CN109544763A - 一种高适应性自行车专用车道智能闸机系统 - Google Patents
一种高适应性自行车专用车道智能闸机系统 Download PDFInfo
- Publication number
- CN109544763A CN109544763A CN201811524296.1A CN201811524296A CN109544763A CN 109544763 A CN109544763 A CN 109544763A CN 201811524296 A CN201811524296 A CN 201811524296A CN 109544763 A CN109544763 A CN 109544763A
- Authority
- CN
- China
- Prior art keywords
- wheel
- vehicle
- side elevation
- machine
- lane
- 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.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开一种高适应性自行车专用车道智能闸机系统,包括设置于车道两侧的识别装置和沿识别装置行车方向设置的专用闸机,其中识别装置用于采集通过车辆的车轮侧视图像和测量识别装置与车轮的距离,基于图形和距离获取车轮半径R和轮胎宽度B,并计算轮胎宽度B与车轮半径R的关系函数值i={B,R},通过比较i与第一阈值的大小判断通过车辆是否为自行车,发送判断结果至专用闸机;专用闸机接收并基于判断结果并控制专用闸机打开或关闭。本发明的智能闸机系统相比于同类产品,无需预先在地面预留设备安装孔及底部空间,尤其是若自行车专用车道采用箱梁等结构的情况下不会对架高的道路本体结构造成损伤,同时也更加适用于不同结构形式的自行车专用车道。
Description
技术领域
本发明涉及道路交通领域。更具体地,涉及一种高适应性自行车专用车道智能闸机系统。
背景技术
随着经济社会的发展,城市人口和汽车的数量与日俱增,而公共交通的负载能力却不能满足人们出行需求的需要,城市交通拥堵已成为制约城市进一步发展的首要问题。自行车出行以其具有绿色环保和方便快捷,有助于解决城市交通的拥堵问题,同时还有助于身体健康,尤其适用于短距离出行等特点,越来越成为一些市民的首选。但是,由于自行车车道很容易被肆意停放的汽车和发展迅猛的电动车所侵占,导致了自行车的实际使用效果大打折扣,需要规划自行车专用车道。
目前,自行车专用车道在丹麦、荷兰、德国等均有不同程度的普及应用,但由于国情的不同,在上述国家中电动自行车较少,摩托车均使用机动车道,同时国民普遍倾向于骑自行车出行,因此在以上国家暂不存在自行车专用道乱占乱用的情况,因而同类产品在国际国内还未有先例。
自行车专用车道的一个重要问题就是自行车的识别问题。在现有的识别方式中,能被该系统使用的技术主要有利用RF ID技术、视频监控识别、图像识别、电磁感应识别、尾气检测识别等方式,其中:
(1)RFID识别技术普及率高,成本低,便于大规模开展,显然简便易行。但是该方式需要将现有的自行车均安装上具有有效编码的RFID卡,对于公共自行车较易施行,对于占有更广大份额的普通私有自行车显得较为困难。此外,RFID卡属于外置式安装,易被窃或转移安装至电动车等非自行车上,进而可能造成大规模的误识别,所以该方式适宜作为辅助识别手段。
(2)视频监控识别一般需要人工识别,对于设备的大规模使用带来成本上的急剧上升,而视频监控本身具有滞后性,不利于现场管制,可能会造成管理上的混乱。该方式适宜于在总控室进行总体概览,甄别突发情况等应用场景。
(3)图像识别一般采用可见光、微波或红外成像等技术手段对被测物进行成像,再根据被测物的目标特性进行识别。该方式的难点在于自行车、电动车、摩托车等车辆的种类过于庞杂,采用惯常的侧视或前视捕捉画面难以提取到典型的外形判据,而依靠建立数据库的方式又显得基础数据库建设周期太长,同时识别算法本身较为复杂而低效。如采用侧视机位进行图像采集,为使得图像画面整洁无背景干扰需要将每台闸机设置一条通道,并在车道两侧设置安装隔离架。但这样的设置即便车辆可顺利通过,但对于图像采集来说在这种场景下需要极大的视场角,造成画面的畸变严重,对最终的识别带来一定的困难。而若只采用单机位捕捉画面的设置,则可能在同一画面中出现多辆自行车以及车辆重叠的问题,在进行图像识别时则会难以处理。
(4)电磁感应识别可主要针对电动车独有的电动机进行甄别,以此作为电动车的判据。但电动车的永磁式电机需要采用灵敏的高斯计进行磁场检测,而电动车上采用的永磁体磁场随距离的衰减很大,在不影响通行的情况下直接进行非接触式测量可能会采不到有效的读数而影响判断。同时该方式无法独立检测摩托车等内燃机车。
(5)尾气检测可利用激光分析尾气团等方式进行,作为一种较为成熟的技术手段可识别机动车辆,但无法区分电动车和自行车。
综上所述,在现阶段或可预见的一个较长时期内,对于拟建设的自行车专用道来说,设计一种可快速通过的智能自行车识别闸机对于保障自行车在专用道的行驶至关重要,同时也是自行车专用道能否实现其最大设计意图的有效解决方案,然而现有的技术途径均不能单独实现该功能,即使是几个技术的叠加也不能顺利解决,因此有必要针对该应用场景设计一种综合的解决方案。
因此,需要提供一种高适应性自行车专用车道智能闸机系统。
发明内容
本发明的目的在于提供一种高适应性自行车专用车道智能闸机系统,在自行车专用车道的入口处实现大部分自行车的非人工识别,使得自行车出行的市民可以快速通过闸机进入行车道,同时阻止电动车、摩托车和踏板车等非自行车进入,进而保障自行车专用道的正常运转,同时对于未被有效识别的车辆由中控室进行人工识别。
为达到上述目的,本发明采用下述技术方案:
一种高适应性自行车专用车道智能闸机系统,包括设置于车道两侧的识别装置1和沿识别装置1行车方向设置的专用闸机2,其中
识别装置1用于采集通过车辆的车轮侧视图像和测量识别装置1与车轮的距离,基于图形和距离获取车轮半径R和轮胎宽度B,并计算轮胎宽度B与车轮半径R的关系函数值i={B,R},通过比较关系函数值i与第一阈值的大小判断通过车辆是否为自行车,发送判断结果至专用闸机2;
专用闸机2接收并基于判断结果并控制专用闸机2打开或关闭。
优选地,关系函数值i=B/R。
优选地,识别装置1包括侧视图像采集一体机11和车辆感应触发装置12,其中
侧视图像采集一体机11对应设置于车道两侧,包括第一图像采集装置111、第一测距装置113和处理模块115;第一图像采集装置111对应通过车轮高度设置于侧视图像采集一体机11侧面,用于采集通过车辆的车轮侧视图像并发送至处理模块115;第一测距装置113对应设置于车道两侧的侧视图像采集一体机11底部,用于测量通过车辆轮胎宽度B1并发送至处理模块115;处理模块115接收车轮侧视图像并获取车轮半径R1,计算轮胎宽度B1与车轮半径R1的比值i1=B1/R1,比较比值i1与第一阈值的大小判断通过车辆是否为自行车,发送判断结果至专用闸机2;
车辆感应触发装置12设置于车道中央地面位置,用于感应有车辆通过并启动第一图像采集装置111和第一测距装置113。
进一步优选地,侧视图像采集一体机11还包括与第一图像采集装置111对应设置的第二图像采集装置112和与第一测距装置113对应设置的第二测距装置114,第一图像采集装置111和第一测距装置113用于测量通过车辆第一车轮,第二图像采集装置112和第二测距装置114用于测量通过车辆第二车轮,其中
第二图像采集装置112对应通过车轮高度设置于侧视图像采集一体机11侧面,用于采集通过车辆的车轮侧视图像并发送至处理模块115;第二测距装置114对应设置于车道两侧的侧视图像采集一体机11底部,用于测量通过车辆轮胎宽度B2并发送至处理模块115;
处理模块115接收第二车轮的侧视图像并获取车轮半径R2,计算轮胎宽度B2与车轮半径R2的比值i2=B2/R2,计算第一车轮比值i1和第二车轮i2的平均值i=i1+i2/2,比较比值i与第一阈值的大小判断通过车辆是否为自行车,发送判断结果至专用闸机2。
进一步优选地,第一测距装置113基于激光测距分别测量车道两侧侧视图像采集一体机11与通过车辆轮胎的距离D1和D2,车道两侧侧视图像采集一体机11初始间距为D,则车辆轮胎宽度B1=D-D1-D2;
第二测距装置114基于激光测距分别测量车道两侧侧视图像采集一体机11与通过车辆轮胎的距离D3和D4,车道两侧侧视图像采集一体机11初始间距为D,则车辆轮胎宽度B2=D-D3-D4。
进一步优选地,第一车轮为车辆前轮,第二车轮为车辆后轮。
进一步优选地,车辆感应触发装置12包括前轮感应触发模块121和后轮感应触发模块122,其中
前轮感应触发模块121用于感应有车辆通过并启动第一图像采集装置111和第一测距装置113;
后轮感应触发模块122用于感应有车辆通过并启动第二图像采集装置112和第二测距装置114。
优选地,处理模块115对接收到的侧视图像进行背景消除处理。
优选地,专用闸机2包括RFID识别模块23,用于识别RFID信号并控制专用闸机2打开。
优选地,关系函数值i=B/R2或i=lnB/R或i=INT(B)/INT(R)。
本发明的有益效果如下:
本发明提出了一种成本较低,可推广的自行车职能识别闸机系统,保障自行车在城市出行的自行车专用车道的路权,能够有效避免摩托车、电动车、踏板车、三轮车等非自行车占用自行车专用车道,对于推动自行车专用车道的广泛应用起到了支撑作用,便于自行车爱好者的低碳出行。本发明的智能闸机系统相比于同类产品,无需预先在地面预留设备安装孔及底部空间,尤其是若自行车专用车道采用箱梁等结构的情况下不会对架高的道路本体结构造成损伤,同时也更加适用于不同结构形式的自行车专用车道。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的说明。
图1示出自行车专用车道闸机系统结构示意图。
图2示出自行车专用车道闸机系统俯视图。
图3示出自行车专用车道闸机系统沿行车方向示意图。
图4示出侧视识别一体机结构示意图。
图5示出双车道识别系统布局结构示意图。
图6示出前轮图像采集示意图。
图7示出后轮图像采集示意图。
图8示出车辆轮胎宽度测量示意图。
具体实施方式
为了更清楚地说明本发明,下面结合优选实施例和附图对本发明做进一步的说明。附图中相似的部件以相同的附图标记进行表示。本领域技术人员应当理解,下面所具体描述的内容是说明性的而非限制性的,不应以此限制本发明的保护范围。
对于自行车、电动车、摩托车以及踏板车,其外形差别较大,仅通过侧视图像由计算机图形学判断难以找到典型的区分界限;前视图像会造成图像采集系统位于行进方向前端,阻挡行车,且前视图像同样存在区分界限模糊的情况;同样,单一的其他方向视图均难以判断。若采用3D成像的方式,可采用双目立体摄像机进行成像,双目立体视觉是一种在Marr视觉理论基础上建立起来的三维重建技术,是通过两台摄像机对拍摄同一物体处于不同位置时的情况,融合两只眼睛获得的图像差别,利用几何原理对获取的图像进行三维场景的恢复,但采用该方式会遇到与前述方法同样的问题。
有发明提出一种位于行车道底部的识别方法,但主要存在以下缺点:
1、需要在行车道底部安装图像识别装置,这样需要在道路施工完毕的情况下进行二次施工;
2、如上,若自行车专用道为高架路段,则道路支撑结构一般为混凝土箱梁或钢结构,若是混凝土箱梁,则难以进行二次施工,需要进行预制;
3、如上,若为钢结构道路,则可进行二次施工,但须将车道路面的相应位置进行开孔处理,现场工作量较大;
4、同时安装后难以完全防止雨水进入钢结构本体,造成安全问题的隐患;
以上问题属于固有属性,难以通过设计改进完善,因此,一种适应性更好,安装更为便利的产品更贴合实际使用。为着力解决这一问题,本发明重点在不破坏车道本体结构的情况下,实现待检通行车辆的检测识别,并可实现快速安装。
对于待检通行车辆,重点在于识别轮胎宽度和车轮的半径,并计算两者的比值,以此作为车辆识别的重要判据,而对于系统没有甄别的车辆,可通过中控室通过监控摄像机进行人工识别。
为计算轮胎宽度和轮径的比值,需要对前轮进行图像识别,鉴于侧视、前视、俯视等视角均存在不可避免的劣势,而采用仰拍方式则需要在道路下方打孔安装设备,因此本发明采用侧视图像识别和侧机位激光测距法相结合的方法,即在行车通道的一侧安装图像采集相机,在行车通道两侧安装激光测距仪,由激光测距仪测量轮胎宽度,由侧视相机采集车轮侧视图像并由图象识别的方式计算轮径。
如图1-3所示,一种高适应性自行车专用车道智能闸机系统,包括设置于车道两侧的识别装置1和沿识别装置1行车方向设置的专用闸机2,其中
识别装置1用于采集通过车辆的车轮侧视图像和测量识别装置1与车轮的距离,基于图形和距离获取车轮半径R和轮胎宽度B,并计算轮胎宽度B与车轮半径R的比值i=B/R,通过比较比值i与第一阈值的大小判断通过车辆是否为自行车,发送判断结果至专用闸机2。
具体地,如图4所示,识别装置1包括侧视图像采集一体机11和车辆感应触发装置12,其中侧视图像采集一体机11对应设置于车道两侧,包括第一图像采集装置111、第一测距装置113和处理模块115;第一图像采集装置111对应通过车轮高度设置于侧视图像采集一体机11侧面,用于采集通过车辆的车轮侧视图像并发送至处理模块115;第一测距装置113对应设置于车道两侧的侧视图像采集一体机11底部,用于测量通过车辆轮胎宽度B1并发送至处理模块115;处理模块115接收车轮侧视图像并获取车轮半径R1,计算轮胎宽度B1与车轮半径R1的比值i1=B1/R1,比较比值i1与第一阈值的大小判断通过车辆是否为自行车,发送判断结果至专用闸机2。
侧视图像采集一体机11还包括与第一图像采集装置111对应设置的第二图像采集装置112和与第一测距装置113对应设置的第二测距装置114,第一图像采集装置111和第一测距装置113用于测量通过车辆第一车轮,第二图像采集装置112和第二测距装置114用于测量通过车辆第二车轮,其中第二图像采集装置112对应通过车轮高度设置于侧视图像采集一体机11侧面,用于采集通过车辆的车轮侧视图像并发送至处理模块115;第二测距装置114对应设置于车道两侧的侧视图像采集一体机11底部,用于测量通过车辆轮胎宽度B2并发送至处理模块115;处理模块115接收第二车轮的侧视图像并获取车轮半径R2,计算轮胎宽度B2与车轮半径R2的比值i2=B2/R2,计算第一车轮比值i1和第二车轮i2的平均值i=i1+i2/2,比较比值i与第一阈值的大小判断通过车辆是否为自行车,发送判断结果至专用闸机2。
上述第一车轮为车辆前轮,第二车轮为车辆后轮,117为一体机壳体,118为成像区域,119为测距光束。
测量通过车辆轮胎宽度时,第一测距装置113基于激光测距分别测量车道两侧侧视图像采集一体机11与通过车辆轮胎的距离D1和D2,车道两侧侧视图像采集一体机11初始间距为D,则车辆轮胎宽度B1=D-D1-D2;第二测距装置114基于激光测距分别测量车道两侧侧视图像采集一体机11与通过车辆轮胎的距离D3和D4,车道两侧侧视图像采集一体机11初始间距为D,则车辆轮胎宽度B2=D-D3-D4。
如图5所示,车辆感应触发装置12设置于车道中央地面位置,用于感应有车辆通过并启动第一图像采集装置111和第一测距装置113。车辆感应触发装置12包括前轮感应触发模块121和后轮感应触发模块122,其中前轮感应触发模块121用于感应有车辆通过并启动第一图像采集装置111和第一测距装置113;后轮感应触发模块122用于感应有车辆通过并启动第二图像采集装置112和第二测距装置114。
本发明中,识别装置1安装在行车道4的上。其中车辆感应触发装置12安装在车道中央,中心线对准,侧视图像采集一体机11安装在车道两侧、其中以右侧机位的侧视图像采集一体机11负责采集本车道的图像,左侧机位的的侧视图像采集一体机11右侧面作为右侧机位图像采集的背景,同时也负责采集行车道4左侧车道的图像;侧视图像采集一体机11和车辆感应触发装置12具有对应的位置关系,两者需要进行有定位的机械连接,以确定两者之间的相对几何关系,侧视图像采集一体机11和车辆感应触发装置12均与行车道4的地面进行固定。
具体实施过程中,识别装置1安装在专用闸机2前方约3m~5m的位置,以保证足够的识别时间。识别装置1包括侧视图像采集一体机11、车辆感应触发装置12,两者具有机械安装接口,安装时需要准确的定位固定,整体安装在行车道4上,中心对准;识别装置1因保证骑车人不停车通过,所以需要具备一定的宽度,该宽度可根据车道有效宽度确定,一般可位于500mm~750mm之间;侧视图像采集一体机11和车辆感应触发装置12是识别装置1的关键功能部件,其中车辆感应触发装置12为每条车道一部,而侧视图像采集一体机11为每条车道两部,分别位于车道的左右两侧,两台侧视图像采集一体机11以及车辆感应触发装置12通过通信线缆124连接,而该通信线缆124具备供电功能;前轮图像采集装置111和后轮图像采集装置112可采用可见光及近红外成像的工业相机配合焦距适当的镜头组成,补光光源116为采集图像提供足够的背景光照,近红外波段可使可见光情况下的环境干扰降低,补光光源116一般安装在图像采集装置的对侧,用于逆光拍摄;其中工业相机的规格宜选用图像分辨率不低于640×480,帧数不低于20fps等规格的产品,结合适当焦距的镜头,在行车道4中心线所在的铅垂面上的成像区域约为600mm×450mm,以覆盖目前最大轮径29英寸自行车轮的超过1/4的车轮范围;前轮感应触发模块121和后轮感应触发模块122采用定制线型压力传感器开关为主要元件,在每个触发模块可布置前后两组线型压力传感器,在行车过程中感知到前后轮的压力触发后可给出触发指令;前轮测距装置113和后轮测距装置114均需安装在侧视图像采集一体机11的底部,每台侧视图像采集一体机11需安装4部。前轮测距装置113和后轮测距装置114在几何上需要分别与前轮感应触发模块121和后轮感应触发模块122中心对准,高度上距离地面约为20mm。可在激光测距模块的基础上进行二次开发,如若尺寸超出,则需增加光路转接部件,确保出射光线的几何位置关系。
专用闸机2接收并基于判断结果并控制专用闸机2打开或关闭。专用闸机2的外形尺寸需要根据使用场景进行改进性设计,如需要较窄的宽度和较低的高度,可使用现有闸机通用技术来实现;相较于现有闸机的功能模块,该专用闸机2上安装有通知屏及扩音器以及申诉按钮。
自行车识别过程如下:
行驶中的自行车通过识别装置1中的前轮感应触发模块121的过程中,前轮感应触发模块121在前后两条压力传感器均受压触发时发送采集指令给前轮图像采集装置111和前轮测距装置113。如前所述,前轮测距装置113为成对使用,从车道两侧的侧视图像采集一体机11分别发射探测激光束,测出行进中的自行车车胎两侧胎壁距离两侧侧视图像采集一体机11中的前轮测距装置113基准面的距离D1和距离D2。而两侧的两个前轮测距装置113基准面之间的距离初始值间距D为系统初始设定值,该值根据车道宽度确定,故,轮胎宽度值B1=D-D1-D2。前轮图像采集装置111在接收到采集指令时同时触发补光光源116,在补光光源116照射的情况下采集前轮图像,可降低背景光的影响,同时突出待测物的轮廓边缘,如图6所示。根据图像识别中的典型算法,可根据轮胎的边缘计算出轮径R1,计算轮胎宽度B1与车轮半径R1的比值i1=B1/R1。
继续行驶的自行车通过识别装置1中的后轮感应触发模块122的过程中,后轮感应触发模块122在前后两条压力传感器均受压触发时发送采集指令给后轮图像采集装置112和后轮测距装置114。如前所述,后轮测距装置114为成对使用,从车道两侧的侧视图像采集一体机11分别发射探测激光束,测出行进中的自行车车胎两侧胎壁距离两侧侧视图像采集一体机11中的后轮测距装置114基准面的距离D3和距离D4。而两侧的两个后轮测距装置114基准面之间的距离值初始间距D为系统初始设定值该值等于前轮测距装置113之间的距离初始值,该值根据车道宽度确定,故,轮胎宽度值B2=D-D3-D4。后轮图像采集装置112在接收到采集指令时同时触发补光光源116,在补光光源116照射的情况下采集后轮图像,可降低背景光的影响,同时突出待测物的轮廓边缘,如图7所示。根据图像识别中的典型算法,可根据轮胎的边缘计算出轮径R2,计算轮胎宽度B2与车轮半径R2的比值i2=B2/R2。后轮的轮胎宽度值B2和轮径R2的测量值用于与前轮的同等测量值比对,可进行加权平均处理,降低测量误差的影响。
计算第一车轮比值i1和第二车轮i2的平均值i=i1+i2/2,比较比值i与第一阈值的大小判断通过车辆是否为自行车,发送判断结果至专用闸机2。
根据自行车、电动车以及摩托车的轮胎规格标准,结合统计数据可给出比值i的具体值。若比值i落入区间I时,为自行车;若比值i落入区间II时,为电动车;若比值i落入区间III时,为摩托车。其中,区间I-II为自行车与电动车的模糊区间,在此区间内的车辆一般为小轮径宽胎自行车和大轮径窄胎电动车,此处所述的宽胎和窄胎不是绝对值的宽和窄,而是在同类型车型中的宽和窄;区间II和区间III的界限也存在上述情况,但该界限也显著大于区间I-II的值域,因此可直接判定为非自行车而无需进一步区别。
由于自行车在行驶中前轮的前进轴线不一定车道中心线重合,而是存在偏移量和夹角,因此在实际图像处理时需要对前轮影像侧边缘进行提取,并结合测量距离予以修正。在进行后轮的图像采集中,同时针对后轮的中心区域进行图像识别。电动车的后轮中心一般为鼓式驱动电机,其半径较大,且为封闭结构,在后轮的影响中明显区别与自行车的后轮影像,可对此部分进行边缘提取,根据边缘再计算其半径,作为附加判断,当所述半径大于某预设值后即可判断为电动车。摩托车同样存在该问题,即后轮中心有较大的鼓式轮轴。
应理解的是,处理模块115还对接收到的侧视图像进行背景消除处理。
可选的,在上述智能闸机中,对于市政提供的公共自行车,可在车上固定安装统一编码的RFID卡,在专用闸机上安装有RFID识别模块可对该类具有RFID卡的公共自行车进行快速识别,并给予放行。例如专用闸机2包括闸门21、闸机本体22、RFID识别模块,专用闸机有别于现有普通人员类的闸机,其高度和宽度均需要根据自行车的使用场景进行定制,是一种小尺寸的闸机。专用闸机2的外形尺寸需要根据使用场景进行改进性设计,如需要较窄的宽度和较低的高度,可使用现有闸机通用技术来实现。
本发明的高适应性自行车专用车道智能闸机系统具有如下功能:
该系统联合其所属的识别装置1、专用闸机2以及自行车识别方法3进行自行车的识别和通过,其中对于可顺利识别的车辆经由专用闸机2通过进入自行车专用车道,对于不能顺利识别的车辆经由中控监测机房5通过监控摄像头6进行人工判断检测。该系统可阻止不符合通行标准的电动车、摩托车、三轮车等非自行车通过闸机进入自行车专用车道,保障自行车在其专用车道的路权。
如图8所示,该系统的应用场景及流程如下:
1.根据现有的自行车专用道的规划,其宽度一般为2.5m,该系统位于专用道的入口处,在宽度方向占用2.4m左右空间,在行车方向占用约3~5m空间;
2.该系统的基本配置包括两条行车车道,可根据车道的宽度适当进行增减或变更;
3.行车车道上安装识别装置1和专用闸机2,可实现自行车骑行通过检测无需下车推行,行进速度可介于5km/h~18km/h,或根据系统硬件配置情况而实现更高速通过速度;
4.在行车车道的两侧分别安装侧视图像采集一体机11,其用于采集左侧车道的车辆图像;
5.当自行车通过识别装置1时,前轮首先经过前轮感应触发模块121,此时前轮感应触发模块121发送采集指令给前轮图像采集装置111以及前轮测距装置113;
6.前轮图像采集装置111在接收到采集指令后采集前轮侧视图像,采集后将该图像发送给处理模块115进行轮径计算;
7.前轮测距装置113在接收到采集指令后进行测距,采集后将测得的距离值发送给处理模块115,计算出前轮胎宽B1;
8.自行车继续在识别装置1上前行,当后轮经过后轮感应触发模块122时,后轮感应触发模块122发送采集指令给后轮图像采集装置112以及后轮测距装置114;
9.后轮图像采集装置112在接收到采集指令后采集后轮侧视图像,采集后将该图像发送给处理模块115进行轮径计算;
10.后轮测距装置114在接收到采集指令后进行测距,采集后将测得的距离值发送给处理模块115,计算出后轮胎宽B2;
11.为减小测量误差,因而引入前后轮测量值的比对,并计算平均值;
12.根据平均值计算胎宽与轮径的比值,给出判断结果;
13.处理模块115根据判断结果确定是否可通行,若可通行则发送通行指令给专用闸机2,此时专用闸机打开闸门,自行车可直接通过。专用闸机2需符合闸机行业标准,在自行车通过后关闭闸门,且附带有安全措施;
14.处理模块115根据判断结果确定是否可通行,若不可通行则发送通知指令给通知屏及扩音器,此时通知屏及扩音器通过屏显及语音通知骑行者驶离;
15.若由于骑行者车辆属于系统判断的边界区域或其他原因造成误判,则可在闸机处按压申诉按钮申请人工视频检测以确定是否可通行。
应说明的是,本发明中,车辆前轮的轮胎宽度B及车轮半径R为该系统所检测的关键指标,其判别第一阈值不局限于比值i=B/R,也可为B及R的其他线性或非线性叠加计算方法,以便于提高i的分离度,如i=B/R2或i=lnB/R或i=INT(B)/INT(R)等,本发明以i=B/R为例进行说明。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定,对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动,这里无法对所有的实施方式予以穷举,凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。
Claims (10)
1.一种高适应性自行车专用车道智能闸机系统,其特征在于,包括设置于车道两侧的识别装置(1)和沿所述识别装置(1)行车方向设置的专用闸机(2),其中
所述识别装置(1)用于采集通过车辆的车轮侧视图像和测量所述识别装置(1)与车轮的距离,基于所述图形和距离获取车轮半径R和轮胎宽度B,并计算所述轮胎宽度B与车轮半径R的关系函数值i={B,R},通过比较所述关系函数值i与第一阈值的大小判断通过车辆是否为自行车,发送判断结果至所述专用闸机(2);
所述专用闸机(2)接收并基于所述判断结果并控制所述专用闸机(2)打开或关闭。
2.根据权利要求1所述的自行车专用车道智能闸机系统,其特征在于,所述关系函数值i=B/R。
3.根据权利要求2所述的自行车专用车道智能闸机系统,其特征在于,所述识别装置(1)包括侧视图像采集一体机(11)和车辆感应触发装置(12),其中
侧视图像采集一体机(11)对应设置于车道两侧,包括第一图像采集装置(111)、第一测距装置(113)和处理模块(115);所述第一图像采集装置(111)对应通过车轮高度设置于所述侧视图像采集一体机(11)侧面,用于采集通过车辆的车轮侧视图像并发送至所述处理模块(115);所述第一测距装置(113)对应设置于车道两侧的侧视图像采集一体机(11)底部,用于测量通过车辆轮胎宽度B1并发送至所述处理模块(115);所述处理模块(115)接收所述车轮侧视图像并获取车轮半径R1,计算所述轮胎宽度B1与车轮半径R1的比值i 1=B1/R1,比较所述比值i 1与第一阈值的大小判断通过车辆是否为自行车,发送判断结果至所述专用闸机(2);
所述车辆感应触发装置(12)设置于车道中央地面位置,用于感应有车辆通过并启动所述第一图像采集装置(111)和第一测距装置(113)。
4.根据权利要求3所述的自行车专用车道智能闸机系统,其特征在于,所述侧视图像采集一体机(11)还包括与第一图像采集装置(111)对应设置的第二图像采集装置(112)和与第一测距装置(113)对应设置的第二测距装置(114),所述第一图像采集装置(111)和第一测距装置(113)用于测量通过车辆第一车轮,所述第二图像采集装置(112)和第二测距装置(114)用于测量通过车辆第二车轮,其中
所述第二图像采集装置(112)对应通过车轮高度设置于所述侧视图像采集一体机(11)侧面,用于采集通过车辆的车轮侧视图像并发送至所述处理模块(115);所述第二测距装置(114)对应设置于车道两侧的侧视图像采集一体机(11)底部,用于测量通过车辆轮胎宽度B2并发送至所述处理模块(115);
所述处理模块(115)接收第二车轮的侧视图像并获取车轮半径R2,计算所述轮胎宽度B2与车轮半径R2的比值i2=B2/R2,计算第一车轮比值i 1和第二车轮i2的平均值i=(i 1+i 2)/2,比较所述比值i与第一阈值的大小判断通过车辆是否为自行车,发送判断结果至所述专用闸机(2)。
5.根据权利要求4所述的自行车专用车道智能闸机系统,其特征在于,
所述第一测距装置(113)基于激光测距分别测量车道两侧侧视图像采集一体机(11)与通过车辆轮胎的距离D1和D2,车道两侧侧视图像采集一体机(11)初始间距为D,则车辆轮胎宽度B1=D-D1-D2;
所述第二测距装置(114)基于激光测距分别测量车道两侧侧视图像采集一体机(11)与通过车辆轮胎的距离D3和D4,车道两侧侧视图像采集一体机(11)初始间距为D,则车辆轮胎宽度B2=D-D3-D4。
6.根据权利要求5所述的自行车专用车道智能闸机系统,其特征在于,
所述第一车轮为车辆前轮,所述第二车轮为车辆后轮。
7.根据权利要求6所述的自行车专用车道智能闸机系统,其特征在于,所述车辆感应触发装置(12)包括前轮感应触发模块(121)和后轮感应触发模块(122),其中
前轮感应触发模块(121)用于感应有车辆通过并启动所述第一图像采集装置(111)和第一测距装置(113);
后轮感应触发模块(122)用于感应有车辆通过并启动所述第二图像采集装置(112)和第二测距装置(114)。
8.根据权利要求7所述的自行车专用车道智能闸机系统,其特征在于,所述处理模块(115)对接收到的侧视图像进行背景消除处理。
9.根据权利要求1所述的自行车专用车道智能闸机系统,其特征在于,所述专用闸机(2)包括RF I D识别模块(23)用于识别RF I D信号并控制所述专用闸机(2)打开。
10.根据权利要求1所述的自行车专用车道智能闸机系统,其特征在于,所述关系函数值i=B/R2或i=l nB/R或i=I NT(B)/I NT(R)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811524296.1A CN109544763A (zh) | 2018-12-13 | 2018-12-13 | 一种高适应性自行车专用车道智能闸机系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811524296.1A CN109544763A (zh) | 2018-12-13 | 2018-12-13 | 一种高适应性自行车专用车道智能闸机系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109544763A true CN109544763A (zh) | 2019-03-29 |
Family
ID=65854907
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811524296.1A Withdrawn CN109544763A (zh) | 2018-12-13 | 2018-12-13 | 一种高适应性自行车专用车道智能闸机系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109544763A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110298308A (zh) * | 2019-06-28 | 2019-10-01 | 北京无线电计量测试研究所 | 一种自行车专用道车辆行人识别系统 |
CN112595207A (zh) * | 2020-12-09 | 2021-04-02 | 北京无线电计量测试研究所 | 一种自行车轮胎宽度非接触式快速测量装置及方法 |
-
2018
- 2018-12-13 CN CN201811524296.1A patent/CN109544763A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110298308A (zh) * | 2019-06-28 | 2019-10-01 | 北京无线电计量测试研究所 | 一种自行车专用道车辆行人识别系统 |
CN112595207A (zh) * | 2020-12-09 | 2021-04-02 | 北京无线电计量测试研究所 | 一种自行车轮胎宽度非接触式快速测量装置及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107447699B (zh) | 一种高适应性自行车专用车道智能闸机系统 | |
CN103065470B (zh) | 基于单目多检测面的机器视觉的车辆闯红灯行为检测装置 | |
CN103794056B (zh) | 基于实时双路视频流的车型精确分类系统及方法 | |
CN102254429B (zh) | 一种应用基于视频识别的违章车辆检测装置的违章车辆检测方法 | |
CN100459704C (zh) | 基于全方位计算机视觉的智能隧道安全监控装置 | |
CN100437660C (zh) | 基于全方位视觉传感器的违章车辆监控装置 | |
CN102496285B (zh) | 基于视频检测的路口车辆闯红灯判别方法 | |
CN105427614A (zh) | 一种车型分类系统及其方法 | |
CN106327863A (zh) | 一种车辆拥堵检测预警方法、装置及系统 | |
CN107154152A (zh) | 视频桩设备及停车管理方法 | |
CN110288738B (zh) | 一种自行车专用车道智能综合管控系统和管控方法 | |
CN102496281B (zh) | 一种基于跟踪与虚拟线圈结合的车辆闯红灯检测方法 | |
CN104805784A (zh) | 一种闸机逃票检测系统及方法 | |
CN109598187A (zh) | 障碍物识别方法、障碍物识别系统及轨道车自动驾驶装置 | |
CN111882861B (zh) | 一种基于边云融合的在线交通事件感知系统 | |
CN102774380A (zh) | 一种判断车辆行驶状态的方法 | |
CN104063882A (zh) | 一种基于双目的车辆视频测速方法 | |
CN107123270A (zh) | 一种针对渣土车的工地智能管控系统 | |
CN109544763A (zh) | 一种高适应性自行车专用车道智能闸机系统 | |
CN106601023A (zh) | 一种室内停车场车辆引导及定位系统及方法 | |
CN108830264A (zh) | 一种无人驾驶公交车的站台乘客检测系统及方法 | |
CN109712395A (zh) | 一种获取交通流参数的系统和方法 | |
CN203433552U (zh) | 类自由流电子不停车收费车道系统 | |
CN104036640A (zh) | 一种全景图像采集装置、全景图像采集方法 | |
CN103164958A (zh) | 车辆监控方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190329 |