CN116704751B - 一种基于大数据的车辆智能监控预警系统及方法 - Google Patents
一种基于大数据的车辆智能监控预警系统及方法 Download PDFInfo
- Publication number
- CN116704751B CN116704751B CN202310522933.6A CN202310522933A CN116704751B CN 116704751 B CN116704751 B CN 116704751B CN 202310522933 A CN202310522933 A CN 202310522933A CN 116704751 B CN116704751 B CN 116704751B
- Authority
- CN
- China
- Prior art keywords
- target vehicle
- vehicle
- information
- parking
- monitoring
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 105
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000007726 management method Methods 0.000 claims abstract description 38
- 230000005540 biological transmission Effects 0.000 claims abstract description 29
- 238000012216 screening Methods 0.000 claims abstract description 23
- 230000002159 abnormal effect Effects 0.000 claims description 19
- 230000005856 abnormality Effects 0.000 claims description 15
- 238000012795 verification Methods 0.000 claims description 15
- 230000033001 locomotion Effects 0.000 claims description 9
- 230000008034 disappearance Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/62—Extraction of image or video features relating to a temporal dimension, e.g. time-based feature extraction; Pattern tracking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及大数据技术领域,具体为一种基于大数据的车辆智能监控预警系统及方法,包括:目标车辆监控模块、车辆布控终端、数据库、停车信息传输模块、驶离监控管理模块和车辆查控管理模块,通过车辆布控终端规划目标车辆布控工作,通过目标车辆监控模块在监控到目标车辆进入后核实车辆信息,对目标车辆进行追踪,通过数据库存储车辆布控终端发送的目标车辆信息,通过停车信息传输模块分析并传输目标车辆停车信息,通过驶离监控管理模块对驶离停车场后的目标车辆进行监控,获取车辆驶离轨迹,通过车辆查控管理模块筛选出重要布控点,提醒重要布控点做好布控准备工作,帮助布控终端尽快掌握到目标车辆准确的停靠信息,提高了车辆查控效率。
Description
技术领域
本发明涉及大数据技术领域,具体为一种基于大数据的车辆智能监控预警系统及方法。
背景技术
车辆布控指的是主要针对逾期未检验车辆、假、套牌车辆等违章数量达一定数量、进入黑名单的车辆等进行布控,做好车辆布控监控管理工作,将监控到的车辆行驶或停靠位置信息发送给相关部门,有助于尽快对这些车辆进行查处;
然而,现有的车辆布控监控方式仍存在一些问题:首先,停车场作为车辆经常出入地点,在对目标车辆进出进行监控时,可以将车辆停靠信息发送给布控终端以帮助布控终端及时做好目标车辆布控工作,但是由于部分停车场内并非能够监控到全部画面、存在监控死角,在目标车辆停靠在监控死角区域时,无法发送准确的停靠信息,容易对车辆布控工作造成不良影响;其次,在目标车辆驶离停车场后,现有技术无法及时提醒目标车辆经过概率高的布控点及时做好查控目标车辆准备工作,无法有效提高车辆查控效率。
所以,人们需要一种基于大数据的车辆智能监控预警系统及方法来解决上述问题。
发明内容
本发明的目的在于提供一种基于大数据的车辆智能监控预警系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于大数据的车辆智能监控预警系统,所述系统包括:目标车辆监控模块、车辆布控终端、数据库、停车信息传输模块、驶离监控管理模块和车辆查控管理模块;
所述车辆布控终端的输出端连接所述数据库和车辆查控管理模块的输入端,所述数据库的输出端连接所述目标车辆监控模块的输入端,所述目标车辆监控模块的输出端连接所述停车信息传输模块的输入端,所述停车信息传输模块和车辆查控管理模块的输出端连接所述车辆布控终端的输入端,所述驶离监控管理模块的输出端连接所述车辆查控管理模块的输入端;
所述车辆布控终端用于将目标车辆信息发送到所述数据库,所述车辆布控终端还用于接收目标车辆停车信息并规划目标车辆布控工作;
所述目标车辆监控模块用于在监控到目标车辆进入后核实车辆信息,并对目标车辆进行追踪;
所述数据库用于存储车辆布控终端发送的目标车辆信息;
所述停车信息传输模块用于分析目标车辆停车信息,并将停车信息传输到所述车辆布控终端;
所述驶离监控管理模块用于在目标车辆驶离停车场后,对目标车辆进行监控追踪,获取驶离后的轨迹信息;
所述车辆查控管理模块用于依据轨迹信息筛选出重要布控点,提醒重要布控点做好布控准备工作。
进一步的,所述目标车辆监控模块包括目标信息核实单元和移动轨迹追踪单元;
所述目标信息核实单元的输入端连接所述数据库的输出端,所述目标信息核实单元的输出端连接所述移动轨迹追踪单元的输入端;
所述目标信息核实单元用于将停车场监控到的车辆车牌号信息与所述数据库中的车辆车牌号进行匹配,若匹配到数据库中存在与监控到的车辆车牌号相同的车辆,将对应车辆作为目标车辆;
所述移动轨迹追踪单元用于在核实到停车场内出现目标车辆后,对目标车辆进行追踪,获取目标车辆的停车移动轨迹。
进一步的,所述停车信息传输模块包括停车异常判断单元、车位信息获取单元和车位信息发送单元;
所述停车异常判断单元的输入端连接所述移动轨迹追踪单元的输出端,所述停车异常判断单元的输出端连接所述车位信息获取单元的输入端,所述车位信息获取单元的输出端连接所述车位信息发送单元的输入端,所述车位信息发送单元的输出端连接所述车辆布控终端的输入端;
所述停车异常判断单元用于调取停车场内的监控数据,若监控到目标车辆所停车位信息,判断未出现异常情况;若未监控到目标车辆所停车位信息,判断出现异常情况,将判断结果传输到所述车位信息获取单元;
所述车位信息获取单元用于在未出现异常情况时,获取目标车辆所停的停车场信息以及停车位信息;在出现异常情况时,调取并分析目标车辆的停车移动轨迹,对目标车辆的停车范围进行预测,并安排优先在预测的停车范围内核实是否出现目标车辆,在出现后获取目标车辆所停的停车场信息以及停车位信息;
所述车位信息发送单元用于将目标车辆所停的停车场信息以及停车位信息发送至所述车辆布控终端。
进一步的,所述驶离监控管理模块包括目标驶离监控单元、监控信息调取单元和轨迹数据传输单元;
所述目标驶离监控单元的输出端连接所述监控信息调取单元的输入端,所述监控信息调取单元的输出端连接所述轨迹数据传输单元的输入端;
所述目标驶离监控单元用于在目标车辆停车后对其进行监控,在监控到目标车辆驶离停车场后,发送驶离信息至所述监控信息调取单元;
所述监控信息调取单元用于调取目标车辆离开停车场后的监控信息,生成驶离轨迹;
所述轨迹数据传输单元用于将目标车辆驶离轨迹传输到所述车辆查控管理模块。
进一步的,所述车辆查控管理模块包括布控点筛选单元和查控准备提醒单元;
所述布控点筛选单元的输入端连接所述轨迹数据传输单元的输出端,所述布控点筛选单元的输出端连接所述查控准备提醒单元的输入端,所述查控准备提醒单元的输出端连接所述车辆布控终端的输入端;
所述布控点筛选单元用于获取布控点位置信息,结合驶离轨迹和布控点位置信息分析不同布控点当前做好查控目标车辆准备工作的必要程度,依据必要程度筛选出重要布控点,将重要布控点信息传输到所述车辆布控终端;
所述查控准备提醒单元用于由车辆布控终端向重要布控点终端发送目标车辆信息,提醒做好查控目标车辆准备工作。
一种基于大数据的车辆智能监控预警方法,包括以下步骤:
S1:在监控到目标车辆进入后核实车辆信息,并对目标车辆进行追踪;
S2:判断目标车辆停车异常情况,并将停车信息传输到车辆布控终端;
S3:在目标车辆驶离停车场后,对目标车辆进行监控追踪,获取驶离后的轨迹信息;
S4:依据轨迹信息筛选出重要布控点,提醒重要布控点做好布控准备工作。
进一步的,在步骤S1中:将停车场内监控到的车辆车牌号与数据库中存储的车辆车牌号进行识别并匹配,在匹配到数据库中存在与监控到的车辆车牌号相同的车辆,将对应车辆作为目标车辆,在监控到停车场内出现目标车辆后,对目标车辆进行追踪,获取目标车辆停车过程中的移动轨迹;
通过大数据分析并比对停车场内进出车辆车牌号和数据库中存储的待布控目标车辆车牌号,有利于准确地寻找到目标车辆以及时对其进行布控;
车辆布控终端在获取到目标车辆所在停车场位置后,需要获取目标车辆具体停靠的车位信息以便对目标车辆进行实时、准确追踪,在停车场监控到目标车辆后,对目标车辆进行追踪并获取停车过程中的移动轨迹的目的在于当目标车辆停在停车场内监控拍摄不到的车位位置时,对目标车辆停靠的大致区域进行确定,以避免在需要核实确认目标车辆停靠车位时无目的或对整个停车场停车位全部进行核实导致核实效率降低的情况,提高了快速寻找到目标车辆停车位位置信息的概率。
进一步的,在步骤S2中:调取停车场内的监控数据,若监控到目标车辆所停车位,判断未出现异常情况,将目标车辆所在停车场位置以及所停车位位置发送至车辆布控终端;若未监控到目标车辆所停车位,调取目标车辆停车过程中在监控里消失前的移动轨迹,以停车场中心为原点建立二维坐标系,将移动轨迹平均分为m段,生成移动向量坐标集合为(a,b)={(a1,b1),(a2,b2),…,(am,bm)},每段轨迹的起点和终点分别为对应移动向量的始点和终点,获取到移动轨迹终点坐标为(x,y),根据下列公式判断目标车辆消失前的移动方向:
其中,ai和bi表示随机一个移动向量的横、纵坐标,判断目标车辆消失前的移动方向为:在与x轴正半轴夹角为β的向量所指方向,获取到在移动方向上距移动轨迹终点最近的空车位坐标为(g,h),预测目标车辆的停车范围为:以(x,y)为圆心、r为半径的圆形区域内,优先在对应圆形区域内核实是否出现目标车辆,在核实到出现目标车辆后,将目标车辆所停的停车场位置以及停车位位置发送至车辆布控终端;
为避免因目标车辆停靠在停车场内的监控死角处导致追踪不到目标车辆的准确位置信息,依据获取到的移动轨迹判断目标车辆消失在停车场内监控里前的移动方向,划分目标车辆停靠概率较高的区域范围,优先在对应区域内寻找目标车辆,提高了快速寻找到目标车辆停靠位置的概率,帮助布控终端尽快掌握到了目标车辆准确的停靠信息。
进一步的,在步骤S3中:在目标车辆停车后对其进行实时监控,在监控到目标车辆驶离停车场后,调取目标车辆离开停车场后的监控信息,生成驶离轨迹,以停车场出口位置为原点建立二维坐标系,获取到驶离轨迹终点坐标为(X,Y),驶离轨迹为目标车辆驶离停车场后在监控中消失前的移动轨迹,将驶离轨迹平均分为n段,生成驶离后的移动向量坐标集合为(E,G)={(E1,G1),(E2,G2),…,(En,Gn)}。
进一步的,在步骤S4中:根据公式判断目标车辆在驶离停车场后的移动方向,其中,Ej和Gj分别表示驶离后的随机一段移动向量横、纵坐标,判断目标车辆在驶离停车场后的移动方向为:在与x轴正半轴夹角为θ的向量所指方向,以(X,Y)为始点,在判断出的移动方向上随机找一点为终点,生成目标车辆的预判移动向量,得到预判移动向量坐标为(A,B),获取到布控点位置坐标集合为(K,L)={(K1,L1),(K2,L2),…,(Kf,Lf)},其中,共有f个布控点,根据公式计算提醒随机一个布控点当前做好查控目标车辆准备工作的必要程度wi:
其中,Ki和Li分别表示随机一个布控点位置的横、纵坐标,通过相同计算方式得到提醒所有布控点当前做好查控目标车辆准备工作的必要程度集合为w={w1,w2,…,wi,…,wf},将布控点按必要程度从大到小的顺序进行排列并分为u组,得到按随机一种方式分组后,u组布控点对应的必要程度总和集合为V={V1,V2,…,Vu},获取使得达到最大值的分组方式的分组结果,其中,Vj表示按随机一种方式分组后随机一组布控点对应的必要程度总和,筛选出对应分组结果中必要程度总和最大的一组布控点作为重要布控点;
在目标车辆驶离停车场后,可能会经过车辆布控终端安排的布控点,为尽早对目标车辆进行查控,需要一些布控点提前做好布控的准备工作,现有技术无法筛选出目标车辆在驶离停车场后经过概率高的布控点以提醒做好准备工作,通过分析目标车辆的驶离轨迹判断目标车辆大致的移动方向,通过比对移动方向与从停车场前往布控点方向的差距来分析提醒不同布控点当前做好查控准备工作的必要程度,差距越小,说明必要程度越高,即目标车辆驶离停车场后经过对应布控点的概率越高;
在筛选布控点时,通过将布控点按必要程度进行分组,再从使得分组后组间必要程度差异最大的分组结果中筛选出必要程度总和最大的一组布控点作为布控点,相对于现有技术直接筛选出必要程度高于平均值的布控点而言,目标车辆经过筛选出的布控点的概率更高,有利于提高筛选结果的参考价值,提醒筛选出的布控点做好查控目标车辆准备工作,有利于提高车辆查控效率。
与现有技术相比,本发明所达到的有益效果是:
本发明通过大数据分析并比对停车场内进出车辆车牌号和数据库中存储的待布控目标车辆车牌号,有利于准确地寻找到目标车辆以及时对其进行布控;
为避免因目标车辆停靠在停车场内的监控死角处导致追踪不到目标车辆的准确位置信息,依据获取到的移动轨迹判断目标车辆消失在停车场内监控里前的移动方向,划分目标车辆停靠概率较高的区域范围,优先在对应区域内寻找目标车辆,及时发现目标车辆停靠异常情况并进行预警,对目标车辆停靠的大致区域进行确定,避免了在需要核实确认目标车辆停靠车位时无目的或对整个停车场停车位全部进行核实导致核实效率降低的情况,提高了快速寻找到目标车辆停车位位置信息的概率,帮助布控终端尽快掌握到了目标车辆准确的停靠信息;
在目标车辆驶离停车场后,通过分析目标车辆的驶离轨迹判断目标车辆大致的移动方向,通过比对移动方向与从停车场前往布控点方向的差距来分析提醒不同布控点当前做好查控准备工作的必要程度,筛选出目标车辆在驶离停车场后经过概率高的布控点以提醒做好准备工作,提高了车辆查控效率。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种基于大数据的车辆智能监控预警系统的结构图;
图2是本发明一种基于大数据的车辆智能监控预警方法的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
下面结合图1-图2和具体实施例对本发明作进一步的说明。
实施例一:
如图1所示,本实施例提供了一种基于大数据的车辆智能监控预警系统,系统包括:目标车辆监控模块、车辆布控终端、数据库、停车信息传输模块、驶离监控管理模块和车辆查控管理模块;
车辆布控终端的输出端连接数据库和车辆查控管理模块的输入端,数据库的输出端连接目标车辆监控模块的输入端,目标车辆监控模块的输出端连接停车信息传输模块的输入端,停车信息传输模块和车辆查控管理模块的输出端连接车辆布控终端的输入端,驶离监控管理模块的输出端连接车辆查控管理模块的输入端;
车辆布控终端用于将目标车辆信息发送到数据库,车辆布控终端还用于接收目标车辆停车信息并规划目标车辆布控工作;
目标车辆监控模块用于在监控到目标车辆进入后核实车辆信息,并对目标车辆进行追踪;
数据库用于存储车辆布控终端发送的目标车辆信息;
停车信息传输模块用于分析目标车辆停车信息,并将停车信息传输到车辆布控终端;
驶离监控管理模块用于在目标车辆驶离停车场后,对目标车辆进行监控追踪,获取驶离后的轨迹信息;
车辆查控管理模块用于依据轨迹信息筛选出重要布控点,提醒重要布控点做好布控准备工作。
目标车辆监控模块包括目标信息核实单元和移动轨迹追踪单元;
目标信息核实单元的输入端连接数据库的输出端,目标信息核实单元的输出端连接移动轨迹追踪单元的输入端;
目标信息核实单元用于将停车场监控到的车辆车牌号信息与数据库中的车辆车牌号进行匹配,若匹配到数据库中存在与监控到的车辆车牌号相同的车辆,将对应车辆作为目标车辆;
移动轨迹追踪单元用于在核实到停车场内出现目标车辆后,对目标车辆进行追踪,获取目标车辆的停车移动轨迹。
停车信息传输模块包括停车异常判断单元、车位信息获取单元和车位信息发送单元;
停车异常判断单元的输入端连接移动轨迹追踪单元的输出端,停车异常判断单元的输出端连接车位信息获取单元的输入端,车位信息获取单元的输出端连接车位信息发送单元的输入端,车位信息发送单元的输出端连接车辆布控终端的输入端;
停车异常判断单元用于调取停车场内的监控数据,若监控到目标车辆所停车位信息,判断未出现异常情况;若未监控到目标车辆所停车位信息,判断出现异常情况,将判断结果传输到车位信息获取单元;
车位信息获取单元用于在未出现异常情况时,获取目标车辆所停的停车场信息以及停车位信息;在出现异常情况时,调取并分析目标车辆的停车移动轨迹,对目标车辆的停车范围进行预测,并安排优先在预测的停车范围内核实是否出现目标车辆,在出现后获取目标车辆所停的停车场信息以及停车位信息;
车位信息发送单元用于将目标车辆所停的停车场信息以及停车位信息发送至车辆布控终端。
驶离监控管理模块包括目标驶离监控单元、监控信息调取单元和轨迹数据传输单元;
目标驶离监控单元的输出端连接监控信息调取单元的输入端,监控信息调取单元的输出端连接轨迹数据传输单元的输入端;
目标驶离监控单元用于在目标车辆停车后对其进行监控,在监控到目标车辆驶离停车场后,发送驶离信息至监控信息调取单元;
监控信息调取单元用于调取目标车辆离开停车场后的监控信息,生成驶离轨迹;
轨迹数据传输单元用于将目标车辆驶离轨迹传输到车辆查控管理模块。
车辆查控管理模块包括布控点筛选单元和查控准备提醒单元;
布控点筛选单元的输入端连接轨迹数据传输单元的输出端,布控点筛选单元的输出端连接查控准备提醒单元的输入端,查控准备提醒单元的输出端连接车辆布控终端的输入端;
布控点筛选单元用于获取布控点位置信息,结合驶离轨迹和布控点位置信息分析不同布控点当前做好查控目标车辆准备工作的必要程度,依据必要程度筛选出重要布控点,将重要布控点信息传输到车辆布控终端;
查控准备提醒单元用于由车辆布控终端向重要布控点终端发送目标车辆信息,提醒做好查控目标车辆准备工作。
实施例二:
如图2所示,本实施例提供了一种基于大数据的车辆智能监控预警方法,其基于实施例中的监控预警系统实现,具体包括以下步骤:
S1:在监控到目标车辆进入后核实车辆信息,将停车场内监控到的车辆车牌号与数据库中存储的车辆车牌号进行识别并匹配,在匹配到数据库中存在与监控到的车辆车牌号相同的车辆,将对应车辆作为目标车辆,在监控到停车场内出现目标车辆后,对目标车辆进行追踪,获取目标车辆停车过程中的移动轨迹;
S2:判断目标车辆停车异常情况,并将停车信息传输到车辆布控终端,调取停车场内的监控数据,若监控到目标车辆所停车位,判断未出现异常情况,将目标车辆所在停车场位置以及所停车位位置发送至车辆布控终端;若未监控到目标车辆所停车位,调取目标车辆停车过程中在监控里消失前的移动轨迹,以停车场中心为原点建立二维坐标系,将移动轨迹平均分为m=3段,生成移动向量坐标集合为(a,b)={(a1,b1),(a2,b2),(a3,b3)}={(1,1),(2,5),(0,7)},每段轨迹的起点和终点分别为对应移动向量的始点和终点,获取到移动轨迹终点坐标为(x,y)=(6,8),根据公式判断目标车辆消失前的移动方向,其中,ai和bi表示随机一个移动向量的横、纵坐标,判断目标车辆消失前的移动方向为:在与x轴正半轴夹角为β≈68°的向量所指方向,获取到在移动方向上距移动轨迹终点最近的空车位坐标为(g,h)=(10,10),空车位坐标为车位中心坐标,预测目标车辆的停车范围为:以(x,y)=(6,8)为圆心、r为半径的圆形区域内,/> 优先在对应圆形区域内核实是否出现目标车辆,在核实到出现目标车辆后,将目标车辆所停的停车场位置以及停车位位置发送至车辆布控终端;
S3:在目标车辆驶离停车场后,对目标车辆进行监控追踪,获取驶离后的轨迹信息,以停车场出口位置为原点建立二维坐标系,获取到驶离轨迹终点坐标为(X,Y)=(120,100),驶离轨迹为目标车辆驶离停车场后在监控中消失前的移动轨迹,将驶离轨迹平均分为n=3段,生成驶离后的移动向量坐标集合为(E,G)={(E1,G1),(E2,G2),(E3,G3)}={(15,15),(10,20),(6,8)};
S4:依据轨迹信息筛选出重要布控点,根据公式判断目标车辆在驶离停车场后的移动方向,其中,Ej和Gj分别表示驶离后的随机一段移动向量横、纵坐标,判断目标车辆在驶离停车场后的移动方向为:在与x轴正半轴夹角为θ≈54°的向量所指方向,以(X,Y)=(120,100)为始点,在判断出的移动方向上随机找一点为终点,生成目标车辆的预判移动向量,得到预判移动向量坐标为(A,B)=(20,10),获取到布控点位置坐标集合为(K,L)={(K1,L1),(K2,L2),(K3,L3),(K4,L4),(K5,L5),(K6,L6),(K7,L7)}={(400,400),(520,510),(100,130),(300,300),(50,75),(89,96),(450,420)},其中,共有f=7个布控点,根据公式/> 计算提醒随机一个布控点当前做好查控目标车辆准备工作的必要程度wi,其中,Ki和Li分别表示随机一个布控点位置的横、纵坐标,通过相同计算方式得到提醒所有布控点当前做好查控目标车辆准备工作的必要程度集合为w={w1,w2,w3,w4,w5,w6,w7}={1.8,2.9,0.6,1.7,2.5,0.2,2.4},将布控点按必要程度从大到小的顺序进行排列并分为u=3组,得到按随机一种方式分组后,u=3组布控点对应的必要程度总和集合为V={V1,V2,…,Vu},获取使得/>达到最大值的分组方式的分组结果:得到三组布控点对应的必要程度集合分别为{2.9,2.5,2.4}、{1.8,1.7}和{0.6,0.2},其中,Vj表示按随机一种方式分组后随机一组布控点对应的必要程度总和,筛选出对应分组结果中必要程度总和最大的一组布控点作为重要布控点,即第二、第五和第七个布控点,提醒重要布控点做好布控准备工作。
最后应说明的是:以上所述仅为本发明的优选实例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于大数据的车辆智能监控预警系统,其特征在于:所述系统包括:目标车辆监控模块、车辆布控终端、数据库、停车信息传输模块、驶离监控管理模块和车辆查控管理模块;
所述车辆布控终端的输出端连接所述数据库和车辆查控管理模块的输入端,所述数据库的输出端连接所述目标车辆监控模块的输入端,所述目标车辆监控模块的输出端连接所述停车信息传输模块的输入端,所述停车信息传输模块和车辆查控管理模块的输出端连接所述车辆布控终端的输入端,所述驶离监控管理模块的输出端连接所述车辆查控管理模块的输入端;
所述车辆布控终端用于将目标车辆信息发送到所述数据库,所述车辆布控终端还用于接收目标车辆停车信息并规划目标车辆布控工作;
所述目标车辆监控模块用于在监控到目标车辆进入后核实车辆信息,并对目标车辆进行追踪;
所述数据库用于存储车辆布控终端发送的目标车辆信息;
所述停车信息传输模块用于分析目标车辆停车信息,并将停车信息传输到所述车辆布控终端;
所述驶离监控管理模块用于在目标车辆驶离停车场后,对目标车辆进行监控追踪,获取驶离后的轨迹信息;
所述车辆查控管理模块用于依据轨迹信息筛选出重要布控点,提醒重要布控点做好布控准备工作;
具体实现步骤如下:
S1:在监控到目标车辆进入后核实车辆信息,并对目标车辆进行追踪;
S2:判断目标车辆停车异常情况,并将停车信息传输到车辆布控终端;
S3:在目标车辆驶离停车场后,对目标车辆进行监控追踪,获取驶离后的轨迹信息;
S4:依据轨迹信息筛选出重要布控点,提醒重要布控点做好布控准备工作;
在步骤S1中:将停车场内监控到的车辆车牌号与数据库中存储的车辆车牌号进行识别并匹配,在匹配到数据库中存在与监控到的车辆车牌号相同的车辆,将对应车辆作为目标车辆,在监控到停车场内出现目标车辆后,对目标车辆进行追踪,获取目标车辆停车过程中的移动轨迹;
在步骤S2中:调取停车场内的监控数据,若监控到目标车辆所停车位,判断未出现异常情况,将目标车辆所在停车场位置以及所停车位位置发送至车辆布控终端;若未监控到目标车辆所停车位,调取目标车辆停车过程中在监控里消失前的移动轨迹,以停车场中心为原点建立二维坐标系,将移动轨迹平均分为m段,生成移动向量坐标集合为(a,b)={(a1,b1),(a2,b2),…,(am,bm)},获取到移动轨迹终点坐标为(x,y),根据下列公式判断目标车辆消失前的移动方向:
;
其中,ai和bi表示随机一个移动向量的横、纵坐标,判断目标车辆消失前的移动方向为:在与x轴正半轴夹角为的向量所指方向,获取到在移动方向上距移动轨迹终点最近的空车位坐标为(g,h),预测目标车辆的停车范围为:以(x,y)为圆心、r为半径的圆形区域内,,优先在对应圆形区域内核实是否出现目标车辆,在核实到出现目标车辆后,将目标车辆所停的停车场位置以及停车位位置发送至车辆布控终端;
在步骤S3中:在目标车辆停车后对其进行实时监控,在监控到目标车辆驶离停车场后,调取目标车辆离开停车场后的监控信息,生成驶离轨迹,以停车场出口位置为原点建立二维坐标系,获取到驶离轨迹终点坐标为(X,Y),将驶离轨迹平均分为n段,生成驶离后的移动向量坐标集合为(E,G)={(E1,G1),(E2,G2),…,(En,Gn)};
在步骤S4中:根据公式判断目标车辆在驶离停车场后的移动方向,其中,Ej和Gj分别表示驶离后的随机一段移动向量横、纵坐标,判断目标车辆在驶离停车场后的移动方向为:在与x轴正半轴夹角为/>的向量所指方向,以(X,Y)为始点,在判断出的移动方向上随机找一点为终点,生成目标车辆的预判移动向量,得到预判移动向量坐标为(A,B),获取到布控点位置坐标集合为(K,L)={(K1,L1),(K2,L2),…,(Kf,Lf)},其中,共有f个布控点,根据下列公式计算提醒随机一个布控点当前做好查控目标车辆准备工作的必要程度wi:
;
其中,Ki和Li分别表示随机一个布控点位置的横、纵坐标,通过相同计算方式得到提醒所有布控点当前做好查控目标车辆准备工作的必要程度集合为w={w1,w2,…,wi,…,wf},将布控点按必要程度从大到小的顺序进行排列并分为u组,得到按随机一种方式分组后,u组布控点对应的必要程度总和集合为V={V1,V2,…,Vu},获取使得达到最大值的分组方式的分组结果,其中,Vj表示按随机一种方式分组后随机一组布控点对应的必要程度总和,筛选出对应分组结果中必要程度总和最大的一组布控点作为重要布控点。
2.根据权利要求1所述的一种基于大数据的车辆智能监控预警系统,其特征在于:所述目标车辆监控模块包括目标信息核实单元和移动轨迹追踪单元;
所述目标信息核实单元的输入端连接所述数据库的输出端,所述目标信息核实单元的输出端连接所述移动轨迹追踪单元的输入端;
所述目标信息核实单元用于将停车场监控到的车辆车牌号信息与所述数据库中的车辆车牌号进行匹配,若匹配到数据库中存在与监控到的车辆车牌号相同的车辆,将对应车辆作为目标车辆;
所述移动轨迹追踪单元用于在核实到停车场内出现目标车辆后,对目标车辆进行追踪,获取目标车辆的停车移动轨迹。
3.根据权利要求2所述的一种基于大数据的车辆智能监控预警系统,其特征在于:所述停车信息传输模块包括停车异常判断单元、车位信息获取单元和车位信息发送单元;
所述停车异常判断单元的输入端连接所述移动轨迹追踪单元的输出端,所述停车异常判断单元的输出端连接所述车位信息获取单元的输入端,所述车位信息获取单元的输出端连接所述车位信息发送单元的输入端,所述车位信息发送单元的输出端连接所述车辆布控终端的输入端;
所述停车异常判断单元用于调取停车场内的监控数据,若监控到目标车辆所停车位信息,判断未出现异常情况;若未监控到目标车辆所停车位信息,判断出现异常情况,将判断结果传输到所述车位信息获取单元;
所述车位信息获取单元用于在未出现异常情况时,获取目标车辆所停的停车场信息以及停车位信息;在出现异常情况时,调取并分析目标车辆的停车移动轨迹,对目标车辆的停车范围进行预测,并安排优先在预测的停车范围内核实是否出现目标车辆,在出现后获取目标车辆所停的停车场信息以及停车位信息;
所述车位信息发送单元用于将目标车辆所停的停车场信息以及停车位信息发送至所述车辆布控终端。
4.根据权利要求3所述的一种基于大数据的车辆智能监控预警系统,其特征在于:所述驶离监控管理模块包括目标驶离监控单元、监控信息调取单元和轨迹数据传输单元;
所述目标驶离监控单元的输出端连接所述监控信息调取单元的输入端,所述监控信息调取单元的输出端连接所述轨迹数据传输单元的输入端;
所述目标驶离监控单元用于在目标车辆停车后对其进行监控,在监控到目标车辆驶离停车场后,发送驶离信息至所述监控信息调取单元;
所述监控信息调取单元用于调取目标车辆离开停车场后的监控信息,生成驶离轨迹;
所述轨迹数据传输单元用于将目标车辆驶离轨迹传输到所述车辆查控管理模块。
5.根据权利要求4所述的一种基于大数据的车辆智能监控预警系统,其特征在于:所述车辆查控管理模块包括布控点筛选单元和查控准备提醒单元;
所述布控点筛选单元的输入端连接所述轨迹数据传输单元的输出端,所述布控点筛选单元的输出端连接所述查控准备提醒单元的输入端,所述查控准备提醒单元的输出端连接所述车辆布控终端的输入端;
所述布控点筛选单元用于获取布控点位置信息,结合驶离轨迹和布控点位置信息分析不同布控点当前做好查控目标车辆准备工作的必要程度,依据必要程度筛选出重要布控点,将重要布控点信息传输到所述车辆布控终端;
所述查控准备提醒单元用于由车辆布控终端向重要布控点终端发送目标车辆信息,提醒做好查控目标车辆准备工作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310522933.6A CN116704751B (zh) | 2023-05-10 | 2023-05-10 | 一种基于大数据的车辆智能监控预警系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310522933.6A CN116704751B (zh) | 2023-05-10 | 2023-05-10 | 一种基于大数据的车辆智能监控预警系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116704751A CN116704751A (zh) | 2023-09-05 |
CN116704751B true CN116704751B (zh) | 2024-02-02 |
Family
ID=87828378
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310522933.6A Active CN116704751B (zh) | 2023-05-10 | 2023-05-10 | 一种基于大数据的车辆智能监控预警系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116704751B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116911511B (zh) * | 2023-09-14 | 2023-12-12 | 中建三局信息科技有限公司 | 一种商砼运输车辆实时管理方法、装置、设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102789642A (zh) * | 2011-05-16 | 2012-11-21 | 索尼公司 | 消失方向确定方法和装置、摄像机自标定方法和装置 |
KR20170000110A (ko) * | 2015-06-23 | 2017-01-02 | (주)모가씨앤디 | 차량 위치 추적을 통한 주차 관리 시스템 및 주차 관리 방법 |
CN107808512A (zh) * | 2017-09-08 | 2018-03-16 | 北京悦畅科技有限公司 | 车辆追踪方法及装置 |
CN109118783A (zh) * | 2018-10-23 | 2019-01-01 | 深圳易嘉恩科技有限公司 | 停车管控系统及方法 |
CN111477007A (zh) * | 2020-03-13 | 2020-07-31 | 北京易华录国际技术有限公司 | 一种车辆查控分析管理系统及方法 |
CN112509364A (zh) * | 2020-11-17 | 2021-03-16 | 北京精英路通科技有限公司 | 车辆停车状态的确定方法、装置、计算机设备及存储介质 |
CN114494998A (zh) * | 2022-01-19 | 2022-05-13 | 东莞先知大数据有限公司 | 一种车辆数据智能分析方法及系统 |
-
2023
- 2023-05-10 CN CN202310522933.6A patent/CN116704751B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102789642A (zh) * | 2011-05-16 | 2012-11-21 | 索尼公司 | 消失方向确定方法和装置、摄像机自标定方法和装置 |
KR20170000110A (ko) * | 2015-06-23 | 2017-01-02 | (주)모가씨앤디 | 차량 위치 추적을 통한 주차 관리 시스템 및 주차 관리 방법 |
CN107808512A (zh) * | 2017-09-08 | 2018-03-16 | 北京悦畅科技有限公司 | 车辆追踪方法及装置 |
CN109118783A (zh) * | 2018-10-23 | 2019-01-01 | 深圳易嘉恩科技有限公司 | 停车管控系统及方法 |
CN111477007A (zh) * | 2020-03-13 | 2020-07-31 | 北京易华录国际技术有限公司 | 一种车辆查控分析管理系统及方法 |
CN112509364A (zh) * | 2020-11-17 | 2021-03-16 | 北京精英路通科技有限公司 | 车辆停车状态的确定方法、装置、计算机设备及存储介质 |
CN114494998A (zh) * | 2022-01-19 | 2022-05-13 | 东莞先知大数据有限公司 | 一种车辆数据智能分析方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116704751A (zh) | 2023-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116704751B (zh) | 一种基于大数据的车辆智能监控预警系统及方法 | |
CN102509457A (zh) | 一种车辆跟踪的方法及装置 | |
CN110517500B (zh) | 一种人车关联处理方法及装置 | |
CN111369790B (zh) | 过车记录校正方法、装置、设备及存储介质 | |
CN115662148B (zh) | 一种道路异常事件的预警方法、装置、设备及介质 | |
CN112115939A (zh) | 车辆车牌的识别方法、装置 | |
CN113673815A (zh) | 基于车辆数据处理的矿车调度方法及装置 | |
US10607100B2 (en) | Device for recognizing vehicle license plate number and method therefor | |
CN107705545B (zh) | 一种重点营运车辆轨迹点补充方法和系统 | |
CN118486175A (zh) | 一种基于车辆特征匹配的高速公路区间速度计算方法 | |
CN113343905A (zh) | 道路异常智能识别模型训练、道路异常识别的方法及系统 | |
CN110751826B (zh) | 车辆排队确定方法以及相关装置 | |
CN110648002B (zh) | 一种车辆诊断方法、装置、设备及可读存储介质 | |
CN111640300A (zh) | 一种车辆检测处理方法及装置 | |
CN117114528B (zh) | 一种基于大数据的物流运输分析系统及方法 | |
CN105608315B (zh) | 公交停靠站安全服务水平定量评价方法及系统 | |
CN117314280A (zh) | 一种运力数据处理方法及系统 | |
CN116168541A (zh) | 一种获取道路通行状态的数据处理系统 | |
CN112164205B (zh) | 告警信息的发送方法及装置 | |
CN115331450A (zh) | 基于全局匹配策略的违停事件识别方法及系统 | |
CN111861498B (zh) | 出租车的监控方法、装置、设备和存储介质 | |
CN115410366A (zh) | 交叉路口碰撞预警测试方法、系统、电子设备及存储介质 | |
CN117350521B (zh) | 一种基于大数据分析的运维值勤管理系统及方法 | |
CN113496615A (zh) | 一种在停车场内引导车辆到达精准车位的方法 | |
CN110718066A (zh) | 车牌识别方法、介质、设备及系统 |
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 |