CN110634303B - 一种交通违法监测及校验的方法和装置 - Google Patents

一种交通违法监测及校验的方法和装置 Download PDF

Info

Publication number
CN110634303B
CN110634303B CN201810651410.0A CN201810651410A CN110634303B CN 110634303 B CN110634303 B CN 110634303B CN 201810651410 A CN201810651410 A CN 201810651410A CN 110634303 B CN110634303 B CN 110634303B
Authority
CN
China
Prior art keywords
violation
suspected
record
algorithm
data
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.)
Active
Application number
CN201810651410.0A
Other languages
English (en)
Other versions
CN110634303A (zh
Inventor
魏宇星
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.)
Alibaba Group Holding Ltd
Original Assignee
Alibaba Group Holding Ltd
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 Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201810651410.0A priority Critical patent/CN110634303B/zh
Publication of CN110634303A publication Critical patent/CN110634303A/zh
Application granted granted Critical
Publication of CN110634303B publication Critical patent/CN110634303B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请实施例提供了一种交通违法监测及校验的方法和装置,其中所述交通违法监测的方法包括:区块链节点采集实时视频流;检测所述实时视频流是否存在违章行为;若所述实时视频流中存在违章行为,则从所述实时视频流中截取包含所述违章行为的疑似图片数据和/或疑似视频数据;基于所述疑似图片数据和/或疑似视频数据,生成第一违章记录。本申请实施例可以自动检测违章行为,提高了违章行为的检测效率。并且整个过程去中心化,用户无感知,降低了用户的参与成本,也达到了“人人参与交通监督”的目的。

Description

一种交通违法监测及校验的方法和装置
技术领域
本申请涉及道路交通管理技术领域,特别是涉及一种交通违法监测的方法、一种交通违法校验的方法、一种交通违法监测的装置、一种交通违法校验的装置、一种交通管理系统以及机器可读介质。
背景技术
近年来,随着机动车保有量的快速增长,交通违法行为也越来越频发。压实线、跨线变道、逆行、闯红灯等交通违法行为不仅影响了正常的交通秩序,而且可能酿成严重的交通事故。对城市道路交通违法行为进行自动、准确、实时的检测可有效规范驾驶行为,同时能大幅提高交通警察的工作效率、降低警力成本。
在现有技术中,交通违法检测一般都是根据红绿灯的红灯信号,设置地感线圈或者监控视频中接入红绿灯信号来检测不按车道和不按信号灯行驶的违法行为。或者,基于监控视频来检测压实线、跨线变道、逆行等交通违法行为。然而,由于城市道路场景复杂,根据上述的红灯信号或者监控视频的方式来检测交通违法行为时,容易受环境亮度、行人、噪声等干扰,影响检测的准确率。
随着社交网络的发展,部分交警部门尝试通过交通违法有奖举报平台来鼓励群众主动举报交通违法行为,当群众发现交通违法行为时,可以对该交通违法行为拍摄视频和/或图片,并将拍摄的视频和/或图片上传到交通违法有奖举报平台,然后由专门的审核人员对该视频和/或图片进行审核,最后对举报属实的群众发放奖励。但整个过程比较依赖人工参与,从举报到确认的周期较长,检测效率较低。
发明内容
鉴于上述问题,提出了本申请实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种交通违法监测的方法、一种交通违法校验的方法和相应的一种交通违法监测的装置、一种交通违法校验的装置、一种交通管理系统以及机器可读介质。
为了解决上述问题,本申请实施例公开了一种交通违法监测的方法,所述方法包括:
区块链节点采集实时视频流;
检测所述实时视频流是否存在违章行为;
若所述实时视频流中存在违章行为,则从所述实时视频流中截取包含所述违章行为的疑似图片数据和/或疑似视频数据;
基于所述疑似图片数据和/或疑似视频数据,生成第一违章记录。
优选地,所述方法还包括:
在区块链网络中广播所述第一违章记录。
优选地,在所述在区块链网络中广播所述第一违章记录之后,还包括:
当所述第一违章记录通过共识算法被判定为确认违章时,在所述区块链节点中记录对应的奖励信息。
优选地,所述检测所述实时视频流是否存在违章行为,包括:
接收其他区块链节点广播的违章检测算法数据包;
根据所述违章检测算法数据包中的违章检测算法,检测所述实时视频流是否存在违章行为。
优选地,所述基于所述疑似图片数据和/或疑似视频数据,生成第一违章记录,包括:
根据所述疑似图片数据和/或疑似视频数据,确定违章信息;
将所述疑似图片数据和/或疑似视频数据上传至服务器,并接收所述服务器返回的对应的URL;
将所述URL以及所述违章信息组织成第一违章记录。
优选地,所述区块链节点包括安装有行车记录仪的车辆;
所述根据所述疑似图片数据和/或疑似视频数据,确定违章信息包括以下所列中的一种或任意结合:
确定当前消息记录的类别;
获取所述行车记录仪的客户端标识;
确定当前消息记录的签名;
确定所述疑似图片数据和/或所述疑似视频数据对应的违章检测算法的算法编号和/或算法版本;
确定所述违章行为的位置信息和/或时间信息;
根据所述违章检测算法,确定举报所述违章行为所能获得的奖励信息。
优选地,所述方法还包括:
接收其他区块链节点广播的第二违章记录;
对所述第二违章记录进行校验;
当所述校验通过时,将所述第二违章记录存入本地缓冲区中。
优选地,所述对所述第二违章记录进行校验,包括以下所列中的一种或任意结合:
校验数据协议是否为正确的数据协议格式;
校验签名;
根据所述第二违章记录中的算法编号和算法版本查询本地是否有对应的算法编号和版本,若无,通过P2P网络下载;
根据所述第二违章记录中的URL,到云端获取对应的疑似图片数据和/或疑似视频数据,并对该疑似图片数据和/或疑似视频数据进行算法的重复验证;
校验举报所述违章行为所能获得的奖励信息。
优选地,还包括:
接收其他区块链节点广播的处罚信息;
当对所述处罚信息验证通过时,将所述处罚信息存入本地缓冲区中。
本申请实施例还公开了一种交通违法校验的方法,所述方法包括:
接收其他区块链节点广播的违章记录;
对所述违章记录进行校验;
当所述校验通过时,将所述违章记录存入本地缓冲区中。
本申请实施例还公开了一种交通违法监测的装置,所述装置包括:
视频流采集模块,用于采集实时视频流;
违章检测模块,用于检测所述实时视频流是否存在违章行为;
数据截取模块,用于若所述实时视频流中存在违章行为,则从所述实时视频流中截取包含所述违章行为的疑似图片数据和/或疑似视频数据;
违章记录生成模块,用于基于所述疑似图片数据和/或疑似视频数据,生成第一违章记录。
优选地,所述装置还包括:
违章记录广播模块,用于在区块链网络中广播所述第一违章记录。
优选地,所述装置还包括:
奖励模块,用于当所述第一违章记录通过共识算法被判定为确认违章时,在所述区块链节点中记录对应的奖励信息。
优选地,所述违章检测模块包括:
算法数据包接收子模块,用于接收其他区块链节点广播的违章检测算法数据包;
检测子模块,用于根据所述违章检测算法数据包中的违章检测算法,检测所述实时视频流是否存在违章行为。
优选地,所述违章记录生成模块包括:
违章信息确定子模块,用于根据所述疑似图片数据和/或疑似视频数据,确定违章信息;
URL接收子模块,用于将所述疑似图片数据和/或疑似视频数据上传至服务器,并接收所述服务器返回的对应的URL;
信息组织子模块,用于将所述URL以及所述违章信息组织成第一违章记录。
优选地,所述区块链节点包括安装有行车记录仪的车辆;
所述违章信息确定子模块还用于实现以下所列中的一种或任意结合:
确定当前消息记录的类别;
获取所述行车记录仪的客户端标识;
确定当前消息记录的签名;
确定所述疑似图片数据和/或所述疑似视频数据对应的违章检测算法的算法编号和/或算法版本;
确定所述违章行为的位置信息和/或时间信息;
根据所述违章检测算法,确定举报所述违章行为所能获得的奖励信息。
优选地,所述装置还包括:
违章记录接收模块,用于接收其他区块链节点广播的第二违章记录;
违章记录校验模块,用于对所述第二违章记录进行校验;
违章记录存储模块,用于当所述校验通过时,将所述第二违章记录存入本地缓冲区中。
优选地,所述违章记录校验模块还用于实现以下所列中的一种或任意结合:
校验数据协议是否为正确数据协议格式;
校验签名;
根据所述第二违章记录中的算法编号和算法版本查询本地是否有对应的算法编号和版本,若无,通过P2P网络下载;
根据所述第二违章记录中的URL,到云端获取对应的疑似图片数据和/或疑似视频数据,并对该疑似图片数据和/或疑似视频数据进行算法的重复验证;
校验举报所述违章行为所能获得的奖励信息。
优选地,所述装置还包括:
处罚信息接收模块,用于接收其他区块链节点广播的处罚信息;
处罚信息存储模块,用于当对所述处罚信息验证通过时,将所述处罚信息存入本地缓冲区中。
本申请实施例还公开了一种交通违法校验的装置,所述装置包括:
违章记录接收模块,用于接收其他区块链节点广播的违章记录;
违章记录校验模块,用于对所述违章记录进行校验;
违章记录存储模块,用于当所述校验通过时,将所述违章记录存入本地缓冲区中。
本申请实施例还公开了一种交通违法监测的方法,所述方法包括:
区块链节点采集视频流;
检测所述视频流是否存在违章行为;
若所述视频流中存在违章行为,则从所述视频流中截取包含所述违章行为的疑似图片数据和/或疑似视频数据;
基于所述疑似图片数据和/或疑似视频数据,生成第一违章记录;
在区块链网络中广播所述第一违章记录。
优选地,在所述在区块链网络中广播所述第一违章记录之后,还包括:当所述第一违章记录通过共识算法被判定为确认违章时,在所述区块链节点中记录对应的奖励信息。
优选地,所述检测所述视频流是否存在违章行为,包括:
接收其他区块链节点广播的违章检测算法数据包;
根据所述违章检测算法数据包中的违章检测算法,检测所述视频流是否存在违章行为。
本申请实施例还公开了一种交通违法监测的装置,所述方法包括:
视频流采集模块,用于采集视频流;
违章检测模块,用于检测所述视频流是否存在违章行为;
数据截取模块,用于若所述视频流中存在违章行为,则从所述视频流中截取包含所述违章行为的疑似图片数据和/或疑似视频数据;
违章记录生成模块,用于基于所述疑似图片数据和/或疑似视频数据,生成第一违章记录;
广播模块,用于在区块链网络中广播所述第一违章记录。
本申请实施例还公开了一种交通管理系统,包括:
一个或多个处理器;和
其上存储有指令的一个或多个机器可读介质,当由所述一个或多个处理器执行时,使得所述装置执行上述的一种交通违法监测的方法,和/或,上述的一种交通违法校验的方法。
本申请实施例还公开了一个或多个机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得所述处理器执行上述的一种交通违法监测的方法,和/或,上述的一种交通违法校验的方法。
本申请实施例包括以下优点:
在本申请实施例中,将区块链的技术应用于交通违法监督中,区块链节点采集实时视频流以后,实时检测该实时视频流是否存在违章行为,当该实时视频流中存在违章行为,则从实时视频流中截取包含所述违章行为的疑似图片数据和/或疑似视频数据,并根据疑似图片数据和/或疑似视频数据,生成第一违章记录,以自动检测违章行为,提高了违章行为的检测效率。并且整个过程去中心化,用户无感知,降低了用户的参与成本,也达到了“人人参与交通监督”的目的。
附图说明
图1是本申请的一种交通违法监测的方法实施例的步骤流程图;
图2是本申请的一种交通违法监测的方法实施例中的区块链网络示意图;
图3是本申请的一种交通违法监测的方法实施例中的行车记录仪的结构示意图;
图4是本申请的一种交通违法监测的方法实施例中的区块链交通监督示意图;
图5是本申请的一种交通违法校验的方法实施例的步骤流程图;
图6是本申请的一种交通违法监测的方法实施例的步骤流程图;
图7是本申请的一种交通违法监测的装置实施例的结构框图;
图8是本申请的一种交通违法校验的装置实施例的结构框图;
图9是本申请的一种交通违法监测的装置实施例的结构框图;
图10是本申请的一种交通管理系统实施例的结构示意图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本申请作进一步详细的说明。
参考图1,示出了本申请的一种交通违法监测的方法实施例的步骤流程图,本申请实施例可以应用区块链技术实现交通违法监测,提出一种去中心化的自主运行交通违法监督方式,并且对用户能够进行自动奖励,所有的过程都基于软件自动实现,降低了用户的参与成本,达到了“人人参与交通监督”的目的。
具体的,在区块链网络中,区块链节点可以包括道路交通网络中的设备或终端,例如,如图2的区块链网络示意图所示,区块链节点可以包括如下的一种或组合:安装有行车记录仪的车辆、交警部门的存档系统(即图2中的交警记录存档区)、交警部门的算法研发中心(即图2中的交警算法研发中心),等等。在区块链网络中,区块链节点之间通过P2P(peer-to-peer,对等式网络,又称点对点技术,是无中心服务器、依靠用户群(peers)交换信息的互联网体系)协议互相连接和传播数据。
在本申请实施例中,交警部门的存档系统也是实现区块链协议的一个客户端,它的作用是监测整个区块链实时的健康程度,如果整个系统运行异常,能够及时发现异常情况,更新应用和算法。这样对交警系统的要求也会低一些。同时交警部门需要存储每个客户端对应的实人信息(身份证),当检测发现异常记录时候,能够对恶意结点对应的实人进行处罚。
在本申请实施例的一种优选实施例中,如图3的行车记录仪的结构示意图所示,安装在车辆中的行车记录仪除了具有普通的行车记录仪的功能之外,还可以包括如下模块:算法验证模块、记账模块、GPS定位模块、视频/图片存储模块、P2P协议模块、中心通信模块等。
具体的,P2P协议模块实现了P2P网络协议,以对数据进行分发和传播;中心通信模块与交警部门的算法研发中心连接,可接收更新的算法数据包(即算法更新包);GPS定位模块用于对车辆所在区域进行判断,并且提供违法的位置和时间戳;视频/图片存储模块用于将验证通过的视频数据和图片数据存储到云上;算法验证模块用于对行车记录仪拍摄的视频流进行算法处理,识别其中的违章行为,或者对其他行车记录仪发过来的违章举报记录进行二次验证;记账模块用于记录此行车记录仪通过有奖举报获得的积分,相当于电子钱包。
基于区块链技术,使得本申请实施例中具有去中心化、自运行、抗破坏、数据公开透明、不可篡改、正确性等优势,其中:
去中心化、自运行、抗破坏体现为:区块链中的P2P网络结构决定,每个节点可以自主的加入和退出,信息靠广播传播,所有的数据不依赖一个中心化的系统进行决策,而是每个节点都有验证数据正确性的能力,破坏其中的部分节点,整个网络还能正常运行。
数据公开透明、不可篡改、正确性体现为:由于所有的数据都是在区块链上,所有的节点都能对其中的数据和记录进行验证和查看,所以数据是公开透明的。区块链的历史数据都存在链上,而每一个数据块的hash生成都是基于上个数据块数据的hash值,如果数据遭到了篡改,就会导致数据块验证不通过。数据的正确性是由共识算法保证的,共识算法的能够保证在整个网络中只要恶意节点小于总节点数的1/3(具体来说是n-1/3,n是总节点数)的情况下,数据都不能被加入到区块中。
以下对本申请实施例进行具体说明:
本申请实施例具体可以包括如下步骤:
步骤101,区块链节点采集实时视频流;
在本申请实施例中,该区块链节点可以包括安装有行车记录仪的车辆,车辆可以通过行车记录仪拍摄实时视频流。
步骤102,检测所述实时视频流是否存在违章行为;
获得实时视频流以后,区块链节点可以对该实时视频流进行分析,以初步判断该实时视频流中包含的车辆是否发生违章行为。
在本申请实施例的一种优选实施例中,步骤102具体可以包括如下子步骤:
子步骤S11,接收其他区块链节点广播的违章检测算法数据包;
作为一种示例,该其他区块链节点可以包括交警部门的算法研发中心。交警部门的算法研发中心作为区块链网络的一个区块链节点,统一维护和更新违章检测算法数据包。具体的,当要添加新的算法,或者更新原有的算法模块(比如说又开发了一种准确率更高的“闯红灯”识别算法),会生成更新的为违章检测算法数据包,并在区块链网络中广播该更新的算法数据包,其中,该算法数据包中包括违章检测算法。
例如,该算法数据包可以包括如下信息:
类别:算法包操作
签名:交警部门用自身密钥对消息体加签后的签名,其他消息接收者可用对应的公钥验签,其中,该消息体为{算法操作(添加、更新、删除)+算法编号+算法版本+算法包内容+可获得的奖励分值+时间戳}生成摘要后的信息。
添加、更新、删除:消息对应算法的操作
算法编号:算法的唯一编码
算法版本:算法的版本号
算法包内容:算法模块的二进制可加载代码
可获得的奖励分值:此算法发现的违规操作对应的奖励积分值
时间戳:时间信息
该算法数据包的数据结构可以表示如下:
|类别|签名|添加/更新/删除|算法编号|算法版本|算法包内容|可获得的奖励分值|时间戳|
|1字节|32字节|1字节|4字节|4字节|...|4字节|8字节|
其中,上述算法数据包中的签名为非对称加密,密钥证书在交警算法中心保存,公钥外部可知,起到了身份认证的作用。
需要说明的是,上述违章检测算法数据包除了可以是交警部门的算法研发中心下发的以外,还可以是区块链节点中预置的,本申请实施例对此不作限定。
子步骤S12,根据所述违章检测算法数据包中的违章检测算法,检测所述实时视频流是否存在违章行为。
区块链节点接收到违章检测算法数据包以后,可以解析该违章检测算法数据包,得到违章检测算法,同时根据该违章检测算法对实时视频流进行算法处理,判断该实时视频流是否存在对应的违章行为。
例如,如果违章检测算法规定“机动车逆向行驶的扣分3分”,则区块链节点分析实时视频流时,发现前方有车辆逆向行驶,则可以判定为检测到有车辆逆向行驶的违章行为。
步骤103,若所述实时视频流中存在违章行为,则从所述实时视频流中截取包含所述违章行为的疑似图片数据和/或疑似视频数据;
当区块链节点检测到实时视频流中的违章行为时,可以从实时视频流中截取该违章行为对应的图片数据或者视频数据,作为疑似图片数据和/或疑似视频数据。例如,从实时视频流中截取闯红灯、违规变道、不礼让行人等违章行为的图片或者视频片段。
步骤104,基于所述疑似图片数据和/或疑似视频数据,生成第一违章记录。
区块链节点得到疑似图片数据和/或疑似视频数据以后,可以进一步采用更加精细的算法,对该疑似图片数据和/或疑似视频数据进行分析,生成用于广播的第一违章记录。
在本申请实施例的一种优选实施例中,步骤104进一步可以包括如下子步骤:
子步骤S21,根据所述疑似图片数据和/或疑似视频数据,确定违章信息;
作为本申请实施例的一种优选示例,违章信息可以包括但不限于下述信息:当前消息记录的类别、行车记录仪的客户端标识(如客户端ID)、签名、违章检测算法的算法编号、算法版本、发生违章行为的位置信息、时间信息、发现违章行为获得的奖励信息,等等。
则在一种实施方式中,子步骤S21可以包括如下子步骤:确定当前消息记录的类别。
具体的,当区块链节点为安装有行车记录仪的车辆时,该车辆可以检测附近车辆的违章行为,并进行违章举报。此时,当前消息记录的类别可以为“违章举报”。
在另一种实施方式中,子步骤S21可以包括如下子步骤:
获取所述行车记录仪的客户端标识。
在具体实现中,每个行车记录仪可以在出厂时可以配置有客户端标识,或者,用户在使用前可以为行车记录仪注册客户端标识。
在实际中,行车记录仪可以是用户实名制从交警认证的地方购买。因此,每个行车记录仪的客户端标识可以绑定用户实名,并存储在交警中心的存档系统中。
在另一种实施方式中,子步骤S21可以包括如下子步骤:确定所述当前消息记录的签名。
在具体实现中,该签名可以为区块链节点用行车记录仪的密钥对消息体加密后的签名,代表客户端标识对这个消息记录负责,其他消息接收者可用客户端标识对应的公钥验签,其中,该消息体为(客户端标识+算法编号+算法版本+疑似图像数据/疑似视频数据的URL+经度+纬度+获取奖励积分+时间戳)生成摘要后的信息。
在另一种实施方式中,子步骤S21可以包括如下子步骤:确定所述疑似图片数据和/或所述疑似视频数据对应的违章检测算法的算法编号和/或算法版本。
在具体实现中,区块链节点采用违章检测算法检测到违章行为后,可以从该违章检测算法的结构体中确定该违章检测算法的算法编号和/或算法版本号。
在另一种实施方式中,子步骤S21可以包括如下子步骤:确定所述违章行为的位置信息和/或时间信息。
在具体实现中,在检测到违章行为以后,区块链节点可以通过行车记录仪中的GPS定位模块确定发生违章行为时的位置信息和/或时间信息。其中,该位置信息可以包括经纬度信息等,该时间信息可以包括时间戳。
在另一种实施方式中,子步骤S21可以包括如下子步骤:根据所述违章检测算法确定,举报所述违章行为所能获得的奖励信息。
在具体实现中,违章检测算法中可以约定每个违章行为对应的奖励信息,当区块链节点检测到违章行为以后,可以根据该违章行为,从违章检测算法中解析出对应的发现该违章行为的奖励信息,如奖励积分、奖励金额等。
需要说明的是,本申请实施例并不限于上述违章信息的具体内容,本领域技术人员根据实际需求设定其他的违章信息均是可以的。
子步骤S22,将所述疑似图片数据和/或疑似视频数据上传至服务器,并接收所述服务器返回的对应的URL;
在确认疑似图片数据和/或疑似视频数据存在违章行为时,区块链节点可以进一步将该疑似图片数据和/或疑似视频数据上传至服务器(如云端服务器)。云端服务器接收到该疑似图片数据和/或疑似视频数据后,存储该疑似图片数据和/或疑似视频数据,并根据存储路径生成URL,以及将该URL发送至区块链节点。
子步骤S23,将所述URL以及所述违章信息组织成第一违章记录。
区块链节点获得违章信息以及URL以后,可以将该违章信息以及URL组装到消息记录的数据结构中,得到第一违章记录。
作为一种示例,第一违章记录的数据结构可以表示如下:
|类别|客户端标识|签名|算法编号|算法版本|URL|时间戳|经度|纬度|获取的奖励信息|
|1字节|8字节|32字节|4字节|4字节|...|8字节|8字节|8字节|4字节|
在本申请实施例的一种优选实施例中,还可以包括如下步骤:
在区块链网络中广播所述第一违章记录。
区块链节点生成第一违章记录以后,可以通过P2P协议将该第一违章记录广播至区块链网络中,以使得其他区块链节点对该第一违章记录进行二次验证。
在本申请实施例的一种优选实施例中,还可以包括如下步骤:
当所述第一违章记录通过共识算法被判定为确认违章时,在所述区块链节点中记录对应的奖励信息。
在具体实现中,当当前区块链节点将第一违章记录广播至区块链网络中的其他区块链节点以后,其他区块链节点对该第一违章记录进行二次验证,当通过共识算法,区块链节点达成共识时,此次违章举报就有效,进行此次举报的区块链节点可以获得相应奖励信息,并在该区块链节点中记录该奖励信息。
作为一种示例,该共识算法可以包括PBFT(Practical Byzantine FaultTolerance,实用拜占庭容错算法)算法。
具体的,PBFT算法是一种基于消息传递的一致性算法,其可以经过三个阶段达成一致性,三个阶段分别是:pre-prepare(预准备阶段)、prepare(准备阶段)、commit(提交阶段)。
在具体实现中,在区块链中使用PBFT算法进行共识处理的过程如下:
1、从区块链网络全网的区块链节点中随机选举出一个主节点(期间如果发现主节点为恶意节点后,进行重新的随机选举,选举出新的主节点),新区块只由主节点负责生成;
2、每个节点把收到并且验证通过的记录向全网广播,主节点将从网络收集到的、存储在本地缓冲区中的多个记录排序后存入列表,并且使用pre-prepare类别的消息将该列表向全网广播。普通节点仅不断收集记录,而不具有多个记录排序后存入列表,并且使用pre-prepare类别的消息将该列表向全网广播的过程;
3、每个节点接收到主节点发出的列表,校验列表中的记录,如果全部校验通过,则计算新区块的哈希摘要,并向全网广播prepare类别的消息;若有记录校验不通过,则不发送;
4、如果一个节点收到的2f个其他节点发来的prepare类别消息,其中的摘要值都和自己计算的相等,就向全网广播一条commit消息;
5、如果一个节点收到2f条其他节点发来的commit消息,即可提交新区块和对应的记录到本地的区块链上。
其中,f值为P2P网络中所有节点数量的1/3后取整。
在本申请实施例中,所有经过算法校验和通过共识机制的违章记录,都自动奖励,如自动积分记账,认证后的积分可以不同地区的政策进行使用和现金兑换,提高了奖励制度的自动化程度,使得奖励制度更加灵活。
在本申请实施例的一种优选实施例中,还可以包括如下步骤:
接收其他区块链节点广播的第二违章记录;对所述第二违章记录进行校验;当所述校验通过时,将所述第二违章记录存入本地缓冲区中。
在具体实现中,当区块链节点接收到其他区块链节点发送的第二违章记录时,可以对该第二违章记录进行校验。
在一种实施方式中,区块链节点可以采用如下方式的一种或任意结合,对接收到的第二违章记录进行校验:
1、校验数据协议,是否为正确数据协议格式。
2、签名校验,通过第二违章记录中的“客户端标识”取到对应的公钥进行验签,验签通过代表消息可信。
3、根据消息中的算法编号和算法版本查询本地是否有此算法编号和版本,若无,通过P2P网络下载。
4、根据第二违章记录中的URL,到云端获取对应的疑似图片数据和/或疑似视频数据,并对该疑似图片数据和/或疑似视频数据进行算法的重复验证。
5、校验举报所述违章行为所能获得的奖励信息。
当上述校验都通过时,则表示对第二违章记录的校验通过,此时,区块链节点可以将该第二违章记录存入本地缓冲区中,待该区块链节点被选举成主节点时,根据本地缓冲区中存储的记录生成区块。
作为一种示例,每个区块可以包括如下信息:
父区块哈希:上个区块信息计算出的hash值;
时间戳:时间信息;
Merkel根(又叫哈希树),是将区块体中的每条记录的hash值按树状组成,最后得到的哈希值;
区块体:采集的消息记录。
则每个区块的数据结构可以表示如下:
|父区块哈希|时间戳|Merkel根|区块体|
|32字节|8字节|32字节|...|
在本申请实施例的一种优选实施例中,还可以包括如下步骤:
接收其他区块链节点广播的处罚信息;当对所述处罚信息验证通过时,将所述处罚信息存入本地缓冲区中。
具体的,上述其他区块链节点可以为交警部门的存档系统。当区块链节点接收到交警部门的存档系统发送的处罚信息时,对该处罚信息进行验证,并在验证通过时将该处罚信息存储到本地缓冲区中。
需要说明的是,对处罚信息的验证过程与上述对第二违章记录的验证过程类似,具体参见上述对第二违章记录的验证过程即可。
作为一种示例,该处罚信息可以包括如下信息:
类别:处罚信息
签名:交警部门用自身密钥对消息体加签后的签名,其他消息接受者可用对应的公钥验签,其中,该消息体为(操作类型+目标客户端标识+具体内容+时间戳)生成摘要后的信息。
操作类型:封号、数据矫正等
目标客户端ID:操作的目标客户端ID
具体内容:操作对应的具体数据
时间戳:时间信息
该处罚信息的数据结构可以表示如下:
|类别|签名|操作类型|目标客户端id|具体内容|时间戳|
|1字节|32字节|4字节|8字节|...|8字节|
为了使得本领域技术人员能够更好地理解本申请实施例,以下以一个具体实例对本申请实施例进行示例性说明,但应当说明的是,本申请实施例并不限于此:
如图4的区块链交通监督示意图所示,在图4中,每辆车都安装了本申请实施例中的行车记录仪,车A发生违章,车B的行车记录仪中的算法模块通过对拍摄的实时视频流进行分析,发现了A违章的信息,因此对此条记录进行广播,传播到C和E,C和E车接收到了之后又发给D和H,所有的车都根据自己行车记录仪中的算法校验模块对接收到的消息进行有效性验证。当通过PBFT算法,节点达成共识了,此举报就有效,车B就可记录此次举报获得的积分。
在本申请实施例中,将区块链的技术应用于交通违法监督中,区块链节点采集实时视频流以后,实时检测该实时视频流是否存在违章行为,当该实时视频流中存在违章行为,则从实时视频流中截取包含所述违章行为的疑似图片数据和/或疑似视频数据,并根据疑似图片数据和/或疑似视频数据,生成第一违章记录,以自动检测违章行为,提高了违章行为的检测效率。并且整个过程去中心化,用户无感知,降低了用户的参与成本,也达到了“人人参与交通监督”的目的。
参考图5,示出了本申请的一种交通违法校验的方法实施例的步骤流程图,具体可以包括如下步骤:
步骤501,接收其他区块链节点广播的违章记录;
步骤502,对所述违章记录进行校验;
步骤503,当所述校验通过时,将所述违章记录存入本地缓冲区中。
在本申请实施例中,将区块链的技术应用于交通违法监督中,区块链节点接收到其他节点广播的违章记录以后,对该违章记录进行校验,并在校验成功以后以将该违章记录存入本地缓冲区中,待构成区块,校验过程基于区块链的去中心化特性,提高了违章行为检测的准确率。
对于图5的方法实施例而言,由于其与上述图1的方法实施例基本相似,所以描述的比较简单,相关之处参见图1的方法实施例的部分说明即可。
参考图6,示出了本申请的一种交通违法监测的方法实施例的步骤流程图,具体可以包括如下步骤:
步骤601,区块链节点采集视频流;
在本申请实施例中,该区块链节点可以包括安装有行车记录仪的车辆,车辆可以通过行车记录仪采集视频流。
步骤602,检测所述视频流是否存在违章行为;
当采集完视频流以后,区块链节点可以将该视频流存储在本地,并按照预设的时间周期或者其他触发时机,对采集的一段时间内的视频流进行分析,以初步判断采集的视频流中包含的车辆是否发生违章行为。
在本申请实施例的一种优选实施例中,步骤602具体可以包括如下子步骤:
子步骤S31,接收其他区块链节点广播的违章检测算法数据包;
作为一种示例,该其他区块链节点可以包括交警部门的算法研发中心。交警部门的算法研发中心作为区块链网络的一个区块链节点,统一维护和更新违章检测算法数据包。具体的,当要添加新的算法,或者更新原有的算法模块(比如说又开发了一种准确率更高的“闯红灯”识别算法),会生成更新的为违章检测算法数据包,并在区块链网络中广播该更新的算法数据包,其中,该算法数据包中包括违章检测算法。
例如,该算法数据包可以包括如下信息:
类别:算法包操作
签名:交警部门用自身密钥对消息体加签后的签名,其他消息接收者可用对应的公钥验签,其中,该消息体为{算法操作(添加、更新、删除)+算法编号+算法版本+算法包内容+可获得的奖励分值+时间戳}生成摘要后的信息。
添加、更新、删除:消息对应算法的操作
算法编号:算法的唯一编码
算法版本:算法的版本号
算法包内容:算法模块的二进制可加载代码
可获得的奖励分值:此算法发现的违规操作对应的奖励积分值
时间戳:时间信息
该算法数据包的数据结构可以表示如下:
|类别|签名|添加/更新/删除|算法编号|算法版本|算法包内容|可获得的奖励分值|时间戳|
|1字节|32字节|1字节|4字节|4字节|...|4字节|8字节|
其中,上述算法数据包中的签名为非对称加密,密钥证书在交警算法中心保存,公钥外部可知,起到了身份认证的作用。
需要说明的是,上述违章检测算法数据包除了可以是交警部门的算法研发中心下发的以外,还可以是区块链节点中预置的,本申请实施例对此不作限定。
子步骤S32,根据所述违章检测算法数据包中的违章检测算法,检测所述视频流是否存在违章行为。
区块链节点接收到违章检测算法数据包以后,可以解析该违章检测算法数据包,得到违章检测算法,同时根据该违章检测算法对采集的视频流进行算法处理,判断该视频流是否存在对应的违章行为。
例如,如果违章检测算法规定“机动车逆向行驶的扣分3分”,则区块链节点分析采集的视频流时,发现有车辆逆向行驶,则可以判定为检测到有车辆逆向行驶的违章行为。
步骤603,若所述视频流中存在违章行为,则从所述视频流中截取包含所述违章行为的疑似图片数据和/或疑似视频数据;
当区块链节点检测到上述采集的视频流中的违章行为时,可以从该视频流中截取该违章行为对应的图片数据或者视频数据,作为疑似图片数据和/或疑似视频数据。例如,从视频流中截取闯红灯、违规变道、不礼让行人等违章行为的图片或者视频片段。
步骤604,基于所述疑似图片数据和/或疑似视频数据,生成第一违章记录;
区块链节点得到疑似图片数据和/或疑似视频数据以后,可以进一步采用更加精细的算法,对该疑似图片数据和/或疑似视频数据进行分析,生成用于广播的第一违章记录。
在本申请实施例的一种优选实施例中,步骤604进一步可以包括如下子步骤:
子步骤S41,根据所述疑似图片数据和/或疑似视频数据,确定违章信息;
作为本申请实施例的一种优选示例,违章信息可以包括但不限于下述信息:当前消息记录的类别、行车记录仪的客户端标识(如客户端ID)、签名、违章检测算法的算法编号、算法版本、发生违章行为的位置信息、时间信息、发现违章行为获得的奖励信息,等等。
则在一种实施方式中,子步骤S41可以包括如下子步骤:确定当前消息记录的类别。
具体的,当区块链节点为安装有行车记录仪的车辆时,该车辆可以检测附近车辆的违章行为,并进行违章举报。此时,当前消息记录的类别可以为“违章举报”。
在另一种实施方式中,子步骤S41可以包括如下子步骤:
获取所述行车记录仪的客户端标识。
在具体实现中,每个行车记录仪可以在出厂时可以配置有客户端标识,或者,用户在使用前可以为行车记录仪注册客户端标识。
在实际中,行车记录仪可以是用户实名制从交警认证的地方购买。因此,每个行车记录仪的客户端标识可以绑定用户实名,并存储在交警中心的存档系统中。
在另一种实施方式中,子步骤S41可以包括如下子步骤:确定所述当前消息记录的签名。
在具体实现中,该签名可以为区块链节点用行车记录仪的密钥对消息体加密后的签名,代表客户端标识对这个消息记录负责,其他消息接收者可用客户端标识对应的公钥验签,其中,该消息体为(客户端标识+算法编号+算法版本+疑似图像数据/疑似视频数据的URL+经度+纬度+获取奖励积分+时间戳)生成摘要后的信息。
在另一种实施方式中,子步骤S41可以包括如下子步骤:确定所述疑似图片数据和/或所述疑似视频数据对应的违章检测算法的算法编号和/或算法版本。
在具体实现中,区块链节点采用违章检测算法检测到违章行为后,可以从该违章检测算法的结构体中确定该违章检测算法的算法编号和/或算法版本号。
在另一种实施方式中,子步骤S41可以包括如下子步骤:确定所述违章行为的位置信息和/或时间信息。
在具体实现中,在检测到违章行为以后,区块链节点可以通过行车记录仪中的GPS定位模块确定发生违章行为时的位置信息和/或时间信息。其中,该位置信息可以包括经纬度信息等,该时间信息可以包括时间戳。
在另一种实施方式中,子步骤S41可以包括如下子步骤:根据所述违章检测算法确定,举报所述违章行为所能获得的奖励信息。
在具体实现中,违章检测算法中可以约定每个违章行为对应的奖励信息,当区块链节点检测到违章行为以后,可以根据该违章行为,从违章检测算法中解析出对应的发现该违章行为的奖励信息,如奖励积分、奖励金额等。
需要说明的是,本申请实施例并不限于上述违章信息的具体内容,本领域技术人员根据实际需求设定其他的违章信息均是可以的。
子步骤S42,将所述疑似图片数据和/或疑似视频数据上传至服务器,并接收所述服务器返回的对应的URL;
在确认疑似图片数据和/或疑似视频数据存在违章行为时,区块链节点可以进一步将该疑似图片数据和/或疑似视频数据上传至服务器(如云端服务器)。云端服务器接收到该疑似图片数据和/或疑似视频数据后,存储该疑似图片数据和/或疑似视频数据,并根据存储路径生成URL,以及将该URL发送至区块链节点。
子步骤S43,将所述URL以及所述违章信息组织成第一违章记录。
区块链节点获得违章信息以及URL以后,可以将该违章信息以及URL组装到消息记录的数据结构中,得到第一违章记录。
作为一种示例,第一违章记录的数据结构可以表示如下:
|类别|客户端标识|签名|算法编号|算法版本|URL|时间戳|经度|纬度|获取的奖励信息|
|1字节|8字节|32字节|4字节|4字节|...|8字节|8字节|8字节|4字节|
步骤605,在区块链网络中广播所述第一违章记录。
区块链节点生成第一违章记录以后,可以通过P2P协议将该第一违章记录广播至区块链网络中,以使得其他区块链节点对该第一违章记录进行二次验证。
在本申请实施例的一种优选实施例中,还可以包括如下步骤:
当所述第一违章记录通过共识算法被判定为确认违章时,在所述区块链节点中记录对应的奖励信息。
在具体实现中,当当前区块链节点将第一违章记录广播至区块链网络中的其他区块链节点以后,其他区块链节点对该第一违章记录进行二次验证,当通过共识算法,区块链节点达成共识时,此次违章举报就有效,进行此次举报的区块链节点可以获得相应奖励信息,并在该区块链节点中记录该奖励信息。
作为一种示例,该共识算法可以包括PBFT(Practical Byzantine FaultTolerance,实用拜占庭容错算法)算法。
在本申请实施例中,将区块链的技术应用于交通违法监督中,区块链节点采集视频流以后,检测该视频流是否存在违章行为,当该视频流中存在违章行为,则从视频流中截取包含所述违章行为的疑似图片数据和/或疑似视频数据,并根据疑似图片数据和/或疑似视频数据,生成第一违章记录,并在区块链网络中广播该第一违章记录,以自动检测违章行为,提高了违章行为的检测效率。并且整个过程去中心化,用户无感知,降低了用户的参与成本,也达到了“人人参与交通监督”的目的。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请实施例并不受所描述的动作顺序的限制,因为依据本申请实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本申请实施例所必须的。
参照图7,示出了本申请的一种交通违法监测的装置实施例的结构框图,所述装置具体可以包括如下模块:
视频流采集模块701,用于采集实时视频流;
违章检测模块702,用于检测所述实时视频流是否存在违章行为;
数据截取模块703,用于若所述实时视频流中存在违章行为,则从所述实时视频流中截取包含所述违章行为的疑似图片数据和/或疑似视频数据;
违章记录生成模块704,用于基于所述疑似图片数据和/或疑似视频数据,生成第一违章记录。
在本申请实施例的一种优选实施例中,所述装置还可以包括如下模块:
违章记录广播模块,用于在区块链网络中广播所述第一违章记录。
在本申请实施例的一种优选实施例中,所述装置还可以包括如下模块:
奖励模块,用于当所述第一违章记录通过共识算法被判定为确认违章时,在所述区块链节点中记录对应的奖励信息。
在本申请实施例的一种优选实施例中,所述违章检测模块702可以包括如下子模块:
算法数据包接收子模块,用于接收其他区块链节点广播的违章检测算法数据包;
检测子模块,用于根据所述违章检测算法数据包中的违章检测算法,检测所述实时视频流是否存在违章行为。
在本申请实施例的一种优选实施例中,所述违章记录生成模块704可以包括如下子模块:
违章信息确定子模块,用于根据所述疑似图片数据和/或疑似视频数据,确定违章信息;
URL接收子模块,用于将所述疑似图片数据和/或疑似视频数据上传至服务器,并接收所述服务器返回的对应的URL;
信息组织子模块,用于将所述URL以及所述违章信息组织成第一违章记录。
在本申请实施例的一种优选实施例中,所述区块链节点包括安装有行车记录仪的车辆;
所述违章信息确定子模块还可以用于实现以下所列中的一种或任意结合:
确定当前消息记录的类别;
获取所述行车记录仪的客户端标识;
确定当前消息记录的签名;
确定所述疑似图片数据和/或所述疑似视频数据对应的违章检测算法的算法编号和/或算法版本;
确定所述违章行为的位置信息和/或时间信息;
根据所述违章检测算法,确定举报所述违章行为所能获得的奖励信息。
在本申请实施例的一种优选实施例中,所述装置还可以包括如下模块:
违章记录接收模块,用于接收其他区块链节点广播的第二违章记录;
违章记录校验模块,用于对所述第二违章记录进行校验;
违章记录存储模块,用于当所述校验通过时,将所述第二违章记录存入本地缓冲区中。
在本申请实施例的一种优选实施例中,所述违章记录校验模块还用于实现以下所列中的一种或任意结合:
校验数据协议是否为正确数据协议格式;
校验签名;
根据所述第二违章记录中的算法编号和算法版本查询本地是否有对应的算法编号和版本,若无,通过P2P网络下载;
根据所述第二违章记录中的URL,到云端获取对应的疑似图片数据和/或疑似视频数据,并对该疑似图片数据和/或疑似视频数据进行算法的重复验证;
校验举报所述违章行为所能获得的奖励信息。
在本申请实施例的一种优选实施例中,所述装置还可以包括如下模块:
处罚信息接收模块,用于接收其他区块链节点广播的处罚信息;
处罚信息存储模块,用于当对所述处罚信息验证通过时,将所述处罚信息存入本地缓冲区中。
对于图7的装置实施例而言,由于其与上述的方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
参照图8,示出了本申请的一种交通违法校验的装置实施例的结构框图,所述装置具体可以包括如下模块:
违章记录接收模块801,用于接收其他区块链节点广播的违章记录;
违章记录校验模块802,用于对所述违章记录进行校验;
违章记录存储模块803,用于当所述校验通过时,将所述违章记录存入本地缓冲区中。
对于图8的装置实施例而言,由于其与上述的方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
参照图9,示出了本申请的一种交通违法校验的装置实施例的结构框图,所述装置具体可以包括如下模块:
视频流采集模块901,用于采集视频流;
违章检测模块902,用于检测所述视频流是否存在违章行为;
数据截取模块903,用于若所述视频流中存在违章行为,则从所述视频流中截取包含所述违章行为的疑似图片数据和/或疑似视频数据;
违章记录生成模块904,用于基于所述疑似图片数据和/或疑似视频数据,生成第一违章记录;
广播模块905,用于在区块链网络中广播所述第一违章记录。
在本申请实施例的一种优选实施例中,所述装置还包括:
奖励模块,用于当所述第一违章记录通过共识算法被判定为确认违章时,在所述区块链节点中记录对应的奖励信息。
在本申请实施例的一种优选实施例中,所述违章检测模块902具体可以包括如下子模块:
算法数据包接收子模块,用于接收其他区块链节点广播的违章检测算法数据包;
检测子模块,用于根据所述违章检测算法数据包中的违章检测算法,检测所述视频流是否存在违章行为。
对于图9的装置实施例而言,由于其与上述的方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本公开的实施例可被实现为使用任意适当的硬件,固件,软件,或及其任意组合进行想要的配置的系统。图10示意性地示出了可被用于实现本公开中所述的各个实施例的示例性的交通管理系统1000。
对于一个实施例,图10示出了示例性系统1000,该系统具有一个或多个处理器1002、被耦合到(一个或多个)处理器1002中的至少一个的系统控制模块(芯片组)1004、被耦合到系统控制模块1004的系统存储器1006、被耦合到系统控制模块1004的非易失性存储器(NVM)/存储设备1008、被耦合到系统控制模块1004的一个或多个输入/输出设备1010,以及被耦合到系统控制模块1006的网络接口1012。
处理器1002可包括一个或多个单核或多核处理器,处理器1002可包括通用处理器或专用处理器(例如图形处理器、应用处理器、基频处理器等)的任意组合。在一些实施例中,系统1000能够作为本申请实施例中所述的数据平台。
在一些实施例中,系统1000可包括具有指令的一个或多个计算机可读介质(例如,系统存储器1006或NVM/存储设备1008)以及与该一个或多个计算机可读介质相合并被配置为执行指令以实现模块从而执行本公开中所述的动作的一个或多个处理器1002。
对于一个实施例,系统控制模块1004可包括任意适当的接口控制器,以向(一个或多个)处理器1002中的至少一个和/或与系统控制模块1004通信的任意适当的设备或组件提供任意适当的接口。
系统控制模块1004可包括存储器控制器模块,以向系统存储器1006提供接口。存储器控制器模块可以是硬件模块、软件模块和/或固件模块。
系统存储器1006可被用于例如为系统1000加载和存储数据和/或指令。对于一个实施例,系统存储器1006可包括任意适当的易失性存储器,例如,适当的DRAM。在一些实施例中,系统存储器1006可包括双倍数据速率类型四同步动态随机存取存储器(DDR2SDRAM)。
对于一个实施例,系统控制模块1004可包括一个或多个输入/输出控制器,以向NVM/存储设备1008及(一个或多个)输入/输出设备1010提供接口。
例如,NVM/存储设备1008可被用于存储数据和/或指令。NVM/存储设备1008可包括任意适当的非易失性存储器(例如,闪存)和/或可包括任意适当的(一个或多个)非易失性存储设备(例如,一个或多个硬盘驱动器(HDD)、一个或多个光盘(CD)驱动器和/或一个或多个数字通用光盘(DVD)驱动器)。
NVM/存储设备1008可包括在物理上作为系统1000被安装在其上的设备的一部分的存储资源,或者其可被该设备访问而不必作为该设备的一部分。例如,NVM/存储设备1008可通过网络经由(一个或多个)输入/输出设备1010进行访问。
(一个或多个)输入/输出设备1010可为系统1000提供接口以与任意其他适当的设备通信,输入/输出设备1010可以包括通信组件、音频组件、传感器组件等。网络接口1012可为系统1000提供接口以通过一个或多个网络通信,系统1000可根据一个或多个无线网络标准和/或协议中的任意标准和/或协议来与无线网络的一个或多个组件进行无线通信,例如接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合进行无线通信。
对于一个实施例,(一个或多个)处理器1002中的至少一个可与系统控制模块1004的一个或多个控制器(例如,存储器控制器模块)的逻辑封装在一起。对于一个实施例,(一个或多个)处理器1002中的至少一个可与系统控制模块1004的一个或多个控制器的逻辑封装在一起以形成系统级封装(SiP)。对于一个实施例,(一个或多个)处理器1002中的至少一个可与系统控制模块1004的一个或多个控制器的逻辑集成在同一模具上。对于一个实施例,(一个或多个)处理器1002中的至少一个可与系统控制模块1004的一个或多个控制器的逻辑集成在同一模具上以形成片上系统(SoC)。
在各个实施例中,系统1000可以但不限于是:浏览器、工作站、台式计算设备或移动计算设备(例如,膝上型计算设备、手持计算设备、平板电脑、上网本等)。在各个实施例中,系统1000可具有更多或更少的组件和/或不同的架构。例如,在一些实施例中,系统1000包括一个或多个摄像机、键盘、液晶显示器(LCD)屏幕(包括触屏显示器)、非易失性存储器端口、多个天线、图形芯片、专用集成电路(ASIC)和扬声器。
其中,如果显示器包括触摸面板,显示屏可以被实现为触屏显示器,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。
本申请实施例还提供了一种非易失性可读存储介质,该存储介质中存储有一个或多个模块(programs),该一个或多个模块被应用在终端设备时,可以使得该终端设备执行本申请实施例中上述方法各个步骤的指令(instructions)。
在一个示例中提供了一种装置,包括:一个或多个处理器;和,其上存储的有指令的一个或多个机器可读介质,当由所述一个或多个处理器执行时,使得所述装置执行如本申请实施例中的上述方法各个步骤的指令(instructions)。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本申请实施例的实施例可提供为客户端、装置、或计算机程序产品。因此,本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请实施例是参照根据本申请实施例的客户端、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、客户端、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、客户端、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、客户端、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的一种交通违法监测及校验的方法和装置进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的客户端及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。

