CN111147738A - 警用车载全景慧眼系统、装置、电子设备及介质 - Google Patents
警用车载全景慧眼系统、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN111147738A CN111147738A CN201911316760.2A CN201911316760A CN111147738A CN 111147738 A CN111147738 A CN 111147738A CN 201911316760 A CN201911316760 A CN 201911316760A CN 111147738 A CN111147738 A CN 111147738A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- information
- target area
- event
- alarm
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/698—Control of cameras or camera modules for achieving an enlarged field of view, e.g. panoramic image capture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- 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
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Emergency Management (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Alarm Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种警用车载全景慧眼系统、装置、电子设备及介质。本申请中,在利用车载摄像采集装置,获取针对目标区域的监控图像以及监控音频之后,再依据该监控信息确定在目标区域中存在有警情事件时,生成第一提示消息,并将第一提示消息发送给警情监控中心。通过应用本申请的技术方案,可以利用警用车载全景慧眼系统,根据实时获取到的目标区域的监控图像以及监控音频,自动确定目标区域中是否存在警情事件,并在确定时将第一提示消息发送给警情监控中心。
Description
技术领域
本申请中涉及数据处理技术,尤其是一种警用车载全景慧眼系统、装置、电子设备及介质。
背景技术
由于通信时代和社会的兴起,利用交通工具出行已经随着通信技术的崛起而不断被更多的人们所应用。
进一步的,随着汽车数量日益剧增,城市人口密集,车多人多,道路事故越来越频繁。每年给人们带来巨大的生命和财产损失。当道路上发生车祸、车辆自燃等警情事故的时候往往都会具备突发性,因此会对路面的行人等其他通行对象构成极大的生命威胁。相关技术中,由于缺乏对路面的实时监控,因此会导致警情事件日益增多。
因此,如何开发出一种警用车载全景慧眼系统,以及时有效的为科技强警、公安信息化建设提供有力支持和服务,成为了本领域技术人员需要解决的问题。
发明内容
本申请实施例提供一种警用车载全景慧眼系统、装置、电子设备及介质。
其中,根据本申请实施例的一个方面,提供的一种警用车载全景慧眼系统,其特征在于,包括:
利用车载摄像采集装置,获取针对目标区域的监控信息,所述监控信息至少包括监控图像以及监控音频;
当基于所述监控信息,确定所述目标区域中存在警情事件时,生成第一提示消息;
将所述第一提示消息发送给警情监控中心。
可选地,在基于本申请上述方法的另一个实施例中,所述基于所述监控信息,确定所述目标区域中存在警情事件,包括:
基于预设的神经网络模型提取所述监控图像的特征参数,得到通行对象对应的通行参数,所述通行对象对应于车辆对象以及行人对象的至少一种,所述通行对象为所述监控图像中的通行对象;
基于所述通行参数,确定所述目标区域是否出现所述警情事件。
可选地,在基于本申请上述方法的另一个实施例中,所述基于所述通行参数,确定所述目标区域是否出现所述警情事件,包括:
解析所述通行参数,得到所述通行对象在所述目标区域的道路信息以及行进信息,所述行进信息包括速度信息以及方向信息的至少一种;
基于所述通行对象的道路信息,和/或,行进信息,确定所述目标区域是否出现所述警情事件。
可选地,在基于本申请上述方法的另一个实施例中,所述基于所述通行对象的道路信息,和/或,行进信息,确定所述目标区域是否出现所述警情事件,包括:
当基于所述道路信息,检测到所述通行对象出现第一预设事件时,确定所述目标区域出现所述警情事件,所述第一预设事件包括压线、逆行、闯灯以及非规定道路行进的至少一种;
和/或,
当基于所述行进信息,检测到所述通行对象出现第二预设事件时,确定所述目标区域出现所述警情事件,所述第二预设事件包括超速、逆行的至少一种事件。
可选地,在基于本申请上述方法的另一个实施例中,在所述将所述第一提示消息发送给警情监控中心之前,还包括:
基于所述警情事件对应的监控图像,获取警情对象的特征信息,所述警情对象为对应于所述警情事件的对象,所述警情对象包括用户对象以及车牌对象的至少一种;
当基于预设的黑名单数据库以及所述警情对象的特征信息,确定所述警情对象出现第三预设事件时,生成第二提示消息,所述第三预设事件包括肇事事件、套牌事件、盗抢事件、脱审事件的至少一种。
将所述第二提示消息以及所述第一提示消息发送给所述警情监控中心。
可选地,在基于本申请上述方法的另一个实施例中,所述基于所述监控信息,确定所述目标区域中存在警情事件,包括:
获取所述监控信息中的监控音频,监测所述监控音频的音量数值;
当检测到所述监控音频的音量数值大于预设的分贝阈值时,确定所述目标区域中存在警情事件。
可选地,在基于本申请上述方法的另一个实施例中,在所述基于所述监控信息,确定所述目标区域中存在警情事件之后,包括:
获取所述警情事件对应的目标位置,得到所述目标位置的地理坐标信息;
