CN110852212A - 一种用于车辆检测中检验操作对象的方法及设备 - Google Patents
一种用于车辆检测中检验操作对象的方法及设备 Download PDFInfo
- Publication number
- CN110852212A CN110852212A CN201911039898.2A CN201911039898A CN110852212A CN 110852212 A CN110852212 A CN 110852212A CN 201911039898 A CN201911039898 A CN 201911039898A CN 110852212 A CN110852212 A CN 110852212A
- Authority
- CN
- China
- Prior art keywords
- operation object
- chassis
- vehicle
- checking
- behavior
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
Abstract
本申请的目的是提供一种用于车辆检测中检验操作对象的方法及设备,本申请通过获取底盘工位处的视频数据,根据所述视频数据检测所述底盘工位上是否存在待检测车辆,若是,则开始车辆底盘检验的计时;检测所述底盘工位处是否存在检验车辆底盘的操作对象;若检测到,则记录所述操作对象当前所在的位置信息;根据所述操作对象当前所在的位置信息对所述操作对象进行持续跟踪,判断所述操作对象是否存在检查车辆底盘的行为,得到判断结果,和/或,当所述待检测车辆离开所述底盘工位后结束所述车辆底盘检验的计时,确定计时的总时间;根据所述计时的总时间和/或所述判断结果校验所述操作对象的行为。从而可以快速、准确地判定检验员的行为。
Description
技术领域
本申请涉及车辆检测领域,尤其涉及一种用于车辆检测中检验操作对象的方法及设备。
背景技术
随着经济的快速发展和物质生活水平的提高,车辆在人们的日常生活中越来越普及。车辆给人们的日常出行带来许多的便利,而与此同时车辆的安全问题也越来越受到关注。国家规定机动车必须按照相关规定定期进行车辆安检,车辆定期安检能够帮助车主及时的发现车辆的问题,有效的避免可能存在的安全隐患。然而,随着车辆保有量的逐年增加,有关部门和机构的车辆安检工作量急剧增长。同时,目前的车辆安检的相关检测主要通过人工检验的方式,尤其是对车辆底座的检查,而没有对检验员是否在工作中的行为符合规范进行合理地、及时地监督,以及对监督情况的反馈,容易引起因为人为疏忽造成的错误。
发明内容
本申请的一个目的是提供一种用于车辆检测中检验操作对象的方法及设备,解决现有技术中人工检验车辆时不能合理地、及时地监督检验员操作,不能准确判定检验校验员的行为的问题。
根据本申请的一个方面,提供了一种用于车辆检测中检验操作对象的方法,该方法包括:
获取底盘工位处的视频数据,根据所述视频数据检测所述底盘工位上是否存在待检测车辆,若是,则开始车辆底盘检验的计时;
检测所述底盘工位处是否存在检验车辆底盘的操作对象;若检测到,则记录所述操作对象当前所在的位置信息;
根据所述操作对象当前所在的位置信息对所述操作对象进行持续跟踪,判断所述操作对象是否存在检查车辆底盘的行为,得到判断结果,和/或,当所述待检测车辆离开所述底盘工位后结束所述车辆底盘检验的计时,确定计时的总时间;
根据所述计时的总时间和/或所述判断结果校验所述操作对象的行为。
进一步地,开始车辆底盘检验的计时,包括:
依次检测所述视频数据中的每一帧视频数据,当首次检测到所述待检测车辆时,开始车辆底盘检验的计时。
进一步地,检测所述底盘工位处是否存在检验车辆底盘的操作对象,包括:
检测所述底盘工位的下方是否存在检验车辆底盘的操作对象,若否,则发送所述操作对象的行为违规的提示信息。
进一步地,判断所述操作对象是否存在检查车辆底盘的行为,得到判断结果,包括:
当检测到所述操作对象伸手使用工具检查车辆底盘时,则判断结果为所述操作对象存在检查车辆底盘的行为。
进一步地,判断所述操作对象是否存在检查车辆底盘的行为,得到判断结果,包括:
当检测到所述操作对象伸手检查车辆底盘时,保存所述操作对象伸手后的预设时间内的多帧图像,以根据所述预设时间内的多帧图像分析所述操作对象是否存在检查车辆底盘的行为,得到判断结果。
进一步地,根据所述计时的总时间和/或所述判断结果校验所述操作对象的行为,包括以下至少任一项:
若所述判断结果为所述操作对象存在检查车辆底盘的行为,则判定所述操作对象的行为符合检查行为;
若所述计时的总时间大于所述待检测车辆所属类型的规定检验时间,则判定所述操作对象的行为为符合检验时间的行为。
进一步地,根据所述操作对象当前所在的位置信息对所述操作对象进行持续跟踪,包括:
根据所述操作对象当前所在的位置信息确定待跟踪的视频帧;
在所述待跟踪的视频帧中对所述操作对象进行持续跟踪,当未跟踪到所述操作对象时,确定当前视频帧;
在所述当前视频帧的后续多帧视频数据中重新检测所述底盘工位处是否存在检验车辆底盘的操作对象,若检测到,则继续对所述操作对象进行持续跟踪,若未检测到,则发送所述操作对象的行为违规的提示信息。
根据本申请又一个方面,还提供了一种用于车辆检测中检验操作对象的设备,该设备包括:
获取装置,用于获取底盘工位处的视频数据,根据所述视频数据检测所述底盘工位上是否存在待检测车辆,若是,则开始车辆底盘检验的计时;
检测装置,用于检测所述底盘工位处是否存在检验车辆底盘的操作对象;若检测到,则记录所述操作对象当前所在的位置信息;
确定装置,用于根据所述操作对象当前所在的位置信息对所述操作对象进行持续跟踪,判断所述操作对象是否存在检查车辆底盘的行为,得到判断结果,和/或,当所述待检测车辆离开所述底盘工位后结束所述车辆底盘检验的计时,确定计时的总时间;
校验装置,用于根据所述计时的总时间和/或所述判断结果校验所述操作对象的行为。
根据本申请另一个方面,还提供了一种用于车辆检测中检验操作对象的设备,其特征在于,所述设备包括:
一个或多个处理器;以及
存储有计算机可读指令的存储器,所述计算机可读指令在被执行时使所述处理器执行如前述所述方法的操作。
根据本申请再一个方面,还提供了一种计算机可读介质,其上存储有计算机可读指令,所述计算机可读指令可被处理器执行以实现如前述所述的方法。
与现有技术相比,本申请通过获取底盘工位处的视频数据,根据所述视频数据检测所述底盘工位上是否存在待检测车辆,若是,则开始车辆底盘检验的计时;检测所述底盘工位处是否存在检验车辆底盘的操作对象;若检测到,则记录所述操作对象当前所在的位置信息;根据所述操作对象当前所在的位置信息对所述操作对象进行持续跟踪,判断所述操作对象是否存在检查车辆底盘的行为,得到判断结果,和/或,当所述待检测车辆离开所述底盘工位后结束所述车辆底盘检验的计时,确定计时的总时间;根据所述计时的总时间和/或所述判断结果校验所述操作对象的行为。从而可以快速、准确地判定检验员的行为,规范车辆年检过程中进行检查车辆底盘的操作对象的操作,做到客观公正的对车辆进行年检,避免在检查过程中出现遗漏,排除车辆可能存在的安全隐患。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1示出根据本申请的一个方面提供的一种用于车辆检测中检验操作对象的方法的流程示意图;
图2示出本申请一实施例中车辆年检底盘检验过程中的视频采集示意图;
图3示出本申请一实施例中车辆年检中检验底盘工位检验员操作的方法流程示意图;
图4示出根据本申请的又一个方面提供的一种用于车辆检测中检验操作对象的设备的结构示意图。
附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
下面结合附图对本申请作进一步详细描述。
在本申请一个典型的配置中,终端、服务网络的设备和可信方均包括一个或多个处理器(例如中央处理器(Central Processing Unit,CPU))、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RandomAccess Memory,RAM)和/或非易失性内存等形式,如只读存储器(Read Only Memory,ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(Phase-Change RAM,PRAM)、静态随机存取存储器(Static Random Access Memory,SRAM)、动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、数字多功能光盘(Digital Versatile Disk,DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括非暂存电脑可读媒体(transitorymedia),如调制的数据信号和载波。
