CN113870555B - 基于手机imsi码与电子车牌的人车协同识别方法 - Google Patents
基于手机imsi码与电子车牌的人车协同识别方法 Download PDFInfo
- Publication number
- CN113870555B CN113870555B CN202111052006.XA CN202111052006A CN113870555B CN 113870555 B CN113870555 B CN 113870555B CN 202111052006 A CN202111052006 A CN 202111052006A CN 113870555 B CN113870555 B CN 113870555B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- mobile phone
- imsi
- information
- license plate
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 7
- 238000001514 detection method Methods 0.000 claims description 4
- 230000000977 initiatory effect Effects 0.000 claims description 2
- 238000012216 screening Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
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
- G08G1/0125—Traffic data processing
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W8/00—Network data management
- H04W8/005—Discovery of network devices, e.g. terminals
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Databases & Information Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于手机IMSI码与电子车牌的人车协同识别方法,利用IMSI码识别器获取所有经过人员的手机IMSI码,通过近距空间关系判别算法,计算出目标的通过速度,区分出行人与车乘人员;利用电子车牌阅读器获取电子车牌中所存储的车主的IMSI码,与车乘人员IMSI码进行检索匹配,区分出驾驶员与乘客;若车主IMSI无法匹配,利用两组设备的采集时间,将人车关系进行绑定,并判断出车内人员数量;通过角度重构与几何推导的方法,从空间位置上分辨出驾驶员与乘客;最后,将这些数据信息整合成新的数据集,传输至网络终端,达到人车协同识别的效果。
Description
技术领域
本发明主要属于信息识别领域,具体为一种基于手机IMSI码与电子车牌的人车协同识别方法。
背景技术
随着社会经济的高速发展,社会车辆的快速增长,对于车辆及其车内人员识别的技术需求日益增长,基于机器视觉及图像处理的识别技术备受关注,其也在近几年得到了广泛的应用与发展。与此同时,电子车牌的持续发展,给人车识别提供了一种新的发展环境,通过电子车牌读取器直接获取电子车牌中所存储的信息,达到车辆识别的效果。
为了实现良好的人车识别,现有的一些公开的专利和论文都提出了各自的理论解决方案。目前大部分识别方法所依托的都是通过摄像头所采集到的视频及以图像,运用图像处理以及是深度学习,将人车识别分割成车牌图像识别以及人脸识别两部分,进而解析出人员与车辆信息。该类方法较为普遍并且实用性很高,但仍存在不少问题。
1)首先,运用视频及图像进行识别,对于视频图像有一定的清晰度要求,遇到诸如雨雪等恶劣天气,对于视频图像的影响十分严重,甚至无法获取到完整的车辆图像,严重降低了识别精度。
2)其次,此类方法在进行人车识别时,本质上分为人脸识别与车牌识别两部分,并未确定人车关系,数据需要进行二次关联,加重了数据处理的工作量。同时,若视频图像中出现多车多人的情况,人车关系无法绑定,会影响识别的效果,造成部分错误识别。
3)最后,由于视频图像获取途径的局限性,并不能完全采集到车内全部人员信息。同时,若车内存在复数人员,无法确认车内人员身份,即何人为乘客,何人为驾驶员,识别效果不理想。
发明内容
本发明的目的在于提出了一种基于手机IMSI码与电子车牌的人车协同识别方法。
实现本发明目的的技术方案为:一种基于手机IMSI码与电子车牌的人车协同识别方法,具体步骤为:
步骤1、利用IMSI识别器,获取所有经过的人员手机IMSI码以及手机信息;
步骤2、利用电子车牌阅读器,读取通过车辆的相关信息,所述车辆的相关信息包括车主IMIS码;
步骤3、根据手机信息,利用近距空间信号强度算法,计算出目标通过速度,区分出行人与车乘人员,并将相同时间内以相同速度通过的车乘人员视为同一组车乘人员;
步骤4、将读取的车主IMSI码与步骤3中车乘人员的IMSI码进行检索匹配,区分出驾驶员与乘客;
若车主IMSI码无法匹配,通过多个采集点位进行数据碰撞,利用两组采集设备的采集时间,将人车关系重新进行绑定,并判断出车内人员数量;
通过角度重构与几何推导的方法,从空间关系上辨别出驾驶员与乘客;
