CN112415217A - 一种基于视频的车辆测速方法 - Google Patents

一种基于视频的车辆测速方法 Download PDF

Info

Publication number
CN112415217A
CN112415217A CN202011542655.3A CN202011542655A CN112415217A CN 112415217 A CN112415217 A CN 112415217A CN 202011542655 A CN202011542655 A CN 202011542655A CN 112415217 A CN112415217 A CN 112415217A
Authority
CN
China
Prior art keywords
video
vehicle speed
calculation
vehicle
distance
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.)
Pending
Application number
CN202011542655.3A
Other languages
English (en)
Inventor
王飞
任义
王乔晨
刘虎
赵立涛
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.)
Brexia Information Technology Beijing Co ltd
China Building Materials Xinyun Zhilian Technology Co ltd
Cnbm Technology Corp ltd
Original Assignee
Brexia Information Technology Beijing Co ltd
China Building Materials Xinyun Zhilian Technology Co ltd
Cnbm Technology Corp 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 Brexia Information Technology Beijing Co ltd, China Building Materials Xinyun Zhilian Technology Co ltd, Cnbm Technology Corp ltd filed Critical Brexia Information Technology Beijing Co ltd
Priority to CN202011542655.3A priority Critical patent/CN112415217A/zh
Publication of CN112415217A publication Critical patent/CN112415217A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
    • G01P3/64—Devices characterised by the determination of the time taken to traverse a fixed distance
    • G01P3/80—Devices characterised by the determination of the time taken to traverse a fixed distance using auto-correlation or cross-correlation detection means
    • G01P3/806—Devices characterised by the determination of the time taken to traverse a fixed distance using auto-correlation or cross-correlation detection means in devices of the type to be classified in G01P3/68
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P21/00—Testing or calibrating of apparatus or devices covered by the preceding groups
    • G01P21/02—Testing or calibrating of apparatus or devices covered by the preceding groups of speedometers

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明属于数字图像处理技术领域，尤其涉及一种基于视频的车辆测速方法，包括以下步骤：先通过视频数据采集模块采集车辆行驶过程的视频数据，然后车辆速度计算模块依据视频中车辆时间内行驶距离计算车量速度，最后再通过计算校准模块现场测量车辆速度，将现场测量速度与视频测量速度对比校准计算误差。通过视频数据采集模块采集车辆行驶过程的视频数据，然后通过对视频数据的处理分析，再通过车辆速度计算模块计算出车辆行驶过程中的行驶速度。

Description

一种基于视频的车辆测速方法
技术领域
本发明涉及数字图像处理技术领域，具体为一种基于视频的车辆测速方法。
背景技术
随着我国经济的不断发展，人民群众的物质生活水平逐渐提高，汽车作为常用交通工具急剧增多，为了适应新的形势发展，车辆测速测距是安全管理中必要的支撑手段，传统的车辆测速测距需要配置专门的检测设备，价格昂贵且维护成本较高，传统的交通监控系统通常是通过安装在道路上方或者侧面的摄像设备对道路进行拍摄，进而配合预埋线圈或者雷达、激光雷达等方式检测超速行为并拍照取证，需要多个系统配合工作才可以完成测速的工作。目前，视频监控已经广泛应用于公路车辆监控，视频检测技术具有信息量大、安装维护方便等优点，同时相对于传统的传感器复杂的安装铺设和调试工作，基于视频的车辆测速方法由于其灵活性，有更广泛的应用场景。图像和视频处理广泛用于解决城市交通问题，这将更好地利用现有道路监控系统。人们也研究了采用图像处理的方法，根据视频图像实现车辆测速和车辆与车辆之间距离的方法。
但是，现有技术中，虽然有人提出了基于视频的公路车辆测速测距的想法，但还缺乏结构简单，设计合理，实现方便的基于视频的公路车辆测速测距装置以及具体的视频采集电路。鉴于此，我们提供一种基于视频的车辆测速方法。
发明内容
本发明的目的在于提供一种基于视频的车辆测速方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种基于视频的车辆测速方法，包括如下步骤：
S步骤S1：通过视频数据采集模块采集车辆行驶过程的视频数据；
步骤S2：车辆速度计算模块依据视频中车辆时间内行驶距离计算车量速度；
步骤S3：再通过计算校准模块现场测量车辆速度，将现场测量速度与视频测量速度对比校准计算误差。
优选的，所述视频数据采集模块包括摄像单元、信息识别单元和视频存储单元，所述摄像单元用于对行驶中的车辆进行摄像，所述信息识别单元用于识别行驶中的车辆车牌信息，所述视频存储单元用于存储车辆视频数据以及车辆对应的测速数据。
优选的，所述信息识别单元的计算公式为：
Figure 7135DEST_PATH_IMAGE001
；
其中，
Figure 644790DEST_PATH_IMAGE002
为预测点与其它点距离计算参数，
Figure 43410DEST_PATH_IMAGE003
为预测点，
Figure 415527DEST_PATH_IMAGE004
为图像上数字 其它像素点。
优选的，所述视频存储单元内设有存储器，所述视频存储单元将车辆视频数据与对应的检测计算数据存储在同一文件夹内。
优选的，所述车辆速度计算模块包括距离计算单元和速度计算单元，所述距离计算单元用于计算视频上车辆行驶的距离，所述速度计算单元用于根据距离计算车辆行驶速度。
优选的，所述距离计算单元的计算公式为：
Figure 583203DEST_PATH_IMAGE005
；
其中，
Figure 391759DEST_PATH_IMAGE006
为车辆行驶一段距离前后测距点之间的平均距离，
Figure 480938DEST_PATH_IMAGE007
为选取了
Figure 167397DEST_PATH_IMAGE007
个测距点。
优选的，所述速度计算单元的计算公式为：
Figure 189579DEST_PATH_IMAGE008
；
其中，
Figure 169037DEST_PATH_IMAGE006
为多次测量行驶距离后计算得出的平均行驶距离，
Figure 40784DEST_PATH_IMAGE009
为行驶
Figure 232731DEST_PATH_IMAGE006
所需的时间。
优选的，所述计算校准模块包括校准计算单元和误差预测单元，所述校准计算单元用于系统的计算校准，所述误差预测单元用于预测系统误差变化情况。
优选的，所述校准计算单元的计算公式为：
Figure 109420DEST_PATH_IMAGE010
；
其中，
Figure 525358DEST_PATH_IMAGE011
表示系统稳定性测试中系统动荡参数，
Figure 825015DEST_PATH_IMAGE012
表示影响系统稳定性的参数一，
Figure 351811DEST_PATH_IMAGE013
表示影响系统稳定性的参数二，
Figure 348586DEST_PATH_IMAGE014
表示影响系统稳定性参数一的标准差，
Figure 433960DEST_PATH_IMAGE015
表示影 响系统稳定性参数二的标准差。
优选的，所述误差预测单元的计算公式为：
Figure 453869DEST_PATH_IMAGE017
；
其中，
Figure 784356DEST_PATH_IMAGE018
是第
Figure 901216DEST_PATH_IMAGE019
号参考点计算第
Figure 596640DEST_PATH_IMAGE020
次预测车辆速度，
Figure 667626DEST_PATH_IMAGE021
为第
Figure 5067DEST_PATH_IMAGE020
次预测时的系统 负载程度，
Figure 710855DEST_PATH_IMAGE022
指第
Figure 138032DEST_PATH_IMAGE019
号参考点计算第k次实际的车辆行驶速度，
Figure 929270DEST_PATH_IMAGE002
是在不同环境中调 节经验值和预制值的比重的一个调节参数，
Figure 70401DEST_PATH_IMAGE023
是第
Figure 896275DEST_PATH_IMAGE019
号参考点计算第
Figure 434966DEST_PATH_IMAGE024
次预测车辆速度。
与现有技术相比，本发明的有益效果是：本发明，使用时，通过视频数据采集模块采集车辆行驶过程的视频数据，然后通过对视频数据的处理分析，再通过车辆速度计算模块计算出车辆行驶过程中的行驶速度，系统误差通过计算校准模块来计算降低，并且通过计算校准模块预测车辆各个参考点测得的速度。
附图说明
图1为本发明整体结构示意图；
图2为本发明视频数据采集模块结构示意图；
图3为本发明视频数据采集模块工作流程示意图；
图4为本发明车辆速度计算模块结构示意图；
图5为本发明计算校准模块结构示意图。
图中：1视频数据采集模块、101摄像单元、102信息识别单元、103视频存储单元、2车辆速度计算模块、201距离计算单元、202速度计算单元、3计算校准模块、301校准计算单元、302误差预测单元。
具体实施方式
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，所描述的实施例仅仅是本发明一部分实施例，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。
请参阅图1-5，本发明提供一种技术方案：
一种基于视频的车辆测速方法，包括如下步骤：
步骤S1：通过视频数据采集模块1采集车辆行驶过程的视频数据；
步骤S2：车辆速度计算模块2依据视频中车辆时间内行驶距离计算车量速度；
步骤S3：再通过计算校准模块3现场测量车辆速度，将现场测量速度与视频测量速度对比校准计算误差。
其中，视频数据采集模块1包括摄像单元101、信息识别单元102和视频存储单元103，摄像单元101用于对行驶中的车辆进行摄像，信息识别单元102用于识别行驶中的车辆车牌信息，视频存储单元103用于存储车辆视频数据以及车辆对应的测速数据。车辆速度计算模块2包括距离计算单元201和速度计算单元202，距离计算单元201用于计算视频上车辆行驶的距离，速度计算单元202用于根据距离计算车辆行驶速度。计算校准模块3包括校准计算单元301和误差预测单元302，校准计算单元301用于系统的计算校准，误差预测单元302用于预测系统误差变化情况。
其中，信息识别单元102的计算公式为：
Figure 244659DEST_PATH_IMAGE001
；
其中，
Figure 658323DEST_PATH_IMAGE002
为预测点与其它点距离计算参数，
Figure 338703DEST_PATH_IMAGE003
为预测点，
Figure 842103DEST_PATH_IMAGE004
为图像上数字 其它像素点。通过计算数字图像上的像素点与预测点之间的距离，再根据图片和实际距离 的比值来计算出实际的行驶距离。视频存储单元103内设有存储器，视频存储单元103将车 辆视频数据与对应的检测计算数据存储在同一文件夹内。
距离计算单元201的计算公式为：
Figure 607934DEST_PATH_IMAGE005
；
其中，
Figure 887605DEST_PATH_IMAGE006
为车辆行驶一段距离前后测距点之间的平均距离，
Figure 625754DEST_PATH_IMAGE007
为选取了
Figure 568565DEST_PATH_IMAGE007
个测距点。通过 计算参数
Figure 821692DEST_PATH_IMAGE002
的平均数，了解较为准确的距离参数，再根据距离参数计算出较为准确的实际距 离值。速度计算单元202的计算公式为：
Figure 842737DEST_PATH_IMAGE008
；
其中，
Figure 996245DEST_PATH_IMAGE006
为多次测量行驶距离后计算得出的平均行驶距离，
Figure 608492DEST_PATH_IMAGE009
为行驶
Figure 83335DEST_PATH_IMAGE006
所需的时间。通 过了解
Figure 908072DEST_PATH_IMAGE009
时间内车辆行驶的距离
Figure 919015DEST_PATH_IMAGE006
，再计算出车辆的行驶平均速度
Figure 702164DEST_PATH_IMAGE025
，降低了摄像过程产生 的误差。
校准计算单元301的计算公式为：
Figure 398724DEST_PATH_IMAGE010
；
其中，
Figure 791266DEST_PATH_IMAGE011
表示系统稳定性测试中系统动荡参数，
Figure 155251DEST_PATH_IMAGE012
表示影响系统稳定性的参数一，
Figure 312563DEST_PATH_IMAGE013
表示影响系统稳定性的参数二，
Figure 27578DEST_PATH_IMAGE014
表示影响系统稳定性参数一的标准差，
Figure 928538DEST_PATH_IMAGE015
表示影 响系统稳定性参数二的标准差。
误差预测单元302的计算公式为：
Figure 914074DEST_PATH_IMAGE017
；
其中，
Figure 39025DEST_PATH_IMAGE018
是第
Figure 975757DEST_PATH_IMAGE019
号参考点计算第
Figure 178943DEST_PATH_IMAGE020
次预测车辆速度，
Figure 517520DEST_PATH_IMAGE021
为第
Figure 813372DEST_PATH_IMAGE020
次预测时的系统 负载程度，
Figure 706242DEST_PATH_IMAGE022
指第
Figure 247207DEST_PATH_IMAGE019
号参考点计算第k次实际的车辆行驶速度，
Figure 705870DEST_PATH_IMAGE002
是在不同环境中调 节经验值和预制值的比重的一个调节参数，
Figure 172624DEST_PATH_IMAGE023
是第
Figure 340341DEST_PATH_IMAGE019
号参考点计算第
Figure 183532DEST_PATH_IMAGE024
次预测车辆速度。通过多次测量预测不同参考点测量计算出来的车辆行驶速度，再根据多 次测量的行驶速度预测系统误差变化情况。
本发明的具体工作流程为：使用时，先是通过视频数据采集模块1采集车辆行驶过程的视频数据，获取到车辆行驶过程的视频数据之后，根据信息识别单元102识别到的车辆车牌信息，再对车辆视频数据依据车辆车牌添加标签，最后将数据存储在视频存储单元103中，车辆速度计算模块2依据车辆在视频中的移动距离出实际的移动距离，再根据移动的距离对应时间，计算得出车辆的行驶速度，最后通过计算校准模块3分析车辆的行驶速度计算预测出系统误差变化情况，再考虑系统的稳定性的情况通过校准计算单元301下计算校准系统。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (10)

1.一种基于视频的车辆测速方法，其特征在于，包括如下步骤：
步骤S1：通过视频数据采集模块（1）采集车辆行驶过程的视频数据；
步骤S2：车辆速度计算模块（2）依据视频中车辆时间内行驶距离计算车量速度；
步骤S3：再通过计算校准模块（3）现场测量车辆速度，将现场测量速度与视频测量速度对比校准计算误差。
2.根据权利要求1所述的基于视频的车辆测速方法，其特征在于：所述视频数据采集模块（1）包括摄像单元（101）、信息识别单元（102）和视频存储单元（103），所述摄像单元（101）用于对行驶中的车辆进行摄像，所述信息识别单元（102）用于识别行驶中的车辆车牌信息，所述视频存储单元（103）用于存储车辆视频数据以及车辆对应的测速数据。
3.根据权利要求2所述的基于视频的车辆测速方法，其特征在于：所述信息识别单元（102）的计算公式为：
Figure 584035DEST_PATH_IMAGE001
；
其中，
Figure 96662DEST_PATH_IMAGE002
为预测点与其它点距离计算参数，
Figure 897128DEST_PATH_IMAGE003
为预测点，
Figure 72894DEST_PATH_IMAGE004
为图像上数字 其它像素点。
4.根据权利要求2所述的基于视频的车辆测速方法，其特征在于：所述视频存储单元（103）内设有存储器，所述视频存储单元（103）将车辆视频数据与对应的检测计算数据存储在同一文件夹内。
5.根据权利要求1所述的基于视频的车辆测速方法，其特征在于：所述车辆速度计算模块（2）包括距离计算单元（201）和速度计算单元（202），所述距离计算单元（201）用于计算视频上车辆行驶的距离，所述速度计算单元（202）用于根据距离计算车辆行驶速度。
6.根据权利要求5所述的基于视频的车辆测速方法，其特征在于：所述距离计算单元（201）的计算公式为：
Figure 358645DEST_PATH_IMAGE005
；
其中，
Figure 176428DEST_PATH_IMAGE006
为车辆行驶一段距离前后测距点之间的平均距离，
Figure 831400DEST_PATH_IMAGE007
为选取了
Figure 646909DEST_PATH_IMAGE007
个测距点。
7.根据权利要求5所述的基于视频的车辆测速方法，其特征在于：所述速度计算单元（202）的计算公式为：
Figure 885867DEST_PATH_IMAGE008
；
其中，
Figure 445025DEST_PATH_IMAGE006
为多次测量行驶距离后计算得出的平均行驶距离，
Figure 954503DEST_PATH_IMAGE009
为行驶
Figure 239117DEST_PATH_IMAGE006
所需的时间。
8.根据权利要求1所述的基于视频的车辆测速方法，其特征在于：所述计算校准模块（3）包括校准计算单元（301）和误差预测单元（302），所述校准计算单元（301）用于系统的计算校准，所述误差预测单元（302）用于预测系统误差变化情况。
9.根据权利要求8所述的基于视频的车辆测速方法，其特征在于：所述校准计算单元（301）的计算公式为：
Figure 466836DEST_PATH_IMAGE010
；
其中，
Figure 829684DEST_PATH_IMAGE011
表示系统稳定性测试中系统动荡参数，
Figure 193669DEST_PATH_IMAGE012
表示影响系统稳定性的参数一，
Figure 646254DEST_PATH_IMAGE013
表示影响系统稳定性的参数二，
Figure 830110DEST_PATH_IMAGE014
表示影响系统稳定性参数一的标准差，
Figure 465491DEST_PATH_IMAGE015
表示影 响系统稳定性参数二的标准差。
10.根据权利要求1所述的基于视频的车辆测速方法，其特征在于：所述误差预测单元（302）的计算公式为：
Figure 949562DEST_PATH_IMAGE017
；
其中，
Figure 44819DEST_PATH_IMAGE018
是第
Figure 981551DEST_PATH_IMAGE019
号参考点计算第
Figure 951781DEST_PATH_IMAGE020
次预测车辆速度，
Figure 290359DEST_PATH_IMAGE021
为第
Figure 789473DEST_PATH_IMAGE020
次预测时的系统 负载程度，
Figure 180878DEST_PATH_IMAGE022
指第
Figure 954799DEST_PATH_IMAGE019
号参考点计算第k次实际的车辆行驶速度，
Figure 616724DEST_PATH_IMAGE002
是在不同环境中调 节经验值和预制值的比重的一个调节参数，
Figure 349057DEST_PATH_IMAGE023
是第
Figure 965108DEST_PATH_IMAGE019
号参考点计算第
Figure 11562DEST_PATH_IMAGE024
次预测车辆速度。
CN202011542655.3A 2020-12-24 2020-12-24 一种基于视频的车辆测速方法 Pending CN112415217A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011542655.3A CN112415217A (zh) 2020-12-24 2020-12-24 一种基于视频的车辆测速方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011542655.3A CN112415217A (zh) 2020-12-24 2020-12-24 一种基于视频的车辆测速方法

Publications (1)

Publication Number Publication Date
CN112415217A true CN112415217A (zh) 2021-02-26

Family

ID=74782603

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011542655.3A Pending CN112415217A (zh) 2020-12-24 2020-12-24 一种基于视频的车辆测速方法

Country Status (1)

Country Link
CN (1) CN112415217A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113777616A (zh) * 2021-07-27 2021-12-10 武汉市异方体科技有限公司 一种运动车辆测距方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080166023A1 (en) * 2007-01-05 2008-07-10 Jigang Wang Video speed detection system
US20090046897A1 (en) * 2007-04-16 2009-02-19 Redflex Traffic Systems Pty Ltd Vehicle speed assessment system and method
US20130088600A1 (en) * 2011-10-05 2013-04-11 Xerox Corporation Multi-resolution video analysis and key feature preserving video reduction strategy for (real-time) vehicle tracking and speed enforcement systems
CN106370884A (zh) * 2016-09-09 2017-02-01 成都通甲优博科技有限责任公司 基于双目相机计算机视觉技术的车辆测速方法
CN107705331A (zh) * 2017-10-30 2018-02-16 中原工学院 一种基于多视点摄像机的车辆视频测速方法
CN108877237A (zh) * 2018-07-27 2018-11-23 长安大学 基于监控视频图像的车辆行驶速度集成解算系统及方法
CN108986485A (zh) * 2018-07-24 2018-12-11 江苏云光智慧信息科技有限公司 基于智能视频分析技术的车辆速度检测系统
CN109767629A (zh) * 2019-02-01 2019-05-17 深圳市润泽材料科技有限公司 一种集成测速功能的摄像系统及其测速方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080166023A1 (en) * 2007-01-05 2008-07-10 Jigang Wang Video speed detection system
US20090046897A1 (en) * 2007-04-16 2009-02-19 Redflex Traffic Systems Pty Ltd Vehicle speed assessment system and method
US20130088600A1 (en) * 2011-10-05 2013-04-11 Xerox Corporation Multi-resolution video analysis and key feature preserving video reduction strategy for (real-time) vehicle tracking and speed enforcement systems
CN106370884A (zh) * 2016-09-09 2017-02-01 成都通甲优博科技有限责任公司 基于双目相机计算机视觉技术的车辆测速方法
CN107705331A (zh) * 2017-10-30 2018-02-16 中原工学院 一种基于多视点摄像机的车辆视频测速方法
CN108986485A (zh) * 2018-07-24 2018-12-11 江苏云光智慧信息科技有限公司 基于智能视频分析技术的车辆速度检测系统
CN108877237A (zh) * 2018-07-27 2018-11-23 长安大学 基于监控视频图像的车辆行驶速度集成解算系统及方法
CN109767629A (zh) * 2019-02-01 2019-05-17 深圳市润泽材料科技有限公司 一种集成测速功能的摄像系统及其测速方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113777616A (zh) * 2021-07-27 2021-12-10 武汉市异方体科技有限公司 一种运动车辆测距方法

Similar Documents

Publication Publication Date Title
CN112433203B (zh) 一种基于毫米波雷达数据的车道线形检测方法
CN104021676B (zh) 基于车辆动态视频特征的车辆定位及车速测量方法
CN113419244A (zh) 一种基于毫米波雷达数据的车辆轨迹拼接方法
CN202793389U (zh) 一种高铁接触网在线巡检装置
CN110824188B (zh) 高速公路车辆的测速方法、装置、编解码器及存储装置
CN105528891A (zh) 基于无人机监控的交通流密度检测方法及系统
CN116227752B (zh) 一种基于物联网的园区设施管理系统
CN113139410B (zh) 路面检测方法、装置、设备及存储介质
US20200108849A1 (en) Running location identification system, running location identification apparatus, and running location identification method for railroad cars
CN106571038A (zh) 实现全自动道路监控的方法
CN105488857A (zh) 一种车辆收费管理系统
CN114357019A (zh) 一种智能网联环境下路侧感知单元数据质量监测方法
CN112053572A (zh) 基于视频和距离网格标定的车辆测速方法、设备及系统
CN113654566A (zh) 路侧系统的定位性能评估方法、存储介质及车路协同系统
CN115527364B (zh) 一种基于雷视数据融合的交通事故溯源方法及系统
CN110334666A (zh) 一种基于双摄像机的交叉口分车道详细交通参数采集方法
CN113255469A (zh) 交通监控场景道路占有率的测定方法及装置
CN103528531A (zh) 小型车车辆参数的物联网图像智能检测系统
CN117058600A (zh) 区域桥梁群车流荷载识别方法及系统
CN112415217A (zh) 一种基于视频的车辆测速方法
CN108596968B (zh) 一种基于轨道3d深度图像的轨枕计数方法
CN116818397B (zh) 基于机器视觉的中小跨径桥梁快速荷载试验方法及系统
CN114419485A (zh) 基于摄像头的智能车速测量方法、系统、存储介质及计算机设备
CN105869413A (zh) 基于摄像头视频检测车流量和车速的方法
CN113638295A (zh) 一种基于三维路面的全幅平整度检测方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210226