一种基于部边机的车辆违规识别方法及系统与流程

1.本发明涉及智慧城市领域，尤其涉及一种基于部边机的车辆违规识别方法及系统。


背景技术：

2.随着信息时代的告诉发展，人们的生活水平逐步提高，机动车辆成为更多人出行的代步工具。然而随之而来的诸多交通安全问题也日益凸显，其中高速公路违章停车和超速行驶就是较大的安全隐患。目前，高速公路车辆行驶监管工作仍需大量的人力物力投入，加之节假日出行车辆流量之大也足以引起重视，尤其是大雾等不利于出行的天气状况会加大高速公路的事故发生概率。因此，如何高效精准的检测路段车辆行驶成为亟待解决的问题。目前的主流方法是利用数字图像处理技术进行检测，而这受限于高速上摄像头拍摄区域。
3.目前主要分三种形式进行抓拍超速和违停，第一种是固定位置抓拍，通过分析监控视频图像判断车辆是否超速或者违停，一旦出现两种情况，则进行抓拍；第二种则是区间时间差测速，在指挥中心数据库中会有该段区域的合理通行时间，当通过该区域的时间比预设值小，则判断车辆超速进行抓拍；第三种是高速流动测速，一般用于可移动测速车上，这种测速仪会在雷达前方形成一定大小区域的警戒区，当车辆速度超过限定速度时，进行抓拍。
4.但是现有技术使用固定的相机点位拍摄超速或违停车辆具有很大的局限性，即便是流动测速，在抓拍是也是需要固定位置的，而高速上的摄像头覆盖区域并不能全覆盖，且目前车载导航系统都会提示司机抓拍路段，刻意减速，因此并不能足够精准的判断车辆违停和超速问题；其次在隧道中由于信号的问题，并不能有效的抓拍到车辆的超速或违停行为。


技术实现要素：

5.本发明公开了一种基于部边机的车辆违规识别方法及系统，提高车辆违章行驶识别的准确度，同时获得更为全面的车辆违章信息。
6.为了实现上述目的，本发明提供了一种基于部边机的车辆违规识别方法，包括：
7.通过预设在第一车辆中的部边机获取所述第一车辆的第一车速及所述第一车辆所在的道路的若干个第一图像；
8.根据所述第一图像，获取第二车辆的信息；
9.根据所述第一车速及所述第二车辆的信息，通过预设的速度计算公式，获得所述第二车辆的第二车速，并与所述第一车速进行比较，判断所述第二车辆是否发生违规；
10.若所述第二车辆发生违规，则保存所述第二车辆所在的若干个第二图像对应的多个录像轨迹，并通过预设的车辆重识别方法依次识别所述若干个第二图像中的第二车辆是否为同一车辆；
11.若所述第二图像中的第二车辆为同一车辆，则通过所述多个录像轨迹彼此之间的相隔时间及相隔距离与预设的轨迹阈值进行比较，获得合并录像；
12.通过预设的违章信息识别方法对所述合并录像进行识别，获得所述第二车辆的违章信息。
13.本发明公开了一种基于部边机的车辆违规识别方法，首先通过设置在第一车辆的部边机获取所述第一车辆的第一车速及所述第一车辆当前所在的道路的具体情况，基于部边机稳定的特性，能准确，及时获得所述第一车辆的车速及所在的道路的具体情况，提高违章识别的稳定性，接着基于所述第一图像获得第二车辆的各种信息，以便后续对所述第二车辆进行识别，当获得所述第一车辆的车速及所述第二车辆所在的车道及相对位置后，通过预设的速度计算公式对所述车道及相对位置进行处理，以使得根据不同车道及不同距离，获得所述第二车辆的速度，提高第二车辆速度计算的准确性，进一步提高违章识别的准确性，根据所述获得的第二车辆的第二车速及类型，根据与第一车速及所述类型对应的限速进行对比，判断所述第二车辆是否发生违停和超速，对所述车辆进行分类，避免违章识别发生错误，提高识别的准确性，同时基于所述第一车速的测量稳定，保证了判断的准确性，进而提高识别的准确度，当判断所述第一图像中的第二车辆存有违章行为后，将发生违章行为的图像进行合并，然后对所述合并录像进行识别，判断所述发生合并的违章行为的图像中的第二车辆是否为同一车辆，进而对所述为同一车辆的第二图像进行合并，获得合并录像，并根据所述合并录像获得所述发生违章行为的第二车辆的违章信息，获得所述第二车辆的全面违章行为。
14.作为优选例子，在所述通过预设在第一车辆中的部边机获取所述第一车辆的第一车速及所述第一车辆所在的道路的若干个第一图像，具体包括：
15.通过所述部边机中预设的卫星惯导及惯性测量单位，检测获得所述第一车辆的第一车速；
16.通过所述部边机中预设的adas摄像头，抓拍所述第一车辆所在的道路的若干个第一图像。
17.本发明通过所述部边机中预设的卫星惯导及惯性测量单位，保证不受地理影响获得所述第一车辆的车速，保证所述第一车速测量的准确性，同时基于所述部边机的adas功能，保证所述第一车辆能准确的、不受任何影响的抓拍所述第一车辆当前所处的道路的具体信息，根据所述adas的稳定性，保证了抓拍的稳定性，基于所述第一车速的准确性，提高了第二车辆识别的准确性。
18.作为优选例子，在所述根据所述第一图像，获取所述第二车辆的信息，具体包括：
19.通过所述adas摄像头对所述第一图像进行分析，获得所述第二车辆的信息；所述第二车辆的信息包括所述第二车辆所在的车道、所述第二车辆的类型、车牌及所述第二车辆相对所述第一车辆的相对位置；所述车道包括所述第一车辆所在的第一车道及与所述第一车辆相邻的第二车道。
20.本发明基于所述adas获得第一图像，获得所述第二车辆的具体信息包括第二车辆所在的车道，及所述第二车辆与所述第一车辆的相对位置，方便后续基于所述信息判断所述第二车辆是否发生超速或者违停。
21.作为优选例子，在所述通过预设的相对速度计算法，获得所述第二车辆的相对速
度，具体包括：
22.根据所述第二车辆所在的车道，判断所述第二车辆处于所述第一车道还是所述第二车道；
23.若所述第二车辆处于所述第一车道，则通过所述adas摄像头获得所述第一车辆及所述第二车辆之间的第一距离，通过预设的第一速度公式对所述第一距离进行处理，获得所述第二车辆的第二车速；
24.若所述第二车辆处于所述第二车道，则通过所述adas摄像头获得所述第一车辆及所述第二车辆之间相距车道线的第二距离和所述第一车辆及所述第二车辆之间的第三距离，通过预设的第二速度公式对所述第二距离和第三距离进行处理，获得所述第二车辆的第二车速。
25.本发明基于所述第二车辆所在的车道的不同，采用不同的速度计算方式获取所述第二车辆的速度，根据所述车道的分类，分别获得所述第二车辆在处于不同车道时与所述第一车辆的车距，提高所述第一车辆与第二车辆车距计算的精准度，提高计算所述第二车辆的速度的精准度，为后续判断所述车辆是否发生违停或超速，提高更准确的数据，进一步提高识别的准确性。
26.作为优选例子，在所述与所述第一车速进行比较，判断所述第二车辆是否发生违规，具体包括：
27.根据所述第二车辆的第二车速及类型，通过与所述第二车辆的类型对应的限速进行对比，判断所述第二车辆是否发生超速；
28.若所述第二车辆的第二车速大于或等于所述限速，则确定所述第二车辆发生超速；
29.根据所述第一车速及所述第二车速，获得所述第二车辆相对于所述第二车辆的相对速度，并通过比较所述相对速度及所述第一车速，判断所述第二车辆是否发生违停；
30.若所述相对速度等于所述第一车速，则确定所述第二车辆发生违停。
31.本发明基于获得的第二车速与所述第一车速进行计算，获得所述第二车辆相对于所述第一车辆的相对速度，根据所述相对速度判断所述第二车辆是否发生违停，基于所述第一车速的准确性，提高违停识别的准确性，同时在判断所述第二车辆是否发生超速时，首先获取所述第二车辆的类型及所述类型车辆对应的限速，然后将所述第二车辆的第二车速与所述限速进行比较，识别所述第二车辆是否超速，通过所述第二车辆的类型，判断所述第二车辆是否超速，提高了超速识别的精准度。
32.作为优选例子，在所述通过预设的车辆重识别方法依次识别所述若干个第二图像中的第二车辆是否为同一车辆，具体包括：
33.通过对所述第二图像进行精细分割及二次分析，判断所述第二图像中的第二车辆是否存在违章行驶；
34.若所述第二车辆存在违章行驶，则合并所述第二图像对应的多个录像轨迹，同时根据所述第二图像中的第二车辆的车牌及特征，通过预设的车辆重识别技术对所述第二车辆进行识别，确定所述第二车辆是否为同一个车辆。
35.本发明将发生违章行为的第二车辆所在的第二图像做进一步的精细分割及二次分析，判断所述第二图像是否真的发生违章行为，提高识别的准确性，接着若所述第二图像
真的发生违章行为，则通过识别所述第二图像中的第二车辆是否为同一车辆，以此来获取发生违章行为的第二车辆的全面违章行为信息。
36.作为优选例子，在所述通过所述多个录像轨迹彼此之间的相隔时间及相隔距离与预设的轨迹阈值进行比较，获得合并录像，具体包括：
37.若确定所述第二车辆为同一个车辆，则通过将所述第二图像对应的若干个录像轨迹彼此之间的相隔时间及相隔距离与预设的时间阈值及距离阈值进行比较，判断所述第二图像是否进行合并；
38.若所述若干个录像轨迹彼此之间的相隔时间不超过所述时间阈值及所述相隔距离不超过所述距离阈值，则合并所述若干个第二个图像，获得合并录像；
39.若所述若干个录像轨迹彼此之间的相隔时间超过所述时间阈值或所述相隔距离超过所述距离阈值，则不合并所述若干个第二个图像。
40.本发明通过设定时间阈值及距离阈值，判断所述若干个录像是否为同一时刻且同一路程发生的违章行为，距离过远的两条轨迹不属于同一次行程，时间间隔过远的两条轨迹也不属于同一次行程，通过所述时间阈值及所述距离阈值获得更精准的所述第二车辆的违章的信息。
41.作为优选例子，在所述通过预设的违章识别方法对所述合并录像进行识别，获得所述合并录像的违章信息，具体包括：
42.通过对所述合并录像进行缠绕，获得所述合并录像对应的录像轨迹半径；
43.根据所述录像轨迹半径，与预设的半径阈值进行比较，判断所述合并录像是超速录像还是违停录像，同时根据所述合并录像获得所述第二车辆的违章信息。
44.本发明通过设置半径阈值，将所述合并录像分为违停录像及超速录像，便于对所述车辆的各个路段及各个时刻的违规行为进行分类，获得所述第二车辆的更为全面的违章信息。
45.另一方面，本发明提供了一种基于部边机的车辆违规识别系统，包括获取模块、信息模块、判断模块、识别模块、合并模块及输出模块；
46.所述获取模块用于通过预设在第一车辆中的部边机获取所述第一车辆的第一车速及所述第一车辆所在的道路的若干个第一图像；
47.所述信息模块用于根据所述第一图像，获取第二车辆的信息；
48.所述判断模块用于根据所述第一车速及所述第二车辆的信息，通过预设的速度计算公式，获得所述第二车辆的第二车速，并与所述第一车速进行比较，判断所述第二车辆是否发生违规；
49.所述识别模块用于若所述第二车辆发生违规，则保存所述第二车辆所在的若干个第二图像对应的多个录像轨迹，并通过预设的车辆重识别方法依次识别所述若干个第二图像中的第二车辆是否为同一车辆；
50.所述合并模块用于若所述第二图像中的第二车辆为同一车辆，则通过所述多个录像轨迹彼此之间的相隔时间及相隔距离与预设的轨迹阈值进行比较，获得合并录像；
51.所述输出模块用于通过预设的违章信息识别方法对所述合并录像进行识别，获得所述第二车辆的违章信息。
52.本发明公开的一种基于部边机的车辆违规识别系统，通过设置在第一车辆的部边
机获取所述第一车辆的第一车速及所述第一车辆当前所在的道路的具体情况，基于部边机稳定的特性，能准确，及时获得所述第一车辆的车速及所在的道路的具体情况，提高违章识别的稳定性，接着基于所述第一图像获得第二车辆的各种信息，以便后续对所述第二车辆进行识别，当获得所述第一车辆的车速及所述第二车辆所在的车道及相对位置后，通过预设的速度计算公式对所述车道及相对位置进行处理，以使得根据不同车道及不同距离，获得所述第二车辆的速度，提高第二车辆速度计算的准确性，进一步提高违章识别的准确性，根据所述获得的第二车辆的第二车速及类型，根据与第一车速及所述类型对应的限速进行对比，判断所述第二车辆是否发生违停和超速，对所述车辆进行分类，避免违章识别发生错误，提高识别的准确性，同时基于所述第一车速的测量稳定，保证了判断的准确性，进而提高识别的准确度，当判断所述第一图像中的第二车辆存有违章行为后，将发生违章行为的图像进行合并，然后对所述合并录像进行识别，判断所述发生合并的违章行为的图像中的第二车辆是否为同一车辆，进而对所述为同一车辆的第二图像进行合并，获得合并录像，并根据所述合并录像获得所述发生违章行为的第二车辆的违章信息，获得所述第二车辆的全面违章行为。
53.作为优选例子，在所述获取模块包括车速单元和图像单元；
54.所述车速单元用于通过所述部边机中预设的卫星惯导及惯性测量单位，检测获得所述第一车辆的第一车速；
55.所述图像单元用于通过所述部边机中预设的adas摄像头，抓拍所述第一车辆所在的道路的若干个第一图像。
56.本发明通过所述部边机中预设的卫星惯导及惯性测量单位，保证不受地理影响获得所述第一车辆的车速，保证所述第一车速测量的准确性，同时基于所述部边机的adas功能，保证所述第一车辆能准确的、不受任何影响的抓拍所述第一车辆当前所处的道路的具体信息，根据所述adas的稳定性，保证了抓拍的稳定性，基于所述第一车速的准确性，提高了第二车辆识别的准确性。
附图说明
57.图1：为本发明实施例提供的一种基于部边机的车辆违规识别方法的流程示意图；
58.图2：为本发明实施例提供的一种基于部边机的车辆违规识别系统的结构示意图；
