CN112966572A - 一种基于视频分析的非机动车违停智能检测方法 - Google Patents

一种基于视频分析的非机动车违停智能检测方法 Download PDF

Info

Publication number
CN112966572A
CN112966572A CN202110189201.0A CN202110189201A CN112966572A CN 112966572 A CN112966572 A CN 112966572A CN 202110189201 A CN202110189201 A CN 202110189201A CN 112966572 A CN112966572 A CN 112966572A
Authority
CN
China
Prior art keywords
motor vehicle
illegal
illegal parking
detection method
equipment
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
CN202110189201.0A
Other languages
English (en)
Other versions
CN112966572B (zh
Inventor
胡静远
刘洪强
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.)
Suzhou Haisai Artificial Intelligence Co ltd
Original Assignee
Hefei Haisai Information 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 Hefei Haisai Information Technology Co ltd filed Critical Hefei Haisai Information Technology Co ltd
Priority to CN202110189201.0A priority Critical patent/CN112966572B/zh
Publication of CN112966572A publication Critical patent/CN112966572A/zh
Application granted granted Critical
Publication of CN112966572B publication Critical patent/CN112966572B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/10544—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum
    • G06K7/10821—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices
    • G06K7/10861—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices sensing of data fields affixed to objects or articles, e.g. coded labels
    • 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
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • 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
    • G06N3/08—Learning methods
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Abstract

本发明提供了一种基于视频分析的非机动车违停智能检测方法，包括：根据前端信息采集设备对违停区域内的环境进行监控；通过前端信息采集设备采集的图像视频中违停的车辆的画面帧数达到预先设定的阀值，初步判定为违停，将前端信息采集设备采集的图像通过通信传输设备上传至中央控制管理系统；中央控制管理系统首先对采集的图像进行比对分类，再根据非机动车辆的分类类别分别进行图像特征的采集和匹配采样；将非机动车根据分类以及匹配分析的违章问题再一次归类和匹配，根据违章类别和非机动车类型的分类与后端执行设备以及后端接收存储系统进行对接驱动。本发明提供的非机动车违停智能检测方法，具有便捷定位、实时监控、分类处理管控的功能。

Description

一种基于视频分析的非机动车违停智能检测方法
技术领域
本发明涉及视频分析处理领域，具体涉及一种基于视频分析的非机动车违停智能检测方法。
背景技术
现有技术中车辆违停管理通常是针对机动车辆进行的，但是生活中随着生活环境的便利，通常短距离的活动会时常也会采用非机动车辆作为代步工作。但是非机动车辆的违章停车却存了交通治安管理的困扰，现有技术中通常是物业或者交警或者城管进行人为调控管理，但是人为调控管理费时费力，人力成本过高且管理不够及时和全面。
为了解决上述技术问题，现有技术对上述技术问题进行了技术上的改进。例如，专利申请号：CN202010225452.5；专利名称：“一种非机动车辆违停识别方法、装置及系统”；公开了一种非机动车辆违停识别方法，其中，包括：获取摄像装置中的目标图像；根据目标检测算法识别出目标图像中的非机动车辆在图像坐标系中的位置；进行数据融合得到非机动车辆在激光雷达坐标系中的三维坐标；获取非机动车辆与巡视车的角度关系；获取巡视车的经纬度；计算非机动车辆的经纬度；将计算得到的非机动车辆的经纬度与预设停车点的经纬度进行比较，得到比较结果；根据比较结果判断非机动车辆是否违停。
但是，现有技术中依然存在以下问题：第一、现有技术中没有对非机动车进行区分处理的功能；第二、现有技术中不具有与外部网络管控系统联动的功能，更不具有远程提醒的功能；第三，现有技术采用的是巡视车进行巡视，不便于在对应的监测区域进行实时不间断监控。
发明内容
本发明克服了现有技术的不足，提供了一种基于视频分析的非机动车违停智能检测方法，具有便捷定位、实时监控、分类处理的功能。
为达到上述目的，本发明采用的技术方案为：一种基于视频分析的非机动车违停智能检测方法，包括以下步骤：
步骤S1、根据前端信息采集设备对违停区域内的环境进行监控；
步骤S2、通过前端信息采集设备采集的图像视频中违停的车辆的画面帧数达到预先设定的阀值，初步判定为违停，将前端信息采集设备采集的图像通过通信传输设备上传至中央控制管理系统；
步骤S3、中央控制管理系统首先对采集的图像进行比对分类，再根据非机动车辆的分类类别分别进行图像特征的采集和匹配采样；
步骤S4、将非机动车根据分类以及匹配分析的违章问题再一次归类，并通过与预先设定的违章类别进行匹配，根据违章类别和非机动车类型的分类与后端执行设备以及后端接收存储系统进行对接驱动；
步骤S5、通过中央控制管理系统与通信传输设备的相互配合与前端信息采集设备进行实时信息交互。
在本发明一个优选的实施方式中，步骤S5中，通过前端信息采集设备的前端摄像头实现视频采集，通过前端信息采集设备的前端语音交互设备实现语音交互，通过RFID频扫读写机构识别监测RFID标签。
在本发明一个优选的实施方式中，由于非机动车中包括电瓶车和自行车；违停监测时将违停的车辆的画面与违停特征比对，确定违停后，通过中央控制管理系统以及后端执行设备传送操作信息联系对应的处理部门，对应的处理部门派出人员对需要转移处理的非机动车进行转移。
在本发明一个优选的实施方式中，待转移的非机动车辆，可以在非机动车辆上贴上经过对应的违停区域的RFID频扫读写机构识别的RFID标签，RFID标签用于违章管理和车辆认领。
在本发明一个优选的实施方式中，判断非机动车辆的是否需要转移的条件包括违停区域内的违停车辆数量达到预先设定的数量阀值。
在本发明一个优选的实施方式中，判断非机动车辆的是否需要转移的条件包括违停区域内的违停车辆违停时间超过预先设定的时间阀值。
在本发明一个优选的实施方式中，非机动车违停智能检测方法采用的系统模块包括前端信息采集设备，与所述前端信息采集设备交互连接的通信传输设备，以及与所述通信传输设备交互连接的中央控制管理系统；前端信息采集设备中包括用于视频监测的前端摄像头，以及用于实现语音交互的前端语音交互设备、以及用于识别监测RFID标签的RFID频扫读写机构；所述中央控制管理系统还连接有后端执行设备和后端接收存储系统。
在本发明一个优选的实施方式中，后端接收存储系统内设置有存储介质，所述存储介质包括U盘、移动硬盘、只读存储器、随机存取存储器、磁碟、光盘中的一种或多种。
本发明解决了技术背景中存在的缺陷，本发明有益的技术效果是：
本发明公开了一种基于视频分析的非机动车违停智能检测方法，具有便捷定位、实时监控、分类处理的功能。
第一、本发明的基于视频分析的非机动车违停智能检测方法中，实现了对非机动车辆的违法停车行为的管控，采用视频监控的方式，可以大大减少管理人员的巡逻次数，降低人力成本。
第二、本发明的基于视频分析的非机动车违停智能检测方法中，在非机动车辆上贴上经过对应的违停区域的RFID频扫读写机构识别的RFID标签，RFID标签用于违章管理和车辆认领。实现了分类管理和分区管控，对于违停非机动车辆的整体管理和快速取回具有重大意义。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是本发明的优选实施例中基于视频分析的非机动车违停智能检测方法的系统示意框图；
图2是本发明的优选实施例中基于视频分析的非机动车违停智能检测方法的流程示意框图。
具体实施方式
现在结合附图和实施例对本发明作进一步详细的说明，这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。
需要说明，除非另有明确的规定和限定，术语“设置”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。虽然本说明书详细描述了某些示例性实施例，但应当理解，本领域的技术人员在理解上述内容后，可以易于设想这些实施例的更改形式、变型形式和等同形式。本发明的实施例可以在不脱离本发明的精神和范围的情况下进行多种修改和变更。因此，应当理解，本发明的实施例不应限于以下所述的示例性实施例，但应受权利要求书及其任何等同形式中阐述的限制的控制。
实施例一
如图1所示，非机动车违停智能检测方法采用的系统模块包括前端信息采集设备，与所述前端信息采集设备交互连接的通信传输设备，以及与所述通信传输设备交互连接的中央控制管理系统；前端信息采集设备中包括用于视频监测的前端摄像头，以及用于实现语音交互的前端语音交互设备、以及用于识别监测RFID标签的RFID频扫读写机构；所述中央控制管理系统还连接有后端执行设备和后端接收存储系统。后端接收存储系统内设置有存储介质，所述存储介质包括U盘、移动硬盘、只读存储器、随机存取存储器、磁碟、光盘中的一种或多种。进一步的，所述前端摄像头以及语音交互设备和RFID频扫读写机构采用的是现有技术中能直接使用的产品。
实施例二
如图1、图2所示，示意了一种基于视频分析的非机动车违停智能检测方法，包括以下步骤：
步骤S1、根据前端信息采集设备对违停区域内的环境进行监控。
步骤S2、通过前端信息采集设备采集的图像视频中违停的车辆的画面帧数达到预先设定的阀值，初步判定为违停，将前端信息采集设备采集的图像通过通信传输设备上传至中央控制管理系统。
步骤S3、中央控制管理系统首先对采集的图像进行比对分类，再根据非机动车辆的分类类别分别进行图像特征的采集和匹配采样。
步骤S4、将非机动车根据分类以及匹配分析的违章问题再一次归类，并通过与预先设定的违章类别进行匹配，根据违章类别和非机动车类型的分类与后端执行设备以及后端接收存储系统进行对接驱动。
步骤S5、通过中央控制管理系统与通信传输设备的相互配合与前端信息采集设备进行实时信息交互。步骤S5中，通过前端信息采集设备的前端摄像头实现视频采集，通过前端信息采集设备的前端语音交互设备实现语音交互，通过RFID频扫读写机构识别监测RFID标签。
具体的，由于非机动车中包括电瓶车和自行车；违停监测时将违停的车辆的画面与违停特征比对，确定违停后，通过中央控制管理系统以及后端执行设备传送操作信息联系对应的处理部门，对应的处理部门派出人员对需要转移处理的非机动车进行转移。待转移的非机动车辆，可以在非机动车辆上贴上经过对应的违停区域的RFID频扫读写机构识别的RFID标签，RFID标签用于违章管理和车辆认领。判断非机动车辆的是否需要转移的条件包括违停区域内的违停车辆数量达到预先设定的数量阀值或/和判断非机动车辆的是否需要转移的条件包括违停区域内的违停车辆违停时间超过预先设定的时间阀值。
进一步的，前端语音交互设备通过中央控制管理系统以及通信传输设备将违停区域内的环境与对应的管理部门进行语音连线。一方面便于非机动车辆的车主寻找被转移走的非机动车辆，另一方面便于转移非机动车辆的工作人员与管理部门语音沟通，更有利于分片区管理，对应的违停区域分块管理，提升了管理的多样性、灵活性、便捷性，更有利于统筹规划。
本发明工作原理：
如图1～图2所示，首先，通过前端信息采集设备采集图像视频，通过分析图像视频判定非机动车辆是否为违停，后将违章类别和非机动车类型的分类与后端执行设备以及后端接收存储系统进行对接驱动，通过中央控制管理系统以及后端执行设备传送操作信息联系对应的处理部门，对应的处理部门派出人员对需要转移处理的非机动车进行转移。待转移的非机动车辆，可以在非机动车辆上贴上经过对应的违停区域的RFID频扫读写机构识别的RFID标签，RFID标签用于违章管理和车辆认领。通过上述基于视频分析的方式，实现了对非机动车辆的违法停车行为的管控，可以大大减少管理人员的巡逻次数，降低人力成本。并且实现了分类管理和分区管控，对于违停非机动车辆的整体管理和快速取回具有重大意义。
以上具体实施方式是对本发明提出的方案思想的具体支持，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在本技术方案基础上所做的任何等同变化或等效的改动，均仍属于本发明技术方案保护的范围。

Claims (8)

1.一种基于视频分析的非机动车违停智能检测方法，其特征在于，包括：
步骤S1、根据前端信息采集设备对违停区域内的环境进行监控；
步骤S2、通过前端信息采集设备采集的图像视频中违停的车辆的画面帧数达到预先设定的阀值，初步判定为违停，将前端信息采集设备采集的图像通过通信传输设备上传至中央控制管理系统；
步骤S3、中央控制管理系统首先对采集的图像进行比对分类，再根据非机动车辆的分类类别分别进行图像特征的采集和匹配采样；
步骤S4、将非机动车根据分类以及匹配分析的违章问题再一次归类，并通过与预先设定的违章类别进行匹配，根据违章类别和非机动车类型的分类与后端执行设备以及后端接收存储系统进行对接驱动；
步骤S5、通过中央控制管理系统与通信传输设备的相互配合与前端信息采集设备进行实时信息交互。
2.根据权利要求1所述的一种基于视频分析的非机动车违停智能检测方法，其特征在于：步骤S5中，通过前端信息采集设备的前端摄像头实现视频采集，通过前端信息采集设备的前端语音交互设备实现语音交互，通过RFID频扫读写机构识别监测RFID标签。
3.根据权利要求2所述的一种基于视频分析的非机动车违停智能检测方法，其特征在于：由于非机动车中包括电瓶车和自行车；违停监测时将违停的车辆的画面与违停特征比对，确定违停后，通过中央控制管理系统以及后端执行设备传送操作信息联系对应的处理部门，对应的处理部门派出人员对需要转移处理的非机动车进行转移。
4.根据权利要求3所述的一种基于视频分析的非机动车违停智能检测方法，其特征在于：待转移的非机动车辆，可以在非机动车辆上贴上经过对应的违停区域的RFID频扫读写机构识别的RFID标签，RFID标签用于违章管理和车辆认领。
5.根据权利要求4所述的一种基于视频分析的非机动车违停智能检测方法，其特征在于：判断非机动车辆的是否需要转移的条件包括违停区域内的违停车辆数量达到预先设定的数量阀值。
6.根据权利要求5所述的一种基于视频分析的非机动车违停智能检测方法，其特征在于：判断非机动车辆的是否需要转移的条件包括违停区域内的违停车辆违停时间超过预先设定的时间阀值。
7.根据权利要求6所述的一种基于视频分析的非机动车违停智能检测方法，其特征在于：非机动车违停智能检测方法采用的系统模块包括前端信息采集设备，与所述前端信息采集设备交互连接的通信传输设备，以及与所述通信传输设备交互连接的中央控制管理系统；前端信息采集设备中包括用于视频监测的前端摄像头，以及用于实现语音交互的前端语音交互设备、以及用于识别监测RFID标签的RFID频扫读写机构；所述中央控制管理系统还连接有后端执行设备和后端接收存储系统。
8.根据权利要求7所述的一种基于视频分析的非机动车违停智能检测方法，其特征在于：所述后端接收存储系统内设置有存储介质，所述存储介质包括U盘、移动硬盘、只读存储器、随机存取存储器、磁碟、光盘中的一种或多种。
CN202110189201.0A 2021-02-19 2021-02-19 一种基于视频分析的非机动车违停智能检测方法 Active CN112966572B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110189201.0A CN112966572B (zh) 2021-02-19 2021-02-19 一种基于视频分析的非机动车违停智能检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110189201.0A CN112966572B (zh) 2021-02-19 2021-02-19 一种基于视频分析的非机动车违停智能检测方法

Publications (2)

Publication Number Publication Date
CN112966572A true CN112966572A (zh) 2021-06-15
CN112966572B CN112966572B (zh) 2023-04-18

Family

ID=76285077

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110189201.0A Active CN112966572B (zh) 2021-02-19 2021-02-19 一种基于视频分析的非机动车违停智能检测方法

Country Status (1)

Country Link
CN (1) CN112966572B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113920741A (zh) * 2021-07-01 2022-01-11 上海市城市建设设计研究总院（集团）有限公司 人行道非机动车规范停车的联动装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202422420U (zh) * 2012-01-13 2012-09-05 大连民族学院 一种基于视频监控的违章停车检测系统
CN107330373A (zh) * 2017-06-02 2017-11-07 重庆大学 一种基于视频的违章停车监控系统
CN109993789A (zh) * 2017-12-29 2019-07-09 杭州海康威视数字技术股份有限公司 一种共享单车的违停判定方法、装置及相机
CN109993031A (zh) * 2017-12-29 2019-07-09 杭州海康威视数字技术股份有限公司 一种畜力车目标违章行驶行为检测方法、装置及相机
CN110491132A (zh) * 2019-07-11 2019-11-22 平安科技（深圳）有限公司 基于视频帧图片分析的车辆违停检测方法及装置
CN111429726A (zh) * 2020-04-13 2020-07-17 城云科技（中国）有限公司 一种监控视频违停车辆检测、管理方法及对应的系统
US20200364467A1 (en) * 2019-05-17 2020-11-19 Beijing Baidu Netcom Science And Technology Co., Ltd. Method and device for detecting illegal parking, and electronic device

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202422420U (zh) * 2012-01-13 2012-09-05 大连民族学院 一种基于视频监控的违章停车检测系统
CN107330373A (zh) * 2017-06-02 2017-11-07 重庆大学 一种基于视频的违章停车监控系统
CN109993789A (zh) * 2017-12-29 2019-07-09 杭州海康威视数字技术股份有限公司 一种共享单车的违停判定方法、装置及相机
CN109993031A (zh) * 2017-12-29 2019-07-09 杭州海康威视数字技术股份有限公司 一种畜力车目标违章行驶行为检测方法、装置及相机
US20200364467A1 (en) * 2019-05-17 2020-11-19 Beijing Baidu Netcom Science And Technology Co., Ltd. Method and device for detecting illegal parking, and electronic device
CN110491132A (zh) * 2019-07-11 2019-11-22 平安科技（深圳）有限公司 基于视频帧图片分析的车辆违停检测方法及装置
CN111429726A (zh) * 2020-04-13 2020-07-17 城云科技（中国）有限公司 一种监控视频违停车辆检测、管理方法及对应的系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
YU-YAN CHEN，AND ETC: "A novel real-time monitoring system for illegal logging events based on vibration and audio", 《2017 IEEE 8TH INTERNATIONAL CONFERENCE ON AWARENESS SCIENCE AND TECHNOLOGY (ICAST)》 *
梁定康等: "基于视觉的无人机巡检违章违停系统设计与实现", 《电子科技》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113920741A (zh) * 2021-07-01 2022-01-11 上海市城市建设设计研究总院（集团）有限公司 人行道非机动车规范停车的联动装置

Also Published As

Publication number Publication date
CN112966572B (zh) 2023-04-18

Similar Documents

Publication Publication Date Title
CN102622798B (zh) 一种客流统计分析系统
CN106056839A (zh) 网约车安全监测系统及方法
CN106257500B (zh) 一种道路环卫保洁智能作业及检查管理系统及方法
CN106530733A (zh) 基于视频联动抓拍的远程桥梁超载执法系统
US20070046484A1 (en) Electronic parking identification and surveillance system and method
CN107578627A (zh) 一种基于rfid的路侧停车管理方法和系统
CN103295396A (zh) 交通事故非现场快速取证方法及系统
CN105913367A (zh) 基于人脸识别和位置定位的公交客流量检测系统与方法
US20110309950A1 (en) Method and system for traffic condition detection
CN108305351A (zh) 一种具有检测功能的行车记录仪
CN111353369A (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
CN111091717B (zh) 一种基于rfid和地磁的路侧停车检测装置
CN107798781A (zh) 一种基于社区云监控系统的共享单车管理系统和方法
CN104952273A (zh) 针对车辆行为的告警方法、装置及系统
CN111222375A (zh) 车辆行驶轨迹生成方法、系统及服务器
CN106447009B (zh) 非机动车管理方法、装置及系统
CN108860008A (zh) 车辆启动前障碍物预警方法以及车辆启动前障碍物预警装置
CN112966572B (zh) 一种基于视频分析的非机动车违停智能检测方法
CN108805184B (zh) 一种固定空间、车辆上的图像识别方法及系统
CN111866834A (zh) 基于rfid数据的电瓶车违章信息识别与监测系统及方法
CN112581769A (zh) 一种基于人工智能识别技术非机动车违法视频分析系统
CN113641874A (zh) 一种数据采集处理系统及数据采集处理方法
CN112836683A (zh) 用于便携式摄像设备的车牌识别方法、装置、设备和介质
CN114999170A (zh) 一种基于高速公路车辆路径数据智能分析可视化系统
CN114333343A (zh) 一种非机动车违章抓拍取证装置、方法及系统

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230725

Address after: Room 501, North Building, Huihu Building, No.10 Yueliangwan Road, Industrial Park, Suzhou City, Jiangsu Province, 215000

Patentee after: Suzhou Haisai Artificial Intelligence Co.,Ltd.

Address before: 230000, 21st Floor, Tower A, Tuoji Plaza, No. 669 Changjiang West Road, Hefei, Anhui Province

Patentee before: Hefei haisai Information Technology Co.,Ltd.