图1示出根据本申请的一个方面提供的一种用于车辆检测中检验操作对象的方法的流程示意图,该方法包括:步骤S11~步骤S14,
在步骤S11中,获取底盘工位处的视频数据,根据所述视频数据检测所述底盘工位上是否存在待检测车辆,若是,则开始车辆底盘检验的计时;在此,待检测车辆为驶入底盘工位上需要进行检测的车辆,可以在底盘工位处安装监控摄像头,如图2所示的车辆年检底盘检验过程中的视频采集示意图,通过监控摄像头实时的采集底盘工位的视频数据,从而根据采集到的视频数据检测该底盘工位上是否驶入了待检测车辆。
在步骤S12中,检测所述底盘工位处是否存在检验车辆底盘的操作对象;若检测到,则记录所述操作对象当前所在的位置信息;在此,当在底盘工位上检测到待检测车辆后,则继续检测该底盘工位处是否存在操作对象,具体为检测驶入底盘工位上的待检测车辆的底部下是否存在操作对象,该操作对象可以为用于检验车辆底盘的检验员;可以基于深度学习的校验员检测模型检测是否存在校验员,若底盘工位存在校验员,则记录该校验员的位置信息,该位置信息为当前检测到校验员时所在的视频帧的位置,如在第5帧视频图像中检测到该校验员,则位置信息为第5帧。若底盘工位处未检测到检验员,则停止后续操作。
在步骤S13中,根据所述操作对象当前所在的位置信息对所述操作对象进行持续跟踪,判断所述操作对象是否存在检查车辆底盘的行为,得到判断结果,和/或,当所述待检测车辆离开所述底盘工位后结束所述车辆底盘检验的计时,确定计时的总时间;在此,根据记录的操作对象的当前所在的位置信息,即操作对象当前位于的视频图像帧的位置,根据该位置对操作对象进行持续跟踪,即对该帧的后续帧的视频图像中持续跟踪操作对象,从而根据跟踪情况判断操作对象是否存在检查车辆底盘的行为,最终得到判断结果。当底盘工位上的待检测车辆离开该底盘工位时,随即结束当前车辆的底盘校验流程,停止计时,计算底盘校验开始到结束的总时间。
在步骤S14中,根据所述计时的总时间和/或所述判断结果校验所述操作对象的行为。在此,可以根据步骤S13中得到的判断结果判定操作对象是否存在违规行为,还可以根据计算得到的校验车辆底盘时所需的总时间判定操作对象的校验时间是否符合规定,当然,还可以根据上述的判断结果结合得到的校验车辆底盘时所需的总时间判定操作对象的校验行为是否存在违规行为。从而可以规范车辆年检过程中检验员的操作,做到客观公正的对车辆进行年检,避免在检查过程中出现遗漏,排除车辆可能存在的安全隐患。
在本申请一实施例中,在步骤S11中,依次检测所述视频数据中的每一帧视频数据,当首次检测到所述待检测车辆时,开始车辆底盘检验的计时。具体地,可以建立基于深度学习的车辆检测模型,使用所述基于深度学习的车辆检测模型对所述视频数据每一帧视频数据进行分析,检测所述底盘工位上是否存在待检测车辆。将视频数据中的每一帧的图像传入到检测算法模块中,采用基于深度学习的车辆检测模型检测底盘工位是否驶入待检测车辆,若该帧视频图像中未出现待检测车辆,则继续在下一帧视频图像中检测底盘工位是否驶入待检测车辆;若当前帧视频图像中底盘工位检测到待检测车辆驶入,则车辆底盘检验计时开始。其中,建立基于深度学习的车辆检测模型,包括:采集多个地理位置处的底盘工位上的车辆样本图像;使用矩形框标注所述车辆样本图像中的车辆,确定标注后的矩形框内车辆的类别以及标注后的矩形框在所述车辆样本图像中的位置信息;将经过标注后的所有车辆样本图像送入至基于深度学习的目标检测网络中进行训练,当训练过程达到收敛时,得到所述基于深度学习的车辆检测模型。在此,本申请所述实施例中的基于深度学习的车辆检测模型可以采用Refinedet网络训练得到,具体训练过程为:采集一批底盘工位各种角度的不同类型的车辆样本图像,使用矩形框作为标注框标注出图像中的车辆,标注的数据信息包含该标注框中目标的类别和标注框在图像中的位置信息,位置信息为该标注框左上角顶点的x坐标值、y坐标值和标注框的宽、高。标注完所有的样本图像后,将该批样本送入到Refinedet网络中进行训练,当训练过程达到收敛时,则模型训练完毕,得到基于深度学习的车辆检测模型。需要说明的是,Refinedet(Single-Shot Refinement neuralNetwork for Object Detection)为一种基于深度学习的目标检测算法。
在本申请一实施例中,在步骤S12中,检测所述底盘工位的下方是否存在检验车辆底盘的操作对象,若否,则发送所述操作对象的行为违规的提示信息。在此,当未检测到底盘工位的下方存在校验车辆底盘的校验员时,则停止后续操作,可以发送校验员的行为违规的提示信息,比如提示底盘工位校验员违规脱离岗位。
检测所述底盘工位的下方是否存在检验车辆底盘的操作对象时,可以采用基于深度学习的操作对象检测模型检测底盘工位上是否存在操作对象,其中,操作对象可为校验员,基于深度学习的校验员检测模型的获取通过以下步骤获得:采集一批底盘工位的视频图像中包含校验员的样本图像,使用矩形框标注出样本图像中的校验员,标注的数据信息包含该标注框中农目标的类别和标注框在样本图像中的位置信息,位置信息为该标注框左上角顶点的x坐标值、y坐标值和标注框的宽、高;标注完所有的样本图像后,将该批样本送入到Refinedet网络中进行训练,当训练过程达到收敛时,则模型训练完毕,得到基于深度学习的校验员检测模型。
在本申请一实施例中,在步骤S13中,当检测到所述操作对象伸手使用工具检查车辆底盘时,则判断结果为所述操作对象存在检查车辆底盘的行为。在此,当检测到检测员有伸手检查车辆底盘且手中持有工具时,可以判定检查员有检查车辆底盘的行为,还可以将后续若干帧的图像保存并上传至云服务器,从而可以将得到的若干帧的图像根据检验员的姓名或者图像的日期等分类。在另一示例中,还可以当检测到所述操作对象伸手检查车辆底盘时,保存所述操作对象伸手后的预设时间内的多帧图像,以根据所述预设时间内的多帧图像分析所述操作对象是否存在检查车辆底盘的行为,得到判断结果。在此,还可以当检测到检验员伸手检查车辆底盘时,保存校验员伸手后预设时间内的若干帧图像,比如30s的若干帧图像,以供需要时人工调取保存的图像,根据保存的图像核实是否确有检查行为。
在本申请一实施例中,在步骤S13中,包括以下至少任一项:若所述判断结果为所述操作对象存在检查车辆底盘的行为,则判定所述操作对象的行为符合检查行为;若所述计时的总时间大于所述待检测车辆所属类型的规定检验时间,则判定所述操作对象的行为为符合检验时间的行为。在此,当检测到检验员存在检查车辆底盘的行为时,则判定该检验员有按规范对车辆底盘进行检查;当底盘工位中的待检测车辆驶离工位后,判断计时的总时间是否大于该待检测车辆所属类型的规定检测时间,如所属类型为小型汽车,则规定检测时间为40秒,如所属类型为货车、客车,则规定检测时间为100秒,若所属类型为摩托车、三轮汽车,则规定检测时间为90秒,因此,当得到的计时的总时间大于该待检测车辆所属类型的规定检测时间时,则判定检验员的检验时间是符合规范的,若小于,则判定检验员在进行底盘检验时,检验时间不符合规范。
在本申请一实施例中,在步骤S13中,根据所述操作对象当前所在的位置信息确定待跟踪的视频帧;在所述待跟踪的视频帧中对所述操作对象进行持续跟踪,当未跟踪到所述操作对象时,确定当前视频帧;在所述当前视频帧的后续多帧视频数据中重新检测所述底盘工位处是否存在检验车辆底盘的操作对象,若检测到,则继续对所述操作对象进行持续跟踪,若未检测到,则发送所述操作对象的行为违规的提示信息。在此,对检验员进行跟踪时,首先获取检测到的检验员的位置信息,根据检测到的位置信息确定待跟踪的视频帧,其中,该待跟踪的视频帧为检验员当前所在的帧的后续若干视频帧,如,在第3帧中检测到检验员,位置信息为第3帧,待跟踪的视频帧为第3帧后的若干视频帧。可以使用ECO目标跟踪算法在后续的视频帧中对检验员目标进行持续跟踪,若在跟踪过程中发生目标丢失,则在接下来的几帧视频数据中(比如3帧视频数据)重新对检验员进行检测,若检测到检验员,则继续对其进行目标跟踪;若未检测到检测员,则提示底盘工位上的检验员违规脱离规范。其中,ECO(Efficient Convolution Operators for Tracking)为一种基于相关滤波的目标跟踪算法。
在本申请一应用场景中,如图3所示,S1,通过监控摄像头实时的采集底盘检测流程中底盘工位的视频数据;S2,采用基于深度学习的车辆检测模型对视频数据中每一帧的图像进行检测,检测底盘工位是否驶入待检测车辆,若该帧图像中未出现待检测车辆,则继续在下一帧图像中检测底盘工位是否驶入待检测车辆;若当前帧图像中底盘工位检测到待检测车辆驶入,则车辆底盘检验计时开始,并进入到下一步骤;S3,采用基于深度学习的检验员的检测模型检测底盘工位是否存在检验员,若底盘工位存在检验员,则记录检验员的位置信息,供下一步骤使用;若底盘工位未检测到检验员,则停止后续操作,提示底盘工位检验员违规脱离岗位。S4,采用ECO目标跟踪算法,跟踪S3中检测到的检测员,若目标跟踪丢失,则在后续的三帧图像中重新检测检测员,若这三帧都未检测到检测员,则停止后续操作,提示底盘工位检验员违规脱离岗位,若这三帧中又重新检测到检验员,则继续对其进行目标跟踪。S5,对S4中的跟踪目标进行识别判断,判断目标检验员是否有检查底盘的行为。S6,当底盘工位中的待检测车辆驶离工位后,停止计时,并结束当前车辆的底盘检验流程。S7,根据S1~S6中的检测判断,返回此次检测流程中的判断结果。从而可以快速、准确地判定检验员的行为,规范车辆年检过程中检验员的操作,做到客观公正的对车辆进行年检,避免在检查过程中出现遗漏,排除车辆可能存在的安全隐患。
图4示出根据本申请的又一个方面提供的一种用于车辆检测中检验操作对象的设备的结构示意图,所述设备包括获取装置11、检测装置12、确定装置13及校验装置14,其中,获取装置11用于获取底盘工位处的视频数据,根据所述视频数据检测所述底盘工位上是否存在待检测车辆,若是,则开始车辆底盘检验的计时;检测装置12用于检测所述底盘工位处是否存在检验车辆底盘的操作对象;若检测到,则记录所述操作对象当前所在的位置信息;确定装置13用于根据所述操作对象当前所在的位置信息对所述操作对象进行持续跟踪,判断所述操作对象是否存在检查车辆底盘的行为,得到判断结果;和/或,当所述待检测车辆离开所述底盘工位后结束所述车辆底盘检验的计时,确定计时的总时间;校验装置14用于根据所述计时的总时间和/或所述判断结果校验所述操作对象的行为。
需要说明的是,获取装置11、检测装置12、确定装置13及校验装置14执行的内容分别与上述步骤S11、S12、S13和S14中的内容相同或相应相同,为简明起见,在此不再赘述。
此外,本申请实施例还提供了一种计算机可读介质,其上存储有计算机可读指令,所述计算机可读指令可被处理器执行以实现前述一种用于车辆检测中检验操作对象的方法。
在本申请一实施例中,还提供了一种用于车辆检测中检验操作对象的设备,所述设备包括:
一个或多个处理器;以及
存储有计算机可读指令的存储器,所述计算机可读指令在被执行时使所述处理器执行如前述所述方法的操作。
例如,计算机可读指令在被执行时使所述一个或多个处理器:
获取底盘工位处的视频数据,根据所述视频数据检测所述底盘工位上是否存在待检测车辆,若是,则开始车辆底盘检验的计时;
检测所述底盘工位处是否存在检验车辆底盘的操作对象;若检测到,则记录所述操作对象当前所在的位置信息;
根据所述操作对象当前所在的位置信息对所述操作对象进行持续跟踪,判断所述操作对象是否存在检查车辆底盘的行为,得到判断结果,和/或,当所述待检测车辆离开所述底盘工位后结束所述车辆底盘检验的计时,确定计时的总时间;
根据所述计时的总时间和/或所述判断结果校验所述操作对象的行为。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
需要注意的是,本申请可在软件和/或软件与硬件的组合体中被实施,例如,可采用专用集成电路(ASIC)、通用目的计算机或任何其他类似硬件设备来实现。在一个实施例中,本申请的软件程序可以通过处理器执行以实现上文所述步骤或功能。同样地,本申请的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中,例如,RAM存储器,磁或光驱动器或软磁盘及类似设备。另外,本申请的一些步骤或功能可采用硬件来实现,例如,作为与处理器配合从而执行各个步骤或功能的电路。
另外,本申请的一部分可被应用为计算机程序产品,例如计算机程序指令,当其被计算机执行时,通过该计算机的操作,可以调用或提供根据本申请的方法和/或技术方案。而调用本申请的方法的程序指令,可能被存储在固定的或可移动的记录介质中,和/或通过广播或其他信号承载媒体中的数据流而被传输,和/或被存储在根据所述程序指令运行的计算机设备的工作存储器中。在此,根据本申请的一个实施例包括一个装置,该装置包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器,其中,当该计算机程序指令被该处理器执行时,触发该装置运行基于前述根据本申请的多个实施例的方法和/或技术方案。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其他的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
Claims (10)
1.一种用于车辆检测中检验操作对象的方法,其特征在于,所述方法包括:
获取底盘工位处的视频数据,根据所述视频数据检测所述底盘工位上是否存在待检测车辆,若是,则开始车辆底盘检验的计时;
检测所述底盘工位处是否存在检验车辆底盘的操作对象;若检测到,则记录所述操作对象当前所在的位置信息;
根据所述操作对象当前所在的位置信息对所述操作对象进行持续跟踪,判断所述操作对象是否存在检查车辆底盘的行为,得到判断结果,和/或,当所述待检测车辆离开所述底盘工位后结束所述车辆底盘检验的计时,确定计时的总时间;
根据所述计时的总时间和/或所述判断结果校验所述操作对象的行为。
2.根据权利要求1所述的方法,其特征在于,开始车辆底盘检验的计时,包括:
依次检测所述视频数据中的每一帧视频数据,当首次检测到所述待检测车辆时,开始车辆底盘检验的计时。
3.根据权利要求1所述的方法,其特征在于,检测所述底盘工位处是否存在检验车辆底盘的操作对象,包括:
检测所述底盘工位的下方是否存在检验车辆底盘的操作对象,若否,则发送所述操作对象的行为违规的提示信息。
4.根据权利要求1所述的方法,其特征在于,判断所述操作对象是否存在检查车辆底盘的行为,得到判断结果,包括:
当检测到所述操作对象伸手使用工具检查车辆底盘时,则判断结果为所述操作对象存在检查车辆底盘的行为。
5.根据权利要求1所述的方法,其特征在于,判断所述操作对象是否存在检查车辆底盘的行为,得到判断结果,包括:
当检测到所述操作对象伸手检查车辆底盘时,保存所述操作对象伸手后的预设时间内的多帧图像,以根据所述预设时间内的多帧图像分析所述操作对象是否存在检查车辆底盘的行为,得到判断结果。
6.根据权利要求1所述的方法,其特征在于,根据所述计时的总时间和/或所述判断结果校验所述操作对象的行为,包括以下至少任一项:
若所述判断结果为所述操作对象存在检查车辆底盘的行为,则判定所述操作对象的行为符合检查行为;
若所述计时的总时间大于所述待检测车辆所属类型的规定检验时间,则判定所述操作对象的行为为符合检验时间的行为。
7.根据权利要求1所述的方法,其特征在于,根据所述操作对象当前所在的位置信息对所述操作对象进行持续跟踪,包括:
根据所述操作对象当前所在的位置信息确定待跟踪的视频帧;
在所述待跟踪的视频帧中对所述操作对象进行持续跟踪,当未跟踪到所述操作对象时,确定当前视频帧;
在所述当前视频帧的后续多帧视频数据中重新检测所述底盘工位处是否存在检验车辆底盘的操作对象,若检测到,则继续对所述操作对象进行持续跟踪,若未检测到,则发送所述操作对象的行为违规的提示信息。
8.一种用于车辆检测中检验操作对象的设备,其特征在于,所述设备包括:
获取装置,用于获取底盘工位处的视频数据,根据所述视频数据检测所述底盘工位上是否存在待检测车辆,若是,则开始车辆底盘检验的计时;
检测装置,用于检测所述底盘工位处是否存在检验车辆底盘的操作对象;若检测到,则记录所述操作对象当前所在的位置信息;
确定装置,用于根据所述操作对象当前所在的位置信息对所述操作对象进行持续跟踪,判断所述操作对象是否存在检查车辆底盘的行为,得到判断结果,和/或,当所述待检测车辆离开所述底盘工位后结束所述车辆底盘检验的计时,确定计时的总时间;
校验装置,用于根据所述计时的总时间和/或所述判断结果校验所述操作对象的行为。
9.一种用于车辆检测中检验操作对象的设备,其特征在于,所述设备包括:
一个或多个处理器;以及
存储有计算机可读指令的存储器,所述计算机可读指令在被执行时使所述处理器执行如权利要求1至7中任一项所述方法的操作。
10.一种计算机可读介质,其上存储有计算机可读指令,所述计算机可读指令可被处理器执行以实现如权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911039898.2A CN110852212A (zh) | 2019-10-29 | 2019-10-29 | 一种用于车辆检测中检验操作对象的方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911039898.2A CN110852212A (zh) | 2019-10-29 | 2019-10-29 | 一种用于车辆检测中检验操作对象的方法及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110852212A true CN110852212A (zh) | 2020-02-28 |
Family
ID=69598981
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911039898.2A Pending CN110852212A (zh) | 2019-10-29 | 2019-10-29 | 一种用于车辆检测中检验操作对象的方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110852212A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114038206A (zh) * | 2021-11-03 | 2022-02-11 | 武汉紫阑信息技术有限公司 | 一种车辆服务显示方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130070056A1 (en) * | 2011-09-20 | 2013-03-21 | Nexus Environmental, LLC | Method and apparatus to monitor and control workflow |
CN105809184A (zh) * | 2015-10-30 | 2016-07-27 | 哈尔滨工程大学 | 一种适用于加油站的车辆实时识别跟踪与车位占用判断的方法 |
CN107945566A (zh) * | 2017-11-17 | 2018-04-20 | 张慧 | 基于多目标跟踪与深度学习的路边停车管理系统及方法 |
CN109800696A (zh) * | 2019-01-09 | 2019-05-24 | 深圳中兴网信科技有限公司 | 目标车辆的监控方法、系统和计算机可读存储介质 |
CN110009929A (zh) * | 2019-03-15 | 2019-07-12 | 北京筑梦园科技有限公司 | 一种车辆泊位管理方法、设备及系统 |
CN110309768A (zh) * | 2019-06-28 | 2019-10-08 | 上海眼控科技股份有限公司 | 车检工位的工作人员检测方法及设备 |
CN110378273A (zh) * | 2019-07-12 | 2019-10-25 | 深圳前海微众银行股份有限公司 | 一种监测作业流程的方法和装置 |
-
2019
- 2019-10-29 CN CN201911039898.2A patent/CN110852212A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130070056A1 (en) * | 2011-09-20 | 2013-03-21 | Nexus Environmental, LLC | Method and apparatus to monitor and control workflow |
CN105809184A (zh) * | 2015-10-30 | 2016-07-27 | 哈尔滨工程大学 | 一种适用于加油站的车辆实时识别跟踪与车位占用判断的方法 |