将所述目标位置的地理坐标信息以及所述第一提示消息发送给所述警情监控中心。
根据本申请实施例的另一个方面,提供的一种警用车载全景慧眼系统,包括:
获取模块,被设置为利用车载摄像采集装置,获取针对目标区域的监控信息,所述监控信息至少包括监控图像以及监控音频;
确定模块,被设置为当基于所述监控信息,确定所述目标区域中存在警情事件时,生成第一提示消息;
发送模块,被设置为将所述第一提示消息发送给警情监控中心。
根据本申请实施例的又一个方面,提供的一种电子设备,包括:
存储器,用于存储可执行指令;以及
显示器,用于与所述存储器显示以执行所述可执行指令从而完成上述任一所述警用车载全景慧眼系统的操作。
根据本申请实施例的还一个方面,提供的一种计算机可读存储介质,用于存储计算机可读取的指令,所述指令被执行时执行上述任一所述警用车载全景慧眼系统的操作。
本申请中,在利用车载摄像采集装置,获取针对目标区域的监控图像以及监控音频之后,再依据该监控信息确定在目标区域中存在有警情事件时,生成第一提示消息,并将第一提示消息发送给警情监控中心。通过应用本申请的技术方案,可以利用警用车载全景慧眼系统,根据实时获取到的目标区域的监控图像以及监控音频,自动确定目标区域中是否存在警情事件,并在确定时将第一提示消息发送给警情监控中心。
下面通过附图和实施例,对本申请的技术方案做进一步的详细描述。
附图说明
构成说明书的一部分的附图描述了本申请的实施例,并且连同描述一起用于解释本申请的原理。
参照附图,根据下面的详细描述,可以更加清楚地理解本申请,其中:
图1为本申请视预警的系统架构示意图;
图2为本申请提出的一种警用车载全景慧眼系统的示意图;
图3为本申请提出的一种警用车载全景慧眼系统的示意图;
图4为本申请警用车载全景慧眼系统的结构示意图;
图5为本申请显示电子设备结构示意图。
具体实施方式
现在将参照附图来详细描述本申请的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本申请的范围。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,不作为对本申请及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
另外,本申请各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本申请要求的保护范围之内。
需要说明的是,本申请实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
下面结合图1-图3来描述根据本申请示例性实施方式的用于进行警用车载全景慧眼系统。需要注意的是,下述应用场景仅是为了便于理解本申请的精神和原理而示出,本申请的实施方式在此方面不受任何限制。相反,本申请的实施方式可以应用于适用的任何场景。
图1示出了可以应用本申请实施例的视频处理方法或视频处理装置的示例性系统架构100的示意图。
如图1所示,系统架构100可以包括终端设备101、102、103中的一种或多种,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。比如服务器105可以是多个服务器组成的服务器集群等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、便携式计算机和台式计算机等等。
本申请中的终端设备101、102、103可以为提供各种服务的终端设备。例如用户通过终端设备103(也可以是终端设备101或102)利用车载摄像采集装置,获取针对目标区域的监控信息,所述监控信息至少包括监控图像以及监控音频;当基于所述监控信息,确定所述目标区域中存在警情事件时,生成第一提示消息;将所述第一提示消息发送给警情监控中心。
在此需要说明的是,本申请实施例所提供的视频处理方法可以由终端设备101、102、103中的一个或多个,和/或,服务器105执行,相应地,本申请实施例所提供的视频处理装置一般设置于对应终端设备中,和/或,服务器105中,但本申请不限于此。
本申请还提出一种警用车载全景慧眼系统、装置、目标终端及介质。
图2示意性地示出了根据本申请实施方式的一种警用车载全景慧眼系统的流程示意图。如图2所示,该方法包括:
S101,利用车载摄像采集装置,获取针对目标区域的监控信息,所述监控信息至少包括监控图像以及监控音频。
需要说明的是,本申请中不对获取监控信息的设备做具体限定,例如可以为智能设备,也可以为服务器。其中,智能设备可以是PC(Personal Computer,个人电脑),也可以是智能手机、平板电脑、电子书阅读器、MP3(Moving Picture Experts Group AudioLayerIII,动态影像专家压缩标准音频层面3)预警的器、MP4(Moving Picture ExpertsGroupAudio Layer IV,动态影像专家压缩标准音频层面4)预警的器、便携计算机等具有显示功能的可移动式终端设备等等。
其中,本申请在获取目标区域的监控图像以及监控音频的过程中,可以通过警用车载全景慧眼系统来实现。进一步的,本申请中的车载智能采集终端、传输设备、综合指挥平台构成,其集合了车载智能采集终端可移动、实时地完成视频、车辆及人员等的大数据采集和结构化;综合指挥平台通过大数据分析技术对各类数据资源进行整合处理和深度挖掘,充分发挥信息资源在提升基础工作效能、服务支撑公安实战的作用。可广泛应用于交通治理、稽查布控、公共安全等领域,为科技强警、公安信息化建设提供有力支持和服务。
本申请中,相比于相关技术中仅可以通过人工传递现场信息来说,本申请可以利用车载摄像采集装置,获取目标区域对应的监控信息。其中,该参数信息可以包括监控图像信息以及用于反映该声音状态的监控声音信息。可以理解的,该目标区域可以为任意的区域,例如可以为高速路上的区域,也可以为城市道路的区域,还可以为小区,单位内的区域等等。需要说明的是,本申请不对目标区域的数量做具体限定,例如可以有一个,也可以有多个等等。另外,该监控图像信息中可以包含有多个物体,例如行人,汽车,自行车,交通标志,交通信号灯等等。
S102,当基于所述监控信息,确定所述目标区域中存在警情事件时,生成第一提示消息。
进一步的,本申请在获取到目标区域的监控信息之后,即可以根据其中包含的监控图像以及监控音频确定目标区域是否出现有对应的警情事件。其中,本申请不对该警情事件做具体限定,例如可以为交通事故的事件,也可以为火灾事件,还可以为逃逸事件,闯红灯事件,或者其他危害公众安全的事件等等。
同样的,本申请也不对利用监控图像以及监控音频,确定目标区域出现警情事件的方式做具体限定。例如可以为根据监控图像中的反映人物的特征参数和/或反映车辆的特征参数来确定目标区域是否出现警情事件,以及,同时可以根据监控音频中反映声音大小的参数来确定目标区域是否出现警情事件。可以理解的,利用监控图像以及监控音频,确定目标区域出现警情事件的方式变化不会影响本申请的保护范围。
S103,将所述第一提示消息发送给警情监控中心。
进一步的,本申请在生成第一提示消息之后,即可以将其发送给警情监控中心。以帮助交通决策中心的管理人员及时的查看警情区域的具体情况以及事故范围。
进一步的,随着国家群体的人数持续增高,随之而来的交通事故或是火警事故等数量也越来越多。以交通事故为例,交通事故不但导致直接财产损失和人员死伤,还会导致交通延误、交通堵塞、危险品泄漏、火灾、爆炸等问题,给人民群众的正常生产生活和社会财产带来严重损失。当发生交通事故以后,如果不能及时通知周边的群众或车辆,往往还会发生二次事故,进而造成更严重的生命财产损失,因此,如何实时,全面的获取各个区域的路面信息,即为本申请警用车载全景慧眼系统的发明初衷。
本申请中,在利用车载摄像采集装置,获取针对目标区域的监控图像以及监控音频之后,再依据该监控信息确定在目标区域中存在有警情事件时,生成第一提示消息,并将第一提示消息发送给警情监控中心。通过应用本申请的技术方案,可以利用警用车载全景慧眼系统,根据实时获取到的目标区域的监控图像以及监控音频,自动确定目标区域中是否存在警情事件,并在确定时将第一提示消息发送给警情监控中心。
在本申请另外一种可能的实施方式中,在S102(基于所述监控信息,确定所述目标区域中存在警情事件)中,可以通过以下方式实现:
基于预设的神经网络模型提取所述监控图像的特征参数,得到通行对象对应的通行参数,所述通行对象对应于车辆对象以及行人对象的至少一种,所述通行对象为所述监控图像中的通行对象;
基于所述通行参数,确定所述目标区域是否出现所述警情事件。
本申请中,在获取到监控图像后,为了进一步的确认该目标区域是否出现警情事件,本申请可以通过识别监控图像的特征信息的方法。来确定该监控图像的用于反映车辆对象和/或行人对象的通行参数。进一步的,本申请可以基于预设的神经网络检测模型,对监控图像进行特征识别,得到对应的通行参数,以使后续根据该通行参数,确定该目标区域是否出现警情事件。
需要说明的是,本申请中的通行参数,可以只单独对应于行人对象以及车辆对象的其中一种通行对象,也可以同时对应于所有的行人对象以及车辆对象。
进一步的,对于装有警用车载全景慧眼系统的设备来说,可以在其利用车载摄像采集装置获取到目标区域的监控图像后,利用神经网络模型提取监控图像的特征参数。需要说明的是,本申请不对预设的神经网络模型做具体限定,在一种可能的实施方式中,可以为利用卷积神经网络模型,对监控图像进行特征识别。
其中,卷积神经网络(Convolutional Neural Networks,CNN)是一类包含卷积计算且具有深度结构的前馈神经网络(Feedforward Neural Networks),是深度学习的代表算法之一。卷积神经网络具有表征学习(representation learning)能力,能够按其阶层结构对输入信息进行平移不变分类。得益于CNN(卷积神经网络)对图像的强大特征表征能力,其在图像分类、目标检测、语义分割等领域都取得了令人瞩目的效果。
进一步的,本申请可以使用CNN神经网络模型中的提取监控图像中的通行参数。其中,需要将至少一张监控图像输入至预设的卷积神经网络模型中,并将卷积神经网络模型最后一层全连接层(FC,fully connected layer)的输出作为对该监控图像对应的特征数据。以使后续根据该特征数据,得到监控图像对应的特征识别结果。
还需要说明的是,本申请不对车辆对象做具体限定,例如可以为汽车,也可以为电动车,自行车,三轮车等等。进一步的,本申请也不对监控图像中车辆对象以及行人对象的数量做具体限定,例如可以为1个,也可以为多个等等。
可选的,本申请在基于通行参数,确定目标区域是否出现警情事件的过程中,可以通过以下方式得到:
解析所述通行参数,得到所述通行对象在所述目标区域的道路信息以及行进信息,所述行进信息包括速度信息以及方向信息的至少一种;
基于所述通行对象的道路信息以及行进信息,确定所述目标区域是否出现所述警情事件。
进一步的,本申请中的速度信息即为该车辆或行人行进的速度信息。需要说明的是,由于车辆在行近路口时容易出现减速的情况,因此本申请还可以在单位时间内连续检测该车辆的车速信息。并在当检测到其车速逐步降低时,则可以根据之前检测到的减速度信息,取其对应的车速平均值。
另外,本申请中的道路信息即为对应车辆或行人当前所行进的道路信息,例如对于车辆来说,可以包含直行道,左转道,右转道,直行左转道以及直行右转道等等。而对于行人来说,可以分为人行道或机动车道或非机动车道等等。
再者,本申请中的方向信息即可以为该车辆或行人行进的方向,例如对于一个十字路口来说,可以包含有四个方向的车道。可以理解的,每个方向的车道对应的汽车行驶方向均不相同。本申请可以根据各个通行对象(车辆或行人)行进的方向信息,确定目标区域的交通状态。
可以理解的,对于通行参数来说,当检测到存在通行对象的道路信息,和/或,对应的行进信息不符合预设条件时,本申请可以可以据此生成警情事件。例如以通行对象为车辆来说,当利用通行参数,检测到某一个车辆对象其所行驶的车道信息为逆行或非机动车道时,和/或,其行进的速度信息超过预设的第一速度阈值时,即判定该车辆对象对其他通行对象存在有违法行为。进而可以据此确定目标区域出现有警情事件。进一步的,可以据此生成第一提示消息。
