CN116959265A - 交通信息提示方法、装置、电子设备和可读存储介质 - Google Patents
交通信息提示方法、装置、电子设备和可读存储介质 Download PDFInfo
- Publication number
- CN116959265A CN116959265A CN202310933377.1A CN202310933377A CN116959265A CN 116959265 A CN116959265 A CN 116959265A CN 202310933377 A CN202310933377 A CN 202310933377A CN 116959265 A CN116959265 A CN 116959265A
- Authority
- CN
- China
- Prior art keywords
- information
- traffic
- driver
- traffic violation
- target vehicle
- 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
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000012544 monitoring process Methods 0.000 claims abstract description 89
- 238000004891 communication Methods 0.000 claims abstract description 40
- 238000012806 monitoring device Methods 0.000 claims description 41
- 230000015654 memory Effects 0.000 claims description 31
- 230000006399 behavior Effects 0.000 claims description 24
- 238000013135 deep learning Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 5
- 206010039203 Road traffic accident Diseases 0.000 abstract description 6
- 238000012545 processing Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 9
- 238000007726 management method Methods 0.000 description 9
- 238000013527 convolutional neural network Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000005291 magnetic effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- 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
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- 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
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
-
- 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
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- 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
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供一种交通信息提示方法、装置、电子设备和可读存储介质,可用于交通管理领域。所述方法包括:获取第一道路监控设备对目标车辆拍摄的监控图像;将监控图像中提取的驾驶员的人脸图像发送至运营商大数据系统进行人脸识别;接收运营商大数据系统返回的驾驶员的身份信息和通信信息;根据目标车辆的行驶方向和第一道路监控设备的位置,确定目标车辆的行驶路线;根据身份信息和行驶路线,确定驾驶员在行驶路线上的历史交通违章数据;在目标车辆行驶过程中,根据历史交通违章数据生成交通提示信息,并基于通信信息向驾驶员发送交通提示信息。本申请的方法,通过事前提示的方式,有效提高了驾驶员的风险预警能力,降低了交通事故率。
Description
技术领域
本申请涉及交通管理领域,尤其涉及一种交通信息提示方法、装置、电子设备和可读存储介质。
背景技术
随着社会发展,我国的机动车保有量逐年增加,这对于机动车的交通管理提出了更高的要求。
现有技术中,对于机动车的交通管理主要是依靠车辆违章处罚系统,利用安装在道路周边的道路监控设备采集机动车行驶的监控图像,并根据监控图像判断机动车是否违反交通规则。如果机动车违反了交通规则,则根据具体的交通违章行为对其进行处罚。
但是这种事后处罚的交通管理方式,并不能提高驾驶员的风险预警能力,从而降低交通事故率。
发明内容
本申请提供一种交通信息提示方法、装置、电子设备和可读存储介质,用以解决现有交通管理技术中,不能有效提高驾驶员的风险预警能力,以降低交通事故率的问题。
根据本申请公开的第一方面,提供了一种交通信息提示方法,包括:
获取第一道路监控设备对目标车辆拍摄的监控图像;
提取所述监控图像中驾驶员的人脸图像,并将所述人脸图像发送至运营商大数据系统;其中,所述人脸图像用于所述运营商大数据系统进行人脸识别;
接收所述运营商大数据系统发送的人脸识别结果;其中,所述人脸识别结果包括所述驾驶员的身份信息和通信信息;
基于所述监控图像识别所述目标车辆的行驶方向,并根据所述行驶方向和所述第一道路监控设备的位置,确定所述目标车辆的行驶路线;
根据所述身份信息和所述行驶路线,确定所述驾驶员在所述行驶路线上的历史交通违章数据;
在所述目标车辆行驶过程中,根据所述历史交通违章数据生成交通提示信息,并基于所述通信信息向所述驾驶员发送所述交通提示信息。
在一种可行的实施方式中,所述根据所述身份信息和所述行驶路线,确定所述驾驶员在所述行驶路线上的历史交通违章数据,包括:
确定所述行驶路线上的多个第二道路监控设备;其中,多个第二道路监控设备包括在所述行驶路线之上,位于所述第一道路监控设备前方预设数量的第二道路监控设备,或者位于所述第一道路监控设备前方预设距离范围内的第二道路监控设备;
对于每个第二道路监控设备,根据所述身份信息查询预设时间范围内所述驾驶员在所述第二道路监控设备拍摄范围内的历史交通违章数据。
在一种可行的实施方式中,所述根据所述历史交通违章数据生成交通提示信息,并基于所述通信信息向所述驾驶员发送所述交通提示信息,包括:
基于所述通信信息,获取所述驾驶员的手机号码;
将所述手机号码发送至导航服务系统,以用于所述导航服务系统根据所述手机号码查询是否存在对应的注册账号;
若所述导航服务系统存在与所述手机号码对应的注册账号,且所述注册账号正在使用所述导航服务系统的导航服务,则通过所述注册账号的导航信息获取所述目标车辆的车辆位置;
当所述车辆位置与所述历史交通违章数据中的交通违章位置相距预设距离时,基于所述历史交通违章数据中的交通违章行为,生成对应的交通提示信息;
将所述交通提示信息发送至所述导航服务系统,以用于所述导航服务系统向所述注册账号发送所述交通提示信息。
在一种可行的实施方式中,所述方法还包括:
根据所述车辆位置和当前日期,获取所述目标车辆所在地当天的限行规则;其中,所述限行规则包括限行车牌号码、限行时间段和限行区域;
根据所述监控图像,提取所述目标车辆的车牌号信息;
若所述车牌号信息符合所述限行车牌号码且当前时间在所述限行时间段内,则当所述车辆位置与所述限行区域相距预设距离时,将限行提醒信息发送至所述导航服务系统,以用于所述导航服务系统向所述注册账号发送所述限行提醒信息。
在一种可行的实施方式中,所述方法还包括:
若所述导航服务系统不存在与所述手机号码对应的注册账号,或者所述注册账号未使用所述导航服务系统的导航服务,则向所述手机号码发送所述交通提示信息。
在一种可行的实施方式中,所述身份信息还包括国籍信息,所述方法还包括:
将所述国籍信息发送至所述导航服务系统,以用于所述导航服务系统根据所述国籍信息选择对应的语言或文字向所述注册账号发送所述交通提示信息。
在一种可行的实施方式中,所述方法还包括:
将所述监控图像输入交通违章识别模型中,获得交通违章识别结果;其中,所述交通违章识别模型基于标注有交通违章行为的交通违章图像进行深度学习训练获得;
根据所述交通违章识别结果,判定所述目标车辆违反交通规则时,获取所述目标车辆的交通违章行为;
基于所述监控图像,提取所述目标车辆的车牌号信息,并根据所述车牌号信息获得所述目标车辆的车主信息;
根据所述交通违章行为、所述监控图像、所述车牌号信息、所述车主信息、所述驾驶员的身份信息和通信信息、所述第一道路监控设备的标识,以及交通违章位置和交通违章时间,生成当前交通违章数据;其中,所述交通违章位置是所述第一道路监控设备的位置,所述交通违章时间为所述监控图像的拍摄时间。
根据本申请公开的第二方面,提供了一种交通信息提示装置,包括:
图像获取模块,用于获取第一道路监控设备对目标车辆拍摄的监控图像;
图像提取模块,用于提取所述监控图像中驾驶员的人脸图像,并将所述人脸图像发送至运营商大数据系统;其中,所述人脸图像用于所述运营商大数据系统进行人脸识别;
数据接收模块,用于接收所述运营商大数据系统发送的人脸识别结果;其中,所述人脸识别结果包括所述驾驶员的身份信息和通信信息;
路线确定模块,用于基于所述监控图像识别所述目标车辆的行驶方向,并根据所述行驶方向和所述第一道路监控设备的位置,确定所述目标车辆的行驶路线;
违章查询模块,用于根据所述身份信息和所述行驶路线,确定所述驾驶员在所述行驶路线上的历史交通违章数据;
提示发送模块,用于在所述目标车辆行驶过程中,根据所述历史交通违章数据生成交通提示信息,并基于所述通信信息向所述驾驶员发送所述交通提示信息。
根据本申请公开的第三方面,提供了一种电子设备,包括处理器,以及与所述处理器通信连接的存储器;
所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,以实现第一方面中任一项所述的方法。
根据本申请公开的第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现第一方面中任一项所述的方法。
根据本申请公开的第五方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时用于实现第一方面中任一项所述的方法。
与现有技术相比,本申请具有如下的有益效果:
本申请提供的交通信息提示方法、装置、电子设备和可读存储介质,通过利用道路监控设备获取目标车辆的监控图像,并根据监控图像中的驾驶员人脸图像,通过人脸识别的方式,获取到驾驶员的身份信息和通信信息,并基于驾驶员的身份信息和通信信息,进一步获取到驾驶员在行驶路线上的历史交通违章数据。根据历史交通违章数据,有针对性地向驾驶员发出交通提示信息,以提醒驾驶员注意前方历史违章路段,安全驾驶。通过事前提示的方式,有效提高了驾驶员的风险预警能力,降低了交通事故率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。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。其中:
图1为本申请实施例提供的一种交通信息提示方法的应用场景示意图;
图2为本申请实施例提供的一种交通信息提示方法的流程示意图;
图3为本申请实施例提供的一种向驾驶员发送交通提示信息的流程示意图;
图4为本申请实施例提供的一种生成目标车辆的当前交通违章数据的流程示意图;
图5为本申请实施例提供的一种交通信息提示装置的结构示意图;
图6为本申请实施例提供的一种电子设备的结构示意图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
现有技术中,对于机动车的交通管理主要是依靠车辆违章处罚系统,利用安装在道路周边的道路监控设备采集机动车行驶的监控图像,并根据监控图像判断机动车是否违反交通规则。如果机动车违反了交通规则,则根据具体的交通违章行为对其进行处罚。但是这种事后处罚的交通管理方式,并不能提高驾驶员的风险预警能力,从而降低交通事故率。
下面,结合图1,对本申请的交通信息提示方法涉及的应用场景进行说明。
图1为本申请实施例提供的交通信息提示方法的应用场景示意图,参阅图1,该应用场景中包括目标车辆101、道路监控设备102、车辆违章处罚系统103、运营商大数据系统104和导航服务系统105,其中,车辆违章处罚系统103通过网络分别与道路监控设备102、运营商大数据系统104和导航服务系统105连接,具体的,网络可以是广域网或者局域网,又或者是二者的组合。
具体的,道路监控设备102是电子眼和监控摄像头,其中,电子眼是一种用于交通监测和违章抓拍的设备。它通常使用图像识别和视频分析技术,能够自动监测交通违法行为并记录证据。电子眼一般安装在道路或交通路口的特定位置,例如红绿灯处、限速区域等。
具体的,车辆违章处罚系统103、运营商大数据系统104和导航服务系统105可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。
需要说明的是,图1仅是本申请实施例提供的一种应用场景示意图,本申请实施例不对图1中包括的各种设备的实际形态进行限定,也不对图1中各种设备之间的交互方式或者连接方式进行限定,在技术方案的具体应用中,可以根据实际需求设定。
需要说明的是,本申请实施例所提供的交通信息提示方法的执行主体是车辆违章处罚系统,相应的,交通信息提示装置也设置于车辆违章处罚系统中。
结合上述场景,下面通过具体实施例对本申请提供的交通信息提示方法的技术方案进行详细的说明。需要说明的是,如下实施例可以单独存在,也可相互结合,对于相同或相似的内容,可能在不同的实施例中不再重复说明。
图2为本申请实施例提供的一种交通信息提示方法的流程示意图,参阅图2,在一些实施例中,该交通信息提示方法的流程包括以下步骤:
S201,获取第一道路监控设备对目标车辆拍摄的监控图像。
其中,道路监控设备通过线圈触发、雷达触发或视频检测等方式对目标车辆进行拍摄,并将拍摄到的监控图像上传至车辆违章处罚系统。
优选的,如果道路监控设备具备图像处理能力,也可以通过道路监控设备对监控图像进行图像处理后,将提取到的驾驶员的人脸图像、目标车辆的车牌号信息等数据直接发送至车辆违章处罚系统。
S202,提取监控图像中驾驶员的人脸图像,并将人脸图像发送至运营商大数据系统;其中,人脸图像用于运营商大数据系统进行人脸识别。
其中,运营商大数据系统将驾驶员的人脸图像经过人脸预处理、特征提取后,与运营商大数据系统的大型人脸数据库(人脸数据的储存管理中心)中的人脸图片进行特征比对,找到满足预设相似度条件的人脸图片识别为驾驶员。
具体的,运营商大数据系统中设有用于进行人脸识别的人脸识别算法,人脸识别算法通过深度学习,利用神经网络对海量人脸图片进行学习,借助输入图像,提取出用于区分不同人脸的特征向量,以替代人工设计的特征。每张人脸在算法中都有一组对应的特征值,这也是进行人脸比对的依据。同一人的不同人脸图片提取出的特征值,在特征空间里距离很近,不同人的人脸图片在特征空间里相距较远,通过两张人脸图片提取出的特征值在特征空间里的距离作为相似度判断条件,来识别两张人脸图片是不是属于同一个人。其中,人脸识别算法可以是卷积神经网络(Convolutional Neural Network,CNN)、支持向量机(Support Vector Machine,SVM)、特征脸等。
S203,接收运营商大数据系统发送的人脸识别结果;其中,人脸识别结果包括驾驶员的身份信息和通信信息。
其中,由于人脸数据库中的人脸图片与用户的身份信息(姓名、身份证号码、国籍信息等)、通信信息(手机号码、固定电话号码、通信地址等)关联,在确定驾驶员人脸识别后的人脸图片之后,便可以获取与人脸图片关联的身份信息和通信信息。在获取到驾驶员的身份信息和通信信息之后,运营商大数据系统将人脸识别结果返回给车辆违章处罚系统,用于车辆违章处罚系统根据人脸识别结果的身份信息和通信信息查询驾驶员的历史交通违章数据和向驾驶员发出交通提示信息。
S204,基于监控图像识别目标车辆的行驶方向,并根据行驶方向和第一道路监控设备的位置,确定目标车辆的行驶路线。
其中,根据监控图像中车辆的车头朝向可以确定目标车辆的行驶方向,同时再结合第一道路监控设备的位置,就可以简单确定目标车辆的行驶路线。
S205,根据身份信息和行驶路线,确定驾驶员在行驶路线上的历史交通违章数据。
其中,对于交通违章数据,其一般包含违章人信息、交通违章位置、交通违章时间等信息,在获知驾驶员的身份信息和目标车辆的行驶路线之后,便可以以驾驶员的身份信息和目标车辆的行驶路线作为查询条件,在车辆违章处罚系统中查询驾驶员在行驶路线上的历史交通违章数据。
优选的,根据身份信息和行驶路线,确定驾驶员在行驶路线上的历史交通违章数据,包括:确定行驶路线上的多个第二道路监控设备;其中,多个第二道路监控设备包括在行驶路线之上,位于第一道路监控设备前方预设数量的第二道路监控设备,或者位于第一道路监控设备前方预设距离范围内的第二道路监控设备;对于每个第二道路监控设备,根据身份信息查询预设时间范围内驾驶员在第二道路监控设备拍摄范围内的历史交通违章数据。
其中,由于交通违章数据中的交通违章位置是通过道路监控设备的位置确定的,所以可以根据在目标车辆的行驶路线上的第二道路监控设备的位置来查询驾驶员是否在行驶路线上存在交通违章记录。此外,由于目标车的行驶路线是通过目标车辆的行驶方向和第一道路监控设备的位置确定,预测出的行驶路线的准确性受限,距离第一道路监控设备越远的行驶路线的预测精准度将越低。所以可以获取一定限定范围内的第二道路监控设备,以保证选定的第二道路监控设备会在目标车辆的行驶路线之上。其中,这里的限定范围可以是预设数量范围或预设距离范围。同时,还设定了查询时间范围,查询一定时间范围内驾驶员的交通违章数据,以尽可能准确反映驾驶员的交通违章状况。
以上通过限定第二道路监控设备的获取范围和历史交通违章数据的查询时间范围,有效界定了驾驶员历史交通违章记录的获取范围。
