CN109754610A - 车辆监控方法及装置 - Google Patents
车辆监控方法及装置 Download PDFInfo
- Publication number
- CN109754610A CN109754610A CN201910160037.3A CN201910160037A CN109754610A CN 109754610 A CN109754610 A CN 109754610A CN 201910160037 A CN201910160037 A CN 201910160037A CN 109754610 A CN109754610 A CN 109754610A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- vehicles
- information
- identifications
- obtains
- 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
Abstract
本发明提供一种车辆监控方法及装置,涉及物联网技术领域。所述方法包括:接收收费站监控设备和道路监控设备分别发送的车辆数据;根据所述车辆数据获取多个车辆标识和每个车辆标识对应的车辆信息;根据每个车辆标识以及相对应的车辆信息,建立车辆数据库,所述车辆数据库包括各个车辆对应的车辆标识、车辆信息和行驶轨迹。通过根据接收的多个车辆数据建立车辆数据库,根据建立的车辆数据库可以方便快捷的获取各个车辆的车辆信息和行驶轨迹,避免了需要对采集的数据进行调取分析的过程,减少了获取车辆信息和行驶轨迹的时间,提高了获取车辆信息和行驶轨迹的效率。
Description
技术领域
本发明涉及物联网技术领域,具体而言,涉及一种车辆监控方法及装置。
背景技术
随着对高速公路上车辆监控的不断加强,可以在高速公路沿线设置多个监控设备,从而对高速公路中各个位置的车辆进行监控,以便根据监控设备采集的数据对高速公路进行管理控制。
相关技术中,若需要获取某个车辆的车辆信息和行驶轨迹,则可以调取多个监控设备所采集的数据,并根据采集的数据进行分析,最后可以根据各个监控设备采集的数据以及各个数据对应的采集时间,得到车辆信息和行驶轨迹。
但是,在获取车辆信息和行车轨迹的过程中,需要对多个监控设备所采集的数据进行逐个排查,花费时间较多,造成获取车辆信息和行驶轨迹的效率较低的问题。
发明内容
本发明的目的在于,针对上述现有技术中的不足,提供一种车辆监控方法及装置,以解决获取车辆信息和行驶轨迹的效率较低的问题。
为实现上述目的,本发明实施例采用的技术方案如下:
第一方面,本发明实施例提供了一种车辆监控方法,所述方法包括:
接收收费站监控设备和道路监控设备分别发送的车辆数据;
根据所述车辆数据获取多个车辆标识和每个车辆标识对应的车辆信息;
根据每个车辆标识以及相对应的车辆信息,建立车辆数据库,所述车辆数据库包括各个车辆对应的车辆标识、车辆信息和行驶轨迹。
可选的,所述车辆数据包括车辆图像;
所述根据所述车辆数据获取多个车辆标识和每个车辆标识对应的车辆信息,包括:
对所述车辆图像进行区域识别,得到车辆区域;
根据所述车辆区域进行特征提取,得到初始车辆标识和初始车辆信息;
对所述初始车辆标识和所述初始车辆信息进行识别,得到所述车辆标识和所述车辆信息。
可选的,所述车辆数据还包括声波信号;
所述根据所述车辆数据获取每个车辆标识对应的车辆信息,还包括:
根据所述声波信号进行建模,得到车辆模型;
结合所述车辆模型和所述车辆图像进行计算,得到所述车辆信息,其中,所述车辆信息包括宽度信息、长度信息和高度信息。
可选的,所述方法还包括:
判断所述车辆信息是否满足预先设置的预警条件;
若检测到所述车辆信息满足所述预警条件,生成报警信号,所述报警信号用于提示所述车辆信息所属的车辆满足所述预警条件。
可选的,在所述根据每个车辆标识以及相对应的车辆信息,建立车辆数据库之后,所述方法还包括:
响应于用户触发的查询操作,获取目标标识;
从所述车辆数据库中查找得到与所述目标标识相匹配的目标车辆信息;
展示所述目标车辆信息。
第二方面,本发明实施例还提供了一种车辆监控装置,所述装置包括:
接收模块,用于接收收费站监控设备和道路监控设备分别发送的车辆数据;
第一获取模块,用于根据所述车辆数据获取多个车辆标识和每个车辆标识对应的车辆信息;
建立模块,用于根据每个车辆标识以及相对应的车辆信息,建立车辆数据库,所述车辆数据库包括各个车辆对应的车辆标识、车辆信息和行驶轨迹。
可选的,所述车辆数据包括车辆图像;
所述第一获取模块,具体用于对所述车辆图像进行区域识别,得到车辆区域,根据所述车辆区域进行特征提取,得到初始车辆标识和初始车辆信息,对所述初始车辆标识和所述初始车辆信息进行识别,得到所述车辆标识和所述车辆信息。
可选的,所述车辆数据还包括声波信号;
所述第一获取模块,还具体用于根据所述声波信号进行建模,得到车辆模型;结合所述车辆模型和所述车辆图像进行计算,得到所述车辆信息,其中,所述车辆信息包括宽度信息、长度信息和高度信息。
可选的,所述装置还包括:
判断模块,用于判断所述车辆信息是否满足预先设置的预警条件;
生成模块,用于若检测到所述车辆信息满足所述预警条件,生成报警信号,所述报警信号用于提示所述车辆信息所属的车辆满足所述预警条件。
可选的,所述装置还包括:
第二获取模块,用于响应于用户触发的查询操作,获取目标标识;
查找模块,用于从所述车辆数据库中查找得到与所述目标标识相匹配的目标车辆信息;
展示模块,用于展示所述目标车辆信息。
本发明的有益效果是:
本发明实施例通过接收收费站监控设备和道路监控设备分别发送的车辆数据,并根据该车辆数据获取多个车辆标识和每个车辆标识对应的车辆信息,最后根据每个车辆标识以及相对应的车辆信息,建立车辆数据库。通过根据接收的多个车辆数据建立车辆数据库,可以根据建立的车辆数据库方便快捷的获取各个车辆的车辆信息和行驶轨迹等,避免了需要对采集的数据进行调取分析的过程,减少了获取车辆信息和行驶轨迹的时间,提高了获取车辆信息和行驶轨迹的效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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,还可以根据这些附图获得其他相关的附图。
图1为本发明提供的车辆监控方法所涉及的车辆监控系统的结构示意图;
图2为本发明一实施例提供的车辆监控方法的流程示意图;
图3为本发明另一实施例提供的车辆监控方法的流程示意图;
图4为本发明又一实施例提供的车辆监控方法的流程示意图;
图5为本发明又一实施例提供的车辆监控方法的流程示意图;
图6为本发明一实施例提供的车辆监控装置的示意图;
图7为本发明另一实施例提供的车辆监控装置的示意图;
图8为本发明又一实施例提供的车辆监控装置的示意图;
图9为为本发明一实施例提供的车辆监控装置的示意图。
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。
图1为本发明提供的车辆监控方法所涉及的车辆监控系统的结构示意图;如图1所示,该车辆监控系统包括:收费站监控设备110、道路监控设备120、数据服务器130、收费服务器140、视频服务器150和显示设备160。
其中,数据服务器130分别与收费站监控设备110、道路监控设备120、收费服务器140、视频服务器150和显示设备160链路连接。而且,收费服务器140可以包括线下收费服务器和线上收费服务器。
另外,车辆监控系统中的各个设备可以分布在不同的网络中,例如,线下收费服务器和收费站监控设备110可以分布在收费网络中,而线上收费服务器和道路监控设备120可以分布在道路监控网络中。
具体地,收费站监控设备110和道路监控设备120可以向数据服务器130发送检测得到的车辆数据,车辆可以包括车辆图像和声波信号,则数据服务器130可以根据接收的车辆数据进行识别,得到车辆标识和车辆信息等数据,数据服务器130还可以结合收费服务器140发送的收费数据和视频服务器150发送的监控视频数据,建立用于对道路上行驶的车辆进行管理监控的车辆数据库。
进一步地,显示设备160可以根据用户触发的操作,向用户展示车辆数据库中用户所查询的车辆的信息,例如,车辆的车牌号、车辆品牌以及行驶轨迹等数据,本发明实施例对此不做限定。
需要说明的是,在实际应用中,收费站监控设备110可以为用于对车辆的车牌进行识别的摄像头,而道路监控设备120则可以包括沿道路设置的摄像图和服务区卡口所设置的摄像头,本发明实施例对收费站监控设备110和道路监控设备120不做限定。
图2为本发明一实施例提供的车辆监控方法的流程示意图,应用于如图1所示的数据服务器,如图2所示,该方法包括:
步骤201、接收收费站监控设备和道路监控设备分别发送的车辆数据。
其中,车辆数据可以包括车辆图像,例如,车辆图像可以为由不同监控设备对车辆面部、车辆尾部或者车辆驾驶室内所拍摄的图像。
为了加强对道路上行驶的车辆的管理,提高查询各个车辆信息的效率,数据服务器可以根据检测得到的车辆数据进行统计汇总,从而建立车辆数据库,以便对各个车辆的车辆信息进行管理查询。
因此,数据服务器可以接收由收费站监控设备和道路监控设备分别采集的车辆数据。
具体地,车辆在行驶的过程中,道路两侧设置的道路监控设备和在收费站设置的收费站监控设备可以对道路上行驶的车辆进行拍摄,从而采集得到各个车辆的车辆数据,并通过预先设置的接口,向预先设置的数据服务器发送各个车辆的车辆数据。相应的,数据服务器可以接收由收费站监控设备和道路监控设备分别采集得到的车辆数据。
需要说明的是,在实际应用中,数据服务器还可以接收收费服务器发送的各个车辆的缴费信息,以及视频服务器发送的对各个车辆的监控视频数据,当然数据服务器还可以接收其他数据,本发明实施例对此不做限定。
步骤202、根据车辆数据获取多个车辆标识和每个车辆标识对应的车辆信息。
数据服务器在接收车辆数据后,可以对车辆数据进行分析,从而得到各个车辆分别对应的车辆标识,以及与每个车辆标识对应的车辆信息,以便在后续步骤中,可以根据车辆标识和车辆信息建立车辆数据库。
具体地,数据服务器可以根据车辆数据所包括的车辆图像,对各个车辆图像进行特征提取,从而得到各个车辆图像所对应车辆的车辆标识,同时,还可以对车辆图像中的其他信息进行提取,从而得到与车辆标识相对应的车辆信息。
例如,车辆标识可以为车牌号,而车辆信息可以包括车辆品牌、车辆子品牌、车辆类型、车辆种类、车身颜色、制造厂商、车辆被拍摄位置和车牌颜色等信息。
步骤203、根据每个车辆标识以及相对应的车辆信息,建立车辆数据库。
其中,该车辆数据库包括各个车辆对应的车辆标识、车辆信息和行驶轨迹。
数据服务器可以根据各个车辆标识以及与车辆标识相匹配的车辆信息,建立车辆标识与车辆信息之间的对应关系,从而得到车辆数据库,以便用户可以通过车辆数据库对各个车辆的相关信息进行查询,从而实现对各个车辆的监控和管理。
具体地,数据服务器可以根据各个车辆标识和各个车辆信息分别所属的车辆图像,将属于同一车辆图像的车辆标识和车辆信息建立对应关系,从而得到每个车辆标识所对应的车辆信息,得到车辆数据库。
而且,车辆图像中可能包括多个车辆对应的车辆标识和车辆信息,则在建立车辆标识与车辆信息之间的对应关系的过程中,可以根据车辆图像中识别车辆标识的区域,确定相匹配的车辆信息,从而建立车辆标识与车辆信息之间的对应关系。
进一步地,数据服务器还可以根据采集各个车辆图像的时刻、各个车辆的车辆标识,以及拍摄各个车辆图像的收费站监控设备和道路监控设备所在的位置,绘制每个车辆的行驶轨迹,以便用户在查询车辆信息的过程中,可以查阅车辆在各个时刻所在的位置。
另外,数据服务器还可以根据识别得到车辆信息判断车辆是否属于危化品车辆,从而在建立车辆数据库的过程中,对各个车辆是否属于危化品车辆进行标识。
当然,数据服务器在建立车辆数据库的过程中,还可以根据车辆标识和预先设置的黑名单车辆标识,确定车辆是否为黑名单车辆,从而对各个车辆是否属于黑名单车辆进行标识。
例如,黑名单车辆可以为违章行驶的车辆,也可以为恶意闯卡的车辆,还可以为其他具有不良驾驶记录的车辆,本发明实施例对此不做限定。
需要说明的是,在实际应用中,数据服务器可以不断根据接收的车辆数据对车辆数据库进行更新,例如可以每隔预设时长,根据预设时长内接收的车辆数据对车辆数据库进行更新,而该预设时长可以为一星期、一个月或三个月,本发明实施例对更新车辆数据库的方式和预设时长不做限定。
综上所述,本发明实施例提供的车辆监控方法,数据服务器通过接收收费站监控设备和道路监控设备分别发送的车辆数据,并根据该车辆数据获取多个车辆标识和每个车辆标识对应的车辆信息,最后根据每个车辆标识以及相对应的车辆信息,建立车辆数据库。通过根据接收的多个车辆数据建立车辆数据库,可以根据建立的车辆数据库可以方便快捷的获取各个车辆的车辆信息和行驶轨迹等,避免了需要对采集的数据进行调取分析的过程,减少了获取车辆信息和行驶轨迹的时间,提高了获取车辆信息和行驶轨迹的效率。
图3为本发明另一实施例提供的车辆监控方法的流程示意图,如图3所示,该方法包括:
步骤301、接收收费站监控设备和道路监控设备分别发送的车辆数据。
步骤302、根据车辆数据获取多个车辆标识和每个车辆标识对应的车辆信息。
其中,车辆数据可以包括车辆图像,例如,车辆图像可以为收费站监控设备和道路监控设备对道路中行驶的车辆的各个部分所拍摄的图像。
因此,可以根据车辆数据中的车辆图像进行特征提取,从而得到各个车辆相对应的车辆信息。
可选的,可以对车辆图像进行区域识别,得到车辆区域,根据车辆区域进行特征提取,得到初始车辆标识和初始车辆信息,再对初始车辆标识和初始车辆信息进行识别,得到车辆标识和车辆信息。
对于每个车辆图像,数据服务器可以通过深度神经网络学习的方式,对车辆图像中的车辆所在的区域进行识别,得到车辆区域,并通过二次识别的方式对车辆区域中的特征进行识别,从而得到车辆标识和车辆信息。
具体地,数据服务器可以先根据车辆的不同类型和车辆被拍摄的不同部分,对各个车辆图像进行整理分类,再对不同类型的车辆图像进行深度神经网络学习,从而基于车辆图像中车辆的外形对车辆所在的区域进行识别,也即是,基于车辆检测技术对车辆图像中的车辆所在的区域进行选取,从而得到车辆区域。
由于车辆图像中同一车辆的外形和颜色等车辆信息近似,因此,在确定车辆区域的过程中,为了确定图像中车辆所在的区域,可以对车辆图像类似的像素所在的区域进行标记,并对标记的区域进行多尺度融合和极大值抑制处理等操作,最后确定车辆图像中车辆所在区域,也即是车辆区域。
而且,数据服务器还可以对车辆区域进行多层神经网络特征计算,对车辆区域中的特征信息进行提取,得到初始车辆标识和初始车辆信息。进一步地,数据服务器可以根据预先训练得到的多个车辆模型与初始车辆标识和初始车辆信息进行匹配。若某个初始车辆标识和初始车辆信息与目标车辆模型的相似度最高,则可以该目标车辆模型对应的数据作为识别得到的车辆标识和车辆信息,从而得到用于表示车辆标识的车牌号,以及包括车辆品牌、车辆子品牌、车辆种类、车身颜色、制造厂商、车辆被拍摄位置和车牌颜色等多项信息的车辆信息。
另外,为了便于对车辆信息进行查找,可以通过稀松编码的方式对车辆标识和车辆信息进行压缩,从而得到较短的用于表示车辆信息和车辆标识的车辆特征码。
需要说明的是,在实际应用中,在对车辆所在区域的图像进行标记的过程中,可以根据标记的图像所对应的区域,确定车辆的车辆类型,从而得到另一项车辆信息。
例如,可以根据标记的图像所对应的区域的形状和面积,确定被拍摄的车辆的车辆类型为轿车、货车或者公交车等。
需要说明的是,在预先训练车辆模型的过程中,可以获取大量的样本车辆图像,并获取每个样本车辆图像中车辆所对应的车辆信息,再建立各个样本车辆图像与车辆信息之间的对应关系,最后根据样本车辆图像、车辆信息和建立的对应关系进行训练,得到各个车辆的车辆模型。
步骤303、根据每个车辆标识以及相对应的车辆信息,建立车辆数据库。
其中,该车辆数据库包括各个车辆对应的车辆标识、车辆信息和行驶轨迹。
步骤304、响应于用户触发的查询操作,获取目标标识。
数据服务器在建立完成车辆数据库后,可以接收用户输入的查询操作,该查询操作包含目标标识,进而从车辆数据库中对与目标标识相匹配的车辆信息进行查找,以便向用户展示。
因此,可以响应于用户触发的查询操作获取用户期望查询的车辆所对应的目标标识,以便在后续步骤中,可以根据该目标标识查找得到相对应的目标车辆。
其中,该目标标识可以为车辆标识,也可以为车辆信息,还可以为其他用于表示某个车辆的信息,本发明实施例对此不做限定。例如,该目标标识可以为车辆的车牌号,也可以为车辆品牌,还可以为车辆在某一时刻所处的地理位置。
步骤305、从车辆数据库中查找得到与目标标识相匹配的目标车辆信息。
相对应的,数据服务器在获取目标标识后,可以根据该目标标识在车辆数据库中进行查找,从而得到相匹配的目标车辆信息,完成对车辆信息的查找。
具体地,数据服务器可以先确定目标标识的类型,也即是确定目标标识属于车辆标识或者车辆信息,并根据确定的目标标识的类型,从车辆数据库中选取相对应的车辆标识或车辆信息,再根据目标标识对车辆标识或车辆信息进行遍历,从而得到与目标标识相对应的车辆标识或车辆信息。
例如,若目标标识与目标车辆标识相匹配,则可以根据该目标车辆标识获取与该目标标识相匹配的目标车辆信息;若目标标识与目标车辆信息中的任意一项车辆信息相匹配,则可以根据该匹配的一项车辆信息确定相对应的目标车辆标识,再通过该目标车辆标识获取完整的目标车辆信息。
需要说明的是,在实际应用中,若目标标识的类型属于车辆信息,则目标标识可以包括一项车辆信息,也可以包括多项车辆信息,本发明实施例对此不做限定。
步骤306、展示目标车辆信息。
数据服务器在查找得到目标车辆信息后,可以通过与数据服务器连接的显示设备对目标车辆信息进行展示,以便用户可以查询与目标标识相对应的目标车辆信息。
具体地,数据服务器可以向显示设备发送查找得到的目标车辆信息,使得显示设备可以接收目标车辆信息,从而对目标车辆对应的车辆信息进行展示。
进一步地,数据服务器还可以向显示设备发送目标车辆对应的车辆标识和行驶轨迹,以便显示设备先用户展示目标车辆信息的过程中,还可以向用户展示与目标车辆信息相匹配的车辆标识和行驶轨迹。
综上所述,本发明实施例提供的车辆监控方法,数据服务器通过接收收费站监控设备和道路监控设备分别发送的车辆数据,并根据该车辆数据获取多个车辆标识和每个车辆标识对应的车辆信息,最后根据每个车辆标识以及相对应的车辆信息,建立车辆数据库。通过根据接收的多个车辆数据建立车辆数据库,可以根据建立的车辆数据库可以方便快捷的获取各个车辆的车辆信息和行驶轨迹等,避免了需要对采集的数据进行调取分析的过程,减少了获取车辆信息和行驶轨迹的时间,提高了获取车辆信息和行驶轨迹的效率。
进一步地,通过响应用户触发的查询操作,获取目标标识,从而根据目标标识查找并向用户展示与目标标识相匹配的目标车辆信息,避免了用户通过调取多个采集得到的数据进行分析的过程,提高了用户查询车辆信息和行驶轨迹的效率。
图4为本发明又一实施例提供的车辆监控方法的流程示意图,如图4所示,该方法包括:
步骤401、接收收费站监控设备和道路监控设备分别发送的车辆数据。
步骤402、根据车辆数据中的车辆图像进行特征提取,得到车辆标识和车辆信息。
本步骤402与步骤302类似,在此不再赘述。
需要说明的是,车辆数据中不但可以包括车辆图像,还可以包括声波信号,该声波信号则可以为发射的雷达脉冲信号经过车辆反射后形成的回波信号,本发明实施例对此不做限定。
步骤403、根据声波信号进行建模,得到车辆模型。
为了防止行驶中的车辆出现超限从而引发安全事故的情况,需要对车辆的体积进行检测,也即是,需要确定车辆的长宽高是否满足道路行驶的要求。
因此,可以根据声波信号对车辆进行建模,以便在后续步骤中,可以根据建立的车辆模型确定车辆的宽度信息、长度信息和高度信息。
具体地,数据服务器可以根据接收的回波信号的时刻,以及发出的雷达脉冲信号的时刻,确定车辆的外形,完成对雷达脉冲信号的车辆的建模,从而得到车辆的三维模型。
其中,声波信号可以包括雷达脉冲信号和回波信号,雷达脉冲信号为向车辆发射的声波,而回波信号则可以为受到车辆反射的声波信号。
步骤404、结合车辆模型和车辆图像进行计算,得到车辆信息,该车辆信息可以包括宽度信息、长度信息和高度信息。
在建立得到车辆模型后,可以根据车辆模型中车辆的外形以及预先设置的比例尺寸,计算得到车辆的实际尺寸,也即是,确定车辆的长度、宽度和高度,最后得到由宽度信息、长度信息和高度信息组成的车辆信息。
需要说明的是,在建立得到车辆模型后,需要建立车辆图像与车辆模型之间的对应关系,从而对车辆模型所对应的车辆进行标识,以便根据该对应关系将车辆模型存储至车辆数据库中。
因此,车辆图像与声波信号相匹配,也即是,拍摄得到的车辆图像中的车辆,与对雷达脉冲信号进行反射形成回波信号的车辆为同一车辆。
例如,可以在发射雷达脉冲信号的同时,对道路中的车辆进行拍摄,从而得到与声波信号相匹配的车辆图像,并在经过一段时长后,可以接收车辆反射的回波信号。
步骤405、根据每个车辆标识以及相对应的车辆信息,建立车辆数据库。
其中,该车辆数据库可以包括各个车辆对应的车辆标识、车辆信息和行驶轨迹。
综上所述,本发明实施例提供的车辆监控方法,数据服务器通过接收收费站监控设备和道路监控设备分别发送的车辆数据,并根据该车辆数据获取多个车辆标识和每个车辆标识对应的车辆信息,最后根据每个车辆标识以及相对应的车辆信息,建立车辆数据库。通过根据接收的多个车辆数据建立车辆数据库,可以根据建立的车辆数据库可以方便快捷的获取各个车辆的车辆信息和行驶轨迹等,避免了需要对采集的数据进行调取分析的过程,减少了获取车辆信息和行驶轨迹的时间,提高了获取车辆信息和行驶轨迹的效率。
图5为本发明又一实施例提供的车辆监控方法的流程示意图,如图5所示,该方法包括:
步骤501、接收收费站监控设备和道路监控设备分别发送的车辆数据。
步骤502、根据车辆数据获取多个车辆标识和每个车辆标识对应的车辆信息。
步骤503、根据每个车辆标识以及相对应的车辆信息,建立车辆数据库。
其中,该车辆数据库包括各个车辆对应的车辆标识、车辆信息和行驶轨迹。
步骤504、判断车辆信息是否满足预先设置的预警条件。
在对各个车辆的车辆信息进行采集,建立得到车辆数据库后,还可以对各个车辆进行识别,判断道路中行驶的各个车辆是否为黑名单车辆、危化品车辆或者特殊车辆,以便在后续步骤中,可以根据判断结果向用户预警。
其中,黑名单车辆可以为违章驾驶的车辆,危化品车辆则可以为运输危险化学物品的车辆,而特殊车辆则可以为车辆体积超过道路限定的车辆。
具体地,数据服务器可以根据每个车辆对应的车辆信息,判断每个车辆是否满足预先设置的预警条件。若某个车辆满足任意一个预警条件,则说明该车辆为黑名单车辆、危化品车辆或者特殊车辆,可以执行步骤505。
但是,若某个车辆不满足预先设置的每个预警条件,则说明该车辆不是黑名单车辆、危化品车辆或者特殊车辆,则无需对该车辆进行预警。
例如,预先设置的至少一个预警条件可以包括:
车辆标识与预先设置的任意一个黑名单标识相匹配;检测得到的车辆信息指示车辆属于危化品车辆;车辆的长度、高度或宽度大于预先设置的标准长度、标准高度或标准宽度。
需要说明的是,在实际应用中,不但可以根据当前获取的车辆信息对当前道路中行驶的车辆进行判断,还可以在后续监控的过程中,对监控获取的车辆信息进行判断,从而确定行驶的车辆是否满足预先设置的预警条件。
步骤505、若检测到车辆信息满足预警条件,生成报警信号。
其中,该报警信号用于提示车辆信息所属的车辆满足预警条件。
若数据服务器检测到某个车辆对应的车辆信息满足预警条件,则可以根据该判断结果生成报警信号,以便通过该报警信号对用户进行预警,使得用户可以根据报警信号及时对道路中行驶的黑名单车辆、危化品车辆或者特殊车辆进行控制。
综上所述,本发明实施例提供的车辆监控方法,数据服务器通过接收收费站监控设备和道路监控设备分别发送的车辆数据,并根据该车辆数据获取多个车辆标识和每个车辆标识对应的车辆信息,最后根据每个车辆标识以及相对应的车辆信息,建立车辆数据库。通过根据接收的多个车辆数据建立车辆数据库,可以根据建立的车辆数据库可以方便快捷的获取各个车辆的车辆信息和行驶轨迹等,避免了需要对采集的数据进行调取分析的过程,减少了获取车辆信息和行驶轨迹的时间,提高了获取车辆信息和行驶轨迹的效率。
图6为本发明一实施例提供的车辆监控装置的示意图,如图6所示,该装置具体包括:
接收模块601,用于接收收费站监控设备和道路监控设备分别发送的车辆数据;
第一获取模块602,用于根据该车辆数据获取多个车辆标识和每个车辆标识对应的车辆信息;
建立模块603,用于根据每个车辆标识以及相对应的车辆信息,建立车辆数据库,该车辆数据库包括各个车辆对应的车辆标识、车辆信息和行驶轨迹。
可选的,该车辆数据包括车辆图像;
该第一获取模块602,具体用于对车辆图像进行区域识别,得到车辆区域,根据车辆区域进行特征提取,得到初始车辆标识和初始车辆信息;对该初始车辆标识和该初始车辆信息进行识别,得到车辆标识和车辆信息。
可选的,该车辆数据还包括声波信号;
该第一获取模块602,还具体用于根据车辆图像和声波信号进行建模,得到车辆模型;结合该车辆模型进行计算,得到车辆信息,其中,该车辆信息包括宽度信息、长度信息和高度信息。
可选的,参见图7,该装置还包括:
判断模块604,用于判断该车辆信息是否满足预先设置的预警条件;
生成模块605,用于若检测到该车辆信息满足该预警条件,生成报警信号,该报警信号用于提示该车辆信息所属的车辆满足该预警条件。
可选的,参见图8,该装置还包括:
第二获取模块606,用于响应于用户触发的查询操作,获取目标标识;
查找模块607,用于从该车辆数据库中查找得到与该目标标识相匹配的目标车辆信息;
展示模块608,用于展示该目标车辆信息。
综上所述,本发明实施例提供的车辆监控装置,数据服务器通过接收收费站监控设备和道路监控设备分别发送的车辆数据,并根据该车辆数据获取多个车辆标识和每个车辆标识对应的车辆信息,最后根据每个车辆标识以及相对应的车辆信息,建立车辆数据库。通过根据接收的多个车辆数据建立车辆数据库,可以根据建立的车辆数据库可以方便快捷的获取各个车辆的车辆信息和行驶轨迹等,避免了需要对采集的数据进行调取分析的过程,减少了获取车辆信息和行驶轨迹的时间,提高了获取车辆信息和行驶轨迹的效率。
上述装置用于执行前述实施例提供的方法,其实现原理和技术效果类似,在此不再赘述。
以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称ASIC),或,一个或多个微处理器(digital singnal processor,简称DSP),或,一个或者多个现场可编程门阵列(Field Programmable Gate Array,简称FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(CentralProcessing Unit,简称CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,简称SOC)的形式实现。
图9为本发明一实施例提供的车辆监控装置的示意图,该装置可以集成于终端设备或者终端设备的芯片,该终端可以是具备车辆监控功能的计算设备。
该装置包括:存储器901、处理器902。
存储器901用于存储程序,处理器902调用存储器901存储的程序,以执行上述方法实施例。具体实现方式和技术效果类似,这里不再赘述。
可选地,本发明还提供一种程序产品,例如计算机可读存储介质,包括程序,该程序在被处理器执行时用于执行上述方法实施例。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(英文:processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取存储器(英文:Random Access Memory,简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
上仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种车辆监控方法,其特征在于,所述方法包括:
接收收费站监控设备和道路监控设备分别发送的车辆数据;
根据所述车辆数据获取多个车辆标识和每个车辆标识对应的车辆信息;
根据每个车辆标识以及相对应的车辆信息,建立车辆数据库,所述车辆数据库包括各个车辆对应的车辆标识、车辆信息和行驶轨迹。
2.如权利要求1所述的方法,其特征在于,所述车辆数据包括车辆图像;
所述根据所述车辆数据获取多个车辆标识和每个车辆标识对应的车辆信息,包括:
对所述车辆图像进行区域识别,得到车辆区域;
根据所述车辆区域进行特征提取,得到初始车辆标识和初始车辆信息;
对所述初始车辆标识和所述初始车辆信息进行识别,得到所述车辆标识和所述车辆信息。
3.如权利要求2所述的方法,其特征在于,所述车辆数据还包括声波信号;
所述根据所述车辆数据获取每个车辆标识对应的车辆信息,还包括:
根据所述声波信号进行建模,得到车辆模型;
结合所述车辆模型和所述车辆图像进行计算,得到所述车辆信息,其中,所述车辆信息包括宽度信息、长度信息和高度信息。
4.如权利要求1所述的方法,其特征在于,所述方法还包括:
判断所述车辆信息是否满足预先设置的预警条件;
若检测到所述车辆信息满足所述预警条件,生成报警信号,所述报警信号用于提示所述车辆信息所属的车辆满足所述预警条件。
5.如权利要求1至4任一所述的方法,其特征在于,在所述根据每个车辆标识以及相对应的车辆信息,建立车辆数据库之后,所述方法还包括:
响应于用户触发的查询操作,获取目标标识;
从所述车辆数据库中查找得到与所述目标标识相匹配的目标车辆信息;
展示所述目标车辆信息。
6.一种车辆监控装置,其特征在于,所述装置包括:
接收模块,用于接收收费站监控设备和道路监控设备分别发送的车辆数据;
第一获取模块,用于根据所述车辆数据获取多个车辆标识和每个车辆标识对应的车辆信息;
建立模块,用于根据每个车辆标识以及相对应的车辆信息,建立车辆数据库,所述车辆数据库包括各个车辆对应的车辆标识、车辆信息和行驶轨迹。
7.如权利要求6所述的装置,其特征在于,所述车辆数据包括车辆图像;
所述第一获取模块,具体用于对所述车辆图像进行区域识别,得到车辆区域,根据所述车辆区域进行特征提取,得到初始车辆标识和初始车辆信息,对所述初始车辆标识和所述初始车辆信息进行识别,得到所述车辆标识和所述车辆信息。
8.如权利要求7所述的装置,其特征在于,所述车辆数据还包括声波信号;
所述第一获取模块,还具体用于根据所述声波信号进行建模,得到车辆模型;结合所述车辆模型和所述车辆图像进行计算,得到所述车辆信息,其中,所述车辆信息包括宽度信息、长度信息和高度信息。
9.如权利要求6所述的装置,其特征在于,所述装置还包括:
判断模块,用于判断所述车辆信息是否满足预先设置的预警条件;
生成模块,用于若检测到所述车辆信息满足所述预警条件,生成报警信号,所述报警信号用于提示所述车辆信息所属的车辆满足所述预警条件。
10.如权利要求6至9任一所述的装置,其特征在于,所述装置还包括:
第二获取模块,用于响应于用户触发的查询操作,获取目标标识;
查找模块,用于从所述车辆数据库中查找得到与所述目标标识相匹配的目标车辆信息;
展示模块,用于展示所述目标车辆信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910160037.3A CN109754610A (zh) | 2019-03-01 | 2019-03-01 | 车辆监控方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910160037.3A CN109754610A (zh) | 2019-03-01 | 2019-03-01 | 车辆监控方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109754610A true CN109754610A (zh) | 2019-05-14 |
Family
ID=66406780
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910160037.3A Pending CN109754610A (zh) | 2019-03-01 | 2019-03-01 | 车辆监控方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109754610A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111275984A (zh) * | 2020-02-20 | 2020-06-12 | 三一重工股份有限公司 | 车辆检测方法、装置及服务器 |
CN111815960A (zh) * | 2020-06-28 | 2020-10-23 | 贵州数据宝网络科技有限公司 | 一种基于大数据的车辆信息展示方法 |
CN113132493A (zh) * | 2021-04-29 | 2021-07-16 | 任勇金 | 一种基于定位信息对车辆进行跨区域监控的方法及系统 |
WO2022052451A1 (zh) * | 2020-09-11 | 2022-03-17 | 上海商汤临港智能科技有限公司 | 一种影像信息的处理方法及装置、电子设备和存储介质 |
CN114202927A (zh) * | 2021-12-27 | 2022-03-18 | 招商局重庆公路工程检测中心有限公司 | 一种基于多传感器融合的车型检测方法 |
CN114844939A (zh) * | 2022-04-27 | 2022-08-02 | 海口亿游网络科技有限公司 | 一种基于车牌号作为车联网通讯的标识方法 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102708694A (zh) * | 2012-06-19 | 2012-10-03 | 公安部第三研究所 | 基于高速脉冲激光扫描的车型自动识别系统及方法 |
JP2013012243A (ja) * | 2012-09-28 | 2013-01-17 | Toshiba Corp | カメラシステム |
CN204155449U (zh) * | 2014-09-04 | 2015-02-11 | 上海智达商投资管理合伙企业(有限合伙) | 一种车牌识别比对高清摄像机及监控系统 |
CN105243851A (zh) * | 2015-09-24 | 2016-01-13 | 上海车音网络科技有限公司 | 车辆监控方法和系统 |
CN205827663U (zh) * | 2016-07-18 | 2016-12-21 | 武汉万集信息技术有限公司 | 一种具有激光扫描和摄像功能的rfid读写器 |
CN106710231A (zh) * | 2017-01-23 | 2017-05-24 | 上海良相智能化工程有限公司 | 一种超限超载非现场执法系统 |
CN107919018A (zh) * | 2017-11-21 | 2018-04-17 | 北京华油信通科技有限公司 | 车辆视频监控系统 |
CN108074400A (zh) * | 2016-11-14 | 2018-05-25 | 北京航天长峰科技工业集团有限公司 | 一种基于海量数据分析的重点车辆分析模型 |
CN108320517A (zh) * | 2017-12-28 | 2018-07-24 | 浙江中新长清信息科技有限公司 | 车牌和车辆识别系统及监测服务器 |
CN108765943A (zh) * | 2018-05-30 | 2018-11-06 | 深圳市城市公共安全技术研究院有限公司 | 车辆智能监控方法、监控系统及服务器 |
CN108919256A (zh) * | 2018-07-24 | 2018-11-30 | 河北德冠隆电子科技有限公司 | 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 |
CN108922181A (zh) * | 2018-07-12 | 2018-11-30 | 安徽电信工程有限责任公司 | 一种多方位监测行驶车辆的智能交通监控系统 |
CN109064755A (zh) * | 2018-07-24 | 2018-12-21 | 河北德冠隆电子科技有限公司 | 基于四维实景交通仿真路况感知管理系统的路径识别方法 |
CN109166321A (zh) * | 2018-09-05 | 2019-01-08 | 武汉万集信息技术有限公司 | 道路交通车辆监测方法和道路交通车辆监测系统 |
-
2019
- 2019-03-01 CN CN201910160037.3A patent/CN109754610A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102708694A (zh) * | 2012-06-19 | 2012-10-03 | 公安部第三研究所 | 基于高速脉冲激光扫描的车型自动识别系统及方法 |
JP2013012243A (ja) * | 2012-09-28 | 2013-01-17 | Toshiba Corp | カメラシステム |
CN204155449U (zh) * | 2014-09-04 | 2015-02-11 | 上海智达商投资管理合伙企业(有限合伙) | 一种车牌识别比对高清摄像机及监控系统 |
CN105243851A (zh) * | 2015-09-24 | 2016-01-13 | 上海车音网络科技有限公司 | 车辆监控方法和系统 |
CN205827663U (zh) * | 2016-07-18 | 2016-12-21 | 武汉万集信息技术有限公司 | 一种具有激光扫描和摄像功能的rfid读写器 |
CN108074400A (zh) * | 2016-11-14 | 2018-05-25 | 北京航天长峰科技工业集团有限公司 | 一种基于海量数据分析的重点车辆分析模型 |
CN106710231A (zh) * | 2017-01-23 | 2017-05-24 | 上海良相智能化工程有限公司 | 一种超限超载非现场执法系统 |
CN107919018A (zh) * | 2017-11-21 | 2018-04-17 | 北京华油信通科技有限公司 | 车辆视频监控系统 |
CN108320517A (zh) * | 2017-12-28 | 2018-07-24 | 浙江中新长清信息科技有限公司 | 车牌和车辆识别系统及监测服务器 |
CN108765943A (zh) * | 2018-05-30 | 2018-11-06 | 深圳市城市公共安全技术研究院有限公司 | 车辆智能监控方法、监控系统及服务器 |
CN108922181A (zh) * | 2018-07-12 | 2018-11-30 | 安徽电信工程有限责任公司 | 一种多方位监测行驶车辆的智能交通监控系统 |
CN108919256A (zh) * | 2018-07-24 | 2018-11-30 | 河北德冠隆电子科技有限公司 | 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 |
CN109064755A (zh) * | 2018-07-24 | 2018-12-21 | 河北德冠隆电子科技有限公司 | 基于四维实景交通仿真路况感知管理系统的路径识别方法 |
CN109166321A (zh) * | 2018-09-05 | 2019-01-08 | 武汉万集信息技术有限公司 | 道路交通车辆监测方法和道路交通车辆监测系统 |
Non-Patent Citations (2)
Title |
---|
冯莹莹: "《智能监控视频中运动目标跟踪方法研究》", 30 June 2018, 长春:吉林大学出版社 * |
都伊林: "《智能安防新发展与应用》", 31 July 2018, 武汉:华中科技大学出版社 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111275984A (zh) * | 2020-02-20 | 2020-06-12 | 三一重工股份有限公司 | 车辆检测方法、装置及服务器 |
CN111275984B (zh) * | 2020-02-20 | 2022-04-15 | 三一重工股份有限公司 | 车辆检测方法、装置及服务器 |
CN111815960A (zh) * | 2020-06-28 | 2020-10-23 | 贵州数据宝网络科技有限公司 | 一种基于大数据的车辆信息展示方法 |
WO2022052451A1 (zh) * | 2020-09-11 | 2022-03-17 | 上海商汤临港智能科技有限公司 | 一种影像信息的处理方法及装置、电子设备和存储介质 |
CN113132493A (zh) * | 2021-04-29 | 2021-07-16 | 任勇金 | 一种基于定位信息对车辆进行跨区域监控的方法及系统 |
CN113132493B (zh) * | 2021-04-29 | 2022-07-22 | 任勇金 | 一种基于定位信息对车辆进行跨区域监控的方法及系统 |
CN114202927A (zh) * | 2021-12-27 | 2022-03-18 | 招商局重庆公路工程检测中心有限公司 | 一种基于多传感器融合的车型检测方法 |
CN114202927B (zh) * | 2021-12-27 | 2022-11-15 | 招商局重庆公路工程检测中心有限公司 | 一种基于多传感器融合的车型检测方法 |
CN114844939A (zh) * | 2022-04-27 | 2022-08-02 | 海口亿游网络科技有限公司 | 一种基于车牌号作为车联网通讯的标识方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109754610A (zh) | 车辆监控方法及装置 | |
CN109767626B (zh) | 一种路边停车巡检方法、系统、巡逻车及服务器 | |
CN110146097B (zh) | 自动驾驶导航地图的生成方法、系统、车载终端及服务器 | |
US9336450B2 (en) | Methods and systems for selecting target vehicles for occupancy detection | |
CN107256394A (zh) | 驾驶员信息与车辆信息核验方法、装置以及系统 | |
CN106101628A (zh) | 一种车辆事故处理的方法以及终端 | |
CN106875697B (zh) | 射频识别与视频识别比对方法及系统 | |
CN110992706B (zh) | 一种车辆检测方法、装置以及车路协同系统 | |
CN104658264A (zh) | 一种基于etc和视频的车辆校验方法和系统 | |
CN108932849B (zh) | 一种记录多台机动车低速行驶违法行为的方法及装置 | |
JP6939362B2 (ja) | 車両捜索システム、車両捜索方法、ならびに、それに用いられる車両およびプログラム | |
CN110634306A (zh) | 车辆位置的确定方法及装置、存储介质、计算设备 | |
CN105989745A (zh) | 一种车辆违章信息的获取方法、装置及系统 | |
CN105976620A (zh) | 一种车速监控方法以及装置 | |
CN111477007A (zh) | 一种车辆查控分析管理系统及方法 | |
CN108924759A (zh) | 识别移动发生器的方法、装置及系统 | |
CN113287120A (zh) | 车辆驾驶环境异常监测方法、装置、电子设备和存储介质 | |
CN110232827B (zh) | 自由流收费车型识别方法、装置及系统 | |
CN106991823A (zh) | 车牌识别方法及装置 | |
CN110619692A (zh) | 一种事故场景还原方法、系统及装置 | |
CN110136012A (zh) | 一种基于区块链技术的事故辅助定责方法 | |
CN108922175B (zh) | 记录多台机动车越实线违法行为的方法及装置 | |
CN113129581A (zh) | 车辆信息的传输系统及方法、存储介质、电子装置 | |
CN116704627A (zh) | 一种车辆停车证据的生成系统及方法 | |
CN110766101A (zh) | 确定移动轨迹的方法和装置 |
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 |
Application publication date: 20190514 |
|
RJ01 | Rejection of invention patent application after publication |