CN112216109B - 采用数据库存储的信息分析平台 - Google Patents

采用数据库存储的信息分析平台 Download PDF

Info

Publication number
CN112216109B
CN112216109B CN202011085002.7A CN202011085002A CN112216109B CN 112216109 B CN112216109 B CN 112216109B CN 202011085002 A CN202011085002 A CN 202011085002A CN 112216109 B CN112216109 B CN 112216109B
Authority
CN
China
Prior art keywords
information
license plate
speed
truck
analysis
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
Application number
CN202011085002.7A
Other languages
English (en)
Other versions
CN112216109A (zh
Inventor
时新哲
杨丽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen No.1 Yuanbang Technology Co.,Ltd.
Original Assignee
Shenzhen No1 Yuanbang Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen No1 Yuanbang Technology Co ltd filed Critical Shenzhen No1 Yuanbang Technology Co ltd
Priority to CN202011085002.7A priority Critical patent/CN112216109B/zh
Publication of CN112216109A publication Critical patent/CN112216109A/zh
Application granted granted Critical
Publication of CN112216109B publication Critical patent/CN112216109B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51Indexing; Data structures therefor; Storage structures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/587Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/62Analysis of geometric attributes of area, perimeter, diameter or volume
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • G06V20/13Satellite images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/62Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/63Scene text, e.g. street names
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/62Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625License plates

Abstract

本发明涉及一种采用数据库存储的信息分析平台及方法,所述平台包括:巡视飞行机构,即无人飞行器,对负责的交通管理区域执行定速巡航,其飞行速度与其下方最近的货车车辆的车速成正相关关系;所述巡视飞行机构包括信息接收设备、视觉采集设备、跟踪分析设备和速度调节设备;超载判断设备,用于对货车成像区域中存在的各个钢卷的截面积进行累计以获得参考截面积,并在所述参考截面积超限时,发出超载识别信号。本发明的采用数据库存储的信息分析平台及方法运行智能、操控简便。由于能够在针对性识别机制和飞行跟踪模式的基础上,对无人飞行器下方跟踪的货车对象进行定速跟踪以及钢卷识别,从而实现无人化的钢卷超载检测。

Description

采用数据库存储的信息分析平台
技术领域
本发明涉及数据库管理领域,尤其涉及一种采用数据库存储的信息分析平台。
背景技术
数据库是“按照数据结构来组织、存储和管理数据的仓库”。是一个长期存储在计算机内的、有组织的、可共享的、统一管理的大量数据的集合。数据库是以一定方式储存在一起、能与多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合,可视为电子化的文件柜即存储电子文件的处所,用户可以对文件中的数据进行新增、查询、更新、删除等操作。
数据库是存放数据的仓库。他的存储空间很大,可以存放百万条、千万条、上亿条数据。但是数据库并不是随意地将数据进行存放,是有一定的规则的,否则查询的效率会很低。当今世界是一个充满着数据的互联网世界,充斥着大量的数据。即这个互联网世界就是数据世界。数据的来源有很多,比如出行记录、消费记录、浏览的网页、发送的消息等。除了文本类型的数据,图像、音乐、声音都是数据。
目前,超载能够在货车司机有限次的拉载的情况下,使得货车司机获得额外的利润,为此,很多货车司机不惜付出安全代价和违章代价寻求一切超载的机会,尤以运载高利润的钢卷为甚。例如,通过货车司机之间的频繁通信识别每一个行驶区域的违章查处人员的位置和工作时间,从而营造出有限的超载行驶空间和时间。显然,这种货车超载模式给道路安全带来了较大的隐患。
发明内容
为了解决相关领域的技术问题,本发明提供了一种采用数据库存储的信息分析平台,能够在针对性识别机制和飞行跟踪模式的基础上,对无人飞行器下方跟踪的货车对象进行定速跟踪以及钢卷识别,从而实现无人化的钢卷超载检测。
为此,本发明至少需要具备以下两处关键的发明点:
(1)采用针对性识别机制和飞行跟踪模式在下方存在货车对象时对下方的货车对象进行跟踪式飞行,以提升后续帧的成像效果,便于执行后续的钢卷对象的检测;
(2)当下方跟踪的货车对象存在钢卷时,基于各个钢卷对象的截面积的累计值对下方跟踪的货车对象的超载现象进行视觉分析和判断,从而减少了人工操作环节。
根据本发明的一方面,提供了一种采用数据库存储的信息分析平台,所述平台包括:
巡视飞行机构,即无人飞行器,对负责的交通管理区域执行定速巡航,其飞行速度与其下方最近的货车车辆的车速成正相关关系。
更具体地,在所述采用数据库存储的信息分析平台中,所述平台还包括:
信息服务平台,以云存储节点的模式实现,用于接收每一个行驶状态中的车辆上传的定位信息、速度信息和车牌信息。
更具体地,在所述采用数据库存储的信息分析平台中,所述平台还包括:
所述巡视飞行机构包括信息接收设备、视觉采集设备、跟踪分析设备和速度调节设备,所述视觉采集设备设置在所述无人飞行器的底部,用于对所述无人飞行器的正下方执行俯拍式操作,以获得底部俯拍图像,所述跟踪分析设备与所述视觉采集设备连接,用于对接收到的底部俯拍图像中占据面积最大的车牌目标进行文字分析,当获得的对应的车牌信息为货车车牌信息时,将获得的对应的车牌信息作为现场车牌信息输出,所述信息接收设备通过无线网络与远端的信息服务平台连接,用于基于所述现场车牌信息从所述信息服务平台中查找与所述现场车牌信息对应的行驶状态中的车辆上传的速度信息和定位信息;
所述速度调节设备与所述信息接收设备连接,用于基于查找到的速度信息调节所述无人飞行器的速度信息以实现对其下方最近的货车车辆的跟踪飞行;
第一辨识机构,设置在所述无人飞行器上,分别与所述跟踪分析设备和所述视觉采集设备连接,用于在所述跟踪分析设备获得的对应的车牌信息为货车车牌信息时,对所述跟踪分析设备分析的底部俯拍图像的下一帧底部俯拍图像中距离获得的对应的车牌信息对应的车牌目标所在的货车成像区域进行对象类型分析,以辨识所述货车成像区域是否存在钢卷;
第二辨识机构,设置在所述第一辨识机构的附近,与所述第一辨识机构连接,用于在辨识到所述货车成像区域存在钢卷时,解析出每一个钢卷对象的景深和占据像素的数量,基于每一个钢卷对象的景深和占据像素的数量估算所述钢卷对象的截面积;
超载判断设备,与所述第二辨识机构连接,用于对所述货车成像区域中存在的各个钢卷的截面积进行累计以获得参考截面积,并在所述参考截面积超限时,发出超载识别信号,否则, 发出超载未识别信号;
数据上传设备,设置在所述无人飞行器上,与所述超载判断设备连接,还与所述信息服务平台连接,用于在接收到所述超载识别信号时,将所述超载识别信号与所述跟踪分析设备获得的对应的车牌信息一起作为违章记录发送给所述信息服务平台;
其中,基于查找到的速度信息调节所述无人飞行器的速度信息以实现对其下方最近的货车车辆的跟踪飞行包括:调节所述无人飞行器的实时速度以与查找到的速度信息中的速度一致;
其中,基于每一个钢卷对象的景深和占据像素的数量估算所述钢卷对象的截面积包括:在占据像素的数量不变的情况下,景深越浅,估算获得的截面积越大;
其中,基于每一个钢卷对象的景深和占据像素的数量估算所述钢卷对象的截面积包括:在景深不变的情况下,占据像素的数量越多,估算获得的截面积越大。
根据本发明的另一方面,还提供了一种采用数据库存储的信息分析方法,所述方法包括使用如上述的采用数据库存储的信息分析平台以采用针对性跟踪机制和分析机制对存在钢卷的货车进行超载的空中无人化识别。
本发明的采用数据库存储的信息分析平台及方法运行智能、操控简便。由于能够在针对性识别机制和飞行跟踪模式的基础上,对无人飞行器下方跟踪的货车对象进行定速跟踪以及钢卷识别,从而实现无人化的钢卷超载检测。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为根据本发明实施方案示出的采用数据库存储的信息分析平台所在的无人飞行器的外形示意图。
具体实施方式
下面将参照附图对本发明的采用数据库存储的信息分析平台及方法的实施方案进行详细说明。
超载(Overload)是指交通运输工具的实际装载量超过核定的最大容许限度,货运超载通常是指机动车运输的货物超过货运机动车的荷载总重。
货运车辆超载运输造成的破坏与损失触目惊心,有关部门不断强调严加管理,但就是屡治不愈,时至今日超载状况未见根本性好转,有些地方还愈演愈烈,成为公路运输的一种癌症。据有关部门调查,载重2.5吨的各类货运车辆,超载超限比例高达30%到85%。这些超载车最大装载率都在300%以上,最高达760%,即1辆额定载重2吨的货车,实际运载量达到15吨。据有关部门在一些重点超载地区调查发现,运输车辆几乎100%超载,超载程度一般都在一倍以上,有的达到5至6倍。如此超载,就是用钢板铺设的路面也要沉陷、断裂。
目前,超载能够在货车司机有限次的拉载的情况下,使得货车司机获得额外的利润,为此,很多货车司机不惜付出安全代价和违章代价寻求一切超载的机会,尤以运载高利润的钢卷为甚。例如,通过货车司机之间的频繁通信识别每一个行驶区域的违章查处人员的位置和工作时间,从而营造出有限的超载行驶空间和时间。显然,这种货车超载模式给道路安全带来了较大的隐患。
为了克服上述不足,本发明搭建了一种采用数据库存储的信息分析平台及方法,能够有效解决相应的技术问题。
图1为根据本发明实施方案示出的采用数据库存储的信息分析平台所在的无人飞行器的外形示意图。
根据本发明实施方案示出的采用数据库存储的信息分析平台包括:
巡视飞行机构,即无人飞行器,对负责的交通管理区域执行定速巡航,其飞行速度与其下方最近的货车车辆的车速成正相关关系,其中,所述无人飞行器的外形如图1所示。
接着,继续对本发明的采用数据库存储的信息分析平台的具体结构进行进一步的说明。
所述采用数据库存储的信息分析平台中还可以包括:
信息服务平台,以云存储节点的模式实现,用于接收每一个行驶状态中的车辆上传的定位信息、速度信息和车牌信息。
所述采用数据库存储的信息分析平台中还可以包括:
所述巡视飞行机构包括信息接收设备、视觉采集设备、跟踪分析设备和速度调节设备,所述视觉采集设备设置在所述无人飞行器的底部,用于对所述无人飞行器的正下方执行俯拍式操作,以获得底部俯拍图像,所述跟踪分析设备与所述视觉采集设备连接,用于对接收到的底部俯拍图像中占据面积最大的车牌目标进行文字分析,当获得的对应的车牌信息为货车车牌信息时,将获得的对应的车牌信息作为现场车牌信息输出,所述信息接收设备通过无线网络与远端的信息服务平台连接,用于基于所述现场车牌信息从所述信息服务平台中查找与所述现场车牌信息对应的行驶状态中的车辆上传的速度信息和定位信息;
所述速度调节设备与所述信息接收设备连接,用于基于查找到的速度信息调节所述无人飞行器的速度信息以实现对其下方最近的货车车辆的跟踪飞行;
第一辨识机构,设置在所述无人飞行器上,分别与所述跟踪分析设备和所述视觉采集设备连接,用于在所述跟踪分析设备获得的对应的车牌信息为货车车牌信息时,对所述跟踪分析设备分析的底部俯拍图像的下一帧底部俯拍图像中距离获得的对应的车牌信息对应的车牌目标所在的货车成像区域进行对象类型分析,以辨识所述货车成像区域是否存在钢卷;
第二辨识机构,设置在所述第一辨识机构的附近,与所述第一辨识机构连接,用于在辨识到所述货车成像区域存在钢卷时,解析出每一个钢卷对象的景深和占据像素的数量,基于每一个钢卷对象的景深和占据像素的数量估算所述钢卷对象的截面积;
超载判断设备,与所述第二辨识机构连接,用于对所述货车成像区域中存在的各个钢卷的截面积进行累计以获得参考截面积,并在所述参考截面积超限时,发出超载识别信号,否则, 发出超载未识别信号;
数据上传设备,设置在所述无人飞行器上,与所述超载判断设备连接,还与所述信息服务平台连接,用于在接收到所述超载识别信号时,将所述超载识别信号与所述跟踪分析设备获得的对应的车牌信息一起作为违章记录发送给所述信息服务平台;
其中,基于查找到的速度信息调节所述无人飞行器的速度信息以实现对其下方最近的货车车辆的跟踪飞行包括:调节所述无人飞行器的实时速度以与查找到的速度信息中的速度一致;
其中,基于每一个钢卷对象的景深和占据像素的数量估算所述钢卷对象的截面积包括:在占据像素的数量不变的情况下,景深越浅,估算获得的截面积越大;
其中,基于每一个钢卷对象的景深和占据像素的数量估算所述钢卷对象的截面积包括:在景深不变的情况下,占据像素的数量越多,估算获得的截面积越大。
所述采用数据库存储的信息分析平台中:
对所述跟踪分析设备分析的底部俯拍图像的下一帧底部俯拍图像中距离获得的对应的车牌信息对应的车牌目标所在的货车成像区域进行对象类型分析,以辨识所述货车成像区域是否存在钢卷包括:基于钢卷的外形特征和颜色特征对所述货车成像区域是否存在钢卷进行辨识。
所述采用数据库存储的信息分析平台中:
在所述信息服务平台中,采用数据库存储接收到的各个行驶状态中的车辆上传的定位信息、速度信息和车牌信息。
所述采用数据库存储的信息分析平台中:
对接收到的底部俯拍图像中占据面积最大的车牌目标进行文字分析包括:基于OCR识别模式对接收到的底部俯拍图像中占据面积最大的车牌目标进行文字分析。
所述采用数据库存储的信息分析平台中:
用于对接收到的底部俯拍图像中占据面积最大的车牌目标进行文字分析包括:基于车牌颜色特征对接收到的底部俯拍图像中的每一个车牌目标进行识别。
以及所述采用数据库存储的信息分析平台中:
所述信息服务平台用于对从所述数据上传设备处接收到的逐条违章记录进行存储。
同时,为了克服上述不足,本发明还搭建了一种采用数据库存储的信息分析方法,所述方法包括使用如上述的采用数据库存储的信息分析平台以采用针对性跟踪机制和分析机制对存在钢卷的货车进行超载的空中无人化识别。
另外,在所述采用数据库存储的信息分析平台中,OCR(Optical CharacterRecognition,光学字符识别)是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符,通过检测暗、亮的模式确定其形状,然后用字符识别方法将形状翻译成计算机文字的过程;即,针对印刷体字符,采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件,并通过识别软件将图像中的文字转换成文本格式,供文字处理软件进一步编辑加工的技术。如何除错或利用辅助信息提高识别正确率,是OCR最重要的课题,ICR(IntelligentCharacter Recognition)的名词也因此而产生。衡量一个OCR系统性能好坏的主要指标有:拒识率、误识率、识别速度、用户界面的友好性,产品的稳定性,易用性及可行性等。
本领域的技术人员应理解,上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明。本发明的目的已经完整并有效地实现。本发明的功能及结构原理已在实施例中展示和说明,在没有背离所述原理下,本发明的实施方式可以有任何变形或修改。

Claims (6)

1.一种采用数据库存储的信息分析平台,所述平台包括:
巡视飞行机构,即无人飞行器,对负责的交通管理区域执行定速巡航,其飞行速度与其下方最近的货车车辆的车速成正相关关系;
其特征在于,所述平台还包括:
信息服务平台,以云存储节点的模式实现,用于接收每一个行驶状态中的车辆上传的定位信息、速度信息和车牌信息;
所述巡视飞行机构包括信息接收设备、视觉采集设备、跟踪分析设备和速度调节设备,所述视觉采集设备设置在所述无人飞行器的底部,用于对所述无人飞行器的正下方执行俯拍式操作,以获得底部俯拍图像,所述跟踪分析设备与所述视觉采集设备连接,用于对接收到的底部俯拍图像中占据面积最大的车牌目标进行文字分析,当获得的对应的车牌信息为货车车牌信息时,将获得的对应的车牌信息作为现场车牌信息输出,所述信息接收设备通过无线网络与远端的信息服务平台连接,用于基于所述现场车牌信息从所述信息服务平台中查找与所述现场车牌信息对应的行驶状态中的车辆上传的速度信息和定位信息;
所述速度调节设备与所述信息接收设备连接,用于基于查找到的速度信息调节所述无人飞行器的速度信息以实现对其下方最近的货车车辆的跟踪飞行;
第一辨识机构,设置在所述无人飞行器上,分别与所述跟踪分析设备和所述视觉采集设备连接,用于在所述跟踪分析设备获得的对应的车牌信息为货车车牌信息时,对所述跟踪分析设备分析的底部俯拍图像的下一帧底部俯拍图像中距离获得的对应的车牌信息对应的车牌目标所在的货车成像区域进行对象类型分析,以辨识所述货车成像区域是否存在钢卷;
第二辨识机构,设置在所述第一辨识机构的附近,与所述第一辨识机构连接,用于在辨识到所述货车成像区域存在钢卷时,解析出每一个钢卷对象的景深和占据像素的数量,基于每一个钢卷对象的景深和占据像素的数量估算所述钢卷对象的截面积;
超载判断设备,与所述第二辨识机构连接,用于对所述货车成像区域中存在的各个钢卷的截面积进行累计以获得参考截面积,并在所述参考截面积超限时,发出超载识别信号,否则, 发出超载未识别信号;
数据上传设备,设置在所述无人飞行器上,与所述超载判断设备连接,还与所述信息服务平台连接,用于在接收到所述超载识别信号时,将所述超载识别信号与所述跟踪分析设备获得的对应的车牌信息一起作为违章记录发送给所述信息服务平台;
其中,基于查找到的速度信息调节所述无人飞行器的速度信息以实现对其下方最近的货车车辆的跟踪飞行包括:调节所述无人飞行器的实时速度以与查找到的速度信息中的速度一致;
其中,基于每一个钢卷对象的景深和占据像素的数量估算所述钢卷对象的截面积包括:在占据像素的数量不变的情况下,景深越浅,估算获得的截面积越大;
其中,基于每一个钢卷对象的景深和占据像素的数量估算所述钢卷对象的截面积包括:在景深不变的情况下,占据像素的数量越多,估算获得的截面积越大。
2.如权利要求1所述的采用数据库存储的信息分析平台,其特征在于:
对所述跟踪分析设备分析的底部俯拍图像的下一帧底部俯拍图像中距离获得的对应的车牌信息对应的车牌目标所在的货车成像区域进行对象类型分析,以辨识所述货车成像区域是否存在钢卷包括:基于钢卷的外形特征和颜色特征对所述货车成像区域是否存在钢卷进行辨识。
3.如权利要求2所述的采用数据库存储的信息分析平台,其特征在于:
在所述信息服务平台中,采用数据库存储接收到的各个行驶状态中的车辆上传的定位信息、速度信息和车牌信息。
4.如权利要求3所述的采用数据库存储的信息分析平台,其特征在于:
对接收到的底部俯拍图像中占据面积最大的车牌目标进行文字分析包括:基于OCR识别模式对接收到的底部俯拍图像中占据面积最大的车牌目标进行文字分析。
5.如权利要求4所述的采用数据库存储的信息分析平台,其特征在于:
用于对接收到的底部俯拍图像中占据面积最大的车牌目标进行文字分析包括:基于车牌颜色特征对接收到的底部俯拍图像中的每一个车牌目标进行识别。
6.如权利要求5所述的采用数据库存储的信息分析平台,其特征在于:
所述信息服务平台用于对从所述数据上传设备处接收到的逐条违章记录进行存储。
CN202011085002.7A 2020-10-12 2020-10-12 采用数据库存储的信息分析平台 Active CN112216109B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011085002.7A CN112216109B (zh) 2020-10-12 2020-10-12 采用数据库存储的信息分析平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011085002.7A CN112216109B (zh) 2020-10-12 2020-10-12 采用数据库存储的信息分析平台

Publications (2)

Publication Number Publication Date
CN112216109A CN112216109A (zh) 2021-01-12
CN112216109B true CN112216109B (zh) 2021-07-13

Family

ID=74053276

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011085002.7A Active CN112216109B (zh) 2020-10-12 2020-10-12 采用数据库存储的信息分析平台

Country Status (1)

Country Link
CN (1) CN112216109B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113810625A (zh) * 2021-10-15 2021-12-17 江苏泰扬金属制品有限公司 用于资源分配的云服务系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AT406099B (de) * 1997-06-20 2000-02-25 Felten & Guilleaume Ag Oester Auslöse-einrichtung für ein überstrom-abschaltgerät
US20120151978A1 (en) * 2010-12-17 2012-06-21 Zepp William L Platform Mill for Producing Helically Wound Pipe and Related Method
CN107358796B (zh) * 2016-05-10 2021-05-11 武汉万集信息技术有限公司 一种基于无人机的车辆检测方法
CN205899803U (zh) * 2016-08-09 2017-01-18 安徽钰龙信息科技有限公司 一种用于治理超载超限的无人机车载系统
CN110647786B (zh) * 2018-06-27 2022-04-26 中国科学院地理科学与资源研究所 一种基于无人机lidar航测技术的非生长季草畜平衡评估方法
CN110415205B (zh) * 2019-04-01 2020-08-04 浦江漱金电子科技有限公司 可靠型参数提取平台

Also Published As

Publication number Publication date
CN112216109A (zh) 2021-01-12

Similar Documents

Publication Publication Date Title
US8362888B2 (en) Information transmission and processing systems and methods for freight carriers
CN106530733A (zh) 基于视频联动抓拍的远程桥梁超载执法系统
CN106447252B (zh) 一种港口物流管理系统
US11010640B1 (en) Automated training data quality process
CN101449280A (zh) 验证引擎
CN101241644A (zh) 智能车辆牌证巡查系统
CN112216109B (zh) 采用数据库存储的信息分析平台
CN110390813B (zh) 基于车型鉴别的大数据处理系统
KR100413382B1 (ko) 통신망을 이용한 감시 카메라의 통합 원격 제어 시스템 및방법과 이를 이용한 영상 데이터 처리 방법
CN102183909A (zh) 具有高安全性的停车场监控方法
KR102017059B1 (ko) 차축 들기에 의한 과적 차량 단속 시스템 및 방법
CN113159246B (zh) 基于二维码标签的钢厂货物识别方法、装置及计算机设备
CN111507269B (zh) 车位状态的识别方法及装置、存储介质和电子装置
KR20060031208A (ko) 자동차사고 파손차량의 보험처리를 위한 자동화시스템 및그 방법
CN110232827B (zh) 自由流收费车型识别方法、装置及系统
CN114882708B (zh) 一种基于监控视频的车辆识别方法
CN111986473A (zh) 基于车型鉴别的大数据处理方法
CN113705406A (zh) 交通指示信号的检测方法及相关装置、设备、介质
CN111696368A (zh) 一种超速违法数据生成方法及违法服务器
KR100476240B1 (ko) 실시간 차량 사고 처리 방법
CN113033736B (zh) 一种车载物联网物流看板
US11590982B1 (en) Trip based characterization using micro prediction determinations
CN117094620A (zh) 一种全自动称重管理系统
KR20030044350A (ko) 맞춤물류정보 서비스 시스템 및 방법, 그 프로그램을기록한 컴퓨터로 읽을 수 있는 기록매체
CN116486358A (zh) 抄牌预警方法、装置、设备及存储介质

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
CB03 Change of inventor or designer information

Inventor after: Shi Xinzhe

Inventor after: Yang Li

Inventor before: Yang Li

CB03 Change of inventor or designer information
TA01 Transfer of patent application right

Effective date of registration: 20210617

Address after: 518029 1501 Zhongxin science and technology building, Bagualing Industrial Zone, 31 Bagua Road, Hualin community, Yuanling street, Futian District, Shenzhen City, Guangdong Province

Applicant after: Shenzhen No.1 Yuanbang Technology Co.,Ltd.

Address before: Room 801-02, 855 Nanhu Avenue, Liangxi District, Wuxi City, Jiangsu Province, 214000

Applicant before: Wuxi Zhenyong Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant