CN111582174A - 一种基于图像识别的rsu与多目标雷达检测的结果匹配方法 - Google Patents
一种基于图像识别的rsu与多目标雷达检测的结果匹配方法 Download PDFInfo
- Publication number
- CN111582174A CN111582174A CN202010385871.5A CN202010385871A CN111582174A CN 111582174 A CN111582174 A CN 111582174A CN 202010385871 A CN202010385871 A CN 202010385871A CN 111582174 A CN111582174 A CN 111582174A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- detection
- position coordinates
- obu
- matched
- 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
- G06V20/40—Scenes; Scene-specific elements in video content
-
- 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
- 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
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Radar Systems Or Details Thereof (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于图像识别的RSU与多目标雷达检测的结果匹配方法,包括:RSU天线检测车辆OBU,多目标雷达检测车辆,视频模块抓拍图像并识别图像车辆信息,建立车辆图像坐标系,计算OBU、雷达检测位置图像坐标,并排队进入图像坐标队列;逐条匹配图像坐标队列的车辆OBU检测位置坐标、雷达检测车辆位置坐标、图像识别车辆位置坐标,输出精确匹配的车辆信息。本发明可使用一个多目标检测雷达满足多车道检测应用,输出精确匹配的车辆检测结果,提高车辆检测准确率。
Description
技术领域
本发明涉及车辆检测技术领域,具体涉及一种基于图像识别的RSU与多目标雷达检测的结果匹配方法。
背景技术
当ETC收费车道车辆检测方案是针对单一车道的,使用一个车道一个RSU天线检测,通过增加雷达协助可以提高车辆检测率,但每个车道加一个雷达,方案成本过大,并且造成资源浪费、不环保等问题,如何使用一个多目标检测雷达满足多车道检测应用,是一个急需解决的问题。
发明内容
针对现有技术中存在的上述问题,本发明提供一种基于图像识别的RSU与多目标雷达检测的结果匹配方法。
本发明公开了一种基于图像识别的RSU与多目标雷达检测的结果匹配方法,包括:
RSU天线检测车辆OBU,输出车辆OBU检测结果;
多目标雷达检测车辆,输出车辆雷达检测结果;
视频模块触发后抓拍图像,识别图像车辆信息,建立车辆图像坐标系;
基于所述车辆图像坐标系,计算车辆OBU检测位置坐标和雷达检测车辆位置坐标,并将车辆OBU检测位置坐标、雷达检测车辆位置坐标、图像识别车辆位置坐标排队进入图像坐标队列;
逐条匹配所述图像坐标队列的车辆OBU检测位置坐标、雷达检测车辆位置坐标、图像识别车辆位置坐标;其中:
在同步时间内,若车辆OBU检测位置坐标与雷达检测车辆位置坐标相匹配,则判断图像识别车辆位置坐标与OBU检测位置坐标是否相匹配;若图像识别车辆位置坐标与OBU检测位置坐标相匹配,则输出车辆OBU检测位置坐标、雷达检测车辆位置坐标、图像识别车辆位置坐标的匹配结果;若图像识别车辆位置坐标与OBU检测位置坐标不匹配,则判断及标记输出图像识别不匹配、输出车辆OBU检测位置坐标与雷达检测车辆位置坐标相匹配的匹配结果。
作为本发明的进一步改进,还包括:
在同步时间内,若车辆OBU检测位置坐标与雷达检测车辆位置坐标不匹配,则判断图像识别车辆位置坐标与OBU检测位置坐标是否相匹配;
若图像识别车辆位置坐标与OBU检测位置坐标相匹配,则标记缺失雷达检测,输出车辆OBU检测位置坐标与图像识别车辆位置坐标相匹配的匹配结果。
作为本发明的进一步改进,还包括:
在同步时间内,若车辆OBU检测位置坐标与雷达检测车辆位置坐标不匹配,则判断图像识别车辆位置坐标与OBU检测位置坐标是否相匹配;
若图像识别车辆位置坐标与OBU检测位置坐标不匹配,则判断图像识别车辆位置坐标与雷达检测车辆位置坐标是否相匹配;
若图像识别车辆位置坐标与雷达检测车辆位置坐标相匹配,则判断及标记OBU检测不匹配,输出雷达检测车辆位置坐标与图像识别车辆位置坐标相匹配的匹配结果。
作为本发明的进一步改进,还包括:
在同步时间内,若车辆OBU检测位置坐标与雷达检测车辆位置坐标不匹配,则判断图像识别车辆位置坐标与OBU检测位置坐标是否相匹配;
若图像识别车辆位置坐标与OBU检测位置坐标不匹配,则判断图像识别车辆位置坐标与雷达检测车辆位置坐标是否相匹配;
若图像识别车辆位置坐标与雷达检测车辆位置坐标不匹配,则标记OBU、雷达均未检测车辆,输出图像识别结果。
作为本发明的进一步改进,所述车辆OBU检测结果包括车牌号码、车牌颜色、车型、检测时间。
作为本发明的进一步改进,所述车辆雷达检测结果包括车速、检测时间。
作为本发明的进一步改进,所述车辆信息包括车牌号码、车牌颜色、车型、检测时间。
与现有技术相比,本发明的有益效果为:
本发明可使用一个多目标检测雷达满足多车道检测应用,输出精确匹配的车辆检测结果,提高车辆检测准确率。
附图说明
图1为本发明一种实施例公开的基于图像识别的RSU与多目标雷达检测的结果匹配方法的流程图;
图2为本发明一种实施例公开的基于图像识别的RSU与多目标雷达检测的结果匹配方法的分步流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明的一部分实施例,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的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。
下面结合附图对本发明做进一步的详细描述:
如图1所示,本发明提供一种基于图像识别的RSU与多目标雷达检测的结果匹配方法,包括:RSU天线检测车辆OBU,多目标雷达检测车辆,视频模块抓拍图像并识别图像车辆信息,建立车辆图像坐标系,计算OBU、雷达检测位置图像坐标,排列坐标队列,逐条匹配坐标队列,输出精确匹配的车辆信息;其中,在同步时间内,若车辆OBU检测位置坐标、雷达检测车辆位置坐标、图像识别车辆位置坐标相匹配,则输出三者匹配成功的结果;若车辆OBU检测位置坐标、雷达检测车辆位置坐标、图像识别车辆位置坐标相匹配中任意两者之间匹配不成功,则标记不匹配的信息,并输出剩余精确匹配的匹配结果。
具体的:
如图2所示,本发明提供一种基于图像识别的RSU与多目标雷达检测的结果匹配方法,包括:
S1、RSU天线检测车辆OBU,输出车辆OBU检测结果;
其中,
通过RSU天线发送及接收信号与车载OBU建立通信连接,获取车辆OBU检测结果,即车辆OBU内存储的车辆信息(包括车牌号码、车牌颜色、车型、检测时间等);RSU天线与视频模块相关联,当RSU天线获取车载OBU中存储的车辆信息时,触发视频模块抓拍一张车辆图像。
S2、多目标雷达检测车辆,输出车辆雷达检测结果;
其中,
车辆雷达检测结果包括车速、检测时间等。
S3、视频模块触发后抓拍图像,建立车辆图像坐标系;视频模块识别图像车辆信息,计算图像识别车辆位置坐标;
其中,
车辆信息包括车牌号码、车牌颜色、车型、检测时间等。
S4、基于车辆图像坐标系,计算车辆OBU检测位置坐标和雷达检测车辆位置坐标,并将车辆OBU检测位置坐标、雷达检测车辆位置坐标、图像识别车辆位置坐标排队进入图像坐标队列;
S5、逐条匹配图像坐标队列的车辆OBU检测位置坐标、雷达检测车辆位置坐标、图像识别车辆位置坐标;其中:
S51、在同步时间内,若车辆OBU检测位置坐标与雷达检测车辆位置坐标相匹配,则判断图像识别车辆位置坐标与OBU检测位置坐标是否相匹配;若图像识别车辆位置坐标与OBU检测位置坐标相匹配,则输出车辆OBU检测位置坐标、雷达检测车辆位置坐标、图像识别车辆位置坐标的匹配结果;
其所对应的实施例为:
假设同步时间为5s,在5s的同步时间内,若第一条车辆OBU检测位置坐标与第一条雷达检测车辆位置坐标相匹配,则表明车辆OBU检测位置坐标与雷达检测车辆位置坐标相匹配;若第一条车辆OBU检测位置坐标与第一条雷达检测车辆位置坐标不匹配,则对第一条车辆OBU检测位置坐标与第二条雷达检测车辆位置坐标进行匹配判断,若匹配,则表明两者匹配成功;若不匹配,则继续对第一条车辆OBU检测位置坐标与第三条雷达检测车辆位置坐标进行匹配判断,···;若在5s的同步时间内仍没有相匹配的车辆OBU检测位置坐标与雷达检测车辆位置坐标,则表明两者匹配失败。
当两者匹配成功后,继续在同步时间内判断图像识别车辆位置坐标与OBU检测位置坐标是否相匹配,判断方法同“车辆OBU检测位置坐标与雷达检测车辆位置坐标相匹配的判断方法”。若图像识别车辆位置坐标与OBU检测位置坐标相匹配,则输出车辆OBU检测位置坐标、雷达检测车辆位置坐标、图像识别车辆位置坐标的匹配结果。
S52、在S51的基础上,若在同步时间内图像识别车辆位置坐标与OBU检测位置坐标仍不匹配,则表明图像识别不匹配;此时,标记输出图像识别不匹配、输出车辆OBU检测位置坐标与雷达检测车辆位置坐标相匹配的匹配结果。
S53、若按照“车辆OBU检测位置坐标与雷达检测车辆位置坐标相匹配的判断方法”判断车辆OBU检测位置坐标与雷达检测车辆位置坐标不匹配,则判断图像识别车辆位置坐标与OBU检测位置坐标是否相匹配;若图像识别车辆位置坐标与OBU检测位置坐标相匹配,则标记缺失雷达检测,输出车辆OBU检测位置坐标与图像识别车辆位置坐标相匹配的匹配结果。
S54、在S53的基础上,若图像识别车辆位置坐标与OBU检测位置坐标不匹配,则判断图像识别车辆位置坐标与雷达检测车辆位置坐标是否相匹配;若图像识别车辆位置坐标与雷达检测车辆位置坐标相匹配,则判断及标记OBU检测不匹配,输出雷达检测车辆位置坐标与图像识别车辆位置坐标相匹配的匹配结果。
S55、在S54的基础上,若图像识别车辆位置坐标与雷达检测车辆位置坐标不匹配,则标记OBU、雷达均未检测车辆,输出图像识别结果。
本发明的优点为:
本发明可使用一个多目标检测雷达满足多车道检测应用,输出精确匹配的车辆检测结果,提高车辆检测准确率。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于图像识别的RSU与多目标雷达检测的结果匹配方法,其特征在于,包括:
RSU天线检测车辆OBU,输出车辆OBU检测结果;
多目标雷达检测车辆,输出车辆雷达检测结果;
视频模块触发后抓拍图像,识别图像车辆信息,建立车辆图像坐标系;
基于所述车辆图像坐标系,计算车辆OBU检测位置坐标和雷达检测车辆位置坐标,并将车辆OBU检测位置坐标、雷达检测车辆位置坐标、图像识别车辆位置坐标排队进入图像坐标队列;
逐条匹配所述图像坐标队列的车辆OBU检测位置坐标、雷达检测车辆位置坐标、图像识别车辆位置坐标;其中:
在同步时间内,若车辆OBU检测位置坐标与雷达检测车辆位置坐标相匹配,则判断图像识别车辆位置坐标与OBU检测位置坐标是否相匹配;若图像识别车辆位置坐标与OBU检测位置坐标相匹配,则输出车辆OBU检测位置坐标、雷达检测车辆位置坐标、图像识别车辆位置坐标的匹配结果;若图像识别车辆位置坐标与OBU检测位置坐标不匹配,则判断及标记输出图像识别不匹配、输出车辆OBU检测位置坐标与雷达检测车辆位置坐标相匹配的匹配结果。
2.如权利要求1所述的结果匹配方法,其特征在于,还包括:
在同步时间内,若车辆OBU检测位置坐标与雷达检测车辆位置坐标不匹配,则判断图像识别车辆位置坐标与OBU检测位置坐标是否相匹配;
若图像识别车辆位置坐标与OBU检测位置坐标相匹配,则标记缺失雷达检测,输出车辆OBU检测位置坐标与图像识别车辆位置坐标相匹配的匹配结果。
3.如权利要求1所述的结果匹配方法,其特征在于,还包括:
在同步时间内,若车辆OBU检测位置坐标与雷达检测车辆位置坐标不匹配,则判断图像识别车辆位置坐标与OBU检测位置坐标是否相匹配;
若图像识别车辆位置坐标与OBU检测位置坐标不匹配,则判断图像识别车辆位置坐标与雷达检测车辆位置坐标是否相匹配;
若图像识别车辆位置坐标与雷达检测车辆位置坐标相匹配,则判断及标记OBU检测不匹配,输出雷达检测车辆位置坐标与图像识别车辆位置坐标相匹配的匹配结果。
4.如权利要求1所述的结果匹配方法,其特征在于,还包括:
在同步时间内,若车辆OBU检测位置坐标与雷达检测车辆位置坐标不匹配,则判断图像识别车辆位置坐标与OBU检测位置坐标是否相匹配;
若图像识别车辆位置坐标与OBU检测位置坐标不匹配,则判断图像识别车辆位置坐标与雷达检测车辆位置坐标是否相匹配;
若图像识别车辆位置坐标与雷达检测车辆位置坐标不匹配,则标记OBU、雷达均未检测车辆,输出图像识别结果。
5.如权利要求1所述的结果匹配方法,其特征在于,所述车辆OBU检测结果包括车牌号码、车牌颜色、车型、检测时间。
6.如权利要求1所述的结果匹配方法,其特征在于,所述车辆雷达检测结果包括车速、检测时间。
7.如权利要求1所述的结果匹配方法,其特征在于,所述车辆信息包括车牌号码、车牌颜色、车型、检测时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010385871.5A CN111582174B (zh) | 2020-05-09 | 2020-05-09 | 一种基于图像识别的rsu与多目标雷达检测的结果匹配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010385871.5A CN111582174B (zh) | 2020-05-09 | 2020-05-09 | 一种基于图像识别的rsu与多目标雷达检测的结果匹配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111582174A true CN111582174A (zh) | 2020-08-25 |
CN111582174B CN111582174B (zh) | 2023-07-25 |
Family
ID=72113386
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010385871.5A Active CN111582174B (zh) | 2020-05-09 | 2020-05-09 | 一种基于图像识别的rsu与多目标雷达检测的结果匹配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111582174B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114333347A (zh) * | 2022-01-07 | 2022-04-12 | 深圳市金溢科技股份有限公司 | 车辆信息融合方法、装置、计算机设备及存储介质 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU82357U1 (ru) * | 2008-12-22 | 2009-04-20 | Общество с ограниченной ответственностью "Промысловая гидроакустика" (ООО "ПромГидроакустика") | Гидроакустический высокочастотный многолучевой программно-технический комплекс по учету проходящих на нерест ценных видов рыб "netcor-3" |
NZ595246A (en) * | 2010-12-07 | 2012-03-30 | Kapsch Trafficcom Ag | Onboard unit and method for charging occupant number-dependent tolls for vehicles |
CN104574540A (zh) * | 2014-12-24 | 2015-04-29 | 北京速通科技有限公司 | 电子不停车收费系统及方法 |
CN105678852A (zh) * | 2015-12-31 | 2016-06-15 | 深圳市金溢科技股份有限公司 | 多车道自由流电子不停车收费车道系统及其车牌识别方法 |
WO2016107301A1 (zh) * | 2014-12-30 | 2016-07-07 | 北京握奇智能科技有限公司 | 一种稽查静态车辆的方法和系统 |
CN207020727U (zh) * | 2017-05-12 | 2018-02-16 | 北京万集科技股份有限公司 | 一种基于dsrc交易与雷达技术的路侧单元 |
CN108510734A (zh) * | 2018-03-30 | 2018-09-07 | 深圳市金溢科技股份有限公司 | 一种路侧单元及一种路侧单元的车辆信息匹配方法 |
CN208367913U (zh) * | 2018-03-30 | 2019-01-11 | 深圳市金溢科技股份有限公司 | 一种路侧单元 |
CN109448145A (zh) * | 2018-10-25 | 2019-03-08 | 深圳成谷科技有限公司 | 一种用于降低etc车道建设成本的路侧单元系统 |
CN209281480U (zh) * | 2018-12-25 | 2019-08-20 | 北京聚利科技股份有限公司 | 自由流收费系统 |
CN110189424A (zh) * | 2019-05-27 | 2019-08-30 | 武汉万集信息技术有限公司 | 基于多目标雷达的多车道自由流车辆检测方法及系统 |
CN110211388A (zh) * | 2019-05-27 | 2019-09-06 | 武汉万集信息技术有限公司 | 基于3d激光雷达的多车道自由流车辆匹配方法及系统 |
CN209980458U (zh) * | 2018-08-31 | 2020-01-21 | 百度在线网络技术(北京)有限公司 | 智能路侧单元 |
CN110910651A (zh) * | 2019-11-08 | 2020-03-24 | 北京万集科技股份有限公司 | 车牌信息的匹配方法及系统、存储介质、电子装置 |
-
2020
- 2020-05-09 CN CN202010385871.5A patent/CN111582174B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU82357U1 (ru) * | 2008-12-22 | 2009-04-20 | Общество с ограниченной ответственностью "Промысловая гидроакустика" (ООО "ПромГидроакустика") | Гидроакустический высокочастотный многолучевой программно-технический комплекс по учету проходящих на нерест ценных видов рыб "netcor-3" |
NZ595246A (en) * | 2010-12-07 | 2012-03-30 | Kapsch Trafficcom Ag | Onboard unit and method for charging occupant number-dependent tolls for vehicles |
CN104574540A (zh) * | 2014-12-24 | 2015-04-29 | 北京速通科技有限公司 | 电子不停车收费系统及方法 |
WO2016107301A1 (zh) * | 2014-12-30 | 2016-07-07 | 北京握奇智能科技有限公司 | 一种稽查静态车辆的方法和系统 |
CN105678852A (zh) * | 2015-12-31 | 2016-06-15 | 深圳市金溢科技股份有限公司 | 多车道自由流电子不停车收费车道系统及其车牌识别方法 |
CN207020727U (zh) * | 2017-05-12 | 2018-02-16 | 北京万集科技股份有限公司 | 一种基于dsrc交易与雷达技术的路侧单元 |
CN108510734A (zh) * | 2018-03-30 | 2018-09-07 | 深圳市金溢科技股份有限公司 | 一种路侧单元及一种路侧单元的车辆信息匹配方法 |
CN208367913U (zh) * | 2018-03-30 | 2019-01-11 | 深圳市金溢科技股份有限公司 | 一种路侧单元 |
CN209980458U (zh) * | 2018-08-31 | 2020-01-21 | 百度在线网络技术(北京)有限公司 | 智能路侧单元 |
CN109448145A (zh) * | 2018-10-25 | 2019-03-08 | 深圳成谷科技有限公司 | 一种用于降低etc车道建设成本的路侧单元系统 |
CN209281480U (zh) * | 2018-12-25 | 2019-08-20 | 北京聚利科技股份有限公司 | 自由流收费系统 |
CN110189424A (zh) * | 2019-05-27 | 2019-08-30 | 武汉万集信息技术有限公司 | 基于多目标雷达的多车道自由流车辆检测方法及系统 |
CN110211388A (zh) * | 2019-05-27 | 2019-09-06 | 武汉万集信息技术有限公司 | 基于3d激光雷达的多车道自由流车辆匹配方法及系统 |
CN110910651A (zh) * | 2019-11-08 | 2020-03-24 | 北京万集科技股份有限公司 | 车牌信息的匹配方法及系统、存储介质、电子装置 |
Non-Patent Citations (1)
Title |
---|
罗胜坚;陈海华;: "基于车型识别的高速公路ETC大改小防逃费技术研究", 交通世界, no. 35 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114333347A (zh) * | 2022-01-07 | 2022-04-12 | 深圳市金溢科技股份有限公司 | 车辆信息融合方法、装置、计算机设备及存储介质 |
CN114333347B (zh) * | 2022-01-07 | 2024-03-01 | 深圳市金溢科技股份有限公司 | 车辆信息融合方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111582174B (zh) | 2023-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109490890B (zh) | 一种面向智能车的毫米波雷达与单目相机信息融合方法 | |
CN110189424B (zh) | 基于多目标雷达的多车道自由流车辆检测方法及系统 | |
CN108921151B (zh) | 一种基于深度学习的普通摄像头全车牌识别系统 | |
Shi et al. | Automatic license plate recognition system based on color image processing | |
CN111325122B (zh) | 车牌校正方法、etc天线设备及计算机可读存储介质 | |
EA016732B1 (ru) | Система и способ определения средней скорости транспортных средств в целях управления дорожным движением | |
CN108877269B (zh) | 一种交叉路口车辆状态检测及v2x广播方法 | |
CN108764042B (zh) | 一种异常路况信息识别方法、装置及终端设备 | |
CN103824066A (zh) | 一种基于视频流的车牌识别方法 | |
CN102360419A (zh) | 计算机扫描阅读管理方法及系统 | |
JP2006329776A (ja) | 車両位置検出方法、並びに車両速度検出方法及び装置 | |
CN103390173A (zh) | 一种基于svm置信度的车牌字符投票算法 | |
CN111582174A (zh) | 一种基于图像识别的rsu与多目标雷达检测的结果匹配方法 | |
CN110969864A (zh) | 一种车速检测方法、车辆行驶事件检测方法及电子设备 | |
CN210667171U (zh) | 一种基于激光检测道路车辆抓拍识别系统 | |
CN111914678A (zh) | 一种多车辆车牌匹配的方法、装置及存储介质 | |
CN113591643A (zh) | 一种基于计算机视觉的地下交通工具进出站检测系统及方法 | |
CN111862208B (zh) | 一种基于屏幕光通信的车辆定位方法、装置及服务器 | |
CN110866441B (zh) | 一种车辆识别、延续追踪方法、装置和路侧系统 | |
CN116935631A (zh) | 基于雷视融合的异常交通态势检测方法、装置及系统 | |
CN111179452A (zh) | 一种基于etc通道客车扣费的系统和方法 | |
CN112766266B (zh) | 基于分阶段概率统计的文本方向矫正方法、系统及装置 | |
CN112016514B (zh) | 一种交通标志识别方法、装置、设备及储存介质 | |
CN110728276A (zh) | 一种车牌识别方法及装置 | |
CN115061101A (zh) | 基于毫米波雷达测试的方法及系统 |
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 |