一种智能型路口车辆识别系统的制作方法

1.本发明涉及道路施工技术领域，具体涉及一种智能型路口车辆识别系统。


背景技术：

2.在现场施工作业过程中，土石方运输车辆作业强度大，车辆速度把控难度较大，使得施工现场作业危险指数增加，安全风险增高，超速行为会给施工现场带来巨大的安全隐患，极容易发生交通事故，因此，如何对车辆进行实时的车速监控和数据提取以此来规避风险和有效管理是当前工地的管理人员面临的主要问题，随着城市监控设备的大量安装，现阶段的交通管理系统主要通过摄像头来监控车辆，通过运用各种先进技术来测车速进行分析，在保障安全的同时也可以提高施工的工作效率，是未来交通领域发展的主要方向。


技术实现要素：

3.本发明的目的在于通过采用一种智能型路口车辆识别系统，根据土方施工现场实际情况，对过往的车辆自动识别计数，如有超速现象，自动报警，并将数据实时传送至手机，使管理人员能及时发现，并做好车辆防控，有效防止现场施工车辆超速行驶，有利于土方运输车辆的有效管理，实现项目部对现场施工车辆的精准把控，有效控制车辆速度，杜绝在施工过程中发生交通事故。
4.本发明的目的可以通过以下技术方案实现：
5.一种智能型路口车辆识别系统，包括服务器，所述服务器与车辆识别模块、数据分析模块、数据处理模块及用户终端模块数据互联；
6.所述车辆识别模块用于获取通过路口的车辆数据信息，并将车辆数据信息发送服务器；
7.所述数据分析模块接收服务器传送的车辆数据信息，数据分析模块通过对比预先设置好的限速阈值及对应参数对车辆速度进行判断，得到路口的车辆速度信息，并将车辆速度信息发送至服务器；
8.所述数据处理模块接收服务器传送的车辆速度信息，得到一个固定周期内车辆的行驶状态值，通过行驶状态值对车主及车俩的行驶状态进行评分。
9.作为本发明进一步的方案：所述服务器包括数据传输单元，所述数据传输单元用于各模块间的数据传输。
10.作为本发明进一步的方案：所述用户终端模块用于将车辆速度信息发送给施工现场的管理人员，使管理人员实时车辆管控。
11.作为本发明进一步的方案：所述用户终端模块包括道路终端单元和车载终端单元；
12.所述道路终端单元包括警示信息板用于车辆信息显示；
13.所述车载终端单元包括车载设备用于箱车主语音播报。
14.作为本发明进一步的方案：所述车辆识别模块包括摄像头和拍照模块；
15.所述摄像头用于获取车辆影像数据，所述拍照模块用于对路口通过车辆进行拍照，得到车辆数据信息。
16.作为本发明进一步的方案：所述数据分析模块将车速限速阈值与路口通过车辆的实际车速rv对比，预设当前路口的车速限速阈值的极限值为rv1和rv2，其中rv1《rv2：
17.当rv《rv1时，该车辆在当前路口通行速度缓慢；
18.当rv1《rv《rv2时，该车辆在当前路口通行速度正常；
19.当rv》rv2时，该车辆在当前路口通行速度超速；
20.得到车辆在路口的车辆速度信息。
21.作为本发明进一步的方案：所述数据处理模块接收服务器传送的车辆速度信息，对车辆在当前路口行驶数据进行记录，包括：近7天内车辆通过路口的次数之和、近7天内车辆通过路口的速度缓慢次数之和、近7天内车辆通过路口的速度正常次数之和和近7天内车辆通过路口的速度超速次数之和。
22.作为本发明进一步的方案：将车辆近7天通过路口的次数之和标记为ci，
23.将车辆近7天通过路口的次数之和标记为ci与预先设定的通过次数阈值cd进行比较：
24.当ci≥cd时，则表示车主在近7天内工作时间长，存在驾驶疲劳的风险，并生成休息指令，将该休息指令通过服务器发送至施工现场的管理人员；
25.当ci《cd时，则表示车主在近7天内工作时间未达到峰值，不做任何标记。
26.作为本发明进一步的方案：将近7天内车辆通过路口的速度缓慢次数之和,标记为hi；近7天内车辆通过路口的速度正常次数之和,标记为pi；近7天内车辆通过路口的速度超速次数之和，标记为di；
27.通过公式计算得到车辆的行驶状态值gi,其中，d1、d2与d3均为预设比例系数，d1、d2与d3均大于零，θ为误差修正因子，θ的取值为3.2658；
28.车辆的行驶状态值gi与施工现场监测系数阈值进行比较：
29.若车辆的行驶状态值gi≥施工现场监测系数阈值，则对该车辆进行优质车辆车主标记，并将优质车辆车主信息通过服务器发送至施工现场的管理人员；
30.若基准站监测系数jzi＜施工现场监测系数阈值，则对该车辆进行非优质车辆车主标记，并将非优质车辆车主信息通过服务器发送至施工现场的管理人员。
31.作为本发明进一步的方案：所述数据处理模块还包括报警器，对超速车辆进行标记并自动报警。
32.本发明的有益效果：
33.(1)施工路口采用车辆自动识别系统，车辆识别模块通过摄像头识别出过往车辆的车牌号和车速以及车主的身份信息，并将这些数据传送到服务器，数据分析模块接收到车辆信息数据并录入分析，通过对比项目部设置好的最高车速限速数值来判断车辆是否超速，操作方便，项目部只需要设置对应参数及限速数值即可自动识别超速车辆。
34.(2)数据处理模块会基于设置好的算法程序对超速车辆进行标记自动报警，道路
终端收到数据后会发送给施工现场的管理人员，使管理人员能及时发现从而做好车辆管控，同时车载终端连接到车主所在车辆向车主发送信息并对其发出警告，可以有效防止现场施工车辆超速行驶。
附图说明
35.下面结合附图对本发明做进一步的说明。
36.图1为本发明一种智能型路口车辆识别系统的原理框图。
具体实施方式
37.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
38.请参阅图1所示，本发明为一种智能型路口车辆识别系统，其中包括：服务器、车辆识别模块、数据分析模块、数据处理模块以及用户终端模块；
39.所述车辆识别模块、数据分析模块、数据处理模块及用户终端模块与服务器数据互联；
40.服务器包括数据传输单元，数据传输单元用于各模块间的数据传输；
41.所述车辆识别模块包括摄像头和拍照模块；
42.所述摄像头用于获取车辆影像数据，所述车辆识别模块将车辆影像数据实时传输至管理人员，车辆识别模块通过获取的车辆影像数据生成传输至拍照模块的拍照指令；
43.所述拍照模块用于接收拍照指令并进行拍照并生产车辆数据信息，车辆数据信息包括车牌照片和车体照片；
44.车辆识别模块通过车辆数据信息识别出过往车辆的车牌号和车速以及车主的身份信息，并将车辆数据信息传送到服务器；
45.服务器将获取的车辆数据信息传送至数据分析模块，数据分析模块通过对比预先设置好的限速数值及对应参数对车辆是否超速进行判断。
46.数据分析模块用于对车辆的速度分析过程如下：
47.监控视频由通过摄像机得到的一系列的单独图像(称之为帧)组成，如果物体静止不动，则在不同帧形成的图像上物体的位置不变，播放时就形成一幅幅静止的图像。如果有物体在移动，在不同帧形成的图像上，物体所处位置不同，在电脑上通过播放器将一系列图像按摄像机的拍摄速度逐帧播放出来，便形成了运动画面，在视频特性中，帧频率是个很重要的基本概念，帧频率即图形处理器每秒钟能够刷新的频次，通常用fps(frames per second)表示。视频图像的帧频率完全由设备决定，画面内任意区域每两帧之间的时间间隔恒定，如帧频率为25fps的视频，帧间时间间隔均为0.04s,视频为30fps的视频，帧间时间间隔均为1/30s。
48.在播放视频时，物体从近到远沿底边ab方向由左前向右后方移动，则物体上的特征点a、b(如车辆的前后轮心)的运动轨迹在同一条空间线段上。在第0帧图片里，特征点a、b(前、后轮轮心)分别位于画面中对应的ax0、bx0坐标，在第j帧时，特征点a、b(前、后轮轮心)
分别位于图片画面中对应的axj、bxj坐标，虽然ax0bx0和axjbxj在图片内的长度不同，但其对应的实际长度都是ab的真实长度，而两个特征点ab之间的真实长度可以通过实际测量得到。
49.当第n帧时，b点(后轮轮心)的位置正好到达a点(前轮轮心)在第0帧时的位置，即经过n帧，物体(或汽车)移动的距离等于ab。对于某车辆，a、b对应前后轮心的话，ab就等于该车轴距(l),如视频的帧频率为f,则该车的速度v为：
50.同理，在某一时刻，只要物体特征点b的画面坐标bxk与特征点a在第j帧图像的画面坐标axj重合，就可根据上述公式(1)计算出对应的速度。
51.以上分析发现，只要物体在整帧数时间内移动的画面距离正好等于一个标尺的长度，计算结果与真实速度相等，理论上不会产生误差。目前，现行标准推荐的视频图像车速计算方法，只能计算这类特定状态时的车速：
52.v1＝l/(n/f)；v2＝l/((n+1)/f)
53.即车辆的真实速度v0在v1～v2之间。
54.根据物理学定理，车辆在匀变速状态下，其瞬时速度可表达为：
55.v
t
＝v0+at；δv＝v
t-v0＝at
56.式中：vt为目标车辆的瞬时速度；v0为目标车辆初速度；a为加(减)速度；t为时间；δv为帧间时差的速度变化值。
57.依据车辆动力学原理，极少数车辆在加速状态下最大加速度能达到8m/s2，绝大部分车辆不超过4.63m/s2；在紧急制动状态下少数车辆最大减速度约为9.8m/s2，多数车辆通常只有6.5～8m/s2，以紧急制动状态下最大减速度为9.8m/s2为例：帧频率为25帧时，任意相邻两帧间的速度变化值δv仅为1.41km/h，3帧时任意相邻两帧间速度变化δv仅为1.16km/h，而在绝大部分情况下，上述速度变化值δv不超过1.0km/h。上述分析说明：在任意相邻两帧视频图片间，车辆运动状态可近似视为匀速直线运动。
58.根据地图的比例原理，物体上两点之间的实际距离与该两点之间的图面距离成比例，因此可以测量图面距离，按比例计算出实际距离。
59.距离插值法是以n或n+1帧时间为准，以第0帧时特征点ab(标尺)的画面距离为基准，根据车辆在0帧至第n帧或0帧至第(n+1)帧之间移动的画面距离，采用比例的方法，计算出在0至n帧或0至n+1帧内车辆行驶的精确距离，从而计算出精确的车速。
60.具体分析步骤如下：
61.步骤一：设车辆轴距的实际长度为l，对应的画面距离为a0，车辆在某一时刻(设为第0帧)时前轮心(特征点a)位于ax0位置，后轮心(特征点b)位于bx0位置，在第n帧时，后轮心(特征点b)位于bxn位置，此时bxn至bx0的画面距离为bn,在第(n+1)帧时，后轮心(特征点b)位于bx(n+1)位置，此时bx(n+1)至bx0的画面距离为b(n+1)，车辆在0至n帧内驶过的实际距离为sn，对应的平均车速为vn，车辆在0至(n+1)帧内驶过的实际距离为s(n+1)，对应的平均车速为v(n+1)，则
[0062][0063]
步骤二：根据公式(2)或(3),可计算出车辆在0至n帧或0至(n+1)帧内的平均车速。
[0064]
步骤三：当车辆行驶方向与摄像机的光轴线不垂直，考虑近大远小的影响，图面距离与实际距离没有固定的比例系数，就不能按公式(2)或(3)直接计算，按下面的方式处理，根据公式(2)可知：
[0065][0066]
如果在第n帧时，bxn与ax0的位置很接近，δn很小，可采用公式(2)近似计算，同理，如果在第n+1帧时，bx(n+1)与ax0的位置很接近，可采用公式(3)近似计算。
[0067]
当视频图像上可以确定移动物体两个以上的特征点的运动轨迹时，以移动物体在某一帧图像中两个特征点之间的实际距离为标尺距离，根据特征点在图像内的坐标值，用时间插值的方法，计算出车辆行驶过一个标尺的准确时间，从而计算出准确的车速，具体计算步骤如下：
[0068]
步骤一：设车辆轴距的实际长度为l，车辆在某一时刻(设为第0帧)时前轮心(特征点a)位于ax0位置，后轮心(特征点b)位于bx0位置。
[0069]
步骤二：在第n帧时，后轮心(特征点b)位于bxn位置，此时bxn至ax0的画面距离为dn，在第(n+1)帧时，后轮心(特征点b)位于bx(n+1)位置，此时bx(n+1)至bxn的画面距离为c(n+1)。
[0070]
步骤三：车辆驶过的实际距离为sn＝l，对应的时间为tn，δn为车辆从bxn行驶至ax0所需的时间，在此时间段内的平均速度为vn，则有：
[0071][0072]
视频是以帧为单位的一系列图片，设车辆特征点(如轮心等)在相邻两帧图片之间行驶过的距离为一个微单元，在这个在微单元中：
[0073]
(1)相邻两帧图片之间的时间间隔内车辆作匀速直线运动。
[0074]
(2)相邻两帧图片之间车辆驶过的距离可忽略透视关系的影响，即：画面距离与实际距离成比例。
[0075]
在这2个条件下，车辆在两帧图片之间的时间间隔内行驶的时间之比等于画面距离之比，即：
[0076][0077]
或
[0078][0079]
根据公式(6)、(7)就可以计算出车辆行驶过一个标尺长度(轴距)的平均车速，式中，v为速度，m/s；l为标尺的实际长度，m；t为行驶过一个标尺需要的时间，s；f为视频帧数率，fps；n为间隔的帧数；dn为第n帧图片时移动物体特征点b到第0帧图片时标尺终点a的画面距离；c(n+1)为移动物体特征点b在第n帧到(n+1)帧的时间间隔内移动的画面距离。
[0080]
数据分析模块会基于设置好的车速限速阈值进行通过路口车辆的实际车速rv对比，预设当前路口的车速限速阈值的极限值为rv1和rv2，其中rv1《rv2：
[0081]
当rv《rv1时，该车辆在当前路口通行速度缓慢；
[0082]
当rv1《rv《rv2时，该车辆在当前路口通行速度正常；
[0083]
当rv》rv2时，该车辆在当前路口通行速度超速；
[0084]
获得车辆在路口的车辆速度信息；
[0085]
车辆速度信息再通过数据传输单元传输到服务器，由服务器发送给数据处理模块和用户终端模块。
[0086]
数据处理模块接收服务器传送的车辆速度信息，对车辆在当前路口行驶数据进行记录，具体的；
[0087]
s1：行驶数据包括为近7天内车辆通过路口的次数，标记为ci；
[0088]
s2：行驶数据包括为近7天内车辆通过路口的速度缓慢次数之和,标记为hi；
[0089]
s3：行驶数据包括为近7天内车辆通过路口的速度正常次数之和,标记为pi；
[0090]
s4：行驶数据包括为近7天内车辆通过路口的速度超速次数之和，标记为di；
[0091]
s5：将车辆7天通过路口的次数ci与预先设定的通过次数阈值cd进行比较：
[0092]
s51：当ci≥cd时，则表示车主在近7天内工作时间长，存在驾驶疲劳的风险，并生成休息指令，将该休息指令通过服务器发送至施工现场的管理人员；
[0093]
s52：当ci《cd时，则表示车主在近7天内工作时间未达到峰值，不做任何标记；
[0094]
s6：通过公式计算得到车辆的行驶状态值gi,其中，d1、d2与d3均为预设比例系数，d1、d2与d3均大于零，θ为误差修正因子，θ的取值为3.2658；
[0095]
s7：车辆的行驶状态值gi与施工现场监测系数阈值进行比较：
[0096]
若车辆的行驶状态值gi≥施工现场监测系数阈值，则对该车辆进行优质车辆车主标记，并将优质车辆车主信息通过服务器发送至施工现场的管理人员；
[0097]
若基准站监测系数jzi＜施工现场监测系数阈值，则对该车辆进行非优质车辆车主标记，并将非优质车辆车主信息通过服务器发送至施工现场的管理人员。
[0098]
s8：施工项目部在后续的评优评奖过程中及任务配送过程中优先对优质车辆车主进行选择。
[0099]
其中，数据处理模块还包括报警器，对超速车辆进行标记并自动报警。
[0100]
用户终端模块包括道路终端单元和车载终端单元，道路终端单元包括有警示信息
板，道路终端单元收到服务器的车辆速度信息后会发送给施工现场的管理人员，使管理人员能及时发现从而做好车辆管控，并且警示信息板会显示超速的车牌号，同时车载终端单元也会收到服务器传输过来的数据，车载终端单元是连接到车主所在车辆的车载设备，通过车载限速语音向车主播报信息并对其发出警告，两个终端同时响应作用有效防止现场施工车辆超速行驶。
[0101]
车辆识别模块获取过往车辆的车牌号和车速以及车主的身份信息，并将这些数据传送到服务器，数据分析模块接收到车辆信息数据并录入分析，通过对比施工项目部设置好的限速数值及对应参数来判断车辆是否超速，数据处理模块会基于设置好的算法程序对超速车辆进行标记自动报警，道路终端单元收到数据后会发送给施工现场的管理人员，使管理人员能及时发现从而做好车辆管控，同时车载终端单元连接到车主所在车辆向车主发送信息并对其发出警告，有效防止现场施工车辆超速行驶。
[0102]
以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围，凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。

技术特征：
1.一种智能型路口车辆识别系统，包括服务器，其特征在于，所述服务器与车辆识别模块、数据分析模块、数据处理模块及用户终端模块数据互联；所述车辆识别模块用于获取通过路口的车辆数据信息，并将车辆数据信息发送服务器；所述数据分析模块接收服务器传送的车辆数据信息，数据分析模块通过对比预先设置好的限速阈值及对应参数对车辆速度进行判断，得到路口的车辆速度信息，并将车辆速度信息发送至服务器；所述数据处理模块接收服务器传送的车辆速度信息，得到一个固定周期内车辆的行驶状态值，通过行驶状态值对车主及车俩的行驶状态进行评分。2.根据权利要求1所述的一种智能型路口车辆识别系统，其特征在于：所述服务器包括数据传输单元，所述数据传输单元用于各模块间的数据传输。3.根据权利要求1所述的一种智能型路口车辆识别系统，其特征在于：所述用户终端模块用于将车辆速度信息发送给施工现场的管理人员，使管理人员实时车辆管控。4.根据权利要求3所述的一种智能型路口车辆识别系统，其特征在于：所述用户终端模块包括道路终端单元和车载终端单元；所述道路终端单元包括警示信息板用于车辆信息显示；所述车载终端单元包括车载设备用于箱车主语音播报。5.根据权利要求1所述的一种智能型路口车辆识别系统，其特征在于：所述车辆识别模块包括摄像头和拍照模块；所述摄像头用于获取车辆影像数据，所述拍照模块用于对路口通过车辆进行拍照，得到车辆数据信息。6.根据权利要求1所述的一种智能型路口车辆识别系统，其特征在于：所述数据分析模块将车速限速阈值与路口通过车辆的实际车速rv对比，预设当前路口的车速限速阈值的极限值为rv1和rv2，其中rv1<rv2：当rv<rv1时，该车辆在当前路口通行速度缓慢；当rv1<rv<rv2时，该车辆在当前路口通行速度正常；当rv>rv2时，该车辆在当前路口通行速度超速；得到车辆在路口的车辆速度信息。7.根据权利要求6所述的一种智能型路口车辆识别系统，其特征在于：所述数据处理模块接收服务器传送的车辆速度信息，对车辆在当前路口行驶数据进行记录，包括：近7天内车辆通过路口的次数之和、近7天内车辆通过路口的速度缓慢次数之和、近7天内车辆通过路口的速度正常次数之和和近7天内车辆通过路口的速度超速次数之和。8.根据权利要求7所述的一种智能型路口车辆识别系统，其特征在于：将车辆近7天通过路口的次数之和标记为ci，将车辆近7天通过路口的次数之和标记为ci与预先设定的通过次数阈值cd进行比较：当ci≥cd时，则表示车主在近7天内工作时间长，存在驾驶疲劳的风险，并生成休息指令，将该休息指令通过服务器发送至施工现场的管理人员；当ci<cd时，则表示车主在近7天内工作时间未达到峰值，不做任何标记。9.根据权利要求7所述的一种智能型路口车辆识别系统，其特征在于：将近7天内车辆
通过路口的速度缓慢次数之和,标记为hi；近7天内车辆通过路口的速度正常次数之和,标记为pi；近7天内车辆通过路口的速度超速次数之和，标记为di；通过公式计算得到车辆的行驶状态值gi,其中，d1、d2与d3均为预设比例系数，d1、d2与d3均大于零，θ为误差修正因子，θ的取值为3.2658；车辆的行驶状态值gi与施工现场监测系数阈值进行比较：若车辆的行驶状态值gi≥施工现场监测系数阈值，则对该车辆进行优质车辆车主标记，并将优质车辆车主信息通过服务器发送至施工现场的管理人员；若基准站监测系数jzi＜施工现场监测系数阈值，则对该车辆进行非优质车辆车主标记，并将非优质车辆车主信息通过服务器发送至施工现场的管理人员。10.根据权利要求7所述的一种智能型路口车辆识别系统，其特征在于：所述数据处理模块还包括报警器，对超速车辆进行标记并自动报警。

技术总结
本发明公开了一种智能型路口车辆识别系统，包括服务器，所述服务器与车辆识别模块、数据分析模块、数据处理模块及用户终端模块数据互联；所述车辆识别模块用于获取通过路口的车辆数据信息，并将车辆数据信息发送服务器；所述数据分析模块接收服务器传送的车辆数据信息，数据分析模块通过对比预先设置好的限速阈值及对应参数对车辆速度进行判断，得到路口的车辆速度信息，并将车辆速度信息发送至服务器；所述数据处理模块接收服务器传送的车辆速度信息，得到一个固定周期内车辆的行驶状态值，通过行驶状态值对车主及车俩的行驶状态进行评分。行评分。行评分。


技术研发人员：郑肖辉 王小明 何锐锋 张广昆 刘冠文 李海峰 周岳樵
受保护的技术使用者：保利长大工程有限公司
技术研发日：2022.09.09
技术公布日：2023/5/26