CN108961767B - 基于四维实景交通仿真的高速公路稽查追逃费报警系统 - Google Patents
基于四维实景交通仿真的高速公路稽查追逃费报警系统 Download PDFInfo
- Publication number
- CN108961767B CN108961767B CN201810818848.3A CN201810818848A CN108961767B CN 108961767 B CN108961767 B CN 108961767B CN 201810818848 A CN201810818848 A CN 201810818848A CN 108961767 B CN108961767 B CN 108961767B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- dimensional
- radar
- simulation
- 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
- 238000004088 simulation Methods 0.000 title claims abstract description 75
- 238000007689 inspection Methods 0.000 title claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 56
- 238000001514 detection method Methods 0.000 claims abstract description 37
- 238000012544 monitoring process Methods 0.000 claims abstract description 17
- 230000002159 abnormal effect Effects 0.000 claims abstract description 5
- 238000004458 analytical method Methods 0.000 claims description 42
- 230000007246 mechanism Effects 0.000 claims description 26
- 230000004927 fusion Effects 0.000 claims description 13
- 239000000284 extract Substances 0.000 claims description 6
- 238000009877 rendering Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- G08G1/017—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
-
- 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
-
- 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
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/63—Scene text, e.g. street names
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
- G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
- G07B15/06—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems
- G07B15/063—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems using wireless information transmission between the vehicle and a fixed station
-
- 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
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Multimedia (AREA)
- Computer Networks & Wireless Communication (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Finance (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
本发明提出了基于四维实景交通仿真的高速公路稽查追逃费报警系统;包括多个全方位跟踪检测雷达、云处理服务器和四维仿真监控管理站;利用全方位跟踪检测雷达可以获取每一辆车的及时速度和运动轨迹等重要信息,利用车牌抓拍摄像机获取车辆信息进行前后比对,并结合雷同车辆的全程行驶路径,能够及时发现,长途载重货车是否发生倒卡行为,及时报警维护高速正常的运营秩序。通过与预先设定好车辆的行驶路径规则进行对比就可以轻松的获取车辆是否在按照高速公路规定的行驶路径在行驶,如果有异常立刻发出报警信息给收费站管理人员与交警对异常车辆采取管制或扣押并给予处罚。
Description
技术领域
本发明涉及车辆行人跟踪定位技术、车牌抓拍技术、车辆行人三维仿真技术、道路视频监控技术、道路环境监控技术、交通状况仿真技术、网络通信技术、气象仿真技术、计算机图形技术、视频渲染技术、三维高精GIS地图技术、虚拟现实融合技术以及车路协同技术和导航技术、高速监控、收费技术领域,特别涉及一种基于四维实景交通仿真的高速公路稽查追逃费报警系统。
背景技术
随着我国高速公路通车里程的迅速增长和车流量的加大,高速公路运输在国民经济的地位越来越高。但同时,高速公路运营管理中暴露逃漏通行费问题,车辆倒卡存在两种形式,一种是两辆同型号车同向行驶,其中一辆车,多为空车,一般从另一载重车将要下高速的那个收费站附近的站点上,上高速后将领取的通行卡,交给在高速公路上等待的另一辆远途载重车,如果没有套牌就互换车牌,两车就近下高速,达到远途载重车偷逃通行费的目的。也有该空车拿着载重车通行卡到载重车上高速时附近的收费站再下的情况,达到两车逃费的目的;另一种是两车逆向行驶,套牌车居多,中途互换通行卡,分别从对方驶入高速的那个收费站附近的另一收费站下,利用距离差实现逃费,换卡一般有组织的较多。不但给国家带来经济损失,而且给正常的运营秩序带来较大的冲击。
发明内容
本发明的目的旨在至少解决所述的技术缺陷之一。
为了实现上述目的,本发明一方面的实施例提供一种基于四维实景交通仿真的高速公路稽查追逃费报警系统,包括全方位跟踪检测雷达、车辆抓拍摄像机、数据采集分析处理器、云处理服务器和四维仿真监控管理站;
所述多要素全方位跟踪检测雷达传感器设备通过360°全方位高速扫描的方式,将雷达区域内所有移动的车辆或行人进行实时跟踪定位并获取每一个目标的实时位置和雷达的原始数据信息;所述车辆抓拍摄像机用于获取当前对应高速路段上,行驶的每一辆车的车辆图像;并将所述车辆图像发送至数据采集分析处理器;所述全方位跟踪检测雷达,用于获取高速路上行驶的每一辆车的当前雷达扫描数据;并将所述雷达扫描数据发送至数据采集分析处理器;
所述数据采集分析处理器同时接收车辆图像和雷达扫描数据,根据车辆图像提取车辆特征信息,根据雷达扫描数据提取车辆雷达信息;所述数据采集分析处理器根据初次接收到的车辆雷达扫描数据为每辆车分配唯一标识的ID编号;提取该ID编号车辆的雷达扫描数据得到车辆雷达信息,并根据提取的车辆特征信息,将该ID编号的车辆雷达信息与车辆特征信息进行匹配;将匹配后的车辆特征信息和车辆雷达信息发送至云处理服务器;所述数据采集分析处理器获取在云处理服务器中设定的高速公路稽查追逃费报警规则;一旦车辆满足报警规则立即上报报警信息云处理服务器;并对违规车辆进行跟踪;
所述云处理服务器接收并存储所有的匹配后的车辆特征信息和车辆雷达信息;利用三维仿真模块根据接收到车辆特征信息、车辆雷达信息与预存的三维高精度GIS地图进行三维车辆仿真融合;生成三维车辆仿真融合数据;所述云处理服务器中还预存车辆模型,根据生成的三维车辆仿真融合数据与预存车辆模型进行四维模拟,根据接收到的匹配后的车辆特征信息和车辆雷达信息,模拟得出各个ID编号的车辆的行驶路径;根据车辆的行驶路径设定的高速公路稽查追逃费报警规则,所述报警规则中的车辆信息特征比对机制和不合理行驶路径判断机制确定逃费违规车辆;根据接收的报警信息进行大数据综合分析,生成报警处理预案,并将所述报警处理预案发送至数据采集分析处理器,存储报警事件录像,并上报报警事件至四维仿真监控管理站;
所述四维仿真监控管理站接收云处理服务器发送的三维车辆仿真融合数据和四维仿真行驶路径进行仿真动画显示;根据接收的报警事件进行报警事件存查、生成报警事件报表。
优选的,所述多要素全方位跟踪检测雷达在检测到车辆时,获取该车辆雷达扫描数据并同步触发车牌抓拍摄像机,进行该时刻车辆图像的抓拍;将车辆雷达扫描数据和该时刻抓拍到的车辆图像一并发送至数据采集分析处理器,确保该车辆信息和该车辆图像属于同一车辆。
优选的,所述车辆信息包括牌照编号、车辆尺寸、车身颜色、车辆型号和车标;所述雷达扫描数据包括行驶速度、运动方向、经纬度、ID编号和方向角。
优选的,云处理服务器中预存有各种车辆的三维模型;所述云处理服务器进行四维仿真时,获取每个ID编号车辆的车辆特征,与云处理服务器的数据库中三维车辆模型的参数进行对比,将参数一致或接近的三维车辆模型提取出来,多要素全方位跟踪检测多要素全方位跟踪检测雷达再将该车辆的跟踪信息、位置信息、经纬度信息、速度信息、运动方向信息、方向角信息与该车辆的三维模型融合,并同时将该车辆三维模型显示在三维高清GIS地图上,形成车辆行驶动画。
优选的,同一车辆在通过多个检测区域重叠的全方位跟踪检测雷达的高速路时,ID编号不变。
优选的,在所述四维仿真监控管理站中进行四维仿真模拟时,利用三维GIS地图作为渲染引擎底层,通过无人机拍摄画面和卫星画面进行三维仿真修正;得到的三维高精度的GIS地图;将车辆模型的行驶动画融合到三维高精度的GIS地图中,实现四维仿真模拟。
优选的,所述数据采集分析处理器在进行车辆信息特征比对,识别逃费违规车辆时,将车牌抓拍摄像机初次获取的该车的车辆信息和最后一次获取的该车的车辆信息进行对比;如果前后车辆信息一致,则判断为同一辆车,将车辆信息一致并且车辆信息雷同的车辆,继续进行不合理行驶路径判断;如果前后车辆信息不一致,判断为不是同一辆车;则识别为逃费违规车辆。
优选的,所数据采集分析处理器在进行路径识别,识别逃费违规车辆时,所述四维仿真监控管理站预设车辆行驶路径判断规则;调取车辆信息雷同的车辆的行驶路径,当雷同车辆的行驶路径符合不合理路径判断机制时,则判断为逃费违规车辆,形成报警信息。
优选的,所述云处理服务器接收到报警信息后,继续提取雷同车辆的的行驶路径符合不合理路径判断机制的起始时间;确定雷同车辆违规倒卡的位置,并根据起始时间查找该时间雷同车辆对应的车辆图像;确定违规倒卡的证据。
优选的,所述不合理路径判断机制包括高速公路上车辆单程行驶时出现中途折返、车辆经过的收费站不连续。
根据本发明实施例提供的一种基于四维实景交通仿真的高速公路稽查追逃费报警系统,相比于现有的高速检测装置,至少具有以下优点:
1、通过车牌抓拍摄像机获取车辆特征信息并结合全路径布设的全方位跟踪检测雷达采集到的跟踪定位信息;将车牌抓拍摄像机获取车辆信息进行前后比对,并结合雷同车辆的全程行驶路径,能够及时发现,长途载重货车是否发生倒卡行为,及时报警维护高速正常的运营秩序。
2、根据时间节点对道路上行驶的每个车辆的行驶路径进行精确绘制可以获取车辆全程行驶路径,结合三维高精度的GIS地图,实现了在车辆全程行驶路径的动态四维交通仿真。
3、同一车辆在通过被N个检测区域重叠的全方位跟踪检测全方位跟踪检测雷达的道路上行驶时,系统会给该车辆分配唯一的识别信息;来保持车辆在四维实景交通仿真中信息的唯一性和可持续性。
4、车牌抓拍摄像机的触发信号由全方位跟踪检测全方位跟踪检测雷达通过数据采集分析处理器来实现同步触发抓拍,保证车牌抓拍摄像机抓取的车辆信息与被雷达跟踪的车辆数据信息能够完美融合。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1为本发明实施例提供的基于四维实景交通仿真的高速公路稽查追逃费报警系统的连接结构图;
图2为本发明实施例提供的基于四维实景交通仿真的高速公路稽查追逃费报警系统的方法流程图;
图3为本发明实施例提供的基于四维实景交通仿真的高速公路稽查追逃费报警系统的报警规则中正常行驶路径图;
图4(a)为本发明实施例提供的四维实景交通仿真的高速缉查追逃费违规车辆跟踪检测报警系统的报警规则中只根据车辆特征信息分析后不合理行驶路径图;
图4(b)为本发明实施例提供的四维实景交通仿真的高速缉查追逃费违规车辆跟踪检测报警系统的报警规则中只根据车辆雷达信息分析后不合理行驶路径图;
图5为本发明实施例提供的基于四维实景交通仿真的高速公路稽查追逃费报警系统的报警规则中另一种不合理行驶路径图;
图中:1、全方位跟踪检测雷达;2、云处理服务器;3、四维仿真监控管理站;101、车辆抓拍摄像机;102、数据采集分析处理器;103、多要素全方位跟踪检测雷达。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
如图1所示,本发明实施例提供的一种基于四维实景交通仿真的高速公路稽查追逃费报警系统,包括车辆抓拍摄像机101、数据采集分析处理器102、多要素全方位跟踪检测雷达103、云处理服务器2和四维仿真监控管理站3。
需要说明的是多要素全方位跟踪检测雷达传感器设备通过360°全方位高速扫描的方式,将雷达区域内所有移动的车辆或行人进行实时跟踪定位并获取每一个目标的实时位置和雷达的原始数据信息;全方位跟踪检测雷达传感器为本方案前段核心数据采集的核心部件,该雷达采用由主频为77GHz高频发射单元、信号接收单元、数据处理单元和通信单元等等组,其核心数据处理单元采用多线程高速处理器能够同时跟踪定位不少于1000个目标物体。该雷达检测器采用360°高速扫描方式能够对以雷达为中心,半径500米全区域内不少于1000个目标物体进行时跟踪定位,其目标跟踪定位精度误差小于17.5厘米,雷达探测目标移动速度范围为0-250Km/h,与被跟踪目标每秒钟800次的数据交互完全满足车辆实现全速智能驾驶的定位要求,此外该雷达还可以提供一公里内每一个车辆的即时速度、运动方向、经纬度、目标尺寸、ID编号、方向角等重要信息。该雷达传感器采用一体化设计,为保证雷达使用寿命设备整体采用IP67安全防护等级。雷达所有部件全部选用和采用低功耗设计和器件。雷达采用100M网口与外部进行数据通信。
需要说明的是,数据采集分析处理器采用多线程高速处理器能够同时跟踪定位不少1000个目标物体。该全方位跟踪检测雷达采用360°高速扫描方式能够对以雷达为中心,半径为500米全区域内不少于1000个目标物体进行时跟踪定位,其目标跟踪定位精度误差小于17.5厘米,另外该雷达能够提供在车速为120Km/h车速时,每位移90厘米提供一个位置信息,完全满足车辆实现全速智能驾驶的定位要求;因此预设间隔为相邻两个检测雷达之间的距离不超过1公里,实现车辆全程连续检测。
车辆抓拍摄像机用于获取当前对应高速路段上,行驶的每一辆车的车辆图像;并将车辆图像发送至数据采集分析处理器;全方位跟踪检测雷达,用于获取高速路上行驶的每一辆车的当前雷达扫描数据;并将雷达扫描数据发送至数据采集分析处理器;数据采集分析处理器将同时接收到的车辆信息和雷达扫描数据打包发送至云处理服务器进行数据处理。
数据采集分析处理器同时接收车辆图像、雷达扫描数据,根据车辆图像提取车辆特征信息,根据雷达扫描数据提取车辆雷达信息;所述数据采集分析处理器根据初次接收到的车辆雷达扫描数据为每辆车分配唯一标识的ID编号;提取该ID编号车辆的雷达扫描数据得到车辆雷达信息,并根据提取的车辆特征信息,将该ID编号的车辆雷达信息与车辆特征信息进行匹配;将匹配后的车辆特征信息和车辆雷达信息发送至云处理服务器;同时根据匹配后的车辆特征信息和车辆雷达信息得出各个ID编号的车辆的行驶路径和定位信息;所述数据采集分析处理器获取在云处理服务器中设定的高速公路稽查追逃费报警规则,根据报警规则中的车辆信息特征比对机制和不合理行驶路径判断机制确定逃费违规车辆;一旦车辆满足报警规则立即上报报警信息云处理服务器。
需要说明的是,全方位跟踪检测雷达在检测到车辆时,获取该车辆雷达扫描数据并同步触发车牌抓拍摄像机,进行该时刻车辆图像的抓拍;将车辆雷达扫描数据和该时刻抓拍到的车辆图像一并发送至数据采集分析处理器,所述数据采集分析处理器进行数据汇总并打包传输到云处理服务器,由于所述雷达扫描数据与所述车辆图像的获取是同步的,此判断该车辆信息和该车辆图像属于同一车辆,确保车辆图像和车辆雷达扫描数据能够高度融合。
根据车辆图像提取的车辆信息包括牌照编号、车辆尺寸、车身颜色、车辆型号和车标;雷达扫描数据包括行驶速度、运动方向、经纬度、ID编号和方向角。需要说明的是,为了保证车辆全程雷达扫描数据的一致性,同一车辆在通过多个检测区域重叠的全方位跟踪检测雷达的高速路时,ID编号不变。
云处理服务器接收并存储所有的车辆特征信息和车辆雷达信息;利用三维仿真模块根据接收到车辆特征信息和车辆雷达信息进行三维车辆仿真融合;生成三维车辆仿真融合数据;云处理服务器中还预存车辆模型,根据生成的三维车辆仿真融合数据与预存车辆模型进行四维模拟,根据接收到的匹配后的车辆特征信息和车辆雷达信息,模拟得出各个ID编号的车辆的四维仿真行驶路径;并将四维仿真行驶路径发送至四维仿真监控管理站显示。云处理服务器根据车辆的行驶路径设定的高速公路稽查追逃费报警规则,所述报警规则中的车辆信息特征比对机制和不合理行驶路径判断机制确定逃费违规车辆;根据接收的报警信息进行大数据综合分析,生成报警处理预案,并将所述报警处理预案发送至数据采集分析处理器,存储报警事件录像,并上报报警事件至四维仿真监控管理站;
需要说明的是,云处理服务器在利用预存车辆模型生成四维仿真行驶路径时,将每辆车的车辆信息和该车的雷达扫描数据进行匹配时,云处理服务器中预设所有品牌车辆下的,各系列车型的车辆模型,云处理服务器根据车辆抓拍摄像机拍摄的车辆照片进行图像处理,根据拍摄照片中的车型特征、车身颜色、车辆尺寸和车标品牌;调取与所拍摄的车辆照片最相符的车辆模型,根据获取的雷达扫描数据,生成该车辆模型的行驶动画。
云处理服务器利用三维高精度的GIS地图,将各个ID编号的车辆的行驶轨迹在三维地图上进行四维仿真模拟,在云处理服务器中进行四维仿真模拟时,利用三维GIS地图作为渲染引擎底层,通过无人机拍摄画面和卫星画面进行三维仿真修正;得到的三维高精度的GIS地图;将车辆模型的行驶动画融合到三维高精度的GIS地图中,实现四维仿真模拟。
数据采集分析处理器调取云处理服务器中的高速公路稽查追逃费报警规则,根据报警规则中的车辆信息特征比对机制和不合理行驶路径判断机制确定逃费违规车辆;下面以具体实施例对报警规则进行说明。
如图3-5所示,车辆进出高速收费站时,在出口和入口领取通行卡,收费站出入口将读取的车辆通行卡信息,发送至云处理服务器,云处理服务器根据提取的通行卡信息,进行车辆信息特征比对和不合理路径判断机制确定逃费违规车辆;形成报警信息。其中,不合理路径判断机制包括高速公路上车辆单程行驶时出现中途折返、车辆经过的收费站不连续。
云处理服务器在进行车辆信息特征比对,识别逃费违规车辆时,将车牌抓拍摄像机初次获取的该车的车辆信息和最后一次获取的该车的车辆信息进行对比;如果前后车辆信息一致,则判断为同一辆车,将车辆信息一致并且车辆信息雷同的车辆,继续进行不合理路径判断;如果前后车辆信息不一致,判断为不是同一辆车;则识别为逃费违规车辆。例如,图3为,在收费站上高速时,车辆正常行驶路径:1号车由收费站1在开往收费站4出高速,2号车由收费站3开往收费站4出高速,两辆车分别按照行驶里程和载货重量分别计费。
1号货车获取车辆通行卡时,收费站的车辆抓拍摄像机获取的该车辆为四轴挂车,载重20吨,在高速路上行驶一段时间后,中途与2号车的空载厢式货车在中途倒卡,收费站下高速时,1号挂车出示厢式货车的车辆通行卡,则云处理服务器读取厢式货车的车辆通行卡后,就可以及时通过车辆照片先后差距较大,车辆信息前后不符合,及时发送报警信息。通过车牌抓拍摄像机获取车辆特征信息采用视频图像以及数据分析对比技术判断出是否是同一辆车,如果对于同样车辆特征信息一样的两辆汽车无法进行判断可采用不合理路径判断机制。
当采用同种车型的雷同车辆进行有组织的倒卡行为,即可通过行驶路径与不合理路径判断机制进行判断;当雷同车辆的行驶路径符合不合理路径判断机制时,则判断为逃费违规车辆,形成报警信息。
图5所示,当车辆出现倒卡违规行为时,在车辆出站时会出现如下错误行驶路径:
错误路径1:正常行驶是1号车由收费站1在开往收费站4出高速,2号车由收费站3开往收费站4出高速,但是1号车由收费站1在开往收费站4途中与2号车进行换卡和更换牌照,分别由收费站4出高速,两辆车分别按照行驶里程和载货重量分别计费,但是由于1号车拿到2号车的通行卡行驶路径不再是1号收费站到4号收费站行驶的里程,而是3号收费站到4号收费站行驶的里程。里程缩短了很多这样1号车辆实际收费就会大大降低,2号车辆行驶的路径原本为3号收费站到4号收费站行驶的里程,通过与1号车辆更换通行卡后行驶路径变为1号收费站到4号收费站,虽然里程增加了但是由于不载任何货物,只按里程收费,费用有所增加但是相对于之前辆车共计收取的费用确少的很多,因此产生了逃费现象,给道路管理者造成了很大经济损失。
图5所示的车辆倒卡行为,在1号货车和2号货车驶出收费站时,两个货车的对应的ID编号所显示的真实行驶路径与所出示的车辆通行卡显示的信息不一致时,进一步判断是否符合不合理路径判断机制;具体地,1号货车的车辆通行卡显示的行驶路径符合车辆经过的收费站不连续的情况;2号货车出示的车辆通行卡显示的行驶路径符合车辆单程行驶时出现中途折返的情况,因此可以判定为1号货车和2号货车必定中途倒卡;应该及时发出报警信息。
如图4(a)和图4(b)所示,当车辆出现倒卡违规行为时,在车辆出站时会出现的另一种错误行驶路径:
错误行驶路径2:1号车由收费站1在开往收费站4,2号由收费站3开始上高速,1号车途中与2号车进行换卡和更换牌照,2号车拿到卡以后由2号收费站出高速,两辆车分别按照行驶里程和载货重量分别计费,但是由于1号车拿到2号车的通行卡行驶路径不再是1号收费站到4号收费站行驶的里程,而是3号收费站到4号收费站行驶的里程。里程缩短了很多这样1号车辆实际收费就会大大降低,2号车辆行驶的路径原本为3号收费站到4号收费站行驶的里程或有3号收费站到1号收费站行驶里程,通过与1号车辆更换通行卡后行驶路径变为1号收费站到2号收费站,里程也变短了,实现了辆车同时逃费现象,给道路管理者造成了很大经济损失。
图4所示的车辆倒卡行为,在1号货车和2号货车驶出收费站时,两个货车的对应的ID编号所显示的真实行驶路径与所出示的车辆通行卡显示的信息不一致时,进一步判断是否符合不合理路径判断机制;具体地,2号货车出示的车辆通行卡显示的行驶路径符合车辆单程行驶时出现中途折返的情况,1号货车的车辆通行卡显示的行驶路径符合车辆经过的收费站不连续的情况;因此可以判定为1号货车和2号货车必定中途倒卡;应该及时发出报警信息。
由于本系统具有对每一个车辆进行全路径跟踪定位功能,通过车辆行驶的时间节点信息并采用绘图连线机制就可以轻松绘制出每一辆车行驶的路径,通过与预先设定好车辆的行驶路径规则进行对比就可以轻松的获取车辆是否在按照高速公路规定的行驶路径在行驶,如果有异常立刻发出报警信息给收费站管理人员与交警对异常车辆采取管制或扣押并给予处罚,并可以通过数据查看分析能够快速的确定两辆车倒卡位置,为行政处罚提供有利证据。通过以下三种路径重叠判断机制发现三个路径无法对应,并且在图5种车辆行驶路径所示,车辆在高速公里中途出现了折返现象,而这种现象在高速路上是无法实现的,因此判定两辆汽车出现了倒卡逃费现象,并可以锁定目标。
数据采集分析处理器根据上述规则形成报警信息后,上报云处理服务器,云处理服务器继续存储的车辆录像,继续提取雷同车辆的的行驶路径符合不合理路径判断机制的起始时间;确定雷同车辆违规倒卡的位置,并根据起始时间查找该时间雷同车辆对应的车辆图像;确定违规倒卡的证据。将N个前段全方位跟踪检测多要素全方位跟踪检测雷达发过来的大量数据,经深入学习和分析后,可对某一点、某一区域、某一条路、某一城市、某一省份进行真实准确的实时的环境模拟仿真,提供道路拥堵、交通事故、周界防范、自然灾害、抢险救灾、紧急事件事故处理、指挥调度、预警防范、消防救援等等提供基础数据、图形信息、图像信息和详细的预案,为相关人员和领导正确宝贵时间。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”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发明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。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。本发明的范围由所附权利要求及其等同限定。
Claims (10)
1.基于四维实景交通仿真的高速公路稽查追逃费报警系统,其特征在于,包括全方位跟踪检测雷达、车辆抓拍摄像机、数据采集分析处理器、云处理服务器和四维仿真监控管理站;
所述全方位跟踪检测雷达通过360°全方位高速扫描的方式,将雷达区域内所有移动的车辆或行人进行实时跟踪定位并获取每一个目标的实时位置和雷达的原始数据信息;所述车辆抓拍摄像机用于获取当前对应高速路段上,行驶的每一辆车的车辆图像;并将所述车辆图像发送至数据采集分析处理器;所述全方位跟踪检测雷达,用于获取高速路上行驶的每一辆车的当前雷达扫描数据;并将所述雷达扫描数据发送至数据采集分析处理器;
所述数据采集分析处理器同时接收车辆图像和雷达扫描数据,根据车辆图像提取车辆特征信息,根据雷达扫描数据提取车辆雷达信息;所述数据采集分析处理器根据初次接收到的车辆雷达扫描数据为每辆车分配唯一标识的ID编号;提取该ID编号车辆的雷达扫描数据得到车辆雷达信息,并根据提取的车辆特征信息,将该ID编号的车辆雷达信息与车辆特征信息进行匹配;将匹配后的车辆特征信息和车辆雷达信息发送至云处理服务器;所述数据采集分析处理器获取在云处理服务器中设定的高速公路稽查追逃费报警规则;一旦车辆满足报警规则立即上报报警信息云处理服务器;
所述云处理服务器接收并存储所有的匹配后的车辆特征信息和车辆雷达信息;利用三维仿真模块根据接收到车辆特征信息、车辆雷达信息与预存的三维高精度GIS地图进行三维车辆仿真融合;生成三维车辆仿真融合数据;所述云处理服务器中还预存车辆模型,根据生成的三维车辆仿真融合数据与预存车辆模型进行全方位多角度四维实景交通仿真,根据接收到的匹配后的车辆特征信息和车辆雷达信息,模拟得出各个ID编号的车辆的行驶路径;根据车辆的行驶路径设定的高速公路稽查追逃费报警规则,所述报警规则中的车辆信息特征比对机制和不合理行驶路径判断机制确定逃费违规车辆;根据接收的报警信息进行大数据综合分析,生成报警处理预案,并将所述报警处理预案发送至数据采集分析处理器,存储报警事件录像,并上报报警事件至四维仿真监控管理站;
所述四维仿真监控管理站接收云处理服务器发送的三维车辆仿真融合数据和四维仿真行驶路径进行仿真动画显示与异常车辆条件判断;根据接收的报警事件进行报警事件存查、生成报警事件报表。
2.根据权利要求1所述的基于四维实景交通仿真的高速公路稽查追逃费报警系统,其特征在于,所述全方位跟踪检测雷达在检测到车辆时,获取该车辆雷达扫描数据并同步触发车牌抓拍摄像机,进行该时刻车辆图像的抓拍;将车辆雷达扫描数据和该时刻抓拍到的车辆图像一并发送至数据采集分析处理器,确保该车辆信息和该车辆图像属于同一车辆。
3.根据权利要求1所述的基于四维实景交通仿真的高速公路稽查追逃费报警系统,其特征在于,所述车辆信息包括:车辆牌照信息、车辆尺寸、车身颜色、车辆型号、车型、车系、车标;所述雷达扫描数据包括:即时速度、运动方向、经纬度、ID编号和方向角、XYZ三维坐标。
4.根据权利要求3所述的基于四维实景交通仿真的高速公路稽查追逃费报警系统,其特征在于,云处理服务器中预存有各种车辆的三维模型;所述云处理服务器进行四维仿真时,获取每个ID编号车辆的车辆特征,与云处理服务器的数据库中三维车辆模型的参数进行对比,将参数一致或接近的三维车辆模型提取出来,全方位跟踪检测雷达再将该车辆的跟踪信息、位置信息、经纬度信息、速度信息、运动方向信息、方向角信息与该车辆的三维模型融合,并同时将该车辆三维模型显示在三维高清GIS地图上,形成车辆行驶动画。
5.根据权利要求1所述的基于四维实景交通仿真的高速公路稽查追逃费报警系统,其特征在于,同一车辆在通过多个检测区域重叠的全方位跟踪检测雷达的高速路时,ID编号不变。
6.根据权利要求4所述的基于四维实景交通仿真的高速公路稽查追逃费报警系统,其特征在于,在所述云处理服务器中进行四维仿真模拟时,利用三维GIS地图作为渲染引擎底层,通过无人机拍摄画面和卫星画面进行三维仿真修正;得到的三维高精度的GIS地图;将车辆模型的行驶动画融合到三维高精度的GIS地图中,实现四维仿真模拟。
7.根据权利要求1所述的基于四维实景交通仿真的高速公路稽查追逃费报警系统,其特征在于,所述数据采集分析处理器在进行车辆信息特征比对,识别逃费违规车辆时,将车牌抓拍摄像机初次获取的该车的车辆信息和最后一次获取的该车的车辆信息进行对比;如果前后车辆信息一致,则判断为同一辆车,将车辆信息一致并且车辆信息雷同的车辆,继续进行不合理行驶路径判断;如果前后车辆信息不一致,判断为不是同一辆车;则识别为逃费违规车辆。
8.根据权利要求7所述的基于四维实景交通仿真的高速公路稽查追逃费报警系统,其特征在于,所述数据采集分析处理器在进行路径识别,识别逃费违规车辆时,所述四维仿真监控管理站预设车辆行驶路径判断规则;调取车辆信息雷同的车辆的行驶路径,当雷同车辆的行驶路径符合不合理路径判断机制时,则判断为逃费违规车辆,形成报警信息。
9.根据权利要求8所述的基于四维实景交通仿真的高速公路稽查追逃费报警系统,其特征在于,所述云处理服务器接收到报警信息后,继续提取雷同车辆的行驶路径符合不合理路径判断机制的起始时间;确定雷同车辆违规倒卡的位置,并根据起始时间查找该时间雷同车辆对应的车辆图像;确定违规倒卡的证据。
10.根据权利要求8所述的基于四维实景交通仿真的高速公路稽查追逃费报警系统,其特征在于,所述不合理路径判断机制包括高速公路上车辆单程行驶时出现中途折返、车辆经过的收费站不连续。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810818848.3A CN108961767B (zh) | 2018-07-24 | 2018-07-24 | 基于四维实景交通仿真的高速公路稽查追逃费报警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810818848.3A CN108961767B (zh) | 2018-07-24 | 2018-07-24 | 基于四维实景交通仿真的高速公路稽查追逃费报警系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108961767A CN108961767A (zh) | 2018-12-07 |
CN108961767B true CN108961767B (zh) | 2021-01-26 |
Family
ID=64464636
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810818848.3A Active CN108961767B (zh) | 2018-07-24 | 2018-07-24 | 基于四维实景交通仿真的高速公路稽查追逃费报警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108961767B (zh) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110264734A (zh) * | 2019-06-26 | 2019-09-20 | 北京梦陀螺科技有限公司 | 一种高速公路车辆稽查系统及其工作方法 |
CN110930692B (zh) * | 2019-10-24 | 2021-06-18 | 河北德冠隆电子科技有限公司 | 一种主动式车辆连续跟踪装置、系统及方法 |
CN110956812B (zh) * | 2019-11-05 | 2023-04-25 | 南京感动科技有限公司 | 一种公路稽查数据云端快速分析处理方法 |
CN111161435A (zh) * | 2020-01-10 | 2020-05-15 | 青岛左岸数据科技有限公司 | 一种新型的高速路无卡收费系统 |
CN111257864B (zh) * | 2020-01-17 | 2021-12-10 | 河北德冠隆电子科技有限公司 | 一种主动式探测车辆持续跟踪断点补偿装置、系统及方法 |
CN112034449B (zh) * | 2020-08-03 | 2024-01-12 | 河北德冠隆电子科技有限公司 | 基于物理空间属性实现对车辆行驶轨迹修正的系统及方法 |
CN112099040A (zh) * | 2020-09-15 | 2020-12-18 | 浙江省机电设计研究院有限公司 | 基于激光雷达网络的全程连续轨迹车辆追踪系统及方法 |
CN112183343A (zh) * | 2020-09-28 | 2021-01-05 | 广西信路威科技发展有限公司 | 高速公路收费差额分析系统、方法和分析系统平台 |
CN112783936A (zh) * | 2020-12-29 | 2021-05-11 | 交信北斗(海南)科技有限公司 | 基于北斗定位的公路逃费稽查方法及系统 |
CN112907965B (zh) * | 2021-01-29 | 2022-09-23 | 陕西交通电子工程科技有限公司 | 一种基于交通数据中台的道路逃费稽核方法及系统 |
CN113345220B (zh) * | 2021-05-11 | 2022-08-16 | 山西省交通科技研发有限公司 | 一种高速公路稽查车辆跟踪与预测分析系统 |
CN113393675B (zh) * | 2021-05-24 | 2023-03-21 | 青岛海信网络科技股份有限公司 | 一种车辆id确定方法、装置、设备和介质 |
CN113570854A (zh) * | 2021-06-21 | 2021-10-29 | 陕西交通电子工程科技有限公司 | 一种用于高速公路运营管理的智能稽核控制系统 |
CN114038075B (zh) * | 2021-11-01 | 2024-04-26 | 安徽交控信息产业有限公司 | 新一代车道收费稽核一体化系统 |
CN114049612B (zh) * | 2021-11-12 | 2024-07-05 | 甘肃紫光智能交通与控制技术有限公司 | 基于以图搜图技术的高速公路车辆收费稽核系统及行驶路径双重获取检验方法 |
CN115580830B (zh) * | 2022-12-07 | 2023-03-10 | 成都智元汇信息技术股份有限公司 | 一种基于ap探针多点定位的乘客违规路径检测方法及装置 |
CN116630903B (zh) * | 2022-12-29 | 2024-03-08 | 北京中科神通科技有限公司 | 一种高速公路假冒客车行为逃费检测方法和系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202075409U (zh) * | 2010-12-27 | 2011-12-14 | 厦门市罗普特科技有限公司 | 基于定向雷达与高清摄像机的三维仿真绘图装置 |
CN102819954A (zh) * | 2012-08-28 | 2012-12-12 | 南京大学 | 交通区域动态地图监控预测系统 |
CN104268323A (zh) * | 2014-09-17 | 2015-01-07 | 西安电子科技大学 | 基于光线跟踪的激光雷达场景仿真方法 |
CN105679043A (zh) * | 2016-04-14 | 2016-06-15 | 中国电子科技集团公司第三十八研究所 | 一种3d雷达智能卡口系统及其处理方法 |
CN105867321A (zh) * | 2015-09-28 | 2016-08-17 | 山东电力工程咨询院有限公司 | 基于三维模型的实景可视化的智慧化工地管理系统 |
CN106530834A (zh) * | 2016-12-29 | 2017-03-22 | 武汉七环电气股份有限公司 | 一种车辆行为管理系统及管理方法 |
CN106781520A (zh) * | 2016-12-26 | 2017-05-31 | 无锡高新兴智能交通技术有限公司 | 一种基于车辆跟踪的交通违法检测方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8686873B2 (en) * | 2011-02-28 | 2014-04-01 | Toyota Motor Engineering & Manufacturing North America, Inc. | Two-way video and 3D transmission between vehicles and system placed on roadside |
CN107458310A (zh) * | 2017-09-18 | 2017-12-12 | 诏安县鹏达机械设计部 | 一种全方位行车环境监控系统 |
CN107731005B (zh) * | 2017-10-17 | 2020-01-07 | 海豚大数据网络科技(深圳)有限公司 | 一种基于云计算的利用幻影成像的车载警示系统 |
CN108154683A (zh) * | 2017-12-26 | 2018-06-12 | 河北农业大学 | 智能交通管理方法及系统 |
-
2018
- 2018-07-24 CN CN201810818848.3A patent/CN108961767B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202075409U (zh) * | 2010-12-27 | 2011-12-14 | 厦门市罗普特科技有限公司 | 基于定向雷达与高清摄像机的三维仿真绘图装置 |
CN102819954A (zh) * | 2012-08-28 | 2012-12-12 | 南京大学 | 交通区域动态地图监控预测系统 |
CN104268323A (zh) * | 2014-09-17 | 2015-01-07 | 西安电子科技大学 | 基于光线跟踪的激光雷达场景仿真方法 |
CN105867321A (zh) * | 2015-09-28 | 2016-08-17 | 山东电力工程咨询院有限公司 | 基于三维模型的实景可视化的智慧化工地管理系统 |
CN105679043A (zh) * | 2016-04-14 | 2016-06-15 | 中国电子科技集团公司第三十八研究所 | 一种3d雷达智能卡口系统及其处理方法 |
CN106781520A (zh) * | 2016-12-26 | 2017-05-31 | 无锡高新兴智能交通技术有限公司 | 一种基于车辆跟踪的交通违法检测方法及系统 |
CN106530834A (zh) * | 2016-12-29 | 2017-03-22 | 武汉七环电气股份有限公司 | 一种车辆行为管理系统及管理方法 |
Non-Patent Citations (1)
Title |
---|
基于毫米波雷达和视觉的车辆检测识别方法研究;杨晓康;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20180615;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108961767A (zh) | 2018-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108961767B (zh) | 基于四维实景交通仿真的高速公路稽查追逃费报警系统 | |
CN108877234B (zh) | 四维实景交通仿真的车辆违规占道跟踪检测系统及方法 | |
CN108919256B (zh) | 四维实景交通仿真车辆超速全程跟踪检测报警系统及方法 | |
CN108961790B (zh) | 基于四维实景交通仿真的恶劣天气预警管理系统及方法 | |
CN111540237B (zh) | 基于多数据融合的车辆安全行驶保障方案自动生成的方法 | |
US11967230B2 (en) | System and method for using V2X and sensor data | |
CN113284366B (zh) | 车辆盲区预警方法、预警装置、mec平台和存储介质 | |
US11836985B2 (en) | Identifying suspicious entities using autonomous vehicles | |
CN102724482B (zh) | 基于gps和gis的智能视觉传感网络运动目标接力跟踪系统 | |
CN111524357A (zh) | 用于车辆安全行驶所需的多数据融合的方法 | |
CN106781697B (zh) | 车载式不良天气实时感知及防碰撞预警方法 | |
CN113706737B (zh) | 基于自动驾驶车辆的路面巡检系统及方法 | |
CN109816971B (zh) | 基于多源数据融合的危险品运输车辆预防跟踪系统及方法 | |
CN112099040A (zh) | 基于激光雷达网络的全程连续轨迹车辆追踪系统及方法 | |
CN109637137A (zh) | 基于车路协同的交通管理系统 | |
EP3806062A1 (en) | Detection device and detection system | |
CN109102695B (zh) | 智能交通服务站、智能交通服务方法及系统 | |
Llorca et al. | Traffic data collection for floating car data enhancement in V2I networks | |
CN111768642A (zh) | 车辆的道路环境感知和车辆控制方法、系统、设备及车辆 | |
CN114694060B (zh) | 一种道路抛洒物检测方法、电子设备及存储介质 | |
CN109615866A (zh) | 基于互联网的交通路况监控系统 | |
CN110491127A (zh) | 一种通行引导方法、装置以及可读存储介质 | |
CN112258366A (zh) | 一种基于数字底板城市治理系统 | |
KR101963353B1 (ko) | 법규 위반 스마트 적발 시스템 | |
CN116453205A (zh) | 一种营运车辆滞站揽客行为识别方法、装置及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |