一种渣土车的实时预警方法与流程

1.本发明涉及一种渣土车的实时预警方法，属于车辆管理技术领域。


背景技术：

2.近年来随着城市化建设的发展，建筑工地随处可见，由于其对渣土车管控的不到位，随意超载，不遵守限行规定的行为时有发生。这无疑给交管部门带来了挑战。
3.目前已有几种渣土车管理系统，如基于车载gps定位系统及工地出入口监控，将渣土车的行驶轨迹汇总到一起，需要安装额外的设备，且无法实现预警、布控等功能。
4.另外目前采用的具有稽查功能的渣土车监控系统，也需要额外的特定设备，且不能对渣土车进行统一监管，操作也比较麻烦；如中国专利文献cn109523777a公开了一种基于大数据监控中心的车辆远程稽查方法及系统，该方法包括：稽查终端向大数据监控中心发送稽查指令；大数据监控中心根据稽查指令中的稽查终端的位置、稽查范围确定稽查终端的稽查区域，并向稽查区域内的渣土车管理系统发送包含所述预显示信息的显示指令，以使稽查区域内渣土车外部的指示装置显示所述预显示信息；其中，渣土车管理系统设置在渣土车上，包括设置在渣土车外部的具有显示预显示信息的指示装置；但是该专利中需要将渣土车管理系统安装在渣土车上，增加了设备的投入和管理的成本。


技术实现要素：

5.针对现有技术的不足，本发明提供了一种渣土车的实时预警方法，运用已有的卡口和道路监控系统，对渣土车进行实时检测并识别车牌号入数据库，实时整合渣土车备案的通行证相关信息；更重要的是能够将违法通行的渣土车车辆进行实时预警，降低了管控的复杂度和管理成本。与此同时，本系统还可对特定渣土车进行布控，统计渣土车的历史数量。
6.术语解释：
7.1.caffe-ssd检测网络：基于caffe深度学习框架的ssd(single shot multibox detector)目标检测网络。
8.2.cnn lstm ctc字符识别网络：主流ocr字符识别算法，结构采用的是cnn、lstm和ctc，cnn为卷积神经网络，lstm为长短时记忆网络，ctc为基于神经网络的时序类分类。
9.本发明的技术方案为：
10.一种渣土车的实时预警方法，该方法包括如下步骤：
11.s1:实时获取卡口、电警、监控点位的视频图片；
12.s2:利用深度学习算法，对图片中的渣土车进行检测并识别渣土车的车型和车牌；
13.s3:从备案数据库中查找和步骤s2识别出的车牌号相对应的备案信息；
14.s4:如果在备案数据库中没有找到在通行有效期内的备案信息，则判定为未备案违法行为，并将渣土车过车信息和违法信息自动录入违法数据库并做出未备案预警；
15.如果在备案数据库中找到在有效期内的备案信息，则进行步骤s5；
16.s5:如果当前渣土车出现的时间在备案信息中允许通行的时间范围外，则判定为禁行时间违法行为，并将渣土车过车信息和违法信息自动录入违法数据库并做出禁行时间行驶预警；
17.如果当前渣土车出现的时间在备案信息中允许通行的时间范围内，则进入步骤s6；
18.s6:如果当前渣土车出现的监控点位不在备案信息中允许通行的路段内，则判定为偏离路线违法行为，将渣土车过车信息和违法信息自动录入违法数据库并做出偏离路线行驶预警；
19.如果当前渣土车出现的监控点位在备案信息中允许通行的路段内，则判定合法；
20.s7:将违法数据库中渣土车的违法信息进行统计分析；
21.s8:交警根据统计分析的结果，对产生预警的渣土车进行统一审查、管理，并根据预警系统的取证信息、违法车辆的备案信息对确定违法的渣土车进行处罚，所述取证信息为步骤s1得到的视频图片。
22.根据本发明优选的，所述步骤s2中，深度学习算法包括：
23.caffe-ssd检测网络，用于检测图片中的渣土车；
24.caffe-mobilenet分类网络，用于识别渣土车的车型；
25.cnn lstm ctc字符识别网络，用于识别渣土车的车牌。
26.caffe-ssd检测网络：工业级caffe深度学习网络框架，ssd300处理速度59fps，满足实时性要求。caffe-mobilenet分类网络：可用于移动端的模型，其核心采用了可分离卷积，不仅仅可以降低模型的计算复杂度，还可以大大降低模型的大小。cnn lstm ctc:可以实现对不定长车牌字符的识别，对于渣土车车牌，经常会出现字符遮挡的情况，因此车牌号码长度是不固定的。
27.根据本发明优选的，所述步骤s3中，所述备案信息包括渣土车车牌、渣土车的车型、车主的姓名、车主的电话、车主的住址、通行有效期、允许通行时间和允许通行路段。
28.根据本发明优选的，所述步骤s4、步骤s5及步骤s6中，所述渣土车过车信息均包括当前渣土车出现在的卡口点位名称、过车时间、拍摄到的图片、渣土车在图片中的位置信息、车牌号和车型信息。
29.根据本发明优选的，所述步骤s7中，统计分析的内容包括预警总数、工作点位预警车辆、已调度车辆、已处理车辆、已查获车辆、已布控车辆、查处时间段、昨日预警数据统计、上周预警数据统计、上月预警数据统计、未备案预警、禁行时间行驶预警和偏离路线行驶预警的总数，所述已调度车辆包括已处理车辆、已查获车辆、已布控车辆。方便交管部门对本市/区的渣土车违法情况有一个宏观把控。
30.根据本发明优选的，该预警方法还包括：当现场交警执法过程中没有查获到违法渣土车时，在预警系统中对违法渣土车进行布控，将需要布控的渣土车的车牌添加到布控预警系统中，通过和s2中的识别结果进行实时比对，实时预警系统发现目标车辆，则立刻发出预警。
31.本发明的有益效果为：
32.1、本发明基于现有的道路卡口、监控相机等基础设施，在不额外投入基础设施建设的情况下，实现对渣土车违法行为的监控预警。
33.2、本发明能够实时提供渣土车违法信息预警，辅助现场交警审查违法渣土车信息；相对于采用在渣土车常经过的路口进行蹲点的方式进行，或者通过原有车辆系统搜索渣土车，再从中筛选的传统查处方式，本发明能够减少在查处过程中的人力投入。
34.3、本发明基于大数据统计分析，方便交管部门对本市/区的渣土车违法情况有一个宏观把控。
附图说明
35.图1是一种渣土车实时预警方法的流程示意图。
具体实施方式
36.下面结合实施例和说明书附图对本发明做进一步说明，但不限于此。
37.实施例1
38.一种渣土车的实时预警方法，如图1所示，该方法包括如下步骤：
39.s1:实时获取卡口、电警、监控点位的视频图片；
40.s2:利用深度学习算法，对图片中的渣土车进行检测并识别渣土车的车型和车牌；
41.步骤s2中，深度学习算法包括：
42.caffe-ssd检测网络，用于检测图片中的渣土车；caffe-ssd检测网络检测图片中渣土车的具体过程参考专利cn106611162b。
43.caffe-mobilenet分类网络，用于识别渣土车的车型；在caffe深度学习框架的一种轻量级的深层神经网络。
44.cnn lstm ctc字符识别网络，用于识别渣土车的车牌。cnn lstm ctc字符识别网络识别渣土车的车牌的具体过程和参数参考专利cn109977950a进行设置，以上三种神经网络为现有技术。
45.caffe-ssd检测网络：工业级caffe深度学习网络框架，ssd300处理速度59fps，满足实时性要求。caffe-mobilenet分类网络：可用于移动端的模型，其核心采用了可分离卷积，不仅仅可以降低模型的计算复杂度，还可以大大降低模型的大小。cnn lstm ctc:可以实现对不定长车牌字符的识别，对于渣土车车牌，经常会出现字符遮挡的情况，因此车牌号码长度是不固定的。
46.s3:从备案数据库中查找和步骤s2识别出的车牌号相对应的备案信息；
47.步骤s3中，备案信息包括车牌信息、车型信息、车主的姓名、车主的电话、车主的住址、通行有效期、允许通行时间和允许通行路段。
48.s4:如果在备案数据库中没有找到在通行有效期内的备案信息，则判定为未备案违法行为，并将渣土车过车信息和违法信息自动录入违法数据库并做出未备案预警；
49.如果在备案数据库中找到在有效期内的备案信息，则进行步骤s5；
50.s5:如果当前渣土车出现的时间在备案信息中允许通行的时间范围外，则判定为禁行时间违法行为，并将渣土车过车信息和违法信息自动录入违法数据库并做出禁行时间行驶预警；
51.如果当前渣土车出现的时间在备案信息中允许通行的时间范围内，则进入步骤s6；
52.s6:如果当前渣土车出现的监控点位不在备案信息中允许通行的路段内，则判定为偏离路线违法行为，将渣土车过车信息和违法信息自动录入违法数据库并做出偏离路线行驶预警；
53.如果当前渣土车出现的监控点位在备案信息中允许通行的路段内，则判定合法；
54.步骤s4、步骤s5及步骤s6中，渣土车过车信息均包括当前渣土车出现在的卡口点位名称、过车时间、拍摄到的图片、渣土车在图片中的位置信息、车牌号和车型信息。
55.s7:将违法数据库中渣土车的违法信息进行统计分析；
56.步骤s7中，统计分析的内容包括预警总数、工作点位预警车辆、已调度车辆、已处理车辆、已查获车辆、已布控车辆、查处时间段、昨日预警数据统计、上周预警数据统计、上月预警数据统计、未备案预警、禁行时间行驶预警和偏离路线行驶预警的总数，已调度车辆包括已处理车辆、已查获车辆、已布控车辆。方便交管部门对本市/区的渣土车违法情况有一个宏观把控。
57.s8:交警根据统计分析的结果，对产生预警的渣土车进行统一审查、管理，并根据预警系统的取证信息、违法车辆的备案信息对确定违法的渣土车进行处罚，取证信息步骤s1得到的视频图片。
58.本发明运用已有的卡口和道路监控系统，对渣土车进行实时检测并识别车牌号入数据库，实时整合渣土车备案的通行证相关信息；更重要的是能够将违法通行的渣土车车辆进行实时预警，降低了管控的复杂度和管理成本。
59.该预警方法还包括：当现场交警执法过程中没有查获到违法渣土车时，在预警系统中对违法渣土车进行布控，将需要布控的渣土车的车牌添加到布控预警系统中，通过和s2中的识别结果进行实时比对，实时预警系统发现目标车辆，则立刻发出预警。
60.本发明能够实时提供渣土车违法信息预警，辅助现场交警审查违法渣土车信息；相对于采用在渣土车常经过的路口进行蹲点的方式进行，或者通过原有车辆系统搜索渣土车，再从中筛选的传统查处方式，本发明能够减少在查处过程中的人力投入。