CN111862621B - 多类型适配的黑烟车智能抓拍系统 - Google Patents
多类型适配的黑烟车智能抓拍系统 Download PDFInfo
- Publication number
- CN111862621B CN111862621B CN202010704643.XA CN202010704643A CN111862621B CN 111862621 B CN111862621 B CN 111862621B CN 202010704643 A CN202010704643 A CN 202010704643A CN 111862621 B CN111862621 B CN 111862621B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- module
- data
- type
- 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.)
- Active
Links
- 235000019504 cigarettes Nutrition 0.000 title claims abstract description 18
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 13
- 230000010365 information processing Effects 0.000 claims abstract description 22
- 238000012544 monitoring process Methods 0.000 claims abstract description 17
- 238000013499 data model Methods 0.000 claims abstract description 12
- 238000005259 measurement Methods 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims abstract description 5
- 239000000779 smoke Substances 0.000 claims description 56
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 4
- 238000010521 absorption reaction Methods 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 3
- 210000001503 joint Anatomy 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims description 3
- 239000007789 gas Substances 0.000 description 20
- 230000003137 locomotive effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000006978 adaptation Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 238000003915 air pollution Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000003517 fume Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
- G06T7/85—Stereo camera calibration
-
- 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
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
- G01N15/075—Investigating concentration of particle suspensions by optical means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Chemical & Material Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Analytical Chemistry (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Dispersion Chemistry (AREA)
- Multimedia (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及多类型适配的黑烟车智能抓拍系统,包括信息采集系统和信息处理系统,信息采集系统包括视频信息采集单元、数据信息采集单元、及信息匹配单元。视频信息采集单元包括采集待测车辆尾气图像信息的摄像头;数据信息采集单元包括通过遥感监测尾气的遥测信息采集模块、以及用于接收车辆信息的车载信息接收模块;信息匹配单元包括主控模块、类型判断模块,主控模块接收摄像头采集的图像信息、尾气遥测信息采集模块监测的信息、以及车辆信息,以得出待测车辆排出的尾气信息;类型判断模块用于进行卡口类型判断、车辆类型判断、抓拍类型判断中的至少一项判断;获取的数据传输至信息处理系统处理,与预存的数据模型比对,获得待测车辆的尾气数据。
Description
技术领域
本发明涉及尾气监测领域,更具体地说,涉及一种多类型适配的黑烟车智能抓拍系统。
背景技术
机动车排气污染是产生PM2.5和造成雾霾天气的主要元凶之一,黑烟车已成为重点监控和防治的对象。越来越多的城市主要交通干道配置了固定式黑烟车电子抓拍系统、和机动车排气遥感监测系统,多省市要求在用柴油车安装OBD远程在线监测系统,并与生态环境部门联网,以便及时发现高污染车并限制高污染车辆通行,从而缓解城市空气污染压力,保障广大市民身体健康。
多种类型的机动车排放监测系统,各有各的功能优势,但在黑烟车监测方面又有一定的相似之处。现有黑烟车抓拍系统并未对多类型的机动车排放监测系统进行适配,以适用于多种场景和不同种类的黑烟车系统性监管。
车头和车厢可分离的大型货车,其中车头称为牵引车,车厢称为挂车,由于只有牵引车才有驱动能力,这种车辆都是从车头排烟,当挂车过长时,黑烟无法持续到尾部,因此只能从车头和挂车连接的小范围内看的黑烟。但该连接处往往由于阴影、光照和挂车遮掩等原因掩盖了黑烟特征,导致识别困难。现有黑烟车电子抓拍装置主要监控车辆尾部的排黑烟状况,无法适用于长挂车的情况。因此能够检测长挂车排黑烟的黑烟车电子识别系统,目前仍是一个市场空白。
发明内容
本发明要解决的技术问题在于,提供一种多类型适配的黑烟车智能抓拍系统。
本发明解决其技术问题所采用的技术方案是:构造一种多类型适配的黑烟车智能抓拍系统,包括信息采集系统和信息处理系统,所述信息采集系统包括视频信息采集单元、数据信息采集单元、以及信息匹配单元;
所述视频信息采集单元包括用于采集待测车辆排出的尾气图像信息的摄像头;
所述数据信息采集单元包括用于通过遥感监测所述待测车辆排出的尾气的遥测信息采集模块、以及用于接收采集所述待测车辆的车辆信息的车载信息接收模块;
所述信息匹配单元包括主控模块、类型判断模块,所述主控模块接收所述摄像头采集的图像信息、所述尾气遥测信息采集模块监测的信息、以及车辆信息,以得出所述待测车辆排出的尾气信息;
所述类型判断模块用于进行卡口类型判断、车辆类型判断、抓拍类型判断中的至少一项判断;
所述主控模块、类型判断模块获取的数据传输至所述信息处理系统处理,并与所述信息处理系统预存的数据模型比对,获得所述待测车辆的尾气数据。
优选地,所述摄像头包括本向摄像头、对向摄像头和侧向摄像头,所述本向摄像头对待测车辆尾部和侧面进行视频采集,所述对向摄像头对所述待测车辆前部和侧面进行视频采集,所述侧向摄像头对所述待测车辆侧面,以及所述待测车辆的车头与挂车之间的间隙进行视频采集。
优选地,所述摄像头类型为单镜头、双目镜头、红外镜头、多光谱镜头中的至少一种。
优选地,所述遥测信息采集模块包括分别设置在道路两侧的遥感主机、遥感辅机,所述遥感主机、遥感辅机应用光谱吸收原理,远距离感应检测行驶中的所述待测车辆尾气排放浓度和不透光度。
优选地,所述遥测信息采集模块还包括道边气象站、速度测量装置,所述道边气象站采集检测点的温度、湿度、风速、风向、气压,为尾气测量结果是否有效提供基础数据,所述车辆速度测量装置通过激光或雷达波束测量车辆运动的速度、加速度。
优选地,所述遥测信息采集模块还包括车辆识别装置,所述车辆识别装置通过摄像头拍摄的视频识别车牌及保存拍摄的图像。
优选地,所述车载信息接收模块实时接收车载OBD采集上传的车辆定位、排气烟度、车速、大气压力,并传输给所述主控模块识别。
优选地,所述数据信息采集单元还包括车辆信息共享模块,所述车辆信息共享模块通过有线和/或无线传输网络与车辆数据模型对接,实现车辆信息的交换与共享,并传输给所述主控模块识别。
优选地,所述信息匹配单元还包括信息输入模块,所述信息输入模块将视频信息采集单元和数据信息采集单元采集的数据输入给所述类型判断模块,以向所述类型判断模块提供数据;
所述信息匹配单元还包括信息输出模块,所述信息输出模块输出所述主控模块、类型判断模块获取的数据与所述信息处理系统预存的数据模型比对。
优选地,所述信息处理系统对所述信息采集系统采集的数据训练,形成预存的数据模型。
实施本发明的多类型适配的黑烟车智能抓拍系统,具有以下有益效果:黑烟车智能抓拍系统解决多种场景和不同种类的黑烟车监管难题,降低误报率,为黑烟车智能抓拍提供多类型适配方案,减少多种类型的黑烟车智能抓拍系统安装调试的时间成本以及经济成本,解决多种场景和不同种类的黑烟车监管难题,降低误报率。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明实施例中的黑烟车智能抓拍系统的原理示意图;
图2是图1中信息采集系统的原理示意图;
图3是图2中视频信息采集单元的布局原理示意图;
图4是图2中视频信息采集单元、数据信息采集单元的布局原理示意图;
图5是图1中信息处理系统的原理示意图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解,现对照附图详细说明本发明的具体实施方式。
如图1、图2所示,本发明一个优选实施例中的多类型适配的黑烟车智能抓拍系统包括信息采集系统和信息处理系统,信息采集系统包括视频信息采集单元、数据信息采集单元、以及信息匹配单元。
结合图2、图3所示,视频信息采集单元包括用于采集待测车辆排出的尾气图像信息的摄像头,可采集待测车辆排烟的图像。
数据信息采集单元包括用于通过遥感监测待测车辆排出的尾气的遥测信息采集模块、以及用于接收采集待测车辆的车辆信息的车载信息接收模块,遥测信息采集模块可以远程监测待测车辆的尾气排烟,车载信息接收模块可获得车辆信息。
信息匹配单元包括主控模块、类型判断模块,主控模块接收摄像头采集的图像信息、尾气遥测信息采集模块监测的信息、以及车辆信息,以得出待测车辆排出的尾气信息,类型判断模块用于进行卡口类型判断、车辆类型判断、抓拍类型判断,类型判断模块也可只进行其中的部分判断。
抓拍系统可以判断系统监测时的类型,根据系统类型,对相关视频和非视频信号进行处理;并最终输出可以被信息处理系统直接使用的数据,对行驶车辆进行识别,对黑烟车进行警示,为黑烟车监管提供数据、特征、取证接口;同时,对黑烟车智能抓拍处理过程中产生的相关重要结果和原始数据进行储存和可靠传输。
摄像头包括本向摄像头、对向摄像头和侧向摄像头,本向摄像头对待测车辆尾部和侧面进行视频采集,对向摄像头对待测车辆前部和侧面进行视频采集,侧向摄像头对待测车辆侧面,以及待测车辆的车头与挂车之间的间隙进行视频采集。
摄像头可对速度范围10.0~120.0km/h的车辆拍摄通过监控点前后5秒的视频,视频帧率≥25fps。摄像头类型为单镜头、双目镜头、红外镜头、多光谱镜头中的至少一种,本向摄像头、对向摄像头和侧向摄像头的数量可以分别是一个或多个。
双目镜头可对车辆的立体位置信息进行测算;红外镜头可区分黑烟与车辆阴影,并可用于夜间信号增强;多光谱镜头可隔离采集红、绿、蓝等多个频段的信号。
结合图图2、图4所示,遥测信息采集模块包括分别设置在道路两侧的遥感主机、遥感辅机,遥感主机、遥感辅机应用光谱吸收原理,远距离感应检测行驶中的待测车辆尾气排放浓度和不透光度。
遥测信息采集模块还包括道边气象站、速度测量装置,道边气象站采集检测点的温度、湿度、风速、风向、气压,为尾气测量结果是否有效提供基础数据,车辆速度测量装置通过激光或雷达波束测量车辆运动的速度、加速度。
尾气遥测信息采集模块与主控模块内的数据采集卡电性连接,数据采集卡负责将采集的尾气遥感数据、气象数据、车辆速度数据转换成主控模块内软件程序可识别的数据。
尾气遥测信息采集模块可按其结构分为垂直式和水平式,垂直式是在道路上方向下遥测,水平式是在道路侧边向道路上遥测。
遥测信息采集模块还包括车辆识别装置,车辆识别装置通过摄像头拍摄的视频识别车牌及保存拍摄的图像。
车载信息接收模块具有与车载OBD监控系统的远程监控客户端相同的权限,实时接收车载OBD采集上传的车辆定位、排气烟度、车速、大气压力等车辆信息,并传输给主控模块识别。
数据信息采集单元还包括车辆信息共享模块,车辆信息共享模块通过有线和/或无线传输网络以及各级接入服务器与交警、环保、交通等业务部门的车辆数据模型对接,实现车辆信息的交换与共享,并传输给主控模块识别。
视频信息采集单元、数据信息采集单元可以共用主控模块,也可分别连接一个主控模块。
信息匹配单元还包括信息输入模块、信息输出模块,信息输入模块将视频信息采集单元和数据信息采集单元采集的数据输入给类型判断模块,以向类型判断模块提供数据。
信息输出模块输出主控模块、类型判断模块获取的数据与信息处理系统预存的数据模型比对,从而能得出监测数据。
黑烟车智能抓拍系统解决多种场景和不同种类的黑烟车监管难题,降低误报率,为黑烟车智能抓拍提供多类型适配方案,减少多种类型的黑烟车智能抓拍系统安装调试的时间成本以及经济成本,解决多种场景和不同种类的黑烟车监管难题,降低误报率。
其中,卡口类型判断是根据信息输入确定卡口编码、卡口位置,卡口系统类型,涵盖:
1)带一个或多个摄像头的卡口I型;
2)带可见光、红外摄像、多光谱摄像,以及单目、双目、多目等多种类摄像头的卡口II型;
3)带有尾气遥测装置的卡口III型;
4)带有车载OBD远程在线监测系统接收的卡口IV型;
5)带有车辆排气管类型、数量和位置等车辆信息确认功能的卡口V型。
黑烟主要分为两种类型:
第一种是整体型的客车或者货车,这种车辆有一个完整的车体,在车尾部有排气筒,黑烟从尾部排出并向四周扩散;
第二种是车头和车厢可分离的大型货车,其中车头称为牵引车,车厢称为挂车,由于只有牵引车才有驱动能力,这种车辆都是从车头排烟,当挂车过长时,黑烟无法持续到尾部,因此只能从车头和挂车连接的小范围内看的黑烟。
主控模块、类型判断模块获取的数据传输至信息处理系统处理,并与信息处理系统预存的数据模型比对,获得待测车辆的尾气数据。
车辆类型判断是根据信息输入,包括车辆数据库、车载RFID电子识别码灯,确定车辆及排烟管类型、位置和数量,涵盖:
1)排烟管在车尾的车型I;
2)排烟管在车头并朝上方的车型II;
3)排烟管在车头并朝下方的车型III。
抓拍类型判断是根据信息输入跟踪车辆、确定沿线卡口主要抓拍位置和抓拍策略,涵盖:
1)针对车型I主要采用本向摄像头进行黑烟抓拍;
2)针对车型II主要采用对向摄像头进行黑烟抓拍;
3)针对车型III采用的侧向摄像头进行黑烟抓拍,解决车头和挂车连接处的遮挡问题;
4)针对风雪、尘雾、车辆阴影等可见光干扰场景采用红外摄像头进行黑烟的视觉增强;
5)针对光照、风雪、尘雾等环境干扰场景,采用多光谱摄像头进行颜色特征的增强;
6)针对多摄像头采用双目摄像头标定车辆立体位置,进行全景拼接;
7)针对“黑名单”车辆进行沿线卡口和联网摄像头追踪。
信息输出模块输出类型判断结果:
1)卡口类型,涵盖:卡口I型~卡口V型,及其组合;
2)车辆类型,涵盖:(1)排烟管在车尾的车型I;(2)排烟管在车头并朝上方的车型II;(3)排烟管在车头并朝上方的车型III;
3)抓拍类型判断,包括:主摄像头类型,抓拍位置和策略,是否针对黑名单车辆进行沿线追踪。
结合图1、图5所示,信息处理系统包括实时信息处理单元、实时信息输出单元,可实现车辆实时信息的处理、匹配和可靠传输,并将实时车辆尾气数据集有效传输至后台计算中心,进行分类器训练,黑烟车识别和执法取证。
实时信息处理单元包括图像识别模块、数据匹配模块,根据类型判断结果进行车辆识别运算和跟踪,构建并存储包含实时尾气图像及其尾气烟度数据标签的车辆尾气数据集。
图像识别模块根据类型判断结果进行的范围检测判断,建立背景模型,再进行车辆识别运算,即可得到前景各车辆的位置、以及车牌、车型等车辆信息,进行车辆图像识别,对视频中车辆进行编号,对车牌及其附近区域进行车辆编码跟踪,并确保车辆跟踪的正确性。
数据匹配模块确定排气管位置,使用经过后台神经网络训练的分类器对车辆尾气的图像特征进行分区和分类,按车牌及时间序列存储实时尾气图像,并将图像识别,车辆数据库查询、车载RFID识别的车辆信息,以及尾气遥测装置、车载OBD测量的尾气烟度数据作为标签,构建并存储包含实时尾气图像及其尾气烟度数据标签的车辆尾气数据集。
实时信息输出单元包括信息编码模块、信息传输模块,将实时车辆尾气数据集有效传输至后台计算中心,进行分类器训练、黑烟车识别和执法取证。
在利用后台计算中心提取黑烟特征之前,首先要明确黑烟可能出现的位置,减少计算量和干扰因素,提高特征的可信度。
信息编码模块通过实时信息处理,分时、分区获取尾气图像的目标区域和非目标区域,使用经过后台神经网络训练的分类器确定当前帧的帧量化参数包括区域扩比,编码质量等级和置信度,以及编码参数,以确保目标区域的编码质量及其稳定性,在不降低目标区域编码质量的前提下,降低整幅图像的压缩码流,提高视频传输和存储效率。
信息传输模块监控网络流量,进行数据传输识别,当网络较差时,先向后台发送数据传输请求,然后,接收返回的识别号码,并根据网络流量,适宜的进行码流值调整,并排队异步发送相关数据信息;解决数据量大时,前端设备终端与管理后台进行实时交互,出现数据丢弃的问题。
后台计算中心通过深度学习算法进行黑烟车特征的分类器训练、黑烟车识别和执法取证,通过后台计算中心,可对任意交通卡口的摄像头配置黑烟车智能抓拍功能。
可以理解地,上述各技术特征可以任意组合使用而不受限制。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种多类型适配的黑烟车智能抓拍系统,其特征在于,包括信息采集系统和信息处理系统,所述信息采集系统包括视频信息采集单元、数据信息采集单元、以及信息匹配单元;
所述视频信息采集单元包括用于采集待测车辆排出的尾气图像信息的摄像头;
所述数据信息采集单元包括用于通过遥感监测所述待测车辆排出的尾气的遥测信息采集模块、以及用于接收采集所述待测车辆的车辆信息的车载信息接收模块;
所述信息匹配单元包括主控模块、类型判断模块,所述主控模块接收所述摄像头采集的图像信息、所述遥测信息采集模块监测的信息、以及车辆信息,以得出所述待测车辆排出的尾气信息;
所述类型判断模块用于进行卡口类型判断、车辆类型判断、抓拍类型判断中的至少一项判断,其中,卡口类型判断是根据信息输入确定卡口编码、卡口位置,卡口系统类型;车辆类型判断是根据信息输入,包括车辆数据库、车载RFID电子识别码灯,确定车辆及排烟管类型、位置和数量;抓拍类型判断是根据信息输入跟踪车辆、确定沿线卡口主要抓拍位置和抓拍策略;
所述主控模块、类型判断模块获取的数据传输至所述信息处理系统处理,并与所述信息处理系统预存的数据模型比对,获得所述待测车辆的尾气数据;
所述车载信息接收模块实时接收车载OBD采集上传的车辆定位、排气烟度、车速、大气压力,并传输给所述主控模块识别;
所述数据信息采集单元还包括车辆信息共享模块,所述车辆信息共享模块通过有线和/或无线传输网络与车辆数据模型对接,实现车辆信息的交换与共享,并传输给所述主控模块识别。
2.根据权利要求1所述的多类型适配的黑烟车智能抓拍系统,其特征在于,所述摄像头包括本向摄像头、对向摄像头和侧向摄像头,所述本向摄像头对待测车辆尾部和侧面进行视频采集,所述对向摄像头对所述待测车辆前部和侧面进行视频采集,所述侧向摄像头对所述待测车辆侧面,以及所述待测车辆的车头与挂车之间的间隙进行视频采集。
3.根据权利要求2所述的多类型适配的黑烟车智能抓拍系统,其特征在于,所述摄像头类型为单镜头、双目镜头、红外镜头、多光谱镜头中的至少一种。
4.根据权利要求1所述的多类型适配的黑烟车智能抓拍系统,其特征在于,所述遥测信息采集模块包括分别设置在道路两侧的遥感主机、遥感辅机,所述遥感主机、遥感辅机应用光谱吸收原理,远距离感应检测行驶中的所述待测车辆尾气排放浓度和不透光度。
5.根据权利要求4所述的多类型适配的黑烟车智能抓拍系统,其特征在于,所述遥测信息采集模块还包括道边气象站、速度测量装置,所述道边气象站采集检测点的温度、湿度、风速、风向、气压,为尾气测量结果是否有效提供基础数据,所述车辆速度测量装置通过激光或雷达波束测量车辆运动的速度、加速度。
6.根据权利要求4所述的多类型适配的黑烟车智能抓拍系统,其特征在于,所述遥测信息采集模块还包括车辆识别装置,所述车辆识别装置通过摄像头拍摄的视频识别车牌及保存拍摄的图像。
7.根据权利要求1所述的多类型适配的黑烟车智能抓拍系统,其特征在于,所述信息匹配单元还包括信息输入模块,所述信息输入模块将视频信息采集单元和数据信息采集单元采集的数据输入给所述类型判断模块,以向所述类型判断模块提供数据;
所述信息匹配单元还包括信息输出模块,所述信息输出模块输出所述主控模块、类型判断模块获取的数据与所述信息处理系统预存的数据模型比对。
8.根据权利要求1至7任一项所述的多类型适配的黑烟车智能抓拍系统,其特征在于,所述信息处理系统对所述信息采集系统采集的数据训练,形成预存的数据模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010704643.XA CN111862621B (zh) | 2020-07-21 | 2020-07-21 | 多类型适配的黑烟车智能抓拍系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010704643.XA CN111862621B (zh) | 2020-07-21 | 2020-07-21 | 多类型适配的黑烟车智能抓拍系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111862621A CN111862621A (zh) | 2020-10-30 |
CN111862621B true CN111862621B (zh) | 2022-02-25 |
Family
ID=73001852
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010704643.XA Active CN111862621B (zh) | 2020-07-21 | 2020-07-21 | 多类型适配的黑烟车智能抓拍系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111862621B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112394040A (zh) * | 2020-11-05 | 2021-02-23 | 广州市云景信息科技有限公司 | 一种机动车排污监管系统及方法 |
CN112669613B (zh) * | 2020-12-25 | 2022-09-30 | 高新兴智联科技有限公司 | 一种基于汽车电子标识的智慧控制系统及其方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104074580A (zh) * | 2013-03-29 | 2014-10-01 | 孙磊 | 对大气污染物中由汽车尾气排放产生的污染物的监控系统及方法 |
CN106682699A (zh) * | 2016-12-31 | 2017-05-17 | 中国科学技术大学 | 一种基于聚类分析的车辆尾气排放特征分析处理方法 |
CN107478590A (zh) * | 2017-08-08 | 2017-12-15 | 南京新远见智能科技有限公司 | 一种结合机动车智能视觉识别与尾气遥感检测的方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106781523B (zh) * | 2017-01-18 | 2019-08-06 | 安徽庆宇光电科技有限公司 | 基于立体监测方式的黑烟车抓拍系统 |
CN107831170B (zh) * | 2017-12-04 | 2020-09-29 | 佛山市南海区环境保护监测站(佛山市南海区机动车排气污染管理所) | 一种电子抓拍系统的林格曼黑度校正方法 |
CN109297936A (zh) * | 2018-09-13 | 2019-02-01 | 天津同阳科技发展有限公司 | 基于矩阵式柴油车排气污染物的遥测系统 |
CN109993098A (zh) * | 2019-03-26 | 2019-07-09 | 南京新远见智能科技有限公司 | 城市车辆黑烟智能识别大数据分析系统及方法 |
CN210221806U (zh) * | 2019-06-18 | 2020-03-31 | 深圳大雷汽车检测股份有限公司 | 污染判定标定车辆及其车载尾气检测设备 |
CN110634300A (zh) * | 2019-10-30 | 2019-12-31 | 广东科迪隆科技有限公司 | 机动车尾气遥感监测系统 |
CN110660222B (zh) * | 2019-11-01 | 2024-05-10 | 河北工业大学 | 一种智能环保道路黑烟车辆电子抓拍系统 |
CN111145556A (zh) * | 2019-12-24 | 2020-05-12 | 湖南轩源环保科技有限公司 | 黑烟车车牌识别方法、系统、设备和可读存储介质 |
-
2020
- 2020-07-21 CN CN202010704643.XA patent/CN111862621B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104074580A (zh) * | 2013-03-29 | 2014-10-01 | 孙磊 | 对大气污染物中由汽车尾气排放产生的污染物的监控系统及方法 |
CN106682699A (zh) * | 2016-12-31 | 2017-05-17 | 中国科学技术大学 | 一种基于聚类分析的车辆尾气排放特征分析处理方法 |
CN107478590A (zh) * | 2017-08-08 | 2017-12-15 | 南京新远见智能科技有限公司 | 一种结合机动车智能视觉识别与尾气遥感检测的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111862621A (zh) | 2020-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110660222B (zh) | 一种智能环保道路黑烟车辆电子抓拍系统 | |
CN110085029B (zh) | 基于轨道式巡检机器人的高速公路巡检系统与方法 | |
CN109291841B (zh) | 一种智能侦查巡逻警务车 | |
CN109377726A (zh) | 一种基于车联网的高速公路团雾精确警示、诱导系统及方法 | |
CN107478590A (zh) | 一种结合机动车智能视觉识别与尾气遥感检测的方法 | |
KR102155753B1 (ko) | 양방향 통행정보 수집 시스템 및 그 방법 | |
CN111862621B (zh) | 多类型适配的黑烟车智能抓拍系统 | |
CN102737247A (zh) | 一种柴油车尾气烟度图像识别系统 | |
CN206164739U (zh) | 一种车辆远光灯违规使用的自动录像取证及执法系统 | |
CN113850123A (zh) | 基于视频的公路监控方法及装置、存储介质和监控系统 | |
CN107527506A (zh) | 嵌入式雷达监测复合仪、以及雷达监测抓拍系统和方法 | |
CN206074832U (zh) | 一种地铁车辆车顶受电弓异物检测系统 | |
CN110648528A (zh) | 一种智慧公路管理系统 | |
CN105185114A (zh) | 一种车辆违章变道行为取证装置及方法 | |
CN105894821A (zh) | 一种基于高清dsp摄像机的交通综合监测系统 | |
CN113568002A (zh) | 基于激光和图像数据融合的轨道交通主动障碍物检测装置 | |
CN103871249A (zh) | 一种自动监测路面车辆尾气的环保装置 | |
CN112712697A (zh) | 面向车路协同应用的车道级交通状态判别方法及系统 | |
CN113676702A (zh) | 基于视频流的目标追踪监测方法、系统、装置及存储介质 | |
CN115240148A (zh) | 车辆行为的检测方法、装置、存储介质及电子装置 | |
CN112466144A (zh) | 一种路网交通态势管控系统 | |
CN110691224A (zh) | 一种变电站周界视频智能检测系统 | |
CN105303827A (zh) | 一种交通违章图像取证装置及方法 | |
CN113505689A (zh) | 一种黑烟车抓拍系统 | |
CN108663368A (zh) | 一种实时监测高速公路路网夜间整体能见度的系统及方法 |
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 |