59.图3：为本发明另一实施例提供的一种基于部边机的车辆违规识别方法的流程示意图；
60.图4：为本发明另一实施例提供的一种第二车辆位于同一车道的示意图；
61.图5:为本发明另一实施例提供的一种第二车辆位于相邻车道的示意图。
具体实施方式
62.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。
63.实施例一
64.本发明实施例提供了一种基于部边机的车辆违规识别方法，其主要的流程请参照图1，主要包括步骤101至步骤106，其中每一个步骤具体包括：
65.步骤101：通过预设在第一车辆中的部边机获取所述第一车辆的第一车速及所述第一车辆所在的道路的若干个第一图像。
66.在本实施例中，该步骤具体包括：通过所述部边机中预设的卫星惯导及惯性测量单位，检测获得所述第一车辆的第一车速；通过所述部边机中预设的adas摄像头，抓拍所述第一车辆所在的道路的若干个第一图像。
67.步骤102：根据所述第一图像，获取第二车辆的信息。
68.在本实施例中，该步骤具体包括：通过所述adas摄像头对所述第一图像进行分析，获得所述第二车辆的信息；所述第二车辆的信息包括所述第二车辆所在的车道、所述第二车辆的类型、车牌及所述第二车辆相对所述第一车辆的相对位置；所述车道包括所述第一车辆所在的第一车道及与所述第一车道相邻的第二车道。
69.步骤103：根据所述第一车速及所述第二车辆的信息，通过预设的速度计算公式，获得所述第二车辆的第二车速，并与所述第一车速进行比较，判断所述第二车辆是否发生违规。
70.在本实施例中，该步骤具体包括：根据所述第二车辆所在的车道，判断所述第二车辆处于所述第一车道还是第二车道；若所述第二车辆处于所述第一车道，则通过所述adas摄像头获得所述第一车辆及所述第二车辆之间的第一距离，通过预设的第一速度公式对所述第一距离进行处理，获得所述第二车辆的第二车速；若所述第二车辆处于所述第二车道，则通过所述adas摄像头获得所述第一车辆及所述第二车辆之间相距车道线的第二距离和所述第一车辆及所述第二车辆之间的第三距离，通过预设的第二速度公式对所述第二距离和第三距离进行处理，获得所述第二车辆的第二车速。
71.在本实施例中，当获得所述第二车辆的第二车速后，根据所述第二车辆的第二车速及类型，通过与所述第二车辆的类型对应的限速进行对比，判断所述第二车辆是否发生超速；若所述第二车辆的第二车速大于或等于所述限速，则确定所述第二车辆发生超速；根据所述第一车速及所述第二车速，获得所述第二车辆相对于所述第二车辆的相对速度，并通过比较所述相对速度及所述第一车速，判断所述第二车辆是否发生违停；若所述相对速度等于所述第一车速，则确定所述第二车辆发生违停。
72.步骤104：若所述第二车辆发生违规，则保存所述第二车辆所在的若干个第二图像对应的多个录像轨迹，并通过预设的车辆重识别方法依次识别所述若干个第二图像中的第二车辆是否为同一车辆。
73.在本实施例中，该步骤具体包括：通过对所述第二图像进行精细分割及二次分析，判断所述第二图像中的第二车辆是否存在违章行驶；若所述第二车辆存在违章行驶，则合并所述第二图像对应的多个录像轨迹，同时根据所述若干个第二图像中的第二车辆的车牌及特征，通过预设的车辆重识别技术对所述第二车辆进行识别，确定所述第二车辆是否为同一个车辆。
74.步骤105：若所述第二图像中的第二车辆为同一车辆，则通过所述多个录像轨迹彼此之间的相隔时间及相隔距离与预设的轨迹阈值进行比较，获得合并录像。
75.在本实施例中，该步骤具体包括：若确定所述第二车辆为同一个车辆，则通过将所
述第二图像对应的若干个录像轨迹彼此之间的相隔时间和预设的时间阈值进行比较及将所述若干个录像轨迹彼此之间的相隔距离与预设的距离阈值进行比较，判断所述第二图像是否进行合并；若所述若干个录像轨迹彼此之间的相隔时间不超过所述时间阈值及所述相隔距离不超过所述距离阈值，则合并所述若干个第二个图像，获得合并录像；若所述若干个录像轨迹彼此之间的相隔时间超过所述时间阈值或所述相隔距离超过所述距离阈值，则不合并所述若干个第二个图像。
76.步骤106：通过预设的违章信息识别方法对所述合并录像进行识别，获得所述第二车辆的违章信息。
77.在本实施例中，该步骤具体包括：通过对所述合并录像进行缠绕，获得所述合并录像对应的录像轨迹半径；根据所述录像轨迹半径，与预设的半径阈值进行比较，判断所述合并录像是超速录像还是违停录像，同时根据所述合并录像获得所述第二车辆的违章信息。
78.另一方面，本发明该实施例还提供了一种基于部边机的车辆违规识别系统，包括获取模块201、信息模块202、判断模块203、识别模块204、合并模块205及输出模块206。
79.所述获取模块201用于通过预设在第一车辆中的部边机获取所述第一车辆的第一车速及所述第一车辆所在的道路的若干个第一图像。
80.所述信息模块202用于根据所述第一图像，获取第二车辆的信息。
81.所述判断模块203用于根据所述第一车速及所述第二车辆的信息，通过预设的速度计算公式，获得所述第二车辆的第二车速，并与所述第一车速进行比较，判断所述第二车辆是否发生违规。
82.所述识别模块204用于若所述第二车辆发生违规，则保存所述第二车辆所在的若干个第二图像对应的多个录像轨迹，并通过预设的车辆重识别方法依次识别所述若干个第二图像中的第二车辆是否为同一车辆。
83.所述合并模块205用于若所述第二图像中的第二车辆为同一车辆，则通过所述多个录像轨迹彼此之间的相隔时间及相隔距离与预设的轨迹阈值进行比较，获得合并录像。
84.所述输出模块206用于通过预设的违章信息识别方法对所述合并录像进行识别，获得所述第二车辆的违章信息。
85.在本实施例中，所述获取模块201包括车速单元和图像单元；
86.所述车速单元用于通过所述部边机中预设的卫星惯导及惯性测量单位，检测获得所述第一车辆的第一车速。
87.所述图像单元用于通过所述部边机中预设的adas摄像头，抓拍所述第一车辆所在的道路的若干个第一图像。
88.在本实施例中，所述判断模块203还包括第二车速单元和判断单元。
89.所述第二车速单元用于根据所述第二车辆所在的车道，判断所述第二车辆处于所述第一车道还是第二车道；若所述第二车辆处于所述第一车道，则通过所述adas摄像头获得所述第一车辆及所述第二车辆之间的第一距离，通过预设的第一速度公式对所述第一距离进行处理，获得所述第二车辆的第二车速；若所述第二车辆处于所述第二车道，则通过所述adas摄像头获得所述第一车辆及所述第二车辆之间相距车道线的第二距离和所述第一车辆及所述第二车辆之间的第三距离，通过预设的第二速度公式对所述第二距离和第三距离进行处理，获得所述第二车辆的第二车速。所述判断单元用于根据所述第二车辆的第二
车速及类型，通过与所述第二车辆的类型对应的限速进行对比，判断所述第二车辆是否发生超速；若所述第二车辆的第二车速大于或等于所述限速，则确定所述第二车辆发生超速；根据所述第一车速及所述第二车速，获得所述第二车辆相对于所述第二车辆的相对速度，并通过比较所述相对速度及所述第一车速，判断所述第二车辆是否发生违停；若所述相对速度等于所述第一车速，则确定所述第二车辆发生违停。
90.在本实施例中，所述识别模块204还包括二次分析单元和重识别单元。
91.所述二次分析单元用于通过对所述第二图像进行精细分割及二次分析，判断所述第二图像中的第二车辆是否存在违章行驶。
92.所述重识别单元用于若所述第二车辆存在违章行驶，则合并所述第二图像对应的多个录像轨迹，同时根据所述若干个第二图像中的第二车辆的车牌及特征，通过预设的车辆重识别技术对所述第二车辆进行识别，确定所述第二车辆是否为同一个车辆。
93.本实施例提供了一种基于部边机的车辆违规识别方法及系统，通过设置在第一车辆的部边机获取所述第一车辆的第一车速及所述第一车辆当前所在的道路的具体情况，基于部边机稳定的特性，能准确，及时获得所述第一车辆的车速及所在的道路的具体情况，提高违章识别的稳定性，接着基于所述第一图像获得第二车辆的各种信息，以便后续对所述第二车辆进行识别，当获得所述第一车辆的车速及所述第二车辆所在的车道及相对位置后，通过预设的速度计算公式对所述车道及相对位置进行处理，以使得根据不同车道及不同距离，获得所述第二车辆的速度，提高第二车辆速度计算的准确性，进一步提高违章识别的准确性，根据所述获得的第二车辆的第二车速及类型，根据与第一车速及所述类型对应的限速进行对比，判断所述第二车辆是否发生违停和超速，对所述车辆进行分类，避免违章识别发生错误，提高识别的准确性，同时基于所述第一车速的测量稳定，保证了判断的准确性，进而提高识别的准确度，当判断所述第一图像中的第二车辆存有违章行为后，将发生违章行为的图像进行合并，然后对所述合并录像进行识别，判断所述发生合并的违章行为的图像中的第二车辆是否为同一车辆，进而对所述为同一车辆的第二图像进行合并，获得合并录像，并根据所述合并录像获得所述发生违章行为的第二车辆的违章信息，获得所述第二车辆的全面违章行为。
94.实施例二
95.本实施例提供了另外一种基于部边机的车辆违规识别方法，其主要的流程请参照图3，其主要包括步骤301至步骤306，每一个步骤主要包括：
96.步骤301：基于预设在自车中的部边机确定所述自车的车速及所述自车所在道路的第一图像。
97.在本实施例中，该步骤具体包括：通过所述部边机中预设的卫星惯导及惯性测量单位，检测获得所述第一车辆的第一车速；通过所述部边机中预设的adas摄像头，抓拍所述第一车辆所在的道路的若干个第一图像。
98.在本实施例中，所述第一车辆即为本实施例中的自车，首先通过部标机的功能确定自车的车速，一般情况下，自车车速由卫星惯导给出，在隧道行驶时，则由卫导、imu(inertial measurement unit，惯性测量单位)联合确定自车车速，同时通过所述部标机中包含的adas摄像头拍摄所述自车周围的道路情况。
99.步骤302：计算所述第一图像中的他车的车速。
100.在本实施例中，该步骤具体包括：通过所述adas摄像头对所述第一图像进行分析，获得所述第二车辆的信息，同时根据所述第二车辆所在的车道，判断所述第二车辆处于所述第一车道还是第二车道，进而根据所述第一车辆的第一车速，获得所述第二车辆的车速。
101.在本实施例中，所述第二车辆即为他车，所述第二车速即为他车的车速，通过部标机的adas功能确定他车所在车道，再进行计算他车相对速度，在本实施例中，首先确定所述他车所在的车道为自车车道还是相邻车道，当所述他车为自车车道前方时，请参照图4，为本发明实施例提供的一种他车位于自车车道的示意图，在图四中，假设t0时刻，自车速度为v0(m/s)，前车距离为x0米，t1时刻，自车速度为v1(m/s)，前车距离为x1米，则利用下方所述的平均速度公式，获得所述他车的车速，所述平均速度公式为：
[0102][0103]
在本实施例中，当所述他车位于其他相邻车道时，先通过adas摄像头判断，他车车道在相邻几车道内，请参照图5，为本发明实施例提供的一种他车位于相邻车道的示意图，设相距车道线宽度为d米，t0时刻，他车与自车的相对距离为d0米，自车速度为v0，t1时刻，他车与自车的相对距离为d1米，自车速度为v1，则利用下方所述的平均速度公式，获得所述他车的车速，所述平均速度公式为：
[0104][0105]
步骤303：根据所述他车的车速，对所述他车进行为违章行为识别，并保存违章图像。
[0106]
在本实施例中，该步骤主要包括：根据所述第二车辆的第二车速及类型，通过与所述第二车辆的类型对应的限速及所述第一车速进行对比，判断所述第二车辆是否违规，同时若所述第二车辆发生违规，则保存所述第二车辆所在的若干个第二图像对应的多个录像轨迹。
[0107]
在本实施例中，利用adas进行车辆检测，输出车辆的类别，至少包括小客车、非小客车两种，当所述第二车速大于所述第二车辆类型对应的限速，即当他车的平均速度超过车辆类型限速时，判断为超速；当他车相对速度＝-自车车速时，判定为违停；当相对速度《-自车速度时，判定为倒车。为了加强鲁棒性，可计算他车飞掠而过的时间段的平均相对速度，以平均相对速度做判断，同时将发生违章行为的所述他车所在的图像进行保存并发送到云平台中。
[0108]
步骤304：对所述违章图像进行二次分析及判断所述违章图像中的他车是否属于同一辆车。
[0109]
在本实施例中，该步骤具体包括：通过对所述第二图像进行精细分割及二次分析，判断所述第二图像中的第二车辆是否存在违章行驶，同时利用预设的车辆重识别方法对所述第二图像中的第二车辆进行识别，判断所述第二车辆是否为同一车辆。
[0110]
在本实施例中，当所述云平台接收到发生违章行为的他车所在的违章视频图像帧序列后，对路面进行精细分割，更为精准的确定抓拍视频是不是存在违章行为，并将接收到的违章轨迹片段连起来，形成尽可能长的、连续的轨迹，同时基于所述他车的车牌即所述他
车的车辆特征，利用预设的车辆reid(重识别re-identification)方法识别所述他车是否为同一辆车。
[0111]
步骤305：合并相同车辆所在的违章图像，并判断所述违章图像是否属于同一次行程。
[0112]
在本实施例中，该步骤主要包括：若确定所述第二车辆为同一个车辆，则通过将所述第二图像对应的若干个录像轨迹彼此之间的相隔时间和预设的时间阈值进行比较及将所述若干个录像轨迹彼此之间的相隔距离与预设的距离阈值进行比较，判断所述第二图像是否进行合并。
[0113]
在本实施例中，当确定位于所述违章图像中的他车属于同一车辆后，将包含同一车辆的若干个违章图像进行合并，然后计算所述若干个违章图像彼此之间的相隔距离及相隔时间，然后首先比较所述相隔距离与预设的距离阈值，若所述相隔距离不超过所述距离阈值，接着比较所述相隔时间与预设的时间阈值，若所述相隔时间不超过所述时间阈值，则合并所述违章图像。
[0114]
步骤306：合并属于同一次行程的违章图像，并对所述合并的违章图像进行识别，判断并输出所述违章信息，
[0115]
在本实施例中，该步骤主要包括：通过对所述合并录像进行缠绕，获得所述合并录像对应的录像轨迹半径；根据所述录像轨迹半径，与预设的半径阈值进行比较，判断所述合并录像是超速录像还是违停录像，同时根据所述合并录像获得所述第二车辆的违章信息。
[0116]
在本实施例中，合并属于同一行程的违章图像后，对所述违章图像对应的轨迹进行缠绕，然后计算所述轨迹进行缠绕后的轨迹半径，并与预设的轨迹半径阈值进行比较，判断所述违章轨迹对应的是违停还是超速，接着输出所述违章图像对应的轨迹中包含的违章信息，包括超速路段/时长、违停地点/时长等更宏观的违章信息。
[0117]
在本实施例中，提供了另外一种基于部边机的车辆违规识别方法，通过部标机的adas功能和卫惯功能，在现有技术的基础上，可以动态的抓拍告诉公路上超速和违停的车辆，弥补固定位置抓拍的限制性。在隧道中也可以利用部标机中卫惯和imu结合计算出车辆的速度，从而抓拍到隧道中车辆的违章行为。利用云平台对传输的违章视频图像进行二次分析，在进一步确定违章操作后，将违规片段合并成一段长的、连续的轨迹，以便输出更为全面的违章信息。
[0118]
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种基于部边机的车辆违规识别方法，其特征在于，包括：通过预设在第一车辆中的部边机获取所述第一车辆的第一车速及所述第一车辆所在的道路的若干个第一图像；根据所述第一图像，获取第二车辆的信息；根据所述第一车速及所述第二车辆的信息，通过预设的速度计算公式，获得所述第二车辆的第二车速，并与所述第一车速进行比较，判断所述第二车辆是否发生违规；若所述第二车辆发生违规，则保存所述第二车辆所在的若干个第二图像对应的多个录像轨迹，并通过预设的车辆重识别方法依次识别所述若干个第二图像中的第二车辆是否为同一车辆；若所述第二图像中的第二车辆为同一车辆，则通过所述多个录像轨迹彼此之间的相隔时间及相隔距离与预设的轨迹阈值进行比较，获得合并录像；通过预设的违章信息识别方法对所述合并录像进行识别，获得所述第二车辆的违章信息。2.如权利要求1所述的一种基于部边机的车辆违规识别方法，其特征在于，所述通过预设在第一车辆中的部边机获取所述第一车辆的第一车速及所述第一车辆所在的道路的若干个第一图像，具体包括：通过所述部边机中预设的卫星惯导及惯性测量单位，检测获得所述第一车辆的第一车速；通过所述部边机中预设的adas摄像头，抓拍所述第一车辆所在的道路的若干个第一图像。3.如权利要求2所述的一种基于部边机的车辆违规识别方法，其特征在于，所述根据所述第一图像，获取所述第二车辆的信息，具体包括：通过所述adas摄像头对所述第一图像进行分析，获得所述第二车辆的信息；所述第二车辆的信息包括所述第二车辆所在的车道、所述第二车辆的类型、车牌及所述第二车辆相对所述第一车辆的相对位置；所述车道包括所述第一车辆所在的第一车道及与所述第一车辆相邻的第二车道。4.如权利要求3所述的一种基于部边机的车辆违规识别方法，其特征在于，所述通过预设的速度计算公式，获得所述第二车辆的第二车速，具体包括：根据所述第二车辆所在的车道，判断所述第二车辆处于所述第一车道还是所述第二车道；若所述第二车辆处于所述第一车道，则通过所述adas摄像头获得所述第一车辆及所述第二车辆之间的第一距离，通过预设的第一速度公式对所述第一距离进行处理，获得所述第二车辆的第二车速；若所述第二车辆处于所述第二车道，则通过所述adas摄像头获得所述第一车辆及所述第二车辆之间相距车道线的第二距离和所述第一车辆及所述第二车辆之间的第三距离，通过预设的第二速度公式对所述第二距离和第三距离进行处理，获得所述第二车辆的第二车速。5.如权利要求1所述的一种基于部边机的车辆违规识别方法，其特征在于，所述与所述第一车速进行比较，判断所述第二车辆是否发生违规，具体包括：
根据所述第二车辆的第二车速及类型，通过与所述第二车辆的类型对应的限速进行对比，判断所述第二车辆是否发生超速；若所述第二车辆的第二车速大于或等于所述限速，则确定所述第二车辆发生超速；根据所述第一车速及所述第二车速，获得所述第二车辆相对于所述第二车辆的相对速度，并通过比较所述相对速度及所述第一车速，判断所述第二车辆是否发生违停；若所述相对速度等于所述第一车速，则确定所述第二车辆发生违停。6.如权利要求1所述的一种基于部边机的车辆违规识别方法，其特征在于，所述通过预设的车辆重识别方法依次识别所述若干个第二图像中的第二车辆是否为同一车辆，具体包括：通过对所述第二图像进行精细分割及二次分析，判断所述第二图像中的第二车辆是否存在违章行驶；若所述第二车辆存在违章行驶，则合并所述第二图像对应的多个录像轨迹，同时根据所述若干个第二图像中的第二车辆的车牌及特征，通过预设的车辆重识别技术对所述第二车辆进行识别，确定所述第二车辆是否为同一个车辆。7.如权利要求1所述的一种基于部边机的车辆违规识别方法，其特征在于，所述通过所述多个录像轨迹彼此之间的相隔时间及相隔距离与预设的轨迹阈值进行比较，获得合并录像，具体包括：若确定所述第二车辆为同一个车辆，则通过将所述第二图像对应的若干个录像轨迹彼此之间的相隔时间和预设的时间阈值进行比较及将所述若干个录像轨迹彼此之间的相隔距离与预设的距离阈值进行比较，判断所述第二图像是否进行合并；若所述若干个录像轨迹彼此之间的相隔时间不超过所述时间阈值及所述相隔距离不超过所述距离阈值，则合并所述若干个第二个图像，获得合并录像；若所述若干个录像轨迹彼此之间的相隔时间超过所述时间阈值或所述相隔距离超过所述距离阈值，则不合并所述若干个第二个图像。8.如权利要求1所述的一种基于部边机的车辆违规识别方法，其特征在于，所述通过预设的违章识别方法对所述合并录像进行识别，获得所述合并录像的违章信息，具体包括：通过对所述合并录像进行缠绕，获得所述合并录像对应的录像轨迹半径；根据所述录像轨迹半径，与预设的半径阈值进行比较，判断所述合并录像是超速录像还是违停录像，同时根据所述合并录像获得所述第二车辆的违章信息。9.一种基于部边机的车辆违规识别系统，其特征在于，包括获取模块、信息模块、判断模块、识别模块、合并模块及输出模块；所述获取模块用于通过预设在第一车辆中的部边机获取所述第一车辆的第一车速及所述第一车辆所在的道路的若干个第一图像；所述信息模块用于根据所述第一图像，获取第二车辆的信息；所述判断模块用于根据所述第一车速及所述第二车辆的信息，通过预设的速度计算公式，获得所述第二车辆的第二车速，并与所述第一车速进行比较，判断所述第二车辆是否发生违规；所述识别模块用于若所述第二车辆发生违规，则保存所述第二车辆所在的若干个第二图像对应的多个录像轨迹，并通过预设的车辆重识别方法依次识别所述若干个第二图像中
的第二车辆是否为同一车辆；所述合并模块用于若所述第二图像中的第二车辆为同一车辆，则通过所述多个录像轨迹彼此之间的相隔时间及相隔距离与预设的轨迹阈值进行比较，获得合并录像；所述输出模块用于通过预设的违章信息识别方法对所述合并录像进行识别，获得所述第二车辆的违章信息。10.如权利要求9所述的一种基于部边机的车辆违规识别系统，其特征在于，所述获取模块包括车速单元和图像单元；所述车速单元用于通过所述部边机中预设的卫星惯导及惯性测量单位，检测获得所述第一车辆的第一车速；所述图像单元用于通过所述部边机中预设的adas摄像头，抓拍所述第一车辆所在的道路的若干个第一图像。

技术总结
本发明公开了一种基于部边机的车辆违规识别方法及系统，通过预设在所述第一车辆的部标机获取所述第一车辆的第一车速及所述第一车辆周围的第一图像，然后根据所述第一车速获得位于所述第一车辆周围的第二车辆的第二车速，进而判断所述第二车辆是否发生违规，并保存发生所述违规的第二图像，最后对所述图像进行二次分析，获得所述第二车辆的违章信息，提高车辆违章行驶识别的准确度，同时获得更为全面的车辆违章信息。面的车辆违章信息。面的车辆违章信息。


技术研发人员：朱贵冬 郑进锋 刘祥杰 雷超文 陈鹏飞 刘圣阳
受保护的技术使用者：广州海格星航信息科技有限公司
技术研发日：2022.12.15
技术公布日：2023/7/19