CN116958914A - 货运车辆的监控方法、系统及存储介质 - Google Patents
货运车辆的监控方法、系统及存储介质 Download PDFInfo
- Publication number
- CN116958914A CN116958914A CN202311223666.9A CN202311223666A CN116958914A CN 116958914 A CN116958914 A CN 116958914A CN 202311223666 A CN202311223666 A CN 202311223666A CN 116958914 A CN116958914 A CN 116958914A
- Authority
- CN
- China
- Prior art keywords
- road image
- freight
- freight vehicle
- monitoring point
- monitoring
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 83
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000004590 computer program Methods 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 238000013135 deep learning Methods 0.000 claims description 3
- 238000002372 labelling Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 8
- 230000000694 effects Effects 0.000 abstract description 2
- 238000013136 deep learning model Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- 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
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种货运车辆的监控方法、系统及存储介质。在任意一个第一监控点获取至少一张第一道路图像;如果识别到第一道路图像中没有货运车辆则重复上一步骤,如果识别到第一道路图像中有货运车辆则执行下一步骤;标记上述货运车辆并上传第一道路图像;在满足指定条件的第二监控点获取至少一张第二道路图像;如果识别到第二道路图像中没有被标记的上述货运车辆则重复上一步骤,如果识别到第二道路图像中有被标记的上述货运车辆则执行下一步骤;上传具有第二监控点的位置信息的第二道路图像;根据第一道路图像和第二道路图像,对被标记的上述货运车辆的状态进行识别。本申请能够解决现有货运车辆检测手段成本较高和效果差的问题。
Description
技术领域
本申请涉及监控技术领域,具体涉及一种货运车辆的监控方法、系统及存储介质。
背景技术
货运车辆是城市建设中不可或缺的一部分,但其在运输过程中带来的道路安全和城市环保问题也一直是监管工作的顽疾。
目前针对货运车辆状态的一般检测手段包括静态检测和动态检测。静态检测一般为人工检测,此类手段的人工成本较高。动态检测通常需要加装传感器,一旦人为私自改装装置,那么这类手段将无法产生效果。
需要说明的是,本背景技术部分中公开的以上信息仅用于理解本发明构思的背景技术,因此可以包含不构成现有技术的信息。
申请内容
针对现有技术的不足,本申请公开一种货运车辆的监控方法、系统及存储介质,能够解决现有货运车辆检测手段成本较高和效果差的问题。
为实现以上目的,本申请通过以下技术方案予以实现:
货运车辆的监控方法,其中,包括以下步骤:
在任意一个第一监控点获取至少一张第一道路图像;
如果识别到第一道路图像中没有货运车辆则重复上一步骤,如果识别到第一道路图像中有货运车辆则执行下一步骤;
标记上述货运车辆并上传具有第一监控点的位置信息的第一道路图像;
在满足指定条件的第二监控点获取至少一张第二道路图像;
如果识别到第二道路图像中没有被标记的上述货运车辆则重复上一步骤,如果识别到第二道路图像中有被标记的上述货运车辆则执行下一步骤;
上传具有第二监控点的位置信息的第二道路图像;
根据第一道路图像和第二道路图像,对被标记的上述货运车辆的状态进行识别。
优选的技术方案,还包括如果识别到状态符合要求则仅储存第二道路图像,如果识别到状态不符合要求则储存第二道路图像,并且呼叫位于第二监控点的位置的交警对上述货运车辆进行拦截。
优选的技术方案,识别货运车辆的方法被设置为:根据货运车辆的图像数据,标注图像数据中的货运车辆,构建深度学习训练的模型,根据模型识别货运车辆。
优选的技术方案,所述指定条件被设置为:所述第二监控点的位置被设置为沿货运车辆的行驶方向位于第一监控点的位置的下游。
优选的技术方案,所述指定条件被设置为:所述第二监控点的位置被设置为和第一监控点的位置相同,所述第二监控点的角度被设置为和第一监控点的角度相对。
优选的技术方案,标记货运车辆的方法被设置为:识别货运车辆的牌号、颜色、品牌其中的至少一者并上传,同时识别货运车辆的驾驶员的身份信息并上传。
另外,本申请还公开了货运车辆的监控系统,其中,包括:
第一图像采集单元,所述第一图像采集单元用于在第一监控点获取至少一张第一道路图像;
第二图像采集单元,所述第二图像采集单元用于在第二监控点获取至少一张第二道路图像;
处理单元,所述处理单元用于识别到第一道路图像中没有货运车辆、如果识别到第二道路图像中没有被标记的上述货运车辆;
储存单元,所述储存单元用于储存上传的具有第一监控点的位置信息的第一道路图像、具有第二监控点的位置信息的第二道路图像。
优选的技术方案,还包括呼叫单元,所述呼叫单元用于在识别到状态不符合要求时呼叫位于第二监控点的位置的交警对上述货运车辆进行拦截。
另外,本申请还公开了存储介质,其中,所述存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如上述技术方案任意一项所述的货运车辆的监控方法。
本申请公开一种货运车辆的监控方法、系统及存储介质,具有以下优点:
采用了多点监控的方式对货运车辆的行程过程进行监控,可以实时监控货运车辆在行程过程的状态,能够针对指定货运车辆进行跟踪监控,有利于及时识别和纠正货运车辆的违章违法行为。
借助深度学习模型和大数据对货运车辆进行智能识别和标记,可以提高对货运车辆的识别能力和识别速度,能够针对不同的货运车辆和驾驶员的组合特征进行记录,有利于有针对性的对货运车辆和驾驶员的违章违法行为进行识别和纠正。
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是本申请实施例的示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。
基于本申请中的实施例,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,都属于本申请保护的范围。
实施例1
如图1所示,本申请所述货运车辆的监控方法,其中,包括以下步骤:
在任意一个第一监控点获取至少一张第一道路图像。容易理解的,第一监控点的位置可以任意选取,例如在指定的道路或者十字路口,也可以是指定的工地的出口。
如果识别到第一道路图像中没有货运车辆则重复上一步骤,如果识别到第一道路图像中有货运车辆则执行下一步骤。识别货运车辆的方法被设置为:根据货运车辆的图像数据,标注图像数据中的货运车辆,构建深度学习训练的模型,根据模型识别货运车辆。
容易理解的,可以借助人工标定和大数据来实现对货运车辆的初步学习,帮助构建深度学习模型并且加以训练,实现深度学习模型的自我标定。
标记上述货运车辆并上传具有第一监控点的位置信息的第一道路图像,标记货运车辆的方法被设置为:识别货运车辆的牌号、颜色、品牌其中的至少一者并上传,同时识别货运车辆的驾驶员的身份信息并上传。
容易理解的,标记货运车辆的目的在于形成对货运车辆的临时专属信息,例如结合当前情况下该货运车辆的颜色、驾驶员面容,有利于后续拦截过程更加精准。
在满足指定条件的第二监控点获取至少一张第二道路图像。
在一个实施例中,所述指定条件被设置为:所述第二监控点的位置被设置为沿货运车辆的行驶方向位于第一监控点的位置的下游。容易理解的,跟随车辆的移动,对移动过程的货运车辆的两个连续的不同位置进行拍照取证,可以对货运车辆进行持续的监控。
在另一个实施例中,所述指定条件被设置为:所述第二监控点的位置被设置为和第一监控点的位置相同,所述第二监控点的角度被设置为和第一监控点的角度相对。容易理解的,从车辆的不同角度对车辆进行拍照取证,可以对活成车辆进行全面的监控。
如果识别到第二道路图像中没有被标记的上述货运车辆则重复上一步骤,如果识别到第二道路图像中有被标记的上述货运车辆则执行下一步骤。
上传具有第二监控点的位置信息的第二道路图像。
根据第一道路图像和第二道路图像,对被标记的上述货运车辆的状态进行识别。容易理解的,在完成深度学习模型的构建和训练后,可以借助深度学习模型实现自动识别。
如果识别到状态符合要求则仅储存第二道路图像,如果识别到状态不符合要求则储存第二道路图像,并且呼叫位于第二监控点的位置的交警对上述货运车辆进行拦截。容易理解的,对于货运车辆的要求可以包括对于超高超载、非法改装、遮挡号牌等方面的要求。
实施例2
本申请所述货运车辆的监控系统,其中,包括:第一图像采集单元,可以是道路监控摄像头,所述第一图像采集单元用于在第一监控点获取至少一张第一道路图像;第二图像采集单元,也可以是道路监控摄像头,所述第二图像采集单元用于在第二监控点获取至少一张第二道路图像;处理单元,所述处理单元用于识别到第一道路图像中没有货运车辆、如果识别到第二道路图像中没有被标记的上述货运车辆;储存单元,所述储存单元用于储存上传的具有第一监控点的位置信息的第一道路图像、具有第二监控点的位置信息的第二道路图像。
本申请所述货运车辆的监控系统,还包括呼叫单元,所述呼叫单元用于在识别到状态不符合要求时呼叫位于第二监控点的位置的交警对上述货运车辆进行拦截。
实施例3
本申请所述存储介质,其中,所述存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如实施例1所述的货运车辆的监控方法。
需要说明的是,在本文中关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
显然,本领域的技术人员应该明白,上述的本申请的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上。
可选的,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。
本发明不限制于任何特定的硬件和软件结合。
以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (9)
1.货运车辆的监控方法,其中,包括以下步骤:
在任意一个第一监控点获取至少一张第一道路图像;
如果识别到第一道路图像中没有货运车辆则重复上一步骤,如果识别到第一道路图像中有货运车辆则执行下一步骤;
标记上述货运车辆并上传具有第一监控点的位置信息的第一道路图像;
在满足指定条件的第二监控点获取至少一张第二道路图像;
如果识别到第二道路图像中没有被标记的上述货运车辆则重复上一步骤,如果识别到第二道路图像中有被标记的上述货运车辆则执行下一步骤;
上传具有第二监控点的位置信息的第二道路图像;
根据第一道路图像和第二道路图像,对被标记的上述货运车辆的状态进行识别。
2.根据权利要求1所述的货运车辆的监控方法,其中,还包括如果识别到状态符合要求则仅储存第二道路图像,如果识别到状态不符合要求则储存第二道路图像,并且呼叫位于第二监控点的位置的交警对上述货运车辆进行拦截。
3.根据权利要求1所述的货运车辆的监控方法,其中,识别货运车辆的方法被设置为:根据货运车辆的图像数据,标注图像数据中的货运车辆,构建深度学习训练的模型,根据模型识别货运车辆。
4.根据权利要求1所述的货运车辆的监控方法,其中,所述指定条件被设置为:所述第二监控点的位置被设置为沿货运车辆的行驶方向位于第一监控点的位置的下游。
5.根据权利要求1所述的货运车辆的监控方法,其中,所述指定条件被设置为:所述第二监控点的位置被设置为和第一监控点的位置相同,所述第二监控点的角度被设置为和第一监控点的角度相对。
6.根据权利要求1所述的货运车辆的监控方法,其中,标记货运车辆的方法被设置为:识别货运车辆的牌号、颜色、品牌其中的至少一者并上传,同时识别货运车辆的驾驶员的身份信息并上传。
7.货运车辆的监控系统,其中,包括:
第一图像采集单元,所述第一图像采集单元用于在第一监控点获取至少一张第一道路图像;
第二图像采集单元,所述第二图像采集单元用于在第二监控点获取至少一张第二道路图像;
处理单元,所述处理单元用于识别到第一道路图像中没有货运车辆、如果识别到第二道路图像中没有被标记的上述货运车辆;
储存单元,所述储存单元用于储存上传的具有第一监控点的位置信息的第一道路图像、具有第二监控点的位置信息的第二道路图像。
8.根据权利要求7所述的货运车辆的监控系统,其中,还包括呼叫单元,所述呼叫单元用于在识别到状态不符合要求时呼叫位于第二监控点的位置的交警对上述货运车辆进行拦截。
9.存储介质,其中,所述存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求1至6任意一项所述的货运车辆的监控方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311223666.9A CN116958914A (zh) | 2023-09-21 | 2023-09-21 | 货运车辆的监控方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311223666.9A CN116958914A (zh) | 2023-09-21 | 2023-09-21 | 货运车辆的监控方法、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116958914A true CN116958914A (zh) | 2023-10-27 |
Family
ID=88458808
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311223666.9A Pending CN116958914A (zh) | 2023-09-21 | 2023-09-21 | 货运车辆的监控方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116958914A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112329569A (zh) * | 2020-10-27 | 2021-02-05 | 武汉理工大学 | 一种基于图像深度学习系统的货运车辆状态实时识别方法 |
CN112818954A (zh) * | 2021-03-17 | 2021-05-18 | 重庆紫光华山智安科技有限公司 | 车辆状态识别方法、装置、设备及介质 |
CN113610014A (zh) * | 2021-08-11 | 2021-11-05 | 交凯智能科技(重庆)有限公司 | 一种遮挡号牌超限货运车辆检测系统及方法 |
-
2023
- 2023-09-21 CN CN202311223666.9A patent/CN116958914A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112329569A (zh) * | 2020-10-27 | 2021-02-05 | 武汉理工大学 | 一种基于图像深度学习系统的货运车辆状态实时识别方法 |
CN112818954A (zh) * | 2021-03-17 | 2021-05-18 | 重庆紫光华山智安科技有限公司 | 车辆状态识别方法、装置、设备及介质 |
CN113610014A (zh) * | 2021-08-11 | 2021-11-05 | 交凯智能科技(重庆)有限公司 | 一种遮挡号牌超限货运车辆检测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112069643B (zh) | 一种自动驾驶仿真场景生成方法及装置 | |
DE102019117618A1 (de) | Fahrzeugklassifizierungssystem | |
DE102016118902A1 (de) | Kollisionsvermeidung mit durch Kartendaten erweiterten auditorischen Daten | |
US20200364467A1 (en) | Method and device for detecting illegal parking, and electronic device | |
CN110738150B (zh) | 相机联动抓拍方法、装置以及计算机存储介质 | |
CN108806272B (zh) | 一种提醒多辆机动车车主违法停车行为的方法及装置 | |
DE102019115455A1 (de) | Fokus-basiertes markieren von sensordaten | |
DE112016005034T5 (de) | Einsatzsteuerung und verfahren zur zuweisung einer rolle eines verfolgerfahrzeugs | |
CN109003455A (zh) | 一种提醒车主违法停车行为的方法及装置 | |
CN107393311B (zh) | 一种车牌篡改识别装置及方法 | |
CN108932852A (zh) | 一种记录机动车违法占用应急车道行为的方法及装置 | |
DE102015225751A1 (de) | Verfahren und Vorrichtung zum Prädizieren einer Bewegung eines Straßenverkehrsteilnehmers in einem Verkehrsraum | |
DE102016118833A1 (de) | Selbsterkennung autonomer Fahrzeuge in spiegelnden oder reflektierenden Oberflächen | |
DE102019219241A1 (de) | Verfahren zum Erstellen eines Verkehrsteilnehmeralgorithmus zur Computersimulation von Verkehrsteilnehmern, Verfahren zum Trainieren wenigstens eines Algorithmus für ein Steuergerät eines Kraftfahrzeugs, Computerprogrammprodukt sowie Kraftfahrzeug | |
CN111523362A (zh) | 一种基于电子围网的数据分析方法、装置及电子设备 | |
DE112020003091T5 (de) | System zum Realisieren einer automatischen Iteration vom Vorhersagemodell auf der Grundlage eines Datenbetriebs | |
CN109003457B (zh) | 一种记录多台机动车违法占用应急车道行为的方法及装置 | |
WO2020126167A1 (de) | Verfahren zur erkennung von mindestens einem muster in einer umgebung eines fahrzeugs, steuergerät zum ausführen eines solchen verfahrens, sowie fahrzeug mit einem solchen steuergerät | |
DE102017001707A1 (de) | Benachrichtigung über einen geschätzten Bewegungspfad eines Fahrzeugs | |
CN113469105A (zh) | 监控周边车辆的方法及装置、计算机可读存储介质 | |
DE102018210852A1 (de) | Verfahren zum Ermitteln von rechtswidrigem Fahrverhalten durch ein Fahrzeug | |
US11176379B2 (en) | Method of acquiring detection zone in image and method of determining zone usage | |
CN116958914A (zh) | 货运车辆的监控方法、系统及存储介质 | |
CN111064924B (zh) | 一种基于人工智能的视频监控方法及系统 | |
JP2023536692A (ja) | レーストラックのaiベースのモニタリング |
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 |