CN111444798A - 电动自行车驾驶行为的识别方法、装置和计算机设备 - Google Patents

Abstract

本申请涉及一种电动自行车驾驶行为的识别方法、装置和计算机设备。所述方法包括：接收双基识别设备发送的目标电动自行车行驶过被监控区域的行车视频以及车辆定位信息；根据行车视频，从被监控区域对应的电子地图中确定出目标电动自行车的车辆位置，根据车辆位置确定目标电动自行车的第一行车轨迹；根据车辆定位信息确定目标电动自行车在电子地图中的定位位置，根据定位位置确定目标电动自行车的第二行车轨迹；根据第一行车轨迹和第二行车轨迹，确定目标行车轨迹，根据目标行车轨迹确定行车特征；根据行车特征确定对目标电动自行车的驾驶行为的识别结果。本方法基于图像处理技术和数据分析技术，提高了电动自行车驾驶行为的识别准确率。

Description

电动自行车驾驶行为的识别方法、装置和计算机设备

技术领域

本申请涉及数据处理技术领域，特别是涉及一种电动自行车驾驶行为的识别方法、装置、计算机设备和存储介质。

背景技术

随着电动自行车的普及，越来越多的人选择使用电动自行车作为出行的交通工具，各种电动自行车违法行为也随之出现；故对电动自行车违法行为进行识别，显得越来越重要。

目前，对电动自行车违法行为的识别，一般是通过对设置在被监控区域，比如路口、道路等的监控摄像头抓拍到的多张电动自行车的车辆图片进行图像识别，以确定电动自行车是否存在违法行为。但是，若拍摄到的图片中的车辆较多，或者拍摄到的图片受天气等环境因素影响导致图片不清晰，很容易造成对电动自行车驾驶行为的误识别或者漏识别，进而导致电动自行车驾驶行为的识别准确率较低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高电动自行车驾驶行为的识别准确率的电动自行车驾驶行为的识别方法、装置、计算机设备和存储介质。

一种电动自行车驾驶行为的识别方法，所述方法包括：

接收双基识别设备发送的目标电动自行车行驶过被监控区域的行车视频以及车辆定位信息；所述双基识别设备用于监控所述被监控区域内的电动自行车的行车情况；

根据所述行车视频，从所述被监控区域对应的电子地图中确定出所述目标电动自行车的车辆位置，根据所述车辆位置确定所述目标电动自行车通过所述被监控区域的第一行车轨迹；

根据所述车辆定位信息确定所述目标电动自行车在所述电子地图中的定位位置，根据所述定位位置确定所述目标电动自行车通过所述被监控区域的第二行车轨迹；

根据所述第一行车轨迹和所述第二行车轨迹，确定所述目标电动自行车通过所述被监控区域的目标行车轨迹，根据所述目标行车轨迹确定所述目标电动自行车通过所述被监控区域的行车特征；

根据所述行车特征确定对所述目标电动自行车的驾驶行为的识别结果。

在其中一个实施例中，所述车辆定位信息包括对应的时间信息；

所述根据所述车辆定位信息确定所述目标电动自行车在所述电子地图中的定位位置，根据所述定位位置确定所述目标电动自行车通过所述路口的第二行车轨迹，包括：

获取各个所述车辆定位信息在所述电子地图中的位置标识符；

根据所述位置标识符，确定所述目标电动自行车在所述电子地图中的定位位置；

按照所述时间信息，将各个所述定位位置作为定位节点进行连接，得到所述目标电动自行车通过所述被监控区域的第二行车轨迹。

在其中一个实施例中，所述根据所述第一行车轨迹和所述第二行车轨迹，确定所述目标电动自行车通过所述被监控区域的目标行车轨迹，包括：

从所述第一行车轨迹中提取出所述目标电动自行车在所述被监控区域包括的预设通行区域的第一车辆位置；

从所述第二行车轨迹中提取出所述目标电动自行车在所述预设通行区域的第二车辆位置；

根据所述第一车辆位置和所述第二车辆位置，确定所述目标电动自行车在所述预设通行区域的车辆位置；

将各个所述预设通行区域的车辆位置当作位置节点进行连接，得到所述目标电动自行车通过所述被监控区域的目标行车轨迹；

所述根据所述目标行车轨迹确定所述目标电动自行车通过所述被监控区域的行车特征，包括：

根据所述目标行车轨迹，确定所述目标电动自行车的行驶方向和行驶区域；

获取与所述行驶方向对应的路口的当前交通灯状态，根据所述当前交通灯状态，确定所述目标电动自行车的通行状态；

将所述目标电动自行车的所述行驶方向、所述行驶区域和所述通行状态，识别为所述目标电动自行车通过所述被监控区域的行车特征。

在其中一个实施例中，所述根据所述行车特征确定对所述目标电动自行车的驾驶行为的识别结果，包括：

若所述行车特征与预设的违法行车特征匹配，则确认所述目标电动自行车的驾驶行为为违法驾驶行为；

若所述行车特征与所述预设的违法行车特征不匹配，则确认所述目标电动自行车的驾驶行为为合法驾驶行为。

在其中一个实施例中，所述行车视频携带有所述目标电动自行车的车辆信息；

在确认所述目标电动自行车的驾驶行为为违法驾驶行为之后，还包括：

根据所述目标电动自行车的车辆信息，查询预设的车辆信息与车主信息的对应关系，得到所述目标电动自行车的车主信息；

获取预设的提醒信息；

将所述预设的提醒信息发送至所述车主信息绑定的终端。

在其中一个实施例中，在确认所述目标电动自行车的驾驶行为为违法驾驶行为之后，还包括：

将所述目标电动自行车的所述违法驾驶行为上传至违章处理平台；所述违章处理平台用于根据所述目标电动自行车的所述违法驾驶行为，执行对应的违章处理操作。

在其中一个实施例中，所述方法还包括：

根据对所述目标电动自行车的驾驶行为的识别结果，确定所述目标电动自行车的驾驶行为分数；

根据预设的驾驶行为分数与驾驶行为安全等级的对应关系，确定所述目标电动自行车的驾驶行为安全等级。

一种电动自行车驾驶行为的识别装置，所述装置包括：

信息接收模块，用于接收双基识别设备发送的目标电动自行车行驶过被监控区域的行车视频以及车辆定位信息；所述双基识别设备用于监控通过所述被监控区域内的电动自行车的行车情况；

第一行车轨迹确定模块，用于根据所述行车视频，从所述被监控区域对应的电子地图中确定出所述目标电动自行车的车辆位置，根据所述车辆位置确定所述目标电动自行车通过所述被监控区域的第一行车轨迹；

第二行车轨迹确定模块，用于根据所述车辆定位信息确定所述电动自行车在所述电子地图中的定位位置，根据所述定位位置确定所述电动自行车通过所述被监控区域的第二行车轨迹；

行车特征确定模块，用于根据所述第一行车轨迹和所述第二行车轨迹，确定所述目标电动自行车通过所述被监控区域的目标行车轨迹，根据所述目标行车轨迹确定所述电动自行车通过所述被监控区域的行车特征；

识别结果确定模块，用于根据行车特征确定对所述目标电动自行车的驾驶行为的识别结果。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

接收双基识别设备发送的目标电动自行车行驶过被监控区域的行车视频以及车辆定位信息；所述双基识别设备用于监控所述被监控区域内的电动自行车的行车情况；

根据所述行车视频，从所述被监控区域对应的电子地图中确定出所述目标电动自行车的车辆位置，根据所述车辆位置确定所述目标电动自行车通过所述被监控区域的第一行车轨迹；

根据所述车辆定位信息确定所述目标电动自行车在所述电子地图中的定位位置，根据所述定位位置确定所述目标电动自行车通过所述被监控区域的第二行车轨迹；

根据所述第一行车轨迹和所述第二行车轨迹，确定所述目标电动自行车通过所述被监控区域的目标行车轨迹，根据所述目标行车轨迹确定所述目标电动自行车通过所述被监控区域的行车特征；

根据所述行车特征确定对所述目标电动自行车的驾驶行为的识别结果。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

接收双基识别设备发送的目标电动自行车行驶过被监控区域的行车视频以及车辆定位信息；所述双基识别设备用于监控所述被监控区域内的电动自行车的行车情况；

根据所述行车视频，从所述被监控区域对应的电子地图中确定出所述目标电动自行车的车辆位置，根据所述车辆位置确定所述目标电动自行车通过所述被监控区域的第一行车轨迹；

根据所述车辆定位信息确定所述目标电动自行车在所述电子地图中的定位位置，根据所述定位位置确定所述目标电动自行车通过所述被监控区域的第二行车轨迹；

根据所述第一行车轨迹和所述第二行车轨迹，确定所述目标电动自行车通过所述被监控区域的目标行车轨迹，根据所述目标行车轨迹确定所述目标电动自行车通过所述被监控区域的行车特征；

根据所述行车特征确定对所述目标电动自行车的驾驶行为的识别结果。

上述电动自行车驾驶行为的识别方法、装置、计算机设备和存储介质，通过接收双基识别设备发送的目标电动自行车行驶过被监控区域的行车视频以及车辆定位信息，并根据行车视频从被监控区域对应的电子地图中确定出目标电动自行车的车辆位置，根据车辆位置确定目标电动自行车通过被监控区域的第一行车轨迹，以及根据车辆定位信息确定电动自行车在电子地图中的定位位置，根据定位位置确定目标电动自行车通过被监控区域的第二行车轨迹；然后根据第一行车轨迹和第二行车轨迹，确定目标电动自行车通过被监控区域的目标行车轨迹，根据目标行车轨迹确定目标电动自行车通过被监控区域的行车特征，最后根据行车特征确定对目标电动自行车的驾驶行为的识别结果；实现了根据电动自行车的车辆定位信息以及行车视频，自动对电动自行车的驾驶行为进行识别的目的，结合基于行车视频确定的第一行车轨迹以及基于车辆定位信息确定的第二行车轨迹，确定电动自行车的目标行车轨迹，进而确定对电动自行车的驾驶行为的识别结果，避免了仅仅基于拍摄到的图片对电动自行车驾驶行为进行识别，容易存在误识别或者漏识别，导致电动自行车驾驶行为的识别准确率较低的缺陷，进一步提高了电动自行车驾驶行为的识别准确率。同时，综合考虑电动自行车的车辆定位信息以及车辆视频，使得识别出的电动自行车的驾驶行为更加准确，从而提高了电动自行车的驾驶行为的识别准确率。

附图说明

图1为一个实施例中电动自行车驾驶行为的识别方法的应用场景图；

图2为一个实施例中电动自行车驾驶行为的识别方法的流程示意图；

图3为一个实施例中十字交叉路口的示意图；

图4为一个实施例中十字交叉路口的预设通行区域的示意图；

图5为另一个实施例中电动自行车驾驶行为的识别方法的流程示意图；

图6为一个实施例中电动自行车驾驶行为的识别装置的结构框图；

图7为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请提供的电动自行车驾驶行为的识别方法，可以应用于如图1所示的应用环境中。其中，双基识别设备110与服务器120通过网络进行通信。双基识别设备110设置在被监控区域，比如十字交叉道路的各个路口，用于实时监控通过被监控区域的电动自行车的行车情况，比如双基识别设备110采集目标电动自行车行驶过被监控区域的行车视频以及车辆定位信息，并将采集到的目标电动自行车行驶过被监控区域的的行车视频以及车辆定位信息发送至对应的服务器120。服务器120根据行车视频，从被监控区域对应的电子地图中确定出目标电动自行车的车辆位置，根据车辆位置确定目标电动自行车通过被监控区域的第一行车轨迹；根据车辆定位信息确定目标电动自行车在电子地图中的定位位置，根据定位位置确定目标电动自行车通过被监控区域的第二行车轨迹；根据第一行车轨迹和第二行车轨迹，确定目标电动自行车通过被监控区域的目标行车轨迹，根据目标行车轨迹确定目标电动自行车通过被监控区域的行车特征；根据行车特征确定对目标电动自行车的驾驶行为的识别结果。其中，双基识别设备110是指安装有摄像装置(比如摄像头)的射频识别设备，比如双基RFID(Radio Frequency Identification，射频识别)设备；服务器120可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一个实施例中，如图2所示，提供了一种电动自行车驾驶行为的识别方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：

步骤S201，接收双基识别设备发送的目标电动自行车行驶过被监控区域的行车视频以及车辆定位信息；双基识别设备用于监控被监控区域内的电动自行车的行车情况。

在本步骤中，双基识别设备是指带有摄像头的RFID设备，比如双基RFID设备；双基识别设备能够监控被监控区域内的电动自行车的行车情况，并采集行驶过被监控区域的电动自行车的车辆信息、行车视频、车辆定位信息等；一般设置在路口处，比如十字交叉路口、T字形路口等。如图3所示，在十字交叉路口四个方向分别设置1台双基识别设备，并明确每台双基识别设备的天线朝向。当然，双基识别设备还可以设置在其他位置，比如道路旁边；具体设置位置根据被监控区域而定，本申请不做具体限定。车辆信息一般是指电动自行车的车牌信息、型号信息、车主信息等，行车视频是指通过双基识别设备中的摄像头拍摄得到的行驶过被监控区域的电动自行车的视频，车辆定位信息是指通过双基识别设备中的RFID设备采集得到的行驶过被监控区域的电动自行车的位置信息，可以是指电动自行车的经纬度坐标信息(如经度坐标信息和纬度坐标信息)，比如(31.2121751783,121.4411213954)；需要说明的是，本申请中的车辆定位信息是指多个车辆定位信息。

在本步骤中，电动自行车是指以蓄电池作为辅助能源的自行车，其安装有RFID标签，可以通过RFID标签写入设备向该RFID标签中写入电动自行车的车辆信息、年检信息、投保信息等；目标电动自行车是指需要识别驾驶行为的电动自行车；被监控区域是指双基识别设备的监控区域，比如路口、道路等。

具体实现中，设置在被监控区域附近的双基识别设备实时采集行驶过被监控区域的电动自行车的行车视频以及车辆定位信息，车辆视频和车辆定位信息均携带有车辆信息；从采集到的行驶过被监控区域的电动自行车的行车视频以及车辆定位信息中，筛选出属于同一车辆信息的行车视频以及车辆定位信息，作为行驶过被监控区域的目标电动自行车的行车视频以及车辆定位信息，并将行驶过被监控区域的目标电动自行车的行车视频以及车辆定位信息发送至对应的服务器；由服务器接收行驶过被监控区域的目标电动自行车的行车视频以及车辆定位信息，便于后续根据行驶过被监控区域的目标电动自行车的行车视频以及车辆定位信息，确定目标电动自行车的驾驶行为。

举例说明，参考图3，已安装有RFID标签的电动自行车行驶通过安装有双基RFID设备的路口，双基RFID设备发射超高频电磁波信号，电动自行车上安装的RFID标签接收超高频电磁波信号，启动芯片验证写入车辆信息，比如车牌信息，并将车辆信息发回至双基RFID设备。同时，在这个过程中，双基RFID设备通过与电动自行车上安装的RFID标签进行多次通信，即可获取通过路口的电动自行车的多个车辆定位信息；或者，通过RFID定位技术，可以得到通过路口的电动自行车的多个车辆定位信息，每个车辆定位信息均携带有车辆信息，比如车牌信息。同时，双基RFID设备还可以启动摄像头拍摄通过上述路口的电动自行车的行车视频，并从行车视频中筛选出车辆关键帧静态图像，提取出车辆关键帧静态图像的图像特征，对图像特征进行分析，得到通过上述路口的电动自行车的车辆信息，比如车牌信息；其中，车辆关键帧静态图像是指能够清晰展示电动自行车的车牌号码的静态图像。接着，双基RFID设备从采集到的通过路口的电动自行车的行车视频以及车辆定位信息中，筛选出属于同一车牌信息的电动自行车的行车视频以及多个车辆定位信息，作为通过路口的目标电动自行车的行车视频以及车辆定位信息，并将通过路口的目标电动自行车的行车视频以及车辆定位信息发送至对应的服务器。

步骤S202，根据行车视频，从被监控区域对应的电子地图中确定出目标电动自行车的车辆位置，根据车辆位置确定目标电动自行车通过被监控区域的第一行车轨迹。

在本步骤中，电子地图是指将实际场景映射到计算机上的地图；被监控区域对应的电子地图是指将被监控区域的实际场景映射到计算机上的地图，如图3所示的十字交叉路口电子地图；通过被监控区域对应的电子地图有利于后续确定目标电动自行车的行车轨迹。

在本步骤中，第一行车轨迹是指基于目标电动自行车在被监控区域对应的电子地图中的车辆位置所确定的行车轨迹，能够反映电动自行车行驶过被监控区域的驾驶行为；比如，直行、向左转、向右转等，如图3所示。

具体地，服务器从行车视频中筛选出目标电动自行车的车辆关键帧静态图像，提取出车辆关键帧静态图像的图像特征，对图像特征进行分析，确定目标电动自行车在被监控区域所示图像中的位置信息；根据预设的被监控区域所示图像中的位置信息与被监控区域的电子地图中的位置的映射关系，确定目标电动自行车在被监控区域的电子地图中的车辆位置；将各个车辆位置作为位置节点进行连接，得到目标电动自行车通过被监控区域的第一行车轨迹。需要说明的是，由于双基识别设备的摄像头的拍摄角度固定，且覆盖整片被监控区域，那么行车视频中的视频帧对应的被监控区域所示图像的大小一致。

举例说明，服务器从行车视频中筛选出目标电动自行车的车辆关键帧静态图像，将车辆关键帧静态图像输入预先训练的卷积神经网络模型中，通过卷积神经网络模型提取车辆关键帧静态图像的图像特征，并对图像特征进行识别，得到目标电动自行车在被监控区域所示中的位置信息，比如对图像特征进行分析处理，得到目标电动自行车在被监控区域所示图像中的像素坐标，作为目标电动自行车在被监控区域所示图像中的位置信息；根据目标电动自行车在被监控区域所示图像中的位置信息，查询预设的被监控区域所示图像中的位置信息与被监控区域的电子地图中的位置的映射关系，确定目标电动自行车在被监控区域对应的电子地图中的车辆位置，比如确定目标电动自行车在被监控区域所示图像中的位置信息为位置A1，并根据预设的被监控区域所示图像中的位置信息与被监控区域的电子地图中的位置的映射关系，确定与位置A1映射的位置为位置A2，则将位置A2作为目标电动自行车在被监控区域对应的电子地图中的车辆位置，以此类推，可以得到目标电动自行车在被监控区域对应的电子地图中的多个车辆位置；获取车辆关键帧静态图像的时间戳，作为对应确定出的车辆位置的时间信息；按照时间信息，将各个车辆位置作为位置节点进行连接，得到电动自行车通过被监控区域的第一行车轨迹。

步骤S203，根据车辆定位信息确定目标电动自行车在电子地图中的定位位置，根据定位位置确定目标电动自行车通过被监控区域的第二行车轨迹。

在本步骤中，第二行车轨迹是指基于目标电动自行车在被监控区域的电子地图中的定位位置所确定的行车轨迹，能够反映目标电动自行车通过被监控区域的驾驶行为；比如，直行、向左转、向右转等，如图3所示。

具体地，服务器预先去除重复的车辆定位信息，并根据预设的定位信息与路口的电子地图中的定位位置的映射关系，确定目标电动自行车在被监控区域的电子地图中的定位位置；将各个定位位置作为定位节点进行连接，得到目标电动自行车通过被监控区域的第二行车轨迹。

