CN111325054A - 一种确定克隆车辆的方法、装置及计算设备 - Google Patents
一种确定克隆车辆的方法、装置及计算设备 Download PDFInfo
- Publication number
- CN111325054A CN111325054A CN201811529674.5A CN201811529674A CN111325054A CN 111325054 A CN111325054 A CN 111325054A CN 201811529674 A CN201811529674 A CN 201811529674A CN 111325054 A CN111325054 A CN 111325054A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- determining
- cloned
- license plate
- ratio
- 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
- 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
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
Abstract
本发明公开了一种确定克隆车辆的方法、装置及计算设备,用于提高确定克隆车辆的效率。该方法包括:获得多个卡口设备在预定时段内读取的多个汽车电子标识对应的多条标识数据;根据多条标识数据,确定每辆车辆对应的第一车牌号在预定时段内被卡口设备读取到的第一检测次数;获得多台摄像机采集的多辆车辆对应的多条图像数据;根据多条图像数据,确定每辆车辆对应的第二车牌号在预定时段内被摄像机拍摄到的第二检测次数;确定每辆车辆的第一检测次数与第二检测次数的比值;确定第一检测次数与第二检测次数的比值小于等于第一预定比值的目标车辆,并将目标车辆确定为克隆车辆,第一预定比值大于等于0且小于第二预定比值,第二预定比值小于1。
Description
技术领域
本发明涉及电子技术领域,尤其涉及一种确定克隆车辆的方法、装置及计算设备。
背景技术
现有技术中存在的套牌车辆也就是俗称的“克隆车辆”在路上行驶时,往往可能出现违停、超速、闯红灯等交通违法现象,从而可能造成一些事故,并且由于使用的是假车牌,所以造成事故时,受害方的合法权益得不到保障,带来不好的社会影响。
然而,现有技术中的确定克隆车辆的方法是根据从摄像头采集到车辆的物理车牌信息,然后在利用在多地设置的摄像头获取的同一车辆的物理车牌信息进行比对,从而确定该车辆是否为克隆车辆,过程繁琐且耗费大量的人力物力,可见,现有技术中存在确定克隆车辆效率较低的问题。
发明内容
本发明实施例提供一种确定克隆车辆的方法、装置及计算设备,用于解决现有技术中确定克隆车效率较低的问题。
第一方面,提供了一种确定克隆车辆的方法,所述方法包括:
获得多个卡口设备在预定时段内读取的多个汽车电子标识对应的多条标识数据,其中,每个汽车电子标识设置于一辆车辆中,每条标识数据包括对应车辆的汽车电子标识中存储的第一车牌号;
根据所述多条标识数据,确定每辆车辆对应的第一车牌号在所述预定时段内被所述卡口设备读取到的第一检测次数;
获得多台摄像机采集的多辆车辆对应的多条图像数据,其中,每条图像数据包括对应车辆中的物理车牌的第二车牌号,每个卡口设备对应一台摄像机;
根据所述多条图像数据,确定每辆车辆对应的第二车牌号在所述预定时段内被所述摄像机拍摄到的第二检测次数;
确定每辆车辆的第一检测次数与第二检测次数的比值;
确定第一检测次数与第二检测次数的比值小于等于第一预定比值的目标车辆,所述第一预定比值大于等于0且小于第二预定比值,所述第二预定比值小于1;
将所述目标车辆确定为克隆车辆。
可选的,所述方法还包括:
将第一检测次数与第二检测次数的比值大于等于所述第二预定比值且小于1的车辆确定为疑似克隆车辆;
按照预定确定策略,从所述疑似克隆车辆中确定克隆车辆。
可选的,按照预定确定策略,从所述疑似克隆车辆中确定克隆车辆,包括:
针对每辆疑似克隆车辆,确定每次读取该疑似克隆车辆的汽车电子标识的读取环境信息,以及确定每次拍摄该疑似克隆车辆的图像的拍摄环境信息,其中,所述读取环境信息包括读取时间和读取位置,所述拍摄环境信息包括拍摄时间和拍摄位置;
针对每辆疑似克隆车辆,若包括读取时间和拍摄时间的差值小于第一预定时间阈值且对应的读取位置和拍摄位置之间的距离大于预定距离,则将该疑似克隆车辆确定为克隆车辆。
可选的,按照预定确定策略,从所述疑似克隆车辆中确定克隆车辆,包括:
针对每辆疑似克隆车辆,确定该疑似克隆车辆的每条图像数据的拍摄时间和拍摄位置;
若存在两个拍摄时间之间的时间差值小于第二预定时间阈值,则确定该疑似克隆车辆为克隆车辆,其中,所述第二预定时间阈值为按照最高限速预计通过与所述两个拍摄时间对应的两个拍摄位置之间的距离需要的最短时间。
可选的,所述方法还包括:
向申请克隆车辆的汽车电子标识的用户对应的终端设备发送克隆警告信息和/或克隆处罚信息。
可选的,所述方法还包括:
查找汽车电子标识签发库,以确定与克隆车辆中的第二车牌号对应签发的目标汽车电子标识;
将申请所述目标汽车电子标识的车辆确定为被克隆车辆。
可选的,在将申请所述目标汽车电子标识的车辆确定为被克隆车辆之后,所述方法还包括:
向所述被克隆车辆的用户对应的终端设备发送克隆提示信息。
第二方面,提供了一种确定克隆车辆的装置,所述装置包括:
第一获得模块,用于获得多个卡口设备在预定时段内读取的多个汽车电子标识对应的多条标识数据,其中,每个汽车电子标识设置于一辆车辆中,每条标识数据包括对应车辆的汽车电子标识中存储的第一车牌号;
第一确定模块,用于根据所述多条标识数据,确定每辆车辆对应的第一车牌号在所述预定时段内被所述卡口设备读取到的第一检测次数;
第二获得模块,用于获得多台摄像机采集的多辆车辆对应的多条图像数据,其中,每条图像数据包括对应车辆中的物理车牌的第二车牌号,每个卡口设备对应一台摄像机;
第二确定模块,用于根据所述多条图像数据,确定每辆车辆对应的第二车牌号在所述预定时段内被所述摄像机拍摄到的第二检测次数;
处理模块,用于确定每辆车辆的第一检测次数与第二检测次数的比值;确定第一检测次数与第二检测次数的比值小于等于第一预定比值的目标车辆,所述第一预定比值大于等于0且小于第二预定比值,所述第二预定比值小于1;以及将所述目标车辆确定为克隆车辆。
可选的,所述处理模块还用于:
将第一检测次数与第二检测次数的比值大于等于所述第二预定比值且小于1的车辆确定为疑似克隆车辆;
按照预定确定策略,从所述疑似克隆车辆中确定克隆车辆。
可选的,所述处理模块用于:
针对每辆疑似克隆车辆,确定每次读取该疑似克隆车辆的汽车电子标识的读取环境信息,以及确定每次拍摄该疑似克隆车辆的图像的拍摄环境信息,其中,所述读取环境信息包括读取时间和读取位置,所述拍摄环境信息包括拍摄时间和拍摄位置;
针对每辆疑似克隆车辆,若包括读取时间和拍摄时间的差值小于第一预定时间阈值且对应的读取位置和拍摄位置之间的距离大于预定距离,则将该疑似克隆车辆确定为克隆车辆。
可选的,所述处理模块用于:
针对每辆疑似克隆车辆,确定该疑似克隆车辆的每条图像数据的拍摄时间和拍摄位置;
若存在两个拍摄时间之间的时间差值小于第二预定时间阈值,则确定该疑似克隆车辆为克隆车辆,其中,所述第二预定时间阈值为按照最高限速预计通过与所述两个拍摄时间对应的两个拍摄位置之间的距离需要的最短时间。
可选的,所述装置还包括第一发送模块,用于:
向申请克隆车辆的汽车电子标识的用户对应的终端设备发送克隆警告信息和/或克隆处罚信息。
可选的,所述处理模块还用于:
查找汽车电子标识签发库,以确定与克隆车辆中的第二车牌号对应签发的目标汽车电子标识;
将申请所述目标汽车电子标识的车辆确定为被克隆车辆。
可选的,所述装置还包括第二发送模块,用于:
在所述处理模块将申请所述目标汽车电子标识的车辆确定为被克隆车辆之后,向所述被克隆车辆的用户对应的终端设备发送克隆提示信息。
第三方面,提供一种计算设备,所述计算设备包括:
存储器,用于存储程序指令;
处理器,用于调用所述存储器中存储的程序指令,按照获得的程序指令执行第一方面中的任一方法包括的步骤。
第四方面,提供一种存储介质,该存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行第一方面中的任一方法包括的步骤。
在本发明实施例中,当需要确定克隆车辆时,可以获得多个卡口设备在预定时段内(例如可以是1天、几个小时等等)读取的多个汽车电子标识对应的多条标识数据,其中,每条标识数据包括对应车辆的汽车电子标识中存储的第一车牌号,然后再确定每辆车辆对应的第一车牌号在前述的预定时段内的被卡口设备读取到的第一检测次数,以及,还可以获得多个与每个卡口设备对应的摄像机采集的多条图像数据,其中,每条图像数据包括对应车辆中的物理车牌的第二车牌号,从而从前述的多条图像数据中确定第二车牌号在前述的预定时段内的第二检测次数,这样的话,可以通过获取的汽车电子标识确定真实的车牌号的检测次数以及可能套牌的车牌号的检测次数。
进一步地,还可以确定每辆车辆的第一检测次数与第二检测次数的比值,并确定第一检测次数比的比值小于等于第一预定比值的车辆,例如将该车辆称为目标车辆,则可以将确定出的目标车辆确定为克隆车辆,其中,第一预定比值大于等于0且小于第二预定比值,且第二预定比值小于1,也就是说,目标车辆的车牌号对应的汽车电子标识被卡口设备读取到的次数与目标车辆的物理车牌的车牌号被摄像机采集的次数是不相符的,从而确定出目标车辆为克隆车辆,这样的方式,由于是结合了卡口设备和摄像机获得的数据信息,因此确定的克隆车辆的准确性比较高,进一步地,由于是卡口设备和摄像机将采集到的数据均发送给服务器,从而直接通过从服务器中获得数据,并进行统计计算,这样获得数据比现有技术中的更加快捷,从而提高了确定克隆车辆的效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例。
图1为本发明实施例中的确定克隆车辆的应用场景示意图;
图2为本发明实施例中的确定克隆车辆的方法的流程图;
图3为本发明实施例中的确定克隆车辆的装置的结构框图;
图4为本发明实施例中的设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互任意组合。并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本发明的说明书和权利要求书及上述附图中的术语“第一”和“第二”是用于区别不同对象,而非用于描述特定顺序。此外,术语“包括”以及它们任何变形,意图在于覆盖不排他的保护。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例中,“多个”可以表示至少两个,例如可以是两个、三个或者更多个,本申请实施例不做限制。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,在不做特别说明的情况下,一般表示前后关联对象是一种“或”的关系。
近年来,由于克隆车辆引起的肇事逃逸的事故,已经引起社会的广泛关注,然而现有技术中,若要确定车辆为克隆车辆并查找到相应的车辆对应的用户,可能需要在一个较大的范围内例如某个市范围内,排查确定该克隆车辆的运动轨迹,进而再可能查找到相应的车辆对应的肇事司机,过程繁琐且需要耗费大量的时间,使得受害人的合法权益得不到保障,从而对交通管理部门造成的不好的影响。
鉴于此,本发明实施例提供了一种确定克隆车辆的方法,该方法根据在卡口设备中获取到的多个汽车电子标识对应的多条电子标识数据,以及获得与每台卡口设备对应设置的摄像机中的多条图像数据,然后根据多条标识数据,确定每辆车辆对应的第一车牌号在预定时段内被卡口设备读取到的第一检测次数,以及根据多条图像数据,确定每辆车辆对应的第二车牌号在预定时段内被摄像机拍摄到的第二检测次数,进而确定每辆车辆的第一检测次数与第二检测次数的比值;确定第一检测次数与第二检测次数的比值小于等于第一预定比值的目标车辆,并将目标车辆确定为克隆车辆,从而确定出克隆车辆,以提高确定克隆车辆的效率,进而提升用户体验。
在介绍完本发明实施例的设计思想之后,下面对本发明实施例中的确定克隆车辆的技术方案适用的应用场景做一些简单介绍,需要说明的是,以下介绍的应用场景仅用于说明本发明实施例而非限定。在具体实施时,可以根据实际需要灵活地应用本发明实施例提供的技术方案。
近年来,汽车电子标识(electronic registration identification of themotor vehicle,ERI)也叫汽车电子身份证、汽车数字化标准信源、俗称“电子车牌”逐渐进入人们的视线,使用汽车电子标识可以自动、非接触、不停车地完成车辆的识别和监控,因此,汽车电子标识被应用于汽车的数据采集,从而实现对城市的交通智能管理。
请参见图1所示的一种应用场景示意图,在该应用场景中包括用于获得数据的服务器、多个摄像机和卡口设备,其中,每个卡口设备对应一台摄像机,在实际应用中,前述的卡口设备和摄像机设置在同一地点,具体的,同一地点可以是在真实的同一个路口,还可以是在一个范围内,例如可以将一个街道口设置的卡口设备和摄像机称为设置在同一地点,也可以将距离10米的卡口设备和摄像机称为设置在同一地点,具体的,在该同一地点,卡口设备和摄像机可以是同步读取和拍摄的,这样的话,卡口设备和摄像机获取的数据在时间上是同步获取的。
进一步地,前述的摄像机用于采集多辆车辆对应的多条图像数据,卡口设备可以为汽车电子标识读卡器,其中,汽车电子标识读卡器通过无线电信号识别汽车电子标识并读取汽车电子标识中存储的相关信息,例如车牌号、汽车电子标识对应的用户的相关信息等等,在实际应用中,可以通过安装支架设置在车行道上的视频监测的安装点即安装有摄像机的地方,进一步地,在本发明实施例中,图1中所示的服务器可以接收来自设置于某个范围内的各个路口设置的卡口设备和摄像机发送的数据。
下面结合说明书附图介绍本发明实施例提供的技术方案。
请参见图2,本发明实施例提供一种确定克隆车辆的方法,该方法可以由前述的应用场景中的服务器执行,在具体实施过程中,该服务器例如是个人计算机、大中型计算机、计算机集群,等等。该方法的具体流程描述如下。
步骤201:获得多个卡口设备在预定时段内读取的多个汽车电子标识对应的多条标识数据,其中,每个汽车电子标识设置于一辆车辆中,每条标识数据包括对应车辆的汽车电子标识中存储的第一车牌号。
步骤202:根据多条标识数据,确定每辆车辆对应的第一车牌号在预定时段内被卡口设备读取到的第一检测次数。
在本发明实施例中,当希望确定某辆汽车为克隆车辆的时候,可以从前述的服务器中获得卡口设备在预定时段内读取的多个汽车电子标识对应的多条标识数据,其中,在具体的实施过程中,每个汽车电子标识设置于一辆车辆中,也就是说,每个汽车电子标识可以唯一对应一辆车辆,前述的多条标识数据中的每条标识数据包括对应的汽车电子标识中存储的第一车牌号,进一步地,由于汽车电子标识是公安部交通管理局统一标准,统一推行,统一管理,与车辆物理车牌号并存,并且法律效力等同于前述的物理车牌号,因此该第一车牌号是真实有效的车牌号。
在具体的实施过程中,当从服务器中获得多条标识数据时,可以确定每辆车辆对应的第一车牌号被卡口设备检测到的第一检测次数,具体的,为了更好的对本发明实施例中的确定克隆车辆的方法,将前述的每辆车辆对应的第一车牌号被卡口设备检测到的称为第一检测次数。
例如,可以从服务器中获得2018年11月12日9:00-9:30的在石羊场街道设置的卡口设备读取的多个汽车电子标识对应的多条标识数据为:汽车电子标识A对应的标识数据a以及车牌号为2345,汽车电子标识B对应的标识数据b以及车牌号为3456,汽车电子标识C对应的标识数据c以及车牌号为4567,汽车电子标识D对应的标识数据d以及车牌号为6789,汽车电子标识E对应的标识数据以及车牌号为7891,汽车电子标识B对应的标识数据b以及车牌号为3456,汽车电子标识A对应的标识数据a以及车牌号为2345,汽车电子标识B对应的标识数据b以及车牌号为3456,则可以根据前述的多条汽车电子标识数据确定,车牌号为2345的车辆被卡口设备检测到的第一检测次数为2次,车牌号为3456的车辆被卡口设备检测到的第一检测次数为3次,车牌号为4567的车辆被卡口设备检测到的第一检测次数为1次,车牌号为6789的车辆被卡口设备检测到的第一检测次数为1次,车牌号为7891的车辆被卡口设备检测到的第一检测次数为1次。
步骤203:获得多台摄像机采集的多辆车辆对应的多条图像数据,其中,每条图像数据包括对应车辆中的物理车牌的第二车牌号,每个卡口设备对应一台摄像机。
步骤204:根据多条图像数据,确定每辆车辆对应的第二车牌号在预定时段内被摄像机拍摄到的第二检测次数。
如前所述,还可以从服务器中获得与卡口设备设置在同一地点的摄像头采集的多辆车辆对应的多条图像数据,在具体的实施过程中,通过摄像头的采集的多条图像数据中的每条图像数据中包括对应车辆的物理车牌为车辆在实际行驶过程中车辆上安装的物理车牌,例如黄色的川A67895车牌,为了与前述的从汽车电子标识中读取的车牌号进行区别,物理车牌对应的车牌号成为第二车牌号。
进一步地,可以根据多条图像数据,来确定每辆车对应的第二车牌号被摄像机拍摄到的检测次数,为了更好的对本发明实施例中的确定克隆车辆的方法进行说明,将第二车牌号被摄像机拍摄到的检测次数称为第二检测次数。
例如,假设在可以从服务器中获得2018年11月12日9:00-9:30的在石羊场街道设置的摄像头拍摄的多条图像数据为车辆图像为车牌号2345对应的数据,车辆图像为车牌号4567对应的数据,车辆图像为车牌号3456对应的数据,车辆图像为车牌号2345对应的数据,车辆图像为车牌号3456对应的数据、车辆图像为车牌号6789对应的数据、车辆图像为车牌号3456对应的数据、车辆图像车牌号7891对应的数据、车辆图像车牌号3456对应的数据,从而可以确定出车牌号为2345的第二检测次数为2次,车牌号为3456的第二检测次数为4次,车牌号为4567的第二检测次数为1次,车牌号为5678的第二检测次数为1次,车牌号为7891的第二检测次数为1次。
在本发明实施例中,前述的步骤201和步骤202,以及步骤203和步骤204之间没有必然的前后顺序关系,本发明实施例仅仅列举了确定预定时段内被卡口读取到的第一检测次数在预定时段内被摄像机拍摄到的第二检测次数之前的实施例,当然还可以是确定预定时段内被摄像机拍摄到的第二检测次数在确定预定时段内被卡口读取到的第一检测次数之前,具体实施过程中使用哪种确定顺序,本发明实施例中不做限定。
步骤205:确定每辆车辆的第一检测次数与第二检测次数的比值;
在本发明实施例中,可以根据如前所述获得的每辆车辆的第一检测次数和第二检测次数,确定每辆车辆的第一检测次数与第二检测次数的比值,例如,假设在一个时段内,从服务器中获得的某辆车的第一检测次数为10,第二检测次数为18次,则可以确定出该车辆的第一检测次数与第二检测次数的比值为55.6%,从而使用前述的方法可以确定出每辆车辆的第一检测次数与第二检测次数的比值。
步骤206:确定第一检测次数与第二检测次数的比值小于等于第一预定比值的目标车辆,第一预定比值大于等于0且小于第二预定比值,第二预定比值小于1。
步骤207:将目标车辆确定为克隆车辆。
如前所述,当获得每辆车辆的第一检测次数与第二检测次数之后,还可以确定第一检测次数与第二检测次数的比值,当确定出的比值小于第一预定比值的目标车辆,进而将该目标车辆确定为克隆车辆。例如,假设第一预定比值为80.0%,假设在15天内,从服务器中获得的某辆车的第一检测次数为15次,第二检测次数为24次,则可以确定出该车辆的第一检测次数与第二检测次数的比值为62.5%,进而可以确定比值62.5%小于第一预定比值95.0%,从而将该车辆确定为目标车辆,则确定出该目标车辆为克隆车辆。
在本发明实施例中,当需要确定克隆车辆时,可以获得多个卡口设备在预定时段内(例如可以是1天、几个小时等等)读取的多个汽车电子标识对应的多条标识数据,其中,每条标识数据包括对应车辆的汽车电子标识中存储的第一车牌号,然后再确定每辆车辆对应的第一车牌号在前述的预定时段内的被卡口设备读取到的第一检测次数,以及,还可以获得多个与每个卡口设备对应的摄像机采集的多条图像数据,其中,每条图像数据包括对应车辆中的物理车牌的第二车牌号,从而从前述的多条图像数据中确定第二车牌号在前述的预定时段内的第二检测次数,这样的话,可以通过获取的汽车电子标识确定真实的车牌号的检测次数以及可能套牌的车牌号的检测次数。
进一步地,还可以确定每辆车辆的第一检测次数与第二检测次数的比值,并确定第一检测次数比的比值小于等于第一预定比值的车辆,例如将该车辆称为目标车辆,则可以将确定出的目标车辆确定为克隆车辆,其中,第一预定比值大于等于0且小于第二预定比值,且第二预定比值小于1,也就是说,目标车辆的车牌号对应的汽车电子标识被卡口设备读取到的次数与目标车辆的物理车牌的车牌号被摄像机采集的次数是不相符的,从而确定出目标车辆为克隆车辆,这样的方式,由于是结合了卡口设备和摄像机获得的数据信息,因此确定的克隆车辆的准确性比较高,进一步地,由于是卡口设备和摄像机将采集到的数据均发送给服务器,从而直接通过从服务器中获得数据,并进行统计计算,这样获得数据比现有技术中的更加快捷,从而提高了确定克隆车辆的效率。
在一种可能的实施方式中,考虑到可能某个路口的卡口设备或者摄像机出现故障,从而可能导致正常车辆被确认为克隆车辆,在确定每辆车辆的第一检测次数与第二检测次数的比值之后,还可以将第一检测次数与第二检测次数的比值大于等于第二预定比值且小于1的车辆确定为疑似克隆车辆,例如,假设第一预定比值为80.0%,第二预定比值为95.0%,若某辆车的第一检测次数与第二检测次数的比值为98.2%,则确定该车辆为疑似克隆车辆,在具体的实施过程中,疑似克隆车辆可能为一个,也可能为多个,然后按照预定确定策略,从前述确定为疑似克隆车辆中确定出克隆车辆。
在具体的实施过程中,前述的预定确定策略可以是针对每辆疑似车辆,确定该车辆每次被读取汽车电子标识的读取环境信息,其中读取环境信息中包括读取时间和读取位置,以及确定该车辆每次被拍摄图像时的拍摄环境信息,其中拍摄环境信息包括拍摄时间和拍摄位置,然后再针对该车辆在读取时间和拍摄时间小于第一预定阈值时,且其相应的读取位置和拍摄位置之间的距离大于预定距离,则确定该车辆为克隆车辆。
例如,假设第一预定时间阈值为3分钟,且预定距离1.5公里,假设确定出的某疑似克隆车辆的读取时间和拍摄时间分别为2018年10月12日9:32和2018年10月12日9:31,且确定的某疑似克隆车辆的读取位置和拍摄位置分别为A街道100号和B街道10号,则确定出读取位置和拍摄位置之间相距5公里,由于该车辆在相差时间即2分钟内,不能完成从A街道100号到B街道10号的移动,则确定出该疑似克隆车辆的为克隆车辆。
在具体的实施过程中,前述的预定确定策略还可以是针对每辆疑似克隆车辆,确定该疑似克隆车辆的每条图像数据的拍摄时间和拍摄位置,然后若是存在两个拍摄时间之间的时间差值小于第二预定时间阈值,则确定该疑似克隆车辆为克隆车辆,其中,第二预定时间阈值为按照最高限速预计通过与两个拍摄时间对应的两个拍摄位置之间的距离需要的最短时间。
例如,假设第二预定时间阈值为2分钟,假设获得的某疑似克隆车辆的其中两条图像数据的拍摄时间和拍摄位置分别为2018年8月13日8:32和2018年8月13日8:31,以及拍摄位置为M街道18号和F街道9号,且M街道18号和F街道9号之间距离为10公里,假设该车辆按照最高限速为120公里/小时行驶,也无法从M街道18号到达F街道9号,从而确定该疑似克隆车辆为克隆车辆。
在具体实施过程中,在确定出克隆车辆之后,还可以查找汽车电子标识签发库,以确定与克隆车辆中的第二车牌号对应签发的目标汽车电子标识,然后将申请目标汽车电子标识的车辆确定为被克隆车辆,还可以向被克隆车辆的用户对应的终端设备发送克隆提示信息,以便被克隆车辆的用户的合法权益得到保障,进一步地,还可以向申请克隆车辆的汽车电子标识的用户对应的终端设备发送克隆警告信息和/或克隆处罚信息,以对该克隆车辆的汽车电子标识的用户进行警醒,尽量避免不安全事故的发生。
基于同一发明构思,本发明实施例提供了一种用于确定克隆车辆的装置,该确定克隆车辆的装置能够实现前述的确定克隆车辆的方法对应的功能。该确定克隆车辆的装置可以是硬件结构、软件模块、或硬件结构加软件模块。该确定克隆车辆的装置可以由芯片系统实现,芯片系统可以由芯片构成,也可以包含芯片和其他分立器件。请参见图3所示,该确定克隆车辆的装置包括第一获得模块301、第一确定模块302、第二获得模块303、第二确定模块304、处理模块305,其中:
第一获得模块301,用于获得多个卡口设备在预定时段内读取的多个汽车电子标识对应的多条标识数据,其中,每个汽车电子标识设置于一辆车辆中,每条标识数据包括对应车辆的汽车电子标识中存储的第一车牌号;
第一确定模块302,用于根据多条标识数据,确定每辆车辆对应的第一车牌号在预定时段内被卡口设备读取到的第一检测次数;
第二获得模块303,用于获得多台摄像机采集的多辆车辆对应的多条图像数据,其中,每条图像数据包括对应车辆中的物理车牌的第二车牌号,每个卡口设备对应一台摄像机;
第二确定模块304,用于根据多条图像数据,确定每辆车辆对应的第二车牌号在预定时段内被摄像机拍摄到的第二检测次数;
处理模块305,用于确定每辆车辆的第一检测次数与第二检测次数的比值;确定第一检测次数与第二检测次数的比值小于等于第一预定比值的目标车辆所述第一预定比值大于等于0且小于第二预定比值,所述第二预定比值小于1;以及将所述目标车辆确定为克隆车辆。
在一种可能的实施方式中,处理模块305用于,将第一检测次数与第二检测次数的比值大于等于第二预定比值且小于1的车辆确定为疑似克隆车辆;按照预定确定策略,从疑似克隆车辆中确定克隆车辆。
在一种可能的实施方式中,处理模块305用于,针对每辆疑似克隆车辆,确定每次读取该疑似克隆车辆的汽车电子标识的读取环境信息,以及确定每次拍摄该疑似克隆车辆的图像的拍摄环境信息,其中,读取环境信息包括读取时间和读取位置,拍摄环境信息包括拍摄时间和拍摄位置;针对每辆疑似克隆车辆,若包括读取时间和拍摄时间的差值小于第一预定时间阈值且对应的读取位置和拍摄位置之间的距离大于预定距离,则将该疑似克隆车辆确定为克隆车辆。
在一种可能的实施方式中,处理模块305用于,针对每辆疑似克隆车辆,确定该疑似克隆车辆的每条图像数据的拍摄时间和拍摄位置;若存在两个拍摄时间之间的时间差值小于第二预定时间阈值,则确定该疑似克隆车辆为克隆车辆,其中,第二预定时间阈值为按照最高限速预计通过与两个拍摄时间对应的两个拍摄位置之间的距离需要的最短时间。
在一种可能的实施方式中,本发明实施例中的确定克隆车辆的装置还包括第一发送模块,用于向申请克隆车辆的汽车电子标识的用户对应的终端设备发送克隆警告信息和/或克隆处罚信息。
在一种可能的实施方式中,处理模块503还用于,查找汽车电子标识签发库,以确定与克隆车辆中的第二车牌号对应签发的目标汽车电子标识;将申请目标汽车电子标识的车辆确定为被克隆车辆。
在一种可能的实施方式中,本发明实施例中的确定克隆车辆的装置还包括第二发送模块,用于在将申请目标汽车电子标识的车辆确定为被克隆车辆之后,向被克隆车辆的用户对应的终端设备发送克隆提示信息。
前述的确定克隆车辆的方法的实施例涉及的各步骤的所有相关内容均可以援引到本发明实施例中的确定克隆车辆的装置所对应的功能模块的功能描述,在此不再赘述。
本发明实施例中对模块的划分是示意性的,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,另外,在本发明各个实施例中的各功能模块可以集成在一个处理器中,也可以是单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
基于同一发明构思,本发明实施例提供一种计算设备,请参见图4所示,该计算设备包括至少一个处理器401,以及与至少一个处理器连接的存储器402,本发明实施例中不限定处理器401与存储器402之间的具体连接介质,图4中是以处理器401和存储器402之间通过总线400连接为例,总线400在图4中以粗线表示,其它部件之间的连接方式,仅是进行示意性说明,并不引以为限。总线400可以分为地址总线、数据总线、控制总线等,为便于表示,图4中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。在本发明实施例中,存储器402存储有可被至少一个处理器401执行的指令,至少一个处理器401通过执行存储器402存储的指令,可以执行前述的确定克隆车辆的方法中所包括的步骤。
其中,处理器401是计算设备的控制中心,可以利用各种接口和线路连接整个设备的各个部分,通过运行或执行存储在存储器402内的指令以及调用存储在存储器402内的数据,设备的各种功能和处理数据,从而对计算设备进行整体监控。
可选的,处理器401可包括一个或多个处理单元,处理器401可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器401中。在一些实施例中,处理器401和存储器402可以在同一芯片上实现,在一些实施例中,它们也可以在独立的芯片上分别实现。
处理器401可以是通用处理器,例如中央处理器(CPU)、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件,可以实现或者执行本发明实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的确定克隆车辆的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器402作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器402可以包括至少一种类型的存储介质,例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(Random AccessMemory,RAM)、静态随机访问存储器(Static Random Access Memory,SRAM)、可编程只读存储器(Programmable Read Only Memory,PROM)、只读存储器(Read Only Memory,ROM)、带电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,EEPROM)、磁性存储器、磁盘、光盘等等。存储器402是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。本发明实施例中的存储器402还可以是电路或者其它任意能够实现存储功能的装置,用于存储程序指令和/或数据。
通过对处理器401进行设计编程,可以将前述实施例中介绍的确定克隆车辆的方法所对应的代码固化到芯片内,从而使芯片在运行时能够执行前述的确定克隆车辆的方法的步骤,如何对处理器401进行设计编程为本领域技术人员所公知的技术,这里不再赘述。
基于同一发明构思,本发明实施例还提供一种存储介质,该存储介质存储有计算机指令,当该计算机指令在计算机上运行时,使得计算机执行如前述的确定克隆车辆的方法的步骤。
在一些可能的实施方式中,本发明提供的确定克隆车辆的方法的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在设备上运行时,所述程序代码用于使设备执行本说明书上述描述的根据本发明各种示例性实施方式的确定克隆车辆的方法中的步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种确定克隆车辆的方法,其特征在于,所述方法包括:
获得多个卡口设备在预定时段内读取的多个汽车电子标识对应的多条标识数据,其中,每个汽车电子标识设置于一辆车辆中,每条标识数据包括对应车辆的汽车电子标识中存储的第一车牌号;
根据所述多条标识数据,确定每辆车辆对应的第一车牌号在所述预定时段内被所述卡口设备读取到的第一检测次数;
获得多台摄像机采集的多辆车辆对应的多条图像数据,其中,每条图像数据包括对应车辆中的物理车牌的第二车牌号,每个卡口设备对应一台摄像机;
根据所述多条图像数据,确定每辆车辆对应的第二车牌号在所述预定时段内被所述摄像机拍摄到的第二检测次数;
确定每辆车辆的第一检测次数与第二检测次数的比值;
确定第一检测次数与第二检测次数的比值小于等于第一预定比值的目标车辆,所述第一预定比值大于等于0且小于第二预定比值,所述第二预定比值小于1;
将所述目标车辆确定为克隆车辆。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
将第一检测次数与第二检测次数的比值大于等于所述第二预定比值且小于1的车辆确定为疑似克隆车辆;
按照预定确定策略,从所述疑似克隆车辆中确定克隆车辆。
3.如权利要求2所述的方法,其特征在于,按照预定确定策略,从所述疑似克隆车辆中确定克隆车辆,包括:
针对每辆疑似克隆车辆,确定每次读取该疑似克隆车辆的汽车电子标识的读取环境信息,以及确定每次拍摄该疑似克隆车辆的图像的拍摄环境信息,其中,所述读取环境信息包括读取时间和读取位置,所述拍摄环境信息包括拍摄时间和拍摄位置;
针对每辆疑似克隆车辆,若包括读取时间和拍摄时间的差值小于第一预定时间阈值且对应的读取位置和拍摄位置之间的距离大于预定距离,则将该疑似克隆车辆确定为克隆车辆。
4.如权利2所述的方法,其特征在于,按照预定确定策略,从所述疑似克隆车辆中确定克隆车辆,包括:
针对每辆疑似克隆车辆,确定该疑似克隆车辆的每条图像数据的拍摄时间和拍摄位置;
若存在两个拍摄时间之间的时间差值小于第二预定时间阈值,则确定该疑似克隆车辆为克隆车辆,其中,所述第二预定时间阈值为按照最高限速预计通过与所述两个拍摄时间对应的两个拍摄位置之间的距离需要的最短时间。
5.如权利要求1-4任一所述的方法,其特征在于,所述方法还包括:
向申请克隆车辆的汽车电子标识的用户对应的终端设备发送克隆警告信息和/或克隆处罚信息。
6.如权利要求1-4任一所述的方法,其特征在于,所述方法还包括:
查找汽车电子标识签发库,以确定与克隆车辆中的第二车牌号对应签发的目标汽车电子标识;
将申请所述目标汽车电子标识的车辆确定为被克隆车辆。
7.如权利要求6所述的方法,其特征在于,在将申请所述目标汽车电子标识的车辆确定为被克隆车辆之后,所述方法还包括:
向所述被克隆车辆的用户对应的终端设备发送克隆提示信息。
8.一种确定克隆车辆的装置,其特征在于,所述装置包括:
第一获得模块,用于获得多个卡口设备在预定时段内读取的多个汽车电子标识对应的多条标识数据,其中,每个汽车电子标识设置于一辆车辆中,每条标识数据包括对应车辆的汽车电子标识中存储的第一车牌号;
第一确定模块,用于根据所述多条标识数据,确定每辆车辆对应的第一车牌号在所述预定时段内被所述卡口设备读取到的第一检测次数;
第二获得模块,用于获得多台摄像机采集的多辆车辆对应的多条图像数据,其中,每条图像数据包括对应车辆中的物理车牌的第二车牌号,每个卡口设备对应一台摄像机;
第二确定模块,用于根据所述多条图像数据,确定每辆车辆对应的第二车牌号在所述预定时段内被所述摄像机拍摄到的第二检测次数;
处理模块,用于确定每辆车辆的第一检测次数与第二检测次数的比值;确定第一检测次数与第二检测次数的比值小于等于第一预定比值的目标车辆所述第一预定比值大于等于0且小于第二预定比值,所述第二预定比值小于1;以及将所述目标车辆确定为克隆车辆。
9.一种计算设备,其特征在于,所述计算设备包括:
存储器,用于存储程序指令;
处理器,用于调用所述存储器中存储的程序指令,按照获得的程序指令执行权利要求1-7任一所述的方法包括的步骤。
10.一种存储介质,其特征在于,所述存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行权利要求1-7任一所述的方法包括的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811529674.5A CN111325054B (zh) | 2018-12-14 | 2018-12-14 | 一种确定克隆车辆的方法、装置及计算设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811529674.5A CN111325054B (zh) | 2018-12-14 | 2018-12-14 | 一种确定克隆车辆的方法、装置及计算设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111325054A true CN111325054A (zh) | 2020-06-23 |
CN111325054B CN111325054B (zh) | 2023-05-23 |
Family
ID=71172268
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811529674.5A Active CN111325054B (zh) | 2018-12-14 | 2018-12-14 | 一种确定克隆车辆的方法、装置及计算设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111325054B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112115946A (zh) * | 2020-09-25 | 2020-12-22 | 重庆紫光华山智安科技有限公司 | 车牌的套牌识别方法、装置、存储介质和电子设备 |
CN112614347A (zh) * | 2020-12-22 | 2021-04-06 | 杭州海康威视系统技术有限公司 | 套牌检测方法、装置、计算机设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102426786A (zh) * | 2011-11-15 | 2012-04-25 | 无锡港湾网络科技有限公司 | 一种自动识别套牌车辆的智能视频分析系统及方法 |
CN103514745A (zh) * | 2013-10-16 | 2014-01-15 | 南京城市智能交通有限公司 | 一种基于智能交通的套牌车辆识别方法 |
CN104933870A (zh) * | 2015-05-21 | 2015-09-23 | 中兴软创科技股份有限公司 | 基于车辆行为分析的车辆套牌识别方法与装置 |
CN105150955A (zh) * | 2015-09-22 | 2015-12-16 | 厦门精图信息技术股份有限公司 | 一种防止套牌的车牌及其监管系统和监管方法 |
CN105206061A (zh) * | 2015-09-18 | 2015-12-30 | 成都融创智谷科技有限公司 | 依托采集rfid、视频来识别车牌的城市智能交通的方法 |
CN107038865A (zh) * | 2017-04-06 | 2017-08-11 | 北京易华录信息技术股份有限公司 | 一种基于汽车电子标识的克隆车辆位置确定方法及系统 |
CN107256634A (zh) * | 2017-06-28 | 2017-10-17 | 北京易华录信息技术股份有限公司 | 一种基于汽车电子标识提示违法车辆的方法及系统 |
CN107798334A (zh) * | 2017-08-25 | 2018-03-13 | 天津中兴智联科技有限公司 | 一种汽车电子标识数据和视频识别数据的匹配方法及装置 |
-
2018
- 2018-12-14 CN CN201811529674.5A patent/CN111325054B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102426786A (zh) * | 2011-11-15 | 2012-04-25 | 无锡港湾网络科技有限公司 | 一种自动识别套牌车辆的智能视频分析系统及方法 |
CN103514745A (zh) * | 2013-10-16 | 2014-01-15 | 南京城市智能交通有限公司 | 一种基于智能交通的套牌车辆识别方法 |
CN104933870A (zh) * | 2015-05-21 | 2015-09-23 | 中兴软创科技股份有限公司 | 基于车辆行为分析的车辆套牌识别方法与装置 |
CN105206061A (zh) * | 2015-09-18 | 2015-12-30 | 成都融创智谷科技有限公司 | 依托采集rfid、视频来识别车牌的城市智能交通的方法 |
CN105150955A (zh) * | 2015-09-22 | 2015-12-16 | 厦门精图信息技术股份有限公司 | 一种防止套牌的车牌及其监管系统和监管方法 |
CN107038865A (zh) * | 2017-04-06 | 2017-08-11 | 北京易华录信息技术股份有限公司 | 一种基于汽车电子标识的克隆车辆位置确定方法及系统 |
CN107256634A (zh) * | 2017-06-28 | 2017-10-17 | 北京易华录信息技术股份有限公司 | 一种基于汽车电子标识提示违法车辆的方法及系统 |
CN107798334A (zh) * | 2017-08-25 | 2018-03-13 | 天津中兴智联科技有限公司 | 一种汽车电子标识数据和视频识别数据的匹配方法及装置 |
Non-Patent Citations (2)
Title |
---|
罗文彬: "视频和射频双基识别系统在交通管理中的应用研究与展望" * |
贾晓: "套牌车辆的车型识别与检索技术研究" * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112115946A (zh) * | 2020-09-25 | 2020-12-22 | 重庆紫光华山智安科技有限公司 | 车牌的套牌识别方法、装置、存储介质和电子设备 |
CN112614347A (zh) * | 2020-12-22 | 2021-04-06 | 杭州海康威视系统技术有限公司 | 套牌检测方法、装置、计算机设备及存储介质 |
CN112614347B (zh) * | 2020-12-22 | 2022-03-15 | 杭州海康威视系统技术有限公司 | 套牌检测方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111325054B (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107645709B (zh) | 一种确定人员信息的方法及装置 | |
CN110910669A (zh) | 基于虚拟隔离的自动驾驶专用车道的管控方法和装置 | |
CN110503732B (zh) | 一种基于车辆检测的etc车辆交易方法和装置 | |
CN111935232A (zh) | 车辆信息确定方法、装置、设备及存储介质 | |
CN113888860A (zh) | 车辆异常行驶的检测方法、装置、服务器及可读存储介质 | |
CN113947892B (zh) | 异常停车的监测方法、装置、服务器及可读存储介质 | |
CN108932850B (zh) | 一种记录机动车低速行驶违法行为的方法及装置 | |
CN109697473A (zh) | 一种施工隧道车辆违章的检测方法、计算机装置以及计算机可读存储介质 | |
US10607100B2 (en) | Device for recognizing vehicle license plate number and method therefor | |
CN111325054A (zh) | 一种确定克隆车辆的方法、装置及计算设备 | |
CN114512002B (zh) | 一种道路路面异常检测方法及装置 | |
CN115935056A (zh) | 车辆虚假轨迹的识别方法、装置、设备及存储介质 | |
CN111930874A (zh) | 一种数据采集方法及电子设备 | |
CN107871393B (zh) | 一种自动判别车辆违章占用禁行车道的方法及其系统 | |
CN111369790B (zh) | 过车记录校正方法、装置、设备及存储介质 | |
CN116564133A (zh) | 潮汐车道的车辆预警方法、装置及电子设备 | |
CN113129581A (zh) | 车辆信息的传输系统及方法、存储介质、电子装置 | |
CN115019242B (zh) | 一种交通场景的异常事件检测方法、装置和处理设备 | |
CN111741267B (zh) | 一种车辆延误的确定方法、装置、设备及介质 | |
CN115909708A (zh) | 一种共享车辆超停管理方法、系统及装置 | |
CN115359443A (zh) | 交通事故检测方法和装置、电子设备和存储介质 | |
CN115273468A (zh) | 一种交通拥堵控制策略生成方法及装置 | |
CN113902999A (zh) | 一种跟踪方法、装置、设备及介质 | |
CN113821734B (zh) | 基于轨迹数据识别双司机的方法、装置、设备及介质 | |
CN113450588A (zh) | 交通信号灯时信息的处理方法、装置以及电子设备 |
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 |