CN109686083A - 一种基于道路摄像头的路面结冰监测方法与系统 - Google Patents
一种基于道路摄像头的路面结冰监测方法与系统 Download PDFInfo
- Publication number
- CN109686083A CN109686083A CN201811507302.2A CN201811507302A CN109686083A CN 109686083 A CN109686083 A CN 109686083A CN 201811507302 A CN201811507302 A CN 201811507302A CN 109686083 A CN109686083 A CN 109686083A
- Authority
- CN
- China
- Prior art keywords
- road
- icy
- monitoring
- camera
- image
- 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
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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
-
- 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
- G08G1/048—Detecting movement of traffic to be counted or controlled with provision for compensation of environmental or other condition, e.g. snow, vehicle stopped at detector
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种基于道路摄像头的路面结冰监测方法与系统，不需要像接触式传感器挖开路面等；基于摄像头图像处理的结冰监测方法，利用目前现有的道路安装的摄影头提供的海量的、连续图像，即拓宽了现有数据的利用领域，又弥补了目前光波、超声式、红外结冰传感器等非接触式结冰传感器因价格昂贵导致的推广应用困难的不足，提供了一种实时、经济的道路结冰监测与预警方法。
Description
技术领域
本发明涉及一种路面结冰监测方法与系统，具体是一种基于道路摄像头的路面结冰监测方法与系统，属于路面结冰监测技术领域。
背景技术
据统计在交通事故的影响因素中，由天气条件因素引起的道路条件因素的引起的交通事故的比例约占45％，而道路结冰造成的交通事故占冬季交通事故总量的35％。我国北方的公路、城市道路和机场道路在冬季都会受到冰雪影响，道路结冰的监测，对较少道路交通事故，确保交通畅通和安全，减少经济损失，具有重要的意义。
目前道路的结冰状态的监测研究和相关专利以各种类型的接触式传感器为基础，如张开生等申请的“一种高速公路路面结冰的监测识别装置及方法”(CN201610333055.3)；孟伟等人申请的“高速公路结冰预警系统” (CN201320336854.8)；牛滨等申请的“高速公路路面结冰监测系统” (CN201420073613.3)；王益申请的“用于公路路面结冰的智能监测系统及监测方法(CN201410777387.1)；江苏中路工程技术研究院有限公司申请的“一种高速公路路面结冰监控装置和监控方法”(CN201610799360.1)；吉永海等申请的“一种道路结冰安全预警装置及预警方法”(CN201710632676.6)；；山东威林特新能源科技有限公司申请的“一种路面冰情检测及自动融冰系统” (CN201510070262.X)都采用的接触式结冰传感器。光波、超声式、主动式红外结冰传感器等非接触式结冰传感器因价格昂贵，应用较少。
随摄影头的普及，连续的视频图像以成为方便、快速、经济的获取路面信息的方式，在获取车辆违章、交通流、车牌识别等方面都得到了广泛的应用，但基于摄影头的路面结冰监测方面的研究还较少。利用图像处理技术获取结冰状况的应用以海冰、输电线路覆冰较多，路面结冰监测方面的应用较少。曹治国等申请了“一种基于图像处理的结冰检测方法”(CN201110006549.8)，主要通过对水槽中标记的圆施加瞬时力，观测圆盘的状态检测结冰，李颀等基于Open CV+ Python技术和图像处理技术，设计了道路结冰检测系统。
随信息技术的发展，充分利用现有的海量图像数据，建立实时、经济的结冰监测系统是发展的方向。
发明内容
本发明要解决的技术问题是提供一种基于道路摄像头的路面结冰监测方法与系统，利用目前现有的道路安装的摄影头提供的海量的、连续图像数据，通过图像处理技术，实时监测路面的结冰情况，提供实时、经济的道路结冰监测与预警。
为了解决所述技术问题，本发明采用的技术方案是：一种基于道路摄像头的路面结冰监测方法，包括以下步骤：
S01)、利用数据采集模块采集监测路面的实时温度信息和实时降水数据，并传输到信息处理中心；
S02)、信息处理中心对接收的数据进行判断，当温度小于零度，并且有降水发生时，调用摄像头的图像数据；
S03)、对摄像头提供的连续的序列图像数据，利用运动目标监测的高斯混合模型提取运动目标，然后剔除运动目标，获取图像的背景图片；
S04)、将背景图像转换到HIS空间，HIS指图像的色调、饱和度和强度，在背景图像上选择积水、积雪、结冰3中路面状态样本N个，确定亮度的阈值Y1，当获取的实时图像亮度小于Y1时，预判监测路面积水情况，当实时图像亮度大于 Y1时，预判检测路面结冰情况；
S05)、基于支持向量机的结冰监测模型，对预判结果为结冰的实时图像进行路面结冰模型的判读；
S06)、判定为道路结冰时，启动预警模块发布冰情警告。
进一步的，步骤S05的具体过程为：首先收集各个类的训练集，分别采集了积水、积雪、结冰这3类路面状态各80幅图像，随机抽取200，其中100个作为训练样本，100个测试样本；选择图片的色调H、亮度I、图片的灰度纹理共生矩阵中的能量、熵以及方差组成的特征向量；然后用SVM分类学习器训练样本，选择的核函数是高斯径向基函数内核RBF，其中， K(x,xi)代表核函数，x是高维特征空间里样本图像上的任一点，xi是在高维空间图像上指定的核函数的中心点，σ为设置的核函数的宽度参数；基于核函数得到分类模板，最后通过分类模板对道路图像进行识别。
进一步的，所述预警模块包括LED显示牌和除冰液喷淋系统，除冰液喷淋系统包括除冰液、管道和喷头，喷头通过管道与盛放除冰液的容器相连通，管道上设有电磁阀，电磁阀、LED显示牌均与信息处理中心控制连接。
进一步的，通过设置于监测路面上的温度传感器读取路面的实时温度信息，利用网络爬虫技术抓取当地气象网站公布的实时降水数据。
本发明还公开一种基于道路摄像头的路面结冰监测系统，包括数据采集模块、信息处理中心和预警模块，数据采集模块包括温度传感器、网络爬虫模块和摄像头，信息处理中心包括图像处理模块、预判模块、结冰监测模块，预警模块包括LED显示牌和除冰液喷淋系统，除冰液喷淋系统包括除冰液、管道和喷头，喷头通过管道与盛放除冰液的容器相连通，管道上设有电磁阀，温度传感器、网络爬虫模块和摄像头分别与信息处理中心的输入端相连，信息处理中心的输出端分别与LED显示牌和电磁阀相连。
进一步的，温度传感器设置于监测路面上，盛放除冰液的容器埋放在道路绿化带下，管道埋在绿化带中间。
进一步的，摄影头图像、温度传感器与信息处理中心无线通讯连接，信息处理中心与预警模块无线通讯连接。
本发明的有益效果：本发明提供了一种非接触式的道路结冰监测，不需要像接触式传感器挖开路面等；基于摄像头图像处理的结冰监测方法，利用目前现有的道路安装的摄影头提供的海量的、连续图像，即拓宽了现有数据的利用领域，又弥补了目前光波、超声式、红外结冰传感器等非接触式结冰传感器因价格昂贵导致的推广应用困难的不足，提供了一种实时、经济的道路结冰监测与预警方法。
附图说明
图1为实施例1所述结冰监测方法的流程图；
图2为基于支持向量机SVM进行路面结冰判读的流程图；
图3为除冰液喷淋系统的结构示意图；
图中：1、盛放除冰液的容器，2、管道，3、喷头。
具体实施方式
下面结合附图和具体实施例对本发明作进一步的说明。
实施例1
本实施例公开一种基于道路摄像头的路面结冰监测方法，如图1流程图所示，包括以下步骤：
S01)、日常数据采集：温度传感器置于监测路面上，读取路面实时温度信息；利用网络爬虫技术抓取当地气象网站公布的实时降水数据，实时温度信息和实时降水数据传输到信息处理中心；
S02)、摄影头图像数据调用条件：道路结冰的2个必要条件是降水和气温，因此当温度传感器获取的温度数据T<0℃，而且有降水发生时，信息处理中心调用摄像头的图像数据；
S03)、图像预处理：对摄像头提供的连续的序列图像数据，利用运动目标检测的高斯混合模型，提取车辆等运动目标，然后剔除运动目标，获取图像的背景图片；
S04)、路面结冰预判：为了加快图像的处理速度同时减少数据处理量，对图片进行结冰预判。启动摄影头数据判断后，路面一般分为潮湿(积水)、积雪、结冰3种情况，路面潮湿(积水)时亮度最低、色调灰色，积雪覆盖时亮度最高，色调较高的白色，结冰时，路面变得灰白或者透明，分析其亮度值变化，即亮度值的变化规律是：潮湿<结冰<积雪。
基于上述描述，实现结冰预判的步骤为：将背景图像转换到HIS空间，即色调(Hue)，饱和度(Saturation或Chroma)和强度(Intensity)，在背景图片上选择潮湿、积雪、结冰3种路面状态样本100个，确定亮度的阈值Y1，当获取的实时图像亮度小于Y1时，预判监测路面积水情况，当实时图像亮度大于Y1时，预判检测路面结冰情况；
S05)、基于支持向量机SVM(Support Vector Machine)的结冰监测模型判读：当图片的亮度值大于阈值Y1时，进行路面结冰模型的判读。
如图2所示，应用SVM进行分类的步骤如下：首先收集各个类的训练集，分别采集了积水、积雪、结冰这3类路面状态各80幅图像，随机抽取200，其中100 个作为训练样本，100个测试样本；选择图片的色调H、亮度I、图片的灰度纹理共生矩阵中的能量、熵以及方差组成的特征向量；然后用SVM分类学习器训练样本，选择的核函数是高斯径向基函数内核RBF， K(x,xi)代表核函数，基于支持向量机进行结冰模型判读时，需要将样本图像转入高维特征空间，x是高维特征空间里样本图像上的任一点，xi是在高维空间图像上指定的核函数的中心点，σ为设置的核函数的宽度参数；基于核函数得到分类模板，最后通过分类模板对道路图像进行识别。
S06)、道路结冰预警：判定为道路结冰时，启动预警模块发布冰情警告，预警模块分为两部分，一是LED显示牌，安装在道路的路边立杆上；二是除冰液喷淋系统。除冰液喷淋系统包括除冰液、管道和喷头，盛放除冰液的容器埋放在道路绿化带下，管道埋在绿化带中间，喷头连接至管道上，通过电磁阀控制喷淋。信息中心在判读道路结冰后，立马向LED显示牌和喷淋系统的电磁阀开关发送命令，LED显示牌接收命令后进行结冰预警显示，喷淋系统的接收到命令后，通过电磁阀启动喷淋系统，喷洒除冰液，进行路面除冰。
实施例2
本实施例公开一种基于道路摄像头的路面结冰监测系统，包括数据采集模块、信息处理中心和预警模块，数据采集模块包括温度传感器、网络爬虫采集数据模块和摄像头，信息处理中心包括图像处理模块、预判模块、结冰监测模块，预警模块包括LED显示牌和除冰液喷淋系统，如图3所示，除冰液喷淋系统包括除冰液、管道2和喷头3，喷头3通过管道2与盛放除冰液的容器1相连通，管道2上设有电磁阀，温度传感器、网络爬虫模块和摄像头分别与信息处理中心的输入端相连，信息处理中心的输出端分别与LED显示牌和电磁阀相连。
具体的，将温度传感器设置于监测路面上，盛放除冰液的容器1埋放在道路绿化带下，管道埋在绿化带中间。
摄影头图像、温度传感器与信息处理中心无线通讯连接，信息处理中心与预警模块无线通讯连接。
本发明不需要像接触式传感器挖开路面等；基于摄像头图像处理的结冰监测方法，利用目前现有的道路安装的摄影头提供的海量的、连续图像，即拓宽了现有数据的利用领域，又弥补了目前光波、超声式、红外结冰传感器等非接触式结冰传感器因价格昂贵导致的推广应用困难的不足，提供了一种实时、经济的道路结冰监测与预警方法。
以上描述的仅是本发明的基本原理和优选实施例，本领域技术人员根据本发明做出的改进和替换，属于本发明的保护范围。
Claims (7)
1.一种基于道路摄像头的路面结冰监测方法，其特征在于：包括以下步骤：
S01)、利用数据采集模块采集监测路面的实时温度信息和实时降水数据，并传输到信息处理中心；
S02)、信息处理中心对接收的数据进行判断，当温度小于零度，并且有降水发生时，调用摄像头的图像数据；
S03)、对摄像头提供的连续的序列图像数据，利用运动目标监测的高斯混合模型提取运动目标，然后剔除运动目标，获取图像的背景图片；
S04)、将背景图像转换到HIS空间，HIS指图像的色调、饱和度和强度，在背景图像上选择积水、积雪、结冰3中路面状态样本N个，确定亮度的阈值Y1，当获取的实时图像亮度小于Y1时，预判监测路面积水情况，当实时图像亮度大于Y1时，预判检测路面结冰情况；
S05)、基于支持向量机的结冰监测模型，对预判结果为结冰的实时图像进行路面结冰模型的判读；
S06)、判定为道路结冰时，启动预警模块发布冰情警告。
2.根据权利要求1所述的基于道路摄像头的路面结冰监测方法，其特征在于：步骤S05的具体过程为：首先收集各个类的训练集，分别采集了积水、积雪、结冰这3类路面状态各80幅图像，随机抽取200，其中100个作为训练样本，100个测试样本；选择图片的色调H、亮度I、图片的灰度纹理共生矩阵中的能量、熵以及方差组成特征向量；然后用SVM分类学习器训练样本，选择的核函数是高斯径向基函数内核RBF，其中，K(x,xi)代表核函数，x是高维特征空间里样本图像上的任一点，xi是在高维空间图像上指定的核函数的中心点，σ为设置的核函数的宽度参数；基于核函数得到分类模板，最后通过分类模板对道路图像进行识别。
3.根据权利要求1所述的基于道路摄像头的路面结冰监测方法，其特征在于：所述预警模块包括LED显示牌和除冰液喷淋系统，除冰液喷淋系统包括除冰液、管道和喷头，喷头通过管道与盛放除冰液的容器相连通，管道上设有电磁阀，电磁阀、LED显示牌均与信息处理中心控制连接。
4.根据权利要求1所述的基于道路摄像头的路面结冰监测方法，其特征在于：通过设置于监测路面上的温度传感器读取路面的实时温度信息，利用网络爬虫技术抓取当地气象网站公布的实时降水数据。
5.一种基于道路摄像头的路面结冰监测系统，其特征在于：包括数据采集模块、信息处理中心和预警模块，数据采集模块包括温度传感器、网络爬虫技术采集数据模块和摄像头，信息处理中心包括图像处理模块、预判模块、结冰监测模块，预警模块包括LED显示牌和除冰液喷淋系统，除冰液喷淋系统包括除冰液、管道和喷头，喷头通过管道与盛放除冰液的容器相连通，管道上设有电磁阀，温度传感器、网络爬虫模块和摄像头分别与信息处理中心的输入端相连，信息处理中心的输出端分别与LED显示牌和电磁阀相连。
6.根据权利要求5所述的路面结冰监测系统，其特征在于：温度传感器设置于监测路面上，盛放除冰液的容器埋放在道路绿化带下，管道埋在绿化带中间。
7.根据权利要求5所述的路面结冰监测系统，其特征在于：摄影头图像、温度传感器与信息处理中心无线通讯连接，信息处理中心与预警模块无线通讯连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811507302.2A CN109686083B (zh) | 2018-12-10 | 2018-12-10 | 一种基于道路摄像头的路面结冰监测方法与系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811507302.2A CN109686083B (zh) | 2018-12-10 | 2018-12-10 | 一种基于道路摄像头的路面结冰监测方法与系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109686083A true CN109686083A (zh) | 2019-04-26 |
| CN109686083B CN109686083B (zh) | 2021-10-08 |
Family
ID=66187493
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811507302.2A Active CN109686083B (zh) | 2018-12-10 | 2018-12-10 | 一种基于道路摄像头的路面结冰监测方法与系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109686083B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110310461A (zh) * | 2019-07-09 | 2019-10-08 | 湖北民族大学 | 一种基于大数据的道路结冰实时预警系统 |
| CN110503824A (zh) * | 2019-07-31 | 2019-11-26 | 贵州省交通规划勘察设计研究院股份有限公司 | 一种行车安全辅助驾驶方法及系统 |
| CN110782431A (zh) * | 2019-10-08 | 2020-02-11 | 浙江大学 | 一种基于深度学习的高压电线结冰区域检测方法 |
| CN111398335A (zh) * | 2019-12-12 | 2020-07-10 | 长安大学 | 带温度传感器的红外热成像沥青混合料抗凝冰效果测试装置 |
| CN111735841A (zh) * | 2020-07-07 | 2020-10-02 | 北京交跃通达检测科技有限公司 | 一种路面湿滑度测量方法及装置 |
| CN113140131A (zh) * | 2021-03-29 | 2021-07-20 | 成都理工大学工程技术学院 | 一种基于数字地球降低高速交通事故的系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103150907A (zh) * | 2013-02-06 | 2013-06-12 | 郭忠印 | 一种基于高速公路运营安全的移动监控和预警系统及方法 |
| CN103413441A (zh) * | 2013-06-26 | 2013-11-27 | 广东惠利普路桥信息工程有限公司 | 道路天气状况监控系统和监控方法 |
| CN105761503A (zh) * | 2014-12-17 | 2016-07-13 | 王益 | 用于路面结冰的监测系统 |
| CN206928240U (zh) * | 2017-06-12 | 2018-01-26 | 山东交通学院 | 一种具有车辆感应功能的主动式道路除冰防冰系统 |
| CN207541753U (zh) * | 2017-11-13 | 2018-06-26 | 浙江师范大学 | 一种道路结冰预警系统 |
| CN108229517A (zh) * | 2017-01-24 | 2018-06-29 | 北京市商汤科技开发有限公司 | 神经网络训练和高光谱图像解译方法、装置及电子设备 |
| CN108573545A (zh) * | 2018-04-24 | 2018-09-25 | 中南大学 | 一种冰雪环境无人驾驶车辆电源模型预测方法与系统 |
-
2018
- 2018-12-10 CN CN201811507302.2A patent/CN109686083B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103150907A (zh) * | 2013-02-06 | 2013-06-12 | 郭忠印 | 一种基于高速公路运营安全的移动监控和预警系统及方法 |
| CN103413441A (zh) * | 2013-06-26 | 2013-11-27 | 广东惠利普路桥信息工程有限公司 | 道路天气状况监控系统和监控方法 |
| CN105761503A (zh) * | 2014-12-17 | 2016-07-13 | 王益 | 用于路面结冰的监测系统 |
| CN108229517A (zh) * | 2017-01-24 | 2018-06-29 | 北京市商汤科技开发有限公司 | 神经网络训练和高光谱图像解译方法、装置及电子设备 |
| CN206928240U (zh) * | 2017-06-12 | 2018-01-26 | 山东交通学院 | 一种具有车辆感应功能的主动式道路除冰防冰系统 |
| CN207541753U (zh) * | 2017-11-13 | 2018-06-26 | 浙江师范大学 | 一种道路结冰预警系统 |
| CN108573545A (zh) * | 2018-04-24 | 2018-09-25 | 中南大学 | 一种冰雪环境无人驾驶车辆电源模型预测方法与系统 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110310461A (zh) * | 2019-07-09 | 2019-10-08 | 湖北民族大学 | 一种基于大数据的道路结冰实时预警系统 |
| CN110503824A (zh) * | 2019-07-31 | 2019-11-26 | 贵州省交通规划勘察设计研究院股份有限公司 | 一种行车安全辅助驾驶方法及系统 |
| CN110782431A (zh) * | 2019-10-08 | 2020-02-11 | 浙江大学 | 一种基于深度学习的高压电线结冰区域检测方法 |
| CN110782431B (zh) * | 2019-10-08 | 2022-03-22 | 浙江大学 | 一种基于深度学习的高压电线结冰区域检测方法 |
| CN111398335A (zh) * | 2019-12-12 | 2020-07-10 | 长安大学 | 带温度传感器的红外热成像沥青混合料抗凝冰效果测试装置 |
| CN111735841A (zh) * | 2020-07-07 | 2020-10-02 | 北京交跃通达检测科技有限公司 | 一种路面湿滑度测量方法及装置 |
| CN113140131A (zh) * | 2021-03-29 | 2021-07-20 | 成都理工大学工程技术学院 | 一种基于数字地球降低高速交通事故的系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109686083B (zh) | 2021-10-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109686083A (zh) | 一种基于道路摄像头的路面结冰监测方法与系统 | |
| CN101430195B (zh) | 一种利用视频图像处理技术计算输电线路覆冰厚度的方法 | |
| CN109801327B (zh) | 一种基于视频数据的城市内涝积水深度信息提取方法 | |
| CN102638013B (zh) | 基于视觉注意机制的标靶图像识别输电线路状态监测系统 | |
| CN101382497B (zh) | 基于路况监控视频的能见度检测方法 | |
| CN102819952B (zh) | 一种基于视频检测技术的车辆违法变道检测方法 | |
| CN107705574A (zh) | 一种精准快速的道路违章停车全自动抓拍系统 | |
| CN102005120A (zh) | 基于视频图像分析的交通路口监控技术和系统 | |
| CN104660994B (zh) | 海事专用摄像机及海事智能监控方法 | |
| CN201266435Y (zh) | 道路交通安全自动警示装置 | |
| CN111833598B (zh) | 一种高速公路无人机交通事件自动监测方法及系统 | |
| CN101388145A (zh) | 道路交通安全自动警示方法及装置 | |
| CN105611244A (zh) | 一种基于球机监控视频的机场外来异物检测方法 | |
| CN102997853A (zh) | 一种检测冰雪厚度的装置及方法 | |
| CN114489122B (zh) | 一种基于uav及配套机场的高速公路自动巡检方法及系统 | |
| CN109948455A (zh) | 一种遗留物体检测方法及装置 | |
| CN216873319U (zh) | 一种雷视融合道路监控系统 | |
| CN110310461A (zh) | 一种基于大数据的道路结冰实时预警系统 | |
| CN113888871A (zh) | 高速公路交通事件自动化处置联动系统及方法 | |
| CN202947691U (zh) | 一种检测冰雪厚度的装置 | |
| CN202795755U (zh) | 公路气象及路面状况监测装置 | |
| CN115497340A (zh) | 一种内河航道交通状态全息感知系统和方法 | |
| CN109934161A (zh) | 基于卷积神经网络的车辆识别与检测方法及系统 | |
| CN104867331A (zh) | 基于微波的交通事件检测方法及装置 | |
| CN204288519U (zh) | 一种一体化自适应智能交通警示牌 |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Feng Haixia Inventor before: Feng Haixia Inventor before: Sun Dazhi Inventor before: Ding Xiaodong Inventor before: Bai Yan Inventor before: Ren Xianli |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230714 Address after: 301, Shandong Transportation Industry Incubation Base, No. 5 Jiaoxiao Road, Tianqiao District, Jinan City, Shandong Province, 250000 Patentee after: Jinan Zhijian Information Technology Co.,Ltd. Address before: 250357 No.5 Jiaoxiao Road, Jinan City, Shandong Province Patentee before: SHANDONG JIAOTONG University |