CN115482020A - 车行纪录路况情资收集反馈之奖励系统及其方法 - Google Patents

车行纪录路况情资收集反馈之奖励系统及其方法 Download PDF

Info

Publication number
CN115482020A
CN115482020A CN202110597577.5A CN202110597577A CN115482020A CN 115482020 A CN115482020 A CN 115482020A CN 202110597577 A CN202110597577 A CN 202110597577A CN 115482020 A CN115482020 A CN 115482020A
Authority
CN
China
Prior art keywords
information
road condition
road
map data
map
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
Application number
CN202110597577.5A
Other languages
English (en)
Inventor
吴博祥
邱全成
钟俊魁
庄佑彰
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.)
Inventec Pudong Technology Corp
Inventec Corp
Original Assignee
Inventec Pudong Technology Corp
Inventec Corp
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 Inventec Pudong Technology Corp, Inventec Corp filed Critical Inventec Pudong Technology Corp
Priority to CN202110597577.5A priority Critical patent/CN115482020A/zh
Priority to US17/477,103 priority patent/US20220383739A1/en
Publication of CN115482020A publication Critical patent/CN115482020A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0212—Chance discounts or incentives
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3815—Road data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0226—Incentive systems for frequent usage, e.g. frequent flyer miles programs or point systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/582—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of traffic signs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/63—Scene text, e.g. street names
    • 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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • 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
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • 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
    • G08G1/065—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
    • 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
    • G08G1/127—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 to a central station ; Indicators in a central station
    • G08G1/13—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 to a central station ; Indicators in a central station the indicator being in the form of a map
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Automation & Control Theory (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Multimedia (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Biophysics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开一种车行纪录路况情资收集反馈的奖励系统及其方法，透过设置在车体的摄像元件拍摄路况图资，并且以人工智慧(Art ificia l I nte l l igence,AI)的类神经网路来辨识其中的车流量及路牌区域，当存在路牌区域时，执行文字辨识以产生地理位置信息，以及将使用者信息、车流量及地理位置信息一并嵌入至相应的路况图资，再传送至图资主机进行分类及储存，并且在路况图资的地理位址信息与道路壅塞位址信息相符，所述路况图资的清晰度大于预设门槛时，计算相应使用者信息的贡献奖励，用以达到提高路况图资的更新即时性及提供路况图资的积极性的技术功效。

Description

车行纪录路况情资收集反馈之奖励系统及其方法
技术领域
本发明涉及一种奖励系统及其方法，特别是车行纪录路况情资收集反馈的奖励系统及其方法。
背景技术
近年来，随着物联网(Internet of Things,IoT)的普及与蓬勃发展，各种基于物联网的应用便如雨后春笋般涌现，其中，车联网则是物联网在交通领域的应用之一。
一般而言，传统的自行车、汽车、机车或其相似物不具有与网路连接的能力，所以在即时性上受到非常大的局限，以路况导航的图资更新为例，图资主机难以获得即时的路况图资，使用者(如：驾驶)亦难以即时更新最新的路况图资。另一方面，除了厂商本身投入路况图资的更新之外，一般使用者提供即时路况图资的意愿十分有限，故具有路况图资的更新即时性不足及提供路况图资的积极性不佳的问题。
有鉴于此，便有厂商提出利用车联网的技术手段，其透过网路使驾驶能够与图资主机保持连线，即时从图资主机下载最新的路况图资。不过，此方式只解决了部分问题，也就是说，虽然能即时从图资主机下载最新的路况图资，但是图资主机所储存的路况图资却不见得是最新的，导致仍然有可能获得过时的路况图资，故此方式仍然无法有效解决路况图资的即时性不足与提供路况图资的积极性不佳之问题。
综上所述，可知先前技术中长期以来一直存在路况图资的即时性不足与提供路况图资的积极性不佳的问题，因此实有必要提出改进的技术手段，来解决此一问题。
发明内容
本发明公开一种车行纪录路况情资收集反馈的奖励系统及其方法。
首先，本发明公开一种车行纪录路况情资收集反馈的奖励系统，此系统包含：摄像元件、辨识模组、处理模组及图资主机。所述摄像元件用以设置在车体，当致能摄像元件时，所述摄像元件持续进行拍摄以产生路况图资，并且传送产生的路况图资；辨识模组连接摄像元件，用以接收来自摄像元件的路况图资，并且对接收到的路况图资分别执行图像辨识以辨识路况图资中的车流量及路牌区域，当辨识出路牌区域时，在路牌区域执行文字辨识以产生地理位置信息；处理模组连接辨识模组，用以将使用者信息、辨识出的车流量及产生的地理位置信息一并嵌入至相应的路况图资，并且通过网路传送嵌入后的路况图资；所述图资主机包含：储存模组及奖励模组，其中，储存模组用以在接收路况图资时，根据嵌入在路况图资中的使用者信息及地理位置信息至少其中之一对路况图资进行分类及储存；奖励模组连接储存模组，用以在路况图资的地理位址信息与道路壅塞位址信息相符，以及路况图资的清晰度大于预设门槛时，计算相应使用者信息的贡献奖励。
另外，本发明还公开一种车行纪录路况情资收集反馈的奖励方法，其步骤包括：在车体设置摄像元件，当致能摄像元件时，所述摄像元件持续进行拍摄以产生路况图资；对路况图资分别执行图像辨识，用以辨识路况图资中的车流量及路牌区域，当辨识出路牌区域时，在路牌区域执行文字辨识以产生地理位置信息；将使用者信息、辨识出的车流量及产生的地理位置信息一并嵌入至相应的路况图资，并且通过网路将嵌入后的路况图资传送至图资主机；图资主机在接收到路况图资时，根据嵌入在路况图资中的使用者信息及地理位置信息至少其中之一对路况图资进行分类及储存；以及图资主机在路况图资的地理位址信息与道路壅塞位址信息相符，以及路况图资的清晰度大于预设门槛时，计算相应使用者信息的贡献奖励。
本发明所公开的系统与方法如上，与先前技术的差异在于本发明是透过设置在车体的摄像元件拍摄路况图资，并且辨识其中的车流量及路牌区域，当存在路牌区域时，执行文字辨识以产生地理位置信息，以及将使用者信息、车流量及地理位置信息一并嵌入至相应的路况图资，再传送至图资主机进行分类及储存，并且在路况图资的地理位址信息与道路壅塞位址信息相符，所述路况图资的清晰度大于预设门槛时，计算相应使用者信息的贡献奖励。
透过上述的技术手段，本发明可以达成提高路况图资的更新即时性及提供路况图资的积极性的技术功效。
附图说明
图1为本发明车行纪录路况情资收集反馈的奖励系统的系统框图。
图2A及图2B为本发明车行纪录路况情资收集反馈的奖励方法的方法流程图。
图3A为本发明车行纪录路况情资收集反馈的奖励系统的另一系统框图。
图3B为本发明车行纪录路况情资收集反馈的奖励系统的又一系统框图。
图4为应用本发明拍摄路况图资及传输的示意图。
符号说明:
110,110a～110n:摄像元件
120,331:辨识模组
130,332:处理模组
140,330:图资主机
141,333:储存模组
142,334:奖励模组
300:行动装置
310:辨识模组
320:处理模组
400:车体
410:摄像元件
420:行动装置
步骤210:在一车体设置至少一摄像元件，当致能所述摄像元件时，所述摄像元件持续进行拍摄以产生至少一路况图资
步骤220:对所述路况图资分别执行图像辨识，用以辨识所述路况图资中的一车流量及一路牌区域，当辨识出所述路牌区域时，在所述路牌区域执行文字辨识以产生一地理位置信息
步骤230:将一使用者信息、辨识出的所述车流量及产生的所述地理位置信息一并嵌入至相应的所述路况图资，并且通过网路将嵌入后的所述路况图资传送至一图资主机
步骤240:所述图资主机在接收到所述路况图资时，根据嵌入在所述路况图资中的所述使用者信息及所述地理位置信息至少其中之一对所述路况图资进行分类及储存
步骤250:所述图资主机在所述路况图资的所述地理位址信息与一道路壅塞位址信息相符，以及所述路况图资的清晰度大于一预设门槛时，计算相应所述使用者信息的一贡献奖励
步骤260:所述图资主机接收一使用区域范围以与所述路况图资的所述地理位置信息进行比对，并且载入比对相符的所述路况图资，同时显示载入的所述路况图资及与所述使用区域范围相应的地图资讯
具体实施方式
以下将配合图式及实施例来详细说明本发明的实施方式，藉此对本发明如何应用技术手段来解决技术问题并达成技术功效的实现过程能充分理解并据以实施。
首先，在说明本发明所公开的车行纪录路况情资收集反馈的奖励系统及其方法之前，先对本发明所自行定义的名词作说明，本发明所述的“路况图资”是指由摄像元件所拍摄的路况图像或路况影像等资料。
以下配合图式对本发明车行纪录路况情资收集反馈之奖励系统及其方法做进一步说明，请先参阅“图1”，“图1”为本发明车行纪录路况情资收集反馈的奖励系统的系统框图，此系统包含：摄像元件110、辨识模组120、处理模组130及图资主机140。其中，所述摄像元件110用以设置在车体，当致能摄像元件110时，所述摄像元件110持续进行拍摄以产生路况图资，并且传送产生的路况图资。在实际实施上，可透过有线或无线的传输方式传送产生的路况图资。以有线的传输方式为例，其可包含：铜导线、同轴电缆、双绞线、光纤等等；以无线的传输方式为例，其可包含：Wi-Fi、ZigBee、CoAP(Constrained ApplicationProtocol)、MQTT(Message Queuing Telemetry Transport)或其相似的无线传输技术等等。除此之外，所述摄像元件110可包含电荷耦合元件(Charge-coupled Device,CCD)及互补式金属氧化物半导体(Complementary Metal-Oxide-Semiconductor,CMOS)，用以拍摄图像或影像。
辨识模组120连接摄像元件110，用以接收来自摄像元件110的路况图资，并且对接收到的路况图资分别执行图像辨识以辨识路况图资中的车流量及路牌区域，当辨识出路牌区域时，在路牌区域执行文字辨识(Optical Character Recognition,OCR)以产生地理位置信息。在实际实施上，可使用人工智慧的类神经网路来进行车流量及路牌区域的辨识，例如：先执行基于人工智慧的图像辨识以辨识出路况图资中的车辆，再计算辨识出的车辆之数量以作为车流量；另外，在辨识路牌区域时，可辨识“蓝底白字”、“绿底白字”及“棕底白字”的矩形区块作为路牌区域，然而，本发明并不以此为限，可依照各国道路交通标志的规范进行相应调整。
处理模组130连接辨识模组120，用以将使用者信息、辨识出的车流量及产生的地理位置信息一并嵌入至相应的路况图资，并且通过网路传送嵌入后的路况图资。举例来说，假设使用者信息为“A1001”、辨识出的车流量为数值“5”，以及产生的地理位置信息为“八德路三段”。那么，处理模组130会将这些信息嵌入至路况图资，例如：附加于影像/图像档案的后端、标头或指定栏位等等。
接着，在图资主机140的部分，其包含：储存模组141及奖励模组142。其中，储存模组141用以在接收路况图资时，根据嵌入在路况图资中的使用者信息及地理位置信息至少其中之一对路况图资进行分类及储存。在实际实施上，所述图资主机140还可接收使用者设定的使用区域范围(如：八德路)以与储存模组141储存的路况图资的地理位置信息进行比对，并且载入比对相符的路况图资(即：地理位置信息为八德路的路况图资)，同时显示自储存模组141载入的路况图资及与使用区域范围相应的地图资讯，即：八德路的地图资讯。实际上，储存模组141可使用资料库、档案、硬盘、内存、磁盘、磁带机等软体、硬体或其组合来实现。另外，倘若路况图资更包含拍摄时间时，图资主机140可根据拍摄时间对路况图资进行分类及储存，以及根据拍摄时间与当前时间的差异调整载入及显示的顺序，举例来说，差异越小越优先载入及显示。
奖励模组142连接储存模组141，用以在路况图资的地理位址信息与道路壅塞位址信息相符，以及路况图资的清晰度大于预设门槛时，计算相应使用者信息的贡献奖励。在实际实施上，图资主机140可根据车流量的大小、地理位置信息的重复数量、路况图资的载入次数或至少其中之一，用以调整与使用者信息相应的贡献奖励。举例来说，假设A使用者传送的路况图资具有较大的车流量时，代表此路况图资的重要性较高，所以可以将A使用者的贡献奖励调高，反之则调低；假设A使用者传送的路况图资所对应的地理位置信息的重复数量较多，代表已经有其他使用者传送过了，故可将A使用者此次传送的路况图资的贡献奖励调低，反之则调高；假设路况图资的载入次数较多，代表较多人需要此路况图资，故可将贡献奖励调高，反之则调低。以上述调高及调低为例，假设原本单次的贡献奖励为100％，调高时可将单次的贡献奖励调整为200％、调低时可将单次的贡献奖励调整为50％。另外，图资主机140可允许自网路接收道路壅塞位址信息，以及允许将路况图资输入基于类神经网路且已训练完成的道路壅塞识别模型，并且在此道路壅塞识别模型识别为道路壅塞时，将路况图资的地理位置信息作为道路壅塞位址信息。所述道路壅塞识别模型是指已经完成训练(Training)的机器学习的模型，其可使用深度学习的深度神经网路(Deep NeuralNetwork,DNN)、卷积神经网路(Convolutional Neural Network,CNN)、递回神经网路(Recurrent Neural Network,RNN)或是使用循序近似类神经网路等等方式来实现。再者，图资主机140可在计算出与使用者信息相应的贡献奖励后，根据此贡献奖励调整允许使用图资主机140的硬体资源，所述硬体资源包含储存空间、网路频宽及内存。例如，贡献奖励越高者，可允许使用较多的硬体资源，反之则允许使用较低的硬体资源。特别要说明的是，贡献奖励除了可以使用更多的硬体资源之外，还可以使用点数、红利等方式呈现，提供商品或服务的购买、租用或折抵等等，进一步提高提供路况图资的诱因。
要补充说明的是，上述摄像元件、辨识模组及处理模组可配置于行动装置中；或是将辨识模组及处理模组配置于行动装置中，并且允许行动装置通过网路与摄像元件及图资主机连线以传输路况图资；或是辨识模组及处理模组可配置于图资主机130中。换句话说，具有摄像元件及网路传输功能的行动装置可透过行动应用程式与图资主机进行高速连网，如：使用第五代行动通讯技术(5th generation mobile networks,5G)，或是使用额外的摄像元件连网手机的行动应用程式，再与图资主机进行高速连网，以实现低成本装置的设计考量。
特别要说明的是，在实际实施上，本发明所述的模组皆可利用各种方式来实现，包含软体、硬体或其任意组合，例如，在某些实施方式中，各模组可利用软体及硬体或其中之一来实现，除此之外，本发明亦可部分地或完全地基于硬体来实现，例如，系统中的一个或多个模组可以透过积体电路晶片、系统单晶片(System on Chip,SoC)、复杂可程式逻辑装置(Complex Programmable Logic Device,CPLD)、现场可程式逻辑闸阵列(FieldProgrammable Gate Array,FPGA)等来实现。本发明可以是系统、方法及/或电脑程序。电脑程序可以包括电脑可读储存媒体，其上载有用于使处理器实现本发明的各个方面的电脑可读程式指令，电脑可读储存媒体可以是可以保持和储存由指令执行设备使用的指令的有形设备。电脑可读储存媒体可以是但不限于电储存设备、磁储存设备、光储存设备、电磁储存设备、半导体储存设备或上述的任意合适的组合。电脑可读储存媒体的更具体的例子(非穷举的列表)包括：硬盘、随机存取内存、唯读内存、快闪内存、光盘、软盘以及上述的任意合适的组合。此处所使用的电脑可读储存媒体不被解释为瞬时信号本身，诸如无线电波或者其它自由传播的电磁波、通过波导或其它传输媒介传播的电磁波(例如，通过光纤电缆的光信号)、或者通过电线传输的电信号。另外，此处所描述的电脑可读程式指令可以从电脑可读储存媒体下载到各个计算/处理设备，或者通过网路，例如：网际网路、区域网路、广域网路及/或无线网路下载到外部电脑设备或外部储存设备。网路可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换器、集线器及/或闸道器。每一个计算/处理设备中的网路卡或者网路界面从网路接收电脑可读程式指令，并转发此电脑可读程式指令，以供储存在各个计算/处理设备中的电脑可读储存媒体中。执行本发明操作的电脑程序指令可以是组合语言指令、指令集架构指令、机器指令、机器相关指令、微指令、韧体指令、或者以一种或多种程式语言的任意组合编写的原始码或目的码(Object Code)，所述程序语言包括物件导向的程序语言，如：Common Lisp、Python、C++、Objective-C、Smalltalk、Delphi、Java、Swift、C#、Perl、Ruby与PHP等，以及常规的程序式(Procedural)程序语言，如：C语言或类似的程序语言。所述电脑程序指令可以完全地在电脑上执行、部分地在电脑上执行、作为一个独立的软体执行、部分在客户端电脑上部分在远端电脑上执行、或者完全在远端电脑或伺服器上执行。
请参阅图2A及图2B，图2A及图2B为本发明车行纪录路况情资收集反馈的奖励方法的方法流程图，其步骤包括：在车体设置摄像元件，当致能摄像元件时，所述摄像元件持续进行拍摄以产生路况图资(步骤210)；对路况图资分别执行图像辨识，用以辨识路况图资中的车流量及路牌区域，当辨识出路牌区域时，在路牌区域执行文字辨识以产生地理位置信息(步骤220)；将使用者信息、辨识出的车流量及产生的地理位置信息一并嵌入至相应的路况图资，并且通过网路将嵌入后的路况图资传送至图资主机(步骤230)；图资主机在接收到路况图资时，根据嵌入在路况图资中的使用者信息及地理位置信息至少其中之一对路况图资进行分类及储存(步骤240)；以及图资主机在路况图资的地理位址信息与道路壅塞位址信息相符，以及路况图资的清晰度大于预设门槛时，计算相应使用者信息的贡献奖励(步骤250)。透过上述步骤，即可透过设置在车体的摄像元件拍摄路况图资，并且辨识其中的车流量及路牌区域，当存在路牌区域时，执行文字辨识以产生地理位置信息，以及将使用者信息、车流量及地理位置信息一并嵌入至相应的路况图资，再传送至图资主机140进行分类及储存，并且在路况图资的地理位址信息与道路壅塞位址信息相符，所述路况图资的清晰度大于预设门槛时，计算相应使用者信息的贡献奖励。
另外，在步骤250之后，可如图2B所示意，图资主机140接收使用区域范围以与路况图资的地理位置信息进行比对，并且载入比对相符的路况图资，同时显示载入的路况图资及与使用区域范围相应的地图资讯(步骤260)。在实际实施上，还可根据拍摄时间与当前时间的差异排序显示，举例来说，当拍摄时间越接近当前时间时，代表路况图资越即时，所以将越先载入显示，反之当拍摄时间与当前时间差异越大时便越晚载入显示。
以下配合图3A至图4以实施例的方式进行如下说明，请先参阅图3A，图3A为本发明车行纪录路况情资收集反馈的奖励系统的另一系统框图。在实际实施上，设置在车体可以是多个具有网路传输功能的摄像元件(110a～110n)，而除了如图1所示意，辨识模组120及处理模组130直接与摄像元件110连接之外，还可如图3A所示意，辨识模组310及处理模组320皆为行动装置300(如：智能手机、平板电脑、个人数位助理等等)的模组。当摄像元件(110a～110n)拍摄路况图资后，通过网路传送至行动装置300，由行动装置300的辨识模组310对接收到的路况图资分别执行图像辨识以辨识路况图资中的车流量及路牌区域，当辨识出路牌区域时，在路牌区域执行文字辨识以产生地理位置信息，再由处理模组320将使用者信息、辨识出的车流量及产生的地理位置信息一并嵌入至相应的路况图资，并且通过网路传送嵌入后的路况图资至图资主机140进行分类及储存，同时在路况图资的地理位址信息与道路壅塞位址信息相符，以及路况图资的清晰度大于预设门槛时，计算相应使用者信息的贡献奖励。
如图3B所示意，图3B为本发明车行纪录路况情资收集反馈的奖励系统的又一系统框图。在实际实施上，本发明所述的辨识模组及处理模组除了如图1及图3A所示意之外，更可设置在图资主机330中，换句话说，如图3B所示意，图资主机330可同时包含辨识模组331、处理模组332、储存模组333及奖励模组334。其中，辨识模组331通过网路与摄像元件(110a～110n)连接、处理模组332连接辨识模组331，储存模组333连接处理模组332，以及奖励模组334连接储存模组333。所述网路可使用5G来实现以提升传输效能。
如图4所示意，图4为应用本发明拍摄路况图资及传输的示意图。在实际实施上，可在车体400前方设置一个摄像元件410，当车体400移动时，致能摄像元件410用以拍摄车体400前方的影像作为路况图资，并且通过无线网路将路况图资传送至行动装置420以进行辨识及处理。其中，行动装置420接收来自摄像元件410的路况图资，并且对接收到的路况图资分别执行图像辨识以辨识所述路况图资中的车流量及路牌区域，当辨识出存在路牌区域时，在此路牌区域执行文字辨识以产生地理位置信息，例如：路牌区域的文字为“八德路三段”，则地理位置信息将以文字记录为“八德路三段”。接着，将使用者信息(如：会员帐号、使用者唯一识别码等等)、辨识出的车流量及产生的地理位置信息一并嵌入至相应的路况图资后，再通过行动装置420的网路，如：通用封包无线服务(General Packet RadioService,GPRS)、第三代行动通讯技术(3rd-Generation,3G)、第四代行动通讯技术(4G)或其相似技术，将已嵌入完成的路况图资传送至图资主机140以进行分类及储存，并且在地理位置信息与道路壅塞位址信息相符，且路况图资的清晰度大于预设门槛值时，计算路况图资的贡献奖励。以判断清晰度为例，可计算影像或图像的快速傅立叶转换，并且将高低频分布作为清晰度的判断依据，举例来说，假设存在少量的高频，便视为模糊，反之则视为清晰，或者是使用拉普拉斯(Laplace)转换进行边缘检测，当边缘越少(低于预设门槛)便视为图像或影像越模糊，反之则视为清晰。另外，除了以行动装置420进行传输、辨识及处理之外，亦可使用具车联网的行车电脑(Trip computer)取代行动装置420，由车联网技术传输路况图资，以及通过行车电脑的处理器执行辨识及处理。
综上所述，可知本发明与先前技术之间的差异在于透过设置在车体的摄像元件拍摄路况图资，并且辨识其中的车流量及路牌区域，当存在路牌区域时，执行文字辨识以产生地理位置信息，以及将使用者信息、车流量及地理位置信息一并嵌入至相应的路况图资，再传送至图资主机进行分类及储存，并且在路况图资的地理位址信息与道路壅塞位址信息相符，所述路况图资的清晰度大于预设门槛时，计算相应使用者信息的贡献奖励，藉由此一技术手段可以解决先前技术所存在的问题，进而达成提高路况图资的更新即时性及提供路况图资的积极性的技术功效。
虽然本发明以前述的实施例公开如上，然其并非用以限定本发明，任何熟习相像技艺者，在不脱离本发明的精神和范围内，当可作些许的更动与润饰，因此本发明的专利保护范围须视本说明书所附的权利要求书所界定的为准。

Claims (10)

1.一种车行纪录路况情资收集反馈的奖励系统，其特征在于，该系统包含：
至少一摄像元件，用以设置在一车体，当致能所述摄像元件时，所述摄像元件持续进行拍摄以产生至少一路况图资，并且传送产生的所述路况图资；
一辨识模组，连接所述摄像元件，用以接收来自所述摄像元件的所述路况图资，并且对接收到的所述路况图资分别执行图像辨识以辨识所述路况图资中的一车流量及一路牌区域，当辨识出所述路牌区域时，在所述路牌区域执行文字辨识以产生一地理位置信息；
一处理模组，连接所述辨识模组，用以将一使用者信息、辨识出的所述车流量及产生的所述地理位置信息一并嵌入至相应的所述路况图资，并且通过网路传送嵌入后的所述路况图资；以及
一图资主机，所述图资主机包含：
一储存模组，用以在接收所述路况图资时，根据嵌入在所述路况图资中的所述使用者信息及所述地理位置信息至少其中之一对所述路况图资进行分类及储存；以及
一奖励模组，连接所述储存模组，用以在所述路况图资的所述地理位址信息与一道路壅塞位址信息相符，以及所述路况图资的清晰度大于一预设门槛时，计算相应所述使用者信息的一贡献奖励。
2.如权利要求1的车行纪录路况情资收集反馈的奖励系统，其特征在于，其中所述图资主机根据所述车流量的大小、所述地理位置信息的重复数量、所述路况图资的载入次数或至少其中之一，用以调整与所述使用者信息相应的所述贡献奖励。
3.如权利要求1的车行纪录路况情资收集反馈的奖励系统，其特征在于，其中所述图资主机接收一使用区域范围以与所述路况图资的所述地理位置信息进行比对，并且载入比对相符的所述路况图资，同时显示载入的所述路况图资及与所述使用区域范围相应的地图资讯。
4.如权利要求1的车行纪录路况情资收集反馈的奖励系统，其特征在于，其中所述图资主机允许自网路接收所述道路壅塞位址信息，以及允许将所述路况图资输入基于类神经网路且已训练完成的一道路壅塞识别模型，并且在所述道路壅塞识别模型识别为道路壅塞时，将所述路况图资的所述地理位置信息作为所述道路壅塞位址信息。
5.如权利要求1的车行纪录路况情资收集反馈的奖励系统，其特征在于，其中所述摄像元件、所述辨识模组及所述处理模组配置于一行动装置中，或将所述辨识模组及所述处理模组配置于所述行动装置中，并且允许所述行动装置通过网路与所述摄像元件及所述图资主机连线以传输所述路况图资，或将所述辨识模组及所述处理模组配置于所述图资主机中。
6.一种车行纪录路况情资收集反馈的奖励方法，其特征在于，其步骤包括：
在一车体设置至少一摄像元件，当致能所述摄像元件时，所述摄像元件持续进行拍摄以产生至少一路况图资；
对所述路况图资分别执行图像辨识，用以辨识所述路况图资中的一车流量及一路牌区域，当辨识出所述路牌区域时，在所述路牌区域执行文字辨识以产生一地理位置信息；
将一使用者信息、辨识出的所述车流量及产生的所述地理位置信息一并嵌入至相应的所述路况图资，并且通过网路将嵌入后的所述路况图资传送至一图资主机；
所述图资主机在接收到所述路况图资时，根据嵌入在所述路况图资中的所述使用者信息及所述地理位置信息至少其中之一对所述路况图资进行分类及储存；以及
所述图资主机在所述路况图资的所述地理位址信息与一道路壅塞位址信息相符，以及所述路况图资的清晰度大于一预设门槛时，计算相应所述使用者信息的一贡献奖励。
7.如权利要求6的车行纪录路况情资收集反馈的奖励方法，其特征在于，其中所述图资主机根据所述车流量的大小、所述地理位置信息的重复数量、所述路况图资的载入次数或至少其中之一，用以调整与所述使用者信息相应的所述贡献奖励。
8.如权利要求6的车行纪录路况情资收集反馈的奖励方法，其特征在于，其中所述方法更包含所述图资主机接收一使用区域范围以与所述路况图资的所述地理位置信息进行比对，并且载入比对相符的所述路况图资，同时显示载入的所述路况图资及与所述使用区域范围相应的地图资讯的步骤。
9.如权利要求6的车行纪录路况情资收集反馈的奖励方法，其特征在于，其中所述图资主机允许自网路接收所述道路壅塞位址信息，以及允许将所述路况图资输入基于类神经网路且已训练完成的一道路壅塞识别模型，并且在所述道路壅塞识别模型识别为道路壅塞时，将所述路况图资的所述地理位置信息作为所述道路壅塞位址信息。
10.如权利要求6的车行纪录路况情资收集反馈的奖励方法，其特征在于，其中所述路况图资更包含一拍摄时间，所述图资主机根据所述拍摄时间对所述路况图资进行分类及储存，以及根据所述拍摄时间与当前时间的差异调整载入及显示的顺序。
CN202110597577.5A 2021-05-31 2021-05-31 车行纪录路况情资收集反馈之奖励系统及其方法 Pending CN115482020A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110597577.5A CN115482020A (zh) 2021-05-31 2021-05-31 车行纪录路况情资收集反馈之奖励系统及其方法
US17/477,103 US20220383739A1 (en) 2021-05-31 2021-09-16 Reward System For Collecting Feedback Based On Driving Records and Road Conditions and Method Thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110597577.5A CN115482020A (zh) 2021-05-31 2021-05-31 车行纪录路况情资收集反馈之奖励系统及其方法

Publications (1)

Publication Number Publication Date
CN115482020A true CN115482020A (zh) 2022-12-16

Family

ID=84193232

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110597577.5A Pending CN115482020A (zh) 2021-05-31 2021-05-31 车行纪录路况情资收集反馈之奖励系统及其方法

Country Status (2)

Country Link
US (1) US20220383739A1 (zh)
CN (1) CN115482020A (zh)

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8417442B2 (en) * 2006-09-19 2013-04-09 Intuitive Control Systems, Llc Collection, monitoring, analyzing and reporting of traffic data via vehicle sensor devices placed at multiple remote locations
DE102009057553A1 (de) * 2009-12-09 2011-06-16 Conti Temic Microelectronic Gmbh Verfahren zur Unterstützung des Fahrers eines straßengebundenen Fahrzeugs bei der Fahrzeugführung
US20150106010A1 (en) * 2013-10-15 2015-04-16 Ford Global Technologies, Llc Aerial data for vehicle navigation
US20180174446A1 (en) * 2015-02-09 2018-06-21 Kevin Sunlin Wang System and method for traffic violation avoidance
US9457754B1 (en) * 2015-07-13 2016-10-04 State Farm Mutual Automobile Insurance Company Method and system for identifying vehicle collisions using sensor data
US9607454B1 (en) * 2015-11-02 2017-03-28 Volkswagen Ag System for distinguishing between traffic jam and parked vehicles
CA3010440A1 (en) * 2016-01-03 2017-07-06 Yosef Mintz System and methods to apply robust predictive traffic load balancing control and robust cooperative safe driving for smart cities
CN109919347B (zh) * 2017-12-13 2022-01-18 腾讯科技（深圳）有限公司 路况生成方法、相关装置和设备
CN110569695B (zh) * 2018-08-31 2021-07-09 创新先进技术有限公司 基于定损图像判定模型的图像处理方法和装置
JP6931017B2 (ja) * 2019-03-27 2021-09-01 本田技研工業株式会社 車両制御装置、車両および車両制御方法
US10896555B2 (en) * 2019-03-29 2021-01-19 Toyota Motor North America, Inc. Vehicle data sharing with interested parties
US12073721B2 (en) * 2019-08-22 2024-08-27 Quantum Gate Inc. Method for managing transport on basis of blockchain network, and device and system for performing same
US11741719B2 (en) * 2019-08-27 2023-08-29 GM Global Technology Operations LLC Approach to maneuver planning for navigating around parked vehicles for autonomous driving
TWI717102B (zh) * 2019-11-14 2021-01-21 黃玄 基於影像辨識之交通路況車聯網系統
CN115761688A (zh) * 2020-05-14 2023-03-07 御眼视觉技术有限公司 用于涉及交通灯和交通标志的交通工具导航的系统和方法
US11948454B2 (en) * 2020-10-30 2024-04-02 Honda Research Institute Europe Gmbh Method and system for enhancing traffic estimation using top view sensor data
US11750383B2 (en) * 2021-03-31 2023-09-05 Fujitsu Limited Multi-level access control in sharing of vehicle data with devices

Also Published As

Publication number Publication date
US20220383739A1 (en) 2022-12-01

Similar Documents

Publication Publication Date Title
EP3893125A1 (en) Method and apparatus for searching video segment, device, medium and computer program product
US11301754B2 (en) Sharing of compressed training data for neural network training
CN111340131A (zh) 图像的标注方法、装置、可读介质和电子设备
CN112288074A (zh) 图像识别网络生成方法及装置、存储介质及电子设备
CN108009548A (zh) 一种智能路牌识别方法及系统
CN112307853A (zh) 航拍图像的检测方法、存储介质和电子装置
CN113160272B (zh) 目标跟踪方法、装置、电子设备及存储介质
CN115690765B (zh) 车牌识别方法、装置、电子设备、可读介质和程序产品
CN111401215A (zh) 一种多类别目标检测的方法及系统
CN113469295A (zh) 生成模型的训练方法、息肉识别方法、装置、介质及设备
CN111695627A (zh) 路况检测方法、装置、电子设备及可读存储介质
CN114612904A (zh) 车位情况信息推送方法、装置、电子设备和存储介质
CN118212297A (zh) 自然语言引导的目标定位方法、设备及存储介质
CN114511744A (zh) 图像分类方法、装置、可读介质和电子设备
CN115482020A (zh) 车行纪录路况情资收集反馈之奖励系统及其方法
CN112132231A (zh) 对象的识别方法和装置、存储介质及电子设备
CN116989809A (zh) 导航信息更新方法、装置、电子设备及存储介质
TWI780749B (zh) 車行紀錄路況情資收集反饋之獎勵系統及其方法
CN113838076A (zh) 目标图像中的对象轮廓的标注方法及装置、存储介质
CN116611977A (zh) 失联人员路径溯源及救援方法和装置
CN113822199B (zh) 对象属性识别方法、装置、存储介质和电子装置
CN114523985A (zh) 基于传感器的感知结果的无人车运动决策方法及装置
CN112258556A (zh) 视频中指定区域的跟踪方法、装置、可读介质和电子设备
CN113222050A (zh) 图像分类方法、装置、可读介质及电子设备
CN109934045B (zh) 行人检测方法和装置

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