CN112532928B - 一种基于5g和人脸识别的公交车车载系统及使用方法 - Google Patents
一种基于5g和人脸识别的公交车车载系统及使用方法 Download PDFInfo
- Publication number
- CN112532928B CN112532928B CN202011284425.1A CN202011284425A CN112532928B CN 112532928 B CN112532928 B CN 112532928B CN 202011284425 A CN202011284425 A CN 202011284425A CN 112532928 B CN112532928 B CN 112532928B
- Authority
- CN
- China
- Prior art keywords
- passenger
- module
- driver
- payment
- bus
- 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
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000004891 communication Methods 0.000 claims abstract description 56
- 238000004458 analytical method Methods 0.000 claims abstract description 33
- 238000012544 monitoring process Methods 0.000 claims abstract description 26
- 238000001514 detection method Methods 0.000 claims abstract description 10
- 230000000694 effects Effects 0.000 claims abstract description 8
- 238000005516 engineering process Methods 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims abstract description 8
- 238000012795 verification Methods 0.000 claims abstract description 8
- 230000001815 facial effect Effects 0.000 claims description 12
- 230000006399 behavior Effects 0.000 claims description 9
- 230000009471 action Effects 0.000 claims description 8
- 238000013135 deep learning Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 7
- 230000002093 peripheral effect Effects 0.000 claims description 5
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 238000012482 interaction analysis Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 3
- 238000009434 installation Methods 0.000 abstract description 2
- 239000011521 glass Substances 0.000 description 10
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 241000282414 Homo sapiens Species 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000001678 irradiating effect Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
- G06Q20/32—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using wireless devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4014—Identity check for transactions
- G06Q20/40145—Biometric identity checks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0265—Vehicular advertisement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
- G06Q30/0271—Personalized advertisement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/178—Human faces, e.g. facial parts, sketches or expressions estimating age from face image; using age information for improving recognition
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Computer Networks & Wireless Communication (AREA)
- Economics (AREA)
- Marketing (AREA)
- Signal Processing (AREA)
- Entrepreneurship & Innovation (AREA)
- Multimedia (AREA)
- Game Theory and Decision Science (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种基于5G和人脸识别的公交车车载系统,包括驾驶员威胁监测系统控制模块、乘客结构化特征分析系统、控制模块和人脸识别支付系统;本发明还提供一种基于5G和人脸识别的公交车车载系统使用方法,运用双摄像机全方位的监测驾驶元周边情况,照射范围大,监测效果好。驾驶员威胁监测系统和乘客结构化特征分析系统共用核心处理模块,安装设备所占空间小。摄像头与Wi‑Fi、蓝牙信号检测相结合,对乘客上下车的识别更加精准。结构化特征检测结合5G通信技术,大数据平台二次校验,客流信息更加准确。人脸识别支付,乘客乘车更加方便快捷,带来更好的乘车体验。
Description
技术领域
本发明涉及公交车智能摄像监控领域,具体涉及一种基于5G和人脸识别的公交车车载系统及使用方法。
背景技术
随着我国的社会经济实力不断发展,基础设施建设不断完善,城际与市内交通十分发达。同时,为促进进一步的节能减排,国家也在大力提倡公共交通的发展,在整个公共交通体系中公共汽车交通网络的灵活性与快捷性是其他交通工具无法比拟的。然而,公共汽车在带给人们高效快捷的同时,也无法避免的存在一定的不足之处,例如:车内各类设施缺乏智能化、驾驶员的安全问题备受考验等。
如今,仍然有乘客由于种种原因对正在正常驾驶车辆的公交车司机进行一定程度的干扰,极易引发大型交通事故,严重危害公共生命安全。一些地区为了预防此类事件的发生,在公交车驾驶员区域安装了简易的护栏。由于护栏会在一定程度上阻挡驾驶员的视线,所以护栏大多低矮,不能有效的防止乘客袭击驾驶员的事件的发生。
而且公交车对于城市来说是不可或缺的一部分,是城市交通中最关键的一种载体,其受众人群之广,运营地点分布大,站点密,使得在不同的时间、地点都有不同受众群体。源于公交受众广、流量大,会有源源不断的广告投放到公交系统上,但由于公交乘客种类繁多,所投放广告针对性差,所产生的效益较差。
因此,需要对现有技术进行改进。
发明内容
本发明要解决的技术问题是提供一种高效的基于5G和人脸识别的公交车车载系统及使用方法。
为解决上述技术问题,本发明提供一种基于5G和人脸识别的公交车车载系统,包括驾驶员威胁监测系统控制模块、乘客结构化特征分析系统、控制模块和人脸识别支付系统;
所述驾驶员威胁监测系统包括驾驶员周边环境摄像模块、第一数据通信模块和危险警示模块;所述驾驶员周边环境摄像模块和危险警示模块均通过第一数据通信模块与控制模块信号连接;
所述乘客结构化特征分析系统包括前后门摄像模块、车内显示屏管理模块、Wi-Fi信号接收识别模块、蓝牙信号接收模块和第二数据通信模块;所述前后门摄像模块、车内显示屏管理模块、Wi-Fi信号接收识别模块和蓝牙信号接收模块均通过第二数据通信模块与控制模块信号连接;
驾驶员威胁监测系统和乘客结构化特征分析系统共用核心处理模块,核心处理模块即为控制模块,通过第一数据通信模块和第二数据通信模块实时进行数据交互分析。
所述人脸识别支付系统包括刷卡机摄像模块、第三数据通信模块和后台大数据处理中心;所述刷卡机摄像模块通过第三数据通信模块与后台大数据处理中心信号连接;
所述控制模块与后台大数据处理中心信号连接。
进一步的,所述驾驶员威胁监测系统中的驾驶员周边环境摄像模块连接的摄像头安装在驾驶室顶部及车辆A柱上方,俯视照射驾驶员。作为优选,驾驶员周边环境摄像模块连接的摄像头安装在驾驶室顶部及车辆A柱上方,多个摄像头多角度的照射驾驶室,使摄像头照射范围可覆盖整个驾驶员的身体,全方位的检测驾驶员的实时情况,避免监控死角。
驾驶员周边环境摄像模块通过摄像头实时采集驾驶员周围的图像,通过第一数据通信模块传输至控制模块,控制模块对驾驶员周边环境摄像模块采集到的图像进行识别,通过深度学习算法判断驾驶员周边是否有出现威胁驾驶安全的情况出现,并当检测到驾驶员受到威胁或危险情况时,向危险警示模块发送警示信号,危险警示模块发出危险警报,同时保留危险证据视频。
进一步的,报警装置包括设置在车内外的语音警报装置,在驾驶员受到威胁时车内外同时发出语音警报,及时提醒驾驶员立即减速,并提前做好准备,降低损失。同时车外的警报声可提醒交通环境内的其他机动车及执勤交警,其他机动车可及时作出避让动作,同时第一时间通知周围执勤交警,给予必要的协助。
作为优选,在监测到驾驶员受到威胁时,及时保留危险证据视频并同时上传至后台大数据处理中心,在必要时刻保留相关证据,可以在事件发生后更加真实的还原当时的情况。
进一步的,判断驾驶员是否受到威胁的步骤如下:
1)、控制模块通过深度学习算法识别驾驶员及方向盘所在位置区域;执行步骤2;
采用基于YOLO的深度学习算法,使用回归方法进行检测;
2)、控制模块检测车辆当前速度;执行步骤3;
控制模块接入CAN总线来提取当前车辆时速的相关数据。
3)、若车辆没有速度(控制模块检测车辆当前速度为0),则回到步骤2;如果车辆有速度,执行步骤4;
4)、控制模块检测驾驶员周边有无其他物体与驾驶员产生接触,如果有其他物体接触到驾驶员或方向盘,则向危险警示模块发送警示信号,危险警示模块通过报警装置发出危险警报提醒驾驶员,并将视频录像进行保留;
进一步的,所述乘客结构化特征分析系统中的前后门摄像模块和人脸识别支付系统中的刷卡机摄像模块采集前后门的乘客上下车图像,并通过第二数据通信模块传输至控制模块。
Wi-Fi信号接收识别模块和蓝牙信号接收识别模块的信号接收器均设置在公交车中控台正上方;
所述Wi-Fi信号接收识别模块实时不间断的搜寻、检测手机Wi-Fi信号,获取周围手机Wi-Fi的MAC地址,根据Wi-Fi信号的强弱同时结合前后门摄像模块的摄像头采集的数据来分析每位乘客的上下车活动。
当Wi-Fi信号逐渐增强,且前后门摄像模块采集到上车行为人像后,则初步判定为上车;接着,根据前后门摄像模块采集到相应人员的人像远离,同时对应Wi-Fi信号逐渐减弱,但仍可接接收到Wi-Fi信号时,判定为上车。
所述蓝牙信号接收识别模块与Wi-Fi信号接收识别模块形成互补,实时搜索、检测手机蓝牙信号,获取手机蓝牙的地址,根据蓝牙信号的强弱同时结合前后门摄像模块的摄像头采集的数据来分析每位乘客的上下车活动,蓝牙信号为Wi-Fi信号检测辅助。
当蓝牙信号逐渐增强,且前后门摄像模块采集到上车行为人像后,则初步判定上车;接着,根据前后门摄像模块采集到相应人员的人像远离,同时对应蓝牙信号逐渐减弱,但仍可接接收到蓝牙信号时,判定为上车。
当Wi-Fi信号接收识别模块识别乘客数大于或等于蓝牙信号接收识别模块之别乘客数时,车内乘客数量以Wi-Fi信号接收识别模块为准;当Wi-Fi信号接收识别模块识别乘客数小于蓝牙信号接收识别模块之别乘客数时,车内乘客数量以蓝牙信号接收识别模块为准。
再进一步的,所述控制器首先分析乘客的行径路线,初步判断乘客是上车或下车,并对图像进行分析,判断该乘客的年龄范围、性别及其他衣着特征。同时结合Wi-Fi信号接收识别模块所接收到的信息,根据每位乘客手机Wi-Fi的MAC地址对每位上车乘客进行编号,每位乘客的结构化特征与手机Wi-Fi的MAC地址一一对应。
所述Wi-Fi信号接收识别模块实时扫描车厢内Wi-Fi信号,收集周围所有Wi-Fi信号的AP广播,并接收识别AP广播出来的MAC地址。
进一步的,所述5G数据通信模块将实时获取的乘客结构化特征和对应的手机Wi-Fi的MAC地址上传至后台大数据平台,若该手机Wi-Fi的MAC地址与其结构化特征为首次出现时,在大数据平台上保存各项数据。若该乘客数据非新数据时,将实时接收到的数据快速比对,在平台上进行二次校验。若实时接收数据的面部特征与大数据平台已有信息相同,但手机Wi-Fi的MAC地址不同时,对该乘客后台数据进行补充,必要时进行一定修改。
在进一步的,将正在车辆上的乘客进行统计,得出车内大部分乘客的性别及其年龄特征,并将结果与车辆显示屏广告库内的每项广告进行关键词比对。进一步得出匹配度最高的广告,将结果通过数据通信模块传输给车内显示屏管理模块,进而在显示器上播放当前匹配度最高的广告。
作为优选,前后门摄像模块的摄像头与手机Wi-Fi接收识别结合使用,来检测乘客的上下车,相较于现在单纯用摄像头捕获更加精准,并可以有效判断乘客是否下车,进一步优化了客流统计的精准度。
作为优选,蓝牙信号接收识别模块与Wi-Fi信号接收识别模块形成互补,在用户手机未开启Wi-Fi时通过接收蓝牙信号来补充识别,避免了因各项因素无法接收Wi-Fi信号时产生乘客检测遗漏的情况。
作为优选,第二通讯模块采用5G通信技术,将数据通过后台大数据平台进行二次校验,利用5G通信技术的低延时,高带宽特性,提高客流信息统计的精准度,增强数据的准确性。
作为优选,乘客结构化特征分析系统整体工作流程如下:
①摄像头采集人脸信息;
②实时接收识别Wi-Fi信号与蓝牙信号;
③通过摄像头采集人脸信息分析乘客行为,识别上下车动作;
④统计Wi-Fi信号、蓝牙信号与摄像头分析得出的乘客上下车数量;
⑤若车内新增或减少Wi-Fi信号数量小于蓝牙信号数量,则进行步骤⑥;反之则执行步骤⑦;
⑥将新增或减少蓝牙信号数量与摄像头分析得出乘客变化量进行对比,以较大值为准,作为乘客上下车数量;
⑦将新增或减少Wi-Fi信号数量与摄像头分析得出乘客变化量进行对比,以较大值为准,作为乘客上下车数量;
由于存在乘客未开启Wi-Fi或未开启蓝牙的情况出现,所以步骤⑥、⑦取最大值来作为乘客上下车数量。
⑧将接收到的所有数据上传至大数据平台进行比对;若该乘客信息为第一次出现时执行步骤⑨,反之执行步骤⑩;
⑨保存该乘客各类信息;
⑩通过图像分析每位乘客的结构化特征;
根据视频影像实时分析任务年龄、穿着、有无戴眼镜等人物结构化特征。
根据所能提取的人物结构化特征给每个广告视频定义不同的关键词。如某眼镜店广告可以定义关键词:眼镜。当车内乘客结构化特征戴眼镜比例较高时,播放眼镜店广告。
所述人脸识别支付系统中的刷卡机摄像模块安装在刷卡机上方和公交车上课口栏杆上,并正对上车乘客,多角度的捕捉上车乘客的人脸。
进一步的,在乘客上车时实时抓拍,获取乘客面部图像,并通过第二数据通讯模块经过控制模块上传至后台大数据平台进行比对,若后台无该乘客信息时,在乘客首次支付后将乘客支付方式绑定面部信息保存在大数据平台,若乘客选择使用微信、支付宝或银联付款进行首次付款时,询问乘客是否开通免密支付。在开通免密支付后在后台大数据平台直接根据人脸绑定新的支付方式。当乘客再次乘坐公交并识别出人脸后,在支付屏幕上供乘客选择是否通过人脸识别付款,在扣费时优先选用公交卡。
作为优选,刷卡机摄像模块安装在刷卡机上方和公交车上课口栏杆上,全方位多角度的捕捉上车乘客的人脸,能准确、快速、及时的识别上车乘客的人脸信息,让整个支付过程更加方便快捷。
作为优选,第三数据通信模块采用5G数据通信模块,能快速识别出乘客的数据,使人脸支付过程更加快捷。
作为优选使用人脸支付模块,方便了乘客乘坐公交车,不用带任何东西,或任何动作就可以成功支付,方便了乘客的日常出行。
人脸识别支付系统、驾驶员威胁监测系统和乘客结构化特征分析系统三个系统的数据均会传回同一个后台大数据分析系统分析储存。
进一步的,人脸识别支付系统整体工作流程如下:
①抓拍上车乘客面部图像;
②上传至后台大数据平台比对,若无该乘客信息时执行步骤③,反之执行步骤⑥;
③将乘客支付方式绑定面部信息保存至大数据平台,若乘客选择使用微信、支付宝或银联付款进行首次付款时,执行步骤④,反之执行步骤⑤;
④手机支付端询问乘客是否开通免密支付;
后台大数据处理中心发送开通信号给相应的微信、支付宝或银联,微信、支付宝或银联通过其手机支付端询问乘客是否开通免密支付;
⑤绑定支付方式;
后台大数据处理中心发送绑定信号给相应的微信、支付宝或银联,微信、支付宝或银联通过其手机支付端询问乘客是否绑定支付方式;
⑥根据绑定支付方式询问乘客是否直接免密支付或更换支付方式,若更换支付方式,执行步骤③至⑤;
⑦支付成功。
本发明一种公交车车载系统的技术优势为:
1、运用双摄像机全方位的监测驾驶元周边情况,照射范围大,监测效果好。
2、驾驶员威胁监测系统和乘客结构化特征分析系统共用核心处理模块,安装设备所占空间小。
3、摄像头与Wi-Fi、蓝牙信号检测相结合,对乘客上下车的识别更加精准。
4、结构化特征检测结合5G通信技术,大数据平台二次校验,客流信息更加准确。
5、人脸识别支付,乘客乘车更加方便快捷,带来更好的乘车体验。
6、弥补了现在车辆广告投放不精准,驾驶员在车辆行驶过程中容易收到干扰的不足,提供了一个一体化、智能化的产品。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细说明。
图1是驾驶员威胁监测系统控制模块、乘客结构化特征分析系统和控制模块的模块示意图;
图2是人脸识别支付系统的模块示意图。
具体实施方式
下面结合具体实施例对本发明进行进一步描述,但本发明的保护范围并不仅限于此。
实施例1、一种基于5G和人脸识别的公交车车载系统,如图1-2所示,包括驾驶员威胁监测系统控制模块、乘客结构化特征分析系统、控制模块和人脸识别支付系统;
所述驾驶员威胁监测系统包括驾驶员周边环境摄像模块、第一数据通信模块和危险警示模块;所述驾驶员周边环境摄像模块和危险警示模块均通过第一数据通信模块与控制模块信号连接;
所述乘客结构化特征分析系统包括前后门摄像模块、车内显示屏管理模块、Wi-Fi信号接收识别模块、蓝牙信号接收模块和第二数据通信模块;所述前后门摄像模块、车内显示屏管理模块、Wi-Fi信号接收识别模块和蓝牙信号接收模块均通过第二数据通信模块与控制模块信号连接;
驾驶员威胁监测系统和乘客结构化特征分析系统共用核心处理模块,核心处理模块即为控制模块,通过第一数据通信模块和第二数据通信模块实时进行数据交互分析。
所述人脸识别支付系统包括刷卡机摄像模块、第三数据通信模块和后台大数据处理中心;所述刷卡机摄像模块通过第三数据通信模块与后台大数据处理中心信号连接;
所述控制模块与后台大数据处理中心信号连接。
进一步的,所述驾驶员威胁监测系统中的驾驶员周边环境摄像模块连接的摄像头安装在驾驶室顶部及车辆A柱上方,俯视照射驾驶员。作为优选,驾驶员周边环境摄像模块连接的摄像头安装在驾驶室顶部及车辆A柱上方,多个摄像头多角度的照射驾驶室,使摄像头照射范围可覆盖整个驾驶员的身体,全方位的检测驾驶员的实时情况,避免监控死角。
驾驶员周边环境摄像模块通过摄像头实时采集驾驶员周围的图像,通过第一数据通信模块传输至控制模块,控制模块对驾驶员周边环境摄像模块采集到的图像进行识别,通过深度学习算法判断驾驶员周边是否有出现威胁驾驶安全的情况出现,并当检测到驾驶员受到威胁或危险情况时,向危险警示模块发送警示信号,危险警示模块发出危险警报,同时保留危险证据视频。
进一步的,报警装置包括设置在车内外的语音警报装置,在驾驶员受到威胁时车内外同时发出语音警报,及时提醒驾驶员立即减速,并提前做好准备,降低损失。同时车外的警报声可提醒交通环境内的其他机动车及执勤交警,其他机动车可及时作出避让动作,同时第一时间通知周围执勤交警,给予必要的协助。
作为优选,在监测到驾驶员受到威胁时,及时保留危险证据视频并同时上传至后台大数据处理中心,在必要时刻保留相关证据,可以在事件发生后更加真实的还原当时的情况。
进一步的,判断驾驶员是否受到威胁的步骤如下:
1)、控制模块通过深度学习算法识别驾驶员及方向盘所在位置区域;执行步骤2;
采用基于YOLO的深度学习算法,使用回归方法进行检测;
2)、控制模块检测车辆当前速度;执行步骤3;
控制模块接入CAN总线来提取当前车辆时速的相关数据。
3)、若车辆没有速度(控制模块检测车辆当前速度为0),则回到步骤2;如果车辆有速度,执行步骤4;
4)、控制模块检测驾驶员周边有无其他物体与驾驶员产生接触,如果有其他物体接触到驾驶员或方向盘,则向危险警示模块发送警示信号,危险警示模块通过报警装置发出危险警报提醒驾驶员,并将视频录像进行保留;
进一步的,所述乘客结构化特征分析系统中的前后门摄像模块和人脸识别支付系统中的刷卡机摄像模块采集前后门的乘客上下车图像,并通过第二数据通信模块传输至控制模块。
Wi-Fi信号接收识别模块和蓝牙信号接收识别模块的信号接收器均设置在公交车中控台正上方;
所述Wi-Fi信号接收识别模块实时不间断的搜寻、检测手机Wi-Fi信号,获取周围手机Wi-Fi的MAC地址,根据Wi-Fi信号的强弱同时结合前后门摄像模块的摄像头采集的数据来分析每位乘客的上下车活动。
当Wi-Fi信号逐渐增强,且前后门摄像模块采集到上车行为人像后,则初步判定为上车;接着,根据前后门摄像模块采集到相应人员的人像远离,同时对应Wi-Fi信号逐渐减弱,但仍可接接收到Wi-Fi信号时,判定为上车。
所述蓝牙信号接收识别模块与Wi-Fi信号接收识别模块形成互补,实时搜索、检测手机蓝牙信号,获取手机蓝牙的地址,根据蓝牙信号的强弱同时结合前后门摄像模块的摄像头采集的数据来分析每位乘客的上下车活动,蓝牙信号为Wi-Fi信号检测辅助。
当蓝牙信号逐渐增强,且前后门摄像模块采集到上车行为人像后,则初步判定上车;接着,根据前后门摄像模块采集到相应人员的人像远离,同时对应蓝牙信号逐渐减弱,但仍可接接收到蓝牙信号时,判定为上车。
当Wi-Fi信号接收识别模块识别乘客数大于或等于蓝牙信号接收识别模块之别乘客数时,车内乘客数量以Wi-Fi信号接收识别模块为准;当Wi-Fi信号接收识别模块识别乘客数小于蓝牙信号接收识别模块之别乘客数时,车内乘客数量以蓝牙信号接收识别模块为准。
再进一步的,所述控制器首先分析乘客的行径路线,初步判断乘客是上车或下车,并对图像进行分析,判断该乘客的年龄范围、性别及其他衣着特征。同时结合Wi-Fi信号接收识别模块所接收到的信息,根据每位乘客手机Wi-Fi的MAC地址对每位上车乘客进行编号,每位乘客的结构化特征与手机Wi-Fi的MAC地址一一对应。
所述Wi-Fi信号接收识别模块实时扫描车厢内Wi-Fi信号,收集周围所有Wi-Fi信号的AP广播,并接收识别AP广播出来的MAC地址。
进一步的,所述5G数据通信模块将实时获取的乘客结构化特征和对应的手机Wi-Fi的MAC地址上传至后台大数据平台,若该手机Wi-Fi的MAC地址与其结构化特征为首次出现时,在大数据平台上保存各项数据。若该乘客数据非新数据时,将实时接收到的数据快速比对,在平台上进行二次校验。若实时接收数据的面部特征与大数据平台已有信息相同,但手机Wi-Fi的MAC地址不同时,对该乘客后台数据进行补充,必要时进行一定修改。
在进一步的,将正在车辆上的乘客进行统计,得出车内大部分乘客的性别及其年龄特征,并将结果与车辆显示屏广告库内的每项广告进行关键词比对。进一步得出匹配度最高的广告,将结果通过数据通信模块传输给车内显示屏管理模块,进而在显示器上播放当前匹配度最高的广告。
作为优选,前后门摄像模块的摄像头与手机Wi-Fi接收识别结合使用,来检测乘客的上下车,相较于现在单纯用摄像头捕获更加精准,并可以有效判断乘客是否下车,进一步优化了客流统计的精准度。
作为优选,蓝牙信号接收识别模块与Wi-Fi信号接收识别模块形成互补,在用户手机未开启Wi-Fi时通过接收蓝牙信号来补充识别,避免了因各项因素无法接收Wi-Fi信号时产生乘客检测遗漏的情况。
作为优选,第二通讯模块采用5G通信技术,将数据通过后台大数据平台进行二次校验,利用5G通信技术的低延时,高带宽特性,提高客流信息统计的精准度,增强数据的准确性。
作为优选,乘客结构化特征分析系统整体工作流程如下:
①摄像头采集人脸信息;
②实时接收识别Wi-Fi信号与蓝牙信号;
③通过摄像头采集人脸信息分析乘客行为,识别上下车动作;
④统计Wi-Fi信号、蓝牙信号与摄像头分析得出的乘客上下车数量;
⑤若车内新增或减少Wi-Fi信号数量小于蓝牙信号数量,则进行步骤⑥;反之则执行步骤⑦;
⑥将新增或减少蓝牙信号数量与摄像头分析得出乘客变化量进行对比,以较大值为准,作为乘客上下车数量;
⑦将新增或减少Wi-Fi信号数量与摄像头分析得出乘客变化量进行对比,以较大值为准,作为乘客上下车数量;
由于存在乘客未开启Wi-Fi或未开启蓝牙的情况出现,所以步骤⑥、⑦取最大值来作为乘客上下车数量。
⑧将接收到的所有数据上传至大数据平台进行比对;若该乘客信息为第一次出现时执行步骤⑨,反之执行步骤⑩;
⑨保存该乘客各类信息;
⑩通过图像分析每位乘客的结构化特征;
根据视频影像实时分析任务年龄、穿着、有无戴眼镜等人物结构化特征。
根据所能提取的人物结构化特征给每个广告视频定义不同的关键词。如某眼镜店广告可以定义关键词:眼镜。当车内乘客结构化特征戴眼镜比例较高时,播放眼镜店广告。
所述人脸识别支付系统中的刷卡机摄像模块安装在刷卡机上方和公交车上课口栏杆上,并正对上车乘客,多角度的捕捉上车乘客的人脸。
进一步的,在乘客上车时实时抓拍,获取乘客面部图像,并通过第二数据通讯模块经过控制模块上传至后台大数据平台进行比对,若后台无该乘客信息时,在乘客首次支付后将乘客支付方式绑定面部信息保存在大数据平台,若乘客选择使用微信、支付宝或银联付款进行首次付款时,询问乘客是否开通免密支付。在开通免密支付后在后台大数据平台直接根据人脸绑定新的支付方式。当乘客再次乘坐公交并识别出人脸后,在支付屏幕上供乘客选择是否通过人脸识别付款,在扣费时优先选用公交卡。
作为优选,刷卡机摄像模块安装在刷卡机上方和公交车上课口栏杆上,全方位多角度的捕捉上车乘客的人脸,能准确、快速、及时的识别上车乘客的人脸信息,让整个支付过程更加方便快捷。
作为优选,第三数据通信模块采用5G数据通信模块,能快速识别出乘客的数据,使人脸支付过程更加快捷。
作为优选使用人脸支付模块,方便了乘客乘坐公交车,不用带任何东西,或任何动作就可以成功支付,方便了乘客的日常出行。
人脸识别支付系统、驾驶员威胁监测系统和乘客结构化特征分析系统三个系统的数据均会传回同一个后台大数据分析系统分析储存。
进一步的,人脸识别支付系统整体工作流程如下:
①抓拍上车乘客面部图像;
②上传至后台大数据平台比对,若无该乘客信息时执行步骤③,反之执行步骤⑥;
③将乘客支付方式绑定面部信息保存至大数据平台,若乘客选择使用微信、支付宝或银联付款进行首次付款时,执行步骤④,反之执行步骤⑤;
④手机支付端询问乘客是否开通免密支付;
后台大数据处理中心发送开通信号给相应的微信、支付宝或银联,微信、支付宝或银联通过其手机支付端询问乘客是否开通免密支付;
⑤绑定支付方式;
后台大数据处理中心发送绑定信号给相应的微信、支付宝或银联,微信、支付宝或银联通过其手机支付端询问乘客是否绑定支付方式;
⑥根据绑定支付方式询问乘客是否直接免密支付或更换支付方式,若更换支付方式,执行步骤③至⑤;
⑦支付成功。
最后,还需要注意的是,以上列举的仅是本发明的若干个具体实施例。显然,本发明不限于以上实施例,还可以有许多变形。本领域的普通技术人员能从本发明公开的内容直接导出或联想到的所有变形,均应认为是本发明的保护范围。
Claims (9)
1.一种基于5G和人脸识别的公交车车载系统,其特征在于:包括驾驶员威胁监测系统控制模块、乘客结构化特征分析系统、控制模块和人脸识别支付系统;
所述驾驶员威胁监测系统包括驾驶员周边环境摄像模块、第一数据通信模块和危险警示模块;所述驾驶员周边环境摄像模块和危险警示模块均通过第一数据通信模块与控制模块信号连接;
所述乘客结构化特征分析系统包括前后门摄像模块、车内显示屏管理模块、Wi-Fi信号接收识别模块、蓝牙信号接收模块和第二数据通信模块;所述前后门摄像模块、车内显示屏管理模块、Wi-Fi信号接收识别模块和蓝牙信号接收模块均通过第二数据通信模块与控制模块信号连接;
驾驶员威胁监测系统和乘客结构化特征分析系统共用核心处理模块,核心处理模块即为控制模块,通过第一数据通信模块和第二数据通信模块实时进行数据交互分析;
所述人脸识别支付系统包括刷卡机摄像模块、第三数据通信模块和后台大数据处理中心;所述刷卡机摄像模块通过第三数据通信模块与后台大数据处理中心信号连接;
所述控制模块与后台大数据处理中心信号连接;
所述乘客结构化特征分析系统中的前后门摄像模块和人脸识别支付系统中的刷卡机摄像模块采集前后门的乘客上下车图像,并通过第二数据通信模块传输至控制模块;
控制器首先分析乘客的行径路线,初步判断乘客是上车或下车,并对图像进行分析,判断该乘客的年龄范围、性别及其他衣着特征;同时结合Wi-Fi信号接收识别模块所接收到的信息,根据每位乘客手机Wi-Fi的MAC地址对每位上车乘客进行编号,每位乘客的结构化特征与手机Wi-Fi的MAC地址一一对应;
所述Wi-Fi信号接收识别模块实时扫描车厢内Wi-Fi信号,收集周围所有Wi-Fi信号的AP广播,并接收识别AP广播出来的MAC地址;
所述第二数据通信模块将实时获取的乘客结构化特征和对应的手机Wi-Fi的MAC地址上传至后台大数据平台,若该手机Wi-Fi的MAC地址与其结构化特征为首次出现时,在大数据平台上保存各项数据;若该乘客数据非新数据时,将实时接收到的数据快速比对,在平台上进行二次校验;若实时接收数据的面部特征与大数据平台已有信息相同,但手机Wi-Fi的MAC地址不同时,对该乘客后台数据进行补充;
前后门摄像模块的摄像头与手机Wi-Fi接收识别结合使用,来检测乘客的上下车,相较于现在单纯用摄像头捕获更加精准,并可以有效判断乘客是否下车,进一步优化了客流统计的精准度;
蓝牙信号接收识别模块与Wi-Fi信号接收识别模块形成互补,在用户手机未开启Wi-Fi时通过接收蓝牙信号来补充识别,避免了因各项因素无法接收Wi-Fi信号时产生乘客检测遗漏的情况;
第二通讯模块采用5G通信技术,将数据通过后台大数据平台进行二次校验,利用5G通信技术的低延时,高带宽特性,提高客流信息统计的精准度,增强数据的准确性。
2.根据权利要求1所述的一种基于5G和人脸识别的公交车车载系统,其特征在于:
所述驾驶员威胁监测系统中的驾驶员周边环境摄像模块连接的摄像头安装在驾驶室顶部及车辆A柱上方,俯视照射驾驶员;驾驶员周边环境摄像模块连接的摄像头安装在驾驶室顶部及车辆A柱上方,多个摄像头多角度的照射驾驶室,使摄像头照射范围可覆盖整个驾驶员的身体,全方位的检测驾驶员的实时情况,避免监控死角;
驾驶员周边环境摄像模块通过摄像头实时采集驾驶员周围的图像,通过第一数据通信模块传输至控制模块,控制模块对驾驶员周边环境摄像模块采集到的图像进行识别,通过深度学习算法判断驾驶员周边是否有出现威胁驾驶安全的情况出现,并当检测到驾驶员受到威胁或危险情况时,向危险警示模块发送警示信号,危险警示模块发出危险警报,同时保留危险证据视频。
3.根据权利要求2所述的一种基于5G和人脸识别的公交车车载系统,其特征在于:
报警装置包括设置在车内外的语音警报装置,在驾驶员受到威胁时车内外同时发出语音警报,及时提醒驾驶员立即减速,并提前做好准备,降低损失;同时车外的警报声可提醒交通环境内的其他机动车及执勤交警,其他机动车可及时作出避让动作,同时第一时间通知周围执勤交警,给予必要的协助;
在监测到驾驶员受到威胁时,及时保留危险证据视频并同时上传至后台大数据处理中心,可以在事件发生后更加真实的还原当时的情况。
4.根据权利要求1所述的一种基于5G和人脸识别的公交车车载系统,其特征在于:
Wi-Fi信号接收识别模块和蓝牙信号接收识别模块的信号接收器均设置在公交车中控台正上方;
所述Wi-Fi信号接收识别模块实时不间断的搜寻、检测手机Wi-Fi信号,获取周围手机Wi-Fi的MAC地址,根据Wi-Fi信号的强弱同时结合前后门摄像模块的摄像头采集的数据来分析每位乘客的上下车活动;
当Wi-Fi信号逐渐增强,且前后门摄像模块采集到上车行为人像后,则初步判定为上车;接着,根据前后门摄像模块采集到相应人员的人像远离,同时对应Wi-Fi信号逐渐减弱,但仍可接收到Wi-Fi信号时,判定为上车;
所述蓝牙信号接收识别模块与Wi-Fi信号接收识别模块形成互补,实时搜索、检测手机蓝牙信号,获取手机蓝牙的地址,根据蓝牙信号的强弱同时结合前后门摄像模块的摄像头采集的数据来分析每位乘客的上下车活动,蓝牙信号为Wi-Fi信号检测辅助;
当蓝牙信号逐渐增强,且前后门摄像模块采集到上车行为人像后,则初步判定上车;接着,根据前后门摄像模块采集到相应人员的人像远离,同时对应蓝牙信号逐渐减弱,但仍可接收到蓝牙信号时,判定为上车;
当Wi-Fi信号接收识别模块识别乘客数大于或等于蓝牙信号接收识别模块之别乘客数时,车内乘客数量以Wi-Fi信号接收识别模块为准;当Wi-Fi信号接收识别模块识别乘客数小于蓝牙信号接收识别模块之别乘客数时,车内乘客数量以蓝牙信号接收识别模块为准。
5.根据权利要求1所述的一种基于5G和人脸识别的公交车车载系统,其特征在于:
将正在车辆上的乘客进行统计,得出车内大部分乘客的性别及其年龄特征,并将结果与车辆显示屏广告库内的每项广告进行关键词比对;进一步得出匹配度最高的广告,将结果通过数据通信模块传输给车内显示屏管理模块,进而在显示器上播放当前匹配度最高的广告。
6.根据权利要求1所述的一种基于5G和人脸识别的公交车车载系统,其特征在于:
所述人脸识别支付系统中的刷卡机摄像模块安装在刷卡机上方和公交车上课口栏杆上,并正对上车乘客,多角度的捕捉上车乘客的人脸;
在乘客上车时实时抓拍,获取乘客面部图像,并通过第二数据通讯模块经过控制模块上传至后台大数据平台进行比对,若后台无该乘客信息时,在乘客首次支付后将乘客支付方式绑定面部信息保存在大数据平台,若乘客选择使用微信、支付宝或银联付款进行首次付款时,询问乘客是否开通免密支付;在开通免密支付后在后台大数据平台直接根据人脸绑定新的支付方式;当乘客再次乘坐公交并识别出人脸后,在支付屏幕上供乘客选择是否通过人脸识别付款,在扣费时优先选用公交卡;
刷卡机摄像模块安装在刷卡机上方和公交车上课口栏杆上,全方位多角度的捕捉上车乘客的人脸,能准确、快速、及时的识别上车乘客的人脸信息,让整个支付过程更加方便快捷;
第三数据通信模块采用5G数据通信模块,能快速识别出乘客的数据,使人脸支付过程更加快捷。
7.根据权利要求1-3任一所述的一种基于5G和人脸识别的公交车车载系统的一种基于5G和人脸识别的公交车车载系统使用方法,其特征在于:判断驾驶员是否受到威胁的步骤如下:
1)、控制模块通过深度学习算法识别驾驶员及方向盘所在位置区域;执行步骤2;
2)、控制模块检测车辆当前速度;执行步骤3;
3)、若车辆没有速度,则回到步骤2;如果车辆有速度,执行步骤4;
4)、控制模块检测驾驶员周边有无其他物体与驾驶员产生接触,如果有其他物体接触到驾驶员或方向盘,则向危险警示模块发送警示信号,危险警示模块通过报警装置发出危险警报提醒驾驶员,并将视频录像进行保留。
8.根据权利要求1-5任一所述的一种基于5G和人脸识别的公交车车载系统的一种基于5G和人脸识别的公交车车载系统使用方法,其特征在于:乘客结构化特征分析系统整体工作流程如下:
①摄像头采集人脸信息;
②实时接收识别Wi-Fi信号与蓝牙信号;
③通过摄像头采集人脸信息分析乘客行为,识别上下车动作;
④统计Wi-Fi信号、蓝牙信号与摄像头分析得出的乘客上下车数量;
⑤若车内新增或减少Wi-Fi信号数量小于蓝牙信号数量,则进行步骤⑥;反之则执行步骤⑦;
⑥将新增或减少蓝牙信号数量与摄像头分析得出乘客变化量进行对比,以较大值为准,作为乘客上下车数量;
⑦将新增或减少Wi-Fi信号数量与摄像头分析得出乘客变化量进行对比,以较大值为准,作为乘客上下车数量;
⑧将接收到的所有数据上传至大数据平台进行比对;若该乘客信息为第一次出现时执行步骤⑨,反之执行步骤⑩;
⑨保存该乘客各类信息;
⑩通过图像分析每位乘客的结构化特征;
根据视频影像实时分析任务的人物结构化特征;
9.根据权利要求6所述的一种基于5G和人脸识别的公交车车载系统的一种基于5G和人脸识别的公交车车载系统使用方法,其特征在于:人脸识别支付系统整体工作流程如下:
①抓拍上车乘客面部图像;
②上传至后台大数据平台比对,若无该乘客信息时执行步骤③,反之执行步骤⑥;
③将乘客支付方式绑定面部信息保存至大数据平台,若乘客选择使用微信、支付宝或银联付款进行首次付款时,执行步骤④,反之执行步骤⑤;
④手机支付端询问乘客是否开通免密支付;
后台大数据处理中心发送开通信号给相应的微信、支付宝或银联,微信、支付宝或银联通过其手机支付端询问乘客是否开通免密支付;
⑤绑定支付方式;
后台大数据处理中心发送绑定信号给相应的微信、支付宝或银联,微信、支付宝或银联通过其手机支付端询问乘客是否绑定支付方式;
⑥根据绑定支付方式询问乘客是否直接免密支付或更换支付方式,若更换支付方式,执行步骤③至⑤;
⑦支付成功。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011284425.1A CN112532928B (zh) | 2020-11-17 | 2020-11-17 | 一种基于5g和人脸识别的公交车车载系统及使用方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011284425.1A CN112532928B (zh) | 2020-11-17 | 2020-11-17 | 一种基于5g和人脸识别的公交车车载系统及使用方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112532928A CN112532928A (zh) | 2021-03-19 |
CN112532928B true CN112532928B (zh) | 2023-04-07 |
Family
ID=74981025
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011284425.1A Active CN112532928B (zh) | 2020-11-17 | 2020-11-17 | 一种基于5g和人脸识别的公交车车载系统及使用方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112532928B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114724365A (zh) * | 2022-03-29 | 2022-07-08 | 深圳市综合交通与市政工程设计研究总院有限公司 | 一种基于定位信息的公交载客量采集系统 |
CN116383028A (zh) * | 2023-06-05 | 2023-07-04 | 北京博创联动科技有限公司 | 基于车载智能终端的车辆人机交互系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170017846A1 (en) * | 2015-07-15 | 2017-01-19 | Umm Al-Qura University | Crowd and traffic monitoring apparatus and method |
CN107798307A (zh) * | 2017-10-31 | 2018-03-13 | 努比亚技术有限公司 | 一种公共交通费用快捷支付方法、装置及计算机可读存储介质 |
CN109831742B (zh) * | 2019-01-14 | 2021-08-06 | 深圳市安必信科技有限公司 | 基于终端检测的监控方法及系统 |
CN110164073B (zh) * | 2019-04-18 | 2021-05-11 | 郑州信大先进技术研究院 | 一种列车安防监控系统和列车安防监控方法 |
CN110766859A (zh) * | 2019-08-12 | 2020-02-07 | 珠海市珠海通科技有限公司 | 一种基于人脸识别的公交乘车支付装置及方法 |
CN111445669B (zh) * | 2020-03-12 | 2022-04-05 | 杭州律橙电子科技有限公司 | 一种公交车的安全监测系统 |
-
2020
- 2020-11-17 CN CN202011284425.1A patent/CN112532928B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112532928A (zh) | 2021-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2018058958A1 (zh) | 一种道路车辆交通告警系统及其方法 | |
CN107358484A (zh) | 一种网约车监控方法及系统 | |
CN101470951B (zh) | 汽车安全驾驶监控系统 | |
CN112532928B (zh) | 一种基于5g和人脸识别的公交车车载系统及使用方法 | |
CN106710291A (zh) | 停车场的停车位获取方法及装置 | |
CN105261225A (zh) | 改良驾驶行为习惯的监测系统 | |
CN107045800A (zh) | 一种智慧社区车位管理方法 | |
CN101377884A (zh) | 公路交通智能管理系统 | |
CN111353369B (zh) | 一种城市路侧停车高位视频在辅助刑侦中的应用方法及系统 | |
CN111009117A (zh) | 一种公交车人工智能服务终端综合一体机及方法 | |
CN107067730B (zh) | 基于卡口设备的网约车人车不一致监测方法 | |
CN205943007U (zh) | 一种营运客车非法中途载客的报警系统 | |
CN110288738B (zh) | 一种自行车专用车道智能综合管控系统和管控方法 | |
CN106448262B (zh) | 一种智能交通告警控制方法 | |
CN108197526A (zh) | 检测方法、系统及计算机可读存储介质 | |
CN110838044A (zh) | 基于移动互联网智能定制大巴的运营平台及其操作方法 | |
CN108711202A (zh) | 一种基于大数据的交通事故救援系统 | |
CN105374226A (zh) | 一种用于停车场出入口监控的控制系统及方法 | |
CN112712600A (zh) | 基于移动物联网的停车场移动值守系统及方法 | |
CN111818160A (zh) | 一种车机设备 | |
CN104183148A (zh) | 一种基于模式识别技术的智能停车系统及方法 | |
CN110136274A (zh) | 一种基于人脸识别+ai分析的售检票方法 | |
CN109671270A (zh) | 行车事故处理方法及装置、存储介质 | |
CN113370786A (zh) | 基于多源信息融合的单位用车车载酒驾综合检测系统 | |
CN113965901B (zh) | 一种基于无线探针的高速公路隧道人员监控方法 |
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 | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: 9 / F, hedagok life science and technology center, 459 Qige Road, Xiasha street, Hangzhou City, Zhejiang Province, 310018 Patentee after: Hangzhou Xingxiang Zhilian Technology Co.,Ltd. Country or region after: China Address before: 9 / F, hedagok life science and technology center, 459 Qige Road, Xiasha street, Hangzhou City, Zhejiang Province, 310018 Patentee before: HANGZHOU LVCHENG ELECTRONIC TECHNOLOGY Co.,Ltd. Country or region before: China |