Nothing Special   »   [go: up one dir, main page]

KR20220047732A - 차량 감시 방법 및 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램, 클라우드 제어 플랫폼 및 차량 도로 협조 시스템 - Google Patents

차량 감시 방법 및 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램, 클라우드 제어 플랫폼 및 차량 도로 협조 시스템 Download PDF

Info

Publication number
KR20220047732A
KR20220047732A KR1020220040514A KR20220040514A KR20220047732A KR 20220047732 A KR20220047732 A KR 20220047732A KR 1020220040514 A KR1020220040514 A KR 1020220040514A KR 20220040514 A KR20220040514 A KR 20220040514A KR 20220047732 A KR20220047732 A KR 20220047732A
Authority
KR
South Korea
Prior art keywords
vehicle
event
target
information
roadside
Prior art date
Application number
KR1020220040514A
Other languages
English (en)
Inventor
지안셩 자오
시우린 황
천밍 레이
루안 펑
샤오 리
위쿤 마
저 왕
겅 리
Original Assignee
아폴로 인텔리전트 커넥티비티 (베이징) 테크놀로지 씨오., 엘티디.
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 아폴로 인텔리전트 커넥티비티 (베이징) 테크놀로지 씨오., 엘티디. filed Critical 아폴로 인텔리전트 커넥티비티 (베이징) 테크놀로지 씨오., 엘티디.
Publication of KR20220047732A publication Critical patent/KR20220047732A/ko

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/017Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • G08G1/0133Traffic data processing for classifying traffic situation
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/052Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • G08G1/054Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed photographing overspeeding vehicles
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/097Supervising of traffic control systems, e.g. by giving an alarm if two crossing streets have green light simultaneously
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/20Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • G08G1/205Indicating the location of the monitored vehicles as destination, e.g. accidents, stolen, rental
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/183Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30Services specially adapted for particular environments, situations or purposes
    • H04W4/40Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16YINFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00Information sensed or collected by the things
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16YINFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00IoT characterised by the purpose of the information processing
    • G16Y40/10Detection; Monitoring

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Multimedia (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Computing Systems (AREA)

Abstract

본 출원은 차량 감시 방법, 장치, 기기 및 저장 매체를 제공하며, 사물 인터넷 및 스마트 교통 분야에 관한 것이다. 구체적인 실시형태는, 소정 차량 세트 내의 각 차량의 실시간 주행 데이터를 획득하는 단계와, 각 차량의 주행 경로에서 발생한 이벤트의 이벤트 정보를 수신한데 응답하여, 이벤트 정보를 각 차량의 실시간 주행 데이터와 매칭하여 이벤트가 발생한 타겟 차량을 결정하는 단계와, 이벤트 정보에 의해, 이벤트가 발생하였을 때의 타겟 차량의 비디오 정보를 획득하는 단계를 포함한다. 본 실시형태는 특정 차량에 대한 교통 이벤트를 실시간으로 직관적으로 정확하게 감시할 수 있다.

Description

차량 감시 방법 및 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램, 클라우드 제어 플랫폼 및 차량 도로 협조 시스템{VEHICLE MONITORING METHOD AND APPARATUS, ELECTRONIC DEVICE, STORAGE MEDIUM AND COMPUTER PROGRAM, CLOUD CONTROL PLATFORM AND VEHICLE ROAD COOPERATION SYSTEM}
본 출원은 컴퓨터 기술 분야에 관한 것으로, 구체적으로는 사물 인터넷 및 스마트 교통 분야에 관한 것이며, 특히, 차량 감시 방법 및 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램, 클라우드 제어 플랫폼 및 차량 도로 협조 시스템에 관한 것이다.
도시의 지속적인 발전에 따라 도시를 달리는 도로 운송 차량의 종류가 끊임없이 증가하고 있다(예를 들어, 물류 화물 차량 및 건설 공사 차량). 이 종류의 차량은 승용차에 비해 대형이고 중량이 큰 등의 특징이 있으며, 운전자의 관련 법률법규에 대한 일반적인 인식의 부족으로 운전 규정을 위반하는 행위가 경상적으로 나타나 도시의 교통, 도시의 외관 및 시민의 생명 재산 안전에 많은 위험을 초래한다.
도시의 각종 유형의 도로 운송 차량 관리 문제를 효과적으로 해결할 수 있는 차량 감시 방법이 급선무로 되고 있다.
본 출원은 차량 감시 방법 및 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램, 클라우드 제어 플랫폼 및 차량 도로 협조 시스템을 제공한다.
제1 양태에 따르면, 차량 감시 방법으로서, 소정 차량 세트 내의 각 차량의 실시간 주행 데이터를 획득하는 단계와, 각 차량의 주행 경로에서 발생한 이벤트의 이벤트 정보를 수신한데 응답하여, 이벤트 정보를 각 차량의 실시간 주행 데이터와 매칭하여 이벤트가 발생한 타겟 차량을 결정하는 단계와, 이벤트 정보에 의해 이벤트가 발생하였을 때의 타겟 차량의 비디오 정보를 획득하는 단계를 포함한다.
제2 양태에 따르면, 차량 감시 장치로서, 소정 차량 세트 내의 각 차량의 실시간 주행 데이터를 획득하도록 구성된 데이터 획득 유닛과, 각 차량의 주행 경로에서 발생한 이벤트의 이벤트 정보를 수신한데 응답하여, 이벤트 정보를 각 차량의 실시간 주행 데이터와 매칭하여 이벤트가 발생한 타겟 차량을 결정하도록 구성된 차량 결정 유닛과, 이벤트 정보에 의해, 타겟 차량의 이벤트 발생하였을 때의 비디오 정보를 획득하도록 구성된 비디오 결정 유닛을 구비한다.
제3 양태에 따르면, 전자 기기로서, 적어도 하나의 프로세서 및 상기 적어도 하나의 프로세서에 통신 가능하게 연결된 메모리를 구비하고, 메모리에는 적어도 하나의 프로세서에 의해 실행 가능한 명령이 저장되어 있고, 상기 명령이 적어도 하나의 프로세서에 의해 실행될 경우, 적어도 하나의 프로세서가 제1 양태에 기재된 방법을 실행하도록 한다.
제4 양태에 따르면, 컴퓨터가 제1 양태에 기재된 방법을 실행하도록 하기 위한 컴퓨터 명령이 저장된 비 일시적 컴퓨터 판독 가능 저장 매체를 제공한다.
제5 양태에 따르면, 프로세서에 의해 실행될 때, 제1 양태에 기재된 방법을 구현하는 컴퓨터 판독 가능 저장 매체에 저장된 컴퓨터 프로그램이 제공된다.
제6 양태에 따르면, 제3 양태의 전자 기기를 포함하는 클라우드 제어 플랫폼이 제공된다.
제7 양태에 따르면, 제6 양태의 클라우드 제어 플랫폼 및 노변 컴퓨팅 장치를 구비하는 차량 도로 협조 시스템이 제공된다.
본 출원의 기술에 의해, 특정 차량에 대해 교통 이벤트를 실시간으로 직관적으로 정확하게 감시할 수 있다.
본 명세서에 의해 설명되는 내용은 본 출원의 실시예의 관건적인 특징 또는 중요한 특징을 한정하고자 하는 것이 아니며, 본 출원의 범위를 한정하는 것도 아님을 이해해야 한다. 본 출원의 기타 특징은 이하의 설명에 의해 용이하게 이해될 것이다.
도면은 본 기술적 수단을 용이하게 이해하기 위한 것이며, 본 출원을 한정하기 위한 것이 아니다.
도 1은 본 출원의 일 실시예가 적용 가능한 예시적인 시스템 아키텍처이다.
도 2는 본 출원에 따른 차량 감시 방법의 하나의 실시예의 흐름도이다.
도 3은 본 출원에 따른 차량 감시 방법의 하나의 응용 장면의 개략도이다.
도 4는 본 출원에 따른 차량 감시 방법의 또 다른 하나의 실시예의 흐름도이다.
도 5는 본 출원에 따른 차량 감시 장치의 하나의 실시예의 구조 개략도이다.
도 6은 본 출원의 실시예의 차량 감시 방법을 구현하기 위한 전자 기기의 블록도이다.
이하, 도면을 결부시켜 본 출원의 시범성 실시예에 대해 설명하기로 한다. 이해를 돕기 위해 본 출원의 실시예들은 각종 상세한 설명을 포함하고, 이들은 단지 시범적인 것으로 간주되어야 한다. 따라서, 당업자들은 본 출원의 범위 및 사상을 일탈하지 않고, 본 출원에 설명된 실시예들에 대하여 각종 변경 및 수정을 할 수 있음을 이해하여야 한다. 또한, 명확성 및 간략성을 위해 이하의 설명에서는 공지된 기능 및 구조의 설명에 대해 생략한다.
또한, 본 출원의 실시예 및 실시예 중의 특징들은 모순되지 않는 한, 서로 조합될 수 있음을 설명하고자 한다. 이하, 첨부 도면을 실시예와 결합하여 본 출원을 상세히 설명한다.
차량 사물 통신(V2X, Vehicle to Everything) 기술은 글로벌 포지셔닝 시스템(GPS) 내비게이션 기술, 차량간 통신 기술, 무선통신, 리모트 센싱 기술을 통합함으로써 자동차 기술 개발의 새로운 방향성을 구축하였다. V2X 기술은, 노변 감지 기술을 통해 도로 정보를 획득하여 스마트 교통, 자율주행 등의 방안에 필요한 정보를 제공할 수 있다. 일부 응용 프로그램에서는 도로 부근에 설치된 노변 감지 장치를 통해 필요한 도로 정보를 얻을 수 있다. 예를 들어, 직선 도로의 양측 또는 교차로에 설치된 노변 감지 장치를 통해 도로 정보를 획득할 수 있다.
스마트 교통의 차량 도로 협조 시스템 아키텍처에 있어서, 노변 장치는 노변 감지 장치 및 노변 컴퓨팅 장치를 포함할 수 있다. 노변 감지 장치(예를 들어, 노변 카메라)는 노변 컴퓨팅 장치(예를 들어, 노변 컴퓨팅 유닛 RSCU)에 연결되고, 노변 컴퓨팅 장치는 클라우드 제어 플랫폼에 연결된다. 다른 시스템 아키텍처에서, 노변 감지 장치 자체는 컴퓨팅 기능을 포함한다. 즉, 노변 장치는 컴퓨팅 기능을 구비한 노변 감지 장치일 수 있고, 노변 감지 장치는 클라우드 제어 플랫폼에 직접 접속될 수 있다. 이상의 접속은 유선 또는 무선으로 행할 수 있다. 클라우드 제어 플랫폼은 차로 협조 관리 플랫폼, 중앙 시스템, 에지 컴퓨팅 플랫폼, 클라우드 컴퓨팅 플랫폼, 클라우드 서버라고도 할 수 있다. 클라우드 제어 플랫폼은 클라우드에서 처리를 실행하고, 클라우드 제어 플랫폼에 포함된 전자 기기는 감지 장치(예를 들어 노변 카메라)의 데이터, 예를 들어 이미지 및 비디오 등을 획득하여 이미지 및 비디오의 처리 및 데이터 계산을 진행할 수 있다.
노변 감지 기술은 노변 센서와 감지 알고리즘을 통해 감지된 장애물을 차량에 송신하여 차량이 자율 주행 기능을 구현하도록 지원하는 기술이다. 현재, 노변 감지 센서에는 카메라 및 레이저 라이더(lidar) 등이 구비되어 있다. 카메라는 통과하는 차량의 비디오를 채집할 수 있다.
도 1은 본 출원의 차량 감시 방법 또는 차량 감시 장치의 실시예가 적용될 수 있는 예시적인 시스템 아키텍처(100)를 도시한다.
도 1에 도시된 바와 같이, 시스템 아키텍처(100)는 비디오 서버(101), 차량 정보 관리 플랫폼(102), 차재 단말(103), 클라우드 제어 플랫폼(104), 감지 융합 엔진(105) 및 노변 장치(106)를 포함할 수 있다. 각 기기들 사이는 네트워크를 통해 통신하며, 상기 네트워크는 유선 네트워크 및 무선 네트워크를 포함할 수 있다.
비디오 서버(101)는 노변 장치(106)에 의해 채집된 비디오 등의 정보를 저장하는데 사용된다. 기타 전자 기기는 비디오 서버(101)에 액세스하여 차량의 비디오 스트림을 획득한다.
차량 정보 관리 플랫폼(102)은 차량의 정보를 관리하는데 사용되며, 중점 주목해야 할 차량을 감시할 수 있다. 상기 차량은, 예를 들어, 상용 차량(Commercial Vehicle, 설계 및 기술 특징 상에서 사람 및 화물을 이송하기 위한 차량)일 수 있으며, 이 경우, 차량 정보 관리 플랫폼은 상용 차량 관리 플랫폼일 수 있다. 차량 정보 관리 플랫폼(102)은 상용 차량의 번호판 번호, 운전 허가 등의 정보를 저장할 수 있다.
차재 단말(103)은, 예를 들면, 실시간 주행 데이터 등의 차량의 정보를 채집하기 위해 사용된다. 실시간 주행 데이터에는 위치, 시간, 속도, 가속도 등이 포함된다. 차재 단말(103)은 채집된 정보를 차량 정보 관리 플랫폼(102)에 업로드할 수 있다.
클라우드 제어 플랫폼(104)은 차량 정보 관리 플랫폼(102)으로부터 차량 관련 정보를 획득할 수 있고, 노변 장치(106)로부터 이벤트 정보를 획득할 수 있다. 또한, 감지 융합 엔진(105)은 차량 관련 정보 및 이벤트 정보를 매칭 융합하여 이벤트가 발생한 차량을 결정하는데 사용될 수 있다.
감지 융합 엔진(105)은 차량 관련 정보 및 이벤트 정보를 획득하고, 양자를 매칭 융합하여 이벤트가 발생한 차량을 결정할 수 있다.
노변 장치(106)는 노변 감지 장치 및 노변 컴퓨팅 장치를 포함할 수 있다. 채집된 차량의 비디오에 기초하여, 소정의 이벤트가 발생했는지 여부를 판단할 수 있다. 상기 소정의 이벤트는 신호무시, 사고, 이상 정체, 속도 위반, 역주행, 불법 폐기 등을 포함할 수 있다. 노변 장치(106)는 채집된 비디오를 비디오 서버(101)에 업로드할 수 있다. 소정의 이벤트의 일부는, 예를 들면, 신호무시, 속도 위반, 역주행 등의 위반 이벤트라고도 할 수 있다.
본 출원의 실시예에 의해 제공되는 차량 감시 방법은 일반적으로 감지 융합 엔진(105)에 의해 실행된다는 것을 유의해야 한다. 대응하여, 차량 감시 장치는 일반적으로 감지 융합 엔진(105)에 설치된다.
도 1의 단말 장치, 네트워크 및 서버의 수량은 단지 예시적인 것임을 이해해야 한다. 구현의 필요에 따라 임의의 수량의 단말 장치, 네트워크 및 서버를 구비할 수 있다.
도 2를 계속 참조하면, 본 출원에 따른 차량 감시 방법의 일 실시예의 프로세스(200)를 도시한다. 본 실시예의 차량 감시 방법은 이하의 단계를 포함한다.
단계 (201)에서, 소정 차량 세트 내의 각 차량의 실시간 주행 데이터를 획득한다.
본 실시예에 있어서, 차량 감시 방법의 실행주체는, 소정 차량 세트 내의 각 차량의 정보를 저장하는 전자 기기(예를 들면, 차량 정보 관리 플랫폼(102))로부터 각 차량의 실시간 주행 데이터를 획득할 수 있다. 상기 소정 차량 세트에는 복수의 차량이 포함될 수 있으며, 각 차량은 관련 부문에 사전 등록된 차량이며, 상용 차량 또는 위험물을 운송하기 위한 차량일 수 있다. 상기 실시간 주행 데이터는, 예를 들어, 위치, 시간, 헤딩(Heading)각, 속도 등 주행상태와 관련된 정보, 또한, 노면 상황, 기상 상황 등 운전 환경과 관련된 정보 등의 GPS 데이터를 포함할 수 있다. 일부 구체적인 실시에서, 상기 차량은 건설 현장에 출입하는 건축 재료를 운송하기 위한 차량일 수 있다.
단계 (202)에서, 각 차량의 주행 경로에서 발생한 이벤트의 이벤트 정보를 수신한데 응답하여, 이벤트 정보를 각 차량의 실시간 주행 데이터와 매칭하여 상기 이벤트가 발생한 타겟 차량을 결정한다.
본 실시예에서, 실행주체는 각 차량의 주행 경로에서 발생한 이벤트의 이벤트 정보를 수신 할 수도 있다. 상기 이벤트는 신호무시, 사고, 이상 정체, 속도 위반, 역주행, 불법방치 등을 포함하되 이에 한정되지 않는다. 이벤트 정보는 이벤트 발생위치, 발생시간, 정도 등을 포함하되 이에 한정되지 않는다. 상기 이벤트의 결정은 노변 장치(예를 들어, 도 1에 도시된 노변 장치(106))에 의해 실행될 수 있다. 구체적으로, 노변 장치는 기존의 시각 감지 알고리즘을 이용하여, 채집된 비디오를 분석 처리하여, 소정의 이벤트가 발생했는지 여부를 판단한다. 기술자는 사전에 이벤트에 템플릿을 설정하고, 모종 한개 변수 또는 여러 변수가 템플릿의 요구를 충족하는 경우, 이벤트의 발생을 판정할 수 있다. 예를 들면, 속도 초과 이벤트의 경우, 노변 장치는 노변 감지 장치를 통해 차량의 속도를 판단하고, 상기 속도가 주행 경로의 최고 속도값보다 클 경우, 속도 초과의 가능성이 높다고 판단할 수 있다. 또한 노변 장치는 차재 단말에 의해 채집된 속도 정보를 통해 속도 초과인지 여부를 결정할 수 있다.
이벤트 발생을 판단한 후, 노변 장치는 이벤트 정보를 결정하고 이벤트 정보를 업로드할 수 있다. 실행주체는 상기 이벤트 정보를 수신한 후, 이벤트 정보를 각 차량의 실시간 주행 데이터와 매칭하여 상기 이벤트가 발생한 타겟 차량을 결정한다. 구체적으로, 실행주체는 실시간 주행 데이터 중의 위치 및 시간을 이벤트 정보 중의 이벤트 발생위치 및 발생시간과 비교하고, 매칭이 얻어지면, 매칭 결과에 기초하여 이벤트가 발생한 타겟 차량을 결정할 수 있다.
단계 (203)에서, 이벤트 정보에 기초하여, 상기 이벤트가 발생하였을 때의 타겟 차량의 비디오 정보를 획득한다.
타겟 차량을 결정한 후, 실행주체는 상기 이벤트 정보에 기초하여 상기 이벤트가 발생했을 때의 타겟 차량의 비디오 정보를 획득할 수 있다. 구체적으로는, 실행주체는, 이벤트 정보 중의 이벤트 발생위치에 기초하여, 상기 이벤트 발생위치를 채집한 노변 감지 장치의 표지를 결정할 수 있다. 그 다음, 노변 감지 장치에 의해 채집된 비디오를 저장하는 전자 기기(예를 들면, 도 1에 도시된 비디오 서버)로부터, 상기 이벤트가 발생하였을 때의 타겟 차량의 비디오 정보를 획득한다.
도 3을 계속하여 참조하면, 본 출원에 따른 차량 감시 방법의 하나의 응용 장면의 개략도이다. 도 3의 응용 장면에서, 트럭의 차재 단말은 차량의 주행 데이터를 실시간으로 채집하고, 실시간 주행 데이터를 차량 정보 관리 플랫폼에 업로드한다. 트럭의 주행 경로의 노변 장치가 트럭의 속도 초과를 검출하면, 속도 초과 이벤트의 시간 정보를 클라우드 제어 플랫폼에 업로드한다. 클라우드 제어 플랫폼은 차량 정보 관리 플랫폼으로부터 트럭의 실시간 주행 데이터를 획득한다. 감지 융합 엔진에 대한 매칭을 통해 속도를 초과한 차량을 결정하고 차량이 속도를 초과하는 비디오 정보를 결정한다. 이로서 차량의 감시가 실현된다.
본 출원의 상기 실시예에 의해 제공되는 차량 감시 방법은, 특정 차량에 대해 이벤트 감시를 행할 수 있어 차량 주행의 안전성을 향상시킬 수 있다.
도 4를 계속하여 참조하면, 본 출원에 따른 차량 감시 방법의 또 다른 실시예의 프로세스(400)가 도시된다. 도 4에 도시된 바와 같이, 본 실시예의 방법은 다음 단계를 포함할 수 있다.
단계 (401)에서, 소정 차량 세트 내의 각 차량의 실시간 주행 데이터를 획득한다.
단계 (402)에서, 각 차량의 주행 경로에서 발생한 이벤트의 이벤트 정보를 수신한데 응답하여, 매개 차량에 대하여, 해당 차량의 궤적점에 대응하는 채집시간과 발생시간 사이의 시간이 소정 시간 임계값 미만이고, 해당 차량의 궤적점과 이벤트 발생위치 사이의 거리가 소정 거리 임계값 미만으로 판정된데 응답하여, 해당 차량을 후보 차량으로 설정한다.
본 실시예에서, 실행주체는 각 차량의 주행 경로에서 발생한 이벤트의 이벤트 정보를 수신하면, 매개 차량의 실시간 주행 데이터를 분석할 수 있다. 상기 이벤트 정보는 이벤트 발생위치 및 발생시간을 포함한다. 실시간 주행 데이터는 궤적점 및 대응하는 채집시간을 포함할 수 있다. 실행주체는, 먼저 매개 차량의 궤적점에 대응하는 채집시간을 이벤트의 발생시간과 비교하고, 양자간의 시간이 소정 시간 임계값 미만인 경우, 계속하여 궤적점과 이벤트 발생위치를 비교한다. 양자 간의 거리가 소정 거리 임계값 미만이면, 해당 차량을 후보 차량으로 한다. 여기서, 우선 먼저 시간의 차원으로부터 비교하고, 이는 사전 감시로 간주할 수 있고, 매칭되지 않는 경우, 직접 다음 차량의 정보에 대하여 매칭을 진행할 수 있다.
단계 (403)에서, 후보 차량으로부터 타겟 차량을 결정한다.
후보 차량이 결정된 후, 실행주체는 후보 차량으로부터 타겟 차량을 결정할 수 있다. 구체적으로, 후보 차량의 수량이 1인 경우, 후보 차량을 직접 타겟 차량으로 할 수 있다. 후보 차량의 수량이 2 이상인 경우, 각 후보 차량의 실시간 주행 데이터를 처리하고, 처리된 실시간 주행 데이터에 의해 재매칭을 행할 수 있다.
본 실시예의 일부 옵션적인 실시형태에서, 후보 차량의 수량이 2 이상인 경우, 실행주체는 단계 (4031)를 통해 매칭을 실행할 수 있다.
단계 (4031)에서, 각 후보 차량의 헤딩각에 따라 후보 차량으로부터 타겟 차량을 결정한다.
본 실시형태에 있어서, 실행주체는 헤딩각에 따라 각 후보 차량의 주행 방향을 결정할 수 있어, 이벤트 발생(예를 들어, 역주행, 신호무시) 차량을 결정할 수 있다.
본 실시예의 일부 옵션적인 실시형태에서, 헤딩각의 매칭을 통해 얻은 후보 차량의 수량이 여전히 2 이상인 경우, 실행주체는 단계 (4032)를 통해 각 후보 차량의 실시간 주행 데이터를 처리할 수 있다.
단계 (4032)에서, 후보 차량의 수량이 소정의 임계값을 초과한 것으로 결정된데 응답하여, 각 후보 차량의 차종정보를 획득하고, 차종정보에 따라 재매칭한다.
본 실시형태에서, 실행주체는 각 후보 차량의 차종정보를 진일보 획득할 수 있다. 차종정보는 차량의 크기, 윤곽 등의 정보를 포함한다. 실행주체는 노변 장치로부터 차종정보를 획득할 수 있고, 차량 정보 관리 플랫폼으로부터 각 후보 차량의 차종정보를 획득할 수도 있다. 그다음, 양자의 차종정보를 비교하고, 매칭이 얻어지면, 매칭된 후보 차량을 타겟 차량으로 한다. 매칭이 얻어지지 않으면, 실행주체는 각 후보 차량을 직접 출력하여 작업자가 진일보 확인하도록 한다.
단계 (404)에서, 이벤트 정보를 송신한 타겟 노변 컴퓨팅 장치를 결정하고, 타겟 노변 컴퓨팅 장치 및 사전에 설치된 노변 컴퓨팅 장치와 노변 감지 장치와의 대응관계에 의해, 이벤트 비디오를 채집한 타겟 노변 감지 장치를 결정하고, 타겟 노변 감지 장치에 의해 채집된 비디오를 저장하는 전자 기기로부터 이벤트 발생하였을 때의 타겟 차량의 비디오 정보를 획득한다.
본 실시예에서, 상기 이벤트 정보는 노변 감지 장치에 의해 채집된 비디오 정보를 노변 컴퓨팅 장치(RSCU)에 의해 분석하고 결정한 후 전송된 것이다. 실행주체는, 이벤트 정보를 수신하면, 이벤트 정보를 송신한 타겟 노변 컴퓨팅 장치를 결정할 수 있다. 즉, 타겟 노변 컴퓨팅 장치의 표식을 기록한다. 그 다음, 사전에 설치된 노변 컴퓨팅 장치와 노변 감지 장치와의 대응관계를 획득하고, 상기 대응관계로부터 타겟 노변 컴퓨팅 장치의 표식을 찾아 이벤트 비디오를 채집한 타겟 노변 감지 장치를 결정한다. 그 다음, 실행주체는 타겟 노변 감지 장치에 의해 채집된 비디오를 저장하는 전자 기기로부터 이벤트가 발생했을 때의 타겟 차량의 비디오 정보를 획득할 수 있다.
본 출원의 상기 실시예에 의해 제공되는 차량 감시 방법은 차량의 GSP 데이터를 스마트 교통의 노변 장치에 의해 얻어진 검출 데이터와 융합하고, 궤적 피팅을 통해, 노변 장치에 의해 인식된 주행 이벤트를 차량과 연결하고, 플랫폼에 등록된 차량 정보에 기반하여 관계 차량, 관계 운전자, 관계 기업의 전체를 매칭함으로써 추적 가능하고 자동적인 감시를 실현할 수 있다. 번호판을 인식할 필요가 없기 때문에, 노변 감지 장치는 번호판 인식 기능을 구비하지 않아도 되고, 조사, 차폐 등으로 인해 인식할 수 없는 경우, 혹은 관계 차량의 번호판이 가짜인 경우에도 매칭 기능을 실행할 수 있다.
도 5를 참조하면, 상기 각 도면에 도시된 방법의 실시예로서, 본 출원은 차량 감시 장치의 일 실시예를 제공하고, 해당 장치의 실시예는 도 2에 도시된 방법의 실시예 대응하여, 해당 장치는 다양한 전자 기기에 적용 가능하다.
도 5에 도시된 바와 같이, 본 실시예의 차량 감시 장치(500)는 데이터 획득 유닛(501), 차량 결정 유닛(502) 및 비디오 결정 유닛(503)을 구비한다.
데이터 획득 유닛(501)은 소정 차량 세트 내의 각 차량의 실시간 주행 데이터를 획득하도록 구성된다.
차량 결정 유닛(502)은 각 차량의 주행 경로에서 발생한 이벤트의 이벤트 정보를 수신한데 응답하여, 이벤트 정보를 각 차량의 실시간 주행 데이터와 매칭하여 이벤트가 발생한 타겟 차량을 결정하도록 구성된다.
비디오 결정 유닛(503)은 이벤트 정보에 기초하여 이벤트 발생하였을 때의 타겟 차량의 비디오 정보를 획득하도록 구성된다.
본 실시예의 일부 옵션적인 실시형태에서, 실시간 주행 데이터는 궤적점 및 대응하는 채집시간을 포함하고, 이벤트 정보는 이벤트 발생위치 및 발생시간을 포함한다. 차량 결정 유닛(502)은 매개 차량에 대해, 해당 차량의 궤적점에 대응하는 채집시간과 발생시간 사이의 시간이 소정 시간 임계값 미만이고, 해당 차량의 궤적점과 이벤트 발생위치 사이의 거리가 소정 거리 임계값 미만으로 결정된데 응답하여, 해당 차량을 후보 차량으로 설정하고, 후보 차량으로부터 타겟 차량을 결정하도록 진일보 구성된다.
본 실시예의 일부 옵션적인 실시형태에서, 실시간 주행 데이터는 헤딩각을 포함한다. 차량 결정 유닛(502)은 후보 차량의 수량이 소정 임계값을 초과한 것으로 결정된데 응답하여, 각 후보 차량의 헤딩각에 의해 후보 차량으로부터 타겟 차량을 결정하도록 진일보 구성된다.
본 실시예의 일부 옵션적인 실시형태에서, 차량 결정 유닛(502)은 후보 차량의 수량이 소정 임계값을 초과하는 것으로 결정된데 응답하여, 각 후보 차량의 차종정보를 획득하고, 차종정보에 의해 재매칭하도록 진일보 구성된다.
본 실시예의 일부 옵션적인 실시형태에서, 이벤트 정보는 노변 감지 장치에 의해 채집된 비디오 정보를 노변 컴퓨팅 장치에 의해 분석, 결정한 후 송신된다. 비디오 결정 유닛(503)은 이벤트 정보를 송신한 타겟 노변 컴퓨팅 장치를 결정하고, 타겟 노변 컴퓨팅 장치 및 미리 설치된 노변 컴퓨팅 장치와 노변 감지 장치와의 대응관계에 따라, 이벤트의 비디오를 채집한 타겟 노변 감지 장치를 결정하고, 타겟 노변 감지 장치에 의해 채집된 비디오를 저장하는 전자 기기로부터 이벤트 발생하였을 때의 타겟 차량의 비디오 정보를 획득하도록 진일보 구성된다.
차량 감시 장치(500)에 기재된 유닛(501 내지 503)은 각각 도 2에 설명된 방법의 각 단계에 대응한다는 것을 이해해야 한다. 따라서, 상기 차량 감시 방법에 대한 설명한 조작 및 특징은 장치(500) 및 이에 구비된 유닛에 동일하게 적용 가능하며, 여기서는 그 설명을 반복하지 않는다.
본 출원의 기술적 수단에 있어서 관련 사용자의 개인정보의 획득, 보존 및 적용 등은 관련 법률법규의 규정에 적합하며 공서양속에 위배되지 않는다.
본 출원의 실시예에 따르면, 본 출원은 전자 기기, 판독 가능 저장 매체, 컴퓨터 프로그램을 추가로 제공한다.
도 6은 본 출원의 실시예에 따른 차량 감시 방법을 구현하는 전자 기기(600)의 블록도를 도시한다. 전자 기기는 랩톱 컴퓨터, 데스크톱 컴퓨터, 워크 벤치, 개인 디지털 어시스턴트, 서버, 블레이드 서버, 메인 프레임 컴퓨터 및 기타 적절한 컴퓨터와 같은 다양한 형태의 디지털 컴퓨터를 나타내는 것을 목표로 한다. 전자 기기는 개인 디지털 어시스턴트, 휴대전화, 스마트폰, 웨어러블 장치 및 기타 유사한 컴퓨팅 장치와 같은 다양한 형태의 모바일 장치를 나타낼 수도 있다. 본 명세서에 도시된 컴포넌트, 이들의 연결 및 관계, 이들의 기능은 단지 예일뿐이며, 본 명세서에서 설명 및/또는 요구되는 본 출원의 구현을 제한하지 않는다.
도 6에 도시된 바와 같이, 전자 기기(600)는 프로세서(601)를 포함하고, 판독 전용 메모리(ROM)(602)에 저장된 컴퓨터 프로그램 또는 메모리(608)로부터 랜덤 액세스 메모리(RAM)(603)로 로딩된 컴퓨터 프로그램에 의해, 다양한 적절한 동작 및 처리를 실행할 수 있다. RAM(603)은 전자 기기(600)의 조작에 필요한 다양한 프로그램 및 데이터를 저장할 수도 있다. 프로세서(601), ROM(602) 및 RAM(603)은 버스(604)를 통해 서로 접속된다. I / O 인터페이스(입력 / 출력 인터페이스)(605)도 버스(604)에 접속된다.
전자 기기(600) 내의 복수의 컴포넌트, 예를 들어, 키보드, 마우스 등의 입력 유닛(606), 예를 들어, 다양한 타입의 디스플레이, 스피커 등의 출력 유닛(607), 예를 들어, 자기 디스크, 광 디스크 등의 메모리(608), 네트워크 카드, 모뎀, 무선 통신 트랜시버 등의 통신 유닛(609)을 포함하는 컴포넌트는 I / O 인터페이스(605)에 접속된다. 통신 유닛(609)은 전자 기기(600)가 인터넷과 같은 컴퓨터 네트워크 및/또는 다양한 통신 네트워크를 통해 기타 장치와 정보/데이터를 교환할 수 있도록 허용한다.
프로세서(601)는 프로세싱 및 컴퓨팅 기능을 갖는 다양한 범용 및/또는 전용 프로세싱 컴포넌트일 수 있다. 프로세서(601)의 일부 예는 중앙 처리 유닛(CPU), 그래픽 처리 유닛(GPU), 다양한 전용 인공지능(AI) 컴퓨팅 칩, 기계 학습 모델 알고리즘을 운행하는 다양한 프로세서, 디지털 신호 프로세서(DSP) 및 임의의 적절한 프로세서, 제어기, 마이크로컨트롤러 등을 포함하나, 이에 한정되지 않는다. 프로세서(601)는 상술한 다양한 방법 및 처리, 예를 들어, 차량 감시 방법을 실행한다. 예를 들어, 일부 실시예들에서, 차량 감시 방법은 예를 들어, 메모리(608)와 같은 기계 판독 가능 매체에 유형적으로 포함되는 컴퓨터 소프트웨어 프로그램으로 구현될 수 있다. 일부 실시예에서, 컴퓨터 프로그램의 일부 또는 전부는 ROM(602) 및/또는 통신 유닛(609)을 통해 전자 기기(600)에 로드 및/또는 설치될 수 있다. 컴퓨터 프로그램이 RAM(603)에 로딩되고 프로세서(601)에 의해 실행될 때, 전술한 차량 감시 방법의 하나 이상의 단계를 실행할 수 있다. 선택적으로, 다른 실시예에서, 프로세서(601)는 임의의 다른 적절한 방법(예를 들어, 펌웨어)에 의해 차량 감시 방법을 실행하도록 구성될 수 있다.
설명서에 서술된 시스템 및 기술의 다양한 실시형태는 디지털 전자 회로 시스템, 집적 회로 시스템, 필드 프로그래머블 게이트 어레이(FPGA), 특정 애플리케이션용 집적 회로(ASIC), 특정 애플리케이션용 표준 제품(ASSP), 시스템 온칩 시스템(SOC), 플렉스 프로그래머블 로직 디바이스(CPLD), 컴퓨터 하드웨어, 펌웨어, 소프트웨어, 및/또는 이들의 조합으로 구현될 수 있다. 이러한 다양한 실시형태는 다음을 포함할 수 있다. 즉, 하나 이상의 컴퓨터 프로그램에서 구현되며, 상기 하나 이상의 컴퓨터 프로그램은 적어도 하나의 프로그래머블 프로세서를 포함하는 프로그램 가능한 시스템에서 실행 및 / 또는 해석될 수 있다. 해당 프로그래머블 프로세서는 전용 또는 범용 프로그래머블 프로세서일 수 있으며, 스토리지 시스템, 적어도 하나의 입력 장치 및 적어도 하나의 출력 장치로부터 데이터 및 명령을 수신하고, 데이터 및 명령을 해당 저장 시스템, 해당 적어도 하나의 입력 장치, 및 해당 적어도 하나의 출력 장치로 전송할 수 있다.
본 출원의 방법을 구현하기 위한 프로그램 코드는 하나 이상의 프로그래밍 언어의 임의의 조합을 사용하여 작성할 수 있다. 상기 프로그램 코드는 컴퓨터 프로그램으로서 패키징될 수 있다. 이들 프로그램 코드 또는 컴퓨터 프로그램은, 프로그램 코드가 프로세서(601)에 의해 실행될 때, 플로우차트 및/또는 블록도에 규정된 기능/조작이 실행되도록 범용 컴퓨터, 전용 컴퓨터, 또는 기타 프로그래머블 데이터 처리 장치의 프로세서 또는 제어기에 제공될 수 있다. 프로그램 코드는 기계에서 완전히 실행되거나 부분적으로 기계에서 실행될 수 있으며, 독립 소프트웨어 패키지로 기계에서 부분적으로 실행되고 일부가 원격 기계에서 실행되거나 또는 완전히 원격 기계 또는 서버에서 실행될 수 있다.
본 출원의 맥락에서, 기계 판독 가능 매체는 유형의 매체일 수 있는바, 이는, 명령 실행 시스템, 장치 또는 기기에 의해 사용되거나 또는 명령 실행 시스템, 장치 또는 기기에 결합되어 사용되는 프로그램을 포함하거나 또는 저장할 수 있다. 기계 판독 가능 매체는 전자, 자기, 광학, 전자기, 적외선 또는 반도체 시스템, 장치 또는 기기이거나, 또는 상술한 내용의 임의의 적합한 조합을 포함하나 이에 한정되지 않는다. 기계 판독 가능 저장 매체의 보다 구체적인 예시로 하나 또는 복수의 라인에 기반하는 전기 연결, 휴대형 컴퓨터 디스크, 하드디스크, 랜덤 액세스 메모리(RAM), 읽기 전용 메모리(ROM), 소거 및 프로그램 가능한 읽기 전용 메모리(EPROM 또는 플래시 메모리), 광섬유, 휴대형 컴팩트 디스크 읽기 전용 메모리(CD-ROM), 광학 저장 기기, 자기 저장 기기, 또는 상술한 내용의 임의의 적합한 조합을 포함할 수 있다.
사용자와의 인터랙션을 제공하기 위하여, 여기서 서술하는 시스템과 기술을 컴퓨터에서 실시할 수 있는바, 해당 컴퓨터는, 사용자한테 정보를 표시하는 표시 장치(예를 들어, CRT(음극선관) 또는 LCD(액정 표시 장치) 모니터), 및 키보드와 포인팅 디바이스(예를 들어, 마우스 또는 트랙볼)을 가지며, 사용자는 해당 키보드와 해당 포인팅 장치에 의해 컴퓨터에 입력을 제공할 수 있다. 기타 종류의 장치 또한 사용자와의 인터랙션을 제공하는데 사용될 수 있는바, 예를 들어, 사용자한테 제공하는 피드백은 임의의 형식의 감각 피드백(예를 들면 시각적 피드백, 청각적 피드백 또는 촉각적 피드백)일 수 있고, 임의의 형식(음향 입력, 음성 입력 또는 촉각 입력)으로 사용자의 입력을 수신할 수 있다.
본 명세서에서 서술하는 시스템과 기술을 백그라운드 부재를 포함하는 컴퓨팅 시스템(예를 들어 데이터 서버로서), 또는 미들웨어 부재를 포함하는 컴퓨팅 시스템(예를 들어 애플리케이션 서버), 또는 프론트 엔드 부재를 포함하는 컴퓨팅 시스템(예를 들어, 그래픽 사용자 인터페이스 또는 네트워크 브라우저를 가지는 사용자 컴퓨터는, 사용자가 해당 그래픽 사용자 인터페이스 또는 해당 네트워크 브라우저를 통해 여기서 서술하는 시스템 및 기술의 실시형태와 인터랙션할 수 있다), 또는 이러한 백그라운드 부재, 미들웨어 부재 또는 프론트 엔드 부재의 임의의 조합을 포함하는 컴퓨팅 시스템에서 실시할 수 있다. 또한 임의의 형식 또는 매체의 디지털 데이터 통신(예를 들어, 통신 네트워크)으로 시스템의 부재를 상호 연결할 수 있다. 통신 네트워크의 예시는 근거리 통신망(LAN), 원거리 통신망(WAN) 및 인터넷을 포함할 수 있다.
컴퓨터 시스템은클라이언트와 서버를 포함할 수 있다. 클라이언트와 서버는 일반적으로 서로 멀리 떨어져 있고 통상적으로 통신 네트워크를 통해 인터랙션한다. 상응한 컴퓨터에서 서로 클라이언트-서버 관계를 가지는 컴퓨터 프로그램을 실행함으로써 클라이언트와 서버의 관계를 발생시킨다. 서버는 클라우드 서버일 수 있는바, 클라우드 컴퓨팅 서버 또는 클라우드 호스팅으로 지칭되기도 하며, 클라우드 컴퓨팅 서비스 체계에서의 호스팅 제품으로, 전통적인 물리적 호스팅과 가상 사설 서버(Virtual Private Server, VPS) 서비스에 존재하는, 관리 난도가 크고 업무 확장성이 약한 결함을 해결한다.
상술한 다양한 형식의 프로세스를 사용하여 단계를 재정렬하거나, 증가 또는 삭제할 수 있음을 이해해야 한다. 예를 들어, 본 출원에서 개시한 기술방안의 원하는 결과를 구현할 수만 있다면, 본 출원에 기재된 각 단계는 병렬로 실행될 수도 있고, 순차적으로 실행될 수도 있고, 상이한 순서로 실행될 수도 있는바, 본 명세서는 이에 대해 한정하지 않는다.
상술한 구체적인 실시형태는 본 출원의 보호범위를 한정하지 않는다. 당업자라면, 설계 요구 및 기타 요소에 따른 다양한 수정, 조합, 부차적인 조합 및 치환이 가능함을 이해해야 한다. 본 출원의 사상 및 원리 내에서 행한 임의의 수정, 균등한 치환 및 개량 등은 모두 본 출원의 보호범위에 포함되어야 한다.

Claims (16)

  1. 차량 감시 방법으로서,
    소정 차량 세트 내의 각 차량의 실시간 주행 데이터를 획득하는 단계와,
    상기 각 차량의 주행 경로에서 발생한 이벤트의 이벤트 정보를 수신한데 응답하여, 상기 이벤트 정보를 상기 각 차량의 실시간 주행 데이터와 매칭하여 상기 이벤트가 발생한 타겟 차량을 결정하는 단계와,
    상기 이벤트 정보에 의해, 상기 이벤트가 발생하였을 때의 상기 타겟 차량의 비디오 정보를 획득하는 단계를 포함하는 차량 감시 방법.
  2. 제1항에 있어서,
    상기 실시간 주행 데이터는 궤적점 및 대응하는 채집시간을 포함하고, 상기 이벤트 정보는 이벤트 발생위치 및 발생시간을 포함하며,
    상기 이벤트 정보를 상기 각 차량의 실시간 주행 데이터와 매칭하여 상기 이벤트가 발생한 타겟 차량을 결정하는 단계는,
    각 차량에 대해, 해당 차량의 궤적점에 대응하는 채집시간과 상기 발생시간 사이의 시간이 소정 시간 임계값 미만이고, 해당 차량의 궤적점과 상기 이벤트 발생위치 사이의 거리가 소정 거리 임계값 미만으로 결정된데 응답하여, 해당 차량을 후보 차량으로 설정하는 단계와,
    상기 후보 차량으로부터 타겟 차량을 결정하는 단계를 포함하는 차량 감시 방법.
  3. 제2항에 있어서,
    상기 실시간 주행 데이터는 헤딩각을 포함하고,
    상기 후보 차량으로부터 타겟 차량을 결정하는 단계는,
    상기 후보 차량의 수량이 소정 임계값을 초과한 것으로 결정된데 응답하여, 각 후보 차량의 헤딩각에 의해, 상기 후보 차량으로부터 타겟 차량을 결정하는 단계를 포함하는 차량 감시 방법.
  4. 제2항에 있어서,
    상기 후보 차량으로부터 타겟 차량을 결정하는 단계는,
    상기 후보 차량의 수량이 소정 임계값을 초과한 것으로 결정된데 응답하여, 각 후보 차량의 차종정보를 획득하는 단계와,
    상기 차종정보에 의해 재매칭하는 단계를 포함하는 차량 감시 방법.
  5. 제1항 내지 제4항 중 어느 한 항에 있어서,
    상기 이벤트 정보는, 노변 감지 장치에 의해 채집된 비디오 정보를 노변 컴퓨팅 장치를 통해 해석, 결정한 후 송신되며,
    상기 이벤트 정보에 의해, 상기 이벤트가 발생했을 때의 상기 타겟 차량의 비디오 정보를 획득하는 단계는,
    상기 이벤트 정보를 송신한 타겟 노변 컴퓨팅 장치를 결정하는 단계와,
    상기 타겟 노변 컴퓨팅 장치 및 미리 설치된 노변 컴퓨팅 장치와 노변 감지 장치와의 대응관계에 의해, 상기 이벤트의 비디오를 채집한 타겟 노변 감지 장치를 결정하는 단계와,
    상기 타겟 노변 감지 장치에 의해 채집된 비디오를 저장하는 전자 기기로부터 상기 이벤트가 발생했을 때의 상기 타겟 차량의 비디오 정보를 획득하는 단계를 포함하는 차량 감시 방법.
  6. 차량 감시 장치로서,
    소정 차량 세트 내의 각 차량의 실시간 주행 데이터를 획득하도록 구성된 데이터 획득 유닛과,
    상기 각 차량의 주행 경로에서 발생한 이벤트의 이벤트 정보를 수신한데 응답하여, 상기 이벤트 정보를 상기 각 차량의 실시간 주행 데이터와 매칭하여 상기 이벤트가 발생한 타겟 차량을 결정하도록 구성되는 차량 결정 유닛과,
    상기 이벤트 정보에 의해, 상기 이벤트가 발생했을 때의 상기 타겟 차량의 비디오 정보를 획득하도록 구성된 비디오 결정 유닛을 구비하는 차량 감시 장치.
  7. 제6항에 있어서,
    상기 실시간 주행 데이터는 궤적점 및 대응하는 채집시간을 포함하며, 상기 이벤트 정보는 이벤트 발생위치 및 발생시간을 포함하며,
    상기 차량 결정 유닛은 또한,
    각 차량에 대해, 해당 차량의 궤적점에 대응하는 채집시간과 상기 발생시간 사이의 시간이 소정 시간 임계값 미만이고, 해당 차량의 궤적점과 상기 이벤트 발생위치 사이의 거리가 소정 거리 임계값 미만으로 결정된데 응답하여, 해당 차량을 후보 차량으로 설정하고,
    상기 후보 차량으로부터 타겟 차량을 결정하도록 구성되는 차량 감시 장치.
  8. 제6항에 있어서,
    상기 실시간 주행 데이터는 헤딩각을 포함하고,
    상기 차량 결정 유닛은 또한,
    상기 후보 차량의 수량이 소정 임계값을 초과한 것으로 결정된데 응답하여, 각 후보 차량의 헤딩각에 의해 상기 후보 차량으로부터 타겟 차량을 결정하도록 구성되는 차량 감시 장치.
  9. 제6항에 있어서,
    상기 차량 결정 유닛은 또한,
    상기 후보 차량의 수량이 소정 임계값을 초과한 것으로 결정된데 응답하여, 각 후보 차량의 차종정보를 획득하고,
    상기 차종정보에 의해 재매칭하도록 구성되는 차량 감시 장치.
  10. 제6항 내지 제9항 중 어느 한 항에 있어서,
    상기 이벤트 정보는, 노변 감지 장치에 의해 채집된 비디오 정보를 노변 컴퓨팅 장치를 통해 해석, 결정한 후 송신되고,
    상기 비디오 결정 유닛은 또한,
    상기 이벤트 정보를 송신한 타겟 노변 컴퓨팅 장치를 결정하고,
    상기 타겟 노변 컴퓨팅 장치 및 미리 설치된 노변 컴퓨팅 장치와 노변 감지 장치와의 대응관계에 의해, 상기 이벤트의 비디오를 채집한 타겟 노변 감지 장치를 결정하고,
    상기 타겟 노변 감지 장치에 의해 채집된 비디오를 저장하는 전자 기기로부터 상기 이벤트가 발생했을 때의 상기 타겟 차량의 비디오 정보를 획득하도록 구성되는 차량 감시 장치.
  11. 적어도 하나의 프로세서와,
    상기 적어도 하나의 프로세서에 통신 가능하게 연결되는 메모리를 구비하는 전자 기기로서,
    상기 메모리는 상기 적어도 하나의 프로세서에 의해 실행 가능한 명령을 저장하고, 상기 명령이 상기 적어도 하나의 프로세서에 의해 실행되는 경우, 상기 적어도 하나의 프로세서에 제1항 내지 제5항 중 어느 한 항에 기재된 방법을 실행하도록 하는 전자 기기.
  12. 컴퓨터가 제1항 내지 제5항 중 어느 한 항에 기재된 방법을 실행하도록 하기 위한 컴퓨터 명령이 저장되어 있는 비 일시적 컴퓨터 판독 가능 저장 매체.
  13. 프로세서에 의해 실행될 때, 제1항 내지 제5항 중 어느 한 항에 기재된 방법을 구현하는 컴퓨터 판독 가능 저장 매체에 저장된 컴퓨터 프로그램.
  14. 제11항에 기재된 전자 기기를 구비하는 클라우드 제어 플랫폼.
  15. 제14항에 기재된 클라우드 제어 플랫폼 및 노변 컴퓨팅 장치를 구비하는 차량 도로 협조 시스템.
  16. 제15항에 있어서,
    노변 감지 장치를 추가로 구비하는 차량 도로 협조 시스템.
KR1020220040514A 2021-06-17 2022-03-31 차량 감시 방법 및 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램, 클라우드 제어 플랫폼 및 차량 도로 협조 시스템 KR20220047732A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202110671388.8A CN113240909B (zh) 2021-06-17 2021-06-17 车辆监测方法、设备、云控平台和车路协同系统
CN202110671388.8 2021-06-17

Publications (1)

Publication Number Publication Date
KR20220047732A true KR20220047732A (ko) 2022-04-19

Family

ID=77140250

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220040514A KR20220047732A (ko) 2021-06-17 2022-03-31 차량 감시 방법 및 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램, 클라우드 제어 플랫폼 및 차량 도로 협조 시스템

Country Status (5)

Country Link
US (1) US20220215667A1 (ko)
EP (1) EP4036886A3 (ko)
JP (1) JP7371157B2 (ko)
KR (1) KR20220047732A (ko)
CN (1) CN113240909B (ko)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115063905A (zh) * 2022-06-08 2022-09-16 中国第一汽车股份有限公司 车辆数据的处理方法和装置、存储介质及电子装置
CN115185434A (zh) * 2022-06-22 2022-10-14 中国第一汽车股份有限公司 一种车辆应用场景处理方法、装置、设备和存储介质
CN115330578A (zh) * 2022-08-22 2022-11-11 交通运输部规划研究院 公路轴载的确定方法、装置、设备和存储介质
CN115497289A (zh) * 2022-09-06 2022-12-20 中国第一汽车股份有限公司 车辆监控处理方法以及装置
CN115742655A (zh) * 2022-12-02 2023-03-07 阿尔特(北京)汽车数字科技有限公司 车辆控制方法、装置、电子设备和存储介质
CN116001705A (zh) * 2023-01-17 2023-04-25 中国第一汽车股份有限公司 一种车辆数据监控方法、装置、设备及存储介质
CN116665164A (zh) * 2023-04-28 2023-08-29 深圳云天励飞技术股份有限公司 井盖病害检测方法、装置、系统、电子设备及存储介质
CN117171701A (zh) * 2023-08-14 2023-12-05 陕西天行健车联网信息技术有限公司 一种车辆行驶数据处理方法、装置、设备和介质

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113852928B (zh) * 2021-09-22 2023-09-12 山东高速建设管理集团有限公司 一种基于5g-v2x的事故自动报告系统及方法
CN114301938B (zh) * 2021-12-24 2024-01-02 阿波罗智联(北京)科技有限公司 车路协同车辆事件确定方法、相关装置及计算机程序产品
CN114783182A (zh) * 2022-04-14 2022-07-22 图为信息科技(深圳)有限公司 一种基于边缘计算的车辆监测方法及系统
CN114726638B (zh) * 2022-04-22 2024-02-06 中国工商银行股份有限公司 信息记录方法、装置、计算机设备和存储介质
CN115798204A (zh) * 2022-11-10 2023-03-14 云控智行科技有限公司 一种异常交通场景事件的回放视频生成方法、装置及设备
CN116450381B (zh) * 2023-06-15 2023-09-08 蔚来汽车科技(安徽)有限公司 复杂事件处理方法、电子设备、存储介质及车辆
CN117493399A (zh) * 2023-12-26 2024-02-02 长春汽车工业高等专科学校 一种基于大数据的交通事故处理方法及系统

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11110687A (ja) * 1997-09-30 1999-04-23 Nec Telecom Syst Ltd 車両速度監視システム
WO2008086293A2 (en) * 2007-01-05 2008-07-17 Nestor, Inc. A system and method for measuring the speed of vehicles or other objects
JP4986135B2 (ja) * 2007-03-22 2012-07-25 株式会社エクォス・リサーチ データベース作成装置、及びデータベース作成プログラム
US9786164B2 (en) * 2008-05-23 2017-10-10 Leverage Information Systems, Inc. Automated camera response in a surveillance architecture
JP6418100B2 (ja) * 2015-08-06 2018-11-07 オムロン株式会社 車載器、通信装置および車両管理システム
JP6559086B2 (ja) * 2016-03-30 2019-08-14 株式会社エヌ・ティ・ティ・データ 情報処理システム
JP6815262B2 (ja) * 2017-04-10 2021-01-20 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America 交通違反検知装置、システム、交通違反検知方法およびプログラム
US11417098B1 (en) * 2017-05-10 2022-08-16 Waylens, Inc. Determining location coordinates of a vehicle based on license plate metadata and video analytics
US10994727B1 (en) * 2017-08-02 2021-05-04 Allstate Insurance Company Subscription-based and event-based connected vehicle control and response systems
CN107945519B (zh) * 2017-09-18 2019-12-27 孙健鹏 一种实现交通信息处理的方法及装置
CN110555066A (zh) * 2018-03-30 2019-12-10 上海擎感智能科技有限公司 行车/违章记录的管理方法/系统、可读存储介质及终端
US20210312725A1 (en) * 2018-07-14 2021-10-07 Moove.Ai Vehicle-data analytics
DE102018220307B3 (de) * 2018-11-27 2020-02-20 Audi Ag Verfahren zum anonymisierten Übermitteln von Sensordaten eines Fahrzeugs an eine fahrzeugexterne Empfangseinheit sowie ein Anonymisierungssystem, ein Kraftfahrzeug und eine fahrzeugexterne Empfangseinheit
JP2020149517A (ja) * 2019-03-15 2020-09-17 オムロン株式会社 走行車両情報収集システム、走行車両情報収集方法
US10839682B1 (en) * 2019-04-26 2020-11-17 Blackberry Limited Method and system for traffic behavior detection and warnings
CN110619692A (zh) * 2019-08-15 2019-12-27 钛马信息网络技术有限公司 一种事故场景还原方法、系统及装置
CN112712717B (zh) * 2019-10-26 2022-09-23 华为技术有限公司 一种信息融合的方法、装置和设备
CN212112749U (zh) * 2020-05-29 2020-12-08 上海橙群微电子有限公司 路口车辆监测系统
CN111862593B (zh) * 2020-06-03 2022-04-01 阿波罗智联(北京)科技有限公司 交通类事件的上报方法、装置、电子设备及存储介质
US20220065637A1 (en) * 2020-08-26 2022-03-03 Capital One Services, Llc Identifying risk using image analysis
US11899805B2 (en) * 2020-09-11 2024-02-13 IDEMIA National Security Solutions LLC Limiting video surveillance collection to authorized uses
CN112053563B (zh) * 2020-09-16 2023-01-20 阿波罗智联(北京)科技有限公司 可用于边缘计算平台、云控平台的事件检测方法及设备
CN112258842A (zh) * 2020-10-26 2021-01-22 北京百度网讯科技有限公司 交通监测方法、装置、设备及存储介质
GB2601115A (en) * 2020-11-13 2022-05-25 Sony Semiconductor Solutions Corp An audio/video capturing device, vehicle mounted device, control centre system, computer program and method
CN112560724B (zh) * 2020-12-22 2023-12-05 阿波罗智联(北京)科技有限公司 车辆监控方法、装置和云控平台
CN112766746A (zh) * 2021-01-22 2021-05-07 北京嘀嘀无限科技发展有限公司 交通事故识别方法、装置、电子设备和存储介质

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115063905A (zh) * 2022-06-08 2022-09-16 中国第一汽车股份有限公司 车辆数据的处理方法和装置、存储介质及电子装置
CN115185434A (zh) * 2022-06-22 2022-10-14 中国第一汽车股份有限公司 一种车辆应用场景处理方法、装置、设备和存储介质
CN115330578A (zh) * 2022-08-22 2022-11-11 交通运输部规划研究院 公路轴载的确定方法、装置、设备和存储介质
CN115330578B (zh) * 2022-08-22 2023-08-22 交通运输部规划研究院 公路轴载的确定方法、装置、设备和存储介质
CN115497289A (zh) * 2022-09-06 2022-12-20 中国第一汽车股份有限公司 车辆监控处理方法以及装置
CN115742655A (zh) * 2022-12-02 2023-03-07 阿尔特(北京)汽车数字科技有限公司 车辆控制方法、装置、电子设备和存储介质
CN116001705A (zh) * 2023-01-17 2023-04-25 中国第一汽车股份有限公司 一种车辆数据监控方法、装置、设备及存储介质
CN116665164A (zh) * 2023-04-28 2023-08-29 深圳云天励飞技术股份有限公司 井盖病害检测方法、装置、系统、电子设备及存储介质
CN117171701A (zh) * 2023-08-14 2023-12-05 陕西天行健车联网信息技术有限公司 一种车辆行驶数据处理方法、装置、设备和介质

Also Published As

Publication number Publication date
CN113240909A (zh) 2021-08-10
US20220215667A1 (en) 2022-07-07
EP4036886A3 (en) 2022-10-26
EP4036886A2 (en) 2022-08-03
JP7371157B2 (ja) 2023-10-30
CN113240909B (zh) 2022-11-29
JP2022084758A (ja) 2022-06-07

Similar Documents

Publication Publication Date Title
KR20220047732A (ko) 차량 감시 방법 및 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램, 클라우드 제어 플랫폼 및 차량 도로 협조 시스템
JP7499256B2 (ja) ドライバの挙動を分類するためのシステムおよび方法
US10317240B1 (en) Travel data collection and publication
EP4163173A1 (en) Trajectory prediction method and apparatus
US20220035733A1 (en) Method and apparatus for checking automatic driving algorithm, related device and storage medium
CN106255899B (zh) 用于将对象用信号通知给配备有此装置的车辆的导航模块的装置
CN109345829B (zh) 无人车的监控方法、装置、设备及存储介质
CN111780987A (zh) 自动驾驶车辆的测试方法、装置、计算机设备和存储介质
WO2022001618A1 (zh) 一种车辆的车道保持控制方法、装置及系统
US20230159052A1 (en) Method for processing behavior data, method for controlling autonomous vehicle, and autonomous vehicle
CN115339453B (zh) 车辆换道决策信息生成方法、装置、设备和计算机介质
CN111540191B (zh) 基于车联网的行车示警方法、系统、设备及存储介质
CN112816226A (zh) 基于可控交通流的自动驾驶测试系统及方法
CN114167404A (zh) 目标跟踪方法及装置
CN114771533A (zh) 自动驾驶车辆的控制方法、装置、设备、车辆及介质
CN115092130A (zh) 车辆碰撞预测方法、装置、电子设备、介质和车辆
CN116583891A (zh) 用于车辆核查和验证的危急场景识别
KR20200002230A (ko) 실시간 업데이트된 도로정보 제공방법 및 시스템
WO2024131436A1 (zh) 自动驾驶车辆的能量回收方法、装置及系统
CN114596706B (zh) 路侧感知系统的检测方法及装置、电子设备和路侧设备
JP2022187273A (ja) 情報処理装置および運転評価システム
CN112885087A (zh) 确定路况信息的方法、装置、设备和介质和程序产品
CN114141018B (zh) 用于生成测试结果的方法、装置
CN117272690B (zh) 自动驾驶车辆危险切入场景提取方法、设备及介质
Iqbal et al. Adjacent vehicle collision warning system using image sensor and inertial measurement unit