[发明专利]一种基于车牌识别数据的区域行停车辆的监测方法在审

专利信息
申请号: 202010490311.6 申请日: 2020-06-02
公开(公告)号: CN111445700A 公开(公告)日: 2020-07-24
发明(设计)人: 王翔;昝雨尧;潘敏荣;赵坡;汪思涵;戈悦淳 申请(专利权)人: 苏州大学
主分类号: G08G1/01 分类号: G08G1/01;G08G1/017;G08G1/065
代理公司: 苏州见山知识产权代理事务所(特殊普通合伙) 32421 代理人: 袁丽花
地址: 215000 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 车牌 识别 数据 区域 车辆 监测 方法
【说明书】:

发明实施例公开了一种基于车牌识别数据的区域行停车辆的监测方法。该监测方法包括步骤:获取预设区域内外的车牌识别数据;基于所述车牌识别数据进行所述预设区域内的行车识别,实时获得所述预设区域内的行车车辆指标、驶入驶出车次指标和过境车辆指标;基于所述车牌识别数据进行所述预设区域内的停车识别,实时获得或者预测所述预设区域内的停车车辆指标和停车特征指标。本发明实施例提供的基于车牌识别数据的区域行停车辆的监测方法能够有效地应用车牌识别数据实现行停车辆的监测,从而给解决城市不同区域“行停”难的问题提供基础。

技术领域

本发明涉及智能交通的技术领域,特别是涉及一种基于车牌识别数据的区域行停车辆的监测方法。

背景技术

随着城镇化和机动化进程的快速推进,“行车慢,停车难”现象严重影响了居民日常出行,降低了城市宜居水平,已成为限制城市可持续发展的重要城市病。城市不同区域时变“行停”供需矛盾的准确、实时感知直接影响交通管理措施实施效果。

目前,针对车牌识别获得的数据存在多种研究,如阮树斌等提出了一种基于K则最短路径算法(KSP)及灰色关联法(GRA)的出行轨迹补全决策算法;王晰等采用对数正态分布混合模型拟合数据,依据噪音数据的三个分布特征剔除异常数据;胡正华等利用卡口间的空间位置关系构建邻接矩阵,剔除异常数据,根据最长路径算法构建车辆出行轨迹。针对车牌识别获得的数据的应用,大多集中在出行特征的研究和交通参数的采集等方面上。如龚越通过提取车辆出行特征识别通勤车辆,以及分析雨天对于出行的影响;畅玉皎等识别路网中的通勤车辆,并分析其在路网中的时空分布;Chen等根据出行特征将工作日和非工作日的出行分别做聚类,并从空间出行模式和时间变化的角度详细分析每组出行;龙小强等在识别车辆出行轨迹、分析车辆出行特征的基础上,识别车辆职住地,对外地车辆进行分类。

通过基于车牌识别获得的数据研究现状可知,目前,基于车牌识别获得的数据研究主要集中车牌识别数据的修正和补全、交通特征的分析方面,而较少有专门基于车牌识别获得数据进行区域车辆行停车辆的监测的方法,从而解决城市不同区域“行停”难的问题。

因此,针对上述技术问题,有必要提供一种基于车牌识别数据的区域行停车辆的监测方法。

发明内容

有鉴于此,本发明实施例的目的在于提供一种基于车牌识别数据的区域行停车辆的监测方法。本发明实施例提供的基于车牌识别数据的区域行停车辆的监测方法能够有效地应用车牌识别数据实现行停车辆的监测,从而给解决城市不同区域“行停”难的问题提供基础。

为了实现上述目的,本发明实施例提供的技术方案如下:一种基于车牌识别数据的区域行停车辆的监测方法,包括步骤S1:获取预设区域内外的车牌识别数据;步骤S2:基于所述车牌识别数据进行所述预设区域内的行车识别,实时获得所述预设区域内的行车车辆指标、驶入驶出车次指标和过境车辆指标;步骤S3:基于所述车牌识别数据进行所述预设区域内的停车识别,实时获得或者预测所述预设区域内的停车车辆指标和停车特征指标。

作为本发明的进一步改进,步骤S2具体包括定义区域行车的指标,所述指标包括时段行车车辆指标,时刻行车车辆指标,驶入车次指标,驶出车次指标和过境车辆指标。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州大学,未经苏州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010490311.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top