监控车辆数据方法、装置、计算机设备及存储介质制造方法及图纸

本申请实施例属于人工智能领域，涉及一种监控车辆数据方法，包括：获取视觉图像，通过视觉摄像机识别并提取视觉图像中的车辆以及交通标识符，以得到图像数据；通过雷达检测视觉图像对应的车辆数据；通过信息融合对图像数据以及车辆数据进行映射融合，得到融合数据；通过目标神经网络处理所述融合数据，以监控车辆数据。此外，本申请还涉及区块链技术，图像数据可存储于区块链中。本申请还提供一种监控车辆数据装置、计算机设备及存储介质。提高了信息判别的精准度。

【技术实现步骤摘要】
监控车辆数据方法、装置、计算机设备及存储介质
本申请涉及人工智能领域，尤其涉及一种监控车辆数据方法、装置、计算机设备及存储介质。
技术介绍
违章检测摄像机一般部署在卡口、桥梁等固定位置，使得违章行为检测能力单一，道路违章监测覆盖面不足，对于车辆行车过程中大量违章缺乏监管及惩罚措施，进而降低了城市道路通行效率。目前产品方案还是单一基于视觉分析的方法，以安装在警用车辆上摄像机为例，由于路面状况复杂，目前装备端仅能够完成疑似车牌的筛查，对于道路违章行为的判断只能够通过人工进行，虽然已经有部分厂商引入深度学习技术，在特定场景下在移动端进行违章行为的判别，但是由于路面状况复杂，二维图像由于固有的视差以及辅助判断信息缺乏，很容易造成误判。
技术实现思路
本申请实施例的目的在于提出一种监控车辆数据方法、装置、计算机设备及存储介质，以提高道路违章检测的覆盖范围。为了解决上述技术问题，本申请实施例提供一种监控车辆数据方法，采用了如下所述的技术方案：获取视觉图像，通过视觉摄像机识别并提取所述视觉图像中的车辆以及交通标识符，以得到本文档来自技高网...

【技术保护点】
1.一种监控车辆数据方法，其特征在于，包括下述步骤：/n获取视觉图像，通过视觉摄像机识别并提取所述视觉图像中的车辆以及交通标识符，以得到图像数据；/n通过雷达检测所述视觉图像对应的车辆数据；/n通过信息融合对所述图像数据以及所述车辆数据进行映射融合，得到融合数据；/n通过目标神经网络处理所述融合数据，以监控车辆数据。/n

【技术特征摘要】
1.一种监控车辆数据方法，其特征在于，包括下述步骤：
获取视觉图像，通过视觉摄像机识别并提取所述视觉图像中的车辆以及交通标识符，以得到图像数据；
通过雷达检测所述视觉图像对应的车辆数据；
通过信息融合对所述图像数据以及所述车辆数据进行映射融合，得到融合数据；
通过目标神经网络处理所述融合数据，以监控车辆数据。


2.根据权利要求1所述的监控车辆数据方法，其特征在于，所述通过信息融合对所述图像数据以及所述车辆数据进行映射融合，得到融合数据的步骤具体包括：
根据所述车辆数据，得到物体的移动速度，所述物体至少包括车辆以及交通标识符；
根据所述图像数据，得到所述物体的类型以及所述物体的位置；
根据所述物体的移动速度计算物体的目标平均速度；
基于所述物体的目标平均速度，所述物体的类型、所述物体的位置以及所述物体的移动速度构建完整视域；
双线插值所述完整视域中的车辆数据，得到所述融合数据。


3.根据权利要求2所述的监控车辆数据方法，其特征在于，所述根据所述物体的移动速度计算物体的目标平均速度的步骤具体包括：
获取雷达视域中的点阵分布，得到所述车辆的行进距离；
通过计算得到车辆行驶的平均速度，其中vk为所述车辆的行进距离中第k个点的速度，n为为所述车辆的行进距离中点的总数，Vavr为所述车辆的行进距离中行驶的平均速度；
通过计算匹配置信度，其中σ为匹配置信度；
通过对所述匹配置信度归一化，得到归一化的置信度；
若所述归一化的置信度大于预设置信度阈值，则将所述Vavr作目标平均速度。


4.根据权利要求1-3任一项所述的监控车辆数据方法，其特征在于，所述获取视觉图像，通过视觉摄像机识别并提取所述视觉图像中的车辆以及交通标识符，以得到图像数据的步骤具体包括：
通过直接储存访问的方式运行数字信号处理算法处理所述视觉图像，得到预处理后的视觉数据；
通过识别神经网络识别所述预处理后的视觉数据中的车辆以及交通标识符；
所述通过目标神经网络处理所述融合数据中的所述车辆以及所述交通标识符，以监控车辆数据的步骤之后，包括：
若所述车辆违章，则检测并提取所...

【专利技术属性】
技术研发人员：刘伟超，郭倜颖，陈远旭，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44