CN113627213A - 车辆异常行为监控方法、装置及系统 - Google Patents
车辆异常行为监控方法、装置及系统 Download PDFInfo
- Publication number
- CN113627213A CN113627213A CN202010372045.7A CN202010372045A CN113627213A CN 113627213 A CN113627213 A CN 113627213A CN 202010372045 A CN202010372045 A CN 202010372045A CN 113627213 A CN113627213 A CN 113627213A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- abnormal behavior
- pan
- tilt camera
- abnormal
- 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
Links
- 206010000117 Abnormal behaviour Diseases 0.000 title claims abstract description 350
- 238000012544 monitoring process Methods 0.000 title claims abstract description 167
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000002159 abnormal effect Effects 0.000 claims description 25
- 206010039203 Road traffic accident Diseases 0.000 claims description 21
- 230000005856 abnormality Effects 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 16
- 238000012806 monitoring device Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 11
- 238000009434 installation Methods 0.000 description 6
- 238000013507 mapping Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 3
- 230000011664 signaling Effects 0.000 description 3
- 230000002457 bidirectional effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
-
- 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
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
- G08G1/054—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed photographing overspeeding vehicles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/61—Control of cameras or camera modules based on recognised objects
Abstract
本发明实施例公开了一种车辆异常行为监控方法、装置及系统。其中方法包括:通过雷达阵列采集目标监控区域的点云数据;根据点云数据,确定目标监控区域中是否存在异常行为车辆;若存在,则控制处理器调整云台摄像机的拍摄参数,使云台摄像机采用调整后的拍摄参数采集异常行为车辆的图像。本发明实施例通过根据雷达阵列和云台摄像机相关联的监控方案,将道路任一区间段作为监控区域,以对该监控区域中的车辆异常行为进行实时监控,实现了对车辆异常行为的无盲点监控,提高了对车辆异常行为的监控准确性和可靠性。
Description
技术领域
本发明实施例涉及车辆监控技术领域,尤其涉及一种车辆异常行为监控方法、装置及系统。
背景技术
目前,对车辆超速行驶等异常行为进行检测和取证,通常是基于地磁线圈和摄像机相配合的方式实现。具体实现过程为:通过地磁线圈检测经过车辆的行驶速度,当确定车辆的行驶速度超过地磁线圈所在车道的限速值,向摄像机发送图像拍摄触发信号,以使摄像机根据触发信号采集超速行驶车辆的图像进行取证。
为了采集到超速行驶车辆的图像,一般会为道路中的每个车道部署一个摄像机,并且为了与地磁线圈测速配合,还会基于地磁线圈的部署位置对摄像机的安装位置和安装角度进行调试,并将摄像机按照调试后的安装位置和安装角度固定设置在龙门架上。然而,发明人发现利用上述方式对车辆异常行为进行检测和取证时,存在如下问题:第一,由于摄像机安装位置和安装角度是固定的,使得摄像机基于地磁线圈发送的触发信号只能采集固定角度所对应区域的图像信息,具有一定的局限性;第二,由于地磁线圈属于定点测速设备,常存在因驾驶员驾驶车辆行驶至测速点时进行刹车减速,使得车辆行驶速度小于地磁线圈所在车道的限速值,从而逃避通过摄像机采集超速行驶车辆的图像情况。
发明内容
本发明实施例提供一种车辆异常行为监控方法、装置及系统,通过根据雷达阵列和云台摄像机相关联的监控方案,将道路任一区间段作为监控区域,以对该监控区域中的车辆异常行为进行实时监控,实现了对该监控区域中车辆异常行为的无盲点监控,提高了对车辆异常行为的监控准确性和可靠性。
第一方面,本发明实施例提供了一种车辆异常行为监控方法,由雷达阵列执行,该方法包括:
通过所述雷达阵列采集目标监控区域的点云数据;
根据所述点云数据,确定所述目标监控区域中是否存在异常行为车辆;
若存在,则控制处理器调整云台摄像机的拍摄参数,使云台摄像机采用调整后的拍摄参数采集所述异常行为车辆的图像。
第二方面,本发明实施例提供了一种车辆异常行为监控方法,由处理器执行,该方法包括:
接收雷达阵列发送的控制指令,所述控制指令携带有异常行为车辆数据;
根据所述异常行为车辆数据,调整云台摄像机的拍摄参数,并控制云台摄像机采用调整后的拍摄参数采集异常行为车辆的图像。
第三方面,本发明实施例还提供了一种车辆异常行为监控装置,配置于雷达阵列,该装置包括:
数据采集模块,用于通过所述雷达阵列采集目标监控区域的点云数据;
异常车辆确定模块,用于根据所述点云数据,确定所述目标监控区域中是否存在异常行为车辆;
控制模块,用于若存在,则控制处理器调整云台摄像机的拍摄参数,使云台摄像机采用调整后的拍摄参数采集所述异常行为车辆的图像。
第四方面,本发明实施例还提供了一种车辆异常行为监控装置,配置于处理器,该装置包括:
