[发明专利]一种多站点多元车辆匹配方法、服务器及系统

说明书

本发明涉及一种多站点多元车辆匹配方法，包括：获取第一站点和第二站点的分别采集的道路图像数据；对所述第一站点采集的道路图像数据进行预处理得到第一车辆信息集，对所述第二站点采集的道路图像数据进行预处理得到第二车辆信息集，所述第一车辆信息集和第二车辆信息集分别包括多个车辆信息，所述车辆信息包括至少一种车辆特征；对所述第一车辆信息集和所述第二车辆信息集进行特征融合，生成融合特征数据集；根据所述融合特征数据集对所述第一车辆信息集对应的车辆信息和所述第二车辆信息集对应的车辆信息进行匹配，并得到匹配结果。本方法采用多元信息融合方案，从而可以进行站点间车辆的多车精准匹配。

技术领域

本发明涉及智能交通(Intelligent Transportation System，简称ITS)领域，尤其涉及一种多站点多元车辆匹配方法、服务器及系统。

背景技术

传统的获取交通流信息方法，是采集点位的断面粗略交通流数据，这种交通流数据包括车辆个数、速度、占用率、车牌号码、车辆类型、车流量等信息。这些信息通过传统的交通流模型可以估计路段或路网的运行情况，但是这种估计是不精准的，是粗略的，例如路段的速度、行驶时间。

通过站点间的车辆匹配，可以获取精准的路段信息。虽然车牌识别、RFID技术可以在站点间唯一匹配车辆，但是RFID标签装机量有限，而车牌识别存在车牌污损、假车牌等问题。尤其是高速公路同一类型车辆用相同车牌，互相交换通行卡来逃费，这些都是RFID和车牌识别解决不了的。目前车辆图片搜索技术，可以进行搜索相似车辆，但是其仅能给出一系列按相似度排列的图片，不能对车辆进行唯一匹配。

发明内容

为解决上述问题，本发明提供一种多站点多元车辆匹配方法，包括：

获取第一站点和第二站点的分别采集的道路图像数据，其中第二站点位于第一站点在行车方向上的前方；

对所述第一站点采集的道路图像数据进行预处理得到第一车辆信息集，对所述第二站点采集的道路图像数据进行预处理得到第二车辆信息集，所述第一车辆信息集和第二车辆信息集分别包括多个车辆信息，所述车辆信息包括至少一种车辆特征；

对所述第一车辆信息集和所述第二车辆信息集进行特征融合，生成融合特征数据集；

根据所述融合特征数据集对所述第一车辆信息集对应的车辆信息和所述第二车辆信息集对应的车辆信息进行匹配，并得到匹配结果。

进一步的，所述车辆特征为车辆颜色、车辆形状、车辆长度或车辆角点。

进一步的，所述对所述第一站点采集的道路图像数据进行预处理得到第一车辆信息集，对所述第二站点采集的道路图像数据进行预处理得到第二车辆信息集步骤具体为：

选取第一时间段内所述第一站点采集的道路图像数据进行预处理得到第一车辆信息集；

根据所述第一时间段选取第二时间段，获取第二时间段内所述第二站点采集的道路图像数据进行预处理得到第二车辆信息集。

进一步的，所述对所述第一车辆信息集和所述第二车辆信息集进行特征融合，生成融合特征数据集步骤具体为：

计算所述第一车辆信息集内的各车辆信息和所述第二车辆信息集内的各车辆信息两两之间的特征组，所述特征组包括两个车辆信息之间至少两个车辆特征的特征距离或至少两个车辆特征分别的对应概率；

根据所述特征组计算融合特征数据，复数个所述特征组所对应的融合特征数据构成所述融合特征数据集。

进一步的，当所述特征组包括两个车辆信息之间至少两个车辆特征的特征距离时，所述根据所述特征组计算融合特征数据步骤具体为：

根据所述特征组采用特征距离直接融合算法计算融合特征数据；或，