CN116448231A - 一种城市环境噪声监测与智能识别系统 - Google Patents

一种城市环境噪声监测与智能识别系统 Download PDF

Info

Publication number
CN116448231A
CN116448231A CN202310299016.6A CN202310299016A CN116448231A CN 116448231 A CN116448231 A CN 116448231A CN 202310299016 A CN202310299016 A CN 202310299016A CN 116448231 A CN116448231 A CN 116448231A
Authority
CN
China
Prior art keywords
monitoring
noise
time
real
environmental noise
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
CN202310299016.6A
Other languages
English (en)
Inventor
廖同庆
李斌
肖鹏
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.)
Anhui Tongjun Technology Co ltd
Original Assignee
Anhui Tongjun 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 Anhui Tongjun Technology Co ltd filed Critical Anhui Tongjun Technology Co ltd
Priority to CN202310299016.6A priority Critical patent/CN116448231A/zh
Publication of CN116448231A publication Critical patent/CN116448231A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
    • Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters

Abstract

本发明公开了一种城市环境噪声监测与智能识别系统，包括：前端监测模块：接收来自噪声自动监测子站的环境噪声实时监测数据，并将环境噪声实时监测数据通过数据传输模块传输至监测终端的数据处理模块；数据处理模块：用于对接收到的环境噪声实时监测数据进行统计，并将分贝超标的环境噪声实时监测数据传输到监控管理中心。监控管理中心：用于对来自数据处理模块的环境噪声实时监测数据进行分析，对环境噪声声源进行智能识别，进而按声源的机械特点、频率特性和时间变化属性给出分析结果和建议的控制方法；通过通信模块向噪声自动监测子站发出控制指令，对噪声声源位置进行追踪定位，以获取更加准确的声音信息和定位信息。

