CN110312201A - 基于通信网络和车辆信息采集系统的人车关联方法及系统 - Google Patents

基于通信网络和车辆信息采集系统的人车关联方法及系统 Download PDF

Info

Publication number
CN110312201A
CN110312201A CN201810237638.5A CN201810237638A CN110312201A CN 110312201 A CN110312201 A CN 110312201A CN 201810237638 A CN201810237638 A CN 201810237638A CN 110312201 A CN110312201 A CN 110312201A
Authority
CN
China
Prior art keywords
information
vehicle
target
people
facility 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.)
Pending
Application number
CN201810237638.5A
Other languages
English (en)
Inventor
魏益民
刘国辉
张怀顺
杨广明
韩勇
刘昕林
薛涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BAOJI CITY PUBLIC SECURITY BUREAU TRAFFIC POLICE BRANCH OFFICE
Original Assignee
BAOJI CITY PUBLIC SECURITY BUREAU TRAFFIC POLICE BRANCH OFFICE
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by BAOJI CITY PUBLIC SECURITY BUREAU TRAFFIC POLICE BRANCH OFFICE filed Critical BAOJI CITY PUBLIC SECURITY BUREAU TRAFFIC POLICE BRANCH OFFICE
Priority to CN201810237638.5A priority Critical patent/CN110312201A/zh
Publication of CN110312201A publication Critical patent/CN110312201A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/017Detecting movement of traffic to be counted or controlled identifying vehicles
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/017Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30Services specially adapted for particular environments, situations or purposes
    • H04W4/40Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W64/00Locating users or terminals or network equipment for network management purposes, e.g. mobility management

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于通信网络和车辆信息采集系统的人车关联方法,包括:获取第一时刻下目标车辆的特征信息、第一位置信息;根据所述第一位置信息得到所述目标车辆在第一时刻、第一位置处对应的移动终端的设备信息;根据所述目标车辆对应的设备信息获取目标信息;关联所述特征信息与所述目标信息。本发明基于移动通信网络和车辆信息采集系统的人、车关联方法能够根据获取到车辆信息,并准确找到车辆内对应的驾驶者和乘客的信息,能够快速实现精准的人‑车关联定位,实现了通过现有车辆管控手段准确的定位和判定人员身份信息,为快速、准确定位运动中车辆驾驶员和乘车人员身份信息提供了高效、准确、低成本的解决方法。

Description

基于通信网络和车辆信息采集系统的人车关联方法及系统
技术领域
本发明属于治安防控领域,具体涉及一种基于通信网络和车辆信息采集系统的人车关联方法及系统。
背景技术
当前社会治安防控体系中,对道路上通行的车辆已经达到相当的可控程度,为治安防控、案件侦破、交通管理等各项工作提供了强力的信息支撑。目前基本能够实现大范围的车辆控制,但对于精准的车辆人员信息判断还有待提高,例如,道路上行驶的车辆,车辆驾驶员是谁,车上的乘员是谁,均无有效手段精准的得知。
现有技术提供了一种人像识别技术来进行车辆人员信息的判断,然而,人像识别算法的苛刻应用条件,其可控性以及准确性较差,仍然无法对人员的管理进行精准的管控,造成社会治安防控的盲点,不利于交通管控。
发明内容
为了解决现有技术中存在的上述问题,本发明提供了一种基于通信网络和车辆信息采集系统的人车关联方法。本发明要解决的技术问题通过以下技术方案实现:
本发明实施例提供了一种基于通信网络和车辆信息采集系统的人车关联方法,包括:
S1、获取第一时刻下目标车辆的特征信息、第一位置信息;
S2、根据所述第一位置信息得到所述目标车辆在第一时刻、第一位置处的移动终端的设备信息;
S3、根据所述目标车辆对应的设备信息获取目标信息;
S4、关联所述特征信息与所述目标信息。
在一个具体实施例中,所述步骤S2之后,S3之前还包括:
依次获取第i时刻下目标车辆的第i位置信息;
在第i时刻下,根据所述第i位置信息获取所述第i位置处的设备信息;
对得到的i个设备信息求交集,得到所述目标车辆对应的设备信息,其中,i≥1,且i为正整数。
在一个具体实施例中,所述步骤S2之后,S3之前还包括:
依次获取若干第i时刻下目标车辆的第i位置信息;
在第i时刻下,根据所述第i位置信息获取所述第i位置处的设备信息;
依次对比所述第i位置处的设备信息与第i-1位置处的设备信息,得到对比的设备信息;
若前后两次得到的所述对比的设备信息一致时,得到所述目标车辆对应的设备信息;其中,i≥2,且i为正整数。
在一个具体实施例中,所述特征信息包括:车型、车牌号或/和电子车牌。
在一个具体实施例中,所述设备信息包括:MDN码、IMEI码、MAC码中的至少一种。
本发明实施例还公开了一种基于移动通信网络和车辆信息采集系统的人车关联系统,包括:
车辆信息捕获装置,用于获取第一时刻下目标车辆的特征信息、第一位置信息;
设置在第一位置处的移动信息采集装置,用于根据所述第一位置信息得到所述目标车辆在第一时刻、第一位置处的移动终端的设备信息;
信息处理装置,用于根据所述目标车辆对应的设备信息获取目标信息,并且关联所述特征信息与所述目标信息。
在一个具体实施例中,还包括:
设置在第i位置处的车辆信息捕获装置,用于在第i时刻下,根据所述第i位置信息获取所述第i位置处的设备信息;
所述信息处理装置还用于,对得到的i个设备信息求交集,得到所述目标车辆对应的设备信息,其中,i≥1,且i为正整数。
在一个具体实施例中,还包括:
设置在第i位置处的车辆信息捕获装置,用于在第i时刻下,根据所述第i位置信息获取所述第i位置处的设备信息;
所述信息处理装置还用于,依次对比所述第i位置处的设备信息与第i-1位置处的设备信息,得到对比的设备信息,若前后两次得到的所述对比的设备信息一致时,得到所述目标车辆对应的设备信息;其中,i≥2,且i为正整数。
在一个具体实施例中,所述特征信息包括:车型、车牌号或/和电子车牌。
在一个具体实施例中,所述设备信息包括:MDN码、IMEI码、MAC码中的至少一种。
与现有技术相比,本发明的有益效果:
本发明的基于通信网络和车辆信息采集系统的人车关联方法能够根据获取到的车辆信息找到车辆内对应的驾驶者和乘客的信息,实现快速精准的人-车定位,提高了交通管理效率,有利于提供更好的社会治安防控中治安防控、案件侦破、交通管理需求。
附图说明
图1为本发明实施例提供的一种基于通信网络和车辆信息采集系统的人车关联方法流程图;
图2为本发明另一实施例提供的一种基于通信网络和车辆信息采集系统的人车关联方法流程图;
图3为本发明实施例提供的一种基于通信网络和车辆信息采集系统的人车关联系统的模块框图。
具体实施方式
下面结合具体实施例对本发明做进一步详细的描述,但本发明的实施方式不限于此。
实施例一
请参见图1,图1为本发明实施例提供的一种基于通信网络和车辆信息采集系统的人车关联方法流程图。一种基于通信网络和车辆信息采集系统的人车关联方法,包括:
S1、获取第一时刻下目标车辆的特征信息、第一位置信息;
S2、根据所述第一位置信息得到所述目标车辆在第一时刻、第一位置处的移动终端的设备信息;
S3、根据所述目标车辆对应的设备信息获取目标信息;
S4、关联所述特征信息与所述目标信息。
本实施例可以对车辆、车辆中乘客数量以及乘客信息进行快速获取。目标车辆即为需要获取信息的车辆,其中,特征信息可以是能够起到标识该车辆的信息,例如可以是车辆图片、车型、车牌号等,第一时刻以及第一位置用来表示初次对该车辆进行信息采集的时刻及位置,移动终端一般是能够进行移动通信的设备,例如手机、电脑等能够收发无线信号的网络设备,并且,该设备能够标识到当前使用者的信息,在一种实施方式中,移动终端可是手机,该手机中具有实现通信功能的SIM卡,通过获取SIM信息以及手机信息就能获取到该手机使用者的信息,即本实施例中所说的目标信息,而为了进行管理,将车辆特征信息与目标信息进行关联以实现本实施例的功能。在具体比对时,设备之间的时间同步可以通过GPS授时系统或通过网络授时系统的网络设备时间进行同步,当然只要能够实现一一对应的人车关联关系即可,并不限于上述实施方式。
例如,在道路的某一固定位置设置有采集车辆信息的设备与采集该位置某一区域内移动终端信号的设备。在t1时刻,目标车辆经过该固定位置,采集车辆信息的设备采集到目标车辆的车牌号、车辆照片和车型,如车牌号为陕A 12345的黑色奥迪Q5,同时在t1时刻,移动终端信号采集设备采集到该区域内有4个终端发送了信号,并根据该信号获取到了4个终端的MDN码、IMEI码和MAC码,然后根据4个终端的上述信息确定分别确定其对应使用者的身份,进行由于采集到的是同一时刻,同一位置处的信号,因此可关联判断为该目标车辆中有上述对应身份的乘客或司机。
本发明的基于通信网络和车辆信息采集系统的人车关联方法能够根据获取到的车辆信息找到车辆内对应的驾驶者和乘客的信息,实现快速精准的人-车定位,即快速确定车辆驾驶人、乘客身份以及乘客数量,提高了交通管理效率,有利于提供更好的社会治安防控中治安防控、案件侦破、交通管理需求。
实施例二
请参见图2,图2为本发明另一实施例提供的一种基于通信网络和车辆信息采集系统的人车关联方法流程图。本实施例在实施例一的基础上实现车辆内人员的准确识别,提高判断精确度,在一个具体实施例中,步骤S2之后,S3之前还包括:
依次获取第i时刻下目标车辆的第i位置信息;
在第i时刻下,根据所述第i位置信息获取所述第i位置处的设备信息;
对得到的i个设备信息求交集,得到所述目标车辆对应的设备信息,其中,i≥1,且i为正整数。
为了更清楚的说明本实施例的实施过程,以i=3举例如下:
首先,按照实施例一的方案,在道路的某一固定位置设置有采集车辆信息的设备与采集该位置某一区域内移动终端信号的设备。在t1时刻,目标车辆经过该固定位置,采集车辆信息的设备采集到目标车辆的车牌号、车辆照片和车型,同时在t1时刻,移动终端信号采集设备采集到该区域内有5个终端发送了信号,并根据该信号获取到了5个终端的MDN码、IMEI码和MAC码。
一般的,采集车辆信息的设备是交通管理部门提供,采集该位置某一区域内移动终端信号的设备是运营商提供,通过协调两个部门将上述信息整个进行判断。采集车辆信息的设备可以是卡口监控等视频采集装置。
比如,在t1时刻,位置p1处,采集到了5个终端信息,假设分别是UE1、UE2、UE3、UE4、UE5,其对应的设备信息为:
UE1{MDN=13000000001,IMEI=355061 05 331100 1/01,MAC=10:01:AF:98:E4:00},
UE2{MDN=13000000002,IMEI=355061 05 331100 1/01,MAC=20:01:AF:98:E4:00},
UE3{MDN=13000000003,IMEI=355061 05 331100 1/01,MAC=30:01:AF:98:E4:00},
UE4{MDN=13000000004,IMEI=355061 05 331100 1/01,MAC=40:01:AF:98:E4:00},
UE5{MDN=13000000005,IMEI=355061 05 331100 1/01,MAC=50:01:AF:98:E4:00}。
为了避免可能出现的误判,依次获取若干第二时刻下目标车辆的第二位置信息;
在第二时刻下,根据所述第二位置信息获取所述第二位置处的设备信息。
此时i=2,在t2时刻即第二时刻,位置p2处,设置了采集车辆信息的设备与采集该位置某一区域内移动终端信号的设备。
比如,仍然采集到了5个终端信息,假设分别是UE1、UE2、UE3、UE4、UE6,其对应的设备信息为:
UE1{MDN=13000000001,IMEI=355061 05 331100 1/01,MAC=10:01:AF:98:E4:00},
UE2{MDN=13000000002,IMEI=355061 05 331100 1/01,MAC=20:01:AF:98:E4:00},
UE3{MDN=13000000003,IMEI=355061 05 331100 1/01,MAC=30:01:AF:98:E4:00},
UE4{MDN=13000000004,IMEI=355061 05 331100 1/01,MAC=40:01:AF:98:E4:00},
UE6{MDN=13000000006,IMEI=355061 05 331100 1/01,MAC=60:01:AF:98:E4:00}。
接下来进行第三次判断,在第三时刻下,根据所述第三位置信息获取所述第三位置处的设备信息。
此时i=3,在t3时刻即第三时刻,位置p3处,设置了采集车辆信息的设备与采集该位置某一区域内移动终端信号的设备。
比如,仍然采集到了5个终端信息,假设分别是UE1、UE2、UE3、UE4、UE7,其对应的设备信息为:
UE1{MDN=13000000001,IMEI=355061 05 331100 1/01,MAC=10:01:AF:98:E4:00},
UE2{MDN=13000000002,IMEI=355061 05 331100 1/01,MAC=20:01:AF:98:E4:00},
UE3{MDN=13000000003,IMEI=355061 05 331100 1/01,MAC=30:01:AF:98:E4:00},
UE4{MDN=13000000004,IMEI=355061 05 331100 1/01,MAC=40:01:AF:98:E4:00},
UE7{MDN=13000000007,IMEI=355061 05 331100 1/01,MAC=70:01:AF:98:E4:00}。
对上述三次采集的设备信息进行求交集运算为;
{UE1,UE2,UE3,UE4,UE5}∩{UE1,UE2,UE3,UE4,UE6}∩{UE1,UE2,UE3,UE4,UE7}={UE1,UE2,UE3,UE4},
得到所述目标车辆对应的设备信息为UE1,UE2,UE3,UE4的设备信息。因此,获取到了4个终端的MDN码、IMEI码和MAC码,然后根据4个终端的上述信息确定分别确定其对应使用者的身份,经确定,其中UE1和UE2的用户同为张三,UE3的用户为李四,UE4的用户为王五,因此可关联判断为该目标车辆中有上述对应身份的乘客或司机,即陕A 12345的黑色奥迪Q5中有张三、李四、王五三人。
再具体应用场景中,例如还可以判断某辆客车是否超员的情形,如果判断到车内的移动设备数量与车辆的核载人数有较大差异时,可判断该车可能有超载现象,对应进行监控和监察避免交通事故。或者当判断到车内移动设备的实名认证用户均未在车辆管理系统中查到时,可辅助判断车辆有无证驾驶的嫌疑。
实施例三
本实施例在实施例一的基础上实现车辆内人员的准确识别,提高判断精确度,在一个具体实施例中,所述步骤S2之后,S3之前还包括:
依次获取若干第i时刻下目标车辆的第i位置信息;
在第i时刻下,根据所述第i位置信息获取所述第i位置处的设备信息;
依次对比所述第i位置处的设备信息与第i-1位置处的设备信息,得到对比的设备信息;
若前后两次得到的所述对比的设备信息一致时,得到所述目标车辆对应的设备信息;其中,i≥2,且i为正整数。
为了更清楚的说明本实施例的实施过程,以i=3举例如下:
首先,按照实施例一的方案,在道路的某一固定位置设置有采集车辆信息的设备与采集该位置某一区域内移动终端信号的设备。在t1时刻,目标车辆经过该固定位置,采集车辆信息的设备采集到目标车辆的车牌号、车辆照片和车型,同时在t1时刻,移动终端信号采集设备采集到该区域内有5个终端发送了信号,并根据该信号获取到了5个终端的MDN码、IMEI码和MAC码。
然而,由于在t1时刻,经过该位置区域的车辆可能不止一个,由于信号采集边界的误差,也就是说采集到的5个终端的信息可能不都是从该目标车辆上发出的,
比如,在t1时刻,位置p1处,采集到了5个终端信息,假设分别是UE1、UE2、UE3、UE4、UE5,其对应的设备信息为:
UE1{MDN=13000000001,IMEI=355061 05 331100 1/01,MAC=10:01:AF:98:E4:00},
UE2{MDN=13000000002,IMEI=355061 05 331100 1/01,MAC=20:01:AF:98:E4:00},
UE3{MDN=13000000003,IMEI=355061 05 331100 1/01,MAC=30:01:AF:98:E4:00},
UE4{MDN=13000000004,IMEI=355061 05 331100 1/01,MAC=40:01:AF:98:E4:00},
UE5{MDN=13000000005,IMEI=355061 05 331100 1/01,MAC=50:01:AF:98:E4:00}。
为了避免可能出现的误判,依次获取若干第二时刻下目标车辆的第二位置信息;
在第二时刻下,根据所述第二位置信息获取所述第二位置处的设备信息。
此时i=2,在t2时刻即第二时刻,位置p2处,设置了采集车辆信息的设备与采集该位置某一区域内移动终端信号的设备。
比如,仍然采集到了5个终端信息,假设分别是UE1、UE2、UE3、UE4、UE6,其对应的设备信息为:
UE1{MDN=13000000001,IMEI=355061 05 331100 1/01,MAC=10:01:AF:98:E4:00},
UE2{MDN=13000000002,IMEI=355061 05 331100 1/01,MAC=20:01:AF:98:E4:00},
UE3{MDN=13000000003,IMEI=355061 05 331100 1/01,MAC=30:01:AF:98:E4:00},
UE4{MDN=13000000004,IMEI=355061 05 331100 1/01,MAC=40:01:AF:98:E4:00},
UE6{MDN=13000000006,IMEI=355061 05 331100 1/01,MAC=60:01:AF:98:E4:00}。
依次对比所述第二位置处的设备信息与第一位置处的设备信息,得到对比的设备信息;对比所述第二位置处的设备信息与第一位置处的设备信息,其中少了UE5,但多了UE6,据此可以判断,UE5和UE6为误判信息,因此,在本次判定中,UE1,UE2,UE3,UE4为对比的设备信息。
接下来进行第三次判断,在第三时刻下,根据所述第三位置信息获取所述第三位置处的设备信息。
此时i=3,在t3时刻即第三时刻,位置p3处,设置了采集车辆信息的设备与采集该位置某一区域内移动终端信号的设备。
比如,仍然采集到了5个终端信息,假设分别是UE1、UE2、UE3、UE4、UE7,其对应的设备信息为:
UE1{MDN=13000000001,IMEI=355061 05 331100 1/01,MAC=10:01:AF:98:E4:00},
UE2{MDN=13000000002,IMEI=355061 05 331100 1/01,MAC=20:01:AF:98:E4:00},
UE3{MDN=13000000003,IMEI=355061 05 331100 1/01,MAC=30:01:AF:98:E4:00},
UE4{MDN=13000000004,IMEI=355061 05 331100 1/01,MAC=40:01:AF:98:E4:00},
UE7{MDN=13000000007,IMEI=355061 05 331100 1/01,MAC=70:01:AF:98:E4:00}。
依次对比所述第三位置处的设备信息与第二位置处的设备信息,得到对比的设备信息;其中少了UE6,但多了UE7,据此可以判断,UE7为误判信息,因此,在本次判定中,UE1,UE2,UE3,UE4为对比的设备信息。
在二次对比中,得到了对比的设备信息UE1,UE2,UE3,UE4,在第三次对比中,同样得到了对比的设备信息UE1,UE2,UE3,UE4,因此,前后两次得到的所述对比的设备信息一致,得到所述目标车辆对应的设备信息为UE1,UE2,UE3,UE4的设备信息。因此,获取到了4个终端的MDN码、IMEI码和MAC码,然后根据4个终端的上述信息确定分别确定其对应使用者的身份,经确定,其中UE1和UE2的用户同为张三,UE3的用户为李四,UE5的用户为王五,因此可关联判断为该目标车辆中有上述对应身份的乘客或司机,即陕A 12345的黑色奥迪Q5中有张三、李四、王五三人。
在一个具体实施例中,所述特征信息包括:车辆图片、车型、车牌号中的至少一种。
在一个具体实施例中,所述设备信息包括:MDN码、IMEI码、MAC码中的至少一种。
在一个具体实施例中,所述目标信息为所述设备信息对应的用户。
请参见图3,图3为本发明实施例提供的一种基于移动通信网络和车辆信息采集系统的人车关联系统的模块框图。本发明的实施例还提供了一种基于移动通信网络和车辆信息采集系统的人车关联系统,包括:
车辆信息捕获装置,用于获取第一时刻下目标车辆的特征信息、第一位置信息;其中,第一位置信息也就是该车辆信息捕获装置所处的位置信息。
设置在第一位置处的移动信息采集装置,用于根据所述第一位置信息得到所述目标车辆在第一时刻、第一位置处的移动终端的设备信息;
信息处理装置,用于根据所述目标车辆对应的设备信息获取目标信息,并且关联所述特征信息与所述目标信息。
在一个具体实施例中,还包括:
设置在第i位置处的车辆信息捕获装置,用于在第i时刻下,根据所述第i位置信息获取所述第i位置处的设备信息;
速搜信息处理装置还用于,对比所述第i位置处的设备信息与第i-1位置处的设备信息,得到所述目标车辆对应的设备信息;其中,i≥2,且i为正整数。
在一个具体实施例中,所述特征信息包括:车辆图片、车型、车牌号中的至少一种。
在一个具体实施例中,所述设备信息包括:MDN码、IMEI码、MAC码中的至少一种。
在一个具体实施例中,所述目标信息为所述设备信息对应的用户。
本发明的基于通信网络和车辆信息采集系统的人车关联方法能够根据获取到的车辆信息找到车辆内对应的驾驶者和乘客的信息,实现快速精准的人-车定位,提高了交通管理效率,有利于提供更好的社会治安防控中治安防控、案件侦破、交通管理需求。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。

Claims (10)

1.一种基于通信网络和车辆信息采集系统的人车关联方法,其特征在于,包括:
S1、获取第一时刻下目标车辆的特征信息、第一位置信息;
S2、根据所述第一位置信息得到所述目标车辆在第一时刻、第一位置处的移动终端的设备信息;
S3、根据所述目标车辆对应的设备信息获取目标信息;
S4、关联所述车辆特征信息与所述目标信息。
2.根据权利要求1所述的基于通信网络和车辆信息采集系统的人车关联方法,其特征在于,所述步骤S2之后,S3之前还包括:
依次获取第i时刻下目标车辆的第i位置信息;
在第i时刻下,根据所述第i位置信息获取所述第i位置处的设备信息;
对得到的i个设备信息求交集,得到所述目标车辆对应的设备信息,其中,i≥1,且i为正整数。
3.根据权利要求1所述的基于通信网络和车辆信息采集系统的人车关联方法,其特征在于,所述步骤S2之后,S3之前还包括:
依次获取若干第i时刻下目标车辆的第i位置信息;
在第i时刻下,根据所述第i位置信息获取所述第i位置处的设备信息;
依次对比所述第i位置处的设备信息与第i-1位置处的设备信息,得到对比的设备信息;
若前后两次得到的所述对比的设备信息一致时,得到所述目标车辆对应的设备信息;其中,i≥2,且i为正整数。
4.根据权利要求1所述的移动通信网络和车辆信息采集系统的人车关联方法,其特征在于,所述特征信息包括:车型、车牌号或/和电子车牌。
5.根据权利要求1所述的移动通信网络和车辆信息采集系统的人车关联方法,其特征在于,所述设备信息包括:MDN码、IMEI码、MAC码中的至少一种。
6.一种通信网络和车辆信息采集系统的人车关联系统,其特征在于,包括:
车辆信息捕获装置,用于获取第一时刻下目标车辆的特征信息、第一位置信息;
设置在第一位置处的移动信息采集装置,用于根据所述第一位置信息得到所述目标车辆在第一时刻、第一位置处的移动终端的设备信息;
信息处理装置,用于根据所述目标车辆对应的设备信息获取目标信息,并且关联所述特征信息与所述目标信息。
7.根据权利要求6所述的通信网络和车辆信息采集系统的人车关联系统,其特征在于,还包括:
设置在第i位置处的车辆信息捕获装置,用于在第i时刻下,根据所述第i位置信息获取所述第i位置处的设备信息;
所述信息处理装置还用于,对得到的i个设备信息求交集,得到所述目标车辆对应的设备信息,其中,i≥1,且i为正整数。
8.根据权利要求6所述的通信网络和车辆信息采集系统的人车关联系统,其特征在于,还包括:
设置在第i位置处的车辆信息捕获装置,用于在第i时刻下,根据所述第i位置信息获取所述第i位置处的设备信息;
所述信息处理装置还用于,依次对比所述第i位置处的设备信息与第i-1位置处的设备信息,得到对比的设备信息,若前后两次得到的所述对比的设备信息一致时,得到所述目标车辆对应的设备信息;其中,i≥2,且i为正整数。
9.根据权利要求6所述的通信网络和车辆信息采集系统的人车关联系统,其特征在于,所述特征信息包括:车型、车牌号或/和电子车牌。
10.根据权利要求6所述的通信网络和车辆信息采集系统的人车关联系统,其特征在于,所述设备信息包括:MDN码、IMEI码、MAC码中的至少一种。
CN201810237638.5A 2018-03-22 2018-03-22 基于通信网络和车辆信息采集系统的人车关联方法及系统 Pending CN110312201A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810237638.5A CN110312201A (zh) 2018-03-22 2018-03-22 基于通信网络和车辆信息采集系统的人车关联方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810237638.5A CN110312201A (zh) 2018-03-22 2018-03-22 基于通信网络和车辆信息采集系统的人车关联方法及系统

Publications (1)

Publication Number Publication Date
CN110312201A true CN110312201A (zh) 2019-10-08

Family

ID=68073970

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810237638.5A Pending CN110312201A (zh) 2018-03-22 2018-03-22 基于通信网络和车辆信息采集系统的人车关联方法及系统

Country Status (1)

Country Link
CN (1) CN110312201A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111047876A (zh) * 2019-12-31 2020-04-21 南京三百云信息科技有限公司 基于车牌号的动态社交方法和装置
CN112349104A (zh) * 2020-09-27 2021-02-09 北京博研智通科技有限公司 一种利用警车车载设备跟踪车辆驾驶人身份的系统及方法
CN112349105A (zh) * 2020-09-27 2021-02-09 北京博研智通科技有限公司 一种在途机动车驾驶人身份的确定方法及装置
CN113870555A (zh) * 2021-09-08 2021-12-31 南京静态交通产业技术研究院 基于手机imsi码与电子车牌的人车协同识别方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104468787A (zh) * 2014-12-09 2015-03-25 浪潮电子信息产业股份有限公司 一种基于大数据的人车关联识别方法
US20160096506A1 (en) * 2014-10-01 2016-04-07 Xerox Corporation Method and system for vandalism and/or loitering detection using video
CN106303962A (zh) * 2016-08-17 2017-01-04 公安部道路交通安全研究中心 一种实现人‑车信息关联的方法和系统
CN106611167A (zh) * 2016-12-28 2017-05-03 山东合天智汇信息技术有限公司 一种跟踪方法及系统
CN107645709A (zh) * 2017-09-28 2018-01-30 浙江大华技术股份有限公司 一种确定人员信息的方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160096506A1 (en) * 2014-10-01 2016-04-07 Xerox Corporation Method and system for vandalism and/or loitering detection using video
CN104468787A (zh) * 2014-12-09 2015-03-25 浪潮电子信息产业股份有限公司 一种基于大数据的人车关联识别方法
CN106303962A (zh) * 2016-08-17 2017-01-04 公安部道路交通安全研究中心 一种实现人‑车信息关联的方法和系统
CN106611167A (zh) * 2016-12-28 2017-05-03 山东合天智汇信息技术有限公司 一种跟踪方法及系统
CN107645709A (zh) * 2017-09-28 2018-01-30 浙江大华技术股份有限公司 一种确定人员信息的方法及装置

