[发明专利]一种大型货车违章消息生成方法及系统有效
申请号: | 201910624438.X | 申请日: | 2019-07-11 |
公开(公告)号: | CN110310488B | 公开(公告)日: | 2022-03-01 |
发明(设计)人: | 戚湧;其他发明人请求不公开姓名 | 申请(专利权)人: | 南京理工大学 |
主分类号: | G08G1/017 | 分类号: | G08G1/017;G08G1/123;G06K9/00 |
代理公司: | 深圳泛航知识产权代理事务所(普通合伙) 44867 | 代理人: | 张智轶 |
地址: | 210018 江苏省南*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 大型 货车 违章 消息 生成 方法 系统 | ||
1.一种大型货车违章消息生成方法,其特征在于,包括:
车载终端获取当前的位置坐标,检测所述当前的位置坐标是否处于高速公路内;
如果所述当前的位置坐标处于高速公路内,判断当前车道是否为所述高速公路的左车道;
如果所述当前车道为所述高速公路的左车道,就触发拍摄指令,利用所述拍摄指令,获取摄像组朝挡风玻璃正前方区域拍摄的车辆图像以及所述车辆图像的拍摄时间,识别所述车辆图像的车牌号;
在预设的存储区域中,获取预存的本省的大型货车车牌号,将所述车牌号与所述本省的大型货车车牌号进行匹配;
如果所述车牌号与所述本省的大型货车车牌号匹配成功,就识别所述车牌号为本省的大型货车车牌号;
将预设的大型货车违章标签、所述大型货车车牌号、拍摄时间以及所述位置坐标封包,生成大型货车违章消息;
建立所述大型货车违章消息以及所述大型货车违章视频之间的对应关系,向预设的管理服务器上传所述大型货车违章消息、所述大型货车违章视频以及所述对应关系;
所述将预设的大型货车违章标签、所述大型货车车牌号、拍摄时间以及所述位置坐标封包,生成大型货车违章消息,具体为:
获取图像帧率,将图像帧率和预设时间相乘,得到预设时间内获取到的所述车辆图像的帧数,获取预设时间内识别所述车牌号为本省的大型货车车牌号的次数,根据预设的货车识别可靠系数生成模型、获取到的所述车辆图像的帧数以及识别所述车牌号为本省的大型货车车牌号的次数,生成识别所述车牌号为本省的大型货车车牌号的货车识别可靠系数,当货车识别可靠系数大于预设值时,将预设的大型货车违章标签、所述大型货车车牌号、拍摄时间以及所述位置坐标封包,生成大型货车违章消息;
其中,货车识别可靠系数生成模型具体为:
其中,V为货车识别可靠系数,V由识别率和识别系数两部分组成,为识别率,Ni表示预设时间内,识别所述车牌号为本省的大型货车车牌号的次数,Frames表示预设时间内,获取到的所述车辆图像的帧数;为识别系数,No表示预设的识别次数;0a1、0b1,a+b=1,a和b的大小分别决定着识别率和识别系数在货车识别可靠系数中的权重比。
2.如权利要求1所述的方法,其特征在于,所述如果所述当前的位置坐标处于高速公路内,判断当前车道是否为所述高速公路的左车道,具体为:
如果所述当前的位置坐标处于高速公路内,获取所述高速公路的道路图像,对所述道路图像进行车道识别,如果车道识别为左车道,就判断当前车道为所述高速公路的左车道,如果车道识别为中间车道或右车道,就判断当前车道不为所述高速公路的左车道。
3.如权利要求1所述的方法,其特征在于,所述如果所述当前的位置坐标处于高速公路内,判断当前车道是否为所述高速公路的左车道,具体为:
如果所述当前的位置坐标处于高速公路内,通过安装在左后视镜的侧视摄像头,获取车身左边的图像,利用背景差分法,识别所述车身左边的图像是否存在移动物体,同时通过安装在左车门外把手的距离传感器,获取车身离左侧栏杆的距离,如果在预设时间内,所述车身左边的图像不存在移动物体且所述车身离左侧栏杆的距离的均值小于预设距离,就判断当前车道为所述高速公路的左车道,如果在预设时间内,所述车身左边的图像存在移动物体或所述车身离左侧栏杆的距离的均值不小于预设距离,就判断当前车道不为所述高速公路的左车道。
4.如权利要求1所述的方法,其特征在于,所述如果所述当前车道为所述高速公路的左车道,就触发拍摄指令,利用所述拍摄指令,获取摄像组朝挡风玻璃正前方区域拍摄的车辆图像以及所述车辆图像的拍摄时间,识别所述车辆图像的车牌号,具体为:
如果所述当前车道为所述高速公路的左车道,获取当前车速,判断当前车速是否低于所述高速公路的左车道要求的最小行驶速度,如果所述当前车速低于所述高速公路的左车道要求的最小行驶速度,就利用所述拍摄指令,获取摄像组朝挡风玻璃正前方区域拍摄的车辆图像以及所述车辆图像的拍摄时间,识别所述车辆图像的车牌号。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京理工大学,未经南京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910624438.X/1.html,转载请声明来源钻瓜专利网。