CN111105622A - 违规停车纠正方法、装置以及存储介质 - Google Patents
违规停车纠正方法、装置以及存储介质 Download PDFInfo
- Publication number
- CN111105622A CN111105622A CN201911340530.XA CN201911340530A CN111105622A CN 111105622 A CN111105622 A CN 111105622A CN 201911340530 A CN201911340530 A CN 201911340530A CN 111105622 A CN111105622 A CN 111105622A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- parking
- illegal parking
- behavior
- illegal
- 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.)
- Granted
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
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明公开了一种违规停车纠正方法,包括:识别车辆是否发生违规停车行为,当车辆发生违规停车行为时,根据车辆的轨迹点数据、实时路况数据和天气数据判断车辆发生违规停车行为的原因,根据车辆发生违规停车行为的原因,给出相应的纠正措施。通过上述方法,可以分析出车辆发生违规停车行为的原因,并给出相应的纠正措施,大大提高高速行车的安全性。
Description
技术领域
本发明涉及车联网技术领域,特别涉及一种违规停车纠正方法、装置以及存储介质。
背景技术
随着信息时代的飞速发展,人们的生活水平逐渐提高,机动车辆成为更多人出行的代步工具,然而随之而来的诸多交通问题也日益突出,其中,高速公路违规停车就是一个很大的安全隐患,尤其是雨雪天气、大雾天气等不利于出行的天气状况会加大高速公路的事故发生概率。
现有技术中虽然可以识别出车辆在高速公路上发生了违规停车的行为,但是不能分析发生违规停车行为的原因,更不能给出相应的纠正措施。
发明内容
本公开实施例提供了一种违规停车纠正方法、装置以及存储介质。为了对披露的实施例的一些方面有一个基本的理解,下面给出了简单的概括。该概括部分不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念,以此作为后面的详细说明的序言。
在一些可选地实施例中,一种违规停车纠正方法,包括:
识别车辆是否发生违规停车行为;
当车辆发生违规停车行为时,根据车辆的轨迹点数据、实时路况数据和天气数据判断车辆发生违规停车行为的原因;
根据车辆发生违规停车行为的原因,给出相应的纠正措施。
可选地,识别车辆是否发生违规停车行为之前,还包括:
检测车辆是否发生停车行为,当车辆发生停车行为时,识别车辆是否发生违规停车行为。
可选地,识别车辆是否发生违规停车行为包括:
查询停车点预设范围内的所有合理停车区;
当停车点与合理停车区的距离大于预设距离时,确定车辆发生违规停车行为。
可选地,根据车辆的轨迹点数据、实时路况数据和天气数据判断车辆发生违规停车行为的原因,包括:
根据车辆的轨迹点数据计算车辆的制动加速度,当制动加速度小于预设制动加速度时,确定违规停车行为的原因是车辆发生事故;
根据车辆的轨迹点数据计算车辆的行驶时长,当行驶时长大于预设行驶时长时,确定违规停车行为的原因是疲劳驾驶;
当接收到的天气数据为预设特殊天气时,确定违规停车行为的原因是特殊天气;
当接收到的实时路况数据表示拥堵的状态时,确定违规停车行为的原因是交通拥堵。
可选地,根据车辆发生违规停车行为的原因,给出相应的纠正措施,包括:
查询停车点预设范围内的合理停车区;
输出距离停车点最近的合理停车区的路线。
可选地,还包括:
获取车辆的轨迹点数据;
轨迹点数据包括车辆的经度、纬度、速度、行驶方向和时间。
在一些可选地实施例中,一种违规停车纠正装置,包括:
识别模块,用于识别车辆是否发生违规停车行为;
分析模块,用于当车辆发生违规停车行为时,根据车辆的轨迹点数据、实时路况数据和天气数据判断车辆发生违规停车行为的原因;
纠正模块,用于根据车辆发生违规停车行为的原因,给出相应的纠正措施。
可选地,还包括:
检测模块,用于检测车辆是否发生停车行为,当车辆发生停车行为时,识别车辆是否发生违规停车行为。
在一些可选地实施例中,一种违规停车纠正系统,包括处理器和存储有程序指令的存储器,其特征在于,处理器被配置为在执行程序指令时,执行上述实施例提供的违规停车纠正的方法。
在一些可选地实施例中,一种计算机可读介质,其上存储有计算机可读指令,计算机可读指令可被处理器执行以实现上述实施例提供的一种违规停车纠正的方法。
本公开实施例提供的技术方案可以包括以下有益效果:
本发明通过识别出车辆发生违规停车的行为,然后根据车辆的轨迹点数据、天气数据以及实时路况数据分析车辆发生违规停车行为的原因,并根据原因给出相应的纠正措施,提高高速公路行车的安全性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种违规停车纠正方法的流程示意图;
图2是根据一示例性实施例示出的一种违规停车纠正装置的结构示意图;
图3是根据一示例性实施例示出的一种违规停车纠正系统的结构示意图;
图4是根据一示例性实施例示出的一种违规停车纠正系统的结构示意图。
具体实施方式
为了能够更加详尽地了解本公开实施例的特点与技术内容,下面结合附图对本公开实施例的实现进行详细阐述,所附附图仅供参考说明之用,并非用来限定本公开实施例。在以下的技术描述中,为方便解释起见,通过多个细节以提供对所披露实施例的充分理解。然而,在没有这些细节的情况下,一个或一个以上实施例仍然可以实施。在其它情况下,为简化附图,熟知的结构和装置可以简化展示。
实施例一:
图1是根据一示例性实施例示出的一种违规停车纠正方法的流程示意图;
如图1所示,一种违规停车纠正方法包括:
步骤S101、识别车辆是否发生违规停车行为;
其中,违规停车行为包括车辆在高速公路上的非正常停车区进行停车的违规行为,在高速公路上违规停车不仅违反了交通规则,而且存在重大的安全隐患,严重威胁驾驶人员的生命财产安全。
通常,识别车辆是否发生违规停车行为之前,首先检测车辆是否发生停车行为,根据接收到的轨迹点数据,判断轨迹点的瞬时速度,如果车辆的瞬时速度大于5km/h,则车辆为行驶状态,如果车辆的瞬时速度小于5km/h,则计算与上一个轨迹点之间的距离,当与上一个轨迹点之间的距离小于5m时,认为该点是停车开始点,标记车辆状态为停车。在检测到车辆发生停车行为后,识别车辆的停车行为是否是违规停车行为。
具体地,选取停车前预设时间内的车辆的轨迹点数据,将车辆的行驶轨迹和周边的高速公路进行匹配。得到与停车点匹配的高速公路。然后通过利用GIS(GeographicInformation System,地理信息系统)查询在停车点预设范围内的合理停车区的坐标,其中,合理停车区包括加油站、服务区、检查站等合理停车区。通常,预设范围可为5—10千米,例如,预设范围为5千米、6千米、7千米、8千米、9千米或者10千米,在一些示例性场景中,查询在停车点10千米范围内的加油站、服务区、检查站等合理停车区。
将检索出来的合理停车区进行道路匹配,将不在高速公路的合理停车区去除,以剩余的在高速公路的合理停车区为中心,预设距离为半径,构建合理停车区域,其中,预设距离可为200米。将停车点与上述合理停车区域进行逐一对比,当停车点位于上述合理停车区域内,且停车点所在的道路与合理停车区所在的道路具备连通性,且连通后连通距离小于预设连通距离,并且停车点所在的道路连接处的道路等级不是高速,则确定是在合理停车区域内停车,否则认为是高速公路违规停车。
通过上述方法,可以识别出车辆是否发生违规停车行为。
步骤S102、当车辆发生违规停车行为时,根据车辆的轨迹点数据、实时路况数据和天气数据判断车辆发生违规停车行为的原因;
其中,车辆的轨迹点数据包括车辆的经度、纬度、速度、行驶方向和时间,车辆的轨迹点数据可由安装在车辆上的北斗卫星导航系统定时采集,并上报给移动终端。根据车辆的轨迹点数据计算车辆的制动加速度,当制动加速度小于预设制动加速度时,确定违规停车行为的原因是车辆发生事故。
具体地,根据获取到的轨迹点数据获取最后一个行驶点到停车开始点的距离和时间,然后根据匀减速运动公式:V2=2as,计算出车辆的制动加速度,如果制动加速度小于预设制动加速度,且停车后预设时间内车辆的移动距离小于预设移动距离,则确定车辆发生事故的原因比较大。
在一些示例性场景中,分析车辆停车前的制动情况来分析车辆是否发生事故,因为车辆在做匀减速运动,预设制动加速度为-1.5,当根据公式计算出来的制动加速度a<-1.5时,且20分钟内车辆的移动距离没有超过50米,则车辆发生事故的原因比较大。
根据车辆的轨迹点数据计算车辆的行驶时长,当行驶时长大于预设行驶时长时,确定违规停车行为的原因是疲劳驾驶。
具体地,获取车辆停车前预设时间内的轨迹点数据,判断车辆是否一直处于行驶状态,当车辆的连续行驶时长大于预设行驶时长时,确定司机疲劳需要停车休息。
在一些示例性场景中,获取车辆停车前6小时内的轨迹点数据,预设行驶时长为4小时,当车辆在行驶过程中的连续行驶时长超过4小时,确定违规停车行为的原因是疲劳驾驶。
当接收到的天气数据为预设特殊天气时,确定违规停车行为的原因是特殊天气。
其中,预设特殊天气包括雨雪天气、大雾天气。在一些示例性场景中,获取当地的天气数据,判断当前路段是否处于特殊天气的情况下。
当接收到的实时路况数据表示拥堵的状态时,确定违规停车行为的原因是交通拥堵。通常,可以通过实时路况数据获取道路的拥堵状态。
可选地,可以在车机上内置无线接收模块,接收第三方平台发送过来的实时路况数据,例如,接收凯立德实时路况,将各类交通事件以不同图标、颜色、影响长度在电子地图上进行标注,可以表现“道路施工”、“道路封闭”、“临时管制”、“交通事故”、“道路拥挤”等实时路况。
可选地,如果不具备调用第三方平台的条件或者第三方平台在此区域内无路况数据,可以采用平均速度判断法,具体地,获取预设时间内经过该停车点的其他车辆的轨迹点数据,在一些可选地实施例中,获取15分钟内经过该停车点的其他车辆的轨迹点数据,计算其他车辆经过该停车点的平均速度,如果其他车辆也在该停车点停留,或者其他车辆在该停车点行驶缓慢,则该停车点可能出现交通拥堵、道路施工或者交通管制。
可选地,若预设时间内没有其他车辆经过,还可以采用车辆的轨迹分析法,调取车辆15分钟内的轨迹点数据,如果在该段时间内,车辆的车速出现小于10km/s的次数超过两次,则认为该路段拥堵。
通过上述方法,可以准确的分析出车辆发生违规停车的原因,从而给出相应的纠正措施。
步骤S103、根据车辆发生违规停车行为的原因,给出相应的纠正措施。
其中,纠正措施包括安全教育提醒、事故救援报警和安全驶离指导。
具体地,安全教育提醒包括,当识别出车辆在高速公路上发生违规停车行为时,通过车机上的语音播放模块发出语音提醒,提醒驾驶人员此处停车危险,尽快驶离,如必须停车,请开启警示灯并按照规定放置警示牌。
在一些示例性场景中,当识别出车辆在高速公路上发生违规停车行为时,通过车机上的语音播放模块发出“此处停车危险,请尽快驶离,如必须停车,请按照规定开启警示灯,放置警示牌”的语音提示。
可选地,当识别出车辆在高速公路上发生违规停车行为时,通过车机上的通信模块,向驾驶人员的手机发送短信,例如发送“此处停车危险,请尽快驶离,如必须停车,请按照规定开启警示灯,放置警示牌”的文字提示信息。
可选地,当识别出车辆在高速公路上发生违规停车行为时,既通过车机上的语音播放模块发出语音提醒,又通过车机上的通信模块,向驾驶人员的手机发送文字提示信息。
具体地,事故救援报警包括,当确定出车辆发生事故后,车机上显示车辆投保的保险公司的联系电话和最近的交警支队的联系电话,驾驶人员可以联系保险公司和交警支队进行事故救援和处理。
具体地,安全驶离指导包括,当识别出车辆出现违规停车的行为时,通过GIS搜索距离停车点最近的合理停车区,其中,合理停车区包括加油站、服务区,并将停车点至最近的合理停车区的路线通过语音播放模块播报给驾驶人员,引导驾驶人员安全驶离违规停车点。
通过上述方法,当确定出车辆发生违规停车的行为时,给出相应的纠正措施、安全警示,可以在很大程度上避免高速违规停车带来的危险。
可选地,识别车辆是否发生违规停车行为之前,还包括:
检测车辆是否发生停车行为,当车辆发生停车行为时,识别车辆是否发生违规停车行为。
具体地,获取车辆的轨迹点数据,其中,车辆的轨迹点数据包括车辆的经度、纬度、速度、行驶方向和时间,车辆的轨迹点数据可由安装在车辆上的北斗卫星导航系统定时采集,并上报给移动终端。
根据接收到的轨迹点数据,判断轨迹点的瞬时速度,如果车辆的瞬时速度大于5km/h,则车辆为行驶状态,如果车辆的瞬时速度小于5km/h,则计算与上一个轨迹点之间的距离,当与上一个轨迹点之间的距离小于5m时,认为该点是停车开始点,标记车辆状态为停车。
车机采集瞬时行驶速度可能存在参数误差,为减少车机误差对判断结果造成的影响,可以结合报点坐标的距离差/时间差计算平均行驶速度,与瞬时速度对比,误差在合理范围内即可认为报点有效。
通过上述方法,可以判断车辆是否发生停车行为。
可选地,识别车辆是否发生违规停车行为包括:
查询停车点预设范围内的所有合理停车区;
当停车点与合理停车区的距离大于预设距离时,确定车辆发生违规停车行为。
通常,识别车辆是否发生违规停车行为之前,首先检测车辆是否发生停车行为,在检测到车辆发生停车行为后,识别车辆的停车行为是否是违规停车行为。
具体地,选取停车前预设时间内的车辆的轨迹点数据,将车辆的行驶轨迹和周边的高速公路进行匹配。得到与停车点匹配的高速公路。然后通过利用GIS(GeographicInformation System,地理信息系统)查询在停车点预设范围内的合理停车区的坐标,其中,合理停车区包括加油站、服务区、检查站等合理停车区。通常,预设范围可为5—10千米,例如,预设范围为5千米、6千米、7千米、8千米、9千米或者10千米,在一些示例性场景中,查询在停车点10千米范围内的加油站、服务区、检查站等合理停车区。
将检索出来的合理停车区进行道路匹配,将不在高速公路的合理停车区去除,以剩余的在高速公路的合理停车区为中心,预设距离为半径,构建合理停车区域,其中,预设距离可为200米。将停车点与上述合理停车区域进行逐一对比,当停车点位于上述合理停车区域内,且停车点所在的道路与合理停车区所在的道路具备连通性,且连通后连通距离小于预设连通距离,并且停车点所在的道路连接处的道路等级不是高速,则确定是在合理停车区域内停车,否则认为是高速公路违规停车。
通过上述方法,可以识别出车辆是否发生违规停车行为。
可选地,根据车辆的轨迹点数据、实时路况数据和天气数据判断车辆发生违规停车行为的原因,包括:
根据车辆的轨迹点数据计算车辆的制动加速度,当制动加速度小于预设制动加速度时,确定违规停车行为的原因是车辆发生事故;
根据车辆的轨迹点数据计算车辆的行驶时长,当行驶时长大于预设行驶时长时,确定违规停车行为的原因是疲劳驾驶;
当接收到的天气数据为预设特殊天气时,确定违规停车行为的原因是特殊天气;
当接收到的实时路况数据表示拥堵的状态时,确定违规停车行为的原因是交通拥堵。
其中,车辆的轨迹点数据包括车辆的经度、纬度、速度、行驶方向和时间,车辆的轨迹点数据可由安装在车辆上的北斗卫星导航系统定时采集,并上报给移动终端。根据车辆的轨迹点数据计算车辆的制动加速度,当制动加速度小于预设制动加速度时,确定违规停车行为的原因是车辆发生事故。
具体地,根据获取到的轨迹点数据获取最后一个行驶点到停车开始点的距离和时间,然后根据匀减速运动公式:V2=2as,计算出车辆的制动加速度,如果制动加速度小于预设制动加速度,且停车后预设时间内车辆的移动距离小于预设移动距离,则确定车辆发生事故的原因比较大。
在一些示例性场景中,分析车辆停车前的制动情况来分析车辆是否发生事故,因为车辆在做匀减速运动,预设制动加速度为-1.5,当根据公式计算出来的制动加速度a<-1.5时,且20分钟内车辆的移动距离没有超过50米,则车辆发生事故的原因比较大。
根据车辆的轨迹点数据计算车辆的行驶时长,当行驶时长大于预设行驶时长时,确定违规停车行为的原因是疲劳驾驶。
具体地,获取车辆停车前预设时间内的轨迹点数据,判断车辆是否一直处于行驶状态,当车辆的连续行驶时长大于预设行驶时长时,确定司机疲劳需要停车休息。
在一些示例性场景中,获取车辆停车前6小时内的轨迹点数据,预设行驶时长为4小时,当车辆在行驶过程中的连续行驶时长超过4小时,确定违规停车行为的原因是疲劳驾驶。
当接收到的天气数据为预设特殊天气时,确定违规停车行为的原因是特殊天气。
其中,预设特殊天气包括雨雪天气、大雾天气。在一些示例性场景中,获取当地的天气数据,判断当前路段是否处于特殊天气的情况下。
当接收到的实时路况数据表示拥堵的状态时,确定违规停车行为的原因是交通拥堵。通常,可以通过实时路况数据获取道路的拥堵状态。
可选地,可以在车机上内置无线接收模块,接收第三方平台发送过来的实时路况数据,例如,接收凯立德实时路况,将各类交通事件以不同图标、颜色、影响长度在电子地图上进行标注,可以表现“道路施工”、“道路封闭”、“临时管制”、“交通事故”、“道路拥挤”等实时路况。
可选地,如果不具备调用第三方平台的条件或者第三方平台在此区域内无路况数据,可以采用平均速度判断法,具体地,获取预设时间内经过该停车点的其他车辆的轨迹点数据,在一些可选地实施例中,获取15分钟内经过该停车点的其他车辆的轨迹点数据,计算其他车辆经过该停车点的平均速度,如果其他车辆也在该停车点停留,或者其他车辆在该停车点行驶缓慢,则该停车点可能出现交通拥堵、道路施工或者交通管制。
可选地,若预设时间内没有其他车辆经过,还可以采用车辆的轨迹分析法,调取车辆15分钟内的轨迹点数据,如果在该段时间内,车辆的车速出现小于10km/s的次数超过两次,则认为该路段拥堵。
通过上述方法,可以准确的分析出车辆发生违规停车的原因,从而给出相应的纠正措施。
可选地,根据车辆发生违规停车行为的原因,给出相应的纠正措施,包括:
查询停车点预设范围内的合理停车区;
输出距离停车点最近的合理停车区的路线。
具体地,安全驶离指导包括,当识别出车辆出现违规停车的行为时,通过GIS搜索距离停车点最近的合理停车区,其中,合理停车区包括加油站、服务区,并将停车点至最近的合理停车区的路线通过语音播放模块播报给驾驶人员,引导驾驶人员安全驶离违规停车点。
通过上述方法,当确定出车辆发生违规停车的行为时,给出相应的纠正措施可以在很大程度上避免高速违规停车带来的危险。
可选地,还包括:
获取车辆的轨迹点数据;
轨迹点数据包括车辆的经度、纬度、速度、行驶方向和时间。
车辆的轨迹点数据可由安装在车辆上的北斗卫星导航系统定时采集,并上报给移动终端。
实施例二:
在一些示例性场景中,一种违规停车纠正方法包括:
2019/8/12 17:10:39,系统发现鲁PN2055发生停车超过10分钟,系统调取16:00~17:00车辆上报轨迹,经分析,当时停车制动加速度-0.89,不属于紧急停车,系统调取当时三方平台提供的实时路况发现此段高速当时并未拥堵,调取当地天气,当时天气晴好,调取16:40~17:00经过该路段的其他车辆的行驶轨迹,其他车辆经过该路段时并未明显减速或停车,由此系统判断,此次停车属于高速公路违停,系统自动通过gis查询到车辆前方2公里处有一服务区,因此系统自动下发车机提醒,引导司机将车开到服务区停车。
经电话人工回访验证,当时此车辆因为货运松动,司机下车检测货物捆绑情况。经系统提醒后司机及时纠正了违停行为,将车辆开到前方服务区进行处理。
实施例三:
本公开实施例提供了一种违规停车纠正装置,图2是根据一示例性实施例示出的一种违规停车纠正装置的示意图。
如图2所示,一种违规停车纠正装置包括:
S201识别模块,用于识别车辆是否发生违规停车行为;
S202分析模块,用于当车辆发生违规停车行为时,根据车辆的轨迹点数据、实时路况数据和天气数据判断车辆发生违规停车行为的原因;
S203纠正模块,用于根据车辆发生违规停车行为的原因,给出相应的纠正措施。
可选地,还包括:
检测模块,用于检测车辆是否发生停车行为,当车辆发生停车行为时,识别车辆是否发生违规停车行为。
实施例四:
本公开实施例提供了一种高速公路违停纠正系统,图3是根据一示例性实施例示出的一种违规停车纠正系统的结构示意图。
如图3所示,一种高速公路违停纠正系统包括高速公路违停发现模块、高速公路违停成因分析模块和高速公路违停纠正模块,其中,高速公路违停发现模块包括停车识别、高速路网匹配和合理停靠区识别,高速公路违停成因分析模块包括事故判断、疲劳驾驶识别、拥堵管制识别和恶劣天气识别,高速公路违停纠正模块包括安全教育提醒、引导驶离和事故救援报警。
图4是根据一示例性实施例示出的一种违规停车纠正系统的示意图
在一些实施例中,一种违规停车纠正系统,包括处理器41和存储有程序指令的存储器42,还可以包括通信接口43和总线44。其中,处理器41、通信接口43、存储器42可以通过总线44完成相互间的通信。通信接口43可以用于信息传输。处理器41可以调用存储器42中的逻辑指令,以执行上述实施例提供的违规停车纠正的方法。
此外,上述的存储器42中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。
存储器42作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序,如本公开实施例中的方法对应的程序指令/模块。处理器41通过运行存储在存储器42中的软件程序、指令以及模块,从而执行功能应用以及数据处理,即实现上述方法实施例中的方法。
存储器42可包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端设备的使用所创建的数据等。此外,存储器42可以包括高速随机存取存储器,还可以包括非易失性存储器。
本公开实施例提供了一种计算机可读介质,其上存储有计算机可读指令,计算机可读指令可被处理器执行以实现上述实施例提供的违规停车纠正方法。
上述的计算机可读存储介质可以是暂态计算机可读存储介质,也可以是非暂态计算机可读存储介质。
本领域技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,可以取决于技术方案的特定应用和设计约束条件。技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能,但是这种实现不应认为超出本公开实施例的范围。技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本文所披露的实施例中,所揭露的方法、产品(包括但不限于装置、设备等),可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,可以仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例。另外,在本公开实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
附图中的流程图和框图显示了根据本公开实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,模块、程序段或代码的一部分包含一个或一个以上用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这可以依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上所述,仅为本申请较佳的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种违规停车纠正方法,其特征在于,包括:
识别车辆是否发生违规停车行为;
当所述车辆发生违规停车行为时,根据所述车辆的轨迹点数据、实时路况数据和天气数据判断所述车辆发生违规停车行为的原因;
根据所述车辆发生违规停车行为的原因,给出相应的纠正措施。
2.根据权利要求1所述的方法,其特征在于,所述识别车辆是否发生违规停车行为之前,还包括:
检测所述车辆是否发生停车行为,当所述车辆发生停车行为时,识别所述车辆是否发生违规停车行为。
3.根据权利要求1所述的方法,其特征在于,所述识别车辆是否发生违规停车行为包括:
查询停车点预设范围内的所有合理停车区;
当所述停车点与所述合理停车区的距离大于预设距离时,确定所述车辆发生违规停车行为。
4.根据权利要求1所述的方法,其特征在于,所述根据所述车辆的轨迹点数据、实时路况数据和天气数据判断所述车辆发生违规停车行为的原因,包括:
根据所述车辆的轨迹点数据计算所述车辆的制动加速度,当所述制动加速度小于预设制动加速度时,确定违规停车行为的原因是车辆发生事故;
根据所述车辆的轨迹点数据计算车辆的行驶时长,当所述行驶时长大于预设行驶时长时,确定违规停车行为的原因是疲劳驾驶;
当接收到的天气数据为预设特殊天气时,确定违规停车行为的原因是特殊天气;
当接收到的实时路况数据表示拥堵的状态时,确定违规停车行为的原因是交通拥堵。
5.根据权利要求1所述的方法,其特征在于,所述根据所述车辆发生违规停车行为的原因,给出相应的纠正措施,包括:
查询停车点预设范围内的合理停车区;
输出距离所述停车点最近的合理停车区的路线。
6.根据权利要求1至5任一项所述的方法,其特征在于,还包括:
获取车辆的轨迹点数据;
所述轨迹点数据包括车辆的经度、纬度、速度、行驶方向和时间。
7.一种违规停车纠正装置,其特征在于,包括:
识别模块,用于识别车辆是否发生违规停车行为;
