CN109166321B - 道路交通车辆监测方法和道路交通车辆监测系统 - Google Patents
道路交通车辆监测方法和道路交通车辆监测系统 Download PDFInfo
- Publication number
- CN109166321B CN109166321B CN201811032931.4A CN201811032931A CN109166321B CN 109166321 B CN109166321 B CN 109166321B CN 201811032931 A CN201811032931 A CN 201811032931A CN 109166321 B CN109166321 B CN 109166321B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- snapshot
- detection unit
- road
- unit
- 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
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种道路交通车辆监测方法和道路交通车辆监测系统,其中,道路交通车辆监测方法包括:通过影像抓拍单元对道路上的抓拍区域进行定时周期抓拍,依次抓拍获取多个时序图像信息,并发送多个时序图像信息至数据处理单元;通过激光检测单元对道路上经过的车辆进行检测,以获取车辆信息,并将车辆信息发送至数据处理单元;通过数据处理单元根据车辆信息计算得到最佳抓拍时间,并根据最佳抓拍时间在多个时序图像信息中选取匹配至少一个具有最佳车辆信息量的时序图像信息。本发明解决了现有技术中的道路交通车辆监测方法导致道路交通车辆监测系统的集成化特性低而存在实用性差以及因无法确保可靠地查找到最佳抓拍图片而存在鲁棒性差的问题。
Description
技术领域
本发明涉及道路交通车辆监测技术领域,具体而言,涉及一种道路交通车辆监测方法和道路交通车辆监测系统。
背景技术
近年来,随着智能交通行业的快速发展,人们对被检测的车辆的信息的完整性和准确性的要求越来越高,尤其在交通情况调查方面表现得尤为突出,针对交通流车辆监控及违法检测时,往往需要利用道路交通车辆监测系统获取车辆的图像、车牌号码、车牌颜色以及车型等信息。
现有的利用道路交通车辆监测系统实现的道路交通车辆监测方法的主要方法有两种,第一种道路交通车辆监测方法是车辆先经过车辆检测器,如雷达检测器、线圈检测器、激光检测器等并触发车辆检测器产生触发信号,之后再将触发信号发送给摄像机进行抓拍,最后将抓拍图片和车辆信息组包发送给数据服务中心。该种道路交通车辆监测方法的实施导致道路交通车辆监测系统的结构复杂,降低了道路交通车辆监测系统的集成化特性,增加了设备的采购成本和维护成本。
第二种道路交通车辆监测方法是采用摄像机对现场范围进行定时抓拍以获取多张抓拍图片,但是该方法采用预设好的帧数作为查找最佳抓拍图片的方法,但是不同的车速所对应最佳抓拍图片的帧数不一样,因此该种方法无法确保可靠地查找到最佳抓拍图片,从而存在鲁棒性差的问题。
发明内容
本发明的主要目的在于提供一种道路交通车辆监测方法和道路交通车辆监测系统,以解决现有技术中的道路交通车辆监测方法导致道路交通车辆监测系统的集成化特性低而存在实用性差以及因无法确保可靠地查找到最佳抓拍图片而存在鲁棒性差的问题。
为了实现上述目的,根据本发明的一个方面,提供了一种道路交通车辆监测方法,包括:步骤S1,通过影像抓拍单元对道路上的抓拍区域进行定时周期抓拍,依次抓拍获取多个时序图像信息,并发送多个时序图像信息至数据处理单元;步骤S2,通过激光检测单元对道路上经过的车辆进行检测,以获取车辆信息,并将车辆信息发送至数据处理单元;步骤S3,通过数据处理单元根据车辆信息计算得到最佳抓拍时间,并根据最佳抓拍时间在多个时序图像信息中选取匹配至少一个具有最佳车辆信息量的时序图像信息。
进一步地,在步骤S1中,影像抓拍单元对抓拍区域进行定时周期抓拍的抓拍周期为车辆通过抓拍区域的最大距离与车辆通过抓拍区域的最高车速的比值,其中,车辆通过抓拍区域的最高车速由激光检测单元检测获取。
进一步地,在步骤S2中,激光检测单元检测获取的车辆信息包括:车辆的行驶方向、激光检测单元检测到车辆时的触发时间、车辆的车型、车辆的行驶速度、车辆的轮廓特征以及车辆所处的车道号。
进一步地,各车辆时序图像信息包括:影像抓拍单元抓拍时的抓拍时间、车辆所处的车道号、车辆的车牌号、车辆上的危险运输车标志。
进一步地,当抓拍区域在车辆的行驶方向上位于激光检测单元的检测起始线的上游时,在步骤S3中,最佳抓拍时间为触发时间与车辆通过影像抓拍单元的抓拍距离A所需时间的差值,当抓拍区域在车辆的行驶方向上位于激光检测单元的检测起始线的下游时,在步骤S3中,最佳抓拍时间为触发时间与车辆通过影像抓拍单元的抓拍距离A所需时间的和值,其中,抓拍距离A为抓拍区域在车辆的行驶方向上的长度以及抓拍区域与检测起始线之间的距离之和。
进一步地,还包括步骤S4,通过数据处理单元对选取匹配中的时序图像信息与接收到的由激光检测单元获取的车辆信息进行比较,以识别经过抓拍区域的车辆是否为危险运输车。
根据本发明的另一方面,提供了一种道路交通车辆监测系统,用于实现上述的道路交通车辆监测方法,包括:影像抓拍单元,位于道路的上方,用于对道路上的抓拍区域进行定时周期抓拍,并抓拍获取的多个时序图像信息;图像存储单元,与影像抓拍单元连接,用于储存多个时序图像信息,并多个时序图像信息向外发送;激光检测单元,位于道路的上方,用于对道路上经过的车辆进行检测,以获取车辆信息,并将车辆信息向外发送;数据处理单元,数据处理单元与图像存储单元和激光检测单元连接,用于接收图像存储单元发出的多个时序图像信息和激光检测单元发出的车辆信息,数据处理单元能够根据车辆信息计算得到最佳抓拍时间,并根据最佳抓拍时间在多个时序图像信息中选取匹配至少一个具有最佳车辆信息量的时序图像信息。
进一步地,抓拍区域与激光检测单元在道路上形成的检测起始线相间隔,且两者的间隔距离大于等于10m且小于等于30m。
进一步地,抓拍区域在车辆的行驶方向上位于检测起始线的上游;或抓拍区域在车辆的行驶方向上位于检测起始线的下游。
进一步地,激光检测单元为单线激光检测单元或多线激光检测单元,当激光检测单元为单线激光检测单元时,单线激光检测单元具有激光光束扫描截面,激光光束扫描截面垂直于道路,并在道路上形成检测起始线;当激光检测单元为多线激光检测单元时,多线激光检测单元具有第一激光光束扫描截面和第二激光光束扫描截面,其中,第二激光光束扫描截面垂直于道路,第一激光光束扫描截面与第二激光光束扫描截面呈夹角设置,第一激光光束扫描截面在道路上形成检测起始线,第二激光光束扫描截面在道路上形成检测终了线,且第一激光光束扫描截面与第二激光光束扫描截面之间形成的夹角大于等于10°且小于等于70°。
进一步地,道路交通车辆监测系统包括控制器,控制器集成有图像存储单元和数据处理单元;道路交通车辆监测系统包括支撑架,影像抓拍单元和激光检测单元设置在支撑架上,支撑架为龙门架或L型支架。
应用本发明的道路交通车辆监测方法,通过影像抓拍单元依次抓拍获取多个时序图像信息,通过激光检测单元获取车辆信息,并在数据处理单元分析车辆信息的基础上计算得到最佳抓拍时间,数据处理单元根据最佳抓拍时间在多个时序图像信息中选取匹配至少一个具有最佳车辆信息量的时序图像信息,从而能够使道路交通车辆监测系统查找到最佳抓拍图片而提升了道路交通车辆监测系统的鲁棒性;进而确保了获取得到的车辆检测信息的完整性和准确性。此外,本申请的道路交通车辆监测系统还具有高度集成化的特性,因此本申请的道路交通车辆监测系统实用性较强。
附图说明
构成本申请的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1示出了根据本发明的一种可选实施例的道路交通车辆监测方法的流程图;
图2示出了根据本发明的另一种可选实施例的道路交通车辆监测方法的流程图;
图3示出了根据本发明的实施例一的配置有车辆和道路的道路交通车辆监测系统的系统示意图;
图4示出了根据本发明的实施例二的配置有车辆和道路的道路交通车辆监测系统的系统示意图;
图5示出了根据本发明的实施例三的配置有车辆和道路的道路交通车辆监测系统的系统示意图;
图6示出了根据本发明的实施例四的配置有车辆和道路的道路交通车辆监测系统的系统示意图;
图7示出了根据本发明的实施例五的配置有车辆和道路的道路交通车辆监测系统的系统示意图;
图8示出了根据本发明的实施例六的配置有车辆和道路的道路交通车辆监测系统的系统示意图。
其中,上述附图包括以下附图标记:
1、道路;2、车辆;10、影像抓拍单元;11、抓拍区域;20、激光检测单元;21、检测起始线;22、检测终了线;30、控制器;40、支撑架。
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、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例,本领域普通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。
为了解决现有技术中的道路交通车辆监测方法导致道路交通车辆监测系统的集成化特性低而存在实用性差以及因无法确保可靠地查找到最佳抓拍图片而存在鲁棒性差的问题,本发明提供了一种道路交通车辆监测方法和道路交通车辆监测系统,其中,道路交通车辆监测系统,用于实现上述和下述的道路交通车辆监测方法。
如图1和图2所示,道路交通车辆监测方法包括:步骤S1,通过影像抓拍单元10对道路1上的抓拍区域11进行定时周期抓拍,依次抓拍获取多个时序图像信息,并发送多个时序图像信息至数据处理单元;步骤S2,通过激光检测单元20对道路1上经过的车辆2进行检测,以获取车辆信息,并将车辆信息发送至数据处理单元;步骤S3,通过数据处理单元根据车辆信息计算得到最佳抓拍时间,并根据最佳抓拍时间在多个时序图像信息中选取匹配至少一个具有最佳车辆信息量的时序图像信息。
通过影像抓拍单元10依次抓拍获取多个时序图像信息,通过激光检测单元20获取车辆信息,并在数据处理单元分析车辆信息的基础上计算得到最佳抓拍时间,数据处理单元根据最佳抓拍时间在多个时序图像信息中选取匹配至少一个具有最佳车辆信息量的时序图像信息,从而能够使道路交通车辆监测系统查找到最佳抓拍图片而提升了道路交通车辆监测系统的鲁棒性;进而确保了获取得到的车辆检测信息的完整性和准确性。此外,本申请的道路交通车辆监测系统还具有高度集成化的特性,因此本申请的道路交通车辆监测系统实用性较强。
需要说明的是,影像抓拍单元10对抓拍区域11进行定时周期抓拍的抓拍周期由数据处理单元发送至影像抓拍单元10。
具体而言,在步骤S1中,影像抓拍单元10对抓拍区域11进行定时周期抓拍的抓拍周期为车辆2通过抓拍区域11的最大距离与车辆2通过抓拍区域11的最高车速的比值。
需要说明的是,车辆2通过抓拍区域11的最高车速由激光检测单元20检测获取。
在步骤S1中,各车辆2时序图像信息包括:影像抓拍单元10抓拍时的抓拍时间、车辆2所处的车道号、车辆2的车牌号、车辆2上的危险运输车标志。
需要说明的是,危险运输车标志包括对驾乘人员起到警示性的文字标识和图形标志。
在步骤S2中,激光检测单元20检测获取的车辆信息包括:车辆2的行驶方向、激光检测单元20检测到车辆2时的触发时间、车辆2的车型、车辆2的行驶速度、车辆2的轮廓特征以及车辆2所处的车道号。
还需要说明的是,图1中示出的道路交通车辆监测方法的流程图与图2中示出的道路交通车辆监测方法的流程图的区别在于步骤S1和步骤S2实现的顺序不同,这两种方法分别对应于影像抓拍单元10的抓拍区域11在车辆2的行驶方向上与激光检测单元20的检测起始线21之前,以及影像抓拍单元10的抓拍区域11在车辆2的行驶方向上与激光检测单元20的检测起始线21之后。当两者的相对位置不同时,最佳抓拍时间的计算方法不尽相同。
具体而言,当抓拍区域11在车辆2的行驶方向上位于激光检测单元20的检测起始线21的上游时,在步骤S3中,最佳抓拍时间为触发时间与车辆2通过影像抓拍单元10的抓拍距离A所需时间的差值,其中,抓拍距离A为抓拍区域11在车辆2的行驶方向上的长度以及抓拍区域11与检测起始线21之间的距离之和。
当抓拍区域11在车辆2的行驶方向上位于激光检测单元20的检测起始线21的下游时,在步骤S3中,最佳抓拍时间为触发时间与车辆2通过影像抓拍单元10的抓拍距离A所需时间的和值,其中,抓拍距离A为抓拍区域11在车辆2的行驶方向上的长度以及抓拍区域11与检测起始线21之间的距离之和。
需要补充的是,在步骤S1中,影像抓拍单元10将多个时序图像信息储存到图像存储单元中后,再通过图像存储单元发送至数据处理单元;在步骤S2中,激光检测单元20将车辆信息发送至数据处理单元的车辆信息缓存队列。图像存储单元具有重复擦写和/或掉电保护功能。
如图1和图2所示,道路交通车辆监测方法还包括步骤S4,通过数据处理单元对选取匹配中的时序图像信息与接收到的由激光检测单元20获取的车辆信息进行比较,以识别经过抓拍区域11的车辆2是否为危险运输车。
识别经过抓拍区域11的车辆2是否为危险运输车的方法,具体包括:
识别时序图像信息中是否具有危险品、严禁烟火、易燃易爆等字样,并根据文字识别情况分为以下几个等级,如表1所示
表1
文字识别清晰程度 | 评分等级 |
非常清晰(所有文字识别清晰) | 5 |
比较清晰(大部分文字识别清晰) | 4 |
一般清晰(少部分文字识别清晰) | 3 |
无危险标识文字 | 0 |
激光检测单元20检测车辆轮廓信息是否具有圆、椭圆、罐体等特征标识,并根据特征标识的明显程度分为以下几个等级,如表2所示
表2
危险车辆轮廓特征 | 评分等级 |
非常明显 | 3 |
比较明显 | 2 |
一般明显 | 1 |
无危险车辆轮廓特征 | 0 |
令危险文字标识等级为A、轮廓特征标识等级为B,可以计算危险运输车的置信度C的计算公式为:
C=β1×A+β2×B
式中,β1、β2称为回归系数(常数),可以通过多元回归分析方法求解,在实际测试样本中,当危险运输车的置信度C超过设定的危险车辆评分阈值θ时,即可判定该辆车为危险运输车。
还需要补充说明的是,数据处理单元能够根据获取的多个时序图像信息相对应的车牌号码、车牌颜色、图片字节流信息与该车量的车辆信息重新组包,并通过数据发送单元发送给所述数据服务中心。
本发明通过影像抓拍单元10获取的车辆危险文字特征、激光检测单元20获取危险车辆轮廓特征,可以检测道路上的危险运输车并发送报警信息,有效减小交通事故。
实施例一
如图3所示,本申请公开的道路交通车辆监测系统包括影像抓拍单元10、图像存储单元、激光检测单元20和数据处理单元,其中,影像抓拍单元10位于道路1的上方,用于对道路1上的抓拍区域11进行定时周期抓拍,并抓拍获取的多个时序图像信息;图像存储单元与影像抓拍单元10连接,用于储存多个时序图像信息,并多个时序图像信息向外发送,激光检测单元20位于道路1的上方,用于对道路1上经过的车辆2进行检测,以获取车辆信息,并将车辆信息向外发送;数据处理单元与图像存储单元和激光检测单元20连接,用于接收图像存储单元发出的多个时序图像信息和激光检测单元20发出的车辆信息,数据处理单元能够根据车辆信息计算得到最佳抓拍时间,并根据最佳抓拍时间在多个时序图像信息中选取匹配至少一个具有最佳车辆信息量的时序图像信息。
可选地,影像抓拍单元10为具有拍照功能的照相头或摄像头。
可选地,激光检测单元20为单激光测距传感器、双激光测距传感器或激光视频一体化传感器。
如图3所示,抓拍区域11与激光检测单元20在道路1上形成的检测起始线21相间隔,且两者的间隔距离大于等于10m且小于等于30m。
具体而言,图3的实施例中,抓拍区域11在车辆2的行驶方向上位于检测起始线21的上游,这样,车辆2会先经过抓拍区域11再与检测起始线21接触。
当然,在本申请一个未图示的可选实施例中,抓拍区域11在车辆2的行驶方向上能够位于检测起始线21的下游。这样,车辆2会先与检测起始线21接触再经过抓拍区域11。两种方式只区别于计算最佳抓拍时间的方法不同(如上述)。
如图3所示,激光检测单元20为单线激光检测单元,单线激光检测单元具有激光光束扫描截面,激光光束扫描截面垂直于道路1,并在道路1上形成检测起始线21。激光光束扫描截面垂直于道路1有利于激光检测单元20获取的车辆信息更完整。
如图3所示,为了使道路交通车辆监测系统的高度集成化的特性,道路交通车辆监测系统包括控制器30,控制器30集成有图像存储单元和数据处理单元。
如图3所示,为了提高影像抓拍单元10和激光检测单元20的安装稳定性,道路交通车辆监测系统包括支撑架40,影像抓拍单元10和激光检测单元20设置在支撑架40上。
实施例二
如图4所示,实施例二与实施例一的主要区别在于,在实施例一中,支撑架40为龙门架,而在本实施例中,支撑架40为L型支架。
实施例三
如图5所示,实施例三与实施例一的主要区别在于,在实施例一中,激光检测单元20为单线激光检测单元,优选为单激光测距传感器,而在本实施例中,激光检测单元20为多线激光检测单元,多线激光检测单元具有第一激光光束扫描截面和第二激光光束扫描截面,其中,第二激光光束扫描截面垂直于道路1,第一激光光束扫描截面与第二激光光束扫描截面呈夹角设置,第一激光光束扫描截面在道路1上形成检测起始线21,第二激光光束扫描截面在道路1上形成检测终了线22。
可选地,第一激光光束扫描截面与第二激光光束扫描截面之间形成的夹角大于等于10°且小于等于70°。
实施例四
如图6所示,实施例四与实施例三的主要区别在于,在实施例三中,支撑架40为龙门架,而在本实施例中,支撑架40为L型支架。
实施例五
如图7所示,本申请还公开了一种通过ID匹配监测车辆的方法,当车辆先经过检测起始线21时,数据处理单元生成一个车辆ID号发送抓拍命令(带有ID号)给影像抓拍单元10,影像抓拍单元10对经过抓拍区域11的车辆进行抓拍,并将抓拍图像与该车辆的ID号绑定存入图像存储单元中,当车辆通过检测终了线22后,数据处理单元将检测的车辆信息与该车的ID号绑定存入车辆信息缓存队列中,根据ID号匹配同一辆车的图片信息和车辆信息。
需要说明的是,每一辆车的车辆ID号是唯一的,车辆ID号的生成方法需要ID号包含有包括精确到毫秒的时间和车辆所处的车道号。
实施例六
如图8所示,实施例六与实施例五的主要区别在于,在实施例五中,支撑架40为龙门架,而在本实施例中,支撑架40为L型支架。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
在本发明的描述中,需要理解的是,方位词如“前、后、上、下、左、右”、“横向、竖向、垂直、水平”和“顶、底”等所指示的方位或位置关系通常是基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,在未作相反说明的情况下,这些方位词并不指示和暗示所指的装置或元件必须具有特定的方位或者以特定的方位构造和操作,因此不能理解为对本发明保护范围的限制;方位词“内、外”是指相对于各部件本身的轮廓的内外。
为了便于描述,在这里可以使用空间相对术语,如“在……之上”、“在……上方”、“在……上表面”、“上面的”等,用来描述如在图中所示的一个器件或特征与其他器件或特征的空间位置关系。应当理解的是,空间相对术语旨在包含除了器件在图中所描述的方位之外的在使用或操作中的不同方位。例如,如果附图中的器件被倒置,则描述为“在其他器件或构造上方”或“在其他器件或构造之上”的器件之后将被定位为“在其他器件或构造下方”或“在其他器件或构造之下”。因而,示例性术语“在……上方”可以包括“在……上方”和“在……下方”两种方位。该器件也可以其他不同方式定位(旋转90度或处于其他方位),并且对这里所使用的空间相对描述作出相应解释。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、工作、器件、组件和/或它们的组合。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施方式能够以除了在这里图示或描述的那些以外的顺序实施。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种道路交通车辆监测方法,其特征在于,包括:
步骤S1,通过影像抓拍单元(10)对道路(1)上的抓拍区域(11)进行定时周期抓拍,依次抓拍获取多个时序图像信息,并发送所述多个时序图像信息至数据处理单元;
步骤S2,通过激光检测单元(20)对道路(1)上经过的车辆(2)进行检测,以获取车辆信息,并将所述车辆信息发送至数据处理单元;
步骤S3,通过所述数据处理单元根据所述车辆信息计算得到最佳抓拍时间,并根据所述最佳抓拍时间在所述多个时序图像信息中选取匹配至少一个具有最佳车辆信息量的所述时序图像信息;
当所述抓拍区域(11)在所述车辆(2)的行驶方向上位于所述激光检测单元(20)的检测起始线(21)的上游时,在步骤S3中,所述最佳抓拍时间为所述激光检测单元(20)检测到所述车辆(2)时的触发时间与所述车辆(2)通过所述影像抓拍单元(10)的抓拍距离A所需时间的差值,
当所述抓拍区域(11)在所述车辆(2)的行驶方向上位于所述激光检测单元(20)的检测起始线(21)的下游时,在步骤S3中,所述最佳抓拍时间为所述激光检测单元(20)检测到所述车辆(2)时的触发时间与所述车辆(2)通过所述影像抓拍单元(10)的抓拍距离A所需时间的和值,
其中,所述抓拍距离A为所述抓拍区域(11)在所述车辆(2)的行驶方向上的长度以及所述抓拍区域(11)与所述检测起始线(21)之间的距离之和。
2.根据权利要求1所述的道路交通车辆监测方法,其特征在于,在步骤S1中,所述影像抓拍单元(10)对所述抓拍区域(11)进行定时周期抓拍的抓拍周期为所述车辆(2)通过所述抓拍区域(11)的最大距离与所述车辆(2)通过所述抓拍区域(11)的最高车速的比值,其中,所述车辆(2)通过所述抓拍区域(11)的最高车速由所述激光检测单元(20)检测获取。
3.根据权利要求1所述的道路交通车辆监测方法,其特征在于,在步骤S2中,所述激光检测单元(20)检测获取的所述车辆信息包括:所述车辆(2)的行驶方向、所述激光检测单元(20)检测到所述车辆(2)时的触发时间、所述车辆(2)的车型、所述车辆(2)的行驶速度、所述车辆(2)的轮廓特征以及所述车辆(2)所处的车道号。
4.根据权利要求1所述的道路交通车辆监测方法,其特征在于,各所述车辆(2)时序图像信息包括:所述影像抓拍单元(10)抓拍时的抓拍时间、所述车辆(2)所处的车道号、所述车辆(2)的车牌号、所述车辆(2)上的危险运输车标志。
5.根据权利要求1所述的道路交通车辆监测方法,其特征在于,还包括步骤S4,通过所述数据处理单元对选取匹配中的所述时序图像信息与接收到的由所述激光检测单元(20)获取的所述车辆信息进行比较,以识别经过所述抓拍区域(11)的所述车辆(2)是否为危险运输车。
6.一种道路交通车辆监测系统,其特征在于,用于实现权利要求1至5中任一项所述的道路交通车辆监测方法,包括:
影像抓拍单元(10),位于道路(1)的上方,用于对所述道路(1)上的抓拍区域(11)进行定时周期抓拍,并抓拍获取的多个时序图像信息;
图像存储单元,与所述影像抓拍单元(10)连接,用于储存所述多个时序图像信息,并所述多个时序图像信息向外发送;
激光检测单元(20),位于所述道路(1)的上方,用于对所述道路(1)上经过的车辆(2)进行检测,以获取车辆信息,并将所述车辆信息向外发送;
数据处理单元,所述数据处理单元与所述图像存储单元和所述激光检测单元(20)连接,用于接收所述图像存储单元发出的所述多个时序图像信息和所述激光检测单元(20)发出的所述车辆信息,所述数据处理单元能够根据所述车辆信息计算得到最佳抓拍时间,并根据所述最佳抓拍时间在所述多个时序图像信息中选取匹配至少一个具有最佳车辆信息量的所述时序图像信息。
7.根据权利要求6所述的道路交通车辆监测系统,其特征在于,所述抓拍区域(11)与所述激光检测单元(20)在所述道路(1)上形成的检测起始线(21)相间隔,且两者的间隔距离大于等于10m且小于等于30m。
8.根据权利要求7所述的道路交通车辆监测系统,其特征在于,
所述抓拍区域(11)在所述车辆(2)的行驶方向上位于所述检测起始线(21)的上游;或
所述抓拍区域(11)在所述车辆(2)的行驶方向上位于所述检测起始线(21)的下游。
9.根据权利要求6所述的道路交通车辆监测系统,其特征在于,所述激光检测单元(20)为单线激光检测单元或多线激光检测单元,
当所述激光检测单元(20)为单线激光检测单元时,所述单线激光检测单元具有激光光束扫描截面,所述激光光束扫描截面垂直于所述道路(1),并在所述道路(1)上形成检测起始线(21);
当所述激光检测单元(20)为多线激光检测单元时,所述多线激光检测单元具有第一激光光束扫描截面和第二激光光束扫描截面,其中,所述第二激光光束扫描截面垂直于所述道路(1),所述第一激光光束扫描截面与所述第二激光光束扫描截面呈夹角设置,所述第一激光光束扫描截面在所述道路(1)上形成检测起始线(21),所述第二激光光束扫描截面在所述道路(1)上形成检测终了线(22),且所述第一激光光束扫描截面与所述第二激光光束扫描截面之间形成的夹角大于等于10°且小于等于70°。
10.根据权利要求6所述的道路交通车辆监测系统,其特征在于,
所述道路交通车辆监测系统包括控制器(30),所述控制器(30)集成有所述图像存储单元和所述数据处理单元;
所述道路交通车辆监测系统包括支撑架(40),所述影像抓拍单元(10)和所述激光检测单元(20)设置在所述支撑架(40)上,所述支撑架(40)为龙门架或L型支架。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811032931.4A CN109166321B (zh) | 2018-09-05 | 2018-09-05 | 道路交通车辆监测方法和道路交通车辆监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811032931.4A CN109166321B (zh) | 2018-09-05 | 2018-09-05 | 道路交通车辆监测方法和道路交通车辆监测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109166321A CN109166321A (zh) | 2019-01-08 |
CN109166321B true CN109166321B (zh) | 2020-08-11 |
Family
ID=64894194
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811032931.4A Active CN109166321B (zh) | 2018-09-05 | 2018-09-05 | 道路交通车辆监测方法和道路交通车辆监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109166321B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109754610A (zh) * | 2019-03-01 | 2019-05-14 | 北京数字智通科技有限公司 | 车辆监控方法及装置 |
CN112489448A (zh) * | 2019-09-11 | 2021-03-12 | 浙江宇视科技有限公司 | 抓拍输出过滤方法及抓拍输出过滤装置 |
CN113126929B (zh) * | 2021-04-23 | 2022-04-22 | 重庆紫光华山智安科技有限公司 | 一种特征数据去重的方法、系统、介质和终端 |
CN115019502A (zh) * | 2022-04-14 | 2022-09-06 | 安徽超远信息技术有限公司 | 一种道路车辆超高预警方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10281775A (ja) * | 1997-04-02 | 1998-10-23 | Yazaki Corp | 地点信号発生装置及び運行管理装置 |
CN101178853A (zh) * | 2006-11-07 | 2008-05-14 | 奥城同立科技开发(北京)有限公司 | 交通道路图像双向抓拍方法和电子警察系统 |
CN101436348B (zh) * | 2008-12-22 | 2014-04-23 | 北京中星微电子有限公司 | 电子警察系统以及应用于电子警察系统的信息识别方法 |
US9704393B2 (en) * | 2011-01-11 | 2017-07-11 | Videonetics Technology Private Limited | Integrated intelligent server based system and method/systems adapted to facilitate fail-safe integration and/or optimized utilization of various sensory inputs |
CN202422423U (zh) * | 2011-12-20 | 2012-09-05 | 杭州海康威视系统技术有限公司 | 车辆牌照识别装置及系统 |
CN103871247B (zh) * | 2014-03-05 | 2016-04-13 | 浙江宇视科技有限公司 | 一种自动获得各相机拍摄点间最小时间的方法和装置 |
CN103913600A (zh) * | 2014-04-15 | 2014-07-09 | 公安部第一研究所 | 一种机动车测速仪测速误差检测装置及检测方法 |
CN204946348U (zh) * | 2015-06-19 | 2016-01-06 | 武汉万集信息技术有限公司 | 一种大客车识别及抓拍系统 |
EP3136635B1 (de) * | 2015-08-25 | 2020-05-06 | Toll Collect GmbH | Verfahren und system zum bildlichen erfassen eines kraftfahrzeugs |