指令接收模块,用于接收雷达阵列发送的控制指令,所述控制指令携带有异常行为车辆数据;
调整和控制模块,用于根据所述异常行为车辆数据,调整云台摄像机的拍摄参数,并控制云台摄像机采用调整后的拍摄参数采集异常行为车辆的图像。
第五方面,本发明实施例还提供了一种车辆异常行为监控系统,包括:雷达阵列、处理器和云台摄像机;
其中,所述处理器,与所述雷达阵列和所述云台摄像机通信连接。
本发明实施例公开的技术方案,具有如下有益效果:
通过雷达阵列采集目标监控区域的点云数据,以根据点云数据确定目标监控区域中是否存在异常行驶车辆,若存在则控制处理器调整云台摄像机的拍摄参数,使云台摄像机采用调整后的拍摄参数采集异常行为车辆图像。由此,通过雷达阵列将道路任一区间段作为监控区域,以对监控区域中的车辆异常行为进行实时监控,实现对车辆异常行为的无盲点检测,减少甚至避免驾驶员逃避检测的现象,并且通过雷达阵列和云台摄像机间的联动监控,当雷达阵列确定监控区域存在异常行为车辆时,使得云台摄像机根据雷达阵列发送的触发信号,在第一时间对处于不同位置的异常行为车辆的图像进行采集,提高了对异常行为车辆的监控准确性和可靠性。
附图说明
图1是本发明实施例的一种车辆异常行为监控方法的流程示意图;
图2是本发明实施例的一种毫米波雷达阵列中的毫米波雷达部署方式示意图;
图3是本发明实施例的另一种车辆异常行为监控方法的流程示意图;
图3(a)是本发明实施例的单向四车道的道路示意图;
图3(b)是本发明实施例的双向四车道的道路示意图;
图4是本发明实施例的再一种车辆异常行为监控方法的流程示意图;
图5是本发明实施例的又一种车辆异常行为监控方法的流程示意图;
图6是本发明实施例的又一种车辆异常行为监控方法的流程示意图;
图7是本发明实施例的一个具体实施例的雷达阵列、处理器和云台摄像机之间信令交互的示意图;
图8是本发明实施例的一种车辆异常行为监控装置的结构示意图;
图9是本发明实施例的一种车辆异常行为监控装置的结构示意图;
图10是本发明实施例的一种车辆异常行为监控系统的结构示意图。
具体实施方式
下面结合附图和实施例对本发明实施例作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明实施例,而非对本发明实施例的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明实施例相关的部分而非全部结构。
下面参考附图对本发明实施例的车辆异常行为监控方法、装置和系统进行详细说明。首先,以雷达阵列为执行主体为例,对本发明实施例的车辆异常行为监控方法进行描述。
图1是本发明实施例的一种车辆异常行为监控方法的流程示意图。本发明实施例可适用于对道路上的异常行为车辆进行监控的场景,该方法可以由本发明实施例提供的配置于雷达阵列的车辆异常行为监控方法来执行,该装置可以采用硬件和/或软件的方式实现。如图1所示,该方法具体包括如下:
S101,通过所述雷达阵列采集目标监控区域的点云数据。
其中,目标监控区域是指根据雷达阵列中雷达的测量区域之和确定的一个区域。本发明实施例中,点云数据为车辆的点云数据,点云数据包括:车辆行驶速度、车辆与雷达阵列之间的相对距离和车辆与雷达阵列之间的相对角度等。
在执行S101之前,对本发明实施例中雷达阵列设置方案进行说明。可选的,本发明实施例可在具有多个车道的道路(高速路或城市道路)的合适位置设置雷达阵列。例如设置在道路正上方的中间位置,或者道路的任意一侧,以使雷达阵列对道路的多个车道进行监测。
需要说明的是,本实施例中雷达阵列包括多个雷达,且雷达可以为但不限于:激光雷达、毫米波雷达、微波雷达和超视距雷达等。优选的,本发明实施例中雷达采用毫米波雷达。即雷达阵列为毫米波雷达阵列。
为了实现对目标监控区域中多个车道上的车辆进行无盲区的实时监测,可选的本实施例可采用不同波段的毫米波雷达组成毫米波雷达阵列。例如选择至少两个高频波段的毫米波雷达和至少一个低频波段的毫米波雷达组成毫米波雷达阵列。然后,将该毫米波雷达阵列中的至少两个高频波段的毫米波雷达和至少一个低频波段的毫米波雷达,按照预设部署方式组成毫米波雷达阵列,之后将毫米波雷达阵列设置在道路的合适位置。其中,高频波段的毫米波雷达可为67GHz、69GHz或77GHz;低频波段的毫米波雷达可为24GHz,本实施例对此不做具体限定。需要说明的是,本实施例中对毫米波雷达阵列中的高频波段和低频波段的毫米波雷达数量不做具体限制。
可选的,如图2所示,假设毫米波雷达阵列21中高频波段的毫米波雷达数量为2个,分别为毫米波雷达a和b,低频波段的毫米波雷达数量为1个,具体为毫米波雷达c。由于高频波段的毫米波雷达的波束较窄,衰减小,适合于远距离、高精度的测量,一般测量距离可达200米(m);低频波段的毫米波雷达的波束较宽,适合于100m以内的测量。因此,本实施例可将低频波段的毫米波雷达c设置于两个高频波段的毫米波雷达a和b之间,并将该毫米波雷达的部署方式组成的毫米波雷达阵列设置到道路的合适位置(例如道路正上方的中间位置),以实现对道路的多个车道(例如2-4个车道),及每个车道的300-400m范围内的无盲点监测。
将雷达阵列设置到道路的合适位置之后,可启动雷达阵列,以使雷达阵列中的多个雷达对各自测量区域进行实时扫描,得到点云数据。然后,将雷达阵列中多个雷达扫描的点云数据进行合并,以得到目标监控区域的点云数据。
S102,根据所述点云数据,确定所述目标监控区域中是否存在异常行为车辆。
其中,异常行为包括以下至少一种:超速、占用应急车道和发生交通事故。在本发明实施例中,占用应急车道是指用户在车辆前和/或后一定距离内未设置任何警示标志,且未开启危险报警闪光灯的情况下的非法占用应急车道情况。其中,警示标志可以为警示三脚架等。
示例性的,当采集到目标监控区域的点云数据之后,为了准确的对目标监控区域中的每个车辆进行精准跟踪,雷达阵列可为每个车辆分配一个标号信息,以区分不同车辆。然后,对行驶在目标监控区域中的每个车辆进行连续跟踪并实时采集每个车辆的点云数据,以根据每个车辆的点云数据,确定当前行驶在目标监控区域中的哪些车辆为异常行为车辆。
可选的,本实施例根据每个车辆的点云数据,确定当前行驶在目标监控区域中的哪些车辆为异常行为车辆,可通过将每个车辆的点云数据中的行驶速度与该车辆所在车道的限速值进行比较,以确定该车辆是否超速;或者,根据每个车辆的点云数据中的行驶速度,确定该车辆在目标监控区域中的行驶速度是否出现非超速异常等。其中,非超速异常具体是指目标监控区域中的车辆行驶速度未超速,但是车辆行驶速度却从上一时刻的非零值突变为当前时刻的零值的异常情况。也就是说,当确定行驶在目标监控区域中的任一车辆的行驶速度,从一个速度值突然下降至0时,即确定该车辆出现非超速异常。
进一步的,若确定目标监控区域中的任意车辆出现超速或者非超速异常,则确定目标监控区域存在异常行为车辆;若确定目标监控区域中没有车辆出现超速或者非超速异常,则确定目标监控区域不存在异常行为车辆。
S103,若存在,则控制处理器调整云台摄像机的拍摄参数,使云台摄像机采用调整后的拍摄参数采集所述异常行为车辆的图像。
其中,处理器可以为但不限于:数字信号处理器(digital signal proce ssor,简称为:DSP)、中央处理器(Central Processing Unit,简称为:CPU)和图形处理器(GraphicsProcessing Unit,简称为:GPU)中的任一一种。
本实施例中,云台摄像机可以是根据实际需要进行设置,例如设置在雷达阵列的附近任一位置,此处对其不做具体限定。
示例性的,当确定出目标监控区域中存在异常行为车辆时,雷达阵列可向处理器发送控制指令,并将异常行为车辆数据携带在控制指令中,以指示处理器根据异常行为车辆数据调整云台摄像机的拍摄参数,以使云台摄像机采用调整后的拍摄参数采集异常行为车辆的图像,以实现及时准确的采集异常行为车辆的图像,为后续取证奠定基础。
其中,云台摄像机的拍摄参数包括:拍摄的水平角度和垂直角度,和/或变焦镜头的焦距。
也就是说,当雷达阵列将异常行为车辆数据发送给处理器之后,处理器会根据异常行为车辆数据,确定云台摄像机的拍摄参数,并将该拍摄参数作为目标拍摄参数,从而根据目标拍摄参数,调整云台摄像机的拍摄参数,以使云台摄像机采用调整后的拍摄参数采集处于目标监控区域中不同位置异常行为车辆的图像,以实现控制云台摄像机旋转不同角度和/或变焦操作,以采集目标监控区域中的处于不同车道的异常行为车辆的图像,从而增大了异常行为车辆图像的采集范围,提高采集异常行为车辆图像的实用性。
本发明实施例提供的技术方案,通过雷达阵列采集目标监控区域的点云数据,以根据点云数据确定目标监控区域中是否存在异常行驶车辆,若存在则控制处理器调整云台摄像机的拍摄参数,使云台摄像机采用调整后的拍摄参数采集异常行为车辆图像。由此,通过雷达阵列将道路任一区间段作为监控区域,以对监控区域中的车辆异常行为进行实时监控,实现对车辆异常行为的无盲点检测,减少甚至避免驾驶员逃避检测的现象,并且通过雷达阵列和云台摄像机间的联动监控,当雷达阵列确定监控区域存在异常行为车辆时,使得云台摄像机根据雷达阵列发送的触发信号,在第一时间对处于不同位置的异常行为车辆的图像进行采集,提高了对异常行为车辆的监控准确性和可靠性。
图3是本发明实施例的另一种车辆异常行为监控方法的流程示意图,本实施例在上述实施例的基础上进行进一步优化。在此基础上,还可以进一步对“根据所述点云数据,确定所述目标监控区域中是否存在异常行为车辆”进行优化。如图3所示,该方法具体包括:
S301,通过所述雷达阵列采集目标监控区域的点云数据。
S302,根据所述点云数据,确定所述目标监控区域中车辆的行驶速度。
由于点云数据中可包括车辆的不同信息,例如车辆行驶速度、车辆与雷达阵列之间的相对角度及车辆与雷达阵列之间的相对距离。因此,本实施例可通过对采集的点云数据进行分析,获取处于不同车道中的车辆行驶速度。
进一步的,由于雷达阵列可实时获取到点云数据,因此本实施例还可根据采集的不同时刻点云数据,确定目标监控区域中车辆的平均行驶速度,为后续确定车辆是否超速奠定基础,以提高确定车辆是否超速的可靠性和准确性。
S303,根据所述行驶速度和所述车辆所处车道的限速值,确定所述车辆的行驶速度是否超速。
示例性的,将雷达阵列部署于道路的合适位置之前,技术人员可根据雷达阵列中各雷达的测试区域大小,将各雷达可监测车道的车道标识和车道限速值,配置于各雷达中,以为后续雷达阵列确定目标监控区域中是否存在异常车辆奠定基础。其中,车道标识可为能够唯一确定车道身份的信息,例如编号或序号等。其中,将各雷达可监测车道的车道标识和车道限速值,配置于各雷达中,可以是将车道标识和车道限速值之间的映射关系配置于各雷达中。此处对其不做具体限定。
例如,若道路X1为单向四车道,且雷达阵列31中的雷达a、雷达b和雷达c均可监测上述4个车道,则可将这4个车道从左至右依次编号为:车道1、车道2、车道3和车道4。之后将将车道1、车道2、车道3和车道4各自对应的限速值,按照映射关系分别配置于雷达a、雷达b和雷达c中。在该示例中,雷达阵列31设置于道路X1左侧边缘的立杆(图中未示出)上。其中,雷达a监测的区域方向为车辆驶来方向,雷达b监测的区域方向为车辆驶离方向;雷达c监测的区域为雷达a和雷达b监测区域之间的区域,具体如图3(a)所示。
又如,若道路X2为双向四车道,且雷达阵列31中的雷达a、雷达b和雷达c均可监测上述4个车道,则可将这4车道从左至右依次编号为:车道1、车道2、车道3和车道4。之后,将车道1、车道2、车道3和车道4各自对应的限速值,按照映射关系分别配置于雷达a、雷达b和雷达c中。在该示例中,雷达阵列31设置于道路X2左侧边缘的立杆(图中未示出)上。其中,当监测车道1和车道2时,雷达a监测的区域方向为车辆驶来方向,反之当监测车道3和车道4时,雷达a监测的区域方向为车辆驶离方向;当监测车道1和车道2时,雷达b监测的区域方向为车辆驶离方向,反之当监测车道3和车道4时,雷达b监测的区域方向为车辆驶来方向;雷达c监测的区域为雷达a和雷达b监测区域之间的区域,具体如图3(b)所示。
将各雷达可监测车道的车道标识和车道限速值,配置于各雷达中之后,当雷达阵列采集到目标监控区域的点云数据,各雷达可分析各自采集的点云数据,获取各自监测车道中的车辆行驶速度、车辆与自身之间的相对角度,和车辆与自身之间的相对距离。然后,根据车辆与自身之间的相对角度和车辆与自身之间的相对距离,确定车辆所在车道的车道标识。之后根据车辆所在车道标识,在预先配置的车道标识与车道限速值之间映射关系中,查找该车道的限速值。进而,将查找到的限速值与获取的车辆行驶速度进行比较,以确定该车辆是否超速。
继续以上述示例为例进行说明,假设雷达阵列中的雷达a根据采集的点云数据,分析出自身可监测的车道1中存在车辆h,且车辆h的行驶速度为80千米每小时(km/h),那么雷达a可根据车道1,从预先配置的车道标识与车道限速值之间映射关系中,获取到车道的1的限速值为60km,从而根据限速值60km和车辆行驶速度80km,可确定该车辆h时速超过限速值的33.3%,属于超速。
又如,假设雷达阵列中的雷达a和雷达c根据采集的点云数据,分析出自身可监测的车道2中存在车辆w,且车辆w的行驶速度为60千米每小时(km/h),那么雷达a和雷达c可根据车道2,从各自预先配置的车道标识与车道限速值之间映射关系中,获取到车道2的限速值为50km,从而雷达a和雷达c根据限速值50km和车辆行驶速度60km,可同时确定该车辆w时速超过限速值的20%,属于超速。
进一步的,若上述S302中是根据采集的不同时刻点云数据,确定目标监控区域中车辆的平均行驶速度,那么本实施例可将车辆的平均行驶与车辆所处车道的限速值进行比较,确定车辆的行驶速度是否超速,具体实现过程可如上述根据获取的车辆的行驶速度和车辆所处车道的限速值类似,此处对其不做过多赘述。
S304,若超速,则确定所述目标监控区域中存在异常行为车辆。
其中,当确定异常行为车辆的行驶速度超速时,即可确定该异常行为车辆的异常行为为超速。
S305,若未超速,且所述车辆从第一时刻的第一行驶速度减小至第二时刻的第二行驶速度,则确定所述目标监控区域中存在异常行为车辆。
其中,第一行驶速度为非零值,第二行驶速度为零值。
在本发明实施例中,当确定异常行为车辆的行驶速度未超速,但是车辆从第一时刻的第一行驶速度减少至第二时刻的第二行驶速度,则确定该异常行为车辆的异常行为为非超速异常。
假设雷达阵列中雷达a根据采集的点云数据,分析出自身可监测的车道2中存在车辆r,且该车辆r第一时刻的第一行驶速度为70km/h,第二时刻的第二行驶速度减小为0,则确定该车辆r出现非超速异常,此时确定目标监控区域中存在异常行为车辆。其中,非超速异常可包括:发生交通事故或者占用应急车道。
S306,若存在,则控制处理器调整云台摄像机的拍摄参数,使云台摄像机采用调整后的拍摄参数采集所述异常行为车辆的图像。
本发明实施例提供的技术方案,通过雷达阵列采集目标监控区域的点云数据,以根据点云数据,确定目标监控区域中车辆的行驶速度,并根据车辆的行驶速度和车辆所处车道的限速值,确定车辆的行驶速度是否超速,并根据确定结果确定目标监控区域中是否存在异常行驶车辆,若存在则控制处理器调整云台摄像机的拍摄参数,使云台摄像机采用调整后的拍摄参数采集异常行为车辆图像。由此,通过雷达阵列将道路任一区间段作为监控区域,以对监控区域中的车辆异常行为进行实时监控,实现对车辆异常行为的无盲点检测,减少甚至避免驾驶员逃避检测的现象,提高检测的精准度,并且通过雷达阵列和云台摄像机间的联动监控,当雷达阵列确定监控区域存在异常行为车辆时,使得云台摄像机根据雷达阵列发送的触发信号,在第一时间对处于不同位置的异常行为车辆的图像进行采集,提高了对异常行为车辆的监控准确性和可靠性。
图4是本发明实施例的再一种车辆异常行为监控方法的流程示意图,本发明实施例可适用于对道路上的异常行为车辆进行监控的场景,该方法可以由本发明实施例提供的配置于处理器的车辆异常行为监控装置来执行,该装置可以采用硬件和/或软件的方式实现。本实施例中,处理器为任意具有数据处理功能的器件,例如DSP、CPU和GPU等。如图4所示,该方法具体包括如下:
S401,接收雷达阵列发送的控制指令,所述控制指令携带有异常行为车辆数据。
S402,根据所述异常行为车辆数据,调整云台摄像机的拍摄参数,并控制云台摄像机采用调整后的拍摄参数采集异常行为车辆的图像。
其中,云台摄像机的拍摄参数包括:拍摄角度和/或变焦镜头的焦距。在本实施中,拍摄角度包括:水平角度和垂直角度。
示例性的,接收到雷达阵列发送的控制指令之后,处理器可对控制指令进行解析,获取控制指令携带的异常行为车辆数据。其中,异常行为车辆数据包括:车辆行驶速度、车辆与雷达阵列之间的相对距离和车辆与雷达阵列之间的相对角度。然后,根据获取的异常行为数据,调整云台摄像机的拍摄参数,并控制云台摄像机采用调整后的拍摄参数采集异常行为车辆的图像。
根据获取的异常行为数据,调整云台摄像机的拍摄参数可通过不同方式实现。可选的,本实施例可按照预设坐标转换算法,将异常行为数据转换为云台摄像机的拍摄参数,得到目标拍摄参数。然后,根据目标拍摄参数,调整云台摄像机的拍摄参数。需要说明的是,本实施例中预设坐标转换算法可以是已有的任意算法,此处对其不做具体限定。
本发明实施例提供的技术方案,通过雷达阵列将道路任一区间段作为监控区域,以对监控区域中的车辆异常行为进行实时监控,实现对车辆异常行为的无盲点检测,减少甚至避免驾驶员逃避检测的现象,并且通过雷达阵列和云台摄像机间的联动监控,当雷达阵列确定监控区域存在异常行为车辆时,使得云台摄像机根据雷达阵列发送的触发信号,在第一时间对处于不同位置的异常行为车辆的图像进行采集,提高了对异常行为车辆的监控准确性和可靠性。
图5是本发明实施例的又一种车辆异常行为监控方法的流程示意图,本实施例在上述实施例的基础上进行进一步优化。在此基础上,对“控制指令”进行进一步优化,并且增加了“对确定异常行为车辆的异常行为类型为非超速异常进行分析”的相关内容。如图5所示,该方法具体包括:
S501,接收雷达阵列发送的控制指令,所述控制指令携带有异常行为车辆数据和异常行为车辆的异常行为类型。
本发明实施例中,所述异常行为类型包括超速异常和非超速异常;其中所述非超速异常包括:占用应急车道和发生交通事故。
可选的,接收到雷达阵列发送的控制指令后,处理器可对该控制指令进行解析,以获取控制指令中携带的异常行为车辆数据和异常行为车辆的异常行为类型,为后续进一步确定异常行为车辆的异常行为奠定基础。
S502,若异常行为类型为非超速异常,则根据所述异常行为车辆数据,确定异常行为车辆当前所在位置。
示例性的,当处理器确定异常行为车辆的异常行为类型为非超速异常,则需要对非超速异常进行具体分析,以确定异常行为车辆的异常行为为占用车道还是发生交通事故。为此,本实施例中处理器可根据获取到的异常行为车辆数据中的车辆与雷达阵列的相对距离,和车辆与雷达阵列的相对角度,确定该异常行为车辆当前所在位置。
S503,将所述异常行为车辆当前所在位置与预先配置的应急车道区域进行匹配,若匹配成功,则执行S504,否则,执行S505。
通常,对每个道路进行安全监控时,会为每个道路部署雷达阵列、处理器和云台摄像机。那么当确定异常行为车辆当前所在位置之后,处理器还可根据预先配置道路信息,确定自身当前所在道路的应急车道区域。然后将异常行为车辆当前所在位置与应急车道区域进行匹配,以确定是否匹配成功。其中,确定异常行为车辆当前所在位置与应急车道区域是否匹配成功时,可采用现用的匹配算法实现,此处对其不做具体限定。例如特征匹配算法等。
具体的,当异常行为车辆的当前所在位置与应急车道区域匹配成功,则确定异常行为车辆的异常行为为占用应急车道;否则,异常行为车辆的异常行为为发生交通事故。
在实际使用过程中,还可能存在多个道路共用一个处理器,那么针对此种情况,本实施例确定异常行为车辆当前所在位置与应急车道区域是否匹配时,雷达阵列向处理器发送控制指令,还可将雷达阵列标识携带在控制指令中,以使处理器可根据控制指令中的雷达阵列标识确定目标道路,然后从预先配置的道路信息中,获取上述目标道路中的应急车道区域。然后将异常行为车辆当前所在位置与应急车道区域进行匹配,以确定是否匹配成功。
S504,若匹配成功,则确定所述异常行为车辆的异常行为为占用应急车道。
S505,若匹配失败,则确定所述异常行为车辆的异常行为为发生交通事故。
S506,根据所述异常行为车辆数据,调整云台摄像机的拍摄参数,并控制云台摄像机采用调整后的拍摄参数采集异常行为车辆的图像。
当确定异常行为车辆的异常行为之后,本实施例可控制云台摄像机采用调整后的摄像参数,根据异常行为采用不同方式采集异常行为车辆的图像,以提高对异常行为车辆取证的可靠性。
需要说明的是,本实施例根据异常行为车辆的异常行为采用不同方式采集异常行为车辆的图像,将在下面实施例中进行详细说明,此处对其不做过多赘述。
本发明实施例提供的技术方案,通过雷达阵列将道路任一区间段作为监控区域,以对监控区域中的车辆异常行为进行实时监控,实现对车辆异常行为的无盲点检测,减少甚至避免驾驶员逃避检测的现象,并且通过雷达阵列和云台摄像机间的联动监控,当雷达阵列确定监控区域存在异常行为车辆时,使得云台摄像机根据雷达阵列发送的触发信号,在第一时间对处于不同位置的异常行为车辆的图像进行采集,提高了对异常行为车辆的监控准确性和可靠性。此外,根据异常行为车辆的异常行为,控制云台摄像机采用不同方式采集异常行为车辆的图像,以提高对异常行为车辆取证的可靠性
图6是本发明实施例的又一种车辆异常行为监控方法的流程示意图,本实施例在上述实施例的基础上进行进一步优化。在此基础上,还可以进一步对“控制云台摄像机采用调整后的拍摄参数采集异常行为车辆的图像”进行优化。如图6所示,该方法具体包括:
S601,接收雷达阵列发送的控制指令,所述控制指令携带有异常行为车辆数据。
S602,根据所述异常行为车辆数据,调整云台摄像机的拍摄参数。
S603,若异常行为车辆的异常行为为超速,则控制云台摄像机采用调整后的拍摄参数采集异常行为车辆的图片。
可选的,当确定异常行为车辆的异常行为为超速,则控制云台摄像机采用调整后的拍摄参数对异常行为车辆进行抓拍,得到超速图片。
由于云台摄像机采集异常行为车辆的图片时,可能存在天气异常,例如天阴或者下雨等,可能会导致云台摄像机抓拍的一张超速图片不清晰,使得后续获取超速车辆的车牌信息非常困难。因此,为了确保采集的异常行为车辆的图片清晰且无伪影,本实施例可控制云台摄像机采集多张异常行为车辆的图片。
在本实施例中,当控制云台摄像机采集多张异常行为车辆的图片时,可以在异常行为车辆面向云台摄像机由远至近的方式行驶时,控制云台摄像机采用调整后的拍摄参数采集异常行为车辆的车头图片,并在异常行为车辆背向云台摄像机由近至远的方式行驶时,控制云台摄像机采用调整后的拍摄参数采集异常行为车辆的车尾图片,以得到两张异常行为车辆的图片。
S604,若异常行为车辆的异常行为为占用应急车道,则控制云台摄像机采用调整后的拍摄参数采集异常行为车辆的多张图片。
可选的,当确定异常行为为占用应急车道,处理器可控制云台摄像机采用调整后的拍摄参数采集异常行为车辆在不同时刻的多张图片。例如,在第三时刻控制云台摄像机采用调整后的拍摄参数采集异常行为车辆的M张图片,并在间隔时长阈值之后(即第四时刻)控制云台摄像机采用调整后的拍摄参数采集异常行为车辆的N张图片。其中时长阈值可根据实际需要进行设置,例如5分钟(min)等。
S605,若异常行为车辆的异常行为为发生交通事故,则控制云台摄像机采用调整后的拍摄参数采集异常行为车辆的预设时长视频。
其中,预设时长可根据实际需要进行设置,例如3秒(s)或者5s等。
例如,若预设时长为3s,那么当处理器确定异常行为车辆的异常行为为发生交通事故,则控制云台摄像机采用调整后的拍摄参数采集异常行为车辆的3s视频,以实现对发生交通事故的异常行为车辆的第一时间记录,为后续交通事故处理提供了有利条件。
本发明实施例提供的技术方案,通过雷达阵列将车道的任一区间段作为监控区域,以对监控区域中的车辆进行无盲点检测,减少甚至避免驾驶员逃避检测的现象,并且通过雷达阵列和云台摄像机间的联动监控,当雷达阵列确定监控区域存在异常行为车辆时,使得云台摄像机根据雷达阵列发送的触发信号,在第一时间对位于不同位置的异常行为车辆的图像进行采集,提高了对异常行为车辆的监控及时性和准确性。此外,通过控制云台摄像机采用调整后的拍摄参数,根据异常行为车辆的异常行为采用不同的方式采集异常行为车辆的图像,为后续监控中心进行异常处理提供了依据,使得对异常行为车辆的处理更高效及时且准确。
基于上述实施例,在控制云台摄像机采用调整后的拍摄参数采集异常行为车辆的图像之后,可选的本实施例还包括:
对异常行为车辆的图像进行处理,获取异常行为车辆标识;
将所述异常行为车辆标识和提示信息发送给监控中心,以使监控中心根据异常行为车辆标识和提示信息进行异常处理;或者,
将所述异常行为车辆的图像及提示信息发送给监控中心,以使监控中心根据图像和提示信息进行异常处理。
其中,车辆标识是指能够唯一识别车辆身份的信息,例如车牌号等。在本发明实施例中,提示信息包括:异常行为车辆图像拍摄时间、拍摄地点以及异常行为等。其中,异常行为包括以下至少一种:车辆超速、占用应急车道和发生交通事故。
示例性的,本实施例中,处理器对异常行为车辆的图像进行处理,可以是对图像中的异常行为车辆进行识别,提取异常行为车辆标识。然后将异常行为车辆标识和提示信息发送给监控中。
也就是说,当云台摄像机采用调整后的拍摄参数采集异常行为车辆的图像之后,处理器可对采集的异常行为车辆的图像进行处理,以将处理得到的车辆标识和预警信息发送给监控中心,或者,对采集的异常行为车辆的图像不作任何处理,直接将图像及预警信息发送给监控中心,使得处理器能够采用不同方式向监控中心发送预警信息及其他数据。从而监控中心根据预警信息及其他数据进行异常处理。
其中,异常处理可根据异常行为车辆的异常行为采用不同方式实现。例如,若异常行为车辆的异常行为为超速,则生成超速罚单;若异常行为车辆的异常行为为占用应急车道或者发生交通事故,则调配附近的交警人员及时赶到现场进行处理。
进一步的,为了减少占用带宽资源且提高信息传输安全性,本实施例向监控中心发送异常行为车辆标识和提示信息,或者图像和提示信息时,可对上述两类数据进行压缩和加密处理,之后再将处理后的数据发送给监控中。
下面通过一个具体实施例,对上述实施例提供的车辆异常行为监控方法进行具体说明,具体参见图7。图7是本发明实施例的一个具体实施例的雷达阵列、处理器和云台摄像机之间信令交互的示意图。
假设本发明实施例中,雷达阵列为L,处理器为S以及云台摄像机为Y,那么雷达阵列为L,处理器为S和云台摄像机为Y之间的信令交互过程包括如下:
S701,雷达阵列L若根据采集的目标监控区域的点云数据,确定目标监控区域中存在异常行为车辆。
所述点云数据包括:车辆行驶速度、车辆与雷达阵列之间的相对距离和车辆与雷达阵列之间的相对角度。
所述异常行为包括以下至少一种:超速、占用应急车道和发生交通事故。
S702,雷达阵列L向处理器S发送控制指令。
其中,控制指令包括:异常行为车辆数据和异常行为类型。在本发明实施例中,异常行为类型为超速。
S703,处理器S接收雷达阵列L发送的控制指令,并根据控制指令携带的异常行为车辆数据,确定云台摄像机Y的目标拍摄参数。
S704,处理器S向云台摄像机Y发送目标拍摄参数。
S705,云台摄像机Y根据处理器S发送的目标拍摄参数,调整自身的拍摄参数,并采用调整后的拍摄参数采集异常行为车辆的图像。
S706,云台摄像机Y向处理器S发送采集的异常行为车辆的图像。
S707,处理器S将图像及提示信息发送监控中心,以使监控中心进行异常处理。
本发明实施例提供的技术方案,通过雷达阵列将车道的任一区间段作为监控区域,以对监控区域中的车辆进行无盲点检测,减少甚至避免驾驶员逃避检测的现象,并且通过雷达阵列和云台摄像机间的联动监控,当雷达阵列确定监控区域存在异常行为车辆时,使得云台摄像机根据雷达阵列发送的触发信号,在第一时间对位于不同位置的异常行为车辆的图像进行采集,提高了对异常行为车辆的监控及时性和准确性。
图8是本发明实施例的一种车辆异常行为监控装置的结构示意图。该车辆异常行为监控装置配置于雷达阵列。如图8所示,本发明实施例车辆异常行为监控装置800包括:数据采集模块810、异常车辆确定模块820和控制模块830。
其中,数据采集模块810,用于通过所述雷达阵列采集目标监控区域的点云数据;
异常车辆确定模块820,用于根据所述点云数据,确定所述目标监控区域中是否存在异常行为车辆;
控制模块830,用于若存在,则控制处理器调整云台摄像机的拍摄参数,使云台摄像机采用调整后的拍摄参数采集所述异常行为车辆的图像。
作为本发明实施例的一种可选的实现方式,异常车辆确定模块820,具体用于:
根据所述点云数据,确定所述目标监控区域中车辆的行驶速度;
根据所述行驶速度和所述车辆所处车道的限速值,确定所述车辆的行驶速度是否超速;
若超速,则确定所述目标监控区域中存在异常行为车辆。
作为本发明实施例的一种可选的实现方式,异常车辆确定模块820,还用于:
若未超速,且所述车辆从第一时刻的第一行驶速度减小至第二时刻的第二行驶速度,则确定所述目标监控区域中存在异常行为车辆。
作为本发明实施例的一种可选的实现方式,所述点云数据包括:车辆行驶速度、车辆与雷达阵列之间的相对距离和车辆与雷达阵列之间的相对角度;
所述异常行为包括以下至少一种:超速、占用应急车道和发生交通事故。
作为本发明实施例的一种可选的实现方式,所述雷达阵列为毫米波雷达阵列;
其中,所述毫米波雷达阵列包括:至少两个高频波段的毫米波雷达和至少一个低频波段的毫米波雷达。
需要说明的是,前述对车辆异常行为监控方法实施例的解释说明也适用于该实施例的车辆异常行为监控装置,其实现原理类似,此处不再赘述。
本发明实施例提供的技术方案,通过雷达阵列采集目标监控区域的点云数据,以根据点云数据确定目标监控区域中是否存在异常行驶车辆,若存在则控制处理器调整云台摄像机的拍摄参数,使云台摄像机采用调整后的拍摄参数采集异常行为车辆图像。由此,通过雷达阵列将道路任一区间段作为监控区域,以对监控区域中的车辆异常行为进行实时监控,实现对车辆异常行为的无盲点检测,减少甚至避免驾驶员逃避检测的现象,并且通过雷达阵列和云台摄像机间的联动监控,当雷达阵列确定监控区域存在异常行为车辆时,使得云台摄像机根据雷达阵列发送的触发信号,在第一时间对处于不同位置的异常行为车辆的图像进行采集,提高了对异常行为车辆的监控准确性和可靠性。
图9是本发明实施例的一种车辆异常行为监控装置的结构示意图。该装置配置于处理器。如图9所示,本发明实施例车辆异常行为监控装置900包括:指令接收模块910和调整和控制模块920。
其中,指令接收模块910,用于接收雷达阵列发送的控制指令,所述控制指令携带有异常行为车辆数据;
调整和控制模块920,用于根据所述异常行为车辆数据,调整云台摄像机的拍摄参数,并控制云台摄像机采用调整后的拍摄参数采集异常行为车辆的图像。
作为本发明实施例的一种可选的实现方式,调整和控制模块920,具体用于:
将所述异常行为车辆数据转换为云台摄像机的拍摄参数,得到目标拍摄参数;
根据所述目标拍摄参数,调整云台摄像机的拍摄参数。
作为本发明实施例的一种可选的实现方式,所述控制指令携带有异常行为车辆的异常行为类型;所述异常行为类型包括超速异常和非超速异常,其中所述非超速异常包括:占用应急车道和发生交通事故;
相应地,所述装置,还包括:位置确定模块,匹配模块和匹配结果模块;
其中,位置确定模块,用于若所述异常行为类型为非超速异常,则根据所述异常行为车辆数据,确定异常行为车辆当前所在位置;
匹配模块,用于将所述异常行为车辆当前所在位置与预先配置的应急车道区域进行匹配;
匹配结果模块,用于若匹配成功,则确定所述异常行为车辆的异常行为为占用应急车道;否则,所述异常行为车辆的异常行为为发生交通事故。
作为本发明实施例的一种可选的实现方式,调整和控制模块920,具体用于:
若异常行为车辆的异常行为为超速,则控制云台摄像机采用调整后的拍摄参数采集异常行为车辆的图片;
若异常行为车辆的异常行为为占用应急车道,则控制云台摄像机采用调整后的拍摄参数采集异常行为车辆的多张图片;
若异常行为车辆的异常行为为发生交通事故,则控制云台摄像机采用调整后的拍摄参数采集异常行为车辆的预设时长视频。
作为本发明实施例的一种可选的实现方式,所述装置还包括:信息获取模块和信息发送模块;
其中,信息获取模块,用于对异常行为车辆的图像进行处理,获取异常行为车辆标识;
信息发送模块,用于将所述异常行为车辆标识和提示信息发送给监控中心,以使监控中心根据异常行为车辆标识和提示信息进行异常处理;或者,
信息发送模块,还用于将所述异常行为车辆的图像及提示信息发送给监控中心,以使监控中心根据图像和提示信息进行异常处理。
需要说明的是,前述对车辆异常行为监控方法实施例的解释说明也适用于该实施例的车辆异常行为监控装置,其实现原理类似,此处不再赘述。
本发明实施例提供的技术方案,通过雷达阵列采集目标监控区域的点云数据,以根据点云数据确定目标监控区域中是否存在异常行驶车辆,若存在则控制处理器调整云台摄像机的拍摄参数,使云台摄像机采用调整后的拍摄参数采集异常行为车辆图像。由此,通过雷达阵列将道路任一区间段作为监控区域,以对监控区域中的车辆异常行为进行实时监控,实现对车辆异常行为的无盲点检测,减少甚至避免驾驶员逃避检测的现象,并且通过雷达阵列和云台摄像机间的联动监控,当雷达阵列确定监控区域存在异常行为车辆时,使得云台摄像机根据雷达阵列发送的触发信号,在第一时间对处于不同位置的异常行为车辆的图像进行采集,提高了对异常行为车辆的监控准确性和可靠性。
为了实现上述目的,本发明实施例还提出了一种车辆异常行为监控系统。参见图10,本实施例提供了一种车辆异常行为监控系统1000,其包括:雷达阵列1100,处理器1200和云台摄像机1300;
其中,所述处理器1200,与所述雷达阵列1100和所述云台摄像机1300通信连接。
本发明实施例提供的技术方案,通过雷达阵列将道路任一区间段作为监控区域,以对监控区域中的车辆异常行为进行实时监控,实现对车辆异常行为的无盲点检测,减少甚至避免驾驶员逃避检测的现象,并且通过雷达阵列和云台摄像机间的联动监控,当雷达阵列确定监控区域存在异常行为车辆时,使得云台摄像机根据雷达阵列发送的触发信号,在第一时间对处于不同位置的异常行为车辆的图像进行采集,提高了对异常行为车辆的监控准确性和可靠性。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (13)
1.一种车辆异常行为监控方法,其特征在于,由雷达阵列执行,所述方法包括:
通过所述雷达阵列采集目标监控区域的点云数据;
根据所述点云数据,确定所述目标监控区域中是否存在异常行为车辆;
若存在,则控制处理器调整云台摄像机的拍摄参数,使云台摄像机采用调整后的拍摄参数采集所述异常行为车辆的图像。
2.根据权利要求1所述的方法,其特征在于,所述根据所述点云数据,确定所述目标监控区域中是否存在异常行为车辆,包括:
根据所述点云数据,确定所述目标监控区域中车辆的行驶速度;
根据所述行驶速度和所述车辆所处车道的限速值,确定所述车辆的行驶速度是否超速;
若超速,则确定所述目标监控区域中存在异常行为车辆。
3.根据权利要求2所述的方法,其特征在于,所述确定所述车辆的行驶速度是否超速之后,还包括:
若未超速,且所述车辆从第一时刻的第一行驶速度减小至第二时刻的第二行驶速度,则确定所述目标监控区域中存在异常行为车辆。
4.根据权利要求1所述的方法,其特征在于,所述点云数据包括:车辆行驶速度、车辆与雷达阵列之间的相对距离和车辆与雷达阵列之间的相对角度;
所述异常行为包括以下至少一种:超速、占用应急车道和发生交通事故。
5.根据权利要求1所述的方法,其特征在于,所述雷达阵列为毫米波雷达阵列;
其中,所述毫米波雷达阵列包括:至少两个高频波段的毫米波雷达和至少一个低频波段的毫米波雷达。
6.一种车辆异常行为监控方法,其特征在于,由处理器执行,所述方法包括:
接收雷达阵列发送的控制指令,所述控制指令携带有异常行为车辆数据;
根据所述异常行为车辆数据,调整云台摄像机的拍摄参数,并控制云台摄像机采用调整后的拍摄参数采集异常行为车辆的图像。
7.根据权利要求6所述的方法,其特征在于,所述根据所述异常行为车辆数据,调整云台摄像机的拍摄参数,包括:
将所述异常行为车辆数据转换为云台摄像机的拍摄参数,得到目标拍摄参数;
根据所述目标拍摄参数,调整云台摄像机的拍摄参数。
8.根据权利要求6所述的方法,其特征在于,所述控制指令携带有异常行为车辆的异常行为类型;所述异常行为类型包括超速异常和非超速异常,其中所述非超速异常包括:占用应急车道和发生交通事故;
相应地,所述根据所述异常行为车辆数据,调整云台摄像机的拍摄参数之前,还包括:
若所述异常行为类型为非超速异常,则根据所述异常行为车辆数据,确定异常行为车辆当前所在位置;
将所述异常行为车辆当前所在位置与预先配置的应急车道区域进行匹配;
若匹配成功,则确定所述异常行为车辆的异常行为为占用应急车道;否则,所述异常行为车辆的异常行为为发生交通事故。
9.根据权利要求8所述的方法,其特征在于,控制云台摄像机采用调整后的拍摄参数采集异常行为车辆的图像,包括:
若异常行为车辆的异常行为为超速,则控制云台摄像机采用调整后的拍摄参数采集异常行为车辆的图片;
若异常行为车辆的异常行为为占用应急车道,则控制云台摄像机采用调整后的拍摄参数采集异常行为车辆的多张图片;
若异常行为车辆的异常行为为发生交通事故,则控制云台摄像机采用调整后的拍摄参数采集异常行为车辆的预设时长视频。
10.根据权利要求6所述的方法,其特征在于,所述控制云台摄像机采用调整后的拍摄参数采集异常行为车辆的图像之后,所述方法还包括:
对异常行为车辆的图像进行处理,获取异常行为车辆标识;
将所述异常行为车辆标识和提示信息发送给监控中心,以使监控中心根据异常行为车辆标识和提示信息进行异常处理;或者,
将所述异常行为车辆的图像及提示信息发送给监控中心,以使监控中心根据图像和提示信息进行异常处理。
11.一种车辆异常行为监控装置,其特征在于,配置于雷达阵列,包括:
数据采集模块,用于通过所述雷达阵列采集目标监控区域的点云数据;
异常车辆确定模块,用于根据所述点云数据,确定所述目标监控区域中是否存在异常行为车辆;
控制模块,用于若存在,则控制处理器调整云台摄像机的拍摄参数,使云台摄像机采用调整后的拍摄参数采集所述异常行为车辆的图像。
12.一种车辆异常行为监控装置,其特征在于,配置于处理器,包括:
指令接收模块,用于接收雷达阵列发送的控制指令,所述控制指令携带有异常行为车辆数据;
调整和控制模块,用于根据所述异常行为车辆数据,调整云台摄像机的拍摄参数,并控制云台摄像机采用调整后的拍摄参数采集异常行为车辆的图像。
13.一种车辆异常行为监控系统,其特征在于,包括:雷达阵列、处理器和云台摄像机;
其中,所述处理器,与所述雷达阵列和所述云台摄像机通信连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010372045.7A CN113627213B (zh) | 2020-05-06 | 2020-05-06 | 车辆异常行为监控方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010372045.7A CN113627213B (zh) | 2020-05-06 | 2020-05-06 | 车辆异常行为监控方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113627213A true CN113627213A (zh) | 2021-11-09 |
CN113627213B CN113627213B (zh) | 2024-04-02 |
Family
ID=78376535
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010372045.7A Active CN113627213B (zh) | 2020-05-06 | 2020-05-06 | 车辆异常行为监控方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113627213B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115019515A (zh) * | 2022-04-19 | 2022-09-06 | 北京拙河科技有限公司 | 成像控制方法及系统 |
CN115641729A (zh) * | 2022-12-07 | 2023-01-24 | 创辉达设计股份有限公司 | 一种高速行驶车辆信息抽取方法及系统 |
WO2023108932A1 (zh) * | 2021-12-14 | 2023-06-22 | 江苏航天大为科技股份有限公司 | 一种基于毫米波雷达的车辆异常行驶行为识别方法 |
CN117095540A (zh) * | 2023-10-18 | 2023-11-21 | 四川数字交通科技股份有限公司 | 道路二次事故的预警方法、装置、电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003346275A (ja) * | 2002-05-29 | 2003-12-05 | Denso Corp | 車両監視システム |
CN103248867A (zh) * | 2012-08-20 | 2013-08-14 | 苏州大学 | 基于多摄像头数据融合的智能视频监控系统的监控方法 |
CN109212520A (zh) * | 2018-09-29 | 2019-01-15 | 河北德冠隆电子科技有限公司 | 全方位检测雷达的路况感知异常事件检测报警系统及方法 |
CN110211388A (zh) * | 2019-05-27 | 2019-09-06 | 武汉万集信息技术有限公司 | 基于3d激光雷达的多车道自由流车辆匹配方法及系统 |
CN110473402A (zh) * | 2019-08-20 | 2019-11-19 | 河北德冠隆电子科技有限公司 | 一种基于目标异常行为轨迹分析的异常事件检测预警系统 |
CN110675516A (zh) * | 2019-10-14 | 2020-01-10 | 深圳市镭神智能系统有限公司 | 车辆管理装置、车辆管理服务器以及车辆收费系统 |
-
2020
- 2020-05-06 CN CN202010372045.7A patent/CN113627213B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003346275A (ja) * | 2002-05-29 | 2003-12-05 | Denso Corp | 車両監視システム |
CN103248867A (zh) * | 2012-08-20 | 2013-08-14 | 苏州大学 | 基于多摄像头数据融合的智能视频监控系统的监控方法 |
CN109212520A (zh) * | 2018-09-29 | 2019-01-15 | 河北德冠隆电子科技有限公司 | 全方位检测雷达的路况感知异常事件检测报警系统及方法 |
CN110211388A (zh) * | 2019-05-27 | 2019-09-06 | 武汉万集信息技术有限公司 | 基于3d激光雷达的多车道自由流车辆匹配方法及系统 |
CN110473402A (zh) * | 2019-08-20 | 2019-11-19 | 河北德冠隆电子科技有限公司 | 一种基于目标异常行为轨迹分析的异常事件检测预警系统 |
CN110675516A (zh) * | 2019-10-14 | 2020-01-10 | 深圳市镭神智能系统有限公司 | 车辆管理装置、车辆管理服务器以及车辆收费系统 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023108932A1 (zh) * | 2021-12-14 | 2023-06-22 | 江苏航天大为科技股份有限公司 | 一种基于毫米波雷达的车辆异常行驶行为识别方法 |
CN115019515A (zh) * | 2022-04-19 | 2022-09-06 | 北京拙河科技有限公司 | 成像控制方法及系统 |
CN115019515B (zh) * | 2022-04-19 | 2023-03-03 | 北京拙河科技有限公司 | 成像控制方法及系统 |
CN115641729A (zh) * | 2022-12-07 | 2023-01-24 | 创辉达设计股份有限公司 | 一种高速行驶车辆信息抽取方法及系统 |
CN115641729B (zh) * | 2022-12-07 | 2023-09-22 | 创辉达设计股份有限公司 | 一种高速行驶车辆信息抽取方法及系统 |
CN117095540A (zh) * | 2023-10-18 | 2023-11-21 | 四川数字交通科技股份有限公司 | 道路二次事故的预警方法、装置、电子设备及存储介质 |
CN117095540B (zh) * | 2023-10-18 | 2024-01-23 | 四川数字交通科技股份有限公司 | 道路二次事故的预警方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113627213B (zh) | 2024-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113627213B (zh) | 车辆异常行为监控方法、装置及系统 | |
KR101938064B1 (ko) | 자율주행 테스트 시스템 | |
US8284996B2 (en) | Multiple object speed tracking system | |
US11380105B2 (en) | Identification and classification of traffic conflicts | |
JP4923736B2 (ja) | 道路通信システムおよび道路通信方法 | |
US9154741B2 (en) | Apparatus and method for processing data of heterogeneous sensors in integrated manner to classify objects on road and detect locations of objects | |
KR102105162B1 (ko) | 전자파 센서를 이용해 차량 속도, 차량 위치 및 차량 통행량을 파악하고 규칙을 위반하는 차량을 구분하여 이에 대한 정보는 동영상 또는 사진으로 저장하는 스마트 속도위반단속 장치, 스마트 신호위반단속 장치 및 스마트시티 솔루션 장치 | |
US20060111841A1 (en) | Method and apparatus for obstacle avoidance with camera vision | |
WO2014172708A1 (en) | Pedestrian right of way monitoring and reporting system and method | |
WO2002050568A1 (fr) | Procede de detection d'un objet stationnaire sur une route | |
KR101326943B1 (ko) | 추월차량 경고 시스템 및 추월차량 경고 방법 | |
EP3806062A1 (en) | Detection device and detection system | |
WO2019230122A1 (ja) | 検知装置及び検知システム | |
WO2020101071A1 (ko) | 도로 장애물의 알림 및 차량의 추적이 가능한 라이다를 이용한 교통 감시 시스템 | |
CN111477011A (zh) | 一种用于道路路口预警的检测装置及检测方法 | |
CN111311942A (zh) | 基于v2x技术的路况显示方法、系统、v2x终端及v2x服务器 | |
KR102418051B1 (ko) | 차선별 교통상황 판단 장치, 시스템, 및 방법 | |
CN104504905B (zh) | 一种对车辆轨迹与速度进行识别的方法 | |
JP2019207654A (ja) | 検知装置及び検知システム | |
KR20200026492A (ko) | IoT기반의 카메라 그룹핑을 이용한 터널 내 유고 감시 시스템 | |
CN111429723B (zh) | 一种基于路侧设备的通信与感知数据融合方法 | |
JP2019207655A (ja) | 検知装置及び検知システム | |
CN111427063A (zh) | 一种移动装置通行控制方法、装置、设备、系统及介质 | |
CN114863695A (zh) | 一种基于车载激光和摄像机的超标车辆检测系统和方法 | |
KR20230020184A (ko) | 고정 카메라 및 이동 카메라를 이용한 영상 분석 장치 |
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 |