渣土车定位坐标识别系统的制作方法

1.本公开的实施例涉及计算机技术领域，具体涉及渣土车定位坐标识别系统。


背景技术：

2.当前，渣土车伪造车载gps(global positioning system，全球定位系统)坐标大量发生，驾驶员通过伪造gps坐标规避路段限行、时段限行，制造伪造运输土方记录谋取盈利，对城市交通管理和建筑行业补助资金使用带来了负面影响。目前，对于渣土车的gps坐标的检验，通常采用的方式为：通过设岗拦停渣土车，查看并比对渣土车的gps轨迹记录。
3.然而，采用上述方式通常会存在以下技术问题：第一，通过设岗拦停渣土车，安全性较低，且无法全天候进行查验，检验效率较低，检测时间较长；第二，无法确定渣土车的gps轨迹记录的真实性，当渣土车的gps轨迹记录为伪造记录时，需要花费较多时间进行核对校验。
4.该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解，并因此，其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。


技术实现要素：

5.本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
6.本公开的一些实施例提出了渣土车定位坐标识别系统，来解决以上背景技术部分提到的技术问题中的一项或多项。
7.第一方面，本公开的一些实施例提供了一种渣土车定位坐标识别系统，包括：车载定位单元、车牌与坐标接收单元、视频采集单元、渣土车车型识别单元、车牌识别单元、车牌与坐标比对单元，其中，上述车载定位单元分别与上述视频采集单元、上述车牌与坐标接收单元通信连接；上述渣土车车型识别单元分别与上述视频采集单元、上述车牌识别单元通信连接；上述车牌与坐标比对单元分别与上述车牌识别单元、上述车牌与坐标接收单元通信连接；上述车载定位单元被配置成：定位当前渣土车的渣土车坐标；上述车牌与坐标接收单元被配置成：接收上述车载定位单元发送的车牌号与渣土车坐标；上述视频采集单元被配置成：采集当前道路上行驶车辆的视频；上述渣土车车型识别单元被配置成：识别上述视频采集单元所采集的视频中的渣土车图像；上述车牌识别单元被配置成：识别渣土车图像中的渣土车的车牌号；上述车牌与坐标比对单元被配置成：确定上述车牌识别单元识别的车牌号与上述车牌与坐标接收单元接收的车牌号是否一致，以及确定上述视频采集单元的坐标与上述车牌与坐标接收单元接收的渣土车坐标之间的距离是否大于等于预设距离。
8.可选地，上述车载定位单元，还被配置成：响应于检测到当前渣土车处于上述车牌与坐标接收单元的接收区域，定位当前渣土车的渣土车坐标，以及将定位的渣土车坐标与
当前渣土车的车牌号发送至上述车牌与坐标接收单元，其中，上述接收区域为预先设定的上述车牌与坐标接收单元接收渣土车坐标与渣土车的车牌号的最大区域。
9.可选地，上述车牌与坐标接收单元，还被配置成：响应于接收到上述车载定位单元发送的渣土车坐标与渣土车的车牌号，将上述渣土车坐标与上述车牌号发送至上述车牌与坐标比对单元。
10.可选地，上述视频采集单元与上述车牌与坐标接收单元设定在同一道路；以及上述视频采集单元，还被配置成：响应于检测到上述车牌与坐标接收单元接收到渣土车坐标与渣土车的车牌号的信息，拍摄经过当前上述视频采集单元所在道路的车辆，以及将所拍摄的视频发送至上述渣土车车型识别单元。
11.可选地，上述渣土车车型识别单元，还被配置成：从上述视频采集单元传输的视频中识别出包含渣土车车型的视频片段；响应于确定上述视频片段中的各帧视频图像显示的渣土车相同，对于上述视频片段中的每一帧视频图像，执行如下处理步骤：对上述视频图像进行滤波处理，以生成滤波视频图像；对上述滤波视频图像中显示的渣土车进行标定处理，以生成标定视频图像；对上述标定视频图像进行边缘检测处理，以检测出上述标定视频图像中显示的渣土车的图像轮廓；从上述滤波视频图像中识别出上述图像轮廓所包含的渣土车图像；将上述渣土车图像输入至预先训练的图像清晰度检测模型中，得到渣土车图像清晰度；将所得到的各个渣土车图像清晰度中清晰度最高的渣土车图像清晰度对应的渣土车图像确定为目标渣土车图像，以及将上述目标渣土车图像发送至上述车牌识别单元。
12.可选地，上述车牌识别单元，还被配置成：对所接收的目标渣土车图像进行锐化处理，以生成锐化目标渣土车图像；对上述锐化目标渣土车图像中显示的车牌号区域进行标定处理，以生成标定锐化目标渣土车图像；对上述标定锐化目标渣土车图像进行边缘检测处理，以检测出上述标定锐化目标渣土车图像中显示的车牌号区域图像轮廓；从上述锐化目标渣土车图像中识别出上述车牌号区域图像轮廓所包括的车牌号图像；将上述车牌号图像输入至预先训练的车牌号识别模型中，得到识别车牌号，以及将上述识别车牌号发送至上述车牌与坐标比对单元。
13.可选地，上述车牌与坐标比对单元，还被配置成：确定接收的识别车牌号与上述车牌与坐标接收单元发送的渣土车的车牌号是否相同；响应于确定上述识别车牌号与上述车牌与坐标接收单元发送的渣土车的车牌号相同，确定上述视频采集单元的坐标与上述车牌与坐标接收单元发送的渣土车坐标之间的距离是否大于等于上述预设距离；响应于确定上述视频采集单元的坐标与上述渣土车坐标之间的距离大于等于上述预设距离，将上述渣土车坐标确定为虚假渣土车坐标。
14.可选地，上述渣土车定位坐标识别系统还包括：警报单元；以及上述警报单元与上述车牌与坐标比对单元通信连接；上述车牌与坐标比对单元还被配置成：将上述虚假渣土车坐标与对应上述虚假渣土车坐标的车牌号发送至上述警报单元；上述警报单元被配置成：接收上述虚假渣土车坐标与对应上述虚假渣土车坐标的车牌号，以及进行语音提示警报。
15.本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的渣土车定位坐标识别系统，可以全天候对渣土车的gps坐标进行检验，提升了检测效率，缩短了检测时间。具体来说，检测时间较长的原因在于：在目标区域中不同的地点进行通行时，通常
需要进行人脸识别，通过设岗拦停渣土车，安全性较低，且无法全天候进行查验，检验效率较低，检测时间较长。基于此，本公开的一些实施例的渣土车定位坐标识别系统，首先，可以通过车载定位单元定位当前渣土车的渣土车坐标。由此，可以实时接收渣土车当前的定位坐标（gps坐标）。接着，可以通过视频采集单元采集当前道路上行驶车辆的视频。由此，便于通过当前采集的车辆的视频，解析出渣土车的车牌号。为后续核对车载定位单元上传的渣土车的定位坐标的真实性，提供了数据支持。然后，可以通过渣土车车型识别单元识别上述视频采集单元所采集的视频中的渣土车图像，以及通过车牌识别单元识别渣土车图像中的渣土车的车牌号。由此，为核对车载定位单元发送的车牌号与渣土车坐标的真实性提供了数据支持。最后，上述车牌与坐标比对单元被配置成：确定上述车牌识别单元识别的车牌号与上述车牌与坐标接收单元接收的车牌号是否一致，以及确定上述视频采集单元的坐标与上述车牌与坐标接收单元接收的渣土车坐标之间的距离是否大于等于预设距离。由此，可以通过视频采集单元采集的渣土车的车牌号和视频采集单元的坐标，验证车载定位单元发送的车牌号与渣土车坐标的真实性。也因为可以通过设定视频采集单元与车载定位单元相互验证检测渣土车的gps坐标，实现了全天候对渣土车的gps坐标的检验。提升了检测效率，缩短了检测时间。
附图说明
16.结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
17.图1是根据本公开的渣土车定位坐标识别系统的一个实施例的结构示意图。
具体实施方式
18.下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
19.另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
20.需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
21.需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
22.本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
23.下面将参考附图并结合实施例来详细说明本公开。
24.请参见图1，其示出了本公开提供的渣土车定位坐标识别系统的一个实施例的结构示意图。如图1所示，本公开提供的渣土车定位坐标识别系统可以包括：车载定位单元1、车牌与坐标接收单元2、视频采集单元3、渣土车车型识别单元4、车牌识别单元5、车牌与坐
标比对单元6。
25.在一些实施例中，上述车载定位单元1分别与上述视频采集单元3、上述车牌与坐标接收单元2通信连接。这里，上述车载定位单元1可以通过有线连接或无线连接的方式分别与上述视频采集单元3、上述车牌与坐标接收单元2通信连接。
26.在一些实施例中，上述渣土车车型识别单元4分别与上述视频采集单元3、上述车牌识别单元5通信连接。
27.在一些实施例中，上述车牌与坐标比对单元6分别与上述车牌识别单元5、上述车牌与坐标接收单元2通信连接。
28.需要说明的是，上述无线连接的方式可以包括但不限于3g/4g连接、wifi连接、蓝牙连接、wimax连接、zigbee连接、uwb（ultra wideband）连接、以及其他现在已知或将来开发的无线连接方式。
29.在一些实施例中，上述车载定位单元1被配置成：定位当前渣土车的渣土车坐标。这里，车载定位单元1可以是指安装在渣土车上的gps定位器。车载定位单元1可以实时定位当前渣土车的gps坐标（渣土车坐标）。
30.可选地，上述车载定位单元1还被配置成：响应于检测到当前渣土车处于上述车牌与坐标接收单元的接收区域，定位当前渣土车的渣土车坐标，以及将定位的渣土车坐标与当前渣土车的车牌号发送至上述车牌与坐标接收单元2。其中，上述接收区域为预先设定的上述车牌与坐标接收单元2接收渣土车坐标与渣土车的车牌号的最大区域。这里，上述车载定位单元1可以定位到当前渣土车是否处于上述车牌与坐标接收单元的接收区域。
31.在一些实施例中，上述车牌与坐标接收单元2被配置成：接收上述车载定位单元1发送的车牌号与渣土车坐标。这里，车牌与坐标接收单元2可以是指设置在交通监管端的用于接收车牌号与渣土车坐标的信号接收器。交通监管端可以是指监管道路车辆的计算终端。
32.在一些实施例中，上述视频采集单元3被配置成：采集当前道路上行驶车辆的视频。这里，视频采集单元3可以是指安装在道路上的摄像头，用于采集行驶在道路上的车辆的视频。
33.在一些实施例中，上述渣土车车型识别单元4被配置成：识别上述视频采集单元3所采集的视频中的渣土车图像。这里，渣土车车型识别单元4可以是用于从视频采集单元3所采集的视频中识别出渣土车图像的图像识别设备。
34.在一些实施例中，上述车牌识别单元5被配置成：识别渣土车图像中的渣土车的车牌号。这里，车牌识别单元5可以是指用于识别渣土车图像中的渣土车的车牌号的图像识别设备。
35.在一些实施例中，上述车牌与坐标比对单元6被配置成：确定上述车牌识别单元5识别的车牌号与上述车牌与坐标接收单元2接收的车牌号是否一致，以及确定上述视频采集单元3的坐标与上述车牌与坐标接收单元2接收的渣土车坐标之间的距离是否大于等于预设距离。这里，对于预设距离的设定，不作限制。例如，预设距离可以是50米。实践中，车牌与坐标比对单元6可以确定上述车牌识别单元5识别的车牌号与上述车牌与坐标接收单元2接收的车牌号是否相同。这里，上述视频采集单元3的坐标可以是指视频采集单元3的gps坐标。
36.需要说明的是，车牌与坐标接收单元2与视频采集单元3设定在同一道路的同一位置。在车牌与坐标接收单元2接收到车载定位单元1发送的渣土车坐标与渣土车的车牌号时，同时启动视频采集单元3拍摄当前道路上行驶的渣土车。此外，车牌与坐标比对单元6在确定上述车牌识别单元5识别的车牌号与上述车牌与坐标接收单元2接收的车牌号是否一致，以及确定上述视频采集单元3的坐标与上述车牌与坐标接收单元2接收的渣土车坐标之间的距离是否大于等于预设距离时，上述车牌识别单元5识别的车牌号与车牌与坐标接收单元2接收的车牌号均同一时间传输至车牌与坐标比对单元6。
37.实践中，上述车牌与坐标接收单元2，还被配置成：响应于接收到上述车载定位单元发送的渣土车坐标与渣土车的车牌号，将上述渣土车坐标与上述车牌号发送至上述车牌与坐标比对单元。
38.可选地，上述视频采集单元3与上述车牌与坐标接收单元2设定在同一道路。上述视频采集单元3与上述车牌与坐标接收单元2设定在同一道路的同一位置。
39.可选地，上述视频采集单元3，还被配置成：响应于检测到上述车牌与坐标接收单元2接收到渣土车坐标与渣土车的车牌号的信息，拍摄经过当前上述视频采集单元所在道路的车辆，以及将所拍摄的视频发送至上述渣土车车型识别单元4。即，上述视频采集单元3在检测到车牌与坐标接收单元2接收到渣土车坐标与渣土车的车牌号的信息的同时，拍摄经过当前上述视频采集单元所在道路的车辆，以及将所拍摄的视频发送至上述渣土车车型识别单元4。
40.可选地，上述渣土车车型识别单元4，还被配置成：第一步，从上述视频采集单元传输的视频中识别出包含渣土车车型的视频片段。实践中，渣土车车型识别单元4可以通过预先训练的神经网络模型从上述视频采集单元传输的视频中识别出包含渣土车车型的视频片段。这里，预先训练的神经网络模型可以是指以视频采集单元采集的车辆的视频为输入，以识别出的包含渣土车车型的视频片段为输出的神经网络模型。例如，预先训练的神经网络模型可以是卷积神经网络模型。
41.第二步，响应于确定上述视频片段中的各帧视频图像显示的渣土车相同，对于上述视频片段中的每一帧视频图像，执行如下处理步骤：第一子步骤，对上述视频图像进行滤波处理，以生成滤波视频图像。这里，滤波处理可以为：均值滤波，中值滤波，最大最小值滤波，双边滤波，引导滤波，双边滤波，高斯滤波等。
42.第二子步骤，对上述滤波视频图像中显示的渣土车进行标定处理，以生成标定视频图像。实践中，可以接收用户输入的对上述滤波视频图像中显示的渣土车的标定指令，对上述滤波视频图像中显示的渣土车进行标定处理，以生成标定视频图像。
43.第三子步骤，对上述标定视频图像进行边缘检测处理，以检测出上述标定视频图像中显示的渣土车的图像轮廓。实践中，可以通过边缘检测算法对上述标定视频图像进行边缘检测处理，以检测出上述标定视频图像中显示的渣土车的图像轮廓。这里，边缘检测算法可以是sobel边缘检测算子、差分边缘检测方法。
44.第四子步骤，从上述滤波视频图像中识别出上述图像轮廓所包含的渣土车图像。实践中，可以从上述滤波视频图像中剪切出上述图像轮廓所包含的渣土车图像。
45.第五子步骤，将上述渣土车图像输入至预先训练的图像清晰度检测模型中，得到
渣土车图像清晰度。这里，预先训练的图像清晰度检测模型可以是预先训练的以渣土车图像为输入、以渣土车图像清晰度为输出的神经网络模型。例如，预先训练的图像清晰度检测模型可以是卷积神经网络模型。
46.第三步，将所得到的各个渣土车图像清晰度中清晰度最高的渣土车图像清晰度对应的渣土车图像确定为目标渣土车图像，以及将上述目标渣土车图像发送至上述车牌识别单元5。
47.由此，可以从视频片段中筛选出清晰度最高的渣土车图像。从而，为后续准确地识别出渣土车图像中的车牌号，奠定了基础。
48.可选地，上述车牌识别单元5，还被配置成：第一步，对所接收的目标渣土车图像进行锐化处理，以生成锐化目标渣土车图像。实践中，可以通过图像锐化算法对所接收的目标渣土车图像进行锐化处理，以生成锐化目标渣土车图像。这里，图像锐化算法可以是微分法或高通滤波法。
49.第二步，对上述锐化目标渣土车图像中显示的车牌号区域进行标定处理，以生成标定锐化目标渣土车图像。实践中，可以接收用户输入的对上述锐化目标渣土车图像中显示的车牌号区域的标定指令，对上述锐化目标渣土车图像中显示的车牌号区域进行标定处理，以生成标定锐化目标渣土车图像。
50.第三步，对上述标定锐化目标渣土车图像进行边缘检测处理，以检测出上述标定锐化目标渣土车图像中显示的车牌号区域图像轮廓。实践中，可以通过边缘检测算法对上述标定锐化目标渣土车图像进行边缘检测处理，以检测出上述标定锐化目标渣土车图像中显示的车牌号区域图像轮廓。这里，边缘检测算法可以是sobel边缘检测算子、差分边缘检测方法。
51.第四步，从上述锐化目标渣土车图像中识别出上述车牌号区域图像轮廓所包括的车牌号图像。实践中，可以从上述锐化目标渣土车图像中剪切出上述车牌号区域图像轮廓所包括的车牌号图像。
52.第五步，将上述车牌号图像输入至预先训练的车牌号识别模型中，得到识别车牌号，以及将上述识别车牌号发送至上述车牌与坐标比对单元。这里，预先训练的车牌号识别模型可以是指以车牌号图像为输入，以识别出的车牌号为输出的神经网络模型。例如，预先训练的车牌号识别模型可以是卷积神经网络模型。
53.可选地，上述车牌与坐标比对单元6，还被配置成：第一步，确定接收的识别车牌号与上述车牌与坐标接收单元2发送的渣土车的车牌号是否相同。
54.第二步，响应于确定上述识别车牌号与上述车牌与坐标接收单元2发送的渣土车的车牌号相同，确定上述视频采集单元的坐标与上述车牌与坐标接收单元2发送的渣土车坐标之间的距离是否大于等于上述预设距离。
55.第三步，响应于确定上述视频采集单元的坐标与上述渣土车坐标之间的距离大于等于上述预设距离，将上述渣土车坐标确定为虚假渣土车坐标。
56.车牌与坐标比对单元6中的相关内容作为本公开的一个发明点，由此解决了背景技术提及的技术问题二“无法确定渣土车的gps轨迹记录的真实性，当渣土车的gps轨迹记录为伪造记录时，需要花费较多时间进行核对校验。”。需要花费较多时间进行核对校验的
因素往往如下：无法确定渣土车的gps轨迹记录的真实性，当渣土车的gps轨迹记录为伪造记录时，需要花费较多时间进行核对校验。如果解决了上述因素，就能达到缩短核对校验的时间的效果。为了达到这一效果，首先，确定接收的识别车牌号与上述车牌与坐标接收单元发送的渣土车的车牌号是否相同。由此，可以利用车牌识别单元识别到的车牌号，验证车载定位单元上传的车牌号是否一致。从而，可以在确定车牌识别单元识别到的车牌号与车载定位单元上传的车牌号不一致时，确认车载定位单元上传虚假车牌号。然后，响应于确定上述识别车牌号与上述车牌与坐标接收单元发送的渣土车的车牌号相同，确定上述视频采集单元的坐标与上述车牌与坐标接收单元发送的渣土车坐标之间的距离是否大于等于上述预设距离。由此，可以确定车载定位单元上传的渣土车坐标与视频采集单元3的坐标之间距离是否小于预设距离。诸如，当车载定位单元上传的渣土车坐标与视频采集单元3的坐标之间距离大于等于上述预设距离时，表示车载定位单元上传的渣土车坐标为虚假坐标。例如，当视频采集单元3的坐标表示视频采集单元3在a路口，车载定位单元上传的渣土车坐标在d路口，则表示车载定位单元上传的渣土车坐标与渣土车当前的实际坐标不相符。最后，响应于确定上述视频采集单元的坐标与上述渣土车坐标之间的距离大于等于上述预设距离，将上述渣土车坐标确定为虚假渣土车坐标。由此，可以通过设置在道路上的视频采集单元3的坐标，验证渣土车的gps轨迹记录的真实性。也因此缩短了核对校验的时间。
57.可选地，上述渣土车定位坐标识别系统还包括：警报单元。上述警报单元与上述车牌与坐标比对单元通信连接。这里，警报单元可以是指警报提示设备。警报单元可以是指警报器或扬声器。
58.可选地，上述车牌与坐标比对单元6还被配置成：将上述虚假渣土车坐标与对应上述虚假渣土车坐标的车牌号发送至上述警报单元。
59.可选地，上述警报单元被配置成：接收上述虚假渣土车坐标与对应上述虚假渣土车坐标的车牌号，以及进行语音提示警报。
60.在一些实施例中，上述警报单元可以接收车牌与坐标比对单元6发送的虚假渣土车坐标与对应上述虚假渣土车坐标的车牌号，以及进行语音提示警报。这里，语音提示警报可以是指发出警报提示语音。警报提示语音可以包含虚假渣土车坐标与车牌号。
61.本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的渣土车定位坐标识别系统，可以全天候对渣土车的gps坐标进行检验，提升了检测效率，缩短了检测时间。具体来说，检测时间较长的原因在于：在目标区域中不同的地点进行通行时，通常需要进行人脸识别，通过设岗拦停渣土车，安全性较低，且无法全天候进行查验，检验效率较低，检测时间较长。基于此，本公开的一些实施例的渣土车定位坐标识别系统，首先，可以通过车载定位单元定位当前渣土车的渣土车坐标。由此，可以实时接收渣土车当前的定位坐标（gps坐标）。接着，可以通过视频采集单元采集当前道路上行驶车辆的视频。由此，便于通过当前采集的车辆的视频，解析出渣土车的车牌号。为后续核对车载定位单元上传的渣土车的定位坐标的真实性，提供了数据支持。然后，可以通过渣土车车型识别单元识别上述视频采集单元所采集的视频中的渣土车图像，以及通过车牌识别单元识别渣土车图像中的渣土车的车牌号。由此，为核对车载定位单元发送的车牌号与渣土车坐标的真实性提供了数据支持。最后，上述车牌与坐标比对单元被配置成：确定上述车牌识别单元识别的车牌号与上述车牌与坐标接收单元接收的车牌号是否一致，以及确定上述视频采集单元的坐标与
上述车牌与坐标接收单元接收的渣土车坐标之间的距离是否大于等于预设距离。由此，可以通过视频采集单元采集的渣土车的车牌号和视频采集单元的坐标，验证车载定位单元发送的车牌号与渣土车坐标的真实性。也因为可以通过设定视频采集单元与车载定位单元相互验证检测渣土车的gps坐标，实现了全天候对渣土车的gps坐标的检验。提升了检测效率，缩短了检测时间。
62.以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案。