CN116386344A - 一种基于摄像头模组的道路交通监控系统 - Google Patents
一种基于摄像头模组的道路交通监控系统 Download PDFInfo
- Publication number
- CN116386344A CN116386344A CN202310666078.6A CN202310666078A CN116386344A CN 116386344 A CN116386344 A CN 116386344A CN 202310666078 A CN202310666078 A CN 202310666078A CN 116386344 A CN116386344 A CN 116386344A
- Authority
- CN
- China
- Prior art keywords
- road
- pixel
- image
- camera module
- gray
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000000034 method Methods 0.000 claims description 15
- 238000005286 illumination Methods 0.000 claims description 13
- 238000012937 correction Methods 0.000 claims description 6
- 238000003702 image correction Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims 1
- 238000012790 confirmation Methods 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
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
- G08G1/017—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
- G08G1/048—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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明公开了一种基于摄像头模组的道路交通监控系统，属于交通控制系统技术领域，其中摄像头模组设置于道路两侧，摄像头模组的拍摄方向与道路方向垂直，具体包括：图像获取模块，用于控制摄像头模组以时间t为间隔持续拍摄道路区域图像；图像处理模块，用于沿道路边界将道路区域图像切割为道路区域和环境区域，将道路区域以时间顺序生成道路图像序列，并从所述道路图像识别出路面区域和车辆；结果生成模块，用于选取若干车辆，计算在时间t内若干车辆的移动速度，将移动速度均值与预设速度阈值进行对比，生成道路拥堵等级，并将拥堵路段和等级对附近车辆进行通知；本发明实现了对道路拥堵情况的准确判断。
Description
技术领域
本发明涉及交通控制系统技术领域，具体涉及一种基于摄像头模组的道路交通监控系统。
背景技术
在现代道路交通运行中，由于上下班高峰期以及交通施工、事故和车辆故障等原因，道路中经常会产生道路拥堵，对人民群众安全、顺畅出行造成了极大影响。
传统交通拥堵确认，大多依赖人工上报或视频确认的方式，来确定交通拥堵实际发生的路段位置，而上报人往往无法精准描述拥堵情况与发生地点，这样就增加了信息上报的时间周期，使得交通管理部门无法及时有效地做出相应的处理措施，如果不能及时准确地发现并定位拥堵位置，将车道拥堵等级及时显示，则会导致上游路段不断有车辆进入，造成更大面积拥堵的发生。
发明内容
本发明的目的在于提供一种基于摄像头模组的道路交通监控系统，解决以下技术问题：
如果不能及时准确地发现并定位拥堵位置，将车道拥堵等级及时显示，则会导致上游路段不断有车辆进入，造成更大面积拥堵的发生。
本发明的目的可以通过以下技术方案实现：
一种基于摄像头模组的道路交通监控系统，其中摄像头模组设置于道路两侧，摄像头模组的拍摄方向与道路方向垂直，包括：
图像获取模块，用于控制摄像头模组以时间t为间隔持续拍摄道路区域图像；
图像处理模块，用于沿道路边界将道路区域图像切割为道路区域和环境区域，将道路区域以时间顺序生成道路图像序列，并从所述道路图像识别出路面区域和车辆；
结果生成模块，用于选取若干车辆，计算在时间t内若干车辆的移动速度，将移动速度均值与预设速度阈值进行对比，生成道路拥堵等级，并对当前路段车辆进行提示。
作为本发明进一步的方案：所述图像处理模块识别路面区域和车辆的具体过程为：
对所述道路图像序列进行灰度处理获得道路灰度图像序列，以道路灰度图像中心像素点为原点建立直角坐标系，生成道路灰度图像中所有像素点的坐标(x，y)，并识别道路灰度图像中所有像素点的灰度值Hi(x，y)，i＝1,…,n，i表示像素点所在道路灰度图像在序列中的顺序，通过灰度差公式D＝|Hi+1 (x，y)-Hi (x，y)｜计算相邻道路灰度图像之间相同位置像素点的灰度差值D，若D＞T，T为光照变化误差值，则表示对应像素点为车辆像素，若D≤T，则表示对应像素点为路面区域像素。
作为本发明进一步的方案：所述光照变化误差值的设定过程为：
获取道路图像的拍摄日期和时间，根据所述拍摄日期和时间获取当前光照强度变化速度v，则所述光照变化误差值T=vt。
作为本发明进一步的方案：所述结果生成模块计算车辆移动距离的具体过程为：
步骤一：选取道路图像Hi中的若干车辆区域并命名为标准像素区域，将所述标准像素区域的中心像素点命名为标准点，获取所述车辆区域内所有像素点的灰度值，提取过标准点且与道路方向平行的直线并命名为标准线；
步骤二：沿所述标准线由近至远逐点获取道路图像Hi+1中的像素区域R1，R2，…，Rn，n为正整数，所述像素区域R1，R2，…，Rn与标准像素区域像素尺寸相同；
步骤三：分别获取像素区域R1，R2，…，Rn内所有像素点的灰度值，将标准像素区域依次与像素区域R1，R2，…，Rn进行叠加，分别计算所述标准像素区域与像素区域R1，R2，…，Rn中重叠像素点的灰度值差值，计算灰度值差值的绝对值之和Si，提取数值最小的绝对值之和Smin对应的像素区域，将该像素区域中心像素点命名为测量点；
步骤四：将所述测量点判定为与标准点是同一辆车的同一位置的像素点，获取所述测量点和标准点在所述道路图像中的像素距离，根据所述像素距离计算单位时间t内车辆的移动速度。
作为本发明进一步的方案：所述结果生成模块生成道路拥堵等级的具体过程为：
获取所述移动速度均值，若所述移动速度均值低于a，则判定当前道路拥堵等级为重度拥堵；若所述移动速度均值大于a小于b，则判定当前道路拥堵等级为中度拥堵，若所述移动速度均值大于b小于c，则判定当前道路拥堵等级为轻度拥堵，其中a、b和c为预设速度阈值，且a＜b＜c。
作为本发明进一步的方案：所述图像处理模块还包括道路图像校正单元，所述道路图像校正单元用于对非平直的道路图像进行校正，使道路的两侧边界平行，将校正前的道路图像中的像素标记为原始像素，将校正后道路图像中添加的像素标记为空白像素，在对像素进行计算时仅计算原始像素，对所述空白像素忽略不计。
作为本发明进一步的方案：当结果生成模块计算出时间t内的若干车辆的移动速度均值结果为0时，则依次计算2t，3t，…，nt对应的移动速度均值，直至获得的移动速度均值结果大于0。
作为本发明进一步的方案：所述结果生成模块选取的若干车辆的数量为当前道路图像中所有车辆数量的e%，e为预设阈值。
本发明的有益效果：
本发明通过对道路灰度图像进行帧差灰度处理，并考虑光照影响，能够自动识别道路图像中的车辆和路面区域，并基于此，通过对相邻时间的道路图像中的车辆的像素灰度特征进行处理分析，通过平行匹配，实现了对同一车辆在不同图像中的识别与配对，从而计算车辆的移动速度，于是能够准确评估道路拥堵状况，及时通知道路中行驶的司机，有助于采取有效措施缓解交通拥堵。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明的模块示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，本发明为一种基于摄像头模组的道路交通监控系统，其中摄像头模组设置于道路两侧，摄像头模组的拍摄方向与道路方向垂直，包括：
图像获取模块，用于控制摄像头模组以时间t为间隔持续拍摄道路区域图像；
图像处理模块，用于沿道路边界将道路区域图像切割为道路区域和环境区域，将道路区域以时间顺序生成道路图像序列，并从所述道路图像识别出路面区域和车辆；
结果生成模块，用于选取若干车辆，计算在时间t内若干车辆的移动速度，将移动速度均值与预设速度阈值进行对比，生成道路拥堵等级，并将拥堵路段和等级对附近车辆进行通知。
在本发明的一种优选的实施例中，所述图像处理模块识别路面区域和车辆的具体过程为：
对所述道路图像序列进行灰度处理获得道路灰度图像序列，以道路灰度图像中心像素点为原点建立直角坐标系，生成道路灰度图像中所有像素点的坐标(x，y)，并识别道路灰度图像中所有像素点的灰度值Hi(x，y)，i＝1,…,n，i表示像素点所在道路灰度图像在序列中的顺序，通过灰度差公式D＝|Hi+1 (x，y)-Hi (x，y)｜计算相邻道路灰度图像之间相同位置像素点的灰度差值D，若D＞T，T为光照变化误差值，则表示对应像素点为车辆像素，若D≤T，则表示对应像素点为路面区域像素。
在本实施例的一种优选的情况中，所述光照变化误差值的设定过程为：
获取道路图像的拍摄日期和时间，根据所述拍摄日期和时间获取当前光照强度变化速度v，则所述光照变化误差值T=vt。
在本发明的另一种优选的实施例中，所述结果生成模块计算车辆移动距离的具体过程为：
步骤一：选取道路图像Hi中的若干车辆区域并命名为标准像素区域，将所述标准像素区域的中心像素点命名为标准点，获取所述车辆区域内所有像素点的灰度值，提取过标准点且与道路方向平行的直线并命名为标准线；
步骤二：沿所述标准线由近至远逐点获取道路图像Hi+1中的像素区域R1，R2，…，Rn，n为正整数，所述像素区域R1，R2，…，Rn与标准像素区域像素尺寸相同；
步骤三：分别获取像素区域R1，R2，…，Rn内所有像素点的灰度值，将标准像素区域依次与像素区域R1，R2，…，Rn进行叠加，分别计算所述标准像素区域与像素区域R1，R2，…，Rn中重叠像素点的灰度值差值，计算灰度值差值的绝对值之和Si，提取数值最小的绝对值之和Smin对应的像素区域，将该像素区域中心像素点命名为测量点；
步骤四：将所述测量点判定为与标准点是同一辆车的同一位置的像素点，获取所述测量点和标准点在所述道路图像中的像素距离，根据所述像素距离计算单位时间t内车辆的移动速度。
在本发明的另一种优选的实施例中，所述结果生成模块生成道路拥堵等级的具体过程为：
获取所述移动速度均值，若所述移动速度均值低于a，则判定当前道路拥堵等级为重度拥堵；若所述移动速度均值大于a小于b，则判定当前道路拥堵等级为中度拥堵，若所述移动速度均值大于b小于c，则判定当前道路拥堵等级为轻度拥堵，其中a、b和c为预设速度阈值，且a＜b＜c。
在本发明的另一种优选的实施例中，所述图像处理模块还包括道路图像校正单元，所述道路图像校正单元用于对非平直的道路图像进行校正，使道路的两侧边界平行，将校正前的道路图像中的像素标记为原始像素，将校正后道路图像中添加的像素标记为空白像素，在对像素进行计算时仅计算原始像素，对所述空白像素忽略不计。
在本发明的另一种优选的实施例中，当结果生成模块计算出时间t内的若干车辆的移动速度均值结果为0时，则依次计算2t，3t，…，nt对应的移动速度均值，直至获得的移动速度均值结果大于0。
在本发明的另一种优选的实施例中，所述结果生成模块选取的若干车辆的数量为当前道路图像中所有车辆数量的e%，e为预设阈值。
上述公式均是去量纲取其数值计算，公式中的预设系数由本领域的技术人员根据实际情况进行设置。
以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。
Claims (8)
1.一种基于摄像头模组的道路交通监控系统，其中摄像头模组设置于道路两侧，摄像头模组的拍摄方向与道路方向垂直，其特征在于，包括：
图像获取模块，用于控制摄像头模组以时间t为间隔持续拍摄道路区域图像；
图像处理模块，用于沿道路边界将道路区域图像切割为道路区域和环境区域，将道路区域以时间顺序生成道路图像序列，并从所述道路图像识别出路面区域和车辆；
结果生成模块，用于选取若干车辆，计算在时间t内若干车辆的移动速度，将移动速度均值与预设速度阈值进行对比，生成道路拥堵等级，并将拥堵路段和等级对附近车辆进行通知。
2.根据权利要求1所述的一种基于摄像头模组的道路交通监控系统，其特征在于，所述图像处理模块识别路面区域和车辆的具体过程为：
对所述道路图像序列进行灰度处理获得道路灰度图像序列，以道路灰度图像中心像素点为原点建立直角坐标系，生成道路灰度图像中所有像素点的坐标(x，y)，并识别道路灰度图像中所有像素点的灰度值Hi(x，y)，i＝1,…,n，i表示像素点所在道路灰度图像在序列中的顺序，通过灰度差公式D＝|Hi+1 (x，y)-Hi (x，y)｜计算相邻道路灰度图像之间相同位置像素点的灰度差值D，若D＞T，T为光照变化误差值，则表示对应像素点为车辆像素，若D≤T，则表示对应像素点为路面区域像素。
3.根据权利要求2所述的一种基于摄像头模组的道路交通监控系统，其特征在于，所述光照变化误差值的设定过程为：
获取道路图像的拍摄日期和时间，根据所述拍摄日期和时间获取当前光照强度变化速度v，则所述光照变化误差值T=vt。
4.根据权利要求1所述的一种基于摄像头模组的道路交通监控系统，其特征在于，所述结果生成模块计算车辆移动距离的具体过程为：
步骤一：选取道路图像Hi中的若干车辆区域并命名为标准像素区域，将所述标准像素区域的中心像素点命名为标准点，获取所述车辆区域内所有像素点的灰度值，提取过标准点且与道路方向平行的直线并命名为标准线；
步骤二：沿所述标准线由近至远逐点获取道路图像Hi+1中的像素区域R1，R2，…，Rn，n为正整数，所述像素区域R1，R2，…，Rn与标准像素区域像素尺寸相同；
步骤三：分别获取像素区域R1，R2，…，Rn内所有像素点的灰度值，将标准像素区域依次与像素区域R1，R2，…，Rn进行叠加，分别计算所述标准像素区域与像素区域R1，R2，…，Rn中重叠像素点的灰度值差值，计算灰度值差值的绝对值之和Si，提取数值最小的绝对值之和Smin对应的像素区域，将该像素区域中心像素点命名为测量点；
步骤四：将所述测量点判定为与标准点是同一辆车的同一位置的像素点，获取所述测量点和标准点在所述道路图像中的像素距离，根据所述像素距离计算单位时间t内车辆的移动速度。
5.根据权利要求1所述的一种基于摄像头模组的道路交通监控系统，其特征在于，所述结果生成模块生成道路拥堵等级的具体过程为：
获取所述移动速度均值，若所述移动速度均值低于a，则判定当前道路拥堵等级为重度拥堵；若所述移动速度均值大于a小于b，则判定当前道路拥堵等级为中度拥堵，若所述移动速度均值大于b小于c，则判定当前道路拥堵等级为轻度拥堵，其中a、b和c为预设速度阈值，且a＜b＜c。
6.根据权利要求1所述的一种基于摄像头模组的道路交通监控系统，其特征在于，所述图像处理模块还包括道路图像校正单元，所述道路图像校正单元用于对非平直的道路图像进行校正，使道路的两侧边界平行，将校正前的道路图像中的像素标记为原始像素，将校正后道路图像中添加的像素标记为空白像素，在对像素进行计算时仅计算原始像素，对所述空白像素忽略不计。
7.根据权利要求1所述的一种基于摄像头模组的道路交通监控系统，其特征在于，当结果生成模块计算出时间t内的若干车辆的移动速度均值结果为0时，则依次计算2t，3t，…，nt对应的移动速度均值，直至获得的移动速度均值结果大于0。
8.根据权利要求1所述的一种基于摄像头模组的道路交通监控系统，其特征在于，所述结果生成模块选取的若干车辆的数量为当前道路图像中所有车辆数量的e%，e为预设阈值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310666078.6A CN116386344B (zh) | 2023-06-07 | 2023-06-07 | 一种基于摄像头模组的道路交通监控系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310666078.6A CN116386344B (zh) | 2023-06-07 | 2023-06-07 | 一种基于摄像头模组的道路交通监控系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116386344A true CN116386344A (zh) | 2023-07-04 |
| CN116386344B CN116386344B (zh) | 2023-08-25 |
Family
ID=86969833
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310666078.6A Active CN116386344B (zh) | 2023-06-07 | 2023-06-07 | 一种基于摄像头模组的道路交通监控系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116386344B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117671963A (zh) * | 2024-02-01 | 2024-03-08 | 江苏群力技术有限公司 | 一种基于监控摄像头的智能交通控制系统 |
| CN117671963B (zh) * | 2024-02-01 | 2024-05-31 | 江苏群力技术有限公司 | 一种基于监控摄像头的智能交通控制系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102768802A (zh) * | 2012-07-12 | 2012-11-07 | 复旦大学 | 基于有限状态机的道路车辆拥堵判别方法 |
| CN103985250A (zh) * | 2014-04-04 | 2014-08-13 | 浙江工业大学 | 轻量级的全息道路交通状态视觉检测装置 |
| CN104933867A (zh) * | 2015-06-17 | 2015-09-23 | 苏州大学 | 基于交通监控视频的路况实时获取装置及方法 |
| CN105513354A (zh) * | 2015-12-22 | 2016-04-20 | 电子科技大学 | 基于视频的城市道路交通拥堵检测系统 |
-
2023
- 2023-06-07 CN CN202310666078.6A patent/CN116386344B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102768802A (zh) * | 2012-07-12 | 2012-11-07 | 复旦大学 | 基于有限状态机的道路车辆拥堵判别方法 |
| CN103985250A (zh) * | 2014-04-04 | 2014-08-13 | 浙江工业大学 | 轻量级的全息道路交通状态视觉检测装置 |
| CN104933867A (zh) * | 2015-06-17 | 2015-09-23 | 苏州大学 | 基于交通监控视频的路况实时获取装置及方法 |
| CN105513354A (zh) * | 2015-12-22 | 2016-04-20 | 电子科技大学 | 基于视频的城市道路交通拥堵检测系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117671963A (zh) * | 2024-02-01 | 2024-03-08 | 江苏群力技术有限公司 | 一种基于监控摄像头的智能交通控制系统 |
| CN117671963B (zh) * | 2024-02-01 | 2024-05-31 | 江苏群力技术有限公司 | 一种基于监控摄像头的智能交通控制系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116386344B (zh) | 2023-08-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106919915B (zh) | 基于adas系统的地图道路标记及道路质量采集装置及方法 | |
| CN109085823B (zh) | 一种园区场景下基于视觉的自动循迹行驶方法 | |
| US7920721B2 (en) | Vehicle-use image processing system, vehicle-use image processing method, vehicle-use image processing program, vehicle, and method of formulating vehicle-use image processing system | |
| CN103714538B (zh) | 道路边缘检测方法、装置及车辆 | |
| EP1890264B1 (en) | Vehicle, image processing system, image processing method, image processing program, image processing system configuration method, and server | |
| CN101819286B (zh) | 一种基于图像灰度直方图的雾天检测方法 | |
| CN104240239A (zh) | 一种基于道路图像探测局域路段雾霾天气的检测方法 | |
| CN107577996A (zh) | 一种车辆驾驶路径偏移的识别方法及系统 | |
| CN109299674B (zh) | 一种基于车灯的隧道违章变道检测方法 | |
| CN105512623A (zh) | 基于多传感器雾天行车视觉增强与能见度预警系统及方法 | |
| CN105931220A (zh) | 基于暗通道先验与最小图像熵的交通雾霾能见度检测方法 | |
| CN105678285A (zh) | 一种自适应的道路鸟瞰图变换方法和道路车道检测方法 | |
| CN107967681B (zh) | 一种基于机器视觉的电梯补偿链冲伤缺陷检测方法 | |
| CN209765730U (zh) | 一种车型识别系统 | |
| CN110705484B (zh) | 利用行车轨迹识别连续变更车道违法行为的方法 | |
| CN110379168A (zh) | 一种基于Mask R-CNN的交通车辆信息获取方法 | |
| CN116386344B (zh) | 一种基于摄像头模组的道路交通监控系统 | |
| CN112706835B (zh) | 一种基于图像导航的高速路无人驾驶划线方法 | |
| CN106485697B (zh) | 一种基于双目视觉的路面沉降和异物检测方法 | |
| CN111091077B (zh) | 一种基于图像相关性和模板匹配的车速检测方法 | |
| KR101609819B1 (ko) | 차간거리 추정장치 | |
| CN103927523A (zh) | 一种基于纵向灰度特征的雾天等级检测方法 | |
| CN106447732A (zh) | 采用视差信息和三维信息获取异样区域的方法 | |
| CN112989886A (zh) | 一种实时车辆压线提前预警的方法 | |
| CN116071726A (zh) | 一种基于边缘计算的道路巡检系统及方法 |
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 |