举例说明，服务器根据车辆定位信息查询预设的定位信息与被监控区域的电子地图中的定位位置的映射关系，确定目标电动自行车在被监控区域对应的电子地图中的定位位置；比如目标电动自行车的车辆定位信息为位置A3，则根据预设的定位信息与被监控区域的电子地图中的定位位置的映射关系，确定与位置A3映射的定位位置为位置A4，则将位置A4作为目标电动自行车在被监控区域对应的电子地图中的定位位置，以此类推，可以得到目标电动自行车在被监控区域对应的电子地图中的多个定位位置；获取车辆定位信息对应的时间信息，作为对应确定出的定位位置的时间信息；按照时间信息，将各个定位位置作为定位节点进行连接，得到目标电动自行车通过被监控区域的第二行车轨迹。

步骤S204，根据第一行车轨迹和第二行车轨迹，确定目标电动自行车通过被监控区域的目标行车轨迹，根据目标行车轨迹确定目标电动自行车通过被监控区域的行车特征。

在本步骤中，目标行车轨迹是指基于第一行车轨迹和第二行车轨迹综合确定的最终行车轨迹，能够反映目标电动自行车通过被监控区域的驾驶行为；比如，直行、向左转、向右转等，如图3所示。目标电动自行车通过被监控区域的行车特征用于衡量目标电动自行车通过被监控区域的行车信息，可以是指行驶方向、行驶区域或者通行状态等；其中，行驶方向是指直行通过路口、逆行通过路口、左转通过路口等；行驶区域是指主干道、禁限行区域、次干道、机动车道等；通行状态是指目标电动自行车通过行驶方向对应的路口的状态，比如闯红灯、绿灯通行等；在实际场景中，行车特征是指直行绿灯通行特征、左转绿灯通行特征、直行闯红灯特征、左转闯红灯特征、逆行通过特征、超载载物特征、未佩戴头盔特征、上桥隧特征、占用主干道特征、驶入禁限行区域特征等。

具体地，服务器根据第二行车轨迹对第一行车轨迹进行修正，得到修正后的第一行车轨迹，作为目标电动自行车通过被监控区域的目标行车轨迹；比如将第二行车轨迹的后半部分轨迹，与第一行车轨迹的前半部分轨迹连接起来，得到修正后的第一行车轨迹，作为目标电动自行车通过被监控区域的目标行车轨迹；或者，服务器从第一行车轨迹中提取出目标电动自行车在被监控区域包括的各个预设通行区域的第一车辆位置，以及从第二行车轨迹中提取出目标电动自行车在各个预设通行区域的第二车辆位置；获取各个预设通行区域的第一车辆位置和第二车辆位置之间的位置平均值，作为各个预设通行区域的车辆位置；将各个预设通行区域的车辆位置当作位置节点进行连接，得到目标电动自行车通过被监控区域的目标行车轨迹。根据目标行车轨迹，确定电动自行车的行驶方向、行驶区域和通行状态，作为目标电动自行车通过被监控区域的行车特征。这样，综合考虑目标电动自行车的第一行车轨迹以及第二行车轨迹，使得后续识别出的目标电动自行车的驾驶行为更加准确，从而提高了电动自行车的驾驶行为的识别准确率。

举例说明，参考图3，服务器根据目标电动自行车的第一行车轨迹，确定电动自行车是直行通过路口，且当前交通灯状态为红灯；根据目标电动自行车的第二行车轨迹，确定电动自行车也是直行通过路口；则确认目标电动自行车通过路口的目标行车轨迹为直行闯红灯，且行车特征为直行、闯红灯；又例如，服务器根据目标电动自行车的第一行车轨迹，确定目标电动自行车是左转通过路口，且当前交通灯状态为红灯；根据目标电动自行车的第二行车轨迹，确定目标电动自行车也是左转通过路口，则确认目标电动自行车通过路口的目标行车轨迹为左转闯红灯，且行车特征为左转、闯红灯。

又例如，服务器根据目标电动自行车通过被监控区域的目标行车轨迹，确定目标电动自行车的驾驶方向为直行，驾驶区域为禁限行区域，则说明目标电动自行车通过被监控区域的行车特征为直行通过禁限行区域。

此外，服务器还可以根据行车视频中的全景大图，利用人体结构化、车辆结构化、人脸结构化算法识别目标电动自行车是否存在超载行为(比如超载载人、超载载物等)或者未佩戴头盔；同时根据双基RFID设备采集的车辆信息，确定目标电动自行车的车牌信息和车主信息；若目标电动自行车存在超载行为或者未佩戴头盔，则确认目标电动自行车通过被监控区域的行车特征为目标电动自行车超载或者目标电动自行车的车主未佩戴头盔。

步骤S205，根据行车特征确定对目标电动自行车的驾驶行为的识别结果。

具体地，服务器将行车特征与预设的违法行车特征(比如左转闯红灯、直行闯红灯等)等进行匹配；若匹配成功，则确认目标电动自行车通过被监控区域的驾驶行为为预设的违法驾驶行为；若匹配失败，则确认目标电动自行车通过被监控区域的驾驶行为不属于预设的违法驾驶行为，说明在通过被监控区域的过程中，目标电动自行车的驾驶行为为合法驾驶行为，从而得到对目标电动自行车的驾驶行为的识别结果。这样，根据目标电动自行车的目标行车轨迹，确定对目标电动自行车的驾驶行为的识别结果，避免了仅仅基于拍摄到的图片对电动自行车驾驶行为进行识别，容易存在误识别或者漏识别，导致电动自行车驾驶行为的识别准确率较低的缺陷，进一步提高了电动自行车驾驶行为的识别准确率；同时，整个过程中无需执行人员参与，从而实现了自动对通过被监控区域的电动自行车的驾驶行为进行识别的目的，进而节约了大量人力成本，从而提高了对通过被监控区域的电动自行车的驾驶行为的识别效率。

上述电动自行车驾驶行为的识别方法中，通过接收双基识别设备发送的目标电动自行车行驶过被监控区域的行车视频以及车辆定位信息，并根据行车视频从被监控区域对应的电子地图中确定出目标电动自行车的车辆位置，根据车辆位置确定目标电动自行车通过被监控区域的第一行车轨迹，以及根据车辆定位信息确定电动自行车在电子地图中的定位位置，根据定位位置确定目标电动自行车通过被监控区域的第二行车轨迹；然后根据第一行车轨迹和第二行车轨迹，确定目标电动自行车通过被监控区域的目标行车轨迹，根据目标行车轨迹确定目标电动自行车通过被监控区域的行车特征，最后根据行车特征确定对目标电动自行车的驾驶行为的识别结果；实现了根据电动自行车的车辆定位信息以及行车视频，自动对电动自行车的驾驶行为进行识别的目的，结合基于行车视频确定的第一行车轨迹以及基于车辆定位信息确定的第二行车轨迹，确定电动自行车的目标行车轨迹，进而确定对电动自行车的驾驶行为的识别结果，避免了仅仅基于拍摄到的图片对电动自行车驾驶行为进行识别，容易存在误识别或者漏识别，导致电动自行车驾驶行为的识别准确率较低的缺陷，进一步提高了电动自行车驾驶行为的识别准确率。同时，综合考虑电动自行车的车辆定位信息以及车辆视频，使得识别出的电动自行车的驾驶行为更加准确，从而提高了电动自行车的驾驶行为的识别准确率。

在一个实施例中，车辆定位信息包括对应的时间信息，那么上述步骤S203，根据车辆定位信息确定目标电动自行车在电子地图中的定位位置，根据定位位置确定目标电动自行车通过被监控区域的第二行车轨迹，包括：获取各个车辆定位信息在电子地图中的位置标识符；根据位置标识符，确定目标电动自行车在电子地图中的定位位置；按照时间信息，将各个定位位置作为定位节点进行连接，得到目标电动自行车通过被监控区域的第二行车轨迹。

其中，位置标识符用于标识车辆定位信息在被监控区域的电子地图中的位置。

具体地，服务器获取各个车辆定位信息在被监控区域的电子地图中的位置标识符；根据位置标识符，确定各个车辆定位信息在被监控区域的电子地图中的位置，作为目标电动自行车在电子地图中的定位位置；按照车辆定位信息对应的时间信息，将对应确定出的定位位置当作定位节点依次连接起来，得到一条连接各个定位节点的线段，作为目标电动自行车通过被监控区域的第二行车轨迹。

在本实施例中，根据车辆定位信息，确定目标电动自行车通过被监控区域的第二行车轨迹，有利于后续结合电动自行车通过被监控区域的第一行车轨迹，自动对电动自行车的驾驶行为进行识别，避免了仅仅基于拍摄到的图片对电动自行车驾驶行为进行识别，容易存在误识别或者漏识别，导致电动自行车驾驶行为的识别准确率较低的缺陷，进一步提高了电动自行车驾驶行为的识别准确率。

在一个实施例中，上述步骤S204，根据第一行车轨迹和第二行车轨迹，确定目标电动自行车通过被监控区域的目标行车轨迹，包括：从第一行车轨迹中提取出目标电动自行车在被监控区域包括的预设通行区域的第一车辆位置；从第二行车轨迹中提取出目标电动自行车在预设通行区域的第二车辆位置；根据第一车辆位置和第二车辆位置，确定目标电动自行车在预设通行区域的车辆位置；将各个预设通行区域的车辆位置当作位置节点进行连接，得到目标电动自行车通过被监控区域的目标行车轨迹。

在本步骤中，被监控区域包括的预设通行区域是指由被监控区域划分而成的多个区域，具体是指被监控区域中的各个通行区域，比如将整个十字交叉路口划分成多个预设通行区域，如图4所示的灰色小方格区域。

具体地，服务器识别第一行车轨迹经过的被监控区域中的预设通行区域，比如预设通行区域A、预设通行区域B、预设通行区域C等；从第一行车轨迹中提取出目标电动自行车在预设通行区域的第一车辆位置，比如从第一行车轨迹中提取出目标电动自行车在预设通行区域A、预设通行区域B、预设通行区域C的一个车辆位置，分别作为目标电动自行车在预设通行区域A、预设通行区域B、预设通行区域C的第一车辆位置；参照上述方式，从第二行车轨迹中提取出目标电动自行车在预设通行区域的第二车辆位置；获取目标电动自行车在预设通行区域的第一车辆位置和第二车辆位置之间的位置平均值，作为目标电动自行车在该预设通行区域的车辆位置；比如目标电动自行车在预设通行区域A的第一车辆位置为(a，b),第二车辆位置为(c，d)，则目标电动自行车在预设通行区域A的车辆位置为[(a+c)/2，(b+d)/2]；以此类推，可以得到目标电动自行车在多个预设通行区域的车辆位置；将各个预设通行区域的车辆位置当作位置节点进行连接，得到一条连接各个位置节点的线段，作为目标电动自行车通过被监控区域的目标行车轨迹。

在本实施例中，根据第一行车轨迹和第二行车轨迹，确定目标电动自行车通过路口的目标行车轨迹，有利于后续根据目标行车轨迹准确确定出目标电动自行车通过被监控区域的驾驶行为，从而提高了电动自行车驾驶行为的识别准确率。

在一个实施例中，上述步骤S204，根据目标行车轨迹确定电动自行车通过被监控区域的行车特征，包括：根据目标行车轨迹，确定目标电动自行车的行驶方向和行驶区域；获取与行驶方向对应的路口的当前交通灯状态，根据当前交通灯状态，确定目标电动自行车的通行状态；将目标电动自行车的行驶方向、行驶区域和通行状态，识别为目标电动自行车通过被监控区域的行车特征。

具体地，服务器对目标行车轨迹进行分析，得到电动自行车的行驶方向和行驶区域，从被监控区域关联的交通灯管理系统中获取与行驶方向对应的路口的当前交通灯状态，比如与直行路口对应的当前交通灯状态；根据当前交通灯状态，确定目标电动自行车的通行状态，比如若当前交通灯为红灯，说明目标电动自行车的通行状态为闯红灯；若当前交通灯为绿灯，说明目标电动自行车的通行状态为绿灯通行；将确定出的目标电动自行车的行驶方向、行驶区域和通行状态，识别为目标电动自行车通过被监控区域的行车特征。这样，有利于后续基于目标电动自行车通过被监控区域的行车特征，对目标电动自行车的驾驶行为进行识别，避免了仅仅基于拍摄到的图片对电动自行车驾驶行为进行识别，容易存在误识别或者漏识别，导致电动自行车驾驶行为的识别准确率较低的缺陷，进一步提高了电动自行车驾驶行为的识别准确率。

在一个实施例中，上述步骤S205，根据行车特征确定对目标电动自行车的驾驶行为的识别结果，包括：若行车特征与预设的违法行车特征匹配，则确认电动自行车的驾驶行为为违法驾驶行为；若行车特征与预设的违法行车特征不匹配，则确认电动自行车的驾驶行为为合法驾驶行为。

在本步骤中，行车特征用于表征目标电动自行车通过被监控区域的行车信息，比如直行绿灯通过特征、左转绿灯通过特征、直行闯红灯特征、左转闯红灯特征、超载载物特征、未佩戴头盔特征等；预设的违法行车特征是指从预设的违法驾驶行为信息中所提取出的行车特征，比如直行闯红灯特征、左转闯红灯特征、超载载物特征等。

具体地，服务器将行车特征与预设的违法行车特征进行匹配，若匹配成功，则确认目标电动自行车通过被监控区域的行车特征为预设的违法行车特征，说明目标电动自行车的驾驶行为为违法驾驶行为；若匹配失败，则确认目标电动自行车通过被监控区域的行车特征不是预设的违法行车特征，说明目标电动自行车的驾驶行为为合法驾驶行为。

举例说明，若行驶区域为主干道，说明目标电动自行车存在占用主干道的违法驾驶行为；若行驶方向为直行，通行状态为闯红灯等，说明目标电动自行车存在直行闯红灯的违法驾驶行为。这样，整个过程中无需执行人员参与，从而实现了自动对通过被监控区域的目标电动自行车的驾驶行为进行识别的目的，进而节约了大量人力成本，进一步提高了对通过路口的目标电动自行车的驾驶行为的识别效率。

在一个实施例中，行车视频携带有目标电动自行车的车辆信息；那么，在确认目标电动自行车的驾驶行为为违法驾驶行为之后，还包括：根据目标电动自行车的车辆信息，查询预设的车辆信息与车主信息的对应关系，得到目标电动自行车的车主信息；获取预设的提醒信息；将预设的提醒信息发送至车主信息绑定的终端。

在本步骤中，车主信息是指用于标识车主身份的信息，比如车主姓名、车主身份证号码等；车主信息绑定的终端可以是手机、平板电脑等；

以车辆信息为车牌信息为例进行说明，服务器根据目标电动自行车的车牌信息，查询预设的车牌信息与车主信息的对应关系，得到目标电动自行车的车主信息；根据目标电动自行车的违法驾驶行为，从本地数据库中获取对应的预设提醒信息，比如“请不要闯红灯，注意安全驾驶”；将预设提醒信息通过短信的形式发送至车主信息对应的车主手机，以提醒车主安全驾驶。

在本实施例中，在确认目标电动自行车的驾驶行为为违法驾驶行为之后，通过将预设的提醒信息发送至车主信息绑定的终端，有利于提醒车主安全驾驶，避免出现安全事故。

在一个实施例中，在确认目标电动自行车的驾驶行为为违法驾驶行为之后，还包括：将目标电动自行车的违法驾驶行为上传至违章处理平台；违章处理平台用于根据目标电动自行车的违法驾驶行为，执行对应的违章处理操作。

具体地，在确认目标电动自行车的驾驶行为为违法驾驶行为之后，服务器还可以将目标电动自行车的违法驾驶行为上传至违章处理平台；违章处理平台自动根据目标电动自行车的违法驾驶行为，执行对应的违章处理操作，比如罚款、扣分等。当然，违章处理平台还可以存储记录目标电动自行车的违法驾驶行为，以进行备份和追溯。

在一个实施例中，本申请的电动自行车驾驶行为的识别方法还包括：根据对目标电动自行车的驾驶行为的识别结果，确定目标电动自行车的驾驶行为分数；根据预设的驾驶行为分数与驾驶行为安全等级的对应关系，确定目标电动自行车的驾驶行为安全等级。

在本步骤中，目标电动自行车的驾驶行为分数以及驾驶行为安全等级均用于衡量目标电动自行车对应的驾驶员的驾驶行为的安全程度，若驾驶行为分数较低，则对应的驾驶员的驾驶行为安全等级较低，说明驾驶员的驾驶行为存在危险性。

例如，服务器对目标电动自行车的驾驶行为的识别结果，确定目标电动自行车的驾驶行为；查询预设的驾驶行为与驾驶行为分数的对应关系，得到目标电动自行车的驾驶行为分数；当目标电动自行车的驾驶行为分数大于或者等于第一阈值时，确定目标电动自行车的驾驶行为安全等级为第一安全等级；当目标电动自行车的驾驶行为分数大于第二阈值且小于第一阈值，确定目标电动自行车的驾驶行为安全等级为第二安全等级；当目标电动自行车的驾驶行为分数小于或等于第二阈值，确定目标电动自行车的驾驶行为安全等级为第三安全等级。

进一步地，在确定目标电动自行车的驾驶行为安全等级之后，服务器还可以将预设时间范围内(比如一个季度、一年等)的目标电动自行车的驾驶行为安全等级发送至车险服务器；车险服务器根据预设时间范围内的目标电动自行车的驾驶行为安全等级，确定目标电动自行车的驾驶行为综合等级；比如，获取预设时间范围内的目标电动自行车的驾驶行为安全等级的平均值，作为目标电动自行车的驾驶行为综合等级；获取与驾驶行为综合等级对应的车险报价信息，并将车险报价信息发送至车主信息绑定的终端，以供车主查看。例如，若驾驶行为综合等级较高，说明车主日常的驾驶行为都很好，则可以降低下一年的车险报价；若驾驶行为综合等级较低，说明车主日常的驾驶行为不是很好，则可以提高下一年的车险报价。

在一个实施例中，当目标电动自行车驶离路口时，通过RFID感知监控报警设备检测到目标电动自行车驶入不符合电动自行车充电的区域，诸如住宅小区大堂、楼道、架空层等，则触发报警，比如广播报警信息、开启报警灯等；并将报警信息发送至上述区域的工作人员，以提醒工作人员当前有电动自行车驶入不符合电动自行车充电的区域，请及时前往现场处理。

在一个实施例中，如图5所示，提供了另一种电动自行车驾驶行为的识别方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：

步骤S501，接收双基识别设备发送的目标电动自行车行驶过被监控区域的行车视频以及车辆定位信息；双基识别设备用于监控被监控区域内的电动自行车的行车情况。

步骤S502，根据行车视频，从被监控区域对应的电子地图中确定出目标电动自行车的车辆位置，根据车辆位置确定目标电动自行车通过被监控区域的第一行车轨迹。

步骤S503，根据车辆定位信息确定目标电动自行车在电子地图中的定位位置，根据定位位置确定目标电动自行车通过被监控区域的第二行车轨迹。

步骤S504，根据第一行车轨迹和第二行车轨迹，确定目标电动自行车通过被监控区域的目标行车轨迹，根据目标行车轨迹确定目标电动自行车通过被监控区域的行车特征。

步骤S505，若行车特征与预设的违法行车特征匹配，则确认目标电动自行车的驾驶行为为违法驾驶行为。

步骤S506，根据目标电动自行车的车辆信息，查询预设的车辆信息与车主信息的对应关系，得到目标电动自行车的车主信息；获取预设的提醒信息；将预设的提醒信息发送至车主信息绑定的终端。

步骤S507，将目标电动自行车的违法驾驶行为上传至违章处理平台；违章处理平台用于根据目标电动自行车的违法驾驶行为，执行对应的违章处理操作。

步骤S508，根据对目标电动自行车的驾驶行为的识别结果，确定目标电动自行车的驾驶行为分数；根据预设的驾驶行为分数与驾驶行为安全等级的对应关系，确定目标电动自行车的驾驶行为安全等级。

上述电动自行车驾驶行为的识别方法，实现了根据电动自行车的车辆定位信息以及行车视频，自动对电动自行车的驾驶行为进行识别的目的，结合基于行车视频确定的第一行车轨迹以及基于车辆定位信息确定的第二行车轨迹，确定电动自行车的目标行车轨迹，进而确定对电动自行车的驾驶行为的识别结果，避免了仅仅基于拍摄到的图片对电动自行车驾驶行为进行识别，容易存在误识别或者漏识别，导致电动自行车驾驶行为的识别准确率较低的缺陷，进一步提高了电动自行车驾驶行为的识别准确率。同时，综合考虑电动自行车的车辆定位信息以及车辆视频，使得识别出的电动自行车的驾驶行为更加准确，从而提高了电动自行车的驾驶行为的识别准确率。

应该理解的是，虽然图2、5的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2、5中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图6所示，提供了一种电动自行车驾驶行为的识别装置，包括：信息接收模块610、第一行车轨迹确定模块620、第二行车轨迹确定模块630、行车特征确定模块640和识别结果确定模块650，其中：

信息接收模块610，用于接收双基识别设备发送的目标电动自行车行驶过被监控区域的行车视频以及车辆定位信息；双基识别设备用于监控通过被监控区域内的电动自行车的行车情况。

第一行车轨迹确定模块620，用于根据行车视频，从被监控区域对应的电子地图中确定出目标电动自行车的车辆位置，根据车辆位置确定目标电动自行车通过被监控区域的第一行车轨迹。

第二行车轨迹确定模块630，用于根据车辆定位信息确定目标电动自行车在电子地图中的定位位置，根据定位位置确定目标电动自行车通过被监控区域的第二行车轨迹。

行车特征确定模块640，用于根据第一行车轨迹和第二行车轨迹，确定目标电动自行车通过被监控区域的目标行车轨迹，根据目标行车轨迹确定目标电动自行车通过被监控区域的行车特征。

识别结果确定模块650，用于根据行车特征确定对目标电动自行车的驾驶行为的识别结果。

在一个实施例中，车辆定位信息包括对应的时间信息；第二行车轨迹确定模块630还用于获取各个车辆定位信息在电子地图中的位置标识符；根据位置标识符，确定目标电动自行车在电子地图中的定位位置；按照时间信息，将各个定位位置作为定位节点进行连接，得到目标电动自行车通过被监控区域的第二行车轨迹。

在一个实施例中，行车特征确定模块640还用于从第一行车轨迹中提取出目标电动自行车在被监控区域包括的预设通行区域的第一车辆位置；从第二行车轨迹中提取出目标电动自行车在预设通行区域的第二车辆位置；根据第一车辆位置和第二车辆位置，确定目标电动自行车在预设通行区域的车辆位置；将各个预设通行区域的车辆位置当作位置节点进行连接，得到目标电动自行车通过路口的目标行车轨迹；根据目标行车轨迹，确定目标电动自行车的行驶方向和行驶区域；获取与行驶方向对应的路口的当前交通灯状态，根据当前交通灯状态，确定目标电动自行车的通行状态；将目标电动自行车的行驶方向、行驶区域和通行状态，识别为目标电动自行车通过被监控区域的行车特征。

在一个实施例中，识别结果确定模块650还用于若行车特征与预设的违法行车特征匹配，则确认目标电动自行车的驾驶行为为违法驾驶行为；若行车特征与预设的违法行车特征不匹配，则确认目标电动自行车的驾驶行为为合法驾驶行为。

在一个实施例中，行车视频携带有目标电动自行车的车辆信息；电动自行车驾驶行为的识别装置还包括信息发送模块，用于根据目标电动自行车的车辆信息，查询预设的车辆信息与车主信息的对应关系，得到目标电动自行车的车主信息；获取预设的提醒信息；将预设的提醒信息发送至车主信息绑定的终端。

在一个实施例中，电动自行车驾驶行为的识别装置还包括上传模块，用于将目标电动自行车的违法驾驶行为上传至违章处理平台；违章处理平台用于根据目标电动自行车的违法驾驶行为，执行对应的违章处理操作。

在一个实施例中，电动自行车驾驶行为的识别装置还包括等级确定模块，用于根据对目标电动自行车的驾驶行为的识别结果，确定目标电动自行车的驾驶行为分数；根据预设的驾驶行为分数与驾驶行为安全等级的对应关系，确定目标电动自行车的驾驶行为安全等级。

上述各个实施例，电动自行车驾驶行为的识别装置通过接收双基识别设备发送的目标电动自行车行驶过被监控区域的行车视频以及车辆定位信息，并根据行车视频从被监控区域对应的电子地图中确定出目标电动自行车的车辆位置，根据车辆位置确定目标电动自行车通过被监控区域的第一行车轨迹，以及根据车辆定位信息确定电动自行车在电子地图中的定位位置，根据定位位置确定目标电动自行车通过被监控区域的第二行车轨迹；然后根据第一行车轨迹和第二行车轨迹，确定目标电动自行车通过被监控区域的目标行车轨迹，根据目标行车轨迹确定目标电动自行车通过被监控区域的行车特征，最后根据行车特征确定对目标电动自行车的驾驶行为的识别结果；实现了根据电动自行车的车辆定位信息以及行车视频，自动对电动自行车的驾驶行为进行识别的目的，结合基于行车视频确定的第一行车轨迹以及基于车辆定位信息确定的第二行车轨迹，确定电动自行车的目标行车轨迹，进而确定对电动自行车的驾驶行为的识别结果，避免了仅仅基于拍摄到的图片对电动自行车驾驶行为进行识别，容易存在误识别或者漏识别，导致电动自行车驾驶行为的识别准确率较低的缺陷，进一步提高了电动自行车驾驶行为的识别准确率。同时，综合考虑电动自行车的车辆定位信息以及车辆视频，使得识别出的电动自行车的驾驶行为更加准确，从而提高了电动自行车的驾驶行为的识别准确率。

关于电动自行车驾驶行为的识别装置的具体限定可以参见上文中对于电动自行车驾驶行为的识别方法的限定，在此不再赘述。上述电动自行车驾驶行为的识别装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储目标电动自行车的行车视频、车辆定位信息、行车轨迹、行车特征、驾驶行为的识别结果等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种电动自行车驾驶行为的识别方法。

本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

接收双基识别设备发送的目标电动自行车行驶过被监控区域的行车视频以及车辆定位信息；双基识别设备用于监控被监控区域内的电动自行车的行车情况；

根据行车视频，从被监控区域对应的电子地图中确定出目标电动自行车的车辆位置，根据车辆位置确定目标电动自行车通过被监控区域的第一行车轨迹；

根据车辆定位信息确定目标电动自行车在电子地图中的定位位置，根据定位位置确定目标电动自行车通过被监控区域的第二行车轨迹；

根据第一行车轨迹和第二行车轨迹，确定目标电动自行车通过被监控区域的目标行车轨迹，根据目标行车轨迹确定目标电动自行车通过被监控区域的行车特征；

根据行车特征确定对目标电动自行车的驾驶行为的识别结果。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

接收双基识别设备发送的目标电动自行车行驶过被监控区域的行车视频以及车辆定位信息；双基识别设备用于监控被监控区域内的电动自行车的行车情况；

根据行车视频，从被监控区域对应的电子地图中确定出目标电动自行车的车辆位置，根据车辆位置确定目标电动自行车通过被监控区域的第一行车轨迹；

根据车辆定位信息确定目标电动自行车在电子地图中的定位位置，根据定位位置确定目标电动自行车通过被监控区域的第二行车轨迹；

根据第一行车轨迹和第二行车轨迹，确定目标电动自行车通过被监控区域的目标行车轨迹，根据目标行车轨迹确定目标电动自行车通过被监控区域的行车特征；

根据行车特征确定对目标电动自行车的驾驶行为的识别结果。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种电动自行车驾驶行为的识别方法，其特征在于，所述方法包括：

接收双基识别设备发送的目标电动自行车行驶过被监控区域的行车视频以及车辆定位信息；所述双基识别设备用于监控所述被监控区域内的电动自行车的行车情况；

根据所述行车视频，从所述被监控区域对应的电子地图中确定出所述目标电动自行车的车辆位置，根据所述车辆位置确定所述目标电动自行车通过所述被监控区域的第一行车轨迹；

根据所述车辆定位信息确定所述目标电动自行车在所述电子地图中的定位位置，根据所述定位位置确定所述目标电动自行车通过所述被监控区域的第二行车轨迹；

根据所述第一行车轨迹和所述第二行车轨迹，确定所述目标电动自行车通过所述被监控区域的目标行车轨迹，根据所述目标行车轨迹确定所述目标电动自行车通过所述被监控区域的行车特征；

根据所述行车特征确定对所述目标电动自行车的驾驶行为的识别结果。

2.根据权利要求1所述的方法，其特征在于，所述车辆定位信息包括对应的时间信息；

所述根据所述车辆定位信息确定所述目标电动自行车在所述电子地图中的定位位置，根据所述定位位置确定所述目标电动自行车通过所述被监控区域的第二行车轨迹，包括：

获取各个所述车辆定位信息在所述电子地图中的位置标识符；

根据所述位置标识符，确定所述目标电动自行车在所述电子地图中的定位位置；

按照所述时间信息，将各个所述定位位置作为定位节点进行连接，得到所述目标电动自行车通过所述被监控区域的第二行车轨迹。

3.根据权利要求1所述的方法，其特征在于，所述根据所述第一行车轨迹和所述第二行车轨迹，确定所述目标电动自行车通过所述被监控区域的目标行车轨迹，包括：

从所述第一行车轨迹中提取出所述目标电动自行车在所述被监控区域包括的预设通行区域的第一车辆位置；

从所述第二行车轨迹中提取出所述目标电动自行车在所述预设通行区域的第二车辆位置；

根据所述第一车辆位置和所述第二车辆位置，确定所述目标电动自行车在所述预设通行区域的车辆位置；

将各个所述预设通行区域的车辆位置当作位置节点进行连接，得到所述目标电动自行车通过所述被监控区域的目标行车轨迹；

所述根据所述目标行车轨迹确定所述目标电动自行车通过所述被监控区域的行车特征，包括：

根据所述目标行车轨迹，确定所述目标电动自行车的行驶方向和行驶区域；

获取与所述行驶方向对应的路口的当前交通灯状态，根据所述当前交通灯状态，确定所述目标电动自行车的通行状态；

将所述目标电动自行车的所述行驶方向、所述行驶区域和所述通行状态，识别为所述目标电动自行车通过所述被监控区域的行车特征。

4.根据权利要求1所述的方法，其特征在于，所述根据所述行车特征确定对所述目标电动自行车的驾驶行为的识别结果，包括：

若所述行车特征与预设的违法行车特征匹配，则确认所述目标电动自行车的驾驶行为为违法驾驶行为；

若所述行车特征与所述预设的违法行车特征不匹配，则确认所述目标电动自行车的驾驶行为为合法驾驶行为。

5.根据权利要求4所述的方法，其特征在于，所述行车视频携带有所述目标电动自行车的车辆信息；

在确认所述目标电动自行车的驾驶行为为违法驾驶行为之后，还包括：

根据所述目标电动自行车的车辆信息，查询预设的车辆信息与车主信息的对应关系，得到所述目标电动自行车的车主信息；

获取预设的提醒信息；

将所述预设的提醒信息发送至所述车主信息绑定的终端。

6.根据权利要求4所述的方法，其特征在于，在确认所述目标电动自行车的驾驶行为为违法驾驶行为之后，还包括：

将所述目标电动自行车的所述违法驾驶行为上传至违章处理平台；所述违章处理平台用于根据所述目标电动自行车的所述违法驾驶行为，执行对应的违章处理操作。

7.根据权利要求1至6任一项所述的方法，其特征在于，所述方法还包括：

根据对所述目标电动自行车的驾驶行为的识别结果，确定所述目标电动自行车的驾驶行为分数；

根据预设的驾驶行为分数与驾驶行为安全等级的对应关系，确定所述目标电动自行车的驾驶行为安全等级。

8.一种电动自行车驾驶行为的识别装置，其特征在于，所述装置包括：

信息接收模块，用于接收双基识别设备发送的目标电动自行车行驶过被监控区域的行车视频以及车辆定位信息；所述双基识别设备用于监控通过所述被监控区域内的电动自行车的行车情况；

第一行车轨迹确定模块，用于根据所述行车视频，从所述被监控区域对应的电子地图中确定出所述目标电动自行车的车辆位置，根据所述车辆位置确定所述目标电动自行车通过所述被监控区域的第一行车轨迹；

第二行车轨迹确定模块，用于根据所述车辆定位信息确定所述电动自行车在所述电子地图中的定位位置，根据所述定位位置确定所述电动自行车通过所述被监控区域的第二行车轨迹；

行车特征确定模块，用于根据所述第一行车轨迹和所述第二行车轨迹，确定所述目标电动自行车通过所述被监控区域的目标行车轨迹，根据所述目标行车轨迹确定所述电动自行车通过所述被监控区域的行车特征；

识别结果确定模块，用于根据所述行车特征确定对所述电动自行车的驾驶行为的识别结果。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

Images