CN110211389A - 车辆违规的确定方法及系统 - Google Patents
车辆违规的确定方法及系统 Download PDFInfo
- Publication number
- CN110211389A CN110211389A CN201910447700.8A CN201910447700A CN110211389A CN 110211389 A CN110211389 A CN 110211389A CN 201910447700 A CN201910447700 A CN 201910447700A CN 110211389 A CN110211389 A CN 110211389A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- vehicles
- unit
- violation
- 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
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000001514 detection method Methods 0.000 claims abstract description 36
- 238000004891 communication Methods 0.000 claims abstract description 26
- 238000005303 weighing Methods 0.000 claims description 23
- 238000005259 measurement Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 abstract description 7
- 238000004590 computer program Methods 0.000 description 4
- 230000003447 ipsilateral effect Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/90335—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种车辆违规的确定方法及系统，其中，上述方法包括：获取车辆进入第一检测区域的第一车辆信息；在所述车辆进入第一通信区域的情况下，从所述车辆的车载单元读取所述车辆的第二车辆信息；根据所述第一车辆信息和/或所述第二车辆信息确定所述车辆是否存在违规，采用上述技术方案，解决了相关技术中，从车载单元中读取到的车型信息及车牌信息和车辆的实际车型信息及车牌信息不一致，人工核对效率低，且耗时长等问题。
Description
技术领域
本发明涉及智能交通领域，具体而言，涉及一种车辆违规的确定方法及系统。
背景技术
随着智能交通行业的快速发展，在电子不停车收费系统中，在车辆的车载单元(OnBoard Unit，简称为OBU)中写入车牌信息和车型信息，通过路侧单元(Road Side Unit，简称为RSU)从车载单元OBU中读取车牌信息和车型信息，根据读取的车牌信息和车型信息，实现对车辆进行不停车智能收费。
在实际应用中许多车主可以采用作弊手段减少高速公路通行费的缴纳。常用的作弊手段包括：(1)对于客车，将小型车的车载单元拆卸下来安装在中、大型车上，并将车牌更换，实现少缴纳高速公路通行费的目的；(2)对于载货汽车，如果高速公路收费方法采用车型收费，将小型车的车载单元拆卸下来安装在中、大型车上，并将车牌更换，实现少缴纳高速公路通行费的目的；(3)对于列车，如果高速公路收费方法采用车型收费，在牵引车的车载单元中只写入牵引车的车型信息，而在实际应用中牵引车和拖挂车一起在高速公路上通行，实现少缴纳高速公路通行费的目的；(4)对于列车，如果高速公路收费方法采用车型收费，即使在牵引车的车载单元中同时写入了牵引车的车型信息和拖挂车的车型信息，通过更换拖挂车的车型也能实现少缴纳高速公路通行费的目的。目前对于上述作弊行为，主要采用人工核对的方法，此方法效率低、耗费时间长。
针对相关技术中，从车载单元中读取到的车型信息及车牌信息和车辆的实际车型信息及车牌信息不一致，人工核对效率低，且耗时长等问题，尚未提出有效的技术方案。
发明内容
本发明实施例提供了一种车辆违规的确定方法及系统，以至少解决相关技术中从车载单元中读取到的车型信息及车牌信息和车辆的实际车型信息及车牌信息不一致，人工核对效率低，且耗时长等问题。
根据本发明的一个实施例，提供了一种车辆违规的确定方法，包括：获取车辆进入第一检测区域的第一车辆信息；在所述车辆进入第一通信区域的情况下，从所述车辆的车载单元读取所述车辆的第二车辆信息；根据所述第一车辆信息和/或所述第二车辆信息确定所述车辆是否存在违规。
可选地，获取所述车辆进入第一检测区域的第一车辆信息，包括以下至少之一：获取所述车辆的第一车牌信息；获取所述车辆的第一车辆记录信息；获取所述车辆的第一车型信息；获取所述车辆的第一车辆外观信息；获取所述车辆的第一称重信息；获取所述车辆的第一驱动轴信息；获取所述车辆的第一外廓尺寸信息；获取所述车辆的第一车速信息；获取所述车辆的第一人脸及安全带识别信息。
可选地，获取所述车辆的第一车牌信息包括：获取所述车辆的车头车牌信息，以及车头抓拍图片；获取所述车辆的车尾车牌，以及车尾抓拍图片。
可选地，获取所述车辆的第一车辆记录信息包括以下至少之一：根据所述车辆的车头车牌信息和车尾车牌信息从管理后台查询所述车辆的N条车型数据、车速数据、长度数据、宽度数据、高度数据、整备质量数据、违规数据，其中，N为自然数。
可选地，根据所述第一车辆信息确定所述车辆是否存在违规，包括：在所述第一车辆信息指示至少以下之一的情况下，确定所述车辆存在违规：所述车辆载货后整车的长度大于长度超限阈值；所述车辆载货后整车的宽度大于宽度超限阈值；所述车辆载货后整车的高度大于高度超限阈值；所述车辆的整备质量数据大于超载阈值；所述车辆的车速数据超过所述车辆所在路段的超速阈值。
可选地，根据所述第一车辆信息和所述第二车辆信息确定所述车辆是否存在违规，包括：
匹配所述第一车辆信息和所述第二车辆信息，在所述第一车辆信息和所述第二车辆信息不一致时，确定所述车辆存在违规；
在所述车辆为客车或者载货汽车的情况下，如果所述车辆的第一车型信息与所述车辆的第二车型信息不相同，或者所述车辆的第一车牌信息与所述车辆的第二车牌信息不相同，则所述车辆存在违规行为；
在所述车辆为列车的情况下，如果所述车辆的第一牵引车车型与所述车辆第二牵引车车型不同，或者所述车辆的第一挂车车型与所述车辆的第二挂车车型不同，或者所述车辆的车头车牌与所述车辆的牵引车车牌不同，或者所述车辆的车尾车牌与所述车辆的挂车车牌不同，则所述车辆存在违规行为。
根据本发明的另一个实施例，还提供了一种车辆违规的确定系统，其特征在于，包括：第一检测单元，路侧单元，处理器，后台单元，其中，所述第一检测单元和所述处理器，用于获取车辆进入第一检测区域的第一车辆信息；所述路侧单元，用于在所述车辆进入第一通信区域的情况下，从所述车辆的车载单元读取所述车辆的第二车辆信息；所述处理器，用于根据所述第一车辆信息和/或所述第二车辆信息确定所述车辆是否存在违规；所述后台单元，用于接收所述车辆是否违规的违规结果。
可选地，所述第一检测单元包括以下至少之一：车头抓拍相机、车尾抓拍相机、第一触发单元、第一车型识别单元、第一称重单元、第一驱动轴识别单元、第一外廓尺寸测量单元、第一车速测量单元和第一人脸识别单元。
可选地，所述第一触发单元包括以下至少之一：一个或者多个激光传感器、一个或者多个微波传感器、一个或者多个线圈传感器、一个或者多个光栅。
可选地，所述第一人脸识别单元包括以下至少之一：人脸及安全带识别相机，用于获取所述车辆的第一人脸及安全带识别信息，其中，所述第一人脸及安全带识别信息包括：驾驶员人脸识别结果和寄安全带结果、副驾驶员人脸识别结果和寄安全带结果。
根据本发明的另一个实施例，还提供了一种存储介质，存储介质中存储有计算机程序，其中，计算机程序被设置为运行时执行以上任一项的车辆信息的确定方法。
通过本发明，获取车辆进入第一检测区域的第一车辆信息；在所述车辆进入第一通信区域的情况下，从所述车辆的车载单元读取所述车辆的第二车辆信息；根据所述第一车辆信息和/或所述第二车辆信息确定所述车辆是否存在违规，实现了根据所述第一车辆信息和/或所述第二车辆信息确定所述车辆是否存在违规的技术方案，而采用上述技术方案，解决了相关技术中，从车载单元中读取到的车型信息及车牌信息和车辆的实际车型信息及车牌信息不一致，人工核对效率低，且耗时长等问题，实现了无需人工核对，提高了核查效率。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，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为根据本发明实施例的车辆违规的确定方法的流程图；
图2是根据本发明实施例的一种自由流车道全车型的稽查方法的流程图；
图3是根据本发明实施例的车辆违规的确定系统的结构框图；
图4是根据本发明实施例的一种自由流车道全车型的稽查系统安装示意图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
需要说明的是，本发明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。
实施例1
根据本发明的一个实施例，提供了一种车辆违规的确定方法，图1为根据本发明实施例的车辆违规的确定方法的流程图，如图1所示，包括：
步骤S102，获取车辆进入第一检测区域的第一车辆信息；
步骤S104，在所述车辆进入第一通信区域的情况下，从所述车辆的车载单元读取所述车辆的第二车辆信息；
步骤S106，根据所述第一车辆信息和/或所述第二车辆信息确定所述车辆是否存在违规。
通过本发明，获取车辆进入第一检测区域的第一车辆信息；在所述车辆进入第一通信区域的情况下，从所述车辆的车载单元读取所述车辆的第二车辆信息；根据所述第一车辆信息和/或所述第二车辆信息确定所述车辆是否存在违规，实现了根据所述第一车辆信息和/或所述第二车辆信息确定所述车辆是否存在违规的技术方案，而采用上述技术方案，解决了相关技术中，从车载单元中读取到的车型信息及车牌信息和车辆的实际车型信息及车牌信息不一致，人工核对效率低，且耗时长等问题，实现了无需人工核对，提高了核查效率。
在本发明实施例中，步骤S102可以通过以下方式实现：获取车辆进入第一检测区域的第一车辆信息，包括以下至少之一：获取所述车辆的第一车牌信息；获取所述车辆的第一车辆记录信息；获取所述车辆的第一车型信息；获取所述车辆的第一车辆外观信息；获取所述车辆的第一称重信息；获取所述车辆的第一驱动轴信息；获取所述车辆的第一外廓尺寸信息；获取所述车辆的第一车速信息；获取所述车辆的第一人脸及安全带识别信息，具体地，获取所述车辆的第一车牌信息包括：获取所述车辆的车头车牌信息，以及车头抓拍图片；获取所述车辆的车尾车牌，以及车尾抓拍图片，获取所述车辆的第一车辆记录信息包括以下至少之一：根据所述车辆的车头车牌信息和车尾车牌信息从管理后台查询所述车辆的N条车型数据、车速数据、长度数据、宽度数据、高度数据、整备质量数据、违规数据，其中，N为自然数。
可选地，根据所述第一车辆信息确定所述车辆是否存在违规包括：在所述第一车辆信息指示至少以下之一的情况下，确定所述车辆存在违规：所述车辆载货后整车的长度大于长度超限阈值；所述车辆载货后整车的宽度大于宽度超限阈值；所述车辆载货后整车的高度大于高度超限阈值；所述车辆的整备质量数据大于超载阈值；所述车辆的车速数据超过所述车辆所在路段的超速阈值。
可选地，根据所述第一车辆信息和所述第二车辆信息确定所述车辆是否存在违规，包括：
匹配所述第一车辆信息和所述第二车辆信息，在所述第一车辆信息和所述第二车辆信息不一致时，确定所述车辆存在违规；
在所述车辆为客车或者载货汽车的情况下，如果所述车辆的第一车型信息与所述车辆的第二车型信息不相同，或者所述车辆的第一车牌信息与所述车辆的第二车牌信息不相同，则所述车辆存在违规行为；
在所述车辆为列车的情况下，如果所述车辆的第一牵引车车型与所述车辆第二牵引车车型不同，或者所述车辆的第一挂车车型与所述车辆的第二挂车车型不同，或者所述车辆的车头车牌与所述车辆的牵引车车牌不同，或者所述车辆的车尾车牌与所述车辆的挂车车牌不同，则所述车辆存在违规行为。
以下结合一示例对上述的车辆违规的确定流程的技术方案进行解释说明，但不用于限定本发明实施例的技术方案，本发明示例提供了一种自由流车道全车型的稽查方法。图2是根据本发明实施例的一种自由流车道全车型的稽查方法的流程图，如图2所示，该方法包括：
步骤S202，车辆进入第一检测区域获取上述车辆的第一车辆信息；
步骤S204，上述车辆进入第一通信区域从车载单元中读取上述车辆的第二车辆信息；
步骤S206，根据上述车辆的第一车辆信息和/或第二车辆信息判断上述车辆是否违规，并将违规结果上传给后台。
优选地，车辆进入第一检测区域获取上述车辆的第一车辆信息包括但不限于：获取上述车辆的第一车牌信息；获取上述车辆的第一车辆记录信息；获取上述车辆的第一车型信息；获取上述车辆的第一车辆外观信息；获取上述车辆的第一称重信息；获取上述车辆的第一驱动轴信息；获取上述车辆的第一外廓尺寸信息；获取上述车辆的第一车速信息；获取上述车辆的第一人脸及安全带识别信息。
具体地，获取上述车辆的第一车牌信息包括：获取上述车辆的车头车牌及车头抓拍图片；获取上述车辆的车尾车牌及车尾抓拍图片；
优选地，车头抓拍图片包括一张或者多张车身侧面图片，车尾抓拍图片包括一张或者多张车身侧面图片。利用深度学习相关算法(具体可以采用现有技术中可能采用的任何一种可实现算法)，根据车头抓拍图片和车尾抓拍图片获取上述车辆的第一车型信息。
优选地，获取上述车辆的第一车辆记录信息包括但不限于根据上述车辆的车头车牌和车尾车牌从后台查询上述车辆的零条、一条或多条车型数据、车速数据、长宽高数据、整备质量数据、违规数据。
优选地，上述车辆的第一车型信息包括但不限于上述车辆属于客车、载货汽车和列车中哪一种、上述车辆属于高度公路收费车型中哪一种和上述车辆属于高速公路超载车型中哪一种。客车和载货汽车只有一个车牌，列车有两个车牌，若车辆为列车，第一车型信息还包括车辆的牵引车的第一牵引车车型信息和车辆的挂车的第一挂车车型信息，列车分为全挂列车、铰接列车和中置轴挂车列车。
优选地，第一车辆外观信息包括但不限于车辆的品牌、型号、颜色、外观缺陷；第一称重信息包括但不限于车辆的整备质量、轴数、轴型；车辆的第一驱动轴信息包括但不限于车辆的驱动轴的个数；车辆的第一外廓尺寸信息包括但不限于车辆载货后整车的长度、宽度和高度，若车辆为列车，车辆的第一外廓尺寸信息还包括车辆的牵引车的长度、宽度和高度及车辆的挂车的长度、宽度和高度；车辆的第一车速信息包括但不限于车辆经过第一检测区域的最大速度；车辆的第一人脸及安全带识别信息包括但不限于驾驶员人脸识别结果和安全带识别结果、副驾驶人脸识别结果和安全带识别结果。
优选地，车辆进入第一通信区域从车载单元中读取车辆的第二车辆信息，车辆的第二车辆信息包括但不限于车辆的第二车型信息和第二车牌信息。车辆的第二车型信息包括但不限于车辆属于客车、载货汽车和列车中的哪一种、车辆属于高度公路收费车型中哪一种和车辆属于高速公路超载车型中的哪一种，若车辆为客车或者载货汽车，车辆的第二车型信息为整车的车型信息，车辆的第二车牌信息为车头车牌信息；若车辆为列车，第二车型信息包括车辆的牵引车的第二牵引车车型信息和车辆的挂车的第二挂车车型信息，第二车牌信息包括车辆的牵引车车牌信息和车辆的挂车车牌信息。
优选地，将车辆的第一车辆信息和第二车辆信息进行匹配包括：
当车辆进入第一检测区域时，将车辆编号为第一车辆序号；当车辆进入第一通信区域时，将车辆编号为第二车辆序号；将第一车辆序号的第一车辆信息和第二车辆序号的第二车辆信息匹配在一起，这样就完成了车辆的第一车辆信息和第二车辆信息的匹配。
优选地，根据车辆的第一车辆信息和第二车辆信息判断车辆是否存在违规行为包括但不限于：当车辆第一车辆信息和第二车辆信息不相同时，车辆存在违规行为；当车辆载货后整车的长度大于长度超限阈值或者载货后整车的宽度大于宽度超限阈值或者载货后整车的高度大于高度超限阈值时，车辆存在违规行为；当车辆的整备质量大于超载阈值时，车辆存在违规行为，当车辆的速度超过当前路段的超速阈值时，车辆存在违规行为。
具体地，如果车辆为客车或者载货汽车，如果车辆的第一车型信息与车辆的第二车型信息不相同或者车辆的第一车牌信息与车辆的第二车牌信息不相同，则车辆存在违规行为；如果车辆为列车，如果车辆的第一牵引车车型与车辆第二牵引车车型不同或者车辆的第一挂车车型与车辆的第二挂车车型不同或者车辆的车头车牌与车辆的牵引车车牌不同或者车辆的车尾车牌与车辆的挂车车牌不同，则车辆存在违规行为。
具体地，当车辆的第一外廓尺寸信息中车辆载货后整车的长度大于第一长度超限阈值或者车辆的第一外廓尺寸信息中车辆载货后整车的宽度大于第一宽度超限阈值或者车辆的第一外廓尺寸信息中车辆载货后整车的高度大于第一高度超限阈值时，车辆超限，车辆存在违规行为。
具体地，当车辆为客车或者载货汽车时，当车辆的第一称重信息中的整备质量大于第一整备质量超限阈值时，则车辆存在违规行为，第一整备质量超限阈值跟车型有关，不同车型，第一整备质量超限阈值不同；当车辆为列车时，如果车辆的轴数小于6轴，当第一称重信息中的整备质量大于第一称重阈值时，车辆超载，存在违规行为，如果车辆的轴数为6轴，6轴列车单驱动轴与6轴列车双驱动轴限载不同，6轴列车单驱动轴限载第二整备质量超限阈值，6轴列车双驱动轴限载第三整备质量超限阈值，当车辆的第一驱动轴信息中的驱动轴个数为1时，当第一称重信息中的整备质量大于第二整备质量超限阈值时，车辆超载，存在违规行为，当车辆的驱动轴个数为2时，当第一称重信息中的整备质量大于第三整备质量超限阈值时，车辆超载，车辆存在违规行为。
具体地，当车辆的车速大于当前路段的超速阈值时，车辆超速，车辆存在违规行为。
将违规结果上传给后台，包括但不限于将车辆的第一车辆信息和第二车辆信息给后台。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
在本实施例中还提供了一种车辆违规的确定系统，该系统用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图3是根据本发明实施例的车辆违规的确定系统的结构框图，如图3所示，该装置包括：
第一检测单元30，路侧单元32，处理器34，后台单元36，其中，所述第一检测单元30和所述处理器34，用于获取车辆进入第一检测区域的第一车辆信息；所述路侧单元32，用于在所述车辆进入第一通信区域的情况下，从所述车辆的车载单元读取所述车辆的第二车辆信息；所述处理器34，用于根据所述第一车辆信息和/或所述第二车辆信息确定所述车辆是否存在违规；所述后台单元36，用于接收所述车辆是否违规的违规结果。。
通过本发明，通过所述第一检测单元获取车辆进入第一检测区域的第一车辆信息；在所述车辆进入第一通信区域的情况下，通过所述路侧单元从所述车辆的车载单元读取所述车辆的第二车辆信息；用于根据所述第一车辆信息和/或所述第二车辆信息确定所述车辆是否存在违规，实现了根据所述第一车辆信息和/或所述第二车辆信息确定所述车辆是否存在违规的技术方案，而采用上述技术方案，解决了相关技术中，从车载单元中读取到的车型信息及车牌信息和车辆的实际车型信息及车牌信息不一致，人工核对效率低，且耗时长等问题，实现了无需人工核对，提高了核查效率。
在本发明一可选实施例中，所述第一检测单元包括以下至少之一：车头抓拍相机、车尾抓拍相机、第一触发单元、第一车型识别单元、第一称重单元、第一驱动轴识别单元、第一外廓尺寸测量单元、第一车速测量单元和第一人脸识别单元。
在本发明一可选实施例中，所述车辆正向行驶时先经过所述第一检测单元，再经过所述路侧单元。
在本发明一可选实施例中，所述第一触发单元包括以下至少之一：一个或者多个激光传感器、一个或者多个微波传感器、一个或者多个线圈传感器、一个或者多个光栅。
在本发明一可选实施例中，所述第一人脸识别单元包括以下至少之一：人脸及安全带识别相机，用于获取所述车辆的第一人脸及安全带识别信息，其中，所述第一人脸及安全带识别信息包括：驾驶员人脸识别结果和寄安全带结果、副驾驶员人脸识别结果和寄安全带结果。
以下还结合另一可选实施例对上述车辆违规的确定系统的技术方案进行解释，但不用于确定本发明实施例的上述技术方案，本发明实施例的可选示例还提供了一种自由流车道全车型的稽查系统，图4是根据本发明实施例的一种自由流车道全车型的稽查系统安装示意图，其中，上述自由流车道全车型的稽查系统包括第一检测单元1、第一中央数据处理器2(可以理解为上述实施里的处理器34)、第一通信单元3和第一后台单元4，第一检测单元1和第一中央数据处理器2用于获取车辆的第一车辆信息，第一通信单元3用于从车辆的车载单元中获取第二车辆信息，第一中央数据处理器2用于从第一后台单元4查询车辆的第一车辆记录信息，根据第一车辆信息和/或第二车辆信息判断车辆是否存在违规行为并将违规结果上传给第一后台单元4。
优选地，车辆正向行驶时先经过第一检测单元1，再经过第一通信单元2。
第一检测单元1包括但不限于车头抓拍相机011、车尾抓拍相机012、第一触发单元5、第一车型识别单元6、第一称重单元7、第一驱动轴识别单元8、第一外廓尺寸测量单元9、第一车速测量单元10和第一人脸识别单元11。
优选地，车头抓拍相机011用于获取车头车牌和车头抓拍图片，车尾抓拍相机012用于获取车尾车牌和车尾抓拍图片。
优选地，车头车牌、车头抓拍图片、车尾车牌和车尾抓拍图片组成第一车牌信息，车头抓拍图片包括一张或者多张车身侧面图片，车尾抓拍图片包括一张或者多张车身侧面图片。利用深度学习相关算法，第一中央数据处理器2根据车头抓拍图片和车尾抓拍图片获取车辆的第一车型信息，车辆的第一车型信息包括但不限于车辆属于客车、载货汽车和列车中哪一种、车辆属于高度公路收费车型中哪一种和车辆属于高速公路超载车型中哪一种，客车和载货汽车只有一个车牌，列车有两个车牌，若车辆为列车，第一车型信息还包括车辆的牵引车的第一牵引车车型信息和车辆的挂车的第一挂车车型信息，第一车辆信息包括第一车牌信息和第一车型信息。
优选地，车头抓拍相机011安装在车道的一侧，距离地面高度为2m，车尾抓拍相机012安装在车道的一侧，距离地面高度为2m，优选地，车头抓拍相机011与车尾抓拍相机安装在车道的同侧，车头抓拍相机011在地面上的投影与车尾抓拍相机012在地面上的投影沿车辆行驶方向上的距离大于1m，优选地，车头抓拍相机011在地面上的投影与车尾抓拍相机012在地面上的投影沿车辆行驶方向上的距离为10m，车辆正向行驶时先经过车尾抓拍相机012，然后经过车头抓拍相机011。
第一中央数据处理器2安装在车道的一侧，车头抓拍相机011与第一中央数据处理器2通过网口连接，当车辆通过车头抓拍相机011的识别区域时，车头抓拍相机011通过视频自触发抓拍，车头抓拍相机011进行抓拍，获取车头车牌和车头抓拍图片，车头抓拍相机011将车头车牌和车头抓拍图片发送给第一中央数据处理器2；车尾抓拍相机012与第一中央数据处理器2通过网口连接，当车辆通过车尾抓拍相机012的识别区域时，车尾抓拍相机012通过视频自触发抓拍，车尾抓拍相机012进行抓拍，获取车尾车牌和车尾抓拍图片，车头抓拍相机012将车尾车牌和车尾抓拍图片发送给第一中央数据处理器2。
优选地，第一中数据处理器2与第一后台单元4通过网线或者无线网络或者光纤连接，第一中央数据处理器2根据车头车牌和车尾车牌从第一后台单元4查询车辆的第一车辆记录信息，车辆的第一车辆记录信息包括但不限于车辆的零条、一条或多条车型数据、车速数据、长宽高数据、整备质量数据、违规数据。
优选地，第一中央控制器2还可以根据车头抓拍图片和车尾抓拍图片获取车辆的第一车辆外观信息，车辆的第一车辆外廓信息包括但不限于车辆的品牌、型号、颜色、外观缺陷。
优选地，第一触发单元5，用于但不限于触发车头抓拍相机011和车尾抓拍相机012进行抓拍，第一触发单元与第一中央数据处理器2通过网口、串口或者IO连接。
优选地，第一触发单元5包括但不限于一个或者多个激光传感器、一个或者多个微波传感器、一个或者多个线圈传感器、一个或者多个光栅。
具体地，第一触发单元5包括一个激光传感器51，激光传感器51安装在车道的一侧，与车头识别相机011和车尾识别相机012同侧，位于车头识别相机011和车尾识别相机012之间，距离地面的高度为1.5m，激光传感器51的发光平面与车辆的行驶方向垂直，激光传感器51在地面上的投影与车头抓拍相机011在地面上的投影在车辆行驶方向上的距离为5m，激光传感器51在地面上的投影与车尾抓拍相机012在地面上的投影在车辆行驶方向上的距离为5m。第一中央数据处理器2实时对激光传感器51的测距信息进行处理，当第一中央数据处理器2根据激光传感器51的测距信息判断车辆的车头最前端第一次通过激光传感器51的发光平面时，第一中央数据处理器2触发车头识别相机011进行抓拍，当第一中央数据处理器2根据激光传感器51的测距信息判断车辆的车尾最后端第一次通过激光传感器51的发光平面时，第一中央数据处理器2触发车尾识别相机012进行抓拍。
优选地，第一车型识别单元6用于获取第一车型信息。
具体地，第一车型识别单元6可以为第一扫描式激光传感器61，第一扫描式激光传感器61安装在车道的一侧，与车头识别相机011和车尾识别相机012同侧，位于车头识别相机011和车尾识别相机012之间，距离地面的高度为1.5m，扫描频率为200Hz，第一扫描式激光传感器61的扫描平面与车辆的行驶方向垂直，第一扫描式激光传感器61在地面上的投影与车头抓拍相机011在地面上的投影在车辆行驶方向上的距离为5m，第一扫描式激光传感器61在地面上的投影与车尾抓拍相机012在地面上的投影在车辆行驶方向上的距离为5m。第一扫描式激光传感器61与第一中央数据处理器2通过网线连接。第一扫描式激光传感器61也能实现第一触发单元5的功能，第一中央数据处理器2实时对第一扫描式激光传感器61的测距信息进行处理，当第一中央数据处理器2根据第一扫描式激光传感器61的测距信息判断车辆的车头最前端第一次通过第一扫描式激光传感器61的扫描平面时，第一中央数据处理器2触发车头识别相机011进行抓拍，当第一中央数据处理器2根据第一扫描式激光传感器61的测距信息判断车辆的车尾最后端第一次通过第一扫描式激光传感器61的扫描平面时，第一中央数据处理器2触发车尾识别相机012进行抓拍。当车辆在通过第一扫描式激光传感器61的扫描面的过程中，第一中央数据处理器实时对测距信息处理获得车辆的侧面轮廓信息，然后根据侧面轮廓信息获取车辆的第一车型信息，车辆的第一车型信息包括但不限于车辆属于客车、载货汽车和列车中哪一种、车辆属于高度公路收费车型中哪一种和车辆属于高速公路超载车型中哪一种，客车和载货汽车只有一个车牌，列车有两个车牌，若车辆为列车，第一车型信息还包括车辆的牵引车的第一牵引车车型信息和车辆的挂车的第一挂车车型信息，第一车辆信息包括第一车牌信息和第一车型信息。当第一中央数据处理器2根据第一扫描式激光传感器61的测距信息判断车辆的车头最前端第一次通过第一扫描式激光传感器61的扫描平面时，第一中央数据处理器2触发车头识别相机011进行抓拍，车头识别相机011将车头车牌和车头抓拍图片传给第一中央数据处理器2，当第一中央数据处理器2根据第一扫描式激光传感器61的测距信息判断车辆的车尾最后端第一次通过第一扫描式激光传感器61的扫描平面时，第一中央数据处理器2触发车尾识别相机012进行抓拍，车尾识别相机012将车尾车牌和车尾抓拍图片传给第一中央数据处理器2。
优选地，第一称重单元7用于获取车辆的第一称重信息，第一称重信息包括但不限于车辆的整备质量、轴数、轴型。
具体地，第一称重单元7为窄条式压力传感器71，第一扫描式激光传感器61在地面的投影与窄条式压力传感器71在车辆行驶方向的距离为0.5m，车辆正向行驶时先经过第一扫描式激光传感器61，然后经过第一称重单元71，窄条式压力传感器71与第一中央数据处理器2通过网线或者串口连接，当第一中央数据处理器2根据第一扫描式激光传感器61的测距信息判断车辆的车头最前端第一次通过第一扫描式激光传感器61的扫描平面时，第一中央数据处理器2触发窄条式压力传感器71开始测量，当第一中央数据处理器2根据第一扫描式激光传感器61的测距信息判断车辆的车尾最后端第一次通过第一扫描式激光传感器61的扫描平面时，第一中央数据处理器2触发窄条式压力传感器71停止测量，窄条式压力传感器71将第一称重信息传给第一中央数据处理器2。
优选地，第一驱动轴识别单元8用于获取车辆的第一驱动轴信息，第一驱动轴的信息包括但不限于车辆的驱动轴的个数。
具体地，第一驱动轴识别单元8可以为第一红外探测仪81，第一红外探测仪81安装在第一扫描式激光传感器61的同侧，距离地面高度为0.3m左右，第一红外探测仪81在地面上投影与第一扫描式激光传感器51在地面上的投影沿车辆行驶方向上的距离为2m左右，第一红外探测仪81的识别区域在车道中线附近，通过调节第一红外探测仪81与车辆行驶方向的夹角、第一红外探测仪81和垂直地面方向的夹角及第一红外探测仪81的焦距，可以调节识别区域，车辆正向行驶时先经过第一红外探测仪81，后经过第一扫描式激光传感器61，第一中央数据处理器2与第一红外探测仪81通过网线连接，当第一中央数据处理器2根据第一扫描式激光传感器61的测距信息判断车辆的轮轴通过第一扫描式激光传感器61的扫描平面时，第一中央数据处理器2触发第一红外探测仪81进行一次抓拍，如果第一中央数据处理器2根据第一扫描式激光传感器61的测距信息判断车辆的轮轴总数为N，则第一中央数据处理器2触发第一红外探测仪81进行N次抓拍，得到N张图片，第一红外探测仪81根据驱动轴在车辆底盘的位置和桥壳结构，判断每个轴是否为驱动轴，计算驱动轴的个数，从而获得车辆的第一驱动轴信息，并将车辆的第一驱动轴信息发送给中央数据处理器2。
优选地，第一外廓尺寸测量单元9用于获取车辆的第一外廓尺寸信息，车辆的第一外廓尺寸信息包括但不限于车辆载货后整车的长度、宽度和高度，若车辆为列车，车辆的第一外廓尺寸信息还包括车辆的牵引车的长度、宽度和高度及车辆的挂车的长度、宽度和高度。
具体地，第一外廓尺寸测量单元9包括第一扫描式激光传感器61、第二扫描式激光传感器91和第三扫描式激光传感器92，第二扫描式激光传感器91安装在车道的一侧，第二扫描式激光传感器91安装在第一扫描式激光传感器61的另一侧，距离地面高度为6-7m左右，扫描平面与车辆行驶方向垂直，扫描频率为200HZ，第二扫描式激光传感器91在地面上的投影与第一扫描式激光传感器61在地面上的投影在车辆行驶方向的距离为0.2m；第三扫描式激光传感器92安装在车道的正上方，扫描平面与车辆行驶方向平行，扫描平面在地面上的投影位于车道中间，扫描频率为200HZ，第三扫描式激光传感器92在地面上的投影与第一扫描式激光传感器61在地面上的投影在车辆行驶方向的距离大于第一长度超限阈值，第一长度超限阈值为允许驶入高速公路的车辆最大长度，例如，第一长度超限阈值为18.1m。第二扫描式激光传感器91与第一中央数据处理器2通过网线连接，第三扫描式激光传感器92与第一中央数据处理器2通过网线连接，当车辆经过第一扫描式激光传感器61的扫描面过程中，第一中央数据处理器2实时处理第一扫描式激光传感器61的测距信息，获得车辆的第一侧面轮廓信息；车辆经过第二扫描式激光传感器91的扫描面过程中，第一中央数据处理器2实时处理第二扫描式激光传感器91的测距信息，获得车辆的第二侧面轮廓信息；车辆经过第一扫描式激光传感器61的扫描面过程中和车辆经过第二扫描式激光传感器91的扫描面过程中，第一中央数据处理器2实时处理第三扫描式激光传感器92的测距信息，获得车辆的车头位置信息，第一中央数据处理器2根据第一扫描式激光传感器61的测距信息和第二扫描式激光传感器91的测距信息判断车辆的车尾最后端均通过第一扫描式激光传感器61的扫描面和第二扫描式激光传感器91的扫描面时，第一中央数据处理器2对车辆的第一侧面轮廓信息、第二侧面轮廓信息和车头位置信息进行处理得到车辆的第一外廓尺寸信息，车辆的第一外廓尺寸信息包括车辆载货后整车的长度、宽度和高度，若车辆为列车，车辆的第一外廓尺寸信息还包括车辆的牵引车的长度、宽度和高度及车辆的挂车的长度、宽度和高度。
优选地，第一车速测量单元10用于获取车辆的第一车速信息，第一车速信息包括但不限于车辆经过第一检测区域的最大速度。第一车速测距单元10包括但不限于超声波测距传感器、微波测距传感器、激光传感器，第一车速测距单元10与第一中央数据处理器2通过网线和串口连接。
具体地，第一车速测量单元10为第三扫描式激光传感器92，当车辆通过第一检测区域的过程中，第一中央数据处理器2实时处理第三扫描式激光传感器92的测距信息，获得车辆的车头位置信息，结合第三扫描式激光传感器92的扫描频率，便能获取车辆的第一车速信息。
优选地，第一人脸及安全带识别单元11包括但不限于人脸及安全带识别相机，用于获取车辆的第一人脸及安全带识别信息，第一人脸识别信息包括驾驶员人脸识别结果和寄安全带结果、副驾驶员人脸识别结果和寄安全带结果，第一人脸及安全带识别单元11与第一中央数据处理器2通过网线或者串口连接。
具体地，第一人脸识别单元11可以为人脸及安全带识别相机111，人脸及安全带识别相机111安装在车道的正上方，在地面上的投影位于车道中间，当车辆驶入人脸及安全带识别相机111的识别区域时，人脸及安全带识别相机111通过视频自触发抓拍，或者当第一中央数据处理器2根据激光传感器51的测距信息判断车辆的车头最前端第一次通过激光传感器51的发光平面时，第一中央数据处理器2触发人脸及安全带识别相机111进行抓拍，人脸及安全带识别相机111将第一人脸及安全带识别信息发送给第一中央数据处理器2。
优选地，第一通信单元3为RSU设备，车辆的车载单元为OBU设备，第一通信单元3安装在车道的上方，距离地面的高度为6m，当车辆正向行驶时先经过第一检测单元1，然后经过第一通信单元3，第一通信单元3与第一中央数据处理器2通过网线、无线网络或者串口连接，当车辆的车载单元进入第一通信单元3的识别区域时，第一通信单元3从车载单元中获取车辆的第二车辆信息，第一通信单元3将车辆的第二车辆信息发送给第一中央数据处理器2，第二车辆信息包括但不限于车辆的第二车牌信息和第二车型信息，车辆的第二车型信息包括但不限于车辆属于客车、载货汽车和列车中的哪一种、车辆属于高度公路收费车型中哪一种和车辆属于高速公路超载车型中的哪一种，若车辆为客车或者载货汽车，车辆的第二车型信息为整车的车型信息，车辆的第二车牌信息为车头车牌信息；若车辆为列车，第二车型信息包括车辆的牵引车的第二牵引车车型信息和车辆的挂车的第二挂车车型信息，第二车牌信息包括车辆的牵引车车牌信息和车辆的挂车车牌信息。
优选地，当车辆通过第一通信单元3时，第一中央数据处理器获取到第二车辆信息之后，第一中央数据处理器2将车辆的第一车辆信息和第二车辆信息进行匹配包括：当车辆进入第一检测区域时，将车辆编号为第一车辆序号；当车辆进入第一通信区域时，将车辆编号为第二车辆序号；将第一车辆序号的第一车辆信息和第二车辆序号的第二车辆信息匹配在一起，这样就完成了车辆的第一车辆信息和第二车辆信息的匹配。
优选地，第一中央数据处理器2将车辆的第一车辆信息和第二车辆信息匹配之后，根据车辆的第一车辆信息和第二车辆信息判断车辆是否存在违规行为包括但不限于：当车辆第一车辆信息和第二车辆信息不相同时，车辆存在违规行为；当车辆载货后整车的长度大于长度超限阈值或者载货后整车的宽度大于宽度超限阈值或者载货后整车的高度大于高度超限阈值时，车辆存在违规行为；当车辆的整备质量大于超载阈值时，车辆存在违规行为，当车辆的速度超过当前路段的超速阈值时，车辆存在违规行为。
具体地，如果车辆为客车或者载货汽车，如果车辆的第一车型信息与车辆的第二车型信息不相同或者车辆的第一车牌信息与车辆的第二车牌信息不相同，则车辆存在违规行为；如果车辆为列车，如果车辆的第一牵引车车型与车辆第二牵引车车型不同或者车辆的第一挂车车型与车辆的第二挂车车型不同或者车辆的车头车牌与车辆的牵引车车牌不同或者车辆的车尾车牌与车辆的挂车车牌不同，则车辆存在违规行为。
具体地，当车辆的第一外廓尺寸信息中车辆载货后整车的长度大于第一长度超限阈值或者车辆的第一外廓尺寸信息中车辆载货后整车的宽度大于第一宽度超限阈值或者车辆的第一外廓尺寸信息中车辆载货后整车的高度大于第一高度超限阈值时，车辆超限，车辆存在违规行为；
具体地，当车辆为客车或者载货汽车时，当车辆的第一称重信息中的整备质量大于第一整备质量超限阈值时，则车辆存在违规行为，第一整备质量超限阈值跟车型有关，不同车型，第一整备质量超限阈值不同；当车辆为列车时，如果车辆的轴数小于6轴，当第一称重信息中的整备质量大于第一称重阈值时，车辆超载，存在违规行为，如果车辆的轴数为6轴，，6轴列车单驱动轴与6轴列车双驱动轴限载不同，6轴列车单驱动轴限载第二整备质量超限阈值，6轴列车双驱动轴限载第三整备质量超限阈值，当车辆的第一驱动轴信息中的驱动轴个数为1时，当第一称重信息中的整备质量大于第二整备质量超限阈值时，车辆超载，存在违规行为，当车辆的驱动轴个数为2时，当第一称重信息中的整备质量大于第三整备质量超限阈值时，车辆超载，车辆存在违规行为。
具体地，当车辆的车速大于当前路段的超速阈值时，车辆超速，车辆存在违规行为。
优选地，第一中数据处理器2将违规结果上传给第一后台单元4包括但不限于将车辆的第一车辆信息和第二车辆信息上传给第一后台单元4。
需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
本发明的实施例还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：
S1，获取车辆进入第一检测区域的第一车辆信息；
S2，在所述车辆进入第一通信区域的情况下，从所述车辆的车载单元读取所述车辆的第二车辆信息；
S3，根据所述第一车辆信息和/或所述第二车辆信息确定所述车辆是否存在违规。
可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
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)
1.一种车辆违规的确定方法，其特征在于，包括：
获取车辆进入第一检测区域的第一车辆信息；
在所述车辆进入第一通信区域的情况下，从所述车辆的车载单元读取所述车辆的第二车辆信息；
根据所述第一车辆信息和/或所述第二车辆信息确定所述车辆是否存在违规。
2.根据权利要求1所述的方法，其特征在于，获取车辆进入第一检测区域的第一车辆信息，包括以下至少之一：
获取所述车辆的第一车牌信息；
获取所述车辆的第一车辆记录信息；
获取所述车辆的第一车型信息；
获取所述车辆的第一车辆外观信息；
获取所述车辆的第一称重信息；
获取所述车辆的第一驱动轴信息；
获取所述车辆的第一外廓尺寸信息；
获取所述车辆的第一车速信息；
获取所述车辆的第一人脸及安全带识别信息。
3.根据权利要求2所述的方法，其特征在于，获取所述车辆的第一车牌信息包括：
获取所述车辆的车头车牌信息，以及车头抓拍图片；
获取所述车辆的车尾车牌，以及车尾抓拍图片。
4.根据权利要求3所述的方法，其特征在于，获取所述车辆的第一车辆记录信息包括以下至少之一：
根据所述车辆的车头车牌信息和车尾车牌信息从管理后台查询所述车辆的N条车型数据、车速数据、长度数据、宽度数据、高度数据、整备质量数据、违规数据，其中，N为自然数。
5.根据权利要求4所述的方法，其特征在于，根据所述第一车辆信息确定所述车辆是否存在违规，包括：
在所述第一车辆信息指示至少以下之一的情况下，确定所述车辆存在违规：
所述车辆载货后整车的长度大于长度超限阈值；
所述车辆载货后整车的宽度大于宽度超限阈值；
所述车辆载货后整车的高度大于高度超限阈值；
所述车辆的整备质量数据大于超载阈值；
所述车辆的车速数据超过所述车辆所在路段的超速阈值。
6.根据权利要求1所述的方法，其特征在于，根据所述第一车辆信息和所述第二车辆信息确定所述车辆是否存在违规，包括：
匹配所述第一车辆信息和所述第二车辆信息，在所述第一车辆信息和所述第二车辆信息不一致时，确定所述车辆存在违规；
在所述车辆为客车或者载货汽车的情况下，如果所述车辆的第一车型信息与所述车辆的第二车型信息不相同，或者所述车辆的第一车牌信息与所述车辆的第二车牌信息不相同，则所述车辆存在违规行为；
在所述车辆为列车的情况下，如果所述车辆的第一牵引车车型与所述车辆第二牵引车车型不同，或者所述车辆的第一挂车车型与所述车辆的第二挂车车型不同，或者所述车辆的车头车牌与所述车辆的牵引车车牌不同，或者所述车辆的车尾车牌与所述车辆的挂车车牌不同，则所述车辆存在违规行为。
7.一种车辆违规的确定系统，其特征在于，包括：第一检测单元，路侧单元，处理器，后台单元，其中，
所述第一检测单元和所述处理器，用于获取车辆进入第一检测区域的第一车辆信息；
所述路侧单元，用于在所述车辆进入第一通信区域的情况下，从所述车辆的车载单元读取所述车辆的第二车辆信息；
所述处理器，用于根据所述第一车辆信息和/或所述第二车辆信息确定所述车辆是否存在违规；
所述后台单元，用于接收所述车辆是否违规的违规结果。
8.根据权利要求7所述的系统，其特征在于，所述第一检测单元包括以下至少之一：车头抓拍相机、车尾抓拍相机、第一触发单元、第一车型识别单元、第一称重单元、第一驱动轴识别单元、第一外廓尺寸测量单元、第一车速测量单元和第一人脸识别单元。
9.根据权利要求8所述的系统，其特征在于，所述第一触发单元包括以下至少之一：一个或者多个激光传感器、一个或者多个微波传感器、一个或者多个线圈传感器、一个或者多个光栅。
10.根据权利要求8所述的系统，其特征在于，所述第一人脸识别单元包括以下至少之一：人脸及安全带识别相机，用于获取所述车辆的第一人脸及安全带识别信息，其中，所述第一人脸及安全带识别信息包括：驾驶员人脸识别结果和寄安全带结果、副驾驶员人脸识别结果和寄安全带结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910447700.8A CN110211389A (zh) | 2019-05-27 | 2019-05-27 | 车辆违规的确定方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910447700.8A CN110211389A (zh) | 2019-05-27 | 2019-05-27 | 车辆违规的确定方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110211389A true CN110211389A (zh) | 2019-09-06 |
Family
ID=67788977
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910447700.8A Pending CN110211389A (zh) | 2019-05-27 | 2019-05-27 | 车辆违规的确定方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110211389A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111340966A (zh) * | 2019-12-12 | 2020-06-26 | 山东中创软件工程股份有限公司 | 一种车辆检测方法、装置及系统 |
| CN111652137A (zh) * | 2020-06-03 | 2020-09-11 | 上海眼控科技股份有限公司 | 违法车辆检测方法、装置、计算机设备和存储介质 |
| CN112035587A (zh) * | 2020-08-31 | 2020-12-04 | 北京百度网讯科技有限公司 | 基于轨迹数据校验交规的方法、装置、设备和介质 |
| CN112685466A (zh) * | 2020-12-23 | 2021-04-20 | 北京千方科技股份有限公司 | 车辆超载预测模型训练方法、超载预测方法、系统和介质 |
| CN113112798A (zh) * | 2021-04-09 | 2021-07-13 | 苏庆裕 | 一种车辆超载检测方法、系统及存储介质 |
| CN113340390A (zh) * | 2021-06-28 | 2021-09-03 | 广东韶钢松山股份有限公司 | 一种防作弊称重系统及方法 |
| CN113643449A (zh) * | 2021-08-11 | 2021-11-12 | 周健龙 | 一种用于无道闸停车场进出口的防跟车装置及处理方法 |
| CN115376310A (zh) * | 2022-07-04 | 2022-11-22 | 山西省交通建设工程质量检测中心（有限公司） | 一种基于门架系统的高速公路车辆检测装置及其方法 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100048743A (ko) * | 2008-10-31 | 2010-05-11 | (주)유비토스 | 알에프아이디를 이용한 장애인 전용주차장용 경고 시스템 |
| CN102394013A (zh) * | 2011-06-28 | 2012-03-28 | 徐培龙 | 一种高速公路货车占道行驶实时监测系统及其监控的方法 |
| CN202976468U (zh) * | 2012-11-27 | 2013-06-05 | 西安嘉乐世纪机电科技有限公司 | 一种区域道路机动车辆识别系统 |
| CN103839413A (zh) * | 2012-11-27 | 2014-06-04 | 西安嘉乐世纪机电科技有限公司 | 一种区域道路机动车辆新型识别系统 |
| CN205138460U (zh) * | 2015-11-24 | 2016-04-06 | 何晓昀 | 机动车外廓尺寸查验系统 |
| 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 |
| CN205827664U (zh) * | 2016-07-18 | 2016-12-21 | 武汉万集信息技术有限公司 | 一种基于rfid、激光与视频的车辆限行监管系统 |
| CN106412509A (zh) * | 2016-09-30 | 2017-02-15 | 北京中星微电子有限公司 | 牌号冒用/伪造的智能监控方法和系统 |
| CN106980837A (zh) * | 2017-03-29 | 2017-07-25 | 广西信路威科技发展有限公司 | 一种基于车辆特征信息分析的车型识别方法及系统 |
| CN207473682U (zh) * | 2017-11-23 | 2018-06-08 | 深圳鼎识科技有限公司 | 智能道闸 |
| CN108694399A (zh) * | 2017-04-07 | 2018-10-23 | 杭州海康威视数字技术股份有限公司 | 车牌识别方法、装置及系统 |
| CN108961768A (zh) * | 2018-07-30 | 2018-12-07 | 鄂尔多斯市普渡科技有限公司 | 一种无人驾驶警用巡逻车以及巡逻方法 |
-
2019
- 2019-05-27 CN CN201910447700.8A patent/CN110211389A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100048743A (ko) * | 2008-10-31 | 2010-05-11 | (주)유비토스 | 알에프아이디를 이용한 장애인 전용주차장용 경고 시스템 |
| CN102394013A (zh) * | 2011-06-28 | 2012-03-28 | 徐培龙 | 一种高速公路货车占道行驶实时监测系统及其监控的方法 |
| CN202976468U (zh) * | 2012-11-27 | 2013-06-05 | 西安嘉乐世纪机电科技有限公司 | 一种区域道路机动车辆识别系统 |
| CN103839413A (zh) * | 2012-11-27 | 2014-06-04 | 西安嘉乐世纪机电科技有限公司 | 一种区域道路机动车辆新型识别系统 |
| CN205138460U (zh) * | 2015-11-24 | 2016-04-06 | 何晓昀 | 机动车外廓尺寸查验系统 |
| 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 |
| CN205827664U (zh) * | 2016-07-18 | 2016-12-21 | 武汉万集信息技术有限公司 | 一种基于rfid、激光与视频的车辆限行监管系统 |
| CN106412509A (zh) * | 2016-09-30 | 2017-02-15 | 北京中星微电子有限公司 | 牌号冒用/伪造的智能监控方法和系统 |
| CN106980837A (zh) * | 2017-03-29 | 2017-07-25 | 广西信路威科技发展有限公司 | 一种基于车辆特征信息分析的车型识别方法及系统 |
| CN108694399A (zh) * | 2017-04-07 | 2018-10-23 | 杭州海康威视数字技术股份有限公司 | 车牌识别方法、装置及系统 |
| CN207473682U (zh) * | 2017-11-23 | 2018-06-08 | 深圳鼎识科技有限公司 | 智能道闸 |
| CN108961768A (zh) * | 2018-07-30 | 2018-12-07 | 鄂尔多斯市普渡科技有限公司 | 一种无人驾驶警用巡逻车以及巡逻方法 |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111340966A (zh) * | 2019-12-12 | 2020-06-26 | 山东中创软件工程股份有限公司 | 一种车辆检测方法、装置及系统 |
| CN111340966B (zh) * | 2019-12-12 | 2022-03-08 | 山东中创软件工程股份有限公司 | 一种车辆检测方法、装置及系统 |
| CN111652137A (zh) * | 2020-06-03 | 2020-09-11 | 上海眼控科技股份有限公司 | 违法车辆检测方法、装置、计算机设备和存储介质 |
| CN112035587A (zh) * | 2020-08-31 | 2020-12-04 | 北京百度网讯科技有限公司 | 基于轨迹数据校验交规的方法、装置、设备和介质 |
| CN112685466A (zh) * | 2020-12-23 | 2021-04-20 | 北京千方科技股份有限公司 | 车辆超载预测模型训练方法、超载预测方法、系统和介质 |
| CN113112798A (zh) * | 2021-04-09 | 2021-07-13 | 苏庆裕 | 一种车辆超载检测方法、系统及存储介质 |
| CN113340390A (zh) * | 2021-06-28 | 2021-09-03 | 广东韶钢松山股份有限公司 | 一种防作弊称重系统及方法 |
| CN113340390B (zh) * | 2021-06-28 | 2023-09-05 | 广东韶钢松山股份有限公司 | 一种防作弊称重系统及方法 |
| CN113643449A (zh) * | 2021-08-11 | 2021-11-12 | 周健龙 | 一种用于无道闸停车场进出口的防跟车装置及处理方法 |
| CN113643449B (zh) * | 2021-08-11 | 2023-07-18 | 周健龙 | 一种用于无道闸停车场进出口的防跟车装置及处理方法 |
| CN115376310A (zh) * | 2022-07-04 | 2022-11-22 | 山西省交通建设工程质量检测中心（有限公司） | 一种基于门架系统的高速公路车辆检测装置及其方法 |
| CN115376310B (zh) * | 2022-07-04 | 2023-10-27 | 山西省交通建设工程质量检测中心（有限公司） | 一种基于门架系统的高速公路车辆检测装置及其方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110211389A (zh) | 车辆违规的确定方法及系统 | |
| KR100543615B1 (ko) | 도로 톨 유닛에서 차량의 외부 특성을 등록하기 위한 장치 및 방법 | |
| KR100347998B1 (ko) | 도로통행료징수소에자동차를등록하는장치및방법 | |
| CN105761319B (zh) | 一种etc车道防作弊方法与系统 | |
| CN1161715C (zh) | 收费系统、车载单元及收费方法 | |
| CN203192035U (zh) | 一种客货车混行的etc车道系统 | |
| CN110163985A (zh) | 一种基于车脸识别的路边停车管理收费系统及收费方法 | |
| RU2658204C2 (ru) | Устройство для систем сбора дорожных пошлин или телематических систем | |
| CN108133599A (zh) | 一种渣土车视频识别方法及系统 | |
| CN104881897B (zh) | Etc车道车辆检测系统及检测方法 | |
| JP2002518753A (ja) | 車両内に設置された通行料課金装置用の道路側点検装置 | |
| JPH08511093A (ja) | 車輌の移動を登録する方法及び装置 | |
| CN109871728A (zh) | 一种车型识别方法及装置 | |
| CN108805998A (zh) | 一种高速公路不停车收费系统用etc货车车道 | |
| CN207946146U (zh) | 一种绿通车检测系统 | |
| CN113744420A (zh) | 一种道路停车收费管理方法、系统和计算机可读存储介质 | |
| WO2018179171A1 (ja) | 課金システム、課金方法及びプログラム | |
| CN207817965U (zh) | 一种高速公路治超系统 | |
| CN211665602U (zh) | 货车etc车道系统 | |
| JP7219771B2 (ja) | 違反者特定装置、違反者特定システム、違反者特定方法、及びプログラム | |
| CN209729030U (zh) | 公路收费站车辆超限劝返管理装置 | |
| JP6515726B2 (ja) | 車両特定装置およびこれを備えた車両特定システム | |
| CN109686107A (zh) | 一种智能运输车辆车底识别系统 | |
| JPH1131293A (ja) | 電子撮像車両計測装置及びこれを用いた道路管理システム | |
| CN207587008U (zh) | 一种mtc复用车道 |
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: 20190906 |
|
| RJ01 | Rejection of invention patent application after publication |