CN112258881A - 基于智慧交通的车辆管理方法 - Google Patents

基于智慧交通的车辆管理方法 Download PDF

Info

Publication number
CN112258881A
CN112258881A CN202011134079.9A CN202011134079A CN112258881A CN 112258881 A CN112258881 A CN 112258881A CN 202011134079 A CN202011134079 A CN 202011134079A CN 112258881 A CN112258881 A CN 112258881A
Authority
CN
China
Prior art keywords
vehicle
size measurement
target
size
candidate
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
Application number
CN202011134079.9A
Other languages
English (en)
Other versions
CN112258881B (zh
Inventor
李敏
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.)
Guizhou huiunicom E-commerce Service Co.,Ltd.
Original Assignee
Guangyuan Liangzhihui 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 Guangyuan Liangzhihui Technology Co ltd filed Critical Guangyuan Liangzhihui Technology Co ltd
Priority to CN202011134079.9A priority Critical patent/CN112258881B/zh
Publication of CN112258881A publication Critical patent/CN112258881A/zh
Application granted granted Critical
Publication of CN112258881B publication Critical patent/CN112258881B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
    • 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

Abstract

本发明涉及大数据和交通管理领域，公开了一种基于智慧交通的车辆管理方法，其包括：在车辆进入高速入口时，车辆管理设备获取车辆的车辆编号、目标高速出口和车辆外观图像序列以生成车辆管理请求。智慧交通云平台的尺寸识别模块根据车辆外观图像序列进行车辆尺寸识别以得到车辆的车辆尺寸信息。在车辆在高速路上行驶的过程中，车辆终端将车辆实时位置发送到智慧交通云平台。行驶方案模块根据高速公路上所有车辆的车辆实时位置、车辆尺寸信息和目标高速出口进行车辆行驶路径规划和车辆行驶速度规划以得到车辆行驶方案。方案映射模块将根据车辆编号从车辆行驶方案中获取与车辆编号对应的车辆行驶子方案并将其发送到相应的车辆终端。

Description

基于智慧交通的车辆管理方法
技术领域
本发明涉及大数据和交通管理领域，尤其涉及一种基于智慧交通的车辆管理方法。
背景技术
智慧交通是在交通领域中充分运用物联网、云计算、互联网、人工智能、自动控制、移动互联网等技术，通过高新技术汇集交通信息，对交通管理、交通运输、公众出行等等交通领域全方面以及交通建设管理全过程进行管控支撑，使交通系统在区域、城市甚至更大的时空范围具备感知、互联、分析、预测、控制等能力，以充分保障交通安全、发挥交通基础设施效能、提升交通系统运行效率和管理水平，为通畅的公众出行提供可持续的经济发展服务。
随着我国经济的快速发展，车辆保有量的不断增加，也随之带来了一系列社会问题，比如车辆数量的剧增造成交通拥堵以及交通事故频发。提高高速路通行效率是解决交通拥堵和交通事故的有效途径。根据科学的车辆行驶方案行驶能够有效的缩短跟车间距，减小因空气阻力带来的燃油消耗，并能够提升道路交通通行效率。车辆在高速路行驶过程中，时常会因为多辆车同时行驶在同一车道或者行驶在相邻车道的而导致交通拥堵或交通事故。
发明内容
针对现有技术之不足，本发明提供了一种基于智慧交通的车辆管理方法，其包括：在车辆进入高速入口时，车辆管理设备对车辆进行编号并获取车辆的车辆编号、目标高速出口和车辆外观图像序列以生成车辆管理请求然后将其发送到智慧交通云平台；
智慧交通云平台的尺寸识别模块根据车辆外观图像序列进行车辆尺寸识别以得到车辆的车辆尺寸信息；其中，所述尺寸识别模块提取车辆外观图像序列中的每个车辆外观图像的尺寸特征点，并对所有尺寸特征点进行特征点匹配以得到尺寸测量点对集；所述尺寸测量点对集包括若干个尺寸测量点对，所述尺寸测量点对包括尺寸测量前点和尺寸测量后点；
在车辆在高速路上行驶的过程中，车辆终端将车辆实时位置发送到智慧交通云平台；
行驶方案模块根据高速公路上所有车辆的车辆实时位置、车辆尺寸信息和目标高速出口进行规划分析以得到车辆行驶方案；其中，所述行驶方案模块获取高速公路上高速公路车道数目和每个车道的宽度在三维空间中建立高速公路模型，并根据每个车辆的车辆实时位置、车辆长度、车辆宽度和车辆高度在三维空间中建立每个车辆对应的车辆模型；行驶方案模块将三维空间根据预设尺寸划分为若干个空间子区域，得到三维空间的空间子区域的行数和列数，将车辆进入高速路口的位置所在的空间子区域作为起始空间子区域，将目标高速出口的位置所在的空间子区域作为终点空间子区域；
行驶方案模块将起始空间子区域放入已访问的空间子区域集合中，并从三维空间中的所有空间子区域中选取相邻度大于相邻度阈值的空间子区域以得到相邻空间子区域集，根据起始空间子区域与终点空间子区域的相对位置选择行驶方向向量，并将起始空间子区域作为目前空间子区域；
行驶方案模块根据预设的行驶方向权重和行驶关联矩阵分析目前空间子区域的相邻空间子区域集中每个相邻空间子区域的选择概率，并选取相邻空间子区域集中选择概率最大的相邻空间子区域作为目前空间子区域，并判断目前空间子区域是否为终点空间子区域；如果不是则重复以上步骤，直至到达终点空间子区域，从而得到车辆行驶方案；
方案映射模块根据车辆编号从车辆行驶方案中获取与车辆编号对应的车辆行驶子方案并将其发送到相应的车辆终端。
根据一个优选实施方式，所述尺寸识别模块从尺寸测量点对集中随机选择预设数量的尺寸测量点对作为中心尺寸测量点对，并利用旋转映射函数和平移映射函数获取中心尺寸测量点对的中心尺寸测量前点与中心尺寸测量后点之间的映射变换关系以获取旋转映射矩阵和平移映射矩阵；
尺寸识别模块将尺寸测量点对集中除了中心尺寸测量点对之外的尺寸测量点对作为候选尺寸测量点对，并利用旋转映射矩阵和平移映射矩阵获取候选尺寸测量点对中候选尺寸测量前点的尺寸测量变换点，然后计算候选尺寸测量前点与尺寸测量变换点的欧氏距离以得到候选尺寸测量点对的变换误差值；
尺寸识别模块将每个候选尺寸测量点对的变换误差值与预设的变换误差阈值进行比较；
在候选尺寸测量点对的变换误差值大于预设的变换误差阈值时移除该候选尺寸测量点对，
在候选尺寸测量点对的变换误差值小于预设的变换误差阈值时保留该候选尺寸测量点对。
尺寸识别模块统计保留的候选尺寸测量点对的个数并根据所有保留的候选尺寸测量点对作为目标尺寸测量点对，以生成目标尺寸测量点对集；重复执行以上步骤以得到若干个目标尺寸测量点对集，然后从若干个目标尺寸测量点对集选取目标尺寸测量点对个数最多的目标尺寸测量点对集；
尺寸识别模块根据目标尺寸测量点对集利用旋转映射函数和平移映射函数对旋转映射矩阵和平移映射矩阵进行更新以得到目标旋转映射矩阵和目标平移映射矩阵，并根据目标旋转映射矩阵和目标平移映射矩阵进行尺寸测量以获取车辆尺寸信息。
根据一个优选实施方式，所述车辆编号用于对高速公路上行驶的车辆进行唯一标识。所述车辆管理设备为具有图像采集功能、数据传输功能和通信功能的智能设备，其包括：360度旋转摄像头、针孔摄像头和闪光摄像头。
根据一个优选实施方式，所述行驶方案模块获取高速公路上高速公路车道数目和每个车道的宽度在三维空间中建立高速公路模型，并根据每个车辆的车辆实时位置、车辆长度、车辆宽度和车辆高度在三维空间中建立每个车辆对应的车辆模型；
从三维空间中的所有车辆模型中任意选取一个车辆模型作为目标车辆模型，并分析目标车辆模型的预设安全距离内是否存在其他车辆模型；
在目标车辆模型的预设安全区域内存在其他车辆模型时，将预设安全区域内其他车辆模型作为候选车辆模型并对所有候选车辆模型进行编号；对于在目标车辆模型前的候选车辆模型，分别获取目标车辆模型在每个车道行驶时到达每个候选车辆模型当前位置所在水平线的时间以得到追车时间；对于在目标车辆模型后的候选车辆模型，分别获取每个候选车辆模型在每个车道行驶时到达目标车辆模型当前位置所在水平线的时间以得到追车时间；并根据每个候选车辆模型的最短追车时间建立目标车辆模型与每个候选车辆模型的约束条件；
在目标车辆模型的预设安全区域内不存在其他车辆模型时，按照当前车道按照最预设速度行驶。
所述车辆行驶方案用于指示高速公路上所有车辆的车辆行驶路线和车辆行驶速度，其包括若干个车辆行驶子方案。所述车辆行驶子方案用于指示车辆编号与车辆行驶路线和车辆行驶速度的映射关系，每个车辆行驶子方案对应一个车辆。
根据一个优选实施方式，所述车辆外观图像序列包括若干个根据图像采集位置进行排序的车辆外观图像，所述车辆外观图像用于指示车辆外观尺寸以确定车辆尺寸信息。
优选地，所述车辆管理请求包括：车辆编号、车辆外观图像序列和目标高速出口。
所述车辆终端为驾驶司机使用的具有定位功能、数据传输功能的通信功能的设备，其包括：智能手机、智能手表和车载导航。所述目标高速出口为车辆下高速的出口。车辆尺寸信息用于车辆所占空间大小，其包括：车辆长度、车辆宽度和车辆高度。
基于上述的实施方式，本发明通过对高速公路上所有车辆的车辆实时位置、车辆尺寸信息和目标高速出口进行规划分析以得到车辆行驶方案，以优化高速道路的利用率，降低由于信息差导致的高速拥堵发生率和交通事故发生率，能够有效地提升道路交通通行效率。
附图说明
图1为一示例性实施例提供的基于智慧交通的车辆管理方法的流程图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
在本发明使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本发明可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本发明范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
如图1所示，在一个实施例中，本发明的基于智慧交通的车辆管理方法可以包括以下步骤：
S1、在车辆进入高速入口时，车辆管理设备对车辆进行编号并获取车辆的车辆编号、目标高速出口和车辆外观图像序列以生成车辆管理请求然后将其发送到智慧交通云平台。
可选地，所述车辆管理请求包括：车辆编号、车辆外观图像序列和目标高速出口。
可选地，车辆编号用于对高速公路上行驶的车辆进行唯一标识，目标高速出口为车辆下高速的出口，车辆外观图像序列包括若干个根据图像采集位置进行排序的车辆外观图像，车辆外观图像用于指示车辆外观尺寸以确定车辆尺寸信息。
可选地，车辆管理设备为具有图像采集功能、数据传输功能和通信功能的智能设备，其包括：360度旋转摄像头、针孔摄像头和闪光摄像头。
可选地，在车辆下高速后该车辆使用的车辆编号回收，并将该车辆编号作为另一个进入高速车辆的车辆编号。
S2、智慧交通云平台的尺寸识别模块根据车辆外观图像序列进行车辆尺寸识别以得到车辆的车辆尺寸信息。
可选地，车辆尺寸信息用于车辆所占空间大小，其包括：车辆长度、车辆宽度和车辆高度。
具体地，尺寸识别模块根据车辆外观图像序列进行车辆尺寸识别得到车辆的车辆尺寸信息包括：
尺寸识别模块提取车辆外观图像序列中的每个车辆外观图像的尺寸特征点，并对所有尺寸特征点进行特征点匹配以得到尺寸测量点对集；所述尺寸测量点对集包括若干个尺寸测量点对，每个尺寸测量点对包括尺寸测量前点和尺寸测量后点。
尺寸测量点对集为：U＝(u1,u2…ui…uN)，ui为尺寸测量点对集中第i个尺寸测量点对，uN为尺寸测量点对集中第N个尺寸测量点对，
Figure BDA0002736094230000067
为第i个尺寸测量点对的尺寸测量前点，
Figure BDA0002736094230000063
为第i个尺寸测量点对的尺寸测量后点，
Figure BDA0002736094230000064
为第N个尺寸测量点对的尺寸测量前点，
Figure BDA0002736094230000065
为第N个尺寸测量点对的尺寸测量后点。
尺寸识别模块从尺寸测量点对集中随机选择预设数量的尺寸测量点对作为中心尺寸测量点对，并利用旋转映射函数和平移映射函数获取中心尺寸测量点对的中心尺寸测量前点与中心尺寸测量后点之间的映射变换关系以获取旋转映射矩阵和平移映射矩阵。
平移映射函数为：
Figure BDA0002736094230000066
其中，S为平移映射矩阵，N为尺寸测量点对集中尺寸测量点对的个数，i为尺寸测量点对索引，
Figure BDA0002736094230000071
为第i个尺寸测量点对的尺寸测量后点，
Figure BDA0002736094230000072
为第i个尺寸测量点对的尺寸测量前点。
Figure BDA0002736094230000073
为第i个尺寸测量点对的尺寸测量前点的x轴坐标，
Figure BDA0002736094230000074
为第i个尺寸测量点对的尺寸测量前点的y轴坐标，
Figure BDA0002736094230000075
第i个尺寸测量点对的尺寸测量前点的z轴坐标；
Figure BDA0002736094230000076
为第i个尺寸测量点对的尺寸测量后点的x轴坐标，
Figure BDA0002736094230000077
为第i个尺寸测量点对的尺寸测量后点的y轴坐标，
Figure BDA0002736094230000078
为第i个尺寸测量点对的尺寸测量后点的z轴坐标。
旋转映射函数为：
Figure BDA0002736094230000079
其中，
Figure BDA00027360942300000710
为第i个尺寸测量前点对的尺寸测量变换点，
Figure BDA00027360942300000711
为第i个尺寸测量点对的尺寸测量后点，S为平移映射矩阵。
尺寸识别模块将尺寸测量点对集中除了中心尺寸测量点对之外的尺寸测量点对作为候选尺寸测量点对，并利用旋转映射矩阵和平移映射矩阵得到候选尺寸测量点对中候选尺寸测量前点的尺寸测量变换点，然后计算候选尺寸测量前点与尺寸测量变换点的欧氏距离以得到候选尺寸测量点对的变换误差值。
尺寸识别模块将每个候选尺寸测量点对的变换误差值与预设的变换误差阈值进行比较，在候选尺寸测量点对的变换误差值大于预设的变换误差阈值时移除该候选尺寸测量点对，在候选尺寸测量点对的变换误差值小于预设的变换误差阈值时保留该候选尺寸测量点对。
尺寸识别模块统计保留的候选尺寸测量点对的个数并根据所有保留的候选尺寸测量点对作为目标尺寸测量点对以生成目标尺寸测量点对集；重复执行以上步骤以得到若干个目标尺寸测量点对集；尺寸识别模块从若干个目标尺寸测量点对集选取目标尺寸测量点对个数最多的目标尺寸测量点对集；
尺寸识别模块根据目标尺寸测量点对集利用旋转映射函数和平移映射函数对旋转映射矩阵和平移映射矩阵进行更新以得到目标旋转映射矩阵和目标平移映射矩阵，并根据目标旋转映射矩阵和目标平移映射矩阵进行尺寸测量以获取车辆尺寸信息。
S3、在车辆在高速路上行驶的过程中，车辆终端将车辆实时位置发送到智慧交通云平台。
可选地，车辆终端为驾驶司机使用的具有定位功能、数据传输功能的通信功能的设备，其包括：智能手机、智能手表和车载导航。
可选地，车辆实时位置为车辆当前时刻的位置。
S4、行驶方案模块根据高速公路上所有车辆的车辆实时位置、车辆尺寸信息和目标高速出口进行规划分析以得到车辆行驶方案。前述规划分析的过程包括车辆行驶路径规划和车辆行驶速度规划。
优选地，驶方案模块根据高速公路上所有车辆的车辆实时位置、车辆尺寸信息和目标高速出口进行车辆行驶速度规划包括：
行驶方案模块获取高速公路上高速公路车道数目和每个车道的宽度在三维空间中建立高速公路模型，并根据每个车辆的车辆实时位置、车辆长度、车辆宽度和车辆高度在三维空间中建立每个车辆对应的车辆模型；
从三维空间中的所有车辆模型中任意选取一个车辆模型作为目标车辆模型，并分析目标车辆模型的预设安全距离内是否存在其他车辆模型，在目标车辆模型的预设安全区域内存在其他车辆模型时；
在目标车辆模型的预设安全区域内存在其他车辆模型时，将预设安全区域内其他车辆模型作为候选车辆模型并对所有候选车辆模型进行编号；对于在目标车辆模型前的候选车辆模型，分别分析目标车辆模型在每个车道行驶时到达每个候选车辆模型当前位置所在水平线的时间以得到追车时间；对于在目标车辆模型后的候选车辆模型，分别分析每个候选车辆模型在每个车道行驶时到达目标车辆模型当前位置所在水平线的时间以得到追车时间；并根据每个候选车辆模型的最短追车时间建立目标车辆模型与每个候选车辆模型的约束条件；
Figure BDA0002736094230000081
其中，ti为第i个候选车辆模型的第j个车道的追车时间，
Figure BDA0002736094230000091
为第i个候选车辆模型与目标车辆模型的所在位置水平线的垂直距离，
Figure BDA0002736094230000092
为第i个候选车辆模型当前车道与第j个车道的水平距离，
Figure BDA0002736094230000093
为第i个候选车辆模型与目标车辆模型的相对速度，
Figure BDA0002736094230000094
第i个候选车辆模型的换道速度。
在目标车辆模型的预设安全区域内不存在其他车辆模型时，按照当前车道按照最预设速度行驶；并从所有车辆模型中重新选择一个车辆模型作为目标车辆模型。
优选地，行驶方案模块根据高速公路上所有车辆的车辆实时位置、车辆尺寸信息和目标高速出口进行车辆行驶路径规划包括：
行驶方案模块将三维空间根据预设尺寸划分为若干个空间子区域，得到三维空间的空间子区域的行数和列数，将车辆进入高速路口的位置所在的空间子区域作为起始空间子区域，将目标高速出口的位置所在的空间子区域作为终点空间子区域；
行驶方案模块将起始空间子区域放入已访问的空间子区域集合中，并从三维空间中的所有空间子区域中选取相邻度大于相邻度阈值的空间子区域以得到相邻空间子区域集，根据起始空间子区域与终点空间子区域的相对位置选择行驶方向向量，并将起始空间子区域作为目前空间子区域；
根据预设的行驶方向权重和行驶关联矩阵分析目前空间子区域的相邻空间子区域集中每个相邻空间子区域的选择概率，并选取相邻空间子区域集中选择概率最大的相邻空间子区域作为目前空间子区域，并判断目前空间子区域是否为终点空间子区域；如果不是则重复以上步骤，直到到达终点空间子区域。
可选地，车辆行驶方案用于指示高速公路上所有车辆的车辆行驶路线和车辆行驶速度，其包括若干个车辆行驶子方案。
可选地，车辆行驶子方案用于指示车辆编号与车辆行驶路线和车辆行驶速度的映射关系，每个车辆行驶子方案对应一个车辆，每个车辆对应唯一的车辆编号。
S5、方案映射模块将根据车辆编号从车辆行驶方案中获取与车辆编号对应的车辆行驶子方案并将其发送到相应的车辆终端。然后车辆驾驶员根据车辆终端接收到的车辆行驶子方案进行驾驶。
具体地，每个车辆终端的车辆终端编号对应唯一得车辆编号，方案映射模块根据车辆编号获取与车辆编号对应得车辆行驶子方案，并获取与车辆编号对应得车辆终端编号，方案映射模块根据车辆终端编号将车辆行驶子方案发送到相应终端。
车辆驾驶员根据车辆终端规划得路线、速度和车距进行行驶以提高高速道路利用率以减少由于信息差导致的高速拥堵发生率和交通事故发生率。
在一个实施例中，在有新的车辆进入高速路口时对车辆行驶方案进行实时更新。
在一个实施例中，用于执行本发明方法的车辆管理系统可以包括：智慧交通云平台、车辆管理设备和车辆终端，其中智慧交通云平台与各个车辆管理设备和车辆终端具有通信连接。
在车辆进入高速入口时，车辆管理设备对车辆进行编号并获取车辆的车辆编号、目标高速出口和车辆外观图像序列以生成车辆管理请求然后将其发送到智慧交通云平台。所述车辆管理设备为具有图像采集功能、数据传输功能和通信功能的智能设备，其包括：360度旋转摄像头、针孔摄像头和闪光摄像头。
在车辆在高速路上行驶的过程中，车辆终端将车辆实时位置发送到智慧交通云平台，车辆终端为驾驶司机使用的具有定位功能、数据传输功能的通信功能的设备，其包括：智能手机、智能手表和车载导航。
智慧交通云平台包括：尺寸识别模块、行驶方案模块、车辆行驶模和数据库，其中各模块间具有通信连接。
尺寸识别模块根据车辆外观图像序列进行车辆尺寸识别以得到车辆的车辆尺寸信息。
行驶方案模块根据高速公路上所有车辆的车辆实时位置、车辆尺寸信息和目标高速出口进行车辆行驶路径规划和车辆行驶速度规划以得到车辆行驶方案。
方案映射模块将根据车辆编号从车辆行驶方案中获取与车辆编号对应的车辆行驶子方案并将其发送到相应的车辆终端，车辆驾驶员根据车辆行驶子方案进行驾驶。
另外，虽然上面参考特定模块讨论了特定功能，但是应当注意，本文讨论的各个模块的功能可以分为多个模块，和/或多个模块的至少一些功能可以组合成单个模块。另外，本文讨论的特定模块执行动作包括该特定模块本身执行动作，或者替换地该特定模块调用或以其他方式访问执行该动作的另一个组件或模块(或结合该特定模块一起执行动作)。因此，执行动作的特定模块可以包括执行动作的特定模块本身和/或执行动作的该特定模块调用或以其他方式访问的另一模块。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(solidstate disk，SSD))等。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (9)

1.一种基于智慧交通的车辆管理方法，其特征在于，在车辆进入高速入口时，车辆管理设备对车辆进行编号并获取车辆的车辆编号、目标高速出口和车辆外观图像序列以生成车辆管理请求，然后将其发送到所述智慧交通云平台；
所述智慧交通云平台的尺寸识别模块根据车辆外观图像序列进行车辆尺寸识别以得到车辆的车辆尺寸信息；其中，所述尺寸识别模块提取车辆外观图像序列中的每个车辆外观图像的尺寸特征点，并对所有尺寸特征点进行特征点匹配以得到尺寸测量点对集；所述尺寸测量点对集包括若干个尺寸测量点对，所述尺寸测量点对包括尺寸测量前点和尺寸测量后点；
在车辆在高速路上行驶的过程中，车辆终端将车辆实时位置发送到智慧交通云平台；
行驶方案模块根据高速公路上所有车辆的的车辆实时位置、车辆尺寸信息和目标高速出口进行规划分析以得到车辆行驶方案；其中，所述行驶方案模块获取高速公路上高速公路车道数目和每个车道的宽度在三维空间中建立高速公路模型，并根据每个车辆的车辆实时位置、车辆长度、车辆宽度和车辆高度在三维空间中建立每个车辆对应的车辆模型；行驶方案模块将三维空间根据预设尺寸划分为若干个空间子区域，得到三维空间的空间子区域的行数和列数，将车辆进入高速路口的位置所在的空间子区域作为起始空间子区域，将目标高速出口的位置所在的空间子区域作为终点空间子区域；
行驶方案模块将起始空间子区域放入已访问的空间子区域集合中，并从三维空间中的所有空间子区域中选取相邻度大于相邻度阈值的空间子区域以得到相邻空间子区域集，根据起始空间子区域与终点空间子区域的相对位置选择行驶方向向量，并将起始空间子区域作为目前空间子区域；
行驶方案模块根据预设的行驶方向权重和行驶关联矩阵分析目前空间子区域的相邻空间子区域集中每个相邻空间子区域的选择概率，并选取相邻空间子区域集中选择概率最大的相邻空间子区域作为目前空间子区域，并判断目前空间子区域是否为终点空间子区域；如果不是则重复以上步骤，直至到达终点空间子区域，从而得到车辆行驶方案；
方案映射模块根据车辆编号从车辆行驶方案中获取与车辆编号对应的车辆行驶子方案，并将其发送到相应的车辆终端。
2.根据权利要求1所述的方法，其特征在于，所述尺寸识别模块从尺寸测量点对集中随机选择预设数量的尺寸测量点对作为中心尺寸测量点对，并利用旋转映射函数和平移映射函数获取中心尺寸测量点对的中心尺寸测量前点与中心尺寸测量后点之间的映射变换关系以获取旋转映射矩阵和平移映射矩阵；
尺寸识别模块将尺寸测量点对集中除了中心尺寸测量点对之外的尺寸测量点对作为候选尺寸测量点对，并利用旋转映射矩阵和平移映射矩阵获取候选尺寸测量点对中候选尺寸测量前点的尺寸测量变换点，然后计算候选尺寸测量前点与尺寸测量变换点的欧氏距离以得到候选尺寸测量点对的变换误差值；
尺寸识别模块将每个候选尺寸测量点对的变换误差值与预设的变换误差阈值进行比较；
在候选尺寸测量点对的变换误差值大于预设的变换误差阈值时移除该候选尺寸测量点对，
在候选尺寸测量点对的变换误差值小于预设的变换误差阈值时保留该候选尺寸测量点对。
3.根据权利要求2所述的方法，其特征在于，尺寸识别模块统计保留的候选尺寸测量点对的个数并根据所有保留的候选尺寸测量点对作为目标尺寸测量点对，以生成目标尺寸测量点对集；重复执行以上步骤以得到若干个目标尺寸测量点对集，然后从若干个目标尺寸测量点对集选取目标尺寸测量点对个数最多的目标尺寸测量点对集；
尺寸识别模块根据目标尺寸测量点对集利用旋转映射函数和平移映射函数对旋转映射矩阵和平移映射矩阵进行更新以得到目标旋转映射矩阵和目标平移映射矩阵，并根据目标旋转映射矩阵和目标平移映射矩阵进行尺寸测量以获取车辆尺寸信息。
4.根据权利要求1至3之一所述的方法，其特征在于，所述车辆编号用于对高速公路上行驶的车辆进行唯一标识。
5.根据权利要求4所述的方法，其特征在于，所述车辆管理设备为具有图像采集功能、数据传输功能和通信功能的智能设备，其包括：360度旋转摄像头、针孔摄像头和闪光摄像头。
6.根据权利要求5所述的方法，其特征在于，所述行驶方案模块获取高速公路上高速公路车道数目和每个车道的宽度在三维空间中建立高速公路模型，并根据每个车辆的车辆实时位置、车辆长度、车辆宽度和车辆高度在三维空间中建立每个车辆对应的车辆模型；
从三维空间中的所有车辆模型中任意选取一个车辆模型作为目标车辆模型，并分析目标车辆模型的预设安全距离内是否存在其他车辆模型；
在目标车辆模型的预设安全区域内存在其他车辆模型时，将预设安全区域内其他车辆模型作为候选车辆模型并对所有候选车辆模型进行编号；对于在目标车辆模型前的候选车辆模型，分别获取目标车辆模型在每个车道行驶时到达每个候选车辆模型当前位置所在水平线的时间以得到追车时间；对于在目标车辆模型后的候选车辆模型，分别获取每个候选车辆模型在每个车道行驶时到达目标车辆模型当前位置所在水平线的时间以得到追车时间；并根据每个候选车辆模型的最短追车时间建立目标车辆模型与每个候选车辆模型的约束条件；
在目标车辆模型的预设安全区域内不存在其他车辆模型时，按照当前车道按照最预设速度行驶。
7.根据权利要求6所述的方法，其特征在于，所述车辆行驶方案用于指示高速公路上所有车辆的车辆行驶路线和车辆行驶速度，其包括若干个车辆行驶子方案。
8.根据权利要求7所述的方法，其特征在于，所述车辆行驶子方案用于指示车辆编号与车辆行驶路线和车辆行驶速度的映射关系，每个车辆行驶子方案对应一个车辆。
9.根据权利要求1至8之一所述的方法，其特征在于，所述车辆外观图像序列包括若干个根据图像采集位置进行排序的车辆外观图像，所述车辆外观图像用于指示车辆外观尺寸以确定车辆尺寸信息。
CN202011134079.9A 2020-10-21 2020-10-21 基于智慧交通的车辆管理方法 Active CN112258881B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011134079.9A CN112258881B (zh) 2020-10-21 2020-10-21 基于智慧交通的车辆管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011134079.9A CN112258881B (zh) 2020-10-21 2020-10-21 基于智慧交通的车辆管理方法

Publications (2)

Publication Number Publication Date
CN112258881A true CN112258881A (zh) 2021-01-22
CN112258881B CN112258881B (zh) 2021-07-16

Family

ID=74264508

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011134079.9A Active CN112258881B (zh) 2020-10-21 2020-10-21 基于智慧交通的车辆管理方法

Country Status (1)

Country Link
CN (1) CN112258881B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113295181A (zh) * 2021-07-28 2021-08-24 国汽智控(北京)科技有限公司 车辆的路径规划方法、装置和系统

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101464951A (zh) * 2007-12-21 2009-06-24 北大方正集团有限公司 图像识别方法及系统
CN103700261A (zh) * 2014-01-03 2014-04-02 河海大学常州校区 一种基于视频的道路交通流特征参数监测及交通综合信息服务系统
CN104344832A (zh) * 2013-07-24 2015-02-11 高德信息技术有限公司 一种导航方法和装置
WO2015177648A1 (en) * 2014-05-14 2015-11-26 Ofer Springer Systems and methods for curb detection and pedestrian hazard assessment
CN105160917A (zh) * 2015-08-24 2015-12-16 武汉理工大学 基于车路协同的信号控制交叉口车速引导系统及方法
CN106379237A (zh) * 2016-09-30 2017-02-08 西南交通大学 基于增强现实的车辆换道全过程辅助驾驶系统
CN107038722A (zh) * 2016-02-02 2017-08-11 深圳超多维光电子有限公司 一种设备定位方法及装置
CN108012080A (zh) * 2017-12-04 2018-05-08 广东欧珀移动通信有限公司 图像处理方法、装置、电子设备及计算机可读存储介质
WO2018089163A1 (en) * 2016-11-11 2018-05-17 Qualcomm Incorporated Methods and systems of performing object pose estimation
CN109360423A (zh) * 2018-12-03 2019-02-19 广元量知汇科技有限公司 一种基于云计算的交通违停巡检系统
CN109387214A (zh) * 2018-09-05 2019-02-26 南京理工大学 一种基于虚拟墙的机器人路径规划算法
CN109544966A (zh) * 2018-11-27 2019-03-29 江苏本能科技有限公司 特种车辆路线偏移分析方法及系统
US20190215437A1 (en) * 2018-01-11 2019-07-11 Toyota Jidosha Kabushiki Kaisha Vehicle imaging support device, method, and program storage medium
CN110163064A (zh) * 2018-11-30 2019-08-23 腾讯科技（深圳）有限公司 一种道路标志物的识别方法、装置及存储介质
CN110213740A (zh) * 2019-05-16 2019-09-06 武汉理工大学 基于智能道钉的高速公路交叉口车路协同系统和指引方法
CN110941271A (zh) * 2019-11-26 2020-03-31 北方工业大学 一种自动驾驶换道模型、自动驾驶换道方法及其系统
WO2020065177A1 (fr) * 2018-09-25 2020-04-02 iCOMMISSARIAT À L'ÉNERGIE ATOMIQUE ET AUX ÉNERGIES ALTERNATIVES Procede, programme d'ordinateur et systeme de detection et localisation d'objet dans une scene tridimensionnelle
CN111510496A (zh) * 2020-04-16 2020-08-07 山东交通学院 基于区块链信息共享的交通诱导系统及方法

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101464951A (zh) * 2007-12-21 2009-06-24 北大方正集团有限公司 图像识别方法及系统
CN104344832A (zh) * 2013-07-24 2015-02-11 高德信息技术有限公司 一种导航方法和装置
CN103700261A (zh) * 2014-01-03 2014-04-02 河海大学常州校区 一种基于视频的道路交通流特征参数监测及交通综合信息服务系统
WO2015177648A1 (en) * 2014-05-14 2015-11-26 Ofer Springer Systems and methods for curb detection and pedestrian hazard assessment
CN105160917A (zh) * 2015-08-24 2015-12-16 武汉理工大学 基于车路协同的信号控制交叉口车速引导系统及方法
CN107038722A (zh) * 2016-02-02 2017-08-11 深圳超多维光电子有限公司 一种设备定位方法及装置
CN106379237A (zh) * 2016-09-30 2017-02-08 西南交通大学 基于增强现实的车辆换道全过程辅助驾驶系统
WO2018089163A1 (en) * 2016-11-11 2018-05-17 Qualcomm Incorporated Methods and systems of performing object pose estimation
CN108012080A (zh) * 2017-12-04 2018-05-08 广东欧珀移动通信有限公司 图像处理方法、装置、电子设备及计算机可读存储介质
US20190215437A1 (en) * 2018-01-11 2019-07-11 Toyota Jidosha Kabushiki Kaisha Vehicle imaging support device, method, and program storage medium
CN110033632A (zh) * 2018-01-11 2019-07-19 丰田自动车株式会社 车辆摄影支援装置、方法以及存储介质
CN109387214A (zh) * 2018-09-05 2019-02-26 南京理工大学 一种基于虚拟墙的机器人路径规划算法
WO2020065177A1 (fr) * 2018-09-25 2020-04-02 iCOMMISSARIAT À L'ÉNERGIE ATOMIQUE ET AUX ÉNERGIES ALTERNATIVES Procede, programme d'ordinateur et systeme de detection et localisation d'objet dans une scene tridimensionnelle
CN109544966A (zh) * 2018-11-27 2019-03-29 江苏本能科技有限公司 特种车辆路线偏移分析方法及系统
CN110163064A (zh) * 2018-11-30 2019-08-23 腾讯科技（深圳）有限公司 一种道路标志物的识别方法、装置及存储介质
CN109360423A (zh) * 2018-12-03 2019-02-19 广元量知汇科技有限公司 一种基于云计算的交通违停巡检系统
CN110213740A (zh) * 2019-05-16 2019-09-06 武汉理工大学 基于智能道钉的高速公路交叉口车路协同系统和指引方法
CN110941271A (zh) * 2019-11-26 2020-03-31 北方工业大学 一种自动驾驶换道模型、自动驾驶换道方法及其系统
CN111510496A (zh) * 2020-04-16 2020-08-07 山东交通学院 基于区块链信息共享的交通诱导系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
曾升，耿国华，邹林波，周明全: "第一人称视角地形轮廓草图的真实空间重建", 《光学精密工程》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113295181A (zh) * 2021-07-28 2021-08-24 国汽智控(北京)科技有限公司 车辆的路径规划方法、装置和系统

Also Published As

Publication number Publication date
CN112258881B (zh) 2021-07-16

Similar Documents

Publication Publication Date Title
CN110146097B (zh) 自动驾驶导航地图的生成方法、系统、车载终端及服务器
CN105793669B (zh) 车辆位置推定系统、装置、方法以及照相机装置
US20210302585A1 (en) Smart navigation method and system based on topological map
CN102208013B (zh) 风景匹配参考数据生成系统和位置测量系统
KR20180046798A (ko) 실시간 교통 정보 제공 방법 및 장치
CN108594244B (zh) 基于立体视觉和激光雷达的障碍物识别迁移学习方法
CN109903574B (zh) 路口交通信息的获取方法和装置
CN112753038B (zh) 识别车辆变道趋势的方法和装置
US20220357176A1 (en) Methods and data processing systems for predicting road attributes
CN113052159A (zh) 一种图像识别方法、装置、设备及计算机存储介质
CN110322687B (zh) 确定目标交叉口运行状态信息的方法和装置
CN114639085A (zh) 交通信号灯识别方法、装置、计算机设备和存储介质
CN112258881B (zh) 基于智慧交通的车辆管理方法
CN109934096B (zh) 基于特征时序相关性的自动驾驶视觉感知优化方法
CN109308806A (zh) 一种交通工具的行驶检测方法及服务器
CN112258880B (zh) 基于智慧交通的车辆管理系统
CN115995075A (zh) 一种车辆自适应导航方法、装置、电子设备及存储介质
CN111709357B (zh) 识别目标区域的方法、装置、电子设备和路侧设备
CN114998863A (zh) 目标道路识别方法、装置、电子设备以及存储介质
CN111709354B (zh) 识别目标区域的方法、装置、电子设备和路侧设备
CN115994985B (zh) 一种汽车域控制器及通勤道路上车辆自动建图和定位方法
CN111709355B (zh) 识别目标区域的方法、装置、电子设备和路侧设备
CN115662167B (zh) 自动驾驶地图构建方法、自动驾驶方法及相关装置
CN116071930B (zh) 基于乘客安全的车辆自动预警系统
CN111709356B (zh) 识别目标区域的方法、装置、电子设备和路侧设备

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Wei Jun

Inventor after: Li Min

Inventor before: Li Min

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210628

Address after: 550000 room 5, 9th floor, 229-235 Huaxi Avenue, Nanming District, Guiyang City, Guizhou Province [riverside office]

Applicant after: Guizhou huiunicom E-commerce Service Co.,Ltd.

Address before: 628000 Xuefeng Qiao Road 338, Lizhou District, Guangyuan, Sichuan

Applicant before: GUANGYUAN LIANGZHIHUI TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant