一运营车辆的监测数据,以便提高后续数据预处理模块的分析速度。
本申请一实施例中,疑似遗撒物信息包括疑似遗撒类型、疑似遗撒物的面积分布及疑似遗撒物的灰度信息。
本申请一实施例中,数据预处理模块按照运营车辆监测信息的接收顺序处理运营车辆监测信息中的监测图像,具体的,对于每一运营车辆监测信息中的监测图像,其处理及分析过程包括:
步骤301,根据灰度对比度抽取该监测图像的道路路面图像。
步骤302,根据车道线的连续矩形特征去除道路路面图像中的车道线。
步骤303,根据该运营车辆监测信息中的监测时间及监测位置,提取满足第二预定空间及时间(如50米的空间,前10分钟内的时间)的道路路面图像,根据提取出的道路路面图像计算该监测图像的路面基础灰度。实施时,如计算提取出的道路路面图像的平均灰度,将该平均灰度作为该监测图像的路面基础灰度。本步骤能够精确确定监测图像的路面基础灰度。
步骤304,通过与该监测图像的路面基础灰度对比确定去除车道线后道路路面图像中的块状区域,若无块状区域,说明无遗撒发生,若有块状区域,则执行如下步骤305。
步骤305,根据块状区域统计得到疑似遗撒物的面积分布及灰度信息。
步骤306,将疑似遗撒物的面积分布及灰度信息分别与遗撒物模型库中真实遗撒物面积分布及灰度信息进行匹配,确定疑似遗撒类型。详细的说,遗撒物模型库是通过对不同类型遗撒(如土质遗撒、小石块遗撒、编织物遗撒、轮胎遗撒)进行图像分析预先建立的模型,遗撒物模型由遗撒物的面积分布及灰度信息表示。
一些实施方式中,为了便于人工确认疑似遗撒物,疑似遗撒数据包包括疑似遗撒物信息、相应运营车辆监测信息及相应监测图像的道路路面图像。
一些实施方式中,上述步骤305中根据块状区域统计得到疑似遗撒物的面积分布及灰度信息的过程包括:
步骤401,根据车道线宽度确定块状区域面积。车道线标准宽度约为15cm,通过将块状区域与车道线宽度进行对比粗略确定块状区域面积。
步骤402,按预定面积分组对图像中的块状区域进行分组,统计各分组下块状区域的数量。
实施时,预定面积分组可采用等分法划分,如0~0.1平米,0.1~0.2平米…。预定面积分组还可采用非均匀划分(可根据真实遗撒物大小而定),如0~0.3平米,0.3~0.8平米,0.8~1.2平米,1.2平米以上等。举例来说,本步骤的统计结果如表一:
表一:
分组(㎡) | A<=0.5 | 0.5<A<=1 | 1<A<=8 | >8 |
数量(个) | 40 | 10 | 0 | 0 |
步骤403,根据各分组下块状区域的数量及图像中块状区域总数量计算相应分组下块状区域面积比例,组合各分组下块状区域面积比例得到疑似遗撒物的面积分布。对于步骤402的举例,A<=0.5㎡对应的区块面积比例为4/5,0.5㎡<A<=1㎡对应的区块面积比例为1/5,1㎡<A<=8㎡及>8㎡对应的区块面积比例为0,疑似遗撒物面积分布如表二:
表二:
分组(㎡) | A<=0.5 | 0.5<A<=1 | 1<A<=8 | >8 |
数量(个) | 40 | 10 | 0 | 0 |
比例 | 4/5 | 1/5 | 0 | 0 |
步骤404,根据各分组下块状区域的灰度及数量计算相应分组下块状区域的灰度信息,组合各分组下块状区域的灰度信息得到疑似遗撒物的灰度信息。具体实施时,通过如下公式计算各分组下块状区域的灰度信息:
其中,G(i)为第i组的区块区域的灰度信息,ni为第i组的块状区域数量,Aij为第i组的第j个块状区域的面积。
本申请一实施例中,对于每一疑似遗撒数据包,疑似遗撒分析模块103比较该疑似遗撒数据包与提取出的疑似遗撒数据包,根据比较结果计算该疑似遗撒数据包的疑似概率的过程包括:
步骤501,将该疑似遗撒数据包与提取出的疑似遗撒数据包从疑似遗撒类型、疑似遗撒物的面积分布、疑似遗撒物的灰度信息、车辆速度四个维度进行比较,得到各维度的比较结果,比较结果用一致性程度(相似度概率)来表示。
举例而言,假设对于疑似遗撒数据包A而言,共提取出5个疑似遗撒数据包(即5个相关疑似遗撒数据包)。通过比较,疑似遗散数据包A中的疑似遗散类型与5个相关疑似遗散数据包中的疑似遗散类型都一致,则疑似遗散类型对应的比较结果为1。疑似遗散数据包A中的疑似遗撒物面积分布与其中4个相关疑似遗撒数据包中的疑似遗撒物面积分布一致,则疑似遗撒物面积分布对应的比较结果为0.8。疑似遗散数据包A中的疑似遗撒物灰度信息与其中2个相关疑似遗散数据包中的疑似遗撒物灰度信息一致,则疑似遗撒物灰度信息对应的比较结果为0.4。疑似遗散数据包A中的车辆速度与其中3个相关疑似遗散数据包中的车辆速度一致,则车辆速度对应的比较结果为0.6。
步骤502,对各比较结果进行加权求和计算,得到该疑似遗撒数据包的疑似概率。
详细的说,各维度比较结果的权值可根据需求进行设定,本申请对其具体取值不做限定。通常情况下,可通过如下两种方式确定:一是依据不同信息与遗撒的关联准确度来确定;二是依据一致性程度来确定,样本数量越大,一致性越高,权值越大。
一些具体实施方式中,在白天光照条件较好时,一级权值可以为:疑似遗撒类型对应权值1,面积分布对应权值0.7,灰度信息对应权值0.9,车辆速度对应权值为1.2。二级权值可以设定为比较结果的平方乘以样本数量。
通过疑似遗撒分析模块滤除疑似概率小的疑似遗撒数据包,将疑似概率大的疑似遗撒数据包推送至遗撒确认模块,能够提高遗撒确认模块的处理效率,避免不必要的确认,提高用户体验。
本申请一实施例中,为了减少人力,提高遗撒确认效率,遗撒确认模块104将疑似遗撒数据包发送给相应运营车辆确认或交由人工确认的过程包括:
根据疑似遗撒数据包中的监测时间及监测位置判断预定时间内是否有运营车辆即将经过该监测位置;若有,则将疑似遗撒数据包发送至运营车辆确认,若无,则将疑似遗撒数据包交由人工确认。
本申请通过对运营车辆监测信息中的监测图像进行分析能够得到疑似遗撒物信息,根据疑似遗撒物信息及运营车辆监测信息生成疑似遗撒数据包,计算疑似遗撒数据包的疑似概率,筛选出疑似概率大于预定阈值的遗撒数据包发送给运营车辆确认或交由人工确认,若确认通过,则根据疑似遗撒数据包按预定格式生成遗撒信息报告单,能够缩短公路遗撒发现时间,降低人工巡检频度,从而提高公路的安全程度和通行效率。
基于同一发明构思,本申请还提供一种公路遗散物快速检测方法,如下面的实施例所述。由于该方法解决问题的原理与系统相似,因此该方法的实施可以参见系统的实施,重复之处不再赘述。
如图3所示,公路遗散物快速检测方法包括:
步骤601,接收多组运营车辆监测信息,其中,运营车辆监测信息包括车速、监测时间、监测位置和监测图像;
步骤602,对各运营车辆监测信息中的监测图像进行处理,分析得到疑似遗撒物信息,根据疑似遗撒物信息和相应运营车辆监测信息生成疑似遗撒数据包;
步骤603,对于每一疑似遗撒数据包,根据该疑似遗撒数据包中的监测时间及监测位置,提取满足第一预定空间及时间的疑似遗撒数据包;比较该疑似遗撒数据包与提取出的疑似遗撒数据包,根据比较结果计算该疑似遗撒数据包的疑似概率;
步骤604,将疑似概率大于预定阈值的疑似遗撒数据包发送给相应运营车辆确认或交由人工确认,若确认通过,则根据疑似遗撒数据包按预定格式生成遗撒信息报告单。
本申请还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述实施例所述的公路遗散物快速检测方法。
本申请还提供一种计算机可读存储介质,计算机可读存储介质存储有执行上述实施例所述的公路遗散物快速检测方法的计算机程序。
本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅用于说明本申请的技术方案,任何本领域普通技术人员均可在不违背本申请的精神及范畴下,对上述实施例进行修饰与改变。因此,本申请的权利保护范围应视权利要求范围为准。
Claims (13)
1.一种公路遗撒物快速检测系统,其特征在于,包括:
数据接收模块,用于接收多组运营车辆监测信息,其中,运营车辆监测信息包括车速、监测时间、监测位置和监测图像;
数据预处理模块,用于对各运营车辆监测信息中的监测图像进行处理,分析得到疑似遗撒物信息,根据疑似遗撒物信息和相应运营车辆监测信息生成疑似遗撒数据包;
疑似遗撒分析模块,用于存储疑似遗撒数据包;对于每一疑似遗撒数据包,根据该疑似遗撒数据包中的监测时间及监测位置,提取满足第一预定空间及时间的疑似遗撒数据包;比较该疑似遗撒数据包与提取出的疑似遗撒数据包,根据比较结果计算该疑似遗撒数据包的疑似概率;将疑似概率大于预定阈值的疑似遗撒数据包推送至遗撒信息确认模块;
遗撒确认模块,用于将接收到的疑似遗撒数据包发送给相应运营车辆确认或交由人工确认,若确认通过,则根据疑似遗撒数据包按预定格式生成遗撒信息报告单。
2.如权利要求1所述的系统,其特征在于,还包括信息发布模块,用于发布遗撒信息报告单,接收养护单位反馈的遗撒物处理情况,根据遗撒物处理情况决定是否撤回遗撒信息报告单。
3.如权利要求1所述的系统,其特征在于,运营车辆监测信息由至少一个运营车辆监控平台发送。
4.如权利要求1所述的系统,其特征在于,数据接收模块还用于按预定规则对运营车辆监测信息进行清洗处理。
5.如权利要求1所述的系统,其特征在于,疑似遗撒物信息包括疑似遗撒类型、疑似遗撒物的面积分布及疑似遗撒物的灰度信息。
6.如权利要求5所述的系统,其特征在于,数据预处理模块对各运营车辆监测信息中的监测图像进行处理,分析得到疑似遗撒物信息的过程包括:
对于每一运营车辆监测信息中的监测图像,根据灰度对比度抽取道路路面图像;
根据车道线的连续矩形特征去除道路路面图像中的车道线;
根据该运营车辆监测信息中的监测时间及监测位置,提取满足第二预定空间及时间的道路路面图像,根据提取出的道路路面图像计算该监测图像的路面基础灰度;
