一种判定有疲劳驾驶交通违法风险的车辆的方法

    公开(公告)号:CN114419892B

    公开(公告)日:2023-03-14

    申请号:CN202210106495.0

    申请日:2022-01-28

    IPC分类号: G08G1/01 G08B21/06

    摘要: 本发明提供一种判定有疲劳驾驶交通违法风险的车辆的方法,其主动研判车辆疲劳驾驶交通违法风险,找到有疲劳驾驶交通违法风险的车辆,及时预警风险车辆并加强管控,预防交通事故的发生。使用本发明的技术方案,先汇总全国所有因疲劳驾驶导致的非轻微事故数据,根据事故发生时间提取涉事车辆事发前半年内所有卡口通行轨迹;再从所有轨迹中提取能够反映车辆行驶从开始到停止的通行轨迹记录集合,划分车辆出行片段;进而统计车辆通行特征各项指标;以覆盖车辆尽可能多且统计条件尽可能严格作为原则,综合选取疲劳驾驶风险的各项评价条件;最后根据选取的各项条件,提取符合各项条件的车辆,得到有疲劳驾驶交通违法风险车辆。

    一种从单个出发地到多个目的地的车辆流向分析方法

    公开(公告)号:CN115063977A

    公开(公告)日:2022-09-16

    申请号:CN202210694906.2

    申请日:2022-06-20

    IPC分类号: G08G1/01 G08G1/017

    摘要: 本发明提供的一种从单个出发地到多个目的地的车辆流向分析方法,根据设定的采集时间段、出发地、待分析区域,基于卡口监控设备获取车辆通行记录数据集;根据卡口备案信息中的卡口所在地区信息,将车辆通行记录数据集分为:出发地通行记录数据集和出发地外通行记录数据集,使用目标车辆在各地区最后一次被抓拍的时间进行比较,将时间早于出发地的通行记录数据删除,再删除异常数据,得到从单个出发地到多个目的地的目标车辆途经地通行记录,并以此获取通行详情数据,最后根据目的地对通行详情数据分组,得到从单个出发地到多个目的地的车辆流向分析结果。

    基于卷积神经网络的渣土车特征识别方法

    公开(公告)号:CN109409337B

    公开(公告)日:2022-05-13

    申请号:CN201811459480.2

    申请日:2018-11-30

    摘要: 基于卷积神经网络的渣土车特征识别方法,其包括:S1:从监控系统中提取监控图片;S2:通过图像识别技术,输出车辆区域图片;S3:在车辆区域图片内进行车辆位置分类识别,将车辆区域图片划分为车头图片和车尾图片;S4:把车头、车尾图片分别输入到训练好的渣土车识别算法模型进行识别;S5:如果甄别结果为发现渣土车,且是通过车尾图片识别出渣土车,则把车尾图片输入到训练好的渣土车违法行为识别算法模型中进行识别;如果是通过车头图片识别出渣土车,则把车辆信息通知给监管人员;S6:S5中通过训练好的渣土车违法行为识别算法模型对车尾图片进行识别,如果违法识别结果为存在违法行为,则生成预警信息,把预警信息通知监管人员。

    基于卷积神经网络的遮挡号牌判别方法

    公开(公告)号:CN109344886B

    公开(公告)日:2022-05-13

    申请号:CN201811081354.8

    申请日:2018-09-17

    摘要: 本发明提供基于卷积神经网络的遮挡号牌判别方法,其可以持续不断的提升识别能力,确保能够维持较高的识别准确率。其包括:S1通过图像识别技术,从道路监控设备中提取数据,输出车辆区域图片;S2进行车辆号牌检测,将没有检测到号牌的车辆标记为嫌疑车辆;S3获取遮挡号牌判别用的候选区域图片;S4定时的循环收集车牌样本;S5通过图像识别技术对所有的车牌样本进行提取,输出样本的车辆区域图片;S6获取遮挡号牌判别用的候选区域图片;S7每次收集新的车牌样本后,训练卷积神经网络;S8把得到的嫌疑车辆的候选区域图片,输入到训练好的卷积神经网络中,判定是否遮挡号牌,如果判定嫌疑车辆存在遮挡号牌的行为,则针对嫌疑车辆进入后续程序。

    一种定点甄别违法车辆的方法及监控系统

    公开(公告)号:CN109326126A

    公开(公告)日:2019-02-12

    申请号:CN201811476727.1

    申请日:2018-12-05

    IPC分类号: G08G1/017

    摘要: 本发明提供一种借道超车违法行为的判断方法,其可以在目标地点附近自动识别违法车辆,成本低、费时短、效率高,正确率高,确保后续执法工作的正常实施;同时本发明还公开了基于此方法的监控系统。一种定点甄别违法车辆的方法,其包括:S1:依时间顺序,获取经过道路进口的车牌号码,按时间先后依次存入第一队列;S2:依时间顺序,获取经过道路出口的车牌号码,按采集时间排序后,按时间先后依次存入第二队列;S3:比较第一队列和第二队列中的号码牌,进行比对,如果一辆车驶过道路出口的排序高于此车辆进入道路的排序,也即是说,此车辆存在后进先出现象,则此车辆为嫌疑车辆;S4:把嫌疑车辆的号码牌信息发送给监控人员,以便后续执法工作实施。

    一种基于深度学习的车牌检测方法

    公开(公告)号:CN109271991A

    公开(公告)日:2019-01-25

    申请号:CN201811037178.8

    申请日:2018-09-06

    IPC分类号: G06K9/34 G06K9/32 G06N3/04

    摘要: 本发明提供一种基于深度学习的车牌识别方法,其可以自适应地获得不同场景下的车牌特征信息,同时提高了车牌识别的准确率。本发明将车牌固有的颜色属性加入YOLO模型中构建一个具有泛化能力强、检测以及定位准确率高的车牌检测模型,对输入的卡口监控设备拍摄的过车图片进行检测,得到车牌的区域位置;接着使用Radon变换对倾斜的车牌区域进行校正,同时利用颜色和边缘等线索对车牌区域进行微调,最后将微调后的车牌区域送入加入车牌编码规则约束的CRNN网络对车牌号码进行识别。

    基于道路监控视频的异常路况快速发现方法

    公开(公告)号:CN107742425A

    公开(公告)日:2018-02-27

    申请号:CN201710903579.6

    申请日:2017-09-29

    IPC分类号: G08G1/04 G06K9/00

    CPC分类号: G08G1/04 G06K9/00724

    摘要: 本发明提供一种基于道路监控视频的异常路况快速发现方法,对于监控视频,该方法包括两个指标:正常路况差异范围指标和正常路况运动区域差异频率指标;当根据监控的实时路况计算的差异度矩阵位于正常路况差异范围之外即认为路况异常;当根据监控的实时路况计算的运动区域差异频率超出正常路况运动区域差异频率范围,即认为路况异常。本发明能够快速实时地从监控视频中发现异常路况,计算量小,适合前端嵌入设备与大规模并行计算。

    基于GIS的主干公路网交通安全执法服务站自动布设方法

    公开(公告)号:CN104199910A

    公开(公告)日:2014-12-10

    申请号:CN201410432355.8

    申请日:2014-08-28

    IPC分类号: G06F17/30 G06Q10/06 G06Q50/26

    摘要: 本发明涉及一种基于GIS的主干公路网交通安全执法服务站自动布设方法,其通过对主干公路网、行政区划GIS图层的叠加求交运算,生成省际、市际、县际交点图层;并从关联图层中继承包括道路、违法、流量在内的属性信息,进行Coordinate Concatenator函数运算,生成点位X、Y坐标值;再通过Duplicate Remover函数判断同一图层中各点位属性是否重复;然后匹配收费站图层X、Y坐标值,对省际、市际、县际交点图层X、Y属性值进行修正;再根据点位附近的桥梁、隧道图层对应的缓冲区,将落入缓冲区的执法服务站点位通过叠加求交进行修正;最后生成执法服务站图层,按照公安交通执法服务站分类原则自动分类。本发明通过GIS软件,在主干公路网电子地图上自动选址、分类布设交通安全执法服务站。

    基于轨迹碰撞的嫌疑车辆分析方法

    公开(公告)号:CN101944292B

    公开(公告)日:2012-05-23

    申请号:CN201010283254.0

    申请日:2010-09-16

    IPC分类号: G08G1/017

    摘要: 本发明涉及一种基于轨迹碰撞的嫌疑车辆分析方法,嫌疑车辆分析方法包括如下步骤:a、根据嫌疑车辆的起点和终点,得到嫌疑车辆的若干行驶路径;b、提取每条行驶路径上相对应的卡口信息;c、计算车辆在相对应的行驶路径上的出现比率;d、将步骤c得到的车辆在行驶路径上出现比率与设定的比率相比较,得到在相应路径上大于出现比率的第一车辆数据集;e、根据嫌疑车辆的相关信息与步骤d得到的第一车辆数据集进行比对检测,并得到第二车辆数据集;f、将第二车辆数据集内的车辆信息与卡口信息中相对应的过车信息图片及相关联的机动车登记信息箱比对,得到嫌疑车辆。本发明大大减小了搜索嫌疑车辆的过程,提高了识别的准确率。