Description

一种城市环境噪声监测与智能识别系统
技术领域
本发明涉及环境噪声监控技术领域，具体涉及一种城市环境噪声监测与智能识别系统。
背景技术
随着现代科学技术的交通运输业的快速发展，噪音污染问题显得日益突出，在一定程度上影响了人民的生活秩序和身体健康。特别是大功率设备的使用、机动交通工具的日益增多、人口密度的不断增大，控制环境噪音污染显得越来越重要。尤其在人口规模较大的城市，市中心的各种机动车辆、空调机、鼓风机等设备都是较为严重的噪音污染源，严重影响附近居民的正常生活，甚至引发纠纷。需要把社会生活噪声、建筑施工噪声防治、工业噪声防治、道路交通噪声监测管理及防治等有机结合起来。通过对噪声声源识别技术，强化噪声源监督管理，有益于对噪声进行针对性治理。
现有的环境噪声监测技术，大多通过布置固定的噪声采集检测点，对环境噪音进行检测，若检测区域内噪声声源距离检测点距离较远时，难以获取更为准确的噪声信息和定位信息，难以对噪声进行准确的识别，也难以准确定位噪声声源位置。
发明内容
本发明的目的在于提供一种城市环境噪声监测与智能识别系统，解决以下技术问题：
现有的环境噪声监测技术，通过布置固定的噪声采集检测点检测环境噪音，在检测区域内噪声声源距离检测点较远时，难以对噪声进行准确的识别，也难以准确定位噪声声源定位。
本发明的目的可以通过以下技术方案实现：
一种城市环境噪声监测与智能识别系统，包括：
前端监测模块：接收来自噪声自动监测子站的环境噪声实时监测数据，并将环境噪声实时监测数据通过数据传输模块传输至监测终端的数据处理模块；
数据处理模块：用于对接收到的环境噪声实时监测数据进行统计，并将分贝超标的环境噪声实时监测数据传输到监控管理中心。
监控管理中心：用于对来自数据处理模块的环境噪声实时监测数据进行分析，对环境噪声声源进行智能识别；通过通信模块向噪声自动监测子站发出控制指令；
噪声自动监测子站：通过噪声采样单元对噪声进行实时监控，将实时的噪声监控数据传输至前端监测模块，接收来自监控管理中心发出的控制指令，通过监控管理中心发出的控制指令，控制基于无人机的移动监测单元向噪声声源位置进行移动，对噪声声源位置进行追踪定位，并将环境噪声实时监测数据传输至前端监测模块。
作为本发明进一步的方案：所述环境噪声实时监测数据包括实时声音信息和实时定位信息。
作为本发明进一步的方案：所述监控管理中心通过声纹识别对来自数据处理模块的环境噪声实时监测数据进行分析，对环境噪声进行识别，得到噪声源识别结果。
作为本发明进一步的方案：所述监控管理中心通过声纹识别对来自数据处理模块的环境噪声实时监测数据进行分析，包括以下步骤：
S1：对环境噪声实时监测数据中的实时声音信息进行提取，将实时声音信息进行分帧加窗后得到多帧的声音信号；
S2：通过短时傅里叶变换和梅尔滤波器获取多帧的声音信号的频谱图，通过全连接神经网络分类器输出识别的结果。
作为本发明进一步的方案：所述步骤S2中通过短时傅里叶变换和梅尔滤波器获取多帧的声音信号的频谱图包括以下步骤：
S201：将每一帧声音信号进行短时傅里叶变换，并将时域信号转为频域信号，通过短时傅里叶变换后的频域信号得到频谱图；
S202：通过梅尔滤波器组与短时傅里叶变换得到的频谱图中的频谱特征进行点积运算和取对数处理，得到对数梅尔频谱图。
作为本发明进一步的方案：噪声自动监测子站，包括：
定位监测台：用于接收来自监控管理中心发出的控制指令，提取控制指令中的位置追踪指令，并将位置追踪指令发送至基于无人机的移动监测单元，所述定位监测台顶端设置有用于停放基于无人机的移动监测单元的平台；
基于无人机的移动监测单元：通过接收定位监测台的位置追踪指令，向噪声声源位置移动，对噪声声源进行追踪定位。
作为本发明进一步的方案：基于无人机的移动监测单元，包括：
无人机追踪器：接收定位监测台的位置追踪指令后，向噪声声源位置移动，并发送实时定位信息至前端监测模块；
噪声采样单元：用于对环境噪声进行实时采样，将噪声采样信息发送至前端监测模块。
作为本发明进一步的方案：所述噪声采样单元设置于无人机追踪器顶端。
作为本发明进一步的方案：所述数据传输模块支持ADSL、光纤、GPRS、3G、4G或5G通讯。
本发明的有益效果：
本发明通过固定位置的噪声自动监测子站对周边环境噪声进行检测，将实时的噪声监控数据传输至前端监测模块；前端监测模块接收来自噪声自动监测子站的环境噪声实时监测数据；并将环境噪声实时监测数据传输至监测终端的数据处理模块；数据处理模块将分贝超标的环境噪声实时监测数据传输到监控管理中心；监控管理中心对来自数据处理模块的环境噪声实时监测数据进行分析，对环境噪声声源进行智能识别，同时通过通信模块向噪声自动监测子站发出控制指令，控制监测子站向噪声声源位置进行移动，对噪声声源位置进行追踪定位，以获取更加准确的声音信息和定位信息。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明系统工作流程图。
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，本发明为一种城市环境噪声监测与智能识别系统，包括：
前端监测模块：接收来自噪声自动监测子站的环境噪声实时监测数据，并将环境噪声实时监测数据通过数据传输模块传输至监测终端的数据处理模块；
数据处理模块：用于对接收到的环境噪声实时监测数据进行统计，并将分贝超标的环境噪声实时监测数据传输到监控管理中心。
监控管理中心：用于对来自数据处理模块的环境噪声实时监测数据进行分析，对环境噪声声源进行智能识别；通过通信模块向噪声自动监测子站发出控制指令；
噪声自动监测子站：通过噪声采样单元对噪声进行实时监控，将实时的噪声监控数据传输至前端监测模块，接收来自监控管理中心发出的控制指令，通过监控管理中心发出的控制指令，控制基于无人机的移动监测单元向噪声声源位置进行移动，对噪声声源位置进行追踪定位，并将环境噪声实时监测数据传输至前端监测模块。
具体的，通过固定位置的噪声自动监测子站对周边环境噪声进行检测，将实时的噪声监控数据传输至前端监测模块；前端监测模块接收来自噪声自动监测子站的环境噪声实时监测数据；并将环境噪声实时监测数据传输至监测终端的数据处理模块；数据处理模块将分贝超标的环境噪声实时监测数据传输到监控管理中心；监控管理中心对来自数据处理模块的环境噪声实时监测数据进行分析，对环境噪声声源进行智能识别，同时通过通信模块向噪声自动监测子站发出控制指令，控制噪声自动监测子站对噪声位置进行追踪定位，以便获取更加准确的声音信息和定位信息。
进一步的，环境噪声实时监测数据包括实时声音信息和实时定位信息。
在本发明其中一个实施例中，监控管理中心通过声纹识别对来自数据处理模块的环境噪声实时监测数据进行分析，对环境噪声进行识别，得到噪声源识别结果。
在本发明其中一个实施例中，监控管理中心通过声纹识别对来自数据处理模块的环境噪声实时监测数据进行分析，包括以下步骤：
S1：对环境噪声实时监测数据中的实时声音信息进行提取，将实时声音信息进行分帧加窗后得到多帧的声音信号；
S2：通过短时傅里叶变换和梅尔滤波器获取多帧的声音信号的频谱图，通过全连接神经网络分类器输出识别的结果。
在本发明其中一个实施例中，步骤S2中通过短时傅里叶变换和梅尔滤波器获取多帧的声音信号的频谱图包括以下步骤：
S201：将每一帧声音信号进行短时傅里叶变换，并将时域信号转为频域信号，通过短时傅里叶变换后的频域信号得到频谱图；
S202：通过梅尔滤波器组与短时傅里叶变换得到的频谱图中的频谱特征进行点积运算和取对数处理，得到对数梅尔频谱图。
在本发明其中一个实施例中，噪声自动监测子站，包括：
定位监测台：用于接收来自监控管理中心发出的控制指令，提取控制指令中的位置追踪指令，并将位置追踪指令发送至基于无人机的移动监测单元，定位监测台顶端设置有用于停放基于无人机的移动监测单元的平台；
基于无人机的移动监测单元：通过接收定位监测台的位置追踪指令，向噪声声源位置移动，对噪声声源进行追踪定位。
具体的，控制噪声自动监测子站对噪声位置进行追踪定位，通过接收来自监控管理中心发出的控制指令，提取控制指令中的位置追踪指令，并将位置追踪指令发送至基于无人机的移动监测单元，基于无人机的移动监测单元接收定位监测台的位置追踪指令，向噪声声源位置移动，对噪声声源进行追踪定位。
在本发明其中一个实施例中，基于无人机的移动监测单元，包括：
无人机追踪器：接收定位监测台的位置追踪指令后，向噪声声源位置移动，并发送实时定位信息至前端监测模块；
噪声采样单元：用于对环境噪声进行实时采样，将噪声采样信息发送至前端监测模块。
具体的，通过无人机追踪器接收定位监测台的位置追踪指令后，向噪声声源位置移动，并发送实时定位信息至前端监测模块；无人机追踪器顶端的噪声采样单元对环境噪声进行实时采样，将噪声采样信息发送至前端监测模块。
优选的，噪声采样单元设置于无人机追踪器顶端。
进一步的，数据传输模块支持ADSL、光纤、GPRS、3G、4G或5G通讯；基于无人机的基于无人机的移动监测单元数据传输模块支持3G、4G或5G通讯。
在本发明的描述中，需要理解的是，术语“上”、“下”、“左”、“右”等指示方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以及特定的方位构造和操作，因此，不能理解为对本发明的限制。此外，“第一”、“第二”仅由于描述目的，且不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。因此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者多个该特征。本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”“相连”“连接”等应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接连接，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
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 (9)

1.一种城市环境噪声监测与智能识别系统，其特征在于，包括：
前端监测模块：接收来自噪声自动监测子站的环境噪声实时监测数据，并将环境噪声实时监测数据通过数据传输模块传输至监测终端的数据处理模块；
数据处理模块：用于对接收到的环境噪声实时监测数据进行统计，并将分贝超标的环境噪声实时监测数据传输到监控管理中心。
监控管理中心：用于对来自数据处理模块的环境噪声实时监测数据进行分析，对环境噪声声源进行智能识别；通过通信模块向噪声自动监测子站发出控制指令；
噪声自动监测子站：通过噪声采样单元对噪声进行实时监控，将实时的噪声监控数据传输至前端监测模块，接收来自监控管理中心发出的控制指令，通过监控管理中心发出的控制指令，控制基于无人机的移动监测单元向噪声声源位置进行移动，对噪声声源位置进行追踪定位，并将环境噪声实时监测数据传输至前端监测模块。
2.根据权利要求1所述的一种城市环境噪声监测与智能识别系统,其特征在于，所述环境噪声实时监测数据包括实时声音信息和实时定位信息。
3.根据权利要求1所述的一种城市环境噪声监测与智能识别系统,其特征在于，所述监控管理中心通过声纹识别对来自数据处理模块的环境噪声实时监测数据进行分析，对环境噪声进行识别，得到噪声源识别结果。
4.根据权利要求1所述的一种城市环境噪声监测与智能识别系统,其特征在于，所述监控管理中心通过声纹识别对来自数据处理模块的环境噪声实时监测数据进行分析，包括以下步骤：
S1：对环境噪声实时监测数据中的实时声音信息进行提取，将实时声音信息进行分帧加窗后得到多帧的声音信号；
S2：通过短时傅里叶变换和梅尔滤波器获取多帧的声音信号的频谱图，通过全连接神经网络分类器输出识别的结果。
5.根据权利要求4所述的一种城市环境噪声监测与智能识别系统,其特征在于，所述步骤S2中通过短时傅里叶变换和梅尔滤波器获取多帧的声音信号的频谱图包括以下步骤：
S201：将每一帧声音信号进行短时傅里叶变换，并将时域信号转为频域信号，通过短时傅里叶变换后的频域信号得到频谱图；
S202：通过梅尔滤波器组与短时傅里叶变换得到的频谱图中的频谱特征进行点积运算和取对数处理，得到对数梅尔频谱图。
6.根据权利要求1所述的一种城市环境噪声监测与智能识别系统,其特征在于，噪声自动监测子站，包括：
定位监测台：用于接收来自监控管理中心发出的控制指令，提取控制指令中的位置追踪指令，并将位置追踪指令发送至基于无人机的移动监测单元，所述定位监测台顶端设置有用于停放无人机追踪器的平台；
基于无人机的移动监测单元：通过接收定位监测台的位置追踪指令，向噪声声源位置移动，对噪声声源进行追踪定位。
7.根据权利要求6所述的一种城市环境噪声监测与智能识别系统,其特征在于，基于无人机的移动监测单元，包括：
无人机追踪器：接收定位监测台的位置追踪指令后，向噪声声源位置移动，并发送实时定位信息至前端监测模块；
噪声采样单元：用于对环境噪声进行实时采样，将噪声采样信息发送至前端监测模块。
8.根据权利要求7所述的一种城市环境噪声监测与智能识别系统,其特征在于，所述噪声采样单元设置于无人机追踪器顶端。
9.根据权利要求1所述的一种城市环境噪声监测与智能识别系统,其特征在于，所述数据传输模块支持ADSL、光纤、GPRS、3G、4G或5G通讯。
CN202310299016.6A 2023-03-24 2023-03-24 一种城市环境噪声监测与智能识别系统 Pending CN116448231A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310299016.6A CN116448231A (zh) 2023-03-24 2023-03-24 一种城市环境噪声监测与智能识别系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310299016.6A CN116448231A (zh) 2023-03-24 2023-03-24 一种城市环境噪声监测与智能识别系统

Publications (1)

Publication Number Publication Date
CN116448231A true CN116448231A (zh) 2023-07-18

Family

ID=87119389

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310299016.6A Pending CN116448231A (zh) 2023-03-24 2023-03-24 一种城市环境噪声监测与智能识别系统

Country Status (1)

Country Link
CN (1) CN116448231A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203274907U (zh) * 2013-05-23 2013-11-06 国家电网公司 专用于变电设备及变电站区域移动式噪声检测系统
CN104991573A (zh) * 2015-06-25 2015-10-21 北京品创汇通科技有限公司 一种基于声源阵列的定位跟踪方法及其装置
CN105300510A (zh) * 2014-07-28 2016-02-03 斗山重工业株式会社 智能型噪音监视装置及利用其的噪音监视方法
CN106997655A (zh) * 2017-05-16 2017-08-01 肇庆学院 一种可飞行的声音监控报警装置、方法以及应用
CN108089154A (zh) * 2017-11-29 2018-05-29 西北工业大学 分布式声源探测方法及基于该方法的声音探测机器人
KR20200084963A (ko) * 2019-01-03 2020-07-14 주식회사 보노아이씨티 복수의 장소에 설치된 음성 인식 모듈 및 드론을 이용한 확장형 감시 시스템
CN112730173A (zh) * 2020-12-15 2021-04-30 南京中诚签信息科技有限公司 一种基于5g的移动式城市环境监测系统及方法
CN115358718A (zh) * 2022-08-24 2022-11-18 广东旭诚科技有限公司 基于智能监测前端的噪声污染分类及实时监管方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203274907U (zh) * 2013-05-23 2013-11-06 国家电网公司 专用于变电设备及变电站区域移动式噪声检测系统
CN105300510A (zh) * 2014-07-28 2016-02-03 斗山重工业株式会社 智能型噪音监视装置及利用其的噪音监视方法
CN104991573A (zh) * 2015-06-25 2015-10-21 北京品创汇通科技有限公司 一种基于声源阵列的定位跟踪方法及其装置
CN106997655A (zh) * 2017-05-16 2017-08-01 肇庆学院 一种可飞行的声音监控报警装置、方法以及应用
CN108089154A (zh) * 2017-11-29 2018-05-29 西北工业大学 分布式声源探测方法及基于该方法的声音探测机器人
KR20200084963A (ko) * 2019-01-03 2020-07-14 주식회사 보노아이씨티 복수의 장소에 설치된 음성 인식 모듈 및 드론을 이용한 확장형 감시 시스템
CN112730173A (zh) * 2020-12-15 2021-04-30 南京中诚签信息科技有限公司 一种基于5g的移动式城市环境监测系统及方法
CN115358718A (zh) * 2022-08-24 2022-11-18 广东旭诚科技有限公司 基于智能监测前端的噪声污染分类及实时监管方法

Similar Documents

Publication Publication Date Title
CN100533491C (zh) 公共交通车辆客流采集装置和方法
US20150120291A1 (en) Scene Recognition Method, Device and Mobile Terminal Based on Ambient Sound
CN104916289A (zh) 行车噪声环境下快速声学事件的检测方法
CN109816987B (zh) 一种汽车鸣笛电子警察执法抓拍系统及其抓拍方法
CN102682765A (zh) 高速公路音频车辆检测装置及其方法
CN106898346A (zh) 一种高速公路隧道安全监控系统
CN102945675A (zh) 检测户外呼救声音的智能传感网络系统
CN201946112U (zh) 一种无线射频识别机动车监管系统
CN113823293B (zh) 一种基于语音增强的说话人识别方法及系统
CN109448389A (zh) 一种汽车鸣笛智能检测方法
CN112349296A (zh) 一种基于声音识别的地铁站台安全监测方法
CN106686341A (zh) 一种交互式车载智能终端系统及监控方法
Sun et al. Emergency vehicles audio detection and localization in autonomous driving
CN205232353U (zh) 一种交互式车载智能终端系统
CN110979004A (zh) 一种酒驾实时监控系统及监测方法
CN109817224A (zh) 一种语音敏感词监督系统和方法
CN116448231A (zh) 一种城市环境噪声监测与智能识别系统
KR100378956B1 (ko) 음향을 이용한 교통 감지 장치
CN103078687A (zh) 一种列车车载应答器传输单元无线链路干扰监测装置
CN112230208B (zh) 一种基于智能手机音频感知的汽车行驶速度检测方法
CN214796752U (zh) 一种基于声纹识别和声源定位的工程车辆识别定位装置
CN109572757A (zh) 一种铁路落石的检测与定位方法、装置
CN110867082B (zh) 一种禁鸣路段鸣笛车辆检测系统
CN116092519A (zh) 车辆故障检测方法及系统
KR100274581B1 (ko) 차종 인식장치 및 방법

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