摘要
本申请实施例提供一种报废车辆拦截方法及装置,通过获取道路信息和训练数据并训练预测出行神经网络模型,确定目标报废车辆和其对应的历史出行数据和出行频率,将历史出行数据和出行频率输入至已训练的预测出行神经网络模型,得到预测出行区域和预测出行时间段,在预测出行区域中根据预测出行时间段部署虚拟电子围栏,当监测到目标报废车辆进入虚拟电子围栏范围内,获取其车辆识别码和发动机实时运行状态和在报废车辆数据中对应的存储车辆识别码和存储运行状态并进行比对,若报废比对结果相同,触发并广播拦截信号,以拦截目标报废车辆。该方法有效解决了报废车辆监管效率低下的问题,显著提升对报废车辆的拦截效率。
技术关键词
虚拟电子围栏
车辆识别码
车辆拦截方法
神经网络模型
声纹特征
视觉特征
声音采集设备
故障诊断接口
视频流
图像采集设备
声纹识别模型
时间段
图像识别模型
网络拓扑结构构建
注意力机制
数据
卷积注意力网络
系统为您推荐了相关专利信息
生成器网络
训练神经网络模型
深度学习预测
样本
数据
风电机组控制方法
门控循环单元神经网络
状态空间模型
虚拟惯量
双向神经网络模型
车辆状态信息
车机
场景
车辆CAN总线
生成决策建议
实训平台
卷积网络模型
子模块
数据收集模块
数据处理模块
时间段
决策系统
联合损失函数
元素
数据获取模块