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111047876A (zh) * 2019-12-31 2020-04-21 南京三百云信息科技有限公司 基于车牌号的动态社交方法和装置
CN112349104A (zh) * 2020-09-27 2021-02-09 北京博研智通科技有限公司 一种利用警车车载设备跟踪车辆驾驶人身份的系统及方法
CN112349105A (zh) * 2020-09-27 2021-02-09 北京博研智通科技有限公司 一种在途机动车驾驶人身份的确定方法及装置
CN112349105B (zh) * 2020-09-27 2022-03-11 北京博研智通科技有限公司 一种在途机动车驾驶人身份的确定方法及装置
CN112349104B (zh) * 2020-09-27 2022-03-11 北京博研智通科技有限公司 一种利用警车车载设备跟踪车辆驾驶人身份的系统及方法
CN113870555A (zh) * 2021-09-08 2021-12-31 南京静态交通产业技术研究院 基于手机imsi码与电子车牌的人车协同识别方法
CN113870555B (zh) * 2021-09-08 2023-11-03 南京静态交通产业技术研究院 基于手机imsi码与电子车牌的人车协同识别方法

Similar Documents

Publication Publication Date Title
CN110312201A (zh) 基于通信网络和车辆信息采集系统的人车关联方法及系统
CN104217592B (zh) 人流量统计方法、设备及系统
US11715376B2 (en) Improving operation of wireless communication networks for detecting vulnerable road users
CN107633687A (zh) 一种用于停车场的车辆识别方法及系统
CN103440485A (zh) 一种车辆出入控制系统及控制方法
CN110459052A (zh) 一种车辆事故记录方法、装置及车辆
WO2012118283A2 (ko) 휴대용 불법단속 및 교통위반단속 시스템
CN103955977A (zh) 基于4g基站的公交车上人数统计方法
CN108010153A (zh) 公交车司机身份识别系统和方法
US20180012323A1 (en) Method and apparatus for improving dispatch of different types of law enforcement patrols for achieving a desired deterrent effect
CN102055859A (zh) 手持式校讯通监控方法及其监控设备
CN110556022A (zh) 基于人工智能的停车场车位指示方法、装置及电子设备
CN107945526A (zh) 一种交通事故快速取证的方法
CN107085946A (zh) 一种基于图片识别技术的车辆定位方法及系统
CN111610925A (zh) 车辆车牌号码辅助输入的方法及装置
CN103914980A (zh) 摄像装置及影像撷取方法
CN105243843A (zh) 一种车载系统提供空位信息的方法
CN112037400A (zh) 一种基于安卓蓝牙spp的无感信息采集方法
CN206058320U (zh) 基于人脸识别技术的机场智慧航显系统
CN103337168A (zh) 一种车辆数据采集方法、装置及系统
CN107563651B (zh) 一种公交系统的基于大数据客流分析方法
CN109219049B (zh) 伪基站识别方法、装置及计算机可读存储介质
WO2018009400A1 (en) Method and apparatus for visualizing crime deterrent effects
CN108280402B (zh) 一种基于双目视觉的客流量统计方法及系统
CN106851652A (zh) 基于移动轨迹定位的全频段通讯伪基站侦测方法及装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20191008