[发明专利]电动车的违规检测方法有效

专利信息
申请号: 201611195731.1 申请日: 2016-12-22
公开(公告)号: CN106781518B 公开(公告)日: 2019-04-26
发明(设计)人: 杨国青;姜旭锋;吕攀 申请(专利权)人: 江苏萝卜交通科技有限公司
主分类号: G08G1/017 分类号: G08G1/017
代理公司: 常州市权航专利代理有限公司 32280 代理人: 朱鑫乐
地址: 213000 江苏省常州市新北区河*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 电动车 违规 检测 方法
【权利要求书】:

1.一种电动车的违规检测方法,其特征在于,包括以下步骤:

S1、电动车与车辆云平台保持远程通信,电动车每隔时间T向车辆云平台发送一次实时获取的第一位置坐标,车辆云平台记录每次接收所述第一位置坐标时的第一时间点;

S2、智能终端拍摄违规照片,所述违规照片中具有至少一辆违规车辆,智能终端将拍摄违规照片的第二时间点、第二位置坐标和拍摄方向与所述违规照片绑定;

S3、智能终端将违规照片及其绑定的第二时间点、第二位置坐标和拍摄方向发送至车辆云平台;

S4、车辆云平台根据第二位置坐标和拍摄方向计算出违规区域,并确定违规时间为第二时间点的前n分钟和后n分钟之间;

S5、车辆云平台将第一时间点在违规时间内并且第一位置坐标在违规区域内的所有电动车认定为可疑车辆,然后对违规照片中违规车辆的车牌进行识别并得到待比对号码,并将所有可疑车辆的车牌号一一与待比对号码进行匹配,将匹配度最大且在A%以上的可疑车辆认定为违规车辆。

2.如权利要求1所述的电动车的违规检测方法,其特征在于:在车辆云平台中建立车辆数据库,所述车辆数据库中存储有若干组车辆信息,所述车辆信息包括车辆型号、车牌号、持有者身份信息、所述第一位置坐标和所述第一时间点,在所述步骤S1中,车辆云平台将接收到的第一位置坐标和记录的第一时间点更新到对应电动车的车辆信息中;在所述步骤S5中,车辆云平台从所述车辆数据库中查询同时符合违规区域和违规时间的电动车并将其认定为所述可疑车辆。

3.如权利要求2所述的电动车的违规检测方法,其特征在于:在车辆云平台中建立违规车辆数据库,所述违规车辆数据库存储有若干个违规车辆信息,所述违规车辆信息包括违规车牌号和至少一条违规记录,所述违规记录包括违规位置坐标和违规时间点;

这种电动车的违规检测方法还包括步骤S6、车辆云平台将认定为违规车辆的车牌号作为目标在所述违规车辆数据库中查找是否存在号码一致的违规车牌号,如果存在则将此次违规的第一位置坐标和第一时间点作为违规位置坐标和违规时间点生成一条违规记录并添加到对应的违规车辆信息中;如果不存在,则将此次违规的第一位置坐标和第一时间点作为违规位置坐标和违规时间点生成一条违规记录并连同此违规车牌号作为一个新的违规车辆信息添加到所述违规车辆数据库中。

4.如权利要求3所述的电动车的违规检测方法,其特征在于:在车辆云平台中建立举报数据库,所述举报数据库包括若干个举报信息,所述举报信息包括举报人ID号、验证密码和至少一条举报记录,所述举报记录包括举报的违规车牌号、违规位置坐标和违规时间点;

这种电动车的违规检测方法还包括步骤S7、车辆云平台将此次违规的违规车牌号、第一位置坐标和第一时间点作为一条举报记录添加到所述举报信息中。

5.如权利要求4所述的电动车的违规检测方法,其特征在于:在所述步骤S2中,智能终端将所述违规照片、第二时间点、第二位置坐标和拍摄方向存储起来;在所述步骤S3中,智能终端通过举报人ID号和验证密码登录所述车辆云平台的举报端口,然后向所述车辆云平台发送所述步骤S2中存储的违规照片及其绑定的第二时间点、第二位置坐标和拍摄方向。

6.如权利要求4所述的电动车的违规检测方法,其特征在于:所述步骤S2和S3合为:智能终端通过举报人ID号和验证密码登录所述车辆云平台的举报端口,智能终端即时拍摄违规照片,并将违规照片以及拍摄违规照片的第二时间点、第二位置坐标和拍摄方向发送至所述车辆云平台。

7.如权利要求5或6所述的电动车的违规检测方法,其特征在于:所述车辆信息还包括剩余驾驶分,这种电动车的违规检测方法还包括步骤S8、车辆云平台在车辆信息中扣去认定为违规车辆的部分或所有剩余驾驶分,生成扣分记录并将其通过移动通信平台发送给电动车的持有者。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏萝卜交通科技有限公司,未经江苏萝卜交通科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201611195731.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top