CN114495520A - 一种车辆的计数方法、装置、终端和存储介质 - Google Patents

一种车辆的计数方法、装置、终端和存储介质 Download PDF

Info

Publication number
CN114495520A
CN114495520A CN202111660517.XA CN202111660517A CN114495520A CN 114495520 A CN114495520 A CN 114495520A CN 202111660517 A CN202111660517 A CN 202111660517A CN 114495520 A CN114495520 A CN 114495520A
Authority
CN
China
Prior art keywords
vehicle
target
node
record
nodes
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
Application number
CN202111660517.XA
Other languages
English (en)
Other versions
CN114495520B (zh
Inventor
信思旭
沈峰
朱胜超
武宏伟
高鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Wanji Technology Co Ltd
Original Assignee
Beijing Wanji Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Wanji Technology Co Ltd filed Critical Beijing Wanji Technology Co Ltd
Priority to CN202111660517.XA priority Critical patent/CN114495520B/zh
Publication of CN114495520A publication Critical patent/CN114495520A/zh
Application granted granted Critical
Publication of CN114495520B publication Critical patent/CN114495520B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
    • G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
    • G07B15/06—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems
    • 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
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请适用于智能交通领域，提供了一种车辆的计数方法、装置、终端和存储介质。其中，车辆的计数方法具体包括：获取由多种信息采集节点分别对目标场景中的车辆进行信息采集得到的初始特征数据；利用所述初始特征数据，对综合车辆队列进行车辆记录的更新，每条所述车辆记录与单个车辆及该单个车辆的至少一个初始特征数据关联；根据所述初始特征数据，以及每个所述初始特征数据的来源节点，确定每条所述车辆记录对应车辆的目标特征数据；根据所述目标特征数据，确定所述综合车辆队列中的有效车辆记录，并基于所述有效车辆记录的数量，确定所述目标场景中车辆的计数结果。本申请的实施例能够提高车辆计数的准确性。

Description

一种车辆的计数方法、装置、终端和存储介质
技术领域
本申请属于智能交通技术领域，尤其涉及一种车辆的计数方法、装置、终端和存储介质。
背景技术
近年来，智能交通作为城市发展的主要趋势，已经成为智慧城市建设需要突破的重要领域。车辆数量检测技术是智能交通领域中关键的组成部分，能够为交通部门提供决策的依据，进而帮助交通部门有效地控制交通流量，提高道路运输效率，提升道路畅通性和安全性。
车辆数量检测技术常应用于高速公路电子不停车收费(Electronic TollCollection，ETC)门架系统中。现有的车辆计数方法，按照所采用的检测设备，可以分为接触式的车辆计数方法和非接触式的车辆计数方法两类。接触式的车辆计数方法主要通过基于地感线圈、压电称重等方式的检测设备实现；非接触式检测设备的车辆计数方法主要通过基于视频图像、激光雷达等方式的检测设备实现。
但是，这些车辆计数方法容易受到应用场景、天气情况、环境遮挡等因素影响，存在无法对车辆的全天候准确计数的问题。而由于缺乏连续、精准的门架断面通行量计数值，不能准确获得门架系统整体和组成设备的运营效率。
发明内容
本申请实施例提供一种车辆的计数方法、装置、终端和存储介质，可以提高车辆计数的准确性。
本申请实施例第一方面提供一种车辆的计数方法，包括：
获取由多种信息采集节点分别对目标场景中的车辆进行信息采集得到的初始特征数据；利用所述初始特征数据，对综合车辆队列进行车辆记录的更新，每条所述车辆记录与单个车辆及该单个车辆的至少一个初始特征数据关联；根据所述初始特征数据，以及每个所述初始特征数据的来源节点，确定每条所述车辆记录对应车辆的目标特征数据；根据所述目标特征数据，确定所述综合车辆队列中的有效车辆记录，并基于所述有效车辆记录的数量，确定所述目标场景中车辆的计数结果。
本申请实施例第二方面提供的一种车辆的计数装置，包括：
获取单元，用于获取由多种信息采集节点分别对目标场景中的车辆进行信息采集得到的初始特征数据；更新单元，用于利用所述初始特征数据，对综合车辆队列进行车辆记录的更新，每条所述车辆记录与单个车辆及该单个车辆的至少一个初始特征数据关联；确定单元，用于根据所述初始特征数据，以及每个所述初始特征数据的来源节点，确定每条所述车辆记录对应车辆的目标特征数据；计数单元，用于根据所述目标特征数据，确定所述综合车辆队列中的有效车辆记录，并基于所述有效车辆记录的数量，确定所述目标场景中车辆的计数结果。
本申请实施例第三方面提供一种终端，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方法的步骤。
本申请实施例第四方面提供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，所述计算机程序被处理器执行时实现上述方法的步骤。
本申请实施例第五方面提供了一种计算机程序产品，当计算机程序产品在终端上运行时，使得终端执行时实现上述方法的步骤。
在本申请的实施方式中，通过获取由多种信息采集节点分别对目标场景中的车辆进行信息采集得到的初始特征数据，然后利用初始特征数据，对综合车辆队列进行车辆记录的更新，能够利用多种设备作为不同的信息采集节点，实现不同信息的感知与融合，形成综合车辆队列中不同的车辆记录，克服单一设备计数过程中容易受到应用场景、天气情况、环境遮挡等因素影响的问题；在形成综合车辆队列之后，根据初始特征数据，以及每个初始特征数据的来源节点，确定每条车辆记录对应车辆的目标特征数据，并根据目标特征数据，确定所述综合车辆队列中的有效车辆记录，进而基于有效车辆记录的数量，确定目标场景中车辆的计数结果，能够通过场景回溯处理，保留有效车辆记录，避免同一车辆在综合车辆队列中对应多条车辆记录，能够输出准确性更高的综合计数结果。
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性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种车辆的计数方法的实现流程示意图；
图2是本申请实施例提供的计数系统的结构示意图；
图3是本申请实施例提供的步骤S102的具体实现流程示意图；
图4是本申请实施例提供的步骤S103的具体实现流程示意图；
图5是本申请实施例提供的步骤S104的具体实现流程示意图；
图6是本申请实施例提供的步骤S504的具体实现流程示意图；
图7是本申请实施例提供的一种车辆的计数装置的结构示意图；
图8是本申请实施例提供的终端的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请的实施例，本领域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。
现有的车辆计数方法具体可以包括以下几种：
基于地感线圈设备的车辆计数方法是通过监测线圈中电流的变化判断是否有车通过；这种方法在传统应用中较为广泛，但是由于电磁线圈需要现场施工，铺设在道路下，较大程度地破坏路面，且覆盖范围有限，实际使用中寿命较短，后期维护比较复杂，总体成本较高。
基于压电称重设备的车辆计数方法一般采用压电膜、线圈、压电膜的布局方式，兼有压电膜和线圈两者的优点，具有成本低、不受气候影响等优势，更适合在较高车速的情况下应用，但同样需要破坏路面。并且，在低速、拥堵以及车辆异常行驶、邻道车辆干扰时，其检测精度降低。
基于视频图像设备的车辆计数方法一般通过背景差分法、特征检测法等图像处理技术，对视频帧进行分析处理，提取出有效信息，从而进行车辆检测。这种方法较为复杂，对图像质量要求较高，且容易受到场景变化、光照变化、前后车辆遮挡和复杂背景伪装色等影响，存在较大程度的漏检问题。
基于激光雷达设备的车辆计数方法，不需要破坏路面，也不受路面变形的影响，且使用寿命长、架设方便，不足之处在于其检测范围呈锥形，受左右车辆遮挡时反射信号不稳定，同时容易在异常天气等自然条件的影响下出现漏检和误检问题。
因此，本申请提出了一种车辆的计数方法，该方法可以应用于ETC门架系统中，对门架断面通行的车辆进行计数，也可以应用于其他终端设备，以对场景中当前存在的车辆数量或场景中的车流量进行计数。本申请所提出的方案，能够利用多种设备作为不同的信息采集节点，实现不同信息的感知与融合，形成综合车辆队列中不同的车辆记录，再通过场景回溯处理，保留有效车辆记录，完成全局决策，输出综合计数结果，克服了现有的车辆计数方法容易受到应用场景、天气情况、环境遮挡等因素影响的问题，能够较好地实现全天候准确计数。
为了说明本申请的技术方案，下面通过具体实施例来进行说明。
图1示出了本申请实施例提供的一种车辆的计数方法的实现流程示意图，该方法可以应用于终端上，可适用于需提高车辆计数的准确性的情形。
其中，上述终端可以是边缘机、工控机、服务器等计算机设备。在一些具体的场景里，上述终端可以是ETC门架系统中的车辆计数融合中心。
具体的，上述车辆的计数方法可以包括以下步骤S101至步骤S104。
步骤S101，获取由多种信息采集节点分别对目标场景中的车辆进行信息采集得到的初始特征数据。
在本申请的实施方式中，上述多种信息采集节点可以包括两种或两种以上类型的信息采集节点。每种信息采集节点可以由设置在目标场景中的一个设备或多个设备组成。信息采集节点能够通过对应的设备采集目标场景中车辆的信息，进而得到每个车辆的多个初始特征数据。
其中，上述目标场景可以根据实际情况进行选择，例如可以是公路、停车场、赛车场等。在一些具体的实施方式中，上述信息采集节点可以安装于高速公路的门架上，用于采集门架断面通行量的计数值。
具体的，上述多种信息采集节点可以包括特征识别节点、介质定位节点和定位测速节点中的至少两种信息采集节点。
其中，特征识别节点可以指车辆特征识别装置，可以为相机、球机等图片抓拍设备，能够对捕获车辆的车牌、车型、颜色等特征信息进行提取识别。特征识别节点得到的初始特征数据可以具体包括：车辆的第一车辆编号Nc、第一触发时刻Tc、第一横向位置Xc、第一纵向位置Yc和由车牌、车型、颜色、车身长度、车身宽度等特征信息组成的第一车辆特征集合δc。
介质定位节点可以指介质定位采集装置，可以为通过专用短程通信技术进行数据交互的路侧设备，能够获取车载介质(包括但不限于单片式电子标签、双片式电子标签、V2X智能标签以及复合通行卡)的空间位置，以及其中记录的车牌、车型、颜色等特征信息。介质定位节点得到的初始特征数据可以具体包括：车辆的第二车辆编号Nr、第二触发时刻Tr、第二横向位置Xr、第二纵向位置Yr和由车牌、车型、颜色、车身长度、车身宽度等特征信息组成的第二车辆特征集合δr。
定位测速节点可以指车辆定位测速装置，可以为激光雷达、毫米波雷达等车辆检测器，能够获取车辆行驶速度、空间位置等信息。定位测速节点得到的初始特征数据可以具体包括：车辆的第三车辆编号Np、第三触发时刻Tp、第三横向位置Xp、第三纵向位置Yp和第三行驶速度V。
图2示出了本申请实施例提供的一种计数系统的结构示意图，该计数系统可以指前述ETC系统。计数系统中包括车辆计数融合中心、车辆特征识别装置、介质定位采集装置，以及车辆定位测速装置。车辆特征识别装置、介质定位采集装置和车辆定位测速装置可以将各自得到的初始特征数据发送至车辆计数融合中心，由车辆计数融合中心执行本申请提供的车辆计数方法，得出目标场景中车辆的计数结果。
需要说明的是，上述触发时刻可以指设备采集到对应信息的采集时刻。上述横向位置和纵向位置可以是指预设坐标系中的坐标值。该预设坐标系可以是以门架中心点在地面上的投影点为原点，以地面为xoy面建立的坐标系。终端可以预先标定好每个设备的坐标系和预设坐标系之间的转换关系，并利用转换关系，进行坐标转换，得到上述横向位置和纵向位置。
