CN110880243B - 基于高位视频路侧停车收费设备的道路违法停车治理方法 - Google Patents
基于高位视频路侧停车收费设备的道路违法停车治理方法 Download PDFInfo
- Publication number
- CN110880243B CN110880243B CN201911130747.8A CN201911130747A CN110880243B CN 110880243 B CN110880243 B CN 110880243B CN 201911130747 A CN201911130747 A CN 201911130747A CN 110880243 B CN110880243 B CN 110880243B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- illegal
- illegal parking
- type
- parking
- 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
Links
Images
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
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
Abstract
本发明公开一种基于高位视频路侧停车收费设备的道路违法停车治理方法,属于智能停车管理领域,本发明通过利用全城级或全区级部署的高位视频路侧停车管理设备,有效确定违停车辆,并依赖该设备的多焦点覆盖能力以及设备抓拍的快速性,可高效发现、判断、调度、执法,实现高效的道路违法停车治理,大幅节约了警力,降低总体违法停车时长,降低违法停车造成的不良影响,根据基于高位视频的路侧停车收费设备的全面信息,有针对性和优先级的处理违法停车问题,提高了整体的治理效用。
Description
技术领域
本发明涉及一种道路违法停车治理方案,属于智能交通管理领域,具体涉及一种基于高位视频路侧停车收费设备的道路违法停车治理方法。
背景技术
目前,随着城市汽车保有量的增长,道路违法停车现象越来越严重,尤其是交通繁忙路段和泊位紧张路段。大量的车辆占用机动车道、自行车道、人行道等进行违法停车,造成道路长时间拥堵,道路通行效率低下,行人和自行车通行困难。由此造成的秩序混乱给城市交通带来巨大的压力,严重影响城市的综合治理。
传统的违法停车治理方案,包含现场执法和非现场执法两种类型。现场执法需要增派警力,定期在道路巡查、取证、贴单,处罚比较全面,各种违法都能执法,能起到一定的威慑作用,但是效率较低,人力消耗大,也容易被前场违法停车人员“打游击”规避,比如选择警力巡查的空档期、稀疏期实施违法停车行为。这类方案,反应周期较长,治理效率偏低,往往已经造成长时间违法停车事实,属于事后威慑型方案。而且,警力部署凭经验,在时间和空间上,缺乏指导规划信息。
非现场执法通过部署专用违停抓拍设备,比如违停抓拍球机(简称违停球),这类方案通过抓拍实施违法停车的车辆图像信息,取证并形成违法证据,进而生成违法处罚单,然后通知驾驶人。该方案能起到一定的威慑作用,但是取证有较大局限,需要满足非现场执法取证要求的“至少两张间隔一段时间的静态车牌图像”,大量的违法停车取证无法满足非现场执法的要求,造成只能选择性处罚一少部分的情况。而且从取证到处罚,有一个时间周期(以天计算),违法停车虽然得到了部分处罚,但是在道路上造成了事实上的长时间违法停车,治理效率不足。
具体在实施过程中,部分城市还采用报警策略,比如鼓励市民用手机拍摄,然后上传,再由交警决定现场执法和非现场执法。这类方案,数据比较混乱,位置描述经常不准确,在实际应用中造成大量的误差数据,难于采信,效率不高。
还有部分城市,采用抓拍即发短信到驾驶人的方式,督促驾驶人驶离,能起到一定的预警作用,但是又面临手机号码和实际驾驶人不匹配、驾驶人更换位置违法停车“打游击”的问题,而且抓拍数据有一定的错误也造成误警告,造成驾驶人投诉的问题。
另外,这些传统方案,均采用分散点位获取的信息进行违法停车治理,缺乏全城区地理覆盖的统一信息融合和执法调度系统和方法,
因此,一般城市,都是现场执法和非现场执法并举,强化道路停车管理,但是既有的技术局限,限制了治理效率,造成警力紧张。如何提高执法效率,高效快速完成道路疏解,是一个非常有实际应用价值的课题。