又或,例如以通行对象为行人举例,当本申请利用通行参数,检测到某一个行人对象其所行进的道路信息为机动车道时,和/或,其行进的速度信息超过预设的第二速度阈值时,即判定该行人对象对其他通行对象存在有违法行为。进而可以据此确定目标区域出现有警情事件。进一步的,可以据此生成第一提示消息。
进一步可选的,本申请中,当基于所述道路信息,检测到所述通行对象出现第一预设事件时,确定所述目标区域出现所述警情事件,所述第一预设事件包括压线、逆行、闯灯以及非规定道路行进的至少一种;
和/或,
当基于所述行进信息,检测到所述通行对象出现第二预设事件时,确定所述目标区域出现所述警情事件,所述第二预设事件包括超速、逆行的至少一种事件。
再进一步可选的,本申请中,在所述将所述第一提示消息发送给警情监控中心之前,还可以实施下述步骤:
基于所述警情事件对应的监控图像,获取警情对象的特征信息,所述警情对象为对应于所述警情事件的对象,所述警情对象包括用户对象以及车牌对象的至少一种;
当基于预设的黑名单数据库以及所述警情对象的特征信息,确定所述警情对象出现第三预设事件时,生成第二提示消息,所述第三预设事件包括肇事事件、套牌事件、盗抢事件、脱审事件的至少一种。
将所述第二提示消息以及所述第一提示消息发送给所述警情监控中心。
进一步的,本申请在确定发生有警情事件后,为了进一步的了解该警情事件的参与者。本申请可以利用监控图像信息,来得到参与该警情事件中的警情对象的特征信息。可以理解的,当该警情对象为人时,则其对应的特征信息即可以为面容信息或体态信息等。而当该警情对象为车辆时,则其对应的特征信息即可以为车牌信息或车型信息等。再或,当该警情对象为其他物体时,则其对应的特征信息即可以为该物体的形状信息或大小信息等。
更进一步的,本申请可以在获取到警情对象的特征信息之后,即可以基于预设的黑名单数据库以及所述警情对象的特征信息,确定所述警情对象是否出现第三预设事件。并在确定生成时,生成对应的第二提示消息。例如当警情对象为车辆时,可以根据预设的黑名单数据库以及该车辆对应的车牌信息,确定是否发生套牌事件、盗抢事件等。又或,当警情对象为人时,则可以根据预设的黑名单数据库以及该用户对应的面容信息,确定其是否发生有肇事事件或其他违法事件等。并在确定发生时,将该所述第二提示消息以及所述第一提示消息发送给所述警情监控中心。
在本申请另外一种可能的实施方式中,在S102(基于所述监控信息,确定所述目标区域中存在警情事件)中,还可以通过以下方式实现:
获取所述监控信息中的监控音频,监测所述监控音频的音量数值;
当检测到所述监控音频的音量数值大于预设的分贝阈值时,确定所述目标区域中存在警情事件。
进一步的,本申请还可以根据监控音频中的音量数值是否大于预设的分贝阈值,来确定目标区域中是否存在警情事件。可以理解的,当出现车祸,抢劫等其他犯罪事故时,通常会出现有高分贝音频的事件。因此,本申请即可以根据监测目标区域是否出现音量值过高的音频信息,来辅助判定该区域的警情情况。
需要说明的是,本申请不对分贝阈值做具体限定,例如可以为50分贝,也可以为100分贝等等。
进一步可选的,在本申请的一种实施方式中,在S102(基于所述监控信息,确定所述目标区域中存在警情事件)之后,还包括一种具体的实施方式,如图3所示,包括:
S201,利用车载摄像采集装置,获取针对目标区域的监控信息。
S202,当基于所述监控信息,确定所述目标区域中存在警情事件时,生成第一提示消息。
S203,获取所述警情事件对应的目标位置,得到所述目标位置的地理坐标信息。
进一步的,本申请在基于监控信息,确定目标区域中存在警情事件之后,为了帮助交通决策中心更加便捷,及时的了解出现警情区域的现场情况。本申请还可以进一步的获取该警情事件对应的地理坐标信息。以使后续将该位置的地理坐标信息连同第一提示消息一并发送给警情监控中心。
S204,将所述目标位置的地理坐标信息以及所述第一提示消息发送给所述警情监控中心。
本申请中,在利用车载摄像采集装置,获取针对目标区域的监控图像以及监控音频之后,再依据该监控信息确定在目标区域中存在有警情事件时,生成第一提示消息,并将第一提示消息发送给警情监控中心。通过应用本申请的技术方案,可以利用警用车载全景慧眼系统,根据实时获取到的目标区域的监控图像以及监控音频,自动确定目标区域中是否存在警情事件,并在确定时将第一提示消息发送给警情监控中心。
在本申请的另外一种实施方式中,如图3所示,本申请还提供一种警用车载全景慧眼系统。其中,该装置包括获取模块301,确定模块302,发送模块303,其中:
获取模块301,被设置为利用车载摄像采集装置,获取针对目标区域的监控信息,所述监控信息至少包括监控图像以及监控音频;
确定模块302,被设置为当基于所述监控信息,确定所述目标区域中存在警情事件时,生成第一提示消息;
发送模块303,被设置为将所述第一提示消息发送给警情监控中心。
本申请中,在利用车载摄像采集装置,获取针对目标区域的监控图像以及监控音频之后,再依据该监控信息确定在目标区域中存在有警情事件时,生成第一提示消息,并将第一提示消息发送给警情监控中心。通过应用本申请的技术方案,可以利用警用车载全景慧眼系统,根据实时获取到的目标区域的监控图像以及监控音频,自动确定目标区域中是否存在警情事件,并在确定时将第一提示消息发送给警情监控中心。
在本申请的另一种实施方式中,确定模块302,还包括:
确定模块302,被配置为基于预设的神经网络模型提取所述监控图像的特征参数,得到通行对象对应的通行参数,所述通行对象对应于车辆对象以及行人对象的至少一种,所述通行对象为所述监控图像中的通行对象;
确定模块302,被配置为基于所述通行参数,确定所述目标区域是否出现所述警情事件。
在本申请的另一种实施方式中,确定模块302,还包括:
确定模块302,被配置为解析所述通行参数,得到所述通行对象在所述目标区域的道路信息以及行进信息,所述行进信息包括速度信息以及方向信息的至少一种;
确定模块302,被配置为基于所述通行对象的道路信息,和/或,行进信息,确定所述目标区域是否出现所述警情事件。
在本申请的另一种实施方式中,确定模块302,其中:
确定模块302,被配置为当基于所述道路信息,检测到所述通行对象出现第一预设事件时,确定所述目标区域出现所述警情事件,所述第一预设事件包括压线、逆行、闯灯以及非规定道路行进的至少一种;
和/或,
确定模块302,被配置为当基于所述行进信息,检测到所述通行对象出现第二预设事件时,确定所述目标区域出现所述警情事件,所述第二预设事件包括超速、逆行的至少一种事件。
在本申请的另一种实施方式中,发送模块303,其中:
发送模块303,被配置为基于所述警情事件对应的监控图像,获取警情对象的特征信息,所述警情对象为对应于所述警情事件的对象,所述警情对象包括用户对象以及车牌对象的至少一种;
发送模块303,被配置为当基于预设的黑名单数据库以及所述警情对象的特征信息,确定所述警情对象出现第三预设事件时,生成第二提示消息,所述第三预设事件包括肇事事件、套牌事件、盗抢事件、脱审事件的至少一种。
发送模块303,被配置为将所述第二提示消息以及所述第一提示消息发送给所述警情监控中心。
在本申请的另一种实施方式中,确定模块302,还包括:
确定模块302,被配置为获取所述监控信息中的监控音频,监测所述监控音频的音量数值;
确定模块302,被配置为当检测到所述监控音频的音量数值大于预设的分贝阈值时,确定所述目标区域中存在警情事件。
在本申请的另一种实施方式中,还包括,发送模块303,其中:
发送模块303,被配置为获取所述警情事件对应的目标位置,得到所述目标位置的地理坐标信息;
发送模块303,被配置为将所述目标位置的地理坐标信息以及所述第一提示消息发送给所述警情监控中心。
图5是根据一示例性实施例示出的一种电子设备的逻辑结构框图。例如,电子设备400可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图5,电子设备400可以包括以下一个或多个组件:处理器401和存储器402。
处理器401可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器401可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器401也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器401可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器401还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器402可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器402还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器402中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器401所执行以实现本申请中方法实施例提供的互动特效标定方法。
在一些实施例中,电子设备400还可选包括有:外围设备接口403和至少一个外围设备。处理器401、存储器402和外围设备接口403之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口403相连。具体地,外围设备包括:射频电路404、触摸显示屏405、摄像头406、音频电路407、定位组件408和电源409中的至少一种。
外围设备接口403可被用于将I/O(Input/Output,输入/输出)相关的至少一个外围设备连接到处理器401和存储器402。在一些实施例中,处理器401、存储器402和外围设备接口403被集成在同一芯片或电路板上;在一些其他实施例中,处理器401、存储器402和外围设备接口403中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路404用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路404通过电磁信号与通信网络以及其他通信设备进行通信。射频电路404将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路404包括:天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路404可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于:城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路404还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本申请对此不加以限定。
显示屏405用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏405是触摸显示屏时,显示屏405还具有采集在显示屏405的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器401进行处理。此时,显示屏405还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏405可以为一个,设置电子设备400的前面板;在另一些实施例中,显示屏405可以为至少两个,分别设置在电子设备400的不同表面或呈折叠设计;在再一些实施例中,显示屏405可以是柔性显示屏,设置在电子设备400的弯曲表面上或折叠面上。甚至,显示屏405还可以设置成非矩形的不规则图形,也即异形屏。显示屏405可以采用LCD(Liquid Crystal Display,液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件406用于采集图像或视频。可选地,摄像头组件406包括前置摄像头和后置摄像头。通常,前置摄像头设置在终端的前面板,后置摄像头设置在终端的背面。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中,摄像头组件406还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
音频电路407可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器401进行处理,或者输入至射频电路404以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在电子设备400的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器401或射频电路404的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路407还可以包括耳机插孔。
定位组件408用于定位电子设备400的当前地理位置,以实现导航或LBS(LocationBased Service,基于位置的服务)。定位组件408可以是基于美国的GPS(GlobalPositioning System,全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。
电源409用于为电子设备400中的各个组件进行供电。电源409可以是交流电、直流电、一次性电池或可充电电池。当电源409包括可充电电池时,该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。
在一些实施例中,电子设备400还包括有一个或多个传感器410。该一个或多个传感器410包括但不限于:加速度传感器411、陀螺仪传感器412、压力传感器413、指纹传感器414、光学传感器415以及接近传感器416。
加速度传感器411可以检测以电子设备400建立的坐标系的三个坐标轴上的加速度大小。比如,加速度传感器411可以用于检测重力加速度在三个坐标轴上的分量。处理器401可以根据加速度传感器411采集的重力加速度信号,控制触摸显示屏405以横向视图或纵向视图进行用户界面的显示。加速度传感器411还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器412可以检测电子设备400的机体方向及转动角度,陀螺仪传感器412可以与加速度传感器411协同采集用户对电子设备400的3D动作。处理器401根据陀螺仪传感器412采集的数据,可以实现如下功能:动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器413可以设置在电子设备400的侧边框和/或触摸显示屏405的下层。当压力传感器413设置在电子设备400的侧边框时,可以检测用户对电子设备400的握持信号,由处理器401根据压力传感器413采集的握持信号进行左右手识别或快捷操作。当压力传感器413设置在触摸显示屏405的下层时,由处理器401根据用户对触摸显示屏405的压力操作,实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器414用于采集用户的指纹,由处理器401根据指纹传感器414采集到的指纹识别用户的身份,或者,由指纹传感器414根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时,由处理器401授权该用户执行相关的敏感操作,该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器414可以被设置电子设备400的正面、背面或侧面。当电子设备400上设置有物理按键或厂商Logo时,指纹传感器414可以与物理按键或厂商Logo集成在一起。
光学传感器415用于采集环境光强度。在一个实施例中,处理器401可以根据光学传感器415采集的环境光强度,控制触摸显示屏405的显示亮度。具体地,当环境光强度较高时,调高触摸显示屏405的显示亮度;当环境光强度较低时,调低触摸显示屏405的显示亮度。在另一个实施例中,处理器401还可以根据光学传感器415采集的环境光强度,动态调整摄像头组件406的拍摄参数。
接近传感器416,也称距离传感器,通常设置在电子设备400的前面板。接近传感器416用于采集用户与电子设备400的正面之间的距离。在一个实施例中,当接近传感器416检测到用户与电子设备400的正面之间的距离逐渐变小时,由处理器401控制触摸显示屏405从亮屏状态切换为息屏状态;当接近传感器416检测到用户与电子设备400的正面之间的距离逐渐变大时,由处理器401控制触摸显示屏405从息屏状态切换为亮屏状态。
本领域技术人员可以理解,图4中示出的结构并不构成对电子设备400的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器404,上述指令可由电子设备400的处理器420执行以完成上述警用车载全景慧眼系统,该方法包括:利用车载摄像采集装置,获取针对目标区域的监控信息,所述监控信息至少包括监控图像以及监控音频;当基于所述监控信息,确定所述目标区域中存在警情事件时,生成第一提示消息;将所述第一提示消息发送给警情监控中心。可选地,上述指令还可以由电子设备400的处理器420执行以完成上述示例性实施例中所涉及的其他步骤。可选地,上述指令还可以由电子设备400的处理器420执行以完成上述示例性实施例中所涉及的其他步骤。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中,还提供了一种应用程序/计算机程序产品,包括一条或多条指令,该一条或多条指令可以由电子设备400的处理器420执行,以完成上述警用车载全景慧眼系统,该方法包括:利用车载摄像采集装置,获取针对目标区域的监控信息,所述监控信息至少包括监控图像以及监控音频;当基于所述监控信息,确定所述目标区域中存在警情事件时,生成第一提示消息;将所述第一提示消息发送给警情监控中心。可选地,上述指令还可以由电子设备400的处理器420执行以完成上述示例性实施例中所涉及的其他步骤。本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (10)
1.一种警用车载全景慧眼系统,其特征在于,包括:
利用车载摄像采集装置,获取针对目标区域的监控信息,所述监控信息至少包括监控图像以及监控音频;
当基于所述监控信息,确定所述目标区域中存在警情事件时,生成第一提示消息;
将所述第一提示消息发送给警情监控中心。
2.如权利要求1所述的方法,其特征在于,所述基于所述监控信息,确定所述目标区域中存在警情事件,包括:
基于预设的神经网络模型提取所述监控图像的特征参数,得到通行对象对应的通行参数,所述通行对象对应于车辆对象以及行人对象的至少一种,所述通行对象为所述监控图像中的通行对象;
基于所述通行参数,确定所述目标区域是否出现所述警情事件。
3.如权利要求2所述的方法,其特征在于,所述基于所述通行参数,确定所述目标区域是否出现所述警情事件,包括:
解析所述通行参数,得到所述通行对象在所述目标区域的道路信息以及行进信息,所述行进信息包括速度信息以及方向信息的至少一种;
基于所述通行对象的道路信息,和/或,行进信息,确定所述目标区域是否出现所述警情事件。
4.如权利要求3所述的方法,其特征在于,所述基于所述通行对象的道路信息,和/或,行进信息,确定所述目标区域是否出现所述警情事件,包括:
当基于所述道路信息,检测到所述通行对象出现第一预设事件时,确定所述目标区域出现所述警情事件,所述第一预设事件包括压线、逆行、闯灯以及非规定道路行进的至少一种;
和/或,
当基于所述行进信息,检测到所述通行对象出现第二预设事件时,确定所述目标区域出现所述警情事件,所述第二预设事件包括超速、逆行的至少一种事件。
5.如权利要求1所述的方法,其特征在于,在所述将所述第一提示消息发送给警情监控中心之前,还包括:
基于所述警情事件对应的监控图像,获取警情对象的特征信息,所述警情对象为对应于所述警情事件的对象,所述警情对象包括用户对象以及车牌对象的至少一种;
当基于预设的黑名单数据库以及所述警情对象的特征信息,确定所述警情对象出现第三预设事件时,生成第二提示消息,所述第三预设事件包括肇事事件、套牌事件、盗抢事件、脱审事件的至少一种。
将所述第二提示消息以及所述第一提示消息发送给所述警情监控中心。
6.如权利要求1所述的方法,其特征在于,所述基于所述监控信息,确定所述目标区域中存在警情事件,包括:
获取所述监控信息中的监控音频,监测所述监控音频的音量数值;
当检测到所述监控音频的音量数值大于预设的分贝阈值时,确定所述目标区域中存在警情事件。
7.如权利要求1所述的方法,其特征在于,在所述基于所述监控信息,确定所述目标区域中存在警情事件之后,包括:
获取所述警情事件对应的目标位置,得到所述目标位置的地理坐标信息;
将所述目标位置的地理坐标信息以及所述第一提示消息发送给所述警情监控中心。
8.一种警用车载全景慧眼装置,其特征在于,包括:
获取模块,被设置为利用车载摄像采集装置,获取针对目标区域的监控信息,所述监控信息至少包括监控图像以及监控音频;
确定模块,被设置为当基于所述监控信息,确定所述目标区域中存在警情事件时,生成第一提示消息;
发送模块,被设置为将所述第一提示消息发送给警情监控中心。
9.一种电子设备,其特征在于,包括:
存储器,用于存储可执行指令;以及,
处理器,用于与所述存储器显示以执行所述可执行指令从而完成权利要求1-7中任一所述警用车载全景慧眼系统的操作。
10.一种计算机可读存储介质,用于存储计算机可读取的指令,其特征在于,所述指令被执行时执行权利要求1-7中任一所述警用车载全景慧眼系统的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911316760.2A CN111147738A (zh) | 2019-12-19 | 2019-12-19 | 警用车载全景慧眼系统、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911316760.2A CN111147738A (zh) | 2019-12-19 | 2019-12-19 | 警用车载全景慧眼系统、装置、电子设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111147738A true CN111147738A (zh) | 2020-05-12 |
Family
ID=70518905
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911316760.2A Pending CN111147738A (zh) | 2019-12-19 | 2019-12-19 | 警用车载全景慧眼系统、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111147738A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111739326A (zh) * | 2020-06-23 | 2020-10-02 | 昆山小眼探索信息科技有限公司 | 智能网联汽车运行管理方法及云端控制系统 |
CN112365717A (zh) * | 2020-10-10 | 2021-02-12 | 新疆爱华盈通信息技术有限公司 | 车辆信息采集方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101119482A (zh) * | 2007-09-28 | 2008-02-06 | 北京智安邦科技有限公司 | 一种全景监控方法及设备 |
CN102231232A (zh) * | 2011-06-22 | 2011-11-02 | 沈阳广信先锋交通高技术有限公司 | 城市交通管理诱导控制系统 |
CN103426321A (zh) * | 2013-08-28 | 2013-12-04 | 中国人民解放军军事交通学院 | 一种具备报警功能的车辆信息采集与监控系统 |
CN103632474A (zh) * | 2013-11-22 | 2014-03-12 | 南京新索奇科技有限公司 | 一种声压感应器及其报警方法 |
CN106652467A (zh) * | 2016-11-29 | 2017-05-10 | 浙江广厦建设职业技术学院 | 一种交通信息采集系统及其方法 |
CN107609491A (zh) * | 2017-08-23 | 2018-01-19 | 中国科学院声学研究所 | 一种基于卷积神经网络的车辆违章停车检测方法 |
CN108510750A (zh) * | 2018-04-25 | 2018-09-07 | 济南浪潮高新科技投资发展有限公司 | 一种基于神经网络模型的无人机巡检违章停车的方法 |
CN108961768A (zh) * | 2018-07-30 | 2018-12-07 | 鄂尔多斯市普渡科技有限公司 | 一种无人驾驶警用巡逻车以及巡逻方法 |
CN109598943A (zh) * | 2018-12-30 | 2019-04-09 | 北京旷视科技有限公司 | 车辆违章的监控方法、装置及系统 |
-
2019
- 2019-12-19 CN CN201911316760.2A patent/CN111147738A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101119482A (zh) * | 2007-09-28 | 2008-02-06 | 北京智安邦科技有限公司 | 一种全景监控方法及设备 |
CN102231232A (zh) * | 2011-06-22 | 2011-11-02 | 沈阳广信先锋交通高技术有限公司 | 城市交通管理诱导控制系统 |
CN103426321A (zh) * | 2013-08-28 | 2013-12-04 | 中国人民解放军军事交通学院 | 一种具备报警功能的车辆信息采集与监控系统 |
CN103632474A (zh) * | 2013-11-22 | 2014-03-12 | 南京新索奇科技有限公司 | 一种声压感应器及其报警方法 |
CN106652467A (zh) * | 2016-11-29 | 2017-05-10 | 浙江广厦建设职业技术学院 | 一种交通信息采集系统及其方法 |
CN107609491A (zh) * | 2017-08-23 | 2018-01-19 | 中国科学院声学研究所 | 一种基于卷积神经网络的车辆违章停车检测方法 |
CN108510750A (zh) * | 2018-04-25 | 2018-09-07 | 济南浪潮高新科技投资发展有限公司 | 一种基于神经网络模型的无人机巡检违章停车的方法 |
CN108961768A (zh) * | 2018-07-30 | 2018-12-07 | 鄂尔多斯市普渡科技有限公司 | 一种无人驾驶警用巡逻车以及巡逻方法 |
CN109598943A (zh) * | 2018-12-30 | 2019-04-09 | 北京旷视科技有限公司 | 车辆违章的监控方法、装置及系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111739326A (zh) * | 2020-06-23 | 2020-10-02 | 昆山小眼探索信息科技有限公司 | 智能网联汽车运行管理方法及云端控制系统 |
CN112365717A (zh) * | 2020-10-10 | 2021-02-12 | 新疆爱华盈通信息技术有限公司 | 车辆信息采集方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111723602B (zh) | 驾驶员的行为识别方法、装置、设备及存储介质 | |
CN110288163A (zh) | 信息处理的方法、装置、设备及存储介质 | |
CN110955972B (zh) | 虚拟场景生成方法、装置、计算机设备及存储介质 | |
CN110864913B (zh) | 车辆测试方法、装置、计算机设备及存储介质 | |
CN113160427A (zh) | 虚拟场景的创建方法、装置、设备及存储介质 | |
CN114332821A (zh) | 决策信息获取方法、装置、终端及存储介质 | |
CN111010537B (zh) | 车辆控制方法、装置、终端及存储介质 | |
CN111147738A (zh) | 警用车载全景慧眼系统、装置、电子设备及介质 | |
CN112269939A (zh) | 自动驾驶的场景搜索方法、装置、终端、服务器及介质 | |
CN116853240A (zh) | 障碍物的预警方法、装置、设备及存储介质 | |
CN109189068B (zh) | 泊车控制方法、装置及存储介质 | |
CN112449308A (zh) | 基于手机信号的活动人员的活动预警方法及装置 | |
CN113205069B (zh) | 虚假车牌检测方法、装置及计算机存储介质 | |
CN112954265A (zh) | 预警的方法、装置、电子设备及介质 | |
CN112818243B (zh) | 导航路线的推荐方法、装置、设备及存储介质 | |
CN111324815B (zh) | 汽车信息的处理方法、装置及存储介质 | |
CN113034822A (zh) | 提示用户的方法、装置、电子设备及介质 | |
CN111583669B (zh) | 一种超速检测方法、装置、控制设备和存储介质 | |
CN112863168A (zh) | 疏导交通的方法、装置、电子设备及介质 | |
CN112699906A (zh) | 获取训练数据的方法、装置及存储介质 | |
CN112863107A (zh) | 自动预警的方法、装置、电子设备及介质 | |
CN112991790B (zh) | 提示用户的方法、装置、电子设备及介质 | |
CN111723623B (zh) | 一种检测平台的方法及装置 | |
CN113734199B (zh) | 车辆控制方法、装置、终端及存储介质 | |
CN115848139A (zh) | 屏幕显示的方法、装置、设备和存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200512 |