CN107945566A (zh) * | 2017-11-17 | 2018-04-20 | 张慧 | 基于多目标跟踪与深度学习的路边停车管理系统及方法 |
CN109800696A (zh) * | 2019-01-09 | 2019-05-24 | 深圳中兴网信科技有限公司 | 目标车辆的监控方法、系统和计算机可读存储介质 |
CN110009929A (zh) * | 2019-03-15 | 2019-07-12 | 北京筑梦园科技有限公司 | 一种车辆泊位管理方法、设备及系统 |
CN110309768A (zh) * | 2019-06-28 | 2019-10-08 | 上海眼控科技股份有限公司 | 车检工位的工作人员检测方法及设备 |
CN110378273A (zh) * | 2019-07-12 | 2019-10-25 | 深圳前海微众银行股份有限公司 | 一种监测作业流程的方法和装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114038206A (zh) * | 2021-11-03 | 2022-02-11 | 武汉紫阑信息技术有限公司 | 一种车辆服务显示方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110827247B (zh) | 一种识别标签的方法及设备 | |
CN105448103B (zh) | 车辆套牌检测方法与系统 | |
CN111078908A (zh) | 一种数据标注的检测方法和装置 | |
US8625878B2 (en) | Method and system of rail component detection using vision technology | |
CN110309768B (zh) | 车检工位的工作人员检测方法及设备 | |
CN110348360B (zh) | 一种检测报告识别方法及设备 | |
CN110378258B (zh) | 一种基于图像的车辆座椅信息检测方法及设备 | |
CN110276295B (zh) | 车辆识别号码检测识别方法及设备 | |
CN107273802B (zh) | 一种铁路列车闸瓦钎环故障的检测方法及装置 | |
RU2018145499A (ru) | Автоматизация проверки достоверности изображения | |
CN110473211B (zh) | 一种弹簧片的数量的检测方法及设备 | |
CN104573680B (zh) | 图像检测方法、图像检测装置以及交通违法检测系统 | |
CN111369801B (zh) | 车辆识别方法、装置、设备和存储介质 | |
CN107464446A (zh) | 一种垂直车位停车信息的巡检方法及装置 | |
CN111539358A (zh) | 工作状态确定方法、装置、计算机设备和存储介质 | |
CN112052815A (zh) | 一种行为检测方法、装置及电子设备 | |
CN111507332A (zh) | 车辆vin码检测方法与设备 | |
CN110796078A (zh) | 车辆的灯光检测方法、装置、电子设备及可读存储介质 | |
CN110728193B (zh) | 一种脸部图像丰富度特征的检测方法及设备 | |
CN110765963A (zh) | 车辆制动检测方法、装置、设备及计算机可读存储介质 | |
CN115272222A (zh) | 道路检测信息的处理方法、装置、设备及存储介质 | |
CN110852212A (zh) | 一种用于车辆检测中检验操作对象的方法及设备 | |
CN110276347B (zh) | 文本类信息检测识别方法及设备 | |
CN115908263A (zh) | 道路路面损伤智能检测系统及其检测方法和存储介质 | |
CN113869364A (zh) | 图像处理方法、装置、电子设备及介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200228 |