CN110853160B - 一种高速公路车道多维度识别系统及方法 - Google Patents

一种高速公路车道多维度识别系统及方法 Download PDF

Info

Publication number
CN110853160B
CN110853160B CN201910930469.8A CN201910930469A CN110853160B CN 110853160 B CN110853160 B CN 110853160B CN 201910930469 A CN201910930469 A CN 201910930469A CN 110853160 B CN110853160 B CN 110853160B
Authority
CN
China
Prior art keywords
vehicle
module
data
image
ray
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.)
Active
Application number
CN201910930469.8A
Other languages
English (en)
Other versions
CN110853160A (zh
Inventor
吴淑君
陈敬锋
王丽莲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Lingte Electronic Co ltd
Original Assignee
Guangzhou Lingte Electronic Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Lingte Electronic Co ltd filed Critical Guangzhou Lingte Electronic Co ltd
Priority to CN201910930469.8A priority Critical patent/CN110853160B/zh
Publication of CN110853160A publication Critical patent/CN110853160A/zh
Application granted granted Critical
Publication of CN110853160B publication Critical patent/CN110853160B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
    • G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
    • G07B15/06—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/147—Details of sensors, e.g. sensor lenses

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Vascular Medicine (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明公开了一种高速公路车道多维度识别系统，包括X光检测模块，用于对车辆进行X光透视检测；车辆图像采集模块，用于采集车辆外部图像；车辆称重模块，用于对车辆进行称重；识别模块，分别与X光检测模块、车辆图像采集模块和车辆称重模块通讯连接，对车辆信息进行识别。本发明能够改进现有技术的不足，提高了对于货运车辆不停车快速检测的效率和准确度。

Description

一种高速公路车道多维度识别系统及方法
技术领域
本发明涉及高速公路不停车计费技术领域，尤其是一种高速公路车道多维度识别系统及方法。
背景技术
随着我国取消全国高速公路省界收费站，实现不停车快捷收费的快速推进，如何将ETC不停车收费与高速公路入口治超、优化鲜活农产品运输“绿色通道”相结合，实现货运车辆快速、便捷的进行检查和通过，成为高速公路系统中亟待解决的问题之一。
发明内容
本发明要解决的技术问题是提供一种高速公路车道多维度识别系统及方法，能够解决现有技术的不足，提高了对于货运车辆不停车快速检测的效率和准确度。
为解决上述技术问题，本发明所采取的技术方案如下。
一种高速公路车道多维度识别系统，包括，
X光检测模块，用于对车辆进行X光透视检测；
车辆图像采集模块，用于采集车辆外部图像；
车辆称重模块，用于对车辆进行称重；
识别模块，分别与X光检测模块、车辆图像采集模块和车辆称重模块通讯连接，对车辆信息进行识别。
一种上述的高速公路车道多维度识别系统的识别方法，包括以下步骤：
A、X光检测模块对车辆进行X光透视检测；
B、车辆图像采集模块采集车辆外部图像；
C、车辆称重模块对车辆进行称重；
D、识别模块接收X光检测模块、车辆图像采集模块和车辆称重模块发送的检测数据，对车辆信息进行识别。
作为优选，步骤D中，使用车辆的X光图像对车辆的长度进行预检测，使用预检测结果与车辆外部图像中的车辆长度进行对比，根据比对结果对车辆外部图像进行修正。
作为优选，对车辆外部图像进行修正包括以下步骤，
D1、根据车辆外部图像的拍摄角度对车辆长度数据和高度数据进行还原；
D2、使用还原后的长度高度数据与X光图像中车辆的长度高度数据进行对比，得到车辆外部图像在垂直于车身侧面这一维度方向上的畸变数据集；
D3、根据车辆外部图像的拍摄角度计算车辆外部图像在另外两个维度方向上的畸变数据集；
D4、根据三个维度的畸变数据集对车辆外部图像进行修正。
作为优选，步骤D4中，首先建立三个维度畸变数据集之间的关联函数；然后以X光图像中车辆的长度高度数据为基准数据，对垂直于车身侧面这一维度方向以外的两个维度的数据进行修正，修正过程中根据修正后的数据以及相应的关联函数计算修正过程对于基准数据的影响；修正完毕后，计算所有修正过程对基准数据的影响量之和，通过对基准数据的修正抵消另两个维度修正过程对基准数据的影响；最后建立以基准数据影响量和基准数据修正量的加权平均值最小为目标的目标函数，对上述修正过程进行重复循环，最终得到最佳的修正数据。
采用上述技术方案所带来的有益效果在于：本发明通过将不同检测数据进行综合分析，利用X光图像对车辆外部图像的畸变进行修正，在不增加额外的检测设备的情况下提高了对于车辆检测的准确性。在修正过程中，通过建立目标函数，可以平衡不同维度图像上的误差量，从而保证整体三维图像对于车辆的高近似度还原，进一步提高检测准确性。
附图说明
图1是本发明一个具体实施方式的原理图。
图中：1、X光检测模块；2、车辆图像采集模块；3、车辆称重模块；4、识别模块。
具体实施方式
参照图1，本发明一个具体实施方式包括，
X光检测模块1，用于对车辆进行X光透视检测；
车辆图像采集模块2，用于采集车辆外部图像；
车辆称重模块3，用于对车辆进行称重；
识别模块4，分别与X光检测模块1、车辆图像采集模块2和车辆称重模块3通讯连接，对车辆信息进行识别。
一种上述的高速公路车道多维度识别系统的识别方法，包括以下步骤：
A、X光检测模块1对车辆进行X光透视检测；
B、车辆图像采集模块2采集车辆外部图像；
C、车辆称重模块3对车辆进行称重；
D、识别模块4接收X光检测模块1、车辆图像采集模块2和车辆称重模块3发送的检测数据，对车辆信息进行识别。
步骤D中，使用车辆的X光图像对车辆的长度进行预检测，使用预检测结果与车辆外部图像中的车辆长度进行对比，根据比对结果对车辆外部图像进行修正。
对车辆外部图像进行修正包括以下步骤，
D1、根据车辆外部图像的拍摄角度对车辆长度数据和高度数据进行还原；
D2、使用还原后的长度高度数据与X光图像中车辆的长度高度数据进行对比，得到车辆外部图像在垂直于车身侧面这一维度方向上的畸变数据集；
D3、根据车辆外部图像的拍摄角度计算车辆外部图像在另外两个维度方向上的畸变数据集；
D4、根据三个维度的畸变数据集对车辆外部图像进行修正。
步骤D4中，首先建立三个维度畸变数据集之间的关联函数；然后以X光图像中车辆的长度高度数据为基准数据，对垂直于车身侧面这一维度方向以外的两个维度的数据进行修正，修正过程中根据修正后的数据以及相应的关联函数计算修正过程对于基准数据的影响；修正完毕后，计算所有修正过程对基准数据的影响量之和，通过对基准数据的修正抵消另两个维度修正过程对基准数据的影响；最后建立以基准数据影响量和基准数据修正量的加权平均值最小为目标的目标函数，对上述修正过程进行重复循环，最终得到最佳的修正数据。
本发明采用模块化的理念进行方案设计和系统建设，综合了多种前端传感检测手段，顺应高速公路撤消省界收费站业务需求、顺应推动未来高速公路ETC自由流收费业务发展需要的重要平台，应更多地从ETC业务管理者、ETC用户、机电运维者角度分析具体需求，使系统更具有实用性和有效性。
在本发明的描述中，需要理解的是，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (3)

1.一种高速公路车道多维度识别系统的识别方法，所述高速公路车道多维度识别系统包括，
X光检测模块(1)，用于对车辆进行X光透视检测；
车辆图像采集模块(2)，用于采集车辆外部图像；
车辆称重模块(3)，用于对车辆进行称重；
识别模块(4)，分别与X光检测模块(1)、车辆图像采集模块(2)和车辆称重模块(3)通讯连接，对车辆信息进行识别；
其特征在于包括以下步骤：
A、X光检测模块(1)对车辆进行X光透视检测；
B、车辆图像采集模块(2)采集车辆外部图像；
C、车辆称重模块(3)对车辆进行称重；
D、识别模块(4)接收X光检测模块(1)、车辆图像采集模块(2)和车辆称重模块(3)发送的检测数据，对车辆信息进行识别；
使用车辆的X光图像对车辆的长度进行预检测，使用预检测结果与车辆外部图像中的车辆长度进行对比，根据比对结果对车辆外部图像进行修正。
2.根据权利要求1所述的高速公路车道多维度识别系统的识别方法，其特征在于：对车辆外部图像进行修正包括以下步骤，
D1、根据车辆外部图像的拍摄角度对车辆长度数据和高度数据进行还原；
D2、使用还原后的长度高度数据与X光图像中车辆的长度高度数据进行对比，得到车辆外部图像在垂直于车身侧面这一维度方向上的畸变数据集；
D3、根据车辆外部图像的拍摄角度计算车辆外部图像在另外两个维度方向上的畸变数据集；
D4、根据三个维度的畸变数据集对车辆外部图像进行修正。
3.根据权利要求2所述的高速公路车道多维度识别系统的识别方法，其特征在于：步骤D4中，首先建立三个维度畸变数据集之间的关联函数；然后以X光图像中车辆的长度高度数据为基准数据，对垂直于车身侧面这一维度方向以外的两个维度的数据进行修正，修正过程中根据修正后的数据以及相应的关联函数计算修正过程对于基准数据的影响；修正完毕后，计算所有修正过程对基准数据的影响量之和，通过对基准数据的修正抵消另两个维度修正过程对基准数据的影响；最后建立以基准数据影响量和基准数据修正量的加权平均值最小为目标的目标函数，对上述修正过程进行重复循环，最终得到最佳的修正数据。
CN201910930469.8A 2019-09-29 2019-09-29 一种高速公路车道多维度识别系统及方法 Active CN110853160B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910930469.8A CN110853160B (zh) 2019-09-29 2019-09-29 一种高速公路车道多维度识别系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910930469.8A CN110853160B (zh) 2019-09-29 2019-09-29 一种高速公路车道多维度识别系统及方法

Publications (2)

Publication Number Publication Date
CN110853160A CN110853160A (zh) 2020-02-28
CN110853160B true CN110853160B (zh) 2022-01-18

Family

ID=69596363

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910930469.8A Active CN110853160B (zh) 2019-09-29 2019-09-29 一种高速公路车道多维度识别系统及方法

Country Status (1)

Country Link
CN (1) CN110853160B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1743836A (zh) * 2005-08-23 2006-03-08 北京华力兴科技发展有限责任公司 滚装运输车辆安检系统
CN106254860A (zh) * 2015-06-03 2016-12-21 株式会社日立制作所 照相机的校准装置、照相机系统、以及照相机的校准方法
CN206114564U (zh) * 2016-09-18 2017-04-19 北京君和信达科技有限公司 辐射成像系统
CN206133034U (zh) * 2016-08-31 2017-04-26 无锡日联科技股份有限公司 一种x射线透射式绿色通道检测系统
US10089737B2 (en) * 2013-11-27 2018-10-02 Children's National Medical Center 3D corrected imaging
CN109870222A (zh) * 2019-04-10 2019-06-11 深圳中物智建科技有限公司 一种具有全方位立体识别功能的无人值守地磅称重系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102737236B (zh) * 2012-07-06 2015-06-24 北京大学 一种基于多模态传感器数据自动获取车辆训练样本方法
CN106500628B (zh) * 2016-10-19 2019-02-19 杭州思看科技有限公司 一种含有多个不同波长激光器的三维扫描方法及扫描仪
CN106767450B (zh) * 2016-12-28 2018-11-02 重庆交通大学 一种基于函数标定的车辆超高超宽检测系统及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1743836A (zh) * 2005-08-23 2006-03-08 北京华力兴科技发展有限责任公司 滚装运输车辆安检系统
US10089737B2 (en) * 2013-11-27 2018-10-02 Children's National Medical Center 3D corrected imaging
CN106254860A (zh) * 2015-06-03 2016-12-21 株式会社日立制作所 照相机的校准装置、照相机系统、以及照相机的校准方法
CN206133034U (zh) * 2016-08-31 2017-04-26 无锡日联科技股份有限公司 一种x射线透射式绿色通道检测系统
CN206114564U (zh) * 2016-09-18 2017-04-19 北京君和信达科技有限公司 辐射成像系统
CN109870222A (zh) * 2019-04-10 2019-06-11 深圳中物智建科技有限公司 一种具有全方位立体识别功能的无人值守地磅称重系统

Also Published As

Publication number Publication date
CN110853160A (zh) 2020-02-28

Similar Documents

Publication Publication Date Title
CN103500322B (zh) 基于低空航拍图像的车道线自动识别方法
CN102646343B (zh) 车辆检测装置
CN103729629B (zh) Etc车道中车型识别方法及装置
CN101980245B (zh) 一种基于自适应模板匹配的客流统计方法
CN106156752B (zh) 一种基于逆投影三视图的车型识别方法
CN111325146B (zh) 一种货车车型和轴型识别方法和系统
CN102867417B (zh) 一种出租车防伪系统及方法
CN106541968B (zh) 基于视觉分析的地铁车厢实时提示系统的识别方法
CN104574540A (zh) 电子不停车收费系统及方法
CN115717894B (zh) 一种基于gps和普通导航地图的车辆高精度定位方法
DE10314187A1 (de) System zum Bestimmen der Art eines Fahrzeugs und Verfahren hierzu
CN105913367A (zh) 基于人脸识别和位置定位的公交客流量检测系统与方法
CN111899258A (zh) 自助托运行李规格检测方法
CN106980837A (zh) 一种基于车辆特征信息分析的车型识别方法及系统
CN109670449B (zh) 一种基于垂直抓拍方式的车辆违法判断方法
CN107195182A (zh) 一种动态高速治超检测系统
CN115512321A (zh) 一种车辆限重信息识别方法、计算设备及存储介质
CN110853160B (zh) 一种高速公路车道多维度识别系统及方法
CN114842285A (zh) 路侧泊位号码识别方法以及装置
CN113591643A (zh) 一种基于计算机视觉的地下交通工具进出站检测系统及方法
CN106295546A (zh) 一种基于视频的交通标志检测与识别方法
CN111079488B (zh) 一种基于深度学习的公交客流检测系统及方法
CN116343095A (zh) 一种基于视频拼接的车辆轨迹提取方法及相关设备
CN110276958B (zh) 自由流车牌判别系统和方法
CN111179452A (zh) 一种基于etc通道客车扣费的系统和方法

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
CB03 Change of inventor or designer information

Inventor after: Wu Shujun

Inventor after: Chen Jingfeng

Inventor after: Wang Lilian

Inventor before: Wu Shujun

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant