CN113989778A - 车辆信息匹配方法、装置、终端设备及存储介质 - Google Patents
车辆信息匹配方法、装置、终端设备及存储介质 Download PDFInfo
- Publication number
- CN113989778A CN113989778A CN202111277554.2A CN202111277554A CN113989778A CN 113989778 A CN113989778 A CN 113989778A CN 202111277554 A CN202111277554 A CN 202111277554A CN 113989778 A CN113989778 A CN 113989778A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- preset
- information
- tracking
- vehicles
- 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
Images
Classifications
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供一种适用于车辆技术领域,提供一种车辆信息匹配方法、装置、终端设备及存储介质。方法包括:获取预设检测范围内每一车辆的称重信息,并对预设检测范围内所有车辆的位置进行跟踪;在抓拍位置检测到抓拍信号时,获取当前的图像信息;根据在预设检测范围内所有车辆的跟踪位置和预设抓拍位置,确定所有车辆中当前位于预设抓拍位置处的目标车辆;将目标车辆的称重信息与所述目标车辆的图像信息进行匹配。可根据车辆的跟踪位置确定位于预设抓拍位置的目标车辆,并将当前预设抓拍位置处的目标车辆的称重信息与在预设位置处获取的图像信息进行匹配,能准确的匹配出同一车辆的称重信息和图像信息,防止出现车辆与图像匹配错误的问题。
Description
技术领域
本申请属于智能交通技术领域,尤其涉及一种车辆信息匹配方法、装置、终端设备及存储介质。
背景技术
目前,随着国家对超限超载车辆管控的进一步加强,对于车辆信息的完善性和准确性要求越来越高。
如通常对车辆进行超载检测要求准确将车辆的称重信息和图片信息匹配,进而能够实现自动识别和判断,提高通行效率和降低人工成本。由于车辆的重量检测设备和抓拍设备可能设置在不同地方,通常确定车辆的重量信息和图片信息主要还是采用简单的时间条件进行的确定,在车辆较多的情况下容易将车辆的称重信息和图片信息匹配错误。
发明内容
本申请提供了一种车辆信息匹配方法、装置、终端设备及存储介质,旨在解决现有技术中存在的车辆称重信息和图片信息匹配错误问题。
第一方面,本申请实施例提供了一种车辆信息匹配方法,包括:
获取预设检测范围内每一车辆的称重信息,并对所述预设检测范围内所有车辆的位置进行跟踪;
在预设抓拍位置检测到抓拍信号时,获取当前的图像信息;
根据在预设检测范围内所有车辆的跟踪位置和所述预设抓拍位置,确定所有车辆中当前位于所述预设抓拍位置处的目标车辆;
将当前获取的图像信息,与确定的当前位于所述预设抓拍位置处的目标车辆关联;
将所述目标车辆的称重信息与所述目标车辆的图像信息进行匹配。
在一个实施例中,所述预设检测范围内设置有称重区域;所述获取预设检测范围内每一车辆的称重信息,并对所述预设检测范围内所有车辆的位置进行跟踪,包括:
当检测到有车辆驶入所述称重区域时,采集最新驶入的所述车辆的重量信息,并将最新驶入的所述车辆加入到车辆队列中;以及,确定最新驶入的所述车辆当前的位置为初始位置信息;
对所述车辆队列中的每一所述车辆进行跟踪。
在一个实施例中,所述对所述车辆队列中的每一所述车辆进行跟踪,包括:
实时获取并更新所述车辆队列中的每一所述车辆的位置信息。
在一个实施例中,所述方法还包括:
当检测到存在所述车辆驶出所述预设检测范围时,从所述车辆队列中删除驶出所述预设检测范围的车辆。
在一个实施例中,通过激光扫描设备对所述预设检测范围内的所有车辆的位置进行跟踪。
在一个实施例中,所述根据在预设检测范围内所有车辆的跟踪位置和所述预设抓拍位置,确定所有车辆中当前位于所述预设抓拍位置处的目标车辆,包括:
在预设检测范围内所有车辆的跟踪位置中,分别确定每一所述车辆的跟踪位置与所述预设抓拍位置之间的间隔距离;
确定所有所述间隔距离中的最小的间隔距离;
将与所述最小的间隔距离对应的跟踪位置,确定为与所述预设抓拍位置匹配的跟踪位置;
将所述确定的跟踪位置对应的车辆,确定为当前位于所述预设抓拍位置处的目标车辆。
在一个实施例中,将所述确定的跟踪位置对应的车辆,确定为当前位于所述预设抓拍位置处的目标车辆,包括:
将所述最小的间隔距离与预设阈值进行比较;
在所述最小的间隔距离小于所述预设阈值时,将与所述最小的间隔距离对应的跟踪位置,确定为与所述预设抓拍位置匹配的跟踪位置。
第二方面,本申请实施例提供了一种车辆信息匹配装置,包括:
称重模块,用于获取预设检测范围内每一车辆的称重信息;
位置检测模块,对所述预设检测范围内所有车辆的位置进行跟踪;
图像采集模块,在预设抓拍位置检测到抓拍信号时,获取当前的图像信息;
数据处理模块,用于根据在预设检测范围内所有车辆的跟踪位置和所述预设抓拍位置,确定所有车辆中当前位于所述预设抓拍位置处的目标车辆;将当前获取的图像信息,与确定的当前位于所述预设抓拍位置处的目标车辆关联;将所述目标车辆的称重信息与所述目标车辆的图像信息进行匹配。
第三方面,本申请实施例提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述车辆信息匹配方法的步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,上述计算机程序被处理器执行时实现上述车辆信息匹配方法的步骤。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在电子设备上运行时,使得电子设备执行上述车辆信息匹配方法的步骤。
本申请技术方案与现有技术相比存在的有益效果是:先获取预设检测范围内每一车辆的称重信息,并对预设检测范围内所有车辆的位置进行跟踪;在预设抓拍位置检测到抓拍信号时,获取当前的图像信息;根据在预设检测范围内所有车辆的跟踪位置和预设抓拍位置,确定所有车辆中当前位于预设抓拍位置处的目标车辆;并将当前获取的图像信息,与确定的当前位于所述预设抓拍位置处的目标车辆关联,将预设抓拍位置处的目标车辆的称重信息与在预设位置处获取的图像信息进行匹配。由于可根据车辆的跟踪位置确定位于预设抓拍位置的目标车辆,并将所述目标车辆与图像信息关联,进而将当前预设抓拍位置处的目标车辆的称重信息与在预设位置处获取的图像信息进行匹配,能准确的匹配出同一车辆的称重信息和图像信息,防止出现车辆与图像匹配错误的问题。
可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术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是本申请实施例一提供的车辆信息匹配方法的流程示意图;
图2是本申请实施例二提供的车辆信息匹配方法的流程示意图;
图3是本申请实施例二提供的车辆信息检测系统的应用场景示意图;
图4是本申请实施例三提供的车辆信息匹配方法的流程示意图;
图5是本申请实施例四提供的车辆信息匹配装置的流程示意图;
图6是本申请实施例五提供的电子设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
本申请实施例提供的车辆信息匹配方法,可以应用于车辆信息检测系统,所述车辆信息检测系统可设置于需要对车辆信息进行检测之处,如在非现场执法检测系统中,在车辆驶入高速公路之前要对车辆信息进行检测,因此所述车辆信息检测系统可设置于高速公路入口处,或者高速公路入口前,如广场、匝道上。所述车辆信息检测系统包括称重设备和图像抓拍设备。
为了说明本申请所述的技术方案,下面通过具体实施例进行说明。
实施例一
请参阅图1,示出了本申请实施例提供的车辆信息匹配方法的示意性流程图,所述车辆信息匹配方法包括:
步骤S101,获取预设检测范围内每一车辆的称重信息,并对所述预设检测范围内所有车辆的位置进行跟踪。
具体地,如预设检测范围可以是进入高速入口之前预设的区域,例如广场或匝道,对该预设检测范围内的车辆通过称重设备进行称重,从而获取该预设检测范围内每一辆车辆的称重信息。并部署用于在所述预设检测范围内对车辆进行跟踪的位置检测设备,通过位置检测设备对预设检测范围内所有车辆的位置进行跟踪,以实时获取车辆的位置信息。
在一个实施例中,可通过激光扫描设备对所述预设检测范围内的所有车辆的位置进行跟踪,并实时更新车辆的位置信息。
具体地,如由于激光雷达受光照等环境的影响较小,因此所述跟踪设备可以是激光扫描设备;本实施例中,通过激光扫描设备扫描预设检测范围内车辆,并对扫描到的车辆通过跟踪算法进行跟踪,从而可以对车辆的位置实时跟踪,实时获取车辆的位置信息。在基于激光扫描设备获取车辆的位置信息时,可以基于激光点云的跟踪算法,例如,基于均值漂移的跟踪、基于卡尔曼滤波的跟踪、基于深度学习的跟踪等。
步骤S102,在预设抓拍位置检测到抓拍信号时,获取当前的图像信息。
具体地,如可在预设抓拍位置安装有抓拍设备。在预设抓拍位置检测到抓拍信号时,通过抓拍设备进行抓拍,获取当前抓拍到的图像信息。抓拍设备检测到抓拍命令时进行抓拍,命令形式可以是硬件信号也可以是软件数据协议。如硬件信号可以是在预设抓拍位置设置传感器,在传感器检测到目标时,产生抓拍信号,所述传感器可以激光传感器或红外传感器等,或者可以是软件根据预先设置的条件,在满足预设条件时,判定在预设抓拍位置需要抓拍,进而发送抓拍命令,如预设条件可以是为抓拍设备划定抓拍区域,抓拍设备在抓拍区域识别到有车辆时抓拍。
步骤S103,根据在预设检测范围内所有车辆的跟踪位置和所述预设抓拍位置,确定所有车辆中当前位于所述预设抓拍位置处的目标车辆。
具体地,可以在预设抓拍位置的图像抓拍设备根据接收的抓拍信号进行抓拍之后,根据在预设检测范围内所有车辆的跟踪位置和所述预设抓拍位置,确定所有车辆中当前位于所述预设抓拍位置处的车辆,并将该车辆作为目标车辆。
此外,还可以在在预设抓拍位置检测到抓拍信号时,同步启动对根据在预设检测范围内所有车辆的跟踪位置和所述预设抓拍位置,确定所有车辆中当前位于所述预设抓拍位置处的车辆的步骤;本申请对在预设抓拍位置检测到抓拍信号后,执行图像抓拍和确定目标车辆的步骤的先后顺序不做限定。
步骤S104,将当前获取的图像信息,与确定的当前位于所述预设抓拍位置处的目标车辆关联。
具体地,将当前时刻抓拍到的图像信息,与确定的当前同一时刻位于预设抓拍位置处的目标车辆关联,即将抓拍的图像信息作为该目标车辆的图片信息,该图像信息可用于进行车牌、车型等车辆信息的识别。本实施例中,通过将当前时刻抓拍到的图像信息与当前位于预设抓拍位置处的车辆进行关联,可避免在车辆较多的情况下采用时间条件进行匹配导致的容易将车辆的称重信息和图片信息匹配错误的问题,从而提高车辆和图片信息匹配的准确性。
步骤S105,将所述目标车辆的称重信息与所述目标车辆的图像信息进行匹配。
具体地,对于驶入预设检测区域内所有车辆,都会通过称重设备进行称重并开始跟踪,因此在确定出当前位于所述预设抓拍位置处的目标车辆之后,即可获知该目标车辆之前通过称重设备进行称重得到的称重信息。然后,将所述目标车辆的称重信息与所述目标车辆的图像信息进行匹配,作为所述目标车辆的图像信息和称重信息,使得可根据目标车辆的图像信息和称重信息进行后续处理;例如,可根据图像信息进行车型识别,根据识别出的车型判断该车型对应的最大载重量,并比较该最大载重量与所述目标车辆的称重信息之间的大小关系,判定对应车辆是否超载。
在一个应用场景中,例如在高速入口之前的匝道所在区域设置预设检测范围,预设检测范围内有依次设置有称重区域、预设抓拍位置,并设置有激光扫描设备对预设检测范围内所有的车辆进行跟踪,当车辆A进入称重区域获取车辆A的称重信息,并通过激光扫描设备对车辆A进行跟踪,接着当车辆B进入称重区域获取车辆B的称重信息,并通过激光扫描设备对车辆B进行跟踪,最后当车辆C进入称重区域获取车辆C的称重信息,并通过激光扫描设备对车辆C进行跟踪,在预设抓拍位置检测到抓拍信号时,获取当前的图像信息。在预设抓拍位置检测到抓拍信号时确定车辆A、车辆B和车辆C实时跟踪的位置与预设抓拍位置之间的位置关系,如确定车辆A当前的实时位置处于所述预设抓拍位置处,就判定此次抓拍的图像为车辆A的图像,并将车辆A之前在称重区域的称重信息与此次抓拍的图像信息进行匹配。如要进行超载判断,可基于该图像进行车型识别,然后根据识别的车型判断车辆A的重量是否超出识别出的车型所关联的限载重量。
本申请实施例中先获取预设检测范围内每一车辆的称重信息,并对预设检测范围内所有车辆的位置进行跟踪;在预设抓拍位置检测到抓拍信号时,获取当前的图像信息;根据在预设检测范围内所有车辆的跟踪位置和预设抓拍位置,确定所有车辆中当前位于预设抓拍位置处的目标车辆;并将当前获取的图像信息,与确定的当前位于所述预设抓拍位置处的目标车辆关联,将预设抓拍位置处的目标车辆的称重信息与在预设位置处获取的图像信息进行匹配。由于可根据车辆的跟踪位置确定位于预设抓拍位置的目标车辆,并将所述目标车辆与图像信息关联,进而将当前预设抓拍位置处的目标车辆的称重信息与在预设位置处获取的图像信息进行匹配,能准确的匹配出同一车辆的称重信息和图像信息,防止出现车辆与图像匹配错误的问题。
实施例二
本实施例是对实施例一的进一步说明,与实施例一相同或相似的地方,具体可参见实施例一的相关描述,此处不再赘述。在预设检测范围内设置有称重区域,如图2所示,步骤S201至步骤S202可作为上述步骤S101的一种实现方式,本申请实施例提供的车辆信息匹配方法包括:
步骤S201,当检测到有车辆驶入所述称重区域时,采集最新驶入的所述车辆的重量信息,并将最新驶入的所述车辆加入到车辆队列中;以及,确定最新驶入的所述车辆当前的位置为初始位置信息。
具体地,当检测到有车辆驶入所述称重区域时,基于预设称重设备对当前称重区域中的车辆称重,从而可采集最新驶入的所述车辆的重量信息,并将最新驶入的所述车辆加入到当前已进行称重车辆的车辆队列中。以及确定最新驶入的车辆当前的位置为初始位置信息。即,该车辆队列中记录有车辆的称重信息和位置信息
步骤S202,对所述车辆队列中的每一所述车辆进行跟踪。
具体地,从每一辆车辆确定的初始位置开始,对车辆队列中的每一辆车辆进行实时跟踪。
在一个实施例中,所述对所述车辆队列中的每一所述车辆进行跟踪,包括:实时获取并更新所述车辆队列中的每一所述车辆的位置信息。
具体地,对车辆队列中的每一辆车进行跟踪,实时获取每辆车跟踪的位置并更新车辆队列中每一辆车的位置信息。
步骤S203,在预设抓拍位置检测到抓拍信号时,获取当前的图像信息。
步骤S204,根据在预设检测范围内所有车辆的跟踪位置和所述预设抓拍位置,确定所有车辆中当前位于所述预设抓拍位置处的目标车辆。
步骤S205,将当前获取的图像信息,与确定的当前位于所述预设抓拍位置处的目标车辆关联。
步骤S206,将所述目标车辆的称重信息与所述目标车辆的图像信息进行匹配。
具体地,步骤S203至步骤S206与上述步骤S101至步骤S105相同或相似的地方,具体可参见步骤S101至步骤S105的相关描述,此处不再赘述。
在一个实施例中,当检测到存在所述车辆驶出所述预设检测范围时,从所述车辆队列中删除驶出所述预设检测范围的车辆。
具体地,在检测车辆出所述预设检测范围时,将车辆队列中该驶出预设检测范围内的车辆删除。
在一个应用场景中,如图3所示,为车辆信息检测系统的应用场景示意图,可在车辆进入图中的称重区域进行称重并采集称重信息,将该车辆加入车辆队列中,并对该车辆进行跟踪。在有车辆到达抓拍位置时通过相机进行抓拍,得到车辆的图片信息,根据当前跟踪的位置确定是哪一辆车处于抓拍位置,将处于抓拍位置车辆的重量信息和当前抓拍的图像进行匹配。
本实施例可当检测到有车辆驶入所述称重区域时,采集最新驶入的所述车辆的重量信息,并将最新驶入的所述车辆加入到车辆队列中;以及,确定最新驶入的所述车辆当前的位置为初始位置信息;对所述车辆队列中的每一所述车辆进行跟踪,可基于车辆队列的形式进行跟踪不容易混淆车辆以及丢失车辆。
实施例三
本实施例是对实施例一的进一步说明,与实施例一相同或相似的地方,具体可参见实施例一的相关描述,此处不再赘述。如图4所示,上述步骤S103包括步骤S301至步骤S304:
步骤S301,在预设检测范围内所有车辆的跟踪位置中,分别确定每一所述车辆的跟踪位置与所述预设抓拍位置之间的间隔距离。
具体地,在预设抓拍位置抓拍时,同时在预设检测范围内所有车辆实时跟踪位置中,分别确定每一车辆的当前的跟踪位置与预设抓拍位置之间的间隔距离。
步骤S302,确定所有所述间隔距离中的最小的间隔距离。
具体地,确定每一车辆与当前的跟踪位置与预设抓拍位置之间的间隔距离中最小的间隔距离,以根据该最小的间隔距离判定出预设检测范围内所有车辆中当前位于所述预设抓拍位置处的目标车辆。
步骤S303,将与所述最小的间隔距离对应的跟踪位置,确定为与所述预设抓拍位置匹配的跟踪位置。
具体地,确定出的最小的间隔距离对应车辆的跟踪位置,确定为与预设抓拍位置匹配的跟踪位置。
步骤S304,将所述确定的跟踪位置对应的车辆,确定为当前位于所述预设抓拍位置处的目标车辆。
具体地,并将确定出上述跟踪位置的车辆作为当前位于预设抓拍位置处的目标车辆。
在一个实施例中,将所述确定的跟踪位置对应的车辆,确定为当前位于所述预设抓拍位置处的目标车辆,包括:将所述最小的间隔距离与预设阈值进行比较;在所述最小的间隔距离小于所述预设阈值时,将与所述最小的间隔距离对应的跟踪位置,确定为与所述预设抓拍位置匹配的跟踪位置。
具体地,每一车辆的当前的跟踪位置与预设抓拍位置之间的间隔距离都比较大时,可能当前因为信号延迟或其他外部环境的问题出现误差,因此将所述最小的间隔距离与预设阈值进行比较;在所述最小的间隔距离小于所述预设阈值时,认为才符合匹配的要求,此时将与所述最小的间隔距离对应的跟踪位置,确定为与所述预设抓拍位置匹配的跟踪位置,从而可将该跟踪位置处的车辆作为当前位于预设抓拍位置处的目标车辆。
本申请实施例在预设检测范围内所有车辆的跟踪位置中,分别确定每一所述车辆的跟踪位置与预设抓拍位置之间的间隔距离;确定所有间隔距离中的最小的间隔距离对应的跟踪位置,确定为与所述预设抓拍位置匹配的跟踪位置;将所述确定的跟踪位置对应的车辆,确定为当前位于所述预设抓拍位置处的目标车辆。因此确定最小间隔距离对应的跟踪位置,该跟踪位置的车辆是匹配度最高的车辆,可将该跟踪位置处的车辆作为当前位于预设抓拍位置处的目标车辆,可提高确定当前位于所述预设抓拍位置处的目标车辆的准确性。
实施例四
对应于上文实施例的车辆信息匹配方法,图5示出了本申请实施例提供的车辆信息匹配装置的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分。
所述车辆信息匹配装置500包括:
称重模块501,用于获取预设检测范围内每一车辆的称重信息;
位置检测模块502,对所述预设检测范围内所有车辆的位置进行跟踪;
图像采集模块503,在预设抓拍位置检测到抓拍信号时,获取当前的图像信息;
数据处理模块504,用于根据在预设检测范围内所有车辆的跟踪位置和所述预设抓拍位置,确定所有车辆中当前位于所述预设抓拍位置处的目标车辆;将当前获取的图像信息,与确定的当前位于所述预设抓拍位置处的目标车辆关联;将所述目标车辆的称重信息与所述目标车辆的图像信息进行匹配。
在一个实施例中,所述称重模块具体用于:当检测到有车辆驶入所述称重区域时,采集最新驶入的所述车辆的重量信息,并将最新驶入的所述车辆加入到车辆队列中;以及,确定最新驶入的所述车辆当前的位置为初始位置信息;
所述位置检测模块具体用于:对所述车辆队列中的每一所述车辆进行跟踪。本实施例中,所述位置检测模块可以是激光扫描设备,基于激光扫描设备获取该车辆的点云数据,然后利用生成式跟踪算法(即传统的滤波跟踪)或判别式跟踪算法(深度学习跟踪)实时获取车辆的位置信息。
在一个实施例中,位置检测模块具体用于实时获取并更新所述车辆队列中的每一所述车辆的位置信息。
在一个实施例中,数据处理模块还用于当检测到存在所述车辆驶出所述预设检测范围时,从所述车辆队列中删除驶出所述预设检测范围的车辆,以减少后续数据匹配量以及降低对存储器的要求。
在一个实施例中,过激光扫描设备对所述预设检测范围内的所有车辆的位置进行跟踪。
在一个实施例中,所述数据处理模块具体用于:在预设检测范围内所有车辆的跟踪位置中,分别确定每一所述车辆的跟踪位置与所述预设抓拍位置之间的间隔距离;确定所有所述间隔距离中的最小的间隔距离;将与所述最小的间隔距离对应的跟踪位置,确定为与所述预设抓拍位置匹配的跟踪位置;将所述确定的跟踪位置对应的车辆,确定为当前位于所述预设抓拍位置处的目标车辆。
在一个实施例中,上述将所述确定的跟踪位置对应的车辆,确定为当前位于所述预设抓拍位置处的目标车辆具体包括:将所述最小的间隔距离与预设阈值进行比较;在所述最小的间隔距离小于所述预设阈值时,将与所述最小的间隔距离对应的跟踪位置,确定为与所述预设抓拍位置匹配的跟踪位置。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
实施例五
如图6所示,本申请的一个实施例还提供一种终端设备600包括:处理器601,存储器602以及存储在所述存储器602中并可在所述处理器601上运行的计算机程序,例如车辆信息匹配程序。所述处理器601执行所述计算机程序时实现上述各个车辆的车辆信息匹配方法实施例中的步骤。所述处理器601执行所述计算机程序时实现上述各装置实施例中各模块的功能,例如图5所示模块501至504的功能。
示例性的,所述计算机程序可以被分割成一个或多个模块,所述一个或者多个模块被存储在所述存储器602中,并由所述处理器601执行,以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述终端设备600中的执行过程。例如,所述计算机程序可以被分割成称重模块、位置检测模块、图像采集模块和数据处理模块等,各模块具体功能在上述实施例中已有描述,此处不再赘述。
所述终端设备600可包括,但不仅限于,处理器601,存储器602。本领域技术人员可以理解,图6仅仅是终端设备600的示例,并不构成对终端设备600的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述计算设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器601可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器602可以是所述终端设备600的内部存储单元,例如终端设备600的硬盘或内存。所述存储器602也可以是所述终端设备600的外部存储设备,例如所述终端设备600上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器602还可以既包括所述终端设备600的内部存储单元也包括外部存储设备。所述存储器602用于存储所述计算机程序以及所述计算设备所需的其他程序和数据。所述存储器602还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/计算设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/计算设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种车辆信息匹配方法,其特征在于,包括:
获取预设检测范围内每一车辆的称重信息,并对所述预设检测范围内所有车辆的位置进行跟踪;
在预设抓拍位置检测到抓拍信号时,获取当前的图像信息;
根据在预设检测范围内所有车辆的跟踪位置和所述预设抓拍位置,确定所有车辆中当前位于所述预设抓拍位置处的目标车辆;
将当前获取的图像信息,与确定的当前位于所述预设抓拍位置处的目标车辆关联;
将所述目标车辆的称重信息与所述目标车辆的图像信息进行匹配。
2.根据权利要求1所述的车辆信息匹配方法,其特征在于,所述预设检测范围内设置有称重区域;所述获取预设检测范围内每一车辆的称重信息,并对所述预设检测范围内所有车辆的位置进行跟踪,包括:
当检测到有车辆驶入所述称重区域时,采集最新驶入的所述车辆的重量信息,并将最新驶入的所述车辆加入到车辆队列中;以及,确定最新驶入的所述车辆当前的位置为初始位置信息;
对所述车辆队列中的每一所述车辆进行跟踪。
3.根据权利要求2所述的车辆信息匹配方法,其特征在于,所述对所述车辆队列中的每一所述车辆进行跟踪,包括:
实时获取并更新所述车辆队列中的每一所述车辆的位置信息。
4.根据权利要求2所述的车辆信息匹配方法,其特征在于,所述方法还包括:
当检测到存在所述车辆驶出所述预设检测范围时,从所述车辆队列中删除驶出所述预设检测范围的车辆。
5.根据权利要求1所述的车辆信息匹配方法,其特征在于,通过激光扫描设备对所述预设检测范围内的所有车辆的位置进行跟踪。
6.根据权利要求1所述的车辆信息匹配方法,其特征在于,所述根据在预设检测范围内所有车辆的跟踪位置和所述预设抓拍位置,确定所有车辆中当前位于所述预设抓拍位置处的目标车辆,包括:
在预设检测范围内所有车辆的跟踪位置中,分别确定每一所述车辆的跟踪位置与所述预设抓拍位置之间的间隔距离;
确定所有所述间隔距离中的最小的间隔距离;
将与所述最小的间隔距离对应的跟踪位置,确定为与所述预设抓拍位置匹配的跟踪位置;
将所述确定的跟踪位置对应的车辆,确定为当前位于所述预设抓拍位置处的目标车辆。
7.根据权利要求6所述的车辆信息匹配方法,其特征在于,将所述确定的跟踪位置对应的车辆,确定为当前位于所述预设抓拍位置处的目标车辆,包括:
将所述最小的间隔距离与预设阈值进行比较;
在所述最小的间隔距离小于所述预设阈值时,将与所述最小的间隔距离对应的跟踪位置,确定为与所述预设抓拍位置匹配的跟踪位置。
8.一种车辆信息匹配装置,其特征在于,包括:
称重模块,用于获取预设检测范围内每一车辆的称重信息;
位置检测模块,对所述预设检测范围内所有车辆的位置进行跟踪;
图像采集模块,在预设抓拍位置检测到抓拍信号时,获取当前的图像信息;
数据处理模块,用于根据在预设检测范围内所有车辆的跟踪位置和所述预设抓拍位置,确定所有车辆中当前位于所述预设抓拍位置处的目标车辆;将当前获取的图像信息,与确定的当前位于所述预设抓拍位置处的目标车辆关联;将所述目标车辆的称重信息与所述目标车辆的图像信息进行匹配。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111277554.2A CN113989778A (zh) | 2021-10-29 | 2021-10-29 | 车辆信息匹配方法、装置、终端设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111277554.2A CN113989778A (zh) | 2021-10-29 | 2021-10-29 | 车辆信息匹配方法、装置、终端设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113989778A true CN113989778A (zh) | 2022-01-28 |
Family
ID=79744929
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111277554.2A Pending CN113989778A (zh) | 2021-10-29 | 2021-10-29 | 车辆信息匹配方法、装置、终端设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113989778A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116091899A (zh) * | 2023-04-12 | 2023-05-09 | 中国铁塔股份有限公司 | 车辆跟踪方法、系统、装置、电子设备及可读存储介质 |
-
2021
- 2021-10-29 CN CN202111277554.2A patent/CN113989778A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116091899A (zh) * | 2023-04-12 | 2023-05-09 | 中国铁塔股份有限公司 | 车辆跟踪方法、系统、装置、电子设备及可读存储介质 |
CN116091899B (zh) * | 2023-04-12 | 2023-06-23 | 中国铁塔股份有限公司 | 车辆跟踪方法、系统、装置、电子设备及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109284801B (zh) | 交通指示灯的状态识别方法、装置、电子设备及存储介质 | |
CN109828250B (zh) | 一种雷达标定方法、标定装置及终端设备 | |
CN111476099B (zh) | 一种目标检测方法、目标检测装置及终端设备 | |
CN110232827B (zh) | 自由流收费车型识别方法、装置及系统 | |
CN112133085B (zh) | 车辆信息的匹配方法和装置、系统、存储介质及电子装置 | |
CN110533921B (zh) | 车辆的触发抓拍方法及系统 | |
CN114565895A (zh) | 一种基于智慧社会的安防监控系统及方法 | |
CN113888860A (zh) | 车辆异常行驶的检测方法、装置、服务器及可读存储介质 | |
CN114495512B (zh) | 一种车辆信息检测方法、系统、电子设备及可读存储介质 | |
CN113989778A (zh) | 车辆信息匹配方法、装置、终端设备及存储介质 | |
CN113903188B (zh) | 车位检测方法、电子设备及计算机可读存储介质 | |
CN108693517B (zh) | 车辆定位方法、装置和雷达 | |
CN116863124B (zh) | 车辆姿态确定方法、控制器及存储介质 | |
CN113945219A (zh) | 动态地图生成方法、系统、可读存储介质及终端设备 | |
CN110444026B (zh) | 车辆的触发抓拍方法及系统 | |
CN113297939A (zh) | 障碍物检测方法、系统、终端设备及存储介质 | |
CN111369790B (zh) | 过车记录校正方法、装置、设备及存储介质 | |
CN116721396A (zh) | 车道线检测方法、设备及存储介质 | |
CN112950961B (zh) | 车流量统计方法、装置、设备和存储介质 | |
CN110471056B (zh) | 一种虚警信息判断方法、装置及终端设备 | |
CN111191603B (zh) | 车内人员识别方法、装置、终端设备及介质 | |
CN114333409A (zh) | 目标跟踪方法、装置、电子设备及存储介质 | |
CN111161542B (zh) | 车辆识别方法及装置 | |
CN111639640A (zh) | 基于人工智能的车牌识别方法、装置及设备 | |
CN114018376A (zh) | 车辆信息的匹配方法、装置、终端设备及存储介质 |
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 |