CN107563339A - 一种基于tof技术的车载货物介质识别方法 - Google Patents
一种基于tof技术的车载货物介质识别方法 Download PDFInfo
- Publication number
- CN107563339A CN107563339A CN201710819830.0A CN201710819830A CN107563339A CN 107563339 A CN107563339 A CN 107563339A CN 201710819830 A CN201710819830 A CN 201710819830A CN 107563339 A CN107563339 A CN 107563339A
- Authority
- CN
- China
- Prior art keywords
- tof
- vehicle
- light pulse
- distance
- cargo
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于TOF技术的车载货物介质识别方法,包括设置在车辆货箱上方TOF装置,TOF装置可通过有线或无线的方式连接车载主机,所述车载主机可通过有线或无线的方式连接云平台,具体包括:对车辆货箱进行连续装货过程中,TOF装置连续对货箱中不断变化的货物介质的表面特征进行数据采集,通过采用TOF技术对车载货物介质的类别进行识别,因为不同介质的粘度和硬度不同,导致装货过程中货物表面形状随时间变化趋势不同,通过TOF装置采集货物表面变化趋势数据,分析得出货物介质类别,可智能化识别车辆所装载的货物。
Description
技术领域
本发明属于工程用车运输管理技术领域,涉及一种基于TOF技术的车载货物介质识别方法。
背景技术
当前,国内许多城市都在兴建或计划兴建地铁交通设施,为了解决地铁盾构施工中采掘机械与运输机械发展不协调这一矛盾,需要大量的运输渣土、泥浆及其它杂物的车辆。目前对城市渣土车的监管以人为监管为主,即靠司机个人的自觉性,当产生超速、超载、偏离路线、异地卸载、重量变化超范围时,现有的监控设备无法将渣土车的实时情况传输到监管中心;管理部门也无法对渣土车进行有效的管理与监控;如发生渣土车违规的情况,不能提供科学有效的判断依据,如采用人为执法,成本太高,不利于推广;只有利用科技手段,才能实现城市渣土车的长效管理。
目前对于不同的建筑垃圾还没有分类管理的案例出现,渣土车在运输建筑垃圾时,为了更好的保护城市环境,需要对于不同介质建筑垃圾进行分类管理,制定不同的运输路线和运输时间段,但现在完全靠司机及工地的工作人员认为判断渣土的类别,容易因人为作弊达不到分类管理的效果,所以现在急需一种可自动识别渣土的介质类别的设备或系统,帮助建筑垃圾分类管理更加智能化。
发明内容
本发明所要解决的技术问题是,克服现有技术的缺点,提供一种基于TOF技术的车载货物介质识别方法,本发明通过采用TOF技术对车载货物介质的类别进行识别,因为不同介质的粘度和硬度不同,导致装货过程中货物表面形状随时间变化趋势不同,通过TOF装置采集货物表面变化趋势数据,分析得出货物介质类别,可智能化识别车辆所装载的货物。
为了解决以上技术问题,本发明提供一种基于TOF技术的车载货物介质识别方法,包括设置在车辆货箱上方TOF装置,当对车辆货箱进行连续装货过程中,TOF装置连续对货箱中不断变化的货物介质的表面特征进行数据采集,根据光脉冲的飞行时间得到与介质表面的目标位置的距离;具体方法包括如下步骤:
(一)第1次采集的TOF装置与货物表面各个目标位置的距离为A1、A2、A3......An,并根据相邻的目标位置与TOF装置之间的距离值的差异得出货物介质的表面特征S1;
(二)第2次采集的TOF装置与货物表面各个目标位置的距离为B1、B2、B3......Bn,并根据相邻的目标位置与TOF装置之间的距离值的差异得出货物介质的表面特征S2;
(三)第m次采集的TOF装置与货物表面各个目标位置的距离为X1、X2、X3......Xn,并根据相邻的目标位置与TOF装置之间的距离值的差异得出货物介质的表面特征Sm;
(四)在连续装货过程中,获得货物介质的表面特征S1、S2......Sm的变化趋势,得出该种货物介质的堆叠度梯度β;
(五)根据预先设定的不同种类货物介质的模型,与上述取得的堆叠度梯度β进行对比分析,得出该货物介质的种类,判断出此次车辆货箱中装载了何种货物。
因为不同介质的粘度和硬度不同,导致装货过程中货物表面形状随时间变化趋势不同,从最开始装货到装满,表面综合起伏度由大变小,表面综合起伏度变化的趋势定义为堆叠度梯度。
本发明进一步限定的技术方案是:
步骤(五)中所述的模型可以是预先设定的不同种类货物介质对应的堆叠度梯度β数值范围。
步骤(五)中所述的模型可以是人工神经网络模型。
进一步的,
前述TOF装置可通过有线或无线的方式连接车载主机,所述车载主机可通过有线或无线的方式连接云平台。
前述TOF装置包括光脉冲发生模块、第一信号收发模块、第一数据处理模块和第一存储模块。
前述车载主机包括第二信号收发模块、第二数据处理模块和第二存储模块。
前述光脉冲发生模块发出光脉冲,光脉冲遇到目标介质反射回到TOF装置,所述第一数据处理模块根据光脉冲飞行时间计算得出若干TOF装置与目标介质之间的距离得到距离值集合,并将距离值集合与第一存储模块中预存储的分类模型进行对比分析,识别出目标介质的类别,所述第一信号收发模块可将识别结果发送至车载主机。
前述光脉冲发生模块发出光脉冲,光脉冲遇到目标介质反射回到TOF装置,所述第一数据处理模块根据光脉冲飞行时间计算得出若干TOF装置与目标介质之间的距离得到距离值集合,所述第一信号收发模块可将距离值集合发送至车载主机,所述第二信号收发模块接收距离值集合并与第二存储模块中预存储的分类模型进行对比分析,识别出目标介质的类别。
前述云平台可连接智能移动终端和/或PC。
本发明的有益效果是:
本发明公开的车载货物介质识别方法,通过安装TOF装置,利用飞行时间计算与目标物的距离的原理,由于不同介质的粘度和硬度不同,导致渣土车或其他工程运输车在装货过程中,随着时间或者货物不断增加,货箱内货物表面形状变化趋势会因为介质的不同而发生不同的变化,从最开始装货直到装满,货物介质的表面综合起伏度由大变小,而本发明则根据表面综合起伏度变化的趋势识别出货物介质的种类,从而自动判断车辆所装载的货物,智能化程度高。
附图说明
图1为本发明的工作流程图;
图2为本发明的工作原理示意图。
具体实施方式
本发明通过以下实施例对本技术方案进行进一步说明,其中:
TOF装置选用Basler 公司的ToF 工业相机acA1300-30gm;
车载主机选用深圳市锐明技术股份有限公司生产的智能车载终端D5。
实施例1
本实施例提供一种基于TOF技术的车载货物介质识别方法,如图1所示,包括设置在车辆货箱上方TOF装置,当对车辆货箱进行连续装货过程中,TOF装置连续对货箱中不断变化的货物介质的表面特征进行数据采集,根据光脉冲的飞行时间得到与介质表面的目标位置的距离;具体方法包括如下步骤:
(一)第1次采集的TOF装置与货物表面各个目标位置的距离为A1、A2、A3......An,并根据相邻的目标位置与TOF装置之间的距离值的差异得出货物介质的表面特征S1;
(二)第2次采集的TOF装置与货物表面各个目标位置的距离为B1、B2、B3......Bn,并根据相邻的目标位置与TOF装置之间的距离值的差异得出货物介质的表面特征S2;
(三)第m次采集的TOF装置与货物表面各个目标位置的距离为X1、X2、X3......Xn,并根据相邻的目标位置与TOF装置之间的距离值的差异得出货物介质的表面特征Sm;
(四)在连续装货过程中,获得货物介质的表面特征S1、S2......Sm的变化趋势,得出该种货物介质的堆叠度梯度β;
(五)根据预先设定的不同种类货物介质的模型,与上述取得的堆叠度梯度β进行对比分析,得出该货物介质的种类,判断出此次车辆货箱中装载了何种货物。
因为不同介质的粘度和硬度不同,导致装货过程中货物表面形状随时间变化趋势不同,从最开始装货到装满,表面综合起伏度由大变小,表面综合起伏度变化的趋势定义为堆叠度梯度。
步骤(五)中所述的模型可以是预先设定的不同种类货物介质对应的堆叠度梯度β数值范围。如:建筑垃圾(混凝土块)在装载上车辆货箱的过程中,TOF装置识别出介质表面综合起伏度变化为β1;土块在装载过程中,TOF装置识别出介质表面综合起伏度变化为β2;沙在装载过程中,TOF装置识别出介质表面综合起伏度变化为β3;泥浆在装载过程中,TOF装置识别出介质表面综合起伏度变化为β4;显然,β1>β2>β3>β4。由此可对不同介质趋势的β值范围进行设定,从而分别与β1、β2、β3和β4进行比较,从而识别出货物介质分别为建筑垃圾(混凝土块)、土块、沙和泥浆。
步骤(五)中所述的模型还可以是人工神经网络模型。如:建筑垃圾(混凝土块)在装载上车辆货箱的过程中,TOF装置识别出介质表面综合起伏度变化为β1;土块在装载过程中,TOF装置识别出介质表面综合起伏度变化为β2;沙在装载过程中,TOF装置识别出介质表面综合起伏度变化为β3;泥浆在装载过程中,TOF装置识别出介质表面综合起伏度变化为β4;显然,β1、β2、β3及β4均不相同。由此可对不同介质的表面综合起伏度变化趋势进行人工神经网络学习,建立表面综合起伏度变化趋势模型,并分别与β1、β2、β3和β4进行分析比对,从而识别出货物介质分别为建筑垃圾(混凝土块)、土块、沙和泥浆。
如图2所示,前述TOF装置可通过有线或无线的方式连接车载主机,所述车载主机可通过有线或无线的方式连接云平台。前述TOF装置包括光脉冲发生模块、第一信号收发模块、第一数据处理模块和第一存储模块。前述车载主机包括第二信号收发模块、第二数据处理模块和第二存储模块。
前述光脉冲发生模块发出光脉冲,光脉冲遇到目标介质反射回到TOF装置,所述第一数据处理模块根据光脉冲飞行时间计算得出若干TOF装置与目标介质之间的距离得到距离值集合,并将距离值集合与第一存储模块中预存储的分类模型进行对比分析,识别出目标介质的类别,所述第一信号收发模块可将识别结果发送至车载主机。
前述光脉冲发生模块发出光脉冲,光脉冲遇到目标介质反射回到TOF装置,所述第一数据处理模块根据光脉冲飞行时间计算得出若干TOF装置与目标介质之间的距离得到距离值集合,所述第一信号收发模块可将距离值集合发送至车载主机,所述第二信号收发模块接收距离值集合并与第二存储模块中预存储的分类模型进行对比分析,识别出目标介质的类别。
前述云平台可连接智能移动终端和/或PC。
本发明公开的车载货物介质识别方法,通过安装TOF装置,利用飞行时间计算与目标物的距离的原理,由于不同介质的粘度和硬度不同,导致渣土车或其他工程运输车在装货过程中,随着时间或者货物不断增加,货箱内货物表面形状变化趋势会因为介质的不同而发生不同的变化,从最开始装货直到装满,货物介质的表面综合起伏度由大变小,而本发明则根据表面综合起伏度变化的趋势识别出货物介质的种类,从而自动判断车辆所装载的货物,智能化程度高。
以上实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内。
Claims (9)
1.一种基于TOF技术的车载货物介质识别方法,其特征在于,包括设置在车辆货箱上方TOF装置,当对车辆货箱进行连续装货过程中,TOF装置连续对货箱中不断变化的货物介质的表面特征进行数据采集,根据光脉冲的飞行时间得到与介质表面的目标位置的距离;具体方法包括如下步骤:
(一)第1次采集的TOF装置与货物表面各个目标位置的距离为A1、A2、A3......An,并根据相邻的目标位置与TOF装置之间的距离值的差异得出货物介质的表面特征S1;
(二)第2次采集的TOF装置与货物表面各个目标位置的距离为B1、B2、B3......Bn,并根据相邻的目标位置与TOF装置之间的距离值的差异得出货物介质的表面特征S2;
(三)第m次采集的TOF装置与货物表面各个目标位置的距离为X1、X2、X3......Xn,并根据相邻的目标位置与TOF装置之间的距离值的差异得出货物介质的表面特征Sm;
(四)在连续装货过程中,获得货物介质的表面特征S1、S2......Sm的变化趋势,得出该种货物介质的堆叠度梯度β;
(五)根据预先设定的不同种类货物介质的模型,与上述取得的堆叠度梯度β进行对比分析,得出该货物介质的种类,判断出此次车辆货箱中装载了何种货物。
2.根据权利要求1所述的基于TOF技术的车载货物介质识别方法,其特征在于,步骤(五)中所述的模型可以是预先设定的不同种类货物介质对应的堆叠度梯度β数值范围。
3.根据权利要求1所述的基于TOF技术的车载货物介质识别方法,其特征在于,步骤(五)中所述的模型可以是人工神经网络模型。
4.根据权利要求1-3中任一权利要求所述的基于TOF技术的车载货物介质识别方法,其特征在于,所述TOF装置可通过有线或无线的方式连接车载主机,所述车载主机可通过有线或无线的方式连接云平台。
5.根据权利要求4所述的基于TOF技术的车载货物介质识别方法,其特征在于,TOF装置包括光脉冲发生模块、第一信号收发模块、第一数据处理模块和第一存储模块。
6.根据权利要求5所述的基于TOF技术的车载货物介质识别方法,其特征在于,所述车载主机包括第二信号收发模块、第二数据处理模块和第二存储模块。
7.根据权利要求4所述的基于TOF技术的车载货物介质识别方法,其特征在于,所述光脉冲发生模块发出光脉冲,光脉冲遇到目标介质反射回到TOF装置,所述第一数据处理模块根据光脉冲飞行时间计算得出若干TOF装置与目标介质之间的距离得到距离值集合,并将距离值集合与第一存储模块中预存储的分类模型进行对比分析,识别出目标介质的类别,所述第一信号收发模块可将识别结果发送至车载主机。
8.根据权利要求4所述的基于TOF技术的车载货物介质识别方法,其特征在于,所述光脉冲发生模块发出光脉冲,光脉冲遇到目标介质反射回到TOF装置,所述第一数据处理模块根据光脉冲飞行时间计算得出若干TOF装置与目标介质之间的距离得到距离值集合,所述第一信号收发模块可将距离值集合发送至车载主机,所述第二信号收发模块接收距离值集合并与第二存储模块中预存储的分类模型进行对比分析,识别出目标介质的类别。
9.根据权利要求4所述的基于TOF技术的车载货物介质识别方法,其特征在于,所述云平台可连接智能移动终端和/或PC。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710819830.0A CN107563339A (zh) | 2017-09-13 | 2017-09-13 | 一种基于tof技术的车载货物介质识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710819830.0A CN107563339A (zh) | 2017-09-13 | 2017-09-13 | 一种基于tof技术的车载货物介质识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107563339A true CN107563339A (zh) | 2018-01-09 |
Family
ID=60980810
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710819830.0A Pending CN107563339A (zh) | 2017-09-13 | 2017-09-13 | 一种基于tof技术的车载货物介质识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107563339A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110333185A (zh) * | 2019-07-03 | 2019-10-15 | 香港光云科技有限公司 | 材质检测方法 |
CN110414851A (zh) * | 2019-07-31 | 2019-11-05 | 秒针信息技术有限公司 | 自动装货方法和装置 |
CN111547157A (zh) * | 2020-04-30 | 2020-08-18 | 新石器慧通(北京)科技有限公司 | 一种装载效率高的无人物流车及其装载方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040031335A1 (en) * | 2000-02-17 | 2004-02-19 | Fromme Guy A. | Bulk materials management apparatus and method |
US20120020516A1 (en) * | 2010-07-23 | 2012-01-26 | Hon Hai Precision Industry Co., Ltd. | System and method for monitoring motion object |
CN106528592A (zh) * | 2016-09-21 | 2017-03-22 | 塞壬智能科技(北京)有限公司 | 一种对矿场进行盘点的方法及系统 |
-
2017
- 2017-09-13 CN CN201710819830.0A patent/CN107563339A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040031335A1 (en) * | 2000-02-17 | 2004-02-19 | Fromme Guy A. | Bulk materials management apparatus and method |
US20120020516A1 (en) * | 2010-07-23 | 2012-01-26 | Hon Hai Precision Industry Co., Ltd. | System and method for monitoring motion object |
CN106528592A (zh) * | 2016-09-21 | 2017-03-22 | 塞壬智能科技(北京)有限公司 | 一种对矿场进行盘点的方法及系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110333185A (zh) * | 2019-07-03 | 2019-10-15 | 香港光云科技有限公司 | 材质检测方法 |
CN110414851A (zh) * | 2019-07-31 | 2019-11-05 | 秒针信息技术有限公司 | 自动装货方法和装置 |
CN111547157A (zh) * | 2020-04-30 | 2020-08-18 | 新石器慧通(北京)科技有限公司 | 一种装载效率高的无人物流车及其装载方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106115104B (zh) | 基于物联网的生活垃圾分类收运系统、装置及其方法 | |
CN101582198B (zh) | 心墙堆石坝施工质量实时监控方法 | |
CN109415043A (zh) | 一种基于舒适度的自动驾驶行驶规划方法 | |
CN103403639A (zh) | 关于车辆队列的方法和管理单元 | |
CN107563339A (zh) | 一种基于tof技术的车载货物介质识别方法 | |
CN105427613B (zh) | 一种车辆违规加塞的举证方法及其系统 | |
CN104778575A (zh) | 一种智能物流监管系统 | |
CN106781503A (zh) | 用于监测驾驶行为的方法和装置 | |
CN206741700U (zh) | 一种用于渣土车货箱监测的视频识别系统 | |
CN103268072A (zh) | 一种基于机器视觉的缩微车、缩微车控制系统及控制方法 | |
CN109685436A (zh) | 自动驾驶车辆跨境运输系统及相关设备 | |
CN107031487A (zh) | 一种基于加速度传感器与陀螺仪的举升识别系统 | |
CN107705547A (zh) | 一种基于bim技术的客货滚装港口待渡场智能作业方式 | |
CN115239219B (zh) | 一种基于物联网的智慧城市渣土车管理方法和系统 | |
Shi | More than smart pavements: connected infrastructure paves the way for enhanced winter safety and mobility on highways | |
CN111541751B (zh) | 一种轨迹监测的方法及装置 | |
Escolano et al. | Passenger demand forecast using optical flow passenger counting system for bus dispatch scheduling | |
CN104809607A (zh) | 一种物流运维优化管理系统 | |
CN107631691A (zh) | 一种基于tof技术的车载货物体积计算方法 | |
CN107016820A (zh) | 一种用于渣土车举升监测的视频识别方法 | |
CN106952479A (zh) | 一种用于渣土车卸货监测的视频识别方法 | |
CN106803348A (zh) | 一种基于卡口的高架道路车辆行程时间短时预测方法 | |
CN112668786B (zh) | 一种矿车车辆安全评估预测方法、终端设备和存储介质 | |
CN207207884U (zh) | 基于加速度传感器的货箱装货识别系统 | |
CN104794604A (zh) | 一种全物资配送管理系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180109 |