S206,在目标车辆行驶过程中,根据历史交通违章数据生成交通提示信息,并基于通信信息向驾驶员发送交通提示信息。
其中,在获得驾驶员在行驶路线上的历史交通违章数据之后,就可以根据驾驶员之前在前方路段的历史交通违章数据,有针对性地向驾驶员发出交通提示信息。
示例性的,假设驾驶员在前方路段有超速违章记录,则可以根据超速违章记录,向驾驶员发出“您在前方地点有超速违章记录,请注意!”的交通提示信息,以提醒驾驶员提高风险预警能力,安全驾驶。
在本实施例中,通过利用道路监控设备获取目标车辆的监控图像,并根据监控图像中的驾驶员人脸图像,通过人脸识别的方式,获取到驾驶员的身份信息和通信信息,并基于驾驶员的身份信息和通信信息,进一步获取到驾驶员在行驶路线上的历史交通违章数据。根据历史交通违章数据,有针对性地向驾驶员发出交通提示信息,以提醒驾驶员注意前方历史违章路段,安全驾驶。通过事前提示的方式,有效提高了驾驶员的风险预警能力,降低了交通事故率。
在图2所示的交通信息提示方法中,需要在目标车辆行驶过程中,根据历史交通违章数据生成交通提示信息,并基于通信信息向驾驶员发送交通提示信息,下面结合图3,对上述交通信息提示方法的技术方案中,关于向驾驶员发送交通提示信息的内容做进一步介绍。
图3为本申请实施例提供的一种向驾驶员发送交通提示信息的流程示意图,参阅图3,在一些实施例中,该向驾驶员发送交通提示信息的流程包括以下步骤:
S301,基于通信信息,获取驾驶员的手机号码。
其中,由于在运营商大数据系统中,用户的通信信息一般包括手机号码和通信地址等信息,所以基于用户的通信信息,可以获取到驾驶员的手机号码。
S302,将手机号码发送至导航服务系统,以用于导航服务系统根据手机号码查询是否存在对应的注册账号。
其中,将驾驶员的手机号码发送至导航服务系统,可以查询此手机号是否在导航服务系统注册。如果此手机号码在导航服务系统中进行了注册,则存在对应的注册账号。
具体的,导航服务系统是指一种基于地理信息和定位技术的应用,旨在帮助用户准确导航、规划路线以及提供相关的导航信息。导航服务系统通常具备以下功能:地图显示,导航服务系统通过地图展示功能,向用户提供可视化的地理信息。这些地图可以是基于卫星图像或矢量数据构建的,用户可以在地图上浏览、放大缩小等操作;定位服务,导航服务系统利用全球定位系统(GPS)、北斗卫星导航系统或其他定位技术,获取用户当前的位置信息,以便为用户提供准确的导航指引;路线规划,导航服务系统可以根据用户的起点和终点位置,在地图上规划最佳的行驶路线。这可能考虑到交通拥堵、道路限制、速度限制、交通信号等因素;导航指引,导航服务系统会给出逐步导航指引,包括转向提示、距离和时间估计等,以帮助用户顺利到达目的地。这些指引可以通过语音提示、图标显示或震动等形式进行呈现;交通信息,导航服务系统可以提供实时的交通信息,包括交通拥堵情况、事故报告、道路临时关闭等。这有助于用户选择最佳的行驶路线,避开拥堵区域;兴趣点搜索,导航服务系统通常提供兴趣点(如餐厅、加油站、银行、景点等)的搜索功能。用户可以查找特定类型的场所,并得到相关的信息和导航指引。
导航服务系统广泛应用于车载导航设备、手机导航应用、互联网地图服务等领域,为用户提供便捷、准确的导航体验,帮助人们更好地规划出行路径,节省时间和精力。
S303,若导航服务系统存在与手机号码对应的注册账号,且注册账号正在使用导航服务系统的导航服务,则通过注册账号的导航信息获取目标车辆的车辆位置。
其中,如果导航服务系统存在与驾驶员手机号码对应的注册账号,且注册账号正在使用导航服务系统的导航服务,那么就表示驾驶员正在使用导航服务系统进行导航,此时根据注册账号的导航信息,便可以获取到目标车辆的车辆位置。
S304,当车辆位置与历史交通违章数据中的交通违章位置相距预设距离时,基于历史交通违章数据中的交通违章行为,生成对应的交通提示信息。
其中,由于历史交通违章数据中会包含交通违章行为发生的交通违章位置,当基于导航服务系统的导航信息获取的车辆位置与历史交通违章数据中的交通违章位置相距预设距离时,会根据历史交通违章数据中的交通违章行为,生成对应的交通提示信息。具体的,由于历史交通违章数据是第二道路监控设备拍摄获取的,所以历史交通违章数据中的交通违章位置,就是相应的第二道路监控设备的位置。
在与交通违章位置相距预设距离时,根据在交通违章位置处的交通违章行为,生成对应的交通提示信息。示例性的,假设驾驶员在历史交通违章数据的交通违章行为是闯红灯,则会根据交通违章行为,生成对应的交通提示信息,例如“您在前方地点有闯红灯违章记录,请注意!”。如果交通违章行为是超速,则对应的交通提示信息是“您在前方地点有超速违章记录,请注意!”。
优选的,如果驾驶员在历史交通违章数据的交通违章位置处有多个违章行为,则按交通违章时间排序生成多个与各个交通违章行为对应的交通提示信息,并在后续依次发送给驾驶员。
S305,将交通提示信息发送至导航服务系统,以用于导航服务系统向注册账号发送交通提示信息。
其中,将生成的交通提示信息发送至导航服务系统,导航服务系统会向驾驶员手机号码对应的注册账号发送交通提示信息,用于提醒驾驶员注意安全驾驶。
具体的,导航服务系统向对应的注册账号发送交通提示信息,会将交通提示信息发送至驾驶员的导航服务客户端中,导航服务客户端可以是车载导航设备或移动终端,导航服务客户端会通过文字、语音播报、震动提醒等方式向驾驶员发出交通提示信息,以提醒驾驶员注意前方路段,避免违章驾驶。
在本实施例中,可以根据驾驶员的历史交通违章数据,根据驾驶员的历史违章行为,有针对性地生成相应的交通提示信息,提高了交通提示的智能性。同时,利用导航服务系统向驾驶员发出交通提示信息,也能够更加有效地提醒驾驶员注意前方路段,安全驾驶。
优选的,在图3所示的实施例的基础上,还可以增加通过导航服务系统向驾驶员发出目标车辆是否限行的技术方案,具体包括:根据车辆位置和当前日期,获取目标车辆所在地当天的限行规则;其中,限行规则包括限行车牌号码、限行时间段和限行区域;根据监控图像,提取目标车辆的车牌号信息;若车牌号信息符合限行车牌号码且当前时间在限行时间段内,则当车辆位置与限行区域相距预设距离时,将限行提醒信息发送至导航服务系统,以用于导航服务系统向注册账号发送限行提醒信息。
其中,通过车辆位置和当前的日期,获取到车辆所在地的限行规则,然后根据监控图像获取到车辆的车牌号信息。根据这些信息就可以判断目标车辆是否在限行区域限行,如果目标车辆满足限行条件,则通过导航服务系统进一步发出限行提醒信息,智能提醒驾驶员注意不要违反限行限号规则。
优选的,若导航服务系统不存在与手机号码对应的注册账号,或者注册账号未使用导航服务系统的导航服务,则向手机号码发送交通提示信息。
其中,在导航服务系统不存在与手机号码对应的注册账号,或者注册账号未使用导航服务系统的导航服务的条件下,无法通过导航服务系统向驾驶员发送交通提示信息,此时可以通过手机号直接通过短信等方式向驾驶员发送交通提示信息。
优选的,身份信息还包括国籍信息,方法还包括:将国籍信息发送至导航服务系统,以用于导航服务系统根据国籍信息选择对应的语言或文字向注册账号发送交通提示信息。
其中,根据国籍信息选用对应的语言或文字向驾驶员发送交通提示信息,可以扩展交通信息提示方法的适用范围,提高其智能性。
在图2所示的交通信息提示方法中,还需要在目标车辆违章时,生成目标车辆的当前交通违章数据,下面结合图4,对上述交通信息提示方法的技术方案中,关于生成目标车辆的当前交通违章数据的内容做进一步介绍。
图4为本申请实施例提供的一种生成目标车辆的当前交通违章数据的流程示意图,参阅图4,在一些实施例中,该生成目标车辆的当前交通违章数据的流程包括以下步骤:
S401,将监控图像输入交通违章识别模型中,获得交通违章识别结果;其中,交通违章识别模型基于标注有交通违章行为的交通违章图像进行深度学习训练获得。
其中,标注有交通违章行为的交通违章图像可以包括各中交通违章行为,例如闯红灯、频繁变更车道、超出规定车速行驶、并道不打灯等,将这些交通违章图像作为训练集通过深度学习训练,可以获得能够识别交通违章行为的交通违章识别模型。具体的,深度学习算法包括神经网络(Neural Network)、卷积神经网络(Convolutional Neural Network,CNN)、循环神经网络(Recurrent Neural Network,RNN)、长短期记忆网络(Long Short-Term Memory,LSTM)等。
S402,根据交通违章识别结果,判定目标车辆违反交通规则时,获取目标车辆的交通违章行为。
其中,交通违章识别模型识别监控图像中的目标车辆违规时,其交通违章识别结果将会输出目标车辆的交通违章行为。相应的,如果目标车辆没有违反交通规则,则交通违章识别模型输出的不违章的识别结果。
S403,基于监控图像,提取目标车辆的车牌号信息,并根据车牌号信息获得目标车辆的车主信息。
其中,确定目标车辆违章后,提取目标车辆的车牌号信息,并根据车牌号的信息,获取到目标车辆的车主信息。
S404,根据交通违章行为、监控图像、车牌号信息、车主信息、驾驶员的身份信息和通信信息、第一道路监控设备的标识,以及交通违章位置和交通违章时间,生成当前交通违章数据;其中,交通违章位置是第一道路监控设备的位置,交通违章时间为监控图像的拍摄时间。
其中,在确定目标车辆违章后,则综合交通违章行为、监控图像、车牌号信息、车主信息、驾驶员的身份信息和通信信息、第一道路监控设备的标识和位置、监控图像的拍摄时间生成完整的当前交通违章数据,并存储于车辆违章处罚系统之中。
在本实施例中,可以有效判断目标车辆在经过第一道路监控设备时,是否存在交通违章行为,并在目标车辆违章后,生成信息完善的交通违章数据,以便于留存驾驶员的交通违规记录,方便对驾驶员进行交通违章处罚,以及方便后续交通违章记录的查询。
示例性的,生成的当前交通违章数据如表1所示。
表1交通违章数据表
图5是本申请实施例提供的一种交通信息提示装置的结构示意图,参阅图5,该交通信息提示装置包括用于实现前述交通信息提示方法的各个功能模块,任意功能模块可以通过软件和/或硬件的方式实现。
在一些实施例中,该交通信息提示装置500包括图像获取模块501、图像提取模块502、数据接收模块503、路线确定模块504、违章查询模块505和提示发送模块506;其中:
图像获取模块501用于获取第一道路监控设备对目标车辆拍摄的监控图像;
图像提取模块502用于提取监控图像中驾驶员的人脸图像,并将人脸图像发送至运营商大数据系统;其中,人脸图像用于运营商大数据系统进行人脸识别;
数据接收模块503用于接收运营商大数据系统发送的人脸识别结果;其中,人脸识别结果包括驾驶员的身份信息和通信信息;
路线确定模块504用于基于监控图像识别目标车辆的行驶方向,并根据行驶方向和第一道路监控设备的位置,确定目标车辆的行驶路线;
违章查询模块505用于根据身份信息和行驶路线,确定驾驶员在行驶路线上的历史交通违章数据;
提示发送模块506用于在目标车辆行驶过程中,根据历史交通违章数据生成交通提示信息,并基于通信信息向驾驶员发送交通提示信息。
在一些实施例中,该违章查询模块505具体用于:
确定行驶路线上的多个第二道路监控设备;其中,多个第二道路监控设备包括在行驶路线之上,位于第一道路监控设备前方预设数量的第二道路监控设备,或者位于第一道路监控设备前方预设距离范围内的第二道路监控设备;
对于每个第二道路监控设备,根据身份信息查询预设时间范围内驾驶员在第二道路监控设备拍摄范围内的历史交通违章数据。
在一些实施例中,该提示发送模块506具体用于:
基于通信信息,获取驾驶员的手机号码;
将手机号码发送至导航服务系统,以用于导航服务系统根据手机号码查询是否存在对应的注册账号;
若导航服务系统存在与手机号码对应的注册账号,且注册账号正在使用导航服务系统的导航服务,则通过注册账号的导航信息获取目标车辆的车辆位置;
当车辆位置与历史交通违章数据中的交通违章位置相距预设距离时,基于历史交通违章数据中的交通违章行为,生成对应的交通提示信息;
将交通提示信息发送至导航服务系统,以用于导航服务系统向注册账号发送交通提示信息。
在一些实施例中,该装置还包括限行提醒模块507,该限行提醒模块507具体用于:
根据车辆位置和当前日期,获取目标车辆所在地当天的限行规则;其中,限行规则包括限行车牌号码、限行时间段和限行区域;
根据监控图像,提取目标车辆的车牌号信息;
若车牌号信息符合限行车牌号码且当前时间在限行时间段内,则当车辆位置与限行区域相距预设距离时,将限行提醒信息发送至导航服务系统,以用于导航服务系统向注册账号发送限行提醒信息。
在一些实施例中,该提示发送模块506具体用于:
若导航服务系统不存在与手机号码对应的注册账号,或者注册账号未使用导航服务系统的导航服务,则向手机号码发送交通提示信息。
在一些实施例中,该提示发送模块506具体用于:
将国籍信息发送至导航服务系统,以用于导航服务系统根据国籍信息选择对应的语言或文字向注册账号发送交通提示信息。
在一些实施例中,该装置还包括违章生成模块508,该违章生成模块508具体用于:
将监控图像输入交通违章识别模型中,获得交通违章识别结果;其中,交通违章识别模型基于标注有交通违章行为的交通违章图像进行深度学习训练获得;
根据交通违章识别结果,判定目标车辆违反交通规则时,获取目标车辆的交通违章行为;
基于监控图像,提取目标车辆的车牌号信息,并根据车牌号信息获得目标车辆的车主信息;
根据交通违章行为、监控图像、车牌号信息、车主信息、驾驶员的身份信息和通信信息、第一道路监控设备的标识,以及交通违章位置和交通违章时间,生成当前交通违章数据;其中,交通违章位置是第一道路监控设备的位置,交通违章时间为监控图像的拍摄时间。
本申请实施例提供的交通信息提示装置500用于执行前述交通信息提示方法实施例提供的技术方案,其实现原理和技术效果与前述方法的实施例中类似,在此不再赘述。
需要说明的是,应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现,也可以全部以硬件的形式实现,还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如,图像获取模块可以为单独设立的处理元件,也可以集成在上述装置的某一个芯片中实现,此外,也可以以程序代码的形式存储于上述装置的存储器中,由上述装置的某一个处理元件调用并执行以上图像获取模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
图6为本申请实施例提供的一种电子设备的结构示意图,参阅图6,该电子设备600包括:处理器601,以及与该处理器601通信连接的存储器602;
存储器602存储计算机执行指令;
处理器601执行存储器602存储的计算机执行指令,以实现前述交通信息提示方法的技术方案。
在上述电子设备600中,存储器602、处理器601之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可以通过一条或者多条通信总线或信号线实现电性连接,如可以通过总线连接。总线可以是工业标准体系结构(Industry StandardArchitecture,简称:ISA)总线、外部设备互连(Peripheral Component Interconnect,简称:PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture,简称:EISA)总线等。总线可以分为地址总线、数据总线、控制总线等,但并不表示仅有一根总线或一种类型的总线。存储器602中存储有实现前述交通信息提示方法的计算机执行指令,包括至少一个可以软件或固件的形式存储于存储器602中的软件功能模块,处理器601通过运行存储在存储器602内的软件程序以及模块,从而执行各种功能应用以及数据处理。
存储器602至少包括一种类型的可读存储介质,不限于随机存取存储器(RandomAccess Memory,简称:RAM),只读存储器(Read Only Memory,简称:ROM),可编程只读存储器(Programmable Read-Only Memory,简称:PROM),可擦除只读存储器(ErasableProgrammable Read-Only Memory,简称:EPROM),电可擦除只读存储器(ElectricErasable Programmable Read-Only Memory,简称:EEPROM)等。其中,存储器602用于存储程序,处理器601在接收到执行指令后,执行程序。进一步地,上述存储器602内的软件程序以及模块还可包括操作系统,其可包括各种用于管理系统任务(例如内存管理、存储设备控制、电源管理等)的软件组件和/或驱动,并可与各种硬件或软件组件相互通信,从而提供其他软件组件的运行环境。
处理器601可以是一种集成电路芯片,具有信号的处理能力。上述的处理器601可以是通用处理器,包括中央处理器(Central Processing Unit,简称:CPU)、网络处理器(Network Processor,简称:NP)、数字信号处理器(Digital Signal Processor,简称:DSP)、专用集成电路(Application Specific Integrated Circuit,简称:ASIC)等。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器,或者该处理器601也可以是任何常规的处理器等。
该电子设备600用于执行前述交通信息提示方法实施例提供的技术方案,其实现原理和技术效果与前述方法实施例中类似,在此不再赘述。
本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,当处理器执行计算机执行指令时,实现如前述交通信息提示方法的技术方案。
上述的计算机可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。该计算机可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的可读存储介质耦合至处理器,从而使处理器能够从该可读存储介质读取信息,且可向该可读存储介质写入信息。当然,可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(Application Specific IntegratedCircuits,简称:ASIC)中。当然,处理器和可读存储介质也可以作为分立组件存在于交通信息提示装置的控制装置中。
本申请实施例还提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时用于实现如前述交通信息提示方法的技术方案。
在上述实施例中,本领域技术人员可以理解,实现上述各方法实施例可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本发明实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线网络、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如,固态硬盘(Solid State Disk,简称:SSD))等。本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求书指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。
Claims (10)
1.一种交通信息提示方法,其特征在于,包括:
获取第一道路监控设备对目标车辆拍摄的监控图像;
提取所述监控图像中驾驶员的人脸图像,并将所述人脸图像发送至运营商大数据系统;其中,所述人脸图像用于所述运营商大数据系统进行人脸识别;
接收所述运营商大数据系统发送的人脸识别结果;其中,所述人脸识别结果包括所述驾驶员的身份信息和通信信息;
基于所述监控图像识别所述目标车辆的行驶方向,并根据所述行驶方向和所述第一道路监控设备的位置,确定所述目标车辆的行驶路线;
根据所述身份信息和所述行驶路线,确定所述驾驶员在所述行驶路线上的历史交通违章数据;
在所述目标车辆行驶过程中,根据所述历史交通违章数据生成交通提示信息,并基于所述通信信息向所述驾驶员发送所述交通提示信息。
2.根据权利要求1所述的方法,其特征在于,所述根据所述身份信息和所述行驶路线,确定所述驾驶员在所述行驶路线上的历史交通违章数据,包括:
确定所述行驶路线上的多个第二道路监控设备;其中,多个第二道路监控设备包括在所述行驶路线之上,位于所述第一道路监控设备前方预设数量的第二道路监控设备,或者位于所述第一道路监控设备前方预设距离范围内的第二道路监控设备;
对于每个第二道路监控设备,根据所述身份信息查询预设时间范围内所述驾驶员在所述第二道路监控设备拍摄范围内的历史交通违章数据。
3.根据权利要求1所述的方法,其特征在于,所述根据所述历史交通违章数据生成交通提示信息,并基于所述通信信息向所述驾驶员发送所述交通提示信息,包括:
基于所述通信信息,获取所述驾驶员的手机号码;
将所述手机号码发送至导航服务系统,以用于所述导航服务系统根据所述手机号码查询是否存在对应的注册账号;
若所述导航服务系统存在与所述手机号码对应的注册账号,且所述注册账号正在使用所述导航服务系统的导航服务,则通过所述注册账号的导航信息获取所述目标车辆的车辆位置;
当所述车辆位置与所述历史交通违章数据中的交通违章位置相距预设距离时,基于所述历史交通违章数据中的交通违章行为,生成对应的交通提示信息;
将所述交通提示信息发送至所述导航服务系统,以用于所述导航服务系统向所述注册账号发送所述交通提示信息。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
根据所述车辆位置和当前日期,获取所述目标车辆所在地当天的限行规则;其中,所述限行规则包括限行车牌号码、限行时间段和限行区域;
根据所述监控图像,提取所述目标车辆的车牌号信息;
若所述车牌号信息符合所述限行车牌号码且当前时间在所述限行时间段内,则当所述车辆位置与所述限行区域相距预设距离时,将限行提醒信息发送至所述导航服务系统,以用于所述导航服务系统向所述注册账号发送所述限行提醒信息。
5.根据权利要求3所述的方法,其特征在于,所述方法还包括:
若所述导航服务系统不存在与所述手机号码对应的注册账号,或者所述注册账号未使用所述导航服务系统的导航服务,则向所述手机号码发送所述交通提示信息。
6.根据权利要求3所述的方法,其特征在于,所述身份信息还包括国籍信息,所述方法还包括:
将所述国籍信息发送至所述导航服务系统,以用于所述导航服务系统根据所述国籍信息选择对应的语言或文字向所述注册账号发送所述交通提示信息。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述方法还包括:
将所述监控图像输入交通违章识别模型中,获得交通违章识别结果;其中,所述交通违章识别模型基于标注有交通违章行为的交通违章图像进行深度学习训练获得;
根据所述交通违章识别结果,判定所述目标车辆违反交通规则时,获取所述目标车辆的交通违章行为;
基于所述监控图像,提取所述目标车辆的车牌号信息,并根据所述车牌号信息获得所述目标车辆的车主信息;
根据所述交通违章行为、所述监控图像、所述车牌号信息、所述车主信息、所述驾驶员的身份信息和通信信息、所述第一道路监控设备的标识,以及交通违章位置和交通违章时间,生成违章交通违章数据;其中,所述交通违章位置是所述第一道路监控设备的位置,所述交通违章时间为所述监控图像的拍摄时间。
8.一种交通信息提示装置,其特征在于,包括:
图像获取模块,用于获取第一道路监控设备对目标车辆拍摄的监控图像;
图像提取模块,用于提取所述监控图像中驾驶员的人脸图像,并将所述人脸图像发送至运营商大数据系统;其中,所述人脸图像用于所述运营商大数据系统进行人脸识别;
数据接收模块,用于接收所述运营商大数据系统发送的人脸识别结果;其中,所述人脸识别结果包括所述驾驶员的身份信息和通信信息;
路线确定模块,用于基于所述监控图像识别所述目标车辆的行驶方向,并根据所述行驶方向和所述第一道路监控设备的位置,确定所述目标车辆的行驶路线;
违章查询模块,用于根据所述身份信息和所述行驶路线,确定所述驾驶员在所述行驶路线上的历史交通违章数据;
提示发送模块,用于在所述目标车辆行驶过程中,根据所述历史交通违章数据生成交通提示信息,并基于所述通信信息向所述驾驶员发送所述交通提示信息。
9.一种电子设备,其特征在于,包括处理器,以及与所述处理器通信连接的存储器;
所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,以实现如权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310933377.1A CN116959265A (zh) | 2023-07-27 | 2023-07-27 | 交通信息提示方法、装置、电子设备和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310933377.1A CN116959265A (zh) | 2023-07-27 | 2023-07-27 | 交通信息提示方法、装置、电子设备和可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116959265A true CN116959265A (zh) | 2023-10-27 |
Family
ID=88461552
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310933377.1A Pending CN116959265A (zh) | 2023-07-27 | 2023-07-27 | 交通信息提示方法、装置、电子设备和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116959265A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117292504A (zh) * | 2023-11-11 | 2023-12-26 | 克伦斯(天津)轨道交通技术有限公司 | 交通安全监控方法、装置、设备及介质 |
CN117496719A (zh) * | 2023-11-03 | 2024-02-02 | 青岛以萨数据技术有限公司 | 一种车辆信息查询方法、电子设备及存储介质 |
-
2023
- 2023-07-27 CN CN202310933377.1A patent/CN116959265A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117496719A (zh) * | 2023-11-03 | 2024-02-02 | 青岛以萨数据技术有限公司 | 一种车辆信息查询方法、电子设备及存储介质 |
CN117496719B (zh) * | 2023-11-03 | 2024-05-14 | 青岛以萨数据技术有限公司 | 一种车辆信息查询方法、电子设备及存储介质 |
CN117292504A (zh) * | 2023-11-11 | 2023-12-26 | 克伦斯(天津)轨道交通技术有限公司 | 交通安全监控方法、装置、设备及介质 |
CN117292504B (zh) * | 2023-11-11 | 2024-06-11 | 克伦斯(天津)轨道交通技术有限公司 | 交通安全监控方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11060882B2 (en) | Travel data collection and publication | |
CN110146097B (zh) | 自动驾驶导航地图的生成方法、系统、车载终端及服务器 | |
US9253251B2 (en) | System and method for determining a vehicle proximity to a selected address | |
US9940530B2 (en) | Platform for acquiring driver behavior data | |
US20180174446A1 (en) | System and method for traffic violation avoidance | |
US9533688B1 (en) | Platform for acquiring driver behavior data | |
US20160232785A1 (en) | Systems and methods for traffic violation avoidance | |
CN116959265A (zh) | 交通信息提示方法、装置、电子设备和可读存储介质 | |
CN108053690B (zh) | 识别行驶车道的方法、弯道预警方法、装置、介质及设备 | |
CN103366590A (zh) | 基于车载终端的信息查询系统及方法 | |
CN105144259A (zh) | 交通监察和指导系统 | |
CN111951144A (zh) | 一种违章路段的确定方法、设备及计算机可读存储介质 | |
US10895464B2 (en) | Navigation device, recording medium storing navigation program, and navigation system | |
CN110310499A (zh) | 一种匝道限速识别的方法及装置 | |
US20170167885A1 (en) | Gps routing based on driver | |
CN111127282B (zh) | 用于确定推荐位置的系统和方法 | |
CN113899355A (zh) | 地图更新方法、装置、云端服务器和共享骑行设备 | |
CN111414558B (zh) | 导航路线的发送方法、显示方法、装置、服务器及介质 | |
CN113724526A (zh) | 用于停车场的诱导泊车方法、装置、系统及存储介质 | |
CN115691203A (zh) | 一种城市道路泊位诱导方法、装置、设备及可读存储介质 | |
US11928862B2 (en) | Method, apparatus, and system for visually identifying and pairing ride providers and passengers | |
CN112508310B (zh) | 行驶轨迹模拟方法、装置及存储介质 | |
JP2016218505A (ja) | 標識情報更新システム及びその更新方法、データ構造、並びにコンピュータ・プログラム | |
KR101498582B1 (ko) | 교통사고 데이터 제공 시스템 및 방법 | |
JP2020024655A (ja) | 情報提供システム、情報提供装置、情報提供方法、及びプログラム |
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 |