CN109916485B - 动态车辆称重方法及装置 - Google Patents

Abstract

本发明实施例提供了一种动态车辆称重方法及装置，该方法包括：获取称重区域内被测车辆的视频图像及被测车辆驶过的称重传感器的载重信息；根据所述视频图像计算被测车辆的实时速度；根据被测车辆的实时速度及所述载重信息计算被测车辆的重量。该方法可以在被测车辆变速行驶的情况下，通过计算车辆的实时速度，对被测车辆的重量进行计算，有效提高了车辆称重的精确性。

Description

动态车辆称重方法及装置

技术领域

本发明涉及车辆称重领域，特别是涉及一种动态车辆称重方法及装置。

背景技术

随着我国经济的快速发展，我国的公路也发展迅速，车辆超载超限的情况也进一步加剧。车辆超载超限，对公共交通安全的影响十分严重。公路管理部门采用非现场执法超限检测等方法对车辆超限行为进行限制，以经济手段遏制超载超限现象，减少超载超限车辆多公路设施的损坏，提高的公路行驶的安全性。其中，应用最为广泛的超限检测方式为动态称重。

现有的采用窄条、压电石英传感器等传感器的动态车辆称重装置，车辆的称重算法采用位移积分法，其车辆轴(轮)重计算公式如下：

轴(轮)重量＝速度*压电波形积分面积*校正系数/传感器宽度；

整车总重量＝各轴重之和。

由以上公式可知，车辆垂直于传感器的速度分量计算的准确性直接对称重结果造成影响。目前，现有的动态称重在计算过程中一般是取车辆轴(轮)通过传感器全部过程的平均速度作为计算器重量的速度。当车辆为匀速行驶时，平均速度等于实时速度，车辆的重量计算无误。但是，车辆在实际行驶过程中，其行驶速度一般会发生便化，如果车辆行驶速度及行驶方向发生变化时，其平均速度与实时速度会相差较大，这就造成车辆的重量计算误差较大。

发明内容

本发明实施例提供了一种动态车辆称重方法，用以降低车辆称重的计算误差，提高车辆称重的准确率，该方法包括：

获取称重区域内被测车辆的视频图像及被测车辆驶过的称重传感器的载重信息；

根据所述视频图像计算被测车辆的实时速度；

根据被测车辆的实时速度及所述载重信息计算被测车辆的重量；

其中，根据所述视频图像计算被测车辆的实时速度，包括：

根据所述视频图像确定被测车辆进入称重区域后，对视频图像中被测车辆的牌照定位；

定位到牌照沿被测车辆行驶方向的坐标，并将牌照沿被测车辆行驶方向的坐标与视频图像上一帧所定位的牌照位置坐标做差，获得牌照在单位时间内的移动距离，根据牌照在单位时间内的移动距离，确定被测车辆在单位时间内的移动距离；

计算所述被测车辆的实时速度。

本发明实施例还提供了一种动态车辆称重装置，用以以降低车辆称重的计算误差，提高车辆称重的准确率，该装置包括：

信息获取模块，用于获取称重区域内被测车辆的视频图像及被测车辆驶过的称重传感器的载重信息；

速度计算模块，用于根据所述视频图像计算被测车辆的实时速度；

重量计算模块，用于根据被测车辆的实时速度及所述载重信息计算被测车辆的重量；

所述速度计算模块，进一步用于：

根据所述视频图像确定被测车辆进入称重区域后，对视频图像中被测车辆的牌照定位；

定位到牌照沿被测车辆行驶方向的坐标，并将牌照沿被测车辆行驶方向的坐标与视频图像上一帧所定位的牌照位置坐标做差，获得牌照在单位时间内的移动距离，根据牌照在单位时间内的移动距离，确定被测车辆在单位时间内的移动距离；

计算所述被测车辆的实时速度。

本发明实施例还提供了一种动态车辆称重系统，用以降低车辆称重的计算误差，提高车辆称重的准确率，该系统包括：

动态车辆称重装置及分别与所述动态车辆称重装置连接的称重传感器和视频检测相机，其中：

所述视频检测相机用于获取被测车辆的视频图像。

本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在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互联网信息风险提示方法。

本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有执行互联网信息风险提示方法的计算机程序。

本发明实施例中的动态车辆称重方法，首先获取称重区域内被测车辆的视频信息，然后根据车辆的视频信息计算被测车辆的实时速度，进而根据被测车辆的实时速度及被测车辆驶过的称重传感器的载重信息计算被测车辆的重量。该方法可以在被测车辆变速行驶的情况下，通过计算车辆的实时速度，对被测车辆的重量计算进行修正，有效提高了车辆称重的精确性。

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地介绍，显而易见地，下面描述中的附图仅仅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。在附图中：

图1为本发明实施例中动态车辆称重方法的流程示意图；

图2为本发明实施例中信息获取的原理示意图；

图3为本发明实施例中称重轴重的原理示意图；

图4为本发明实施例中重量计算的流程示意图；

图5为本发明实施例中称重采样波形的波形示意图；

图6为本发明实施例中动态车辆称重装置的结构示意图；

图7为本发明实施例中重量计算模块的结构示意图。

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明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。

如图1所示，本发明实施例提供了一种动态车辆称重方法，用以降低车辆称重的计算误差，提高车辆称重的准确率，该方法包括：

101：获取称重区域内被测车辆的视频图像及被测车辆驶过的称重传感器的载重信息；

102：根据所述视频图像计算被测车辆的实时速度；

103：根据被测车辆的实时速度及所述载重信息计算被测车辆的重量。

一个实施例中，如图2所示，所述视频图像可以由一设置于被测车辆前方上部的视频检测相机获得，为了达到较好的拍摄效果，所述视频检测相机可以与称重区域的距离为5至20米。由于称重传感器的数量越多，称量的精准度便会越高，因此称重区域内可以设有多个称重传感器，称重传感器在获得压力信息的模拟量后首先需要进行模数转换，得到载重信息。

一个实施例中，上述步骤102：根据视频图像计算被测车辆的实时速度，可以有多种实施方案。例如，由于被测车辆的牌照位置与车辆的位置具有固定关系，因此可以将牌照的运动状态确定为被测车辆的运动状态，实施中可以根据所述视频图像确定被测车辆的牌照的实时移动速度，将所述牌照的实时移动速度确定为被测车辆的实时速度。

一个实施例中，根据所述视频图像确定被测车辆的牌照的实时移动速度，可以有多种实施方案。例如，可以根据所述视频图像确定被测车辆进入称重区域后，对视频图像进行切割和定位，确定所述牌照的位置；根据所述牌照在单位时间内的位置移动距离，计算所述牌照的实时移动速度。

一个实施例中，计算所述牌照的实时移动速度可以有多种实施方案。例如，可以通过连续两次的视频图像定位直至做差，计算单位时间内牌照的移动距离，从而获得实时速度。实施中，可以定位到牌照沿被测车辆行驶方向的坐标y_n，并将其与视频图像上一帧所定位的牌照位置坐标y_n-1做差，从而获得牌照在单位时间内的移动距离。

实施中，一个实施例中，还可以对被测车辆的挡风玻璃，把手或天窗等进行定位，并确定移动距离，进而确定其实时速度。前述实施例中仅具体描述根据牌照定位的实施方式，是为了更加清楚的解释本发明，并非是对本发明的限定。

一个实施例中，上述步骤102：根据所述视频图像计算被测车辆的实时速度，可以包括如下步骤：根据所述视频图像确定被测车辆进入称重区域后，对视频图像中的被测车辆定位；确定被测车辆在单位时间内的移动距离；计算所述被测车辆的实时速度。

一个实施例中，如图3所示的两轴车辆为例，对其进行力学分析，可以看出车辆的重量是各轴重之和，因此，可以分别计算车辆的各轴的重量并求和以获得被测车辆的重量。实施中，上述步骤103：根据被测车辆的实时速度及所述载重信息计算被测车辆的重量，可以有多种实施方案，例如，如图4所示，可以根据如下处理获得被测车辆的重量：

401：根据所述载重信息生成称重采样波形；

402：将称重采样波形等分为多个子波形，提取每一子波形对应时间段内被测车辆的实时速度；

403：根据每一子波形及该子波形对应时间段内被测车辆的实时速度，计算被测车辆各轴的轴重；

404：将被测车辆各轴的轴重相加获得被测车辆的重量。

一个实施例中，图5为根据一个称重传感器获取的被测车辆某轴的载重信息生成的称重采样波形，其中坐标系X轴为称重采样波形的数据长度，坐标系Y轴为波形的数值，实施中为了数据更加精准，称重采样波形可以分为1至100等份，分割的份数越多，则提取的实时速度越准确。

一个实施例中，计算被测车辆的实时速度还可以根据两帧视频图像中被测车辆的位置坐标(x_n，y_n)、(x_n+1，y_n+1)及视频检测相机采集视频图像的帧间隔时间t，计算获得被测车辆在单位时间内的实时速度：

v_n＝(y_n+1-y_n)/t。

一个实施例中，提取每一子波形对应时间段内被测车辆的实时速度可以有多种实施方案。例如，可以首先确定采集某一子波形的起始时刻和终止时刻，如图5所示，确定一时间区间T_i，然后根据该时间区间T_i提取该区间内车辆实时速度。

一个实施例中，计算被测车辆的轴重可以有多种实施方案。例如，上述步骤403：根据每一子波形及该子波形对应时间段内被测车辆的实时速度，计算被测车辆各轴的轴重，可以根据如下公式进行计算：

其中，W为被测车辆的轴重；k为称重传感器的灵敏度常数；N为子波形的个数；f为称重传感器的数据采集频率；L为称重传感器的宽度；S_i为一子波形i的波形数据积分；v_i为采集一子波形i对应时间段内被测车辆的实时速度。

基于同一发明构思，本发明实施例中还提供了一种动态车辆称重装置，如下面的实施例所述。由于动态车辆称重装置解决问题的原理与动态车辆称重方法相似，因此动态车辆称重装置的实施可以参见动态车辆称重方法的实施，重复之处不再赘述。

图6为本发明实施例的动态车辆称重装置。如图6所示，本发明实施例的动态车辆称重装置包括：

信息获取模块601，用于获取称重区域内被测车辆的视频图像及被测车辆驶过的称重传感器的载重信息；

速度计算模块602，用于根据所述视频图像计算被测车辆的实时速度；

重量计算模块603，用于根据被测车辆的实时速度及所述载重信息计算被测车辆的重量。

一个实施例中，所述速度计算模块602，进一步用于：

根据所述视频图像确定被测车辆的牌照的实时移动速度，将所述牌照的实时移动速度确定为被测车辆的实时速度。

一个实施例中，所述速度计算模块602，进一步用于：

根据所述视频图像确定被测车辆进入称重区域后，对视频图像中的被测车辆定位；

确定被测车辆在单位时间内的移动距离；

计算所述被测车辆的实时速度。

一个实施例中，如图7所示，所述重量计算模块603，进一步包括：

波形数据生成模块701，用于根据所述载重信息生成称重采样波形；

实时速度生成模块702，用于将称重采样波形等分为多个子波形，提取每一子波形对应时间段内被测车辆的实时速度；

轴重计算模块703，用于根据每一子波形及该子波形对应时间段内被测车辆的实时速度，计算被测车辆各轴的轴重；

轴重求和模块704，用于将被测车辆各轴的轴重相加获得被测车辆的重量。

一个实施例中，所述轴重计算模块703，根据如下公式进行计算：

其中，W为被测车辆的轴重；k为称重传感器的灵敏度常数；N为子波形的个数；f为称重传感器的数据采集频率；L为称重传感器的宽度；S_i为一子波形i的波形数据积分；v_i为采集一子波形i对应时间段内被测车辆的实时速度。

本发明实施例还提供了一种动态车辆称重系统，用以降低车辆称重的计算误差，提高车辆称重的准确率，该系统包括：

动态车辆称重装置及分别与所述动态车辆称重装置连接的称重传感器和视频检测相机，其中：

所述视频检测相机用于获取被测车辆的视频图像。

本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在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互联网信息风险提示方法。

本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有执行互联网信息风险提示方法的计算机程序。

综上所述，本发明实施例中的动态车辆称重方法，首先获取称重区域内被测车辆的视频信息，然后根据车辆的视频信息计算被测车辆的实时速度，进而根据被测车辆的实时速度及被测车辆驶过的称重传感器的载重信息计算被测车辆的重量。该方法可以在被测车辆变速行驶的情况下，通过计算车辆的实时速度，对被测车辆的重量计算进行修正，有效提高了车辆称重的精确性。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种动态车辆称重方法，其特征在于，包括：

获取称重区域内被测车辆的视频图像及被测车辆驶过的称重传感器的载重信息；

根据所述视频图像计算被测车辆的实时速度；

根据被测车辆的实时速度及所述载重信息计算被测车辆的重量；

其中，根据所述视频图像计算被测车辆的实时速度，包括：根据所述视频图像确定被测车辆进入称重区域后，对视频图像中被测车辆的牌照定位；定位到牌照沿被测车辆行驶方向的坐标，并将牌照沿被测车辆行驶方向的坐标与视频图像上一帧所定位的牌照位置坐标做差，获得牌照在单位时间内的移动距离，根据牌照在单位时间内的移动距离，确定被测车辆在单位时间内的移动距离；计算所述被测车辆的实时速度；

其中，根据被测车辆的实时速度及所述载重信息计算被测车辆的重量，包括：

根据所述载重信息生成称重采样波形；将称重采样波形等分为多个子波形，提取每一子波形对应时间段内被测车辆的实时速度；根据每一子波形及该子波形对应时间段内被测车辆的实时速度，计算被测车辆各轴的轴重；将被测车辆各轴的轴重相加获得被测车辆的重量；

其中，提取每一子波形对应时间段内被测车辆的实时速度，包括：确定采集每一子波形的起始时刻和终止时刻；根据每一子波形的起始时刻和终止时刻，确定每一子波形对应的时间区间；根据每一子波形对应的时间区间，提取每一子波形对应时间段内被测车辆的实时速度。

2.如权利要求1所述的动态车辆称重方法，其特征在于，所述根据每一子波形及该子波形对应时间段内被测车辆的实时速度，计算被测车辆各轴的轴重，根据如下公式进行计算：

其中，W为被测车辆的轴重；k为称重传感器的灵敏度常数；N为子波形的个数；f为称重传感器的数据采集频率；L为称重传感器的宽度；S_i为一子波形i的波形数据积分；v_i为采集一子波形i对应时间段内被测车辆的实时速度。

3.一种动态车辆称重装置，其特征在于，包括：

信息获取模块，用于获取称重区域内被测车辆的视频图像及被测车辆驶过的称重传感器的载重信息；

速度计算模块，用于根据所述视频图像计算被测车辆的实时速度；

重量计算模块，用于根据被测车辆的实时速度及所述载重信息计算被测车辆的重量；

所述速度计算模块，进一步用于：根据所述视频图像确定被测车辆进入称重区域后，对视频图像中被测车辆的牌照定位；定位到牌照沿被测车辆行驶方向的坐标，并将牌照沿被测车辆行驶方向的坐标与视频图像上一帧所定位的牌照位置坐标做差，获得牌照在单位时间内的移动距离，根据牌照在单位时间内的移动距离，确定被测车辆在单位时间内的移动距离；计算所述被测车辆的实时速度；

所述重量计算模块，进一步包括：波形数据生成模块，用于根据所述载重信息生成称重采样波形；实时速度生成模块，用于将称重采样波形等分为多个子波形，提取每一子波形对应时间段内被测车辆的实时速度；轴重计算模块，用于根据每一子波形及该子波形对应时间段内被测车辆的实时速度，计算被测车辆各轴的轴重；轴重求和模块，用于将被测车辆各轴的轴重相加获得被测车辆的重量；

其中，所述实时速度生成模块还用于：确定采集每一子波形的起始时刻和终止时刻；根据每一子波形的起始时刻和终止时刻，确定每一子波形对应的时间区间；根据每一子波形对应的时间区间，提取每一子波形对应时间段内被测车辆的实时速度。

4.如权利要求3所述的动态车辆称重装置，其特征在于，所述轴重计算模块，根据如下公式进行计算：

其中，W为被测车辆的轴重；k为称重传感器的灵敏度常数；N为子波形的个数；f为称重传感器的数据采集频率；L为称重传感器的宽度；S_i为一子波形i的波形数据积分；v_i为采集一子波形i对应时间段内被测车辆的实时速度。

5.一种动态车辆称重系统，其特征在于，包括权利要求3或4所述的动态车辆称重装置及分别与所述动态车辆称重装置连接的称重传感器和视频检测相机，其中：

所述视频检测相机用于获取被测车辆的视频图像。

6.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1或2所述方法。

7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1或2所述方法的计算机程序。

Images