CN111507427A - 一种车辆分类方法 - Google Patents

一种车辆分类方法 Download PDF

Info

Publication number
CN111507427A
CN111507427A CN202010381708.1A CN202010381708A CN111507427A CN 111507427 A CN111507427 A CN 111507427A CN 202010381708 A CN202010381708 A CN 202010381708A CN 111507427 A CN111507427 A CN 111507427A
Authority
CN
China
Prior art keywords
vehicle
measuring device
distance
detection point
classification method
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
Application number
CN202010381708.1A
Other languages
English (en)
Inventor
黄松山
王尊
周凛
黄琰璐
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.)
Hunan Chelu Xietong Intelligent Technology Co ltd
Original Assignee
Hunan Chelu Xietong Intelligent Technology 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 Hunan Chelu Xietong Intelligent Technology Co ltd filed Critical Hunan Chelu Xietong Intelligent Technology Co ltd
Priority to CN202010381708.1A priority Critical patent/CN111507427A/zh
Publication of CN111507427A publication Critical patent/CN111507427A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Traffic Control Systems (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种车辆分类方法，涉及智能交通技术领域。上述车辆分类方法包括：测量检测点与车辆的垂直距离；测量从检测点到车头以及检测点到车尾形成的夹角角度；对上述数据进行分析处理得出车身长度；设定车身长度对应的车辆类型；根据分析处理的出的车身长度识别出对应的车辆类型。本发明通过简单的装置，实现对经过的车辆数量、类型进行统计，为道路养护提供依据，实现高效、低成本的路况分析功能。

Description

一种车辆分类方法
技术领域
本发明涉及交通领域，具体的说，是涉及一种车辆分类的方法。
背景技术
现有的车辆分类的技术均基于视频检测技术，如CN201911077094.1一种车辆分类模型的优化方法及设备，需借助摄像头等成本高昂的基础设备以及复杂的视频检测技术，仅对于车辆分类这一功能而言，该技术路线成本高昂、维修不易且造成一定的性能浪费，以湖南为例，仅高速公路便有6725公里，以该技术路线想完全遍布道路，做到道路全时空的监管难度很大。
发明内容
为了解决成本高昂的问题, 本发明提供一种低成本的车辆分类方法。
本发明技术方案如下所述：
一种车辆分类方法，包括：触发探头，在车辆即将经过检测点时触发开启所述测距装置以及动态测量装置；测距装置，在车辆经过时，测出检测点位置与车辆的垂直距离数据D1；动态测量装置，与所述测距装置在同一位置安装，在车辆经过时，测出检测点垂直于车尾的距离与检测点和车头距离的夹角角度θ；根据余弦定理车身长度D2=D1/θ；预设好车身长度对应的车辆类型，以得出的车身长度来对应车辆类型。
根据上述方案的本发明，所述触发探头由磁感应的方式感应车辆经过，由此触发所述测距装置以及动态测量装置；
根据上述方案的本发明，所述测距装置采取激光测距的方式，测量检测点位置与车辆的垂直距离D1；
根据上述方案的本发明，所述动态测量装置采用激光扫描的方式，测量检测点垂直于车尾的距离与探头和车头距离的夹角角度θ；
根据上述方案的本发明，依据测距装置测量的检测点位置与车辆的垂直距离D1以及动态测量装置测量出的检测点垂直于车尾的距离与检测点和车头的距离夹角角度a，利用余弦定理得出车身长度D2=D1/Cosθ。
根据上述方案的本发明，预设好车身长度所对应的车辆类型，根据测量运算得出的车身长度获取对应的车辆类型。
本发明所采用设备相对于现有的车辆分类方法而言成本低廉，且经久耐用、维修简易，普及建设难度低且实用性高。
附图说明
图1为本发明一实施例的方法步骤图。
图2为本发明一实施例的结构框图。
具体实施
在本发明一个典型的配置中，终端、服务网络的设备和可信方均包括一个或多个 处理器(例如中央处理器(Central Processing Unit，CPU)、输入/输出接口、网络接口和内 存。内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(Random AccessMemory，RAM)和/或非易失性内存等形式，如只读存储器(Read Only Memory，ROM) 或闪存(flash RAM)。内存是计算机可读介质的示例。计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法 或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(Phase-Change RAM，PRAM)、静态随机存 取存储器(Static Random Access Memory，SRAM)、动态随机存取存储器(Dynamic Random Access Memory，DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可 编程只读存储器(Electrically ErasableProgrammable Read-Only Memory，EEPROM)、快 闪记忆体或其他内存技术、只读光盘只读存储器(Compact Disc Read-Only Memory，CDROM)、数字多功能光盘(Digital VersatileDisk，DVD)或其他光学存储、磁盒式磁带，磁带 磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的 信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体 (transitory media)，如调制的数据信号和载波。
图1示出根据本发明一个方面的一种车辆车身长度以及车辆高度测量方法的流程图，图二示出本发明的结构框图，该方法适用于本发明车辆分类的检测过程中，该方法包括步骤S1、步骤S2、步骤S3，其中，具体包括：
步骤S1，在检测点前布置一个触发装置，所述触发装置由底座、立杆以及感应器构成布置在道路侧边，所述触发装置包括但不限于磁感应触发、激光触发等方式，检测到有车辆经过时通过无线或者有线的方式将有车辆经过的信号发送给测距装置以及动态测量装置，系统反应时间不超过0.01ms。所述测距装置由底座、杆件以及激光测距探头组成布置在道路侧边，在车辆经过检测点时，测距装置通过激光测距的方式测量出检测点与车辆的垂直距离D1，并将该数据通过有线或无线的方式发送给中央处理单元。
步骤S2，所述动态测量装置包括底座、立杆以及动态测量探头，与所述测距装置共享底座以及立杆，安装在同一位置，所述动态测量装置可左右摆动检测角度，通过激光扫描的方式测量出检测点垂直于车尾的距离与检测点和车头距离的夹角θ，并将该数据通过有线或无线的方式发送给中央处理单元。
步骤S3，中央处理单元根据步骤一和步骤二得到的检测点与车辆的垂直距离D1以及检测点垂直于车尾的距离与检测点和车头距离的夹角θ，通过余弦定理得出车身长度
D2=D1/Cosθ
图1示出根据本发明一个方面的一种根据车辆车身长度以及车辆高度对车辆进行分类的方法的流程图，该方法适用于本发明车辆分类的检测过程中，该方法包括步骤S4、步骤S5，其中，具体包括：
步骤S4，预设好根据车辆车身长度以及车辆高度对车辆进行分类的已有分类模型，所述已有分类模型包含所有已知主流车辆类型。
例如，根据中国汽车分类标准，小型两厢轿车长度在3.6米至4米之间，小型三厢轿车长度在4.1米至4.4米之间，轿车高度均不超过1.5米；平板货车车身长度在9.6米到17.5米之间，由此依据建立车辆车身长度以及车辆高度对应车辆类型的分类模型。
步骤S5，基于已有的分类模型对已经得出的车辆车身长度以及车身高度进行识别并得到
车辆车身长度以及车身高度对应的车辆类型。
步骤S13，基于所述分类结果和所述已有分类模型重新进行模型训练和测试，得到对车辆进行分类的优化分类模型，所述优化分类模型包括至少一种新增车辆类型和所述至少两种已知车辆类型。其中，所述优化分类模型可以对新增车辆类型对应的车辆图像和已知车辆类型对应的车辆图像进行车辆类型的识别和预测，实现了对已有分类模型的迭代优化，不仅节约了大量时间成本和人力成本，还提高了优化后得到的优化分类模型对车辆图像进行车辆类型预测的准确性，从而更好的适应了用户的使用，进一步提高用户对车辆分类产品的满意度。
应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
上面结合附图对本发明专利进行了示例性的描述，显然本发明专利的实现并不受上述方式的限制，只要采用了本发明专利的方法构思和技术方案进行的各种改进，或未经改进将本发明专利的构思和技术方案直接应用于其它场合的，均在本发明的保护范围内。

Claims (7)

1.一种车辆分类方法，其特征在于，包括以下步骤：
触发探头，在车辆即将经过检测点时触发开启所述测距装置以及动态测量装置；
测距装置，在车辆经过时，测出检测点位置与车辆的垂直距离数据（D1）；
动态测量装置，与所述测距装置在同一位置安装，在车辆经过时，测出检测点垂直于车尾的距离与探头和车头距离的夹角角度（θ）。
2.根据权利要求1所述触发探头，其特征在于所述触发探头由磁感应的方式感应车辆经过，由此触发所述测距装置以及动态测量装置。
3.根据权利要求1所述测距装置，其特征在于所述测距装置采取激光测距的方式，测量检测点位置与车辆的垂直距离（D1）。
4.根据权利要求1所述动态测量装置，其特征在于所述动态测量装置采用激光扫描的方式，测量检测点垂直于车尾的距离与检测点和车头距离的夹角角度（θ）。
5.根据权利要求1所述车辆分类方法，其特征在于依据所述测距装置测量的检测点位置与车辆的垂直距离（D1）以及所述动态测量装置测量出的检测点位置垂直于车尾的距离与探头和检测点位置与车头的距离夹角角度（θ），利用余弦定理得出车身长度D2=D1/Cosθ。
6.根据权利要求1所述的车辆分类方法，其特征在于根据预设的车身长度、车辆类型对比数据，用测量的车身长度对比得出车辆类型。
7.本发明所采用设备相对于现有的车辆分类方法而言成本低廉、维修简易，普及建设难度低且实用性高。
CN202010381708.1A 2020-05-08 2020-05-08 一种车辆分类方法 Pending CN111507427A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010381708.1A CN111507427A (zh) 2020-05-08 2020-05-08 一种车辆分类方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010381708.1A CN111507427A (zh) 2020-05-08 2020-05-08 一种车辆分类方法

Publications (1)

Publication Number Publication Date
CN111507427A true CN111507427A (zh) 2020-08-07

Family

ID=71864377

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010381708.1A Pending CN111507427A (zh) 2020-05-08 2020-05-08 一种车辆分类方法

Country Status (1)

Country Link
CN (1) CN111507427A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111540213A (zh) * 2020-05-08 2020-08-14 湖南车路协同智能科技有限公司 一种车辆分类方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102749030A (zh) * 2012-06-14 2012-10-24 北京理工大学 基于脉冲飞行时间激光测距的货车车厢体积分割方法
CN103593979A (zh) * 2012-08-14 2014-02-19 业纳遥控设备有限公司 用于通过跟踪车辆位置参数来将行驶车辆分类的方法
CN103794056A (zh) * 2014-03-06 2014-05-14 北京卓视智通科技有限责任公司 基于实时双路视频流的车型精确分类系统及方法
US20140159925A1 (en) * 2012-03-02 2014-06-12 Leddartech Inc. System and method for multipurpose traffic detection and characterization
US20140176360A1 (en) * 2012-12-20 2014-06-26 Jenoptik Robot Gmbh Method and Arrangement for Detecting Traffic Violations in a Traffic Light Zone Through Rear End Measurement by a Radar Device
CN207816198U (zh) * 2017-12-27 2018-09-04 同方威视技术股份有限公司 车辆长度测量装置及车辆外轮廓测量系统
CN111540213A (zh) * 2020-05-08 2020-08-14 湖南车路协同智能科技有限公司 一种车辆分类方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140159925A1 (en) * 2012-03-02 2014-06-12 Leddartech Inc. System and method for multipurpose traffic detection and characterization
CN102749030A (zh) * 2012-06-14 2012-10-24 北京理工大学 基于脉冲飞行时间激光测距的货车车厢体积分割方法
CN103593979A (zh) * 2012-08-14 2014-02-19 业纳遥控设备有限公司 用于通过跟踪车辆位置参数来将行驶车辆分类的方法
US20140049419A1 (en) * 2012-08-14 2014-02-20 Jenoptik Robot Gmbh Method for Classifying Moving Vehicles by Tracking a Position Value of the Vehicle
US20140176360A1 (en) * 2012-12-20 2014-06-26 Jenoptik Robot Gmbh Method and Arrangement for Detecting Traffic Violations in a Traffic Light Zone Through Rear End Measurement by a Radar Device
CN103794056A (zh) * 2014-03-06 2014-05-14 北京卓视智通科技有限责任公司 基于实时双路视频流的车型精确分类系统及方法
CN207816198U (zh) * 2017-12-27 2018-09-04 同方威视技术股份有限公司 车辆长度测量装置及车辆外轮廓测量系统
CN111540213A (zh) * 2020-05-08 2020-08-14 湖南车路协同智能科技有限公司 一种车辆分类方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111540213A (zh) * 2020-05-08 2020-08-14 湖南车路协同智能科技有限公司 一种车辆分类方法

Similar Documents

Publication Publication Date Title
Peng et al. Assessing the impact of reduced visibility on traffic crash risk using microscopic data and surrogate safety measures
CN112287566B (zh) 一种自动化驾驶场景库生成方法、系统及电子设备
CN105259304B (zh) 一种车辆尾气污染物在线监测系统和方法
CN101571997A (zh) 多源交通信息融合处理方法及其装置
Erkan et al. Bluetooth as a traffic sensor for stream travel time estimation under Bogazici Bosporus conditions in Turkey
CN102013159A (zh) 基于高清视频检测数据的区域动态od矩阵获取方法
CN104296756A (zh) 运行机动车的方法和机动车
KR101735557B1 (ko) 실시간 목표 탐지에 의한 교통 정보 수집 시스템 및 방법
US20210398420A1 (en) Moving body monitoring system, control server of moving body monitoring system, and moving body monitoring method
Perttunen et al. Urban traffic analysis through multi-modal sensing
Kim et al. Performance of vehicle speed estimation using wireless sensor networks: A region-based approach
CN116246470A (zh) 高速公路门架逃费稽查方法、装置、电子设备及存储介质
CN111507427A (zh) 一种车辆分类方法
CN111540213A (zh) 一种车辆分类方法
KR20190087276A (ko) 영상 기반 교통량 측정 시스템 및 그 방법
CN107978174B (zh) 基于协作环境感知的停车场状态监测装置与监测方法
Gardner Highway traffic monitoring
CN117058872A (zh) 一种用于高速公路信息发布方法、系统和存储介质
CN112133104A (zh) 一种车辆信息检测方法、装置、系统及存储介质
Staniek Repeatability of road pavement condition assessment based on three-dimensional analysis of linear accelerations of vehicles
WO2023115977A1 (zh) 一种事件检测方法、装置、系统、电子设备及存储介质
CN112507874B (zh) 一种用于检测机动车加塞行为的方法与设备
CN112927498B (zh) 一种基于智慧交通监控的数据分析方法及装置
CN106887138B (zh) 一种堵车蔓延态势侦测方法与系统
CN116416780A (zh) 一种路侧感知系统的测试方法、装置、测试设备和介质

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: 20200807