分析模块,用于当所述车辆发生违规停车行为时,根据所述车辆的轨迹点数据、实时路况数据和天气数据判断所述车辆发生违规停车行为的原因;
纠正模块,用于根据所述车辆发生违规停车行为的原因,给出相应的纠正措施。
8.根据权利要求7所述的装置,其特征在于,还包括:
检测模块,用于检测所述车辆是否发生停车行为,当所述车辆发生停车行为时,识别所述车辆是否发生违规停车行为。
9.一种违规停车纠正系统,其特征在于,包括处理器和存储有程序指令的存储器,其特征在于,所述处理器被配置为在执行所述程序指令时,执行如权利要求1至6任一项所述的违规停车纠正的方法。
10.一种计算机可读介质,其特征在于,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6任一项所述的一种违规停车纠正的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911340530.XA CN111105622B (zh) | 2019-12-23 | 2019-12-23 | 违规停车纠正方法、装置以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911340530.XA CN111105622B (zh) | 2019-12-23 | 2019-12-23 | 违规停车纠正方法、装置以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111105622A true CN111105622A (zh) | 2020-05-05 |
CN111105622B CN111105622B (zh) | 2021-11-02 |
Family
ID=70423357
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911340530.XA Active CN111105622B (zh) | 2019-12-23 | 2019-12-23 | 违规停车纠正方法、装置以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111105622B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110751844A (zh) * | 2019-10-29 | 2020-02-04 | 浙江吉利汽车研究院有限公司 | 一种基于v2x的紧急停车警示方法及系统 |
CN111696363A (zh) * | 2020-06-15 | 2020-09-22 | 嘉兴宏恒智能设备有限公司 | 违法停车取证系统 |
CN112687125A (zh) * | 2020-12-09 | 2021-04-20 | 北京中交兴路车联网科技有限公司 | 一种公路上违规停车后的预警方法、装置、存储介质及终端 |
CN113066283A (zh) * | 2021-03-12 | 2021-07-02 | 北京嘀嘀无限科技发展有限公司 | 数据处理方法和数据处理装置 |
CN114005273A (zh) * | 2021-10-18 | 2022-02-01 | 北京中交兴路车联网科技有限公司 | 一种消息提醒的方法、装置、计算机设备及存储介质 |
CN116434560A (zh) * | 2023-06-15 | 2023-07-14 | 跨越速运集团有限公司 | 一种违规行驶的识别方法、装置、设备及存储介质 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101183427A (zh) * | 2007-12-05 | 2008-05-21 | 浙江工业大学 | 基于计算机视觉的违章停车检测装置 |
US20090146829A1 (en) * | 2007-12-07 | 2009-06-11 | Honeywell International Inc. | Video-enabled rapid response system and method |
CN103886754A (zh) * | 2014-03-31 | 2014-06-25 | 姜廷顺 | 一种快速发现信号灯控制路口异常停车的系统及方法 |
CN103903439A (zh) * | 2014-03-14 | 2014-07-02 | 深圳先进技术研究院 | 客运车辆违规停车地点识别方法及系统 |
CN104881907A (zh) * | 2015-04-30 | 2015-09-02 | 北京车音网科技有限公司 | 一种车辆事故信息获取方法和电子设备 |
US20160155332A1 (en) * | 2014-12-02 | 2016-06-02 | Kevin Sunlin Wang | Method and system for avoidance of parking violations |
CN105702043A (zh) * | 2016-04-22 | 2016-06-22 | 北京国交信通科技发展有限公司 | 对重点营运车辆在高速公路上违章停车的预警方法 |
CN106887054A (zh) * | 2017-01-17 | 2017-06-23 | 福建天泉教育科技有限公司 | 一种标记车辆疑似事故状态的方法和系统 |
CN107742418A (zh) * | 2017-09-29 | 2018-02-27 | 东南大学 | 一种城市快速路交通拥堵状态及堵点位置自动识别方法 |
US20180197093A1 (en) * | 2015-06-08 | 2018-07-12 | International Business Machines Corporation | Automated vehicular accident detection |
US20180285846A1 (en) * | 2017-04-03 | 2018-10-04 | General Motors Llc | System and method for parking violation risk management |
CN109447032A (zh) * | 2018-11-14 | 2019-03-08 | 中设设计集团股份有限公司 | 高速公路服务区客车违法上下客的检测方法及系统 |
CN110276953A (zh) * | 2019-06-28 | 2019-09-24 | 青岛无车承运服务中心有限公司 | 基于北斗定位系统的车辆违规行驶风险分析方法 |
US20190295410A1 (en) * | 2018-03-22 | 2019-09-26 | Toyota Jidosha Kabushiki Kaisha | Information processing method and information processing device |
-
2019
- 2019-12-23 CN CN201911340530.XA patent/CN111105622B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101183427A (zh) * | 2007-12-05 | 2008-05-21 | 浙江工业大学 | 基于计算机视觉的违章停车检测装置 |
US20090146829A1 (en) * | 2007-12-07 | 2009-06-11 | Honeywell International Inc. | Video-enabled rapid response system and method |
CN103903439A (zh) * | 2014-03-14 | 2014-07-02 | 深圳先进技术研究院 | 客运车辆违规停车地点识别方法及系统 |
CN103886754A (zh) * | 2014-03-31 | 2014-06-25 | 姜廷顺 | 一种快速发现信号灯控制路口异常停车的系统及方法 |
US20160155332A1 (en) * | 2014-12-02 | 2016-06-02 | Kevin Sunlin Wang | Method and system for avoidance of parking violations |
CN104881907A (zh) * | 2015-04-30 | 2015-09-02 | 北京车音网科技有限公司 | 一种车辆事故信息获取方法和电子设备 |
US20180197093A1 (en) * | 2015-06-08 | 2018-07-12 | International Business Machines Corporation | Automated vehicular accident detection |
CN105702043A (zh) * | 2016-04-22 | 2016-06-22 | 北京国交信通科技发展有限公司 | 对重点营运车辆在高速公路上违章停车的预警方法 |
CN106887054A (zh) * | 2017-01-17 | 2017-06-23 | 福建天泉教育科技有限公司 | 一种标记车辆疑似事故状态的方法和系统 |
US20180285846A1 (en) * | 2017-04-03 | 2018-10-04 | General Motors Llc | System and method for parking violation risk management |
CN107742418A (zh) * | 2017-09-29 | 2018-02-27 | 东南大学 | 一种城市快速路交通拥堵状态及堵点位置自动识别方法 |
US20190295410A1 (en) * | 2018-03-22 | 2019-09-26 | Toyota Jidosha Kabushiki Kaisha | Information processing method and information processing device |
CN109447032A (zh) * | 2018-11-14 | 2019-03-08 | 中设设计集团股份有限公司 | 高速公路服务区客车违法上下客的检测方法及系统 |
CN110276953A (zh) * | 2019-06-28 | 2019-09-24 | 青岛无车承运服务中心有限公司 | 基于北斗定位系统的车辆违规行驶风险分析方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110751844A (zh) * | 2019-10-29 | 2020-02-04 | 浙江吉利汽车研究院有限公司 | 一种基于v2x的紧急停车警示方法及系统 |
CN110751844B (zh) * | 2019-10-29 | 2020-08-25 | 浙江吉利汽车研究院有限公司 | 一种基于v2x的紧急停车警示方法及系统 |
CN111696363A (zh) * | 2020-06-15 | 2020-09-22 | 嘉兴宏恒智能设备有限公司 | 违法停车取证系统 |
CN112687125A (zh) * | 2020-12-09 | 2021-04-20 | 北京中交兴路车联网科技有限公司 | 一种公路上违规停车后的预警方法、装置、存储介质及终端 |
CN113066283A (zh) * | 2021-03-12 | 2021-07-02 | 北京嘀嘀无限科技发展有限公司 | 数据处理方法和数据处理装置 |
CN114005273A (zh) * | 2021-10-18 | 2022-02-01 | 北京中交兴路车联网科技有限公司 | 一种消息提醒的方法、装置、计算机设备及存储介质 |
CN116434560A (zh) * | 2023-06-15 | 2023-07-14 | 跨越速运集团有限公司 | 一种违规行驶的识别方法、装置、设备及存储介质 |
CN116434560B (zh) * | 2023-06-15 | 2023-08-25 | 跨越速运集团有限公司 | 一种违规行驶的识别方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111105622B (zh) | 2021-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111105622B (zh) | 违规停车纠正方法、装置以及存储介质 | |
CN106097775B (zh) | 一种基于导航的预警方法、终端设备及服务器 | |
CN109785633A (zh) | 危险路况提醒方法、装置、车载终端、服务器及介质 | |
CN109606377B (zh) | 一种紧急驾驶行为防御提示方法及系统 | |
CN112687125B (zh) | 一种公路上违规停车后的预警方法、装置、存储介质及终端 | |
CN105118322A (zh) | 一种高速公路全天候防追尾预警方法 | |
CN113870554B (zh) | 一种车辆安全监测方法、装置、存储介质及终端 | |
CN110395205B (zh) | 车辆事故告警方法、装置、电子设备、存储介质 | |
JP2010067234A (ja) | 運転支援装置および運転支援プログラム | |
CN109493606B (zh) | 一种高速公路上违停车辆的识别方法及系统 | |
CN110310499A (zh) | 一种匝道限速识别的方法及装置 | |
JP7063035B2 (ja) | 情報処理方法および情報処理装置 | |
US10909778B1 (en) | Systems and methods for providing vehicular collision data | |
WO2021066784A1 (en) | System and method for detecting speed anomalies in a connected vehicle infrastructure environment | |
CN111311921A (zh) | 道路超重告警的方法、装置、计算机设备和存储介质 | |
CN111829548A (zh) | 危险路段的检测方法、装置、可读存储介质和电子设备 | |
JP2017167795A (ja) | 迷惑運転検出装置及び迷惑運転検出方法 | |
CN111063192A (zh) | 作业区合规判断方法及系统 | |
CN110533794A (zh) | 车辆危险管理方法、计算机装置以及计算机可读存储介质 | |
CN110599791A (zh) | 信息监控方法、装置和设备 | |
KR20220089138A (ko) | 도로 위험물 인지 장치 및 방법 | |
CN109658691B (zh) | 电动车闯红灯违章记录方法和系统 | |
CN112185170A (zh) | 交通安全提示方法及道路监控设备 | |
CN112622921B (zh) | 一种检测司机异常驾驶行为的方法、装置及电子设备 | |
CN113223314A (zh) | 一种基于v2x的车辆引导方法及车载系统 |
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 |