根据该监测图像的路面基础灰度确定去除车道线后道路路面图像中的块状区域;
根据块状区域统计得到疑似遗撒物的面积分布及灰度信息;
将疑似遗撒物的面积分布及灰度信息分别与遗撒物模型库中真实遗撒物面积分布及灰度信息进行匹配,确定疑似遗撒类型。
7.如权利要求6所述的系统,其特征在于,根据疑似遗撒物信息和相应运营车辆监测信息生成疑似遗撒数据包进一步为:
根据疑似遗撒物信息、相应运营车辆监测信息及相应监测图像的道路路面图像生成疑似遗撒数据包。
8.如权利要求6所述的系统,其特征在于,根据块状区域统计得到疑似遗撒物的面积分布及灰度信息进一步包括:
根据车道线宽度确定块状区域面积;
按预定面积分组对块状区域进行分组,统计各分组下块状区域的数量;
根据各分组下块状区域的数量及块状区域总数量计算相应分组下块状区域面积比例,组合各分组下块状区域面积比例得到疑似遗散物的面积分布;
根据各分组下块状区域的灰度及数量计算相应分组下块状区域的灰度信息,组合各分组下块状区域的灰度信息得到疑似遗撒物的灰度信息。
9.如权利要求5所述的系统,其特征在于,疑似遗撒分析模块比较该疑似遗撒数据包与提取出的疑似遗撒数据包,根据比较结果计算该疑似遗撒数据包的疑似概率的过程包括:
将该疑似遗撒数据包与提取出的疑似遗撒数据包从疑似遗撒类型、疑似遗撒物的面积分布、疑似遗撒物的灰度信息、车辆速度四个维度进行比较,得到各维度的比较结果;
对各比较结果进行加权求和计算,得到该疑似遗撒数据包的疑似概率。
10.如权利要求1所述的系统,其特征在于,遗撒确认模块将疑似概率大于预定阈值的疑似遗撒数据包发送给相应运营车辆确认或交由人工确认的过程包括:
根据疑似遗撒数据包中的监测时间及监测位置判断预定时间内是否有运营车辆即将经过该监测位置;若有,则将疑似遗撒数据包发送至运营车辆确认,若无,则将疑似遗撒数据包交由人工确认。
11.一种公路遗撒物快速检测方法,其特征在于,包括:
接收多组运营车辆监测信息,其中,运营车辆监测信息包括车速、监测时间、监测位置和监测图像;
对各运营车辆监测信息中的监测图像进行处理,分析得到疑似遗撒物信息,根据疑似遗撒物信息和相应运营车辆监测信息生成疑似遗撒数据包;
对于每一疑似遗撒数据包,根据该疑似遗撒数据包中的监测时间及监测位置,提取满足第一预定空间及时间的疑似遗撒数据包;比较该疑似遗撒数据包与提取出的疑似遗撒数据包,根据比较结果计算该疑似遗撒数据包的疑似概率;
将疑似概率大于预定阈值的疑似遗撒数据包发送给相应运营车辆确认或交由人工确认,若确认通过,则根据疑似遗撒数据包按预定格式生成遗撒信息报告单。
12.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求11所述方法。
13.一种计算机可读存储介质,其特征在于,计算机可读存储介质存储有执行权利要求11所述的方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711001102.5A CN107918762B (zh) | 2017-10-24 | 2017-10-24 | 一种公路遗撒物快速检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711001102.5A CN107918762B (zh) | 2017-10-24 | 2017-10-24 | 一种公路遗撒物快速检测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107918762A true CN107918762A (zh) | 2018-04-17 |
CN107918762B CN107918762B (zh) | 2022-01-14 |
Family
ID=61895797
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711001102.5A Active CN107918762B (zh) | 2017-10-24 | 2017-10-24 | 一种公路遗撒物快速检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107918762B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108873895A (zh) * | 2018-06-11 | 2018-11-23 | 北京航空航天大学 | 路面遗撒智能巡检车 |
CN109162182A (zh) * | 2018-09-04 | 2019-01-08 | 广州小楠科技有限公司 | 一种基于在线预测的城市道路全面养护系统 |
CN109886219A (zh) * | 2019-02-26 | 2019-06-14 | 中兴飞流信息科技有限公司 | 抛洒物检测方法、装置及计算机可读存储介质 |
CN110738198A (zh) * | 2019-11-20 | 2020-01-31 | 北京宜世通信息技术有限公司 | 铁路煤炭运输遗撒监测系统 |
CN110852301A (zh) * | 2019-11-20 | 2020-02-28 | 北京宜世通信息技术有限公司 | 铁路煤炭运输抑尘信息监测方法及系统 |
CN112801128A (zh) * | 2020-12-14 | 2021-05-14 | 深圳云天励飞技术股份有限公司 | 非机动车识别方法、装置、电子设备及存储介质 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101231696A (zh) * | 2008-01-30 | 2008-07-30 | 安防科技(中国)有限公司 | 遗留物检测方法及系统 |
US20090238462A1 (en) * | 2008-03-24 | 2009-09-24 | Rogerio Schmidt Feris | Detection of abandoned and removed objects in a video stream |
CN102034240A (zh) * | 2010-12-23 | 2011-04-27 | 北京邮电大学 | 一种静态前景检测和跟踪方法 |
CN102314695A (zh) * | 2011-08-23 | 2012-01-11 | 北京黄金视讯科技有限公司 | 一种基于计算机视觉的遗留物检测方法 |
US20120027248A1 (en) * | 2010-07-27 | 2012-02-02 | International Business Machines Corporation | Foreground Analysis Based on Tracking Information |
CN102867183A (zh) * | 2012-08-23 | 2013-01-09 | 安科智慧城市技术(中国)有限公司 | 一种车辆遗撒物检测方法、装置及智能交通监控系统 |
CN102945603A (zh) * | 2012-10-26 | 2013-02-27 | 青岛海信网络科技股份有限公司 | 检测交通事件的方法及电子警察装置 |
CN103324906A (zh) * | 2012-03-21 | 2013-09-25 | 日电(中国)有限公司 | 一种遗留物检测的方法和设备 |
CN103914698A (zh) * | 2014-03-27 | 2014-07-09 | 北京科技大学 | 一种基于视频的道路障碍物识别分类方法 |
CN104392630A (zh) * | 2014-11-26 | 2015-03-04 | 天津艾思科尔科技有限公司 | 抛洒物智能检测装置与方法 |
CN104881643A (zh) * | 2015-05-22 | 2015-09-02 | 深圳市赛为智能股份有限公司 | 一种快速的遗留物检测方法及系统 |
CN104951775A (zh) * | 2015-07-15 | 2015-09-30 | 攀钢集团攀枝花钢钒有限公司 | 基于视频技术的铁路道口防护区域安全智能识别方法 |
CN104991502A (zh) * | 2015-07-29 | 2015-10-21 | 成都国铁电气设备有限公司 | 车载接触网运行状态检测数据分析与处理系统及方法 |
CN205247621U (zh) * | 2015-12-24 | 2016-05-18 | 北京万集科技股份有限公司 | 一种基于tof相机的车辆遗撒物检测装置 |
CN106845424A (zh) * | 2017-01-24 | 2017-06-13 | 南京大学 | 基于深度卷积网络的路面遗留物检测方法 |
-
2017
- 2017-10-24 CN CN201711001102.5A patent/CN107918762B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101231696A (zh) * | 2008-01-30 | 2008-07-30 | 安防科技(中国)有限公司 | 遗留物检测方法及系统 |
US20090238462A1 (en) * | 2008-03-24 | 2009-09-24 | Rogerio Schmidt Feris | Detection of abandoned and removed objects in a video stream |
US20120027248A1 (en) * | 2010-07-27 | 2012-02-02 | International Business Machines Corporation | Foreground Analysis Based on Tracking Information |
CN102034240A (zh) * | 2010-12-23 | 2011-04-27 | 北京邮电大学 | 一种静态前景检测和跟踪方法 |
CN102314695A (zh) * | 2011-08-23 | 2012-01-11 | 北京黄金视讯科技有限公司 | 一种基于计算机视觉的遗留物检测方法 |
CN103324906A (zh) * | 2012-03-21 | 2013-09-25 | 日电(中国)有限公司 | 一种遗留物检测的方法和设备 |
CN102867183A (zh) * | 2012-08-23 | 2013-01-09 | 安科智慧城市技术(中国)有限公司 | 一种车辆遗撒物检测方法、装置及智能交通监控系统 |
CN102945603A (zh) * | 2012-10-26 | 2013-02-27 | 青岛海信网络科技股份有限公司 | 检测交通事件的方法及电子警察装置 |
CN103914698A (zh) * | 2014-03-27 | 2014-07-09 | 北京科技大学 | 一种基于视频的道路障碍物识别分类方法 |
CN104392630A (zh) * | 2014-11-26 | 2015-03-04 | 天津艾思科尔科技有限公司 | 抛洒物智能检测装置与方法 |
CN104881643A (zh) * | 2015-05-22 | 2015-09-02 | 深圳市赛为智能股份有限公司 | 一种快速的遗留物检测方法及系统 |
CN104951775A (zh) * | 2015-07-15 | 2015-09-30 | 攀钢集团攀枝花钢钒有限公司 | 基于视频技术的铁路道口防护区域安全智能识别方法 |
CN104991502A (zh) * | 2015-07-29 | 2015-10-21 | 成都国铁电气设备有限公司 | 车载接触网运行状态检测数据分析与处理系统及方法 |
CN205247621U (zh) * | 2015-12-24 | 2016-05-18 | 北京万集科技股份有限公司 | 一种基于tof相机的车辆遗撒物检测装置 |
CN106845424A (zh) * | 2017-01-24 | 2017-06-13 | 南京大学 | 基于深度卷积网络的路面遗留物检测方法 |
Non-Patent Citations (4)
Title |
---|
HUI KONG 等: "Detecting Abandoned ObjectsWith aMoving Camera", 《IEEE TRANSACTIONS ON IMAGE PROCESSING》 * |
HUIYUAN FU: "Abandoned object detection in highway scene", 《2011 6TH INTERNATIONAL CONFERENCE ON PERVASIVE COMPUTING AND APPLICATIONS》 * |
化莉 等: "实时背景下的遗撒物体检测研究", 《成都大学学报(自然科学版)》 * |
汪贵平 等: "高速公路抛洒物事件图像检测算法", 《长安大学学报(自然科学版)》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108873895A (zh) * | 2018-06-11 | 2018-11-23 | 北京航空航天大学 | 路面遗撒智能巡检车 |
CN109162182A (zh) * | 2018-09-04 | 2019-01-08 | 广州小楠科技有限公司 | 一种基于在线预测的城市道路全面养护系统 |
CN109886219A (zh) * | 2019-02-26 | 2019-06-14 | 中兴飞流信息科技有限公司 | 抛洒物检测方法、装置及计算机可读存储介质 |
CN110738198A (zh) * | 2019-11-20 | 2020-01-31 | 北京宜世通信息技术有限公司 | 铁路煤炭运输遗撒监测系统 |
CN110852301A (zh) * | 2019-11-20 | 2020-02-28 | 北京宜世通信息技术有限公司 | 铁路煤炭运输抑尘信息监测方法及系统 |
CN112801128A (zh) * | 2020-12-14 | 2021-05-14 | 深圳云天励飞技术股份有限公司 | 非机动车识别方法、装置、电子设备及存储介质 |
CN112801128B (zh) * | 2020-12-14 | 2023-10-13 | 深圳云天励飞技术股份有限公司 | 非机动车识别方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107918762B (zh) | 2022-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107918762A (zh) | 一种公路遗撒物快速检测系统及方法 | |
Jaroszweski et al. | The influence of rainfall on road accidents in urban areas: A weather radar approach | |
CN109255955B (zh) | 一种基于地基和空基协同感知的高速公路事故监测方法及系统 | |
US9111442B2 (en) | Estimating incident duration | |
CN104851295A (zh) | 获取路况信息的方法和系统 | |
CN111833598B (zh) | 一种高速公路无人机交通事件自动监测方法及系统 | |
CN106844624A (zh) | 一种可视化的公交大数据分析系统 | |
Le et al. | Safety evaluation of geometric design criteria for spacing of entrance–exit ramp sequence and use of auxiliary lanes | |
CN105260832A (zh) | 基于订单数据的出租车驾驶员绩效评估方法 | |
Shim et al. | Enforcement avoidance behavior near automated speed enforcement areas in Korean expressways | |
CN112687099B (zh) | 一种超载嫌疑车辆判定方法和装置 | |
CN109118770A (zh) | 一种基于交通监测数据的路段通行能力挖掘方法 | |
Saha et al. | Evaluation of speed–flow characteristics on two-lane highways with mixed traffic | |
CN113487877A (zh) | 一种道路车辆违规停车监控方法 | |
Sandt et al. | Identifying wrong-way driving hotspots by modeling crash risk and assessing duration of wrong-way driving events | |
Liu | Exploration of the police response time to motor-vehicle crashes in Pennsylvania, USA | |
CN108447257B (zh) | 一种基于Web的交通数据分析方法及系统 | |
Baltar et al. | Multi-objective model for the problem of locating tows for incident servicing on expressways | |
CN116229396B (zh) | 高速路面病害识别及告警方法 | |
Shea et al. | Combined Crash Frequency–Crash Severity Evaluation of Geometric Design Decisions: Entrance–Exit Ramp Spacing and Auxiliary Lane Presence | |
Fiorillo et al. | Minimizing illegal overweight truck frequencies through strategically planned truck inspection operations | |
Mckinnon | Operational and safety-based analyses of varied toll lane configurations | |
DE102015215914A1 (de) | Verfahren zur Ermittlung eines Stauendes im Straßenverkehr und diesbezügliche Vorrichtungen | |
CN113192338A (zh) | 基于多源数据的提升货运车辆通行效率的方法及装置 | |
CN113592336A (zh) | 一种基于智能化集成系统全域运行态势分析办法 |
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 |