CN107358796B - 一种基于无人机的车辆检测方法 - Google Patents

Abstract

本发明涉及一种基于无人机的车辆检测方法，包括：S1、控制无人机在待测道路上空按照预设的路线飞行；S2、使用激光测距仪对待测道路进行扫描，得到待测道路的交通信息；S3、数据处理器接收到交通信息后进行计算处理，得到待测道路上的车辆或非车辆物体的特征信息；S4、图像采集装置根据待测道路上的车辆或非车辆物体的特征信息，对待测道路上的车辆和/或非车辆物体进行拍摄；S5、根据激光测距仪扫描的所述待测道路上的交通信息，计算并判断待测道路上是否有超限车辆；S6、通信控制装置将获取的数据传送到远程控制中心。本发明的检测方法，可以对道路交通情况进行全面检测及调查，并且维护方便，易于管理。

Description

一种基于无人机的车辆检测方法

技术领域

本发明涉及智能交通技术领域，尤其涉及一种基于无人机的车辆检测方法。

背景技术

目前，在智能交通领域，交通情况调查主要通过固定式设备来完成的，对道路上超限车辆的稽查或非车辆物体的检测，也是靠人工来完成，这样既降低了工作效率，又增加了车辆超限稽查和道路检测成本。

现有技术中，对道路交通情况检测及超限车辆检测主要采用固定式设备和移动式设备来完成。固定式设备目前主要有激光扫描、微波、线圈、地磁等，移动式设备有无人机搭载航空图像采集装置等。固定式激光扫描方法是把激光安装在路侧的立杆或龙门架上，扫描道路截面，调查交通情况，检测车辆，该方法只能检测通过扫描截面下的车辆信息，不能对道路上的超限车辆进行实时稽查，其测量车辆长和宽主要通过速度和直接坐标转换计算完成，如果要精确测量，就需要增加激光器数量，这样相应增加了成本。

另外，移动式设备的检测方法如微波方法，在检测车辆长、宽、高上存在比较大的偏差，一般不用于车辆超限检测。

另一类移动式设备检测方法如线圈、地磁方法，主要用于统计经过断面的车流量，无法计算车辆的宽、高，不能用于车辆超限检测。

此外，当前的又一种移动式检测方法如无人机搭载航空摄像头方法，采用图形处理技术，一般用于评估调查路段的车流量状况，且不能直接测试调查路段上车辆的长、宽、高等信息，计算的精度与实际车辆的长、宽、高等特征有比较大的偏差。此外，该方法中图像采集装置拍摄的图片信息量比较大，对道路上车辆信息或非车辆物体的检测比较困难。

发明内容

基于上述问题，本发明提供一种基于无人机的车辆检测方法，可以对道路交通情况进行全面检测及调查，并且维护方便，易于管理。

基于上述目的，本发明提出了一种基于无人机的车辆检测方法，其特征在于，包括：

S1、控制无人机在待测道路上空按照预设的路线飞行，所述无人机上设置有通信控制装置、数据处理器、图像采集装置和激光测距仪；

S2、使用所述激光测距仪对所述待测道路进行扫描，得到所述待测道路的交通信息并传输到所述数据处理器；

S3、所述数据处理器接收到所述交通信息后进行计算处理，得到所述待测道路上的车辆或非车辆物体的特征信息，并根据所述特征信息统计所述待测道路的交通流量情况，判断所述待测道路的交通状况；

S4、所述图像采集装置根据所述待测道路上的车辆和/或非车辆物体的特征信息，对所述待测道路上的车辆和/或非车辆物体进行拍摄；

S5、所述数据处理器根据所述激光测距仪扫描的所述待测道路上的交通信息，计算并判断所述待测道路上是否有超限车辆和/或所述非车辆物体，并将所述超限车辆和/或所述非车辆物体的特征信息及拍摄的图片信息发送到所述通信控制装置；

S6、所述通信控制装置获取到所述超限车辆的数据和/或所述非车辆物体的特征信息及拍摄的图片信息后发送到远程控制中心。

其中，所述方法S3中得到所述非车辆物体的特征信息，具体包括：

所述数据处理器根据所述激光测距仪的交通信息，对所述待测道路上的车辆之外的物体的信息进行处理，得到所述物体的运动速度，当所述物体的运动速度为0或小于设定的阈值，则判断所述物体为非车辆物体，并根据所述激光测距仪的交通信息计算得到所述非车辆物体的特征信息。

其中，所述方法还包括：使用所述无人机上预先设置的导航装置对所述无人机进行定位和导航。

其中，所述激光测距仪设置在所述无人机的下部，所述激光测距仪的激光转动轴平行于车辆行驶方向，扫描方向垂直于车辆行驶方向。

其中，所述方法还包括：

根据所述无人机与所述车辆的高度和位置调整所述图像采集装置的拍摄角度和高度。

其中，所述通信控制装置为具有5G或4G通信协议的无线通信控制器；所述导航装置为差分北斗导航装置。

其中，所述待测车辆或非车辆物体的特征信息包括所述待测车辆的长度、宽度、高度、速度；

其中，对所述待测车辆宽度的计算如下：

S31：设定待测道路一侧的护栏为参考点，判断所述待测道路一侧的护栏是否在同一直线上，是则执行步骤S32，否则进行调整所述护栏的位置；

其中，所述判断方法如下：

将所述激光测距仪沿所述待测车辆行驶方向转动预设的角度ω后进行测量，并可以通过如下公式计算：

L_max-L_min＜ΔL

L_max＝Max{L₁，L₂，...，L_n}

L_min＝Min{I₁，L₂，...，L_n}

其中，l_j表示同一扫描面上第j激光束从激光发光原点到所述参考点的扫描点的距离，θ_j表示第j激光束与垂直面的夹角，

表示激光束扫描到所述参考点形成的平面与中垂线的夹角，当L_max-L_min小于设定值ΔL时，判断所述护栏在同一直线上；

S32：所述通信控制装置控制所述激光测距仪沿与所述步骤S31转动相反的方向转动角度ω，控制所述无人机飞行，使得所述待测车辆和所述护栏位于所述无人机同一侧，并且所述无人机远离所述护栏，计算所述待测车辆靠近所述无人机一侧离所述护栏的距离w_s，通过如下公式计算：

w_s＝l_1jcosγ_jsinα-l_2jcosγ_jsinβ

其中，l_1j表示第j激光束从所述激光发光原点到所述护栏上的第一个扫描点的第一距离，γ_j表示所述第一距离与所述垂直扫描面的夹角，α表示所述第一距离投影到所述垂直扫描面上后与所述中垂线的夹角，l_2j表示第j激光束从所述发光原点到所述待测车辆最靠近所述无人机一侧的扫描点的第二距离，β表示所述距离投影到所述垂直扫描面上后与所述中垂线的夹角，f₃表示处理函数；

S33：所述通信控制装置控制所述无人机飞行到所述待测车辆和所述护栏的中间位置，所述数据处理器计算所述待测车辆另一侧离所述护栏的距离w_t，通过如下公式计算：

w_t＝l_1kcosγ_ksinρ+l_2kcosγ_ksinσ；

其中，k＝0,1…m，l_1k表示第k激光束从所述激光发光原点到所述护栏上的第一个扫描点的第三距离，γ_k表示所述第三距离与所述垂直扫描面的夹角，ρ表示所述第三距离投影到所述垂直扫描面上后与所述中垂线的夹角，l_2k表示第k激光束从所述激光发光原点到所述待测车辆上最靠近无人机一侧的扫描点的第四距离，σ表示所述距离投影到所述垂直扫描面上后与所述中垂线的夹角，f₄表示处理函数；

S34：所述待测车辆的宽度w，可以通过以下公式计算：

w＝|w_s-w_t|。

S35：多次计算得到的多个所述待测车辆的宽度w值，并根据多个所述待测车辆的宽度值计算得到所述待测车辆的宽度平均值

其中，所述控制无人机在待测道路上按照预设的路线飞行，具体包括：

所述远程控制中心根据预设的路线控制所述无人机在所述待测道路上空飞行；

或所述通信控制装置根据预存的飞行路线控制所述无人机在所述待测道路上空飞行。

其中，所述无人机上还设置有存储器，所述方法进一步包括：

用于存储所述图像采集装置和所述激光测距仪采集的数据，并存储所述数据处理器和所述通信控制装置的数据。

其中，所述方法还包括：

通过导航装置对所述待测道路上的待测车辆或非车辆物体的位置进行定位。

本发明提供的基于无人机的车辆检测方法，通过激光测距仪扫描道路上行驶的车辆信息，一方面，实时检测待测车辆或非车辆物体的长、宽、高、速度，并跟踪抓拍超长、超宽、超高车辆，并把待测车辆或非车辆物体信息、图片信息及位置信息及时存储和上传管理中心；另一方面调查路段上的交通流量信息；因此，本发明不但能进行交通流量调查，而且能检测调查路段上行驶车辆的超长、超宽、超高情况及非车辆物体，给交通道路管理带来方便。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，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的介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一个实施例的基于无人机的车辆检测系统的结构示意图；

图2示出了本发明的一个实施例的基于无人机的车辆检测系统的连接示意图。

图3为本发明的一个实施例的基于无人机的车辆检测方法的流程图；

图4为本发明的一个实施例的基于无人机的车辆检测方法的检测车辆长宽高示意图；

图5为本发明的一个实施例的基于无人机的车辆检测方法的激光发光原点离路面高度计算示意图；

图6为本发明的一个实施例的基于无人机的车辆检测方法的检测车辆或非车辆物体的高度示意图；

图7为本发明的一个实施例的基于无人机的车辆检测方法的检测超宽车辆的一侧示意图；

图8为本发明的一个实施例的基于无人机的车辆检测方法的检测超宽车辆的另一侧示意图；

图9为本发明的一个实施例的基于无人机的车辆检测方法的检测车辆或非车辆物体的速度示意图；

图10为本发明的一个实施例的基于无人机的车辆检测方法的检测车辆或非车辆物体的长度示意图；

图11为本发明的一个实施例的基于无人机的车辆检测方法的非车辆物体检测示意图；

图12为本发明的一个实施例的基于无人机的车辆检测方法的交通流量调查示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的基于无人机的车辆检测方法，是使用一种基于无人机的车辆检测系统对待测道路进行检测，其检测系统包括设置在无人机上的各种装置，通过无人机在待测道路的上空根据预设的轨道飞行，来实现对待测道路的车辆以及非车辆物体，如障碍物等进行检测，以实现对待测道路的方便快捷的管理。

图1是本发明一个实施例的基于无人机的车辆检测系统的结构示意图。

参照图1，本发明的基于无人机的车辆检测系统，具体包括：

无人机8以及设置在无人机8上的通信控制装置1、数据处理器2、激光测距仪3和图像采集装置4。

具体地，通信控制装置1用于与远程控制中心通信，并且通信控制装置1连接并控制数据处理器2、图像采集装置4和激光测距仪3；激光测距仪3用于扫描道路上的所有车道情况；图像采集装置4设置在无人机8的下部，用于根据通信控制装置1的指令拍摄待测道路的交通情况和待测车辆的行驶信息；数据处理器2获取图像采集装置4和激光测距仪3的数据进行处理后传输到通信控制装置1。

在进一步的实施例中，该检测系统还包括导航装置6，导航装置6与通信控制装置1连接，用于对无人机8进行定位和导航。

进一步地，该检测系统还包括存储器5，用于存储图像采集装置4和激光测距仪3采集的数据，并存储数据处理器2和通信控制装置1的数据。

本实施例中，对道路车辆的检测主要是用于检测道路上行驶的超限车辆，同时，本发明的检测系统也用于检测道路上非车辆物体，以及时清除道路上的障碍物，避免妨碍道路畅通。

另外，本发明的实施例所述的超限车辆，包括但不限于该车辆的车长、车宽或车高超过了车辆限定的阈值，并且对车辆信息的获取包括但不限于车辆的车型、车牌信息以及司机的人脸信息。

另外，检测系统还用于检测道路上的交通流量，以及时调控车辆的行驶状况。

图2示出了本发明的一个实施例的基于无人机的车辆检测系统的连接示意图。

在无人机8上设置的各个装置，如图2所示，通信控制装置1通过路由器与数据处理器2、激光测距仪3、图像采集装置4、存储器5连接，并且通信控制装置1与导航装置6通过串口方式连接，数据处理器通过路由模块与激光测距仪3、图像采集装置4、存储器5连接，存储器5通过串口方式与导航装置6连接，各个装置通过路由器和或串口方式进行信息交互，并且各个装置与路由模块通过网线连接，串口方式通过信号线连接。

具体地，无人机8为低空无人机，既能按照预先设置的调查路段自动巡航飞行，也能被远程控制中心实时控制飞行，在进行超限车辆或非车辆物体精确检测时，巡航高度可以根据激光测距仪3测得的离地高度调整，其高度典型值可以控制在30米以内。

通信控制装置1安装在无人机8的内部，用于控制无人机8自动巡航飞行，并通过路由器和串口通信方式把检测的道路上的超限车辆数据、非车辆物体数据、交通流量数据、抓拍的图片信息和定位的位置信息及时上传至远程控制中心，同时及时响应远程控制中心的各种交互信息，完成与远程控制中心的数据交互，另外，通信控制装置1还协同各装置的工作，并与各个装置交互信息以及根据数处理器2计算的距离调整无人机8离地面的高度。

在一个优选地实施例中，通信控制装置1优选为满足5G或4G通信协议的无线通信控制模块。

数据处理器2优选安装在无人机8的内部，通过路由器与其它装置连接，用于实时处理激光测距仪3传递的实时数据，并根据实时数据计算无人机8离地面距离、待测车辆或非车辆物体的长、宽、高、速度等特征信息。

图像采集装置4安装在无人机8的下部，用于拍摄道路情况、待测车辆或非车辆物体的图片，根据通信控制装置或数据处理器2计算的超限车辆或非车辆物体指令，跟踪、抓拍车型车辆或非车辆物体图片信息，图像采集装置4在抓拍超限车辆的车牌和司机人脸信息时，激光测距仪3实时扫描无人机(或激光发光原点)到超限车辆的距离数据，并把该数据通过路由器传递给数据处理器2，数据处理器2计算出超限车辆离无人机8(或所述激光发光原点)的高度和位置，并把该高度和位置信息传递给通信控制装置1，通信控制装置1控制无人机8飞行高度和位置，使得图像采集装置4能更加清楚地抓拍超限车辆的车牌和司机的人脸信息。

激光测距仪3安装在无人机8的下部，用于扫描待测道路路面、路面上的待测车辆或非车辆物体的信息，得到道路路面、待测车辆或非车辆物体上的扫描点离激光发光原点的距离，并把这些距离数据实时传递给数据处理器2；激光测距仪3的激光转动轴平行于车辆行驶方向，其扫描方向垂直于激光转动轴并垂直于车辆行驶方向，扫描角度范围180度—360度，可以取典型值180度，扫描夹角范围30度—60度，可以取典型值60度，其扫描区域覆盖道路车道，扫描频率范围10Hz—100Hz，可以取典型值50Hz，角度分辨率在0.5度以下(包括0.5度)，可以取典型值0.1度，系统误差的典型值是30毫米，激光测距仪3前后帧的时间间隔典型值是20毫秒，最大测距的典型值300米。

存储器5安装在无人机8的内部，通过路由器和串口方式与各个装置连接，用于存储现场采集、处理结果以及通信交互数据的信息，主要包括通信控制装置1与远程控制中心交互的信息、待测车辆或非车辆物体的信息、道路交通情况信息、图像采集装置4拍摄的图片信息以及导航定位的位置信息。

导航装置6安装在无人机8的内部，通过串口方式与通信控制装置1、存储器5连接，用于对无人机8的位置定位和路径导航，以及超长、超宽、超高等待测车辆或非车辆物体的位置定位。

在一个优选的实施例中，导航装置6为差分北斗导航装置。

基于上述车辆检测系统，如图3所示，本发明的一个实施例的基于无人机的车辆检测方法，具体过程为：

S1、控制无人机在待测道路上空按照预设的路线飞行；

具体地，可以设置无人机为低空自动巡航飞行，以检测待测道路；其中，可以预先为无人机根据待测道路的道路情况规划路径，然后使用导航装置导航和定位，使无人机能安装规划的路径自动飞行；另一方面，也可以通过远程控制中心对无人机的飞行路线进行控制，即在远程控制中心规划路线并对无人机进行控制。

S2、如图4所示，使用激光测距仪扫描待测道路的路面及道路上的车辆或非车辆物体的数据信息，该数据信息是激光测距仪的激光发光原点到该待测道路的路面、待测道路上的车辆或非车辆物体上扫描点的距离，并把所述扫描的距离实时传递给数据处理器。

S3、数据处理器通过计算上述距离，得出激光发光原点到路面的高度、待测车辆或非车辆物体的长、宽、高及速度等特征信息，根据车辆特征信息判断车辆车型，统计交通情况信息，并把上述特征信息、车型及交通情况信息存入存储装置，，并根据所述特征信息统计所述待测道路的交通流量情况，判断所述待测道路的交通状况。

优选的，需要计算的参数包括：每条激光束测的激光发光原点到路面垂直高度H_j，所述待测车辆或非车辆物体的长s，宽w，高h，速度v；

具体的，以激光发光原点为坐标原点o，以沿道路方向为X轴，以垂直道路方向为Y轴，以所述坐标原点到路面垂直距离方向为Z轴，建立三维坐标系o-XYZ，通过激光测距仪中各激光束从所述激光发光原点到被测路面上扫描点的距离L_ij来计算所述激光发光原点到路面垂直高度H_j，可以通过如下公式计算：

如图5所示为第j激光束投影到所述垂直面(o-YZ)上的示意图，其中，λ表示路面倾斜因子，i＝1,2,…,n，表示垂直扫描的激光束从激光发光原点到所述被测路面上第i个扫描点的距离，L_ij(i＝1，2，...，n；j＝1，2，...，m)是激光测距仪中第j激光束从所述激光发光原点到被测路面上第i个扫描点的距离，

表示所述第j激光束与垂直面的夹角，θ_i(i＝1，2，...，n)是所述第j激光束的激光发光原点到所述路面上第i个扫描点的距离投影到所述垂直面(o-YZ)上后与激光发光原点到路面的中垂线的夹角(也是垂直扫描激光束从所述激光发光原点到所述扫描路面上的第i个扫描点的距离与所述中垂线的夹角)，所述中垂线即所述三维直角坐标系的o-Z；激光测距仪激光束的扫描分辨率是固定值，则θ_i也是固定值，通过上述公式计算的高度取平均值，可以提高测量精度，准确计算所述激光发光原点到路面垂直高度；

所述待测车辆或非车辆物体的高度h，通过如下方法计算：

h＝f₁(H_j-h_j)(j＝1，2，...，m)

如图6所示，其中，λ表示路面倾斜因子，l_ij表示激光测距仪中的第j激光束从激光发光原点到所述待测车辆或非车辆物体上的第i个扫描点的距离，

表示所述第j激光束与所述垂直扫描激光束的夹角，即所述第j激光束与o-YZ平面的夹角，θ_i表示所述垂直扫描激光束从发光原点到所述待测车辆或非车辆物体上的第i个扫描点的距离与所述中垂线的夹角，i表示扫描到所述待测车辆或非车辆物体上的扫描点编号，j表示扫描到所述待测车辆或非车辆物体上的激光束编号，所述激光束同一时刻均处在同一平面，激光束间的夹角是固定值，所有激光束的点分辨率都相同且是固定值，因此

和θ_i也是固定值，f₁、f₂表示处理函数；上述高度h可以通过筛选h_j提高测量精度；

所述待测车辆或非车辆物体的宽

通过如下方法计算，具体包括以下步骤(车辆宽度计算方法重要)：

S31：选取一个相对稳定的参考点，在测量过程中，该参考点的位置相对固定或者能够计算得出；具体的，本实施例选择的参考点是路边的护栏，通信控制装置控制激光测距仪沿车辆行驶方向转动设定的角度ω，扫描测量出所述待测车辆行驶方向前方一段距离内车道边的护栏在同一直线上，可以通过如下公式计算：

L_max-L_min＜ΔL

L_max＝Max{L₁，L₂，...，L_n}

L_min＝Min{L₁，L₂，...，L_n}

其中，l_j表示同一扫描面上第j激光束从激光发光原点到所述参考点的扫描点的距离，θ_j表示第j激光束与垂直面的夹角，

表示激光束扫描到所述参考点形成的平面与中垂线的夹角，当L_max-L_min小于设定值ΔL时，判断所述护栏在同一直线上；

S32：通信控制装置控制激光测距仪沿相反方向转动角度ω，使之回到原来状态，控制所述无人机飞行，使得所述待测车辆和所述护栏位于所述无人机同一侧，并且所述无人机远离所述护栏，如图7所示，数据处理器计算出所述待测车辆一侧(靠近所述无人机一侧)离所述在同一直线上护栏的距离w_s，通过如下公式计算：

w_s＝l_1jcosγ_jsinα-l_2jcosγ_jsinβ；

其中，l_1j表示第j激光束从所述激光发光原点到所述护栏上的第一个扫描点的第一距离，γ_j表示所述第一距离与所述垂直扫描面(即o-YZ面)的夹角，α表示所述第一距离投影到所述垂直扫描面(即o-YZ面)上后与所述中垂线(即o-Z)的夹角，l_2j表示第j激光束从所述发光原点到所述待测车辆10上最靠近所述无人机一侧的扫描点的第二距离，β表示所述距离投影到所述垂直扫描面(即o-YZ面)上后与所述中垂线(即o-Z)的夹角，f₃f₃表示处理函数；

S33：通信控制装置控制所述无人机飞行到所述待测车辆和所述护栏的中间，且所述无人机在所述待测车辆的另一侧，如图8所示，数据处理器计算出所述待测车辆另一侧离所述在同一直线上护栏的距离w_t，通过如下公式计算：

w_t＝l_1kcosγ_ksinρ+l_2kcosγ_ksinσ；

其中，k＝0,1…m，l_1k表示第k激光束从所述激光发光原点到所述护栏上的第一个扫描点的第三距离，γ_k表示所述第三距离与所述垂直扫描面(即o-YZ面)的夹角，γ_k表示所述距离投影到所述垂直扫描面(即o-YZ面)上后与所述中垂线(即o-Z)的夹角，l_2k表示第k激光束从所述激光发光原点到所述待测车辆上最靠近无人机一侧的扫描点的第四距离，σ表示所述距离投影到所述垂直扫描面(即o-YZ面)上后与所述中垂线(即o-Z)的夹角，f₄表示处理函数；

S34：所述待测车辆的宽度w，可以通过以下公式计算：

w＝|w_s-w_t|

S35多次计算得到的多个所述待测车辆的宽度w值，并根据多个所述待测车辆的宽度值计算得到所述待测车辆的宽度平均值

如果所述宽度平均值

大于设定的超宽车辆阈值，则判断所述待测车辆是超宽车辆。

所述待测车辆或非车辆物体的速度v，通过如下方法计算：

如图9所示，其中，l_p表示在所述垂直扫描激光束一侧的一束激光第一次扫描到所述待测车辆10或非车辆物体上的扫描点与所述激光发光原点的距离，t₁表示此时时刻，γ表示所述距离与所述垂直扫描面(即o-YZ面)的夹角，l_q表示在所述垂直扫描激光束另一侧的一束激光第一次扫描到所述待测车辆或非车辆物体上的扫描点与所述激光发光原点的距离，t₂表示此时时刻，μ表示所述距离与所述垂直扫描面(即o-YZ面)的夹角，v₀表示所述无人机飞行速度，是确定值，所述无人机飞行方向与所述待测车辆行驶方向相同，采用上述公式(1)计算速度，所述无人机飞行方向与所述待测车辆行驶方向相反，采用上述公式(2)计算速度，如果待测物体是非车辆物体，采用上述公式(2)计算的速度为0(或近似0)；所述γ和μ也是确定值；

所述待测车辆或非车辆物体的长s，通过如下方法计算：

如图10所示，其中，上述计算所述待测车辆或非车辆物体10长度的公式(1)用于所述待测车辆或非车辆物体同时完全被激光测距仪扫描范围覆盖，此时，l_r表示在所述垂直扫描激光束一侧的最外侧激光束扫描到所述待测车辆或非车辆物体上的扫描点与所述激光发光原点的距离，ρ表示所述距离与所述垂直扫描面(即o-YZ面)的夹角，l_s表示在所述垂直扫描激光束另一侧的一束最外侧激光束扫描到所述待测车辆或非车辆物体上的扫描点与所述激光发光原点的距离，σ表示所述距离与所述垂直扫描面(即o-YZ面)的夹角，为了使长度计算准确，可以采用上述公式多次计算取平均值的方法得到长s；所述ρ和σ也是确定值；公式(2)、(3)中v为待测车辆或非车辆物体速度，v₀表示所述无人机速度，t₃表示所述垂直扫描的激光束第一次扫描到所述待测车辆或非车辆物体的时刻，t₄表示所述垂直扫描的激光束最后一次扫描到所述待测车辆或非车辆物体的时刻；

由于激光测距仪的扫描激光束在同一平面扫描，且各激光束之间角度固定，每束激光扫描的扫描点分辨率都相同且固定，所述上述角度或夹角也是已知变量。

进一步地，如图11所示，本实施中对非车辆物体的判断以及特征信息的获取，具体过程如下：

数据处理器计算通过激光测距仪扫描到待测物体的距离，计算出所述待测物体以所述无人机巡航速度或近似巡航速度接近所述无人机，所述无人机就减速缓慢靠近所述待测物体，激光测距仪精确扫描所述待测物体信息，数据处理器通过上述方法计算出所述待测物体的长、宽、高、速度等特征信息，数据处理器计算出待测物体的速度是0或在设置的速度阈值范围内，就判断所述待测物体是非车辆物体，并把所述非车辆物体的数据信息传递给通信控制装置，所述通信控制装置集中所述非车辆物体信息、所述图像采集装置拍摄的图片信息、导航装置定位的位置信息存入存储装置，并上传至所述远程控制中心，然后所述无人机恢复到正常的道路交通情况检测调查状态。

S4、数据处理器检测到待测车辆和/或非车辆物体的信息后，发送信息给所述图像采集装置，所述图像采集装置接收到信息后进行拍照，并把图片存储到存储装置；

另外，导航装置定位该图像采集装置抓拍的位置信息并存入存储装置；

S5、所述数据处理器根据所述激光测距仪扫描的所述待测道路上的交通信息，计算并判断所述待测道路上是否有超限车辆和/或所述非车辆物体，并将所述超限车辆和/或所述非车辆物体的特征信息及拍摄的图片信息发送到所述通信控制装置。

具体地，数据处理器计算出的车长或车宽或车高超过了车辆超限阈值，则数据处理器发送超限车辆信息给通信控制装置，通信控制装置一方面把所述超限车辆信息、所述图像采集装置抓拍的所述超限车辆图片信息，包括车辆车牌信息和司机的人脸信息、导航装置定位的位置信息上传到所述远程控制中心，另一方面，所述无人机在通信控制装置、所述三维激光扫描仪扫描的所述超限车辆距离及所述数据处理单位的协同下继续跟踪、抓拍所述超限车辆；

当所述图像采集装置抓拍所述超限车辆车牌信息和司机的人脸信息时，通信控制装置可以通过数据处理器实时计算的所述超限车辆与所述无人机的高度和距离，调整所述无人机与所述超限车辆的高度和位置，让所述图像采集装置抓拍的所述超限车辆车牌和司机的人脸信息更加清楚准确；

S6、所述通信控制装置获取到所述超限车辆的数据和/或所述非车辆物体的特征信息及拍摄的图片信息后发送到远程控制中心。

进一步地，如图12所示，通信控制装置每隔一段时间就把数据处理器计算、统计的车型数据信息、流量信息、所述位置信息上传到所述远程控制中心。

需要说明的是，本发明实施例中的激光测距仪，可以根据需要使用现有的三维激光测距仪，同时，为了提高拍摄效果，图像采集装置4可以使用高清摄像机，以能够清晰地拍摄到超限车辆的车辆信息以及非车辆物体的信息。

本发明提供的基于无人机的车辆检测方法，通过激光测距仪扫描道路上行驶的车辆信息，一方面，实时检测待测车辆或非车辆物体的长、宽、高、速度，并跟踪抓拍超长、超宽、超高车辆，并把待测车辆或非车辆物体信息、图片信息及位置信息及时存储和上传管理中心；另一方面调查路段上的交通流量信息；因此，本发明不但能进行交通流量调查，而且能检测调查路段上行驶车辆的超长、超宽、超高情况及非车辆物体，给交通道路管理带来方便。

虽然结合附图描述了本发明的实施方式，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

本发明的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本发明公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释呈反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (9)

1.一种基于无人机的车辆检测方法，其特征在于，包括：

S1、控制无人机在待测道路上空按照预设的路线飞行，所述无人机上设置有通信控制装置、数据处理器、图像采集装置和激光测距仪；

S2、使用所述激光测距仪对所述待测道路进行扫描，得到所述待测道路的交通信息并传输到所述数据处理器；

S3、所述数据处理器接收到所述交通信息后进行计算处理，得到所述待测道路上的车辆和/或非车辆物体的特征信息，并根据所述特征信息统计所述待测道路的交通流量情况，判断所述待测道路的交通状况；

S4、所述图像采集装置根据所述待测道路上的车辆和/或非车辆物体的特征信息，对所述待测道路上的车辆和/或非车辆物体进行拍摄；

S5、所述数据处理器根据所述激光测距仪扫描的所述待测道路上的交通信息，计算并判断所述待测道路上是否有超限车辆和/或所述非车辆物体，并将所述超限车辆和/或所述非车辆物体的特征信息及拍摄的图片信息发送到所述通信控制装置；

S6、所述通信控制装置获取到所述超限车辆的数据和/或所述非车辆物体的特征信息及拍摄的图片信息后发送到远程控制中心；

其中，所述数据处理器根据所述激光测距仪的交通信息，对所述待测道路上的物体的信息进行处理，得到所述物体的运动速度，当所述物体的运动速度为0或小于设定的阈值，则判断所述物体为非车辆物体，并根据所述激光测距仪的交通信息计算得到所述非车辆物体的特征信息；

其中，所述待测道路上的车辆或非车辆物体的特征信息包括所述待测道路上的车辆或非车辆物体的长度、宽度、高度、速度；

其中，对所述待测道路上的车辆宽度的计算如下：

S31：设定待测道路一侧的护栏为参考点，判断所述待测道路一侧的护栏是否在同一直线上；若是则执行步骤S32；其中，判断所述待测道路一侧的护栏是否在同一直线上的方法如下：

将所述激光测距仪沿所述待测道路上的车辆行驶方向转动预设的角度ω后进行测量，并通过如下公式计算：

L_max-L_min＜ΔL

L_max＝Max{L₁，L₂，...，L_n}

L_min＝Min{L₁,L₂,...，L_n}

其中，l_j表示同一扫描面上第j激光束从激光发光原点到所述参考点的扫描点的距离，θ_j表示第j激光束与垂直面的夹角，

表示激光束扫描到所述参考点形成的平面与中垂线的夹角，当L_max-L_min小于设定值ΔL时，判断所述护栏在同一直线上，L表示到护栏的横向距离，n表示扫描点的个数，m表示激光束的个数；其中，以激光发光原点为坐标原点o，以沿道路方向为X轴，以垂直道路方向为Y轴，以坐标原点到路面垂直距离方向为Z轴，建立三维坐标系o-XYZ，所述垂直面是指o-YZ，所述中垂线是指三维直角坐标系的o-Z；

S32：所述通信控制装置控制所述激光测距仪沿与所述步骤S31转动相反的方向转动角度ω，控制所述无人机飞行，使得所述待测道路上的车辆和所述护栏位于所述无人机同一侧，并且所述无人机远离所述护栏，计算所述待测道路上的车辆靠近所述无人机一侧离所述护栏的距离w_s，通过如下公式计算：

w_s＝l_1jcosγ_jsinα-l_2jcosγ_jsinβ；

其中，l_1j表示第j激光束从所述激光发光原点到所述护栏上的第一个扫描点的第一距离，γ_j表示所述第一距离与所述垂直面的夹角，α表示所述第一距离投影到所述垂直面上后与所述中垂线的夹角，l_2j表示第j激光束从所述发光原点到所述待测道路上的车辆最靠近所述无人机一侧的扫描点的第二距离，β表示所述第二距离投影到所述垂直面上后与所述中垂线的夹角；

S33：所述通信控制装置控制所述无人机飞行到所述待测道路上的车辆和所述护栏的中间位置，所述数据处理器计算所述待测道路上的车辆另一侧离所述护栏的距离w_t，通过如下公式计算：

w_t＝l_1kcosγ_ksinρ+l_2kcosγ_ksinσ；

其中，k＝0,1…m，l_1k表示第k激光束从所述激光发光原点到所述护栏上的第一个扫描点的第三距离，γ_k表示所述第三距离与所述垂直面的夹角，ρ表示所述第三距离投影到所述垂直面上后与所述中垂线的夹角，l_2k表示第k激光束从所述激光发光原点到所述待测道路上的车辆上最靠近无人机一侧的扫描点的第四距离，σ表示所述第四距离投影到所述垂直面上后与所述中垂线的夹角；

S34：所述待测道路上的车辆的宽度w，通过以下公式计算：

w＝|w_s-w_t|

S35：多次计算得到的多个所述待测道路上的车辆的宽度w值，并根据多个所述待测道路上的车辆的宽度值计算得到所述待测道路上的车辆的宽度平均值

2.根据权利要求1所述的检测方法，其特征在于，所述方法还包括：

使用所述无人机上预先设置的导航装置对所述无人机进行定位和导航。

3.根据权利要求1所述的检测方法，其特征在于，所述激光测距仪设置在所述无人机的下部，所述激光测距仪的激光转动轴平行于车辆行驶方向，扫描方向垂直于车辆行驶方向。

4.根据权利要求1所述的检测方法，其特征在于，所述方法还包括：

根据所述无人机与车辆的高度和位置调整所述图像采集装置的拍摄角度和高度。

5.根据权利要求2所述的检测方法，其特征在于，所述通信控制装置为具有5G或4G通信协议的无线通信控制器；所述导航装置为差分北斗导航装置。

6.根据权利要求1所述的检测方法，其特征在于，所述设定待测道路一侧的护栏为参考点，判断所述待测道路一侧的护栏是否在同一直线上，还包括：

若否，则进行调整所述护栏的位置。

7.根据权利要求1所述的检测方法，其特征在于，所述控制无人机在待测道路上按照预设的路线飞行，具体包括：

所述远程控制中心根据预设的路线控制所述无人机在所述待测道路上空飞行；

或所述通信控制装置根据预存的飞行路线控制所述无人机在所述待测道路上空飞行。

8.根据权利要求1所述的检测方法，其特征在于，所述无人机上还设置有存储器：

用于存储所述图像采集装置和所述激光测距仪采集的数据，并存储所述数据处理器和所述通信控制装置的数据。

9.根据权利要求2所述的检测方法，其特征在于，所述方法还包括：

通过所述导航装置对所述待测道路上的车辆或非车辆物体的位置进行定位。

Images