CN109035790B - 车辆交通违法的证据获取方法及系统 - Google Patents

车辆交通违法的证据获取方法及系统 Download PDF

Info

Publication number
CN109035790B
CN109035790B CN201810846654.4A CN201810846654A CN109035790B CN 109035790 B CN109035790 B CN 109035790B CN 201810846654 A CN201810846654 A CN 201810846654A CN 109035790 B CN109035790 B CN 109035790B
Authority
CN
China
Prior art keywords
vehicle
camera
photo
evidence
picture
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
Application number
CN201810846654.4A
Other languages
English (en)
Other versions
CN109035790A (zh
Inventor
马宜昌
张建华
钱庆聚
李劲松
林姚华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Keda Technology Co Ltd
Original Assignee
Suzhou Keda Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Suzhou Keda Technology Co Ltd filed Critical Suzhou Keda Technology Co Ltd
Priority to CN201810846654.4A priority Critical patent/CN109035790B/zh
Publication of CN109035790A publication Critical patent/CN109035790A/zh
Application granted granted Critical
Publication of CN109035790B publication Critical patent/CN109035790B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/017Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules

Abstract

本发明公开了车辆交通违法的证据获取方法及系统,其中方法包括:当有车辆头部到达停止线后方预定区域时,车头摄像机拍摄第一照片,同时向车尾摄像机发送第一协拍指令;车尾摄像机根据第一协拍指令拍摄第二照片;当车辆的行驶轨迹与停止线和/或当前车道行驶规则线相交时,车尾摄像机拍摄第三照片,同时向车头摄像机发送第二协拍指令;车头摄像机根据第二协拍指令拍摄第四照片;在车辆继续向前行驶时,车尾摄像机拍摄第五照片;将第一照片和第二照片合成作为第一证据,将第三照片和第四照片合成作为第二证据,将第三照片和第五照片合成作为第三证据。通过车头摄像机和车尾摄像机协同拍摄,产生的照片数量较少,对信息处理装置的数据处理要求较低。

Description

车辆交通违法的证据获取方法及系统
技术领域
本发明涉及智能交通技术领域,具体涉及车辆交通违法的证据获取方法及系统。
背景技术
在交通路口,车辆闯红灯及违反行驶规则线行驶都是交通违法行为。现有车辆交通违法的证据获取方法已能够较好地获取小型车在交通路口交通违法的证据;然而对于大型车,却无法获取可靠的交通违法证据。
以车辆闯红灯为例,引用公共安全行业标准GA/T 496-2014《闯红灯自动记录系统通用技术条件》中4.3.1.1机动车闯红灯行为记录要求,系统应能至少记录以下3张反映闯红灯行为过程的图片:(a)能反映机动车未到达停止线的图片,并能清晰辨别车辆类型、交通信号灯红灯、停止线;(b)能反映机动车已越过停止线的图片,并能清晰辨别车辆类型、号牌号码、交通信号灯红灯、停止线;(c)能反映机动车与(b)图片中机动车向前位移的图片,并能清晰辨别车辆类型、交通信号灯红灯、停止线。其中明确要求,第一张图片机动车未到达停车线。图1示出了路口现已设置的常规交通监控系统示意图。在图1所示道路上,按照规则,车辆应当沿空心大箭头所示的方向行驶,该方向的道路具有第一1车道、第2车道、第3车道,道路前方为设置了红绿灯的路口,(本申请中以车辆行驶方向作为前方)路口的后方设置有停止线。常规交通监控系统在路口停止线的后方设置一个摄像机(图中1#摄像机),由于摄像机架设角度及拍摄范围的限制,该1#摄像机仅能够拍摄停止线后方及后方(本申请中以车辆行驶方向作为前方)预定区域内的图像,图中1#所示的阴影区域为该1#摄像机拍摄区域的两侧边缘。现有闯红灯的证据获取方法一是:当车辆位于停止线后方的拍摄区域内时,该1#摄像机拍摄车辆照片并识别车牌作为上述(a)证据;当车辆越过停止线时,该1#摄像机拍摄车辆照片并识别车牌作为上述(b)证据。对于车身长度小于6米小型车(如图1中A车),当车辆行驶至车头接近停止线(此时尚未越过停止线)时,车尾刚好能在该1#摄像机拍摄区域内,因此便于识别车牌。但是,对于车身长度大于6米的大型车(如图1中的B车),当车辆行驶至车头接近停止线(此时尚未越过停止线)时,车尾则尚未出现在该1#摄像机拍摄区域内;或者说,若保证其车尾在该1#摄像机拍摄区域内,则很显然车头早已越过停止线。因此,现有方法一无法在获取大型车行驶至车头解决停止线这一状态的照片时,同时识别出大型车的车牌号,所获取的证据不可靠。
为解决这一问题,现有技术公开了第二种车辆交通违法的证据获取方法,如图2A和图2B所示,与现有方法一端区别在于,在路口的后方设置车尾摄像机(图2A和图2B中的1所示),用于从车尾方向拍摄车辆的照片;在路口的前方设置车头摄像机(图2A和图2B中的2所示),用于从车头方向拍摄车辆的照片。车尾摄像机和车头摄像机所拍摄的照片分别传送给信息处理装置,由信息处理装置根据车头摄像机所拍摄的照片中的时间,去查找同一时刻车尾摄像机所拍摄的照片,以合成上述反映车辆闯红灯行为的证据(a)、(b)或(c)。
然而,该现有方法二需要在获取车尾摄像机和车头摄像机所拍摄的照片之后,逐一识别车头摄像机所拍摄的照片中车辆是否符合上述证据(a)、(b)或(c)的要求,筛选出符合要求的照片后再获取拍摄照片的时间,然后根据时间查找同一时刻车尾摄像机所拍摄的照片,最后将时间相同的车尾摄像机照片和车头摄像机照片合成才能够得到上述证据(a)、(b)或(c)。由此可见,在现有方法二中,车尾摄像机和车头摄像机均按照预定时间间隔拍摄照片,因此会产生很多照片,信息处理装置需要具有从海量照片中筛选证据的处理能力,对信息处理装置的要求较高。
发明内容
有鉴于此,本发明实施例提供了一种车辆交通违法的证据获取方法及系统,以解决现有证据获取方法为获取大型车交通违法的可靠证据而对信息处理装置的要求较高的问题。
根据第一方面,本发明实施例提供了一种车辆交通违法的证据获取方法,包括:当有车辆头部到达停止线后方预定区域时,车头摄像机拍摄第一照片,同时向车尾摄像机发送第一协拍指令;所述车头摄像机用于从车头方向拍摄路口处的车辆;所述车尾摄像机用于从车尾方向拍摄路口处的车辆;所述车尾摄像机根据所述第一协拍指令拍摄第二照片;当所述车辆的行驶轨迹与停止线和/或当前车道行驶规则线相交时,所述车尾摄像机拍摄第三照片,同时向所述车头摄像机发送第二协拍指令;所述车头摄像机根据所述第二协拍指令拍摄第四照片;在所述车辆继续向前行驶时,所述车尾摄像机拍摄第五照片;将所述第一照片和所述第二照片合成作为第一证据,将所述第三照片和所述第四照片合成作为第二证据,将所述第三照片和所述第五照片合成作为第三证据。
可选地,所述车头摄像机拍摄第一照片的步骤之前,还包括:判断车辆所在车道对应的交通信号灯是否为红灯;当车辆所在车道对应的交通信号灯为红灯时,所述车头摄像机执行所述车头摄像机拍摄第一照片的步骤。
可选地,在所述车尾摄像机根据所述第一协拍指令拍摄第二照片之后,以及所述车尾摄像机拍摄第三照片之前,还包括:判断所述车辆所在车道对应的交通信号灯是否为红灯;当所述车辆所在车道对应的交通信号灯为红灯时,跟踪所述车辆并获取其行驶轨迹。
可选地,根据用于控制交通信号灯显示为红灯的电信号判断车辆所在车道对应的交通信号灯是否为红灯;或者,根据所述车尾摄像机所拍摄的视频画面中交通信号灯对应图像的颜色判断车辆所在车道对应的交通信号灯是否为红灯。
可选地,根据以下步骤判断所述车辆的行驶轨迹与停止线和/或当前车道行驶规则线是否相交:在所述车尾摄像机所拍摄的视频画面中跟踪所述车辆的图像并确定所述车辆图像的移动轨迹线;在所述车尾摄像机所拍摄的视频画面中确定所述车辆所在车道对应的所述停止线和/或当前车道行驶规则线的图像;当所述移动轨迹线与所述停止线和/或当前车道行驶规则线的图像在所述视频画面中相交时,确定所述车辆的行驶轨迹与停止线和/或当前车道行驶规则线相交。
可选地,在所述车头摄像机拍摄第一照片的步骤之后,还包括:所述车头摄像机将所述第一照片与第一标识关联;所述第一协拍指令携带有所述第一标识和所述第一照片;在所述车尾摄像机根据所述第一协拍指令拍摄第二照片的步骤之后,还包括:将所述第二照片与所述第一标识关联。
可选地,所述将所述第一照片和所述第二照片合成作为第一证据的步骤包括:将第一标识相同的第一照片和第二照片合成作为所述第一证据。
可选地,所述车头摄像机拍摄第一照片之后,还包括:根据所述第一照片识别车辆的第一车牌号,所述第一证据包括所述第一车牌号;和/或,所述车头摄像机拍摄第四照片之后,还包括:根据所述第四照片识别车辆的第二车牌号,所述第二证据包括所述第二车牌号。
根据第一方面,本发明实施例提供了一种车辆交通违法的证据获取系统,其特征在于,包括:车头摄像机和车尾摄像机,所述车头摄像机用于从车头方向拍摄路口处的车辆;所述车尾摄像机用于从车尾方向拍摄路口处的车辆,其中,所述车头摄像机用于当有车辆头部到达停止线后方预定区域时,拍摄第一照片,同时向车尾摄像机发送第一协拍指令;所述车尾摄像机用于根据所述第一协拍指令拍摄第二照片;所述车尾摄像机还用于当所述车辆的行驶轨迹与停止线和/或当前车道行驶规则线相交时,拍摄第三照片,同时向所述车头摄像机发送第二协拍指令;所述车头摄像机还用于根据所述第二协拍指令拍摄第四照片;所述车尾摄像机还用于在所述车辆继续向前行驶时,拍摄第五照片;所述车尾摄像机或所述车头摄像机还用于将所述第一照片和所述第二照片合成作为第一证据,将所述第三照片和所述第四照片合成作为第二证据,将所述第三照片和所述第五照片合成作为第三证据。
可选地,所述车头摄像机和所述车尾摄像机位于同一局域网。
上述车辆交通违法的证据获取方法及系统,通过车头摄像机和车尾摄像机相互配合、协同拍摄,在特别设计的预定时刻摄像机才抓拍照片,对于大型车和小型车均能够获取可靠的证据;并且产生的照片数量较少,对摄像机信息处理装置的数据处理要求较低。该方法可以用于获取车辆闯红灯的证据,此时上述方法在当前车道为红灯时执行;或者,上述方法也可以用于确定车辆是否违反车道行驶规则行驶。
附图说明
通过参考附图会更加清楚的理解本发明的特征和优点,附图是示意性的而不应理解为对本发明进行任何限制,在附图中:
图1示出了路口现已设置的常规交通监控系统示意图;
图2A和图2B示出了现有一种车辆交通违法的证据获取方法的应用场景;
图3A和图3B示出了根据本发明实施例的车辆交通违法的证据获取方法的应用场景;
图4示出了根据本发明实施例的一种车辆交通违法的证据获取方法的流程图;
图5示出了根据本发明实施例的另一种车辆交通违法的证据获取方法的流程图;
图6示出了根据本发明实施例的又一种车辆交通违法的证据获取方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动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。
图3A和图3B示出了根据本发明实施例的车辆交通违法的证据获取方法的应用场景。与图1所示的常规交通监控系统相比的区别在于,本发明方法的应用场景在路口的前方(本申请中以车辆行驶方向作为前方)设置了车头摄像机(即图3A和图3B中的2#摄像机)。车头摄像机用于从车头方向拍摄路口处的车辆,车尾摄像机用于从车尾方向拍摄路口处的车辆。本发明所提供的方法,尤其适用于中大型车辆或者后车牌不规范的情况下进行激动车辆违法行为的抓拍,其中,后车牌不规范的情况包括后车牌遮挡、不清晰、掩盖等情况。
图3A和图3B中,1#阴影区域为车尾摄像机拍摄区域的边缘,2#阴影区域为车头摄像机拍摄区域的边缘,从图中可以看出,车尾摄像机和车头摄像机的拍摄区域在停止线附近有重叠。
图3A和图3B中,A车用于表示车身长度较短(例如小于6米)的小型车,B车用于表示车身长度较长(例如大于6米)的大型车。
本申请中的“前方”是指车辆行驶方向的前方,“后方”是指车辆行驶方向的后方。除非特指,否则本申请中的停止线是指路口后方的停止线。
实施例一
图4示出了根据本发明实施例的一种车辆交通违法的证据获取方法的流程图,如图4所示,该方法包括如下步骤:
S101:当有车辆头部到达停止线后方预定区域时,车头摄像机拍摄第一照片,同时向车尾摄像机发送第一协拍指令。
S102:车尾摄像机根据第一协拍指令拍摄第二照片。
此处的协拍指令即协同拍摄指令。车头摄像机从车头方向拍摄第一照片之后,使车尾摄像机也同时从车尾方向拍摄第二照片。
由于第二照片是从车尾方向拍摄的,对于车身较短(例如小于6米)的小型车,第二照片中必然能够体现出车尾车牌号;但是当车辆的车身较长(例如大于6米)时,车辆尾部将超出车尾摄像机的拍摄范围,如图3A中B车所示,第二照片中则无法体现车尾车牌号。而由于第一照片是从车头方向拍摄的,因此对于通常车身较长的车辆,第一照片中必然能够体现车头车牌号。那么,第二照片结合第一照片便能够较为准确地反映车辆行驶至车头接近停止线(此时尚未越过停止线)这一状态,并且能够基本了解车辆的车牌号、外形等外观信息(例如车辆为大型车),即符合标准中的证据(a)。
S103:当车辆的行驶轨迹与停止线和/或当前车道行驶规则线相交时,车尾摄像机拍摄第三照片,同时向车头摄像机发送第二协拍指令。
可以是车头出现时便开始跟踪并确定车辆的行驶轨迹,车尾出现在车尾摄像机拍摄区域时持续跟踪并确定车辆行驶轨迹;或者,也可以当车尾出现在车尾摄像机的拍摄区域时(如图3B所示),再开始跟踪并确定车辆行驶轨迹。
可以最迟跟踪至车尾到达停止线附近预定区域(例如车尾在停止线后方0.5米,或者越过停止线到达停止线前方0.5米)时结束,此时最终确定车辆的行驶轨迹是否与停止线或当前车道行驶规则线相交。若在此之前车辆行驶轨迹均没有与停止线或当前车道行驶规则线相交,则可以最终确定车辆的行驶轨迹没有与停止线或当前车道行驶规则线相交。行驶规则线是车辆所在车道对应的左转规则线、直行规则线、右转规则线等。
对于无车牌或车牌脏污严重至无法看清的车辆,可以依据AI(英文全称:Artificial Intelligence,中文:人工智能)运算能力,进行视频跟踪,具体跟踪方法可以采用现有步骤,本申请对此不做限定。依靠AI为基础的视频跟踪方法,可以识别车辆的车型/车辆品牌等,包括车牌跟踪、颜色跟踪、纹理跟踪、模型跟踪等相辅相成的车辆多重跟踪算法。
S104:车头摄像机根据第二协拍指令拍摄第四照片。
对于大型车,当车尾出现在车尾摄像机的拍摄区域时,车身应当正在跨越停止线,因此此时拍摄第三照片结合第四照片能够体现车辆跨越停止线的状态,即符合标准中的证据(b)。而对于小型车,在车辆停在停止线后方不移动的情况下,车尾便已出现在车尾摄像机的拍摄区域,如果车尾出现在车尾摄像机的拍摄区域便拍摄第三照片、第四照片,则无法获取小型车跨越停止线的证据。为此,本申请采用在车辆行驶轨迹与停止线或当前车道行驶规则线相交时拍摄第三照片、第四照片,该方法无论对于大型车还是小型车,均能够较为准确地拍摄到车辆跨越停止线时的照片。
S105:在车辆继续向前行驶时,车尾摄像机拍摄第五照片。
第五照片可以是在第四照片拍摄后的预定时间间隔之后拍摄;或者,也可以是当车辆到达路口中线时拍摄;又或者,也可以根据行驶规则线指定车辆位置,当车辆到达该指定位置时拍摄。只要第五照片在第四照片之后拍摄、相对第四照片能够体现出车辆位置移动即可。
S106:将第一照片和第二照片合成作为第一证据,将第三照片和第四照片合成作为第二证据,将第三照片和第五照片合成作为第三证据。
该步骤可以是车尾摄像机执行,也可以是车头摄像机执行。
第一照片和第二照片能够从车头、车尾两个方向体现了车辆到达停止线后方预定区域(即车辆行驶至车头接近停止线的位置)时的状态,其中第一照片能够体现车牌号,符合标准中证据(a)的要求;第三照片和第四照片能够体现车辆跨越停止线的状态;第五照片和第四均为车尾摄像机拍摄,能够体现车辆在违法行驶之后向前行驶的状态,因此,上述车辆交通违法的证据获取方法能够获取符合行业标准GA/T 496-2014的证据。此外,第三照片和第四照片还能够体现车辆违反当前车道行驶规则行驶的状态,上述方法还便于对大型车在路口违反当前车道行驶规则行驶的违法行为进行取证。
上述车辆交通违法的证据获取方法,通过车头摄像机和车尾摄像机相互配合、协同拍摄,在特别设计的预定时刻摄像机才抓拍照片,对于大型车和小型车均能够获取可靠的证据;并且产生的照片数量较少,对摄像机信息处理装置的数据处理要求较低。该方法可以用于获取车辆闯红灯的证据,此时上述方法在当前车道为红灯时执行;或者,上述方法也可以用于确定车辆是否违反车道行驶规则行驶。
实施例二
图5示出了根据本发明实施例的另一种车辆交通违法的证据获取方法的流程图,如图5所示,该方法包括如下步骤:
S201:判断车辆所在车道对应的交通信号灯是否为红灯。当车辆所在车道对应的交通信号灯为红灯时,执行步骤S202;否则执行其他操作或无操作。
该步骤可以是车尾摄像机执行,例如,车尾摄像机根据车尾摄像机所拍摄的视频画面中交通信号灯对应图像的颜色判断车辆所在车道对应的交通信号灯是否为红灯;也可以是通过其他方式来执行,例如,根据用于控制交通信号灯显示为红灯的电信号判断车辆所在车道对应的交通信号灯是否为红灯。本实施例对判断是否为红灯的具体方式不做限定。
当用于获取车辆是否闯红灯的证据时,只有车辆所在车道对应的交通信号灯为红灯时才进行拍照获取证据;当车辆所在车道对应的交通信号灯为绿灯时,可以不用拍照获取证据,这样可以进一步减少所产生的照片的数量。
S202:当有车辆头部到达停止线后方预定区域时,车头摄像机拍摄第一照片,同时向车尾摄像机发送第一协拍指令。
S203:车尾摄像机根据第一协拍指令拍摄第二照片。
该步骤请参考步骤S102,在此不再赘述。
S204:判断车辆所在车道对应的交通信号灯是否为红灯。当车辆所在车道对应的交通信号灯为红灯时,执行步骤S205;否则执行其他操作或无操作。
该步骤可以是车尾摄像机执行,例如,车尾摄像机根据车尾摄像机所拍摄的视频画面中交通信号灯对应图像的颜色判断车辆所在车道对应的交通信号灯是否为红灯;也可以是通过其他方式来执行,例如,根据用于控制交通信号灯显示为红灯的电信号判断车辆所在车道对应的交通信号灯是否为红灯。本实施例对判断是否为红灯的具体方式不做限定。
若车辆所在车道对应的交通信号灯为绿灯,则即使车辆越过停止线也不算做闯红灯,因此不必继续拍摄照片;只有车辆所在车道对应的交通信号灯依然为红灯时,才有必要继续拍照取证,这样可以进一步减少所产生的照片的数量。
S205:在车尾摄像机所拍摄的视频画面中跟踪车辆的图像并确定车辆图像的移动轨迹线。
S206:在车尾摄像机所拍摄的视频画面中确定车辆所在车道对应的停止线和/或当前车道行驶规则线的图像。
S207:当移动轨迹线与停止线和/或当前车道行驶规则线的图像在视频画面中相交时,确定车辆的行驶轨迹与停止线和/或当前车道行驶规则线相交。
通过上述步骤S205至S207即可确定车辆的行驶轨迹与停止线和/或当前车道行驶规则线相交。
S208:车尾摄像机拍摄第三照片,同时向车头摄像机发送第二协拍指令。
该步骤请参考步骤S103,在此不再赘述。
S209:车头摄像机根据第二协拍指令拍摄第四照片。
该步骤请参考步骤S104,在此不再赘述。
S210:在所述车辆继续向前行驶时,所述车尾摄像机拍摄第五照片。
该步骤请参考步骤S105,在此不再赘述。
S211:将第一照片和第二照片合成作为第一证据,将第三照片和第四照片合成作为第二证据,将第三照片和第五照片合成作为第三证据。
上述车辆交通违法的证据获取方法能够获取符合行业标准GA/T496-2014的证据;通过车头摄像机和车尾摄像机相互配合、协同拍摄,在特别设计的预定时刻摄像机才抓拍照片,对于大型车和小型车均能够获取可靠的证据;并且产生的照片数量较少,对摄像机信息处理装置的数据处理要求较低。该方法可以用于获取车辆闯红灯的证据,此时上述方法在当前车道为红灯时执行;或者,上述方法也可以用于确定车辆是否违反车道行驶规则行驶。具体请参考实施例一。
实施例三
图6示出了根据本发明实施例的又一种车辆交通违法的证据获取方法的流程图,如图6所示,该方法包括如下步骤:
S301:当有车辆头部到达停止线后方预定区域时,车头摄像机拍摄第一照片。
S302:车头摄像机将第一照片与第一标识关联。
S303:车头摄像机根据第一照片识别车辆的第一车牌号。
S304:车头摄像机向车尾摄像机发送第一协拍指令,该第一协拍指令携带有第一标识、第一照片和第一车牌号。
例如,第一标识为ID1,车头摄像机将第一照片与ID1关联(例如,可以将第一照片命名为ID1),识别车牌号为ABCDEFG(ABCDEFG指代车头车牌号),从而产生一条记录ID1-ABCDEFG(包括第一标识、第一照片和第一车牌号)。车头摄像机在向车尾摄像机发送第一协拍指令时,把这一记录ID1-ABCDEFG一同发送至车尾摄像机。
S305:车尾摄像机根据第一协拍指令拍摄第二照片。
该步骤请参考步骤S102,在此不再赘述。
S306:车尾摄像机将第二照片与第一标识关联。
沿用上例,车尾摄像机抓拍第二照片后,将第二照片与第一标识ID1关联(例如将第二照片命名为ID1),产生一条记录ID1-XXXXXXX(包括第一标识、第二照片和车牌号XXXXXXX。当车辆为小型车时,车尾车牌露出而可识别,则XXXXXXX指代识别出的车尾车牌号;当车辆为大型车时,车尾车牌没有露出而不可识别,则XXXXXXX指代无法识别的车尾车牌号)。将第二照片与第一标识关联能够便于在合成第一证据时,找出对应的第一照片和第二照片。
S307:将第一标识相同的第一照片、第二照片、第一车牌号合成为第一证据。
沿用上例,车尾摄像机将接收到的记录ID1-ABCDEFG与记录ID1-XXXXXXX进行合并,把第一照片和第二照片合成,也更新记录中的车牌号,得到第一证据ID1-ABCDEFG,也即标准中的证据(a)。
在此需要说明的是,判断车辆所在车道对应的交通信号灯是否为红灯的步骤S201和S204可以在一个实施例中都执行,也可以在一个实施例中只执行步骤S201和S204的一个。当在一个实施例中不执行S201时,第一照片和第二照片会产生多个,与同一第一协拍指令对应的第一照片和第二照片的第一标识是相同的,而不同的第一协拍指令对应的第一照片和第二照片的第一标识是不同的,此时步骤S307可以将第一标识相同的第一照片和第二照片合成作为第一证据。
S308:当所述车辆的行驶轨迹与停止线和/或当前车道行驶规则线相交时,车尾摄像机拍摄第三照片。
该步骤请参考步骤S103,在此不再赘述。
S309:车尾摄像机将第三照片与第二标识关联。
S310:车尾摄像机向车头摄像机发送第二协拍指令,该第二协拍指令至少包括第二标识。
沿用上例,第二标识为ID2,车尾摄像机将第三照片与ID2关联(例如,可以将第三照片命名为ID2),产生记录ID2-YYYYYYY(当车辆为小型车时,车尾车牌露出而可识别,则YYYYYYY指代识别出的车尾车牌号;当车辆为大型车时,车尾车牌没有露出而不可识别,则YYYYYYY指代无法识别的车尾车牌号)。车尾摄像机在向车头摄像机发送第二协拍指令时,把这一记录一同发送至车头摄像机。
S311:车头摄像机根据第二协拍指令拍摄第四照片。
该步骤请参考步骤S104,在此不再赘述。
S312:车头摄像机将第四照片与第二标识关联。
S313:车头摄像机根据第四照片识别车辆的第二车牌号。
S314:车头摄像机将第四照片及第二车牌号发送至车尾摄像机。
沿用上例,车头摄像机拍摄第四照片后,将第四照片与ID2关联(例如,可以将第三照片命名为ID2),识别出车牌号ABCDEFG,由此产生一条记录ID2-ABCDEFG(包括第二标识、第四照片和第二车牌号)。车尾摄像机将这一记录发送至车尾摄像机。
S315:车尾摄像机将第三照片、第四照片、第二车牌号合成作为第二证据。
沿用上例,车尾摄像机将接收到的记录ID2-ABCDEFG与ID2-YYYYYYY进行合并,把第三照片和第四照片合成,也更新记录中的车牌号,得到第二证据ID2-ABCDEFG,也即标准中的证据(b)。
S316:在车辆继续向前行驶时,车尾摄像机拍摄第五照片。
S317:车尾摄像机将第五照片与第二标识关联。
在车辆继续向前行驶时,车尾摄像机依据视频跟踪方法,完成传统车辆违法行驶证据(c)的抓拍,得到第五照片。车尾摄像机将第五照片与第二标识ID2关联(例如,可以将第五照片命名为ID2),产生一条记录ID2-ZZZZZZZ(当车辆为小型车时,车尾车牌露出而可识别,则ZZZZZZZ指代识别出的车尾车牌号;当车辆为大型车时,车尾车牌没有露出而不可识别,则ZZZZZZZ指代无法识别的车尾车牌号)。
该步骤其他内容请参考步骤S105。
S318:车尾摄像机将第三照片和第五照片合成作为第三证据。
车尾摄像机将上述记录ID2-YYYYYYY与ID2-ZZZZZZZ进行合并,得到第三证据ID2-YYYYYYY(也可以是ID2-ZZZZZZZ),也即标准中的证据(c)。
S319:将第一证据、第二证据、第三证据合成作为车辆交通违法证据,并将其与第一标识、第二标识、车牌号关联。
将第一证据ID1-ABCDEFG、第二证据ID2-ABCDEFG、第三证据ID2-YYYYYYY中的照片合成,更新记录中的车牌号,得到车辆交通违法证据ID1-ID2-ABCDEFG。
上述车辆交通违法的证据获取方法能够获取符合行业标准GA/T496-2014的证据;通过车头摄像机和车尾摄像机相互配合、协同拍摄,在特别设计的预定时刻摄像机才抓拍照片,对于大型车和小型车均能够获取可靠的证据;并且产生的照片数量较少,对摄像机信息处理装置的数据处理要求较低。该方法可以用于获取车辆闯红灯的证据,此时上述方法在当前车道为红灯时执行;或者,上述方法也可以用于确定车辆是否违反车道行驶规则行驶。具体请参考实施例一。
实施例四
本发明实施例提供一种车辆交通违法的证据获取系统,包括车头摄像机和车尾摄像机,车头摄像机用于从车头方向拍摄路口处的车辆,车尾摄像机用于从车尾方向拍摄路口处的车辆。车头摄像机和车尾摄像机相互配合、协同拍摄以执行实施例一至三中任一项所述的车辆交通违法的证据获取方法,具体请参考实施例一至三,在此不再赘述。
作为本实施例的一种可选实施方式,车头摄像机和车尾摄像机位于同一局域网。同一局域网内的信息传输时间为1ms,以车速250km/h计算,在信号传输时间内,车辆可行驶250*1000*0.001/(60*60)=0.069米。因此,第一协拍指令发送后,车尾摄像机接到指令后拍摄第二照片时,车辆几乎未动,因此第一照片和第二照片所拍摄的照片几乎为同一时刻的照片,只是拍摄角度不同而已。由此可见,车头摄像机和车尾摄像机设置于同一局域网能够提高所获取的证据的准确性、可靠性。
本领域技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random AccessMemory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (9)

1.一种车辆交通违法的证据获取方法,其特征在于,包括:
当有车辆头部到达停止线后方预定区域时,车头摄像机拍摄第一照片,所述车头摄像机将所述第一照片与第一标识关联,同时向车尾摄像机发送第一协拍指令,所述第一协拍指令携带有所述第一标识和所述第一照片;所述车头摄像机用于从车头方向拍摄路口处的车辆;所述车尾摄像机用于从车尾方向拍摄路口处的车辆;
所述车尾摄像机根据所述第一协拍指令拍摄第二照片,将所述第二照片与所述第一标识关联;
当所述车辆的行驶轨迹与停止线和/或当前车道行驶规则线相交时,所述车尾摄像机拍摄第三照片,同时向所述车头摄像机发送第二协拍指令;
所述车头摄像机根据所述第二协拍指令拍摄第四照片;
在所述车辆继续向前行驶时,所述车尾摄像机拍摄第五照片;
将所述第一照片和所述第二照片合成作为第一证据,将所述第三照片和所述第四照片合成作为第二证据,将所述第三照片和所述第五照片合成作为第三证据。
2.根据权利要求1所述的车辆交通违法的证据获取方法,其特征在于,所述车头摄像机拍摄第一照片的步骤之前,还包括:
判断车辆所在车道对应的交通信号灯是否为红灯;
当车辆所在车道对应的交通信号灯为红灯时,所述车头摄像机执行所述车头摄像机拍摄第一照片的步骤。
3.根据权利要求1所述的车辆交通违法的证据获取方法,其特征在于,在所述车尾摄像机根据所述第一协拍指令拍摄第二照片之后,以及所述车尾摄像机拍摄第三照片之前,还包括:
判断所述车辆所在车道对应的交通信号灯是否为红灯;
当所述车辆所在车道对应的交通信号灯为红灯时,跟踪所述车辆并获取其行驶轨迹。
4.根据权利要求1所述的车辆交通违法的证据获取方法,其特征在于,根据用于控制交通信号灯显示为红灯的电信号判断车辆所在车道对应的交通信号灯是否为红灯;或者,
根据所述车尾摄像机所拍摄的视频画面中交通信号灯对应图像的颜色判断车辆所在车道对应的交通信号灯是否为红灯。
5.根据权利要求1所述的车辆交通违法的证据获取方法,其特征在于,根据以下步骤判断所述车辆的行驶轨迹与停止线和/或当前车道行驶规则线是否相交:
在所述车尾摄像机所拍摄的视频画面中跟踪所述车辆的图像并确定所述车辆图像的移动轨迹线;
在所述车尾摄像机所拍摄的视频画面中确定所述车辆所在车道对应的所述停止线和/或当前车道行驶规则线的图像;
当所述移动轨迹线与所述停止线和/或当前车道行驶规则线的图像在所述视频画面中相交时,确定所述车辆的行驶轨迹与停止线和/或当前车道行驶规则线相交。
6.根据权利要求1所述的车辆交通违法的证据获取方法,其特征在于,所述将所述第一照片和所述第二照片合成作为第一证据的步骤包括:
将第一标识相同的第一照片和第二照片合成作为所述第一证据。
7.根据权利要求1所述的车辆交通违法的证据获取方法,其特征在于,所述车头摄像机拍摄第一照片之后,还包括:
根据所述第一照片识别车辆的第一车牌号,所述第一证据包括所述第一车牌号;和/或,
所述车头摄像机拍摄第四照片之后,还包括:根据所述第四照片识别车辆的第二车牌号,所述第二证据包括所述第二车牌号。
8.一种车辆交通违法的证据获取系统,其特征在于,包括:车头摄像机和车尾摄像机,所述车头摄像机用于从车头方向拍摄路口处的车辆;所述车尾摄像机用于从车尾方向拍摄路口处的车辆,其中,
所述车头摄像机用于当有车辆头部到达停止线后方预定区域时,拍摄第一照片,所述车头摄像机将所述第一照片与第一标识关联,同时向车尾摄像机发送第一协拍指令,所述第一协拍指令携带有所述第一标识和所述第一照片;
所述车尾摄像机用于根据所述第一协拍指令拍摄第二照片,将所述第二照片与所述第一标识关联;
所述车尾摄像机还用于当所述车辆的行驶轨迹与停止线和/或当前车道行驶规则线相交时,拍摄第三照片,同时向所述车头摄像机发送第二协拍指令;
所述车头摄像机还用于根据所述第二协拍指令拍摄第四照片;
所述车尾摄像机还用于在所述车辆继续向前行驶时,拍摄第五照片;
所述车尾摄像机或所述车头摄像机还用于将所述第一照片和所述第二照片合成作为第一证据,将所述第三照片和所述第四照片合成作为第二证据,将所述第三照片和所述第五照片合成作为第三证据。
9.根据权利要求8所述的车辆交通违法的证据获取系统,其特征在于,所述车头摄像机和所述车尾摄像机位于同一局域网。
CN201810846654.4A 2018-07-27 2018-07-27 车辆交通违法的证据获取方法及系统 Active CN109035790B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810846654.4A CN109035790B (zh) 2018-07-27 2018-07-27 车辆交通违法的证据获取方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810846654.4A CN109035790B (zh) 2018-07-27 2018-07-27 车辆交通违法的证据获取方法及系统

Publications (2)

Publication Number Publication Date
CN109035790A CN109035790A (zh) 2018-12-18
CN109035790B true CN109035790B (zh) 2020-11-24

Family

ID=64646259

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810846654.4A Active CN109035790B (zh) 2018-07-27 2018-07-27 车辆交通违法的证据获取方法及系统

Country Status (1)

Country Link
CN (1) CN109035790B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109766788A (zh) * 2018-12-24 2019-05-17 深圳亿维锐创科技股份有限公司 一种基于非现场执法系统违法信息采集整合方法
CN111383458B (zh) * 2018-12-30 2021-07-27 浙江宇视科技有限公司 车辆违章检测方法、装置、设备及存储介质
CN110459058B (zh) * 2019-08-06 2021-03-02 北京市公安局公安交通管理局 一种多摄像机协同的违停车牌识别方法及装置
CN112702505B (zh) * 2019-10-21 2022-07-01 杭州海康威视系统技术有限公司 一种船舶信息获取方法和装置、电子设备、存储介质
CN111260932A (zh) * 2020-01-19 2020-06-09 上海眼控科技股份有限公司 车辆违法行为的确定方法、装置、计算机设备和存储介质
CN111275985A (zh) * 2020-02-25 2020-06-12 陈广柱 一种机动车盲区变道违法抓拍系统
CN111462499A (zh) * 2020-03-26 2020-07-28 深圳极视角科技有限公司 一种检测交通违法的方法及装置
CN111540215A (zh) * 2020-04-16 2020-08-14 浙江大华技术股份有限公司 车辆信息的确定系统、方法、装置、设备及介质
CN111968378A (zh) * 2020-07-07 2020-11-20 浙江大华技术股份有限公司 机动车闯红灯抓拍方法、装置、计算机设备和存储介质
CN115206091A (zh) * 2022-06-07 2022-10-18 西安电子科技大学广州研究院 基于多摄像头和毫米波雷达的路况及事件监测系统及方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060102889A (ko) * 2005-03-25 2006-09-28 김종무 전용차로 위반 단속 시스템 및 방법
TWI475524B (zh) * 2011-04-15 2015-03-01 Hon Hai Prec Ind Co Ltd 利用影像偵測違規車輛的系統及方法
CN102768800A (zh) * 2012-07-12 2012-11-07 复旦大学 基于高清视频的机动车闯红灯违章取证方法
CN103886759B (zh) * 2014-03-11 2017-01-25 浙江宇视科技有限公司 一种闯红灯抓拍系统及方法
US9685079B2 (en) * 2014-05-15 2017-06-20 Conduent Business Services, Llc Short-time stopping detection from red light camera evidentiary photos
CN204066392U (zh) * 2014-09-05 2014-12-31 临沂市华夏高科信息有限公司 闯红灯自动记录系统
CN106710224A (zh) * 2015-07-16 2017-05-24 杭州海康威视系统技术有限公司 车辆违法行驶的取证方法及其装置
CN105894818A (zh) * 2016-01-26 2016-08-24 浙江中盈在线互联网科技有限公司 车辆路口交通违法取证系统及方法

Also Published As

Publication number Publication date
CN109035790A (zh) 2018-12-18

Similar Documents

Publication Publication Date Title
CN109035790B (zh) 车辆交通违法的证据获取方法及系统
CN106611512B (zh) 前车起步的处理方法、装置和系统
WO2018153211A1 (zh) 获取交通路况信息的方法及装置、计算机存储介质
CN110659543B (zh) 基于手势识别的车辆控制方法、系统及车辆
US20090037039A1 (en) Method for locomotive navigation and track identification using video
CN105551110A (zh) 一种行车数据记录方法、装置和系统
WO2020154990A1 (zh) 目标物体运动状态检测方法、设备及存储介质
CN110634306A (zh) 车辆位置的确定方法及装置、存储介质、计算设备
CN110580808B (zh) 一种信息处理方法、装置、电子设备及智能交通系统
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
CN111081031B (zh) 车辆的抓拍方法及系统
US20210326612A1 (en) Vehicle detection method and device
CN114463372A (zh) 车辆识别方法、装置、终端设备及计算机可读存储介质
CN114219829A (zh) 车辆跟踪方法、计算机设备及存储装置
KR102306789B1 (ko) 교행 다차로에서의 이상차량 인식방법 및 장치
CN113808418A (zh) 路况信息显示系统、方法、车辆、计算机设备和存储介质
CN108932850A (zh) 一种记录机动车低速行驶违法行为的方法及装置
Hultqvist et al. Detecting and positioning overtaking vehicles using 1D optical flow
CN111292530A (zh) 处理违章图片的方法、装置、服务器和存储介质
CN114495512A (zh) 一种车辆信息检测方法、系统、电子设备及可读存储介质
JP3868915B2 (ja) 前方監視装置及びその方法
CN109300313B (zh) 违法行为的检测方法、相机及服务器
Kristoffersen et al. Towards semantic understanding of surrounding vehicular maneuvers: A panoramic vision-based framework for real-world highway studies
CN115601738B (zh) 停车信息获取方法、装置、设备、存储介质及程序产品
CN115547031A (zh) 轨迹证据获取方法、电子设备及存储介质

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