[发明专利]一种基于ETC通道客车扣费的系统和方法在审
申请号: | 201911385264.2 | 申请日: | 2019-12-28 |
公开(公告)号: | CN111179452A | 公开(公告)日: | 2020-05-19 |
发明(设计)人: | 于鹏;许野平;刘辰飞;高朋;刘明顺;蒋继霆 | 申请(专利权)人: | 神思电子技术股份有限公司 |
主分类号: | G07B15/06 | 分类号: | G07B15/06;G06K9/00;G06K9/34 |
代理公司: | 北京中索知识产权代理有限公司 11640 | 代理人: | 商金婷 |
地址: | 250101 山东*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 etc 通道 客车 系统 方法 | ||
本发明公开一种基于ETC通道客车扣费的系统和方法,包括包括图像采集模块,其特征在于:所述图像采集模块电性连接信息处理模块,所述信息处理模块电性连接信息传输模块,所述信息传输模块电性连接云服务器模块,所述云服务器模块电性连接通行/报警模块。本发明涉及图像处理设备领域,具体地讲,涉及一种基于ETC通道客车扣费的系统和方法。本发明提供的车型信息、车牌信息、载客量信息、ETC信息比对的方法,为扣费识别的准确性提供了极大的方便。
技术领域
本发明涉及图像处理设备领域,具体地讲,涉及一种基于ETC通道客车扣费的系统和方法。
背景技术
高速ETC的实行,免去了需要停车缴费的问题,但是也伴随来了很多问题,比如各种车型的ETC进行冒用的问题,大型客车使用小型客车的ETC。导致了逃费的问题,尤其是客车的同车型不同座位数的缴费问题。
专利CN105488517A《一种基于深度学习的车辆品牌型号识别方法》公开了一种基于深度学习的车辆品牌型号自动识别方法,该方法针对车辆品牌型号识别设计了一种稳健的深度卷积网络结构,采用深度卷积网络提取车脸区域在不同尺度下的图像特征,再结合支撑向量机对其进行分类,自动完成车辆品牌型号的识别,但该专利只能识别车型信息,但对于车辆同型号下不同座位数信息无法识别。不满足现实中的车型分类的需求
专利CN106485801A《基于ETC和车牌识别的车辆管理方法、装置及其系统》公开了一种基于ETC和车牌识别的车辆管理方法及其装置,应用于车辆管理系统,车辆管理系统包括摄像装置和ETC装置;包括接收摄像装置发送的车牌信息;判断ETC装置是否成功读取电子标签的车辆信息;若读取成功,则将车辆信息与车牌信息进行比对,若比对误差未超出预设范围,将车辆信息及当前时间和/或地点作为识别结果进行存储及后续处理。该专利没有车型信息的对照,并且对于车辆同型号下不同座位数信息无法识别,也会出现ETC冒用的问题。
专利CN103729629A《ETC车道中车型识别方法及装置》公开了一种ETC车道中车型识别的方法及装置,该方法与装置应用于ETC系统,并且所述ETC系统与视频获取装置相连接。该方法中,首先获取视频获取装置传输的ETC车道的车道图片,并根据待识别车辆在所述ETC车道中的位置,从所述车道图片中获取所述待识别车辆的车辆图片;然后进行车型识别,获取相应的车型识别信息;继而获取OBU对应的车型信息,并将其与车型识别信息进行车型匹配,获取相应的匹配结果;最后根据所述匹配结果,执行相应的操作。通过该方法,能够避免OBU对应的车型信息和车辆不对应的情况,提高了车型识别的精度,但并且没有增加车牌的对应,对于车辆同型号下不同座位数信息无法识别,也会出现ETC冒用的问题。此为现有技术的不足之处。
发明内容
本发明要解决的技术问题是提供一种基于ETC通道客车扣费的系统和方法,要解决各种车型的ETC进行冒用的问题,大型客车使用小型客车的ETC。导致了逃费的问题,尤其是客车的同车型不同座位数的缴费问题。
本发明采用如下技术方案实现发明目的:
一种基于ETC通道客车扣费的系统,包括图像采集模块,其特征在于:所述图像采集模块电性连接信息处理模块,所述信息处理模块电性连接信息传输模块,所述信息传输模块电性连接云服务器模块,所述云服务器模块电性连接通行/报警模块。
一种基于ETC通道客车扣费的方法,其特征在于,包括以下步骤:
步骤一:利用所述图像采集模块获取通过ETC通道的车辆照片;
步骤二:深度学习目标检测框架,采用yolov3深度学习检测框架,框架为提前将各种车型的车辆图片进行标注,标出车辆区域和车型类别、车头驾驶座侧面区域和车牌区域,然后用yolov3目标检测框架进行训练,得到最优模型;
步骤三:所述信息处理模块进行信息区域识别;
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神思电子技术股份有限公司,未经神思电子技术股份有限公司许可,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/201911385264.2/2.html,转载请声明来源钻瓜专利网。