CN115472014A - 一种交通追溯方法、系统、服务器及计算机存储介质 - Google Patents
一种交通追溯方法、系统、服务器及计算机存储介质 Download PDFInfo
- Publication number
- CN115472014A CN115472014A CN202211126147.6A CN202211126147A CN115472014A CN 115472014 A CN115472014 A CN 115472014A CN 202211126147 A CN202211126147 A CN 202211126147A CN 115472014 A CN115472014 A CN 115472014A
- Authority
- CN
- China
- Prior art keywords
- traffic
- traffic information
- information
- sensor
- server
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
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
-
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- 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
- G08G1/048—Detecting movement of traffic to be counted or controlled with provision for compensation of environmental or other condition, e.g. snow, vehicle stopped at detector
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种交通追溯方法、系统、服务器及计算机存储介质,传感器分别采集交通对象的交通信息;服务器管理特征标签,根据指定规则定义交通事件,并关联特征标签;交通事件包括交通对象在道路上执行的所有动作,不同交通事件之间共有至少一类特征标签;服务器接收所述传感器发送的交通信息,并为所述交通信息关联标记有时间戳的特征标签,根据特征标签确定交通信息对应的交通对象所处的交通事件,在指定交通事件发生时,服务器回溯交通事件之间共有的特征标签判断各传感器采集的交通信息对应的交通对象是否同一,在同一的情况下提取对应的交通信息。驱动交通数据自动化呈现、便于数据检索查询和轨迹追溯,还原交通事件发生过程。
Description
技术领域
本说明书涉及智慧交通领域,尤其涉及一种交通追溯方法、系统、服务器及计算机存储介质。
背景技术
智慧交通是在交通领域中充分运用物联网、云计算、人工智能、自动控制、移动互联网等现代电子信息技术面向交通运输的服务系统,随着相关技术的发展,使用智慧交通系统查看交通事件信息已经广泛应用,但在查看交通事件的过程存在如下问题:
1.现有的交通事件查询方式是通过人工查看交通摄像头拍摄并存储的视频,各类追溯信息(比如车牌信息,交通事件发生时的视频、雷达数据、事件类型)需要单独人工查找,准确性依赖于人员的经验,且效率很低
2.存储的视频只有时间维度的记录,数据无法通过时间以外的方式查询,人工查找的方式容易产生遗漏
3.部分交通信息化系统可以识别部分信息(车牌号、部分交通事件、交通流量),但这些信息依然是各自独立的,对于还原交通事件依然捉襟见肘,在此过程中需要耗费大量的人力。
基于此,如何提供一种驱动交通数据自动化呈现、便于数据检索查询和轨迹追溯,还原交通事件发生过程,是本领域亟需解决的问题。基于此,本说明书提供一种交通追溯方法、系统、服务器及计算机存储介质。
发明内容
本说明书实施方式目的在于提供驱动交通数据自动化呈现、便于数据检索查询和轨迹追溯的一种交通追溯方法、系统、服务器及计算机存储介质。
本说明书实施方式提供一种交通对象追溯方法,所述交通对象追溯方法应用于一种交通对象追溯系统,所述交通追溯系统包括服务器和传感器组,所述传感器组包括多个传感器并覆盖一定的地理范围,所述传感器分别采集交通对象的交通信息;所述服务器管理特征标签,根据指定规则定义交通事件,并关联特征标签;其中,所述交通事件包括交通对象在道路上执行的所有动作,不同交通事件之间共有至少一类特征标签;所述服务器接收所述传感器发送的交通信息,并为所述交通信息关联标记有时间戳的特征标签,根据所述特征标签确定所述交通信息对应的交通对象所处的交通事件,其中,所述时间戳对应所述传感器采集所述交通信息的时间;在指定交通事件发生时,所述服务器回溯交通事件之间共有的特征标签判断各传感器采集的交通信息对应的交通对象是否同一,在同一的情况下提取对应的交通信息。
本说明书实施方式提供一种交通追溯系统,包括服务器和传感器组,所述传感器组覆盖一定的地理范围,所述传感器组中的各传感器用于分别采集交通对象的交通信息;所述服务器用于管理特征标签,根据指定规则定义交通事件,并关联特征标签;其中,所述交通事件包括交通对象在道路上执行的所有动作,不同交通事件之间共有至少一类特征标签;所述服务器接收所述传感器发送的交通信息,并为所述交通信息关联标记有时间戳的特征标签,根据所述特征标签确定所述交通信息对应的交通对象所处的交通事件,其中,所述时间戳对应所述传感器采集所述交通信息的时间;在指定交通事件发生时,所述服务器回溯交通事件之间共有的特征标签判断各传感器采集的交通信息对应的交通对象是否同一,在同一的情况下提取对应的交通信息。
本说明书实施方式提供一种计算机存储介质,所述计算机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:传感器分别采集交通对象的交通信息;所述服务器管理特征标签,根据指定规则定义交通事件,并关联特征标签;其中,所述交通事件包括交通对象在道路上执行的所有动作,不同交通事件之间共有至少一类特征标签;所述服务器接收所述传感器发送的交通信息,并为所述交通信息关联标记有时间戳的特征标签,根据所述特征标签确定所述交通信息对应的交通对象所处的交通事件,其中,所述时间戳对应所述传感器采集所述交通信息的时间;在指定交通事件发生时,所述服务器回溯交通事件之间共有的特征标签判断各传感器采集的交通信息对应的交通对象是否同一,在同一的情况下提取对应的交通信息。
本说明书实施方式提供一种交通对象追溯方法,所述交通追溯方法应用于服务器,管理特征标签,包括根据指定规则定义交通事件,并关联特征标签;其中,所述交通事件包括交通对象在道路上执行的所有动作,不同交通事件之间共有至少一类特征标签;接收传感器发送交通对象的交通信息; 为所述交通信息关联标记有时间戳的特征标签,根据所述特征标签确定所述交通信息对应的交通对象所处的交通事件,其中,所述时间戳对应所述传感器采集所述交通信息的时间;在指定交通事件发生时,回溯交通事件之间共有的特征标签判断各传感器采集的交通信息对应的交通对象是否同一,在同一的情况下提取对应的交通信息。
本说明书实施方式提供一种服务器,所述服务器包括管理模块、接收模块、关联模块和回溯模块,其中,所述管理模块用于管理特征标签,根据指定规则定义交通事件,并关联特征标签;其中,所述交通事件包括交通对象在道路上执行的所有动作,不同交通事件之间共有至少一类特征标签;所述接收模块用于接收所述传感器发送的交通信息;所述关联模块用于为所述交通信息关联标记有时间戳的特征标签,根据所述特征标签确定所述交通信息对应的交通对象所处的交通事件,其中,所述时间戳对应所述传感器采集所述交通信息的时间;所述回溯模块用于在指定交通事件发生时,回溯交通事件之间共有的特征标签判断各传感器采集的交通信息对应的交通对象是否同一,在同一的情况下提取对应的交通信息。
本说明书提供的实施方式达到如下技术效果:
1.将传感器采集到的数据进行标签化,从而可以将数据分类、索引、快速检索,极大改善交通数据单一化(视频回放为主)、离散化(数据之间没有建立联系)没有明确意义的问题;
2.通过对标签化的数据进行相关组合,细致描述交通事件,解决无法对交通事件各类信息快速整合、分类,改善交通数据在交通事件回溯、分析的应用效果;
3.解决交通数据无法按照特定条件信息(如车牌、天气、车速交通事件等)检索的问题,并可通过标签化数据实现快速检索;
4.通过系统自动比对的方式,实现传感器连续覆盖范围内对车辆进行全范围轨迹追溯。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,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中记载的一些实施例,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是本说明书实施方式提供的交通追溯方法追溯流程图;
图2是本说明书实施方式提供的交通追溯方法执行示意图;
图3是本说明书实施方式提供的服务器关联特征标签、定义交通事件示意图;
图4是本说明书实施方式提供的服务器回溯过程示意图;
图5是本说明书实施方式提供的二次比对过程示意图;
图6是本说明书实施方式提供的查看交通信息示意图;
图7是本说明书实施方式提供的服务器执行交通追溯方法示意图;
图8是本说明书实施方式提供的服务器结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本说明书实施方式中的附图,对本说明书实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式仅仅是本说明书的一部分实施方式,而不是全部的实施方式。基于本申请中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都应当属于本申请保护的范围。
实施例1
请参阅图1-图6,本说明书实施方式提供一种交通对象追溯方法,所述交通对象追溯方法应用于一种交通对象追溯系统,所述交通追溯系统包括服务器和传感器组,所述传感器组包括多个传感器并覆盖一定的地理范围,包括:
所述传感器分别采集交通对象的交通信息。
在本实施方式中,所述交通追溯方法传感器组可以包括多个传感器,所述传感器可以检测车辆等一切参与交通的交通对象经过,并将包括但不限于车辆的信息发送到服务器的设备,所述传感器可以覆盖一定的地理范围,整个传感器组可以覆盖整片的地理范围。所述传感器具体地可以是摄像机、雷达、ETC设备等。所述传感器可以提供有预定端口,通过该预定端口接收、发送信息。所述服务器可以提供预定端口,并基于HTTP、TCP/IP或FTP等网络协议与其他设备或者软件进行数据交互,也可以通过例如GSM、CDMA等无线移动网络通信芯片或者WIFI模块、ZigBee模块、蓝牙模块、Z-wave模块、NFC(近场通信)模块、RFID(无线射频识别)模块等无线通信模块与其他设备或者软件进行数据交互。
在本实施方式中,所述服务器可以包括具有数据信息处理功能的硬件设备和驱动该硬件设备工作所需必要的软件。当然,所述服务器也可以仅为具有数据处理能力的硬件设备,或者仅为运行在硬件设备中的软件。所述服务器可以提供有预定端口,通过该预定端口接收、发送信息。所述服务器可以基于HTTP、TCP/IP或FTP等网络协议以及网络通信模块进行网络数据交互。所述服务器可以是一个,也可以是多个,或者是若干服务器形成的服务器集群。
在本实施方式中,所述交通对象可以是任何在道路上运动的物体或生物,具体地,交通对象可以包括人、牲畜、机动车、非机动车等。可以为不特定的,只要有交通对象通过传感器,传感器即可获取其交通信息。
在本实施方式中,所述交通信息可以包括任何可以描述交通对象及其运动的信息,具体地,例如,交通对象为车辆,交通信息可以包括车辆的形状、颜色、品牌信息、车内人员的生物信息等;进一步地,交通对象为多个,交通信息可以包括多个交通对象的位置信息、距离信息等;再进一步地,交通信息可以附带车速信息等。所述交通信息可以以图片、视频等为载体呈现,所述交通信息满足相关通信协议,可以进行传输。
在本实施方式中,所述传感器可以采集交通对象的交通信息,在交通对象通过传感器覆盖位置时,所述传感器可以通过拍摄等方式获取交通对象的交通信息,在获取交通对象的交通信息后,可以通过预定端口向服务器发送交通信息。
参阅图3,所述服务器管理特征标签,根据指定规则定义交通事件,并关联特征标签;其中,所述交通事件包括交通对象在道路上执行的所有动作,不同交通事件之间共有至少一类特征标签。
在本实施方式中,所述特征标签可以为遵循一定结构的数据,用于描述接收到的交通信息的某一特征,特征标签可以包括形状标签、颜色标签、品牌标签、生物信息标签、位置标签、速度标签等。所述标签可以通过服务器的图像识别系统确定,例如,接收到的交通信息为一张图片,图片上的交通对象为一辆红色大众轿车,在服务器对图片进行图像识别后,解析出红色、大众、轿车这三个信息,对应的标签为颜色:红色、品牌:大众、类型:轿车,进一步的,所述传感器还可以测算出车速信息,将车速信息发送给服务器,服务器可以根据车速信息、位置信息判断发生交通事件的原因。
在本实施方式中,所述交通事件可以是交通对象在道路上执行的所有动作,这里的动作包括正常行驶、超速行驶、停车、变道、撞击等。所述交通事件可以根据指定的规则来定义,例如,定义车辆之间距离小于等于0时,定义发生撞击的交通事件,服务器接收到交通信息后,解析交通信息,交通信息中的两辆车之间的位置为0,服务器为交通信息关联相对位置为小于等于0的特征标签,服务器根据标签确定对应车辆发生了撞击,标记交通事件为撞击。
在本实施方式中,不同交通事件之间可以共有至少一类特征标签,为方便追溯交通信息,不同的交通事件之间应至少有一类相同的特征标签,相同的特征标签可以唯一确定某一个交通对象发生不同的交通事件。相同的特征标签可以为一类或多类的集合,只要能唯一确定交通对象即可。例如,服务器定义的每个交通事件中都包括颜色、车辆类型、品牌信息、生物信息,对应四类特征标签,在长头发女性驾驶红色大众轿车发生车祸时,服务器根据生物信息标签(长头发女性)、品牌标签(大众)、类型标签(轿车)、颜色标签(红色))查询其他传感器采集的交通信息中的相应标签,确定交通对象,根据速度标签(大于80公里/小时)、位置标签(是否越线)等分析事故原因。
所述服务器接收所述传感器发送的交通信息,并为所述交通信息关联标记有时间戳的特征标签,根据所述特征标签确定所述交通信息对应的交通对象所处的交通事件,其中,所述时间戳对应所述传感器采集所述交通信息的时间。
在本实施方式中,所述服务器可以接收所述传感器发送的交通信息,所述服务器可以为交通信息关联标记有事件戳的特征标签,所述时间戳可以是显示时间信息的数据,可以根据时间戳获知特征标签对应的交通信息的形成时间。所述交通信息中可以包括时间信息,所述服务器可以根据该时间信息为特征标签关联时间戳,所述服务器也可以根据自身的时间信息为特征标签关联时间戳。所述时间戳用于在还原交通事件时进一步加强还原的可信度。
在本实施方式中,所述服务器根据指定规则定义了交通事件,所述服务器根据接收的交通信息解析相关特征后匹配特征标签,特征标签满足定义的交通事件后即可确定对应的交通对象所处的交通事件。通过标签描述交通事件,还原度高。
参阅图4,在指定交通事件发生时,所述服务器回溯交通事件之间共有的特征标签判断各传感器采集的交通信息对应的交通对象是否同一,在同一的情况下提取对应的交通信息。
在本实施方式中,指定的交通事件可以是撞击、超速、违章变道、驶离特定道路等非常规事件。在所述服务器根据特征标签确定交通对象处于相应的交通事件后,可以向前回溯传感器采集的交通信息,还原事件发生过程。
在本实施方式中,所述服务器根据标签检索交通信息,在无法自动匹配确认交通对象同一的情况下,为人工比对提供了参考,提高人工比对确定的效率。
在本实施方式中,所述回溯可以以遍历的方式,根据共有的特征标签去检索其他交通信息有没有被服务器关联相同的特征标签,在有相同特征标签的情况下,服务器可以判断交通对象同一,可以根据时间、位置等提取并排列交通信息,从而还原整个事件。参阅图6,查看提取的交通信息。
在本实施方式中,所述交通追溯方法通过标签化处理,描述交通信息,并可以基于标签检索还原交通事件,实现了快速的检索比对,事件还原度高。
实施例2
本实施例提供的交通追溯方法,在所述服务器回溯交通事件之间共有的特征标签判断各传感器采集的交通信息对应的交通对象是否同一的步骤包括:所述服务器比对相对在先传感器与相对在后传感器采集的交通信息的共有的特征标签,在共有的特征标签相同的情况下,提取相对在先传感器与相对在后传感器采集的对应的交通信息;其中,以采集时间靠近所述指定交通事件发生时间的传感器为相对在先传感器,以采集时间远离所述指定交通事件发生时间的传感器为相对在后传感器;或以地理位置靠近所述交通事件发生位置的传感器为相对在先传感器,以地理位置远离所述交通事件发生位置的传感器为相对在后传感器。
在本实施方式中,在先传感器与在后传感器可以是一对相对概念,而非绝对概念,距离指定交通事件地理位置较近或者采集时间靠近指定交通事件发生的时间的可以为在先传感器,远离的可以是在后传感器,这里的在后传感器又可以是相对于更加远离的传感器的在先传感器,所述相对在先传感器和相对在后传感器可以是相邻的传感器也可以中间间隔数个传感器。
在本实施方式中,通过在先传感器与在后传感器之间的两两比较可以有效减少以指定交通事件发生时的数据与在后的所有传感器进行比较带来的误差,提高比对的精度和效率。
实施例3
本实施例提供的交通对象追溯方法,在比对共有的特征标签的步骤中,设定特征标签的比对顺序,在在先特征标签比对相同的情况下比对下一特征标签。
在本实施方式中,所述服务器在比对的过程中可以设定特征标签的比对顺序,可以根据能够描述交通对象的优先级来排序,例如生物信息最能描述交通对象,则以生物信息标签为最高优先级,优先比对生物信息标签。优先级最高的特征标签比对相同的情况下,对应的交通对象大概率相同,再比对向下优先级的特征标签确定交通对象是否同一。
在本实施方式中,通过为特征标签设定比对顺序,在优先级最高的特征标签比对不同一的情况下即可排除交通对象的同一,可以极大的提高比对效率。
实施例4
参阅图5,本实施例提供的交通对象追溯方法,在所述相对在先传感器采集的交通信息的特征标签与相对在后传感器采集的交通信息的特征标签不相同的情况下,标记相对在先交通信息丢失;根据所述时间戳标记新增的相对在后交通信息,其中,所述新增的相对在后交通信息的特征标签与相对在先交通信息的特征标签均不相同;所述服务器根据丢失的相对在先交通信息与新增的相对在后交通信息的特征标签进行二次比对,在进行二次比对不相同的情况下,确认所述相对在先交通信息追溯完成,所述服务器提取同一交通对象的交通信息。
在本实施方式中,所述服务器可以在相对在先传感器采集的交通信息的特征标签与相对在后传感器采集的交通信息的特征标签不相同的情况下,标记相对在先交通信息丢失。所述在先交通信息丢失可以是所述服务器在两个传感器采集的交通信息的特征标签不同的情况下,为在先的交通信息标记特殊字符,丢失意为暂不确定交通信息是否追溯完成,标记丢失的交通信息需要进行二次比对。
在本实施方式中,进行二次比对的方法可以是,标记了丢失的在先交通信息,将相对在后的交通信息与后面的交通信息进行比对,如果后面的交通信息出现了与标记丢失的在先交通信息后面的交通信息不同的特征标签,则标记该交通信息为新增的相对在后交通信息。可以将丢失的相对在先交通信息与新增的相对在后交通信息进行二次比对,在二次比对不同的情况下,确认该交通对象追溯完成,提取该交通对象的交通信息。如果二次比对相同,则确定两者为同一交通对象,以新增的相对在后交通信息为基准继续向后追溯,直至追溯完成。
在本实施方式中,通过二次比对进一步提高比对精度,进而提高事件还原度。
实施例5
本实施例提供的交通对象追溯方法,所述服务器接收检索指令,其中,所述检索指令包括所述特征标签的信息;所述服务器根据所述特征标签信息检索关联有相关特征标签的交通信息,并提取检索到的交通信息。
在本实施方式中,所述服务器可以接收检索指令,所述检索指令可以是遵循一定格式的字符串或代码,所述检索指令可以包括所述特征标签的信息,所述服务器可以根据特征标签来进行定向检索,检索包含指定特征标签的交通信息,并提取该交通信息。
在本实施方式中,服务器通过特征标签来检索交通信息,方便快捷的找出指定的交通信息,提高事件还原效率。
实施例6
本实施例提供的交通对象追溯方法,所述服务器为所述交通信息关联的标记有时间戳的特征标签中包括为所述交通信息对应的交通对象标识的唯一识别码。
在本实施方式中,所述服务器可以在为交通信息关联特征标签后为交通信息对应的交通对象标识唯一识别码,所述识别码可以是遵循一定格式的字符或代码,服务器可以根据关联特征标签的特性为对应的交通对象关联唯一的识别码,相同的识别码代表相同的交通对象,有识别码后服务器可以根据识别码自动提取交通信息,提高检索效率。
实施例7
本实施例提供的交通对象追溯方法,所述服务器为共有的特征标签赋值,根据特征标签对应特征的分辨度确定赋值大小;通过加权运算确定各传感器采集的交通信息对应的交通对象之间是否同一。
在本实施方式中,所述服务器可以为共有的特征标签赋值,可以根据特征分辨度来确定赋值大小,分辨度高的赋值较大,分辨度低的赋值较小。可以根据指定的加权算法或相似算法计算赋值,根据计算值来确定交通信息对应交通对象是否同一。根据特征标签通过赋值和运算来确定交通对象是否同一,效率较高。
在本实施方式中,所述服务器可以设定指定阈值;在加权运算的相似度高于指定阈值时,确定传感器采集的交通对象同一,提取对应的交通信息。
实施例8
本实施例提供的交通对象追溯方法,所述特征标签至少包括车牌信息、颜色信息、生物信息、速度信息、位置信息至少其中之一,所述车牌信息、颜色信息、生物信息可以用来描述交通对象本身,用以追溯交通对象,所述位置信息可以是车辆在道路上所处位置,例如是否越线等,所述位置信息、速度信息可以用来对交通对象发生交通事件的原因进行分析。
实施例9
本实施例提供的交通对象追溯方法,所述服务器汇总并提取参与指定交通事件发生时交通对象的交通信息,根据提取的交通信息生成事件报告。
在本实施方式中,所述服务器在检索并提取相关数据后可以根据提取数据生成事件报告,该事件报告可以有预设模版,服务器可以根据模版和数据形成报告。提高事故发生的可视化分析。
实施例10
本实施例提供的交通对象追溯方法,所述服务器提取并展示所述指定交通事件的参与交通对象的图像信息。所述服务器可以展示交通对象发生指定交通事件之前的全部图像信息,以及速度信息等,为事故发生原因分析提供参考。
实施例11
本实施例提供的交通对象追溯方法,在比对共有的特征标签的步骤中,设定预设时间长度;比对在所述指定交通事件发生的预设时间长度内,相邻传感器采集交通对象的交通信息。通过设定预设时间长度,根据时间戳信息,缩小比对范围,提高比对效率。
参阅图7,本说明书实施方式还提供一种交通对象追溯方法,所述交通追溯方法应用于服务器,管理特征标签,包括根据指定规则定义交通事件,并关联特征标签;其中,所述交通事件包括交通对象在道路上执行的所有动作,不同交通事件之间共有至少一类特征标签;接收传感器发送交通对象的交通信息;为所述交通信息关联标记有时间戳的特征标签,根据所述特征标签确定所述交通信息对应的交通对象所处的交通事件,其中,所述时间戳对应所述传感器采集所述交通信息的时间;在指定交通事件发生时,回溯交通事件之间共有的特征标签判断各传感器采集的交通信息对应的交通对象是否同一,在同一的情况下提取对应的交通信息。
应用于服务器的一种交通对象追溯方法,各单元模块实现的具体功能,可以与本说明书中各个设备对应的一种交通对象追溯方法相对照解释,可以实现本说明书的用于各设备的交通对象追溯方法实施方式并达到方法实施方式的技术效果。
参阅图8,本说明书实施方式还提供一种服务器,所述服务器包括管理模块、接收模块、关联模块和回溯模块,其中,所述管理模块用于管理特征标签,根据指定规则定义交通事件,并关联特征标签;其中,所述交通事件包括交通对象在道路上执行的所有动作,不同交通事件之间共有至少一类特征标签;所述接收模块用于接收所述传感器发送的交通信息;所述关联模块用于为所述交通信息关联标记有时间戳的特征标签,根据所述特征标签确定所述交通信息对应的交通对象所处的交通事件,其中,所述时间戳对应所述传感器采集所述交通信息的时间;所述回溯模块用于在指定交通事件发生时,回溯交通事件之间共有的特征标签判断各传感器采集的交通信息对应的交通对象是否同一,在同一的情况下提取对应的交通信息。
本说明书实施方式还提供一种交通追溯系统,包括服务器和传感器组,所述传感器组覆盖一定的地理范围,所述传感器组中的各传感器用于分别采集交通对象的交通信息;所述服务器用于管理特征标签,根据指定规则定义交通事件,并关联特征标签;其中,所述交通事件包括交通对象在道路上执行的所有动作,不同交通事件之间共有至少一类特征标签;所述服务器接收所述传感器发送的交通信息,并为所述交通信息关联标记有时间戳的特征标签,根据所述特征标签确定所述交通信息对应的交通对象所处的交通事件,其中,所述时间戳对应所述传感器采集所述交通信息的时间;在指定交通事件发生时,所述服务器回溯交通事件之间共有的特征标签判断各传感器采集的交通信息对应的交通对象是否同一,在同一的情况下提取对应的交通信息。
在本实施方式中,所述服务器、传感器的各个组成单元模块能够进行网络通信发送和接收数据,可以依照TCP/IP协议设置,并在该协议框架下进行数据的发送和接收。可以设置有无线移动网络通信芯片,如GSM、CDMA等;其还可以设置有WIFI芯片;其还可以设置有蓝牙芯片。
在本实施方式中,各单元模块可以设置有数据处理器,具体地,数据处理器可以按任何适当的方式实现,例如,数据处理器可以采用例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路、(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式等等。本说明书并不作限定。
上述实施方式公开的各单元模块实现的具体功能,可以与本说明书中各个设备对应的一种交通对象追溯方法相对照解释,可以实现本说明书的用于各设备的交通对象追溯方法实施方式并达到方法实施方式的技术效果。
本说明书实施方式还提供一种计算机存储介质,所述计算机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:传感器分别采集交通对象的交通信息;所述服务器管理特征标签,根据指定规则定义交通事件,并关联特征标签;其中,所述交通事件包括交通对象在道路上执行的所有动作,不同交通事件之间共有至少一类特征标签; 所述服务器接收所述传感器发送的交通信息,并为所述交通信息关联标记有时间戳的特征标签,根据所述特征标签确定所述交通信息对应的交通对象所处的交通事件,其中,所述时间戳对应所述传感器采集所述交通信息的时间;在指定交通事件发生时,所述服务器回溯交通事件之间共有的特征标签判断各传感器采集的交通信息对应的交通对象是否同一,在同一的情况下提取对应的交通信息。
在本实施方式中,所述计算机存储介质包括但不限于随机存取存储器(RandomAccess Memory, RAM)、只读存储器(Read-Only Memory, ROM)、缓存(Cache)、硬盘(HardDisk Drive, HDD)或者存储卡(Memory Card)。
本实施方式中提供的计算机存储介质,其程序指令被执行时实现的功能和效果可以参见其它实施方式对照解释。
上面对本说明书的各种实施方式的描述以描述的目的提供给本领域技术人员。其不旨在是穷举的、或者不旨在将本发明限制于单个公开的实施方式。如上所述,本说明书的各种替代和变化对于上述技术所属领域技术人员而言将是显而易见的。因此,虽然已经具体讨论了一些实施方式,但是其它实施方式将是显而易见的,或者本领域技术人员相对容易得出。本说明书旨在包括在此已经讨论过的本发明的所有替代、修改、和变化,以及落在上述申请的精神和范围内的其它实施方式。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施方式或者实施方式的某些部分所述的方法。
本说明书中的各个实施方式均采用递进的方式描述,各个实施方式之间相同相似的部分互相参见即可,每个实施方式重点说明的都是与其他实施方式的不同之处。
本说明书可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、包括以上任何系统或设备的分布式计算环境等等。
虽然通过实施方式描绘了本说明书,本领域普通技术人员知道,本说明书有许多变形和变化而不脱离本说明书的精神,希望所附的权利要求包括这些变形和变化而不脱离本说明书的精神。
Claims (16)
1.一种交通对象追溯方法,所述交通对象追溯方法应用于一种交通对象追溯系统,所述交通对象追溯系统包括服务器和传感器组,所述传感器组包括多个传感器并覆盖一定的地理范围,其特征在于,
所述传感器分别采集交通对象的交通信息;
所述服务器管理特征标签,根据指定规则定义交通事件,并关联特征标签;其中,所述交通事件包括交通对象在道路上执行的所有动作,不同交通事件之间共有至少一类特征标签;
所述服务器接收所述传感器发送的交通信息,并为所述交通信息关联标记有时间戳的特征标签,根据所述特征标签确定所述交通信息对应的交通对象所处的交通事件,其中,所述时间戳对应所述传感器采集所述交通信息的时间;
在指定交通事件发生时,所述服务器回溯交通事件之间共有的特征标签判断各传感器采集的交通信息对应的交通对象是否同一,在同一的情况下提取对应的交通信息。
2.根据权利要求1所述的交通对象追溯方法,其特征在于,所述服务器回溯交通事件之间共有的特征标签判断各传感器采集的交通信息对应的交通对象是否同一的步骤包括:
所述服务器比对相对在先传感器与相对在后传感器采集的交通信息的共有的特征标签,在共有的特征标签相同的情况下,提取相对在先传感器与相对在后传感器采集的对应的交通信息;
其中,以采集时间靠近所述指定交通事件发生时间的传感器为相对在先传感器,以采集时间远离所述指定交通事件发生时间的传感器为相对在后传感器;或以地理位置靠近所述交通事件发生位置的传感器为相对在先传感器,以地理位置远离所述交通事件发生位置的传感器为相对在后传感器。
3.根据权利要求2所述的交通对象追溯方法,其特征在于,在比对共有的特征标签的步骤中,
设定特征标签的比对顺序,在在先特征标签比对相同的情况下比对下一特征标签。
4.根据权利要求2所述的交通对象追溯方法,其特征在于,
在所述相对在先传感器采集的交通信息的特征标签与相对在后传感器采集的交通信息的特征标签不相同的情况下,标记相对在先交通信息丢失;
根据所述时间戳标记新增的相对在后交通信息,其中,所述新增的相对在后交通信息的特征标签与相对在先交通信息的特征标签均不相同;
所述服务器根据丢失的相对在先交通信息与新增的相对在后交通信息的特征标签进行二次比对,在进行二次比对不相同的情况下,确认所述相对在先交通信息追溯完成,所述服务器提取同一交通对象的交通信息。
5.根据权利要求1所述的交通对象追溯方法,其特征在于,
所述服务器接收检索指令,其中,所述检索指令包括所述特征标签的信息;
所述服务器根据所述特征标签信息检索关联有相关特征标签的交通信息,并提取检索到的交通信息。
6.根据权利要求1所述的交通对象追溯方法,其特征在于,
所述服务器为所述交通信息关联的标记有时间戳的特征标签中包括为所述交通信息对应的交通对象标识的唯一识别码。
7.根据权利要求1所述的交通对象追溯方法,其特征在于,
所述服务器为共有的特征标签赋值,根据特征标签对应特征的分辨度确定赋值大小;
通过加权运算确定各传感器采集的交通信息对应的交通对象之间是否同一。
8.根据权利要求7所述的交通对象追溯方法,其特征在于,
所述服务器设定指定阈值;
在加权运算的相似度高于指定阈值时,确定传感器采集的交通对象同一,提取对应的交通信息。
9.根据权利要求1所述的交通对象追溯方法,其特征在于,
所述特征标签至少包括车牌信息、颜色信息、生物信息、速度信息、位置信息至少其中之一。
10.根据权利要求1所述的交通对象追溯方法,其特征在于,
所述服务器汇总并提取参与指定交通事件发生时交通对象的交通信息,根据提取的交通信息生成事件报告。
11.根据权利要求1所述的交通对象追溯方法,其特征在于,
所述服务器提取并展示所述指定交通事件的参与交通对象的图像信息。
12.根据权利要求1-11任一项所述的交通对象追溯方法,其特征在于,在比对共有的特征标签的步骤中,
设定预设时间长度;
比对在所述指定交通事件发生的预设时间长度内,相邻传感器采集交通对象的交通信息。
13.一种交通追溯系统,包括服务器和传感器组,所述传感器组覆盖一定的地理范围,其特征在于,
所述传感器组中的各传感器用于分别采集交通对象的交通信息;
所述服务器用于管理特征标签,根据指定规则定义交通事件,并关联特征标签;其中,所述交通事件包括交通对象在道路上执行的所有动作,不同交通事件之间共有至少一类特征标签;所述服务器接收所述传感器发送的交通信息,并为所述交通信息关联标记有时间戳的特征标签,根据所述特征标签确定所述交通信息对应的交通对象所处的交通事件,其中,所述时间戳对应所述传感器采集所述交通信息的时间;在指定交通事件发生时,所述服务器回溯交通事件之间共有的特征标签判断各传感器采集的交通信息对应的交通对象是否同一,在同一的情况下提取对应的交通信息。
14.一种计算机存储介质,其特征在于,所述计算机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:
传感器分别采集交通对象的交通信息;
服务器管理特征标签,根据指定规则定义交通事件,并关联特征标签;其中,所述交通事件包括交通对象在道路上执行的所有动作,不同交通事件之间共有至少一类特征标签;
所述服务器接收所述传感器发送的交通信息,并为所述交通信息关联标记有时间戳的特征标签,根据所述特征标签确定所述交通信息对应的交通对象所处的交通事件,其中,所述时间戳对应所述传感器采集所述交通信息的时间;
在指定交通事件发生时,所述服务器回溯交通事件之间共有的特征标签判断各传感器采集的交通信息对应的交通对象是否同一,在同一的情况下提取对应的交通信息。
15.一种交通对象追溯方法,所述交通追溯方法应用于服务器,其特征在于,
管理特征标签,包括根据指定规则定义交通事件,并关联特征标签;其中,所述交通事件包括交通对象在道路上执行的所有动作,不同交通事件之间共有至少一类特征标签;
接收传感器发送交通对象的交通信息;
为所述交通信息关联标记有时间戳的特征标签,根据所述特征标签确定所述交通信息对应的交通对象所处的交通事件,其中,所述时间戳对应所述传感器采集所述交通信息的时间;
在指定交通事件发生时,回溯交通事件之间共有的特征标签判断各传感器采集的交通信息对应的交通对象是否同一,在同一的情况下提取对应的交通信息。
16.一种服务器,其特征在于,所述服务器包括管理模块、接收模块、关联模块和回溯模块,其中,
所述管理模块用于管理特征标签,根据指定规则定义交通事件,并关联特征标签;其中,所述交通事件包括交通对象在道路上执行的所有动作,不同交通事件之间共有至少一类特征标签;
所述接收模块用于接收传感器发送的交通信息;
所述关联模块用于为所述交通信息关联标记有时间戳的特征标签,根据所述特征标签确定所述交通信息对应的交通对象所处的交通事件,其中,所述时间戳对应所述传感器采集所述交通信息的时间;
所述回溯模块用于在指定交通事件发生时,回溯交通事件之间共有的特征标签判断各传感器采集的交通信息对应的交通对象是否同一,在同一的情况下提取对应的交通信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211126147.6A CN115472014B (zh) | 2022-09-16 | 2022-09-16 | 一种交通追溯方法、系统、服务器及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211126147.6A CN115472014B (zh) | 2022-09-16 | 2022-09-16 | 一种交通追溯方法、系统、服务器及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115472014A true CN115472014A (zh) | 2022-12-13 |
CN115472014B CN115472014B (zh) | 2023-10-10 |
Family
ID=84332532
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211126147.6A Active CN115472014B (zh) | 2022-09-16 | 2022-09-16 | 一种交通追溯方法、系统、服务器及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115472014B (zh) |
Citations (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101873414A (zh) * | 2010-05-17 | 2010-10-27 | 清华大学 | 一种基于分层结构的事件视频检测系统 |
CN102945603A (zh) * | 2012-10-26 | 2013-02-27 | 青岛海信网络科技股份有限公司 | 检测交通事件的方法及电子警察装置 |
CN104284162A (zh) * | 2014-10-29 | 2015-01-14 | 广州中国科学院软件应用技术研究所 | 一种视频检索方法和系统 |
CN107305627A (zh) * | 2016-04-22 | 2017-10-31 | 杭州海康威视数字技术股份有限公司 | 一种车辆视频监控方法、服务器及系统 |
CN107770159A (zh) * | 2017-09-30 | 2018-03-06 | 深圳市轱辘车联数据技术有限公司 | 一种车辆事故数据记录方法及装置 |
CN109657014A (zh) * | 2018-12-05 | 2019-04-19 | 上海电科智能系统股份有限公司 | 一种基于多维多源数据的交通事件还原画像方法 |
CN109887281A (zh) * | 2019-03-01 | 2019-06-14 | 北京云星宇交通科技股份有限公司 | 一种监控交通事件的方法及系统 |
CN110796760A (zh) * | 2019-10-21 | 2020-02-14 | 上海易点时空网络有限公司 | 交通事故证据收集方法、车载终端、服务器及系统 |
CN110996066A (zh) * | 2019-12-19 | 2020-04-10 | 浙江中控技术股份有限公司 | 事故回溯方法及装置 |
WO2020124950A1 (zh) * | 2018-12-17 | 2020-06-25 | 江苏云巅电子科技有限公司 | 基于高精度室内定位技术的停车场交通事故溯源系统和方法 |
CN111369792A (zh) * | 2019-11-22 | 2020-07-03 | 杭州海康威视系统技术有限公司 | 一种交通事件的分析方法、装置及电子设备 |
CN111581265A (zh) * | 2020-06-29 | 2020-08-25 | 杭州钧钥信息科技有限公司 | 一种基于数据挖掘和可视化的事故关联追溯方法 |
US20200272839A1 (en) * | 2017-10-27 | 2020-08-27 | Hanwha Techwin Co., Ltd. | Traffic information providing method and device, and computer program stored in medium in order to execute method |
CN111797738A (zh) * | 2020-06-23 | 2020-10-20 | 同济大学 | 基于视频识别的多目标交通行为快速提取方法 |
CN112015703A (zh) * | 2020-10-21 | 2020-12-01 | 武汉中科通达高新技术股份有限公司 | 一种交管数据管理方法、装置及服务器 |
JP2020198497A (ja) * | 2019-05-31 | 2020-12-10 | 株式会社東芝 | 交通映像処理装置 |
CN112100435A (zh) * | 2020-09-09 | 2020-12-18 | 沈阳帝信人工智能产业研究院有限公司 | 一种基于边缘端交通音视频同步样本的自动标注方法 |
CN112270243A (zh) * | 2020-04-15 | 2021-01-26 | 陈建 | 基于智慧交通的截取图像合成方法、系统及云服务器 |
CN112287340A (zh) * | 2020-03-06 | 2021-01-29 | 杭州奇盾信息技术有限公司 | 用于终端攻击的取证溯源方法、装置、计算机设备 |
JP2021016134A (ja) * | 2019-07-16 | 2021-02-12 | パナソニックi−PROセンシングソリューションズ株式会社 | 監視カメラおよび情報処理装置 |
CN112418026A (zh) * | 2020-11-11 | 2021-02-26 | 宁波职业技术学院 | 基于视频检测的车辆违章检测方法、系统和装置 |
CN112653871A (zh) * | 2020-10-30 | 2021-04-13 | 深圳市唯特视科技有限公司 | 一种分布式视频监控收集、查找的方法及装置 |
CN112788270A (zh) * | 2020-12-31 | 2021-05-11 | 平安养老保险股份有限公司 | 视频回溯方法、装置、计算机设备及存储介质 |
CN113379805A (zh) * | 2021-08-12 | 2021-09-10 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种交通节点的多信息资源融合处理方法 |
KR102306854B1 (ko) * | 2021-04-23 | 2021-09-30 | 주식회사 비츠에스앤지 | 교통상황 관리 시스템 및 방법 |
CN114726638A (zh) * | 2022-04-22 | 2022-07-08 | 中国工商银行股份有限公司 | 信息记录方法、装置、计算机设备、存储介质和程序产品 |
CN114973166A (zh) * | 2022-07-26 | 2022-08-30 | 中诚华隆计算机技术有限公司 | 一种交通信息追踪方法、系统及计算机设备 |
CN115035726A (zh) * | 2022-05-16 | 2022-09-09 | 中铁十九局集团第六工程有限公司 | 隧道施工过程违章数据回放和分析的方法、计算机装置、计算机可读存储介质 |
-
2022
- 2022-09-16 CN CN202211126147.6A patent/CN115472014B/zh active Active
Patent Citations (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101873414A (zh) * | 2010-05-17 | 2010-10-27 | 清华大学 | 一种基于分层结构的事件视频检测系统 |
CN102945603A (zh) * | 2012-10-26 | 2013-02-27 | 青岛海信网络科技股份有限公司 | 检测交通事件的方法及电子警察装置 |
CN104284162A (zh) * | 2014-10-29 | 2015-01-14 | 广州中国科学院软件应用技术研究所 | 一种视频检索方法和系统 |
CN107305627A (zh) * | 2016-04-22 | 2017-10-31 | 杭州海康威视数字技术股份有限公司 | 一种车辆视频监控方法、服务器及系统 |
CN107770159A (zh) * | 2017-09-30 | 2018-03-06 | 深圳市轱辘车联数据技术有限公司 | 一种车辆事故数据记录方法及装置 |
US20200272839A1 (en) * | 2017-10-27 | 2020-08-27 | Hanwha Techwin Co., Ltd. | Traffic information providing method and device, and computer program stored in medium in order to execute method |
CN109657014A (zh) * | 2018-12-05 | 2019-04-19 | 上海电科智能系统股份有限公司 | 一种基于多维多源数据的交通事件还原画像方法 |
WO2020124950A1 (zh) * | 2018-12-17 | 2020-06-25 | 江苏云巅电子科技有限公司 | 基于高精度室内定位技术的停车场交通事故溯源系统和方法 |
CN109887281A (zh) * | 2019-03-01 | 2019-06-14 | 北京云星宇交通科技股份有限公司 | 一种监控交通事件的方法及系统 |
JP2020198497A (ja) * | 2019-05-31 | 2020-12-10 | 株式会社東芝 | 交通映像処理装置 |
JP2021016134A (ja) * | 2019-07-16 | 2021-02-12 | パナソニックi−PROセンシングソリューションズ株式会社 | 監視カメラおよび情報処理装置 |
CN110796760A (zh) * | 2019-10-21 | 2020-02-14 | 上海易点时空网络有限公司 | 交通事故证据收集方法、车载终端、服务器及系统 |
CN111369792A (zh) * | 2019-11-22 | 2020-07-03 | 杭州海康威视系统技术有限公司 | 一种交通事件的分析方法、装置及电子设备 |
CN110996066A (zh) * | 2019-12-19 | 2020-04-10 | 浙江中控技术股份有限公司 | 事故回溯方法及装置 |
CN112287340A (zh) * | 2020-03-06 | 2021-01-29 | 杭州奇盾信息技术有限公司 | 用于终端攻击的取证溯源方法、装置、计算机设备 |
CN112270243A (zh) * | 2020-04-15 | 2021-01-26 | 陈建 | 基于智慧交通的截取图像合成方法、系统及云服务器 |
CN111797738A (zh) * | 2020-06-23 | 2020-10-20 | 同济大学 | 基于视频识别的多目标交通行为快速提取方法 |
CN111581265A (zh) * | 2020-06-29 | 2020-08-25 | 杭州钧钥信息科技有限公司 | 一种基于数据挖掘和可视化的事故关联追溯方法 |
CN112100435A (zh) * | 2020-09-09 | 2020-12-18 | 沈阳帝信人工智能产业研究院有限公司 | 一种基于边缘端交通音视频同步样本的自动标注方法 |
CN112015703A (zh) * | 2020-10-21 | 2020-12-01 | 武汉中科通达高新技术股份有限公司 | 一种交管数据管理方法、装置及服务器 |
CN112653871A (zh) * | 2020-10-30 | 2021-04-13 | 深圳市唯特视科技有限公司 | 一种分布式视频监控收集、查找的方法及装置 |
CN112418026A (zh) * | 2020-11-11 | 2021-02-26 | 宁波职业技术学院 | 基于视频检测的车辆违章检测方法、系统和装置 |
CN112788270A (zh) * | 2020-12-31 | 2021-05-11 | 平安养老保险股份有限公司 | 视频回溯方法、装置、计算机设备及存储介质 |
KR102306854B1 (ko) * | 2021-04-23 | 2021-09-30 | 주식회사 비츠에스앤지 | 교통상황 관리 시스템 및 방법 |
CN113379805A (zh) * | 2021-08-12 | 2021-09-10 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种交通节点的多信息资源融合处理方法 |
CN114726638A (zh) * | 2022-04-22 | 2022-07-08 | 中国工商银行股份有限公司 | 信息记录方法、装置、计算机设备、存储介质和程序产品 |
CN115035726A (zh) * | 2022-05-16 | 2022-09-09 | 中铁十九局集团第六工程有限公司 | 隧道施工过程违章数据回放和分析的方法、计算机装置、计算机可读存储介质 |
CN114973166A (zh) * | 2022-07-26 | 2022-08-30 | 中诚华隆计算机技术有限公司 | 一种交通信息追踪方法、系统及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN115472014B (zh) | 2023-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109804367B (zh) | 使用边缘计算的分布式视频存储和搜索 | |
CN101848377B (zh) | 一种基于云计算及海量视频检索的多视频录入装置智能联动的装置和方法 | |
CN113155173B (zh) | 感知性能评测方法、装置、电子装置和存储介质 | |
CN109448387B (zh) | 基于轨迹的违规行驶判定方法 | |
CN108827285B (zh) | 一种基于智能手环的青少年健康数据共享系统及方法 | |
CN108932849B (zh) | 一种记录多台机动车低速行驶违法行为的方法及装置 | |
Chang et al. | Video analytics in smart transportation for the AIC'18 challenge | |
CN106919610B (zh) | 车联网数据处理方法、系统及服务器 | |
CN106412508A (zh) | 车辆违章压线智能监控方法和系统 | |
CN116824859B (zh) | 一种基于物联网的智慧交通大数据分析系统 | |
Sikirić et al. | Image representations on a budget: Traffic scene classification in a restricted bandwidth scenario | |
CN112507860A (zh) | 一种视频标注方法、装置、设备及存储介质 | |
CN112085953A (zh) | 一种交通指挥方法、装置及设备 | |
Balali et al. | Video-based detection and classification of US traffic signs and mile markers using color candidate extraction and feature-based recognition | |
CN110930715A (zh) | 一种非机动车闯红灯识别方法、系统及违章处理平台 | |
CN112863195B (zh) | 车辆状态的确定方法及装置 | |
Azimjonov et al. | A vision-based real-time traffic flow monitoring system for road intersections | |
CN113505638A (zh) | 车流量的监测方法、监测装置及计算机可读存储介质 | |
CN114078319A (zh) | 一种检测交通事故隐患地点的方法及装置 | |
US20140368652A1 (en) | Methods and systems for efficiently monitoring parking occupancy | |
CN115472014B (zh) | 一种交通追溯方法、系统、服务器及计算机存储介质 | |
CN114241373A (zh) | 一种端到端的车辆行为检测方法、系统、设备及存储介质 | |
CN114202919A (zh) | 一种非机动车电子车牌遮挡的识别方法、装置及系统 | |
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 | |
CN111898434B (zh) | 一种视频侦测分析系统 |
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 |