申请/专利权人：深圳市城市交通规划设计研究中心股份有限公司

申请日：2022-06-14

公开（公告）日：2022-11-25

公开（公告）号：CN114758511B

主分类号：G08G1/052

分类号：G08G1/052;G08G1/054;G08G1/017;G06V20/40;G06V10/82;G06N3/04;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2022.11.25#授权;2022.08.02#实质审查的生效;2022.07.15#公开

摘要：本发明提出一种跑车超速检测系统、方法、电子设备及存储介质，属于深度学习技术领域。包括视频采集模块、跑车识别模块和跑车超速检测模块；所述视频采集模块、跑车识别模块和跑车超速检测模块顺序连接；所述视频采集模块用于获取视频流信息并对其进行解码和预处理；所述跑车识别模块用于构建跑车识别模型，识别跑车；所述跑车超速检测模块用于实现跑车超速检测。还包括数据处理传输模块，用于将跑车超速检测结果传输至电子警察系统，联动电子警察系统将违章视频和违章跑车车牌记录上传至交警平台，作为处罚依据。本发明解决了传统跑车违规人工检测方法费时费力、自动检测方法投资多和对路面伤害大等问题，保障了城市交通的正常秩序。

主权项：1.一种跑车超速检测系统，其特征在于，包括视频采集模块、跑车识别模块和跑车超速检测模块；所述视频采集模块、跑车识别模块和跑车超速检测模块顺序连接；所述视频采集模块用于获取视频流信息并对其进行解码和预处理；所述跑车识别模块用于构建跑车识别模型，识别跑车；所述跑车超速检测模块用于实现跑车超速检测，方法是，包括以下步骤：S31.绘制垂直于车型方向的虚拟检测线，方法是，在道路线、车行道分界线上绘制两条垂直于道路线的虚拟检测线；假设检测线1：y1=Ax1+B，检测线2：y2=Cx2+D，按车辆正常形式路径先经过检测线1再经过2；S32.获取车辆包围矩形框坐标；由于YOLOv3所输出的坐标为包围跑车框的中心点坐标和矩形框宽长，假设调取当前包围跑车的矩形框b参数为（b.x，b.y，b.w，b.h），则当前矩形框四个角的坐标（左上、右上、左下、右下）为（b.x-b.w2，b.y-b.h2）、（b.x+b.w2，b.y-b.h2）、（b.x-b.w2，b.y+b.h2）、（b.x+b.w2，b.y+b.h2）；S33.跑车超速检测，方法是，包括以下步骤：S331.以跑车右上角坐标为基准，当该坐标第一次进入虚拟检测线1时，即y1≤A（b.x+b.w2）+B且G≤b.x+b.w2≤H时，记录当前时刻t1，当前跑车右上角坐标（,）；当该坐标第一次进入虚拟检测线2时，即y2≤C（b.x+b.w2）+D且G≤b.x+b.w2≤H时，记录当前时刻t2，当前跑车右上角坐标（,）；S332.在根据虚拟检测线内跑车移动实际距离算法，已知坐标（，），（，），得到对应的实际坐标（，）、（，）；S333.根据像素坐标推算虚拟检测线内跑车移动实际距离F，具体方法是，将图像坐标转化到世界坐标：假设像素坐标为（，），相机坐标为（，，），实际坐标为（，，），、为前端相机感光器件像素尺寸，、为图像中间点坐标； 其中，为相机坐标中的Z坐标值，为相机内参，为相机外参,在架设调焦完相机后用张正友标定法获取，H为相机内外参数矩阵的乘积，设，将图像坐标到世界坐标的转化公式简写为 获得矩阵第三行的值F3、G3，为旋转矩阵的逆矩阵： 获得矩阵第三行的值F3、G3推算得到，进而推导出 若已知图像两点坐标（，），（，），在跑车测速场景中=0，得到对应的实际坐标（，）、（，），进而推算两实际坐标直接的距离； S334.计算跑车平均速度v=Ft2-t1，将跑车平均速度与当地限速作对比判定当前跑车是否超速。

全文数据：

权利要求：

百度查询： 深圳市城市交通规划设计研究中心股份有限公司 一种跑车超速检测系统、方法、电子设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD