CN113593239A - 车辆间违章监控方法、服务器及车辆 - Google Patents
车辆间违章监控方法、服务器及车辆 Download PDFInfo
- Publication number
- CN113593239A CN113593239A CN202110923479.6A CN202110923479A CN113593239A CN 113593239 A CN113593239 A CN 113593239A CN 202110923479 A CN202110923479 A CN 202110923479A CN 113593239 A CN113593239 A CN 113593239A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- violation
- information
- suspected
- server
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 159
- 238000000034 method Methods 0.000 title claims abstract description 110
- 230000006399 behavior Effects 0.000 claims abstract description 197
- 238000004590 computer program Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 4
- 239000011521 glass Substances 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 8
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000005056 compaction Methods 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 239000004984 smart glass Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- 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
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
- G08G1/096791—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is another vehicle
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
- H04Q9/02—Automatically-operated arrangements
Abstract
一种车辆间违章监控方法、服务器及车辆，该方法包括：当一个车辆检测到有疑似违章行为发生时，将该信息上传至服务器，服务器向该进行疑似违章行为的疑似违章车辆的周边车辆发送请求信息，该疑似违章车辆周边的车辆将自身存储的影像信息上传至服务器，服务器根据接收到的影像信息分析该疑似违章车辆的驾驶行为是否违章。该车辆间违章监控方法能够依靠车辆自身对周边违章车辆进行监控，规范驾驶行为。
Description
技术领域
本发明涉及车辆辅助驾驶技术领域，尤其是一种车辆间违章监控方法及车辆。
背景技术
随着生活水平的提高，车辆的人均拥有量越来越高，对车辆进行违章检测的“电子眼”的普及率也越来越高，然而，受到经济成本的限制，“电子眼”多安装于闹市、十字路口、主干道等位置，不可能做到对全部的道路进行监控覆盖。
在未设置“电子眼”的道路上，只能够依靠交警对车辆进行违章的查处，这使得在部分道路上，不能够很好地促使驾驶员按照法规进行车辆的驾驶。
发明内容
有鉴于此，本发明提供了一种车辆间违章监控方法、服务器及车辆，该车辆间违章监控方法能够依靠车辆自身对周边违章车辆进行监控，规范驾驶行为。
本发明提供了一种车辆间违章监控方法，其特征在于：该方法包括如下步骤：
S11：第一车辆采集道路信息及其它车辆的驾驶行为信息，判断是否出现疑似违章行为；
S12：当出现疑似违章行为时，所述第一车辆采集进行该疑似违章行为的疑似违章车辆的车辆位置信息，及用于识别该疑似违章车辆的车辆识别信息，并向服务器发送第一协助监控请求，所述第一协助监控请求包括所述疑似违章车辆的车辆识别信息、所述车辆位置信息、所述疑似违章车辆的驾驶行为对应的违章种类以及所述疑似违章行为发生的时间点；
S13：所述服务器接到所述第一协助监控请求后，根据所述疑似违章车辆的车辆位置信息，向所述疑似违章车辆周边的第二车辆发送第二协助监控请求，所述第二协助监控请求包括疑似违章行为发生的时间点信息；
S14：所述第二车辆接到所述第二协助监控请求后，向所述服务器上传疑似违章行为发生的时间点所在的设定时间段内所述第二车辆自身存储的影像信息；
S15：所述服务器对接收到的所述第二车辆上传的影像信息进行处理，判断该疑似违章车辆的驾驶行为是否违章；
S16：当所述服务器认定所述疑似违章车辆的驾驶行为违章时，所述服务器确定违章种类，选取用于确认车辆违章的违章图像，并将所述违章车辆的车辆识别信息、所述违章种类及所述违章图像进行存储。
进一步地，所述道路信息包括道路上的交通标志、交通标线和/或交通信号灯。
进一步地，所述驾驶行为信息包括车辆的行驶车速、变道行为、超车行为、车牌状态、停车行为和/或驾驶员在车内的动作。
进一步地，在S11步骤中，该方法还包括：
所述第一车辆实时采集所述道路信息，判断道路上有无警示标志信息，当采集到所述警示标志信息时，采集其它车辆的所述驾驶行为信息，并根据采集到的警示标志信息对其它车辆的所述驾驶行为进行分析，判断是否出现疑似违章行为；所述警示标志信息包括交通标志、交通标线和/或指示灯。
进一步地，当所述第一车辆采集到所述警示标志信息时，所述第一车辆向周边车辆发送该警示标志信息，所述周边车辆在收到该警示标志信息后，对自车周边的其它车辆的所述驾驶行为信息进行采集，并根据该警示标志信息对其它车辆的所述驾驶行为信息进行分析，以判断是否出现疑似违章行为。
进一步地，所述车辆识别信息为车辆的车牌号信息、车辆的颜色信息、车辆的型号信息、车辆的尺寸信息和/或车辆的照片。
进一步地，所述车辆的位置信息为疑似违章车辆与第一车辆之间的相对位置信息、与车道线之间的距离信息和/或定位系统中的经纬度信息。
进一步地，在S12步骤中，第一协助监控请求还包括所述第一车辆采集的含有疑似违章行为的影像信息。
进一步地，所述影像信息为由车辆的行车记录仪、环视摄像头和/或与车辆相连的智能眼镜采集的图片或视频信息。
进一步地，在所述服务器向所述疑似违章车辆周边的第二车辆发送所述第二协助监控请求时，该方法还包括：
所述服务器依据所述疑似违章车辆的位置信息检测该疑似违章车辆周边设定范围内是否存在除所述第一车辆外的其它车辆；
当存在除所述第一车辆外的其它车辆时，除所述第一车辆外的其它车辆为第二车辆，所述服务器向所述第二车辆发送第二协助监控请求。
进一步地，所述第二协助请求还包括所述疑似违章车辆的所述车辆识别信息及所述车辆位置信息，在S14步骤中，该方法还包括：
所述第二车辆根据所述疑似违章车辆的所述车辆识别信息及所述车辆位置信息对自车存储的影像信息进行分析，以判断在所述疑似违章行为发生的时间点所在的设定时间段内，自车存储的所述影像信息内是否含有所述疑似违章车辆的相关影像；
当自车存储的所述影像信息内含有所述疑似违章车辆的相关影像时，向所述服务器上传所述疑似违章行为发生的时间点所在的设定时间段内自车存储的所述影像信息。
进一步地，在S15步骤中，该方法还包括：
所述服务器依据所述第一车辆上传的所述疑似违章车辆的所述车辆识别信息、所述疑似违章种类及所述疑似违章行为发生的时间点，对接收到的所述第二车辆上传的影像信息进行分析，以判断在所述第二车辆上传的影像信息内是否能够得出所述疑似违章车辆的驾驶行为违章的结论；
当所述服务器能够在所述第二车辆上传的所述影像信息内得出所述疑似违章车辆的驾驶行为违章的结论时，所述服务器判断该影像信息为有效影像信息；
所述服务器统计所述有效影像信息的个数，当所述有效影像信息的个数大于设定个数时，所述服务器确认所述疑似违章车辆的驾驶行为违章。
进一步地，在S15步骤中，该方法还包括：所述服务器根据所述第二车辆上传的影像信息，对所述第二车辆拍摄的所述疑似违章车辆的拍摄角度进行分析；
所述服务器依据所述第一车辆上传的所述疑似违章车辆的所述车辆识别信息、所述疑似违章种类及所述疑似违章行为发生的时间点，对接收到的第二车辆上传的影像信息进行分析，以判断在所述第二车辆上传的影像信息内是否能够得出所述疑似违章车辆的驾驶行为违章的结论；
当所述服务器能够在所述第二车辆上传的所述影像信息内得出所述疑似违章车辆的驾驶行为违章的结论时，所述服务器判断该影像信息为有效影像信息；
当所述有效影像信息中对所述疑似违章车辆的拍摄角度符合设定角度时，所述服务器确认所述疑似违章车辆的驾驶行为违章。
进一步地，所述用于车辆违章的违章图片包括含有违章车辆车牌号的号码识别图片、瞬时违章图片及全景图片。
进一步地，当所述服务器确认所述违章车辆的驾驶行为违章，但所述第一车辆及所述第二车辆上传的所述影像信息内并未有符合法律规定的所述全景图片时，所述服务器选取接收到的多个所述影像信息内，同一个时间点上的多个图片进行合成，以得到所述全景图片。
进一步地，当所述服务器接到所述第一车辆上传的第一协助监控请求时，所述服务器向所述疑似违章车辆发送第三协助监控请求信息，所述疑似违章车辆接收到所述第三协助监控请求信息后，对所述疑似违章行为发生的时间点所在的设定时间段内自车的影像信息及驾驶行为信息进行存储。
本发明还提供了基于第一车辆的车辆间违章监控方法，该方法包括如下步骤：
S21：采集道路信息及其它车辆的驾驶行为信息，判断是否出现疑似违章行为；
S22：当出现疑似违章行为时，采集进行该疑似违章行为的疑似违章车辆的车辆位置信息，及用于识别该疑似违章车辆的车辆识别信息，并向服务器发送第一协助监控请求，所述第一协助监控请求包括所述疑似违章车辆的车辆识别信息、所述车辆位置信息、所述疑似违章车辆的驾驶行为对应的违章种类以及所述疑似违章行为发生的时间点。
进一步地，在S21步骤中，该方法还包括：
实时采集所述道路信息，判断道路上有无警示标志信息，当采集到所述警示标志信息时，采集其它车辆的所述驾驶行为信息，并根据采集到的警示标志信息对其它车辆的所述驾驶行为进行分析，判断是否出现疑似违章行为；所述警示标志信息包括交通标志、交通标线和/或指示灯。
进一步地，当所述第一车辆采集到所述警示标志信息时，所述第一车辆向周边车辆发送该警示标志信息。
进一步地，在S21步骤中，该方法还包括：实时采集道路信息，及其它车辆的驾驶行为信息，结合道路信息对其它车辆的行驶信息进行分析，以判断车辆是否出现疑似违章行为。
本发明还提供了一种车辆，包括第一计算机存储介质，所述第一计算器存储介质内存储有计算机程序，当所述计算机程序被执行时，实现上述的基于第一车辆的车辆间违章监控方法。
本发明还提供了一种基于服务器的车辆间违章监控方法，该方法包括如下步骤：
S31：接收第一协助监控请求，根据所述第一协助监控请求内的疑似违章车辆的车辆位置信息，向所述疑似违章车辆周边的第二车辆发送第二协助监控请求，所述第二协助监控请求包括疑似违章行为发生的时间点信息；
S32：接收所述第二车辆上传的影像信息，并对所述第二车辆上传的影像信息进行处理，判断所述疑似违章车辆的驾驶行为是否违章；
S33：当所述疑似违章车辆的驾驶行为违章时，确定违章种类，选定用于确认车辆违章的违章图像，并将违章车辆的车辆识别信息、所述违章种类及所述违章图像进行存储。
进一步地，在向所述疑似违章车辆周边的第二车辆发送所述第二协助监控请求时，该方法还包括：
所述服务器依据所述疑似违章车辆的位置信息检测该疑似违章车辆周边设定范围内是否存在除所述第一车辆外的其它车辆；
当存在除所述第一车辆外的其它车辆时，除所述第一车辆外的其它车辆为第二车辆，所述服务器向所述第二车辆发送第二协助监控请求。
进一步地，在S32步骤中，该方法还包括：
所述服务器依据所述第一协助监控请求内的所述疑似违章车辆的所述车辆识别信息、疑似违章种类及疑似违章行为发生的时间点，对接收到的所述第二车辆上传的影像信息进行分析，以判断在所述第二车辆上传的影像信息内是否能够得出所述疑似违章车辆的驾驶行为违章的结论；
当所述服务器能够在所述第二车辆上传的所述影像信息内得出所述疑似违章车辆的驾驶行为违章的结论时，所述服务器判断该影像信息为有效影像信息；
所述服务器统计所述有效影像信息的个数，当所述有效影像信息的个数大于设定个数时，所述服务器确认所述疑似违章车辆的驾驶行为违章。
进一步地，在S32步骤中，该方法还包括：所述服务器根据所述第二车辆上传的影像信息，对所述第二车辆拍摄的所述疑似违章车辆的拍摄角度进行分析；
所述服务器依据所述第一协助监控请求内的所述疑似违章车辆的所述车辆识别信息、疑似违章种类及疑似违章行为发生的时间点，对接收到的所述第二车辆上传的影像信息进行分析，以判断在所述第二车辆上传的影像信息内是否能够得出所述疑似违章车辆的驾驶行为违章的结论；
当所述服务器能够在所述第二车辆上传的所述影像信息内得出所述疑似违章车辆的驾驶行为违章的结论时，所述服务器判断该影像信息为有效影像信息；
当所述有效影像信息中对所述疑似违章车辆的拍摄角度符合设定角度时，所述服务器确认所述疑似违章车辆的驾驶行为违章。
进一步地，当所述服务器确认所述违章车辆的驾驶行为违章，但所述服务器接收到的所述影像信息内并未有符合法律规定的所述全景图片时，所述服务器选取接收到的多个所述影像信息内，同一个时间点上的多个图片进行合成，以得到所述全景图片。
本发明还提供一种服务器，包括第二存储介质，所述第二存储介质内存储有计算机程序，所述第二存储介质内的计算机程序被执行时，实现上述的基于服务器的车辆间违章监控方法。
本发明还提供了一种基于第二车辆的车辆间违章监控方法，该方法包括：
S41：接收所述服务器发送的第二协助监控请求，所述第二协助监控请求内包括疑似违章行为发生的时间点；
S42：向所述服务器上传所述疑似违章行为发生的时间点所在的设定时间段内自身存储的影像信息。
进一步地，所述第二协助请求还包括疑似违章车辆的车辆识别信息及车辆位置信息，在S42步骤中，该方法还包括：
所述第二车辆根据所述疑似违章车辆的所述车辆识别信息及所述车辆位置信息对自车存储的影像信息进行分析，以判断在所述疑似违章行为发生的时间点所在的设定时间段内，自车存储的所述影像信息内是否含有所述疑似违章车辆的相关影像；
当自车存储的所述影像信息内含有所述疑似违章车辆的相关影像时，向所述服务器上传所述疑似违章行为发生的时间点所在的设定时间段内自车存储的所述影像信息。
本发明还提供了一种车辆，包括第三存储介质，所述第三存储介质内存储有计算机程序，所述第三存储介质的计算机程序被执行时，实现上述的基于第二车辆的车辆间违章监控方法。
综上所述，通过本发明提供的方法，能够通过车辆对周边车辆的驾驶行为进行监控，并通过多个车辆之间的相互协作，共同对车辆的违章驾驶行为进行认定，这能够在未设置“电子眼”的区域对车辆的违章行为进行查处，规范驾驶行为，且准确率较高。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。
附图说明
图1为本发明实施例提供的车辆间违章监控方法的流程示意图。
图2为采用本发明实施例提供的车辆间违章监控方法进行闯红灯监控时的第一状态示意图。
图3为采用本发明实施例提供的车辆间违章监控方法进行闯红灯监控时的第二状态示意图。
图4为采用本发明实施例提供的车辆间违章监控方法进行压实线监控时的示意图。
图5为本发明实施例提供的基于第一车辆的车辆间违章监控方法的流程示意图。
图6为本发明实施例提供的基于服务器的车辆间违章监控方法的流程示意图。
图7为本发明实施例提供的基于第二车辆的车辆间违章监控方法的流程示意图。
具体实施方式
为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，详细说明如下。
本发明提供了一种车辆间违章监控方法、服务器及车辆，该车辆间违章监控方法能够依靠车辆自身对周边违章车辆进行监控，规范驾驶行为。
图1为本发明实施例提供的车辆间违章监控方法的流程示意图。如图1所示，本发明实施例提供的车辆间违章监控方法包括如下步骤：
S11：第一车辆采集道路信息及其它车辆的驾驶行为信息，判断是否出现疑似违章行为；
在本实施例中，当第一车辆行驶时，可以实时采集道路信息，及其它车辆的驾驶行为信息，结合道路信息对其它车辆的行驶信息进行分析，以判断车辆是否出现疑似违章行为。
在本实施例中，疑似违章行为是指第一车辆依据自身采集的道路信息及其它车辆的驾驶行为信息进行判断而得出的某一车辆的某项驾驶行为违章或者具有违章的可能的结论。在后续的步骤中需要对第一车辆已经确认的违章行为进行再次确认，或者对第一车辆认定的有违章可能的行为进行确认。
如，在判断某一车辆疑似闯红灯时，第一车辆可能仅检测到在红灯时，某一车辆的前轮超过了停止线，但是，由于第一车辆处于行驶状态，其可能检测不到该车辆的后轮是否也越过了停止线。在后续的步骤中，还需要对该车辆的后轮是否也越过了停止线进行确认。
在判断某一车辆疑似压实线时，第一车辆可能检测到了该车辆进行了压实线的行为，后续过程中也还需要对该行为进行再次的确认。
具体地，上述的道路信息可以包括但不限于道路上的交通标志、交通标线和/或交通信号灯等警示标志信息；如限速、禁止转向等交通标志；双实线、人行道等交通标线。上述的驾驶行为信息可以包括但不限于车辆的行驶车速、变道行为、超车行为、车牌状态、停车行为和/或驾驶员在车内的动作等。
在其它实施例中，第一车辆可以实时采集道路信息，判断道路上有无交通标志、交通标线和/或指示灯等警示标志信息；当采集到上述警示标志信息时，采集其它车辆的驾驶行为信息，并根据采集到的警示标志信息对其它车辆的驾驶行为进行分析，以判断是否出现疑似违章行为。
进一步地，当第一车辆采集到警示标志信息时，其可以向周边车辆发送该警示标志信息，周边车辆在收到该警示标志信息后，对自车周边的其它车辆的驾驶行信息进行采集，并依据该警示标志信息对其它车辆的驾驶行为信息进行分析，以判断是否出现疑似违章行为。
S12：当出现疑似违章行为时，第一车辆采集进行该疑似违章行为的疑似违章车辆的车辆位置信息及车辆识别信息，并向服务器发送第一协助监控请求，该第一协助监控请求包括疑似违章车辆的车辆识别信息、车辆位置信息、疑似违章行为对应的违章种类以及疑似违章发生的时间点；
在本实施例中，车辆识别信息可以为车辆的车牌号信息、车辆的颜色信息、车辆的型号信息、车辆的尺寸信息和/或车辆的照片等，以用于根据该车辆识别信息来对疑似违章车辆进行识别。
车辆的位置信息可以为疑似违章车辆与第一车辆之间的相对位置信息、与车道线之间的距离信息和/或定位系统中的经纬度信息等。
进一步地，该第一协助监控请求还可以包括第一车辆采集的含有疑似违章行为的影像信息。
在本实施例中，含有疑似违章行为的影像信息可以为由车辆的行车记录仪、环视摄像头和/或与车辆相连的智能眼镜等采集的图片或视频信息。当其为视频信息时，该视频信息为疑似违章行为发生的时间点所在的设定时间段内的视频信息。当其为图片信息时，该图片信息为疑似违章行为发生的时间点所在的设定时间段内的多幅图片。
该设定时间段可以根据需要事先进行设定，也可以根据疑似违章种类而进行确定，以使不同的疑似违章种类对应不同的设定时间段。
S13：服务器依据疑似违章车辆的车辆位置信息，向该疑似违章车辆周边的第二车辆发送第二协助监控请求，该第二协助监控请求至少包括疑似违章行为发生的时间点信息；
在本实施例中，服务器在向疑似违章车辆周边的第二车辆发送第二协助监控请求时，其还可以包括如下步骤：
服务器依据疑似违章车辆的位置信息检测该疑似违章车辆周边设定范围内是否存在除了所述第一车辆外的其它车辆；
当存在其它车辆时，其它车辆即为第二车辆，服务器向该第二车辆发送第二协助监控请求。
需要说明的是上述的第一车辆与第二车辆仅是为了便于表述而进行的区分，也即在该方法中，主动发起第一协助监控请求的即可以称为第一车辆，而接到第二协助监控请求的即可以称为第二车辆。任何运行该方法的车辆在不同的环境中，可以作为为第一车辆，也可以作为第二车辆。
S14：第二车辆接到该第二协助协助监控请求后，向服务器上传疑似违章行为发生的时间点所在的设定时间段内第二车辆自身存储的影像信息；
在本实施例中，第二车辆可以根据第二协助监控请求，对疑似违章行为发生的时间点所在的设定时间段内自身存储的图片或视频信息进行截取，并将截取后的图片或视频发送至服务器内。
进一步地，在其它实施例中，上述的第二协助请求还可以包括疑似违章车辆的车辆识别信息及车辆位置信息，第二车辆根据疑似违章车辆的车辆识别信息及车辆位置信息对自车存储的影像信息进行分析，以判断在疑似违章行为发生的时间点所在的设定时间段内，该影像信息内是否含有疑似违章车辆的相关影像。也即，第二车辆会判断自车的影像采集装置是否记录到了疑似违章车辆或该疑似违章车辆的疑似违章行为。当记录到了疑似违章车辆的相关影像时，向服务器上传疑似违章行为发生的时间点所在的设定时间段内自车存储的影像信息。
S15：服务器根据疑似违章车辆的车辆识别信息、疑似违章车辆的驾驶行为对应的违章种类、疑似违章行为发生的时间点对接收到的影像信息进行处理，判断该疑似违章车辆的驾驶行为是否违章；
在本实施例中，服务器可以依据第一车辆上传的疑似违章车辆的车辆识别信息、疑似违章种类及疑似违章行为发生的时间点，逐个对接收到的第二车辆上传的影像信息进行分析，以判断在第二车辆上传的影像信息内是否能够同样得出疑似违章车辆的驾驶行为违章的结论；当服务器能够在第二车辆上传的影像信息内同样得出疑似违章车辆的驾驶行为违章的结论时，服务器判断该影像信息为有效影像信息；服务器统计有效影像信息的个数，当有效影像信息的个数大于设定个数时，服务器确认该疑似违章车辆的驾驶行为违章。可以理解地，上述的设定个数可以根据不同的违章种类而进行设定。。
进一步地，在本实施例中，服务器还可以根据第二车辆上传的影像信息，对第二车辆第二车辆拍摄的疑似违章车辆的拍摄角度进行分析；
当有效影像信息中对疑似违章车辆的拍摄角度符合设定角度时，服务器确认疑似违章车辆的驾驶行为违章。
可以理解地，该设定的角度与疑似违章种类有关。
进一步地，当第一车辆判断疑似违章车辆仅具有违章的可能性时，服务器至少需要从两个来自不同的第二车辆的影像信息中均得出疑似违章车辆的驾驶行为违章的结论时，才能够判断该疑似违章车辆的驾驶行为违章。当第一车辆判断疑似违章车辆的驾驶行为违章时，服务器至少需要从一个第二车辆的影像信息中得出疑似违章车辆的驾驶行为违章的结论，即可判断疑似违章车辆的驾驶行为违章。
进一步地，服务器还可以对接收到的第一车辆传递的含有疑似违章行为的影像信息进行分析，以对第一车辆得出的疑似违章车辆的驾驶行为违章的结论进行再次确认。
S16：当服务器认定该疑似违章车辆的驾驶行为违章时，确定违章种类，选取用于确认车辆违章的违章图像，并将该违章车辆的车辆识别信息、违章种类及违章图像进行存储。
进一步地，该用于确认车辆违章的违章图片至少包含有违章车辆车牌号的号码识别图片、瞬时违章图片及全景图片。上述的全景图片优先于第一车辆及第二车辆上传的影像信息内选取；当服务器认定违章车辆的驾驶行为违章，但第一车辆及第二车辆上传的影像信息内并未有符合法律规定的全景图片时，可以选取接收到的多个影像信息内，同一时间点上的多个图片进行合成，以得到全景图片。
进一步地，当服务器认定违章车辆违章后，还可以将该该违章车辆的车辆识别信息、违章种类及违章图像上报至交通管理部门。
进一步地，在其它实施例中，当服务器接到第一车辆上传的第一协助监控请求时，还会向疑似违章车辆发送第三协助监控请求信息，疑似违章车辆接收到该第三协助监控请求信息时，会对疑似违章行为发生的时间点所在的设定时间段内自车的影像信息及驾驶行为信息进行存储，以备后续违章申诉之用。
以下以具体的实施方式来对该车辆间违章监控方法进行说明：
图2为采用本发明实施例提供的车辆间违章监控方法进行闯红灯监控时的第一状态示意图，图3为采用本发明实施例提供的车辆间违章监控方法进行闯红灯监控时的第二状态示意图。
如图2及图3所示，在十字路口行驶时，有一辆车辆，见图2中的A车，当A车的前轮越过停止线时，在该A车后面的B车由于视角的关系，无法监测出A车的前轮与停止线之间的位置关系，而在与A车交叉的车道内正常行驶的C车，能够检测到A车的前轮越过了停止线，当该C车同时采集到A车对应的行驶方向的指示灯为红灯时，即可判断出A车具有进行了疑似违章行为的可能。
此时，C车可以作为第一车辆采集A车的车辆识别信息及车辆位置信息，并向服务器上传第一协助监控请求。而A车即为疑似违章车辆，其进行了闯红灯的疑似违章行为。
由于C车处于行驶状态，其采集到的影像信息中可能仅存在C车的前轮越过停止线的信息，而不能够再检测C车后续的行驶状态，服务器仅凭C车的信息无法对疑似违章车辆的行为进行认定。
服务器在接到C车发送的第一协助监控请求时，检测A车周边是否存在第二车辆，当存在其它车辆时，向其它车辆发送第二协助监控请求，如图2及图3所示，B车、D车及F车即为第二车辆。
当B车、D车及F车到第二协助监控请求时，向服务器发送疑似违章行为发生的时间点所在的设定时间段内，自身存储的影像信息。
服务器根据接收到的影像信息判断，A车的后轮是否越过停止线，以及是否仍然有行驶的意图，当A车的后轮越过停止线且仍然具有向前的行驶的意图时(如图3所示)，则认定在该影像信息中该疑似违章车辆的驾驶行为违章。
服务器统计有效影像信息的个数，当服务器至少能从两个来自不同的第二车辆，即B车、D车及F车的至少两个车，的影像信息中得出A车的驾驶行为违章时，服务器判断A车的驾驶行为违章。
在该实施例的又一个状态中，若C车直接能够判断A车的前轮及后轮均越过了停止线且仍然具有行驶的意图时，服务器仍然需要通过第二车辆的影像信息进行再次确认。也即，仍需要从B车、D车及F车中的至少一个车辆的影像信息中找出能够确认A车的前轮及后轮均越过停止线且具有行驶意图的影像，才能够判断该疑似违章车辆的驾驶行为违章。
图4为采用本发明实施例提供的车辆间违章监控方法进行压实线监控时的示意图。在另一个实施例中，G车在车道中正常行驶，但是由于某些原因向左(也即图4中纸面的上方)进行了偏移。H车位于G车的右后方(也即图4中纸面的左下方)，由于位置的限制，H车可能在采集道路信息及车辆的驾驶行为信息后，由于视觉偏差做出了G车出现了压实线的违章行为的结论，认为G车为疑似违章车辆。
此时，H车会作为第一车辆采集G车的车辆识别信息及车辆位置信息，并向服务器发送第一协助监控请求。
服务器在接到第一协助监控请求后向G车周边的I车发送第二监控请求信息，此时I车即为第二车辆。
I车接收到该第二监控请求信息后，向服务器发送包含疑似违章发生的时间点的设定时间内的自身存储的影像信息。
服务器根据I车发送的影像信息，可以得出G车并未压实线的结论，如并没有其他的第二车辆中的影像信息可以对G车的驾驶行为进行判断，则判断G车的驾驶行为并未违章。
也即通过本发明提供的方法，能够通过车辆对周边车辆的驾驶行为进行监控，并通过多个车辆之间的相互协作，共同对车辆的违章驾驶行为进行认定，这能够在未设置“电子眼”的区域对车辆的违章行为进行查处，规范驾驶行为，且准确率较高。
图5为本发明实施例提供的基于第一车辆的车辆间违章监控方法的流程示意图。如图5所示，本发明还提供了一种基于第一车辆的车辆间违章监控方法，该方法包括如下步骤：
S21：采集道路信息及其它车辆的驾驶行为信息，判断是否出现疑似违章行为；
在本实施例中，当第一车辆行驶时，可以实时采集道路信息，及其它车辆的驾驶行为信息，结合道路信息对其它车辆的行驶信息进行分析，以判断车辆是否出现疑似违章行为。
在本实施例中，疑似违章行为是指第一车辆依据自身采集的道路信息及其它车辆的驾驶行为信息进行判断而得出的某一车辆的某项驾驶行为违章或者具有违章的可能的结论。在后续的步骤中需要对第一车辆已经确认的违章行为进行再次确认，或者对第一车辆认定的有违章可能的行为进行确认。
如，在判断某一车辆疑似闯红灯时，第一车辆可能仅检测到在红灯时，某一车辆的前轮超过了停止线，但是，由于第一车辆处于行驶状态，其可能检测不到该车辆的后轮是否也越过了停止线。在后续的步骤中，还需要对该车辆的后轮是否也越过了停止线进行确认。
在判断某一车辆疑似压实线时，第一车辆可能检测到了该车辆进行了压实线的行为，后续过程中也还需要对该行为进行再次的确认。
具体地，上述的道路信息可以包括但不限于道路上的交通标志、交通标线和/或交通信号灯等警示标志信息；如限速、禁止转向等交通标志；双实线、人行道等交通标线。上述的驾驶行为信息可以包括但不限于车辆的行驶车速、变道行为、超车行为、车牌状态、停车行为和/或驾驶员在车内的动作等。
在其它实施例中，第一车辆可以实时采集道路信息，判断道路上有无交通标志、交通标线和/或指示灯等警示标志信息；当采集到上述警示标志信息时，采集其它车辆的驾驶行为信息，并根据采集到的警示标志信息对其它车辆的驾驶行为进行分析，以判断是否出现疑似违章行为。
进一步地，当第一车辆采集到警示标志信息时，其可以向周边车辆发送该警示标志信息，周边车辆在收到该警示标志信息后，对自车周边的其它车辆的驾驶行信息进行采集，并依据该警示标志信息对其它车辆的驾驶行为信息进行分析，以判断是否出现疑似违章行为。
S22：当出现疑似违章车辆时，采集进行该疑似违章行为的疑似违章车辆的车辆位置信息及用于识别该疑似违章车辆的车辆识别信息，并向服务器发送第一协助监控请求，该第一协助监控请求包括疑似违章车辆的车辆识别信息、车辆位置信息、疑似违章行为对应的违章种类以及疑似违章发生的时间点。
在本实施例中，车辆识别信息可以为车辆的车牌号信息、车辆的颜色信息、车辆的型号信息、车辆的尺寸信息和/或车辆的照片等，以用于根据该车辆识别信息来对疑似违章车辆进行识别。
车辆的位置信息可以为疑似违章车辆与第一车辆之间的相对位置信息、与车道线之间的距离信息和/或定位系统中的经纬度信息等。
进一步地，该第一协助监控请求还可以包括第一车辆采集的含有疑似违章行为的影像信息。
在本实施例中，含有疑似违章行为的影像信息可以为由车辆的行车记录仪、环视摄像头和/或与车辆相连的智能眼镜等采集的图片或视频信息。当其为视频信息时，该视频信息为疑似违章行为发生的时间点所在的设定时间段内的视频信息。当其为图片信息时，该图片信息为疑似违章行为发生的时间点所在的设定时间段内的多幅图片。
该设定时间段可以根据需要事先进行设定，也可以根据疑似违章种类而进行确定，以使不同的疑似违章种类对应不同的设定时间段。
本发明还提供了一种车辆，该车辆包括第一计算机存储介质，该第一计算机存储介质内存储有计算机程序，该计算机程序被执行时，实现上述基于第一车辆的车辆间违章监控方法。
图6为本发明实施例提供的基于服务器的车辆间违章监控方法的流程示意图。本发明还提供了一种基于服务器的车辆间违章监控方法，该方法包括如下步骤：
S31：接收第一协助监控请求，根据第一协助监控请求内的疑似违章车辆的车辆位置信息，向该疑似违章车辆周边的第二车辆发送第二协助监控请求，该第二协助监控请求至少包括疑似违章发生的时间点信息；
在本实施例中，服务器在向疑似违章车辆周边的第二车辆发送第二协助监控请求时，其还可以包括如下步骤：
服务器依据疑似违章车辆的位置信息检测该疑似违章车辆周边设定范围内是否存在除了所述第一车辆外的其它车辆；
当存在其它车辆时，其它车辆即为第二车辆，服务器向该第二车辆发送第二协助监控请求。
需要说明的是上述的第一车辆与第二车辆仅是为了便于表述而进行的区分，也即在该方法中，主动发起第一协助监控请求的即可以称为第一车辆，而接到第二协助监控请求的即可以称为第二车辆。任何运行该方法的车辆在不同的环境中，可以作为为第一车辆，也可以作为第二车辆。
S32：接收第二车辆上传的影像信息，并对该影像信息进行处理，判断该疑似违章车辆的驾驶行为是否违章；
在本实施例中，服务器可以依据第一车辆上传的疑似违章车辆的车辆识别信息、疑似违章种类及疑似违章行为发生的时间点，逐个对接收到的第二车辆上传的影像信息进行分析，以判断在第二车辆上传的影像信息内是否能够同样得出疑似违章车辆的驾驶行为违章的结论；当服务器能够在第二车辆上传的影像信息内同样得出疑似违章车辆的驾驶行为违章的结论时，服务器判断该影像信息为有效影像信息；服务器统计有效影像信息的个数，当有效影像信息的个数大于设定个数时，服务器确认该疑似违章车辆的驾驶行为违章。可以理解地，上述的设定个数可以根据不同的违章种类而进行设定。
进一步地，在本实施例中，服务器还可以根据第二车辆上传的影像信息，对第二车辆第二车辆拍摄的疑似违章车辆的拍摄角度进行分析；
当有效影像信息中对疑似违章车辆的拍摄角度符合设定角度时，服务器确认疑似违章车辆的驾驶行为违章。可以理解地，该设定的角度与疑似违章种类有关。
进一步地，当第一车辆判断疑似违章车辆仅具有违章的可能性时，服务器至少需要从两个来自不同的第二车辆的影像信息中均得出疑似违章车辆的驾驶行为违章的结论时，才能够判断该疑似违章车辆的驾驶行为违章。当第一车辆判断疑似违章车辆的驾驶行为违章时，服务器至少需要从一个第二车辆的影像信息中得出疑似违章车辆的驾驶行为违章的结论，即可判断疑似违章车辆的驾驶行为违章。
进一步地，服务器还可以对接收到的第一车辆传递的含有疑似违章行为的影像信息进行分析，以对第一车辆得出的疑似违章车辆的驾驶行为违章的结论进行再次确认。
S33：当该疑似违章车辆的驾驶行为违章时，确定违章种类，选取用于确认车辆违章的违章图像，并将该违章车辆的车辆识别信息、违章种类及违章图像进行存储。
进一步地，该用于确认车辆违章的违章图片至少包含有违章车辆车牌号的号码识别图片、瞬时违章图片及全景图片。上述的全景图片优先于第一车辆及第二车辆上传的影像信息内选取；当服务器认定违章车辆的驾驶行为违章，但第一车辆及第二车辆上传的影像信息内并未有符合法律规定的全景图片时，可以选取接收到的多个影像信息内，同一时间点上的多个图片进行合成，以得到全景图片。
进一步地，当服务器认定违章车辆违章后，还可以将该该违章车辆的车辆识别信息、违章种类及违章图像上报至交通管理部门。
进一步地，在其它实施例中，当服务器接到第一车辆上传的第一协助监控请求时，还会向疑似违章车辆发送第三协助监控请求信息，疑似违章车辆接收到该第三协助监控请求信息时，会对疑似违章行为发生的时间点所在的设定时间段内自车的视频信息进行存储，以备后续违章申诉之用。
本发明还提供了一种服务器，该服务器包括第二计算机存储介质，该第二计算机存储介质内存储有计算机程序，该计算机程序被执行时，实现上述基于服务器的车辆间违章监控方法。
图7为本发明实施例提供的基于第二车辆的车辆间违章监控方法的流程示意图。如图7所示，本发明还提供了一种基于第二车辆的车辆间违章监控方法，该方法包括如下步骤：
S41：接收服务器发送的第二协助监控请求，该第二协助监控请求内包括疑似违章行为发生的时间点；
S42：向服务器上传疑似违章行为发生的时间点所在的设定时间段内第二车辆自身存储的影像信息。
在本实施例中，第二车辆可以根据第二协助监控请求，对疑似违章行为发生的时间点所在的设定时间段内自身存储的图片或视频信息进行截取，并将截取后的图片或视频发送至服务器内。
进一步地，在其它实施例中，上述的第二协助请求还可以包括疑似违章车辆的车辆识别信息及车辆位置信息，第二车辆根据疑似违章车辆的车辆识别信息及车辆位置信息对自车存储的影像信息进行分析，以判断在疑似违章行为发生的时间点所在的设定时间段内，该影像信息内是否含有疑似违章车辆的相关影像。也即，第二车辆会判断自车的影像采集装置是否记录到了疑似违章车辆或该疑似违章车辆的疑似违章行为。当记录到了疑似违章车辆的相关影像时，向服务器上传疑似违章行为发生的时间点所在的设定时间段内自车存储的影像信息。
本发明还提供了一种车辆，该车辆包括第三存储介质，该第三存储介质内存储有计算机程序，该计算机程序被执行时，实现上述基于第二车辆的车辆间违章监控方法。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。
Claims (30)
1.一种车辆间违章监控方法，其特征在于：该方法包括如下步骤：
S11：第一车辆采集道路信息及其它车辆的驾驶行为信息，判断是否出现疑似违章行为；
S12：当出现疑似违章行为时，所述第一车辆采集进行该疑似违章行为的疑似违章车辆的车辆位置信息，及用于识别该疑似违章车辆的车辆识别信息，并向服务器发送第一协助监控请求，所述第一协助监控请求包括所述疑似违章车辆的车辆识别信息、所述车辆位置信息、所述疑似违章车辆的驾驶行为对应的违章种类以及所述疑似违章行为发生的时间点；
S13：所述服务器接到所述第一协助监控请求后，根据所述疑似违章车辆的车辆位置信息，向所述疑似违章车辆周边的第二车辆发送第二协助监控请求，所述第二协助监控请求包括疑似违章行为发生的时间点信息；
S14：所述第二车辆接到所述第二协助监控请求后，向所述服务器上传疑似违章行为发生的时间点所在的设定时间段内所述第二车辆自身存储的影像信息；
S15：所述服务器对接收到的所述第二车辆上传的影像信息进行处理，判断该疑似违章车辆的驾驶行为是否违章；
S16：当所述服务器认定所述疑似违章车辆的驾驶行为违章时，所述服务器确定违章种类，选取用于确认车辆违章的违章图像，并将所述违章车辆的车辆识别信息、所述违章种类及所述违章图像进行存储。
2.如权利要求1所述的车辆间违章监控方法，其特征在于：所述道路信息包括道路上的交通标志、交通标线和/或交通信号灯。
3.如权利要求1所述的车辆间违章监控方法，其特征在于：所述驾驶行为信息包括车辆的行驶车速、变道行为、超车行为、车牌状态、停车行为和/或驾驶员在车内的动作。
4.如权利要求1所述的车辆间违章监控方法，其特征在于：在S11步骤中，该方法还包括：
所述第一车辆实时采集所述道路信息，判断道路上有无警示标志信息，当采集到所述警示标志信息时，采集其它车辆的所述驾驶行为信息，并根据采集到的警示标志信息对其它车辆的所述驾驶行为进行分析，判断是否出现疑似违章行为；所述警示标志信息包括交通标志、交通标线和/或指示灯。
5.如权利要求4所述的车辆间违章监控方法，其特征在于：当所述第一车辆采集到所述警示标志信息时，所述第一车辆向周边车辆发送该警示标志信息，所述周边车辆在收到该警示标志信息后，对自车周边的其它车辆的所述驾驶行为信息进行采集，并根据该警示标志信息对其它车辆的所述驾驶行为信息进行分析，以判断是否出现疑似违章行为。
6.如权利要求1所述的车辆间违章监控方法，其特征在于：所述车辆识别信息为车辆的车牌号信息、车辆的颜色信息、车辆的型号信息、车辆的尺寸信息和/或车辆的照片。
7.如权利要求1所述的车辆间违章监控方法，其特征在于：
所述车辆的位置信息为疑似违章车辆与第一车辆之间的相对位置信息、与车道线之间的距离信息和/或定位系统中的经纬度信息。
8.如权利要求1所述的车辆间违章监控方法，其特征在于：在S12步骤中，第一协助监控请求还包括所述第一车辆采集的含有疑似违章行为的影像信息。
9.如权利要求1或8所述的车辆间违章监控方法，其特征在于：所述影像信息为由车辆的行车记录仪、环视摄像头和/或与车辆相连的智能眼镜采集的图片或视频信息。
10.如权利要求1所述的车辆间违章监控方法，其特征在于：在所述服务器向所述疑似违章车辆周边的第二车辆发送所述第二协助监控请求时，该方法还包括：
所述服务器依据所述疑似违章车辆的位置信息检测该疑似违章车辆周边设定范围内是否存在除所述第一车辆外的其它车辆；
当存在除所述第一车辆外的其它车辆时，除所述第一车辆外的其它车辆为第二车辆，所述服务器向所述第二车辆发送第二协助监控请求。
11.如权利要求1所述的车辆间违章监控方法，其特征在于：所述第二协助请求还包括所述疑似违章车辆的所述车辆识别信息及所述车辆位置信息，在S14步骤中，该方法还包括：
所述第二车辆根据所述疑似违章车辆的所述车辆识别信息及所述车辆位置信息对自车存储的影像信息进行分析，以判断在所述疑似违章行为发生的时间点所在的设定时间段内，自车存储的所述影像信息内是否含有所述疑似违章车辆的相关影像；
当自车存储的所述影像信息内含有所述疑似违章车辆的相关影像时，向所述服务器上传所述疑似违章行为发生的时间点所在的设定时间段内自车存储的所述影像信息。
12.如权利要求1所述的车辆间违章监控方法，其特征在于：在S15步骤中，该方法还包括：
所述服务器依据所述第一车辆上传的所述疑似违章车辆的所述车辆识别信息、所述疑似违章种类及所述疑似违章行为发生的时间点，对接收到的所述第二车辆上传的影像信息进行分析，以判断在所述第二车辆上传的影像信息内是否能够得出所述疑似违章车辆的驾驶行为违章的结论；
当所述服务器能够在所述第二车辆上传的所述影像信息内得出所述疑似违章车辆的驾驶行为违章的结论时，所述服务器判断该影像信息为有效影像信息；
所述服务器统计所述有效影像信息的个数，当所述有效影像信息的个数大于设定个数时，所述服务器确认所述疑似违章车辆的驾驶行为违章。
13.如权利要求1所述的车辆间违章监控方法，其特征在于：在S15步骤中，该方法还包括：所述服务器根据所述第二车辆上传的影像信息，对所述第二车辆拍摄的所述疑似违章车辆的拍摄角度进行分析；
所述服务器依据所述第一车辆上传的所述疑似违章车辆的所述车辆识别信息、所述疑似违章种类及所述疑似违章行为发生的时间点，对接收到的第二车辆上传的影像信息进行分析，以判断在所述第二车辆上传的影像信息内是否能够得出所述疑似违章车辆的驾驶行为违章的结论；
当所述服务器能够在所述第二车辆上传的所述影像信息内得出所述疑似违章车辆的驾驶行为违章的结论时，所述服务器判断该影像信息为有效影像信息；
当所述有效影像信息中对所述疑似违章车辆的拍摄角度符合设定角度时，所述服务器确认所述疑似违章车辆的驾驶行为违章。
14.如权利要求1所述的车辆间违章监控方法，其特征在于：所述用于车辆违章的违章图片包括含有违章车辆车牌号的号码识别图片、瞬时违章图片及全景图片。
15.如权利要求14所述的车辆间违章监控方法，其特征在于：当所述服务器确认所述违章车辆的驾驶行为违章，但所述第一车辆及所述第二车辆上传的所述影像信息内并未有符合法律规定的所述全景图片时，所述服务器选取接收到的多个所述影像信息内，同一个时间点上的多个图片进行合成，以得到所述全景图片。
16.如权利要求1所述的车辆间违章监控方法，其特征在于：当所述服务器接到所述第一车辆上传的第一协助监控请求时，所述服务器向所述疑似违章车辆发送第三协助监控请求信息，所述疑似违章车辆接收到所述第三协助监控请求信息后，对所述疑似违章行为发生的时间点所在的设定时间段内自车的影像信息及驾驶行为信息进行存储。
17.一种基于第一车辆的车辆间违章监控方法，其特征在于：该方法包括如下步骤：
S21：采集道路信息及其它车辆的驾驶行为信息，判断是否出现疑似违章行为；
S22：当出现疑似违章行为时，采集进行该疑似违章行为的疑似违章车辆的车辆位置信息，及用于识别该疑似违章车辆的车辆识别信息，并向服务器发送第一协助监控请求，所述第一协助监控请求包括所述疑似违章车辆的车辆识别信息、所述车辆位置信息、所述疑似违章车辆的驾驶行为对应的违章种类以及所述疑似违章行为发生的时间点。
18.如权利要求17所述的基于第一车辆的车辆间违章监控方法，其特征在于：在S21步骤中，该方法还包括：
实时采集所述道路信息，判断道路上有无警示标志信息，当采集到所述警示标志信息时，采集其它车辆的所述驾驶行为信息，并根据采集到的警示标志信息对其它车辆的所述驾驶行为进行分析，判断是否出现疑似违章行为；所述警示标志信息包括交通标志、交通标线和/或指示灯。
19.如权利要求17所述的基于第一车辆的车辆间违章监控方法，其特征在于：当所述第一车辆采集到所述警示标志信息时，所述第一车辆向周边车辆发送该警示标志信息。
20.如权利要求17所述的基于第一车辆的车辆间违章监控方法，其特征在于：在S21步骤中，该方法还包括：实时采集道路信息，及其它车辆的驾驶行为信息，结合道路信息对其它车辆的行驶信息进行分析，以判断车辆是否出现疑似违章行为。
21.一种车辆，其特征在于：包括第一计算机存储介质，所述第一计算器存储介质内存储有计算机程序，当所述计算机程序被执行时，实现权利要求17至20中任意一项所述的基于第一车辆的车辆间违章监控方法。
22.一种基于服务器的车辆间违章监控方法，其特征在于：该方法包括如下步骤：
S31：接收第一协助监控请求，根据所述第一协助监控请求内的疑似违章车辆的车辆位置信息，向所述疑似违章车辆周边的第二车辆发送第二协助监控请求，所述第二协助监控请求包括疑似违章行为发生的时间点信息；
S32：接收所述第二车辆上传的影像信息，并对所述第二车辆上传的影像信息进行处理，判断所述疑似违章车辆的驾驶行为是否违章；
S33：当所述疑似违章车辆的驾驶行为违章时，确定违章种类，选定用于确认车辆违章的违章图像，并将违章车辆的车辆识别信息、所述违章种类及所述违章图像进行存储。
23.根据权利要求22所述的基于服务器的车辆间违章监控方法，其特征在于：在向所述疑似违章车辆周边的第二车辆发送所述第二协助监控请求时，该方法还包括：
所述服务器依据所述疑似违章车辆的位置信息检测该疑似违章车辆周边设定范围内是否存在除所述第一车辆外的其它车辆；
当存在除所述第一车辆外的其它车辆时，除所述第一车辆外的其它车辆为第二车辆，所述服务器向所述第二车辆发送第二协助监控请求。
24.根据权利要求22所述的基于服务器的车辆间违章监控方法，其特征在于：在S32步骤中，该方法还包括：
所述服务器依据所述第一协助监控请求内的所述疑似违章车辆的所述车辆识别信息、疑似违章种类及疑似违章行为发生的时间点，对接收到的所述第二车辆上传的影像信息进行分析，以判断在所述第二车辆上传的影像信息内是否能够得出所述疑似违章车辆的驾驶行为违章的结论；
当所述服务器能够在所述第二车辆上传的所述影像信息内得出所述疑似违章车辆的驾驶行为违章的结论时，所述服务器判断该影像信息为有效影像信息；
所述服务器统计所述有效影像信息的个数，当所述有效影像信息的个数大于设定个数时，所述服务器确认所述疑似违章车辆的驾驶行为违章。
25.根据权利要求22所述的基于服务器的车辆间违章监控方法，其特征在于：在S32步骤中，该方法还包括：所述服务器根据所述第二车辆上传的影像信息，对所述第二车辆拍摄的所述疑似违章车辆的拍摄角度进行分析；
所述服务器依据所述第一协助监控请求内的所述疑似违章车辆的所述车辆识别信息、疑似违章种类及疑似违章行为发生的时间点，对接收到的所述第二车辆上传的影像信息进行分析，以判断在所述第二车辆上传的影像信息内是否能够得出所述疑似违章车辆的驾驶行为违章的结论；
当所述服务器能够在所述第二车辆上传的所述影像信息内得出所述疑似违章车辆的驾驶行为违章的结论时，所述服务器判断该影像信息为有效影像信息；
当所述有效影像信息中对所述疑似违章车辆的拍摄角度符合设定角度时，所述服务器确认所述疑似违章车辆的驾驶行为违章。
26.根据权利要求22所述的基于服务器的车辆间违章监控方法，其特征在于：当所述服务器确认所述违章车辆的驾驶行为违章，但所述服务器接收到的所述影像信息内并未有符合法律规定的所述全景图片时，所述服务器选取接收到的多个所述影像信息内，同一个时间点上的多个图片进行合成，以得到所述全景图片。
27.一种服务器，其特征在于：包括第二存储介质，所述第二存储介质内存储有计算机程序，所述第二存储介质内的计算机程序被执行时，实现权利要求22至26任意一项所述的基于服务器的车辆间违章监控方法。
28.一种基于第二车辆的车辆间违章监控方法，其特征在于：该方法包括：
S41：接收所述服务器发送的第二协助监控请求，所述第二协助监控请求内包括疑似违章行为发生的时间点；
S42：向所述服务器上传所述疑似违章行为发生的时间点所在的设定时间段内自身存储的影像信息。
29.根据权利要求28所述的基于第二车辆的车辆间违章监控方法，其特征在于：所述第二协助请求还包括疑似违章车辆的车辆识别信息及车辆位置信息，在S42步骤中，该方法还包括：
所述第二车辆根据所述疑似违章车辆的所述车辆识别信息及所述车辆位置信息对自车存储的影像信息进行分析，以判断在所述疑似违章行为发生的时间点所在的设定时间段内，自车存储的所述影像信息内是否含有所述疑似违章车辆的相关影像；
当自车存储的所述影像信息内含有所述疑似违章车辆的相关影像时，向所述服务器上传所述疑似违章行为发生的时间点所在的设定时间段内自车存储的所述影像信息。
30.一种车辆，其特征在于：包括第三存储介质，所述第三存储介质内存储有计算机程序，所述第三存储介质的计算机程序被执行时，实现权利要求28至29中任意一项所述的基于第二车辆的车辆间违章监控方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110923479.6A CN113593239A (zh) | 2021-08-12 | 2021-08-12 | 车辆间违章监控方法、服务器及车辆 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110923479.6A CN113593239A (zh) | 2021-08-12 | 2021-08-12 | 车辆间违章监控方法、服务器及车辆 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113593239A true CN113593239A (zh) | 2021-11-02 |
Family
ID=78257445
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110923479.6A Pending CN113593239A (zh) | 2021-08-12 | 2021-08-12 | 车辆间违章监控方法、服务器及车辆 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113593239A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115440054A (zh) * | 2022-08-30 | 2022-12-06 | 浙江大华技术股份有限公司 | 车辆违章的确定方法、装置、存储介质及电子装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106128108A (zh) * | 2016-08-29 | 2016-11-16 | 孙静言 | 一种违章举报装置 |
| CN106886755A (zh) * | 2017-01-19 | 2017-06-23 | 北京航空航天大学 | 一种基于交通标志识别的交叉口车辆违章检测系统 |
| CN108510749A (zh) * | 2018-04-17 | 2018-09-07 | 戴姆勒股份公司 | 交通监测装置及方法 |
| CN110599774A (zh) * | 2019-08-23 | 2019-12-20 | 绍兴文理学院 | 基于区块链的交通违章处理方法及系统 |
| CN110634303A (zh) * | 2018-06-22 | 2019-12-31 | 阿里巴巴集团控股有限公司 | 一种交通违法监测及校验的方法和装置 |
| US20210225162A1 (en) * | 2017-12-28 | 2021-07-22 | Beijing Baidu Netcom Science Technology Co., Ltd. | Method, apparatus and device for illegal vehicle warning |
-
2021
- 2021-08-12 CN CN202110923479.6A patent/CN113593239A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106128108A (zh) * | 2016-08-29 | 2016-11-16 | 孙静言 | 一种违章举报装置 |
| CN106886755A (zh) * | 2017-01-19 | 2017-06-23 | 北京航空航天大学 | 一种基于交通标志识别的交叉口车辆违章检测系统 |
| US20210225162A1 (en) * | 2017-12-28 | 2021-07-22 | Beijing Baidu Netcom Science Technology Co., Ltd. | Method, apparatus and device for illegal vehicle warning |
| CN108510749A (zh) * | 2018-04-17 | 2018-09-07 | 戴姆勒股份公司 | 交通监测装置及方法 |
| CN110634303A (zh) * | 2018-06-22 | 2019-12-31 | 阿里巴巴集团控股有限公司 | 一种交通违法监测及校验的方法和装置 |
| CN110599774A (zh) * | 2019-08-23 | 2019-12-20 | 绍兴文理学院 | 基于区块链的交通违章处理方法及系统 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115440054A (zh) * | 2022-08-30 | 2022-12-06 | 浙江大华技术股份有限公司 | 车辆违章的确定方法、装置、存储介质及电子装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7218535B2 (ja) | 交通違反車両識別システム及びサーバ | |
| US10269242B2 (en) | Autonomous police vehicle | |
| CN108860166A (zh) | 无人驾驶汽车事故发生处理系统及处理方法 | |
| CN113724416B (zh) | 基于车路协同系统的车载视频处理方法、装置及存储介质 | |
| US10203217B2 (en) | Traffic citation delivery based on type of traffic infraction | |
| CN110738842A (zh) | 事故责任划分及行为分析方法、装置、设备及存储介质 | |
| CN113470372B (zh) | 识别违规车辆的方法、系统和计算机可读存储介质 | |
| CN108133599A (zh) | 一种渣土车视频识别方法及系统 | |
| CN108932849B (zh) | 一种记录多台机动车低速行驶违法行为的方法及装置 | |
| CN112509325B (zh) | 一种基于视频深度学习的非现场违法自动甄别方法 | |
| CN114341962A (zh) | 危险车辆显示系统、危险车辆显示装置、危险车辆显示程序以及计算机可读取的记录介质以及进行了记录的设备 | |
| CN113362610B (zh) | 识别违规交通参与对象的方法、系统和计算机可读存储介质 | |
| KR101394201B1 (ko) | 버스장착 무선cctv 촬영단속시스템 | |
| CN112907979B (zh) | 一种基于多摄像头的机动车违法行驶轨迹跟踪系统及方法 | |
| CN107615347B (zh) | 车辆确定装置及包括所述车辆确定装置的车辆确定系统 | |
| CN113593239A (zh) | 车辆间违章监控方法、服务器及车辆 | |
| WO2022247932A1 (zh) | 识别违规交通参与对象的方法、系统和计算机可读存储介质 | |
| US11899909B1 (en) | System on board an on-road vehicle for identifying, tagging and reporting hazardous drivers in the vicinity of a host vehicle | |
| CN111645705A (zh) | 一种下发驾驶路线调整的方法和一种服务器 | |
| CN112802355B (zh) | 一种实时获取实景路况的方法、系统及存储介质 | |
| CN113593253A (zh) | 车辆的闯红灯监测方法和装置 | |
| KR20220080975A (ko) | 주행환경 정적객체인지 ai 데이터 처리 방법 및 이를 위한 장치 | |
| RU158079U1 (ru) | Устройство автоматической фотовидеофиксации нарушений не предоставления преимущественного проезда спецтранспорту | |
| TWI834382B (zh) | 用以留存合乎交通規則行駛證據的行車紀錄器鎖檔方法 | |
| WO2022247931A1 (zh) | 识别违规交通参与对象的方法、系统和计算机可读存储介质 |
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: 20211102 |