[發明專利]監控車輛數據方法、裝置、計算機設備及存儲介質

有效

• 申請號: 202010931252.1
• 申請日: 2020-09-07
• 公開（公告）號: CN112085952B
• 公開（公告）日: 2022-06-03
• 發明（設計）人: 劉偉超;郭倜穎;陳遠旭
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G08G1/017
• 分類號: G08G1/017;G08G1/052
• 代理公司: 深圳市世聯合知識產權代理有限公司 44385
• 代理人: 汪琳琳

本申請實施例屬于人工智能領域，涉及一種監控車輛數據方法，包括：獲取視覺圖像，通過視覺攝像機識別并提取視覺圖像中的車輛以及交通標識符，以得到圖像數據；通過雷達檢測視覺圖像對應的車輛數據；通過信息融合對圖像數據以及車輛數據進行映射融合，得到融合數據；通過目標神經網絡處理所述融合數據，以監控車輛數據。此外，本申請還涉及區塊鏈技術，圖像數據可存儲于區塊鏈中。本申請還提供一種監控車輛數據裝置、計算機設備及存儲介質。提高了信息判別的精準度。

技術領域

本申請涉及人工智能領域，尤其涉及一種監控車輛數據方法、裝置、計算機設備及存儲介質。

背景技術

違章檢測攝像機一般部署在卡口、橋梁等固定位置，使得違章行為檢測能力單一，道路違章監測覆蓋面不足，對于車輛行車過程中大量違章缺乏監管及懲罰措施，進而降低了城市道路通行效率。目前產品方案還是單一基于視覺分析的方法，以安裝在警用車輛上攝像機為例，由于路面狀況復雜，目前裝備端僅能夠完成疑似車牌的篩查，對于道路違章行為的判斷只能夠通過人工進行，雖然已經有部分廠商引入深度學習技術，在特定場景下在移動端進行違章行為的判別，但是由于路面狀況復雜，二維圖像由于固有的視差以及輔助判斷信息缺乏，很容易造成誤判。

發明內容

本申請實施例的目的在于提出一種監控車輛數據方法、裝置、計算機設備及存儲介質，以提高道路違章檢測的覆蓋范圍。

為了解決上述技術問題，本申請實施例提供一種監控車輛數據方法，采用了如下所述的技術方案：

獲取視覺圖像，通過視覺攝像機識別并提取所述視覺圖像中的車輛以及交通標識符，以得到圖像數據；

通過雷達檢測所述視覺圖像對應的車輛數據；

通過信息融合對所述圖像數據以及所述車輛數據進行映射融合，得到融合數據；

通過目標神經網絡處理所述融合數據，以監控車輛數據。

進一步的，所述通過信息融合對所述圖像數據以及所述車輛數據進行映射融合，得到融合數據的步驟具體包括：

根據所述車輛數據，得到物體的移動速度，所述物體至少包括車輛以及交通標識符；

根據所述圖像數據，得到所述物體的類型以及所述物體的位置；

根據所述物體的移動速度計算物體的目標平均速度；

基于所述物體的目標平均速度，所述物體的類型、所述物體的位置以及所述物體的移動速度構建完整視域；

雙線插值所述完整視域中的車輛數據，得到所述融合數據。

進一步的，所述根據所述物體的移動速度計算物體的目標平均速度的步驟具體包括：

獲取雷達視域中的點陣分布，得到所述車輛的行進距離；

通過計算得到車輛行駛的平均速度，其中v_k為所述車輛的行進距離中第k個點的速度，n為為所述車輛的行進距離中點的總數，V_avr為所述車輛的行進距離中行駛的平均速度；

通過計算匹配置信度，其中σ為匹配置信度；

通過對所述匹配置信度歸一化，得到歸一化的置信度；

若所述歸一化的置信度大于預設置信度閾值，則將所述V_avr作目標平均速度。

進一步的，所述獲取視覺圖像，通過視覺攝像機識別并提取所述視覺圖像中的車輛以及交通標識符，以得到圖像數據的步驟具體包括：

通過直接儲存訪問的方式運行數字信號處理算法處理所述視覺圖像，得到預處理后的視覺數據；

通過識別神經網絡識別所述預處理后的視覺數據中的車輛以及交通標識符；