为了治理城市的道路停车问题,当前已经有不少城市引入了高位视频设备管理路侧停车,比如北京,已经安装了大量的基于阵列相机的高位视频设备,通过部署在路侧高位监控杆上的高清阵列相机,利用多焦点优势,持续监控道路停车情况。这一设备在管理路侧停车的同时,具备管理高效管理违法停车的技术潜力和能力。如何利用这类设备,在管理停车的同时,高效的治理违法停车,实施警力调度,提高反应速度和效率,降低道路上的事实违法停车时间,是非常有意义的技术问题。
发明内容
本发明的目的是提供一种可提高路侧违停治理效率的方法,解决现有技术中违停治理效率低且需要消耗大量的警力的问题。
为实现上述目的,本发明提供一种基于高位视频路侧停车收费设备的道路违法停车治理方法,所述方法包括:
确定违停车辆,获取违停车辆识别结果;
将违停车辆识别结果与车辆档案库中车辆信息匹配;
根据匹配结果确定违法类型;
根据违法类型,确定执法方式。
进一步的,确定违停车辆具体包括:调用路侧停车收费设备,获取设备视野内车辆信息;根据设定的违停识别区和时间阈值,确定违停车辆。
进一步的,所述方法包括识别违停车辆信息,确定违停车辆识别结果,所述违停车辆识别结果包括车牌、车型和车辆颜色。
进一步的,若识别到车辆的车牌且识别到车型和/或车辆颜色信息,则将该车牌结果与车辆档案库中的车辆信息匹配,若匹配通过,则确定该违法类型为类型I。
进一步的,若违停类型为类型I,则进入非现场执法任务队列。
进一步的,若只识别到车辆的车牌,未识别到车型和/或车辆颜色信息,则将车牌信息与车辆档案库中车辆颜色和/或车型信息合并,并确定该违法类型为类型II。
进一步的,若违停类型为类型II,则进行二次人工判断任务序列,如果确认符合非现场执法,则进入非现场执法任务队列,如果不符合,则进入现场执法任务序列。
进一步的,若未识别到车牌,但检车到有车辆停靠,则根据图像检测数据确认车辆停靠位置,则确认该违法类型为类型III。
进一步的,若违停类型为类型III,则进入现场执法序列。、
进一步的,所述方法还包括:根据违停车辆信息以及违法类型确定违停地点,根据违停地点生成违停地图,根据违停地图进行违法类型任务派遣。
进一步的,所述方法还包括定时检测违停车辆是否得到处罚、驱离或自行离违停区域,若违停车辆执行离开,则撤回派遣任务。
进一步的,所述方法还包括,若违停车辆仍存在违停行为,则进行执法处理。
采用本发明提供的基于高位视频路侧停车收费设备的道路违法停车治理方法的有益效果如下:
1、提高了道路违停治理的效率,大幅节约了警力,降低总体违法停车时长,降低造成的不良影响。
2、根据基于高位视频的路侧停车收费设备的全面信息,有针对性和优先级的处理违法停车问题,提高了整体的治理效用。
3、利用高位视频的路侧停车收费设备作为实时反馈手段,确保了治理的时效性和有效性,提高了警力调度的综合效率。
附图说明
图1是本发明一种基于高位视频路侧停车收费设备的道路违法停车治理方法的方法流程图。
具体实施方式
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
具体地,本发明公开了一种基于高位视频路侧停车收费设备的道路违法停车治理方法,具体包括:101、确定违停车辆,获取违停车辆识别结果;
具体的,由于路侧停车领域的监控设备的广泛应用,为违法停车治理提供了很多便利,在不增加硬件设备的前提下,可有效的提高违法停车治理效率,具体的:
通过调用区域级或全城级部署的路侧停车管理系统的前场阵列相机设备,检测各相机视野内的所有车辆,根据设定的违停识别区和设定的违停时间间隔阈值,确定违法停车的所有车辆,对违法停车的车辆进行识别,确定违停车辆的车型、颜色、车牌等车辆信息。
对违停车辆的识别结果根据识别完整度进行分类,具体包括三种类型:1、识别到车牌信息且识别到车型或车辆颜色的一种或者两种;2、只识别到车辆的车牌,未识别到车型以及车辆颜色;3、未识别到车辆的车牌、车型以及车辆颜色,并将三种类型进行统计汇总。
102、将违停车辆识别结果与车辆档案库中车辆信息匹配;
若识别到车辆的车牌且识别到车型和/或车辆颜色信息,则将该车牌结果与车辆档案库中的车辆信息匹配,若匹配通过,则确定该违法类型为类型I。
若只识别到车辆的车牌,未识别到车型和/或车辆颜色信息,则将车牌信息与车辆档案库中车辆颜色和/或车型信息合并,并确定该违法类型为类型II;
若未识别到车牌,但检车到有车辆停靠,则根据图像检测数据确认车辆停靠位置,则确认该违法类型为类型III。
103、根据匹配结果确定违法类型;
104、根据违法类型,确定执法方式。
若违停类型为类型I,则进入非现场执法任务队列;
若违停类型为类型II,则进行二次人工判断任务序列,如果确认符合非现场执法,则进入非现场执法任务队列,如果不符合,则进入现场执法任务序列;若违停类型为类型III,则进入现场执法序列
所述方法还包括根据违停车辆信息以及违法类型确定违停地点,根据违停地点生成违停地图,根据违停地图进行违法类型任务派遣;
具体的根据违停车辆信息类型和数量,匹配各信息来源的地理位置信息,生成违法停车信息地图,将各类违停信息分类标记在违法停车信息地图上,并通过屏幕展示给警力调用人员。
并根据违停车辆信息类型和数量,对各类消息进行地理位置聚合处理,自动划分违法聚集地,并生成实时的现场和非现场执法任务派遣图,对高发区域给与高优先级。结合实时交通路况信息,对高发区域且交通拥堵路段,给与最高优先级。
还可以根据整体分析处理完成的信息,派遣警力进行现场和非现场执法任务(确认违法行为并生成罚单),实时调用违停车辆的识别信息和图像信息,实时和/或定时判断检测到的违法车辆是否得到处罚、驱离或自行离开,跟踪执法实施情况。
如果发现车辆自行离开,则撤回任务派遣信息,避免警力浪费。如果发现违法车辆超时未得到处理,或者长时间占用道路,则加大处理优先级,或升级处理力度,采取拖车等执法行为,及时确保道路畅通。
本发明通过利用全城级部署(或全区级部署)的高位视频路侧停车管理设备,利用阵列相机的多焦点全息覆盖能力,发挥全域部署覆盖优势和设备抓拍的快速性,高效发现、判断、调度、执法,实现高效的道路违法停车治理,解决道路违法停车治理慢、治理难的问题
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于高位视频路侧停车收费设备的道路违法停车治理方法,其特征在于,所述方法包括:
确定违停车辆,获取违停车辆识别结果;
所述违停车辆识别结果包括车牌、车型和车辆颜色;
将违停车辆识别结果与车辆档案库中车辆信息匹配;
根据车牌、车型和车辆颜色识别情况和匹配结果确定违法类型;
根据违法类型,确定执法方式;
若识别到车辆的车牌且识别到车型和/或车辆颜色信息,则将该车牌结果与车辆档案库中的车辆信息匹配,若匹配通过,则确定该违法类型为类型I,若违停类型为类型I,则进入非现场执法任务队列,
若只识别到车辆的车牌,未识别到车型和/或车辆颜色信息,则将车牌信息与车辆档案库中车辆颜色和/或车型信息合并,并确定该违法类型为类型II;
若违停类型为类型II,则进行二次人工判断任务序列,如果确认符合非现场执法,则进入非现场执法任务队列,如果不符合,则进入现场执法任务序列;
若未识别到车牌,但检车到有车辆停靠,则根据图像检测数据确认车辆停靠位置,则确认该违法类型为类型III;若违停类型为类型III,则进入现场执法序列。
2.根据权利要求1所述的基于高位视频路侧停车收费设备的道路违法停车治理方法,其特征在于,确定违停车辆具体包括:调用路侧停车收费设备,获取设备视野内车辆信息;根据设定的违停识别区和时间阈值,确定违停车辆。
3.根据权利要求1或2所述的基于高位视频路侧停车收费设备的道路违法停车治理方法,其特征在于:
所述方法还包括:根据违停车辆信息以及违法类型确定违停地点,根据违停地点生成违停地图,根据违停地图进行违法类型任务派遣。
4.根据权利要求3所述的基于高位视频路侧停车收费设备的道路违法停车治理方法,其特征在于:
所述方法还包括定时检测违停车辆是否得到处罚、驱离或自行离开违停区域,若违停车辆自行离开,则撤回派遣任务。
5.根据权利要求4所述的基于高位视频路侧停车收费设备的道路违法停车治理方法,其特征在于:所述方法还包括,若违停车辆仍存在违停行为,则进行执法处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911130747.8A CN110880243B (zh) | 2019-11-19 | 2019-11-19 | 基于高位视频路侧停车收费设备的道路违法停车治理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911130747.8A CN110880243B (zh) | 2019-11-19 | 2019-11-19 | 基于高位视频路侧停车收费设备的道路违法停车治理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110880243A CN110880243A (zh) | 2020-03-13 |
CN110880243B true CN110880243B (zh) | 2021-03-09 |
Family
ID=69730563
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911130747.8A Active CN110880243B (zh) | 2019-11-19 | 2019-11-19 | 基于高位视频路侧停车收费设备的道路违法停车治理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110880243B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113538958A (zh) * | 2020-04-14 | 2021-10-22 | 深圳富泰宏精密工业有限公司 | 停车警示方法、车载装置及可读存储介质 |
CN113298964A (zh) * | 2021-05-21 | 2021-08-24 | 深圳市大道至简信息技术有限公司 | 一种基于高位视频路边停车联动管理方法及系统 |
CN113852788A (zh) * | 2021-09-03 | 2021-12-28 | 泰华智慧产业集团股份有限公司 | 一种基于视频智能分析的城市管理系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202795748U (zh) * | 2012-09-06 | 2013-03-13 | 上海市政工程设计研究总院(集团)有限公司 | 一种路边违章停车的自动记录装置 |
CN203351034U (zh) * | 2013-05-30 | 2013-12-18 | 浙江浩腾电子科技有限公司 | 一种违法动态抓拍管控系统 |
KR20140110684A (ko) * | 2013-07-08 | 2014-09-17 | 이승철 | Cctv 감시장치 비트맵에 의한 이미지 데이터 처리 움직임 분석 제어 방법 |
CN104504908A (zh) * | 2015-01-14 | 2015-04-08 | 苏州科达科技股份有限公司 | 一种违章停车监控方法及系统 |
CN106548626A (zh) * | 2016-12-07 | 2017-03-29 | 云赛智联股份有限公司 | 一种基于地理信息技术的综合管理平台 |
CN109686103A (zh) * | 2018-12-29 | 2019-04-26 | 中南大学 | 一种基于图像识别的智能交通违停监控管理系统与方法 |
CN110148300A (zh) * | 2019-06-24 | 2019-08-20 | 上海擎感智能科技有限公司 | 一种车辆套牌识别方法、装置及计算机可读介质 |
CN110322726A (zh) * | 2019-07-03 | 2019-10-11 | 北京精英路通科技有限公司 | 一种基于高位视频的半封闭路侧停车管理系统及方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204965750U (zh) * | 2015-08-06 | 2016-01-13 | 苏州市世跃智能科技有限公司 | 一种基于双球机的违法停车自动检测抓拍的装置 |
CN205788779U (zh) * | 2016-01-22 | 2016-12-07 | 智慧互通科技有限公司 | 一种路侧停车管理系统 |
CN107730898A (zh) * | 2016-11-08 | 2018-02-23 | 北京奥斯达兴业科技有限公司 | 停车场非法车辆识别方法及系统 |
CN108109384A (zh) * | 2017-12-19 | 2018-06-01 | 江苏本能科技有限公司 | 分布式车辆违法行为抓拍管理方法及系统 |
CN108320517A (zh) * | 2017-12-28 | 2018-07-24 | 浙江中新长清信息科技有限公司 | 车牌和车辆识别系统及监测服务器 |
KR102111845B1 (ko) * | 2018-04-23 | 2020-05-19 | (주)큐센텍 | 주차구역의 차량을 인식하는 방법 및 장치 |
-
2019
- 2019-11-19 CN CN201911130747.8A patent/CN110880243B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202795748U (zh) * | 2012-09-06 | 2013-03-13 | 上海市政工程设计研究总院(集团)有限公司 | 一种路边违章停车的自动记录装置 |
CN203351034U (zh) * | 2013-05-30 | 2013-12-18 | 浙江浩腾电子科技有限公司 | 一种违法动态抓拍管控系统 |
KR20140110684A (ko) * | 2013-07-08 | 2014-09-17 | 이승철 | Cctv 감시장치 비트맵에 의한 이미지 데이터 처리 움직임 분석 제어 방법 |
CN104504908A (zh) * | 2015-01-14 | 2015-04-08 | 苏州科达科技股份有限公司 | 一种违章停车监控方法及系统 |
CN106548626A (zh) * | 2016-12-07 | 2017-03-29 | 云赛智联股份有限公司 | 一种基于地理信息技术的综合管理平台 |
CN109686103A (zh) * | 2018-12-29 | 2019-04-26 | 中南大学 | 一种基于图像识别的智能交通违停监控管理系统与方法 |
CN110148300A (zh) * | 2019-06-24 | 2019-08-20 | 上海擎感智能科技有限公司 | 一种车辆套牌识别方法、装置及计算机可读介质 |
CN110322726A (zh) * | 2019-07-03 | 2019-10-11 | 北京精英路通科技有限公司 | 一种基于高位视频的半封闭路侧停车管理系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110880243A (zh) | 2020-03-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110880243B (zh) | 基于高位视频路侧停车收费设备的道路违法停车治理方法 | |
CN105336207B (zh) | 车辆记录仪和公安综合监管系统 | |
CN102768801B (zh) | 基于视频的机动车绿灯跟进违章行为的检测方法 | |
CN105160899B (zh) | 一种物联网智能交通违法管理装置 | |
CN109326124A (zh) | 一种基于机器视觉的城市环境停放车辆行为识别系统 | |
CN102368356B (zh) | 一种快速路匝道口用监控系统及方法 | |
CN201397576Y (zh) | 车辆路口违法变向自动捕捉装置 | |
CN101692314A (zh) | 利用车辆位置信息识别车辆身份的方法及应用 | |
CN106652478A (zh) | 一种智能路侧泊车系统 | |
CN107067730B (zh) | 基于卡口设备的网约车人车不一致监测方法 | |
CN103559792B (zh) | 一种高速公路行驶车辆疲劳驾驶的认定方法 | |
CN111243272A (zh) | 一种非机动车辆交通行为监控方法及违行为检测系统 | |
IL256942B (en) | A multi-channel system for traffic enforcement in complex scenarios | |
CN105679041A (zh) | 一种分布式规范行车系统和方法 | |
WO2022213542A1 (zh) | 基于激光雷达和轨迹预测的信控交叉口清空方法和系统 | |
CN112509325B (zh) | 一种基于视频深度学习的非现场违法自动甄别方法 | |
CN115188189A (zh) | 支撑自动驾驶货车车辆队列运行的专用车道动态设置方法 | |
CN109993979A (zh) | 一种使用侧装方式安装枪型摄像机的路边泊车检测方法 | |
CN113487877A (zh) | 一种道路车辆违规停车监控方法 | |
CN103208179A (zh) | 一种建成智能公共交通网络的方法和设备 | |
Chen et al. | Lane-based Distance-Velocity model for evaluating pedestrian-vehicle interaction at non-signalized locations | |
CN106683406B (zh) | 一种基于公交车载gps数据的公交专用道通行瓶颈检测方法 | |
CN112907979B (zh) | 一种基于多摄像头的机动车违法行驶轨迹跟踪系统及方法 | |
CN111127882A (zh) | 一种基于大数据的旅游景区停车场来车数量预测方法 | |
CN110807929A (zh) | 一种交通警用辅助指挥信息分析研判系统 |
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 |