CN112634623B - 一种基于入境折返和境内徘徊的车辆防疫防控方法 - Google Patents

一种基于入境折返和境内徘徊的车辆防疫防控方法 Download PDF

Info

Publication number
CN112634623B
CN112634623B CN202011231631.6A CN202011231631A CN112634623B CN 112634623 B CN112634623 B CN 112634623B CN 202011231631 A CN202011231631 A CN 202011231631A CN 112634623 B CN112634623 B CN 112634623B
Authority
CN
China
Prior art keywords
station
vehicle
expressway
highway
site
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
CN202011231631.6A
Other languages
English (en)
Other versions
CN112634623A (zh
Inventor
董方洲
巴继东
王珺珺
田野
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.)
WUHAN YANGTZE COMMUNICATIONS INDUSTRY GROUP CO LTD
Wuhan Yangtze Communications Zhilian Technology Co ltd
Original Assignee
WUHAN YANGTZE COMMUNICATIONS INDUSTRY GROUP CO LTD
Wuhan Yangtze Communications Zhilian 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 WUHAN YANGTZE COMMUNICATIONS INDUSTRY GROUP CO LTD, Wuhan Yangtze Communications Zhilian Technology Co ltd filed Critical WUHAN YANGTZE COMMUNICATIONS INDUSTRY GROUP CO LTD
Priority to CN202011231631.6A priority Critical patent/CN112634623B/zh
Publication of CN112634623A publication Critical patent/CN112634623A/zh
Application granted granted Critical
Publication of CN112634623B publication Critical patent/CN112634623B/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
    • G08G1/017Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • 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
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/029Location-based management or tracking services

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种基于入境折返和境内徘徊的车辆防疫防控方法。本发明通过高速公路站点采集模块采集高速公路站点的过车信息,并无线传输至中央服务器;中央服务器结合每个采集时刻各高速公路站点的车辆车牌信息构建目标车辆高速公路站点轨迹数据集;在目标车辆高速公路站点轨迹数据集中搜索并构建目标车辆高速公路边境站点轨迹数据集,进一步对目标车辆高速公路边境站点的高速公路方向以及站点编号进行判断;并根据目标车辆的车型结合入境折返和境内徘徊违法模型进行预警;本发明无需在被检查车辆上安装任何硬件设备,充分利用了现有的数据资源和道路上的卡口资源,为运管部门和交通执法部门提供了一种高效可靠的车辆防疫防控方法。

Description

一种基于入境折返和境内徘徊的车辆防疫防控方法
技术领域
本发明属于交通监测技术领域,尤其涉及一种基于入境折返和境内徘徊的车辆防疫防控方法。
背景技术
因此,急需技术手段来阻止或者拦截违法车辆及人员。而现有技术需要设置检查点,执法人员人工检查。人力成本高,人力资源有限,检查效率低下,具有随机性,高峰时期容易造成拥堵等。
发明内容
本发明实例克服现有技术的缺陷和不足,基于大数据的实时计算,定义出车辆违法行为特征的模型,提出了实现流程及方法,其特征在于入境折返、境内徘徊、多个站点采集、实时轨迹计算;
本发明方法的技术方案为一种基于入境折返和境内徘徊的车辆防疫防控方法,包括以下步骤:
步骤1:高速公路站点采集模块采集高速公路站点的过车信息,并无线传输至中央服务器;
步骤2:中央服务器根据每个采集时刻各高速公路站点的车辆车牌图像信息,通过图像识别算法得到每个采集时刻各高速公路站点的车辆车牌信息,将每个采集时刻各高速公路站点的车辆车牌信息与目标车辆车牌信息进行匹配,构建目标车辆高速公路站点轨迹数据集;
步骤3:在多个高速公路站点中根据地理位置分布人工筛选出高速公路边境站点以构建高速公路边境站点集合,在目标车辆高速公路站点轨迹数据集中搜索属于高速公路边境站点集合的车辆高速公路轨迹站点,构建目标车辆高速公路边境站点轨迹数据集,结合车辆高速公路站点信息进一步对目标车辆高速公路边境站点的高速公路方向以及站点编号进行判断;
步骤4:引入目标车辆高速公路站点轨迹数据集以及目标车辆高速公路边境站点轨迹数据集,根据目标车辆的车型结合入境折返模型进行折返预警,根据目标车辆的车型结合境内徘徊违法模型进行境内徘徊预警;
步骤5:中央服务器若产生折返预警或者徘徊预警,将预警车辆信息进行显示,公安民警根据预警车辆信息进行执法拦截。
作为优选,步骤1所述高速公路站点对应的过车信息为:
Di,j=(Si,j,Ti,j,Pi,j)
i∈[1,M]
j∈[1,N]
其中,M为采集时刻的数量,N为高速公路站点的数量,Di,j为第i个采集时刻第j个高速公路站点采集的过车信息,Si,j为第i个采集时刻第j个高速公路站点采集的车辆高速公路站点信息,Ti,j为第i个采集时刻第j个高速公路站点采集的车辆过车时间,Pi,j为第i个采集时刻第j个高速公路站点采集的车辆车牌图像信息,Si,j为公安部登记静态信息,包括站点名称、站点编号、站点所在高速方向,Ti,j、Pi,j均通过站点中的采集模块进行采集,中央服务器与采集模块进行无线连接并接收过车信息;
多个高速公路站点站点采集模块依次部署在高速公路各站点上,分别与中央服务器通过无线方式连接。
作为优选,步骤2所述每个采集时刻各高速公路站点的车辆车牌信息为:
IDi,1,IDi,2,...,IDi,N
i∈[1,M]
j∈[1,N]
其中,M为采集时刻的数量,N为高速公路站点的数量,IDi,j为第i个采集时刻第j个高速公路站点采集的车辆车牌信息;
步骤2所述将每个采集时刻各高速公路站点的车辆车牌信息与目标车辆车牌信息进行匹配为:
在IDi,1,IDi,2,...,IDi,N中搜索与目标车辆车牌相同的高速公路站点,将与目标车辆车牌相同的高速公路站点作为第i个采集时刻的车辆高速公路站点轨迹,定义为ki;即第ki个高速公路站点的站点信息为
Figure GDA0003472463360000021
目标车辆在第i个采集时刻经过第ki个高速公路站点的车辆过车时间为
Figure GDA0003472463360000022
步骤2所述构建目标车辆高速公路站点轨迹数据集为:
target={k1,k2,...,kM}
其中,ki第i个采集时刻的车辆高速公路轨迹站点即第ki个高速公路站点,i∈[1,M],M为采集时刻的数量,ki∈[1,N],N为高速公路站点的数量;
作为优选,步骤3所述根据地理位置分布人工筛选出所有高速公路边境站点:
将高速公路站点属于跨边境的站点定义为高速公路边境站点;
步骤3所述高速公路边境站点集合为:
{sta1,sta2,...,staL}
L<N
其中,stap为高速公路边境站点集合中第p个高速公路边境站点对应第stap个高速公路站点;
步骤3所述在目标车辆高速公路站点轨迹数据集中搜索属于高速公路边境站点集合的车辆高速公路轨迹站点为:
所述目标车辆高速公路站点轨迹数据集为:target={k1,k2,...,kM};
在target={k1,k2,...,kM}中搜索属于sta={sta1,sta2,...,staL}的车辆高速公路轨迹站点,即步骤3所述构建目标车辆高速公路边境站点数据集,具体定义为:
Figure GDA0003472463360000031
K<M
其中,K为目标车辆高速公路站点轨迹数据集中高速公路边境站点的数量,
Figure GDA0003472463360000032
为第ql个采集时刻的车辆高速公路轨迹站点即第
Figure GDA0003472463360000033
个高速公路站点,第
Figure GDA0003472463360000034
个高速公路站点为高速公路边境站点,l∈[1,K];
步骤3所述目标车辆经过高速公路边境站点出入境的判断方法为:
车辆高速公路边境站点
Figure GDA0003472463360000035
的站点信息为
Figure GDA0003472463360000036
其包含站点名称、站点编号和站点所在高速方向;对特定的高速公路边境站点,通过站点名称和站点所在高速方向即可判断目标车辆是否是通过边境站点入境或出境;
步骤3所述目标车辆的车辆高速公路站点轨迹中相同站点判断方法为:
车辆高速公路轨迹站点ki的站点信息为
Figure GDA0003472463360000037
无论站点所在高速方向是否相同,均可通过其站点编号是否相等来判断是否相同站点;
作为优选,步骤4所述目标车辆高速公路站点轨迹数据集为:
target={k1,k2,...,kM}
其中,ki第i个采集时刻的车辆高速公路轨迹站点即第ki个高速公路站点,i∈[1,M],M为采集时刻的数量,ki∈[1,N],N为高速公路站点的数量;
步骤4所述目标车辆高速公路边境站点轨迹数据集为:
Figure GDA0003472463360000038
其中,K为目标车辆高速公路站点轨迹数据集中高速公路边境站点的数量,
Figure GDA0003472463360000041
为第ql个采集时刻的车辆高速公路轨迹站点即第
Figure GDA0003472463360000042
个高速公路站点,第
Figure GDA0003472463360000043
个高速公路站点为高速公路边境站点,l∈[1,K];
定义目标车辆高速境内站点轨迹数据集为:
从目标车辆高速公路站点轨迹数据集即target排除目标车辆高速公路边境站点轨迹数据集即B的站点数据集;
所述目标车辆高速境内站点轨迹数据集为:
Figure GDA0003472463360000044
J<M
其中,J为目标车辆高速公路站点轨迹数据集中高速公路境内站点的数量,
Figure GDA0003472463360000045
为第pm个采集时刻的车辆高速公路轨迹站点即第
Figure GDA0003472463360000046
个高速公路站点,第
Figure GDA0003472463360000047
个高速公路站点为高速公路境内站点,m∈[1,J];
步骤4所述目标车辆的计算需要排除警车和公共交通运营车辆;通过公安部门登记的车辆信息人工构建警车和公共交通运营的车辆车牌号数据集,作为静态数据存储至数据库中,定义为O;
步骤4所述根据目标车辆的车型结合入境折返模型进行折返预警为:
Figure GDA00034724633600000415
目标车辆车牌信息定义为ID*,进一步通过高速公路边境站点进入境内,途径高速公路边境站点后改变行驶方向折返再次通过入境的高速边境站点出境,具体定义如下:
从目标车辆高速公路边境站点轨迹数据集
Figure GDA0003472463360000048
中搜索任意两个采集时刻即ql,ql+1的车辆高速公路轨迹站点,即第ql个采集时刻的车辆高速公路轨迹站点
Figure GDA0003472463360000049
第ql+1个采集时刻的车辆高速公路轨迹站点
Figure GDA00034724633600000410
根据步骤3出入境判断方法,通过
Figure GDA00034724633600000411
站点信息判断目标车辆从第
Figure GDA00034724633600000412
个高速公路站点入境,从第
Figure GDA00034724633600000413
个高速公路站点出境,进一步从目标车辆高速公路站点轨迹数据集target={k1,k2,...,kM}中找到ql,ql+1两个采集时刻对应的采集时刻i1,i2,即i1=ql,i2=ql+1,
Figure GDA00034724633600000414
且i1,i2∈[1,M];
继续从目标车辆高速公路站点轨迹数据集target={k1,k2,...,kM}中搜索
Figure GDA0003472463360000051
之间的连续站点,在
Figure GDA0003472463360000052
中间搜索出任意两个连续站点ki、ki+1,使得ki、ki+1是站点编号相同方向相反的站点,且
Figure GDA0003472463360000053
判断目标车辆在采集时刻ql经过站点
Figure GDA0003472463360000054
的时间和在采集时刻ql+1经过站点
Figure GDA0003472463360000055
的时间差,即
Figure GDA0003472463360000056
即预警,t为经验时间预警阈值。
步骤4所述根据目标车辆的车型结合入境折返模型进行境内徘徊模型为:
Figure GDA0003472463360000057
目标车辆车牌信息定义为ID*,进一步通过高速边境站点进入境内,途径两个高速边境站点,并在两个高速边境站点之间不停往返徘徊,具体定义如下:
从目标车辆高速公路边境站点轨迹数据集
Figure GDA0003472463360000058
中搜索任意采集时刻ql的车辆高速公路轨迹站点,即第ql个采集时刻的车辆高速公路轨迹站点
Figure GDA0003472463360000059
根据步骤3出入境判断方法,通过
Figure GDA00034724633600000510
站点信息判断目标车辆从第
Figure GDA00034724633600000511
个高速公路站点入境,再从目标车辆高速公路站点轨迹数据集target={k1,k2,...,kM}中找到采集时刻ql对应的采集时刻i0,即i0=ql,
Figure GDA00034724633600000512
且i0∈[1,M];
继续从目标车辆高速公路站点轨迹数据集target={k1,k2,...,kM}中搜索采集时刻i0之后的车辆高速公路轨迹站点;将搜索出的车辆高速公路轨迹站点集定义为G,则
Figure GDA00034724633600000513
根据步骤3相同站点的判断方法,进一步地从站点轨迹数据集G中搜索出相同站点出现的次数,假设排名前两个的高速公路轨迹站点为
Figure GDA00034724633600000514
Figure GDA00034724633600000515
其出现的次数为X和Y(相同站点出现次数并列相同的再重复遍历计算);
Figure GDA00034724633600000516
为第ix个采集时刻的车辆高速公路轨迹站点,
Figure GDA00034724633600000517
为第iy个采集时刻的车辆高速公路轨迹站点,其中X<M,Y<M,且ix∈(i0,M],iy∈(i0,M];统计目标车辆在高速公路站点轨迹数据集G中从
Figure GDA00034724633600000518
Figure GDA00034724633600000519
往返的次数计为
Figure GDA00034724633600000520
同时统计目标车辆从高速公路轨迹站点
Figure GDA00034724633600000521
到高速公路轨迹站点
Figure GDA00034724633600000522
往返的最后一个采集时刻记为ig,即采集时刻ig的车辆高速公路轨迹站点为
Figure GDA00034724633600000523
判断目标车辆在采集时刻i0经过车辆高速公路轨迹站点
Figure GDA0003472463360000061
的时间和在采集时刻ig经过车辆高速公路轨迹站点
Figure GDA0003472463360000062
的时间差,即
Figure GDA0003472463360000063
Figure GDA0003472463360000064
Figure GDA0003472463360000065
即可预警,t为经验时间预警阈值,徘徊次数n>=2;
作为优选,步骤5所述预警车辆信息为:
目标车辆高速公路站点轨迹数据集即target={k1,k2,...,kM};
目标车辆车牌信息即IDi,j
各采集时刻各高速公路站点的车辆车牌信息,即IDi,1,IDi,2,...,IDi,N,i∈[1,M],j∈[1,N];
M为采集时刻的数量,N为高速公路站点的数量。
本发明有益效果为:与传统的防疫防控手段相比,本发明无需在被检查车辆上安装任何硬件设备,充分利用了现有的数据资源和道路上的卡口资源,为运管部门和交通执法部门提供了一种高效可靠的车辆防疫防控方法。本发明检车范围广,理论上能够对所有机动车辆进行检测,弥补了传统手段只能检测营运车辆的不足。本发明不占用任何路面资源,不会给路面交通带来任何压力。此外,本发明模型采用大数据实时计算,当违法车辆经过卡口时,几乎实时的向为运管部门和交通执法部门发出车辆违法预警,大大提高了执法人员反应时间,将违法车辆扼杀在萌芽状态中,减少防疫防控中车辆违法导致的病毒扩散风险。
附图说明
图1:方法流程图。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明,下面结合实例对本发明作进一步详细描述,应当理解,此处所描述的实施案例仅用于说明和解释本发明,并不用于限定本发明。
下面结合附图,介绍本发明的具体实施方式为一种基于入境折返和境内徘徊的车辆防疫防控方法,包括以下步骤:
步骤1:高速公路站点采集模块采集高速公路站点的过车信息,并无线传输至中央服务器;
所述高速公路站点对应的过车信息为:
Di,j=(Si,j,Ti,j,Pi,j)
i∈[1,M]
j∈[1,N]
其中,M=100为采集时刻的数量,N=100为高速公路站点的数量,Di,j为第i个采集时刻第j个高速公路站点采集的过车信息,Si,j为第i个采集时刻第j个高速公路站点采集的车辆高速公路站点信息,Ti,j为第i个采集时刻第j个高速公路站点采集的车辆过车时间,Pi,j为第i个采集时刻第j个高速公路站点采集的车辆车牌图像信息,Si,j为公安部登记静态信息,包括站点名称、站点编号、站点所在高速方向,Ti,j、Pi,j均通过站点中的采集模块进行采集,中央服务器与采集模块进行无线连接并接收过车信息;
多个高速公路站点站点采集模块依次部署在高速公路各站点上,分别与中央服务器通过无线方式连接。
所述高速公路站点站点采集模块选型为大华高清摄像及远景摄像设备;
所述中央服务器选型为Linux服务器,操作系统为Centos;
步骤2:中央服务器根据每个采集时刻各高速公路站点的车辆车牌图像信息,通过图像识别算法得到每个采集时刻各高速公路站点的车辆车牌信息,将每个采集时刻各高速公路站点的车辆车牌信息与目标车辆车牌信息进行匹配,构建目标车辆高速公路站点轨迹数据集;
步骤2所述每个采集时刻各高速公路站点的车辆车牌信息为:
IDi,1,IDi,2,...,IDi,N
i∈[1,M]
j∈[1,N]
其中,M=100为采集时刻的数量,N=100为高速公路站点的数量,IDi,j为第i个采集时刻第j个高速公路站点采集的车辆车牌信息;
步骤2所述将每个采集时刻各高速公路站点的车辆车牌信息与目标车辆车牌信息进行匹配为:
在IDi,1,IDi,2,...,IDi,100中搜索与目标车辆车牌相同的高速公路站点,将与目标车辆车牌相同的高速公路站点作为第i个采集时刻的车辆高速公路站点轨迹,定义为ki;即第ki个高速公路站点的站点信息为
Figure GDA0003472463360000071
目标车辆在第i个采集时刻经过第ki个高速公路站点的车辆过车时间为
Figure GDA0003472463360000072
步骤2所述构建目标车辆高速公路站点轨迹数据集为:
target={k1,k2,...,k100}
其中,ki第i个采集时刻的车辆高速公路轨迹站点即第ki个高速公路站点,ki∈[1,100];
步骤3:在多个高速公路站点中根据地理位置分布人工筛选出高速公路边境站点以构建高速公路边境站点集合,在目标车辆高速公路站点轨迹数据集中搜索属于高速公路边境站点集合的车辆高速公路轨迹站点,构建目标车辆高速公路边境站点轨迹数据集,结合车辆高速公路站点信息进一步对目标车辆高速公路边境站点的高速公路方向以及站点编号进行判断;
步骤3所述根据地理位置分布人工筛选出所有高速公路边境站点:
将高速公路站点属于跨边境的站点定义为高速公路边境站点;
步骤3所述高速公路边境站点集合为:
{sta1,sta2,...,staL}
L<N
其中,L=20为高速公路边境站点的数量,stap为高速公路边境站点集合中第p个高速公路边境站点对应第stap个高速公路站点;
步骤3所述在目标车辆高速公路站点轨迹数据集中搜索属于高速公路边境站点集合的车辆高速公路轨迹站点为:
所述目标车辆高速公路站点轨迹数据集为:target={k1,k2,...,k100};
在target={k1,k2,...,k100}中搜索属于sta={sta1,sta2,...,sta20}的车辆高速公路轨迹站点,即步骤3所述构建目标车辆高速公路边境站点数据集,具体定义为:
Figure GDA0003472463360000081
K<100
其中,K=2为目标车辆高速公路站点轨迹数据集中高速公路边境站点的数量,
Figure GDA0003472463360000082
为第ql个采集时刻的车辆高速公路轨迹站点即第
Figure GDA0003472463360000083
个高速公路站点,第
Figure GDA0003472463360000084
个高速公路站点为高速公路边境站点,l∈[1,2];
步骤3所述目标车辆经过高速公路边境站点出入境的判断方法为:
车辆高速公路边境站点
Figure GDA0003472463360000085
的站点信息为
Figure GDA0003472463360000086
其包含站点名称、站点编号和站点所在高速方向;对特定的高速公路边境站点,通过站点名称和站点所在高速方向即可判断目标车辆是否是通过边境站点入境或出境;
步骤3所述目标车辆的车辆高速公路站点轨迹中相同站点判断方法为:
车辆高速公路轨迹站点ki的站点信息为
Figure GDA0003472463360000091
无论站点所在高速方向是否相同,均可通过其站点编号是否相等来判断是否相同站点;
步骤4:引入目标车辆高速公路站点轨迹数据集以及目标车辆高速公路边境站点轨迹数据集,根据目标车辆的车型结合入境折返模型进行折返预警,根据目标车辆的车型结合境内徘徊违法模型进行境内徘徊预警;
步骤4所述目标车辆高速公路站点轨迹数据集为:
target={k1,k2,...,kM}
其中,ki第i个采集时刻的车辆高速公路轨迹站点即第ki个高速公路站点,i∈[1,M],M=100为采集时刻的数量,ki∈[1,N],N=100为高速公路站点的数量;
步骤4所述目标车辆高速公路边境站点轨迹数据集为:
Figure GDA0003472463360000092
其中,K=2为目标车辆高速公路站点轨迹数据集中高速公路边境站点的数量,
Figure GDA0003472463360000093
为第ql个采集时刻的车辆高速公路轨迹站点即第
Figure GDA0003472463360000094
个高速公路站点,第
Figure GDA0003472463360000095
个高速公路站点为高速公路边境站点,l∈[1,K];
定义目标车辆高速境内站点轨迹数据集为:
从目标车辆高速公路站点轨迹数据集即target排除目标车辆高速公路边境站点轨迹数据集即B的站点数据集;
所述目标车辆高速境内站点轨迹数据集为:
Figure GDA0003472463360000096
J<100
其中,J=98为目标车辆高速公路站点轨迹数据集中高速公路境内站点的数量,
Figure GDA0003472463360000097
为第pm个采集时刻的车辆高速公路轨迹站点即第
Figure GDA0003472463360000098
个高速公路站点,第
Figure GDA0003472463360000099
个高速公路站点为高速公路境内站点,m∈[1,J];
步骤4所述目标车辆的计算需要排除警车和公共交通运营车辆;通过公安部门登记的车辆信息人工构建警车和公共交通运营的车辆车牌号数据集,作为静态数据存储至数据库中,定义为O;
步骤4所述根据目标车辆的车型结合入境折返模型进行折返预警为:
Figure GDA0003472463360000101
目标车辆车牌信息定义为ID*,进一步通过高速公路边境站点进入境内,途径高速公路边境站点后改变行驶方向折返再次通过入境的高速边境站点出境,具体定义如下:
从目标车辆高速公路边境站点轨迹数据集
Figure GDA0003472463360000102
中搜索任意两个采集时刻即ql,ql+1的车辆高速公路轨迹站点,即第ql个采集时刻的车辆高速公路轨迹站点
Figure GDA0003472463360000103
第ql+1个采集时刻的车辆高速公路轨迹站点
Figure GDA0003472463360000104
根据步骤3出入境判断方法,通过
Figure GDA0003472463360000105
站点信息判断目标车辆从第
Figure GDA0003472463360000106
个高速公路站点入境,从第
Figure GDA0003472463360000107
个高速公路站点出境,进一步从目标车辆高速公路站点轨迹数据集target={k1,k2,...,k100}中找到ql,ql+1两个采集时刻对应的采集时刻i1,i2,即i1=ql,i2=ql+1,
Figure GDA0003472463360000108
且i1,i2∈[1,100];
继续从目标车辆高速公路站点轨迹数据集target={k1,k2,...,k100}中搜索
Figure GDA0003472463360000109
Figure GDA00034724633600001010
之间的连续站点,在
Figure GDA00034724633600001011
中间搜索出任意两个连续站点ki、ki+1,使得ki、ki+1是站点编号相同方向相反的站点,且
Figure GDA00034724633600001012
判断目标车辆在采集时刻ql经过站点
Figure GDA00034724633600001013
的时间和在采集时刻ql+1经过站点
Figure GDA00034724633600001014
的时间差,即
Figure GDA00034724633600001015
即预警,t为经验时间预警阈值。
步骤4所述根据目标车辆的车型结合入境折返模型进行境内徘徊模型为:
Figure GDA00034724633600001016
目标车辆车牌信息定义为ID*,进一步通过高速边境站点进入境内,途径两个高速边境站点,并在两个高速边境站点之间不停往返徘徊,具体定义如下:
从目标车辆高速公路边境站点轨迹数据集
Figure GDA00034724633600001017
中搜索任意采集时刻ql的车辆高速公路轨迹站点,即第ql个采集时刻的车辆高速公路轨迹站点
Figure GDA00034724633600001018
根据步骤3出入境判断方法,通过
Figure GDA00034724633600001019
站点信息判断目标车辆从第
Figure GDA00034724633600001020
个高速公路站点入境,再从目标车辆高速公路站点轨迹数据集target={k1,k2,...,k100}中找到采集时刻ql对应的采集时刻i0,即i0=ql,
Figure GDA00034724633600001021
且i0∈[1,100];
继续从目标车辆高速公路站点轨迹数据集target={k1,k2,...,k100}中搜索采集时刻i0之后的车辆高速公路轨迹站点;将搜索出的车辆高速公路轨迹站点集定义为G,则
Figure GDA0003472463360000111
根据步骤3相同站点的判断方法,进一步地从站点轨迹数据集G中搜索出相同站点出现的次数,假设排名前两个的高速公路轨迹站点为
Figure GDA0003472463360000112
Figure GDA0003472463360000113
其出现的次数为X=3和Y=2(相同站点出现次数并列相同的再重复遍历计算);
Figure GDA0003472463360000114
为第ix个采集时刻的车辆高速公路轨迹站点,
Figure GDA0003472463360000115
为第iy个采集时刻的车辆高速公路轨迹站点,其中X<M,Y<M,且ix∈(i0,M],iy∈(i0,M];统计目标车辆在高速公路站点轨迹数据集G中从
Figure GDA0003472463360000116
Figure GDA0003472463360000117
往返的次数计为
Figure GDA0003472463360000118
同时统计目标车辆从高速公路轨迹站点
Figure GDA0003472463360000119
到高速公路轨迹站点
Figure GDA00034724633600001110
往返的最后一个采集时刻记为ig,即采集时刻ig的车辆高速公路轨迹站点为
Figure GDA00034724633600001111
判断目标车辆在采集时刻i0经过车辆高速公路轨迹站点
Figure GDA00034724633600001112
的时间和在采集时刻ig经过车辆高速公路轨迹站点
Figure GDA00034724633600001113
的时间差,即
Figure GDA00034724633600001114
Figure GDA00034724633600001115
Figure GDA00034724633600001116
即可预警,t为经验时间预警阈值,徘徊次数n>=2;
步骤5:中央服务器若产生折返预警或者徘徊预警,将预警车辆信息进行显示,公安民警根据预警车辆信息进行执法拦截。
步骤5所述预警车辆信息为:
目标车辆高速公路站点轨迹数据集即target={k1,k2,...,k100};
目标车辆车牌信息即IDi,j
各采集时刻各高速公路站点的车辆车牌信息,即IDi,1,IDi,2,...,IDi,N,i∈[1,M],j∈[1,N];
M=100为采集时刻的数量,N=100为高速公路站点的数量;
应当理解的是,本申请书未详细阐述的部分均属于现有技术。
应当理解的是,上述针对较佳实施例的描述较为详细,并不能因此而认为是对本申请专利保护范围的限制,本领域的普通技术人员在本发明的启示下,在不脱离本申请权利要求所保护的范围情况下,还可以做出替换或变形,均落入本申请的保护范围之内,本申请的请求保护范围应以所附权利要求为准。

Claims (4)

1.一种基于入境折返和境内徘徊的车辆防疫防控方法,其特征在于,包括以下步骤:
步骤1:高速公路站点采集模块采集高速公路站点的过车信息,并无线传输至中央服务器;
步骤2:中央服务器根据每个采集时刻各高速公路站点的车辆车牌图像信息,通过图像识别算法得到每个采集时刻各高速公路站点的车辆车牌信息,将每个采集时刻各高速公路站点的车辆车牌信息与目标车辆车牌信息进行匹配,构建目标车辆高速公路站点轨迹数据集;
步骤3:在多个高速公路站点中根据地理位置分布人工筛选出高速公路边境站点以构建高速公路边境站点集合,在目标车辆高速公路站点轨迹数据集中搜索属于高速公路边境站点集合的车辆高速公路轨迹站点,构建目标车辆高速公路边境站点轨迹数据集,结合车辆高速公路站点信息进一步对目标车辆高速公路边境站点的高速公路方向以及站点编号进行判断;
步骤4:引入目标车辆高速公路站点轨迹数据集以及目标车辆高速公路边境站点轨迹数据集,根据目标车辆的车型结合入境折返模型进行折返预警,根据目标车辆的车型结合境内徘徊违法模型进行境内徘徊预警;
步骤5:中央服务器若产生折返预警或者徘徊预警,将预警车辆信息进行显示,公安民警根据预警车辆信息进行执法拦截;
步骤4所述目标车辆高速公路站点轨迹数据集为:
target={k1,k2,...,kM}
其中,ki第i个采集时刻的车辆高速公路轨迹站点即第ki个高速公路站点,i∈[1,M],M为采集时刻的数量,ki∈[1,N],N为高速公路站点的数量;
步骤4所述目标车辆高速公路边境站点轨迹数据集为:
Figure FDA0003472463350000011
其中,K为目标车辆高速公路站点轨迹数据集中高速公路边境站点的数量,
Figure FDA0003472463350000012
为第ql个采集时刻的车辆高速公路轨迹站点即第
Figure FDA0003472463350000013
个高速公路站点,第
Figure FDA0003472463350000014
个高速公路站点为高速公路边境站点,l∈[1,K];
定义目标车辆高速境内站点轨迹数据集为:
从目标车辆高速公路站点轨迹数据集即target排除目标车辆高速公路边境站点轨迹数据集即B的站点数据集;
所述目标车辆高速境内站点轨迹数据集为:
Figure FDA0003472463350000021
J<M
其中,J为目标车辆高速公路站点轨迹数据集中高速公路境内站点的数量,
Figure FDA0003472463350000022
为第pm个采集时刻的车辆高速公路轨迹站点即第
Figure FDA0003472463350000023
个高速公路站点,第
Figure FDA0003472463350000024
个高速公路站点为高速公路境内站点,m∈[1,J];
步骤4所述目标车辆的计算需要排除警车和公共交通运营车辆;通过公安部门登记的车辆信息人工构建警车和公共交通运营的车辆车牌号数据集,作为静态数据存储至数据库中,定义为O;
步骤4所述根据目标车辆的车型结合入境折返模型进行折返预警为:
Figure FDA0003472463350000025
目标车辆车牌信息定义为ID*,进一步通过高速公路边境站点进入境内,途径高速公路边境站点后改变行驶方向折返再次通过入境的高速边境站点出境,具体定义如下:
从目标车辆高速公路边境站点轨迹数据集
Figure FDA0003472463350000026
中搜索任意两个采集时刻即ql,ql+1的车辆高速公路轨迹站点,即第ql个采集时刻的车辆高速公路轨迹站点
Figure FDA0003472463350000027
第ql+1个采集时刻的车辆高速公路轨迹站点
Figure FDA0003472463350000028
根据步骤3出入境判断方法,通过
Figure FDA0003472463350000029
站点信息判断目标车辆从第
Figure FDA00034724633500000210
个高速公路站点入境,从第
Figure FDA00034724633500000211
个高速公路站点出境,进一步从目标车辆高速公路站点轨迹数据集target={k1,k2,...,kM}中找到ql,ql+1两个采集时刻对应的采集时刻i1,i2,即i1=ql,i2=ql+1,
Figure FDA00034724633500000212
且i1,i2∈[1,M];
继续从目标车辆高速公路站点轨迹数据集target={k1,k2,...,kM}中搜索
Figure FDA00034724633500000213
之间的连续站点,在
Figure FDA00034724633500000214
中间搜索出任意两个连续站点ki、ki+1,使得ki、ki+1是站点编号相同方向相反的站点,且
Figure FDA00034724633500000215
判断目标车辆在采集时刻ql经过站点
Figure FDA00034724633500000216
的时间和在采集时刻ql+1经过站点
Figure FDA00034724633500000217
的时间差,即
Figure FDA00034724633500000218
即预警,t为经验时间预警阈值;
步骤4所述根据目标车辆的车型结合境内徘徊违法模型进行境内徘徊预警为:
Figure FDA0003472463350000031
目标车辆车牌信息定义为ID*,进一步通过高速边境站点进入境内,途径两个高速边境站点,并在两个高速边境站点之间不停往返徘徊,具体定义如下:
从目标车辆高速公路边境站点轨迹数据集
Figure FDA0003472463350000032
中搜索任意采集时刻ql的车辆高速公路轨迹站点,即第ql个采集时刻的车辆高速公路轨迹站点
Figure FDA0003472463350000033
根据步骤3出入境判断方法,通过
Figure FDA0003472463350000034
站点信息判断目标车辆从第
Figure FDA0003472463350000035
个高速公路站点入境,再从目标车辆高速公路站点轨迹数据集target={k1,k2,...,kM}中找到采集时刻ql对应的采集时刻i0,即i0=ql,
Figure FDA0003472463350000036
且i0∈[1,M];
继续从目标车辆高速公路站点轨迹数据集target={k1,k2,...,kM}中搜索采集时刻i0之后的车辆高速公路轨迹站点;将搜索出的车辆高速公路轨迹站点集定义为G,则
Figure FDA00034724633500000322
根据步骤3相同站点的判断方法,进一步地从站点轨迹数据集G中搜索出相同站点出现的次数,假设排名前两个的高速公路轨迹站点为
Figure FDA0003472463350000037
Figure FDA0003472463350000038
其出现的次数为X和Y,相同站点出现次数并列相同的再重复遍历计算;
Figure FDA0003472463350000039
为第ix个采集时刻的车辆高速公路轨迹站点,
Figure FDA00034724633500000310
为第iy个采集时刻的车辆高速公路轨迹站点,其中X<M,Y<M,且ix∈(i0,M],iy∈(i0,M];统计目标车辆在高速公路站点轨迹数据集G中从
Figure FDA00034724633500000311
Figure FDA00034724633500000312
往返的次数计为
Figure FDA00034724633500000313
同时统计目标车辆从高速公路轨迹站点
Figure FDA00034724633500000314
到高速公路轨迹站点
Figure FDA00034724633500000315
往返的最后一个采集时刻记为ig,即采集时刻ig的车辆高速公路轨迹站点为
Figure FDA00034724633500000316
判断目标车辆在采集时刻i0经过车辆高速公路轨迹站点
Figure FDA00034724633500000317
的时间和在采集时刻ig经过车辆高速公路轨迹站点
Figure FDA00034724633500000318
的时间差,即
Figure FDA00034724633500000319
Figure FDA00034724633500000320
Figure FDA00034724633500000321
即可预警,t为经验时间预警阈值,徘徊次数n>=2;
步骤5所述预警车辆信息为:
目标车辆高速公路站点轨迹数据集即target={k1,k2,...,kM};
目标车辆车牌信息即IDi,j
各采集时刻各高速公路站点的车辆车牌信息,即IDi,1,IDi,2,...,IDi,N,i∈[1,M],j∈[1,N];
M为采集时刻的数量,N为高速公路站点的数量。
2.根据权利要求1所述的基于入境折返和境内徘徊的车辆防疫防控方法,其特征在于:步骤1所述高速公路站点对应的过车信息为:
Di,j=(Si,j,Ti,j,Pi,j)
i∈[1,M]
j∈[1,N]
其中,M为采集时刻的数量,N为高速公路站点的数量,Di,j为第i个采集时刻第j个高速公路站点采集的过车信息,Si,j为第i个采集时刻第j个高速公路站点采集的车辆高速公路站点信息,Ti,j为第i个采集时刻第j个高速公路站点采集的车辆过车时间,Pi,j为第i个采集时刻第j个高速公路站点采集的车辆车牌图像信息,Si,j为公安部登记静态信息,包括站点名称、站点编号、站点所在高速方向,Ti,j、Pi,j均通过站点中的采集模块进行采集,中央服务器与采集模块进行无线连接并接收过车信息;
多个高速公路站点站点采集模块依次部署在高速公路各站点上,分别与中央服务器通过无线方式连接。
3.根据权利要求1所述的基于入境折返和境内徘徊的车辆防疫防控方法,其特征在于:步骤2所述每个采集时刻各高速公路站点的车辆车牌信息为:
IDi,1,IDi,2,...,IDi,N
i∈[1,M]
j∈[1,N]
其中,M为采集时刻的数量,N为高速公路站点的数量,IDi,j为第i个采集时刻第j个高速公路站点采集的车辆车牌信息;
步骤2所述将每个采集时刻各高速公路站点的车辆车牌信息与目标车辆车牌信息进行匹配为:
在IDi,1,IDi,2,...,IDi,N中搜索与目标车辆车牌相同的高速公路站点,将与目标车辆车牌相同的高速公路站点作为第i个采集时刻的车辆高速公路站点轨迹,定义为ki;即第ki个高速公路站点的站点信息为
Figure FDA0003472463350000041
目标车辆在第i个采集时刻经过第ki个高速公路站点的车辆过车时间为
Figure FDA0003472463350000042
步骤2所述构建目标车辆高速公路站点轨迹数据集为:
target={k1,k2,...,kM}
其中,ki第i个采集时刻的车辆高速公路轨迹站点即第ki个高速公路站点,i∈[1,M],M为采集时刻的数量,ki∈[1,N],N为高速公路站点的数量。
4.根据权利要求1所述的基于入境折返和境内徘徊的车辆防疫防控方法,其特征在于:步骤3所述根据地理位置分布人工筛选出所有高速公路边境站点:
将高速公路站点属于跨边境的站点定义为高速公路边境站点;
步骤3所述高速公路边境站点集合为:
{sta1,sta2,...,staL}
L<N
其中,stap为高速公路边境站点集合中第p个高速公路边境站点对应第stap个高速公路站点;
步骤3所述在目标车辆高速公路站点轨迹数据集中搜索属于高速公路边境站点集合的车辆高速公路轨迹站点为:
所述目标车辆高速公路站点轨迹数据集为:target={k1,k2,...,kM};
在target={k1,k2,...,kM}中搜索属于sta={sta1,sta2,...,staL}的车辆高速公路轨迹站点,即步骤3所述构建目标车辆高速公路边境站点数据集,具体定义为:
Figure FDA0003472463350000051
K<M
其中,K为目标车辆高速公路站点轨迹数据集中高速公路边境站点的数量,
Figure FDA0003472463350000052
为第ql个采集时刻的车辆高速公路轨迹站点即第
Figure FDA0003472463350000053
个高速公路站点,第
Figure FDA0003472463350000054
个高速公路站点为高速公路边境站点,l∈[1,K];
步骤3所述目标车辆经过高速公路边境站点出入境的判断方法为:
车辆高速公路边境站点
Figure FDA0003472463350000055
的站点信息为
Figure FDA0003472463350000056
其包含站点名称、站点编号和站点所在高速方向;对特定的高速公路边境站点,通过站点名称和站点所在高速方向即可判断目标车辆是否是通过边境站点入境或出境;
步骤3所述目标车辆的车辆高速公路站点轨迹中相同站点判断方法为:
车辆高速公路轨迹站点ki的站点信息为
Figure FDA0003472463350000057
无论站点所在高速方向是否相同,均可通过其站点编号是否相等来判断是否相同站点。
CN202011231631.6A 2020-11-06 2020-11-06 一种基于入境折返和境内徘徊的车辆防疫防控方法 Active CN112634623B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011231631.6A CN112634623B (zh) 2020-11-06 2020-11-06 一种基于入境折返和境内徘徊的车辆防疫防控方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011231631.6A CN112634623B (zh) 2020-11-06 2020-11-06 一种基于入境折返和境内徘徊的车辆防疫防控方法

Publications (2)

Publication Number Publication Date
CN112634623A CN112634623A (zh) 2021-04-09
CN112634623B true CN112634623B (zh) 2022-04-26

Family

ID=75304246

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011231631.6A Active CN112634623B (zh) 2020-11-06 2020-11-06 一种基于入境折返和境内徘徊的车辆防疫防控方法

Country Status (1)

Country Link
CN (1) CN112634623B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115188180A (zh) * 2022-04-27 2022-10-14 清华大学 一种基于时空轨迹的车辆健康检测方法和系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106846801B (zh) * 2017-02-06 2020-05-22 安徽新华博信息技术股份有限公司 一种基于车辆轨迹的区域徘徊异常行为检测方法
CN109615853B (zh) * 2018-11-29 2021-06-22 重庆首讯科技股份有限公司 识别高速公路疑似非法营运车辆的方法及设备
CN110796819B (zh) * 2019-10-18 2021-07-13 中国铁道科学研究院集团有限公司电子计算技术研究所 一种针对站台黄线入侵越界人员的检测方法及系统
CN111856541B (zh) * 2020-07-24 2023-11-14 苏州中亿通智能系统有限公司 一种固定线路车辆轨迹监测系统及方法

Also Published As

Publication number Publication date
CN112634623A (zh) 2021-04-09

Similar Documents

Publication Publication Date Title
CN107463940B (zh) 基于手机数据的车辆类型识别方法和设备
US7786897B2 (en) High occupancy vehicle (HOV) lane enforcement
CN103985182B (zh) 一种公交客流自动计数方法及自动计数系统
CN104766479A (zh) 基于超高频射频与视频图像双识别匹配的汽车身份识别方法及装置
CN109326124A (zh) 一种基于机器视觉的城市环境停放车辆行为识别系统
CN104751634A (zh) 高速公路隧道行车图像采集信息的综合应用方法
CN110264734A (zh) 一种高速公路车辆稽查系统及其工作方法
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
CN105118305B (zh) 室外停车场出口车辆管理平台
CN106251635A (zh) 一种套牌嫌疑车牌号的识别方法及系统
CN106297292A (zh) 基于高速公路卡口及综合监控的轨迹系统
CN107329977B (zh) 一种基于概率分布的假牌车二次筛选方法
CN107895482A (zh) 基于毫米波雷达与激光雷达的交通情况调查装置及方法
CN112634623B (zh) 一种基于入境折返和境内徘徊的车辆防疫防控方法
CN111754786A (zh) 一种识别高速公路交通工具通行事件的系统
CN109615869A (zh) 分布式车载实时智能违章抓拍上报系统
CN111899517B (zh) 一种高速公路疲劳驾驶违法行为判定方法
CN113450573A (zh) 基于无人机图像识别的交通监测方法和交通监测系统
CN109948419A (zh) 一种基于深度学习的违法停车自动审核方法
CN113870551B (zh) 一种能够鉴别危险和非危险驾驶行为的路侧监控系统
CN112509316B (zh) 一种基于车辆终端信息匹配的车辆超员分析系统
JP3502156B2 (ja) 交通監視システム
Ravish et al. Intelligent traffic violation detection
CN109934161A (zh) 基于卷积神经网络的车辆识别与检测方法及系统
Kanschat et al. Wireless-Signal-based vehicle counting and classification in different road environments

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