CN111192462A - 一种超限信息采集方法、装置、系统及超限检测设备 - Google Patents

Abstract

本申请提供一种超限信息采集方法、装置、系统及超限检测设备，涉及道路车辆检测技术领域。本申请实施例提供的超限信息采集方法能够解决现有技术中多个独立的摄像机分别识别车头、车尾、车身特征时所存在的识别结果无法进行关联的问题，由于本申请中超限检测设备上设置的三个摄像机的拍摄视角存在重叠，以及通过对视频流中的车辆进行准确的跟踪和区分，可以将三个相机的识别结果准确关联至同一辆车，形成正确且完整的车辆数据，不会导致留存证据的混乱。

Description

一种超限信息采集方法、装置、系统及超限检测设备

技术领域

本申请涉及道路车辆检测技术领域，具体而言，涉及一种超限信息采集方法、装置、系统及超限检测设备。

背景技术

随着全国高速公路取消省界收费站工作的不断推进和高速公路入口全面实施入口称重检测，实现货车必检、超限车辆禁止上道通行的要求，交通运输部出台了《高速公路称重检测业务规范和技术要求》，要求各省市自治区高速公路经营管理单位负责布设入口、出口不停车称重检测设备，保障设备稳定运行和网络畅通，按照统一技术要求逐步实现不停车称重检测。

根据业务规范和技术要求，货车在通过超限检测设备时，应自动进行货车称重数据、前后车牌识别数据的采集，并抓取车头、车尾、侧面照片及5秒以上过车视频数据，要满足以上业务及数据采集的要求，交通运输部推荐及目前国内普遍采用的设计方案如图1所示。在图1所示的设计方案中，需要在收费站每条超限检测车道上安装称重检测设备(称重仪)、车头相机、车尾相机、侧面相机、硬盘录像机等设备。车辆驶入检测车道后进行超限检测，违法超限车辆掉头离开高速公路，合法装载车辆由此进入高速公路。

图1所示的现有设计方案，在理论上和理想环境下按照时序和队列逻辑是可以实现和满足相关要求，但在实际应用中受地理环境、设备安装位置、设备工作状态等多方面因素的影响下，是很难实现不停车自动检测的。

主要存在以下的不足和缺陷：

(1)设备投入大、施工复杂、工程量大；每个检测车道除了必备的称重检测设备外，都需配套一个车头相机、一个车尾相机、一个侧面相机及硬盘录像设备，投入较大且占用有限的网路IP资源；同时，每个检测车道都需要配套安装前后两个L型悬臂立柱来安装摄像机，且每个收费站检测车道地理环境存在差异，立柱的合适安装位置需要根据现场实际环境进行勘测，施工工作量较大且施工复杂；

(2)称重数据、车头数据、车尾数据、侧方抓拍数据分别由独立设备生成，无任何关联，要想将同一辆车的检测数据关联匹配起来，只能依靠时序和队列逻辑来实现，因此，在实际应用中一旦某个设备时钟不同步、未检测到数据或工作出现失误和异常，将导致后续数据队列的混乱，在无人干预的情况下数据匹配将会非常困难。

发明内容

本申请实施例的目的在于提供一种超限信息采集方法、装置、系统及超限检测设备，该超限检测设备的施工作业面小、设备安装简单，并且通过对车辆的跟踪，可将多个相机的识别结果准确关联至同一辆车，形成正确且完整的车辆数据。

第一方面，本申请实施例提供一种超限信息采集方法，所述方法包括：获取设置于超限检测设备上的车头相机所拍摄的第一视频流、侧面相机所拍摄的第二视频流和车尾相机所拍摄的第三视频流；所述超限检测设备设置于检测车道的一侧，所述车头相机、所述侧面相机、所述车尾相机按照车辆行驶方向依次安装于超限检测设备上，所述车头相机与所述侧面相机的拍摄视角、所述侧面相机与所述车尾相机的拍摄之间存在重叠；在检测到所述第一视频流中有待检测车辆进入后，控制所述车头相机抓拍待检测车辆的车辆正面图片，并识别所述待检测车辆的车头车牌信息；对所述第二视频流中的所述待检测车辆进行车辆目标跟踪，并基于所述第二视频流获得待检测车辆的车辆车身图片；在检测到第二视频流中的待检测车辆行驶至视频画面中的预设区域后，控制所述车尾相机抓拍待检测车辆的车辆车尾图片，并识别所述待检测车辆的车尾车牌信息；将所述待检测车辆对应的车辆正面图片、车辆车身图片、车辆车尾图片、车头车牌信息和车尾车牌信息上传至业务系统。

在上述方案中，由于超限检测设备上设置的三个相机按照车辆行驶方向依次安装，且其拍摄视角存在重叠，在对相机所拍摄的视频流进行分析的过程中，通过对视频流中的车辆进行准确的跟踪和区分，可以将三个相机的识别结果准确关联至同一辆车，形成正确且完整的车辆数据，不会导致留存证据的混乱。

在一种可能的实施方式中，所述侧面相机为鱼眼摄像机，所述基于所述第二视频流获得待检测车辆的车辆车身图片，包括：从第二视频流中提取多帧车身侧面图像，并通过图像拼接将所述多帧车身侧面图像拼接为一张图像，获得所述车辆车身图片。

上述方案利用鱼眼摄像机和图像拼接技术完美合成车辆侧面轮廓照片，解决了现有技术中由于侧面相机视角和抓拍范围的限制，对于超长车辆无法完整抓拍车辆侧面轮廓照片的问题。

在一种可能的实施方式中，在获取设置于超限检测设备上的车头相机所拍摄的第一视频流之后，所述方法还包括：利用目标检测模型对所述第一视频流进行目标检测，获得一个或者多个检测目标信息，所述检测目标信息包括检测目标的类别和置信度；判断所述一个或者多个检测目标信息中是否存在类别为预设的车辆类别且对应的置信度大于第一预设阈值的检测目标，若存在，则确定所述第一视频流中有待检测车辆进入。

在一种可能的实施方式中，所述方法还包括：利用目标检测模型对所述车辆车身图片进行目标检测，获得一个或者多个检测目标信息，所述检测目标信息包括检测目标的类别和置信度；从所述一个或多个检测目标信息中确定出类别为轮胎且置信度大于第二预设阈值的检测目标，并确定满足以上要求的检测目标的数量，将所述数量确定为所述待检测车辆的轮轴数量。

在上述方案中，基于车辆车身图片可以准确识别车辆轮轴数，有利于实现更加准确的车辆检测及收费。

在一种可能的实施方式中，所述方法还包括：从所述第一视频流、所述第二视频流或所述第三视频流中截取一段预设时长的车辆驶入视频，并将所述车辆驶入视频与车辆正面图片、车辆车身图片、车辆车尾图片一同上传至所述业务系统。

在一种可能的实施方式中，所述方法还包括：从称重仪中获取待检测车辆的称重数据，并将所述称重数据与车辆正面图片、车辆车身图片、车辆车尾图片一同上传至所述业务系统。

第二方面，本申请实施例提供一种超限检测设备，包括：立柱；设置于所述立柱上的超限检测装置；所述超限检测装置包括车头相机、侧面相机、车尾相机、控制器和交换机，所述车头相机、所述侧面相机和所述车尾相机分别与所述控制器连接，所述控制器与所述交换机连接；所述车头相机、所述侧面相机和所述车尾相机按照预设方向依次安装于所述立柱的侧面，所述车头相机与所述侧面相机的拍摄视角之间、和所述侧面相机与所述车尾相机的拍摄视角之间存在重叠。

上述方案将多个相机集成在同一超限检测设备中，该超限检测设备可安装在检测车道的车道旁，可从道路侧面对道路中央行驶的车辆进行拍摄，因此，不会遗漏掉跟车车辆；而且，在施工时，只需有一小块范围的水泥基础即可安装，施工作业面小、设备安装简单，易于施工。

在一种可能的实施方式中，所述立柱具有多个侧面，所述车头相机、所述侧面相机和所述车尾相机分别安装于所述多个侧面中的其中一个侧面。

第三方面，本申请实施例提供一种超限信息采集装置，所述装置包括：获取模块，用于获取设置于超限检测设备上的车头相机所拍摄的第一视频流、侧面相机所拍摄的第二视频流和车尾相机所拍摄的第三视频流；所述超限检测设备设置于检测车道的一侧，所述车头相机、所述侧面相机、所述车尾相机按照车辆行驶方向依次安装于超限检测设备上，所述车头相机与所述侧面相机的拍摄视角、所述侧面相机与所述车尾相机的拍摄之间存在重叠；车头识别模块，用于在检测到所述第一视频流中有待检测车辆进入后，控制所述车头相机抓拍待检测车辆的车辆正面图片，并识别所述待检测车辆的车头车牌信息；侧面识别模块，用于对所述第二视频流中的所述待检测车辆进行车辆目标跟踪，并基于所述第二视频流获得待检测车辆的车辆车身图片；车尾识别模块，用于在检测到第二视频流中的待检测车辆行驶至视频画面中的预设区域后，控制所述车尾相机抓拍待检测车辆的车辆车尾图片，并识别所述待检测车辆的车尾车牌信息；信息上传模块，用于将所述待检测车辆对应的车辆正面图片、车辆车身图片、车辆车尾图片、车头车牌信息和车尾车牌信息上传至业务系统。

第四方面，本申请实施例提供一种超限信息采集系统，包括：如第三方面所述的超限检测设备和中心控制设备，所述超限检测设备与所述中心控制设备通信连接；所述超限检测设备用于向所述中心控制设备发送设置于所述超限检测设备上的车头相机所拍摄的第一视频流、侧面相机所拍摄的第二视频流和车尾相机所拍摄的第三视频流；所述中心控制设备用于执行如第一方面所述的超限信息采集方法。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1为现有技术中超限检测的设计方案；

图2为本申请实施例提供的超限检测设备的示意图；

图3为本申请实施例提供的超限检测设备的另一示意图；

图4为本申请实施例中超限检测设备的布设示意图；

图5为本申请实施例提供的超限信息采集方法的流程图；

图6为本申请实施例提供的超限信息采集装置的示意图；

图7为本申请实施例提供的中心控制设备的示意图。

图标：100-超限检测设备；110-立柱；120-车头相机；130-侧面相机；140-车尾相机；150-控制器；160-交换机。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。

第一实施例

如图1所示的现有技术方案中，车头相机、侧面相机和车尾相机是分别独立工作的，当车辆行驶至相机设定的抓拍区域并且车辆特征可识别(例如识别出车牌号码)的条件下才会去触发抓拍，在车流量密集、车辆跟车较近或大小车混行的情况下出现无法正确识别和无法进行车辆分离的概率极大，造成相机识别的结果无法准确关联到同一个车辆，即无法确定多个相机识别的结果是否为同一目标车辆，比如，图1中，在检测车道上布设有两个L型悬臂立柱，分别设置在车辆行驶的前方及后方，车头相机及侧面相机布设在车辆行驶前方的立柱横杆上，其拍摄角度是从上方对下方车辆进行拍摄，车尾相机布设在车辆行驶后方的立柱横杆上，当一个大型货车驶过时，如果货车后面紧随有一个小型客车，由于车头相机及侧面相机的布设位置及拍摄角度，导致抓拍的图像中这个大型货车将这个小型客车完全挡住，由于各个相机独立工作，因此只要任一个相机没有拍摄到这个小型客车，后续的所有抓拍图像都会出现混乱，这样就会造成留存证据混乱的情况。

由此，本实施例提供一种超限检测设备，如图2和图3所示，超限检测设备100包括：立柱110以及设置于立柱110上的超限检测装置；其中，超限检测装置包括车头相机120、侧面相机130、车尾相机140、控制器150和交换机160，车头相机120、侧面相机130和车尾相机140分别与控制器150连接，控制器150与交换机160连接；车头相机120、侧面相机130和车尾相机140按照预设方向依次安装于立柱110的侧面，车头相机120与侧面相机130的拍摄视角之间、和侧面相机130与车尾相机140的拍摄视角之间存在重叠。在超限检测设备100中，车头相机120、侧面相机130和车尾相机140进行智能化集成，且上述三个相机为摄像机，可以对其视野范围内的画面进行摄像，以及进行图像抓拍。在实际应用中，超限检测设备100设置于检测车道的一侧，如设置于检测车道的内侧车道旁的安全岛内。

可选的，交换机160还与一中心控制设备连接，车头相机120、侧面相机130和车尾相机140与中心控制设备通过交换机160实现网络互连，因此多个相机之间是在同一工作场景下协同工作，中心控制设备可以通过网络向指定的相机发送控制指令，控制相机的抓拍、视频流传输等，相机的抓拍图片、视频流等数据也通过网络发送给中心控制设备。由于超限检测设备100设置于检测车道的一侧，相机拍摄角度是从道路侧面对道路中央行驶的车辆进行拍摄，且由于多个相机的拍摄视角之间存在重叠，因此，即便是在车流量密集、车辆跟车较近或大小车混行的情况下，只要车辆之间存在一定的空隙，就能够准确拍摄到车辆行驶的视频及图片，不会出现遗漏。

可选的，如图2所示，立柱具有多个侧面，车头相机、侧面相机和车尾相机分别安装于多个侧面中的其中一个侧面。

图4为本申请中超限检测设备的一种布设示意图，从图4可见，车辆在检测车道上行驶的过程中，首先进入车头相机的视野范围内，然后逐渐从车头相机的视野范围内驶出并进入侧面相机的视野范围内(由于车头相机和侧面相机的视野范围有重叠，因此某个时间段内该车辆同时出现在两个相机的视频画面中)，再然后逐渐从侧面相机的视野范围内驶出并进入车尾相机的视野范围内(由于侧面相机和车尾相机的视野范围有重叠，因此某个时间段内该车辆同时出现在两个相机的视频画面中)。车头相机、侧面相机和车尾相机实时拍摄视频流，并将视频流通过网络传输至中心控制设备，由中心控制设备对视频流进行分析和处理。

可选的，立柱上设有四个侧面，其中的三个侧面上分别安装一个相机，未安装有相机的一个侧面上设有后部开门；控制器和交换机设置于由后部开门和立柱所形成的容纳空间中。后部开门上与立柱相连的侧边与立柱的本体铰接。通过设置后部开门，可便于对设置于立柱内的器件的安装和检修。

在本实施例的三个相机中，用于拍摄车身侧面的侧面相机为鱼眼摄像机，使得侧面相机在垂直方向上有足够大的可视范围，例如可以选择拍摄视角可达160度的鱼眼全景摄像机，这样一来，对于检测车道上行驶的大型车辆，侧面相机可以拍全大型车辆的上下边缘，获得完整的车辆车身图片，用于拍摄车头的车头相机和拍摄车尾的车尾相机可以选择普通相机。

可选的，在立柱的支撑底面上设有多个限位孔。如果现有收费站检测车道安全岛内为水泥地面，在安装超限检测设备时，只需利用该多个限位孔和多个相匹配的螺丝即可完成安装；并且，即便安全岛内地面不为水泥地面，也只需在其合适位置制作一定大小(例如为320mm*257mm)的水泥基础即可安装，施工作业面小、设备安装简单，易于施工。

可选的，超限检测设备还包括：与控制器连接的补光灯。补光灯的数目可以为一个或者多个。在一个实施例中，在每个相机旁都设置一个补光灯，通过单独的补光灯保障摄像机拍摄清楚，在夜间也能有良好的拍摄画质。

可选的，车头相机、侧面相机和车尾相机通过俯仰可调安装座固定在立柱侧面，车头相机、侧面相机和车尾相机在立柱侧面上的安装俯仰角度通过俯仰可调安装座可调。在实际应用中，可以根据实际应用场景，如超限检测设备的安装位置，灵活调整安装座的俯仰角度，使得其上安装的相机的拍摄角度也相应地做出调整。

可选的，立柱通过压铸铝模具铸造形成。在铸造过程中需具有良好的工艺精度，铸造完成后，立柱的外表面可具备一定的防水能力。

在一些实施例中，上述超限检测设备可以与称重检测设备结合，共同完成对车辆的超限检测；在另一些实施例中，超限检测设备可独立工作，可单独用于车辆的特征分析及数据采集，为车辆特征库大数据分析提供数据支撑，例如利用图像特征分析进行倒换车牌车辆稽查、车型异常车辆稽查等。

第二实施例

本实施例提供一种超限信息采集方法，在介绍该方法之前，先对实施该方法的超限信息采集系统进行说明。超限信息采集系统包括：超限检测设备和中心控制设备，其中，超限检测设备上设有车头相机、侧面相机和车尾相机，车头相机、侧面相机、车尾相机按照车辆行驶方向依次安装于超限检测设备的侧面，车头相机与侧面相机的拍摄视角之间、侧面相机与车尾相机的拍摄之间存在重叠。在一个实施例中，超限检测设备可以设置于检测车道的一侧，如设置于检测车道的内侧车道旁的安全岛内。

超限检测设备与中心控制设备通信连接，车头相机、侧面相机和车尾相机与中心控制设备网络互连，中心控制设备可以通过网络向指定的相机发送控制指令，控制相机的抓拍、视频流传输等，相机的抓拍图片、视频流等数据也通过网络发送给中心控制设备。超限检测设备用于向中心控制设备发送设置于超限检测设备上的车头相机所拍摄的第一视频流、侧面相机所拍摄的第二视频流和车尾相机所拍摄的第三视频流；中心控制设备用于对超限检测设备发来的多个视频流进行分析和处理，以及用于触发相机拍照。本实施例中的超限检测设备可以是第一实施例中所提供的超限检测设备。

以上述超限信息采集系统为例，本实施例对所提供的超限信息采集方法进行具体说明，图5示出了该超限信息采集方法的流程图，图5所示的流程图是以中心控制设备作为主体进行描述，该方法包括如下步骤：

步骤210：获取设置于超限检测设备上的车头相机所拍摄的第一视频流、侧面相机所拍摄的第二视频流和车尾相机所拍摄的第三视频流。

中心控制设备实时从超限检测设备处获取第一视频流、第二视频流和第三视频流。

步骤220：在检测到第一视频流中有待检测车辆进入后，控制车头相机抓拍待检测车辆的车辆正面图片，并识别待检测车辆的车头车牌信息。

在步骤210获取到多个视频流之后，中心控制设备实时分析车头相机的第一视频流，并对第一视频流进行目标检测。可选的，对第一视频流进行目标检测的步骤包括：首先，利用目标检测模型对第一视频流进行目标检测，获得一个或者多个检测目标信息，每个检测目标信息包括检测目标的类别和置信度；然后，判断一个或者多个检测目标信息中是否存在类别为预设的车辆类别且对应的置信度大于第一预设阈值的检测目标，若存在，则确定第一视频流中有待检测车辆进入。

在一个具体的实施例中，目标检测模型可根据基于深度学习的预设神经网络生成，例如可以使用SSD(Single Shot MultiBox Detector)网络，该目标检测模型可用于检测视频流中是否有待检测车辆驶入。具体的，将车头相机所拍摄的第一视频流输入至目标检测模型中，获得一个或者多个检测目标信息，每个检测目标信息包括：该检测目标的类别和置信度，其中，检测目标的类别可包括客车、货车、轮胎和背景等类别；检测目标信息还包括：该检测目标在视频画面中的所在位置，基于获得的位置信息可以实现对第一视频流中待检测车辆的目标实时跟踪。

在实际应用之前，预先利用若干已标注完成的图像数据对预设神经网络进行训练，并在达到训练结束条件时停止训练过程，从而获得目标检测模型。

在获得一个或者多个检测目标信息后，判断这些检测目标信息中是否有类别为客车或者货车，且置信度大于第一预设阈值的检测目标，如果没有，则确定第一视频流中没有待检测车辆驶入，如果有，则确定第一视频流中有客车或有货车驶入。

可选的，在确定第一视频流中有待检测车辆驶入后，从一个或者多个检测目标信息中确定出类别为预设的车辆类别且置信度最高的一个检测目标信息，并将该检测目标信息作为第一视频流中出现的待检测车辆的信息(包括车辆的类别及所在位置)。

在通过上述实施方式检测到第一视频流中有待检测车辆进入后，中心控制设备通过网络向车头相机发送控制指令，控制车头相机抓拍一张待检测车辆的车辆正面图片。车头相机在抓拍完成后，将获得的车辆正面图片通过网络发送给中心控制设备，同时，中心控制设备在检测到待检测车辆进入后自动识别待检测车辆的车头车牌信息。其中，对车头车牌信息的识别可以使用现有的车牌识别算法，该车牌识别算法可以自动根据第一视频流或者抓拍的车辆正面图片识别出车头上的车牌号码。

在步骤220后，继续执行步骤230：对第二视频流中的待检测车辆进行车辆目标跟踪，并基于第二视频流获得待检测车辆的车辆车身图片。

中心控制设备在检测到第一视频流中有待检测车辆进入后，实时分析侧面相机所拍摄的第二视频流，并对第二视频流中的待检测车辆进行实时跟踪，确定待检测车辆在视频画面中的所在位置，同时基于第二视频流获得待检测车辆的车辆车身图片。

可选的，侧面相机为鱼眼摄像机，例如选择拍摄视角可达160度的鱼眼全景摄像机，中心控制设备从第二视频流中提取多帧待检测车辆的车身侧面图像，并通过图像拼接将多帧车身侧面图像拼接为一张图像，获得待检测车辆的车辆车身图片。对于较长且较高的大型车辆而言，如果使用普通相机对车辆进行拍摄，得到的车辆车身可能是不完整的，而选用鱼眼摄像机，并将视频流中多帧的车身侧面图像通过图像拼接形成一张完整的车身图片，使待检测车辆的长度、高度、轮轴信息完整。

本实施例利用鱼眼摄像机和图像拼接技术完美合成车辆侧面轮廓照片，相较于现有技术中通过设置于横杆上的侧面相机抓拍车辆照片的方案，解决了由于侧面相机视角和抓拍范围的限制，对于超长车辆无法完整抓拍车辆侧面轮廓照片的问题。

步骤240：在检测到第二视频流中的待检测车辆行驶至视频画面中的预设区域后，控制车尾相机抓拍待检测车辆的车辆车尾图片，并识别待检测车辆的车尾车牌信息。

中心控制设备实时跟踪第二视频流中待检测车辆的位置，当待检测车辆行驶至视频画面中的预设区域时，认为待检测车辆处于驶出状态，然后可进行后续分析。在一个具体的实施例中，中心控制设备利用目标检测算法对第二视频流进行目标跟踪，实时生成目标框，目标框中的区域表示待检测车辆在视频画面中的所在位置，当待检测车辆对应的目标框与视频画面中的预设区域相交或者目标框全部包含于预设区域之中时，可以认为待检测车辆已行驶至视频画面中的预设区域。

在检测到待检测车辆处于驶出状态后，中心控制设备通过网络向车尾相机发送控制指令，控制车尾相机抓拍一张待检测车辆的车辆车尾图片。车尾相机在抓拍完成后，将获得的车辆车尾图片通过网络发送给中心控制设备，同时，中心控制设备在检测到待检测车辆处于驶出状态后自动识别待检测车辆的车尾车牌信息。其中，对车尾车牌信息的识别可以使用现有的车牌识别算法，该车牌识别算法可以自动根据车尾相机所拍摄的第三视频流或者抓拍的车辆车尾图片识别出车尾上的车牌号码。

在本实施例中，车辆正面图片可以用于确定车辆车牌号码及车辆的厂牌型号等，车辆车尾图片可以用于确定挂车车牌及查看车辆载货情况，车辆车身图片可以用于查看和确定货车轴组类型。同时，根据相关业务规范和技术要求，将以上三张车辆图片作为证据留存。

步骤250：将待检测车辆对应的车辆正面图片、车辆车身图片、车辆车尾图片、车头车牌信息及车尾车牌信息上传至业务系统。

中心控制设备整合之前步骤中获得的车辆正面图片、车辆车身图片、车辆车尾图片、车头车牌信息和车尾车牌信息，通过预设的接口推送至业务系统。其中，业务系统可以部署于中心控制设备，也可以部署于与中心控制设备通信连接的其他物理设备上，同时，可根据需求将上述图片数据和车牌信息保存至本地存储。

在上述方案中，中心控制设备采用目标检测模型及图像追踪技术实时进行车辆特征分析和图像抓拍，在分析过程中能准确跟踪并区分侧面相机所拍摄的视频画面内的车辆，且由于目标检测模型使用基于深度学习的神经网络，具备自主学习功能，随着车辆分析数量的不断增加，对车辆检测的准确率也将不断提高；本实施例能够在收费站场景下准确地检测出车辆，与现有技术相比，可有效避免识别错误、车辆遗漏等问题。

可选的，在步骤250之前，该方法还包括：从第一视频流、第二视频流或第三视频流中截取一段预设时长的车辆驶入视频，并在步骤250中将车辆驶入视频与车辆正面图片、车辆车身图片、车辆车尾图片一同上传至业务系统。

进一步的，超限信息采集系统还包括：称重检测设备，中心控制设备可与布设在检测车道上的称重检测设备(称重仪)对接，中心控制设备通过网络从称重仪处获取待检测车辆的称重数据，并将称重数据与车辆正面图片、车辆车身图片、车辆车尾图片等一同上传至业务系统。业务系统根据车辆的称重数据和相应的限值标准对车辆进行重量超限检测。

可选的，超限信息采集系统还包括：车辆尺寸采集设备，中心控制设备可与车辆尺寸采集设备对接，中心控制设备通过网络从车辆尺寸采集设备处获取待检测车辆的尺寸数据，并将尺寸数据与车辆正面图片、车辆车身图片、车辆车尾图片、称重数据等一同上传至业务系统。其中，车辆的尺寸数据包括车辆载货后车辆的总体长度、高度和宽度。在一些实施例中，对车辆的超限检测可包括重量超限检测及尺寸超限检测，称重检测设备和车辆尺寸采集设备接入到中心控制设备，当车辆通过检测区域时称重检测设备和车辆尺寸采集设备自动采集相关称重数据和尺寸数据，并在步骤250中，将称重数据和尺寸数据与其他数据一同上报至业务系统，业务系统根据车辆的称重数据、尺寸数据和相应的限值标准对车辆进行重量超限检测和尺寸超限检测，并进行超限车辆处理。

进一步的，目前，收费站的货车通行费计费方式统一按车的轴型收费，在收费时一般依赖于人工确认车的轴型，或者通过ETC标签识别车辆轴数。本实施例基于车辆车身图片可以准确识别车辆轮轴数，并与其他数据一同推送给业务系统，实现更加准确的车辆检测及收费。

可选的，本实施例所提供的超限信息采集方法还包括：利用目标检测模型对车辆车身图片进行目标检测，获得一个或者多个检测目标信息，每个检测目标信息包括检测目标的类别和置信度；然后，从一个或多个检测目标信息中确定出类别为轮胎且置信度大于第二预设阈值的检测目标，并确定满足以上要求的检测目标的数量，将满足要求的检测目标的数量确定为待检测车辆的轮轴数量。在确定出待检测车辆的轮轴数量后，在步骤250中，将车辆的轮轴数量信息与其他图片及车牌信息一同推送至业务系统中。

综上所述，本实施例提供的超限信息采集方法能够解决现有技术中多个独立的摄像机分别识别车头、车尾、车身特征时所存在的识别结果无法进行关联的问题，由于本申请中超限检测设备上设置的三个摄像机的拍摄视角存在重叠，以及通过对视频流中的车辆进行准确的跟踪和区分，可以将三个摄像机的识别结果关联至同一辆车，形成正确且完整的车辆数据，不会导致留存证据的混乱。

基于同一发明构思，本申请实施例还提供一种超限信息采集装置，请参阅图6，该装置包括：

获取模块310，用于获取设置于超限检测设备上的车头相机所拍摄的第一视频流、侧面相机所拍摄的第二视频流和车尾相机所拍摄的第三视频流；所述超限检测设备设置于检测车道的一侧，所述车头相机、所述侧面相机、所述车尾相机按照车辆行驶方向依次安装于超限检测设备上，所述车头相机与所述侧面相机的拍摄视角、所述侧面相机与所述车尾相机的拍摄之间存在重叠；

车头识别模块320，用于在检测到所述第一视频流中有待检测车辆进入后，控制所述车头相机抓拍待检测车辆的车辆正面图片，并识别所述待检测车辆的车头车牌信息；

侧面识别模块330，用于对所述第二视频流中的所述待检测车辆进行车辆目标跟踪，并基于所述第二视频流获得待检测车辆的车辆车身图片；

车尾识别模块340，用于在检测到第二视频流中的待检测车辆行驶至视频画面中的预设区域后，控制所述车尾相机抓拍待检测车辆的车辆车尾图片，并识别所述待检测车辆的车尾车牌信息；

信息上传模块350，用于将所述待检测车辆对应的车辆正面图片、车辆车身图片、车辆车尾图片、车头车牌信息和车尾车牌信息上传至业务系统。

可选的，所述侧面相机为鱼眼摄像机，侧面识别模块330包括图像拼接子模块，图像拼接子模块用于从第二视频流中提取多帧车身侧面图像，并通过图像拼接将所述多帧车身侧面图像拼接为一张图像，获得所述车辆车身图片。

可选的，该装置还包括：车辆检测模块，用于利用目标检测模型对所述第一视频流进行目标检测，获得一个或者多个检测目标信息，所述检测目标信息包括检测目标的类别和置信度；判断所述一个或者多个检测目标信息中是否存在类别为预设的车辆类别且对应的置信度大于第一预设阈值的检测目标，若存在，则确定所述第一视频流中有待检测车辆进入。

可选的，该装置还包括：轮轴检测模块，用于利用目标检测模型对所述车辆车身图片进行目标检测，获得一个或者多个检测目标信息，所述检测目标信息包括检测目标的类别和置信度；从所述一个或多个检测目标信息中确定出类别为轮胎且置信度大于第二预设阈值的检测目标，并确定满足以上要求的检测目标的数量，将所述数量确定为所述待检测车辆的轮轴数量。

可选的，该装置还包括：视频截取模块，用于从所述第一视频流、所述第二视频流或所述第三视频流中截取一段预设时长的车辆驶入视频，并将所述车辆驶入视频与车辆正面图片、车辆车身图片、车辆车尾图片一同上传至所述业务系统。

上述提供的超限信息采集装置与前一方法实施例的基本原理及产生的技术效果相同，为简要描述，本实施例部分未提及之处，可参考上述的方法实施例中的相应内容，在此不做赘述。

图7示出了本申请实施例提供的中心控制设备400的一种可能的结构。请参照图7，中心控制设备400包括：处理器410、存储器420以及通信接口430，这些组件通过通信总线440和/或其他形式的连接机构(未示出)互连并相互通讯。

其中，存储器420包括一个或多个(图中仅示出一个)，其可以是，但不限于，随机存取存储器(Random Access Memory，简称RAM)，只读存储器(Read Only Memory，简称ROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，简称EEPROM)等。处理器410以及其他可能的组件可对存储器420进行访问，读和/或写其中的数据。

处理器410包括一个或多个(图中仅示出一个)，其可以是一种集成电路芯片，具有信号的处理能力。上述的处理器410可以是通用处理器，包括中央处理器(CentralProcessing Unit，简称CPU)、微控制单元(Micro Controller Unit，简称MCU)、网络处理器(Network Processor，简称NP)或者其他常规处理器；还可以是专用处理器，包括数字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(Application SpecificIntegrated Circuits，简称ASIC)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

通信接口430包括一个或多个(图中仅示出一个)，可以用于和其他设备进行直接或间接地通信，以便进行数据的交互。通信接口430可以是以太网接口；可以是移动通信网络接口，例如3G、4G、5G网络的接口；还是可以是具有数据收发功能的其他类型的接口。

在存储器420中可以存储一个或多个计算机程序指令，处理器410可以读取并运行这些计算机程序指令，以实现本申请实施例提供的超限信息采集方法的步骤以及其他期望的功能。

可以理解，图7所示的结构仅为示意，中心控制设备400还可以包括比图7中所示更多或者更少的组件，或者具有与图7所示不同的配置。图7中所示的各组件可以采用硬件、软件或其组合实现。

本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序指令，该计算机程序指令被计算机的处理器读取并运行时，执行本申请实施例提供的超限信息采集方法的步骤。例如，计算机可读存储介质可以实现为图7中中心控制设备400中的存储器420。

本申请实施例还提供一种计算机程序产品，该计算机程序产品在计算机上运行时，使得计算机执行本申请实施例提供的超限信息采集方法。

在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

需要说明的是，功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种超限信息采集方法，其特征在于，所述方法包括：

获取设置于超限检测设备上的车头相机所拍摄的第一视频流、侧面相机所拍摄的第二视频流和车尾相机所拍摄的第三视频流；所述超限检测设备设置于检测车道的一侧，所述车头相机、所述侧面相机、所述车尾相机按照车辆行驶方向依次安装于超限检测设备上，所述车头相机与所述侧面相机的拍摄视角、所述侧面相机与所述车尾相机的拍摄之间存在重叠；

在检测到所述第一视频流中有待检测车辆进入后，控制所述车头相机抓拍待检测车辆的车辆正面图片，并识别所述待检测车辆的车头车牌信息；

对所述第二视频流中的所述待检测车辆进行车辆目标跟踪，并基于所述第二视频流获得待检测车辆的车辆车身图片；

在检测到第二视频流中的待检测车辆行驶至视频画面中的预设区域后，控制所述车尾相机抓拍待检测车辆的车辆车尾图片，并识别所述待检测车辆的车尾车牌信息；

将所述待检测车辆对应的车辆正面图片、车辆车身图片、车辆车尾图片、车头车牌信息和车尾车牌信息上传至业务系统。

2.根据权利要求1所述的方法，其特征在于，所述侧面相机为鱼眼摄像机，所述基于所述第二视频流获得待检测车辆的车辆车身图片，包括：

从第二视频流中提取多帧车身侧面图像，并通过图像拼接将所述多帧车身侧面图像拼接为一张图像，获得所述车辆车身图片。

3.根据权利要求1或2所述的方法，其特征在于，在获取设置于超限检测设备上的车头相机所拍摄的第一视频流之后，所述方法还包括：

利用目标检测模型对所述第一视频流进行目标检测，获得一个或者多个检测目标信息，所述检测目标信息包括检测目标的类别和置信度；

判断所述一个或者多个检测目标信息中是否存在类别为预设的车辆类别且对应的置信度大于第一预设阈值的检测目标，若存在，则确定所述第一视频流中有待检测车辆进入。

4.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

利用目标检测模型对所述车辆车身图片进行目标检测，获得一个或者多个检测目标信息，所述检测目标信息包括检测目标的类别和置信度；

从所述一个或多个检测目标信息中确定出类别为轮胎且置信度大于第二预设阈值的检测目标，并确定满足以上要求的检测目标的数量，将所述数量确定为所述待检测车辆的轮轴数量。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

从所述第一视频流、所述第二视频流或所述第三视频流中截取一段预设时长的车辆驶入视频，并将所述车辆驶入视频与车辆正面图片、车辆车身图片、车辆车尾图片一同上传至所述业务系统。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

从称重仪中获取待检测车辆的称重数据，并将所述称重数据与车辆正面图片、车辆车身图片、车辆车尾图片一同上传至所述业务系统。

7.一种超限检测设备，其特征在于，包括：

立柱；

设置于所述立柱上的超限检测装置；所述超限检测装置包括车头相机、侧面相机、车尾相机、控制器和交换机，所述车头相机、所述侧面相机和所述车尾相机分别与所述控制器连接，所述控制器与所述交换机连接；所述车头相机、所述侧面相机和所述车尾相机按照预设方向依次安装于所述立柱的侧面，所述车头相机与所述侧面相机的拍摄视角之间、和所述侧面相机与所述车尾相机的拍摄视角之间存在重叠。

8.根据权利要求7所述的设备，其特征在于，所述立柱具有多个侧面，所述车头相机、所述侧面相机和所述车尾相机分别安装于所述多个侧面中的其中一个侧面。

9.一种超限信息采集装置，其特征在于，所述装置包括：

获取模块，用于获取设置于超限检测设备上的车头相机所拍摄的第一视频流、侧面相机所拍摄的第二视频流和车尾相机所拍摄的第三视频流；所述超限检测设备设置于检测车道的一侧，所述车头相机、所述侧面相机、所述车尾相机按照车辆行驶方向依次安装于超限检测设备上，所述车头相机与所述侧面相机的拍摄视角、所述侧面相机与所述车尾相机的拍摄之间存在重叠；

车头识别模块，用于在检测到所述第一视频流中有待检测车辆进入后，控制所述车头相机抓拍待检测车辆的车辆正面图片，并识别所述待检测车辆的车头车牌信息；

侧面识别模块，用于对所述第二视频流中的所述待检测车辆进行车辆目标跟踪，并基于所述第二视频流获得待检测车辆的车辆车身图片；

车尾识别模块，用于在检测到第二视频流中的待检测车辆行驶至视频画面中的预设区域后，控制所述车尾相机抓拍待检测车辆的车辆车尾图片，并识别所述待检测车辆的车尾车牌信息；

信息上传模块，用于将所述待检测车辆对应的车辆正面图片、车辆车身图片、车辆车尾图片、车头车牌信息和车尾车牌信息上传至业务系统。

10.一种超限信息采集系统，其特征在于，包括：如权利要求7或8所述的超限检测设备和中心控制设备，所述超限检测设备与所述中心控制设备通信连接；

所述超限检测设备用于向所述中心控制设备发送设置于所述超限检测设备上的车头相机所拍摄的第一视频流、侧面相机所拍摄的第二视频流和车尾相机所拍摄的第三视频流；

所述中心控制设备用于执行如权利要求1-6任一项所述的超限信息采集方法。

Images