CN117711171A - 一种建设工程全项目施工便道口车辆管理系统 - Google Patents
一种建设工程全项目施工便道口车辆管理系统 Download PDFInfo
- Publication number
- CN117711171A CN117711171A CN202311521411.0A CN202311521411A CN117711171A CN 117711171 A CN117711171 A CN 117711171A CN 202311521411 A CN202311521411 A CN 202311521411A CN 117711171 A CN117711171 A CN 117711171A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- construction
- passing
- module
- traffic
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 97
- 238000012544 monitoring process Methods 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims description 23
- 238000010606 normalization Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 5
- 239000003086 colorant Substances 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 4
- 230000000903 blocking effect Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 abstract description 3
- 238000007726 management method Methods 0.000 description 11
- 238000012550 audit Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002360 preparation method Methods 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
- G08G1/0104—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
- 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- 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
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
-
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Multimedia (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Emergency Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及车辆管理技术领域,尤其为一种建设工程全项目施工便道口车辆管理系统,包括:车辆报备模块、车辆识别模块、视频监控模块、通行计时模块和延长处理模块。本发明通过车辆报备模块进行参建标段施工车辆的申请报备并进行验证和车辆信息存储;通过车辆识别模块识别标记已报备车辆;通过通行计时模块对通行时间进行记录,在通行记录时间即将超过预计允许通行时长时,向参建标段及车辆驾驶人员提前进行警示;通过延长处理模块接收通行延长申请,并对超出延长时间的情况生成现场处置意见及处置信号。能够实现对车辆进行针对性管理的自动处理,有效阻拦非施工的社会车辆擅自进入施工区域,消除安全隐患。
Description
技术领域
本发明涉及车辆管理技术领域,尤其是一种建设工程全项目施工便道口车辆管理系统。
背景技术
高速公路建设工程涉及点多、面广、线路长,各施工区域需以大量临时便道与现有通车道路进行连接,以便各种施工、监理、检测、监管等工程车辆进入施工区域通行。与此同时也伴随着较多非施工的社会车辆擅自进入施工区域,在干扰正常施工的同时也造成很大安全隐患,一旦出现安全事故还会带来不必要的纠纷,这一系列问题对于高速公路建设工程施工便道口车辆管理提出了更高的要求。
现有高速公路建设工程施工车辆管理技术通常十分简单,只能够单个在施工便道出入口处识别已录入的车辆,进行允许进出的判断与操作;无法全线统一联网对已报备车辆进行分类管控和针对性管理;无法限定某施工车辆的允许通行施工路段和便道出入口;车辆信息录入存在滞后、重复等问题;车辆出入受值班人员人为因素影响较大。
发明内容
本发明的目的是通过提出一种建设工程全项目施工便道口车辆管理系统,以解决上述背景技术中提出的缺陷。
本发明采用的技术方案如下:
提供一种建设工程全项目施工便道口车辆管理系统,包括:
车辆报备模块:用于接收和处理参建标段的车辆报备申请,并对车辆进行信息提取和过滤黑名单操作;
车辆识别模块:用于在施工便道口进行实时车辆识别,识别已报备车辆并放行,并拦阻黑名单内车辆;
视频监控模块:用于通过摄像机实时记录施工便道口车辆进出影像数据、周围环境影像数据和值班人员管控影像数据;
通行计时模块:用于对进入施工便道口的已报备车辆的通行时间进行记录,并基于所述预计允许通行时长,向参建标段及车辆驾驶人员提前进行警示;
延长处理模块:用于接收并处理参建标段的通行延长申请和变更通行便道口申请。
作为本发明的一种优选技术方案:还包括人员值班室,所述人员值班室用于对视频监控模块和车辆识别模块进行管理。
作为本发明的一种优选技术方案:所述车辆报备模块还包括:
申请接收模块:用于接受和认证处理参建标段的施工车辆报备申请;
信息提取模块:用于提取认证成功的车辆的信息、预计通行时长和允许通行便道口并存储与数据库中。
作为本发明的一种优选技术方案:所述车辆识别模块通过设置在施工便道口的车道摄像机拍摄采集通行车辆图像,并通过特征识别算法对通行车辆图像进行处理和识别,基于数据库中存储的已报备车辆信息进行通行车辆图像的识别。
作为本发明的一种优选技术方案:所述特征识别算法具体如下:
对采集的通行车辆图像进行灰度处理:
其中,V表示转换后的通行车辆图像的颜色,a、b、c表示基本颜色系数,R、G、B表示三基色;
对灰度处理后的通行车辆图像进行归一化处理:
其中,kx、ky分别表示x轴和y轴的缩放比例,(x0,y0)表示灰度处理后的通行车辆图像中的点,(i,j)表示缩放后的通行车辆图像中存在的点;
基于归一化处理对通行车辆图像进行积分处理:
其中,L(X,Y)表示区域S的积分值,p(i,j)表示通行车辆图像中任意点的灰度值;
S=L(Xn,Yn)-…-L(Xl,Yl)-…-L(X2,Y2)+L(X1,Y1)
其中,S为短距离点对子集;
对于积分处理后的影像空间点使用Hessian矩阵H(x,σ)进行处理:
其中,x和y分别表示x轴和y轴的坐标值,σ表示尺度参数;
其中,G(x,y,σ)表示二阶高斯微分函数;
其中,I(x,y)表示通行车辆图像像素函数,τxx(x,σ)、τxy(x,σ)、τyy(x,σ)表示图像通行车辆图像像素函数中的像素点(x,y)与高斯二阶微分和的卷积;
基于SURF算法进行通行车辆图像特征点的搜索;
对采集的通行车辆图像的特征基于欧式距离计算特征向量D:
其中,N表示图像特征数量,Xn1表示对由车道摄像头采集的通行车辆图像获取的图像特征,Xn2表示数据库中存储的已报备车辆图像特征。
作为本发明的一种优选技术方案:所述车辆识别模块中,统计通行车辆图像中各特征点与目标点间的距离,对最小的两个距离做比求取参数δ,
其中,δ为参数;设定参数阈值δ0,比较参数δ与参数阈值δ0的大小,若参数δ小于设定的参数阈值δ0,则认定其为同名点,即认定所述通行车辆为已报备车辆,对所述通行车辆放行,否则不放行。
作为本发明的一种优选技术方案:所述通行计时模块具体包括:
信号生成模块:用于在已报备车辆进入施工便道口时,生成时间记录信号;
时间记录模块:用于根据所述时间记录信号,进行通行时间记录,生成通行时间及通行路口记录;
超时判断模块:用于判断所述通行时间是否超过申请预计允许通行时长;
超时警示模块:用于根据所述超时判断模块的判断结果,向参建标段及车辆驾驶人员进行提前警示。
作为本发明的一种优选技术方案:所述超时警示模块设置超时阈值,当通行时间到达超时阈值时,向参建标段及车辆驾驶人员进行警示。
作为本发明的一种优选技术方案:所述通行计时模块还将违规通行的车辆纳入黑名单,限制或禁止纳入黑名单的车辆进出各施工便道口。
作为本发明的一种优选技术方案:所述延长处理模块根据接收的通行延长申请和变更通行便道口申请,确定通行延长时长和变更通行便道口,进行延长通行记录,并生成延长记录时间,当所述延长记录时间超过通行延长时长时,生成现场处置意见及处置信号。
本发明提供的建设工程全项目施工便道口车辆管理系统,与现有技术相比,其有益效果有:
本发明通过进行参建标段施工车辆申请报备的审核验证,提取车辆信息、允许通行路口和预计允许通行时长;识别标记已报备车辆;在通行记录时间即将超过预计允许通行时长时,向参建标段及车辆驾驶人员提前进行警示并不允许该车辆通行;接收通行延长申请,超过通行延长时长的情况下,生成现场处置意见及处置信号。能够进行已报备申请的验证与处理,识别标记已报备车辆,进行超时判断与延时判断,并根据不同情况进行用户警示和现场处理,从而实现对车辆进行针对性管理的自动处理,有效阻拦非施工的社会车辆擅自进入施工区域,消除安全隐患。
附图说明
图1为本发明优选实施例的系统框图;
图2为本发明优选实施例中特征点主方向搜索图。
图中各个标记的意义为:100、车辆报备模块;110、申请接收模块;120、信息提取模块;200、车辆识别模块;300、视频监控模块;400、通行计时模块;410、信号生成模块;420、时间记录模块;430、超时判断模块;440、超时警示模块;500、延长处理模块;600、人员值班室。
具体实施方式
需要说明的是,在不冲突的情况下,本实施例中的实施例及实施例中的特征可以相互组合,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,都属于本发明保护的范围。
参照图1,本发明优选实施例提供了一种建设工程全项目施工便道口车辆管理系统,包括:
车辆报备模块100:用于接收和处理参建标段的车辆报备申请,并对车辆进行信息提取和过滤黑名单操作;
车辆识别模块200:用于在施工便道口进行实时车辆识别,识别已报备车辆并放行,并拦阻黑名单内车辆;
视频监控模块300:用于通过摄像机实时记录施工便道口车辆进出影像数据、周围环境影像数据和值班人员管控影像数据;
通行计时模块400:用于对进入施工便道口的已报备车辆的通行时间进行记录,并基于所述预计允许通行时长,向参建标段及车辆驾驶人员提前进行警示;
延长处理模块500:用于接收并处理参建标段的通行延长申请和变更通行便道口申请。
还包括人员值班室600,所述人员值班室600用于对视频监控模块300和车辆识别模块200进行管理。
所述车辆报备模块100还包括:
申请接收模块110:用于接受和认证处理参建标段的施工车辆报备申请;
信息提取模块120:用于提取认证成功的车辆的信息、预计通行时长和允许通行便道口并存储与数据库中。
所述车辆识别模块200通过设置在施工便道口的车道摄像机拍摄采集通行车辆图像,并通过特征识别算法对通行车辆图像进行处理和识别,基于数据库中存储的已报备车辆信息进行通行车辆图像的识别。
所述特征识别算法具体如下:
对采集的通行车辆图像进行灰度处理:
其中,V表示转换后的通行车辆图像的颜色,a、b、c表示基本颜色系数,R、G、B表示三基色;
对灰度处理后的通行车辆图像进行归一化处理:
其中,kx、ky分别表示x轴和y轴的缩放比例,(x0,y0)表示灰度处理后的通行车辆图像中的点,(i,j)表示缩放后的通行车辆图像中存在的点;
基于归一化处理对通行车辆图像进行积分处理:
其中,L(X,Y)表示区域S的积分值,p(i,j)表示通行车辆图像中任意点的灰度值;
S=L(Xn,Yn)-…-L(Xl,Yl)-…-L(X2,Y2)+L(X1,Y1)
其中,S为短距离点对子集;
对于积分处理后的影像空间点使用Hessian矩阵H(x,σ)进行处理:
其中,x和y分别表示x轴和y轴的坐标值,σ表示尺度参数;
其中,G(x,y,σ)表示二阶高斯微分函数;
其中,I(x,y)表示通行车辆图像像素函数,τxx(x,σ)、τxy(x,σ)、τyy(x,σ)表示图像通行车辆图像像素函数中的像素点(x,y)与高斯二阶微分和的卷积;
基于SURF算法进行通行车辆图像特征点的搜索;
对采集的通行车辆图像的特征基于欧式距离计算特征向量D:
其中,N表示图像特征数量,Xn1表示对由车道摄像头采集的通行车辆图像获取的图像特征,Xn2表示数据库中存储的已报备车辆图像特征。
所述车辆识别模块200中,统计通行车辆图像中各特征点与目标点间的距离,对最小的两个距离做比求取参数δ,
其中,δ为参数;设定参数阈值δ0,比较参数δ与参数阈值δ0的大小,若参数v小于设定的参数阈值δ0,则认定其为同名点,即认定所述通行车辆为已报备车辆,对所述通行车辆放行,否则不放行。
所述通行计时模块400具体包括:
信号生成模块410:用于在已报备车辆进入施工便道口时,生成时间记录信号;
时间记录模块420:用于根据所述时间记录信号,进行通行时间记录,生成通行时间及通行路口记录;
超时判断模块430:用于判断所述通行时间是否超过申请预计允许通行时长;
超时警示模块440:用于根据所述超时判断模块430的判断结果,向参建标段及车辆驾驶人员进行提前警示。
所述超时警示模块440设置超时阈值,当通行时间到达超时阈值时,向参建标段及车辆驾驶人员进行警示。
所述通行计时模块400还将违规通行的车辆纳入黑名单,限制或禁止纳入黑名单的车辆进出各施工便道口。
所述延长处理模块500根据接收的通行延长申请和变更通行便道口申请,确定通行延长时长和变更通行便道口,进行延长通行记录,并生成延长记录时间,当所述延长记录时间超过通行延长时长时,生成现场处置意见及处置信号。
