CN115331469A - 一种车辆轨迹在线还原方法、装置及设备 - Google Patents
一种车辆轨迹在线还原方法、装置及设备 Download PDFInfo
- Publication number
- CN115331469A CN115331469A CN202210977500.5A CN202210977500A CN115331469A CN 115331469 A CN115331469 A CN 115331469A CN 202210977500 A CN202210977500 A CN 202210977500A CN 115331469 A CN115331469 A CN 115331469A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- equipment
- track
- detection
- 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
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000001514 detection method Methods 0.000 claims abstract description 147
- 238000011144 upstream manufacturing Methods 0.000 claims description 19
- 238000004088 simulation Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 4
- 238000004364 calculation method Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 4
- 239000000284 extract Substances 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
- H04N5/265—Mixing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明公开了一种车辆轨迹在线还原方法,该方法获取各车辆检测设备实时采集生成的数据帧并合并,消除各车辆检测设备间的检测范围差异,从合并数据帧中提取出于车辆检测设备的检测类型相对应的身份信息,代表当前时刻下的所有车辆,与车辆信息库中存储的目前已检测到的所有车辆进行身份比对,若匹配,说明为同一车辆,则可以根据当前时刻下的车辆轨迹信息对车辆信息库中对应的数据项进行更新;若未匹配,则将其增加至车辆信息库中,以便于后续时刻的持续轨迹更新,该方法可以实现不同应用场景下自适应的实时轨迹还原。本发明还公开了一种车辆轨迹在线还原装置及设备,具有相应的技术效果。
Description
技术领域
本发明涉及智能交通技术领域,特别是涉及一种车辆轨迹在线还原方法、装置及设备。
背景技术
车辆轨迹是对车辆的位置和时间的记录序列,可以广泛应用于智能交通领域中的车辆追踪、车辆异常时间识别等诸多应用场景。随着城市视频采集、卫星定位无线通信等车辆检测设备以及移动互联网的快速发展,通过车辆检测设备可以实时获取目标车辆的位置数据,对车辆在检测区域内的行驶轨迹进行记录。但是,单独的轨迹检测设备只能对本设备视野范围内的车辆进行检测,生成一定范围内连续的车辆轨迹数据,但是无法还原车辆的完整轨迹,持续性定位一辆车。
目前进行车辆轨迹的还原需要获取采集一段时间的视频后对其进行整体车辆信息识别,实现过程较长,无法满足实时性要求。
综上所述,如何实现实时在线的车辆轨迹还原,是目前本领域技术人员急需解决的技术问题。
发明内容
本发明的目的是提供一种车辆轨迹在线还原方法、装置及设备,以实现实时在线的车辆轨迹还原。
为解决上述技术问题,本发明提供如下技术方案:
一种车辆轨迹在线还原方法,包括:
获取各待拼接的车辆检测设备在相同时刻实时采集生成的数据帧;其中,所述数据帧中包括各车辆的采集信息;
合并各所述数据帧,得到合并帧;
根据所述车辆检测设备的检测类型,从所述采集信息中提取出对应的身份信息,从车辆信息库中提取出对应的记录信息;其中,所述车辆信息库存储有当前检测到的所有车辆的最新采集信息;
根据所述身份信息以及所述记录信息进行车辆信息匹配比对;
若存在所述身份信息的匹配记录信息,根据所述身份信息对应的采集信息对所述匹配记录信息进行轨迹更新;若不存在,将所述身份信息对应的采集信息写入所述车辆信息库。
可选地,所述根据所述身份信息对应的采集信息对所述匹配记录信息进行轨迹更新,包括:
将生成所述采集信息的车辆检测设备作为第一设备,将生成所述匹配记录信息的车辆检测设备作为第二设备;
判断所述第一设备是否为所述第二设备在道路通行方向上的下游设备;
若是,将所述采集信息覆盖写入至所述匹配记录信息对应的存储区。
可选地,所述根据所述车辆检测设备的检测类型,从所述采集信息中提取出对应的身份信息,从车辆信息库中提取出对应的记录信息,包括:
若所述车辆检测设备为可检测车牌设备,从所述采集信息中提取出车牌信息,从车辆信息库中提取出记录车牌信息;
则相应地,所述根据所述身份信息以及所述记录信息进行车辆信息匹配比对,包括:
对所述车牌信息与所述记录车牌信息进行相似性比对。
可选地,在所述对所述车牌信息与所述记录车牌信息进行相似性比对之前,还包括:
删除所述车牌信息与所述记录车牌信息中的中文字符。
可选地,在所述获取各待拼接的车辆检测设备在相同时刻实时采集生成的数据帧之前,还包括:
判断所述车辆信息库中是否存在超时记录信息;其中,所述超时记录信息的存储时长超过丢帧阈值;
若存在所述超时记录信息,将所述超时记录信息的采集设备作为第三设备,按照道路通行方向将所述第三设备的下游设备作为第四设备;
在所述第四设备的检测区域内设置模拟运行的截止断面;
以所述截止断面为终点进行轨迹模拟,生成模拟轨迹数据;
将所述模拟轨迹数据添加至所述第三设备当前时刻实时采集生成的数据帧内。
可选地,所述以所述截止断面为终点进行轨迹模拟,包括:
确定所述超时记录信息中的车辆速度;
确定当前待模拟路段的运行参数设置跟驰模型的参数;
以所述车辆速度作为起始速度,调用所述跟驰模型模拟行驶至所述截止断面,作为所述模拟轨迹数据。
可选地,所述根据所述车辆检测设备的检测类型,从所述采集信息中提取出对应的身份信息,从车辆信息库中提取出对应的记录信息,包括:
若所述车辆检测设备非可检测车牌设备,确定两相邻车辆检测设备间的检测重叠区域;其中,按照道路通行方向将所述两相邻车辆检测设备中的上游设备作为第五设备,下游设备作为第六设备;
从所述合并帧中提取出所述第五设备和所述第六设备分别在所述检测重叠区域内生成的采集信息,得到第五采集信息和第六采集信息;其中,所述第五采集信息和所述第六采集信息包括:车辆位置及车头角度;
则相应地,所述根据所述身份信息以及所述记录信息进行车辆信息匹配比对,包括:
将所述第六采集信息中检测到的车辆作为目标车辆,所述目标车辆的车辆位置作为目标位置;
根据所述目标位置,判断所述第五采集信息中是否存在与所述目标车辆的间距小于间隔阈值的临近车辆;
若存在所述临近车辆,从所述第五采集信息中提取出所述临近车辆的行驶方向,作为临近行驶方向;从所述第六采集信息中提取出所述目标车辆的行驶方向,作为目标行驶方向;
判断所述目标行驶方向与所述临近行驶方向间的行驶方向差是否小于差值阈值;
若小于所述差值阈值,判定所述目标车辆与所述临近车辆的车辆信息匹配。
可选地,所述车辆轨迹在线还原方法还包括:
将所述车辆位置存储于地理位置哈希系统;
则相应地,所述判断所述第五采集信息中是否存在与所述目标车辆的间距小于间隔阈值的临近车辆,包括:在所述地理位置哈希系统中根据位置键值判断所述第五采集信息中是否存在与所述目标车辆的间距小于间隔阈值的临近车辆。
一种车辆轨迹在线还原装置,包括:
数据帧获取单元,用于获取各待拼接的车辆检测设备在相同时刻实时采集生成的数据帧;其中,所述数据帧中包括各车辆的采集信息;
帧合并单元,用于合并各所述数据帧,得到合并帧;
检测提取单元,用于根据所述车辆检测设备的检测类型,从所述采集信息中提取出对应的身份信息,从车辆信息库中提取出对应的记录信息;其中,所述车辆信息库存储有当前检测到的所有车辆的最新采集信息;
信息比对单元,用于根据所述身份信息以及所述记录信息进行车辆信息匹配比对;若存在所述身份信息的匹配记录信息,触发轨迹更新单元;若不存在,触发轨迹记录单元;
所述轨迹更新单元,用于根据所述身份信息对应的采集信息对所述匹配记录信息进行轨迹更新;
所述轨迹记录单元,用于将所述身份信息对应的采集信息写入所述车辆信息库。
一种计算机设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现上述车辆轨迹在线还原方法的步骤。
本发明实施例所提供的方法,获取各车辆检测设备实时采集生成的数据帧并合并,消除各车辆检测设备间的检测范围差异,对监控的目标路段进行整体度量,根据合并数据帧中的采集信息,从中提取出与车辆检测设备的检测类型相对应的车辆的身份信息,作为当前时刻下在目标道路下的所有车辆,与车辆信息库中存储的目前已检测到的所有车辆进行身份比对,若匹配,说明为同一车辆,则可以根据当前时刻下的车辆轨迹信息对车辆信息库中对应的数据项进行更新,使车辆信息库中实时存储每个时刻下的最新车辆轨迹数据,实现轨迹数据的接续以及还原;若不存在匹配的记录信息,说明当前检测到的车辆为首次出现在监测范围内,则将其增加至车辆信息库中,以便于后续时刻的持续轨迹更新。该方法综合考虑了不同场景和设备条件下的轨迹接续实现,可以实现不同应用场景下自适应的实时轨迹还原。
相应地,本发明实施例还提供了与上述车辆轨迹在线还原方法相对应的车辆轨迹在线还原装置和设备,具有上述技术效果,在此不再赘述。
附图说明
为了更清楚地说明本发明实施例或相关技术中的技术方案,下面将对实施例或相关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发明的一些实施例,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为本发明实施例中一种车辆轨迹在线还原方法的实施流程图;
图2为本发明实施例中一种车辆轨迹在线还原装置的结构示意图;
图3为本发明实施例中一种计算机设备的结构示意图。
具体实施方式
本发明的核心是提供一种车辆轨迹在线还原方法,可以实现实时在线的车辆轨迹还原。
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参考图1,图1为本发明实施例中一种车辆轨迹在线还原方法的流程图,该方法包括以下步骤:
S101、获取各待拼接的车辆检测设备在相同时刻实时采集生成的数据帧;
车辆检测设备主要用于对检测区域内的所有车辆进行信息采集,生成数据帧。其中,数据帧为每个时刻下采集得到的所有车辆的属性及位置描述信息(即地理坐标)的集合,属性可以包括:车辆自身特征信息(比如车辆类型、车牌号等)以及车辆唯一性识别信息(用于区分车辆的信息,比如车辆编号),当然也可以进一步采集其他类型的信息,比如时间、路段信息等,本实施例中对于采集信息中具体包含的信息类型不做限定,可以根据实际应用的设备类型及型号进行相应设定。一个车辆检测设备采集的数据帧之间的时间是递增的,每帧之间对于检测设备认定的同一车辆使用同样的车辆唯一性识别信息。车辆检测设备具体可以为摄像头、雷达等。
在待监测的目标道路中按行车方向对各采集路段依次设置对应的车辆检测设备,各车辆检测设备都有对应的采集路段范围(本申请中称为设备覆盖范围),各车辆检测设备的设备覆盖范围尽量覆盖整个目标道路,以实现目标道路的全方位监控。
本方法主要针对不同时间和采集位置下的数据帧进行时间和空间上的拼接,以生成连续时刻下的道路全景的车辆轨迹,首先在时间相同下消除空间因素,需要获取在相同时刻针对不同区域采集的各数据帧,其中相同时刻指数据帧的采集时间区间相同,即一帧数据(1/12s)的起始时间节点相同。具体地,一种实现方式比如:设置各待拼接的车辆检测设备的时钟一致性;选取其中一个设备作为主时钟设备,主时钟设备生成新的帧数据后发送至车辆轨迹在线还原的处理端,处理端接收到主时钟设备发送的数据后,系统去其他设备的缓冲区提取最新采集的数据帧,其他设备在采集到数据帧后将其暂时保存在缓冲区,将拿到的主时钟设备的数据帧和其他设备的数据帧发送到后续帧合并处理流程。需要说明的是,本实施例中仅以上述实现方式为例进行介绍,根据其他可以保证数据帧的时间一致性的获取方式实施的车辆轨迹还原方法均算作本发明的保护范围,在此不再赘述。
各车辆检测设备均为独立的检测设备,各独立检测设备间可能会采用相同的车辆唯一性识别信息生成方法,比如按照进入顺序进行车辆编号等。为避免各独立的车辆检测设备生成的车辆唯一性识别信息发生重叠,在设备生成的车辆唯一性识别信息之外可以进一步添加辅助区分信息,本实施例中提出可以将设备码添加至设备采集生成的数据帧的车辆唯一性识别信息中。以车辆唯一性识别信息为车辆编号为例,对各设备进行设备编号,然后将设备的编号作用到检测的车辆编号中(比如前置或后置于车辆编号中),则一种车辆唯一性识别信息为:06(设备编号)053(车辆编号),从而可以使所有设备检测到的车辆编号不会发生重叠。当然,如果各设备间的车辆身份识别信息可以实现完全区分,也可以不进行上述设置,在此不做限定。
S102、合并各数据帧,得到合并帧;
将获取得到的若干数据帧合并为一帧,作为当前时刻下采集得到的实时信息,以便于在后续处理流程中,系统将从合并的这一帧数据中,筛选出真正需要保留的车辆,去掉因为拼接需要而过滤掉的重复的车辆信息,提升还原效率,以便于满足实时性要求。
其中,若干数据帧的合并过程可以参照相关技术中的实现方式,本实施例中对此不做赘述。
S103、根据车辆检测设备的检测类型,从采集信息中提取出对应的身份信息,从车辆信息库中提取出对应的记录信息;
不同的车辆检测设备对于车辆身份信息的检测类型可能不同,比如有些车牌检测设备可以识别车牌信息、车辆经纬度位置等唯一性特征信息,同时,有些车牌检测设备只能识别到车辆外观特征、行驶特征等非唯一性特征信息。本方法中根据车辆检测设备的检测类型从各车辆的采集信息中提取出相应的可以实现车辆区分的身份信息(可以为唯一性特征信息,也可以为非唯一性特征信息),具体提取的身份信息类型不做限定,比如车辆检测设备为可检测车牌的类型,则对应提取的车辆身份信息可以为车牌信息;又比如车辆检测设备非可检测车牌的类型,但是属于车辆经纬度位置(世界坐标)可检测的类型,则对应提取的车辆身份信息可以为车辆的经纬度位置;若车辆检测设备无法提取每个车的唯一性特征信息,则可以考虑提取非唯一性特征信息进行同一车辆的识别,比如车辆型号、车辆外观特征、行驶特征等,在此不再赘述。由于本实施例中对于车辆检测设备的设备类型不做限定,因此对于根据设备类型提取的用于识别是否为同一车辆的身份信息也不做限定,本实施例中仅以上述三种检测类型为例进行介绍,具体可以根据实际应用进行相应身份信息的设定,以满足不同设备类型下车辆身份识别的需求。
合并帧中存储有当前时刻下采集到的所有车辆的采集信息,车辆信息库存储有当前已经识别检测到(即已经完成轨迹追踪和还原)的所有车辆在当前时刻之前的最新采集信息,从采集信息和车辆信息库中提取出与设备检测类型相对应的身份信息,以便于判断当前采集到的车辆是否为车辆信息库已检测的车辆,若是,则可以根据当前时刻下匹配信息对应的完整采集信息对车辆信息库中的匹配记录信息进行轨迹信息更新,从而实现车辆信息库中轨迹的接续。
S104、根据身份信息以及记录信息进行车辆信息匹配比对;若存在身份信息的匹配记录信息,执行步骤S105;若不存在,执行步骤S106;
根据当前实时采集到的身份信息,与车辆信息库中存储的已检测到的所有记录车辆的身份信息逐一进行相似度匹配比对,若身份信息匹配成功,则可以判定两辆车为同一车辆,触发步骤S105;而若车辆信息库中不存在匹配的记录信息,说明合并帧中该车辆在此之前不属于轨迹拼接还原的对象,为首次采集到,则需要触发步骤S106将其加入车辆信息库,以便持续监控。
车辆信息的匹配比对具体可以根据待比对的信息(即身份信息以及记录信息)的信息类别进行相应设定,比如待比对的信息为世界坐标时,则可以计算两坐标之间的相对距离,比对相对距离是否在误差范围内,即两车位置是否相同;又比如待比对的信息为车辆型号及轮廓信息时,则可以比对车辆型号即轮廓特征是否相同,总之,车辆信息匹配比对的目的在于判断两信息对应的车辆是否为同一车辆。由于本实施例中对于待匹配比对的身份信息中包含的具体信息类别不做限定,因此本步骤中对于信息匹配比对的具体实现方式也不做具体限定,可以根据实际使用情况和应用场景进行具体的设置,在此仅以上述两种实现方式为例进行介绍,其他实现方式的具体步骤在此不再赘述。
S105、根据身份信息对应的采集信息对匹配记录信息进行轨迹更新;
判定为同一车辆的身份信息和记录信息,会基于此进行进一步的拼接处理,具体将合并帧中该身份信息对应的完整采集信息对车辆信息库中匹配记录信息的相应轨迹信息项进行更新。更新可以指定项目进行更新,比如只更新位置、车头角度;也可以将所有信息都更新,将采集信息中所有信息项都覆盖写入至车辆信息库中,仅保留采集信息中没有的信息项,可以根据实际监控需要进行设定,在此不做限定。
S106、将身份信息对应的采集信息写入车辆信息库。
若不存在匹配记录信息,说明该车辆为首次采集到相关信息,为保证后续的持续性轨迹还原及监测,将合并帧中该身份信息对应的采集信息添加至车辆信息库中,作为新的监测对象写入,则后续数据帧采集到该车辆后,即可直接对该信息进行更新,实现轨迹的接续。
另外,考虑真实车辆可能存在逆行的情况,在轨迹拼接时还可以进一步针对这种情况进行特殊处理。实现的方法可以是在做上下游设备判断时,加入对下游设备最新一次数据时间的记录,如果上游数据的时间晚于下游设备最新一次数据时间一定阈值后(比如可以设置500毫秒),可以更新车辆信息库中记录的设备编号为上游设备,继续使用上游设备的车辆信息,而不去考虑将上游设备上报的该车数据删除,当然也可以不进行上述设置,在此不做限定。
基于上述介绍,本发明实施例所提供的技术方案,获取各车辆检测设备实时采集生成的数据帧并合并,消除各车辆检测设备间的检测范围差异,对监控的目标路段进行整体度量,根据合并数据帧中的采集信息,从中提取出与车辆检测设备的检测类型相对应的车辆的身份信息,作为当前时刻下在目标道路下的所有车辆,与车辆信息库中存储的目前已检测到的所有车辆进行身份比对,若匹配,说明为同一车辆,则可以根据当前时刻下的车辆轨迹信息对车辆信息库中对应的数据项进行更新,使车辆信息库中实时存储每个时刻下的最新车辆轨迹数据,实现轨迹数据的接续以及还原;若不存在匹配的记录信息,说明当前检测到的车辆为首次出现在监测范围内,则将其增加至车辆信息库中,以便于后续时刻的持续轨迹更新。该方法综合考虑了不同场景和设备条件下的轨迹接续实现,可以实现不同应用场景下自适应的实时轨迹还原。
需要说明的是,基于上述实施例,本发明实施例还提供了相应的改进方案。在优选/改进实施例中涉及与上述实施例中相同步骤或相应步骤之间可相互参考,相应的有益效果也可相互参照,在本文的优选/改进实施例中不再一一赘述。
在上述实施例的基础上,为保证最新采集的轨迹数据顺利写入,步骤S105根据身份信息对应的采集信息对匹配记录信息进行轨迹更新具体可以按照以下步骤来实现:
S51、将生成采集信息的车辆检测设备作为第一设备,将生成匹配记录信息的车辆检测设备作为第二设备;
S52、判断第一设备是否为第二设备在道路通行方向上的下游设备;若是,触发S53;若否,可以无需写入,可以直接跳转至步骤S101,对于该种情况下的处理方式本实施例不做限定;
S53、将采集信息覆盖写入至匹配记录信息对应的存储区。
由于合并帧中匹配的采集信息和车辆信息库中的匹配记录信息的提供设备可能不是同一个,可以首先判断一下这两设备的上下游的关系,按设备的上下游关系,优先保证下游设备的数据被保留到当前帧,在当前帧中删除上游设备提供的车辆信息,从而保证下游设备与上游设备间的轨迹切换接续,保证最新采集数据的优先写入,也可以避免频繁切换车辆检测设备带来的轨迹数据误差增大等情况。
而被保留的当前车辆数据,也可以按照之前缓存到车辆信息库中的车辆信息的存储方法,用原有的车辆属性覆盖该车辆数据的车辆属性部分,保留当前的最新位置,最后将车辆的当前设备编号也记录到车辆库中,如果后期再收到上游设备上报的该车数据,可以直接从合并帧中删除,以提升整体实现效率。
本实施例提供的方法可以保证最新信息优先录入,可以避免设备间检测重叠区域数据的交叠重复写入,提升效率的同时可以保证数据实时性。
上述实施例中对于根据车辆设备的检测类型从合并帧及车辆信息库中提取对应的记录信息的具体实现方式不做限定,为保证匹配比对的精准度,本实施例中提出一种可检测车牌信息的车辆检测设备的信息提取以及相应的匹配比对的方法,具体如下:
若车辆检测设备为可检测车牌设备,步骤S103根据车辆检测设备的检测类型,从采集信息中提取出对应的身份信息,从车辆信息库中提取出对应的记录信息具体可以为:S31、从采集信息中提取出车牌信息,从车辆信息库中提取出记录车牌信息。
则相应地,步骤S104根据身份信息以及记录信息进行车辆信息匹配比对具体为:S41、对车牌信息与记录车牌信息进行相似性比对。
在拼接处理流程内,如果车辆检测设备都是具备车牌检测能力的,由于车牌信息是车辆的唯一性信息,且目前大部分车辆检测设备对于车牌信息的识别精准度较高,因此可以优先考虑将车牌信息作为匹配比对的对象,将所有车辆的车牌进行过滤,找到认定为相似的车牌,既可以保证匹配精准度,同时计算简单容易实现。具体方法是将车辆车牌和已经缓存到车辆信息库内的当前运行车辆的车牌库中的所有其他设备的检测车牌进行相似性判断,如果计算的相似性高于阈值,可以认定是匹配车牌。
在车牌匹配计算的一种实现方式中,为避免由于车辆检测设备的车牌检测精度对于后续车辆匹配比对造成不利影响,可以在对车牌信息与记录车牌信息进行相似性比对之前,在S31和S41之间,可以进一步执行:S32、删除车牌信息与记录车牌信息中的中文字符。
由于目前大量车牌检测设备对于车牌号中中文字符(比如冀、赣等)的检测精度难以达到完全精准的程度,为控制实现成本的同时保证计算精准度,在此提出将车辆车牌的首个中文字去掉,将剩余的部分车牌信息和已经缓存到系统内的当前运行车辆的车牌库中的所有其他设备的检测车牌进行相似性判断,如果计算的相似性高于阈值判定匹配。
通过去除车牌中的中文字符,依靠车牌中非中文字符进行匹配比对,既可以避免非精准因素对于检测精准度的影响,又可以增加适用的车辆检测设备型号,控制实现成本。
另外,对于两个车辆检测设备都具备车牌检测能力,但是检测区域不重叠的情况,设备间产生了检测区域上的盲区,为避免轨迹断层,保证轨迹数据的连续性以及完整性,可以进一步在盲区内进行车辆轨迹的模拟。本实施例中进一步提出,在应用可识别车牌的车辆检测设备的一种实现方式中,在执行S101获取各待拼接的车辆检测设备在相同时刻实时采集生成的数据帧之前,可以进一步执行以下步骤:
S11、判断车辆信息库中是否存在超时记录信息;若存在超时记录信息,即当前时间距离最近一次采集到车辆轨迹数据已经大于丢帧阈值,说明出现轨迹检测空白区域,触发S12进入轨迹模拟接续流程;若不存在超时记录信息,说明轨迹正常采集,触发S101进入正常轨迹接续流程;
超时记录信息指在车辆信息库中存储时长超过设置的丢帧阈值的记录信息。其中,丢帧阈值可以根据避免轨迹断层的最长时间进行设定,具体数值设置在此不做限定。
S12、将超时记录信息的采集设备作为第三设备,按照道路通行方向将第三设备的下游设备作为第四设备;
将车辆检测设备按道路通行方向排序,区分为上游设备和下游设备,其中上游设备称为第三设备,下游设备称为第四设备。
S13、在第四设备的检测区域内设置模拟运行的截止断面;
在下游设备的检测区域内,在道路上设置一个模拟运行的截止断面,作为车辆模拟运行的终点。截止断面尽量设置于下游检测设备的检测区域内部,以保证车辆在行驶到这个终点前,就已经可以在下游检测设备中有稳定的轨迹数据。
S14、以截止断面为终点进行轨迹模拟,生成模拟轨迹数据;
具体地模拟的行驶方式可以根据实际应用场景进行设定,比如可以根据分析得到的该车辆在检测区域内的行驶特征进行行驶模拟,还可以根据监测的整个路段下所有车辆的统计行驶特征进行行驶模拟,也可以根据经验值进行模拟行驶模式的设定,在此不做限定。
为加深理解,在此提出一种以截止断面为终点进行轨迹模拟的实施方式,具体可以包括以下步骤:
S141、确定超时记录信息中的车辆速度;
S142、确定当前待模拟路段的运行参数设置跟驰模型的参数;
跟驰模型是运用动力学的方法来研究前导车(Leading Vehicle,LV)运动状态变化所引起跟驰车(Following Vehicle,FV)的相应行为,通过分析各车辆逐一跟驰的方式来理解单车道交通流特性的模型,本实施例中调用跟驰模型实现车辆轨迹的模拟。
其中,跟驰模型的参数包括最大速度、前后车距离等,需要根据当前待模拟路段的实际运行下情况进行模型参数的设置,比如根据道路限速设置最大速度等,以使跟驰模型模拟该路段下车辆的行驶状态。
S143、以车辆速度作为起始速度,调用跟驰模型模拟行驶至截止断面,作为模拟轨迹数据。
该行驶模拟方式以车辆最后一次轨迹数据保留的车辆车速作为初始速度,调用跟驰模型模拟行驶直至到达模拟的截止断面,该方法可以适应车队行驶多次暂停、转弯减速等复杂的交通情况,提升模拟精确率。
此外,还可以确定当前待模拟路段的平均车速;以车辆速度作为起始速度模拟加速或减速行驶达到平均车速后,按平均车速模拟匀速行驶至截止断面,作为模拟轨迹数据。该行驶模拟方式以当前待模拟路段的平均车速作为待模拟车辆后期平稳行驶的速度,以车辆最后一次轨迹数据保留的车辆车速作为初始速度,按一定的加速度(或减速度)加速或者减速到该路段平均速度值后匀速模拟行驶直至到达模拟的截止断面,该方法同时考虑到了路段的整体运行状态以及车辆自身的行驶特征,从而可以保障模拟数据与实际运行的贴合度,提升模拟精确率。
需要说明的是,本实施例中仅上述两种方式为例进行详细介绍,其他方式的实现均可参照上述步骤,在此不再赘述。
S15、将模拟轨迹数据添加至第三设备当前时刻实时采集生成的数据帧内,触发S101。
模拟车辆在运行到终点断面之前,就已经进入了下游检测设备的检测区域,一旦下游检测设备检测到该车辆,根据之前判断上下游设备中同一车辆的辨别方法(车辆信息匹配),如果检测到轨迹是同一车辆,就会将下游设备的轨迹数据代替上游设备模拟的轨迹数据,完成车辆轨迹的接续。
本实施例提供的方法可以在正常检测轨迹进行接续还原的同时实现对于盲区内车辆的模拟运行,从而保障不同设备采集条件下的持续性完整轨迹还原。
上述实施例中介绍了车辆检测设备为可检测车牌设备时的一种轨迹拼接方式,相反地,如果在车辆检测设备中,不是所有设备都具备车辆唯一性车辆身份特征的识别能力(比如车牌检测的能力),此时如果要判别两车数据是否匹配则灵活度较高。针对于此,本实施例中针对性提出一种信息提取与匹配比对的方式,该方法对于应用的车辆检测设备的要求少,适用性广。
具体地,步骤S103根据车辆检测设备的检测类型,从采集信息中提取出对应的身份信息,从车辆信息库中提取出对应的记录信息可以按照以下步骤来实现:
步骤S32、若车辆检测设备非可检测车牌设备,确定两相邻车辆检测设备间的检测重叠区域;
其中,按照道路通行方向将两相邻车辆检测设备中的上游设备作为第五设备,下游设备作为第六设备。
步骤S33、从合并帧中提取出第五设备和第六设备分别在检测重叠区域内生成的采集信息,得到第五采集信息和第六采集信息;
其中,第五采集信息和第六采集信息包括:车辆位置及车头角度。
则相应地,步骤S104根据身份信息以及记录信息进行车辆信息匹配比对具体包括如下步骤:
步骤S42、将第六采集信息中检测到的车辆作为目标车辆,目标车辆的车辆位置作为目标位置;
步骤S43、根据目标位置,判断第五采集信息中是否存在与目标车辆的间距小于间隔阈值的临近车辆;若存在临近车辆,触发步骤S44;若不存在临近车辆,可能出现检测错误的情况,本实施例中对此不做限定,可以直接报错,输出不存在临近车辆的提示信息;也可以直接退出当前确定匹配车辆信息的步骤,输出不存在匹配车辆的提示信息。
步骤S44、从第五采集信息中提取出临近车辆的行驶方向,作为临近行驶方向;从第六采集信息中提取出目标车辆的行驶方向,作为目标行驶方向;
步骤S45、判断目标行驶方向与临近行驶方向间的行驶方向差是否小于差值阈值;若小于差值阈值,触发步骤S46;若不小于差值阈值,说明存在计算错误或检测错误等情况,本实施例中对此不做限定,可以直接跳转至步骤S42重启计算步骤,也可以输出不存在临近车辆的提示信息。
步骤S46、判定目标车辆与临近车辆的车辆信息匹配。
如果在轨迹还原中,不是所有待拼接的车辆检测设备都具备车辆唯一性特征信息的识别能力(比如车牌检测的能力),则系统可以先将车辆检测设备在空间上划定与其他设备检测范围的重叠区域,系统将在这些划定的重叠区域内依据上下游设备上报的车辆位置关系进行同一车辆判断的认定。
一种认定的具体方法是将设备的车辆信息都保存在一个缓冲区内,在缓存轨迹信息的同时可以将缓存内的所有车辆的位置点集中存储到一个地理位置哈希系统中,则后续可以在地理位置哈希系统中根据位置键值判断第五采集信息中是否存在与目标车辆的间距小于间隔阈值的临近车辆,以便于直接查找相邻的位置点,提升计算效率,当然也可以不存储于地理位置哈希系统,在此不做限定。当在这个重叠区接收到下游设备上报的车辆信息时,系统将这个车辆的当前位置,在上游设备的地理位置哈希系统中查找最近范围内的车辆数据,如果有车辆也在系统设置的合理范围内,系统会进一步判断两车的车头角度,如果符合角度差也在设置的阈值内,系统就可认定为两车是同一车。
该方法获取的信息种类简单,可以普遍适用于各种类型的车辆检测设备;同时,该方法先通过目前检测精准度较高的位置进行遍历再进行车头角度的识别,既可以提升检测精准度又可以避免计算资源的浪费;而且,该方法通过双重条件的识别验证可以避免误检的情况。经实际测试发现,该方法的检测精度极高,基本可以满足精准轨迹还原的需要。
相应于上面的方法实施例,本发明实施例还提供了一种车辆轨迹在线还原装置,下文描述的车辆轨迹在线还原装置与上文描述的车辆轨迹在线还原方法可相互对应参照。
参见图2所示,该装置包括以下模块:
数据帧获取单元110主要用于获取各待拼接的车辆检测设备在相同时刻实时采集生成的数据帧;其中,数据帧中包括各车辆的采集信息;
帧合并单元120主要用于合并各数据帧,得到合并帧;
检测提取单元130主要用于根据车辆检测设备的检测类型,从采集信息中提取出对应的身份信息,从车辆信息库中提取出对应的记录信息;其中,车辆信息库存储有当前检测到的所有车辆的最新采集信息;
信息比对单元140主要用于根据身份信息以及记录信息进行车辆信息匹配比对;若存在身份信息的匹配记录信息,触发轨迹更新单元150;若不存在,触发轨迹记录单元160;
轨迹更新单元150主要用于根据身份信息对应的采集信息对匹配记录信息进行轨迹更新;
轨迹记录单元160主要用于将身份信息对应的采集信息写入车辆信息库。
相应于上面的方法实施例,本发明实施例还提供了一种计算机设备,下文描述的一种计算机设备与上文描述的一种车辆轨迹在线还原方法可相互对应参照。
该计算机设备包括:
存储器,用于存储计算机程序;
处理器,用于执行计算机程序时实现上述方法实施例的车辆轨迹在线还原方法的步骤。
具体的,请参考图3,为本实施例提供的一种计算机设备的具体结构示意图,该计算机设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)322(例如,一个或一个以上处理器)和存储器332,存储器332存储有一个或一个以上的计算机应用程序342或数据344。其中,存储器332可以是短暂存储或持久存储。存储在存储器332的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对数据处理设备中的一系列指令操作。更进一步地,中央处理器322可以设置为与存储器332通信,在计算机设备301上执行存储器332中的一系列指令操作。
计算机设备301还可以包括一个或一个以上电源326,一个或一个以上有线或无线网络接口350,一个或一个以上输入输出接口358,和/或,一个或一个以上操作系统341。
上文所描述的车辆轨迹在线还原方法中的步骤可以由计算机设备的结构实现。
本领域技术人员还可以进一步意识到,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、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。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。本领域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。
Claims (10)
1.一种车辆轨迹在线还原方法,其特征在于,包括:
获取各待拼接的车辆检测设备在相同时刻实时采集生成的数据帧;其中,所述数据帧中包括各车辆的采集信息;
合并各所述数据帧,得到合并帧;
根据所述车辆检测设备的检测类型,从所述采集信息中提取出对应的身份信息,从车辆信息库中提取出对应的记录信息;其中,所述车辆信息库存储有当前检测到的所有车辆的最新采集信息;
根据所述身份信息以及所述记录信息进行车辆信息匹配比对;
若存在所述身份信息的匹配记录信息,根据所述身份信息对应的采集信息对所述匹配记录信息进行轨迹更新;若不存在,将所述身份信息对应的采集信息写入所述车辆信息库。
2.根据权利要求1所述的车辆轨迹在线还原方法,其特征在于,所述根据所述身份信息对应的采集信息对所述匹配记录信息进行轨迹更新,包括:
将生成所述采集信息的车辆检测设备作为第一设备,将生成所述匹配记录信息的车辆检测设备作为第二设备;
判断所述第一设备是否为所述第二设备在道路通行方向上的下游设备;
若是,将所述采集信息覆盖写入至所述匹配记录信息对应的存储区。
3.根据权利要求1所述的车辆轨迹在线还原方法,其特征在于,所述根据所述车辆检测设备的检测类型,从所述采集信息中提取出对应的身份信息,从车辆信息库中提取出对应的记录信息,包括:
若所述车辆检测设备为可检测车牌设备,从所述采集信息中提取出车牌信息,从车辆信息库中提取出记录车牌信息;
则相应地,所述根据所述身份信息以及所述记录信息进行车辆信息匹配比对,包括:
对所述车牌信息与所述记录车牌信息进行相似性比对。
4.根据权利要求3所述的车辆轨迹在线还原方法,其特征在于,在所述对所述车牌信息与所述记录车牌信息进行相似性比对之前,还包括:
删除所述车牌信息与所述记录车牌信息中的中文字符。
5.根据权利要求3所述的车辆轨迹在线还原方法,其特征在于,在所述获取各待拼接的车辆检测设备在相同时刻实时采集生成的数据帧之前,还包括:
判断所述车辆信息库中是否存在超时记录信息;其中,所述超时记录信息的存储时长超过丢帧阈值;
若存在所述超时记录信息,将所述超时记录信息的采集设备作为第三设备,按照道路通行方向将所述第三设备的下游设备作为第四设备;
在所述第四设备的检测区域内设置模拟运行的截止断面;
以所述截止断面为终点进行轨迹模拟,生成模拟轨迹数据;
将所述模拟轨迹数据添加至所述第三设备当前时刻实时采集生成的数据帧内。
6.根据权利要求5所述的车辆轨迹在线还原方法,其特征在于,所述以所述截止断面为终点进行轨迹模拟,包括:
确定所述超时记录信息中的车辆速度;
确定当前待模拟路段的运行参数设置跟驰模型的参数;
以所述车辆速度作为起始速度,调用所述跟驰模型模拟行驶至所述截止断面,作为所述模拟轨迹数据。
7.根据权利要求1所述的车辆轨迹在线还原方法,其特征在于,所述根据所述车辆检测设备的检测类型,从所述采集信息中提取出对应的身份信息,从车辆信息库中提取出对应的记录信息,包括:
若所述车辆检测设备非可检测车牌设备,确定两相邻车辆检测设备间的检测重叠区域;其中,按照道路通行方向将所述两相邻车辆检测设备中的上游设备作为第五设备,下游设备作为第六设备;
从所述合并帧中提取出所述第五设备和所述第六设备分别在所述检测重叠区域内生成的采集信息,得到第五采集信息和第六采集信息;其中,所述第五采集信息和所述第六采集信息包括:车辆位置及车头角度;
则相应地,所述根据所述身份信息以及所述记录信息进行车辆信息匹配比对,包括:
将所述第六采集信息中检测到的车辆作为目标车辆,所述目标车辆的车辆位置作为目标位置;
根据所述目标位置,判断所述第五采集信息中是否存在与所述目标车辆的间距小于间隔阈值的临近车辆;
若存在所述临近车辆,从所述第五采集信息中提取出所述临近车辆的行驶方向,作为临近行驶方向;从所述第六采集信息中提取出所述目标车辆的行驶方向,作为目标行驶方向;
判断所述目标行驶方向与所述临近行驶方向间的行驶方向差是否小于差值阈值;
若小于所述差值阈值,判定所述目标车辆与所述临近车辆的车辆信息匹配。
8.根据权利要求7所述的车辆轨迹在线还原方法,其特征在于,还包括:
将所述车辆位置存储于地理位置哈希系统;
则相应地,所述判断所述第五采集信息中是否存在与所述目标车辆的间距小于间隔阈值的临近车辆,包括:在所述地理位置哈希系统中根据位置键值判断所述第五采集信息中是否存在与所述目标车辆的间距小于间隔阈值的临近车辆。
9.一种车辆轨迹在线还原装置,其特征在于,包括:
数据帧获取单元,用于获取各待拼接的车辆检测设备在相同时刻实时采集生成的数据帧;其中,所述数据帧中包括各车辆的采集信息;
帧合并单元,用于合并各所述数据帧,得到合并帧;
检测提取单元,用于根据所述车辆检测设备的检测类型,从所述采集信息中提取出对应的身份信息,从车辆信息库中提取出对应的记录信息;其中,所述车辆信息库存储有当前检测到的所有车辆的最新采集信息;
信息比对单元,用于根据所述身份信息以及所述记录信息进行车辆信息匹配比对;若存在所述身份信息的匹配记录信息,触发轨迹更新单元;若不存在,触发轨迹记录单元;
所述轨迹更新单元,用于根据所述身份信息对应的采集信息对所述匹配记录信息进行轨迹更新;
所述轨迹记录单元,用于将所述身份信息对应的采集信息写入所述车辆信息库。
10.一种计算机设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至8任一项所述车辆轨迹在线还原方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210977500.5A CN115331469A (zh) | 2022-08-15 | 2022-08-15 | 一种车辆轨迹在线还原方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210977500.5A CN115331469A (zh) | 2022-08-15 | 2022-08-15 | 一种车辆轨迹在线还原方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115331469A true CN115331469A (zh) | 2022-11-11 |
Family
ID=83923477
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210977500.5A Pending CN115331469A (zh) | 2022-08-15 | 2022-08-15 | 一种车辆轨迹在线还原方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115331469A (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10213652A (ja) * | 1997-01-28 | 1998-08-11 | Oki Electric Ind Co Ltd | 追尾情報補間方法及び追尾情報補間装置 |
CN101958046A (zh) * | 2010-09-26 | 2011-01-26 | 隋亚刚 | 一种车辆轨迹识别系统及车辆轨迹识别的方法 |
CN102509457A (zh) * | 2011-10-09 | 2012-06-20 | 青岛海信网络科技股份有限公司 | 一种车辆跟踪的方法及装置 |
KR101897018B1 (ko) * | 2017-04-27 | 2018-09-10 | 주식회사 엑사스코프 | 객체 추적 방법 및 장치 |
CN110515073A (zh) * | 2019-08-19 | 2019-11-29 | 南京慧尔视智能科技有限公司 | 多雷达跨区域组网多目标跟踪识别方法及装置 |
CN110930692A (zh) * | 2019-10-24 | 2020-03-27 | 河北德冠隆电子科技有限公司 | 一种主动式车辆连续跟踪装置、系统及方法 |
CN111257864A (zh) * | 2020-01-17 | 2020-06-09 | 河北德冠隆电子科技有限公司 | 一种主动式探测车辆持续跟踪断点补偿装置、系统及方法 |
CN111260808A (zh) * | 2020-01-17 | 2020-06-09 | 河北德冠隆电子科技有限公司 | 一种基于多数据融合的自由流车辆收费装置、系统及方法 |
CN111983603A (zh) * | 2020-08-31 | 2020-11-24 | 杭州海康威视数字技术股份有限公司 | 运动轨迹接力方法、系统、装置和中心端处理设备 |
CN112017431A (zh) * | 2020-07-29 | 2020-12-01 | 河北德冠隆电子科技有限公司 | 基于多数据融合的主动式车辆持续跟踪定位系统及方法 |
CN114234975A (zh) * | 2021-11-23 | 2022-03-25 | 深圳市跨越新科技有限公司 | 低频的实时轨迹匹配方法、系统、计算机设备及存储介质 |
CN114518573A (zh) * | 2022-04-21 | 2022-05-20 | 山东科技大学 | 一种用于多雷达的车辆跟踪方法、设备及介质 |
CN114895250A (zh) * | 2022-04-19 | 2022-08-12 | 新奇点智能科技集团有限公司 | 一种雷达数据处理方法、装置、电子设备及存储介质 |
-
2022
- 2022-08-15 CN CN202210977500.5A patent/CN115331469A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10213652A (ja) * | 1997-01-28 | 1998-08-11 | Oki Electric Ind Co Ltd | 追尾情報補間方法及び追尾情報補間装置 |
CN101958046A (zh) * | 2010-09-26 | 2011-01-26 | 隋亚刚 | 一种车辆轨迹识别系统及车辆轨迹识别的方法 |
CN102509457A (zh) * | 2011-10-09 | 2012-06-20 | 青岛海信网络科技股份有限公司 | 一种车辆跟踪的方法及装置 |
KR101897018B1 (ko) * | 2017-04-27 | 2018-09-10 | 주식회사 엑사스코프 | 객체 추적 방법 및 장치 |
CN110515073A (zh) * | 2019-08-19 | 2019-11-29 | 南京慧尔视智能科技有限公司 | 多雷达跨区域组网多目标跟踪识别方法及装置 |
CN110930692A (zh) * | 2019-10-24 | 2020-03-27 | 河北德冠隆电子科技有限公司 | 一种主动式车辆连续跟踪装置、系统及方法 |
CN111257864A (zh) * | 2020-01-17 | 2020-06-09 | 河北德冠隆电子科技有限公司 | 一种主动式探测车辆持续跟踪断点补偿装置、系统及方法 |
CN111260808A (zh) * | 2020-01-17 | 2020-06-09 | 河北德冠隆电子科技有限公司 | 一种基于多数据融合的自由流车辆收费装置、系统及方法 |
CN112017431A (zh) * | 2020-07-29 | 2020-12-01 | 河北德冠隆电子科技有限公司 | 基于多数据融合的主动式车辆持续跟踪定位系统及方法 |
CN111983603A (zh) * | 2020-08-31 | 2020-11-24 | 杭州海康威视数字技术股份有限公司 | 运动轨迹接力方法、系统、装置和中心端处理设备 |
CN114234975A (zh) * | 2021-11-23 | 2022-03-25 | 深圳市跨越新科技有限公司 | 低频的实时轨迹匹配方法、系统、计算机设备及存储介质 |
CN114895250A (zh) * | 2022-04-19 | 2022-08-12 | 新奇点智能科技集团有限公司 | 一种雷达数据处理方法、装置、电子设备及存储介质 |
CN114518573A (zh) * | 2022-04-21 | 2022-05-20 | 山东科技大学 | 一种用于多雷达的车辆跟踪方法、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105808759B (zh) | 面向轨迹挖掘的数据预处理方法及系统 | |
CN111191570B (zh) | 图像识别方法和装置 | |
CN112434566B (zh) | 客流统计方法、装置、电子设备及存储介质 | |
CN107862072B (zh) | 基于大数据技术分析车辆入城套牌作案的方法 | |
CN113269042B (zh) | 基于行驶车辆违章识别的智能交通管理方法及系统 | |
CN112257545A (zh) | 一种违规行为实时监控分析方法、装置及存储介质 | |
JP2019192209A (ja) | ビデオ動画の人工知能のための学習対象イメージパッケージング装置及び方法 | |
CN111369801A (zh) | 车辆识别方法、装置、设备和存储介质 | |
CN114943750A (zh) | 目标跟踪方法、装置及电子设备 | |
CN111970151A (zh) | 虚拟及容器网络的流量故障定位方法及系统 | |
CN114386715A (zh) | 制动主风气路压力泄漏的预测方法、系统、设备及介质 | |
CN116189063B (zh) | 一种用于智能视频监控的关键帧优化方法及装置 | |
CN115331469A (zh) | 一种车辆轨迹在线还原方法、装置及设备 | |
CN116990768A (zh) | 预测航迹处理方法、装置、电子设备及可读介质 | |
CN112860821A (zh) | 人车轨迹分析方法及相关产品 | |
CN116152753A (zh) | 车辆信息识别方法和系统、存储介质和电子装置 | |
CN115169588A (zh) | 电像计算时空轨迹车码关联方法、装置、设备及存储介质 | |
CN115394089A (zh) | 一种车辆信息融合展示的方法、无感通行系统及存储介质 | |
CN114861321A (zh) | 交通流仿真的问题场景提取方法、装置、设备及介质 | |
CN109800685A (zh) | 一种视频中对象的确定方法及装置 | |
CN109740518B (zh) | 一种视频中对象的确定方法及装置 | |
CN113158953A (zh) | 一种人员查找方法、装置、设备及介质 | |
CN112052338A (zh) | 一种知识图谱的构建方法、系统及存储介质 | |
CN118070232B (zh) | 基于雷视融合感知的车辆时空轨迹链提取方法 | |
CN111985568B (zh) | 数据处理方法及装置、电子设备 |
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 |