[发明专利]一种识别违停地点的方法、系统、装置及存储介质

权利要求书

1.一种识别违停地点的方法，所述方法由至少一个处理器执行，其特征在于，包括：

获取目标停靠地点的位置信息以及与所述目标停靠地点的距离在特定范围之内的至少一个历史违停地点的位置信息；

基于所述目标停靠地点的位置信息以及所述至少一个历史违停地点的位置信息，确定所述目标停靠地点的特征信息，所述特征信息反映所述目标停靠地点与所述至少一个历史违停地点的空间位置关系；以及

基于所述特征信息确定所述目标停靠地点是否是违停地点。

2.如权利要求1所述的方法，其特征在于，所述至少一个历史违停地点包括违停标志所在的地点、违停罚单所涉及的处罚地点、违停监控装置所在的地点、以及用户上报的违停地点中的至少一个。

3.如权利要求1所述的方法，其特征在于，所述特征信息还包括所述目标停靠地点的历史热度，所述历史热度与历史某时间段内该目标停靠地点作为上车点和/或下车点的频次相关。

4.如权利要求1所述的方法，其特征在于，所述目标停靠地点与所述至少一个历史违停地点的空间位置关系包括以下中的至少一种：两者的距离、两者是否在同一路段上、两者相对参考地点的方向是否一致、两者相对参考地点距离的差值、两者所在车道的行驶方向是否一致。

5.如权利要求1所述的方法，其特征在于，所述基于所述特征信息确定所述目标停靠地点是否是违停地点，还包括：

基于所述特征信息确定所述目标停靠地点的违停概率；以及

基于所述违停概率确定所述目标停靠地点是否是违停地点。

6.如权利要求1所述的方法，其特征在于，所述基于所述特征信息确定所述目标停靠地点是否是违停地点，包括：

通过违停地点识别模型处理所述特征信息，以确定所述目标停靠地点是否是违停地点；所述违停地点识别模型包括机器学习模型。

7.如权利要求6所述的方法，其特征在于，所述违停地点识别模型经由模型训练过程生成，所述模型训练过程包括：

获取一个或多个样本违停地点；

对所述一个或多个样本违停地点中的每个样本违停地点，将所述样本违停地点所在的区域分割以获得一个或多个候选路段；

提取所述一个或多个候选路段中每个候选路段的样本特征信息；

将所述样本违停地点所在的候选路段标记为正样本，将不包含样本违停地点的候选路段标记为负样本；以及

基于所述每个候选路段的样本特征信息和标记结果对初始机器学习模型进行训练，得到所述违停地点识别模型。

8.如权利要求7所述的方法，其特征在于，所述获取一个或多个样本违停地点包括：

获取一个或多个区域中一个或多个图像采集装置拍摄的一张或多张图像；

利用违停标志识别模型，识别所述一张或多张图像中包含违停标志的至少一张图像；以及

基于所述识别的至少一张图像，确定至少一个违停标志所在的地点以作为至少一个样本违停地点。

9.如权利要求7所述的方法，其特征在于，所述获取一个或多个样本违停地点包括：

获取一个或多个区域中的历史罚单信息；以及

基于所述历史罚单信息确定至少一个处罚地点以作为至少一个样本违停地点。

10.如权利要求7所述的方法，其特征在于，所述获取一个或多个样本违停地点包括：

获取一个或多个区域中的至少一个违停监控装置所在的地点以作为至少一个样本违停地点。

11.如权利要求7所述的方法，其特征在于，所述提取所述一个或多个候选路段中每个候选路段的样本特征信息包括：

确定所述一个或多个候选路段的每个候选路段的中心点；以及

对每个候选路段，确定该候选路段的中心点与该候选路段对应的样本违停地点的空间位置关系，以作为所述候选路段的样本特征信息。