CN107945530B (zh) * | 2017-12-24 | 2021-05-04 | 上海捷崇科技有限公司 | 一种车辆超限检测系统及其检测方法 |
-
2018
- 2018-09-05 CN CN201811032931.4A patent/CN109166321B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109166321A (zh) | 2019-01-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109166321B (zh) | 道路交通车辆监测方法和道路交通车辆监测系统 | |
US11840239B2 (en) | Multiple exposure event determination | |
CN106652468B (zh) | 车辆道路前车违规检测和自车违规预警提醒装置及方法 | |
US9633267B2 (en) | Robust windshield detection via landmark localization | |
US10032085B2 (en) | Method and system to identify traffic lights by an autonomous vehicle | |
US6696978B2 (en) | Combined laser/radar-video speed violation detector for law enforcement | |
CN110895662A (zh) | 车辆超载报警方法、装置、电子设备及存储介质 | |
CN110298300B (zh) | 一种检测车辆违章压线的方法 | |
CN110430401A (zh) | 车辆盲区预警方法、预警装置、mec平台和存储介质 | |
US9990376B2 (en) | Methods for identifying a vehicle from captured image data | |
CN101739809A (zh) | 行人闯红灯自动报警监控系统 | |
CN111898491B (zh) | 一种车辆逆向行驶的识别方法、装置及电子设备 | |
CN110481560B (zh) | 用于搜索车辆可以行驶的车道的装置和方法 | |
CN105259304A (zh) | 一种车辆尾气污染物在线监测系统和方法 | |
KR101969842B1 (ko) | 딥 러닝을 기반으로 도로노면 위험 정보를 분류하기 위한 시스템 및 그 방법 | |
CN113676702A (zh) | 基于视频流的目标追踪监测方法、系统、装置及存储介质 | |
Dai et al. | A vision-based method for on-road truck height measurement in proactive prevention of collision with overpasses and tunnels | |
CN105373782A (zh) | 一种从图片或者视频中自动识别危化品车辆的方法 | |
JP6678552B2 (ja) | 車種判別装置および車種判別方法 | |
Matsuda et al. | A system for real-time on-street parking detection and visualization on an edge device | |
CN109685083A (zh) | 驾驶员开车违规使用手机的多尺度检测方法 | |
US9127941B2 (en) | System for measuring vehicle distance and method thereof | |
CN113468911B (zh) | 一种车载闯红灯检测方法、装置、电子设备及存储介质 | |
JP2017045137A (ja) | 車種判別装置、及び車種判別方法 | |
CN105117696A (zh) | 一种基于小线分析的未系安全带自动检测方法 |
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 |