[发明专利]一种基于N-2型道路状况智能检测车的桩号校对系统在审
申请号: | 201910675687.1 | 申请日: | 2019-07-25 |
公开(公告)号: | CN110414416A | 公开(公告)日: | 2019-11-05 |
发明(设计)人: | 王宏畅;姜雷;王刚;林树锋;薛志强;万昀聪 | 申请(专利权)人: | 南京林业大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/32;G06K7/14;G06K17/00;G01S19/42 |
代理公司: | 南京灿烂知识产权代理有限公司 32356 | 代理人: | 朱妃 |
地址: | 江苏省南京*** | 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: | 道路状况 智能检测 车载检测系统 校对系统 读取 图像识别系统 驾驶 存储系统 错误警告 服务系统 驾驶疲劳 依次相连 自动识别 录像机 云端 处理器 侧边 工作量 注意力 核对 直观 检测 | ||
1.一种基于N-2型道路状况智能检测车的桩号校对系统,其特征在于:设置于N-2型道路状况智能检测车上并对位于道路侧边的桩号牌进行读取识别,包括依次相连的录像机、图像识别系统、处理器和云端服务系统,以及GPS定位系统和存储系统;
所述桩号牌包括表面印刷有桩号牌信息的牌本体和印刷于牌本体表面并记录了桩号牌信息的二维码,该二维码用于供录像机拍摄,所述桩号牌信息包括桩号和桩号对应的地点;
所述录像机对桩号牌进行拍摄获取桩号视频,并将桩号视频传送给图像识别系统进行识别和存储系统进行存储;
所述图像识别系统对桩号视频进行识别获取桩号牌信息和二维码,对二维码进行识别得出二维码对应的所记录桩号牌信息,并将桩号牌信息和二维码对应的所记录桩号牌信息传送给处理器;
所述处理器对桩号牌信息和二维码对应的所记录桩号牌信息进行对比检验,若一致则将桩号牌信息传送给云端服务系统、并通过数据连接转换线传送至N-2型道路状况智能检测车自带的车载检测系统中,车载检测系统显示桩号牌信息;若不一致则给出错误警告并生成错误报告,将错误警告和错误报告传送给云端服务系统、并通过数据连接转换线传送至N-2型道路状况智能检测车自带的车载检测系统中,车载检测系统显示错误警告;
所述云端服务系统将处理器传来的桩号牌信息、错误警告和错误报告上传至云端进行备份;
所述GPS定位系统对N-2型道路状况智能检测车进行定位获取定位信息,并将定位信息传送给云端服务系统。
2.根据权利要求1所述的一种基于N-2型道路状况智能检测车的桩号校对系统,其特征在于:所述录像机一侧还设有补光装置。
3.根据权利要求1所述的一种基于N-2型道路状况智能检测车的桩号校对系统,其特征在于:所述图像识别系统对桩号视频进行图像识别、数字识别、字母识别以及二维码识别。
4.根据权利要求1所述的一种基于N-2型道路状况智能检测车的桩号校对系统,其特征在于:所述图像识别系统具有慢速播放和自动截屏功能。
5.根据权利要求4所述的一种基于N-2型道路状况智能检测车的桩号校对系统,其特征在于:所述慢速播放功能包括0.75倍速、0.5倍速、0.25倍速三档,图像识别系统按倍速值由高到低进行放慢速度识别,直至识别出桩号牌信息和相应的二维码。
6.根据权利要求1所述的一种基于N-2型道路状况智能检测车的桩号校对系统,其特征在于:所述图像识别系统将识别获取的桩号牌信息和二维码按设定尺寸生成图像。
7.根据权利要求1所述的一种基于N-2型道路状况智能检测车的桩号校对系统,其特征在于:所述云端服务系统包括若干个客户端和一个终端,终端用于存储上传来的数据,客户端用于将接收的数据上传至终端以及从终端下载数据,数据包括桩号牌信息、错误警告、错误报告和定位信息。
8.根据权利要求7所述的一种基于N-2型道路状况智能检测车的桩号校对系统,其特征在于:所述定位信息包括N-2型道路状况智能检测车的行驶路线及其实时位置,定位信息通过云端服务系统的客户端上传至云端服务系统的终端。
9.根据权利要求1所述的一种基于N-2型道路状况智能检测车的桩号校对系统,其特征在于:所述存储系统包括依次相连的存储处理中心和存储器,所述存储处理中心用于对桩号视频以图像识别系统成功识别出桩号牌信息和二维码的截屏时间为准的前后一秒进行视频截取并将该截取的视频存储至存储器内。
10.根据权利要求9所述的一种基于N-2型道路状况智能检测车的桩号校对系统,其特征在于:所述存储器包括移动存储设备。
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林业大学,未经南京林业大学许可,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/201910675687.1/1.html,转载请声明来源钻瓜专利网。