[go: up one dir, main page]

CN111845556A - 一种专项作业车状态监测系统和方法 - Google Patents

一种专项作业车状态监测系统和方法 Download PDF

Info

Publication number
CN111845556A
CN111845556A CN202010657854.2A CN202010657854A CN111845556A CN 111845556 A CN111845556 A CN 111845556A CN 202010657854 A CN202010657854 A CN 202010657854A CN 111845556 A CN111845556 A CN 111845556A
Authority
CN
China
Prior art keywords
state image
vehicle
carriage
alarm information
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010657854.2A
Other languages
English (en)
Inventor
彭阳
邓青珍
金丽娟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Hongquan Electronic Technology Co ltd
Original Assignee
Zhejiang Hongquan Electronic Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang Hongquan Electronic Technology Co ltd filed Critical Zhejiang Hongquan Electronic Technology Co ltd
Priority to CN202010657854.2A priority Critical patent/CN111845556A/zh
Publication of CN111845556A publication Critical patent/CN111845556A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R1/00—Optical viewing arrangements; Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
    • B60R11/04—Mounting of cameras operative during drive; Arrangement of controls thereof relative to the vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
    • B60R2300/80—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement
    • B60R2300/802—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement for monitoring and displaying vehicle exterior blind spot views

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)
  • Emergency Alarm Devices (AREA)

Abstract

本发明实施例提供一种专项作业车状态监测系统和方法。所述系统包括传感器组、图像识别模块，报警模块；所述传感器组用于获取专项作业车行驶过程中的车厢的箱盖开闭状态图像和车辆的载重状态图像；所述图像识别模块用于将所述车厢的箱盖开闭状态图像和车辆的载重状态图像通过人工智能算法进行处理，得到报警信息；所述报警模块用于根据接收到的所述报警信息生成对应的警报。本发明提高了专项作业车行驶过程中对车辆行驶状态监测的效果，并能够生成警报提醒驾驶员，节省了人力物力并降低了运输成本。

Description

一种专项作业车状态监测系统和方法
技术领域
本发明涉及模式识别领域，尤其涉及一种专项作业车状态监测系统和方法。
背景技术
专项作业车(例如渣土车、商砼车等)由于车型和重量较大、司机事业盲区多，因此事故率高，且重大事故率也远高于其它类型车辆。经分析事故的主要原因包括：1、专业作业车比其它车型盲区更大，很多交通事故往往是由于行人闯入了车辆盲区，而司机又没有察觉或者无法察觉，以至于无法及时采取有效措施避免事故发生；2、车辆超载、车辆货厢箱盖关闭不牢固，超速严重，以至于惯性较大导致在一定距离内刹不住车或者是中途货物掉落造成事故；3、司机驾驶习惯不好，例如分身驾驶、疲劳驾驶以及在驾驶时候玩手机、抽烟等不良驾驶习惯。为解决以上问题，需要对专项作业车的状态进行监测，以避免事故的发生。
现有技术通常是通过人工对驾驶员视野盲区进行监测和预警、通过人工对车厢状态进行监测和预警以及通过人工对司机的行为和状态进行观察和预警。但是，在进行人工监测的时候，监测人员经常也会有疏忽状态，且人工不能实时监测，这就导致了监测的效果较差，无法满足驾驶员对于监测的需求且耗费人工成本较高的问题。
发明内容
本发明实施例提供一种专项作业车状态监测系统和方法，用以解决现有技术中对于专项作业车的监测效果差，且耗费人工成本较高的问题。
第一方面，本发明实施例提供一种专项作业车状态监测系统，包括：传感器组、图像识别模块，报警模块；
所述传感器组用于获取专项作业车行驶过程中的车厢的箱盖开闭状态图像和车辆的载重状态图像；
所述图像识别模块用于将所述车厢的箱盖开闭状态图像和车辆的载重状态图像通过人工智能算法进行处理，得到报警信息；
所述报警模块用于根据接收到的所述报警信息生成对应的警报。
可选地，所述传感器组包括：
第三传感器，所述第三传感器安装于车厢顶部，用于获取车厢的箱盖开闭状态图像和车辆的载重状态图像。
可选地，所述传感器组还包括
第一传感器，所述第一传感器安装于车辆右侧，用于获取驾驶员视野盲区图像；
第二传感器，所述第二传感器安装于驾驶员正前方，用于获取驾驶员驾驶动作图像。
可选地，所述图像识别模块包括：
车厢检测子模块，所述车厢检测子模块用于将所述车厢的箱盖开闭状态图像和车辆的载重状态图像通过预置人工智能算法进行处理，得到第三报警信息。
可选地，所述车厢检测子模块进一步用于：
将所述车厢的箱盖开闭状态图像和车辆的载重状态图像转化为第三视频码流；
将所述第三视频码流与学习好的模型进行对比识别，根据识别结果生成对应的第三报警信息。
可选地，所述车厢检测子模块进一步用于：
将所述车厢的箱盖开闭状态图像和车辆的载重状态图像转化为第三YUV数据；
将所述第三YUV数据传输至编解码处理器，生成第三视频码流。
可选地，所述车厢检测子模块进一步用于：
提取所述第三视频码流和训练数据之间的差异点；
选取所述差异点中差异最小的预设数目的差异点K3，并统计所述差异点K3在所述训练数据中出现的频率；
将在所述训练数据中出现频率最高的差异点K3作为识别结果生成的依据，并根据所述识别结果生成对应的第三报警信息。
第二方面，本发明实施例提供一种专项作业车状态监测方法，所述方法包括：
获取专项作业车行驶过程中的车厢的箱盖开闭状态图像和车辆的载重状态图像；
将所述车厢的箱盖开闭状态图像和车辆的载重状态图像通过人工智能算法进行处理，得到报警信息；
根据接收到的所述报警信息生成对应的警报。
可选地，所述将所述车厢的箱盖开闭状态图像和车辆的载重状态图像通过人工智能算法进行处理，得到报警信息，具体包括：
将所述车厢的箱盖开闭状态图像和车辆的载重状态图像转化为第三视频码流；
将所述第三视频码流与学习好的模型进行对比识别，根据识别结果生成对应的第三报警信息。
可选地，所述将所述第三视频码流与学习好的模型进行对比识别，根据识别结果生成对应的第三报警信息具体包括：
提取所述第三视频码流和训练数据之间的差异点；
选取所述差异点中差异最小的预设数目的差异点K3，并统计所述差异点K3在所述训练数据中出现的频率；
将在所述训练数据中出现频率最高的差异点K3作为识别结果生成的依据，并根据所述识别结果生成对应的第三报警信息。
本发明实施例提供的专项作业车状态监测系统和方法，通过传感器组获取车厢的箱盖开闭状态图像和车辆的载重状态图像并通过图像识别模块进行人工智能算法处理，得到报警信息并生成警报提醒驾驶员。本发明提高了专项作业车行驶过程中对车辆行驶状态监测的效果，并能够生成警报提醒驾驶员，节省了人力物力并降低了运输成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1本发明实施例提供的一种专项作业车状态监测系统结构示意图；
图2为发明实施例提供的一种专项作业车状态监测方法流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例提供的一种专项作业车状态监测系统结构示意图，包括：传感器组101、图像识别模块102，报警模块103。
其中，所述传感器组101用于获取专项作业车行驶过程中的车厢的箱盖开闭状态图像和车辆的载重状态图像。
具体地，传感器组101包括不少于一个传感器，传感器的类型可以根据需要自由设定，传感器组的作用是获取车辆行驶过程中的车厢的箱盖开闭状态图像和车辆的载重状态图像，包括但不限于通过摄像头拍摄的图像和视频。
其中，所述图像识别模块102用于将所述车厢的箱盖开闭状态图像和车辆的载重状态图像通过人工智能算法进行处理，得到报警信息。
具体地，图像识别模块用于将车厢的箱盖开闭状态图像和车辆的载重状态图像通过人工智能算法进行处理，得到报警信息；其中，包括将车厢的箱盖开闭状态图像和车辆的载重状态图像转换为人工智能算法处理所需要的信息格式。例如将车厢的箱盖开闭状态图像和车辆的载重状态图像转换为YUV数据，并输入给到编码解码处理器如3520D芯片，该芯片将这些数据转换成H264码流或H265码流，视频码流输入给到人工智能算法。人工智能算法收到视频图像后开始进行分析，其中人工智能算法在分析前会进行大量的模型框架学习，学习好后会有个数据比对库，用以识别图像中的关键数据，将该数据和获取的数据源进行分析，进而输出对应的报警信息。
需要说明的是，本实施例中采用的模型框架是HQNN深度学习框架。首先，获取车厢的箱盖开闭状态图像和车辆的载重状态图像与深度学习框架中各个训练数据之间的差异点，并按照差异大小的递增或递减关系进行排序，选取其中差异最小的K个点(K为预设值)，并确定差异最小的K个点所在数据比对库中的出现频率；最后，返回差异最小的K个点中出现频率最高的差异点在数据比对库中对应的类别作为车厢的箱盖开闭状态和车辆的载重状态的预测分类，并根据该预测分类输出对应的报警信息。
其中，所述报警模块103用于根据接收到的所述报警信息生成对应的警报。
具体地，报警模块103将接收到的报警信息生成对应的警报，其中不同的报警信息会生成不同的警报模式以及警报内容用以提醒驾驶员或行人。例如通过驾驶室内的显示器报警或者是通过驾驶室内及车外安装的语音报警器等。
作为本发明的一种实施例，传感器组包括：第三传感器，所述第三传感器安装于车厢顶部，用于获取车厢的箱盖开闭状态图像和车辆的载重状态图像。
具体地，第三传感器可以是1080P的摄像头安装于车厢顶部，用于获取车厢的箱盖开闭状态图像和车辆的载重状态图像。所述图像包括实时获取车厢的箱盖的状态图像，以及车厢内装载货物的图像。
作为本发明的一种实施例，传感器组还包括：
第一传感器，所述第一传感器安装于车辆右侧，用于获取驾驶员视野盲区图像；
第二传感器，所述第二传感器安装于驾驶员正前方，用于获取驾驶员驾驶动作图像。
具体地，第一传感器可以是1080P的室外摄像头安装在车辆右侧，让摄像头能够照射前方，然后在司机驾驶室旁边安装上一个显示屏用于盲区报警提示司机，在车辆右侧安装声光报警器用于提醒车辆旁边的人。
第二传感器可以是1080P的摄像头安装在驾驶室司机的正前方，使得摄像头能够照射司机的头部，用于抓拍司机的驾驶行为，包括司机的行为异常，抽烟，喝水，打电话，分神等。
第一传感器和第二传感器获取的图像对应地也传送给图像识别模块进行识别处理，并生成对应的报警信息。
作为本发明的一种实施例，所述图像识别模块包括：
车厢检测子模块，所述车厢检测子模块用于将所述车厢的箱盖开闭状态图像和车辆的载重状态图像通过预置人工智能算法进行处理，得到第三报警信息。
具体地，图像识别模块包括多个子模块，包括车厢检测子模块，此外还可以包括其他子模块，例如盲区监视子模块、驾驶员检测子模块等；车厢检测子模块根据第三传感器发送的车厢的箱盖开闭状态图像和车辆的载重状态图像并通过人工智能算法进行处理，得到对应的报警信息。
作为本发明的一种实施例，所述车厢检测子模块进一步用于：
将所述车厢的箱盖开闭状态图像和车辆的载重状态图像转化为第三视频码流；
将所述第三视频码流与学习好的模型进行对比识别，根据识别结果生成对应的第三报警信息。
具体地，图像识别模块中的车厢检测子模块首先将车厢的箱盖开闭状态图像和车辆的载重状态图像转化为第三视频码流，其中码流格式为H264码流或H265码流。然后将第三视频码流与学习好的模型进行对比识别，根据识别结果生成对应的第三报警信息。其中学习好的模型中包括但不限于对车厢的箱盖开闭状态的学习、对车厢装载货物状态的学习以及盲区行人超过警戒线的学习、对驾驶员异常行为，抽烟，喝水，打电话，分神等行为的学习等。
作为本发明的一种实施例，所述车厢检测子模块进一步用于：
将所述车厢的箱盖开闭状态图像和车辆的载重状态图像转化为第三YUV数据；
将所述第三YUV数据传输至编解码处理器，生成第三视频码流。
具体地，YUV数据是对于图像处理常用的一种数据格式，将车厢的箱盖开闭状态图像和车辆的载重状态图像转化为第三YUV数据以后，还需要将YUV数据传输至编解码处理器，例如3520D芯片，然后通过编解码处理器生成第三视频码流。
作为本发明的一种实施例，所述车厢检测子模块进一步用于：
提取所述第三视频码流和训练数据之间的差异点；
选取所述差异点中差异最小的预设数目的差异点K3，并统计所述差异点K3在所述训练数据中出现的频率；
将在所述训练数据中出现频率最高的差异点K3作为识别结果生成的依据，并根据所述识别结果生成对应的第三报警信息。
具体地，车厢检测子模块用于提取第三视频码流和训练数据之间的差异点；并将差异点按递增或递减顺序进行排列，选取差异点中差异最小的预设数目的差异点K3，并统计差异点K3在训练数据中出现的频率；将在训练数据中出现频率最高的差异点K3作为识别结果生成的依据，根据在训练数据中出现频率最高的差异点K3在数据比对库中对应的类别作为车厢的箱盖开闭状态和车辆的载重状态的预测分类，并根据该预测分类输出对应的第三报警信息。
图2为本发明实施例提供的一种专项作业车状态监测方法的流程示意图，包括：
步骤201，获取专项作业车行驶过程中的车厢的箱盖开闭状态图像和车辆的载重状态图像；
具体地，首先获取专项作业车行驶过程中的车厢的箱盖开闭状态图像和车辆的载重状态图像，包括但不限于通过摄像头拍摄的图像和视频。
步骤202，将所述车厢的箱盖开闭状态图像和车辆的载重状态图像通过人工智能算法进行处理，得到报警信息；
具体地，将车厢的箱盖开闭状态图像和车辆的载重状态图像通过人工智能算法进行处理，得到报警信息；其中包括将车厢的箱盖开闭状态图像和车辆的载重状态图像转换为人工智能算法处理所需要的信息格式，例如将车厢的箱盖开闭状态图像和车辆的载重状态图像转换为YUV数据，并输入给到编码解码处理器如3520D芯片，该芯片将这些数据转换成H264码流或H265码流，视频码流输入给到人工智能算法。人工智能算法收到视频图像后开始进行分析，其中人工智能算法在分析前会进行大量的模型框架学习，学习好后会有个数据比对库，用以识别图像中的关键数据，将该数据和获取的数据源进行分析，进而输出对应的报警信息。
需要说明的是，本实施例中采用的模型框架是HQNN深度学习框架；首先，获取车厢的箱盖开闭状态图像和车辆的载重状态图像与深度学习框架中各个训练数据之间的差异点，并按照差异大小的递增或递减关系进行排序，选取其中差异最小的K个点(K为预设值)，并确定差异最小的K个点所在数据比对库中的出现频率；最后，返回差异最小的K个点中出现频率最高的差异点在数据比对库中对应的类别作为车厢的箱盖开闭状态和车辆的载重状态的预测分类，并根据该预测分类输出对应的报警信息。
步骤203，根据接收到的所述报警信息生成对应的警报。
具体地，将接收到的报警信息生成对应的警报，其中不同的报警信息会生成不同的警报模式以及警报内容用以提醒驾驶员或行人。例如通过驾驶室内的显示器报警或者是通过驾驶室内及车外安装的语音报警器等。
作为本发明的一种实施例，所述将所述车厢的箱盖开闭状态图像和车辆的载重状态图像通过人工智能算法进行处理，得到报警信息，具体包括：
将所述车厢的箱盖开闭状态图像和车辆的载重状态图像转化为第三视频码流；
将所述第三视频码流与学习好的模型进行对比识别，根据识别结果生成对应的第三报警信息。
具体地，首先将车厢的箱盖开闭状态图像和车辆的载重状态图像转化为第三视频码流，例如H264码流或H265码流。然后将第三视频码流与学习好的模型进行对比识别，根据识别结果生成对应的第三报警信息。其中学习好的模型中包括但不限于对车厢的箱盖开闭状态的学习、对车厢装载货物状态的学习以及盲区行人超过警戒线的学习、对驾驶员异常行为，抽烟，喝水，打电话，分神等行为的学习等。其中，学习好的模型是以视频码流为输入，以识别结果为输出的模型。
作为本发明的一种实施例，所述将所述第三视频码流与学习好的模型进行对比识别，根据识别结果生成对应的第三报警信息，具体包括：
提取所述第三视频码流和训练数据之间的差异点；
选取所述差异点中差异最小的预设数目的差异点K3，并统计所述差异点K3在所述训练数据中出现的频率；
将在所述训练数据中出现频率最高的差异点K3作为识别结果生成的依据，并根据所述识别结果生成对应的第三报警信息。
具体地，提取第三视频码流和训练数据之间的差异点；并将差异点按递增或递减顺序进行排列，选取差异点中差异最小的预设数目的差异点K3，并统计差异点K3在训练数据中出现的频率；将在训练数据中出现频率最高的差异点K3作为识别结果生成的依据，根据在训练数据中出现频率最高的差异点K3在数据比对库中对应的类别作为车厢的箱盖开闭状态和车辆的载重状态的预测分类，并根据该预测分类输出对应的第三报警信息。学习好的模型是以视频码流为输入，以识别结果为输出的模型。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种专项作业车状态监测系统，其特征在于，包括：传感器组、图像识别模块，报警模块；
所述传感器组用于获取专项作业车行驶过程中的车厢的箱盖开闭状态图像和车辆的载重状态图像；
所述图像识别模块用于将所述车厢的箱盖开闭状态图像和车辆的载重状态图像通过人工智能算法进行处理，得到报警信息；
所述报警模块用于根据接收到的所述报警信息生成对应的警报。
2.根据权利要求1所述的系统，其特征在于，传感器组包括：
第三传感器，所述第三传感器安装于车厢顶部，用于获取车厢的箱盖开闭状态图像和车辆的载重状态图像。
3.根据权利要求2所述的系统，其特征在于，传感器组还包括
第一传感器，所述第一传感器安装于车辆右侧，用于获取驾驶员视野盲区图像；
第二传感器，所述第二传感器安装于驾驶员正前方，用于获取驾驶员驾驶动作图像。
4.根据权利要求3所述的系统，其特征在于，所述图像识别模块包括：
车厢检测子模块，所述车厢检测子模块用于将所述车厢的箱盖开闭状态图像和车辆的载重状态图像通过预置人工智能算法进行处理，得到第三报警信息。
5.根据权利要求3所述的系统，其特征在于，所述车厢检测子模块进一步用于：
将所述车厢的箱盖开闭状态图像和车辆的载重状态图像转化为第三视频码流；
将所述第三视频码流与学习好的模型进行对比识别，根据识别结果生成对应的第三报警信息。
6.根据权利要求4所述的系统，其特征在于，所述车厢检测子模块进一步用于：
将所述车厢的箱盖开闭状态图像和车辆的载重状态图像转化为第三YUV数据；
将所述第三YUV数据传输至编解码处理器，生成第三视频码流。
7.根据权利要求4所述的系统，其特征在于，所述车厢检测子模块进一步用于：
提取所述第三视频码流和训练数据之间的差异点；
选取所述差异点中差异最小的预设数目的差异点K3，并统计所述差异点K3在所述训练数据中出现的频率；
将在所述训练数据中出现频率最高的差异点K3作为识别结果生成的依据，并根据所述识别结果生成对应的第三报警信息。
8.一种专项作业车状态监测方法，其特征在于，所述方法包括：
获取专项作业车行驶过程中的车厢的箱盖开闭状态图像和车辆的载重状态图像；
将所述车厢的箱盖开闭状态图像和车辆的载重状态图像通过人工智能算法进行处理，得到报警信息；
根据接收到的所述报警信息生成对应的警报。
9.根据权利要求8所述的方法，其特征在于，所述将所述车厢的箱盖开闭状态图像和车辆的载重状态图像通过人工智能算法进行处理，得到报警信息，具体包括：
将所述车厢的箱盖开闭状态图像和车辆的载重状态图像转化为第三视频码流；
将所述第三视频码流与学习好的模型进行对比识别，根据识别结果生成对应的第三报警信息。
10.根据权利要求9所述的方法，其特征在于，所述将所述第三视频码流与学习好的模型进行对比识别，根据识别结果生成对应的第三报警信息具体包括：
提取所述第三视频码流和训练数据之间的差异点；
选取所述差异点中差异最小的预设数目的差异点K3，并统计所述差异点K3在所述训练数据中出现的频率；
将在所述训练数据中出现频率最高的差异点K3作为识别结果生成的依据，并根据所述识别结果生成对应的第三报警信息。
CN202010657854.2A 2020-07-09 2020-07-09 一种专项作业车状态监测系统和方法 Pending CN111845556A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010657854.2A CN111845556A (zh) 2020-07-09 2020-07-09 一种专项作业车状态监测系统和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010657854.2A CN111845556A (zh) 2020-07-09 2020-07-09 一种专项作业车状态监测系统和方法

Publications (1)

Publication Number Publication Date
CN111845556A true CN111845556A (zh) 2020-10-30

Family

ID=73152742

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010657854.2A Pending CN111845556A (zh) 2020-07-09 2020-07-09 一种专项作业车状态监测系统和方法

Country Status (1)

Country Link
CN (1) CN111845556A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113569925A (zh) * 2021-07-09 2021-10-29 惠州市云鼎科技有限公司 基于广角摄像头的工程车辆安全监控方法及装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130044006A1 (en) * 2011-08-19 2013-02-21 Tsai-Wang Chang Blind Spot Detection System
US20150103175A1 (en) * 2013-10-15 2015-04-16 Hyundai Mobis Co., Ltd. Safety alarm system and method for vehicle
US20150379362A1 (en) * 2013-02-21 2015-12-31 Iee International Electronics & Engineering S.A. Imaging device based occupant monitoring system supporting multiple functions
CN106899861A (zh) * 2017-04-08 2017-06-27 腾讯科技（深圳）有限公司 一种图片文件处理方法及其设备、系统
CN107953830A (zh) * 2017-12-04 2018-04-24 广东工业大学 一种大型客车盲区检测警报系统及其检测警报方法
CN108647630A (zh) * 2018-05-08 2018-10-12 北京优创新港科技股份有限公司 一种基于视频识别的危险驾驶行为监督方法与装置
CN109614940A (zh) * 2018-12-14 2019-04-12 长沙致天信息科技有限责任公司 一种车箱盖的开关状态监测方法和相关装置
CN209079764U (zh) * 2018-10-30 2019-07-09 杭州鸿泉物联网技术股份有限公司 基于双屏显示的渣土车稽查显示装置
US10656419B2 (en) * 2017-11-30 2020-05-19 Hyundai Mobis Co., Ltd. Head-up display apparatus integrated with cluster

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130044006A1 (en) * 2011-08-19 2013-02-21 Tsai-Wang Chang Blind Spot Detection System
US20150379362A1 (en) * 2013-02-21 2015-12-31 Iee International Electronics & Engineering S.A. Imaging device based occupant monitoring system supporting multiple functions
US20150103175A1 (en) * 2013-10-15 2015-04-16 Hyundai Mobis Co., Ltd. Safety alarm system and method for vehicle
CN106899861A (zh) * 2017-04-08 2017-06-27 腾讯科技（深圳）有限公司 一种图片文件处理方法及其设备、系统
US10656419B2 (en) * 2017-11-30 2020-05-19 Hyundai Mobis Co., Ltd. Head-up display apparatus integrated with cluster
CN107953830A (zh) * 2017-12-04 2018-04-24 广东工业大学 一种大型客车盲区检测警报系统及其检测警报方法
CN108647630A (zh) * 2018-05-08 2018-10-12 北京优创新港科技股份有限公司 一种基于视频识别的危险驾驶行为监督方法与装置
CN209079764U (zh) * 2018-10-30 2019-07-09 杭州鸿泉物联网技术股份有限公司 基于双屏显示的渣土车稽查显示装置
CN109614940A (zh) * 2018-12-14 2019-04-12 长沙致天信息科技有限责任公司 一种车箱盖的开关状态监测方法和相关装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113569925A (zh) * 2021-07-09 2021-10-29 惠州市云鼎科技有限公司 基于广角摄像头的工程车辆安全监控方法及装置
CN113569925B (zh) * 2021-07-09 2024-04-09 惠州市云鼎科技有限公司 基于广角摄像头的工程车辆安全监控方法及装置

Similar Documents

Publication Publication Date Title
CN110390262B (zh) 视频分析方法、装置、服务器及存储介质
CN111325872B (zh) 基于计算机视觉的司机驾驶异常检测方法
CN112686090B (zh) 一种公交车内异常行为智能监控系统
US9442176B2 (en) Bus lane infraction detection method and system
CN111661059B (zh) 分心驾驶监测方法、系统及电子设备
CN111629181B (zh) 消防生命通道监控系统及方法
CN112633057A (zh) 一种公交车内异常行为智能监控方法
CN118334604B (zh) 基于多模态大模型的事故检测、数据集构建方法及设备
CN103366506A (zh) 一种驾驶员行车途中接打手机行为的自动监控装置及方法
CN113221727A (zh) 一种工程车辆清洗状态判断方法及系统
KR102122850B1 (ko) 딥 러닝 기반의 교통분석 및 차량번호 인식 솔루션
CN110309735A (zh) 异常侦测方法、装置、服务器及存储介质
WO2023071397A1 (zh) 一种危险驾驶行为的检测方法以及系统
CN108647708A (zh) 驾驶员评估方法、装置、设备和存储介质
CN109858459A (zh) 基于警用车载视频要素信息实现智能解析处理的系统及其方法
CN105909116A (zh) 控制车门的方法、装置及系统
CN106600953A (zh) 出租车异常营运监测方法及系统
CN109146914B (zh) 一种高速公路基于视频分析的醉酒驾驶行为预警方法
CN110490103A (zh) 轨道交通客流密度检测方法及装置
CN111062238A (zh) 基于人体骨架信息及多目标跟踪的扶梯流量监测方法及系统
CN111405239B (zh) 监控方法、服务器、监控系统以及计算机可读存储介质
CN113011300A (zh) 一种ai视觉辨识违规行为的方法、系统及设备
CN110838230B (zh) 一种移动视频监控方法、监控中心及系统
CN117456516A (zh) 一种驾驶员疲劳驾驶状态检测方法及装置
CN111845556A (zh) 一种专项作业车状态监测系统和方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20201030

RJ01 Rejection of invention patent application after publication