CN110232827A - 自由流收费车型识别方法、装置及系统 - Google Patents
自由流收费车型识别方法、装置及系统 Download PDFInfo
- Publication number
- CN110232827A CN110232827A CN201910448243.4A CN201910448243A CN110232827A CN 110232827 A CN110232827 A CN 110232827A CN 201910448243 A CN201910448243 A CN 201910448243A CN 110232827 A CN110232827 A CN 110232827A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- detection
- target
- toll
- information
- 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
- G08G1/015—Detecting movement of traffic to be counted or controlled with provision for distinguishing between two or more types of vehicles, e.g. between motor-cars and cycles
-
- 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
- G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Devices For Checking Fares Or Tickets At Control Points (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种自由流收费车型识别方法、装置及系统,其中,该方法包括:分别获取第一检测数据和第二检测数据,其中,第一检测数据包括第一激光设备检测到的车辆的多个第一位置坐标和多个第一检测信息,第二检测数据包括第二激光设备检测到的车辆的多个第二位置坐标和多个第二检测信息,第一激光设备和第二激光设备相对设置在检测区域的垂直于车辆行驶方向上的两侧;根据多个第一位置坐标和多个第二位置坐标,确定出检测区域内的目标车辆的数量为第一数量;根据多个第一检测信息和多个第二检测信息,识别出第一数量的目标车辆中的各目标车辆的第一类收费车型。通过本发明,解决了相关技术中的车辆计费方式存在收费及通行效率低的问题。
Description
技术领域
本发明涉及通信领域,具体而言,涉及一种自由流收费车型识别方法、装置及系统。
背景技术
目前,高速公路采用计重收费模式,收费车型主要用于判断车辆的超限超载值,高速公路入口配合发卡机发卡或者高速公路出口收费时均需要识别车辆的收费车型。无论是在高速公路的入口还是出口,车辆都需要单车道低速通行。
因此,相关技术中的车辆计费方式存在收费及通行效率低的问题。
发明内容
本发明实施例提供了一种自由流收费车型识别方法、装置及系统,以至少解决相关技术中的车辆计费方式存在收费及通行效率低的问题。
根据本发明的一个实施例,提供了一种自由流收费车型识别方法,包括:获取第一检测数据和第二检测数据,其中,第一检测数据包括第一激光设备检测到的车辆的多个第一位置坐标和多个第一检测信息,第二检测数据包括第二激光设备检测到的车辆的多个第二位置坐标和多个第二检测信息,第一激光设备和第二激光设备相对设置在检测区域的平行于车辆行驶方向上的两侧;根据多个第一位置坐标和多个第二位置坐标,确定出检测区域内的目标车辆的数量为第一数量;根据多个第一检测信息和多个第二检测信息,识别出第一数量的目标车辆中的各目标车辆的第一类收费车型。
可选地,根据多个第一位置坐标和多个第二位置坐标,确定出检测区域内的目标车辆的数量为第一数量包括:获取与多个第一位置坐标中与目标时刻对应的第一目标位置坐标和多个第二位置坐标中与目标时刻对应的第二目标位置坐标;在第一目标位置坐标与第二目标位置坐标的差小于或者等于第一预定阈值的情况下,确定出检测区域内的目标车辆的数量为一辆;或者,在第一目标位置坐标与第二目标位置坐标的差大于第一预定阈值且小于或者等于第二预定阈值的情况下,确定出检测区域内的目标车辆的数量为两辆;或者,在第一目标位置坐标与第二目标位置坐标的差大于第二预定阈值的情况下,确定出检测区域内的目标车辆的数量为大于或者等于两辆。
可选地,根据多个第一检测信息和多个第二检测信息,识别出第一数量的目标车辆中的各目标车辆的第一类收费车型包括:根据多个第一位置坐标和多个第二位置坐标之间的匹配关系,从多个第一检测信息和多个第二检测信息中确定出与第一类车辆对应的检测信息序列,其中,第一类车辆为第一数量的目标车辆中与第一激光设备或者第二激光设备相邻的车辆;根据检测信息序列,确定出第一类车辆的第一车辆属性信息,其中,第一车辆属性信息用于确定第一类车辆的第一类收费车型;根据第一类车辆的第一车辆属性信息,确定出第一类车辆的第一类收费车型。
可选地,第一车辆属性信息包括轴数,根据第一类车辆的第一车辆属性信息,确定出第一类车辆的第一类收费车型包括:在第一类车辆的轴数大于预定数目的情况下,确定出第一类车辆的第一类收费车型为第一收费车型;或者,在第一类车辆的轴数小于或者等于预定数目的情况下,根据第一类车辆的轴数和第一类车辆的目标属性信息,确定出第一类车辆的第一类收费车型为第二收费车型,其中,第一车辆属性信息包括目标属性信息,目标属性信息包括以下至少之一:客货属性,轴型,轴距。
可选地,根据多个第一检测信息和多个第二检测信息,识别出第一数量的目标车辆中的各目标车辆的第一类收费车型包括:在第一数量大于两个的情况下,根据多个第一检测信息和多个第二检测信息,识别出第一类车辆的第一类收费车型,其中,第一类车辆为第一数量的目标车辆中与第一激光设备或者第二激光设备相邻的车辆;获取目标检测设备通过接触式传感器检测到的第二类车辆的第二车辆属性信息,其中,接触式传感器位于检测区域内的预定区域内,第二类车辆为第一数量的目标车辆中除了第一类车辆以外的其他车辆,第二车辆属性信息用于确定第二类车辆的第一类收费车型;根据第二类车辆的第二车辆属性信息,识别出第二类车辆的第一类收费车型为第三收费车型。
可选地,在根据多个第一检测信息和多个第二检测信息,识别出第一数量的目标车辆中的各目标车辆的第一类收费车型之后,通过第一拍摄设备和第二拍摄设备获取第一数量的目标车辆中的各目标车辆的车头照片和车尾照片,其中,第一拍摄设备和第二拍摄设备相对设置在检测区域的垂直于车辆行驶方式的两侧;根据车头照片和车尾照片,确定出第一数量的目标车辆中的各目标车辆的第一车牌信息、第二车牌信息和第三车辆属性信息,其中,第三车辆属性信息用于确定第一数量的目标车辆中的各目标车辆的第二类收费车型;根据第三车辆属性信息,识别出第一数量的目标车辆中的各目标车辆的第二类收费车型;对第一车牌信息、第二车牌信息、第一类收费车型和第二类收费车型进行匹配,得到匹配结果信息。
根据本发明的另一个实施例,提供了一种自由流收费车型识别装置,包括:第一获取模块,用于获取第一检测数据和第二检测数据,其中,第一检测数据包括第一激光设备检测到的车辆的多个第一位置坐标和多个第一检测信息,第二检测数据包括第二激光设备检测到的车辆的多个第二位置坐标和多个第二检测信息,第一激光设备和第二激光设备相对设置在检测区域的平行于车辆行驶方向上的两侧;第一确定模块,用于根据多个第一位置坐标和多个第二位置坐标,确定出检测区域内的目标车辆的数量为第一数量;第一识别模块,用于根据多个第一检测信息和多个第二检测信息,识别出第一数量的目标车辆中的各目标车辆的第一类收费车型。
可选地,第一确定模块包括:第一获取单元,用于获取与多个第一位置坐标中与目标时刻对应的第一目标位置坐标和多个第二位置坐标中与目标时刻对应的第二目标位置坐标;第一确定单元,用于在第一目标位置坐标与第二目标位置坐标的差小于或者等于第一预定阈值的情况下,确定出检测区域内的目标车辆的数量为一辆;或者,第二确定单元,用于在第一目标位置坐标与第二目标位置坐标的差大于第一预定阈值且小于或者等于第二预定阈值的情况下,确定出检测区域内的目标车辆的数量为两辆;或者,第三确定单元,用于在第一目标位置坐标与第二目标s位置坐标的差大于第二预定阈值的情况下,确定出检测区域内的目标车辆的数量为大于或者等于两辆。
可选地,第一识别模块包括:第四确定单元,用于根据多个第一位置坐标和多个第二位置坐标之间的匹配关系,从多个第一检测信息和多个第二检测信息中确定出与第一类车辆对应的检测信息序列,其中,第一类车辆为第一数量的目标车辆中与第一激光设备或者第二激光设备相邻的车辆;第五确定单元,用于根据检测信息序列,确定出第一类车辆的第一车辆属性信息,其中,第一车辆属性信息用于确定第一类车辆的第一类收费车型;第六确定单元,用于根据第一类车辆的第一车辆属性信息,确定出第一类车辆的第一类收费车型。
可选地,第一车辆属性信息包括轴数,第六确定单元包括:第一确定子单元,用于在第一类车辆的轴数大于预定数目的情况下,确定出第一类车辆的第一类收费车型为第一收费车型;或者,第二确定子单元,用于在第一类车辆的轴数小于或者等于预定数目的情况下,根据第一类车辆的轴数和第一类车辆的目标属性信息,确定出第一类车辆的第一类收费车型为第二收费车型,其中,第一车辆属性信息包括目标属性信息,目标属性信息包括以下至少之一:客货属性,轴型,轴距。
可选地,第一识别模块包括:第一识别单元,用于在第一数量大于两个的情况下,根据多个第一检测信息和多个第二检测信息,识别出第一类车辆的第一类收费车型,其中,第一类车辆为第一数量的目标车辆中与第一激光设备或者第二激光设备相邻的车辆;第二获取单元,用于获取目标检测设备通过接触式传感器检测到的第二类车辆的第二车辆属性信息,其中,接触式传感器位于检测区域内的预定区域内,第二类车辆为第一数量的目标车辆中除了第一类车辆以外的其他车辆,第二车辆属性信息用于确定第二类车辆的第一类收费车型;第二识别单元,用于根据第二类车辆的第二车辆属性信息,识别出第二类车辆的第一类收费车型为第三收费车型。
可选地,上述装置还包括:第二获取模块,用于在根据多个第一检测信息和多个第二检测信息,识别出第一数量的目标车辆中的各目标车辆的第一类收费车型之后,通过第一拍摄设备和第二拍摄设备获取第一数量的目标车辆中的各目标车辆的车头照片和车尾照片,其中,第一拍摄设备和第二拍摄设备相对设置在检测区域的垂直于车辆行驶方式的两侧;第二确定模块,用于根据车头照片和车尾照片,确定出第一数量的目标车辆中的各目标车辆的第一车牌信息、第二车牌信息和第三车辆属性信息,其中,第三车辆属性信息用于确定第一数量的目标车辆中的各目标车辆的第二类收费车型;第二识别模块,用于根据第三车辆属性信息,识别出第一数量的目标车辆中的各目标车辆的第二类收费车型;匹配模块,用于对第一车牌信息、第二车牌信息、第一类收费车型和第二类收费车型进行匹配,得到匹配结果信息。
根据本发明的又一个实施例,提供了一种自由流收费车型识别系统,包括:处理设备,相对设置在检测区域的平行于车辆行驶方向上的两侧的第一激光设备和第二激光设备,其中,第一激光设备,用于对检测区域进行检测,得到第一检测数据,其中,第一检测数据包括第一激光设备检测到的车辆的多个第一位置坐标和多个第一检测信息;第二激光设备,用于对检测区域进行检测,得到第二检测数据,其中,第二检测数据包括第二激光设备检测到的车辆的多个第二位置坐标和多个第二检测信息;处理设备,用于获取第一检测数据和第二检测数据;根据多个第一位置坐标和多个第二位置坐标,确定出检测区域内的目标车辆的数量为第一数量;根据多个第一检测信息和多个第二检测信息,识别出第一数量的目标车辆中的各目标车辆的第一类收费车型。
可选地,第一激光设备,和第二激光设备为以下至少之一:扫描式单线激光测距传感器,扫描式多线激光雷达,固态激光雷达,TOF激光雷达。
通过本发明,获取第一检测数据和第二检测数据,其中,第一检测数据包括第一激光设备检测到的车辆的多个第一位置坐标和多个第一检测信息,第二检测数据包括第二激光设备检测到的车辆的多个第二位置坐标和多个第二检测信息,第一激光设备和第二激光设备相对设置在检测区域的平行于车辆行驶方向上的两侧;根据多个第一位置坐标和多个第二位置坐标,确定出检测区域内的目标车辆的数量为第一数量;根据多个第一检测信息和多个第二检测信息,识别出第一数量的目标车辆中的各目标车辆的第一类收费车型,由于根据两个激光设备对车辆的检测结果,确定目标区域内的车辆的数量和收费车型,可以提高车辆的收费效率,加快车辆的通行速度,解决了相关技术中的车辆计费方式存在收费及通行效率低的问题。
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是本发明实施例的一种自由流收费车型识别方法的服务器的硬件结构框图;
图2是根据本发明实施例的一种可选的自由流收费车型识别方法的流程图;
图3是根据本发明实施例的一种可选的自由流收费车型识别系统的示意图;
图4是根据本发明实施例的另一种可选的自由流收费车型识别方法的流程图;
图5是根据本发明实施例的一种可选的自由流收费车型识别装置的结构框图。
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
本申请实施例一所提供的方法实施例可以在服务器、计算机终端或者类似的运算装置中执行。以运行在服务器上为例,图1是本发明实施例的一种自由流收费车型识别方法的服务器的硬件结构框图。如图1所示,服务器10可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、和用于存储数据的存储器104,可选地,上述服务器还可以包括、以及用于通信功能的传输装置设备106以及输入输出设备108。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述电子装置服务器的结构造成限定。例如,服务器10还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序,例如,应用软件的软件程序以及模块,如本发明实施例中的自由流收费车型识别方法对应的计算机程序,处理器102通过运行存储在存储器104内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至服务器10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括服务器10的通信供应商提供的无线网络。在一个实例中,传输装置106包括一个网络适配器(Network Interface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置106可以为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
在本实施例中提供了一种运行于上述超服务器的自由流收费车型识别方法,图2是根据本发明实施例的一种可选的自由流收费车型识别方法的流程图,如图2所示,该流程包括如下步骤:
步骤S202,获取第一检测数据和第二检测数据,其中,第一检测数据包括第一激光设备检测到的车辆的多个第一位置坐标和多个第一检测信息,第二检测数据包括第二激光设备检测到的车辆的多个第二位置坐标和多个第二检测信息,第一激光设备和第二激光设备相对设置在检测区域的平行于车辆行驶方向上的两侧;
步骤S204,根据多个第一位置坐标和多个第二位置坐标,确定出检测区域内的目标车辆的数量为第一数量;
步骤S206,根据多个第一检测信息和多个第二检测信息,识别出第一数量的目标车辆中的各目标车辆的第一类收费车型。
通过上述步骤,获取第一检测数据和第二检测数据,其中,第一检测数据包括第一激光设备检测到的车辆的多个第一位置坐标和多个第一检测信息,第二检测数据包括第二激光设备检测到的车辆的多个第二位置坐标和多个第二检测信息,第一激光设备和第二激光设备相对设置在检测区域的平行于车辆行驶方向上的两侧;根据多个第一位置坐标和多个第二位置坐标,确定出检测区域内的目标车辆的数量为第一数量;根据多个第一检测信息和多个第二检测信息,识别出第一数量的目标车辆中的各目标车辆的第一类收费车型,解决了相关技术中的车辆计费方式存在收费及通行效率低的问题,提高了车辆的收费效率,加快了车辆的通行速度。
可选地,可以在检测区域平行于车辆行驶方向上的两侧(车道两侧)分别设置第一激光设备和第二激光设备。第一激光设备和第二激光设备可以为扫描式单线激光测距传感器、扫描式多线激光雷达、固态激光雷达、TOF(Time of Flight,飞行时间)激光雷达中的一种或多种。
第一激光设备可以周期的对检测区域进行检测,得到第一检测数据,第一检测数据包括第一激光设备检测到的车辆的多个第一位置坐标和多个第一检测信息(第一扫描信息)。
第二激光设备可以周期地对检测区域进行检测,得到第二检测数据,第二检测数据包括第二激光设备检测到的车辆的多个第二位置坐标和多个第二检测信息(第二扫描信息)。
第一位置坐标可以为(xi1,yi1),用于表示第一激光设备在Ti时刻检测到的车辆的位置坐标,第二位置坐标可以为(xi2,yi2),用于表示第二激光设备在Ti时刻检测到的车辆的位置坐标,其中,横坐标(用X表示)代表垂直于车辆行驶方向且与路面平行的坐标,纵坐标(用Y表示)代表垂直于车辆行驶方向且与路面垂直的坐标。
上述多个第一位置坐标和多个第二位置坐标可以用于确定检测区域内存在的车辆的数量。
可选地,根据多个第一位置坐标和多个第二位置坐标,确定出检测区域内的目标车辆的数量为第一数量包括:获取与多个第一位置坐标中与目标时刻对应的第一目标位置坐标和多个第二位置坐标中与目标时刻对应的第二目标位置坐标;在第一目标位置坐标与第二目标位置坐标的差小于或者等于第一预定阈值的情况下,确定出检测区域内的目标车辆的数量为一辆;或者,在第一目标位置坐标与第二目标位置坐标的差大于第一预定阈值且小于或者等于第二预定阈值的情况下,确定出检测区域内的目标车辆的数量为两辆;或者,在第一目标位置坐标与第二目标位置坐标的差大于第二预定阈值的情况下,确定出检测区域内的目标车辆的数量为大于或者等于两辆。
当车辆进入检测区域后,获取激光设备在Ti时刻的检测数据,至少提取车辆的第一位置坐标(xi1,yi1)和第二位置坐标(xi2,yi2)。
根据Ti时刻(可以是任意时刻,两个激光设备可以同时执行检测操作)的第一位置坐标(xi1,yi1)和第二位置坐标(xi2,yi2)可以确定检测区域内的车辆数,确定的方式可以是:当第一位置坐标xi1和第二位置坐标xi2相差不大于预设第一阈值(第一预定阈值)时,确定检测区域内只存在一辆车;当第一位置坐标xi1和第二位置坐标xi2相差大于预设第一阈值且不大于预设第二阈值(第二预定阈值)时,确定检测区域内只存在两辆车;当第一位置坐标xi1和第二位置坐标xi2相差大于预设第二阈值(第二预定阈值)时,确定检测区域内至少存在两辆车。
通过本发明实施例的上述技术方案,通过两个激光设备检测到位置坐标确定检测区域内存在的车辆的数量,可以快速进行车辆数量确定,提高收费车型的识别效率。
可选地,根据多个第一检测信息和多个第二检测信息,识别出第一数量的目标车辆中的各目标车辆的第一类收费车型包括:根据多个第一位置坐标和多个第二位置坐标之间的匹配关系,从多个第一检测信息和多个第二检测信息中确定出与第一类车辆对应的检测信息序列,其中,第一类车辆为第一数量的目标车辆中与第一激光设备或者第二激光设备相邻的车辆;根据检测信息序列,确定出第一类车辆的第一车辆属性信息,其中,第一车辆属性信息用于确定第一类车辆的第一类收费车型;根据第一类车辆的第一车辆属性信息,确定出第一类车辆的第一类收费车型。
除了位置坐标(第一位置坐标和第二位置坐标)外,激光设备(第一激光设备和第二激光设备)的检测数据(第一检测数据和第二检测数据)还可以包括:车辆的检测信息(扫描信息,第一检测信息和第二检测信息)。
在Ti时刻,第一激光设备检测到的检测数据为:(xi1,yi1),Si1,第二激光设备检测到的检测数据为:(xi2,yi2),Si2。Ti、Ti+1……Ti+m时刻,第一激光设备的第一检测数据可以表示为:(xi1,yi1)、(x(i+1)1,y(i+1)1)……(x(i+m)1,y(i+m)1),Si1、S(i+1)1……S(i+m)1。第二激光设备的第二检测数据可以表示为:(xi2,yi2)、(x(i+1)2,y(i+1)2)……(x(i+m)2,y(i+m)2),Si2、S(i+1)2……S(i+m)2。
在激光设备为多个(k)的情况下,可以依次提取Ti+1……Ti+m时刻检测区域内每辆车的位置坐标{(xi11,yi11)、(xi12,yi12)……(xi1k,yi1k)}……{(xim1,yim1)、(xim2,yim2)……(ximk,yimk)}和每辆车的扫描信息(Si11、Si12、……Si1k)……(Sim1、Sim2、……Simk)。
根据位置匹配算法匹配Ti,Ti+1……Ti+m时刻的扫描信息,得到每辆车的扫描信息序列(Si01,Si11……Sim1);(Si02,Si12……Sim2);……;(Si0k,Si1k……Simk);
可选地,对于多个第一检测信息和多个第二检测信息,可以根据位置匹配算法得到每辆车的检测信息序列。每辆车的检测信息序列可以表示为:(Si01,Si11……Sim1)(第一辆车的检测信息序列);(Si02,Si12……Sim2)(第二辆车的检测信息序列)。
可以对检测区域内的检测信息按相关性进行聚类,每辆车的检测信息具有高相关性,被聚成一类,提取成一辆车的检测信息,根据车辆的检测信息得到车辆的位置坐标。相关性为在X坐标和Y坐标上的距离相关性。
由于激光设备仅能检测到与激光设备相邻的车辆(第一类车辆)的检测数据,而无法检测到与激光设备不相邻的车辆的检测数据(第二类车辆,与激光设备之间由于有第一类设备的遮挡,因此,无法通过激光部件获取到第二类车辆的检测数据)。因此,根据位置匹配算法得到的检测信息序列,为第一类车辆的检测信息序列。
根据检测信息序列,可以确定出第一类车辆的第一车辆属性信息,其中,第一车辆属性信息可以用于确定出第一类车辆的第一类收费车型。第一车辆属性信息可以包括但不限于以下至少之一:车辆轴型、轴数、轴距和客货属性。根据第一类车辆的第一车辆属性信息,可以确定出第一类车辆的收车型。
当车辆驶离检测区域时,若检测区域内不超过两辆车,根据检测信息序列(Si0k,Si1k……Simk)至少提取每辆车的第一轴型特征、第二轴型特征和第三轴型特征,第一轴型特征为单双胎特征,第二轴型特征为轴距特征,第三轴型特征为轴数。
通过本发明实施例的上述技术方案,通过使用检测信息序列确定出第一类车辆的车辆属性信息,进而确定出第一类车辆的第一类收费车型,可以提高收费车型确定的准确性。
可选地,第一车辆属性信息包括轴数,根据第一类车辆的第一车辆属性信息,确定出第一类车辆的第一类收费车型包括:在第一类车辆的轴数大于预定数目的情况下,确定出第一类车辆的第一类收费车型为第一收费车型;或者,在第一类车辆的轴数小于或者等于预定数目的情况下,根据第一类车辆的轴数和第一类车辆的目标属性信息,确定出第一类车辆的第一类收费车型为第二收费车型,其中,第一车辆属性信息包括目标属性信息,目标属性信息包括以下至少之一:客货属性,轴型,轴距。
当车辆的轴数大于四轴(预定数目)时,确定车辆属于货车,可以直接根据轴数确定第一收费车型,或者,结合轴距和轴型直接确定货车的第一类收费车型。
当车辆的轴数小于等于四轴时,车辆可能为货车或客车,根据客货特征信息确定车辆的客货属性,然后结合车辆轴数确定出第一类收费车型。可以结合扫描信息序列提取车辆的客货特征信息,客货特征信息包括:表面凹陷信息、表面平整信息、底盘高度信息等;根据车辆的客货属性以及车辆的轴型、轴数、轴距确定车辆的第一类收费车型。
通过本发明实施例的上述技术方案,至少根据车辆的轴数确定出第一类车辆的第一类收费车型,可以提高收费车型确定的效率。
可选地,根据多个第一检测信息和多个第二检测信息,识别出第一数量的目标车辆中的各目标车辆的第一类收费车型包括:在第一数量大于两个的情况下,根据多个第一检测信息和多个第二检测信息,识别出第一类车辆的第一类收费车型,其中,第一类车辆为第一数量的目标车辆中与第一激光设备或者第二激光设备相邻的车辆;获取目标检测设备通过接触式传感器检测到的第二类车辆的第二车辆属性信息,其中,接触式传感器位于检测区域内的预定区域内,第二类车辆为第一数量的目标车辆中除了第一类车辆以外的其他车辆,第二车辆属性信息用于确定第二类车辆的第一类收费车型;根据第二类车辆的第二车辆属性信息,识别出第二类车辆的第一类收费车型为第三收费车型。
当检测区域内包含的车辆数目小于等于两辆时,可以根据激光设备的检测数据识别出各个车辆的第一类收费车型。
在确定出检测区域内包含的目标车辆的数量至少为两个的情况下,由于无法确定出是否是大于两辆,可以通过位于检测区域内的预定区域内的目标检测设备确定检测区域车辆数是否大于两辆。
当确定出检测区域内的车辆数超过两辆时,两侧车辆可以直接根据激光设备的检测数据识别出第一类收费车型。
中间车辆根据目标检测设备确定轴型、轴数,并结合激光设备确定轴距;根据激光设备确定车辆的客货属性,根据车辆的客货属性以及车辆的轴型、轴数、轴距确定车辆的第一类收费车型。
可选地,如果大于两辆,中间车辆的轴型特征由目标检测设备确定:目标检测设备检测到车轮驶过其检测区域时,对车轮计数并判断车轮的单双胎特征,当相邻两个车轮经过目标检测设备时,结合激光设备确定的车辆位置得到车辆轴距特征,结合激光设备确定的客货属性确定中间车辆的第一类收费车型。
通过本发明实施例的上述技术方案,通过在检测区域内设置目标检测设备对第二类车辆进行检测,进而确定第二类车辆的第一类收费车型,可以保证对全部的车辆进行收费车型识别,提高收费车型识别的效率。
可选地,在根据多个第一检测信息和多个第二检测信息,识别出第一数量的目标车辆中的各目标车辆的第一类收费车型之后,通过第一拍摄设备和第二拍摄设备获取第一数量的目标车辆中的各目标车辆的车头照片和车尾照片,其中,第一拍摄设备和第二拍摄设备相对设置在检测区域的垂直于车辆行驶方式的两侧;根据车头照片和车尾照片,确定出第一数量的目标车辆中的各目标车辆的第一车牌信息、第二车牌信息和第三车辆属性信息,其中,第三车辆属性信息用于确定第一数量的目标车辆中的各目标车辆的第二类收费车型;根据第三车辆属性信息,识别出第一数量的目标车辆中的各目标车辆的第二类收费车型;对第一车牌信息、第二车牌信息、第一类收费车型和第二类收费车型进行匹配,得到匹配结果信息。
除了在检测区域内设置目标检测设备,以对第二类车辆进行收费车型识别,为了保证识别结果的准确性,还可以结合在检测区域内的图像特征信息进行收费车型识别。
可以在检测区域的垂直于车辆行驶方式的两侧分别设置车牌抓拍单元,车牌抓拍单元至少包含车头抓拍单元(第一拍摄设备)和车尾抓拍单元(第二拍摄设备)。
当激光设备(第一激光设备,第二激光设备)检测到车辆驶入时,触发车头抓拍单元抓拍车头照片,根据车头照片识别第一车牌信息、并基于深度学习算法识别车标和车款,根据车标和车款在预设的数据库中查找对应的第二类收费车型。
当激光设备(第一激光设备,第二激光设备)检测到车辆驶离(车辆驶离激光设备的检测区域时)时,触发车尾抓拍单元抓拍车尾照片。根据车尾照片识别第二车牌信息,并根据时间和位置坐标信息匹配第一车牌信息、第一种收费车型信息(根据检测到的车辆属性信息确定出的收费车型)、第二收费车型信息(根据抓拍照片确定出的收费信息)、第二车牌信息。
需要说明的是,第一类收费车型和第二类收费车型用于区分有根据激光设备的检测数据(以及接触式传感器的检测信息)确定出的收费类型,和根据拍摄设备的拍摄数据确定出的收费类型,确定出的第一类收费车型和第二类收费车型可以相同,也可以不同。
通过本发明实施例的上述技术方案,通过拍摄设备对第二类车辆的车头照片和车尾照片进行拍摄,进而辅助进行收费车型识别,提高了收费车型识别的准确性。
下面结合可选实施例对上述自由流收费车型识别方法进行说明。
车型识别方式可以包括非接触和接触式两种。其中,视频技术是一种非接触式车型识别技术手段。视频识别方式易受环境光线影响,光线不足或逆光情况下检测效果欠佳。另外,针对半挂车型,甩挂运输较为普遍,仅通过识别牵引车的车标和车款来确定挂车车型容易造成挂车车型误判。接触式车型识别技术无法识别抬轴等车型作弊行为。本可选实施例提出了多技术融合的收费车型识别系统,能够解决上述技术形式存在的弊端,并为车型识别和事后稽查提供充足的证据。
在本可选实施例的自由流收费车型识别方法可以用于自由流收费车型分类,上述自由流收费车型识别方法可以应用于如图3所示的自由流收费车型分类系统。
如图3所示,该自由流收费车型分类系统至少包括:激光收费车型识别单元(可以包括分别位于车道左右两侧的第一激光收费车型识别单元31和第二激光收费车型识别单元32),及处理单元38。
第一激光收费车型识别单元31(作用同前述第一激光设备)和第二激光收费车型识别单元32(作用同前述第二激光设备)可以为扫描式单线激光测距传感器、扫描式多线激光雷达、固态激光雷达、TOF激光雷达中的一种或多种。第一激光收费车型识别单元31和第二激光收费车型识别单元32可以相同,也可以不同。
可选地,该自由流收费车型分类系统还包括车牌抓拍单元,车牌抓拍单元可以至少包括:车头抓拍单元33(车头抓拍单元的作用同前述第一拍摄设备),车头抓拍单元34,车尾抓拍单元35,及车尾抓拍单元36(车尾抓拍单元的作用同前述第二拍摄设备)。
激光收费车型识别单元检测到车辆驶入时,触发车头抓拍单元33(和/或触发车头抓拍单元34)抓拍车头照片;激光收费车型识别单元检测到车辆驶离时,触发车尾抓拍单元35(和/或触发车尾抓拍单元36)抓拍车尾照片。
可选地,该自由流收费车型分类系统还包括:接触式收费车型分类单元37(作用同前述目标检测设备),用于检测超过三辆车并行时中间车辆的第一类收费车型。
当超过两辆车并行时,该自由流收费车型分类系统可以触发接触式收费车型分类单元37对超过三辆车并行时的中间车辆的第一类收费车型进行检测。
上述激光收费车型识别单元、车牌抓拍单元以及接触式收费车型分类单元37,均与处理单元38相连,可以用于将获取的数据信息发送给处理单元38进行处理,以由处理单元38进行收费车型分类,确定各车辆的收费车型。下面结合图4对本可选实施例的自由流收费车型识别方法进行说明。如图4所示,该自由流收费车型识别方法可以包括以下步骤:
步骤S402,获取激光车型分类单元的检测数据。
当车辆进入激光车型分类子系统的检测区域后,由激光车型分类单元在Ti时刻进行检测,得到在Ti时刻的检测数据,并将在Ti时刻的检测数据发送给处理单元38。
处理单元38获取激光车型分类单元在Ti时刻的检测数据,至少提取车辆的第一位置坐标(xi1,yi1)和第二位置坐标(xi2,yi2)。上述第一位置坐标可以使第一激光车型分类单元31检测到的车辆的位置坐标,上述第二位置坐标可以使第二激光车型分类单元32检测到的车辆的位置坐标。
需要说明的是,本可选实施例中的横坐标(用X表示)表示与车辆行驶方向垂直且与路面平行的方向上的坐标,纵坐标(用Y表示)表示与车辆行驶方向垂直且与路面垂直的方向上的坐标。
步骤S404,根据获取的检测数据,确定检测区域内的车辆数。
处理单元38可以根据第一位置坐标(xi1,yi1)和第二位置坐标(xi2,yi2)确定检测区域内的车辆数。确定检测区域内的车辆数的方式可以包括:
(1)当第一位置坐标xi1和第二位置坐标xi2相差不大于预设第一阈值时,确定检测区域内只存在一辆车。
当第一位置坐标xi1和第二位置坐标xi2相差不大于预设第一阈值时,两个激光车型分类单元检测到的车辆的距离较近,可以判断出两个激光车型分类单元检测到的车辆是同一车辆,则确定检测区域内只存在一辆车。
(2)当第一位置坐标xi1和第二位置坐标xi2相差大于预设第一阈值且不大于预设第二阈值时,确定检测区域内只存在两辆车。
当第一位置坐标xi1和第二位置坐标xi2相差大于预设第一阈值且不大于预设第二阈值时,两个激光车型分类单元检测到的车辆的距离适中,可以判断出两个激光车型分类单元检测到的车辆是两个车辆,且两个车辆的距离较近(即,两个车辆之间没有其他车辆),则确定检测区域内只存在两辆车。
(3)当第一位置坐标xi1和第二位置坐标xi2相差大于预设第二阈值时,确定检测区域内至少存在两辆车。
当第一位置坐标xi1和第二位置坐标xi2相差大于预设第二阈值时,两个激光车型分类单元检测到的车辆的距离较远,可以判断出两个激光车型分类单元检测到的车辆是两个车辆,且两个车辆的距离较远(即,两个车辆之间可能存在其他车辆),则确定检测区域内至少存在两辆车。
步骤S406,提取各时刻检测区域内每辆车的位置坐标和每辆车的检测信息。
处理单元38可以根据检测区域内的车辆数量,提取Ti时刻检测区域内每辆车的位置坐标(xi1,yi1)、(xi2,yi2)……(xik,yik)和每辆车的检测信息Si01、Si02、………Si0k。
处理单元38可以对检测区域内的检测信息按相关性进行聚类。每辆车的检测信息具有高相关性(上述相关性可以为在X坐标和Y坐标上的距离相关性),可以被聚成一类。聚类的方式可以是:根据与检测信息对应的位置坐标之间的距离相关性,对检测信息进行聚类。
通过对检测区域内的检测信息按相关性进行聚类,可以提取出每辆车的检测信息。根据车辆的检测信息的聚类结果得到每辆车的位置坐标。
步骤S408,根据每辆车的检测信息,确定出每辆车的第一类收费车型。
依次提取Ti+1……Ti+m时刻检测区域内每辆车的位置坐标{(xi11,yi11)、(xi12,yi12)……(xi1k,yi1k)}……{(xim1,yim1)、(xim2,yim2)……(ximk,yimk)}和每辆车的扫描信息(Si11、Si12、……Si1k)……(Sim1、Sim2、……Simk)。
根据位置匹配算法匹配Ti,Ti+1……Ti+m时刻的扫描信息,得到每辆车的扫描信息序列(Si01,Si11……Sim1);(Si02,Si12……Sim2);……;(Si0k,Si1k……Simk)。
当车辆驶离激光收费车型分类子系统的检测区域时,若检测区域内不超过两辆车,根据检测信息序列(Si0k,Si1k……Simk)至少提取每辆车的第一轴型特征、第二轴型特征和第三轴型特征,第一轴型特征为单双胎特征,第二轴型特征为轴距特征,第三轴型特征为轴数。
当轴数大于四轴时,确定车辆属于货车,结合轴距和轴型直接确定货车的收费车型(第一类收费车型)。
当轴数不大于四轴时,车辆可能为货车或客车。结合扫描信息序列提取车辆的客货特征信息,客货特征信息包括:表面凹陷信息、表面平整信息、底盘高度信息等。根据客货特征信息确定车辆的客货属性,然后结合车辆轴数确定第一类收费车型。
当检测区域内至少包含两辆车时,通过接触式收费车型分类单元确定检测区域车辆数是否大于两辆。
如果不大于两辆,直接通过激光收费车型分类单元输出每辆车的第一类收费车型;如果大于两辆,中间车辆的轴型特征由接触式收费车型分类单元确定:接触式收费车型分类单元检测到车轮驶过其检测区域时,对车轮计数并判断车轮的单双胎特征,当相邻两个车轮经过接触式收费车型分类单元时,结合激光收费车型分类单元确定的车辆位置得到车辆轴距特征,结合激光收费车型分类单元确定的客货属性确定中间车辆的第一类收费车型。
步骤S410,根据每辆车的抓拍信息,确定出每辆车的第二类收费车型。
当检测到车辆驶入激光收费车型分类子系统的检测区域(激光收费车型识别单元检测到车辆驶入)后,根据车辆位置坐标触发第一车牌识别单元(车头抓拍单元)抓拍车头照片,根据车头照片识别第一车牌信息、并基于深度学习算法识别出车标和车款,根据车标和车款在预设的数据库中查找对应的收费车型(第二类收费车型)。
步骤S412,通过时间和位置坐标信息匹配第一车牌、第二车牌、第一类收费车型和第二类收费车型。
当车辆驶离激光收费车型分类子系统的检测区域(激光收费车型识别单元检测到车辆驶离)时,触发第二车牌识别单元(车尾抓拍单元)抓拍车尾照片。根据车尾照片识别第二车牌信息,并根据时间和位置坐标信息匹配第一车牌信息、第一收费车型信息(第一类收费车型)、第二收费车型信息(第二类收费车型)、第二车牌信息。
通过本示例,通过将第一类收费车型、第二类收费车型、车头照片、车尾照片以及车牌根据时间及位置坐标进行匹配,可以确保收费车型分类的准确性。
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的方法。
实施例2
在本实施例中还提供了一种自由流收费车型识别装置,该装置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5是根据本发明实施例的一种可选的自由流收费车型识别装置的结构框图,如图5所示,该装置包括:
(1)第一获取模块52,用于获取第一检测数据和第二检测数据,其中,第一检测数据包括第一激光设备检测到的车辆的多个第一位置坐标和多个第一检测信息,第二检测数据包括第二激光设备检测到的车辆的多个第二位置坐标和多个第二检测信息,第一激光设备和第二激光设备相对设置在检测区域的平行于车辆行驶方向上的两侧;
(2)第一确定模块54,与第一获取模块52相连,用于根据多个第一位置坐标和多个第二位置坐标,确定出检测区域内的目标车辆的数量为第一数量;
(3)第一识别模块56,与第一确定模块54相连,用于根据多个第一检测信息和多个第二检测信息,识别出第一数量的目标车辆中的各目标车辆的第一类收费车型。
可选地,第一确定模块54可以包括:
(1)第一获取单元,用于获取与多个第一位置坐标中与目标时刻对应的第一目标位置坐标和多个第二位置坐标中与目标时刻对应的第二目标位置坐标;
(2)第一确定单元,与第一获取单元相连,用于在第一目标位置坐标与第二目标位置坐标的差小于或者等于第一预定阈值的情况下,确定出检测区域内的目标车辆的数量为一辆;或者,
(3)第二确定单元,与第一获取单元相连,用于在第一目标位置坐标与第二目标位置坐标的差大于第一预定阈值且小于或者等于第二预定阈值的情况下,确定出检测区域内的目标车辆的数量为两辆;或者,
(4)第三确定单元,与第一获取单元相连,用于在第一目标位置坐标与第二目标位置坐标的差大于第二预定阈值的情况下,确定出检测区域内的目标车辆的数量为大于或者等于两辆。
可选地,第一识别模块56可以包括:
(1)第四确定单元,用于根据多个第一位置坐标和多个第二位置坐标之间的匹配关系,从多个第一检测信息和多个第二检测信息中确定出与第一类车辆对应的检测信息序列,其中,第一类车辆为第一数量的目标车辆中与第一激光设备或者第二激光设备相邻的车辆;
(2)第五确定单元,与第一获取单元相连,用于根据检测信息序列,确定出第一类车辆的第一车辆属性信息,其中,第一车辆属性信息用于确定第一类车辆的第一类收费车型;
(3)第六确定单元,与第一获取单元相连,用于根据第一类车辆的第一车辆属性信息,确定出第一类车辆的第一类收费车型。
可选地,第一车辆属性信息包括轴数,第六确定单元包括:
(1)第一确定子单元,用于在第一类车辆的轴数大于预定数目的情况下,确定出第一类车辆的第一类收费车型为第一收费车型;或者,
(2)第二确定子单元,与第一确定子单元相连,用于在第一类车辆的轴数小于或者等于预定数目的情况下,根据第一类车辆的轴数和第一类车辆的目标属性信息,确定出第一类车辆的第一类收费车型为第二收费车型,其中,第一车辆属性信息包括目标属性信息,目标属性信息包括以下至少之一:客货属性,轴型,轴距。
可选地,第一识别模块包括:
(1)第一识别单元,用于在第一数量大于两个的情况下,根据多个第一检测信息和多个第二检测信息,识别出第一类车辆的第一类收费车型,其中,第一类车辆为第一数量的目标车辆中与第一激光设备或者第二激光设备相邻的车辆;
(2)第二获取单元,与第一识别单元相连,用于获取目标检测设备通过接触式传感器检测到的第二类车辆的第二车辆属性信息,其中,接触式传感器位于检测区域内的预定区域内,第二类车辆为第一数量的目标车辆中除了第一类车辆以外的其他车辆,第二车辆属性信息用于确定第二类车辆的第一类收费车型;
(3)第二识别单元,与第二获取单元相连,用于根据第二类车辆的第二车辆属性信息,识别出第二类车辆的第一类收费车型为第三收费车型。
可选地,上述装置包括:
(1)第二获取模块,用于在根据多个第一检测信息和多个第二检测信息,识别出第一数量的目标车辆中的各目标车辆的第一类收费车型之后,通过第一拍摄设备和第二拍摄设备获取第一数量的目标车辆中的各目标车辆的车头照片和车尾照片,其中,第一拍摄设备和第二拍摄设备相对设置在检测区域的垂直于车辆行驶方式的两侧;
(2)第二确定模块,用于根据车头照片和车尾照片,确定出第一数量的目标车辆中的各目标车辆的第一车牌信息、第二车牌信息和第三车辆属性信息,其中,第三车辆属性信息用于确定第一数量的目标车辆中的各目标车辆的第二类收费车型;
(3)第二识别模块,用于根据第三车辆属性信息,识别出第一数量的目标车辆中的各目标车辆的第二类收费车型;
(4)匹配模块,用于对第一车牌信息、第二车牌信息、第一类收费车型和第二类收费车型进行匹配,得到匹配结果信息。
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。
实施例3
在本实施例中还提供了一种自由流收费车型识别系统,该自由流收费车型识别系统可以包括处理设备,上述处理设备可以包括上述任一项装置实施例中的自由流收费车型识别装置。
可选地,上述自由流收费车型识别系统还包括:相对设置在检测区域的平行于车辆行驶方向上的两侧的第一激光设备和第二激光设备,其中,
(1)第一激光设备,用于对检测区域进行检测,得到第一检测数据,其中,第一检测数据包括第一激光设备检测到的车辆的多个第一位置坐标和多个第一检测信息;
(2)第二激光设备,用于对检测区域进行检测,得到第二检测数据,其中,第二检测数据包括第二激光设备检测到的车辆的多个第二位置坐标和多个第二检测信息;
(3)处理设备,用于获取第一检测数据和第二检测数据;根据多个第一位置坐标和多个第二位置坐标,确定出检测区域内的目标车辆的数量为第一数量;根据多个第一检测信息和多个第二检测信息,识别出第一数量的目标车辆中的各目标车辆的第一类收费车型。
可选地,处理设备,还可以用于获取与多个第一位置坐标中与目标时刻对应的第一目标位置坐标和多个第二位置坐标中与目标时刻对应的第二目标位置坐标;在第一目标位置坐标与第二目标位置坐标的差小于或者等于第一预定阈值的情况下,确定出检测区域内的目标车辆的数量为一辆;或者,在第一目标位置坐标与第二目标位置坐标的差大于第一预定阈值且小于或者等于第二预定阈值的情况下,确定出检测区域内的目标车辆的数量为两辆;或者,在第一目标位置坐标与第二目标位置坐标的差大于第二预定阈值的情况下,确定出检测区域内的目标车辆的数量为大于或者等于两辆。
可选地,处理设备,还可以用于根据多个第一位置坐标和多个第二位置坐标之间的匹配关系,从多个第一检测信息和多个第二检测信息中确定出与第一类车辆对应的检测信息序列,其中,第一类车辆为第一数量的目标车辆中与第一激光设备或者第二激光设备相邻的车辆;根据检测信息序列,确定出第一类车辆的第一车辆属性信息,其中,第一车辆属性信息用于确定第一类车辆的第一类收费车型;根据第一类车辆的第一车辆属性信息,确定出第一类车辆的第一类收费车型。
可选地,处理设备,还可以用于在第一类车辆的轴数大于预定数目的情况下,确定出第一类车辆的第一类收费车型为第一收费车型;或者,在第一类车辆的轴数小于或者等于预定数目的情况下,根据第一类车辆的轴数和第一类车辆的目标属性信息,确定出第一类车辆的第一类收费车型为第二收费车型,其中,第一车辆属性信息包括目标属性信息,目标属性信息包括以下至少之一:客货属性,轴型,轴距。
可选地,处理设备,还可以用在第一数量大于两个的情况下,根据多个第一检测信息和多个第二检测信息,识别出第一类车辆的第一类收费车型,其中,第一类车辆为第一数量的目标车辆中与第一激光设备或者第二激光设备相邻的车辆;获取目标检测设备通过接触式传感器检测到的第二类车辆的第二车辆属性信息,其中,接触式传感器位于检测区域内的预定区域内,第二类车辆为第一数量的目标车辆中除了第一类车辆以外的其他车辆,第二车辆属性信息用于确定第二类车辆的第一类收费车型;根据第二类车辆的第二车辆属性信息,识别出第二类车辆的第一类收费车型为第三收费车型。
可选地,上述系统还包括:第一拍摄设备和第二拍摄设备,其中,
第一拍摄设备,用于获取第二类车辆的车头照片;
第二拍摄设备,用于获取第二类车辆的车尾照片;
处理设备,还可以用于获取车头照片和车尾照片,其中,第一拍摄设备和第二拍摄设备相对设置在检测区域的垂直于车辆行驶方式的两侧;根据车头照片和车尾照片,确定出第一数量的目标车辆中的各目标车辆的第一车牌信息、第二车牌信息和第三车辆属性信息,其中,第三车辆属性信息用于确定第一数量的目标车辆中的各目标车辆的第二类收费车型;根据第三车辆属性信息,识别出第一数量的目标车辆中的各目标车辆的第二类收费车型;对第一车牌信息、第二车牌信息、第一类收费车型和第二类收费车型进行匹配,得到匹配结果信息。
实施例4
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,获取第一检测数据和第二检测数据,其中,第一检测数据包括第一激光设备检测到的车辆的多个第一位置坐标和多个第一检测信息,第二检测数据包括第二激光设备检测到的车辆的多个第二位置坐标和多个第二检测信息,第一激光设备和第二激光设备相对设置在检测区域的平行于车辆行驶方向上的两侧;
S2,根据多个第一位置坐标和多个第二位置坐标,确定出检测区域内的目标车辆的数量为第一数量;
S3,根据多个第一检测信息和多个第二检测信息,识别出第一数量的目标车辆中的各目标车辆的第一类收费车型。
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,本实施例对此不再赘述。
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 (14)
1.一种自由流收费车型识别方法,其特征在于,包括:
获取第一检测数据和第二检测数据,其中,所述第一检测数据包括第一激光设备检测到的车辆的多个第一位置坐标和多个第一检测信息,所述第二检测数据包括第二激光设备检测到的车辆的多个第二位置坐标和多个第二检测信息,所述第一激光设备和所述第二激光设备相对设置在检测区域的平行于车辆行驶方向上的两侧;
根据所述多个第一位置坐标和所述多个第二位置坐标,确定出所述检测区域内的目标车辆的数量为第一数量;
根据所述多个第一检测信息和所述多个第二检测信息,识别出第一数量的所述目标车辆中的各目标车辆的第一类收费车型。
2.根据权利要求1所述的方法,其特征在于,根据所述多个第一位置坐标和所述多个第二位置坐标,确定出所述检测区域内的所述目标车辆的数量为所述第一数量包括:
获取与所述多个第一位置坐标中与目标时刻对应的第一目标位置坐标和所述多个第二位置坐标中与所述目标时刻对应的第二目标位置坐标;
在所述第一目标位置坐标与所述第二目标位置坐标的差小于或者等于第一预定阈值的情况下,确定出所述检测区域内的所述目标车辆的数量为一辆;或者,
在所述第一目标位置坐标与所述第二目标位置坐标的差大于第一预定阈值且小于或者等于第二预定阈值的情况下,确定出所述检测区域内的所述目标车辆的数量为两辆;或者,
在所述第一目标位置坐标与所述第二目标位置坐标的差大于第二预定阈值的情况下,确定出所述检测区域内的所述目标车辆的数量为大于或者等于两辆。
3.根据权利要求1所述的方法,其特征在于,根据所述多个第一检测信息和所述多个第二检测信息,识别出第一数量的所述目标车辆中的各目标车辆的第一类收费车型包括:
根据所述多个第一位置坐标和所述多个第二位置坐标之间的匹配关系,从所述多个第一检测信息和所述多个第二检测信息中确定出与第一类车辆对应的检测信息序列,其中,所述第一类车辆为所述第一数量的所述目标车辆中与所述第一激光设备或者所述第二激光设备相邻的车辆;
根据所述检测信息序列,确定出所述第一类车辆的第一车辆属性信息,其中,所述第一车辆属性信息用于确定所述第一类车辆的第一类收费车型;
根据所述第一类车辆的所述第一车辆属性信息,确定出所述第一类车辆的第一类收费车型。
4.根据权利要求3所述的方法,其特征在于,所述第一车辆属性信息包括轴数,根据所述第一类车辆的所述第一车辆属性信息,确定出所述第一类车辆的第一类收费车型包括:
在所述第一类车辆的轴数大于预定数目的情况下,确定出所述第一类车辆的第一类收费车型为第一收费车型;或者,
在所述第一类车辆的轴数小于或者等于预定数目的情况下,根据所述第一类车辆的轴数和所述第一类车辆的目标属性信息,确定出所述第一类车辆的第一类收费车型为第二收费车型,其中,所述第一车辆属性信息包括所述目标属性信息,所述目标属性信息包括以下至少之一:客货属性,轴型,轴距。
5.根据权利要求1至4中任一项所述的方法,其特征在于,根据所述多个第一检测信息和所述多个第二检测信息,识别出第一数量的所述目标车辆中的各目标车辆的第一类收费车型包括:
在所述第一数量大于两个的情况下,根据所述多个第一检测信息和所述多个第二检测信息,识别出第一类车辆的第一类收费车型,其中,所述第一类车辆为所述第一数量的所述目标车辆中与所述第一激光设备或者所述第二激光设备相邻的车辆;
获取目标检测设备通过接触式传感器检测到的第二类车辆的第二车辆属性信息,其中,所述接触式传感器位于所述检测区域内的预定区域内,所述第二类车辆为所述第一数量的所述目标车辆中除了所述第一类车辆以外的其他车辆,所述第二车辆属性信息用于确定所述第二类车辆的第一类收费车型;
根据所述第二类车辆的所述第二车辆属性信息,识别出所述第二类车辆的第一类收费车型为第三收费车型。
6.根据权利要求1至5中任一项所述的方法,其特征在于,在根据所述多个第一检测信息和所述多个第二检测信息,识别出第一数量的所述目标车辆中的各目标车辆的第一类收费车型之后,所述方法还包括:
通过第一拍摄设备和第二拍摄设备获取第一数量的上述目标车辆中的各目标车辆的车头照片和车尾照片,其中,所述第一拍摄设备和所述第二拍摄设备相对设置在所述检测区域的垂直于所述车辆行驶方式的两侧;
根据所述车头照片和所述车尾照片,确定出第一数量的所述目标车辆中的各目标车辆的第一车牌信息、第二车牌信息和第三车辆属性信息,其中,所述第三车辆属性信息用于确定第一数量的所述目标车辆中的各目标车辆的第二类收费车型;
根据所述第三车辆属性信息,识别出第一数量的所述目标车辆中的各目标车辆的所述第二类收费车型;
对所述第一车牌信息、所述第二车牌信息、所述第一类收费车型和所述第二类收费车型进行匹配,得到匹配结果信息。
7.一种自由流收费车型识别装置,其特征在于,包括:
第一获取模块,用于获取第一检测数据和第二检测数据,其中,所述第一检测数据包括第一激光设备检测到的车辆的多个第一位置坐标和多个第一检测信息,所述第二检测数据包括第二激光设备检测到的车辆的多个第二位置坐标和多个第二检测信息,所述第一激光设备和所述第二激光设备相对设置在检测区域的平行于车辆行驶方向上的两侧;
第一确定模块,用于根据所述多个第一位置坐标和所述多个第二位置坐标,确定出所述检测区域内的目标车辆的数量为第一数量;
第一识别模块,用于根据所述多个第一检测信息和所述多个第二检测信息,识别出第一数量的所述目标车辆中的各目标车辆的第一类收费车型。
8.根据权利要求7所述的装置,其特征在于,所述第一确定模块包括:
第一获取单元,用于获取与所述多个第一位置坐标中与目标时刻对应的第一目标位置坐标和所述多个第二位置坐标中与所述目标时刻对应的第二目标位置坐标;
第一确定单元,用于在所述第一目标位置坐标与所述第二目标位置坐标的差小于或者等于第一预定阈值的情况下,确定出所述检测区域内的所述目标车辆的数量为一辆;或者,
第二确定单元,用于在所述第一目标位置坐标与所述第二目标位置坐标的差大于第一预定阈值且小于或者等于第二预定阈值的情况下,确定出所述检测区域内的所述目标车辆的数量为两辆;或者,
第三确定单元,用于在所述第一目标位置坐标与所述第二目标s位置坐标的差大于第二预定阈值的情况下,确定出所述检测区域内的所述目标车辆的数量为大于或者等于两辆。
9.根据权利要求7所述的装置,其特征在于,所述第一识别模块包括:
第四确定单元,用于根据所述多个第一位置坐标和所述多个第二位置坐标之间的匹配关系,从所述多个第一检测信息和所述多个第二检测信息中确定出与第一类车辆对应的检测信息序列,其中,所述第一类车辆为所述第一数量的所述目标车辆中与所述第一激光设备或者所述第二激光设备相邻的车辆;
第五确定单元,用于根据所述检测信息序列,确定出所述第一类车辆的第一车辆属性信息,其中,所述第一车辆属性信息用于确定所述第一类车辆的第一类收费车型;
第六确定单元,用于根据所述第一类车辆的所述第一车辆属性信息,确定出所述第一类车辆的第一类收费车型。
10.根据权利要求9所述的装置,其特征在于,所述第一车辆属性信息包括轴数,所述第六确定单元包括:
第一确定子单元,用于在所述第一类车辆的轴数大于预定数目的情况下,确定出所述第一类车辆的第一类收费车型为第一收费车型;
或者,
第二确定子单元,用于在所述第一类车辆的轴数小于或者等于预定数目的情况下,根据所述第一类车辆的轴数和所述第一类车辆的目标属性信息,确定出所述第一类车辆的第一类收费车型为第二收费车型,其中,所述第一车辆属性信息包括所述目标属性信息,所述目标属性信息包括以下至少之一:客货属性,轴型,轴距。
11.根据权利要求7至10中任一项所述的装置,其特征在于,所述第一识别模块包括:
第一识别单元,用于在所述第一数量大于两个的情况下,根据所述多个第一检测信息和所述多个第二检测信息,识别出第一类车辆的第一类收费车型,其中,所述第一类车辆为所述第一数量的所述目标车辆中与所述第一激光设备或者所述第二激光设备相邻的车辆;
第二获取单元,用于获取目标检测设备通过接触式传感器检测到的第二类车辆的第二车辆属性信息,其中,所述接触式传感器位于所述检测区域内的预定区域内,所述第二类车辆为所述第一数量的所述目标车辆中除了所述第一类车辆以外的其他车辆,所述第二车辆属性信息用于确定所述第二类车辆的第一类收费车型;
第二识别单元,用于根据所述第二类车辆的所述第二车辆属性信息,识别出所述第二类车辆的第一类收费车型为第三收费车型。
12.根据权利要求11所述的装置,其特征在于,所述装置还包括:
第二获取模块,用于在根据所述多个第一检测信息和所述多个第二检测信息,识别出第一数量的所述目标车辆中的各目标车辆的第一类收费车型之后,通过第一拍摄设备和第二拍摄设备获取第一数量的所述目标车辆中的各目标车辆的车头照片和车尾照片,其中,所述第一拍摄设备和所述第二拍摄设备相对设置在所述检测区域的垂直于所述车辆行驶方式的两侧;
第二确定模块,用于根据所述车头照片和所述车尾照片,确定出第一数量的所述目标车辆中的各目标车辆的第一车牌信息、第二车牌信息和第三车辆属性信息,其中,所述第三车辆属性信息用于确定第一数量的所述目标车辆中的各目标车辆的第二类收费车型;
第二识别模块,用于根据所述第三车辆属性信息,识别出第一数量的所述目标车辆中的各目标车辆的所述第二类收费车型;
匹配模块,用于对所述第一车牌信息、所述第二车牌信息、所述第一类收费车型和所述第二类收费车型进行匹配,得到匹配结果信息。
13.一种自由流收费车型识别系统,其特征在于,包括:处理设备,相对设置在检测区域的平行于车辆行驶方向上的两侧的第一激光设备和第二激光设备,其中,
所述第一激光设备,用于对所述检测区域进行检测,得到第一检测数据,其中,所述第一检测数据包括所述第一激光设备检测到的车辆的多个第一位置坐标和多个第一检测信息;
所述第二激光设备,用于对所述检测区域进行检测,得到第二检测数据,其中,所述第二检测数据包括所述第二激光设备检测到的车辆的多个第二位置坐标和多个第二检测信息;
所述处理设备,用于获取所述第一检测数据和所述第二检测数据;根据所述多个第一位置坐标和所述多个第二位置坐标,确定出所述检测区域内的目标车辆的数量为第一数量;根据所述多个第一检测信息和所述多个第二检测信息,识别出第一数量的所述目标车辆中的各目标车辆的第一类收费车型。
14.根据权利要求13所述的系统,其特征在于,所述第一激光设备,和所述第二激光设备为以下至少之一:扫描式单线激光测距传感器,扫描式多线激光雷达,固态激光雷达,飞行时间TOF激光雷达。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910448243.4A CN110232827B (zh) | 2019-05-27 | 2019-05-27 | 自由流收费车型识别方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910448243.4A CN110232827B (zh) | 2019-05-27 | 2019-05-27 | 自由流收费车型识别方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110232827A true CN110232827A (zh) | 2019-09-13 |
CN110232827B CN110232827B (zh) | 2021-08-10 |
Family
ID=67858155
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910448243.4A Active CN110232827B (zh) | 2019-05-27 | 2019-05-27 | 自由流收费车型识别方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110232827B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109581405A (zh) * | 2018-12-28 | 2019-04-05 | 深圳市金溢科技股份有限公司 | 一种基于激光雷达的货车etc收费方法、服务器及系统 |
CN111723730A (zh) * | 2020-06-18 | 2020-09-29 | 中国银行股份有限公司 | 对目标对象的数量进行预测的方法及相关设备 |
CN113269015A (zh) * | 2020-02-17 | 2021-08-17 | 杭州海康威视系统技术有限公司 | 车型识别方法、装置、电子设备、系统及存储介质 |
CN117789486A (zh) * | 2024-02-28 | 2024-03-29 | 南京莱斯信息技术股份有限公司 | 一种大型车交叉路口右转必停监管系统及方法 |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030189500A1 (en) * | 2002-04-04 | 2003-10-09 | Lg Industrial Systems Co., Ltd. | System for determining kind of vehicle and method therefor |
FR2927185A1 (fr) * | 2008-02-06 | 2009-08-07 | Cs Systemes D Information Sa | Systeme et procede de telepeage sans barrieres a balises directionnelles |
CN102063795A (zh) * | 2010-12-27 | 2011-05-18 | 交通运输部公路科学研究所 | 一种密集交通流信息采集系统及方法、装置 |
CN201927176U (zh) * | 2010-12-27 | 2011-08-10 | 交通运输部公路科学研究所 | 一种密集交通流信息采集系统 |
CN103279996A (zh) * | 2013-05-06 | 2013-09-04 | 华南理工大学 | 一种多车道情况下的车辆信息检测与识别系统 |
CN103854320A (zh) * | 2012-12-05 | 2014-06-11 | 上海海事大学 | 基于激光雷达的车型自动识别装置及其识别方法 |
CN104050811A (zh) * | 2014-06-13 | 2014-09-17 | 深圳市砝石激光测控有限公司 | 激光机动车分型系统及方法 |
CN104064030A (zh) * | 2014-07-01 | 2014-09-24 | 武汉万集信息技术有限公司 | 一种车型识别方法及系统 |
CN104361751A (zh) * | 2014-10-27 | 2015-02-18 | 北京握奇智能科技有限公司 | 一种自由流收费的激光扫描车型识别系统 |
CN204632107U (zh) * | 2015-05-21 | 2015-09-09 | 武汉万集信息技术有限公司 | 一种基于扫描式激光测距仪的组合型车型识别系统 |
CN105006150A (zh) * | 2015-08-06 | 2015-10-28 | 武汉万集信息技术有限公司 | 车辆轮轴数量的检测方法及装置 |
CN105719482A (zh) * | 2016-04-20 | 2016-06-29 | 太原市高远时代科技有限公司 | 动态车辆信息采集装置 |
CN106127107A (zh) * | 2016-06-14 | 2016-11-16 | 宁波熵联信息技术有限公司 | 基于车牌信息和车辆轮廓的多路视频信息融合的车型识别方法 |
US9779561B1 (en) * | 2014-11-25 | 2017-10-03 | Hunter Engineering Company | Drive-through inspection system for a moving vehicle |
CN107687885A (zh) * | 2017-08-08 | 2018-02-13 | 合肥盈川信息技术有限公司 | 智能车辆轴型与胎轴数检测分析系统 |
CN107945518A (zh) * | 2017-12-20 | 2018-04-20 | 武汉万集信息技术有限公司 | 无队列的激光式车型识别装置和识别方法 |
CN108665709A (zh) * | 2018-06-26 | 2018-10-16 | 南京纳思杰智能装备科技有限公司 | 一种车辆自动检测装置 |
CN109164462A (zh) * | 2018-11-02 | 2019-01-08 | 广州市杜格科技有限公司 | 基于激光雷达技术的车型识别装置及其方法 |
CN109509354A (zh) * | 2018-12-24 | 2019-03-22 | 中设设计集团股份有限公司 | 一种道路行驶车辆车型自动识别系统 |
CN109598947A (zh) * | 2018-12-26 | 2019-04-09 | 武汉万集信息技术有限公司 | 一种车辆识别方法及系统 |
JP2019066933A (ja) * | 2017-09-28 | 2019-04-25 | 三菱重工機械システム株式会社 | 車両検知器、車種判別装置、車両検知方法、車種判別方法、及びプログラム |
-
2019
- 2019-05-27 CN CN201910448243.4A patent/CN110232827B/zh active Active
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030189500A1 (en) * | 2002-04-04 | 2003-10-09 | Lg Industrial Systems Co., Ltd. | System for determining kind of vehicle and method therefor |
FR2927185A1 (fr) * | 2008-02-06 | 2009-08-07 | Cs Systemes D Information Sa | Systeme et procede de telepeage sans barrieres a balises directionnelles |
CN102063795A (zh) * | 2010-12-27 | 2011-05-18 | 交通运输部公路科学研究所 | 一种密集交通流信息采集系统及方法、装置 |
CN201927176U (zh) * | 2010-12-27 | 2011-08-10 | 交通运输部公路科学研究所 | 一种密集交通流信息采集系统 |
CN103854320A (zh) * | 2012-12-05 | 2014-06-11 | 上海海事大学 | 基于激光雷达的车型自动识别装置及其识别方法 |
CN103279996A (zh) * | 2013-05-06 | 2013-09-04 | 华南理工大学 | 一种多车道情况下的车辆信息检测与识别系统 |
CN104050811A (zh) * | 2014-06-13 | 2014-09-17 | 深圳市砝石激光测控有限公司 | 激光机动车分型系统及方法 |
CN104064030A (zh) * | 2014-07-01 | 2014-09-24 | 武汉万集信息技术有限公司 | 一种车型识别方法及系统 |
CN104361751A (zh) * | 2014-10-27 | 2015-02-18 | 北京握奇智能科技有限公司 | 一种自由流收费的激光扫描车型识别系统 |
US9779561B1 (en) * | 2014-11-25 | 2017-10-03 | Hunter Engineering Company | Drive-through inspection system for a moving vehicle |
CN204632107U (zh) * | 2015-05-21 | 2015-09-09 | 武汉万集信息技术有限公司 | 一种基于扫描式激光测距仪的组合型车型识别系统 |
CN105006150A (zh) * | 2015-08-06 | 2015-10-28 | 武汉万集信息技术有限公司 | 车辆轮轴数量的检测方法及装置 |
CN105719482A (zh) * | 2016-04-20 | 2016-06-29 | 太原市高远时代科技有限公司 | 动态车辆信息采集装置 |
CN106127107A (zh) * | 2016-06-14 | 2016-11-16 | 宁波熵联信息技术有限公司 | 基于车牌信息和车辆轮廓的多路视频信息融合的车型识别方法 |
CN107687885A (zh) * | 2017-08-08 | 2018-02-13 | 合肥盈川信息技术有限公司 | 智能车辆轴型与胎轴数检测分析系统 |
JP2019066933A (ja) * | 2017-09-28 | 2019-04-25 | 三菱重工機械システム株式会社 | 車両検知器、車種判別装置、車両検知方法、車種判別方法、及びプログラム |
CN107945518A (zh) * | 2017-12-20 | 2018-04-20 | 武汉万集信息技术有限公司 | 无队列的激光式车型识别装置和识别方法 |
CN108665709A (zh) * | 2018-06-26 | 2018-10-16 | 南京纳思杰智能装备科技有限公司 | 一种车辆自动检测装置 |
CN109164462A (zh) * | 2018-11-02 | 2019-01-08 | 广州市杜格科技有限公司 | 基于激光雷达技术的车型识别装置及其方法 |
CN109509354A (zh) * | 2018-12-24 | 2019-03-22 | 中设设计集团股份有限公司 | 一种道路行驶车辆车型自动识别系统 |
CN109598947A (zh) * | 2018-12-26 | 2019-04-09 | 武汉万集信息技术有限公司 | 一种车辆识别方法及系统 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109581405A (zh) * | 2018-12-28 | 2019-04-05 | 深圳市金溢科技股份有限公司 | 一种基于激光雷达的货车etc收费方法、服务器及系统 |
CN113269015A (zh) * | 2020-02-17 | 2021-08-17 | 杭州海康威视系统技术有限公司 | 车型识别方法、装置、电子设备、系统及存储介质 |
CN113269015B (zh) * | 2020-02-17 | 2024-05-03 | 杭州海康威视系统技术有限公司 | 车型识别方法、装置、电子设备、系统及存储介质 |
CN111723730A (zh) * | 2020-06-18 | 2020-09-29 | 中国银行股份有限公司 | 对目标对象的数量进行预测的方法及相关设备 |
CN111723730B (zh) * | 2020-06-18 | 2023-08-22 | 中国银行股份有限公司 | 对目标对象的数量进行预测的方法及相关设备 |
CN117789486A (zh) * | 2024-02-28 | 2024-03-29 | 南京莱斯信息技术股份有限公司 | 一种大型车交叉路口右转必停监管系统及方法 |
CN117789486B (zh) * | 2024-02-28 | 2024-05-10 | 南京莱斯信息技术股份有限公司 | 一种大型车交叉路口右转必停监管系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110232827B (zh) | 2021-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110232827A (zh) | 自由流收费车型识别方法、装置及系统 | |
CN110189424B (zh) | 基于多目标雷达的多车道自由流车辆检测方法及系统 | |
CN103400500B (zh) | 车辆信息数据采集装置及方法 | |
CN109087510B (zh) | 交通监测方法及装置 | |
CN101097605B (zh) | Etc电子不停车收费中的车辆身份识别系统 | |
CN106127107A (zh) | 基于车牌信息和车辆轮廓的多路视频信息融合的车型识别方法 | |
CN101587643B (zh) | 一种套牌车的识别方法 | |
CN107305627A (zh) | 一种车辆视频监控方法、服务器及系统 | |
CN109871728B (zh) | 一种车型识别方法及装置 | |
CN101692313A (zh) | 基于嵌入式平台的便携式车辆识别装置 | |
CN104282154B (zh) | 一种车辆超载监控系统及方法 | |
CN113688805B (zh) | 一种基于无人机的无牌渣土车识别方法及系统 | |
US10777075B2 (en) | Device for tolling or telematics systems | |
CN109993138A (zh) | 一种车牌检测与识别方法及装置 | |
CN109754610A (zh) | 车辆监控方法及装置 | |
CN111507327A (zh) | 一种目标检测方法及装置 | |
CN110246336A (zh) | 车辆信息的确定方法及系统 | |
Mohandes et al. | An intelligent system for vehicle access control using RFID and ALPR technologies | |
CN109410628A (zh) | 路内泊位的状态检测方法、系统及其数据处理装置 | |
CN112750220A (zh) | 一种车辆故意逃费检测方法、装置、系统及存储介质 | |
CN104794906A (zh) | 室外停车场出口车辆管理平台 | |
Hasegawa et al. | Type classification, color estimation, and specific target detection of moving targets on public streets | |
CN107610477A (zh) | 一种智能交通射频与视频信息融合处理方法 | |
CN111368612A (zh) | 超员检测系统、人员检测方法及电子设备 | |
CN111523415A (zh) | 一种基于图像的两客一危车辆检测方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |