CN109544930A - 重型商用车辆的违章判断方法、系统、装置及存储介质 - Google Patents
重型商用车辆的违章判断方法、系统、装置及存储介质 Download PDFInfo
- Publication number
- CN109544930A CN109544930A CN201811536053.XA CN201811536053A CN109544930A CN 109544930 A CN109544930 A CN 109544930A CN 201811536053 A CN201811536053 A CN 201811536053A CN 109544930 A CN109544930 A CN 109544930A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- heavy type
- regulations
- current
- type commercial
- 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.)
- Pending
Links
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
-
- 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
-
- 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
Abstract
本申请公开了一种重型商用车辆的违章判断方法、系统、装置及存储介质,包括:获取当前车辆的位置信息,以判断当前道路上是否存在大车禁行车道;如果是,利用当前车辆上摄像头获取当前车辆前方的当前动态图像;监测当前动态图像中大车禁行车道上是否存在重型商用车辆;如果是,则判定重型商用车辆违章,识别重型商用车辆的车辆信息,并将车辆信息上传至交通监管系统。由于本申请的违章判断基于当前车辆的位置信息和当前车辆上摄像头获取的当前动态图像,因此能够随着当前车辆位置的动态灵活变化,获取当前车辆前方是否有重型商用车辆违章的结果,解决了现有技术中固定测试点不可移动、不能检测重型商用车辆是否占用大车禁行车道的问题。
Description
技术领域
本申请涉及车载硬件设计领域,特别涉及一种重型商用车辆的违章判断方法、系统、装置及存储介质。
背景技术
出于安全便利出行的目的,交管局设定了详细的交通规则,但在实际驾驶时,并非所有司机都能自觉遵守。通常道路上会安装测试点进行违章测试,加强对交通道路的监管力度,以此有效约束司机,让司机在行车时更加遵守交通规则。但这种测试点位置固定,只能判定特定路段上车辆是否违章,且只能判定前车是否压实线或闯红灯,不能判断重型商用车,尤其是泥头车、大货车是否驶入小型车辆行驶车道,在判定违章范围和判定路段区域上均存在不足。
因此,如何提供一种解决上述技术问题的方案是目前本领域技术人员需要解决的问题。
发明内容
有鉴于此,本申请的目的在于提供一种重型商用车辆的违章判断方法、系统、装置及存储介质,以便能够灵活动态地判断重型商用车辆是否违章。其具体方案如下:
一种重型商用车辆的违章判断方法,包括:
获取当前车辆的位置信息,以判断当前道路上是否存在大车禁行车道;
如果是,利用当前车辆上摄像头获取当前车辆前方的当前动态图像;
监测当前动态图像中所述大车禁行车道上是否存在重型商用车辆;
如果是,则判定所述重型商用车辆违章,识别所述重型商用车辆的车辆信息,并将所述车辆信息上传至交通监管系统。
优选的,所述获取当前车辆的位置信息,以判断当前道路上是否存在大车禁行车道的过程,具体包括:
通过GPS和/或利用所述摄像头获取的指示牌信息,获取所述位置信息,以判断当前道路是否存在大车禁行车道。
优选的,所述利用当前车辆上摄像头获取当前车辆前方的当前动态图像的过程,具体包括:
若当前车辆行驶于所述大车禁行车道,利用所述摄像头获取当前车辆正前方的当前动态图像;
若当前车辆行驶于非大车禁行车道,利用所述摄像头获取当前车辆左前方的当前动态图像。
优选的,所述车辆信息包括所述重型商用车辆的车型、车牌号和违章动作发生路段。
优选的,所述监测当前动态图像中所述大车禁行车道上是否存在重型商用车辆的过程,具体包括:
监测当前动态图像,将所述大车禁行车道上的车辆与车辆数据库中数据对比,判断所述大车禁行车道上是否存在所述重型商用车辆。
优选的,所述判定所述重型商用车辆违章的过程,具体包括:
判断当前道路是否处于拥堵状态;
如果否,判断所述重型商用车辆行驶于所述大车禁行车道的时间是否超出预设时间;
如果是,判定所述重型商用车辆违章。
优选的,所述违章判断方法还包括:
接收所述交通监管系统对所述车辆信息的处理反馈结果;
根据所述处理反馈结果,修正所述监测当前动态图像的动作中的参数;
所述处理反馈结果包括:
确认所述车辆信息无误的确认反馈;
提示所述车辆信息错误的提示反馈。
相应的,本申请还公开了一种重型商用车辆的违章判断系统,包括:
位置判断模块,用于获取当前车辆的位置信息,以判断当前道路上是否存在大车禁行车道;如果是,触发图像获取模块;
所述图像获取模块,用于利用当前车辆上摄像头获取当前车辆前方的当前动态图像;
监测模块,用于监测当前动态图像中所述大车禁行车道上是否存在重型商用车辆;如果是,触发信息识别模块;
所述信息识别模块,用于判定所述重型商用车辆违章,识别所述重型商用车辆的车辆信息,并将所述车辆信息上传至交通监管系统。
优选的,所述位置判断模块具体用于:
通过GPS和/或利用所述摄像头获取的指示牌信息,获取所述位置信息,以判断当前道路是否存在大车禁行车道。
优选的,所述图像获取模块具体用于:
若当前车辆行驶于所述大车禁行车道,利用所述摄像头获取当前车辆正前方的当前动态图像;
若当前车辆行驶于非大车禁行车道,利用所述摄像头获取当前车辆左前方的当前动态图像。
优选的,所述车辆信息包括所述重型商用车辆的车型、车牌号和违章动作发生路段。
优选的,所述监测模块具体用于:
监测当前动态图像,将所述大车禁行车道上的车辆与车辆数据库中数据对比,判断所述大车禁行车道上是否存在所述重型商用车辆。
优选的,所述信息识别模块具体用于:
判断当前道路是否处于拥堵状态;
如果否,判断所述重型商用车辆行驶于所述大车禁行车道的时间是否超出预设时间;
如果是,判定所述重型商用车辆违章。
优选的,所述违章判断系统还包括反馈接收修正模块,用于:
接收所述交通监管系统对所述车辆信息的处理反馈结果;
根据所述处理反馈结果,修正所述监测当前动态图像的动作中的参数;
所述处理反馈结果包括:
确认所述车辆信息无误的确认反馈;
提示所述车辆信息错误的提示反馈。
相应的,本申请还公开了一种重型商用车辆的违章判断装置,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上文任一项所述重型商用车辆的违章判断方法的步骤。
相应的,本申请还公开了一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上文任一项所述重型商用车辆的违章判断方法的步骤。
本申请公开了一种重型商用车辆的违章判断方法,包括:获取当前车辆的位置信息,以判断当前道路上是否存在大车禁行车道;如果是,利用当前车辆上摄像头获取当前车辆前方的当前动态图像;监测当前动态图像中所述大车禁行车道上是否存在重型商用车辆;如果是,则判定所述重型商用车辆违章,识别所述重型商用车辆的车辆信息,并将所述车辆信息上传至交通监管系统。由于本申请的违章判断基于当前车辆的位置信息和当前车辆上摄像头获取的当前动态图像,因此能够随着当前车辆位置的动态灵活变化,获取当前车辆前方是否有重型商用车辆违章的结果,解决了现有技术中固定测试点不可移动、不能检测重型商用车辆是否占用大车禁行车道的问题。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术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,还可以根据提供的附图获得其他的附图。
图1为本申请实施例中一种重型商用车辆的违章判断方法的步骤流程图;
图2为本申请实施例中一种重型商用车辆的违章判断系统的结构分布图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
现有技术中测试点位置固定,只能判定特定路段上车辆是否违章,且只能判定前车是否压实线或闯红灯,不能判断重型商用车,尤其是泥头车、大货车是否驶入小车道,在判定违章范围和判定路段区域上均存在不足。
本申请基于当前车辆的位置信息和当前车辆上摄像头获取的当前动态图像,因此能够随着当前车辆位置的动态灵活变化,获取当前车辆前方是否有重型商用车辆违章的结果,解决了现有技术中固定测试点不可移动、不能检测重型商用车辆是否占用大车禁行车道的问题。
本申请实施例公开了一种重型商用车辆的违章判断方法,参见图1所示,包括:
S1:获取当前车辆的位置信息,以判断当前道路上是否存在大车禁行车道;
可以理解的是,当前车辆一般为可行驶在多个车道上的小车,也可以是受限制的其他车辆。
另外,大车禁行车道不允许载货量、车辆尺寸或油耗超出某一规定的车辆通过,具体的数值规定根据当地的交通法规设定,大车禁行车道的名称也可以具体到货车禁行车道或标有载货汽车禁止通行的车道。
S2:如果是,利用当前车辆上摄像头获取当前车辆前方的当前动态图像;
一般的,当前车辆处位于行驶状态,摄像头类似于行车记录仪,可以获取行驶过程中的动态图像,因为当前车辆可以灵活移动,解决了固定测试点的监测路段固定的问题。
S3:监测当前动态图像中所述大车禁行车道上是否存在重型商用车辆;
可以理解的是,根据当地的交通法规,重型商用车辆的具体载重、尺寸、油耗存在不同的规定,此处并不详细展开。其中,该体量的车辆类型包括公交车、客运车、校车、工程车、环卫车、渣土车等,而本实施例中需要判断的重型商用车辆一般指大货车和泥头车。
S4:如果是,则判定所述重型商用车辆违章,识别所述重型商用车辆的车辆信息,并将所述车辆信息上传至交通监管系统。
本申请公开了一种重型商用车辆的违章判断方法,包括:获取当前车辆的位置信息,以判断当前道路上是否存在大车禁行车道;如果是,利用当前车辆上摄像头获取当前车辆前方的当前动态图像;监测当前动态图像中所述大车禁行车道上是否存在重型商用车辆;如果是,则判定所述重型商用车辆违章,识别所述重型商用车辆的车辆信息,并将所述车辆信息上传至交通监管系统。由于本申请的违章判断基于当前车辆的位置信息和当前车辆上摄像头获取的当前动态图像,因此能够随着当前车辆位置的动态灵活变化,获取当前车辆前方是否有重型商用车辆违章的结果,解决了现有技术中固定测试点不可移动、不能检测重型商用车辆是否占用大车禁行车道的问题。
本申请实施例公开了一种具体的重型商用车辆的违章判断方法,相对于上一实施例,本实施例对技术方案作了进一步的说明和优化。具体的:
步骤S1中所述获取当前车辆的位置信息,以判断当前道路上是否存在大车禁行车道的过程,具体包括:
通过GPS和/或利用所述摄像头获取的指示牌信息,获取所述位置信息,以判断当前道路是否存在大车禁行车道。
其中,指示牌信息包括当前道路信息和/或大车禁行车道标志;综合GPS与指示牌信息,可以准确得知当前车辆形式的当前道路上是否有大车禁行车道。
进一步的,步骤S2中所述利用当前车辆上摄像头获取当前车辆前方的当前动态图像的过程,具体包括:
若当前车辆行驶于所述大车禁行车道,利用所述摄像头获取当前车辆正前方的当前动态图像;
若当前车辆行驶于非大车禁行车道,利用所述摄像头获取当前车辆左前方的当前动态图像。
可以理解的是,由于本实施例中只需要判断大车禁行车道上是否有重型商用车辆,当前车辆位行驶于不同车道时与大车禁行车道的相对位置不同,因此需要调整摄像头的角度,是摄像头获取的当前动态图像为大车禁行车道上的。
本申请实施例公开了一种具体的重型商用车辆的违章判断方法,相对于上一实施例,本实施例对技术方案作了进一步的说明和优化。
具体的,所述车辆信息包括所述重型商用车辆的车型、车牌号和违章动作发生路段。
具体的,步骤S3中所述监测当前动态图像中所述大车禁行车道上是否存在重型商用车辆的过程,包括:
监测当前动态图像,将所述大车禁行车道上的车辆与车辆数据库中数据对比,判断所述大车禁行车道上是否存在所述重型商用车辆。
可以理解的是,该步骤中数据对比用于识别当前动态图像中的车辆是否为重型商用车辆,该对比过程实际上使用了机器学习及识别方法,通过大量的车辆数据建立模型,比对当前动态图像中的车辆和车辆数据库中的数据,就可以得知该车辆是否为重型商用车辆。
进一步的,步骤S4中所述判定所述重型商用车辆违章的过程,具体包括:
判断当前道路是否处于拥堵状态;
如果否,判断所述重型商用车辆行驶于所述大车禁行车道的时间是否超出预设时间;
如果是,判定所述重型商用车辆违章。
可以理解的是,之所以判断是否拥堵状态,是考虑了现实中道路拥堵和车辆需要变道的情况,此时不应该武断地判定重型商用车辆违章。本实施例中,如果当前道路处于拥堵状态,不再判断重型商用车辆是否违章;如果该重型商用车辆形式与大车禁行车道上时间未超出预设时间,也不判定该重型商用车辆违章;只有当前道路通畅且重型商用车辆行驶于大车禁行车道上的时间超出预设时间时,才判定该重型商用车辆违章。
具体的,关于当前道路是否处于拥堵状态的判断依据,既可以是车辆行进速度,也可以是该路段的车辆密度,还可以是其他相关的路段数据,此处不作具体限制。
进一步的,所述违章判断方法还包括:
接收所述交通监管系统对所述车辆信息的处理反馈结果;
根据所述处理反馈结果,修正所述监测当前动态图像的动作中的参数;
所述处理反馈结果包括:
确认所述车辆信息无误的确认反馈;
提示所述车辆信息错误的提示反馈。
可以理解的是,之前提到监测当前动态图像的过程实际上使用了机器学习及识别方法,其中许多参数是可以随着练习样本的增多进行修正调节的,交管系统的处理反馈结果是非常准确优质的练习样本,利用这些处理反馈结果对参数进行修正,在后续应用该违章判断方法时,判断结果的准确率会更高。
相应的,本申请还公开了一种重型商用车辆的违章判断系统,参见图2所示,包括:
位置判断模块01,用于获取当前车辆的位置信息,以判断当前道路上是否存在大车禁行车道;如果是,触发图像获取模块02;
所述图像获取模块02,用于利用当前车辆上摄像头获取当前车辆前方的当前动态图像;
监测模块03,用于监测当前动态图像中所述大车禁行车道上是否存在重型商用车辆;如果是,触发信息识别模块04;
所述信息识别模块04,用于判定所述重型商用车辆违章,识别所述重型商用车辆的车辆信息,并将所述车辆信息上传至交通监管系统。
由于本实施例的违章判断基于当前车辆的位置信息和当前车辆上摄像头获取的当前动态图像,因此能够随着当前车辆位置的动态灵活变化,获取当前车辆前方是否有重型商用车辆违章的结果,解决了现有技术中固定测试点不可移动、不能检测重型商用车辆是否占用大车禁行车道的问题。
在一些具体的实施例中,所述位置判断模块01具体用于:
通过GPS和/或利用所述摄像头获取的指示牌信息,获取所述位置信息。
在一些具体的实施例中,所述图像获取模块02具体用于:
若当前车辆行驶于所述大车禁行车道,利用所述摄像头获取当前车辆正前方的当前动态图像;
若当前车辆行驶于非大车禁行车道,利用所述摄像头获取当前车辆左前方的当前动态图像。
在一些具体的实施例中,所述车辆信息包括所述重型商用车辆的车型、车牌号和违章动作发生路段。
在一些具体的实施例中,所述监测模块03具体用于:
监测当前动态图像,将所述大车禁行车道上的车辆与车辆数据库中数据对比,判断所述大车禁行车道上是否存在所述重型商用车辆。
在一些具体的实施例中,所述信息识别模块04具体用于:
判断当前道路是否处于拥堵状态;
如果否,判断所述重型商用车辆行驶于所述大车禁行车道的时间是否超出预设时间;
如果是,判定所述重型商用车辆违章。
在一些具体的实施例中,所述违章判断系统还包括反馈接收修正模块05,用于:
接收所述交通监管系统对所述车辆信息的处理反馈结果;
根据所述处理反馈结果,修正所述监测当前动态图像的动作中的参数;
所述处理反馈结果包括:
确认所述车辆信息无误的确认反馈;
提示所述车辆信息错误的提示反馈。
相应的,本申请还公开了一种重型商用车辆的违章判断装置,包括处理器和存储器;其中,所述处理执行所述存储器中保存的计算机程序时实现以下步骤:
获取当前车辆的位置信息,以判断当前道路上是否存在大车禁行车道;
如果是,利用当前车辆上摄像头获取当前车辆前方的当前动态图像;
监测当前动态图像中所述大车禁行车道上是否存在重型商用车辆;
如果是,则判定所述重型商用车辆违章,识别所述重型商用车辆的车辆信息,并将所述车辆信息上传至交通监管系统。
由于本实施例的违章判断基于当前车辆的位置信息和当前车辆上摄像头获取的当前动态图像,因此能够随着当前车辆位置的动态灵活变化,获取当前车辆前方是否有重型商用车辆违章的结果,解决了现有技术中固定测试点不可移动、不能检测重型商用车辆是否占用大车禁行车道的问题。
在一些具体的实施例中,所述处理器执行所述存储器中保存的计算机子程序时,具体可以实现以下步骤:
通过GPS和/或利用所述摄像头获取的指示牌信息,获取所述位置信息,以判断当前道路是否存在大车禁行车道。
在一些具体的实施例中,所述处理器执行所述存储器中保存的计算机子程序时,具体可以实现以下步骤:
若当前车辆行驶于所述大车禁行车道,利用所述摄像头获取当前车辆正前方的当前动态图像;
若当前车辆行驶于非大车禁行车道,利用所述摄像头获取当前车辆左前方的当前动态图像。
在一些具体的实施例中,所述车辆信息包括所述重型商用车辆的车型、车牌号和违章动作发生路段。
在一些具体的实施例中,所述处理器执行所述存储器中保存的计算机子程序时,具体可以实现以下步骤:
监测当前动态图像,将所述大车禁行车道上的车辆与车辆数据库中数据对比,判断所述大车禁行车道上是否存在所述重型商用车辆。
在一些具体的实施例中,所述处理器执行所述存储器中保存的计算机子程序时,具体可以实现以下步骤:
判断当前道路是否处于拥堵状态;
如果否,判断所述重型商用车辆行驶于所述大车禁行车道的时间是否超出预设时间;
如果是,判定所述重型商用车辆违章。
在一些具体的实施例中,所述处理器执行所述存储器中保存的计算机子程序时,具体还可以实现以下步骤:
接收所述交通监管系统对所述车辆信息的处理反馈结果;
根据所述处理反馈结果,修正所述监测当前动态图像的动作中的参数;
所述处理反馈结果包括:
确认所述车辆信息无误的确认反馈;
提示所述车辆信息错误的提示反馈。
进一步的,本申请实施例还公开了一种存储介质,这里所说的存储介质包括随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动硬盘、CD-ROM或技术领域内所公知的任意其他形式的存储介质。计算机可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取当前车辆的位置信息,以判断当前道路上是否存在大车禁行车道;
如果是,利用当前车辆上摄像头获取当前车辆前方的当前动态图像;
监测当前动态图像中所述大车禁行车道上是否存在重型商用车辆;
如果是,则判定所述重型商用车辆违章,识别所述重型商用车辆的车辆信息,并将所述车辆信息上传至交通监管系统。
由于本实施例的违章判断基于当前车辆的位置信息和当前车辆上摄像头获取的当前动态图像,因此能够随着当前车辆位置的动态灵活变化,获取当前车辆前方是否有重型商用车辆违章的结果,解决了现有技术中固定测试点不可移动、不能检测重型商用车辆是否占用大车禁行车道的问题。
在一些具体的实施例中,所述存储介质中存储的计算机子程序被处理器执行时,具体可以实现以下步骤:
通过GPS和/或利用所述摄像头获取的指示牌信息,获取所述位置信息,以判断当前道路是否存在大车禁行车道。
在一些具体的实施例中,所述存储介质中存储的计算机子程序被处理器执行时,具体可以实现以下步骤:
若当前车辆行驶于所述大车禁行车道,利用所述摄像头获取当前车辆正前方的当前动态图像;
若当前车辆行驶于非大车禁行车道,利用所述摄像头获取当前车辆左前方的当前动态图像。
在一些具体的实施例中,所述车辆信息包括所述重型商用车辆的车型、车牌号和违章动作发生路段。
在一些具体的实施例中,所述存储介质中存储的计算机子程序被处理器执行时,具体可以实现以下步骤:
监测当前动态图像,将所述大车禁行车道上的车辆与车辆数据库中数据对比,判断所述大车禁行车道上是否存在所述重型商用车辆。
在一些具体的实施例中,所述存储介质中存储的计算机子程序被处理器执行时,具体可以实现以下步骤:
判断当前道路是否处于拥堵状态;
如果否,判断所述重型商用车辆行驶于所述大车禁行车道的时间是否超出预设时间;
如果是,判定所述重型商用车辆违章。
在一些具体的实施例中,所述存储介质中存储的计算机子程序被处理器执行时,具体可以实现以下步骤:
接收所述交通监管系统对所述车辆信息的处理反馈结果;
根据所述处理反馈结果,修正所述监测当前动态图像的动作中的参数;
所述处理反馈结果包括:
确认所述车辆信息无误的确认反馈;
提示所述车辆信息错误的提示反馈。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
最后,还需要说明的是,在本文中,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。
以上对本申请所提供的一种重型商用车辆的违章判断方法、系统、装置及存储介质进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种重型商用车辆的违章判断方法,其特征在于,包括:
获取当前车辆的位置信息,以判断当前道路上是否存在大车禁行车道;
如果是,利用当前车辆上摄像头获取当前车辆前方的当前动态图像;
监测当前动态图像中所述大车禁行车道上是否存在重型商用车辆;
如果是,则判定所述重型商用车辆违章,识别所述重型商用车辆的车辆信息,并将所述车辆信息上传至交通监管系统。
2.根据权利要求1所述违章判断方法,其特征在于,所述获取当前车辆的位置信息,以判断当前道路上是否存在大车禁行车道的过程,具体包括:
通过GPS和/或利用所述摄像头获取的指示牌信息,获取所述位置信息,以判断当前道路是否存在大车禁行车道。
3.根据权利要求2所述违章判断方法,其特征在于,所述利用当前车辆上摄像头获取当前车辆前方的当前动态图像的过程,具体包括:
若当前车辆行驶于所述大车禁行车道,利用所述摄像头获取当前车辆正前方的当前动态图像;
若当前车辆行驶于非大车禁行车道,利用所述摄像头获取当前车辆左前方的当前动态图像。
4.根据权利要求1至3任一项所述违章判断方法,其特征在于,
所述车辆信息包括所述重型商用车辆的车型、车牌号和违章动作发生路段。
5.根据权利要求4所述违章判断方法,其特征在于,所述监测当前动态图像中所述大车禁行车道上是否存在重型商用车辆的过程,具体包括:
监测当前动态图像,将所述大车禁行车道上的车辆与车辆数据库中数据对比,判断所述大车禁行车道上是否存在所述重型商用车辆。
6.根据权利要求5所述违章判断方法,其特征在于,所述判定所述重型商用车辆违章的过程,具体包括:
判断当前道路是否处于拥堵状态;
如果否,判断所述重型商用车辆行驶于所述大车禁行车道的时间是否超出预设时间;
如果是,判定所述重型商用车辆违章。
7.根据权利要求6所述违章判断方法,其特征在于,还包括:
接收所述交通监管系统对所述车辆信息的处理反馈结果;
根据所述处理反馈结果,修正所述监测当前动态图像的动作中的参数;
所述处理反馈结果包括:
确认所述车辆信息无误的确认反馈;
提示所述车辆信息错误的提示反馈。
8.一种重型商用车辆的违章判断系统,其特征在于,包括:
位置判断模块,用于获取当前车辆的位置信息,以判断当前道路上是否存在大车禁行车道;如果是,触发图像获取模块;
所述图像获取模块,用于利用当前车辆上摄像头获取当前车辆前方的当前动态图像;
监测模块,用于监测当前动态图像中所述大车禁行车道上是否存在重型商用车辆;如果是,触发信息识别模块;
所述信息识别模块,用于判定所述重型商用车辆违章,识别所述重型商用车辆的车辆信息,并将所述车辆信息上传至交通监管系统。
9.一种重型商用车辆的违章判断装置,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至7任一项所述重型商用车辆的违章判断方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述重型商用车辆的违章判断方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811536053.XA CN109544930A (zh) | 2018-12-14 | 2018-12-14 | 重型商用车辆的违章判断方法、系统、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811536053.XA CN109544930A (zh) | 2018-12-14 | 2018-12-14 | 重型商用车辆的违章判断方法、系统、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109544930A true CN109544930A (zh) | 2019-03-29 |
Family
ID=65856471
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811536053.XA Pending CN109544930A (zh) | 2018-12-14 | 2018-12-14 | 重型商用车辆的违章判断方法、系统、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109544930A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113048906A (zh) * | 2020-11-26 | 2021-06-29 | 泰州市出彩网络科技有限公司 | 基于幅值分析的被动内容采集系统 |
CN114023072A (zh) * | 2021-05-31 | 2022-02-08 | 合肥中科类脑智能技术有限公司 | 一种车辆违章监测系统、方法及计算机可读存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104021375A (zh) * | 2014-05-29 | 2014-09-03 | 银江股份有限公司 | 一种基于机器学习的车型识别方法 |
CN106982319A (zh) * | 2016-01-19 | 2017-07-25 | 杭州羊道科技有限公司 | 一种违规违章违法抓拍举报系统 |
CN107871393A (zh) * | 2016-09-27 | 2018-04-03 | 千寻位置网络有限公司 | 一种自动判别车辆违章占用禁行车道的方法及其系统 |
CN108320582A (zh) * | 2018-03-30 | 2018-07-24 | 合肥城市泊车投资管理有限公司 | 一种具备剩余车位统计功能的停车管理系统 |
CN108734965A (zh) * | 2017-04-14 | 2018-11-02 | 北京嘀嘀无限科技发展有限公司 | 一种车辆违章检测的方法及装置 |
CN108985632A (zh) * | 2018-07-16 | 2018-12-11 | 国网上海市电力公司 | 一种基于孤立森林算法的用电数据异常检测模型 |
-
2018
- 2018-12-14 CN CN201811536053.XA patent/CN109544930A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104021375A (zh) * | 2014-05-29 | 2014-09-03 | 银江股份有限公司 | 一种基于机器学习的车型识别方法 |
CN106982319A (zh) * | 2016-01-19 | 2017-07-25 | 杭州羊道科技有限公司 | 一种违规违章违法抓拍举报系统 |
CN107871393A (zh) * | 2016-09-27 | 2018-04-03 | 千寻位置网络有限公司 | 一种自动判别车辆违章占用禁行车道的方法及其系统 |
CN108734965A (zh) * | 2017-04-14 | 2018-11-02 | 北京嘀嘀无限科技发展有限公司 | 一种车辆违章检测的方法及装置 |
CN108320582A (zh) * | 2018-03-30 | 2018-07-24 | 合肥城市泊车投资管理有限公司 | 一种具备剩余车位统计功能的停车管理系统 |
CN108985632A (zh) * | 2018-07-16 | 2018-12-11 | 国网上海市电力公司 | 一种基于孤立森林算法的用电数据异常检测模型 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113048906A (zh) * | 2020-11-26 | 2021-06-29 | 泰州市出彩网络科技有限公司 | 基于幅值分析的被动内容采集系统 |
CN113048906B (zh) * | 2020-11-26 | 2021-12-24 | 中咨数据有限公司 | 基于幅值分析的被动内容采集系统 |
CN114023072A (zh) * | 2021-05-31 | 2022-02-08 | 合肥中科类脑智能技术有限公司 | 一种车辆违章监测系统、方法及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102011086241B4 (de) | Verfahren zum sicheren Abstellen eines Fahrzeuges | |
DE112012006226B4 (de) | Fahrassistenzvorrichtung | |
DE102014002116B4 (de) | Verfahren zum Betrieb eines Fahrerassistenzsystems für Überholvorgänge und Kraftfahrzeug | |
DE102010060066A1 (de) | Vorrichtung und Verfahren zum automatischen Steuern von Fahrtrichtungsanzeigerschaltern in einem Fahrzeug | |
DE102010052128A1 (de) | Verfahren zum Betreiben eines Kraftfahrzeugs und Kraftfahrzeug | |
DE102009027547A1 (de) | Assistenzsystem für ein Kraftfahrzeug | |
DE102018131466A1 (de) | Verfahren zum wenigstens teilweise automatisierten Betreiben eines Fahrzeugs | |
WO2013068164A1 (de) | Verfahren und vorrichtung zum warnen des fahrers eines kraftfahrzeugs bei mangelnder aufmerksamkeit | |
DE102014012781B4 (de) | Spurwechselassistent, zugehöriges Betriebsverfahren und Kraftfahrzeug | |
DE102012013376A1 (de) | Fahrerassistenzsystem | |
DE112017007926T5 (de) | Fahrzeug, vorrichtung zu dessen steuerung und steuerverfahren dafür | |
DE102013219023A1 (de) | Verfahren und Vorrichtung zur Unterstützung eines Fahrers eines Fahrzeugs beim Spurwechsel | |
WO2015177037A1 (de) | Fahrzeugsteuervorrichtung | |
CN109544930A (zh) | 重型商用车辆的违章判断方法、系统、装置及存储介质 | |
DE102012023108A1 (de) | Verfahren zum Betrieb eines Fahrerassistenzsystems eines Kraftfahrzeugs und Kraftfahrzeug | |
EP1531113A2 (de) | Fahrerassistenzsystem zur Unterstützung der Spurhaltung eines Kraftfahrzeugs und Vorrichtung zum Betreiben des Fahrerassistenzsystems | |
DE102017200695B4 (de) | Verfahren zum Navigieren eines Kraftfahrzeugs entlang einer vorgebbaren Wegstrecke | |
DE102015015920B4 (de) | Servervorrichtung und Verfahren zum Erkennen eines Straßenabschnitts mit erhöhter Unfallwahrscheinlichkeit | |
DE102011077975A1 (de) | Fahrerassistenzsystem für ein Kraftfahrzeug bestehend aus einem abstandsbezogenen Fahrgeschwindigkeitsregelsystem und aus einem Engstellenassistenzsystem | |
DE102015010576A1 (de) | System und Methode zur Feststellung von Straßenoberflächenunregelmäßigkeiten | |
DE102014214507A1 (de) | Verfahren zur Erstellung eines Umfeldmodells eines Fahrzeugs | |
DE102015213594A1 (de) | Verfahren, computer-lesbares Medium, und System zum Erfassen einer Verkehrssituation eines oder mehrerer Fahrzeuge in einer Umgebung eines Egofahrzeugs | |
DE102015015258A1 (de) | Verfahren und System zur Verhinderung einer Kollision zwischen einem hinterherfahrenden Fahrzeug und einem vorausfahrenden Fahrzeug | |
DE102012206174A1 (de) | Verfahren und Vorrichtung zum Bestimmen von Gefahrenstellendaten sowie Verfahren und Vorrichtung zur Gefahrenwarnung | |
DE112018006674T5 (de) | Fahrassistenzvorrichtung, Fahrassistenzsystem, Fahrassistenzverfahren und Aufzeichnungsmedium, in dem ein Fahrassistenzprogramm gespeichert ist |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190329 |