CN111047870A - 交通违规车辆识别系统、服务器及存储有车辆控制程序的非易失性存储介质 - Google Patents
交通违规车辆识别系统、服务器及存储有车辆控制程序的非易失性存储介质 Download PDFInfo
- Publication number
- CN111047870A CN111047870A CN201910920220.9A CN201910920220A CN111047870A CN 111047870 A CN111047870 A CN 111047870A CN 201910920220 A CN201910920220 A CN 201910920220A CN 111047870 A CN111047870 A CN 111047870A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- image
- traffic
- traffic violation
- server
- 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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
- Studio Devices (AREA)
Abstract
本发明提供一种交通违规车辆识别系统、服务器及存储有车辆控制程序的非易失性存储介质。所述交通违规车辆识别系统包括第一车辆以及服务器。所述第一车辆配置为:生成第一影像,该第一影像是在交叉路口对所述第一车辆的前进方向的信号灯以及对向车辆或者横穿车辆进行拍摄得到的,当在所述第一影像中检测到违反交规的交通违规车辆时,向所述服务器发送包括从所述第一影像中提取的所述交通违规车辆的特征信息在内的违规车辆信息、以及包括违反交规的证据影像在内的所述第一影像的至少其中一部分即第一送信影像。
Description
技术领域
本发明涉及交通违规车辆识别系统、服务器及存储有车辆控制程序的非易失性存储介质。
背景技术
当前在交通繁忙的交叉路口等设置定点照相机等,在检测出交通违规等的同时,从拍摄图像辨别违规车的车牌以及驾驶员,以用于管理交通违规和应对事故。例如,在日本特开2017-22484中,公开了一种交通违规管理系统,在交叉路口设置速度检测传感器和近红外照相机等,利用照相机获取黑白图像,在检测到车辆的交通违规的情况下,将黑白图像进行彩色化处理。
发明内容
在上述交通违规管理系统中,需要预先在交叉路口等设置照相机等系统,为了在更多的交叉路口中全面管理交通违规,交通基础设施投资的规模变大。另外,在没有设置照相机等地方的交叉路口,难以防止无视信号导致的车辆事故发生及确定违规车辆。
本发明提供一种技术,其即使在没有设置定点照相机等的交叉路口,也能够发现交通违规车辆以及获取识别交通违规车辆的证据。
本发明的第一方式是交通违规车辆识别系统,其包括第一车辆以及服务器。所述第一车辆配置为:生成第一影像,该第一影像是在交叉路口对所述第一车辆的前进方向的信号灯以及对向车辆或者横穿车辆进行拍摄得到的,当在所述第一影像中检测到违反交规的交通违规车辆时,向所述服务器发送包括从所述第一影像中提取的所述交通违规车辆的特征信息在内的违规车辆信息、以及包括违反交规的证据影像在内的所述第一影像的至少其中一部分即第一送信影像。所述服务器配置为:从所述第一送信影像提取唯一识别所述交通违规车辆的识别信息,存储所述识别信息,向客户端发送所述交通违规车辆的所述识别信息以及违反交规的所述证据影像。
第一方式涉及的交通违规车辆识别系统还可以包括第二车辆。所述服务器可以配置为,在无法从所述第一送信影像提取所述识别信息的情况下,向所述第二车辆发送所述交通违规车辆的所述特征信息,所述第二车辆可以配置为,生成对本车的车外进行拍摄得到的第二影像,根据所述特征信息,在所述第二影像中检测到所述交通违规车辆时,向所述服务器发送包括所述交通违规车辆在内的所述第二影像的至少其中一部分即第二送信影像,所述服务器可以配置为,根据所述第二送信影像,提取唯一识别所述交通违规车辆的所述识别信息,存储所述识别信息。
在上述方式中,所述违规车辆信息还可以包括所述交通违规车辆的行驶速度以及行驶方向的信息,所述服务器可以配置为,从所述违规车辆信息推定所述交通违规车辆的当前或者今后的行驶位置,向推定出的位置附近的所述第二车辆发送所述交通违规车辆的所述特征信息。
在上述方式中,所述服务器可以配置为,在无法从所述第二送信影像中提取所述识别信息的情况下,再次从由所述第一车辆发送来的所述违规车辆信息中推定所述交通违规车辆当前或者今后的行驶位置,向推定出的位置附近的另外的第二车辆发送所述交通违规车辆的所述特征信息,直到能够提取所述识别信息为止、或者以规定次数反复向推定出的位置附近的另外的第二车辆发送所述交通违规车辆的所述特征信息。
在上述方式中,所述第一车辆可以配置为,作为所述交通违规车辆而检测在所述第一车辆的所述前进方向为红灯时进入交叉路口的对向车辆、在所述第一车辆的所述前进方向为绿灯时在交叉路口从本车前横穿的车辆、或者在所述第一车辆的所述前进方向为红灯时以超过道路限速的行驶速度从本车前横穿的车辆。
本发明的第二方式为具有包括电路的服务器,所述电路配置为,接受来自第一车辆的包括违反交规的交通违规车辆的特征信息在内的违规车辆信息、以及包括违反交规的证据影像在内的第一影像的至少其中一部分即第一送信影像;从所述第一送信影像提取唯一识别所述交通违规车辆的识别信息;存储所述识别信息;向客户端发送所述交通违规车辆的所述识别信息以及违反交规的所述证据影像。
在第二方式中,所述电路还可以配置为:在无法从所述第一送信影像提取所述识别信息的情况下,向第二车辆发送所述交通违规车辆的所述特征信息;从由所述第二车辆发送来的、第二影像的至少其中一部分即第二送信影像中,提取唯一识别所述交通违规车辆的所述识别信息。
本发明的第三方式提供存储有车辆控制程序的非易失性存储介质。所述车辆控制程序被第一车辆的控制部执行时,使所述第一车辆的控制部执行以下动作:在交叉路口,利用所述第一车辆的摄像部对所述第一车辆的前进方向的信号灯以及对向车辆或者横穿车辆进行拍摄,生成第一影像;根据所述第一影像,判断所述对向车辆或者所述横穿车辆是否违反交规;在违反交规时,从所述第一影像提取包括发生所述违反交规的车辆的特征信息在内的违规车辆信息;由所述第一车辆的发送部向所述服务器发送包括所述交通违规车辆的特征信息在内的所述违规车辆信息、以及包括违反交规的证据影像在内的所述第一影像的至少其中一部分即第一送信影像。
根据本发明的实施方式,即使在没有设置定点照相机等的交叉路口,也能够发现交通违规车辆以及获取识别交通违规车辆的证据。
附图说明
参考附图对本发明所示例的实施例的特征、优点、技术上及工业上的意义进行记述,附图中的相同的标号表示同一部件,其中:
图1是本发明的一个实施方式的交通违规车辆识别系统的一个示例的整体图。
图2是对第一车辆检测交通违规车辆的第一状况进行说明的图。
图3是对第一车辆检测交通违规车辆的第二状况进行说明的图。
图4是对第一车辆检测交通违规车辆的第三状况进行说明的图。
图5是对由第二车辆拍摄包括交通违规车辆的车牌号等在内的影像的状况进行说明的图。
图6是示出本发明的一个实施方式的交通违规车辆识别系统的动作的一个例子的图。
图7是第一车辆检测交通违规车辆的流程图。
图8是第二车辆拍摄交通违规车辆的流程图。
具体实施方式
以下,利用附图说明本发明的实施方式。
图1是示出本发明的一个实施方式的交通违规车辆识别系统A的一个例子的整体图。交通违规车辆识别系统A具有第一车辆(在此作为本车进行说明)10、中心(服务器)20、以及第二车辆(在此作为协助车辆进行说明)30。此外,如后述实施例所述,第二车辆30可以是多台。
首先,说明本实施方式的交通违规车辆识别系统A的概况。在交叉路口,第一车辆(本车)10利用车载照相机拍摄本车前进方向的信号灯、对向车辆或者横穿车辆(从本车的前面横穿通过的车辆)。此外,对信号灯进行拍摄可以视为拍摄能够识别信号灯的状态(信号灯的颜色)的图像。第一车辆10从拍摄到的影像检测例如在本车前进方向为红灯时进入交叉路口的对向车辆、以及在本车前进方向为绿灯时在交叉路口从本车前横穿的车辆等作为交通违规车辆,向服务器20发送交通违规的证据影像、以及包括该交通违规车辆的特征信息(颜色、车型等)、行驶速度、行驶方向、交叉路口的位置等的违规车辆信息。
服务器20从发送来的影像提取交通违规车辆的车牌号等识别信息。或者,服务器20根据发送来的信息推定交通违规车辆的当前或者今后的行驶位置,向推定出的位置附近的第二车辆(协助车辆)30发送交通违规车辆的特征信息。交通违规车辆附近的第二车辆30根据特征信息检测交通违规车辆,拍摄交通违规车辆的车牌、驾驶员等影像,向服务器20发送。
之后,服务器20整理来自各个车辆的信息,向客户端(例如警察管理的系统等)发送(通报)交通违规车辆的车牌号以及证据影像等。如上所述,在本实施方式中,利用多台车辆的合作,使用车载照相机进行交通违规车辆的发现与识别。
回到图1,对构建系统A的第一车辆10、中心(服务器)20、以及第二车辆30的内部构成分别进行说明。
第一车辆10具有摄像部11、位置信息获取部12、存储部13、控制部14以及通信部15。
摄像部11即所谓的车载照相机,在这里,包括拍摄车辆前方(外部)的图像的照相机。优选摄像部11为在驾驶中以及停车时生成车辆前方的连续影像并将生成的影像存储到存储部13的行车记录仪。摄像部11在本车停在交叉路口时,在生成信号灯的图像的同时生成进入交叉路口的横穿车辆(从本车的前面横穿通过的车辆)或者对向车辆的影像(第一影像)。
位置信息获取部12包括与任意的卫星定位系统对应的一个以上的接收器。例如,位置信息获取部12可以包括GPS(Global Positioning System,全球定位系统)接收器。位置信息获取部12检测本车的位置信息。此外,位置信息获取部12也可以配置为能够在获取本车停止(或者行驶)的位置的同时,获取车辆的行驶方向的信息。
存储部13是记录/存储各种信息的装置,包括一个以上的存储器。“存储器”例如是半导体存储器、磁存储器、或者光存储器等,但并不限定于此。存储部13所包含的各个存储器可以作为例如主存储装置、辅助存储装置、或者高速缓存而发挥功能。存储部13存储与第一车辆的动作相关的任意信息。例如,存储部13将由摄像部11生成的影像以及由位置信息获取部12获取的位置信息,与生成时的时间信息进行关联而存储。另外,还存储由控制部14对生成的影像分析/处理的结果的信息。此外,存储部13存储本车的车辆控制程序的记录等与车辆的动作/控制有关的各种信息。
控制部14具有一个以上的处理器。“处理器”可以是通用的处理器或者针对特定处理特殊化的专用处理器。例如,搭载于第一车辆10的ECU(Electronic Control Unit)可以作为控制部14起作用。控制部14控制第一车辆整体的动作。例如,控制部14控制摄像部11、位置信息获取部12、存储部13以及通信部15,并且进行与本车的行驶/动作有关的全部控制。控制部14能够进行图像分析,从由摄像部11生成的信号灯的图像中检测信号灯的颜色。另外,控制部14还能够从进入交叉路口的横穿车辆或者对向车辆的影像中提取车辆的特征信息(颜色、外形、车型等),还能够根据在本车的前面横穿的车辆的连续影像计算横穿车辆的速度。
通信部15包括在本车与服务器20之间进行通信的通信模块。另外,通信部15也可以包括必要时不经由服务器20而在本车(第一车辆)与其他车辆(第二车辆)之间进行车间通信的通信模块。通信部15还可以包括与网络连接的通信模块、或者与4G(4thGeneration)以及5G(5th Generation)等移动通信标准对应的通信模块。例如,搭载于第一车辆10的DCM(Data Communication Module,数据通信模块)等车载通信器可以作为通信部15起作用。通信部15能够将交通违规车辆的特征信息进行通信,向服务器20发送作为交通违规的证据的、在交叉路口处的影像,而且能够从服务器20接收指示以及信息。
中心(服务器)20具有服务器通信部21、服务器存储部22、以及服务器控制部23。
服务器通信部21包括在服务器20与第一车辆以及第二车辆之间、以及服务器20与客户端(警察系统等)之间进行通信的通信模块。服务器通信部21还可以包括与网络连接的通信模块。服务器通信部21能够接收从第一车辆10或者第二车辆30发送来的信息,并且能够对第一车辆10或者第二车辆30发送信息和指示。进而,服务器通信部21能够将唯一识别交通违规车辆的识别信息(车牌号、驾驶员的照片等)以及交通违规的证据影像等向客户发送而进行信息提供。
服务器存储部22是记录/存储各种信息的装置,包括一个以上的存储器。“存储器”例如是半导体存储器、磁存储器、或者光存储器等,但并不限定于此。服务器存储部22所包含的各个存储器可以作为例如主存储装置、辅助存储装置、或者高速缓存而发挥功能。服务器存储部22存储例如从第一车辆10发送来的信息(违反交规的车辆的特征信息、交通违规的证据影像等)、以及从第二车辆30发送来的信息(拍摄到车牌号、驾驶者的影像等)。另外,服务器存储部22还存储由服务器控制部23对发送来的影像分析/处理后的结果的信息,还存储与服务器以及系统整体的动作/控制有关的各种信息。
服务器控制部23具有一个以上的处理器。“处理器”可以是通用的处理器或者针对特定处理特殊化的专用处理器。服务器控制部23控制服务器通信部21以及服务器存储部22,并且进行与服务器以及系统整体的动作有关的全部控制。例如服务器控制部23进行下述处理,即,分析从第一车辆10获取到的信息(交通违规车辆的行驶速度、行驶方向等)、推定交通违规车辆当前或者今后的行驶位置、选择第二车辆30并发出指示等。另外,服务器控制部23进行分析从第二车辆30获取到的信息(交通违规车辆的影像等)而读取交通违规车辆的车牌号的处理、或者提取驾驶员的面部照片的处理等。
第二车辆(协助车辆)30具有摄像部31、位置信息获取部32、存储部33、控制部34以及通信部35。
摄像部31即所谓的车载照相机,在这里,包括拍摄车辆前方的图像的照相机。优选为在驾驶中生成车外(车辆前方)的连续影像(第二影像)并将生成的影像存储到存储部33的行车记录仪。摄像部31生成交通违规车辆的影像(特别是车牌和驾驶员的图像)。
位置信息获取部32包括与任意的卫星定位系统对应的一个以上的接收器。例如,位置信息获取部32可以包括GPS接收器。位置信息获取部32检测第二车辆30的位置信息。在此,能够获取生成了交通违规车辆的影像的地点的位置信息。
存储部33是记录/存储各种信息的装置,包括一个以上的存储器。“存储器”例如是半导体存储器、磁存储器、或者光存储器等,但并不限定于此。存储部33存储与第二车辆的动作相关的任意信息。例如,将由摄像部31生成的影像以及由位置信息获取部32获取到的位置信息,与生成时的时间信息进行关联而存储。另外,存储车辆控制程序的记录等与车辆的动作/控制有关的各种信息。
控制部34具有一个以上的处理器。“处理器”可以是通用的处理器或者针对特定处理特殊化的专用处理器。例如,搭载于第二车辆30的ECU可以作为控制部34起作用。控制部34控制第二车辆整体的动作。例如,控制部34控制摄像部31、位置信息获取部32、存储部33以及通信部35,并且进行与本车的行驶/动作有关的全部控制。控制部34也可以是还能够进行图像分析,进行从由摄像部31生成的交通违规车辆的影像中读取车牌号的处理以及提取驾驶员的面部照片等。
通信部35包括与服务器20或者第一车辆10之间进行通信的通信模块。通信部35还可以包括与网络连接的通信模块、或者与4G以及5G等移动通信标准对应的通信模块。例如,搭载于第二车辆30的DCM等车载通信器可以作为通信部35起作用。通信部35从服务器20或者第一车辆10接收与交通违规车辆的特征有关的特征信息,并且向服务器20发送该交通违规车辆的影像(特别是车牌以及驾驶员的图像)。
使用图2对第一车辆10检测(发现)交通违规车辆的第一状况进行说明。图2示出第一车辆(本车)10通过交叉路口(或者从停车状态启动)的状况。本车前进方向的信号灯1为绿灯时,检测在交叉路口从本车的前面横穿通过的车辆40作为交通违规(无视信号)车辆40(40a),将该交通违规车辆40a的影像与信号灯1的影像一起利用本车10的摄像部11生成(拍摄)。该无视信号的判定依据是,在本车前进方向的信号灯1为绿灯时,与本车前进方向正交的道路的信号灯必然是红灯。
第一车辆10将由摄像部11生成的交通违规车辆40a的影像存储到存储部13,并且利用控制部14进行分析,提取该交通违规车辆40a的特征信息(颜色、外形、车型等)、行驶速度、行驶方向等。另外,第一车辆10还利用位置信息获取部12获取当前位置(交叉路口的位置),与交通违规的证据影像(信号灯和交通违规车辆的影像)一起由通信部15向服务器20发送。或者,也可以不经由服务器20而是在本车(第一车辆)10与其他车辆(第二车辆)30之间利用车间通信直接发送信息。
此外,在能够由行车记录仪等生成长时间的连续影像的情况下,从车辆40进入交叉路口开始至通过交叉路口为止实施对信号灯1的颜色检测,确认其间是否一直为绿灯(车辆40进入交叉路口后颜色未变化),从而判定违反交规(无视信号)。同样地,作为交通违规的证据影像,也可以获取从交通违规车辆40a进入交叉路口开始至通过交叉路口为止的全部影像。
使用图3对第一车辆10检测(发现)交通违规车辆的第二状况进行说明。图3示出第一车辆(本车)10停在交叉路口的状况。本车前进方向的信号灯1为红灯时,检测在交叉路口处从逆向车道行驶过来的对向车辆40作为交通违规(无视信号)车辆40(40b),将该交通违规车辆40b的影像与信号灯1的影像一起利用本车10的摄像部11生成(拍摄)。这是因为,当本车前进方向的信号灯1是红灯时,逆向车道的信号灯也很可能是红灯。然而,根据交叉路口不同,存在虽然本车前进方向的信号灯1是红灯,但是逆向车道的信号灯为绿灯的信号灯控制方法,因此,通过获取各个交叉路口的信号灯控制方法,参照结合而进行是否交通违规的判定,从而能够做出更正确的判定。
第一车辆10将由摄像部11生成的交通违规车辆40b的影像存储到存储部13,并且利用控制部14进行分析,提取该交通违规车辆40b的特征信息(颜色、外形、车型等)、行驶速度、行驶方向等。另外,第一车辆10还利用位置信息获取部12获取当前位置(交叉路口的位置),与交通违规的证据影像(信号灯和交通违规车辆的影像)一起由通信部15向服务器20或者其他车辆(第二车辆)30发送。
此外,如果是在逆向车道行驶的对向车辆40,则由于能够利用第一车辆10的摄像部11拍摄交通违规车辆40b的车牌以及驾驶员的影像,所以在得到拍摄有车牌以及驾驶员的脸部的影像的情况下,将其发送至服务器20。
此外,在能够由行车记录仪等生成长时间的连续影像的情况下,从车辆40进入交叉路口开始至通过交叉路口为止实施信号灯1的颜色检测,确认其间是否一直为红灯(车辆40进入交叉路口后颜色未变化),从而判定违反交规(无视信号)。同样地,作为交通违规的证据影像,优选获取从车辆40b进入交叉路口开始至通过交叉路口为止的全部影像。
使用图4对第一车辆10检测(发现)交通违规车辆的第三状况进行说明。图4示出第一车辆(本车)10停在交叉路口的状况。本车前进方向的信号灯1是红灯时,生成(拍摄)在交叉路口从本车的前面横穿通过的车辆40的影像,监视该车辆的行驶速度。该行驶速度能够通过由控制部14分析车辆40的影像而推定。在车辆40的行驶速度超过与本车前进方向正交的道路的限速时,检测出该车辆作为交通违规(超过限速、所谓的超速)车辆40(40c),将由摄像部11生成的该交通违规车辆40c的影像与信号灯1的影像一起存储到存储部13。此外,各条道路的限速能够从通常的交通信息中得到。
第一车辆10将由摄像部11生成的交通违规车辆40c的影像存储到存储部13,并且通过控制部14进行分析,提取该交通违规车辆40c的特征信息(颜色、外形、车型等)、行驶速度、行驶方向等。另外,第一车辆10还利用位置信息获取部12获取当前位置(交叉路口的位置),与交通违规的证据影像(信号灯和交通违规车辆的影像)一起由通信部15向服务器20或者其他车辆(第二车辆)30发送。
此外,作为交通违规的证据影像,优选获取从车辆40c进入交叉路口开始至通过交叉路口为止的全部影像。
图5是说明由第二车辆(协助车辆)30拍摄交通违规车辆40的车牌号等的状况的图。图5中,示出例如从图2或者图4中的横穿车辆的影像检测到交通违规车辆40后的交通违规车辆识别系统A的控制的一个例子。
如上所述,第一车辆10利用本车的摄像部(车载照相机)11拍摄本车前进方向的信号灯1以及从本车前面横穿通过的车辆40,如果检测到交通违规,则向服务器20发送包括该交通违规车辆40的特征信息(颜色、外形、车型等)、行驶速度、行驶方向、交叉路口的位置等在内的违规车辆信息、以及交通违规的证据影像。
指示第二车辆(协助车辆)30拍摄交通违规车辆的车牌号等的影像的一个方法是,向检测到交通违规的交叉路口周围存在的多台第二车辆30同时发送来自第一车辆的违规车辆信息(交通违规车辆40的特征信息(颜色、外形、车型等)、行驶速度、行驶方向、交叉路口的位置等)。在此情况下,判断各个第二车辆30与交通违规车辆40相遇的可能性,生成对本车的车外进行拍摄而得到的第二影像,进行交通违规车辆的车牌等的影像拍摄,在影像摄影成功的情况下向服务器20发送影像。
指示第二车辆(协助车辆)30拍摄交通违规车辆的车牌号等的影像的其他方法是指示特定的第二车辆30拍摄影像。服务器20把握在各条道路中行驶的第二车辆30(30a、30b……)的位置。服务器20基于来自第一车辆10的信息(交通违规车辆40的行驶速度、行驶方向、交叉路口的位置等),推定交通违规车辆40当前或者今后的位置。然后,对于在交通违规车辆40的推定位置附近行驶的第二车辆(协助车辆)30、优选在交通违规车辆40行驶的道路的逆向车道中行驶的车辆中,向最先与交通违规车辆40相遇的第二车辆30a发送该交通违规车辆40的特征信息(颜色、外形、车型等)以及推定位置等检测交通违规车辆40所需的信息,指示其拍摄交通违规车辆40的影像(特别是车牌和驾驶员的图像)。
第二车辆30a根据交通违规车辆40的特征信息等,从通过逆向车道的对向车辆中检测出交通违规车辆(符合交通违规车辆的特征信息的车辆)40,根据驾驶员的操作或者自动地,拍摄交通违规车辆40的影像(车牌和驾驶员的至少其中一方的图像),发送给服务器20。另外,如果影像拍摄失败的情况下,则向服务器20发送已失败这一主旨的联络。
服务器20在从第二车辆30a接收到影像拍摄已失败的联络的情况下、无法从第二车辆30a发送来的影像中提取车牌号等识别信息的情况下,尝试由其他车辆拍摄影像。即,对于在交通违规车辆40的当前的推定位置附近行驶的第二车辆(协助车辆)30、优选在交通违规车辆40行驶的道路的逆向车道中行驶的车辆中,向其次与交通违规车辆40相遇的第二车辆30b发送该交通违规车辆40的特征信息(颜色、外形、车型等)以及推定位置等检测交通违规车辆40所需的信息,指示其拍摄交通违规车辆40的影像(特别是车牌和驾驶员的图像)。如此一来,在由第一台车拍摄交通违规车辆的影像失败的情况下,以利用相对于交通违规车辆40从逆向驶来的第二台车拍摄交通违规车辆40的影像的方式重试。
下一辆的第二车辆30b根据交通违规车辆40的特征信息等,确定交通违规车辆40,根据驾驶员的操作或者自动地,拍摄交通违规车辆40的影像(车牌和驾驶员的至少其中一方的图像),发送给服务器20。另外,如果影像拍摄失败的情况下,则向服务器20发送已失败这一主旨的联络。
在直至能够拍摄到交通违规车辆40的影像(车牌、驾驶员的图像等)为止重复该动作后,服务器20整理来自各个车辆的信息。服务器20根据来自第二车辆30的影像,提取交通违规车辆40的车牌号以及驾驶员的面部照片,将唯一识别交通违规车辆40的识别信息(车牌号等)与交通违规的证据影像一起向客户端(例如警察管理的系统等)发送。此外,如果利用第二车辆拍摄交通违规车辆40的影像(其后的提取识别信息)多次失败,那么交通违规车辆40有可能进行了改造(遮挡车牌等),因此可以在规定次数后中止重试。在此情况下,只向客户端发送在交叉路口拍摄到的交通违规的证据影像以及车辆的特征信息。
图5说明了在交叉路口追踪从第一车辆10的前方横穿通过的横穿车辆40的情况。同样地,在第一车辆10的对向车辆40违反交规、并且第一车辆10对交通违规车辆40的车牌或驾驶员的影像拍摄失败的情况下,服务器20指示作为第一车辆10的后续车辆的第二车辆30拍摄交通违规车辆40的影像。
另外,图5中,经由服务器20向第二车辆30发送来自第一车辆10的信息,但也可以是第一车辆10利用车间通信向周围的第二车辆30直接发送交通违规车辆40c的特征信息(颜色、外形、车型等)、行驶速度、行驶方向等。此时,各个第二车辆30根据交通违规车辆40的行驶速度以及行驶方向等判断与交通违规车辆40相遇的可能性(该判断可以由控制部34进行分析),尝试拍摄交通违规车辆40的影像。此外,拍摄到的交通违规车辆40的影像在这种情况下也被发送到服务器20进行整理。
图6示出本发明的一个实施方式的交通违规车辆识别系统A的动作的一个例子。
如图6所示,首先第一车辆10进行交通违规车辆的检测(步骤11(S11))。交通违规车辆的检测根据图7的流程图按照以下的步骤进行。
步骤101(S101):第一车辆10在交叉路口由摄像部11生成影像(第一影像),检测本车前进方向的信号灯的颜色。此外,以下各个步骤的动作主体是第一车辆10。
步骤102(S102):判断本车前进方向的信号灯的颜色是否为绿色。如果是绿色则前进至步骤103,如果是红色则前进至步骤107。
步骤103(S103):监视本车的前方的道路的横穿车辆(车辆侧面)。
步骤104(S104):判断是否有无视信号的违规行为。此外,因为本车前进方向的信号灯的颜色是绿色,所以如果有从本车的前面横穿的横穿车辆,则将其判定为无视信号违规,前进至步骤105。如果没有无视信号违规,则返回起始步骤(S101)。
步骤105(S105):从无视信号的横穿车辆的影像提取横穿车辆(交通违规车辆)的特征信息。例如,分析/提取交通违规车辆的颜色、外形、车型等特征信息。进而还提取行驶速度、行驶方向等。然后,前进至步骤106。
步骤106(S106):向中心(服务器)20或者第二车辆30通知在步骤105中提取的包括交通违规车辆的特征信息的违规车辆信息。另外,向服务器20发送包括交通违规的证据影像(信号灯和交通违规车辆的影像)的第一影像的至少其中一部分。发送后,结束处理流程。
步骤107(S107):当本车前进方向的信号灯的颜色为红色时,监视逆向车道的对向车辆(车辆正面)。
步骤108(S108):判断是否有无视信号的违规行为。此外,因为本车前进方向的信号灯的颜色是红色,所以如果有对向车辆进入交叉路口内,则将其判定为无视信号违规,前进至步骤109。如果没有无视信号违规,则前进至下一步骤110。
步骤109(S109):从无视信号的对向车辆的影像提取对向车辆(交通违规车辆)的特征信息。例如,分析/提取交通违规车辆的颜色、外形、车型等特征信息。进而还提取行驶速度、行驶方向等。然后,前进至步骤106。
步骤110(S110):在对向车辆不存在无视信号的情况下,监视本车的前方的道路的横穿车辆(车辆侧面)。
步骤111(S111):生成在交叉路口从本车的前面横穿通过的车辆的影像,对影像进行分析而监视该车辆的行驶速度。在横穿车辆的行驶速度超过与本车前进方向正交的道路的限速时,判定为超速,前进至步骤112。如果没有超速,则返回起始步骤(S101)。
步骤112(S112):从超速的横穿车辆的影像提取横穿车辆(交通违规车辆)的特征信息。例如,分析/提取交通违规车辆的颜色、外形、车型等特征信息。进而还提取行驶速度、行驶方向等。然后,前进至步骤106。
此外,执行图7所示的流程图的程序可以构成为第一车辆10的车辆控制程序。即,可以行程使第一车辆的控制部执行以下步骤的车辆控制程序:生成第一影像的步骤,该第一影像是在交叉路口由摄像部11对本车前进方向的信号灯的颜色以及对向车辆或者横穿车辆进行拍摄得到的;基于第一影像判定所述对向车辆或者所述横穿车辆是否违反交规的步骤;在存在违反交规时,从第一影像中提取包括交通违规车辆的特征信息在内的违规车辆信息的步骤;以及由发送部向服务器发送包括所述交通违规车辆的特征信息在内的所述违规车辆信息、以及包括违反交规的证据影像在内的所述第一影像的至少其中一部分的步骤。
回到图6,根据交通违规车辆的检测流程,从第一车辆10向服务器20发送包括交通违规车辆的特征信息在内的违规车辆信息、以及交通违规的证据影像(信号灯和交通违规车辆的影像)。
在交通违规车辆是第一车辆10的对向车辆、且能够从第一车辆10发送来的交通违规车辆的影像中提取交通违规车辆的识别信息(车牌号等)的情况下,可以不进行接下来的交通违规车辆的位置推定(S12)等,而是直接前进到识别车牌号以及驾驶员的面部照片(提取识别信息)的阶段(S16)。
服务器20根据发送来的交通违规车辆的行驶速度、行驶方向等推定交通违规车辆的当前或者今后的位置(步骤12(S12))。然后,向在交通违规车辆所行驶的道路的逆向车道中行驶的车辆中的首先与交通违规车辆相遇的第二车辆30a,发送该交通违规车辆的特征信息(颜色、外形、车型等)以及推定位置等检测交通违规车辆40所需的信息,指示第二车辆30a拍摄交通违规车辆的影像(特别是车牌和驾驶员的图像)。
第二车辆30a进行交通违规车辆的拍摄(步骤13(S13))。交通违规车辆的拍摄根据图8的流程图按照以下的步骤进行。
步骤201(S201):第二车辆30从服务器20(或者直接从第一车辆10)接收交通违规车辆的特征信息(颜色、外形、车型等)。此外,以下各个步骤的动作主体是第二车辆30。
步骤202(S202):第二车辆30生成利用摄像部31拍摄到的本车的车外的影像(第二影像),从该影像的通过逆向车道的对向车辆中检测出符合交通违规车辆的特征信息的车辆,拍摄交通违规车辆(特别是车牌和驾驶员)。
步骤203(S203):判定是否拍摄到交通违规车辆的车牌和驾驶员图像。在拍摄到的情况下前进至步骤204,在未拍摄到的情况下前进至步骤205。
步骤204(S204):向服务器20发送包括交通违规车辆的车牌和驾驶员的脸部的至少其中一方的图像。发送后,结束处理流程。
步骤205(S205):在未拍摄到交通违规车辆的影像的情况下,向服务器20通知图像拍摄失败。通知后,结束处理流程。
回到图6,在此,假设第二车辆30a没能拍摄到交通违规车辆的图像。按照交通违规车辆的拍摄流程,从第二车辆30a向服务器20发送图像拍摄失败的通知。
在图像拍摄失败的情况下,服务器20进行是否重试拍摄交通违规车辆的影像的判断(步骤14(S14))。具体地,优选预先设定进行重试的次数。这是因为,如果重试次数过多则难以推定交通违规车辆的位置,并且交通违规车辆有可能进行了改造(遮挡车牌等),在此情况下拍摄识别信息的图像自身就存在困难。
如果是在规定的重试次数以内,则服务器20向在交通违规车辆所行驶的道路的逆向车道中行驶的车辆中的下一辆与交通违规车辆相遇的第二车辆30b,发送该交通违规车辆的特征信息(颜色、外形、车型等)以及推定位置等必要信息,指示第二车辆30b拍摄交通违规车辆的影像(特别是车牌和驾驶员的图像)。
第二车辆30b按照图8的交通违规车辆的拍摄流程,进行交通违规车辆的拍摄(步骤15(S15))。拍摄成功的情况下,第二车辆30b向服务器20发送包括交通违规车辆的车牌和驾驶员的脸部的至少其中一方的图像。
服务器20根据从第二车辆30发送来的图像,识别交通违规车辆的车牌号、以及驾驶员的面部照片(提取识别信息)(步骤16(S16))。然后,将交通违规车辆的识别信息(车牌号、面部照片等)与交通违规的证据影像一起向客户端(例如警察管理的系统等)发送(步骤17(S17))。此外,还可以向客户端发送在服务器20中累积的信息。
在此,作为向客户端提供的信息(即,警察需要的存储于服务器20的信息项目、及其数据形式的示例),例如设想为以下内容。
发生时间:2018.10.11.23:33
违规车辆速度:50.0km/h
位置信息:38.33333,135.22222
位置信息详情:xx省xx市xx
违规内容:无视信号
车牌号:品川500さ00-00
违规信息详情:是否刹车、加速程度等
图像缩略图:驾驶员面部图像、证据影像
在上述实施方式中,说明了交通违规车辆识别系统A的构成和动作,但本发明不限定于此,也可以构成为交通违规车辆识别方法。即,作为本发明的其它实施方式,也可以构成为按照图6的处理以及数据的走向而利用多台车辆及服务器检测/识别交通违规车辆的方法。
上述实施方式只是作为代表例子进行了说明,对于本领域技术人员而言显而易见的是,可以在本发明的主旨及范围内进行改变和置换。因此,本发明不应被解释为受上述实施方式的限制,可以不脱离权利要求的保护范围而进行各种变形及变更。例如,能够将实施方式中记载的多个构成块组合成一个,或者将一个构成块进行分割。
Claims (8)
1.一种交通违规车辆识别系统,其特征在于,
包括:第一车辆以及服务器,
其中,所述第一车辆配置为:
生成第一影像,该第一影像是在交叉路口对所述第一车辆的前进方向的信号灯以及对向车辆或者横穿车辆进行拍摄得到的,
当在所述第一影像中检测到违反交规的交通违规车辆时,向所述服务器发送包括从所述第一影像中提取的所述交通违规车辆的特征信息在内的违规车辆信息、以及包括违反交规的证据影像在内的所述第一影像的至少其中一部分即第一送信影像,
所述服务器配置为:
从所述第一送信影像提取唯一识别所述交通违规车辆的识别信息,
存储所述识别信息,
向客户端发送所述交通违规车辆的所述识别信息以及违反交规的所述证据影像。
2.根据权利要求1所述的交通违规车辆识别系统,其特征在于,
还包括第二车辆,其中,
所述服务器配置为,在无法从所述第一送信影像提取所述识别信息的情况下,向所述第二车辆发送所述交通违规车辆的所述特征信息,
所述第二车辆配置为,生成对本车的车外进行拍摄得到的第二影像,根据所述特征信息,在所述第二影像中检测到所述交通违规车辆时,向所述服务器发送包括所述交通违规车辆在内的所述第二影像的至少其中一部分即第二送信影像,
所述服务器配置为,根据所述第二送信影像,提取唯一识别所述交通违规车辆的所述识别信息,存储所述识别信息。
3.根据权利要求2所述的交通违规车辆识别系统,其特征在于,
所述违规车辆信息还包括所述交通违规车辆的行驶速度以及行驶方向的信息,
所述服务器配置为,从所述违规车辆信息推定所述交通违规车辆的当前或者今后的行驶位置,向推定出的位置附近的所述第二车辆发送所述交通违规车辆的所述特征信息。
4.根据权利要求3所述的交通违规车辆识别系统,其特征在于,
所述服务器配置为,在无法从所述第二送信影像中提取所述识别信息的情况下,再次从由所述第一车辆发送来的所述违规车辆信息中推定所述交通违规车辆当前或者今后的行驶位置,
向推定出的位置附近的另外的第二车辆发送所述交通违规车辆的所述特征信息,
直到能够提取所述识别信息为止、或者以规定次数反复向推定出的位置附近的另外的第二车辆发送所述交通违规车辆的所述特征信息。
5.根据权利要求1至4中任一项所述的交通违规车辆识别系统,其特征在于,
所述第一车辆配置为,作为所述交通违规车辆而检测在所述第一车辆的所述前进方向为红灯时进入交叉路口的对向车辆、在所述第一车辆的所述前进方向为绿灯时在交叉路口从本车前横穿的车辆、或者在所述第一车辆的所述前进方向为红灯时以超过道路限速的行驶速度从本车前横穿的车辆。
6.一种服务器,其特征在于,包括电路,所述电路配置为:
接受来自第一车辆的包括违反交规的交通违规车辆的特征信息在内的违规车辆信息、以及包括违反交规的证据影像在内的第一影像的至少其中一部分即第一送信影像,
从所述第一送信影像提取唯一识别所述交通违规车辆的识别信息,
存储所述识别信息,
向客户端发送所述交通违规车辆的所述识别信息以及违反交规的所述证据影像。
7.根据权利要求6所述的服务器,其特征在于,
所述电路还配置为:
在无法从所述第一送信影像提取所述识别信息的情况下,向第二车辆发送所述交通违规车辆的所述特征信息,
从由所述第二车辆发送来的、第二影像的至少其中一部分即第二送信影像中,提取唯一识别所述交通违规车辆的所述识别信息。
8.一种存储有车辆控制程序的非易失性存储介质,其特征在于,
所述车辆控制程序被第一车辆的控制部执行时,使所述第一车辆的控制部执行以下动作:
在交叉路口,利用所述第一车辆的摄像部对所述第一车辆的前进方向的信号灯以及对向车辆或者横穿车辆进行拍摄,生成第一影像;
根据所述第一影像,判断所述对向车辆或者所述横穿车辆是否违反交规;
在违反交规时,从所述第一影像提取包括发生所述违反交规的车辆的特征信息在内的违规车辆信息;
由所述第一车辆的发送部向所述服务器发送包括所述交通违规车辆的特征信息在内的所述违规车辆信息、以及包括违反交规的证据影像在内的所述第一影像的至少其中一部分即第一送信影像。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018-193513 | 2018-10-12 | ||
JP2018193513A JP7218535B2 (ja) | 2018-10-12 | 2018-10-12 | 交通違反車両識別システム及びサーバ |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111047870A true CN111047870A (zh) | 2020-04-21 |
Family
ID=70159427
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910920220.9A Pending CN111047870A (zh) | 2018-10-12 | 2019-09-26 | 交通违规车辆识别系统、服务器及存储有车辆控制程序的非易失性存储介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11120282B2 (zh) |
JP (1) | JP7218535B2 (zh) |
CN (1) | CN111047870A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113724416A (zh) * | 2020-11-12 | 2021-11-30 | 广东利通科技投资有限公司 | 基于车路协同系统的车载视频处理方法、装置及存储介质 |
CN114495031A (zh) * | 2022-03-31 | 2022-05-13 | 青岛海信网络科技股份有限公司 | 一种车牌信息校正方法、设备及装置 |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7218535B2 (ja) * | 2018-10-12 | 2023-02-07 | トヨタ自動車株式会社 | 交通違反車両識別システム及びサーバ |
JP7258595B2 (ja) * | 2019-02-25 | 2023-04-17 | i-PRO株式会社 | 捜査支援システムおよび捜査支援方法 |
KR20210043065A (ko) * | 2019-10-10 | 2021-04-21 | 현대모비스 주식회사 | 신호 위반 차량 경고 장치 및 그 방법 |
US11527154B2 (en) | 2020-02-20 | 2022-12-13 | Toyota Motor North America, Inc. | Wrong way driving prevention |
US11603094B2 (en) * | 2020-02-20 | 2023-03-14 | Toyota Motor North America, Inc. | Poor driving countermeasures |
CN111666853B (zh) * | 2020-05-28 | 2023-06-02 | 平安科技(深圳)有限公司 | 实时车辆违章检测方法、装置、设备及存储介质 |
CN111680633A (zh) * | 2020-06-10 | 2020-09-18 | 上海眼控科技股份有限公司 | 车辆违章识别方法、装置、计算机设备及存储介质 |
JP2022049173A (ja) * | 2020-09-16 | 2022-03-29 | トヨタ自動車株式会社 | 情報処理装置、情報処理システム、およびプログラム |
US11003919B1 (en) | 2020-10-16 | 2021-05-11 | Hayden Al Technologies, Inc. | Systems and methods for detecting traffic violations using mobile detection devices |
US20220238014A1 (en) * | 2021-01-25 | 2022-07-28 | Panasonic Automotive Systems Company Of America, Division Of Panasonic Corporation Of North America | Vehicle Itself To Report Traffic Violations To The Traffic Police Department |
JP7363838B2 (ja) * | 2021-03-02 | 2023-10-18 | トヨタ自動車株式会社 | 異常挙動通知装置、異常挙動通知システム、異常挙動通知方法、およびプログラム |
CN113362590A (zh) * | 2021-05-07 | 2021-09-07 | 武汉理工大学 | 基于联网adas调查路域交通违法行为时空特征的方法 |
CN114283581A (zh) * | 2021-12-27 | 2022-04-05 | 安徽达尔智能控制系统股份有限公司 | 一种农村道路安全综合管理方法、系统 |
CN114973664A (zh) * | 2022-05-17 | 2022-08-30 | 保银信科信息技术(湖北)有限公司 | 一种基于机器视觉的城市交通在线智能监测预警管理系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040222904A1 (en) * | 2003-05-05 | 2004-11-11 | Transol Pty Ltd | Traffic violation detection, recording and evidence processing system |
US20140211012A1 (en) * | 2012-08-06 | 2014-07-31 | Cloudparc, Inc. | Tracking Traffic Violations within an Intersection and Controlling Use of Parking Spaces Using Cameras |
CN104916138A (zh) * | 2015-05-12 | 2015-09-16 | 百度在线网络技术(北京)有限公司 | 车辆信息的处理方法、系统、车载设备及服务器 |
CN105654734A (zh) * | 2016-03-15 | 2016-06-08 | 深圳市佳信捷技术股份有限公司 | 车辆违章行为的数据处理方法及装置 |
CN106128108A (zh) * | 2016-08-29 | 2016-11-16 | 孙静言 | 一种违章举报装置 |
WO2017119737A1 (ko) * | 2016-01-05 | 2017-07-13 | 삼성전자 주식회사 | 통신 시스템에서 영상 정보를 공유하는 방법 및 장치 |
CN107481530A (zh) * | 2017-09-12 | 2017-12-15 | 深圳市易成自动驾驶技术有限公司 | 交通违规行为的监控方法、系统及计算机可读存储介质 |
US20180240336A1 (en) * | 2015-07-19 | 2018-08-23 | Safer Place Ltd. | Multi-stream based traffic enforcement for complex scenarios |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7986339B2 (en) * | 2003-06-12 | 2011-07-26 | Redflex Traffic Systems Pty Ltd | Automated traffic violation monitoring and reporting system with combined video and still-image data |
AU2006257287B2 (en) * | 2005-06-10 | 2012-12-06 | Accenture Global Services Limited | Electronic vehicle indentification |
US20100245125A1 (en) * | 2009-03-30 | 2010-09-30 | Lasercraft, Inc. | Systems and Methods For Surveillance and Traffic Monitoring (Claim Set I) |
CN102930493B (zh) * | 2011-08-12 | 2017-08-08 | 索尼公司 | 防篡改的图像处理方法和装置 |
US9558408B2 (en) * | 2013-10-15 | 2017-01-31 | Ford Global Technologies, Llc | Traffic signal prediction |
CN107111939B (zh) | 2015-01-14 | 2020-05-12 | 欧姆龙株式会社 | 通报受理系统和通报受理方法 |
JP6459808B2 (ja) | 2015-07-08 | 2019-01-30 | オムロン株式会社 | 画像処理装置およびこれを備えた交通違反管理システム |
JP6767518B2 (ja) | 2017-02-14 | 2020-10-14 | パイオニア株式会社 | 情報記録装置、情報記録方法及び情報記録用プログラム |
JP6815262B2 (ja) | 2017-04-10 | 2021-01-20 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | 交通違反検知装置、システム、交通違反検知方法およびプログラム |
US10462225B2 (en) * | 2017-08-25 | 2019-10-29 | Innova Electronics Corporation | Method and system for autonomously interfacing a vehicle electrical system of a legacy vehicle to an intelligent transportation system and vehicle diagnostic resources |
JP7040936B2 (ja) * | 2017-12-26 | 2022-03-23 | 株式会社ゼンリンデータコム | 情報収集システムおよび情報収集装置 |
US10810872B2 (en) * | 2018-07-31 | 2020-10-20 | Baidu Usa Llc | Use sub-system of autonomous driving vehicles (ADV) for police car patrol |
JP7218535B2 (ja) * | 2018-10-12 | 2023-02-07 | トヨタ自動車株式会社 | 交通違反車両識別システム及びサーバ |
-
2018
- 2018-10-12 JP JP2018193513A patent/JP7218535B2/ja active Active
-
2019
- 2019-09-16 US US16/572,237 patent/US11120282B2/en active Active
- 2019-09-26 CN CN201910920220.9A patent/CN111047870A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040222904A1 (en) * | 2003-05-05 | 2004-11-11 | Transol Pty Ltd | Traffic violation detection, recording and evidence processing system |
US20140211012A1 (en) * | 2012-08-06 | 2014-07-31 | Cloudparc, Inc. | Tracking Traffic Violations within an Intersection and Controlling Use of Parking Spaces Using Cameras |
CN104916138A (zh) * | 2015-05-12 | 2015-09-16 | 百度在线网络技术(北京)有限公司 | 车辆信息的处理方法、系统、车载设备及服务器 |
US20180240336A1 (en) * | 2015-07-19 | 2018-08-23 | Safer Place Ltd. | Multi-stream based traffic enforcement for complex scenarios |
WO2017119737A1 (ko) * | 2016-01-05 | 2017-07-13 | 삼성전자 주식회사 | 통신 시스템에서 영상 정보를 공유하는 방법 및 장치 |
CN105654734A (zh) * | 2016-03-15 | 2016-06-08 | 深圳市佳信捷技术股份有限公司 | 车辆违章行为的数据处理方法及装置 |
CN106128108A (zh) * | 2016-08-29 | 2016-11-16 | 孙静言 | 一种违章举报装置 |
CN107481530A (zh) * | 2017-09-12 | 2017-12-15 | 深圳市易成自动驾驶技术有限公司 | 交通违规行为的监控方法、系统及计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
张俊友 等: "《智能交通系统及应用》", 31 August 2017, 哈尔滨工业大学出版社 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113724416A (zh) * | 2020-11-12 | 2021-11-30 | 广东利通科技投资有限公司 | 基于车路协同系统的车载视频处理方法、装置及存储介质 |
CN114495031A (zh) * | 2022-03-31 | 2022-05-13 | 青岛海信网络科技股份有限公司 | 一种车牌信息校正方法、设备及装置 |
Also Published As
Publication number | Publication date |
---|---|
US20200117928A1 (en) | 2020-04-16 |
JP7218535B2 (ja) | 2023-02-07 |
US11120282B2 (en) | 2021-09-14 |
JP2020061079A (ja) | 2020-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111047870A (zh) | 交通违规车辆识别系统、服务器及存储有车辆控制程序的非易失性存储介质 | |
CN107967806B (zh) | 车辆套牌检测方法、装置、可读存储介质及电子设备 | |
KR101912703B1 (ko) | 3채널 차량 상황 감시 장치 및 그 방법 | |
US20120148092A1 (en) | Automatic traffic violation detection system and method of the same | |
JP6815262B2 (ja) | 交通違反検知装置、システム、交通違反検知方法およびプログラム | |
CN111666853B (zh) | 实时车辆违章检测方法、装置、设备及存储介质 | |
CN113470371B (zh) | 识别违规车辆的方法、系统和计算机可读存储介质 | |
CN111262903B (zh) | 服务器装置及车辆 | |
JP7135904B2 (ja) | 交通管理システム及びその制御方法 | |
KR101584105B1 (ko) | 다차로 기반의 차량 촬영장치 및 그 제어방법 | |
CN108932849B (zh) | 一种记录多台机动车低速行驶违法行为的方法及装置 | |
CN113055823B (zh) | 一种基于路侧停车管理共享单车的方法及装置 | |
CN106875696A (zh) | 自动识别交通违规违法行为的系统及其方法和行车记录仪 | |
KR102306789B1 (ko) | 교행 다차로에서의 이상차량 인식방법 및 장치 | |
KR100743610B1 (ko) | 차량 촬영 시스템 | |
CN113362592A (zh) | 识别违规交通参与对象的方法、系统和计算机可读存储介质 | |
KR102380638B1 (ko) | 차량 통행을 모니터링하기 위한 장치, 시스템 또는 방법 | |
KR101080869B1 (ko) | 차량 촬영 시스템 및 그 방법 | |
CN113593253A (zh) | 车辆的闯红灯监测方法和装置 | |
CN110969895B (zh) | 一种车辆车距检测方法、装置、系统及服务器 | |
CN113593239A (zh) | 车辆间违章监控方法、服务器及车辆 | |
CN114333414A (zh) | 停车让行检测装置、停车让行检测系统以及记录介质 | |
CN110766949B (zh) | 违章抓拍方法及装置 | |
CN114820691B (zh) | 本车运动状态检测方法、装置、设备及存储介质 | |
CN115641724B (zh) | 一种路内泊位管理的巡检识别方法、系统及计算机介质 |
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: 20200421 |