CN111583669B - 一种超速检测方法、装置、控制设备和存储介质 - Google Patents

Abstract

本公开提供了一种超速检测方法、装置、控制设备和存储介质，涉及监控技术领域。所述方法包括：通过第一监控设备对通过的第一车辆进行拍摄并建立相关的第一车辆模型，并根据第一监控设备和第二监控设备之间的距离预测该第一车辆到达第二个监控设备的时间范围，在第二监控设备拍摄并建立的第二车辆的多个第二车辆模型中，找到与第一车辆模型匹配的第二车辆模型，根据第一车辆模型和第二车辆模型对第一车辆进行超速检测，有效的解决了现阶段监控设备分辨率不高，拍摄的图像进行车牌号识别时不准确，导致超速检测准确率低的问题。

Description

一种超速检测方法、装置、控制设备和存储介质

技术领域

本公开涉及监控技术领域，特别涉及一种超速检测方法、装置、控制设备和存储介质。

背景技术

近年来，我国道路交通事业有了巨大的飞跃，为国民经济的发展和社会的进步做出了巨大的贡献。与此同时，我国面临的道路交通安全形势也异常严峻，每年发生的道路交通事故和由此造成的人员伤亡非常突出，车辆超速是造成交通事故的一个主要原因之一。为了约束驾驶员遵守交通规则，不超速驾驶，往往通过对车辆进行超速检测，处罚超速车辆的方式来对驾驶员进行警示。

目前车辆超速检测的一种方式是通过在测速区间的两端设置监控设备，通过两端的监控设备分别对车辆进行拍摄，根据拍摄得到的图像，通过车牌号识别出同一车辆，确定该车辆通过测速区间的平均速度；根据该平均速度判定该车辆是否超速。

上述技术存在的问题是，目前城市道路使用的监控设备分辨率不高，尤其是在光线不好的情况下，拍摄得到的图像不清晰，从而导致车牌号识别不准确，进而导致超速检测的准确性低。

发明内容

本公开提供了一种超速检测方法、装置、控制设备和存储介质，用于解决因车牌号识别不准确，导致超速检测准确性低的问题。

根据本公开实施例的第一方面，提供一种超速检测方法，包括：

当第一车辆通过第一监控设备时，确定所述第一车辆的第一车辆模型，并记录所述第一车辆通过所述第一监控设备的第一时间；

根据所述第一监控设备与第二监控设备之间的第一距离和所述第一时间，确定所述第一车辆通过所述第二监控设备的第一时间范围；

根据所述第一时间范围，确定在所述第一时间范围内通过所述第二监控设备的多个第二车辆的车辆模型，得到多个第二车辆模型；

当所述多个第二车辆模型中存在与所述第一车辆模型匹配的第二车辆模型时，根据所述第一车辆模型和所述第二车辆模型，对所述第一车辆进行超速检测。

在一种可能的实现方式中，所述当第一车辆通过第一监控设备时，确定所述第一车辆的第一车辆模型，包括：

当第一车辆通过所述第一监控设备时，获取所述第一监控设备拍摄所述第一车辆得到的第一图像；

根据所述第一图像对所述第一车辆进行建模，得到所述第一车辆的第一车辆模型。

在另一种可能的实现方式中，所述根据所述第一监控设备与第二监控设备之间的第一距离和所述第一时间，确定所述第一车辆通过所述第二监控设备的第一时间范围，包括：

根据所述第一监控设备和第二监控设备之间的第一距离，以及当前路段的超速范围，得到所述第一车辆通过所述第一距离的时长范围；

根据所述第一时间和所述时长范围，确定所述第一车辆通过所述第二监控设备的第一时间范围。

在另一种可能的实现方式中，所述根据所述第一时间范围，确定在所述第一时间范围内通过所述第二监控设备的多个第二车辆的车辆模型，得到多个第二车辆模型，包括：

获取所述多个第二车辆在所述第一时间范围内通过所述第二监控设备的多个第二图像；

根据每个第二图像，确定通过所述第二监控设备的每个第二车辆的车辆模型，得到多个第二车辆模型。

在另一种可能的实现方式中，所述根据所述第一车辆模型和所述第二车辆模型，对所述第一车辆进行超速检测，包括：

根据所述第二车辆模型，确定所述第二车辆模型对应的第二车辆的第二时间，所述第二时间为所述第二车辆通过所述第二监控设备的时间；

根据所述第二时间和所述第一时间，确定所述第一车辆从所述第一监控设备到所述第二监控设备的行驶时间；

确定所述第一车辆从所述第一监控设备到所述第二监控设备的行驶距离；

根据所述行驶时间与所述行驶距离，确定所述第一车辆从所述第一监控设备到所述第二监控设备的平均速度；

当所述平均速度大于所述当前路段规定的最高速度时，确定所述第一车辆超速。

在另一种可能的实现方式中，所述确定所述第一车辆从所述第一监控设备到所述第二监控设备的行驶距离，包括：

将所述第一监控设备与所述第二监控设备之间的第一距离作为所述行驶距离；或者，

确定所述第一车辆在所述第一监控设备的第一监控区域内的第一位置，所述第一位置为所述第一车辆在所述第一时间所处的位置；以及，确定所述第二车辆在所述第二监控设备的第二监控区域内的第二位置，所述第二位置为所述第二车辆在所述第二时间所处的位置，将所述第一位置和所述第二位置之间的第二距离作为所述行驶距离。

在另一种可能的实现方式中，所述方法还包括：

将所述第一车辆模型的特征信息，与所述多个第二车辆模型的特征信息进行匹配，得到多个匹配度；

确定所述多个匹配度中的最大匹配度是否超过匹配度阈值；

当所述最大匹配度超过所述匹配度阈值时，确定所述多个第二车辆模型中存在与所述第一车辆模型匹配的第二车辆模型。

在另一种可能的实现方式中，所述方法还包括：

当所述多个第二车辆模型中不存在与所述第一车辆模型匹配的第二车辆模型时，扩大所述第一车辆通过所述第二监控设备的第一时间范围，得到第二时间范围；

根据所述第二时间范围，确定在所述第二时间范围内通过所述第二监控设备的多个第三车辆的车辆模型，得到多个第三车辆模型；

当所述多个第三车辆模型中存在与所述第一车辆模型匹配的第三车辆模型时，根据所述第一车辆模型和所述第三车辆模型，对所述第一车辆进行超速检测。

根据本公开实施例的第二方面，提供一种超速检测装置，所述装置包括：

第一确定模块，被配置为当第一车辆通过第一监控设备时，确定所述第一车辆的第一车辆模型，并记录所述第一车辆通过所述第一监控设备的第一时间；

第二确定模块，被配置为根据所述第一监控设备与第二监控设备之间的第一距离和所述第一时间，确定所述第一车辆通过所述第二监控设备的第一时间范围；

第三确定模块，被配置为根据所述第一时间范围，确定在所述第一时间范围内通过所述第二监控设备的多个第二车辆的车辆模型，得到多个第二车辆模型；

第一检测模块，被配置为当所述多个第二车辆模型中存在与所述第一车辆模型匹配的第二车辆模型时，根据所述第一车辆模型和所述第二车辆模型，对所述第一车辆进行超速检测。

在一种可能的实现方式中，所述第一确定模块，还被配置为当第一车辆通过所述第一监控设备时，获取所述第一监控设备拍摄所述第一车辆得到的第一图像；根据所述第一图像对所述第一车辆进行建模，得到所述第一车辆的第一车辆模型。

在另一种可能的实现方式中，所述第二确定模块，还被配置为根据所述第一监控设备和第二监控设备之间的第一距离，以及当前路段的超速范围，得到所述第一车辆通过所述第一距离的时长范围；根据所述第一时间和所述时长范围，确定所述第一车辆通过所述第二监控设备的第一时间范围。

在另一种可能的实现方式中，所述第三确定模块，还被配置为获取所述多个第二车辆在所述第一时间范围内通过所述第二监控设备的多个第二图像；根据每个第二图像，确定通过所述第二监控设备的每个第二车辆的车辆模型，得到多个第二车辆模型。

在另一种可能的实现方式中，所述第一检测模块，还被配置为根据所述第二车辆模型，确定所述第二车辆模型对应的第二车辆的第二时间，所述第二时间为所述第二车辆通过所述第二监控设备的时间；根据所述第二时间和所述第一时间，确定所述第一车辆从所述第一监控设备到所述第二监控设备的行驶时间；确定所述第一车辆从所述第一监控设备到所述第二监控设备的行驶距离；

根据所述行驶时间与所述行驶距离，确定所述第一车辆从所述第一监控设备到所述第二监控设备的平均速度；当所述平均速度大于所述当前路段规定的最高速度时，确定所述第一车辆超速。

在另一种可能的实现方式中，所述第一检测模块，还被配置为将所述第一监控设备与所述第二监控设备之间的第一距离作为所述行驶距离；或者，

所述第一检测模块，还被配置为确定所述第一车辆在所述第一监控设备的第一监控区域内的第一位置，所述第一位置为所述第一车辆在所述第一时间所处的位置；以及，确定所述第二车辆在所述第二监控设备的第二监控区域内的第二位置，所述第二位置为所述第二车辆在所述第二时间所处的位置，将所述第一位置和所述第二位置之间的第二距离作为所述行驶距离。

在另一种可能的实现方式中，所述装置还包括：

匹配模块，被配置为将所述第一车辆模型的特征信息，与所述多个第二车辆模型的特征信息进行匹配，得到多个匹配度；

第四确定模块，被配置为确定所述多个匹配度中的最大匹配度是否超过匹配度阈值；

第五确定模块，被配置为当所述最大匹配度超过所述匹配度阈值时，确定所述多个第二车辆模型中存在与所述第一车辆模型匹配的第二车辆模型。

在另一种可能的实现方式中，所述装置还包括：

扩充模块，被配置为当所述多个第二车辆模型中不存在与所述第一车辆模型匹配的第二车辆模型时，扩大所述第一车辆通过所述第二监控设备的第一时间范围，得到第二时间范围；

第六确定模块，被配置为根据所述第二时间范围，确定在所述第二时间范围内通过所述第二监控设备的多个第三车辆的车辆模型，得到多个第三车辆模型；

第二检测模块，被配置为当所述多个第三车辆模型中存在与所述第一车辆模型匹配的第三车辆模型时，根据所述第一车辆模型和所述第三车辆模型，对所述第一车辆进行超速检测。

根据本公开实施例的第三方面，提供一种控制设备，所述控制设备包括：

处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述指令、所述程序、所述代码集或所述指令集由所述处理器加载并执行以实现第一方面所述的方法中所执行的操作。

根据本公开实施例的第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述指令、所述程序、所述代码集或所述指令集由处理器加载并执行以实现第一方面所述的方法中所执行的操作。

本公开的实施例提供的技术方案可以包括以下有益效果：

通过第一监控设备对通过的第一车辆进行拍摄并建立相关的第一车辆模型，并根据第一监控设备和第二监控设备之间的距离预测该第一车辆到达第二个监控设备的时间范围，在第二监控设备拍摄并建立的第二车辆的多个第二车辆模型中，找到与第一车辆模型匹配的第二车辆模型，根据第一车辆模型和第二车辆模型对第一车辆进行超速检测，有效的解决了现阶段监控设备分辨率不高，拍摄的图像进行车牌号识别时不准确，导致超速检测准确率低的问题。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并于说明书一起用于解释本公开的原理。

图1是本公开示例性实施例示出的一种超速检测方法的应用场景图；

图2是本公开示例性实施例示出的一种超速检测方法的流程图；

图3是本公开示例性实例示出的另一种超速检测方法的流程图；

图4是本公开示例性实施例示出的一种第一车辆模型示意图；

图5是本公开示例性实施例示出的一种第二车辆模型示意图；

图6是本公开示例性实施例示出的一种超速检测方法的示意图；

图7是本公开示例性实施例示出的另一种超速检测方法的流程图；

图8是本公开示例性实施例示出的一种超速检测装置的框图；

图9是本公开示例性实施例示出的控制设备的结构框图。

具体实施方式

这里将详细地对示例性实施例执行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

图1是本公开示例性实施例示出的一种超速检测方法的应用场景图。该方法的应用场景为城市道路或者高速道路等，包括第一监控设备101、第二监控设备102、控制设备103以及多个车辆104。第一监控设备101和第二监控设备102分别与控制设备103通过无线或者有线方式进行连接。

控制设备103获取第一监控设备101拍摄第一车辆104的第一图像，根据第一图像，建立第一车辆104的第一车辆模型。控制设备103获取第二监控设备102拍摄车辆104的多个第二图像，根据多个第二图像，建立多个第二车辆104的多个第二车辆模型。控制设备根据该第一车辆模型和多个第二车辆模型对通过的第一车辆104进行超速检测。

其中，上述第一监控设备101和第二监控设备102可以为任一具有监控功能的设备；例如，该第一监控设备101和第二监控设备102可以为高清摄像机或者枪机等。在本公开实施例中，对第一监控设备101和第二监控设备102不做具体限定。上述控制设备103可以为具有视频处理功能的设备；该控制设备103可以为终端或者服务器。该终端可以为台式机，便携式计算机，移动工作站或者其他类似的设备。车辆可以为汽车、电动汽车或者摩托车等。

在本公开实施例中，通过第一监控设备对通过的第一车辆进行拍摄并建立相关的第一车辆模型，并根据第一监控设备和第二监控设备之间的距离预测该第一车辆到达第二个监控设备的时间范围，在第二监控设备拍摄并建立的第二车辆的多个第二车辆模型中，找到与第一车辆模型匹配的第二车辆模型，根据第一车辆模型和第二车辆模型对第一车辆进行超速检测，有效的解决了现阶段监控设备分辨率不高，拍摄的图像进行车牌号识别时不准确，导致超速检测准确率低的问题。

图2是本公开示例性实施例示出的一种超速检测方法的流程图。

在步骤201中，当第一车辆通过第一监控设备时，控制设备确定第一车辆的第一车辆模型，并记录第一车辆通过第一监控设备的第一时间。

在步骤202中，控制设备根据第一监控设备与第二监控设备之间的第一距离和第一时间，确定第一车辆通过第二监控设备的第一时间范围。

在步骤203中，控制设备根据第一时间范围，确定在第一时间范围内通过第二监控设备的多个第二车辆的车辆模型，得到多个第二车辆模型。

在步骤204中，当多个第二车辆模型中存在与第一车辆模型匹配的第二车辆模型时，控制设备根据第一车辆模型和第二车辆模型，对第一车辆进行超速检测。

在本公开实施例中，通过第一监控设备对通过的第一车辆进行拍摄并建立相关的第一车辆模型，并根据第一监控设备和第二监控设备之间的距离预测该第一车辆到达第二个监控设备的时间范围，在第二监控设备拍摄并建立的第二车辆的多个第二车辆模型中，找到与第一车辆模型匹配的第二车辆模型，根据第一车辆模型和第二车辆模型对第一车辆进行超速检测，有效的解决了现阶段监控设备分辨率不高，拍摄的图像进行车牌号识别时不准确，导致超速检测准确率低的问题。

图3是本公开示例性实施例示出的另一种超速检测方法的流程图。

在步骤301中，当第一车辆通过第一监控设备时，控制设备确定第一车辆的第一车辆模型，并记录第一车辆通过第一监控设备的第一时间。

其中，第一车辆可以为通过第一监控设备的任一车辆，也可以为控制设备检测的指定车辆。本步骤可以通过以下步骤(1)至(3)来实现。

(1)当第一车辆通过第一监控设备时，控制设备获取第一监控设备拍摄第一车辆得到的第一图像。

控制设备可以获取包括第一车辆的一个第一图像，也可以获取包括第一车辆的多个第一图像。当控制设备获取包括第一车辆的多个第一图像时，本步骤可以通过以下第一种至第三种实现方式实现，包括：

对于第一种实现方式，当第一车辆通过第一监控设备时，第一监控设备对第一车辆进行拍摄，得到多个第一图像，向控制设备发送多个第一图像；控制设备接收该多个第一图像。

对于第二种实现方式，当第一车辆通过第一监控设备时，第一监控设备对第一车辆进行拍摄，得到第一监控视频，从第一监控视频中提取包括第一车辆的多个第一图像，向控制设备发送多个第一图像；控制设备接收该多个第一图像。

第一监控设备从第一监控视频中提取包括第一车辆的多个第一图像的步骤可以为：第一监控设备对第一监控视频进行采样处理，得到多个第一图像。

对于第三种实现方式，当第一车辆通过第一监控设备时，第一监控设备对第一车辆进行拍摄，得到第一监控视频，向控制设备发送第一监控视频；控制设备接收该第一监控视频，从第一监控视频中提取包括第一车辆的多个第一图像。

控制设备从第一监控视频中提取包括第一车辆的多个第一图像的步骤可以为：控制设备对第一监控视频进行采样处理，得到多个第一图像。

当控制设备获取包括第一车辆的一个第一图像时，本步骤可以通过以下第四种至第五种实现方式实现，包括：

对于第四种实现方式，当第一车辆通过第一监控设备时，第一控制设备获取多个第一图像，从多个第一图像中选择一个第一图像。

第一监控设备从多个第一图像中选择一个第一图像的步骤可以为：第一监控设备从多个第一图像中随机选择一个第一图像；或者，第一监控设备根据每个第一图像的清晰度，从多个第一图像中选择一个清晰度最高的第一图像；或者，第一监控设备根据每个第一图像包括第一车辆的特征的完整度，从多个第一图像中选择一个完整度最高的第一图像；或者，第一监控设备将多个第一图像进行合成，得到第一图像。

需要说明的一点是，第四种实现方式中的第一监控设备获取多个第一图像的方式可以通过以上第二种或者第三种方式实现，在此不再赘述。

对于第五种实现方式，当第一车辆通过第一监控设备时，第一监控设备对第一车辆进行拍摄，得到第一图像，向控制设备发送第一图像；控制设备接收该第一图像。

(2)控制设备根据第一图像对第一车辆进行建模，得到第一车辆的第一车辆模型。

控制设备将包含第一车辆的一个或者多个第一图像，输入标准车辆特征建模库中，得到第一车辆的第一车辆模型，该第一车辆模型包含第一车辆的至少一种车辆特征。例如，至少一种车辆特征包括颜色特征、型号特征、外观特征、牌照特征、内饰特征以及驾驶员特征等中的至少一种。

例如，参见图4，第一车辆模型包括的至少一种车辆特征包括颜色特征、型号特征、外观特征、牌照特征、内饰特征以及驾驶员特征。

(3)控制设备记录第一车辆通过第一监控设备的第一时间。

在一种可能的实现方式中，第一监控设备在拍摄第一图像时，记录第一车辆通过第一监控设备的第一时间，向控制设备发送第一时间。在另一种可能的实现方式中，控制设备将接收到第一图像的时间作为第一车辆通过第一监控设备的第一时间。

在步骤302中，控制设备根据第一监控设备与第二监控设备之间的第一距离和第一时间，确定第一车辆通过第二监控设备的第一时间范围。

本步骤可以通过以下步骤(1)至(2)来实现。

(1)控制设备根据第一监控设备和第二监控设备之间的第一距离，以及当前路段的超速范围，得到第一车辆通过第一距离的时长范围。

该超速范围包括最大车速和最小车速。且该最大车速大于该当前路段的最高限速值，该最小车速可以大于该当前路段的最高限速值，也可以等于该当前路段的最高限速值，也可以小于该当前路段的最高限速值；在本公开实施例中可以以该最小车速等于该当前路段的最高限速值为例进行说明。例如，在城市道路的场景下，当前路段的限速范围为40km/h至60km/h，超速范围可以为60km/h至80km/h。

控制设备存储有第一监控设备和第二监控设备之间的第一距离，以及当前路段的超速范围，该当前路段的超速范围包括最小车速和最大车速，确定第一距离与最小车速的比值，得到通过时长最大值；确定第一距离与最大车速的比值，得到通过时长最小值，将通过时长最小值和通过时长最大值组成时长范围，该通过时长最小值为时长范围的最小值，该通过时长最大值为时长范围的最大值。

例如，第一监控设备和第二监控设备之间的第一距离为1000米，当前路段的超速范围为60km/h至80km/h，即最小车速为60km/h，最大车速为80km/h，则第一车辆以最小车速通过第一距离的最大时长为1min，第一车辆以最大车速通过上述第一距离的最小时长为0.75min。

(2)控制设备根据第一时间和时长范围，确定第一车辆通过第二监控设备的第一时间范围。

控制设备将第一时间加上时长范围的最小时长，得到第三时间；将第一时间加上时长范围的最大时长，得到第四时间，根据第三时间和第四时间，确定第一时间范围。其中，将第三时间作为该第一时间范围的最小值，将第四时间作为该第一时间范围的最大值。

例如，第一时间为上午的9:00:00，则第一车辆通过第二监控设备的第一时间范围的最小值为9:00:45，第一车辆通过第二监控设备的第一时间范围的最大值为9:01:00，即第一车辆通过第二监控设备的第一时间范围为9:00:45～9:01:00。

在步骤303中，控制设备根据第一时间范围，确定在第一时间范围内通过第二监控设备的多个第二车辆的车辆模型，得到多个第二车辆模型。

本步骤可以通过以下步骤(1)至(2)实现。

(1)控制设备获取多个第二车辆在第一时间范围内通过第二监控设备的多个第二图像。

控制设备确定第一时间范围后，将该第一时间范围发送给第二监控设备。相应的本步骤可以通过以下第一种至第三种实现方式实现，包括：

对于第一种实现方式，当多个第二车辆通过第二监控设备时，第二监控设备对多个第二车辆进行拍摄，得到多个第二图像，每个第二图像包含至少一个第二车辆，向控制设备发送多个第二图像；控制设备接收该多个第二图像。

对于第二种实现方式，当多个第二车辆通过第二监控设备时，第二监控设备对多个第二车辆进行拍摄，得到第二监控视频，从第二监控视频中提取包括多个第二车辆的多个第二图像，每个第二图像包含至少一个第二车辆，向控制设备发送多个第二图像；控制设备接收该多个第二图像。

第二监控设备从第二监控视频中提取包括多个第二车辆的多个第二图像的步骤可以为：第二监控设备对第二监控视频进行采样处理，得到多个第二图像。

对于第三种实现方式，当多个第二车辆通过第二监控设备时，第二监控设备对多个第二车辆进行拍摄，得到第二监控视频，向控制设备发送第二监控视频；控制设备接收该第二监控视频，从第二监控视频中提取包括多个第二车辆的多个第二图像，每个第二图像包含至少一个第二车辆。

控制设备从第二监控视频中提取包括多个第二车辆的多个第二图像的步骤可以为：控制设备对第二监控视频进行采样处理，得到多个第二图像。

其中，采样处理可以对上述第一时间范围内的监控视频进行连续采样，即每间隔固定的帧数获取一张图像。

(2)控制设备根据每个第二图像，确定通过第二监控设备的每个第二车辆的车辆模型，得到多个第二车辆模型。

控制设备将包含多个第二车辆的多个第二图像，输入标准车辆特征建模库中，得到多个第二车辆的第二车辆模型，该第二车辆模型包含第二车辆的至少一种车辆特征。例如，至少一种车辆特征包括颜色特征、型号特征、外观特征、牌照特征、内饰特征以及驾驶员特征等中的至少一种。

在步骤304中，控制设备确定多个第二车辆模型中是否存在与第一车辆模型匹配的第二车辆模型。

例如，参见图5，第二车辆模型包括的至少一种车辆特征包括颜色特征、型号特征、外观特征、牌照特征、内饰特征以及驾驶员特征。

控制设备将第一车辆模型的特征信息，与多个第二车辆模型的特征信息进行匹配，得到多个匹配度；控制设备确定多个匹配度中的最大匹配度是否超过匹配度阈值；当最大匹配度超过匹配度阈值时，控制设备确定多个第二车辆模型中存在与第一车辆模型匹配的第二车辆模型，执行步骤305；当最大匹配度不超过匹配度阈值时，控制设备确定多个第二车辆模型中不存在与第一车辆模型匹配的第二车辆模型，执行步骤306。

在步骤305中，当多个第二车辆模型中存在与第一车辆模型匹配的第二车辆模型时，控制设备根据第一车辆模型和第二车辆模型，对第一车辆进行超速检测，结束。

当多个第二车辆模型中存在与第一车辆模型匹配的第二车辆模型时，则认为与第一车辆模型匹配的第二车辆模型对应的是同一辆车。本步骤可以通过以下步骤(1)至(5)来实现。

(1)控制设备根据第二车辆模型，确定第二车辆模型对应的第二车辆的第二时间，第二时间为第二车辆通过第二监控设备的时间。

控制设备获取匹配度最高的第二车辆模型对应的第二车辆，确定该第二车辆通过第二监控设备的第二时间。例如，该第二时间可以为9:00:50。

(2)控制设备根据第二时间和第一时间，确定第一车辆从第一监控设备到第二监控设备的行驶时间。

控制设备根据上述第一时间和第二时间的时间差，确定第一车辆从第一监控设备行驶到第二监控设备的行驶时间。例如，第一时间为9:00:00，第二时间为9:00:50，则上述第一车辆从第一监控设备行驶到第二监控设备的行驶时间为50s。

(3)控制设备确定第一车辆从第一监控设备到第二监控设备的行驶距离。

在一种可能的实现方式中，控制设备将第一监控设备与第二监控设备之间的第一距离作为行驶距离。在另一种可能的实现方式中，控制设备确定第一车辆在第一监控设备的第一监控区域内的第一位置，该第一位置为第一车辆在上述第一时间所处的位置；以及，确定第二车辆在第二监控设备的第二监控区域内的第二位置，该第二位置为第二车辆在上述第二时间所处的位置，将第一位置和第二位置之间的第二距离作为行驶距离。

其中，控制设备确定第一车辆在第一监控设备的第一监控区域内的第一位置以及确定第二车辆在第二监控设备的第二监控区域内的第二位置的步骤可以通过如下方式实现：第一监控设备的第一监控区域被划分为坐标系，根据第一车辆在第一监控区域的坐标系内的坐标确定第一车辆在第一监控设备的第一监控区域内的第一位置，并获取该第一车辆距离第一监控设备的第一距离；同理，第二监控设备的第二监控区域被划分为坐标系，根据第二车辆在第二监控区域的坐标系内的坐标确定第二车辆在第二监控设备的第二监控区域内的第二位置，并获取该第二车辆距离第二监控设备的第二距离。

例如，参考图6所示，第一监控设备和第二监控设备之间的第一距离为1000米，第一车辆在第一监控设备的第一监控区域内的第一位置如图所示，第一车辆距离第一监控设备200米，第一时间为9:00:00；第二车辆在第二监控设备的第二监控区域内的第二位置如图所示，第二车辆距离第二监控设备100米。则第一位置和第二位置的距离为900米，即行驶距离为900米。

(4)控制设备根据上述行驶时间与上述行驶距离，确定第一车辆从第一监控设备到第二监控设备的平均速度。

控制设备将上述行驶距离与上述行驶时间进行计算，得出行驶速度，该行驶速度为上述第一车辆从第一监控设备行驶到第二监控设备的平均速度。

例如，行驶距离为900米，行驶时间为50s，则行驶速度为64.8km/h，即第一车辆从第一监控设备到第二监控设备的平均速度为64.8km/h。

(5)当平均速度大于当前路段规定的最高速度时，控制设备确定第一车辆超速。

将上述平均速度与当前路段第一车辆所在车道规定的最高速度进行比较，当平均速度大于上述最高速度时，控制设备确定该第一车辆超速；当平均速度不大于上述最高速度时，控制设备确定该第一车辆未超速。

需要说明的是，控制设备确定该第一车辆超速后，可以将该第一车辆的至少一张第一图像或第二图像上传给超速处理系统，超速处理系统根据控制设备提供的信息进行超速追责。

例如，当前路段第一车辆所在车道规定的最高速度为60km/h时，上述平均速度为64.8km/h，大于上述平均速度，控制设备确定该第一车辆超速，将该第一车辆的至少一张较为清晰的图像上传给超速处理系统，由相关部门对该第一车辆进行处罚。

在步骤306中，当多个第二车辆模型中不存在与第一车辆模型匹配的第二车辆模型时，控制设备扩大第一车辆通过第二监控设备的第一时间范围，得到第二时间范围。

在一种可能的实现方式中，第二时间范围的最小值小于第一时间范围的最小值，第二时间范围的最大值大于第一时间范围的最大值；在另一种可能的实现方式中，第二时间范围的最小值等于第一时间范围的最大值，第二时间范围的最大值大于第一时间范围的最大值。

在步骤307中，控制设备根据第二时间范围，确定在第二时间范围内通过第二监控设备的多个第三车辆的车辆模型，得到多个第三车辆模型。

本步骤可以参考步骤303的实现过程，在此不再赘述。

在步骤308中，当多个第三车辆模型中存在与第一车辆模型匹配的第三车辆模型时，控制设备根据第一车辆模型和第三车辆模型，对第一车辆进行超速检测。

本步骤可以参考步骤305的实现过程，在此不再赘述。

示例性的，图7是本公开示例性实施例示出的另一种超速检测方法的流程图。参照图7所示，对应上述步骤301至步骤308的执行过程，以及逻辑关系。

在本公开实施例中，通过第一监控设备对通过的第一车辆进行拍摄并建立相关的第一车辆模型，并根据第一监控设备和第二监控设备之间的距离预测该第一车辆到达第二个监控设备的时间范围，在第二监控设备拍摄并建立的第二车辆的多个第二车辆模型中，找到与第一车辆模型匹配的第二车辆模型，根据第一车辆模型和第二车辆模型对第一车辆进行超速检测，有效的解决了现阶段监控设备分辨率不高，拍摄的图像进行车牌号识别时不准确，导致超速检测准确率低的问题。

图8是本公开示例性实施例示出的一种超速检测装置的框图。该装置包括第一确定模块801，第二确定模块802，第三确定模块803以及第一检测模块804。

第一确定模块801，被配置为当第一车辆通过第一监控设备时，确定第一车辆的第一车辆模型，并记录第一车辆通过第一监控设备的第一时间；

第二确定模块802，被配置为根据第一监控设备与第二监控设备之间的第一距离和第一时间，确定第一车辆通过第二监控设备的第一时间范围；

第三确定模块803，被配置为根据第一时间范围，确定在第一时间范围内通过第二监控设备的多个第二车辆的车辆模型，得到多个第二车辆模型；

第一检测模块804，被配置为当多个第二车辆模型中存在与第一车辆模型匹配的第二车辆模型时，根据第一车辆模型和第二车辆模型，对第一车辆进行超速检测。

在一种可能的实现方式中，第一确定模块801，还被配置为当第一车辆通过第一监控设备时，获取第一监控设备拍摄第一车辆得到的第一图像；

根据第一图像对第一车辆进行建模，得到第一车辆的第一车辆模型。

在另一种可能的实现方式中，第二确定模块802，还被配置为根据第一监控设备和第二监控设备之间的第一距离，以及当前路段的超速范围，得到第一车辆通过第一距离的时长范围；

根据第一时间和时长范围，确定第一车辆通过第二监控设备的第一时间范围。

在另一种可能的实现方式中，第三确定模块803，还被配置为获取多个第二车辆在第一时间范围内通过第二监控设备的多个第二图像；

根据每个第二图像，确定通过第二监控设备的每个第二车辆的车辆模型，得到多个第二车辆模型。

在另一种可能的实现方式中，第一检测模块804，还被配置为根据第二车辆模型，确定第二车辆模型对应的第二车辆的第二时间，第二时间为第二车辆通过第二监控设备的时间；

根据第二时间和第一时间，确定第一车辆从第一监控设备到第二监控设备的行驶时间；

确定第一车辆从第一监控设备到第二监控设备的行驶距离；

根据行驶时间与行驶距离，确定第一车辆从第一监控设备到第二监控设备的平均速度；

当平均速度大于当前路段规定的最高速度时，确定第一车辆超速。

在另一种可能的实现方式中，第一检测模块804，还被配置为将第一监控设备与第二监控设备之间的第一距离作为行驶距离；或者，

确定第一车辆在第一监控设备的第一监控区域内的第一位置，第一位置为第一车辆在第一时间所处的位置；以及，确定第二车辆在第二监控设备的第二监控区域内的第二位置，第二位置为第二车辆在第二时间所处的位置，将第一位置和第二位置之间的第二距离作为行驶距离。

在另一种可能的实现方式中，装置还包括：

匹配模块，被配置为将第一车辆模型的特征信息，与多个第二车辆模型的特征信息进行匹配，得到多个匹配度；

第四确定模块，被配置为确定多个匹配度中的最大匹配度是否超过匹配度阈值；

第五确定模块，被配置为当最大匹配度超过匹配度阈值时，确定多个第二车辆模型中存在与第一车辆模型匹配的第二车辆模型。

在另一种可能的实现方式中，装置还包括：

扩充模块，被配置为当多个第二车辆模型中不存在与第一车辆模型匹配的第二车辆模型时，扩大第一车辆通过第二监控设备的第一时间范围，得到第二时间范围；

第六确定模块，被配置为根据第二时间范围，确定在第二时间范围内通过第二监控设备的多个第三车辆的车辆模型，得到多个第三车辆模型；

第二检测模块，被配置为当多个第三车辆模型中存在与第一车辆模型匹配的第三车辆模型时，根据第一车辆模型和第三车辆模型，对第一车辆进行超速检测。

在本公开实施例中，通过第一监控设备对通过的第一车辆进行拍摄并建立相关的第一车辆模型，并根据第一监控设备和第二监控设备之间的距离预测该第一车辆到达第二个监控设备的时间范围，在第二监控设备拍摄并建立的第二车辆的多个第二车辆模型中，找到与第一车辆模型匹配的第二车辆模型，根据第一车辆模型和第二车辆模型对第一车辆进行超速检测，有效的解决了现阶段监控设备分辨率不高，拍摄的图像进行车牌号识别时不准确，导致超速检测准确率低的问题。

图9是本公开示例性实施例示出的控制设备900的结构框图。该设备900可以是控制设备，比如：终端或服务器。设备900还可能被称为用户设备、便携式设备、膝上型设备、台式设备等其他名称。

通常，设备900包括有：处理器901和存储器902。

处理器901可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器901可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器901也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器901可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器901还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。

存储器902可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器902还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器902中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器901所执行以实现本公开中方法实施例提供的超速检测方法。

在一些实施例中，设备900还可选包括有：外围设备接口903和至少一个外围设备。处理器901、存储器902和外围设备接口903之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口903相连。具体地，外围设备包括：射频电路904、触摸显示屏905、摄像头906、音频电路907、定位组件908和电源909中的至少一种。

外围设备接口903可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器901和存储器902。在一些实施例中，处理器901、存储器902和外围设备接口903被集成在同一芯片或电路板上；在一些其他实施例中，处理器901、存储器902和外围设备接口903中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。

射频电路904用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路904通过电磁信号与通信网络以及其他通信设备进行通信。射频电路904将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路904包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路904可以通过至少一种无线通信协议来与其它设备进行通信。该无线通信协议包括但不限于：万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity，无线保真)网络。

显示屏905用于显示UI(UserInterface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏905是触摸显示屏时，显示屏905还具有采集在显示屏905的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器901进行处理。此时，显示屏905还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏905可以为一个，设置设备900的前面板；在另一些实施例中，显示屏905可以为至少两个，分别设置在设备900的不同表面或呈折叠设计；在再一些实施例中，显示屏905可以是柔性显示屏，设置在设备900的弯曲表面上或折叠面上。甚至，显示屏905还可以设置成非矩形的不规则图形，也即异形屏。显示屏905可以采用LCD(LiquidCrystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。

摄像头组件906用于采集图像或视频。可选地，摄像头组件906包括前置摄像头和后置摄像头。通常，前置摄像头设置在设备的前面板，后置摄像头设置在设备的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(VirtualReality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件906还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。

音频电路907可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器901进行处理，或者输入至射频电路904以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在设备900的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器901或射频电路904的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路907还可以包括耳机插孔。

定位组件908用于定位设备900的当前地理位置，以实现导航或LBS(LocationBased Service，基于位置的服务)。定位组件908可以是基于美国的GPS(GlobalPositioning System，全球定位系统)、中国的北斗系统或俄罗斯的伽利略系统的定位组件。

电源909用于为设备900中的各个组件进行供电。电源909可以是交流电、直流电、一次性电池或可充电电池。当电源909包括可充电电池时，该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池，无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。

在一些实施例中，设备900还包括有一个或多个传感器910。该一个或多个传感器910包括但不限于：加速度传感器911、陀螺仪传感器99、压力传感器913、指纹传感器914、光学传感器915以及接近传感器916。

加速度传感器911可以检测以设备900建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器911可以用于检测重力加速度在三个坐标轴上的分量。处理器901可以根据加速度传感器911采集的重力加速度信号，控制触摸显示屏905以横向视图或纵向视图进行用户界面的显示。加速度传感器911还可以用于游戏或者用户的运动数据的采集。

陀螺仪传感器99可以监控设备900的机体方向及转动角度，陀螺仪传感器912可以与加速度传感器911协同采集用户对设备900的3D动作。处理器901根据陀螺仪传感器912采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。

压力传感器913可以设置在设备900的侧边框和/或触摸显示屏905的下层。当压力传感器913设置在设备900的侧边框时，可以检测用户对设备900的握持信号，由处理器901根据压力传感器913采集的握持信号进行左右手识别或快捷操作。当压力传感器913设置在触摸显示屏905的下层时，由处理器901根据用户对触摸显示屏905的压力操作，实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。

指纹传感器914用于采集用户的指纹，由处理器901根据指纹传感器914采集到的指纹识别用户的身份，或者，由指纹传感器914根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器901授权该用户执行相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器914可以被设置设备900的正面、背面或侧面。当设备900上设置有物理按键或厂商Logo时，指纹传感器914可以与物理按键或厂商Logo集成在一起。

光学传感器915用于采集环境光强度。在一个实施例中，处理器901可以根据光学传感器915采集的环境光强度，控制触摸显示屏905的显示亮度。具体地，当环境光强度较高时，调高触摸显示屏905的显示亮度；当环境光强度较低时，调低触摸显示屏905的显示亮度。在另一个实施例中，处理器901还可以根据光学传感器915采集的环境光强度，动态调整摄像头组件906的拍摄参数。

接近传感器916，也称距离传感器，通常设置在设备900的前面板。接近传感器916用于采集用户与设备900的正面之间的距离。在一个实施例中，当接近传感器916检测到用户与设备900的正面之间的距离逐渐变小时，由处理器901控制触摸显示屏905从亮屏状态切换为息屏状态；当接近传感器916检测到用户与设备900的正面之间的距离逐渐变大时，由处理器901控制触摸显示屏905从息屏状态切换为亮屏状态。

本领域技术人员可以理解，图9中示出的结构并不构成对设备900的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。

本公开实施例还提供了一种计算机可读存储介质，用于控制设备，该存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，该指令、该程序、该代码集或该指令集由处理器加载并执行以实现上述实施例的超速检测方法。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，实现上述超速检测方法的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中执行了详细描述，此处将不做详细阐述说明。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围执行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (16)

1.一种超速检测方法，其特征在于，所述方法包括：

当第一车辆通过第一监控设备时，获取所述第一监控设备拍摄所述第一车辆得到的第一图像，将所述第一图像输入标准车辆特征建模库中，得到所述第一车辆的第一车辆模型，记录所述第一车辆通过所述第一监控设备的第一时间；

根据所述第一监控设备与第二监控设备之间的第一距离、所述第一时间以及当前路段的超速范围，确定所述第一车辆通过所述第二监控设备的第一时间范围，所述第一监控设备和所述第二监控设备的分辨率均低于预设分辨率，所述超速范围包括最大车速和最小车速，所述最小车速等于所述当前路段规定的最高速度，所述最大车速大于所述最小车速；

根据所述第一时间范围，确定在所述第一时间范围内通过所述第二监控设备的多个第二车辆的车辆模型，得到多个第二车辆模型；

当所述多个第二车辆模型中存在与所述第一车辆模型匹配的第二车辆模型时，根据所述第一车辆模型和所述第二车辆模型，对所述第一车辆进行超速检测。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一监控设备与第二监控设备之间的第一距离、所述第一时间以及当前路段的超速范围，确定所述第一车辆通过所述第二监控设备的第一时间范围，包括：

根据所述第一监控设备和第二监控设备之间的第一距离，以及所述超速范围，得到所述第一车辆通过所述第一距离的时长范围；

根据所述第一时间和所述时长范围，确定所述第一车辆通过所述第二监控设备的第一时间范围。

3.根据权利要求1所述的方法，其特征在于，所述根据所述第一时间范围，确定在所述第一时间范围内通过所述第二监控设备的多个第二车辆的车辆模型，得到多个第二车辆模型，包括：

获取所述多个第二车辆在所述第一时间范围内通过所述第二监控设备的多个第二图像；

根据每个第二图像，确定通过所述第二监控设备的每个第二车辆的车辆模型，得到多个第二车辆模型。

4.根据权利要求1所述的方法，其特征在于，所述根据所述第一车辆模型和所述第二车辆模型，对所述第一车辆进行超速检测，包括：

根据所述第二车辆模型，确定所述第二车辆模型对应的第二车辆的第二时间，所述第二时间为所述第二车辆通过所述第二监控设备的时间；

根据所述第二时间和所述第一时间，确定所述第一车辆从所述第一监控设备到所述第二监控设备的行驶时间；

确定所述第一车辆从所述第一监控设备到所述第二监控设备的行驶距离；

根据所述行驶时间与所述行驶距离，确定所述第一车辆从所述第一监控设备到所述第二监控设备的平均速度；

当所述平均速度大于当前路段规定的最高速度时，确定所述第一车辆超速。

5.根据权利要求4所述的方法，其特征在于，所述确定所述第一车辆从所述第一监控设备到所述第二监控设备的行驶距离，包括：

将所述第一监控设备与所述第二监控设备之间的第一距离作为所述行驶距离；或者，

确定所述第一车辆在所述第一监控设备的第一监控区域内的第一位置，所述第一位置为所述第一车辆在所述第一时间所处的位置；以及，确定所述第二车辆在所述第二监控设备的第二监控区域内的第二位置，所述第二位置为所述第二车辆在所述第二时间所处的位置，将所述第一位置和所述第二位置之间的第二距离作为所述行驶距离。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将所述第一车辆模型的特征信息，与所述多个第二车辆模型的特征信息进行匹配，得到多个匹配度；

确定所述多个匹配度中的最大匹配度是否超过匹配度阈值；

当所述最大匹配度超过所述匹配度阈值时，确定所述多个第二车辆模型中存在与所述第一车辆模型匹配的第二车辆模型。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

当所述多个第二车辆模型中不存在与所述第一车辆模型匹配的第二车辆模型时，扩大所述第一车辆通过所述第二监控设备的第一时间范围，得到第二时间范围；

根据所述第二时间范围，确定在所述第二时间范围内通过所述第二监控设备的多个第三车辆的车辆模型，得到多个第三车辆模型；

当所述多个第三车辆模型中存在与所述第一车辆模型匹配的第三车辆模型时，根据所述第一车辆模型和所述第三车辆模型，对所述第一车辆进行超速检测。

8.一种超速检测装置，其特征在于，所述装置包括：

第一确定模块，被配置为当第一车辆通过第一监控设备时，获取所述第一监控设备拍摄所述第一车辆得到的第一图像，将所述第一图像输入标准车辆特征建模库中，得到所述第一车辆的第一车辆模型，并记录所述第一车辆通过所述第一监控设备的第一时间；

第二确定模块，被配置为根据所述第一监控设备与第二监控设备之间的第一距离、所述第一时间以及当前路段的超速范围，确定所述第一车辆通过所述第二监控设备的第一时间范围，所述第一监控设备和所述第二监控设备的分辨率均低于预设分辨率，所述超速范围包括最大车速和最小车速，所述最小车速等于所述当前路段规定的最高速度，所述最大车速大于所述最小车速；

第三确定模块，被配置为根据所述第一时间范围，确定在所述第一时间范围内通过所述第二监控设备的多个第二车辆的车辆模型，得到多个第二车辆模型；

第一检测模块，被配置为当所述多个第二车辆模型中存在与所述第一车辆模型匹配的第二车辆模型时，根据所述第一车辆模型和所述第二车辆模型，对所述第一车辆进行超速检测。

9.根据权利要求8所述的装置，其特征在于，所述第二确定模块，还被配置为根据所述第一监控设备和第二监控设备之间的第一距离，以及所述超速范围，得到所述第一车辆通过所述第一距离的时长范围；根据所述第一时间和所述时长范围，确定所述第一车辆通过所述第二监控设备的第一时间范围。

10.根据权利要求8所述的装置，其特征在于，第三确定模块，还被配置为获取所述多个第二车辆在所述第一时间范围内通过所述第二监控设备的多个第二图像；根据每个第二图像，确定通过所述第二监控设备的每个第二车辆的车辆模型，得到多个第二车辆模型。

11.根据权利要求8所述的装置，其特征在于，所述第一检测模块，还被配置为根据所述第二车辆模型，确定所述第二车辆模型对应的第二车辆的第二时间，所述第二时间为所述第二车辆通过所述第二监控设备的时间；根据所述第二时间和所述第一时间，确定所述第一车辆从所述第一监控设备到所述第二监控设备的行驶时间；确定所述第一车辆从所述第一监控设备到所述第二监控设备的行驶距离；根据所述行驶时间与所述行驶距离，确定所述第一车辆从所述第一监控设备到所述第二监控设备的平均速度；当所述平均速度大于当前路段规定的最高速度时，确定所述第一车辆超速。

12.根据权利要求11所述的装置，其特征在于，所述第一检测模块，还被配置为将所述第一监控设备与所述第二监控设备之间的第一距离作为所述行驶距离；或者，

所述第一检测模块，还被配置为确定所述第一车辆在所述第一监控设备的第一监控区域内的第一位置，所述第一位置为所述第一车辆在所述第一时间所处的位置；以及，确定所述第二车辆在所述第二监控设备的第二监控区域内的第二位置，所述第二位置为所述第二车辆在所述第二时间所处的位置，将所述第一位置和所述第二位置之间的第二距离作为所述行驶距离。

13.根据权利要求8所述的装置，其特征在于，所述装置还包括：

匹配模块，被配置为将所述第一车辆模型的特征信息，与所述多个第二车辆模型的特征信息进行匹配，得到多个匹配度；

第四确定模块，被配置为确定所述多个匹配度中的最大匹配度是否超过匹配度阈值；

第五确定模块，被配置为当所述最大匹配度超过所述匹配度阈值时，确定所述多个第二车辆模型中存在与所述第一车辆模型匹配的第二车辆模型。

14.根据权利要求8所述的装置，其特征在于，所述装置还包括：

扩充模块，被配置为当所述多个第二车辆模型中不存在与所述第一车辆模型匹配的第二车辆模型时，扩大所述第一车辆通过所述第二监控设备的第一时间范围，得到第二时间范围；

第六确定模块，被配置为根据所述第二时间范围，确定在所述第二时间范围内通过所述第二监控设备的多个第三车辆的车辆模型，得到多个第三车辆模型；

第二检测模块，被配置为当所述多个第三车辆模型中存在与所述第一车辆模型匹配的第三车辆模型时，根据所述第一车辆模型和所述第三车辆模型，对所述第一车辆进行超速检测。

15.一种控制设备，其特征在于，所述控制设备包括：

处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现权利要求1-7任一项所述的超速检测方法中所执行的操作。

16.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现权利要求1-7任一项所述的超速检测方法中所执行的操作。

Images