通过类型不同的信息采集节点，能够克服现有技术中通过单一采集设备进行计数容易受到天气情况、环境遮挡等因素影响的问题。并且，一些实施方式中，不同类型的信息采集节点可以提供相同类型的初始特征数据，基于相同类型的初始特征数据，可以进行信息的融合与场景的回溯，有利于得出准确的计数结果。
步骤S102，利用初始特征数据，对综合车辆队列进行车辆记录的更新。
在本申请的实施方式中，终端可以生成用于存放每个车辆对应的车辆记录的综合车辆队列。每条车辆记录与单个车辆及该单个车辆的至少一个初始特征数据关联。也就是说，同一车辆的不同初始特征将记录为综合车辆队列中的同一条车辆记录。
其中，上述进行车辆记录的更新可以指在综合车辆队列中新建车辆记录，也可以指对综合车辆队列中已有的车辆记录进行更新。
具体的，在本申请的一些实施方式中，上述步骤S102可以具体包括以下步骤S301至步骤S304。
步骤S301，响应于获取到由当前节点对目标车辆进行信息采集得到的初始特征数据，根据目标车辆的初始特征数据，在当前节点的节点队列中生成与目标车辆关联的节点车辆记录。
其中，当前节点指终端当前获取到的初始特征数据的来源节点，可以是多种信息采集节点中的任意一个节点，目标车辆指当前获取到的初始特征数据对应的车辆。
在本申请的一些实施方式中，前述多种信息采集节点可以在得到各自的初始特征数据后将初始特征数据上传至终端，终端每次接收到初始特征数据时，可以对节点队列进行更新。
具体的，终端可以生成多个节点队列，每个节点队列分别与一种信息采集节点对应。终端在接收到当前节点发送的初始特征数据时，可以在当前节点的节点队列中生成与目标车辆关联的节点车辆记录，从而将当前节点得到的目标车辆的初始特征数据以当前节点的节点队列中一条节点车辆记录的形式进行存储。
步骤S302，将目标车辆关联的节点车辆记录与其他节点对应的节点车辆记录分别进行匹配，确定目标车辆是否为新增车辆。
由于在每次接收到初始特征数据时，终端均可以对节点队列进行更新，在获取到当前节点对目标车辆进行信息采集得到的初始特征数据之前，终端可能已经获取到由其他节点得到的目标车辆的初始特征数据。为了避免综合车辆队列中出现同一车辆的多条车辆记录，在本申请的实施方式中，终端可以在生成与目标车辆关联的节点车辆记录之后，将目标车辆关联的节点车辆记录与其他节点节点队列中的节点车辆记录分别进行匹配，确定其他节点对应的节点车辆记录中是否已经存在目标车辆的节点车辆记录，进而确定目标车辆是否为新增车辆，并依据目标车辆是否为新增车辆的结果，确定如何对综合车辆队列进行车辆记录的更新。
其中，上述其他节点为多种信息采集节点中当前节点以外的信息采集节点。
步骤S303，若目标车辆为新增车辆，则在综合车辆队列中新增目标车辆关联的车辆记录，并将目标车辆的初始特征数据与车辆记录进行关联。
在本申请的一些实施方式中，如果目标车辆为新增车辆，说明综合车辆队列中不存在目标车辆关联的车辆记录，则终端可以在综合车辆队列中新增目标车辆关联的车辆记录，并将目标车辆的初始特征数据与车辆记录进行关联。
相应的，还可以将目标车辆的车辆记录的信息融合数量标记为1，信息融合数量可以表征该车辆记录所有初始特征数据的来源节点的节点总数量。
步骤S304，若目标车辆为非新增车辆，则将目标车辆的初始特征数据与综合车辆队列中与目标车辆关联的车辆记录进行关联。
在本申请的一些实施方式中，如果目标车辆为非新增车辆，说明其他节点曾获取到目标车辆的初始特征数据，在首次获取到目标车辆的初始特征数据时，终端已经在综合车辆队列中新建目标车辆关联的车辆记录，因此，综合车辆队列中已经存在目标车辆关联的车辆记录，则终端可以将目标车辆的初始特征数据与综合车辆队列中与目标车辆关联的车辆记录进行关联。
相应的，还可以将目标车辆的车辆记录的信息融合数量加1。
步骤S103，根据初始特征数据，以及每个初始特征数据的来源节点，确定每条车辆记录对应车辆的目标特征数据。
在本申请的实施方式中，终端可以对存储于综合车辆队列中的车辆记录进行场景回溯处理，以对多维度的信息进行融合，得到每个车辆的目标特征数据。
具体的，如图4所示，终端对单条车辆记录的确定步骤可以包括以下步骤S401至步骤S403。
步骤S401，确定待处理数据的来源节点的节点总数量。
其中，待处理数据为与单条车辆记录关联的各个初始特征数据。
在本申请的一些实施方式中，可以通过获取每条车辆记录关联的信息融合数量，得到单条车辆记录关联的各个初始特征数据的来源节点的节点总数量。
步骤S402，若节点总数量大于1，则对与待处理数据中来源节点不同的初始特征数据进行融合，得到单条车辆记录对应车辆的目标特征数据。
在本申请的一些实施方式中，当节点总数量大于1时，说明待处理数据中包含来自不同节点的初始特征数据，此时，可以对来源节点不同的同类的初始特征数据进行融合，得到单条车辆记录对应车辆的目标特征数据。
在本申请的一些实施方式中，融合后的目标特征数据可以包括车辆的目标行驶速度Vb，目标行驶时刻Tb对应车头中心的目标横向位置Xb和目标纵向位置Yb，还可以包括车身长度L、车身宽度D等特征信息。
在本申请的一些实施方式中，当多种信息采集节点包括特征识别节点、介质定位节点和定位测速节点时，可以通过以下规则进行融合：
若车辆记录对应的信息融合数量为3，说明来源节点的节点总数量为3，表示单条车辆记录中车辆定位测速装置、车辆特征识别装置和介质定位采集装置提供的初始特征数据全部存在，则终端可以依据这三个装置采集到的初始特征数据进行计算。
具体的，考虑到定位测速节点采集的触发时刻、位置更加准确，在一些实施方式中，可以将定位测速节点采集到的第三触发时刻作为目标行驶时刻，将各个信息采集节点采集到的横向位置的平均值作为目标横向位置，将定位测速节点采集到的第三触发时刻对应的纵向位置作为目标纵向位置，并利用定位测速节点采集到的第三触发时刻和对应的纵向位置，以及定位测速节点以外的任意一个信息采集节点采集到的触发时刻和对应的纵向位置计算目标行驶速度。
例如，假设触发时刻Tp<Tc<Tr，可取Tb＝Tp，Xb＝(Xp+Xc+Xr)/3，Yb＝Yp，Vb＝(Yc-Yp)/(Tc-Tp)。
若车辆记录对应的信息融合数量为2，说明来源节点的节点总数量为2，表示车辆定位测速装置、车辆特征识别装置、介质定位采集装置中有两个提供了初始特征数据，则终端可以依据这两个装置采集到的初始特征数据进行计算。
具体的，可以将其中一个触发时刻作为目标行驶时刻，将横向位置的平均值作为目标横向位置，将目标行驶时刻对应的纵向位置作为目标纵向位置，并利用触发时刻和纵向位置计算目标行驶速度。例如，假设车辆定位测速装置信息和介质定位采集装置信息存在，可取Tb＝Tp，Xb＝(Xp+Xr)/2，Yb＝Yp，Vb＝(Yr-Yp)/(Tr-Tp)。
步骤S403，若节点总数量等于1，则根据待处理数据，确定单条车辆记录对应车辆的目标特征数据。
若车辆记录对应的信息融合数量为1，说明来源节点的节点总数量为1，表示车辆定位测速装置、车辆特征识别装置、介质定位采集装置中仅有一个提供了初始特征数据，则终端可以依据该装置采集到的初始特征数据进行计算。
假设仅有车辆定位测速的初始特征数据存在，可取Tb＝Tp，Xb＝Xp，Yb＝Yp，Vb＝V；假设仅有车辆特征识别装置初始特征数据存在，可取Tb＝Tc，Xb＝Xc，Yb＝Yc，
Figure BDA0003447421240000101
假设仅有介质定位采集装置初始特征数据存在，可取Tb＝Tr，Xb＝Xr，Yb＝Yr，
Figure BDA0003447421240000102
其中，
Figure BDA0003447421240000103
为场景内不同车道对应的动态变化的车辆平均速度。
步骤S104，根据目标特征数据，确定综合车辆队列中的有效车辆记录，并基于有效车辆记录的数量，确定目标场景中车辆的计数结果。
在本申请的一些实施方式中，终端可以对车辆记录两两进行联合判定，遍历所有车辆记录之后，将无效的车辆记录剔除，保留有效车辆记录，此时，有效车辆记录的数量即为目标场景中车辆的总计数量。
具体的，如图5所示，上述步骤S104可以包括以下步骤S501至步骤S505。
步骤S501，从每条车辆记录对应车辆的目标行驶时刻中，确定参考行驶时刻。
在本申请的一些实施方式中，终端可以从每条车辆记录对应车辆的目标行驶时刻中，确定参考行驶时刻，以将每条车辆记录对齐到参考行驶时刻。
选取参考行驶时刻的方式可以根据实际情况进行选择，在本申请的一些实施方式中，可以将所有车辆记录按照目标行驶时刻的先后顺序进行排序，将最早的目标行驶时刻作为参考行驶时刻T′b。
步骤S502，根据每条车辆记录对应车辆的目标纵向位置、目标行驶速度，以及目标行驶时刻，分别计算每条车辆记录对应车辆在参考行驶时刻的参考纵向位置。
具体的，结合每条车辆记录对应车辆的目标行驶时刻Tb对应的目标纵向位置Yb，以及对应车辆的目标行驶速度Vb，可以计算每个车辆在参考行驶时刻T′b车头中心所处的参考纵向位置Y′b＝Yb-(T′b-Tb)×Vb。
步骤S503，利用每条车辆记录对应车辆的目标行驶速度，分别计算每条车辆记录对应车辆的参考前车间距。
其中，参考前车间距是指车辆与其前方车辆的最小间距。具体的，终端可以将目标行驶速度输入行驶速度与跟车距离的关系模型g中，确定每条车辆记录对应车辆的参考前车间距Eb＝g(Vb,c)，c＝(c1,c2,...,cn)。其中，c1,c2,...,cn表示行驶速度与跟车距离关系模型中的相关参数。
步骤S504，将所有车辆记录两两进行联合判别操作，并根据判别结果对每条车辆记录的标记进行更新。
其中，联合判别操作指：将进行联合判别操作的两条车辆记录其中的一条车辆记录关联的车辆作为当前车辆，将另一条车辆记录关联的车辆作为其他车辆，根据当前车辆的车身长度、车身宽度、目标横向位置、参考纵向位置和参考前车间距、其他车辆的车身长度、车身宽度、目标横向位置、参考纵向位置和参考前车间距，得到进行联合判别的两条车辆记录是否满足判别条件的判别结果。
具体的，如图6所示，上述步骤S504可以包括以下步骤S601至步骤S605。
步骤S601，计算当前车辆的参考纵向位置和其他车辆的参考纵向位置之间的参考纵向位置距离。
其中，参考纵向位置距离可以通过后方车辆的参考纵向位置减去前方车辆的参考纵向位置得到。
假设当前车辆的参考纵向位置Y′b1，其他车辆的参考纵向位置Y′b2，则在计算参考纵向位置距离时，假设其他车辆为当前车辆的后方车辆，则参考纵向位置距离Y′b2-Y′b1；假设其他车辆为当前车辆的前方车辆，则参考纵向位置距离Y′b1-Y′b2。
步骤S602，计算当前车辆的目标横向位置和其他车辆的目标横向位置之间的横向位置距离。
步骤S603，根据当前车辆的车身长度和其他车辆的参考前车间距，或者，根据当前车辆的参考前车间距和其他车辆的车身长度，确定纵向阈值。
其中，参考前车间距可以指本车前方车辆与本车之间的间距。在根据当前车辆的车身长度和其他车辆的参考前车间距确定纵向阈值时，其他车辆可以指当前车辆的后方车辆；在根据当前车辆的参考前车间距和其他车辆的车身长度确定纵向阈值时，其他车辆则可以指当前车辆的前方车辆。
步骤S604，根据当前车辆的车身宽度和其他车辆的车身宽度，确定横向阈值。
步骤S605，若横向位置距离小于或等于横向阈值，且参考纵向位置距离小于或等于对应的纵向阈值，则将判别结果确认为进行联合判别的两条车辆记录满足判别条件。
具体的，假设当前车辆的车身长度Lb1、车身宽度Db1、目标横向位置Xb1、参考纵向位置Y′b1以及参考前车间距Eb1；其他车辆的车身长度Lb2、车身宽度Db2、目标横向位置Xb2、参考纵向位置Y′b2以及参考前车间距Eb2，则终端可以计算得到参考纵向位置距离Y′b2-Y′b1或Y′b1-Y′b2、横向位置距离|Xb2-Xb1|、纵向阈值Lb1+Eb2或Lb2+Eb1、横向阈值(Db1+Db2)/2。
此时，若横向位置距离小于或等于横向阈值，且参考纵向位置距离小于或等于对应的纵向阈值，则终端可以将判别结果确认为进行联合判别的两条车辆记录满足判别条件。
也即，若Y′b2-Y′b1<Lb1+Eb2且|Xb2-Xb1|<(Db1+Db2)/2；或者，若Y′b1-Y′b2<Lb2+Eb1且|Xb2-Xb1|<(Db1+Db2)/2，则终端可以将判别结果确认为进行联合判别的两条车辆记录满足判别条件。
根据判别结果，终端可以对每条车辆记录的标记进行更新。其中，上述标记可以具体包括无效标记和特定标记。
当判别结果为进行联合判别的两条车辆记录满足判别条件时，终端可以将进行联合判别的两条车辆记录的无效标记数量均增加1，同时将其中信息融合数量较少的车辆记录增加特定标记，特定标记可以用符号“+”或其他符号进行标记。
步骤S505，根据每条车辆记录的标记，确定并剔除其中的无效车辆记录，得到有效车辆记录。
在完成标记更新操作之后，终端可以检测车辆记录中的无效标记数量最高的数值，并基于该数值确定出其中的无效车辆记录。
具体的，若车辆记录中的无效标记数量最高的数值大于1，则将无效标记数量最高的车辆记录判定为无效车辆记录，并从综合车辆队列中剔除该无效车辆记录。若车辆记录中的无效标记数量最高的数值等于1，则将具有特定标记的车辆记录判定为无效车辆记录，并从综合车辆队列中剔除该无效车辆记录。若车辆记录中的无效标记数量最高的数值等于0，则可以确认综合车辆队列中均为有效车辆记录。
相应的，在每一次剔除无效车辆记录之后，终端可以将所有车辆记录的无效标记和特定标记清零，重新执行步骤S504，以及步骤S505，直至综合车辆队列中的车辆记录的无效标记数量均为0，则可以将剩余的车辆记录确认为有效车辆记录。
在另一些实施方式中，当判别结果为进行联合判别的两条车辆记录满足判别条件时，终端还可以将进行联合判别的两条车辆记录的无效标记数量均增加1，将其中信息融合数量较少的车辆记录的特定标记数量也增加1，然后，记录本次进行联合判别的两条车辆记录。
相应的，终端可以检测车辆记录中的无效标记数量最高的数值。
若车辆记录中的无效标记数量最高的数值大于1，则将无效标记数量最高的车辆记录判定为无效车辆记录，并从综合车辆队列中剔除该无效车辆记录，同时，将与该无效车辆记录进行联合判别，且判别结果为满足判别条件的车辆记录的无效标记减去1。然后，还需判断与该无效车辆记录进行联合判别，且判别结果为满足判别条件的车辆记录是否为与该无效车辆记录之间信息融合数量较少的车辆记录。若是，则将与该无效车辆记录进行联合判别，且判别结果为满足判别条件的车辆记录的特定标记数量减去1，若否，则不需要对其特定标记数量进行更新。然后，重新检测车辆记录中的无效标记数量最高的数值，直至车辆记录中的无效标记数量最高的数值为1或0。
若车辆记录中的无效标记数量最高的数值等于1，则将各个具有特定标记的车辆记录判定为无效车辆记录，并从综合车辆队列中剔除无效车辆记录，然后确认剩余的车辆记录为有效车辆记录。
若车辆记录中的无效标记数量最高的数值等于0，则可以确认综合车辆队列中均为有效车辆记录。
需要说明的是，终端可以定时(如每分钟执行一次，每次操作一分钟前的车辆记录)或定量(如每100条车辆记录执行一次，每次操作100条前的车辆记录)地执行步骤S103至步骤S104，从而周期性地对综合车辆队列进行场景回溯处理，进而避免设备数据到达融合中心存在延迟，使得每个周期的数据平滑过度。
在本申请的实施方式中，通过获取由多种信息采集节点分别对目标场景中的车辆进行信息采集得到的初始特征数据，然后利用初始特征数据，对综合车辆队列进行车辆记录的更新，能够利用多种设备作为不同的信息采集节点，实现不同信息的感知与融合，形成综合车辆队列中不同的车辆记录，克服单一设备计数过程中容易受到应用场景、天气情况、环境遮挡等因素影响的问题；在形成综合车辆队列之后，根据初始特征数据，以及每个初始特征数据的来源节点，确定每条车辆记录对应车辆的目标特征数据，并根据目标特征数据，确定综合车辆队列中的有效车辆记录，进而基于有效车辆记录的数量，确定目标场景中车辆的计数结果，能够通过场景回溯处理，保留有效车辆记录，避免同一车辆在综合车辆队列中有对应的多条车辆记录，完成全局决策，输出准确性更高的综合计数结果。
在一些具体的实施方式中，采用特征识别节点、介质定位节点和定位测速节点作为信息采集节点，不需要破坏路面，施工难度小、维护成本低、设备安装灵活。并且，各个节点之间能够采集到相同或部分相同类型的特征数据，便于后续进行数据融合，提高了计数的准确性，鲁棒性高，能够对门架断面车流量进行全天候的准确计数。
在以上实施方式中，终端需要基于每条节点车辆记录关联的初始特征数据进行匹配，确定目标车辆是否为新增车辆。依据信息采集节点所采集的初始特征数据的不同，终端可以采用不同的匹配方式。
具体的，当上述多种信息采集节点包括特征识别节点、介质定位节点和定位测速节点中的至少两种信息采集节点时，终端可以采用以下方式进行匹配。
在本申请的一些实施方式中，若当前节点为特征识别节点，其他节点为介质定位节点，则终端可以根据目标车辆的第一触发时刻和第一车辆特征集合，以及每条介质定位记录对应车辆的第二触发时刻和第二车辆特征集合，计算目标车辆和每条介质定位记录对应车辆之间的触发时刻差值和特征相似度；若介质定位节点的节点队列中存在触发时刻差值和特征相似度均满足阈值条件的介质定位记录，则确认目标车辆为非新增车辆。
在本申请的另一些实施方式中，若当前节点为介质定位节点，其他节点为特征识别节点，则终端可以根据目标车辆的第二触发时刻和第二车辆特征集合，以及每条车辆特征记录对应车辆的第一触发时刻和第一车辆特征集合，计算目标车辆和每条车辆特征记录对应车辆之间的触发时刻差值和特征相似度；若特征识别节点的节点队列中存在触发时刻差值和特征相似度均满足阈值条件的车辆特征记录，则确认目标车辆为非新增车辆。
具体的，在上述两种实现方式中，终端可以利用车辆特征记录对应车辆离开场景时的第一触发时刻Tc，和介质定位记录对应车辆的第二触发时刻Tr，计算触发时刻差值Tcr＝|Tc-Tr|。利用车辆特征队列中的车辆车牌、车型、颜色等信息组成的第一特征集合δc，和介质信息队列中的车辆车牌、车型、颜色等信息组成的第二特征集合δr，计算信息特征相似度Jcr＝f(δc,δr,b),b＝(b1,b2,...,bn)。其中，f表示车辆特征相似度计算模型，b1,b2,...,bn表示车辆特征相似度计算模型中的相关参数。接着，判断触发时刻差值Tcr是否满足时间误差阈值
Figure BDA0003447421240000151
特征相似度Jcr是否满足特征匹配阈值
Figure BDA0003447421240000152
若均满足则可以确认目标车辆为非新增车辆，若不均满足，且当前信息采集节点仅包含特征识别节点和介质定位节点，则可以确认目标车辆为新增车辆。
在本申请的一些实施方式中，若当前节点为特征识别节点，其他节点为定位测速节点，则终端可以根据目标车辆的第一触发时刻、第一横向位置和第一纵向位置，以及每条定位测速记录对应车辆的第三触发时刻、第三横向位置、第三纵向位置和第三行驶速度，计算目标车辆和每条定位测速记录对应车辆之间的触发时刻差值、横向位置差值以及纵向位置差值；若定位测速节点的节点队列中存在触发时刻差值、横向位置差值以及纵向位置差值均满足阈值条件的定位测速记录，则确认目标车辆为非新增车辆。
在本申请的另一些实施方式中，若当前节点为定位测速节点，其他节点为特征识别节点，则终端可以根据目标车辆的第三触发时刻、第三横向位置、第三纵向位置和第三行驶速度，以及每条车辆特征记录对应车辆的第一触发时刻、第一横向位置和第一纵向位置，计算目标车辆和每条车辆特征记录对应车辆之间的触发时刻差值、横向位置差值以及纵向位置差值；若特征识别节点的节点队列中存在触发时刻差值、横向位置差值以及纵向位置差值均满足阈值条件的车辆特征记录，则确认目标车辆为非新增车辆。
具体的，在上述两种实现方式中，终端可以利用定位测速记录对应车辆的第三触发时刻Tp，和车辆特征记录对应车辆离开场景时的第一触发时刻Tc，计算触发时刻差值Tpc＝|Tp-Tc|。利用定位测速记录对应车辆的第三横向位置Xp，和车辆特征记录对应车辆离开场景时的第一横向位置Xc，计算横向位置差值Xpc＝|Xp-Xc|。结合定位测速记录对应车辆的第三纵向位置Yp、第三行驶速度V，计算定位测速记录对应车辆在第一触发时刻Tc所处的纵向位置Yp′＝Yp-(Tc-Tp)×V，并结合车辆特征记录对应车辆的第一纵向位置Yc，计算纵向位置差值Ypc＝|Y′p-Yc|。接着，判断触发时刻差值Tpc是否满足时间误差阈值
Figure BDA0003447421240000161
横向位置差值Xpc是否满足横向误差阈值
Figure BDA0003447421240000162
纵向位置差值Ypc是否满足纵向误差阈值
Figure BDA0003447421240000163
若均满足则可以确认目标车辆为非新增车辆，若不均满足，且当前信息采集节点仅包含特征识别节点和定位测速节点，则可以确认目标车辆为新增车辆。
在本申请的一些实施方式中，若当前节点为介质定位节点，其他节点为定位测速节点，则终端可以根据目标车辆的第二触发时刻、第二横向位置和第二纵向位置，以及每条定位测速记录对应车辆的第三触发时刻、第三横向位置、第三纵向位置和第三行驶速度，计算目标车辆和每条定位测速记录对应车辆之间的触发时刻差值、横向位置差值以及纵向位置差值；若定位测速节点的节点队列中存在触发时刻差值、横向位置差值以及纵向位置差值均满足阈值条件的定位测速记录，则确认目标车辆为非新增车辆。
在本申请的另一些实施方式中，若当前节点为定位测速节点，其他节点为介质定位节点，则终端可以根据目标车辆的第三触发时刻、第三横向位置、第三纵向位置和第三行驶速度，以及每条介质定位记录对应车辆的第二触发时刻、第二横向位置和第二纵向位置，计算目标车辆和每条介质定位记录对应车辆之间的触发时刻差值、横向位置差值以及纵向位置差值；若介质定位节点的节点队列中存在触发时刻差值、横向位置差值以及纵向位置差值均满足阈值条件的介质定位记录，则确认目标车辆为非新增车辆。
具体的，在上述两种实现方式中，终端可以利用介质定位记录对应车辆的第二触发时刻Tr，和定位测速记录对应车辆的第三触发时刻Tp，计算触发时刻差值Trp＝|Tr-Tp|。利用介质定位记录对应车辆的第二横向位置Xr，和定位测速记录对应车辆的第三横向位置Xp，计算横向位置差值Xrp＝|Xr-Xp|。结合定位测速记录对应车辆的第三纵向位置Yp、第三行驶速度V，计算定位测速记录对应车辆在第二触发时刻Tr所处的纵向位置Yp′＝Yp-(Tr-Tp)×V，并结合介质定位记录对应车辆的第二纵向位置Yr，计算纵向位置误差Yrp＝|Yr-Y′p|。接着，判断触发时刻差值Trp是否满足时间误差阈值
Figure BDA0003447421240000171
横向位置差值Xrp是否满足横向误差阈值
Figure BDA0003447421240000172
纵向位置差值Yrp是否满足纵向误差阈值
Figure BDA0003447421240000173
若均满足则可以确认目标车辆为非新增车辆，若不均满足，且当前信息采集节点仅包含介质定位节点和定位测速节点，则可以确认目标车辆为新增车辆。
需要说明的是，上述时间误差阈值
Figure BDA0003447421240000174
横向误差阈值
Figure BDA0003447421240000175
纵向误差阈值
Figure BDA0003447421240000176
以及特征匹配阈值
Figure BDA0003447421240000177
的具体取值均可以根据实际情况进行设置，并且在每种方式中的取值可以不同。
此外，若信息采集节点的数量大于2，终端可以依次和每个其他节点的节点队列进行匹配。以当前节点为特征识别节点为例，终端可以先将目标车辆关联的节点车辆记录与每个介质定位记录进行匹配，再将目标车辆关联的节点车辆记录与每个定位测速记录进行匹配，如果经过每一次匹配均未确认目标车辆为非新增车辆，则可以确认目标车辆为新增车辆。
在本申请的实施方式中，终端在将目标车辆关联的节点车辆记录与其他节点对应的节点车辆记录进行匹配的过程中，通过两个节点得到的同类型初始特征数据进行匹配，可以较为准确地确认目标车辆是否为新增车辆，避免同一车辆在综合车辆队列中有对应的多条车辆记录，提高了计数的准确性。
实际应用中，各个信息采集节点对应的设备在安装过程中往往存在安装误差，同时，随着设备的长期使用，设备的角度、位置等容易发生变动，并且，同样的安装参数在不同的场景达到的计数效果往往不同。为了解决这一问题，在本申请的一些实施方式中，终端还可以动态调节前端融合节点的设备参数，实现闭环反馈调优。
具体的，上述闭环反馈调优的过程可以包括：计算每个信息采集节点的节点队列中节点车辆记录的记录总数和计数结果之间的误差量，并根据误差量，对各个信息采集节点的设备参数进行调整。
在本申请的一些实施方式中，当误差量超过一定的阈值时，终端可以对每个设备的物理功率、角度方位、逻辑阈值等设备参数进行调整，并循环直至误差量低于阈值。
在另一些实施方式中，当误差量超过一定的阈值时，终端也可以根据车型、车道等原因类别分析每种原因类别对应的误差量，若某种原因类别对应的误差量大于一定的阈值，则对与该原因类别关联设备参数进行调整，循环直至误差量低于阈值。例如，当发现对车身高度较高的车辆进行计数时误差量大于一定的阈值，则可以调整设备的角度方位，以使设备更好的采集到车身高度较高的初始特征数据。
此外，终端也可以以预设的频率进行闭环反馈调优，根据场景对精度的要求，上述频率的具体取值可以进行调整。
本申请实施方式中，通过闭环反馈调优，可以减少安装误差以及长期使用造成的设备角度、位置等变动对计数效果的影响，并且能够使设备参数适应不同的场景，进而在不同的场景中获取到准确的计数结果。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为根据本申请，某些步骤可以采用其它顺序进行。
如图7所示为本申请实施例提供的一种车辆的计数装置700的结构示意图，所述车辆的计数装置700配置于终端上。
具体的，所述车辆的计数装置700可以包括：获取单元701，用于获取由多种信息采集节点分别对目标场景中的车辆进行信息采集得到的初始特征数据；更新单元702，用于利用所述初始特征数据，对综合车辆队列进行车辆记录的更新，每条所述车辆记录与单个车辆及该单个车辆的至少一个初始特征数据关联；确定单元703，用于根据所述初始特征数据，以及每个所述初始特征数据的来源节点，确定每条所述车辆记录对应车辆的目标特征数据；计数单元704，用于根据所述目标特征数据，确定所述综合车辆队列中的有效车辆记录，并基于所述有效车辆记录的数量，确定所述目标场景中车辆的计数结果。
在本申请的一些实施方式中，上述更新单元702可以具体用于：响应于获取到由当前节点对目标车辆进行信息采集得到的初始特征数据，根据所述目标车辆的初始特征数据，在所述当前节点的节点队列中生成与所述目标车辆关联的节点车辆记录；将所述目标车辆关联的所述节点车辆记录与其他节点对应的节点车辆记录分别进行匹配，确定所述目标车辆是否为新增车辆，所述其他节点为所述多种信息采集节点中所述当前节点以外的信息采集节点；若所述目标车辆为新增车辆，则在所述综合车辆队列中新增所述目标车辆关联的车辆记录，并将所述目标车辆的初始特征数据与所述车辆记录进行关联。
在本申请的一些实施方式中，上述更新单元702可以具体用于：若所述目标车辆为非新增车辆，则将所述目标车辆的初始特征数据与所述综合车辆队列中与所述目标车辆关联的车辆记录进行关联。
在本申请的一些实施方式中，上述多种信息采集节点包括特征识别节点、介质定位节点和定位测速节点中的至少两种信息采集节点；所述特征识别节点对应的节点车辆记录为车辆特征记录，每个所述车辆特征记录关联的初始特征数据包括对应车辆的第一触发时刻、第一横向位置、第一纵向位置和第一车辆特征集合；所述介质定位节点对应的节点车辆记录为介质定位记录，每个所述介质定位记录关联的初始特征数据包括对应车辆的第二触发时刻、第二横向位置、第二纵向位置和第二车辆特征集合；所述定位测速节点对应的节点车辆记录为定位测速记录，每个所述定位测速记录关联的初始特征数据包括对应车辆的第三触发时刻、第三横向位置、第三纵向位置和第三行驶速度。
在本申请的一些实施方式中，上述更新单元702可以具体用于：若所述当前节点为所述特征识别节点，所述其他节点为所述介质定位节点，则根据所述目标车辆的第一触发时刻和第一车辆特征集合，以及每条所述介质定位记录对应车辆的第二触发时刻和第二车辆特征集合，计算所述目标车辆和每条所述介质定位记录对应车辆之间的触发时刻差值和特征相似度；若所述介质定位节点的节点队列中存在所述触发时刻差值和所述特征相似度均满足阈值条件的介质定位记录，则确认所述目标车辆为非新增车辆。
在本申请的一些实施方式中，上述更新单元702可以具体用于：若所述当前节点为所述介质定位节点，所述其他节点为所述特征识别节点，则根据所述目标车辆的第二触发时刻和第二车辆特征集合，以及每条所述车辆特征记录对应车辆的第一触发时刻和第一车辆特征集合，计算所述目标车辆和每条所述车辆特征记录对应车辆之间的触发时刻差值和特征相似度；若所述特征识别节点的节点队列中存在所述触发时刻差值和所述特征相似度均满足阈值条件的车辆特征记录，则确认所述目标车辆为非新增车辆。
在本申请的一些实施方式中，上述更新单元702可以具体用于：若所述当前节点为所述特征识别节点，所述其他节点为所述定位测速节点，则根据所述目标车辆的第一触发时刻、第一横向位置和第一纵向位置，以及每条所述定位测速记录对应车辆的第三触发时刻、第三横向位置、第三纵向位置和第三行驶速度，计算所述目标车辆和每条所述定位测速记录对应车辆之间的触发时刻差值、横向位置差值以及纵向位置差值；若所述定位测速节点的节点队列中存在所述触发时刻差值、所述横向位置差值以及所述纵向位置差值均满足阈值条件的定位测速记录，则确认所述目标车辆为非新增车辆。
在本申请的一些实施方式中，上述更新单元702可以具体用于：若所述当前节点为所述定位测速节点，所述其他节点为所述特征识别节点，则根据所述目标车辆的第三触发时刻、第三横向位置、第三纵向位置和第三行驶速度，以及每条所述车辆特征记录对应车辆的第一触发时刻、第一横向位置和第一纵向位置，计算所述目标车辆和每条所述车辆特征记录对应车辆之间的触发时刻差值、横向位置差值以及纵向位置差值；若所述特征识别节点的节点队列中存在所述触发时刻差值、所述横向位置差值以及所述纵向位置差值均满足阈值条件的车辆特征记录，则确认所述目标车辆为非新增车辆。
在本申请的一些实施方式中，上述更新单元702可以具体用于：若所述当前节点为所述介质定位节点，所述其他节点为所述定位测速节点，则根据所述目标车辆的第二触发时刻、第二横向位置和第二纵向位置，以及每条所述定位测速记录对应车辆的第三触发时刻、第三横向位置、第三纵向位置和第三行驶速度，计算所述目标车辆和每条所述定位测速记录对应车辆之间的触发时刻差值、横向位置差值以及纵向位置差值；若所述定位测速节点的节点队列中存在所述触发时刻差值、所述横向位置差值以及所述纵向位置差值均满足阈值条件的定位测速记录，则确认所述目标车辆为非新增车辆。
在本申请的一些实施方式中，上述更新单元702可以具体用于：若所述当前节点为所述定位测速节点，所述其他节点为所述介质定位节点，则根据所述目标车辆的第三触发时刻、第三横向位置、第三纵向位置和第三行驶速度，以及每条所述介质定位记录对应车辆的第二触发时刻、第二横向位置和第二纵向位置，计算所述目标车辆和每条所述介质定位记录对应车辆之间的触发时刻差值、横向位置差值以及纵向位置差值；若所述介质定位节点的节点队列中存在所述触发时刻差值、所述横向位置差值以及所述纵向位置差值均满足阈值条件的介质定位记录，则确认所述目标车辆为非新增车辆。
在本申请的一些实施方式中，上述确定单元703可以具体用于：确定待处理数据的来源节点的节点总数量，所述待处理数据为与所述单条车辆记录关联的各个所述初始特征数据；若所述节点总数量大于1，则对与所述待处理数据中来源节点不同的初始特征数据进行融合，得到所述单条车辆记录对应车辆的目标特征数据；若所述节点总数量等于1，则根据所述待处理数据，确定所述单条车辆记录对应车辆的目标特征数据。
在本申请的一些实施方式中，上述目标特征数据包括对应车辆的车身长度、车身宽度、目标行驶时刻、目标横向位置、目标纵向位置和目标行驶速度；上述计数单元704可以具体用于：从每条所述车辆记录对应车辆的所述目标行驶时刻中，确定参考行驶时刻；根据每条所述车辆记录对应车辆的所述目标纵向位置、所述目标行驶速度，以及目标行驶时刻，分别计算每条所述车辆记录对应车辆在所述参考行驶时刻的参考纵向位置；利用每条所述车辆记录对应车辆的所述目标行驶速度，分别计算每条所述车辆记录对应车辆的参考前车间距；将所有所述车辆记录两两进行联合判别操作，并根据判别结果对每条所述车辆记录的标记进行更新，其中，所述联合判别操作指将其中一条所述车辆记录关联的车辆作为当前车辆，将另一条所述车辆记录关联的车辆作为其他车辆，根据所述当前车辆的车身长度、车身宽度、目标横向位置、参考纵向位置和参考前车间距、所述当前车辆以外其他车辆的车身长度、车身宽度、目标横向位置、参考纵向位置和参考前车间距，得到进行所述联合判别的两条车辆记录是否满足判别条件的判别结果；根据每条所述车辆记录的标记，确定并剔除其中的无效车辆记录，得到所述有效车辆记录。
在本申请的一些实施方式中，上述计数单元704可以具体用于：计算所述当前车辆的参考纵向位置和所述其他车辆的参考纵向位置之间的参考纵向位置距离；计算所述当前车辆的目标横向位置和所述其他车辆的目标横向位置之间的横向位置距离；根据所述当前车辆的车身长度和所述其他车辆的参考前车间距，或者，根据所述当前车辆的参考前车间距和所述其他车辆的车身长度，确定纵向阈值；根据所述当前车辆的车身宽度和所述其他车辆的车身宽度，确定横向阈值；若所述横向位置距离小于或等于所述横向阈值，且所述参考纵向位置距离小于或等于对应的所述纵向阈值，则将所述判别结果确认为进行所述联合判别的两条车辆记录满足所述判别条件。
在本申请的一些实施方式中，上述车辆的计数装置700还可以包括反馈优化单元，具体用于：计算每个所述信息采集节点的节点队列中节点车辆记录的记录总数和所述计数结果之间的误差量；根据所述误差量，对各个所述信息采集节点的设备参数进行调整。
需要说明的是，为描述的方便和简洁，上述车辆的计数装置700的具体工作过程，可以参考图1至图6所述方法的对应过程，在此不再赘述。
如图8所示，为本申请实施例提供的一种终端的示意图。该终端8可以包括：处理器80、存储器81以及存储在所述存储器81中并可在所述处理器80上运行的计算机程序82，例如车辆的计数程序。所述处理器80执行所述计算机程序82时实现上述各个车辆的计数方法实施例中的步骤，例如图1所示的步骤S101至S104。或者，所述处理器80执行所述计算机程序82时实现上述各装置实施例中各模块/单元的功能，例如图7所示的获取单元701、更新单元702、确定单元703和计数单元704。
所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器81中，并由所述处理器80执行，以完成本申请。所述一个或多个模块/单元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中的执行过程。
例如，所述计算机程序可以被分割成：获取单元、更新单元、确定单元和计数单元。各单元具体功能如下：获取单元，用于获取由多种信息采集节点分别对目标场景中的车辆进行信息采集得到的初始特征数据；更新单元，用于利用所述初始特征数据，对综合车辆队列进行车辆记录的更新，每条所述车辆记录与单个车辆及该单个车辆的至少一个初始特征数据关联；确定单元，用于根据所述初始特征数据，以及每个所述初始特征数据的来源节点，确定每条所述车辆记录对应车辆的目标特征数据；计数单元，用于根据所述目标特征数据，确定所述综合车辆队列中的有效车辆记录，并基于所述有效车辆记录的数量，确定所述目标场景中车辆的计数结果。
所述终端可包括，但不仅限于，处理器80、存储器81。本领域技术人员可以理解，图8仅仅是终端的示例，并不构成对终端的限定，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，例如所述终端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80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)、现成可编程门阵列(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81可以是所述终端的内部存储单元，例如终端的硬盘或内存。所述存储器81也可以是所述终端的外部存储设备，例如所述终端上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器81还可以既包括所述终端的内部存储单元也包括外部存储设备。所述存储器81用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。
需要说明的是，为描述的方便和简洁，上述终端的结构还可以参考方法实施例中对结构的具体描述，在此不再赘述。
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各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申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/终端和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端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，在本申请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/单元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，本申请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(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、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申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (12)

1.一种车辆的计数方法，其特征在于，包括：
获取由多种信息采集节点分别对目标场景中的车辆进行信息采集得到的初始特征数据；
利用所述初始特征数据，对综合车辆队列进行车辆记录的更新，每条所述车辆记录与单个车辆及该单个车辆的至少一个初始特征数据关联；
根据所述初始特征数据，以及每个所述初始特征数据的来源节点，确定每条所述车辆记录对应车辆的目标特征数据；
根据所述目标特征数据，确定所述综合车辆队列中的有效车辆记录，并基于所述有效车辆记录的数量，确定所述目标场景中车辆的计数结果。
2.如权利要求1所述的车辆的计数方法，其特征在于，所述利用所述初始特征数据，对综合车辆队列进行车辆记录的更新，包括：
响应于获取到由当前节点对目标车辆进行信息采集得到的初始特征数据，根据所述目标车辆的初始特征数据，在所述当前节点的节点队列中生成与所述目标车辆关联的节点车辆记录；
将所述目标车辆关联的所述节点车辆记录与其他节点对应的节点车辆记录分别进行匹配，确定所述目标车辆是否为新增车辆，所述其他节点为所述多种信息采集节点中所述当前节点以外的信息采集节点；
若所述目标车辆为新增车辆，则在所述综合车辆队列中新增所述目标车辆关联的车辆记录，并将所述目标车辆的初始特征数据与所述车辆记录进行关联。
3.如权利要求2所述的车辆的计数方法，其特征在于，在所述确定所述目标车辆是否为新增车辆之后，还包括：
若所述目标车辆为非新增车辆，则将所述目标车辆的初始特征数据与所述综合车辆队列中与所述目标车辆关联的车辆记录进行关联。
4.如权利要求2或3所述的车辆的计数方法，其特征在于，所述多种信息采集节点包括特征识别节点、介质定位节点和定位测速节点中的至少两种信息采集节点；
所述特征识别节点对应的节点车辆记录为车辆特征记录，每个所述车辆特征记录关联的初始特征数据包括对应车辆的第一触发时刻、第一横向位置、第一纵向位置和第一车辆特征集合；
所述介质定位节点对应的节点车辆记录为介质定位记录，每个所述介质定位记录关联的初始特征数据包括对应车辆的第二触发时刻、第二横向位置、第二纵向位置和第二车辆特征集合；
所述定位测速节点对应的节点车辆记录为定位测速记录，每个所述定位测速记录关联的初始特征数据包括对应车辆的第三触发时刻、第三横向位置、第三纵向位置和第三行驶速度。
5.如权利要求4所述的车辆的计数方法，其特征在于，所述将所述目标车辆关联的所述节点车辆记录与其他节点的节点队列中的节点车辆记录分别进行匹配，确定所述目标车辆是否为新增车辆，包括：
若所述当前节点为所述特征识别节点，所述其他节点为所述介质定位节点，则根据所述目标车辆的第一触发时刻和第一车辆特征集合，以及每条所述介质定位记录对应车辆的第二触发时刻和第二车辆特征集合，计算所述目标车辆和每条所述介质定位记录对应车辆之间的触发时刻差值和特征相似度；若所述介质定位节点的节点队列中存在所述触发时刻差值和所述特征相似度均满足阈值条件的介质定位记录，则确认所述目标车辆为非新增车辆；
或者，若所述当前节点为所述介质定位节点，所述其他节点为所述特征识别节点，则根据所述目标车辆的第二触发时刻和第二车辆特征集合，以及每条所述车辆特征记录对应车辆的第一触发时刻和第一车辆特征集合，计算所述目标车辆和每条所述车辆特征记录对应车辆之间的触发时刻差值和特征相似度；若所述特征识别节点的节点队列中存在所述触发时刻差值和所述特征相似度均满足阈值条件的车辆特征记录，则确认所述目标车辆为非新增车辆；
或者，若所述当前节点为所述特征识别节点，所述其他节点为所述定位测速节点，则根据所述目标车辆的第一触发时刻、第一横向位置和第一纵向位置，以及每条所述定位测速记录对应车辆的第三触发时刻、第三横向位置、第三纵向位置和第三行驶速度，计算所述目标车辆和每条所述定位测速记录对应车辆之间的触发时刻差值、横向位置差值以及纵向位置差值；若所述定位测速节点的节点队列中存在所述触发时刻差值、所述横向位置差值以及所述纵向位置差值均满足阈值条件的定位测速记录，则确认所述目标车辆为非新增车辆；
或者，若所述当前节点为所述定位测速节点，所述其他节点为所述特征识别节点，则根据所述目标车辆的第三触发时刻、第三横向位置、第三纵向位置和第三行驶速度，以及每条所述车辆特征记录对应车辆的第一触发时刻、第一横向位置和第一纵向位置，计算所述目标车辆和每条所述车辆特征记录对应车辆之间的触发时刻差值、横向位置差值以及纵向位置差值；若所述特征识别节点的节点队列中存在所述触发时刻差值、所述横向位置差值以及所述纵向位置差值均满足阈值条件的车辆特征记录，则确认所述目标车辆为非新增车辆；
或者，若所述当前节点为所述介质定位节点，所述其他节点为所述定位测速节点，则根据所述目标车辆的第二触发时刻、第二横向位置和第二纵向位置，以及每条所述定位测速记录对应车辆的第三触发时刻、第三横向位置、第三纵向位置和第三行驶速度，计算所述目标车辆和每条所述定位测速记录对应车辆之间的触发时刻差值、横向位置差值以及纵向位置差值；若所述定位测速节点的节点队列中存在所述触发时刻差值、所述横向位置差值以及所述纵向位置差值均满足阈值条件的定位测速记录，则确认所述目标车辆为非新增车辆；
或者，若所述当前节点为所述定位测速节点，所述其他节点为所述介质定位节点，则根据所述目标车辆的第三触发时刻、第三横向位置、第三纵向位置和第三行驶速度，以及每条所述介质定位记录对应车辆的第二触发时刻、第二横向位置和第二纵向位置，计算所述目标车辆和每条所述介质定位记录对应车辆之间的触发时刻差值、横向位置差值以及纵向位置差值；若所述介质定位节点的节点队列中存在所述触发时刻差值、所述横向位置差值以及所述纵向位置差值均满足阈值条件的介质定位记录，则确认所述目标车辆为非新增车辆。
6.如权利要求1至3任意一项所述的车辆的计数方法，其特征在于，在所述根据所述初始特征数据，以及每个所述初始特征数据的来源节点，确定每条所述车辆记录对应车辆的目标特征数据的步骤中，对单条车辆记录的确定步骤包括：
确定待处理数据的来源节点的节点总数量，所述待处理数据为与所述单条车辆记录关联的各个所述初始特征数据；
若所述节点总数量大于1，则对与所述待处理数据中来源节点不同的初始特征数据进行融合，得到所述单条车辆记录对应车辆的目标特征数据；
若所述节点总数量等于1，则根据所述待处理数据，确定所述单条车辆记录对应车辆的目标特征数据。
7.如权利要求6所述的车辆的计数方法，其特征在于，所述目标特征数据包括对应车辆的车身长度、车身宽度、目标行驶时刻、目标横向位置、目标纵向位置和目标行驶速度；
所述根据所述目标特征数据，确定所述综合车辆队列中的有效车辆记录，包括：
从每条所述车辆记录对应车辆的所述目标行驶时刻中，确定参考行驶时刻；
根据每条所述车辆记录对应车辆的所述目标纵向位置、所述目标行驶速度，以及目标行驶时刻，分别计算每条所述车辆记录对应车辆在所述参考行驶时刻的参考纵向位置；
利用每条所述车辆记录对应车辆的所述目标行驶速度，分别计算每条所述车辆记录对应车辆的参考前车间距；
将所有所述车辆记录两两进行联合判别操作，并根据判别结果对每条所述车辆记录的标记进行更新，其中，所述联合判别操作指将其中一条所述车辆记录关联的车辆作为当前车辆，将另一条所述车辆记录关联的车辆作为其他车辆，根据所述当前车辆的车身长度、车身宽度、目标横向位置、参考纵向位置和参考前车间距、所述其他车辆的车身长度、车身宽度、目标横向位置、参考纵向位置和参考前车间距，得到进行所述联合判别的两条车辆记录是否满足判别条件的判别结果；
根据每条所述车辆记录的标记，确定并剔除其中的无效车辆记录，得到所述有效车辆记录。
8.如权利要求7所述的车辆的计数方法，其特征在于，所述根据所述当前车辆的车身长度、车身宽度、目标横向位置、参考纵向位置和参考前车间距、所述其他车辆的车身长度、车身宽度、目标横向位置、参考纵向位置和参考前车间距，得到进行所述联合判别的两条车辆记录是否满足判别条件的判别结果，包括：
计算所述当前车辆的参考纵向位置和所述其他车辆的参考纵向位置之间的参考纵向位置距离；
计算所述当前车辆的目标横向位置和所述其他车辆的目标横向位置之间的横向位置距离；
根据所述当前车辆的车身长度和所述其他车辆的参考前车间距，或者，根据所述当前车辆的参考前车间距和所述其他车辆的车身长度，确定纵向阈值；
根据所述当前车辆的车身宽度和所述其他车辆的车身宽度，确定横向阈值；
若所述横向位置距离小于或等于所述横向阈值，且所述参考纵向位置距离小于或等于对应的所述纵向阈值，则将所述判别结果确认为进行所述联合判别的两条车辆记录满足所述判别条件。
9.如权利要求2所述的车辆的计数方法，其特征在于，在所述确定所述目标场景中车辆的计数结果之后，还包括：
计算每个所述信息采集节点的节点队列中节点车辆记录的记录总数和所述计数结果之间的误差量；
根据所述误差量，对各个所述信息采集节点的设备参数进行调整。
10.一种车辆的计数装置，其特征在于，包括：
获取单元，用于获取由多种信息采集节点分别对目标场景中的车辆进行信息采集得到的初始特征数据；
更新单元，用于利用所述初始特征数据，对综合车辆队列进行车辆记录的更新，每条所述车辆记录与单个车辆及该单个车辆的至少一个初始特征数据关联；
确定单元，用于根据所述初始特征数据，以及每个所述初始特征数据的来源节点，确定每条所述车辆记录对应车辆的目标特征数据；
计数单元，用于根据所述目标特征数据，确定所述综合车辆队列中的有效车辆记录，并基于所述有效车辆记录的数量，确定所述目标场景中车辆的计数结果。
11.一种终端，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9任一项所述方法的步骤。
12.一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9任一项所述方法的步骤。
CN202111660517.XA 2021-12-30 2021-12-30 一种车辆的计数方法、装置、终端和存储介质 Active CN114495520B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111660517.XA CN114495520B (zh) 2021-12-30 2021-12-30 一种车辆的计数方法、装置、终端和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111660517.XA CN114495520B (zh) 2021-12-30 2021-12-30 一种车辆的计数方法、装置、终端和存储介质

Publications (2)

Publication Number Publication Date
CN114495520A true CN114495520A (zh) 2022-05-13
CN114495520B CN114495520B (zh) 2023-10-03

Family

ID=81508713

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111660517.XA Active CN114495520B (zh) 2021-12-30 2021-12-30 一种车辆的计数方法、装置、终端和存储介质

Country Status (1)

Country Link
CN (1) CN114495520B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115311750A (zh) * 2022-06-21 2022-11-08 北京易路行技术有限公司 一种etc门架运行质量的监测方法及装置
CN115713861A (zh) * 2023-01-05 2023-02-24 南京隼眼电子科技有限公司 道路监测方法、系统、电子设备及存储介质

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0807914A1 (en) * 1996-05-15 1997-11-19 Hitachi, Ltd. Traffic flow monitor apparatus
WO2005088578A1 (en) * 2004-03-17 2005-09-22 Globis Data Inc. System for using cellular phones as traffic probes
CN101441814A (zh) * 2008-12-25 2009-05-27 重庆交通大学 道路交通信息检测装置和检测方法
US8180558B1 (en) * 2007-04-04 2012-05-15 Xm Satellite Radio Inc. System and method for improved traffic flow reporting using satellite digital audio radio service (SDARS) and vehicle communications, navigation and tracking system
CN102810250A (zh) * 2012-07-31 2012-12-05 长安大学 基于视频的多车型交通信息检测方法
US9460613B1 (en) * 2016-05-09 2016-10-04 Iteris, Inc. Pedestrian counting and detection at a traffic intersection based on object movement within a field of view
CN107195178A (zh) * 2016-03-14 2017-09-22 滴滴（中国）科技有限公司 一种确定车辆行驶路径的方法及装置
CN107516417A (zh) * 2017-08-21 2017-12-26 中国科学院软件研究所 一种挖掘时空关联关系的实时高速公路流量估计方法
CN107888877A (zh) * 2017-11-13 2018-04-06 毛国强 车辆追踪及道路交通信息采集的方法及其系统
WO2018153211A1 (zh) * 2017-02-22 2018-08-30 中兴通讯股份有限公司 获取交通路况信息的方法及装置、计算机存储介质
JP2019007790A (ja) * 2017-06-22 2019-01-17 本田技研工業株式会社 車両位置判定装置
CN109544907A (zh) * 2018-10-23 2019-03-29 大唐软件技术股份有限公司 一种车辆计数方法、装置
CN110363193A (zh) * 2019-06-12 2019-10-22 北京百度网讯科技有限公司 车辆重识别方法、装置、设备和计算机存储介质
US20190351899A1 (en) * 2018-05-16 2019-11-21 GM Global Technology Operations LLC Automated driving systems and control logic using sensor fusion for intelligent vehicle control
CN110532896A (zh) * 2019-08-06 2019-12-03 北京航空航天大学 一种基于路侧毫米波雷达和机器视觉融合的道路车辆检测方法
CN110648542A (zh) * 2019-11-08 2020-01-03 深圳市哈工大业信息技术股份有限公司 基于方位识别窄波雷达的高精度车流量检测系统
CN111311927A (zh) * 2020-01-17 2020-06-19 深圳市戴升智能科技有限公司 车流量检测方法、装置、计算机设备及存储介质
CN112946628A (zh) * 2021-02-08 2021-06-11 江苏中路工程技术研究院有限公司 一种基于雷达与视频融合的道路运行状态检测方法及系统
CN113160571A (zh) * 2021-06-28 2021-07-23 智道网联科技(北京)有限公司 基于车路协同的多数据源的数据融合处理方法和装置

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0807914A1 (en) * 1996-05-15 1997-11-19 Hitachi, Ltd. Traffic flow monitor apparatus
WO2005088578A1 (en) * 2004-03-17 2005-09-22 Globis Data Inc. System for using cellular phones as traffic probes
US8180558B1 (en) * 2007-04-04 2012-05-15 Xm Satellite Radio Inc. System and method for improved traffic flow reporting using satellite digital audio radio service (SDARS) and vehicle communications, navigation and tracking system
CN101441814A (zh) * 2008-12-25 2009-05-27 重庆交通大学 道路交通信息检测装置和检测方法
CN102810250A (zh) * 2012-07-31 2012-12-05 长安大学 基于视频的多车型交通信息检测方法
CN107195178A (zh) * 2016-03-14 2017-09-22 滴滴（中国）科技有限公司 一种确定车辆行驶路径的方法及装置
US9460613B1 (en) * 2016-05-09 2016-10-04 Iteris, Inc. Pedestrian counting and detection at a traffic intersection based on object movement within a field of view
WO2018153211A1 (zh) * 2017-02-22 2018-08-30 中兴通讯股份有限公司 获取交通路况信息的方法及装置、计算机存储介质
JP2019007790A (ja) * 2017-06-22 2019-01-17 本田技研工業株式会社 車両位置判定装置
CN107516417A (zh) * 2017-08-21 2017-12-26 中国科学院软件研究所 一种挖掘时空关联关系的实时高速公路流量估计方法
CN107888877A (zh) * 2017-11-13 2018-04-06 毛国强 车辆追踪及道路交通信息采集的方法及其系统
US20190351899A1 (en) * 2018-05-16 2019-11-21 GM Global Technology Operations LLC Automated driving systems and control logic using sensor fusion for intelligent vehicle control
CN109544907A (zh) * 2018-10-23 2019-03-29 大唐软件技术股份有限公司 一种车辆计数方法、装置
CN110363193A (zh) * 2019-06-12 2019-10-22 北京百度网讯科技有限公司 车辆重识别方法、装置、设备和计算机存储介质
CN110532896A (zh) * 2019-08-06 2019-12-03 北京航空航天大学 一种基于路侧毫米波雷达和机器视觉融合的道路车辆检测方法
CN110648542A (zh) * 2019-11-08 2020-01-03 深圳市哈工大业信息技术股份有限公司 基于方位识别窄波雷达的高精度车流量检测系统
CN111311927A (zh) * 2020-01-17 2020-06-19 深圳市戴升智能科技有限公司 车流量检测方法、装置、计算机设备及存储介质
CN112946628A (zh) * 2021-02-08 2021-06-11 江苏中路工程技术研究院有限公司 一种基于雷达与视频融合的道路运行状态检测方法及系统
CN113160571A (zh) * 2021-06-28 2021-07-23 智道网联科技(北京)有限公司 基于车路协同的多数据源的数据融合处理方法和装置

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
彭哲等: "基于视频的交通流参数智能检测系统研究", 《成都信息工程学院学报》 *
彭哲等: "基于视频的交通流参数智能检测系统研究", 《成都信息工程学院学报》, no. 02, 15 April 2008 (2008-04-15) *
毛欣: "基于车辆识别的流量检测方法研究与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
毛欣: "基于车辆识别的流量检测方法研究与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》, 15 February 2018 (2018-02-15) *
马耀军;: "交通监控车辆自动计数系统", 工业控制计算机, no. 01 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115311750A (zh) * 2022-06-21 2022-11-08 北京易路行技术有限公司 一种etc门架运行质量的监测方法及装置
CN115713861A (zh) * 2023-01-05 2023-02-24 南京隼眼电子科技有限公司 道路监测方法、系统、电子设备及存储介质

Also Published As

Publication number Publication date
CN114495520B (zh) 2023-10-03

Similar Documents

Publication Publication Date Title
CN110189424B (zh) 基于多目标雷达的多车道自由流车辆检测方法及系统
CN108389396B (zh) 一种基于视频的车型匹配方法、装置和计费系统
CN114495520B (zh) 一种车辆的计数方法、装置、终端和存储介质
KR100969995B1 (ko) 영상처리기법을 이용한 신호교차로의 교통상충 판단 시스템및 방법
EP3576008A1 (en) Image based lane marking classification
CN111753797B (zh) 一种基于视频分析的车辆测速方法
CN104574954A (zh) 一种基于自由流系统的车辆稽查方法、控制设备及系统
US20220237919A1 (en) Method, Apparatus, and Computing Device for Lane Recognition
CN111145555A (zh) 一种检测车辆违章的方法和装置
CN111081031B (zh) 车辆的抓拍方法及系统
CN110111582B (zh) 基于tof相机的多车道自由流车辆检测方法及系统
CN112651398B (zh) 车辆的抓拍控制方法、装置及计算机可读存储介质
CN115376109B (zh) 障碍物检测方法、障碍物检测装置以及存储介质
CN112447060A (zh) 识别车道的方法、装置及计算设备
CN114973659A (zh) 一种高速公路的间接事件检测的方法、装置及系统
CN112863195B (zh) 车辆状态的确定方法及装置
CN113192217B (zh) 逃费检测方法、装置、计算机设备和介质
CN112446902B (zh) 目标车辆异常的确定方法及装置、存储介质、电子装置
CN114783181B (zh) 一种基于路侧感知的交通流量统计方法和装置
JP6611334B2 (ja) 区画線認識装置
TWI526996B (zh) 電子收費異常交易防止方法及防止異常交易的電子收費系統
CN112133120A (zh) 一种车辆提示处理方法及装置
CN117784162B (zh) 目标标注数据获取方法、目标跟踪方法、智能设备及介质
CN113888602B (zh) 一种雷达车辆目标与视觉车辆目标的关联方法及装置
CN111915897B (zh) 确定识别区域的位置方法、装置、存储介质及电子装置

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