Claims (15)

1.一种交通违法监测的方法,其特征在于,所述方法包括:
区块链节点采集实时视频流;
检测所述实时视频流是否存在违章行为;
若所述实时视频流中存在违章行为,则从所述实时视频流中截取包含所述违章行为的疑似图片数据和/或疑似视频数据;
基于所述疑似图片数据和/或疑似视频数据,生成第一违章记录;
在区块链网络中广播所述第一违章记录,以使其他区块链节点对所述第一违章记录进行二次验证;
通过共识算法判定所述第一违章记录是否有效;所述共识算法包括实用拜占庭容错算法,当所述区块链网络中的区块链节点达成共识时,所述第一违章记录有效。
2.根据权利要求1所述的方法,其特征在于,在所述在区块链网络中广播所述第一违章记录之后,还包括:
当所述第一违章记录通过共识算法被判定为确认违章时,在所述区块链节点中记录对应的奖励信息。
3.根据权利要求1-2任一项所述的方法,其特征在于,所述检测所述实时视频流是否存在违章行为,包括:
接收其他区块链节点广播的违章检测算法数据包;
根据所述违章检测算法数据包中的违章检测算法,检测所述实时视频流是否存在违章行为。
4.根据权利要求3所述的方法,其特征在于,所述基于所述疑似图片数据和/或疑似视频数据,生成第一违章记录,包括:
根据所述疑似图片数据和/或疑似视频数据,确定违章信息;
将所述疑似图片数据和/或疑似视频数据上传至服务器,并接收所述服务器返回的对应的URL;
将所述URL以及所述违章信息组织成第一违章记录。
5.根据权利要求4所述的方法,其特征在于,所述区块链节点包括安装有行车记录仪的车辆;
所述根据所述疑似图片数据和/或疑似视频数据,确定违章信息包括以下所列中的一种或任意结合:
确定当前消息记录的类别;
获取所述行车记录仪的客户端标识;
确定当前消息记录的签名;
确定所述疑似图片数据和/或所述疑似视频数据对应的违章检测算法的算法编号和/或算法版本;
确定所述违章行为的位置信息和/或时间信息;
根据所述违章检测算法,确定举报所述违章行为所能获得的奖励信息。
6.根据权利要求1所述的方法,其特征在于,还包括:
接收其他区块链节点广播的第二违章记录;
对所述第二违章记录进行校验;
当所述校验通过时,将所述第二违章记录存入本地缓冲区中。
7.根据权利要求6所述的方法,其特征在于,所述对所述第二违章记录进行校验,包括以下所列中的一种或任意结合:
校验数据协议是否为正确的数据协议格式;
校验签名;
根据所述第二违章记录中的算法编号和算法版本查询本地是否有对应的算法编号和版本,若无,通过P2P网络下载;
根据所述第二违章记录中的URL,到云端获取对应的疑似图片数据和/或疑似视频数据,并对该疑似图片数据和/或疑似视频数据进行算法的重复验证;
校验举报所述违章行为所能获得的奖励信息。
8.根据权利要求1所述的方法,其特征在于,还包括:
接收其他区块链节点广播的处罚信息;
当对所述处罚信息验证通过时,将所述处罚信息存入本地缓冲区中。
9.一种交通违法校验的方法,其特征在于,所述方法包括:
接收其他区块链节点广播的违章记录;所述违章记录由所述其他区块链节点通过采集实时视频流,检测所述实时视频流是否存在违章行为,若所述实时视频流中存在违章行为,则从所述实时视频流中截取包含所述违章行为的疑似图片数据和/或疑似视频数据,基于所述疑似图片数据和/或疑似视频数据生成;
对所述违章记录进行校验;
当所述校验通过时,将所述违章记录存入本地缓冲区中;
通过共识算法判定所述违章记录是否有效;所述共识算法包括实用拜占庭容错算法,当区块链网络中的区块链节点达成共识时,所述违章记录有效。
10.一种交通违法监测的装置,其特征在于,所述装置包括:
视频流采集模块,用于采集实时视频流;
违章检测模块,用于检测所述实时视频流是否存在违章行为;
数据截取模块,用于若所述实时视频流中存在违章行为,则从所述实时视频流中截取包含所述违章行为的疑似图片数据和/或疑似视频数据;
违章记录生成模块,用于基于所述疑似图片数据和/或疑似视频数据,生成第一违章记录;
违章记录广播模块,用于在区块链网络中广播所述第一违章记录,以使其他区块链节点对所述第一违章记录进行二次验证;
违章记录有效判定模块,用于通过共识算法判定所述第一违章记录是否有效;所述共识算法包括实用拜占庭容错算法,当所述区块链网络中的区块链节点达成共识时,所述第一违章记录有效。
11.一种交通违法校验的装置,其特征在于,所述装置包括:
违章记录接收模块,用于接收其他区块链节点广播的违章记录;所述违章记录由所述其他区块链节点通过采集实时视频流,检测所述实时视频流是否存在违章行为,若所述实时视频流中存在违章行为,则从所述实时视频流中截取包含所述违章行为的疑似图片数据和/或疑似视频数据,基于所述疑似图片数据和/或疑似视频数据生成;
违章记录校验模块,用于对所述违章记录进行校验;
违章记录存储模块,用于当所述校验通过时,将所述违章记录存入本地缓冲区中;
违章记录有效判定模块,用于通过共识算法判定所述违章记录是否有效;所述共识算法包括实用拜占庭容错算法,当区块链网络中的区块链节点达成共识时,所述违章记录有效。
12.一种交通违法监测的方法,其特征在于,所述方法包括:
区块链节点采集视频流;
检测所述视频流是否存在违章行为;
若所述视频流中存在违章行为,则从所述视频流中截取包含所述违章行为的疑似图片数据和/或疑似视频数据;
基于所述疑似图片数据和/或疑似视频数据,生成第一违章记录;
在区块链网络中广播所述第一违章记录,以使其他区块链节点对所述第一违章记录进行二次验证;
通过共识算法判定所述第一违章记录是否有效;所述共识算法包括实用拜占庭容错算法,当所述区块链网络中的区块链节点达成共识时,所述第一违章记录有效。
13.根据权利要求12所述的方法,其特征在于,在所述在区块链网络中广播所述第一违章记录之后,还包括:当所述第一违章记录通过共识算法被判定为确认违章时,在所述区块链节点中记录对应的奖励信息。
14.根据权利要求12或13所述的方法,其特征在于,所述检测所述视频流是否存在违章行为,包括:
接收其他区块链节点广播的违章检测算法数据包;
根据所述违章检测算法数据包中的违章检测算法,检测所述视频流是否存在违章行为。
15.一种交通违法监测的装置,其特征在于,所述装置包括:
视频流采集模块,用于采集视频流;
违章检测模块,用于检测所述视频流是否存在违章行为;
数据截取模块,用于若所述视频流中存在违章行为,则从所述视频流中截取包含所述违章行为的疑似图片数据和/或疑似视频数据;
违章记录生成模块,用于基于所述疑似图片数据和/或疑似视频数据,生成第一违章记录;
广播模块,用于在区块链网络中广播所述第一违章记录,以使其他区块链节点对所述第一违章记录进行二次验证;
违章记录有效判定模块,用于通过共识算法判定所述第一违章记录是否有效;所述共识算法包括实用拜占庭容错算法,当所述区块链网络中的区块链节点达成共识时,所述第一违章记录有效。
CN201810651410.0A 2018-06-22 2018-06-22 一种交通违法监测及校验的方法和装置 Active CN110634303B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810651410.0A CN110634303B (zh) 2018-06-22 2018-06-22 一种交通违法监测及校验的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810651410.0A CN110634303B (zh) 2018-06-22 2018-06-22 一种交通违法监测及校验的方法和装置

Publications (2)

Publication Number Publication Date
CN110634303A CN110634303A (zh) 2019-12-31
CN110634303B true CN110634303B (zh) 2023-03-14

Family

ID=68967869

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810651410.0A Active CN110634303B (zh) 2018-06-22 2018-06-22 一种交通违法监测及校验的方法和装置

Country Status (1)

Country Link
CN (1) CN110634303B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112446295A (zh) * 2020-10-30 2021-03-05 四川天翼网络服务有限公司 一种考试作弊行为分析方法及系统
CN115223355A (zh) * 2021-04-19 2022-10-21 上海博泰悦臻网络技术服务有限公司 车辆违章举报方法、装置、电子设备以及存储介质
CN113382204A (zh) * 2021-05-22 2021-09-10 特斯联科技集团有限公司 一种消防隐患智能处理方法和装置
CN113593239A (zh) * 2021-08-12 2021-11-02 上海仙塔智能科技有限公司 车辆间违章监控方法、服务器及车辆
CN115035726A (zh) * 2022-05-16 2022-09-09 中铁十九局集团第六工程有限公司 隧道施工过程违章数据回放和分析的方法、计算机装置、计算机可读存储介质
CN115440054A (zh) * 2022-08-30 2022-12-06 浙江大华技术股份有限公司 车辆违章的确定方法、装置、存储介质及电子装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105469102A (zh) * 2014-07-29 2016-04-06 小米科技有限责任公司 车辆行驶信息记录方法及装置
CN106128108A (zh) * 2016-08-29 2016-11-16 孙静言 一种违章举报装置
CN107196900A (zh) * 2017-03-24 2017-09-22 阿里巴巴集团控股有限公司 一种共识校验的方法及装置
CN107516355A (zh) * 2016-06-16 2017-12-26 晋杨实业有限公司 行车记录仪及对车辆行驶状况记录的系统及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105469102A (zh) * 2014-07-29 2016-04-06 小米科技有限责任公司 车辆行驶信息记录方法及装置
CN107516355A (zh) * 2016-06-16 2017-12-26 晋杨实业有限公司 行车记录仪及对车辆行驶状况记录的系统及方法
CN106128108A (zh) * 2016-08-29 2016-11-16 孙静言 一种违章举报装置
CN107196900A (zh) * 2017-03-24 2017-09-22 阿里巴巴集团控股有限公司 一种共识校验的方法及装置

Also Published As

Publication number Publication date
CN110634303A (zh) 2019-12-31

Similar Documents

Publication Publication Date Title
CN110634303B (zh) 一种交通违法监测及校验的方法和装置
US11966994B2 (en) Blockchain-based method and system for processing traffic violation event
US11995213B2 (en) Event-based community creation for data sharing platform
CN111462484B (zh) 拥堵状态的确定方法、装置、设备及计算机可读存储介质
Gipp et al. Securing video integrity using decentralized trusted timestamping on the bitcoin blockchain
WO2018119587A1 (zh) 数据处理方法、装置、系统及信息采集设备
CN110035105B (zh) 基于区块链的录屏取证方法、系统和电子设备
KR20180030971A (ko) 블록체인을 이용하여 위변조 검증이 가능한 디지털 영상을 생성하는 촬영장치, 이에 의한 디지털 영상 생성방법, 및 이에 의해 생성된 디지털 영상의 검증방법
CN109981682B (zh) 物联网设备的数据验证方法、装置及系统
CN110266635B (zh) 车辆信息共享方法、装置、计算机可读介质及电子设备
CN109088722B (zh) 区块链节点演进方法及区块链节点
CN111079196A (zh) 基于区块链的射频车辆违法记录管理方法及设备、介质
US11284223B2 (en) Methods and devices for verifying and broadcasting events
CN112307458A (zh) 轻节点的上链方法、装置、物联网中控终端及区块链网络
CN112351119A (zh) 一种基于概率的区块链交易始发ip地址确定方法及装置
CN110533906B (zh) 一种路况信息的获取方法及相关装置
Yao et al. Accident responsibility identification model for Internet of Vehicles based on lightweight blockchain
CN110830259A (zh) 为多媒体数据提供原始性和完整性证明的方法及系统
CN112448946A (zh) 基于区块链的日志审计方法及装置
US10742898B2 (en) Method and apparatus for verifying time and location of image data of camera for vehicle while anonymity of owner is guaranteed
Philip et al. Smart contract based digital evidence management framework over blockchain for vehicle accident investigation in IoV era
CN108540335B (zh) 设备分析报告的管理方法及管理装置
CN113094400A (zh) 一种数据溯源方法、系统及装置
CN109587237B (zh) 记录并提供数据的方法,网络节点及网络
CN114911805A (zh) 一种路网数据更新方法、系统、电子设备及存储介质

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