一种多乘员车道违章识别方法及装置与流程

本申请属于计算机技术领域，尤其涉及一种多乘员车道违章识别方法及装置。

背景技术：

HOV车道(High-Occupancy Vehicle Lane)又称共乘车道或多乘员车道，是交通管理中将仅供乘坐至少某一规定乘客数的车辆通行的车道称为高容量车道，并规定可以使用该车道的车辆包括公交车、两人以上的小轿车或货车。是为提高道路使用效率、缓解交通拥堵、促进交通节能减排而采用的交通管理措施。

然而，现阶段主要通过现场执法或对HOV车道中行驶的车辆进行抓拍来识别HOV车道中违章的情况，容易造成误判，错判或无法判定的情况，从而判断违章效率低下。

技术实现要素：

有鉴于此，本申请实施例提供一种多乘员车道违章识别方法及装置，旨在解决现有识别多乘员车道中违章效率低下的问题。

本申请实施例第一方面提供一种多乘员车道违章识别方法，包括：

获取车辆行驶过程中的外部环境信息；

根据所述外部环境信息判断所述车辆行驶的道路是否为多乘员车道；

获取所述车辆行驶过程中的内部环境信息；

根据所述内部环境信息判断所述车辆行驶过程中的乘员人数；

若所述车辆行驶的道路为多乘员车道，则判断所述乘员人数是否满足所述多乘员车道的预设乘员要求；

若所述乘员人数不满足所述多乘员车道的预设乘员要求，则判定所述车辆违章。

在一个实施例中，在若所述乘员人数不满足所述多乘员车道的预设乘员要求，则判定所述车辆违章之后，还包括：

根据所述车辆的违章信息提醒所述车辆驾驶员，并将所述车辆的违章信息上传至交管部门的违章信息管理平台。

在一个实施例中，所述内部环境信息包括内部环境图像；

根据所述内部环境信息判断所述车辆行驶过程中的乘员人数，包括：

根据人脸识别技术对所述内部环境图像进行识别；

根据识别后的内部环境图像判断所述车辆行驶过程中的乘员人数。

在一个实施例中，所述内部环境信息包括内部环境声音；

根据所述内部环境信息判断所述车辆行驶过程中的乘员人数，包括：

根据语音识别技术对所述内部环境声音进行识别；

根据识别后的内部环境声音判断所述车辆行驶过程中的乘员人数。

在一个实施例中，所述车辆座椅中设有压力传感器，所述内部环境信息包括通过所述压力传感器获取所述座椅承受的压力值；

根据所述内部环境信息判断所述车辆行驶过程中的乘员人数，包括：

根据所述车辆中座椅承受的压力值，判断所述车辆行驶过程中的乘员人数。

在一个实施例中，所述外部环境信息包括外部环境图像；

根据所述外部环境信息判断所述车辆行驶的道路是否为多乘员车道，包括：

通过图像识别技术对所述外部环境图像进行识别；

根据识别后的外部环境图像判断所述车辆行驶的道路是否为多乘员车道。

在一个实施例中，所述通过图像识别技术对所述外部环境图像进行识别，包括

对所述外部环境图像进行预处理；所述预处理包括灰度化、几何变化和图像增强；

对预处理后的外部环境图像进行图像分割；

对分割后的外部环境图像进行特征提取。

在一个实施例中，所述根据识别后的外部环境图像判断所述车辆行驶的道路是否为多乘员车道，包括：

判断所述特征提取获取的特征与预存储的多乘员车道特征是否匹配；

根据匹配结果判断所述车辆行驶的道路是否为多乘员车道。

本申请实施例第二方面提供了一种多乘员车道违章识别装置，包括：

第一获取模块，用于获取车辆行驶过程中的外部环境信息；

第一判断模块，用于根据所述外部环境信息判断所述车辆行驶的道路是否为多乘员车道；

第二获取模块，用于获取所述车辆行驶过程中的内部环境信息；

第二判断模块，用于根据所述内部环境信息判断所述车辆行驶过程中的乘员人数；

第三判断模块，用于若所述车辆行驶的道路为多乘员车道，则判断所述乘员人数是否满足所述多乘员车道的预设乘员要求；

第一判定模块，用于若所述乘员人数不满足所述多乘员车道的预设乘员要求，则判定所述车辆违章。

在一个实施例中，所述装置还包括：

提醒上传模块，用于根据所述车辆的违章信息提醒所述车辆驾驶员，并将所述车辆的违章信息上传至交管部门的违章信息管理平台。

在一个实施例中，所述内部环境信息包括内部环境图像；

所述第二判断模块包括：

第一识别单元，用于根据人脸识别技术对所述内部环境图像进行识别；

第一判断单元，用于根据识别后的内部环境图像判断所述车辆行驶过程中的乘员人数。

在一个实施例中，所述内部环境信息包括内部环境声音；

所述第二判断模块包括：

第二识别单元，用于根据语音识别技术对所述内部环境声音进行识别；

第二判断单元，用于根据识别后的内部环境声音判断所述车辆行驶过程中的乘员人数。

在一个实施例中，所述车辆座椅中设有压力传感器，所述内部环境信息包括通过所述压力传感器获取所述座椅承受的压力值；

所述第二判断模块包括：

第三判断单元，用于根据所述车辆中座椅承受的压力值，判断所述车辆行驶过程中的乘员人数。

在一个实施例中，所述外部环境信息包括外部环境图像；

所述第一判断模块包括：

第三识别单元，用于通过图像识别技术对所述外部环境图像进行识别；

第四判断单元，用于根据识别后的外部环境图像判断所述车辆行驶的道路是否为多乘员车道。

在一个实施例中，所述第三识别单元包括：

预处理子单元，用于对所述外部环境图像进行预处理；所述预处理包括灰度化、几何变化和图像增强；

分割子单元，用于对预处理后的外部环境图像进行图像分割；

特征提取子单元，用于对分割后的外部环境图像进行特征提取。

在一个实施例中，所述第四判断单元包括：

第一判断子单元，用于判断所述特征提取获取的特征与预存储的多乘员车道特征是否匹配；

第二判断子单元，用于根据匹配结果判断所述车辆行驶的道路是否为多乘员车道。

本申请实施例的第三方面提供一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。

本申请实施例的第四方面提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，上述计算机程序被处理器执行时实现上述方法的步骤。

在本申请实施例中，获取车辆行驶过程中的外部环境信息；根据所述外部环境信息判断所述车辆行驶的道路是否为多乘员车道；获取所述车辆行驶过程中的内部环境信息；根据所述内部环境信息判断所述车辆行驶过程中的乘员人数；若所述车辆行驶的道路为多乘员车道，则判断所述乘员人数是否满足所述多乘员车道的预设乘员要求；若所述乘员人数不满足所述多乘员车道的预设乘员要求，则判定所述车辆违章。由于可获取车辆行驶过程中的外部环境信息和内部环境信息，并在根据外部环境判断为多乘员车道时，根据车辆行驶过程中的内部环境信息判断乘车人数是否满足多乘员车道的要求，可以准确及时识别车辆在多乘员车道中的违章情况，从而提高了对车辆违章判断的效率。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。

图1是本申请实施例一提供一种多乘员车道违章识别方法的流程示意图；

图2是本申请实施例二提供的一种多乘员车道违章识别方法的流程示意图；

图3是本申请实施例三提供的一种多乘员车道违章识别方法的流程示意图；

图4是本申请实施例四提供的一种多乘员车道违章识别装置的结构示意图；

图5是本申请实施例五提供的一种终端设备的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。

实施例一

本申请实施例提供一种多乘员车道违章识别方法，可通过服务器、车载终端、智能手机、平板电脑、或台式电脑等终端设备执行。如图1所示，所示多乘员车道违章识别方法包括：

步骤S101，获取车辆行驶过程中的外部环境信息。

在本申请实施例中，在车辆行驶的过程中，获取通过车辆的外部采集设备(如摄像头、传感器等)采集的车辆行驶过程中的外部环境信息。或者可在车辆行驶的过程中，获取车辆的位置，根据车辆的位置从相关服务器中(如存储地图的相关服务器)获取车辆行驶过程中的外部环境信息。

在一个实施例中，所述获取车辆行驶过程中的外部环境信息，包括：获取通过车辆外部摄像头拍摄的所述车辆行驶过程中的外部环境图像。上述外部采集设备可以是车辆外部摄像头，预先在所述车辆外部设置摄像头，外部摄像头的主控设备与本申请方法实施例中的执行终端进行通信连接，通过外部摄像头拍摄车辆行驶过程中的外部环境信息，获取通过外部摄像头拍摄的所述车辆行驶过程中的外部环境图像。

步骤S102，根据所述外部环境信息判断所述车辆行驶的道路是否为多乘员车道。

在本申请实施例中，若上述外部环境信息是通过车辆的外部采集设备进行采集，则根据获取到的外部环境信息与预先存储多乘员车道的环境信息进行匹配。若获取到的外部环境信息与预先存储多乘员车道的环境信息相匹配，则判断所述车辆行驶的道路为多乘员车道；若获取到的外部环境信息与预先存储多乘员车道的环境信息不匹配，则判断所述车辆行驶的道路不是多乘员车道，其中，上述相匹配可以是匹配度大于预设阈值，不匹配可以是匹配度小于预设阈值。若上述外部环境信息是通过车辆行驶过程中的位置，根据位置从相关服务器中获取得到的车辆行驶过程中的外部环境信息，则可直接根据外部环境信息的特征判断是否属于多乘员车道，如从服务器中获取到当前行驶车辆的地图，可根据地图中车辆行驶的道路信息判断是否属于多乘员车道。

在一个实施例中，上述多乘员车道可包括多种类型的多乘员车道(如2乘员车道、3乘员车道和4乘员车道等)，根据所述外部环境信息判断车辆行驶的道路是否为多乘员车道包括：根据外部环境信息，先判断车辆行驶的道路是否为多乘员车道，并判断出多乘员车道的类型。

步骤S103，获取所述车辆行驶过程中的内部环境信息。

在本申请实施例中，在车辆行驶的过程中，可获取通过车辆的内部采集设备采集到的车辆行驶过程中的内部环境信息。通过车辆的内部采集设备采集车辆的内部环境信息，可使得采集到的内部环境信息更清楚真实，从而根据内部环境信息分析车辆内部状态更准确。

在一个实施例中，所述获取所述车辆行驶过程中的内部环境信息，包括：获取通过车辆内部摄像头拍摄的所述车辆行驶过程中的内部环境图像。上述内部采集设备可以摄像头，预先在车辆的内部设置摄像头，且车内摄像头的主控设备与本申请中方法实施中执行终端进行通信连接，获取通过车内摄像头拍摄的所述车辆行驶过程中的内部环境图像。

在一个实施例中，所述获取所述车辆行驶过程中的内部环境信息，包括：获取通过车辆内部语音采集设备采集的所述车辆行驶过程中的内部环境声音。车辆的内部采集设备可以是车辆内部设置的语音采集设备，且语音采集设备的主控设备与本申请中方法实施中执行终端进行通信连接，获取通过语音采集设备采集的所述车辆行驶过程中的内部环境声音。

在一个实施例中，所述获取所述车辆行驶过程中的内部环境信息，包括：获取通过车辆内部座椅中压力传感器采集的所述车辆行驶过程中的各个座椅的压力值。车辆的内部采集设备可以是车辆内部各个座椅中设置的压力传感器，且各个压力传感器的主控设备与本申请中方法实施例中执行终端进行通信连接，获取通过各个压力传感器采集的所述车辆行驶过程中的车辆内部各个座椅的压力值。

步骤S104，根据所述内部环境信息判断所述车辆行驶过程中的乘员人数。

在本申请实施例中，可根据内部环境信息进行分析处理，从而判断车辆行驶过程中的乘员人数。在具体应用中，车辆的内部环境包括但不限于内部环境图片、内部环境声音和车辆内部座椅承受的压力值中的一种或多种信息，根据所述内部环境信息判断所述车辆行驶过程中的乘员人数，包括：根据内部环境图片、内部环境声音和车辆内部座椅承受的压力值中的一种或多种信息，判断所述车辆行驶过程中的乘员人数。

在一个实施例中，当内部环境信息包括内部环境图片时，可对图像进行分析，判断出车辆行驶过程中的乘员人数，如可根据图像分析中的人脸识别技术识别出车辆行驶过程中的乘员人数。

在一个实施例中，所述内部环境信息包括内部环境声音；根据所述内部环境信息判断所述车辆行驶过程中的乘员人数，包括：根据语音识别技术对所述内部环境声音进行识别；根据识别后的内部环境声音判断所述车辆行驶过程中的乘员人数。具体地，可获取车辆内部声音时，根据语音识别技术对采集的车辆内部声音进行识别来判断车辆内的乘员人数，如对采集的内部声音先进行语音预处理，对预处理后的声音通过声学模型判断预处理后的声音是否为人类正常说话时的声音，并在判断为人类正常说话时的声音时，根据声音中包括的特征信息(如声纹特征)判断车辆内的乘员人数。上述声学模型可以是预先根据大量人说话时的词，音节和音素等信息进行训练后建立的模型。

在一个实施例中，所述车辆座椅中设有压力传感器，所述内部环境信息包括通过所述压力传感器获取所述座椅承受的压力值；根据所述内部环境信息判断所述车辆行驶过程中的乘员人数，包括：根据所述车辆中座椅承受的压力值，判断所述车辆行驶过程中的乘员人数。具体地，可获取车辆中每个座椅中座椅承受的压力值，根据每个座椅中所承受的压力值是否大于预设压力值分别判断各个座椅上是否载有乘客，从而可以判断出乘员人数。

步骤S105，若所述车辆行驶的道路为多乘员车道，则判断所述乘员人数是否满足所述多乘员车道的预设乘员要求。

在本申请实施例中，若判断出车辆行驶的道路为多乘员车道，则判断当前车辆中的乘员人数是否满足多乘员车道的预设成员要求。在具体应用中，多乘员车道可包括多种类型的多乘员车道(如2乘员车道、3乘员车道和4乘员车道等)，每种类型的多乘员车道的预设成员要求不同，如1乘员车道的预设乘员要求为车辆行驶过程中的车内乘员人数要大于或等于1，2乘员车道的预设乘员要求为车辆行驶过程中的车内乘员人数要大于或等于2，3乘员车道的预设成员要求为车辆行驶过程中的车内乘员人数要大于或等于3。

步骤S106，若所述乘员人数不满足所述多乘员车道的预设乘员要求，则判定所述车辆违章。

在本申请实施例中，当判断出车辆行驶的道路为多乘员车道，且车内的乘员人数不满足多乘员车道的预设乘员要求，则判定车辆违章行驶。具体地，可判断出车辆行驶的道路为多乘员车道，并判断出多乘员车道的类型，再分析车内的乘员人数是否满足该类型多乘员车道的预设要求。

在一个实施例中，在若所述乘员人数不满足所述多乘员车道的预设乘员要求，则判定所述车辆违章之后，还包括：根据所述车辆的违章信息提醒所述车辆驾驶员，并将所述车辆的违章信息上传至交管部门的违章信息管理平台。若判定车辆行驶过程中发生违章，则根据违章的信息提醒车辆的驾驶员，具体可通过车内的车载设备进行语音或图像显示进行提醒，或者也可以将提示信息发送至与驾驶员关联的移动终端，以提醒车辆的驾驶员。并将车辆的违章信息上传至交管部门的违章信息管理平台以作备案。

在具体应用中，当乘车人员是1时，判断车辆处于多乘员车道上(≥2人多乘员专用车道或≥3人多乘员专用车道)，则提醒车主驶离该车道，同时上报交管部门的违章信息管理平台以作备案；当乘车人员是1或2时，若此时判断车辆处于多乘员车道类型为≥3人多乘员专用车道上，则提醒车主驶离该车道，同时上报交管部门的违章信息管理平台以作备案；当乘车人员是大于或等于3时，不做提醒。

由此可见，在本申请实施例中，由于可获取车辆行驶过程中的外部环境信息和内部环境信息，并在根据外部环境判断为多乘员车道时，根据车辆行驶过程中的内部环境信息判断乘车人数是否满足多乘员车道的要求，可以准确及时识别车辆在多乘员车道中的违章情况，从而提高了对车辆违章判断的效率。

实施例二

本实施例是对实施例一的进一步说明，本实施例与实施例一相同或相似的地方具体可参见实施例一的相关描述，此处不再赘述，在本实施例中上述外部环境信息包括外部环境图像，如图2所示，上述步骤S102包括：

步骤S201，通过图像识别技术对所述外部环境图像进行识别。

在本申请实施例中，当上述外部环境信息为获取到车辆行驶过程中的外部环境图像，可通过图像识别技术对外部环境图像进行识别。其中，图像识别技术是对图像进行处理分析和理解，以识别各种不同模式的目标和对象的技术。

在一个实施例中，所述通过图像识别技术对所述外部环境图像进行识别，包括：对所述外部环境图像进行预处理；所述预处理包括灰度化、几何变化和图像增强；对预处理后的外部环境图像进行图像分割；对分割后的外部环境图像进行特征提取。上述通过图像识别技术对外部环境图像进行识别可先对图像进行预处理，再对预处理后的图像进行分割，然后对进行分割后的图像，最后进行特征提取。

对所述外部环境图像进行预处理主要目的是消除图像中无关的信息，保留和恢复有用的真实信息，增强有关信息的可检测性、最大限度地简化数据，从而改进特征提取、图像分割、匹配和识别的可靠性。预处理流程可为：先进行灰度化处理，再进行几何变换处理，最后进行图像增强处理。上述图像分割可以将图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程，上述图像分割可以是基于边界分割或基于区域分割。对分割后的外部环境图像进行特征提取可以是提取分割后的图像信息，把图像上的点分为不同的具有某种特征的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。

步骤S202，根据识别后的外部环境图像判断所述车辆行驶的道路是否为多乘员车道。

在本申请实施例中，根据识别后的外部环境图像判断所述车辆行驶的道路是否为多乘员车道可以是：根据对所述外部环境图像识别出的特征与预存的多乘员车道的特征进行特征匹配判断所述车辆行驶的道路是否为多乘员车道。

特征匹配可以是通过分别提取两个或多个的特征(点、线、面等特征)，对特征进行参数描述，然后运用所描述的参数来进行匹配。基于特征的匹配所处理的图像的特征包括但不限于颜色特征、纹理特征、形状特征、空间位置特征等。

在一个实施例中，所述根据识别后的外部环境图像判断所述车辆行驶的道路是否为多乘员车道，包括：判断所述特征提取获取的特征与预存储的多乘员车道特征是否匹配；根据匹配结果判断所述车辆行驶的道路是否为多乘员车道。

由此可见，在本申请实施例中，通过图像识别技术对所述外部环境图像进行识别，根据识别后的外部环境图像判断所述车辆行驶的道路是否为多乘员车道，可准确实时的识别出车辆行驶过程中的道路是否为多乘员车道，从而可以准确及时识别车辆在多乘员车道中的违章情况，提高了对车辆违章判断的效率。

实施例三

本实施例是对实施例一的进一步说明，本实施例与实施例一相同或相似的地方具体可参见实施例一的相关描述，此处不再赘述，在本实施例中上述内部环境信息包括内部环境图像，如图3所示，上述步骤S104包括：

步骤S301，根据人脸识别技术对所述内部环境图像进行识别。

在本申请实施例中，当上述内部环境信息为获取到车辆行驶过程中的内部环境图像时，可根据人脸识别技术对所述内部环境图像进行识别。其中，人脸识别技术是基于人的脸部特征信息进行身份识别的一种生物识别技术。对含有人脸的图像或视频流自动检测和跟踪人脸，进而对检测到的人脸进行脸部识别。

人脸识别技术可先对图像中的人脸进行检测：人脸检测在实际中主要用于人脸识别的预处理，即在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富，如直方图特征、颜色特征、模板特征、结构特征及Haar特征等；再对检测到的人脸图像进行预处理：对于人脸的图像预处理是基于人脸检测结果，对图像进行处理并最终服务于特征提取的过程。通常获取的原始图像由于受到各种条件的限制和随机干扰，往往不能直接使用，必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理；然后对预处理后的人脸图像进行特征提取：人脸识别可使用的特征包括但不限于视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸特征提取就是针对人脸的某些特征进行的。人脸特征提取，也称人脸表征，它是对人脸进行特征建模的过程；最后对进行提取的特征匹配与识别：提取的人脸图像的特征数据与公安部数据库中存储的特征模板进行搜索匹配，如可通过设定一个阈值，当相似度超过这一阈值(75％-100％)，则把匹配得到的结果输出。人脸识别就是将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断。

在一个实施例中，可通过人脸识别技术提前车内人员人脸特征，与公安系统数据库进行对比，判断车内人员的身份，同时判断得出车内乘员人数。

步骤S302，根据识别后的内部环境图像判断所述车辆行驶过程中的乘员人数。

在本申请实施例中，根据识别后的内部环境图像判断所述车辆行驶过程中的乘员人数可以是：对进行人脸识别后的内部环境图像中的人脸数量，判断所述车辆行驶过程中的乘员人数。

在一个实施例中，可以是根据特征提取技术对所述内部环境图像中的目标对象进行识别，并判断目标对象的特征与预存储目标对象(所述目标对象可以是人)的特征是否相匹配，根据与目标对象相匹配获取的数量来判断车辆行驶过程中的乘员人数。

由此可见，在本申请实施例中，根据人脸识别技术对所述内部环境图像进行识别，根据识别后的内部环境图像判断所述车辆行驶过程中的乘员人数，可准确实时的识别出车辆行驶过程中乘员人数，从而可以准确及时识别车辆在多乘员车道中的违章情况，提高了对车辆违章判断的效率。

实施例四

本发明实施例提供一种多乘员车道违章识别装置，可集成于服务器、车载终端、智能手机、平板电脑、或台式电脑等终端设备，用于执行实施例一、实施例二和/或实施例三中的方法步骤，为了便于说明，仅示出于本发明相关的部分，如图4所示，多乘员车道违章识别装置400包括：

第一获取模块401，用于获取车辆行驶过程中的外部环境信息；

在一个实施例中，所述第一获取模块具体用于：

获取通过车辆外部摄像头拍摄的所述车辆行驶过程中的外部环境图像。

第一判断模块402，用于根据所述外部环境信息判断所述车辆行驶的道路是否为多乘员车道；

在一个实施例中，所述外部环境信息包括外部环境图像；所述第一判断模块包括：

第三识别单元，用于通过图像识别技术对所述外部环境图像进行识别；

第四判断单元，用于根据识别后的外部环境图像判断所述车辆行驶的道路是否为多乘员车道。

在一个实施例中，所述第三识别单元包括：

预处理子单元，用于对所述外部环境图像进行预处理；所述预处理包括灰度化、几何变化和图像增强；

分割子单元，用于对预处理后的外部环境图像进行图像分割；

特征提取子单元，用于对分割后的外部环境图像进行特征提取。

在一个实施例中，所述第四判断单元包括：

第一判断子单元，用于判断所述特征提取获取的特征与预存储的多乘员车道特征是否匹配；

第二判断子单元，用于根据匹配结果判断所述车辆行驶的道路是否为多乘员车道。

第二获取模块403，用于获取所述车辆行驶过程中的内部环境信息；

在一个实施例中，所述第二获取模块具体用于：

获取通过车辆内部摄像头拍摄的所述车辆行驶过程中的内部环境图像。

第二判断模块404，用于根据所述内部环境信息判断所述车辆行驶过程中的乘员人数；

在一个实施例中，所述内部环境信息包括内部环境图像；所述第二判断模块包括：

第一识别单元，用于根据人脸识别技术对所述内部环境图像进行识别；

第一判断单元，用于根据识别后的内部环境图像判断所述车辆行驶过程中的乘员人数。

在一个实施例中，所述内部环境信息包括内部环境声音；

所述第二判断模块包括：

第二识别单元，用于根据语音识别技术对所述内部环境声音进行识别；

第二判断单元，用于根据识别后的内部环境声音判断所述车辆行驶过程中的乘员人数。

在一个实施例中，所述车辆座椅中设有压力传感器，所述内部环境信息包括通过所述压力传感器获取所述座椅承受的压力值；

所述第二判断模块包括：

第三判断单元，用于根据所述车辆中座椅承受的压力值，判断所述车辆行驶过程中的乘员人数。

第三判断模块405，用于若所述车辆行驶的道路为多乘员车道，则判断所述乘员人数是否满足所述多乘员车道的预设乘员要求；

第一判定模块406，用于若所述乘员人数不满足所述多乘员车道的预设乘员要求，则判定所述车辆违章。

在一个实施例中，所述多乘员车道违章识别装置400还包括：

提醒上传模块，用于根据所述车辆的违章信息提醒所述车辆驾驶员，并将所述车辆的违章信息上传至交管部门的违章信息管理平台。

由此可见，在申请实施例中，由于可获取车辆行驶过程中的外部环境信息和内部环境信息，并在根据外部环境判断为多乘员车道时，根据车辆行驶过程中的内部环境信息判断乘车人数是否满足多乘员车道的要求，可以准确及时识别车辆在多乘员车道中的违章情况，从而提高了对车辆违章判断的效率。

实施例五

本实施例提供一种终端设备的示意图，如图5所示，本实施例中的终端设备5包括：处理器51、存储器52以及存储在上述存储器52中并可在上述处理器51上运行的计算机程序53。上述处理器51执行上述计算机程序53时实现上述多乘员车道违章识别方法实施例中的步骤，例如实施例一中的方法步骤，实施例二中的方法步骤，和/或实施例三中的方法步骤。

示例性的，上述计算机程序53可以被分割成一个或多个单元/模块，上述一个或者多个单元/模块被存储在上述存储器52中，并由上述处理器51执行，以完成本发明。上述一个或多个单元/模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述上述计算机程序53在上述终端设备5中的执行过程。例如，上述计算机程序53可以被分割成第一获取模块、第一判断模块、第二获取模块、第二判断模块、第三判断模块、和第一判定模块等模块，各模块具体功能在上述实施例三中已有描述，此处不再赘述。

上述终端设备5可以是集成在车载终端、智能手机、平板电脑、台式电脑或服务器等终端设备。上述终端设备5可包括，但不仅限于，处理器51、存储器52。本领域技术人员可以理解，图5仅仅是终端设备5的示例，并不构成对终端设备5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如上述终端设备5还可以包括输入输出设备、网络接入设备、总线等。

所称处理器51可以是中央处理单元(Central Processing Unit，CPU)，还可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

上述存储器52可以是终端设备5的内部存储单元，例如终端设备5的硬盘或内存。上述存储器52也可以是上述终端设备5的外部存储设备，例如上述终端设备5上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，上述存储器52还可以既包括上述终端设备5的内部存储单元也包括外部存储设备。上述存储器52用于存储上述计算机程序以及上述终端设备5所需的其它程序和数据。上述存储器52还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的方法、装置、终端设备，可以通过其它的方式实现。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。