步骤5、将处理后的数据信息整合成新的数据集,上传至网路中心进行保存与记录。
本发明与现有技术相比,其显著优点为:本发明能够将人与车辆进行协同识别,确定车内人员身份,绑定人车关系,增添了检测数据维度;同时,本发明克服了环境、照明和天气等其他因素的影响,能够在任何情况下工作运转,技术韧性高;并且,对于设备所采集的数据无需进行复杂算法处理,降低了识别工作量和成本。
附图说明
图1为一种基于手机IMSI码与电子车牌的人车协同识别方法的流程图。
图2为IMSI码识别器的工作原理示意图。
具体实施方式
如图1、2所示,一种基于手机IMSI码与电子车牌的人车协同识别方法,具体步骤为:
步骤1、利用IMSI识别器,获取所有经过的人员手机IMSI码以及手机信息,具体步骤为:
步骤1.1、当手机进入识别器覆盖区域内,满足重选或切换条件时,手机会向识别器发起注册,并驻留到识别器。
步骤1.2、识别器对发起注册的手机进行信息采集,采集的信息包括手机信号强度、手机号码、业务ID、时间信息、位置信息等,并将手机信息传输给运营商。运营商应用支撑平台将所有驻留在识别器中的注册用户的手机信息通过互联网发送给后台应用系统。
步骤1.3、后台应用系统根据注册用户的手机信息与运营商数据库所记录的信息进行匹配,找到注册用户的IMIS码,同时确认识别器是否有获取注册用户IMIS码的权限,若为是,则将相关IMIS码传回给识别器。
步骤2、利用电子车牌阅读器,读取通过车辆的相关信息,车辆的相关信息包括车主IMIS码、车辆长度、车辆高度等。
优选地,所使用的电子车牌为基于RFID存储技术的数据信息存储器,数据包括车主IMSI码等车辆信息,可以通过电子车牌阅读器进行数据读取。
步骤3、根据步骤1所采集到的信号强度,利用近距空间信号强度算法,计算出目标通过速度,区分出行人与车乘人员,并将相同时间内以相同速度通过的车乘人员视为同一组车乘人员;
具体地,计算出目标通过速度后,将速度高于设定阈值的目标区分为车乘人员,否则为行人。
进一步的实施例中,利用的近距空间信号强度算法是根据信号强度计算公式、检测器与检测目标即通过车辆的间距、通过车辆的车辆长度、车辆高度,逆推出通过车辆的行驶速度。信号强度的计算公式为:
式中,RSSI为接收信号强度,RSRP为信号接收功率,space为车辆距离检测器间距,speed为车辆行驶速度,length为车辆长度,height为车辆高度。
步骤4、将步骤2读取的车主IMSI码与步骤3中车乘人员的IMSI码进行检索匹配,区分出驾驶员与乘客;具体地,将匹配的车乘人员区分为驾驶员;
若车主IMSI号无法匹配,通过多个采集点位进行数据碰撞,利用两组采集设备的采集时间,将人车关系重新进行绑定,并判断出车内人员数量;
通过角度重构与几何推导的方法,从空间关系上辨别出驾驶员与乘客;
进一步的实施例中,多点位数据碰撞,主要是通过多点位间的空间距离,结合采集时间和车辆行驶速度,筛选出多次在相同时间内以相同速度通过采集点位的人员,将这些人员确定为同一车辆内的人员,最后以电子车牌与IMSI码识别器的采集时间作为匹配基准进行关联匹配,将采集时间相同的车辆与人员进行人车关系的绑定,其车内人员数量即为相同时间内以相同速度通过的人员个数。
进一步的实施例中,车内存在复数人员时,其车内不同位置上的人员相对于识别器的角度不同,利用目标车辆距采集设备的水平距离以及设备的架设高度,运用角度重构与几何推导方法,计算出目标人员与采集设备之间相对于水平面的角度,最后将角度值最大的人员确认为驾驶员,其余人员为乘客。
优选地,角度重构与几何推导方法,是指一种通过二维投影图之间的交互等价线来计算这些二维投影图之间相对空间取向参数并重构三维图像的方法,主要通过交互等价线联系起来的两个二维投影图,其相互间的夹角可以通过其与第三个投影图的交互等价线来唯一确定,由此可计算出这三个投影的空间取向。其计算公式为:
其中i表示每个点位对应的第i个目标,j表示第j个点位,表示各目标到点位的距离,/>表示第i个目标到第j个点位的角度,/>表示第i个目标距离第j的点位的X方向距离,表示第i个目标距离第j的点位的Y方向距离,n表示目标总数。
步骤5、将处理后的数据信息整合成新的数据集,上传至网路中心进行保存与记录;
优选地,新数据集内容包括:采集序号、日期、时间、IMSI码、人员类型(行人、乘客、驾驶员)、车牌号、车主IMSI码、车型、检测设备编号。
Claims (4)
1.一种基于手机IMSI码与电子车牌的人车协同识别方法,其特征在于,具体步骤为:
步骤1、利用IMSI识别器,获取所有经过的人员手机IMSI码以及手机信息;
步骤2、利用电子车牌阅读器,读取通过车辆的相关信息,所述车辆的相关信息包括车主IMSI码;
步骤3、根据手机信息,利用近距空间信号强度算法,计算出目标通过速度,区分出行人与车乘人员,并将相同时间内以相同速度通过的车乘人员视为同一组车乘人员;
利用近距空间信号强度算法,计算出目标通过速度的具体公式为:
式中,RSSI为接收信号强度,RSRP为信号接收功率,space为车辆距离检测器间距,speed为车辆行驶速度,length为车辆长度,height为车辆高度;
步骤4、将读取的车主IMSI码与步骤3中车乘人员的IMSI码进行检索匹配,区分出驾驶员与乘客;
若车主IMSI码无法匹配,通过多个采集点位进行数据碰撞,利用两组采集设备的采集时间,将人车关系重新进行绑定,并判断出车内人员数量,具体方法为:
通过多点位间的空间距离,结合采集时间和车辆行驶速度,筛选出多次在相同时间内以相同速度通过采集点位的人员,将这些人员确定为同一车辆内的人员,以电子车牌与IMSI码识别器的采集时间作为匹配基准进行关联匹配,将采集时间相同的车辆与人员进行人车关系的绑定,车内人员数量为相同时间内以相同速度通过的人员个数;
通过角度重构与几何推导的方法,从空间关系上辨别出驾驶员与乘客,具体方法为:
车内存在复数人员时,其车内不同位置上的人员相对于IMSI识别器的角度不同,利用目标车辆距采集设备的水平距离以及设备的架设高度,计算出目标人员与采集设备之间相对于水平面的角度,将角度值最大的人员确认为驾驶员,其余人员为乘客;
步骤5、将处理后的数据信息整合成新的数据集,上传至网路中心进行保存与记录。
2.根据权利要求1所述的基于手机IMSI码与电子车牌的人车协同识别方法,其特征在于,利用IMSI识别器,获取所有经过的人员手机IMSI码以及手机信息,具体过程为:
步骤1.1、当手机进入识别器覆盖区域内,满足重选或切换条件时,手机向识别器发起注册,并驻留到识别器;
步骤1.2、识别器对发起注册的手机进行信息采集,并将手机信息传输给运营商,运营商应用支撑平台将所有驻留在识别器中的注册用户的手机信息通过互联网发送给后台应用系统;
步骤1.3、后台应用系统根据注册用户的手机信息与运营商数据库所记录的信息进行匹配,找到注册用户的IMSI码,同时确认识别器是否有获取注册用户IMSI码的权限,若为是,则将相关IMSI码传回给识别器。
3.根据权利要求2所述的基于手机IMSI码与电子车牌的人车协同识别方法,其特征在于,采集的信息包括手机信号强度、手机号码、业务ID、时间信息、位置信息。
4.根据权利要求1所述的基于手机IMSI码与电子车牌的人车协同识别方法,其特征在于,新的数据集内容包括:采集序号、日期、时间、IMSI码、人员类型、车牌号、车主IMSI码、车型、检测设备编号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111052006.XA CN113870555B (zh) | 2021-09-08 | 2021-09-08 | 基于手机imsi码与电子车牌的人车协同识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111052006.XA CN113870555B (zh) | 2021-09-08 | 2021-09-08 | 基于手机imsi码与电子车牌的人车协同识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113870555A CN113870555A (zh) | 2021-12-31 |
CN113870555B true CN113870555B (zh) | 2023-11-03 |
Family
ID=78994989
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111052006.XA Active CN113870555B (zh) | 2021-09-08 | 2021-09-08 | 基于手机imsi码与电子车牌的人车协同识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113870555B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114090909A (zh) * | 2022-01-18 | 2022-02-25 | 深圳前海中电慧安科技有限公司 | 一种图码联侦关联方法、装置、计算机设备及存储介质 |
Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009140445A (ja) * | 2007-12-11 | 2009-06-25 | Sharp Corp | 監視システム |
FR2946669A1 (fr) * | 2009-09-16 | 2010-12-17 | Jetline | Engin destine a realiser des marquages simultanes de plusieurs lignes sur les chaussees notamment pour la signalisation horizontale des routes |
CN101990033A (zh) * | 2009-08-06 | 2011-03-23 | 深圳富泰宏精密工业有限公司 | 手机及其开机方法 |
CN103268468A (zh) * | 2012-07-06 | 2013-08-28 | 华南理工大学 | 机动车前排就坐者是否扣带安全带的自动检测方法 |
CN106156564A (zh) * | 2016-06-30 | 2016-11-23 | 重庆大学 | 基于智能手机的驾驶员识别方法 |
CN106709420A (zh) * | 2016-11-21 | 2017-05-24 | 厦门瑞为信息技术有限公司 | 一种监测营运车辆驾驶人员驾驶行为的方法 |
RU2016134825A (ru) * | 2016-08-25 | 2018-03-01 | Фёдор Витальевич Голубев | Способ идентификации водителей и пассажиров транспортных средств |
