CN117523858B - 道路电子卡口检测方法和装置 - Google Patents
道路电子卡口检测方法和装置 Download PDFInfo
- Publication number
- CN117523858B CN117523858B CN202311583119.1A CN202311583119A CN117523858B CN 117523858 B CN117523858 B CN 117523858B CN 202311583119 A CN202311583119 A CN 202311583119A CN 117523858 B CN117523858 B CN 117523858B
- Authority
- CN
- China
- Prior art keywords
- traffic flow
- real
- time traffic
- image
- acquisition frequency
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 claims abstract description 24
- 230000004044 response Effects 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 13
- 230000003213 activating effect Effects 0.000 claims abstract description 5
- 238000010191 image analysis Methods 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 17
- 230000015654 memory Effects 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000004927 fusion Effects 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 2
- 238000007667 floating Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000003062 neural network model Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
- 239000002699 waste material Substances 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
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/65—Control of camera operation in relation to power supply
- H04N23/651—Control of camera operation in relation to power supply for reducing power consumption by affecting camera operations, e.g. sleep mode, hibernation mode or power off of selective parts of the camera
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开涉及数据处理技术领域，提出了道路电子卡口检测方法和装置，包括响应于实时车流量小于第一流量阈值，控制图像采集装置休眠；响应于实时车流量小于第一流量阈值且检测到车辆出现于目标道口，控制激活图像采集装置以进行图像采集；响应于实时车流量在第一流量阈值和第二流量阈值之间，基于预设的正相关关系确定对应于实时车流量的第一采集频率，控制图像采集装置基于第一采集频率进行图像采集；响应于实时车流量大于第二流量阈值，基于预设的负相关关系确定对应于实时车流量的第二采集频率，控制图像采集装置基于第二采集频率进行图像采集。通过上述技术方案，解决了现有技术中道路电子卡口存在无效抓拍数据、增加存储负担的问题。
Description
技术领域
本公开涉及数据处理技术领域，具体的，涉及道路电子卡口检测方法和装置。
背景技术
电子卡口系统主要设置于一个城市公路的出入口、高速公路的出入口、收费站等治安卡口和重点治安地段。电子卡口系统是以设置在主要交通枢纽道路口的摄像机为依托，结合智能化的仪器和软件来实现道路交通的智能控管，比如当前的车流量，段面车辆计数，车辆特征检索，以及部分违章抓拍功能，从而帮助城市交警部门更好地管理和规范交通秩序，提高道路交通安全水平。
目前，电子卡口的违章抓拍功能通常设置为固定抓拍频率，在车流量较小的情况下，存在电能的浪费，而且抓拍的大量无效数据会增加存储负担。
发明内容
本公开提出道路电子卡口检测方法和装置，解决了相关技术中道路电子卡口存在无效抓拍数据、增加存储负担的问题。
本公开实施例的第一方面，提供了一种道路电子卡口检测方法，包括：
响应于实时车流量小于第一流量阈值，控制图像采集装置休眠；所述实时车流量为目标道口的实时的车流量；
响应于所述实时车流量小于第一流量阈值且检测到车辆出现于所述目标道口，控制激活所述图像采集装置以进行图像采集；
响应于所述实时车流量在第一流量阈值和第二流量阈值之间，基于预设的正相关关系确定对应于所述实时车流量的第一采集频率，控制所述图像采集装置基于所述第一采集频率进行图像采集；
响应于所述实时车流量大于第二流量阈值，基于预设的负相关关系确定对应于所述实时车流量的第二采集频率，控制所述图像采集装置基于所述第二采集频率进行图像采集。
本公开实施例的第二方面，提供了一种道路电子卡口检测装置，包括：
第一处理单元，响应于实时车流量小于第一流量阈值，控制图像采集装置休眠；所述实时车流量为目标道口的实时的车流量；
第二处理单元，响应于所述实时车流量小于第一流量阈值且检测到车辆出现于所述目标道口，控制激活所述图像采集装置以进行图像采集；
第一计算单元，响应于所述实时车流量在第一流量阈值和第二流量阈值之间，基于预设的正相关关系确定对应于所述实时车流量的第一采集频率，控制所述图像采集装置基于所述第一采集频率进行图像采集；
第二计算单元，响应于所述实时车流量大于第二流量阈值，基于预设的负相关关系确定对应于所述实时车流量的第二采集频率，控制所述图像采集装置基于所述第二采集频率进行图像采集。
本公开实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的道路电子卡口检测方法的步骤。
本公开实施例的第四方面，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存储有计算机程序，所述计算机程序被处理器执行时实现上述的道路电子卡口检测方法的步骤。
本公开提供的道路电子卡口检测方法和装置的有益效果为：
本公开实施例根据车流量的大小确定图像采集装置的采集频率（抓拍频率），当车流量较小时，不宜采用周期采集的方式进行图像采集，仅在检测到有车时触发图像采集；当车流量介于第一流量阈值和第二流量阈值之间时，图像采集频率随车流量的增加而增加，以适应车辆量增加的需要；当车流量较大时，可能存在较严重的堵车情况，此时可以随着车流量的增加减小图像采集频率，避免无效的图像采集。
本公开实施例的方法，在保证对车辆及时抓拍的前提下，避免了无效图像的抓拍带来的电能的浪费、以及抓拍的大量无效数据增加存储负担的问题。
附图说明
下面结合附图和具体实施方式对本公开作进一步详细的说明。
图1为本公开一实施例提供的道路电子卡口检测方法流程示意图；
图2为本公开一实施例提供的道路电子卡口检测装置结构框图；
图3为本公开一实施例提供的电子设备的示意框图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本公开实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本公开。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本公开的描述。
为使本公开的目的、技术方案和优点更加清楚，下面将结合附图通过具体实施例来进行说明。
请参考图1，图1为本公开一实施例提供的电子卡口检测方法的流程示意图，该方法包括：
S101：响应于实时车流量小于第一流量阈值，控制图像采集装置休眠；实时车流量为目标道口的实时的车流量。
在本公开实施例中，实时车流量可以通过地感线圈、红外线检测等方式获得，也可以通过摄像头获取车辆图像，并通过识别车辆数量得到。当车流量小于第一流量阈值时，说明车流量较小，可以将图像采集装置设置为休眠状态，以避免无效抓拍。
S102：响应于实时车流量小于第一流量阈值且检测到车辆出现于目标道口，控制激活图像采集装置以进行图像采集。
在本公开实施例中，当实时车流量小于第一流量阈值时，由车辆检测装置检测是否有车辆经过，车辆检测装置检测到有车时，将图像采集装置从休眠状态唤醒，进行图像采集。其中，车辆检测装置可以是红外检测装置，按照来车方向，红外检测装置设置在图像采集装置的前方，当有车辆经过时，红外检测装置首先检测到车辆经过，然后触发图像采集装置进行图像采集。
S103：响应于实时车流量在第一流量阈值和第二流量阈值之间，基于预设的正相关关系确定对应于实时车流量的第一采集频率，控制图像采集装置基于第一采集频率进行图像采集。
在本公开实施例中，当实时车流量介于第一流量阈值和第二流量阈值之间时，图像采集频率随实时车流量的增加而增加，以适应车辆量增加的需要，保证数据的有效采集。
