一种基于机器视觉的城市交通在线智能监测预警管理系统的制作方法

1.本发明涉及城市交通监测管理领域，涉及到一种基于机器视觉的城市交通在线智能监测预警管理系统。


背景技术：

2.随着科技和基建技术的兴起，交通运输得到空前发展，一方面给人们的生活出行带来了极大便利，另一方面也存在着诸多安全隐患。近几年来，交通事故发生次数明显提高，给人们的生命财产安全造成威胁，其中十字路口是交通事故的高频发生地，因此，对城市交通进行监测预警管理具有重要的意义。
3.目前，现有技术中对交通监测管理的方式主要采用人工监管，即通过交通管理人员在路面实时指挥和观看监控录像的方式对路面交通进行监测管理，维护交通秩序。该方式虽然简单，但是存在着弊端：
4.1、交通管理人员在交通巡查范围内视野有限，不能及时发现路面异物和路面标识磨损等异常路面状况，并且对路面异物及路面标识磨损分析的准确性和可靠性不高，从而无法最大程度地保障路面通行安全。
5.2、当前方式通过交通管理人员指挥路面交通、监测违规人员及车辆，从而使得当前方式存在工作量大、灵活性差的缺点，不能满足交通管理监测管理的复杂性、规模性和时效性的要求，进而影响城市交通监测预警管理的质量。


技术实现要素：

6.针对上述问题，本发明提出了一种基于机器视觉的城市交通在线智能监测预警管理系统，实现对城市交通监测预警管理功能。
7.本发明解决其技术问题采用的技术方案是：
8.本发明提供一种基于机器视觉的城市交通在线智能监测预警管理系统，包括：
9.交通区域划分模块用于统计待监测交通区域内十字路口的数量，并将待监测交通区域内的各十字路口按照设定的顺序分别编号为1,2,...,i,...,n；
10.存储数据库用于存储各十字路口中各行驶车道的标准设定区域图像、标准路面标识关键部位图像和标准路面标识整体图像，并存储各设定路面标识的标准关键部位面积和标准总面积；
11.行驶车道路面异物信息获取模块用于采集各十字路口中各行驶车道设定区域的图像，获得各十字路口中各行驶车道设定区域的各路面异物类型和各路面异物图像面积；
12.行驶车道路面异物信息分析模块用于对各十字路中各行驶车道设定区域的各路面异物类型和各路面异物图像面积进行分析，并根据分析结果进行相应的处理；
13.行驶车道路面标识信息采集模块用于对各十字路口中各行驶车道设定区域的图像进行预处理，获得各十字路口中各行驶车道的路面标识关键部位磨损面积和路面标识总磨损面积；
14.行驶车道路面标识信息分析模块用于对各十字路口中各行驶车道的路面标识关键部位磨损面积和路面标识总磨损面积进行分析，得到各十字路口中各行驶车道的路面标识磨损度系数，并进行相应的处理；
15.禁行区域违规信息获取模块用于采集各十字路口中各禁行区域的视频录像，获得各十字路口中各禁行区域的各违规人员服装类型、各违规车辆车型、各违规车辆车牌号和各违规车辆违规行为类型；
16.禁行区域违规信息分析模块用于对各十字路口中各禁行区域的各违规人员服装类型、各违规车辆车型、各违规车辆车牌号和各违规车辆违规行为类型进行分析，并根据分析结果进行相应的处理。
17.在上述实施例的基础上，所述行驶车道路面异物信息获取模块中获得各十字路口中各行驶车道设定区域的各路面异物类型和各路面异物图像面积的具体方法为：
18.通过高清摄像头采集各十字路口中各行驶车道设定区域的图像，将各十字路口中各行驶车道设定区域的图像分别与存储数据库中存储的各十字路口中各行驶车道的标准设定区域图像进行比对，若某十字路口中某行驶车道设定区域的图像与对应十字路口中对应行驶车道的标准设定区域图像不同，则该十字路口中该行驶车道设定区域存在路面异物，并将该十字路口中该行驶车道记为异物车道，统计各十字路口中各异物车道，并将各十字路口中各异物车道依次编号为xki，i表示第i个十字路口的编号，i＝1,2,...,n，k表示第k个异物车道的编号，k＝1,2,...,p；
19.根据各十字路口中各行驶车道设定区域的图像，筛选出各十字路口中各异物车道的图像，获取各十字路口中各异物车道的各路面异物图片，将各十字路口中各异物车道的各路面异物图片分别与预设的各类型路面异物对应的图片进行匹配，得到各十字路口中各异物车道的各路面异物图片与各类型路面异物图片的匹配度，筛选各十字路口中各异物车道的各路面异物图片对应匹配度最高的类型路面异物图片，并记为各十字路口中各异物车道的各路面异物类型，提取各十字路口中各异物车道的各路面异物图片对应的图像轮廓，得到各十字路口中各异物车道的各路面异物图像面积。
20.在上述实施例的基础上，所述行驶车道路面异物信息分析模块中各十字路中各行驶车道设定区域的各路面异物类型和各路面异物图像面积的具体分析步骤为：
21.f1:将各十字路口中各异物车道的各路面异物类型与预设的各危险路面异物类型进行比对，若某十字路口中某异物车道的某路面异物类型与预设的某危险路面异物类型相同，则该十字路口中该异物车道的该路面异物类型为危险异物类型，统计各十字路口中各异物车道内处于危险异物类型的各路面异物，将其记为各十字路口中各异物车道的各危险异物；
22.f2:根据各十字路口中各行驶车道设定区域的图像得到各十字路口中各异物车道的各危险异物图像，将各十字路口中各异物车道的各危险异物图像面积与对应预设的危险异物图像面积阈值进行比较，若某十字路口中某异物车道的某危险异物图像面积大于对应预设的危险异物图像面积阈值，将该十字路口中该异物车道记为标记异物车道，统计各十字路口中各标记异物车道的编号，将各十字路口中各标记异物车道的编号发送给交通管理中心。
23.在上述实施例的基础上，所述行驶车道路面标识信息采集模块中获得各十字路口
中各行驶车道的路面标识关键部位磨损面积和路面标识总磨损面积的具体方法为：
24.通过高清摄像头采集各十字路口中各行驶车道路面标识的图像，并对各十字路口中各行驶车道路面标识的图像进行预处理，得到各十字路口中各行驶车道路面标识关键部位图像和各十字路口中各行驶车道路面标识整体图像；
25.将各十字路口中各行驶车道路面标识关键部位图像与存储数据库中存储的各十字路口中各行驶车道的标准路面标识关键部位图像进行对比，分析得到各十字路口中各行驶车道路面标识关键部位磨损面积，并将其记为
26.将各十字路口中各行驶车道路面标识整体图像与存储数据库中存储的各十字路口中各行驶车道的标准路面标识整体图像进行对比，分析得到各十字路口中各行驶车道路面标识总磨损面积，并将其记为
27.在上述实施例的基础上，所述行驶车道路面标识信息分析模块中分析各十字路口中各行驶车道路面标识磨损度系数的具体步骤为：
28.a1:提取各十字路口中各行驶车道路面标识关键部位磨损面积和路面标识总磨损面积，并提取存储数据库中存储的各设定路面标识的标准关键部位面积和标准总面积，筛选出各十字路口中各行驶车道设定路面标识的标准关键部位面积和各十字路口中各行驶车道设定路面标识标准总面积，分别记为和
29.a2：将上述参数代入公式得到各十字路口中各行驶车道路面标识磨损度系数j表示第j个行驶车道的编号，j＝1,2,...,m，α1表示关键部位磨损面积权重因子，α2表示总磨损面积权重因子；
30.a3：将各十字路口中各行驶车道路面标识磨损度系数与预设的行驶车道路面标识磨损度系数进行比较，若某十字路口中某行驶车道路面标识磨损度系数大于预设的路面标识磨损度系数，将该十字路口中该行驶车道记为路面标识磨损车道，筛选各十字路口中路面标识磨损车道的编号，将各十字路口中路面标识磨损车道的编号发送给交通管理中心。
31.在上述实施例的基础上，所述禁行区域违规信息获取模块中获得各十字路口中各禁行区域的各违规人员服装类型、各违规车辆车型、各违规车辆车牌号和各违规车辆违规行为类型的具体方法为：
32.根据各十字路口中各禁行区域的视频录像，获得各十字路口中各禁行区域的各人员位置，若某十字路口中某禁行区域的某人员位置在对应十字路口中对应禁行区域内，则该十字路口中该禁行区域的该人员为违规人员，将该十字路口中该禁行区域的该违法人员的服装图片与各设定服装类型图片进行比较，得到该十字路口中该禁行区域的该违法人员的服装图片与各设定服装类型图片的相似度，筛选出该十字路口中该禁行区域的该违法人员的服装图片对应相似度最大的设定服装类型图片，获得该十字路口中该禁行区域的该违法人员的服装类型，统计各十字路口中各禁行区域各违法人员的服装类型；
33.根据各十字路口中各禁行区域的视频录像，获得各十字路口中各禁行区域的各车辆轮廓，将各十字路口中各禁行区域的各车辆轮廓与各十字路口中各禁行区域轮廓进行匹
配，若某十字路口中某禁行区域的某车辆轮廓与其对应的十字路口中对应的禁行区域轮廓存在重合区域，则该十字路口中该禁行区域的该车辆为违规车辆，并获得该十字路口中该禁行区域的违规车辆车型、违规车辆车牌号和违规车辆违规行为类型，统计各十字路口中各禁行区域的违规车辆车型、违规车辆车牌号和违规车辆违规行为类型。
34.在上述实施例的基础上，所述禁行区域违规信息分析模块中对各十字路口中各禁行区域的各违规人员服装类型进行分析和处理的具体步骤为：
35.将各十字路口中各禁行区域的各违规人员服装类型与预设的各特殊人员服装类型进行匹配，若某十字路口中某禁行区域的某违规人员服装类型与预设的各特殊人员服装类型均不同，则通过该十字路口中该禁行区域对应的语音终端进行语音预警提醒。
36.在上述实施例的基础上，所述禁行区域违规信息分析模块中各十字路口中各禁行区域的各违规车辆车型、各违规车辆车牌号和各违规车辆违规行为类型具体分析步骤为:
37.将各十字路口中各禁行区域的各违规车辆车型与预设的各特殊车辆车型进行匹配，若某十字路口中某禁行区域的某违规车辆车型与预设的各特殊车辆车型均不匹配，则将该十字路口中该禁行区域的该违规车辆车牌号和该违规车辆违规行为类型发送至交通管理中心，并通过该十字路口中该禁行区域进行相应的语音预警提醒。
38.相对于现有技术，本发明所述的一种基于机器视觉的城市交通在线智能监测预警管理系统以下有益效果：
39.本发明提供的一种基于机器视觉的城市交通在线智能监测预警管理系统，通过在各十字路口布设的高清摄像头采集各十字路口中各行驶车道的图像，获得各十字路口中各行驶车道路面的异物信息和标识信息，并进行相应的分析处理，从而实现对各十字路口各行驶车道的路面状况进行实时监控，进而及时发现路面异物和路面标识磨损等异常路面状况，能够对路面异物及路面标识磨损进行准确、可靠的分析，最大程度地保障路面通行安全。
40.本发明提供的一种基于机器视觉的城市交通在线智能监测预警管理系统，通过高清摄像头对各十字路口中各禁行区域内的人员和车辆进行实时监控，获得各十字路口中各禁行区域的违规人员信息和违规车辆信息，并将违规人员信息和违规车辆信息与对应特殊人员信息和车辆信息进行分析，根据分析结果进行相应的处理，从而提高了交通监测的灵活性和高效性，并且减少了交通管理人员的工作量，进而满足交通管理监测管理的复杂性、规模性和时效性的要求，提高城市交通监测预警管理的质量。
附图说明
41.为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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。
42.图1为本发明的系统模块连接图。
具体实施方式
43.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，所描述的实施例仅仅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它实施例，都属于本发明保护的范围。
44.请参阅图1所示，本发明提供一种基于机器视觉的城市交通在线智能监测预警管理系统，包括交通区域划分模块、存储数据库、行驶车道路面异物信息获取模块、行驶车道路面异物信息分析模块、行驶车道路面标识信息采集模块、行驶车道路面标识信息分析模块、禁行区域违规信息获取模块和禁行区域违规信息分析模块。
45.所述交通区域划分模块分别与行驶车道路面异物信息获取模块、行驶车道路面标识信息采集模块和禁行区域违规信息获取模块连接，行驶车道路面异物信息获取模块与行驶车道路面异物信息分析模块连接，行驶车道路面标识信息采集模块与行驶车道路面标识信息分析模块连接，禁行区域违规信息获取模块和禁行区域违规信息分析模块连接，存储数据库分别与行驶车道路面异物信息获取模块、行驶车道路面标识信息采集模块和行驶车道路面标识信息分析模块连接。
46.所述交通区域划分模块用于统计待监测交通区域内十字路口的数量，并将待监测交通区域内的各十字路口按照设定的顺序分别编号为1,2,...,i,...,n。
47.所述存储数据库用于存储各十字路口中各行驶车道的标准设定区域图像、标准路面标识关键部位图像和标准路面标识整体图像，并存储各设定路面标识的标准关键部位面积和标准总面积。
48.行驶车道路面异物信息获取模块用于采集各十字路口中各行驶车道设定区域的图像，获得各十字路口中各行驶车道设定区域的各路面异物类型和各路面异物图像面积。
49.作为一种优先方案，所述行驶车道路面异物信息获取模块中获得各十字路口中各行驶车道设定区域的各路面异物类型和各路面异物图像面积的具体方法为：
50.通过高清摄像头采集各十字路口中各行驶车道设定区域的图像，将各十字路口中各行驶车道设定区域的图像分别与存储数据库中存储的各十字路口中各行驶车道的标准设定区域图像进行比对，若某十字路口中某行驶车道设定区域的图像与对应十字路口中对应行驶车道的标准设定区域图像不同，则该十字路口中该行驶车道设定区域存在路面异物，并将该十字路口中该行驶车道记为异物车道，统计各十字路口中各异物车道，并将各十字路口中各异物车道依次编号为xki，i表示第i个十字路口的编号，i＝1,2,...,n，k表示第k个异物车道的编号，k＝1,2,...,p；
51.根据各十字路口中各行驶车道设定区域的图像，筛选出各十字路口中各异物车道的图像，获取各十字路口中各异物车道的各路面异物图片，将各十字路口中各异物车道的各路面异物图片分别与预设的各类型路面异物对应的图片进行匹配，得到各十字路口中各异物车道的各路面异物图片与各类型路面异物图片的匹配度，筛选各十字路口中各异物车道的各路面异物图片对应匹配度最高的类型路面异物图片，并记为各十字路口中各异物车道的各路面异物类型，提取各十字路口中各异物车道的各路面异物图片对应的图像轮廓，得到各十字路口中各异物车道的各路面异物图像面积。
52.所述行驶车道路面异物信息分析模块用于对各十字路中各行驶车道设定区域的各路面异物类型和各路面异物图像面积进行分析，并根据分析结果进行相应的处理。
53.作为一种优选方案，所述行驶车道路面异物信息分析模块中各十字路中各行驶车
道设定区域的各路面异物类型和各路面异物图像面积的具体分析步骤为：
54.f1:将各十字路口中各异物车道的各路面异物类型与预设的各危险路面异物类型进行比对，若某十字路口中某异物车道的某路面异物类型与预设的某危险路面异物类型相同，则该十字路口中该异物车道的该路面异物类型为危险异物类型，统计各十字路口中各异物车道内处于危险异物类型的各路面异物，将其记为各十字路口中各异物车道的各危险异物；
55.f2:根据各十字路口中各行驶车道设定区域的图像得到各十字路口中各异物车道的各危险异物图像，将各十字路口中各异物车道的各危险异物图像面积与对应预设的危险异物图像面积阈值进行比较，若某十字路口中某异物车道的某危险异物图像面积大于对应预设的危险异物图像面积阈值，将该十字路口中该异物车道记为标记异物车道，统计各十字路口中各标记异物车道的编号，将各十字路口中各标记异物车道的编号发送给交通管理中心。
56.作为一种优选方案，上述中各危险路面异物类型包括但不限于：石块、砖瓦、玻璃、零件和金属碎片。
57.行驶车道路面标识信息采集模块用于对各十字路口中各行驶车道设定区域的图像进行预处理，获得各十字路口中各行驶车道的路面标识关键部位磨损面积和路面标识总磨损面积。
58.进一步地，所述行驶车道路面标识信息采集模块中获得各十字路口中各行驶车道的路面标识关键部位磨损面积和路面标识总磨损面积的具体方法为：
59.通过高清摄像头采集各十字路口中各行驶车道路面标识的图像，并对各十字路口中各行驶车道路面标识的图像进行预处理，得到各十字路口中各行驶车道路面标识关键部位图像和各十字路口中各行驶车道路面标识整体图像；
60.将各十字路口中各行驶车道路面标识关键部位图像与存储数据库中存储的各十字路口中各行驶车道的标准路面标识关键部位图像进行对比，分析得到各十字路口中各行驶车道路面标识关键部位磨损面积，并将其记为
61.将各十字路口中各行驶车道路面标识整体图像与存储数据库中存储的各十字路口中各行驶车道的标准路面标识整体图像进行对比，分析得到各十字路口中各行驶车道路面标识总磨损面积，并将其记为
62.作为一种优选方案，上述获得各十字路口中各行驶车道路面标识关键部位磨损面积的具体步骤为：
63.将各十字路口中各行驶车道路面标识关键部位图像与存储数据库中存储的各十字路口中各行驶车道的标准路面标识关键部位图像进行对比，获得各十字路口中各行驶车道路面标识关键部位图像与存储数据库中存储的各十字路口中各行驶车道标准路面标识关键部位图像的不重合面积，并将其记为各十字路口中各行驶车道关键部位不重合面积，通过各十字路口中各行驶车道路面标识的图像判断各十字路口中各行驶车道路面标识关键部位表面是否存在异物，若各十字路口中各行驶车道路面标识关键部位表面无异物，则其对应的各十字路口中各行驶车道关键部位不重合面积为各十字路口中各行驶车道路面标识关键部位磨损面积，若某十字路口中某行驶车道路面标识关键部位表面有异物，则其
对应十字路口中对应行驶车道关键部位不重合面积减去各十字路口中各行驶车道路面标识关键部位表面对应的异物图像面积后的面积为各十字路口中各行驶车道路面标识关键部位磨损面积，并将其记为
64.作为一种优选方案，上述中路面标识关键部位为路面标识中具有指向性的部位。
65.所述行驶车道路面标识信息分析模块用于对各十字路口中各行驶车道的路面标识关键部位磨损面积和路面标识总磨损面积进行分析，得到各十字路口中各行驶车道的路面标识磨损度系数，并进行相应的处理。
66.进一步地，所述行驶车道路面标识信息分析模块中分析各十字路口中各行驶车道路面标识磨损度系数的具体步骤为：
67.a1:提取各十字路口中各行驶车道路面标识关键部位磨损面积和路面标识总磨损面积，并提取存储数据库中存储的各设定路面标识的标准关键部位面积和标准总面积，筛选出各十字路口中各行驶车道设定路面标识的标准关键部位面积和各十字路口中各行驶车道设定路面标识标准总面积，分别记为和
68.a2：将上述参数代入公式得到各十字路口中各行驶车道路面标识磨损度系数j表示第j个行驶车道的编号，j＝1,2,...,m，α1表示关键部位磨损面积权重因子，α2表示总磨损面积权重因子；
69.a3：将各十字路口中各行驶车道路面标识磨损度系数与预设的行驶车道路面标识磨损度系数进行比较，若某十字路口中某行驶车道路面标识磨损度系数大于预设的路面标识磨损度系数，将该十字路口中该行驶车道记为路面标识磨损车道，筛选各十字路口中路面标识磨损车道的编号，将各十字路口中路面标识磨损车道的编号发送给交通管理中心。
70.需要说明的是，本发明通过在各十字路口布设的高清摄像头采集各十字路口中各行驶车道的图像，获得各十字路口中各行驶车道的路面异物信息和路面标识信息，并进行相应的分析处理，从而实现对各十字路口各行驶车道的路面状况进行实时监控，及时发现路面异物和路面标识磨损等异常路面状况，对路面异物及路面标识磨损进行准确、可靠的分析，最大程度地保障路面通行安全。
71.所述禁行区域违规信息获取模块用于采集各十字路口中各禁行区域的视频录像，获得各十字路口中各禁行区域的各违规人员服装类型、各违规车辆车型、各违规车辆车牌号和各违规车辆违规行为类型。
72.进一步地，所述禁行区域违规信息获取模块中获得各十字路口中各禁行区域的各违规人员服装类型、各违规车辆车型、各违规车辆车牌号和各违规车辆违规行为类型的具体方法为：
73.根据各十字路口中各禁行区域的视频录像，获得各十字路口中各禁行区域的各人员位置，若某十字路口中某禁行区域的某人员位置在对应十字路口中对应禁行区域内，则该十字路口中该禁行区域的该人员为违规人员，将该十字路口中该禁行区域的该违法人员的服装图片与各设定服装类型图片进行比较，得到该十字路口中该禁行区域的该违法人员
的服装图片与各设定服装类型图片的相似度，筛选出该十字路口中该禁行区域的该违法人员的服装图片对应相似度最大的设定服装类型图片，获得该十字路口中该禁行区域的该违法人员的服装类型，统计各十字路口中各禁行区域各违法人员的服装类型；
74.根据各十字路口中各禁行区域的视频录像，获得各十字路口中各禁行区域的各车辆轮廓，将各十字路口中各禁行区域的各车辆轮廓与各十字路口中各禁行区域轮廓进行匹配，若某十字路口中某禁行区域的某车辆轮廓与其对应的十字路口中对应的禁行区域轮廓存在重合区域，则该十字路口中该禁行区域的该车辆为违规车辆，并获得该十字路口中该禁行区域的违规车辆车型、违规车辆车牌号和违规车辆违规行为类型，统计各十字路口中各禁行区域的违规车辆车型、违规车辆车牌号和违规车辆违规行为类型。
75.作为一种优选方案，上述获得各十字路口中各禁行区域的违规车辆车型的具体方法为：
76.根据各十字路口中各禁行区域的视频录像，获得各十字路口中各禁行区域内各违规车辆的图片，将各十字路口中各禁行区域内各违规车辆的图片与各设定车辆车型图片进行比较，得到各十字路口中各禁行区域内各违规车辆的图片与各设定车辆车型图片的匹配度，筛选出匹配度最大的设定车辆车型图片，获得各十字路口中各禁行区域的违规车辆车型。
77.作为一种优选方案，上述获得各十字路口中各禁行区域的违规车辆车牌号的具体方法为：
78.根据各十字路口中各禁行区域的视频录像，获得各十字路口中各禁行区域内各违规车辆的图片，获取各十字路口中各禁行区域内各违规车辆车牌号图片，利用车牌识别技术提取各十字路口中各禁行区域内各违规车辆车牌号。
79.进一步地，上述各十字路口中各禁行区域的违规车辆违规行为类型包括压线和违停。
80.所述禁行区域违规信息分析模块用于对各十字路口中各禁行区域的各违规人员服装类型、各违规车辆车型、各违规车辆车牌号和各违规车辆违规行为类型进行分析，并根据分析结果进行相应的处理。
81.进一步地，所述禁行区域违规信息分析模块中对各十字路口中各禁行区域的各违规人员服装类型进行分析和处理的具体步骤为：
82.将各十字路口中各禁行区域的各违规人员服装类型与预设的各特殊人员服装类型进行匹配，若某十字路口中某禁行区域的某违规人员服装类型与预设的各特殊人员服装类型均不同，则通过该十字路口中该禁行区域对应的语音终端进行语音预警提醒。
83.作为一种优选方案，上述各特殊人员服装类型包括警务人员、消防人员、工程人员和救护人员的服装类型。
84.进一步地，所述禁行区域违规信息分析模块中各十字路口中各禁行区域的各违规车辆车型、各违规车辆车牌号和各违规车辆违规行为类型具体分析步骤为:
85.将各十字路口中各禁行区域的各违规车辆车型与预设的各特殊车辆车型进行匹配，若某十字路口中某禁行区域的某违规车辆车型与预设的各特殊车辆车型均不匹配，则将该十字路口中该禁行区域的该违规车辆车牌号和该违规车辆违规行为类型发送至交通管理中心，并通过该十字路口中该禁行区域进行相应的语音预警提醒。
86.作为一种优选方案，上述各特殊车辆车型包括执行任务的警车、消防车、工程救险车和救护车的车型。
87.需要说明的是，本发明通过高清摄像头对各十字路口中各禁行区域内的人员和车辆进行实时监控，获得各十字路口中各禁行区域的违规人员信息和违规车辆信息，并将违规人员信息和违规车辆信息与对应特殊人员信息和车辆信息进行分析，根据分析结果进行相应的处理，提高交通监测的灵活性和高效性，减少交通管理人员的工作量，满足交通管理监测管理的复杂性、规模性和时效性的要求，提高城市交通监测预警管理的质量。
88.以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。