本实施例中,申请接收模块110接收参建标段的车辆报备申请,通过接收参建标段的报备申请,对报备申请内容进行分析,提取通行理由信息,并对通行理由信息进行审核验证,在审核验证通过之后,由信息提取模块120提取车辆信息、允许通行路口和预计允许通行时长。
其中,报备申请设置有固定的格式,按照该格式,参建标段填写车辆信息、通行理由信息、预计允许通行时长和允许通行路口等内容;对通行理由信息进行审核验证,是判断车辆是否真正需要进出施工便道口的过程。
车辆识别模块200在施工便道口通过在施工便道口处进行红外感应,当红外感应到具有车辆靠近时,对靠近的车辆的车牌通过车道摄像机进行拍摄,生成靠近拍摄数据,
对采集的通行车辆图像进行灰度处理:
其中,V表示转换后的通行车辆图像的颜色,a、b、c表示基本颜色系数,R、G、B表示三基色;
对灰度处理后的通行车辆图像进行归一化处理:
其中,kx、ky分别表示x轴和y轴的缩放比例,(x0,y0)表示灰度处理后的通行车辆图像中的点,(i,j)表示缩放后的通行车辆图像中存在的点;
通过对灰度处理的通行车辆图像进行归一化处理可以获得更加准确和较多的特征点。
基于归一化处理对通行车辆图像进行积分处理:
其中,L(X,Y)表示区域S的积分值,p(i,j)表示通行车辆图像中任意点的灰度值;
S=L(Xn,Yn)-…-L(Xl,Yl)-…-L(X2,Y2)+L(X1,Y1)
其中,S为短距离点对子集;
对于积分处理后的影像空间点使用Hessian矩阵H(x,σ)进行处理:
其中,x和y分别表示x轴和y轴的坐标值,σ表示尺度参数;
其中,G(x,y,σ)表示二阶高斯微分函数;
其中,I(x,y)表示通行车辆图像像素函数,τxx(x,σ)、τxy(x,σ)、τyy(x,σ)表示图像通行车辆图像像素函数中的像素点(x,y)与高斯二阶微分和的卷积;
通过对归一化处理后的通行车辆图像进行积分操作,便于Hessian矩阵的处理,通过对高斯二阶微分及图像像素函数实施卷积,对通行车辆通行图像进行滤波处理,获得更佳的识别结果。
基于SURF算法进行通行车辆图像特征点的搜索;可以12倍的尺度参数作为搜索区域的直径,在此区域内使用一个角度为60°的扇形进行旋转搜索,设定每次转动角度为15°,对于每次搜索分别记录其搜索值,在搜索结束后以最大值作为主方向,进行下一步运算,可参照图2,同时为了使得图像识别效果更加准确,降低图片对比度变化对识别结果的干扰,在算法中对于一个特征点可使用多维度向量进行描述。
对采集的通行车辆图像的特征基于欧式距离计算特征向量D:
其中,N表示图像特征数量,Xn1表示对由车道摄像头采集的通行车辆图像获取的图像特征,Xn2表示数据库中存储的已报备车辆图像特征。
统计通行车辆图像中各特征点与目标点间的距离,对最小的两个距离做比求取参数δ,
其中,δ为参数;设定参数阈值δ0,比较参数δ与参数阈值δ0的大小,若参数δ小于设定的参数阈值δ0,则认定其为同名点,即认定所述通行车辆为已报备车辆,对所述通行车辆放行,否则不放行。
通过欧式距离法计算特征向量简化了识别步骤,减少了计算量,提升了识别效率。
通行计时模块400在已报备车辆进出入便道口时,生成时间记录信号,开始进行通行时间记录,生成通行时间及通行路口记录,并将通行记录时间与预计允许通行时长进行比较,判断通行记录时间是否超过预计允许通行时长,进而在通行记录时间即将超过预计允许通行时长的情况下,可设置超时阈值为十分钟,生成超时警示信息,并将超时警示信息发送至参建标段及车辆驾驶人员并敦促及时处置。例如:在通行记录时间还剩十分钟超过预计允许通行时长的情况下,通过系统向参建标段发送即将超时警示信息、向车辆驾驶人员发送即将超时的短信,即将超时警示信息内容为“某某车辆在便道口1、2通行时长即将在12小时后超过预计允许通行时长,请尽快驶出项目建设区域或及时进行延长通行时间申请”。
延长处理模块500接收参建标段的通行延长申请和通行路口变更申请,确定通行延长时长,进行延长通行记录,生成延长时间及路口记录,并在超过通行延长时长的情况下,生成现场处置意见及处置信号。
参建标段在接收到超时警示信息之后,如果觉得已报备车辆还有必要通行一段时间,则可以反馈发送通行延长通行时间申请,通过接收参建标段的通行延长申请,确定通行延长申请对应的通行延长时长,在通行记录时间即将超过预计允许通行时长之后,进行延长通行记录,生成延长记录时间,并将延长记录时间与通行延长时长进行比较,判断延长记录时间是否超过通行延长时长,并在延长记录时间超过通行延长时长的情况下,生成现场处置意见及处置信号,通过现场处置意见及处置信号提醒值班人员进行现场处理。例如,在延长记录时间超过允许通行延长时长的情况下,将超时警示信息发送至参建标段及车辆驾驶人员并敦促及时处置。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (10)
1.一种建设工程全项目施工便道口车辆管理系统,其特征在于:包括:
车辆报备模块(100):用于接收和处理参建标段的车辆报备申请,并对车辆进行信息提取和过滤黑名单操作;
车辆识别模块(200):用于在施工便道口进行实时车辆识别,识别已报备车辆并放行,并拦阻黑名单内车辆;
视频监控模块(300):用于通过摄像机实时记录施工便道口车辆进出影像数据、周围环境影像数据和值班人员管控影像数据;
通行计时模块(400):用于对进入施工便道口的已报备车辆的通行时间进行记录,并基于所述预计允许通行时长,向参建标段及车辆驾驶人员提前进行警示;
延长处理模块(500):用于接收并处理参建标段的通行延长申请和变更通行便道口申请。
2.根据权利要求1所述的建设工程全项目施工便道口车辆管理系统,其特征在于:还包括人员值班室(600),所述人员值班室(600)用于对视频监控模块(300)和车辆识别模块(200)进行管理。
3.根据权利要求1所述的建设工程全项目施工便道口车辆管理系统,其特征在于:所述车辆报备模块(100)还包括:
申请接收模块(110):用于接受和认证处理参建标段的施工车辆报备申请;
信息提取模块(120):用于提取认证成功的车辆的信息、预计通行时长和允许通行便道口并存储与数据库中。
4.根据权利要求1所述的建设工程全项目施工便道口车辆管理系统,其特征在于:所述车辆识别模块(200)通过设置在施工便道口的车道摄像机拍摄采集通行车辆图像,并通过特征识别算法对通行车辆图像进行处理和识别,基于数据库中存储的已报备车辆信息进行通行车辆图像的识别。
5.根据权利要求4所述的建设工程全项目施工便道口车辆管理系统,其特征在于:所述特征识别算法具体如下:
对采集的通行车辆图像进行灰度处理:
其中,V表示转换后的通行车辆图像的颜色,a、b、c表示基本颜色系数,R、G、B表示三基色;
对灰度处理后的通行车辆图像进行归一化处理:
其中,kx、ky分别表示x轴和y轴的缩放比例,(x0,y0)表示灰度处理后的通行车辆图像中的点,(i,j)表示缩放后的通行车辆图像中存在的点;
基于归一化处理对通行车辆图像进行积分处理:
其中,L(X,Y)表示区域S的积分值,p(i,j)表示通行车辆图像中任意点的灰度值;
S=L(Xn,Yn)-…-L(Xl,Yl)-…-L(X2,Y2)+L(X1,Y1)
其中,S为短距离点对子集;
对于积分处理后的影像空间点使用Hessian矩阵H(x,σ)进行处理:
其中,x和y分别表示x轴和y轴的坐标值,σ表示尺度参数;
其中,G(x,y,σ)表示二阶高斯微分函数;
其中,I(x,y)表示通行车辆图像像素函数,τxx(x,σ)、τxy(x,σ)、τyy(x,σ)表示图像通行车辆图像像素函数中的像素点(x,y)与高斯二阶微分和的卷积;
基于SURF算法进行通行车辆图像特征点的搜索;
对采集的通行车辆图像的特征基于欧式距离计算特征向量D:
其中,N表示图像特征数量,Xn1表示对由车道摄像头采集的通行车辆图像获取的图像特征,Xn2表示数据库中存储的已报备车辆图像特征。
6.根据权利要求5所述的建设工程全项目施工便道口车辆管理系统,其特征在于:所述车辆识别模块(200)中,统计通行车辆图像中各特征点与目标点间的距离,对最小的两个距离做比求取参数δ,
其中,δ为参数;设定参数阈值δ0,比较参数δ与参数阈值δ0的大小,若参数δ小于设定的参数阈值δ0,则认定其为同名点,即认定所述通行车辆为已报备车辆,对所述通行车辆放行,否则不放行。
7.根据权利要求1所述的建设工程全项目施工便道口车辆管理系统,其特征在于:所述通行计时模块(400)具体包括:
信号生成模块(410):用于在已报备车辆进入施工便道口时,生成时间记录信号;
时间记录模块(420):用于根据所述时间记录信号,进行通行时间记录,生成通行时间及通行路口记录;
超时判断模块(430):用于判断所述通行时间是否超过申请预计允许通行时长;
超时警示模块(440):用于根据所述超时判断模块(430)的判断结果,向参建标段及车辆驾驶人员进行提前警示。
8.根据权利要求7所述的建设工程全项目施工便道口车辆管理系统,其特征在于:所述超时警示模块(440)设置超时阈值,当通行时间到达超时阈值时,向参建标段及车辆驾驶人员进行警示。
9.根据权利要求8所述的建设工程全项目施工便道口车辆管理系统,其特征在于:所述通行计时模块(400)还将违规通行的车辆纳入黑名单,限制或禁止纳入黑名单的车辆进出各施工便道口。
10.根据权利要求1所述的建设工程全项目施工便道口车辆管理系统,其特征在于:所述延长处理模块(500)根据接收的通行延长申请和变更通行便道口申请,确定通行延长时长和变更通行便道口,进行延长通行记录,并生成延长记录时间,当所述延长记录时间超过通行延长时长时,生成现场处置意见及处置信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311521411.0A CN117711171A (zh) | 2023-11-13 | 2023-11-13 | 一种建设工程全项目施工便道口车辆管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311521411.0A CN117711171A (zh) | 2023-11-13 | 2023-11-13 | 一种建设工程全项目施工便道口车辆管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117711171A true CN117711171A (zh) | 2024-03-15 |
Family
ID=90146946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311521411.0A Pending CN117711171A (zh) | 2023-11-13 | 2023-11-13 | 一种建设工程全项目施工便道口车辆管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117711171A (zh) |
-
2023
- 2023-11-13 CN CN202311521411.0A patent/CN117711171A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6442474B1 (en) | Vision-based method and apparatus for monitoring vehicular traffic events | |
WO2018045731A1 (zh) | 高速公路应急车道占用监督处罚方法和系统 | |
CN109191829B (zh) | 道路安全监控方法及系统、计算机可读存储介质 | |
CN107481526A (zh) | 用于行车变道检测记录及违章变道举报控制的系统及方法 | |
CN110895662A (zh) | 车辆超载报警方法、装置、电子设备及存储介质 | |
CN110288823B (zh) | 一种基于朴素贝叶斯网络的交通违章误判识别方法 | |
CN105321352A (zh) | 一种机动车遮挡号牌违章行为检测及取证方法 | |
CN110599774A (zh) | 基于区块链的交通违章处理方法及系统 | |
CN113850995B (zh) | 一种基于隧道雷视数据融合的事件检测方法、装置及系统 | |
CN113658427A (zh) | 基于视觉与雷达的路况监控方法及系统、设备 | |
CN114913398A (zh) | 一种客运驾驶员实时行车风险辨识及风险等级判定的方法 | |
CN110909641A (zh) | 一种检测摩托车超载的方法、装置及系统 | |
Patel et al. | A framework for proactive safety evaluation of intersection using surrogate safety measures and non-compliance behavior | |
CN111222587A (zh) | 基于特征融合的失证人员危险驾驶行为预测方法及系统 | |
CN117711171A (zh) | 一种建设工程全项目施工便道口车辆管理系统 | |
CN115440071B (zh) | 一种自动驾驶违规停车检测方法 | |
CN112633163B (zh) | 一种基于机器学习算法实现非法运营车辆检测的检测方法 | |
Kiac et al. | ADEROS: artificial intelligence-based detection system of critical events for road security | |
CN112200148A (zh) | 一种去中心化的交通诚信评价系统 | |
CN110060452A (zh) | 车辆进出场所的警示方法及装置 | |
CN116720998B (zh) | 智慧社区管理系统及其方法 | |
CN116778434B (zh) | 一种基于计算机视觉的交通违章行为检测系统及方法 | |
CN118135768B (zh) | 一种高速公路收费站人员动态作业环境下的安全监控方法 | |
US20230377456A1 (en) | Mobile real time 360-degree traffic data and video recording and tracking system and method based on artifical intelligence (ai) | |
CN118072551A (zh) | 基于时空轨迹的安全预警方法、装置、系统及电子设备 |
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 |