一种车辆数据采集方法、装置及系统

1.一种车辆数据采集方法，其特征在于，包括：
获取浮动车前后的包含车辆的视频图像；
根据获取到的视频图像生成视频图像信息，并判断所述视频图像是否满足预先设置的触发条件；
当所述视频图像满足预先设置的触发条件时，获取浮动车前后的车辆的行使信息，将所述视频图像信息以及浮动车前后的车辆的行使信息上传至监控中心，以使所述监控中心完成浮动车前后的车辆的数据采集；
其中，所述判断所述视频图像是否满足预先设置的触发条件，包括：
判断所述视频图像是否满足预先设置的触发条件，所述触发条件包括连续N帧视频图像中的车牌相同且所述N帧视频图像的视频时间之差大于或等于预设时间，所述N为大于等于1的整数；
当连续N帧视频图像中的车牌相同且所述N帧视频图像的视频时间之差大于或等于预设时间时，执行将所述视频图像信息以及浮动车前后的车辆的行使信息上传至监控中心的步骤。
2.如权利要求1所述的方法，其特征在于，在获取浮动车前后的包含车辆的视频图像之前，还包括：
判断浮动车前后的车辆是否预设了获取条件，所述获取条件包括浮动车前后的车辆与浮动车的距离小于或等于预设距离；
当抓拍车辆与浮动车的距离小于或等于预设距离时，执行获取浮动车前后包含车辆的视频图像的步骤。
3.如权利要求1所述的方法，其特征在于，还包括：
预先配置将所述视频图像信息以及浮动车前后的车辆的行使信息上传至监控中心的上传时间；
读取系统时间和配置的上传时间，判断上传时间是否到达；
在判断所述上传时间到达时，将所述视频图像信息以及浮动车前后的车辆的行使信息上传至监控中心。
4.如权利要求1或3任一项所述的方法，其特征在于，所述视频图像信息包括车牌号码信息、车牌颜色信息中的至少一种，所述车辆的行使信息包括位置、方向、时间、速度信息的至少一种。
5.一种车辆数据采集装置，其特征在于，包括：
获取单元，用于获取浮动车前后的包含车辆的视频图像；
判断单元，用于根据获取到的视频图像生成视频图像信息，并判断所述视频图像是否满足预先设置的触发条件；
上传单元，用于当所述视频图像满足预先设置的触发条件时，获取浮动车前后的车辆的行使信息，将所述视频图像信息以及浮动车前后的车辆的行使信息上传至监控中心，以使所述监控中心完成浮动车前后的车辆的数据采集；
其中，所述判断单元，包括：
第二判断子单元，用于判断所述视频图像是否满足预先设置的触发条件，所述触发条件包括连续N帧视频图像中的车牌相同且所述N帧视频图像的视频时间之差大于或等于预设时间，所述N为大于等于1的整数；
执行子单元，用于当连续N帧视频图像中的车牌相同且所述N帧视频图像的视频时间之差大于或等于预设时间时，执行将所述视频图像信息以及浮动车前后的车辆的行使信息上传至监控中心的步骤。
6.如权利要求5所述的装置，其特征在于，所述获取单元，包括：
第一判断子单元，用于判断浮动车前后的车辆是否预设了获取条件，所述获取条件包括浮动车前后的车辆与浮动车的距离小于或等于预设距离；
获取子单元，用于当抓拍车辆与浮动车的距离小于或等于预设距离时，执行获取浮动车前后包含车辆的视频图像的步骤。
7.如权利要求5所述的装置，其特征在于，还包括：
配置单元，用于预先配置将所述视频图像信息以及浮动车前后的车辆的行使信息上传至监控中心的上传时间；
读取单元，用于读取系统时间和配置的上传时间，判断上传时间是否到达；
上传单元，用于在判断所述上传时间到达时，将所述视频图像信息以及浮动车前后的车辆的行使信息上传至监控中心。
8.如权利要求6或7任意一项所述的装置，其特征在于，所述视频图像信息包括车牌号码信息、车牌颜色信息中的至少一种，所述车辆的行使信息包括位置、方向、时间、速度信息的至少一种。

一种车辆数据采集方法、装置及系统\n技术领域\n[0001] 本发明属于交通技术领域，尤其涉及一种车辆数据采集方法及装置。\n背景技术\n[0002] 随着城市车辆数量的逐渐增多，交通管理部门对车辆的管理面临着越来越大的压力，交通管理部门建立了车辆监控系统，通过在车辆上安装监控设备或通在路口安装监控设备，以采集行驶过程中的车辆数据，根据采集到的车辆数据分析道路网交通运行状况，以提供及时有效的信息服务。\n[0003] 然而，现有车辆数据采集缺乏全面性以及实时性，导致交通管理部门难以提供及时有效的信息服务。例如，当在车辆上安装监控设备时，由于在车辆上安装监控设备只监控自身车辆内部，监控的信息盲区过多，因此，无法全面采集到车辆数据，此外，当在路口安装监控设备时，由于路网的覆盖率低，因此无法实时采集到车辆数据，，从而不能为交通管理和公众出行提供细致、可靠的交通状态基础数据，导致交通管理部门难以提供及时有效的信息服务。\n发明内容\n[0004] 本发明实施例的目的在于提供一种车辆数据采集方法，旨在解决现有车辆数据采集缺乏全面性以及实时性，导致交通管理部门难以提供及时有效的信息服务的问题。\n[0005] 本发明实施例是这样实现的，一种车辆数据采集方法，包括：\n[0006] 获取浮动车前后的包含车辆的视频图像；\n[0007] 根据获取到的视频图像生成视频图像信息，并判断所述视频图像是否满足预先设置的触发条件；\n[0008] 当所述视频图像满足预先设置的触发条件时，获取浮动车前后的车辆的行使信息，将所述视频图像信息以及浮动车前后的车辆的行使信息上传至监控中心，以使所述监控中心完成浮动车前后的车辆的数据采集。\n[0009] 本发明实施例的另一目的在于提供一种车辆数据采集装置，包括：\n[0010] 获取单元，用于获取浮动车前后的包含车辆的视频图像；\n[0011] 判断单元，用于根据获取到的视频图像生成视频图像信息，并判断所述视频图像是否满足预先设置的触发条件；\n[0012] 上传单元，用于当所述视频图像满足预先设置的触发条件时，获取浮动车前后的车辆的行使信息，将所述视频图像信息以及浮动车前后的车辆的行使信息上传至监控中心，以使所述监控中心完成浮动车前后的车辆的数据采集。\n[0013] 在本发明实施例中，通过当视频图像满足预先设置的触发条件时，获取浮动车前后的车辆的行使信息，将视频图像信息以及浮动车前后的车辆的行使信息上传至监控中心，提高了车辆在路网的覆盖率，大大减少了信息盲区，从而提高了现有车辆数据采集的全面性以及实时性，使得交通管理部门可以根据监控中心中车辆数据提供及时有效的信息服务。\n附图说明\n[0014] 图1是本发明实施例提供的车辆数据采集方法的实现流程图；\n[0015] 图2是实施例2在实际应用中较佳的实施流程图;\n[0016] 图3是实施例5在实际应用中较佳的实施流程图；\n[0017] 图4是实施例6在实际应用中较佳的实施流程图；\n[0018] 图5是本发明实施例在实际应用中较佳的实施流程图;\n[0019] 图6是本发明实施例提供的车辆数据采集装置的结构框图。\n具体实施方式\n[0020] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。\n[0021] 在本发明实施例中，通过当视频图像满足预先设置的触发条件时，获取浮动车前后的车辆的行使信息，将视频图像信息以及浮动车前后的车辆的行使信息上传至监控中心，提高了车辆在路网的覆盖率，大大减少了信息盲区，从而提高了现有车辆数据采集的全面性以及实时性，使得交通管理部门可以根据监控中心中车辆数据提供及时有效的信息服务。\n[0022] 实施例1\n[0023] 图1示出了本发明实施例提供的一种车辆数据采集方法的实现流程，详述如下：\n[0024] 在步骤S101中，获取浮动车前后的包含车辆的视频图像。\n[0025] 在本实施例中，浮动车(Floating Car)就是指安装有定位和无线通信装置的普通车辆（如出租车、公交车、货车、私人小汽车、警车等），这种车辆能够与交通信息中心进行信息交换。\n[0026] 在本实施例中，获取浮动车前后的包含车辆的视频图像，可通过安装浮动车内/外的视频采集装置，通过镜头以固定的帧速率捕捉浮动车前后其他车辆的图像，将原始图像的像素的数据保存在存储设备中，便于后续从中提取数据进行图像检测。\n[0027] 在本实施例中，由于浮动车的数量较多，即使在行驶过程中的车辆未安装车载监控设备时，通过获取浮动车前后的包含车辆的视频图像，也能得到在路网上的社会车辆的数据，从而提高了车辆数据在路网的覆盖率，另外，由于浮动车的流动性强，即使在路口未安装监控设备时，通过获取浮动车前后的包含车辆的视频图像，也能得到在路网上的社会车辆的数据，从而大大减少了信息盲区，并使得车辆数据采集不受环境和天气状况的影响，能够较全面、实时地反映道路网交通运行状况，能够为交通管理和公众出行提供更加细致、可靠的交通状态基础数据，便于后续提供及时有效的信息服务。\n[0028] 在步骤S101中，根据获取到的视频图像生成视频图像信息，并判断所述视频图像是否满足预先设置的触发条件。\n[0029] 在本实施例中，根据获取到的视频图像生成视频图像信息，可通过实时对获取到的视频图像进行图像检测，以生成视频图像信息，视频图像信息包括车牌号码信息、车牌颜色信息中的至少一种。图像检测的方法可以采用现有技术的任一种方法，包括但不限于模板匹配算法和基于人工神经网络算法。\n[0030] 在本实施例中，预先设置的触发条件也可以是人为进行的设置，也可以是系统通过多次学习的手段所进行的自动设置。\n[0031] 在步骤S101中，当视频图像满足预先设置的触发条件时，获取浮动车前后的车辆的行使信息，将视频图像信息以及浮动车前后的车辆的行使信息上传至监控中心，以使监控中心完成浮动车前后的车辆的数据采集。\n[0032] 在本实施例中，浮动车前后的车辆位于浮动车的前方或后方比较近的位置，因此，浮动车前后的车辆的行驶状态和浮动车基本一致，因此可利用浮动车的行使信息来作为浮动车前后的车辆的行使信息。\n[0033] 在本实施例中，当视频图像满足预先设置的触发条件时，通过浮动车内\外的通信模块，将视频图像信息以及浮动车前后的车辆的行使信息上传至监控中心，以使监控中心完成浮动车前后的车辆的数据采集。\n[0034] 实施例2\n[0035] 本实施例主要描述了在获取浮动车前后的包含车辆的视频图像之前，判断浮动车前后的其他车辆是否预设的获取条件的实现流程，详述如下：\n[0036] 判断浮动车前后的车辆是否预设的获取条件，所述获取条件包括浮动车前后的车辆与浮动车的距离小于或等于预设距离；\n[0037] 当抓拍车辆与浮动车的距离小于或等于预设距离时，执行获取浮动车前后包含车辆的视频图像的步骤。\n[0038] 在本实施例中，预先设置的获取条件也可以是人为进行的设置，也可以是系统通过多次学习的手段所进行的自动设置。\n[0039] 在本实施例中，浮动车在行驶过程中，会实时监控浮动车前后的其他车辆，当其他车辆的行驶状态满足获取条件时，位于浮动车内\外的监控设备会对其他车辆的车牌进行抓拍得到抓拍图片。\n[0040] 在本实施例中，预设的获取条件，所述获取条件包括车辆与浮动车的距离小于或等于预设距离，通过检测车辆与浮动车的距离，检测的方式包括但不限于红外线检测，声波检测。可选地，该预设距离可从监控中心下发至浮动车。\n[0041] 具体地，图2示出了本发明实施例在实际应用中较佳的实施流程，详述如下：\n[0042] 在步骤Ｓ201中，位于浮动车内\外的监控设备的智能终端监控浮动车前后车辆；\n[0043] 在本实施例中，位于浮动车内\外的监控设备的智能终端，该智能终端包括MCU、存储模块、摄像头模块、传感器、通信模块、定位模块等。\n[0044] 在步骤Ｓ202中，判断是否满足抓拍条件，是则执行203，否则执行201；\n[0045] 在步骤Ｓ203中，抓拍浮动车前后的视频图像。\n[0046] 实施例3\n[0047] 本实施例主要描述了判断所述视频图像是否满足预先设置的触发条件的实现流程，详述如下：\n[0048] 判断所述视频图像是否满足预先设置的触发条件，所述触发条件包括连续Ｎ帧视频图像中的车牌相同且所述Ｎ帧视频图像的视频时间之差大于或等于预设时间，所述Ｎ为大于等于1的整数。\n[0049] 当连续Ｎ帧视频图像中的车牌相同且所述Ｎ帧视频图像的视频时间之差大于或等于预设时间时，执行将所述视频图像信息以及浮动车前后的车辆的行使信息上传至监控中心的步骤。\n[0050] 在本实施例中，Ｎ的个数可以是人为进行的设置，也可以是系统通过多次学习的手段所进行的自动设置，优选地，Ｎ为2。\n[0051] 在本实施例中，判断Ｎ帧视频图像的视频时间之差大于或等于预设时间，具体地，由于每帧视频图像均存在一个视频时间，因此可在视频装置中直接调用每帧视频图像的视频时间，根据每帧视频图像的视频时间，生成Ｎ帧视频图像的视频时间之差。预设时间可以是人为进行的设置，也可以是系统通过多次学习的手段所进行的自动设置。\n[0052] 在本实施例中，判断Ｎ帧视频图像中的车牌是否相同，具体可对车牌进行检测，车牌检测的方式包括但不限于基于adaboost的车牌检测、基于BP神经网络的车牌检测，再对采用现有技术的任一种方法对车牌分类识别，识别方法包括但不限于支持向量机分类识别的方法。\n[0053] 在本实施例中，当连续Ｎ帧视频图像中的车牌相同且所述Ｎ帧视频图像的视频时间之差大于或等于预设时间时，执行将所述视频图像信息以及浮动车前后的车辆的行使信息上传至监控中心的步骤，监控中心包括但不限于分布式存储系统，监控中心将视频图像以及浮动车的信息记录存储，便于后续进行调用。\n[0054] 实施例4\n[0055] 本实施例主要描述了获取视频图像信息以及车辆的行使信息的实现流程，详述如下：\n[0056] 在本实施例中，所述视频图像信息包括车牌号码信息、车牌颜色信息中的至少一种，所述车辆的行使信息包括位置、方向、时间、速度信息的至少一种。\n[0057] 在本实施例中，所述视频图像信息包括车牌号码信息，车牌号码通过检测得到。车牌颜色可通过获取视频图像中车牌的像素点的颜色参数(Red Green Blue，RGB)值，通过ＲＧＢ的颜色对照表，可获得各种颜色的颜色参数范围，当像素点的颜色参数属于各种颜色的颜色参数范围时，统计颜色参数属于各种颜色的颜色参数范围的像素点的数量，根据所述分类为各种颜色的像素点的个数除以车牌中像素点的数量，生成车牌为各种颜色的概率，获取概率最大值相对应的颜色为该车牌的颜色。\n[0058] 在本实施例中，浮动车前后的车辆位于浮动车的前方或后方比较近的位置，因此，浮动车前后的车辆的行驶状态和浮动车基本一致，因此可利用浮动车的行使信息来作为浮动车前后的车辆的行使信息，具体地，浮动车的行使信息的位置、方向、时间可通过ＧＰＳ定位获取得到，速度可通过测速仪直接获取得到。\n[0059] 实施例5\n[0060] 本实施例主要描述了将视频图像信息以及浮动车前后的车辆的行使信息上传至监控中心的实现流程，详述如下：\n[0061] 预先配置将所述视频图像信息以及浮动车前后的车辆的行使信息上传至监控中心的上传时间；\n[0062] 读取系统时间和配置的上传时间，判断上传时间是否到达；\n[0063] 在判断所述上传时间到达时，将所述视频图像信息以及浮动车前后的车辆的行使信息上传至监控中心。\n[0064] 在本实施例中，上传时间可以为用户自设，也可以为系统设定，在此不做限制。\n[0065] 在本实施例中，用户可以预先配置存储的视频图像的上传时间，例如配置为每10分钟上传一次等，系统监测上传时间，当上传时间到达时，自动将存储的视频图像信息以及浮动车前后的车辆的行使信息上传至监控中心。\n[0066] 作为本发明的一个优选实施例，当上传时间到达时，还上传浮动车的行驶信息，以增加统计的数据。\n[0067] 具体地，图3示出了本发明实施例在实际应用中较佳的实施流程，详述如下：\n[0068] 在步骤Ｓ301中，抓拍图片；\n[0069] 在步骤Ｓ302中，车牌识别，得到车牌号h1，当前时间t1；\n[0070] 在步骤Ｓ303中，数据提取，上一次采集的车牌号h2和时间t2；\n[0071] 在步骤Ｓ304中，判断是否符合h1=h2&&t1-t2