CN113298976B - 一种机动车违法行为自动抓拍处理方法及系统 - Google Patents

Abstract

本发明公开了一种机动车违法行为自动抓拍处理方法及系统，涉及道路交通监控领域，该方法包括基于安装于车辆上的传感器采集得到车辆周围信息，并通过图像识别算法识别车辆周围信息得到车辆周围存在不良驾驶行为的车辆；将存在不良驾驶行为车辆的驾驶行为信息上传至云端服务器，所述驾驶行为信息包括车辆信息、不良驾驶行为图像和不良驾驶行为类别；基于驾驶行为信息，云端服务器对存在不良驾驶行为车辆的不良驾驶行为进行审核并记录；基于组播方式，云端服务器对存在不良驾驶行为的车辆，以及存在不良驾驶行为车辆的周边车辆进行安全提醒。本发明能够有效减少监控盲区，并保证抓拍和违法确定的及时性。

Description

一种机动车违法行为自动抓拍处理方法及系统

技术领域

本发明涉及道路交通监控领域，具体涉及一种机动车违法行为自动抓拍处理方法及系统。

背景技术

随着我国交通事业的长足进步，个人机动车越来越普及，交通违法和交通事故也随之激增，同时，随着智能汽车的发展，车载雷达、车载高清摄像头等智能驾驶传感器越来越普及，车载IVI(In-VehicleInfotainment，车载信息娱乐系统)系统以及网联T-box(TelematicsBOX，车联网系统中的一部分)也基本成为标配，使车辆与外界交互更为便捷。

当前，对于交通违法行为的抓拍，所采取的主要方式是：1、依靠交警部门已有的道路监控系统来抓拍交通违法行为，但该抓拍方式存在监控盲区，无法进行全程监控；2、通过互联网社交软件发起的随手拍来举报交通违法行为，此抓拍方式在一定程度上增加了交通违法举证的通道，但随手拍存在抓拍质量不稳定且有随机性问题，对于高速移动的机动车抓拍困难，且对于违法确定的及时性存在不足。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种机动车违法行为自动抓拍处理方法及系统，能够有效减少监控盲区，并保证抓拍和违法确定的及时性。

为达到以上目的，本发明提供的一种机动车违法行为自动抓拍处理方法，具体包括以下步骤：

基于安装于车辆上的传感器采集得到车辆周围信息，并通过图像识别算法识别车辆周围信息得到车辆周围存在不良驾驶行为的车辆；

将存在不良驾驶行为车辆的驾驶行为信息上传至云端服务器，所述驾驶行为信息包括车辆信息、不良驾驶行为图像和不良驾驶行为类别；

基于驾驶行为信息，云端服务器对存在不良驾驶行为车辆的不良驾驶行为进行审核并记录；

基于组播方式，云端服务器对存在不良驾驶行为的车辆，以及存在不良驾驶行为车辆的周边车辆进行安全提醒。

在上述技术方案的基础上，

所述传感器包括摄像头和雷达；

所述摄像头安装于车辆的前方和后方，所述摄像头用于采集车辆前方和后方的图像信息；

所述雷达安装于车辆的后方，所述雷达用于对后方车辆与当前车辆间的车距进行测量。

在上述技术方案的基础上，

所述不良驾驶行为包括频繁变道、变道无转向灯和长时间未保持安全车距；

所述不良驾驶行为类别包括不安全驾驶行为和违法驾驶行为；

所述不安全驾驶行为包括长时间未保持安全车距；

所述违法驾驶行为包括频繁变道和变道无转向灯。

在上述技术方案的基础上，所述通过图像识别算法识别车辆周围信息得到车辆周围存在不良驾驶行为的车辆，其中，对不良驾驶行为为频繁变道的识别，具体步骤包括：

基于摄像头拍摄得到的图像信息，按照图像中的车道线对图像进行分区；

获取图像中车辆所处的分区，对于同一车辆，当车辆所处的分区发生改变后，对分区改变次数进行记录；

判断预设时间段内同一车辆的分区改变次数是否超过预设次数，若否，则车辆不存在不良驾驶行为，若是，则车辆存在不良驾驶行为，且不良驾驶行为为频繁变道。

在上述技术方案的基础上，所述通过图像识别算法识别车辆周围信息得到车辆周围存在不良驾驶行为的车辆，其中，对不良驾驶行为为变道无转向灯的识别，具体步骤包括：

基于摄像头拍摄得到的图像信息，按照图像中的车道线对图像进行分区；

获取图像中车辆所处的分区，并进行时间记录，得到第一时间点；

对于同一车辆，当车辆所处的分区发生改变后，进行时间记录，得到第二时间点；

判断第一时间点至第二时间点内发生分区改变的车辆的转向灯是否点亮，若是，则车辆不存在不良驾驶行为，若否，则车辆存在不良驾驶行为，且不良驾驶行为为变道无转向灯。

在上述技术方案的基础上，所述通过图像识别算法识别车辆周围信息得到车辆周围存在不良驾驶行为的车辆，其中，对不良驾驶行为为长时间未保持安全车距的识别，具体步骤包括：

基于当前车辆的速度确定安全车距；

基于摄像头拍摄得到的图像信息，识别得到处于当前车辆同车道的后方车辆；

基于当前车辆上雷达的测量，判断在设定时间段内后方车辆与当前车辆的车距均小于安全车距，若否，则当前车辆的后方车辆不存在不良驾驶行为，若是，则当前车辆的后方车辆存在不良驾驶行为，且不良驾驶行为为长时间未保持安全车距。

在上述技术方案的基础上，所述将存在不良驾驶行为车辆的驾驶行为信息上传至云端服务器，具体为：

基于存在不良驾驶行为车辆的不良驾驶行为类别：

当不良驾驶行为类别为违法驾驶行为时，将存在不良驾驶行为车辆的不良驾驶行为标记为高优先级事件，然后将存在不良驾驶行为车辆的驾驶行为信息上传至云端服务器；

当不良驾驶行为类别为不安全驾驶行为，将存在不良驾驶行为车辆的不良驾驶行为标记为低优先级事件，然后将存在不良驾驶行为车辆的驾驶行为信息上传至云端服务器。

在上述技术方案的基础上，所述基于驾驶行为信息，云端服务器对存在不良驾驶行为车辆的不良驾驶行为进行审核并记录，基于组播方式，云端服务器对存在不良驾驶行为的车辆，以及存在不良驾驶行为车辆的周边车辆进行安全提醒，具体为：

当不良驾驶行为为高优先级事件时，基于分步式存储方式，对驾驶行为信息进行存储，云端服务器对存在不良驾驶行为车辆的不良驾驶行为进行审核，基于组播方式，云端服务器采用V2V类型消息对存在不良驾驶行为的车辆，以及存在不良驾驶行为车辆的周边车辆进行安全提醒；

当不良驾驶行为为低优先级事件时，基于组播方式，云端服务器采用V2V类型消息对存在不良驾驶行为的车辆，以及存在不良驾驶行为车辆的周边车辆进行安全提醒。

在上述技术方案的基础上，

所述云端服务器对存在不良驾驶行为车辆的不良驾驶行为进行审核，其中，当云端服务器收到的同一车辆的相同驾驶行为信息为多个时：基于驾驶行为信息中的不良驾驶行为图像，对驾驶行为信息进行筛选，保留筛选出的驾驶行为信息，删除存储的筛选出的驾驶行为信息；

所述对驾驶行为信息进行筛选，具体为：云端服务器基于深度学习算法识别得到不良驾驶行为图像的拍摄视角、对比度、亮度，以及不良驾驶行为图像中存在不良驾驶行为车辆的位置，按照预设的拍摄视角、对比度、亮度和位置要求，对驾驶行为信息进行筛选。

本发明提供的一种机动车违法行为自动抓拍处理系统，包括：

车机端，所述车机端用于基于安装于车辆上的传感器采集得到车辆周围信息，并通过图像识别算法识别车辆周围信息得到车辆周围存在不良驾驶行为的车辆，并将存在不良驾驶行为车辆的驾驶行为信息上传至云端服务器，所述驾驶行为信息包括车辆信息、不良驾驶行为图像和不良驾驶行为类别；

云端服务器，所述云端服务器用于接收车机端发送的驾驶行为信息，并基于驾驶行为信息，当不良驾驶行为类别为违法驾驶行为，对存在不良驾驶行为车辆的不良驾驶行为进行审核，当不良驾驶行为类别为不安全驾驶行为，基于组播方式，对存在不良驾驶行为的车辆，以及存在不良驾驶行为车辆的周边车辆进行安全提醒；

分布式存储服务器，所述分布式存储服务器用于对不良驾驶行为类别为违法驾驶行为的驾驶行为信息进行存储。

与现有技术相比，本发明的优点在于：基于安装于车辆上的传感器采集得到车辆周围信息，并通过图像识别算法识别车辆周围信息得到车辆周围存在不良驾驶行为的车辆，将存在不良驾驶行为车辆的驾驶行为信息上传至云端服务器，云端服务器对存在不良驾驶行为车辆的不良驾驶行为进行审核并记录，并对存在不良驾驶行为的车辆，以及存在不良驾驶行为车辆的周边车辆进行安全提醒，基于道路上其它行驶车辆的抓拍方式，方便抓怕，有效减少监控盲区，保证抓拍和违法确定的及时性，规范行车，减少交通事故。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例中一种机动车违法行为自动抓拍处理方法的流程图；

图2为本发明实施例中一种机动车违法行为自动抓拍处理系统的结构示意图。

具体实施方式

本发明实施例提供一种机动车违法行为自动抓拍处理方法，基于安装于车辆上的传感器采集得到车辆周围信息，并通过图像识别算法识别车辆周围信息得到车辆周围存在不良驾驶行为的车辆，将存在不良驾驶行为车辆的驾驶行为信息上传至云端服务器，云端服务器对存在不良驾驶行为车辆的不良驾驶行为进行审核并记录，并对存在不良驾驶行为的车辆，以及存在不良驾驶行为车辆的周边车辆进行安全提醒，基于道路上其它行驶车辆的抓拍方式，方便抓怕，有效减少监控盲区，保证抓拍和违法确定的及时性，规范行车，减少交通事故。本发明实施例相应地还提供了一种机动车违法行为自动抓拍处理系统。

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

参见图1所示，本发明实施例提供的一种机动车违法行为自动抓拍处理方法，具体包括以下步骤：

S1：基于安装于车辆上的传感器采集得到车辆周围信息，并通过图像识别算法识别车辆周围信息得到车辆周围存在不良驾驶行为的车辆。

本发明实施例中，传感器包括摄像头和雷达，摄像头安装于车辆的前方和后方，摄像头用于采集车辆前方和后方的图像信息，即当车辆在行驶的过程中，通过车辆上安装的摄像头，采集车辆前方车辆的图像信息以及后方车辆的图像信息。雷达安装于车辆的后方，雷达用于对后方车辆与当前车辆间的车距进行测量，即当车辆在行驶的过程中，实时对后方车辆与当前车辆间的车距进行测量。采集得到的图像信息和车距信息共同构成车辆周围信息，通过图像识别算法识别车辆周围信息，并可分析得到车辆周围存在不良驾驶行为的车辆。

具体的，本发明实施例中，不良驾驶行为包括频繁变道、变道无转向灯和长时间未保持安全车距；不良驾驶行为类别包括不安全驾驶行为和违法驾驶行为；不安全驾驶行为包括长时间未保持安全车距；违法驾驶行为包括频繁变道和变道无转向灯。

本发明实施例中，通过图像识别算法识别车辆周围信息得到车辆周围存在不良驾驶行为的车辆，其中，对不良驾驶行为为频繁变道的识别，具体步骤包括：

S111：基于摄像头拍摄得到的图像信息，按照图像中的车道线对图像进行分区；

S112：获取图像中车辆所处的分区，对于同一车辆，当车辆所处的分区发生改变后，对分区改变次数进行记录；

S113：判断预设时间段内同一车辆的分区改变次数是否超过预设次数，若否，则车辆不存在不良驾驶行为，若是，则车辆存在不良驾驶行为，且不良驾驶行为为频繁变道。

即按照图像中的车道线对图像进行分区，对于每个分区，从左至右依次标记，对于同一车牌号的车辆，获取该车辆在上一张图像中的车道标记集合，再获取该车辆在当前图像中的车道标记集合，对两集合求交集，若存在交集，则该车辆无车道变更，反之则该车辆出现车变道改变次数，判断预设时间段内同一车辆的分区改变次数是否超过预设次数，则说明存在频繁变道。本发明实施例中的预设时间段的值可以根据当前道路要求的变道最小行驶距离与变道车辆的车速比值确定，或者进行自定义；预设次数可以设置为2。

本发明实施例中，通过图像识别算法识别车辆周围信息得到车辆周围存在不良驾驶行为的车辆，其中，对不良驾驶行为为变道无转向灯的识别，具体步骤包括：

S121：基于摄像头拍摄得到的图像信息，按照图像中的车道线对图像进行分区；

S122：获取图像中车辆所处的分区，并进行时间记录，得到第一时间点；

S123：对于同一车辆，当车辆所处的分区发生改变后，进行时间记录，得到第二时间点；

S124：判断第一时间点至第二时间点内发生分区改变的车辆的转向灯是否点亮，若是，则车辆不存在不良驾驶行为，若否，则车辆存在不良驾驶行为，且不良驾驶行为为变道无转向灯。

即当车辆出现变道时，基于变道开始和结束时间段内车辆转向灯是否点亮来判断是否存在变道无转向灯的情况。

本发明实施例中，通过图像识别算法识别车辆周围信息得到车辆周围存在不良驾驶行为的车辆，其中，对不良驾驶行为为长时间未保持安全车距的识别，具体步骤包括：

S131：基于当前车辆的速度确定安全车距；

S132：基于摄像头拍摄得到的图像信息，识别得到处于当前车辆同车道的后方车辆；

S133：基于当前车辆上雷达的测量，判断在设定时间段内后方车辆与当前车辆的车距均小于安全车距，若否，则当前车辆的后方车辆不存在不良驾驶行为，若是，则当前车辆的后方车辆存在不良驾驶行为，且不良驾驶行为为长时间未保持安全车距。

S2：将存在不良驾驶行为车辆的驾驶行为信息上传至云端服务器，所述驾驶行为信息包括车辆信息、不良驾驶行为图像和不良驾驶行为类别。

本发明实施例中，车辆信息包括车牌信息、存在不良驾驶行为的时间和存在不良驾驶行为的地点；不良驾驶行为图像为其它车辆拍摄的存在不良驾驶行为车辆的不良驾驶行为图像。

S3：基于驾驶行为信息，云端服务器对存在不良驾驶行为车辆的不良驾驶行为进行审核并记录；

S4：基于组播方式，云端服务器对存在不良驾驶行为的车辆，以及存在不良驾驶行为车辆的周边车辆进行安全提醒。

进一步的，对于驾驶行为信息的上传，可以对驾驶行为信息加密后再上传至云端服务器，云端服务器接收到驾驶行为信息后，先对加密的驾驶行为信息进行解密，然后再基于解密后的驾驶行为信息，对存在不良驾驶行为车辆的不良驾驶行为进行审核并记录。

本发明实施例中，将存在不良驾驶行为车辆的驾驶行为信息上传至云端服务器，具体为：

基于存在不良驾驶行为车辆的不良驾驶行为类别：

当不良驾驶行为类别为违法驾驶行为时，将存在不良驾驶行为车辆的不良驾驶行为标记为高优先级事件，然后将存在不良驾驶行为车辆的驾驶行为信息上传至云端服务器；

当不良驾驶行为类别为不安全驾驶行为，将存在不良驾驶行为车辆的不良驾驶行为标记为低优先级事件，然后将存在不良驾驶行为车辆的驾驶行为信息上传至云端服务器。

本发明实施例中，基于驾驶行为信息，云端服务器对存在不良驾驶行为车辆的不良驾驶行为进行审核并记录，基于组播方式，云端服务器对存在不良驾驶行为的车辆，以及存在不良驾驶行为车辆的周边车辆进行安全提醒，具体为：

当不良驾驶行为为高优先级事件时，基于分步式存储方式，对驾驶行为信息进行存储，云端服务器对存在不良驾驶行为车辆的不良驾驶行为进行审核，基于组播方式，云端服务器采用V2V(Vehicle-To-Vehicle，车对车)类型消息对存在不良驾驶行为的车辆，以及存在不良驾驶行为车辆的周边车辆进行安全提醒；交警可登录云端服务器，对存在不良驾驶行为车辆的不良驾驶行为进行审核。

当不良驾驶行为为低优先级事件时，基于组播方式，云端服务器采用V2V类型消息对存在不良驾驶行为的车辆，以及存在不良驾驶行为车辆的周边车辆进行安全提醒。

本发明实施例中，云端服务器对存在不良驾驶行为车辆的不良驾驶行为进行审核，其中，当云端服务器收到的同一车辆的相同驾驶行为信息为多个时：基于驾驶行为信息中的不良驾驶行为图像，对驾驶行为信息进行筛选，保留筛选出的驾驶行为信息，删除存储的筛选出的驾驶行为信息；

对驾驶行为信息进行筛选，具体为：云端服务器基于深度学习算法识别得到不良驾驶行为图像的拍摄视角、对比度、亮度，以及不良驾驶行为图像中存在不良驾驶行为车辆的位置，按照预设的拍摄视角、对比度、亮度和位置要求，对驾驶行为信息进行筛选。例如，当不良驾驶行为图像的拍摄视角处于拍摄车辆的后方(在不良驾驶行为图像中，可以看到存在不良驾驶行为车辆的正前脸)、不良驾驶行为图像的对比度满足预设对比度要求、不良驾驶行为图像的亮度满足预设亮度要求，且不良驾驶行为图像中存在不良驾驶行为车辆位于不良驾驶行为图像的中心区域，则筛选出该不良驾驶行为图像对应的驾驶行为信息。

本发明实施例的机动车违法行为自动抓拍处理方法，基于安装于车辆上的传感器采集得到车辆周围信息，并通过图像识别算法识别车辆周围信息得到车辆周围存在不良驾驶行为的车辆，将存在不良驾驶行为车辆的驾驶行为信息上传至云端服务器，云端服务器对存在不良驾驶行为车辆的不良驾驶行为进行审核并记录，并对存在不良驾驶行为的车辆，以及存在不良驾驶行为车辆的周边车辆进行安全提醒，基于道路上其它行驶车辆的抓拍方式，方便抓怕，有效减少监控盲区，保证抓拍和违法确定的及时性，规范行车，减少交通事故。

参见图2所示，本发明实施例提供的一种机动车违法行为自动抓拍处理系统，包括车机端、云端服务器、分布式存储服务器。

车机端用于基于安装于车辆上的传感器采集得到车辆周围信息，并通过图像识别算法识别车辆周围信息得到车辆周围存在不良驾驶行为的车辆，并将存在不良驾驶行为车辆的驾驶行为信息上传至云端服务器，所述驾驶行为信息包括车辆信息、不良驾驶行为图像和不良驾驶行为类别；云端服务器用于接收车机端发送的驾驶行为信息，并基于驾驶行为信息，当不良驾驶行为类别为违法驾驶行为，对存在不良驾驶行为车辆的不良驾驶行为进行审核，当不良驾驶行为类别为不安全驾驶行为，基于组播方式，对存在不良驾驶行为的车辆，以及存在不良驾驶行为车辆的周边车辆进行安全提醒；分布式存储服务器用于对不良驾驶行为类别为违法驾驶行为的驾驶行为信息进行存储。

进一步的，还可以在车机端中配置不安全驾驶行为示例集合和违法驾驶行为示例集合，当通过图像识别算法识别车辆周围信息得到车辆周围存在不良驾驶行为的车辆，并得到存在不良驾驶行为车辆的驾驶行为信息时，将存在不良驾驶行为车辆的不良驾驶行为，与车机端中配置的不安全驾驶行为示例集合和违法驾驶行为示例集合进行比对检索，即可得到存在不良驾驶行为车辆的不良驾驶行为类别。

本发明实施例中，不良驾驶行为包括频繁变道、变道无转向灯和长时间未保持安全车距；不良驾驶行为类别包括不安全驾驶行为和违法驾驶行为；不安全驾驶行为包括长时间未保持安全车距；违法驾驶行为包括频繁变道和变道无转向灯。

本发明实施例中，通过图像识别算法识别车辆周围信息得到车辆周围存在不良驾驶行为的车辆，其中，对不良驾驶行为为频繁变道的识别，具体过程包括：

基于摄像头拍摄得到的图像信息，按照图像中的车道线对图像进行分区；

获取图像中车辆所处的分区，对于同一车辆，当车辆所处的分区发生改变后，对分区改变次数进行记录；

判断预设时间段内同一车辆的分区改变次数是否超过预设次数，若否，则车辆不存在不良驾驶行为，若是，则车辆存在不良驾驶行为，且不良驾驶行为为频繁变道。

本发明实施例中，通过图像识别算法识别车辆周围信息得到车辆周围存在不良驾驶行为的车辆，其中，对不良驾驶行为为变道无转向灯的识别，具体过程包括：

基于摄像头拍摄得到的图像信息，按照图像中的车道线对图像进行分区；

获取图像中车辆所处的分区，并进行时间记录，得到第一时间点；

对于同一车辆，当车辆所处的分区发生改变后，进行时间记录，得到第二时间点；

判断第一时间点至第二时间点内发生分区改变的车辆的转向灯是否点亮，若是，则车辆不存在不良驾驶行为，若否，则车辆存在不良驾驶行为，且不良驾驶行为为变道无转向灯。

本发明实施例中，通过图像识别算法识别车辆周围信息得到车辆周围存在不良驾驶行为的车辆，其中，对不良驾驶行为为长时间未保持安全车距的识别，具体过程包括：

基于当前车辆的速度确定安全车距；

基于摄像头拍摄得到的图像信息，识别得到处于当前车辆同车道的后方车辆；

基于当前车辆上雷达的测量，判断在设定时间段内后方车辆与当前车辆的车距均小于安全车距，若否，则当前车辆的后方车辆不存在不良驾驶行为，若是，则当前车辆的后方车辆存在不良驾驶行为，且不良驾驶行为为长时间未保持安全车距。

本发明实施例的机动车违法行为自动抓拍处理系统，基于安装于车辆上的传感器采集得到车辆周围信息，并通过图像识别算法识别车辆周围信息得到车辆周围存在不良驾驶行为的车辆，将存在不良驾驶行为车辆的驾驶行为信息上传至云端服务器，云端服务器对存在不良驾驶行为车辆的不良驾驶行为进行审核并记录，并对存在不良驾驶行为的车辆，以及存在不良驾驶行为车辆的周边车辆进行安全提醒，基于道路上其它行驶车辆的抓拍方式，方便抓怕，有效减少监控盲区，保证抓拍和违法确定的及时性，规范行车，减少交通事故。

以上所述仅是本申请的具体实施方式，使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

本发明是参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

Claims (7)

1.一种机动车违法行为自动抓拍处理方法，其特征在于，具体包括以下步骤：

基于安装于车辆上的传感器采集得到车辆周围信息，并通过图像识别算法识别车辆周围信息得到车辆周围存在不良驾驶行为的车辆；

将存在不良驾驶行为车辆的驾驶行为信息上传至云端服务器，所述驾驶行为信息包括车辆信息、不良驾驶行为图像和不良驾驶行为类别；

基于驾驶行为信息，云端服务器对存在不良驾驶行为车辆的不良驾驶行为进行审核并记录；

基于组播方式，云端服务器对存在不良驾驶行为的车辆，以及存在不良驾驶行为车辆的周边车辆进行安全提醒；

其中，所述将存在不良驾驶行为车辆的驾驶行为信息上传至云端服务器，具体为：

基于存在不良驾驶行为车辆的不良驾驶行为类别：

当不良驾驶行为类别为违法驾驶行为时，将存在不良驾驶行为车辆的不良驾驶行为标记为高优先级事件，然后将存在不良驾驶行为车辆的驾驶行为信息上传至云端服务器；

当不良驾驶行为类别为不安全驾驶行为，将存在不良驾驶行为车辆的不良驾驶行为标记为低优先级事件，然后将存在不良驾驶行为车辆的驾驶行为信息上传至云端服务器；

其中，所述基于驾驶行为信息，云端服务器对存在不良驾驶行为车辆的不良驾驶行为进行审核并记录，基于组播方式，云端服务器对存在不良驾驶行为的车辆，以及存在不良驾驶行为车辆的周边车辆进行安全提醒，具体为：

当不良驾驶行为为高优先级事件时，基于分步式存储方式，对驾驶行为信息进行存储，云端服务器对存在不良驾驶行为车辆的不良驾驶行为进行审核，基于组播方式，云端服务器采用V2V类型消息对存在不良驾驶行为的车辆，以及存在不良驾驶行为车辆的周边车辆进行安全提醒；

当不良驾驶行为为低优先级事件时，基于组播方式，云端服务器采用V2V类型消息对存在不良驾驶行为的车辆，以及存在不良驾驶行为车辆的周边车辆进行安全提醒；

其中，所述云端服务器对存在不良驾驶行为车辆的不良驾驶行为进行审核，其中，当云端服务器收到的同一车辆的相同驾驶行为信息为多个时：基于驾驶行为信息中的不良驾驶行为图像，对驾驶行为信息进行筛选，保留筛选出的驾驶行为信息，删除存储的筛选出的驾驶行为信息；

所述对驾驶行为信息进行筛选，具体为：云端服务器基于深度学习算法识别得到不良驾驶行为图像的拍摄视角、对比度、亮度，以及不良驾驶行为图像中存在不良驾驶行为车辆的位置，按照预设的拍摄视角、对比度、亮度和位置要求，对驾驶行为信息进行筛选。

2.如权利要求1所述的一种机动车违法行为自动抓拍处理方法，其特征在于：

所述传感器包括摄像头和雷达；

所述摄像头安装于车辆的前方和后方，所述摄像头用于采集车辆前方和后方的图像信息；

所述雷达安装于车辆的后方，所述雷达用于对后方车辆与当前车辆间的车距进行测量。

3.如权利要求2所述的一种机动车违法行为自动抓拍处理方法，其特征在于：

所述不良驾驶行为包括频繁变道、变道无转向灯和长时间未保持安全车距；

所述不良驾驶行为类别包括不安全驾驶行为和违法驾驶行为；

所述不安全驾驶行为包括长时间未保持安全车距；

所述违法驾驶行为包括频繁变道和变道无转向灯。

4.如权利要求3所述的一种机动车违法行为自动抓拍处理方法，其特征在于，所述通过图像识别算法识别车辆周围信息得到车辆周围存在不良驾驶行为的车辆，其中，对不良驾驶行为为频繁变道的识别，具体步骤包括：

基于摄像头拍摄得到的图像信息，按照图像中的车道线对图像进行分区；

获取图像中车辆所处的分区，对于同一车辆，当车辆所处的分区发生改变后，对分区改变次数进行记录；

判断预设时间段内同一车辆的分区改变次数是否超过预设次数，若否，则车辆不存在不良驾驶行为，若是，则车辆存在不良驾驶行为，且不良驾驶行为为频繁变道。

5.如权利要求3所述的一种机动车违法行为自动抓拍处理方法，其特征在于，所述通过图像识别算法识别车辆周围信息得到车辆周围存在不良驾驶行为的车辆，其中，对不良驾驶行为为变道无转向灯的识别，具体步骤包括：

基于摄像头拍摄得到的图像信息，按照图像中的车道线对图像进行分区；

获取图像中车辆所处的分区，并进行时间记录，得到第一时间点；

对于同一车辆，当车辆所处的分区发生改变后，进行时间记录，得到第二时间点；

判断第一时间点至第二时间点内发生分区改变的车辆的转向灯是否点亮，若是，则车辆不存在不良驾驶行为，若否，则车辆存在不良驾驶行为，且不良驾驶行为为变道无转向灯。

6.如权利要求3所述的一种机动车违法行为自动抓拍处理方法，其特征在于，所述通过图像识别算法识别车辆周围信息得到车辆周围存在不良驾驶行为的车辆，其中，对不良驾驶行为为长时间未保持安全车距的识别，具体步骤包括：

基于当前车辆的速度确定安全车距；

基于摄像头拍摄得到的图像信息，识别得到处于当前车辆同车道的后方车辆；

基于当前车辆上雷达的测量，判断在设定时间段内后方车辆与当前车辆的车距均小于安全车距，若否，则当前车辆的后方车辆不存在不良驾驶行为，若是，则当前车辆的后方车辆存在不良驾驶行为，且不良驾驶行为为长时间未保持安全车距。

7.一种机动车违法行为自动抓拍处理系统，其特征在于，包括：

车机端，所述车机端用于基于安装于车辆上的传感器采集得到车辆周围信息，并通过图像识别算法识别车辆周围信息得到车辆周围存在不良驾驶行为的车辆，并将存在不良驾驶行为车辆的驾驶行为信息上传至云端服务器，所述驾驶行为信息包括车辆信息、不良驾驶行为图像和不良驾驶行为类别；

云端服务器，所述云端服务器用于接收车机端发送的驾驶行为信息，并基于驾驶行为信息，当不良驾驶行为类别为违法驾驶行为，对存在不良驾驶行为车辆的不良驾驶行为进行审核，当不良驾驶行为类别为不安全驾驶行为，基于组播方式，对存在不良驾驶行为的车辆，以及存在不良驾驶行为车辆的周边车辆进行安全提醒；

分布式存储服务器，所述分布式存储服务器用于对不良驾驶行为类别为违法驾驶行为的驾驶行为信息进行存储；

其中，所述将存在不良驾驶行为车辆的驾驶行为信息上传至云端服务器，具体为：

基于存在不良驾驶行为车辆的不良驾驶行为类别：

当不良驾驶行为类别为违法驾驶行为时，将存在不良驾驶行为车辆的不良驾驶行为标记为高优先级事件，然后将存在不良驾驶行为车辆的驾驶行为信息上传至云端服务器；

当不良驾驶行为类别为不安全驾驶行为，将存在不良驾驶行为车辆的不良驾驶行为标记为低优先级事件，然后将存在不良驾驶行为车辆的驾驶行为信息上传至云端服务器；

其中，所述基于驾驶行为信息，当不良驾驶行为类别为违法驾驶行为，对存在不良驾驶行为车辆的不良驾驶行为进行审核，当不良驾驶行为类别为不安全驾驶行为，基于组播方式，对存在不良驾驶行为的车辆，以及存在不良驾驶行为车辆的周边车辆进行安全提醒，具体为：

当不良驾驶行为为高优先级事件时，基于分步式存储方式，对驾驶行为信息进行存储，云端服务器对存在不良驾驶行为车辆的不良驾驶行为进行审核，基于组播方式，云端服务器采用V2V类型消息对存在不良驾驶行为的车辆，以及存在不良驾驶行为车辆的周边车辆进行安全提醒；

当不良驾驶行为为低优先级事件时，基于组播方式，云端服务器采用V2V类型消息对存在不良驾驶行为的车辆，以及存在不良驾驶行为车辆的周边车辆进行安全提醒；

其中，所述对存在不良驾驶行为车辆的不良驾驶行为进行审核，其中，当云端服务器收到的同一车辆的相同驾驶行为信息为多个时：基于驾驶行为信息中的不良驾驶行为图像，对驾驶行为信息进行筛选，保留筛选出的驾驶行为信息，删除存储的筛选出的驾驶行为信息；

所述对驾驶行为信息进行筛选，具体为：云端服务器基于深度学习算法识别得到不良驾驶行为图像的拍摄视角、对比度、亮度，以及不良驾驶行为图像中存在不良驾驶行为车辆的位置，按照预设的拍摄视角、对比度、亮度和位置要求，对驾驶行为信息进行筛选。

Images