WO2018053252A1 (en) * | 2016-09-16 | 2018-03-22 | Allstate Insurance Company | Electronic display systems connected to vehicles and vehicle-based systems |
US9963106B1 (en) * | 2016-11-07 | 2018-05-08 | Nio Usa, Inc. | Method and system for authentication in autonomous vehicles |
CN108200536A (zh) * | 2018-02-07 | 2018-06-22 | 江苏本能科技有限公司 | 行驶车辆驾乘人员识别方法及系统 |
CN108320520A (zh) * | 2018-02-07 | 2018-07-24 | 江苏本能科技有限公司 | 重点车辆驾驶人员比对方法及系统 |
CN108346289A (zh) * | 2018-02-13 | 2018-07-31 | 重庆交通大学 | 一种高速公路人车关联系统及方法 |
CN108597508A (zh) * | 2018-03-28 | 2018-09-28 | 京东方科技集团股份有限公司 | 用户识别方法、用户识别装置和电子设备 |
CN108848460A (zh) * | 2018-05-31 | 2018-11-20 | 重庆市城投金卡信息产业股份有限公司 | 基于rfid和gps数据的人车关联方法 |
CN109435894A (zh) * | 2018-10-29 | 2019-03-08 | 重庆科技学院 | 一种基于gps定位的运营车辆驾驶员身份识别系统 |
CN109615871A (zh) * | 2019-01-21 | 2019-04-12 | 南京熊猫电子股份有限公司 | 一种利用驾乘人员手机sim卡的imsi号提升车牌识别准确率的方法 |
CN110312201A (zh) * | 2018-03-22 | 2019-10-08 | 宝鸡市公安局交通警察支队 | 基于通信网络和车辆信息采集系统的人车关联方法及系统 |
CN110517500A (zh) * | 2018-05-21 | 2019-11-29 | 上海大唐移动通信设备有限公司 | 一种人车关联处理方法及装置 |
CN110826370A (zh) * | 2018-08-09 | 2020-02-21 | 广州汽车集团股份有限公司 | 车内人员的身份识别方法、装置、车辆及存储介质 |
CN110874933A (zh) * | 2018-08-29 | 2020-03-10 | 北京万集科技股份有限公司 | 确定违章车辆内的人员的方法、系统和装置 |
CN111159254A (zh) * | 2019-12-30 | 2020-05-15 | 武汉长江通信产业集团股份有限公司 | 一种基于大数据处理的车辆与人员的关联方法 |
CN111368621A (zh) * | 2019-09-18 | 2020-07-03 | 杭州海康威视系统技术有限公司 | 判断人员关系的方法、装置、设备及存储介质 |
CN111522046A (zh) * | 2020-03-24 | 2020-08-11 | 南京熊猫电子股份有限公司 | 一种基于5g与北斗的人车伴随判定方法及其终端设备 |
US10963712B1 (en) * | 2019-12-16 | 2021-03-30 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for distinguishing a driver and passengers in an image captured inside a vehicle |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6840637B2 (en) * | 2002-12-09 | 2005-01-11 | General Motors Corporation | Exterior rearview mirror system |
US7660666B2 (en) * | 2005-11-18 | 2010-02-09 | Navteq North America, Llc | Geographic database with detailed local data |
US20120323763A1 (en) * | 2011-06-15 | 2012-12-20 | Joseph Michael | Systems and methods for monitoring and managing transportation infrastructure and locations of vehicles therein |
US10133530B2 (en) * | 2014-05-19 | 2018-11-20 | Allstate Insurance Company | Electronic display systems connected to vehicles and vehicle-based systems |
US20160129913A1 (en) * | 2014-11-06 | 2016-05-12 | Lars Boesen | System and Method for the Automatic Persona Identification of a Person Post Motion |
US9860710B2 (en) * | 2015-09-08 | 2018-01-02 | Ford Global Technologies, Llc | Symmetrical reference personal device location tracking |
US20190228246A1 (en) * | 2018-01-25 | 2019-07-25 | Futurewei Technologies, Inc. | Pickup Service Based on Recognition Between Vehicle and Passenger |
KR20210016807A (ko) * | 2019-08-05 | 2021-02-17 | 삼성전자주식회사 | 차량 움직임을 이용한 차량 내 위치 결정 방법 및 이를 위한 장치 |
-
2021
- 2021-09-08 CN CN202111052006.XA patent/CN113870555B/zh active Active
Patent Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009140445A (ja) * | 2007-12-11 | 2009-06-25 | Sharp Corp | 監視システム |
CN101990033A (zh) * | 2009-08-06 | 2011-03-23 | 深圳富泰宏精密工业有限公司 | 手机及其开机方法 |
FR2946669A1 (fr) * | 2009-09-16 | 2010-12-17 | Jetline | Engin destine a realiser des marquages simultanes de plusieurs lignes sur les chaussees notamment pour la signalisation horizontale des routes |
CN103268468A (zh) * | 2012-07-06 | 2013-08-28 | 华南理工大学 | 机动车前排就坐者是否扣带安全带的自动检测方法 |
CN106156564A (zh) * | 2016-06-30 | 2016-11-23 | 重庆大学 | 基于智能手机的驾驶员识别方法 |
RU2016134825A (ru) * | 2016-08-25 | 2018-03-01 | Фёдор Витальевич Голубев | Способ идентификации водителей и пассажиров транспортных средств |
WO2018053252A1 (en) * | 2016-09-16 | 2018-03-22 | Allstate Insurance Company | Electronic display systems connected to vehicles and vehicle-based systems |
US9963106B1 (en) * | 2016-11-07 | 2018-05-08 | Nio Usa, Inc. | Method and system for authentication in autonomous vehicles |
CN106709420A (zh) * | 2016-11-21 | 2017-05-24 | 厦门瑞为信息技术有限公司 | 一种监测营运车辆驾驶人员驾驶行为的方法 |
CN108200536A (zh) * | 2018-02-07 | 2018-06-22 | 江苏本能科技有限公司 | 行驶车辆驾乘人员识别方法及系统 |
CN108320520A (zh) * | 2018-02-07 | 2018-07-24 | 江苏本能科技有限公司 | 重点车辆驾驶人员比对方法及系统 |
CN108346289A (zh) * | 2018-02-13 | 2018-07-31 | 重庆交通大学 | 一种高速公路人车关联系统及方法 |
CN110312201A (zh) * | 2018-03-22 | 2019-10-08 | 宝鸡市公安局交通警察支队 | 基于通信网络和车辆信息采集系统的人车关联方法及系统 |
CN108597508A (zh) * | 2018-03-28 | 2018-09-28 | 京东方科技集团股份有限公司 | 用户识别方法、用户识别装置和电子设备 |
CN110517500A (zh) * | 2018-05-21 | 2019-11-29 | 上海大唐移动通信设备有限公司 | 一种人车关联处理方法及装置 |
CN108848460A (zh) * | 2018-05-31 | 2018-11-20 | 重庆市城投金卡信息产业股份有限公司 | 基于rfid和gps数据的人车关联方法 |
CN110826370A (zh) * | 2018-08-09 | 2020-02-21 | 广州汽车集团股份有限公司 | 车内人员的身份识别方法、装置、车辆及存储介质 |
CN110874933A (zh) * | 2018-08-29 | 2020-03-10 | 北京万集科技股份有限公司 | 确定违章车辆内的人员的方法、系统和装置 |
CN109435894A (zh) * | 2018-10-29 | 2019-03-08 | 重庆科技学院 | 一种基于gps定位的运营车辆驾驶员身份识别系统 |
CN109615871A (zh) * | 2019-01-21 | 2019-04-12 | 南京熊猫电子股份有限公司 | 一种利用驾乘人员手机sim卡的imsi号提升车牌识别准确率的方法 |
CN111368621A (zh) * | 2019-09-18 | 2020-07-03 | 杭州海康威视系统技术有限公司 | 判断人员关系的方法、装置、设备及存储介质 |
US10963712B1 (en) * | 2019-12-16 | 2021-03-30 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for distinguishing a driver and passengers in an image captured inside a vehicle |
CN111159254A (zh) * | 2019-12-30 | 2020-05-15 | 武汉长江通信产业集团股份有限公司 | 一种基于大数据处理的车辆与人员的关联方法 |
CN111522046A (zh) * | 2020-03-24 | 2020-08-11 | 南京熊猫电子股份有限公司 | 一种基于5g与北斗的人车伴随判定方法及其终端设备 |
Non-Patent Citations (3)
Title |
---|
Xu Qu.A real-time signal control strategy at an isolated pedestrian crossing based on radar data.《Advances in Mechanical Engineering》.2019,第第11卷卷(第第11卷期),全文. * |
刘骏.城市信号交叉口掉头车道右置安全性能分析.《交通信息与安全》.2015,第第33卷卷(第第33卷期),全文. * |
汽车驾驶员前方视野测试系统的设计与研究;张晓龙;李兵;胥峰;林德强;赵晨光;;汽车实用技术(第19期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113870555A (zh) | 2021-12-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107888877B (zh) | 车辆追踪及道路交通信息采集的方法及其系统 | |
CN112184818B (zh) | 基于视觉的车辆定位方法及应用其方法的停车场管理系统 | |
CN107563419B (zh) | 图像匹配和二维码相结合的列车定位方法 | |
CN103871242B (zh) | 一种驾驶行为综合评价系统与方法 | |
US9104702B2 (en) | Positioning system | |
CN103824037B (zh) | 车用防跟踪报警装置 | |
CN106541968B (zh) | 基于视觉分析的地铁车厢实时提示系统的识别方法 | |
CN108001456A (zh) | 基于车辆通信的对象分类调整 | |
Zhao et al. | Detection and tracking of moving objects at intersections using a network of laser scanners | |
CN106127107A (zh) | 基于车牌信息和车辆轮廓的多路视频信息融合的车型识别方法 | |
WO2011042876A4 (en) | Automatic content analysis method and system | |
WO2004042673A2 (en) | Automatic, real time and complete identification of vehicles | |
KR20150014498A (ko) | 이동단말기의 대기방법, 장치, 프로그램 및 저장매체 | |
CN104616502A (zh) | 基于组合式车路视频网络的车牌识别与定位系统 | |
CN101430827B (zh) | 基于gps的出租车无线视频监控系统及方法 | |
CN114299456B (zh) | 一种基于实时轨迹检测的交叉口行人过街风险评估方法 | |
CN103593977B (zh) | 私家车非法营运的检测方法 | |
CN113870555B (zh) | 基于手机imsi码与电子车牌的人车协同识别方法 | |
Hasegawa et al. | Type classification, color estimation, and specific target detection of moving targets on public streets | |
CN112183206B (zh) | 一种基于路侧单目摄像头的交通参与者定位方法和系统 | |
CN111950499A (zh) | 一种检测车载人员统计信息的方法 | |
CN107704870B (zh) | 基于ble指纹定位与imu动作识别融合的可靠人车临近感知装置与方法 | |
CN111984806A (zh) | 一种确定车辆与终端关联程度的方法、装置和存储介质 | |
CN108734072B (zh) | 一种多源对象关联方法及装置 | |
CN104268513B (zh) | 道路引导数据的获取方法及装置 |
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 |