S104：响应于实时车流量大于第二流量阈值，基于预设的负相关关系确定对应于实时车流量的第二采集频率，控制图像采集装置基于第二采集频率进行图像采集。
在本公开实施例中，当实时车流量较大时，可能存在较严重的堵车情况，此时可以随着实时车流量的增加减小图像采集频率，避免重复的图像采集。
由上可以得出，本公开实施例的方法，根据实时车流量的大小确定图像采集装置的采集频率，在保证对车辆及时抓拍的前提下，避免了无效图像的抓拍。
在本公开的一种实施例中，基于预设的正相关关系确定对应于实时车流量的第一采集频率，包括：
通过确定第一采集频率，其中，/>为预设常数，L为实时车流量，Lmin为第一流量阈值。
在本公开实施例中，根据实时车流量和第一流量阈值的比值确定第一采集频率，实现图像采集频率随实时车流量的增加而增加。其中，预设常数用于对第一采集频率进行微调。
在本公开的一种实施例中，基于预设的负相关关系确定对应于实时车流量的第二采集频率，包括：
通过确定第二采集频率，其中，/>为预设常数，Lmax为第二流量阈值。
在本公开实施例中，根据实时车流量和第二流量阈值的比值确定第二采集频率，实现图像采集频率随实时车流量的增加而减小。其中，预设常数用于对第二采集频率进行微调。
需要说明的是，本领域技术人员可以灵活设计第一流量阈值、第二流量阈值、、的具体取值，这里不做限定。
在本公开的一种实施例中，道路电子卡口检测方法还包括：
在目标道口的能见度等级小于能见度阈值时，按照第一比例系数调整图像采集装置的采集频率；图像采集装置的采集频率包括第一采集频率和第二采集频率。
在本公开实施例中，当能见度等级较低时，为保证图像分析效果，可以通过在当前图像采集频率的基础上乘以第一比例系数，将当前图像采集频率调大，这样可以增加采集的图像数量，以提高图像分析效果。
在本公开的一种实施例中，道路电子卡口检测方法还包括：
获取目标道口的图像和能见度等级。
响应于能见度等级大于等于能见度阈值，将目标道口的图像输入第一图像分析模型，得到实时车流量。
响应于能见度等级小于能见度阈值，将目标道口的图像输入第二图像分析模型，得到实时车流量。
在本公开实施例中，针对正常天气（能见度等级大于等于能见度阈值的天气）和雾霾天气（能见度等级小于能见度阈值的天气），分别设置有第一图像分析模型和第二图形分析模型。其中，第一图像分析模型用于对正常天气的实时车流量进行检测；第二图像分析模型用于对雾霾天气的实时车流量进行检测。针对正常天气和雾霾天气的不同特点进行针对性的识别，有利于提高实时车流量的检测效果。
在本公开的一种实施例中，第一图像分析模型的训练过程包括：
获取目标道口的多个历史图像。
从所述多个历史图像中筛选能见度等级大于等于能见度阈值的图像，得到第一历史图像。
对所述第一历史图像中的车辆数量进行标注。
基于标注后的第一历史图像训练第一图像分析模型。
在本公开实施例中，第一图像分析模型可以通过训练神经网络模型得到，其训练集来自于目标道口的多个历史图像，从目标道口的多个历史图像中筛选正常天气情况下的图像，对其中的车辆数量进行标注得到图像真值。
将多个第一历史图像作为神经网络模型的输入数据，标注的车辆数量作为神经网络模型的理论输出数据，训练得到的第一图像分析模型可以准确识别目标道口的图像中的车辆数量，进而根据车辆数量进行车流量的计算。
在本公开的一种实施例中，第二图像分析模型的训练过程包括：
获取目标道口的雾霾天气背景图像。
将第一历史图像和雾霾天气背景图像进行图像融合，得到多个雾霾天气历史图像。
基于多个所述雾霾天气历史图像和第二历史图像训练第二图像分析模型；所述第二历史图像为多个历史图像中能见度等级小于能见度阈值的图像。
在本公开实施例中，第二图像分析模型同样可以通过训练神经网络模型得到。同时，由于目标道口的多个历史图像中雾霾天气的样本较少，因此，首先将多个第一历史图像和雾霾天气背景图像进行图像融合得到多个雾霾天气历史图像，然后将多个雾霾天气历史图像和第二历史图像作为第二图像分析模型的训练集。其中，雾霾天气背景图像为雾霾天气情况下，没有车辆经过时采集的目标道口的图像。
通过将目标道口的多个历史图像和雾霾天气背景图像进行图像融合得到雾霾天气历史图像，解决了第二图像分析模型的训练样本少的问题，保证第二图像分析模型的准确度。。
在本公开的一种实施例中，道路电子卡口检测方法还包括：
获取第一道口的电子卡口数据和第二道口的电子卡口数据。
根据相同车辆经过第一道口和第二道口的时间，计算通行时间。相同车辆为第一道口的电子卡口数据和第二道口的电子卡口数据中具有相同车辆标识的数据。
根据通行时间确定第一道口和第二道口之间路段的拥挤程度。
在本公开实施例中，第一道口和第二道口为相邻的两个道口，第一道口的电子卡口数据和第二道口的电子卡口数据分别包括通过对应道口的车辆的数量、时间、速度、类型、车辆标识等信息。通过比较第一道口的电子卡口数据和第二道口的电子卡口数据中具有相同车辆标识的数据，可以得到经过第一道口和第二道口的相同车辆，并根据同一车辆经过第一道口和第二道口的时间，计算车辆在第一道口和第二道口之间的通行时间。将通行时间和预设的时间阈值比较，如果通行时间大于预设的时间阈值，则表明道路拥挤，需要向周围的电子卡口发送报警信息，以提醒用户提前绕行。
为保证通行时间计算的准确性，可以计算多个车辆的通行时间，然后求多个通行时间的平均值。
在本公开的一种实施例中，道路电子卡口检测方法还包括：
获取预设区域内浮动车的运行轨迹。预设区域为以目标道口为中心，半径R范围内的区域。
根据预设区域内浮动车的运行轨迹，确定折返车辆个数。
根据折返车辆个数和预设区域内浮动车总数，计算折返车辆占比。
如果折返车辆占比大于预设的比例阈值，则向外部终端发送提示信息。
在本公开实施例中，浮动车是指安装了车载GPS定位装置并行驶在城市主干道上的公交汽车和出租车。由于安装了车载全球定位系统，浮动车的行车轨迹可以在地图上实时展示。据此，可以检测目标道口的状态。例如，如果在一段时间内，超过70%（预设的比例阈值为70%）的车辆在目标道口折返，则表明目标道口关闭，需要向外部终端发送提示信息，以提醒用户提前绕行。外部终端可以是在道路沿线设置的信号接收终端或车载终端。
对应于上文实施例的电子卡口检测方法，图2为本公开一实施例提供的电子卡口检测装置的结构框图。为了便于说明，仅示出了与本公开实施例相关的部分。参考图2，该电子卡口检测装置20包括：第一处理单元21、第二处理单元22、第一计算单元23、第二计算单元24。
其中，第一处理单元21，响应于实时车流量小于第一流量阈值，控制图像采集装置休眠。实时车流量为目标道口的实时的车流量。
第二处理单元22，响应于实时车流量小于第一流量阈值且检测到车辆出现于目标道口，控制激活图像采集装置以进行图像采集。
第一计算单元23，响应于实时车流量在第一流量阈值和第二流量阈值之间，基于预设的正相关关系确定对应于实时车流量的第一采集频率，控制图像采集装置基于第一采集频率进行图像采集。
第二计算单元24，响应于实时车流量大于第二流量阈值，基于预设的负相关关系确定对应于实时车流量的第二采集频率，控制图像采集装置基于第二采集频率进行图像采集。
在本公开的一种实施例中，第一计算单元23具体用于：
通过确定第一采集频率，其中，/>为预设常数，L为实时车流量，Lmin为第一流量阈值。
在本公开的一种实施例中，第二计算单元24具体用于：
通过确定第二采集频率，其中，/>为预设常数，Lmax为第二流量阈值。
在本公开的一种实施例中，道路电子卡口检测装置还包括频率调整单元25，用于：
在目标道口的能见度等级小于能见度阈值时，按照第一比例系数调整图像采集装置的采集频率。图像采集装置的采集频率包括第一采集频率和第二采集频率。
在本公开的一种实施例中，道路电子卡口检测装置还包括流量获取单元26，用于：
获取目标道口的图像和能见度等级。
响应于能见度等级大于等于能见度阈值，将目标道口的图像输入第一图像分析模型，得到实时车流量。
响应于能见度等级小于能见度阈值，将目标道口的图像输入第二图像分析模型，得到实时车流量。
在本公开的一种实施例中，流量获取单元26还用于：
获取目标道口的多个历史图像。
对目标道口的历史图像中的车辆数量进行标注。
基于标注后的目标道口的历史图像训练第一图像分析模型。
在本公开的一种实施例中，流量获取单元26还用于：
获取目标道口的雾霾天气背景图像。
将目标道口的多个历史图像和雾霾天气背景图像进行图像融合，得到多个雾霾天气历史图像。
基于多个雾霾天气历史图像训练第二图像分析模型。
在本公开的一种实施例中，道路电子卡口检测装置还包括第一检测单元27，用于：
获取第一道口的电子卡口数据和第二道口的电子卡口数据。
根据相同车辆经过第一道口和第二道口的时间，计算通行时间。相同车辆为第一道口的电子卡口数据和第二道口的电子卡口数据中具有相同车辆标识的数据。
根据通行时间确定第一道口和第二道口之间路段的拥挤程度。
在本公开的一种实施例中，道路电子卡口检测装置还包括第二检测单元28，用于：
获取预设区域内浮动车的运行轨迹。预设区域为以目标道口为中心，半径R范围内的区域。
根据预设区域内浮动车的运行轨迹，确定折返车辆个数。
根据折返车辆个数和预设区域内浮动车总数，计算折返车辆占比。
如果折返车辆占比大于预设的比例阈值，则向外部终端发送提示信息。
参见图3，图3为本公开一实施例提供的电子设备的示意框图。如图3所示的本实施例中的电子设备300可以包括：一个或多个处理器301、一个或多个输入设备302、一个或多个输出设备303及一个或多个存储器304。上述处理器301、输入设备302、输出设备303及存储器304通过通信总线305完成相互间的通信。存储器304用于存储计算机程序，计算机程序包括程序指令。处理器301用于执行存储器304存储的程序指令。其中，处理器301被配置用于调用程序指令执行以下操作上述各装置实施例中各模块/单元的功能，例如图2所示模块21至24的功能。
应当理解，在本公开实施例中，所称处理器301可以是中央处理单元 (CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器 (DigitalSignal Processor，DSP)、专用集成电路 (Application Specific Integrated Circuit，ASIC)、现成可编程门阵列 (Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备302可以包括触控板、指纹采传感器（用于采集用户的指纹信息和指纹的方向信息）、麦克风等，输出设备303可以包括显示器（LCD等）、扬声器等。
该存储器304可以包括只读存储器和随机存取存储器，并向处理器301 提供指令和数据。存储器304的一部分还可以包括非易失性随机存取存储器。例如，存储器304还可以存储设备类型的信息。
具体实现中，本公开实施例中所描述的处理器301、输入设备302、输出设备303可执行本公开实施例提供的电子卡口检测方法的第一实施例和第二实施例中所描述的实现方式，也可执行本公开实施例所描述的电子设备的实现方式，在此不再赘述。
在本公开的另一实施例中提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序包括程序指令，程序指令被处理器执行时实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
计算机可读存储介质可以是前述任一实施例的电子设备的内部存储单元，例如电子设备的硬盘或内存。计算机可读存储介质也可以是电子设备的外部存储设备，例如电子设备上配备的插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（SecureDigital, SD）卡，闪存卡（Flash Card）等。进一步地，计算机可读存储介质还可以既包括电子设备的内部存储单元也包括外部存储设备。计算机可读存储介质用于存储计算机程序及电子设备所需的其他程序和数据。计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本公开的范围。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的电子设备和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的电子设备和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本公开实施例方案的目的。
另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
以上，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。
以上仅为本公开的较佳实施例而已，并不用以限制本公开，凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。
Claims (8)
1.道路电子卡口检测方法，其特征在于，包括：
响应于实时车流量小于第一流量阈值，控制图像采集装置休眠；所述实时车流量为目标道口的实时的车流量；
响应于所述实时车流量小于第一流量阈值且检测到车辆出现于所述目标道口，控制激活所述图像采集装置以进行图像采集；
响应于所述实时车流量在第一流量阈值和第二流量阈值之间，基于预设的正相关关系确定对应于所述实时车流量的第一采集频率，控制所述图像采集装置基于所述第一采集频率进行图像采集；
响应于所述实时车流量大于第二流量阈值，基于预设的负相关关系确定对应于所述实时车流量的第二采集频率，控制所述图像采集装置基于所述第二采集频率进行图像采集；
所述基于预设的正相关关系确定对应于所述实时车流量的第一采集频率，包括：
通过确定第一采集频率，其中，/>为预设常数，L为实时车流量，Lmin为第一流量阈值；
所述基于预设的负相关关系确定对应于所述实时车流量的第二采集频率，包括：
通过确定第二采集频率，其中，/>为预设常数，Lmax为第二流量阈值。
2.根据权利要求1所述的道路电子卡口检测方法，其特征在于，还包括：
在所述目标道口的能见度等级小于能见度阈值时，按照第一比例系数调整所述图像采集装置的采集频率；所述图像采集装置的采集频率包括第一采集频率和第二采集频率。
3.根据权利要求1所述的道路电子卡口检测方法，其特征在于，还包括：
获取目标道口的图像和能见度等级；
响应于所述能见度等级大于等于能见度阈值，将所述目标道口的图像输入第一图像分析模型，得到实时车流量；
响应于所述能见度等级小于能见度阈值，将所述目标道口的图像输入第二图像分析模型，得到实时车流量。
4.根据权利要求3所述的道路电子卡口检测方法，其特征在于，还包括：
获取目标道口的多个历史图像；
从所述多个历史图像中筛选能见度等级大于等于能见度阈值的图像，得到第一历史图像；
对所述第一历史图像中的车辆数量进行标注；
基于标注后的第一历史图像训练第一图像分析模型。
5.根据权利要求4所述的道路电子卡口检测方法，其特征在于，还包括：
获取目标道口的雾霾天气背景图像；
将第一历史图像和雾霾天气背景图像进行图像融合，得到多个雾霾天气历史图像；
基于多个所述雾霾天气历史图像和第二历史图像训练第二图像分析模型；所述第二历史图像为多个历史图像中能见度等级小于能见度阈值的图像。
6.一种道路电子卡口检测装置，其特征在于，包括：
第一处理单元，响应于实时车流量小于第一流量阈值，控制图像采集装置休眠；所述实时车流量为目标道口的实时的车流量；
第二处理单元，响应于所述实时车流量小于第一流量阈值且检测到车辆出现于所述目标道口，控制激活所述图像采集装置以进行图像采集；
第一计算单元，响应于所述实时车流量在第一流量阈值和第二流量阈值之间，基于预设的正相关关系确定对应于所述实时车流量的第一采集频率，控制所述图像采集装置基于所述第一采集频率进行图像采集；
第二计算单元，响应于所述实时车流量大于第二流量阈值，基于预设的负相关关系确定对应于所述实时车流量的第二采集频率，控制所述图像采集装置基于所述第二采集频率进行图像采集；
所述基于预设的正相关关系确定对应于所述实时车流量的第一采集频率，包括：
通过确定第一采集频率，其中，/>为预设常数，L为实时车流量，Lmin为第一流量阈值；
所述基于预设的负相关关系确定对应于所述实时车流量的第二采集频率，包括：
通过确定第二采集频率，其中，/>为预设常数，Lmax为第二流量阈值。
7.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。
8.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311583119.1A CN117523858B (zh) | 2023-11-24 | 2023-11-24 | 道路电子卡口检测方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311583119.1A CN117523858B (zh) | 2023-11-24 | 2023-11-24 | 道路电子卡口检测方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117523858A CN117523858A (zh) | 2024-02-06 |
| CN117523858B true CN117523858B (zh) | 2024-05-14 |
Family
ID=89741712
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311583119.1A Active CN117523858B (zh) | 2023-11-24 | 2023-11-24 | 道路电子卡口检测方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117523858B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021098211A1 (zh) * | 2019-11-19 | 2021-05-27 | 华为技术有限公司 | 一种路况信息的监测方法及装置 |
| CN113505638A (zh) * | 2021-05-27 | 2021-10-15 | 中国科学院深圳先进技术研究院 | 车流量的监测方法、监测装置及计算机可读存储介质 |
| CN114677843A (zh) * | 2022-02-17 | 2022-06-28 | 阿里云计算有限公司 | 路况信息的处理方法、装置、系统及电子设备 |
| WO2022227766A1 (zh) * | 2021-04-28 | 2022-11-03 | 北京百度网讯科技有限公司 | 交通异常检测的方法和装置 |
| CN115311842A (zh) * | 2021-05-07 | 2022-11-08 | 杭州海康威视数字技术股份有限公司 | 车流量预测模型训练和车流量预测方法、装置及电子设备 |
| CN116721549A (zh) * | 2023-08-10 | 2023-09-08 | 山东字节信息科技有限公司 | 一种车流量检测系统及检测方法 |
-
2023
- 2023-11-24 CN CN202311583119.1A patent/CN117523858B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021098211A1 (zh) * | 2019-11-19 | 2021-05-27 | 华为技术有限公司 | 一种路况信息的监测方法及装置 |
| WO2022227766A1 (zh) * | 2021-04-28 | 2022-11-03 | 北京百度网讯科技有限公司 | 交通异常检测的方法和装置 |
| CN115311842A (zh) * | 2021-05-07 | 2022-11-08 | 杭州海康威视数字技术股份有限公司 | 车流量预测模型训练和车流量预测方法、装置及电子设备 |
| CN113505638A (zh) * | 2021-05-27 | 2021-10-15 | 中国科学院深圳先进技术研究院 | 车流量的监测方法、监测装置及计算机可读存储介质 |
| CN114677843A (zh) * | 2022-02-17 | 2022-06-28 | 阿里云计算有限公司 | 路况信息的处理方法、装置、系统及电子设备 |
| CN116721549A (zh) * | 2023-08-10 | 2023-09-08 | 山东字节信息科技有限公司 | 一种车流量检测系统及检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117523858A (zh) | 2024-02-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7884739B2 (en) | Systems and devices for assessing fines for traffic disturbances | |
| CN112489433B (zh) | 交通拥堵分析方法及装置 | |
| USRE38626E1 (en) | Parking regulation enforcement system | |
| CN109509369B (zh) | 智能车位监测方法及其监测系统、城市综合智能交通系统 | |
| CN103258430A (zh) | 路段旅行时间统计、以及交通路况判定方法和装置 | |
| CN105469457A (zh) | 一种基于北斗卫星定位的路侧停车收费系统 | |
| RU2496143C1 (ru) | Способ автоматического контроля парковки транспортных средств | |
| WO1998041953A1 (en) | Parking regulation enforcement system | |
| JP2006350996A (ja) | 公道駐車管理システム及び公道駐車管理方法 | |
| CN112738769A (zh) | 一种基于v2x防止etc车道跟车干扰的方法及系统 | |
| Retting et al. | Evaluation of speed camera enforcement in the District of Columbia | |
| CN109255959A (zh) | 一种车辆监管方法和系统 | |
| TWI649729B (zh) | 一種自動舉證交通違規車輛的系統與方法 | |
| CN111145369A (zh) | 开关调度方法、车辆收费方法、工控机及车辆收费系统 | |
| JP6960279B2 (ja) | 車載装置、基地局装置、映像情報提供システム、映像情報提供方法、及びコンピュータプログラム | |
| CN110956817B (zh) | 一种车载单元唤醒方法、装置及系统 | |
| CN105957341A (zh) | 一种基于无人机机载平台的广域交通拥堵检测方法 | |
| Joseph et al. | Looking Beyond Safety | |
| SG174162A1 (en) | Charging system, charging method, controller and program | |
| CN106504355A (zh) | 一种公路收费方法及终端 | |
| US20200242935A1 (en) | Parking meter monitoring and payment system | |
| CN109637127A (zh) | 一种信号灯近似时长的确定方法及系统 | |
| CN117523858B (zh) | 道路电子卡口检测方法和装置 | |
| JP2005352615A (ja) | プローブカーを用いた交通量管理エリアの交通量制御システム及びプローブカー情報収集配信センタ | |
| JP2007183803A (ja) | 車種判別システム、車種判別方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |