CN112508987A - 一种入口治超车辆特征采集方法及系统 - Google Patents
一种入口治超车辆特征采集方法及系统 Download PDFInfo
- Publication number
- CN112508987A CN112508987A CN202011479906.8A CN202011479906A CN112508987A CN 112508987 A CN112508987 A CN 112508987A CN 202011479906 A CN202011479906 A CN 202011479906A CN 112508987 A CN112508987 A CN 112508987A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- image
- scanning
- definition camera
- splicing
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000001514 detection method Methods 0.000 claims abstract description 59
- 238000012545 processing Methods 0.000 claims abstract description 21
- 238000002310 reflectometry Methods 0.000 claims abstract description 17
- 238000004806 packaging method and process Methods 0.000 claims abstract description 5
- 238000013135 deep learning Methods 0.000 claims description 8
- 239000003086 colorant Substances 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 2
- 230000000246 remedial effect Effects 0.000 claims 1
- 238000009434 installation Methods 0.000 abstract description 5
- 238000005303 weighing Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/174—Segmentation; Edge detection involving the use of two or more images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/564—Depth or shape recovery from multiple images from contours
-
- 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
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30268—Vehicle interior
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
- Traffic Control Systems (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种入口治超车辆特征采集方法及系统，涉及智能交通领域。该系统包括：扫描式激光检测设备，用于扫描车辆侧面轮廓，采集激光照射在反射面上的反射率；第一高清摄像头，用于抓拍车辆正面图片，识别车牌；第二高清摄像头，用于抓拍车辆尾部图片；数据处理及控制单元，用于识别车辆轮轴和载客人数，保存第一高清摄像头上传的视频流，车辆特征采集完成后将所述特征信息打包上传至服务器。本发明提供的方案具有结构简单，安装方便，识别精度高，运行稳定的特点。
Description
技术领域
本发明属于智能交通领域，具体涉及一种入口治超车辆特征采集方法及系统。
背景技术
随着社会经济的快速发展，货运和物流逐渐增多，高速公路的治超管理显得日趋重要。根据交通运输部办公厅2019年8月印发的《高速公路称重检测业务规范和技术要求》，入口称重检测过程中，应检测车辆轴数、车牌号码以及入口称重图像数据，其中称重图像数据包括：车辆正面照、车辆尾部照、车辆侧面照3张检测照片和长度不少于5秒的视频记录。目前主流的技术形式都是基于摄像头的图像识别，受周围环境因素干扰，对触发抓拍、轮轴识别都有一定的误差。专利201721105408.0公开了一种高速公路治超系统，可以适用于入口治超的车辆特征采集，但本专利相较于该专利存有如下优点：
1.获取车辆图像数据，本专利使用设备数较少。
2.对于超长车辆，该专利受限于球机的水平视场角，获取车辆完整的侧面图像将有所困难。
本发明采用了基于激光检测设备和高清摄像头的组合通过激光扫描车辆侧面三维轮廓识别轮轴，通过视频流拼接车辆侧面全景图，通过激光触发控制摄像头对车辆正面和尾部进行抓拍，识别车牌和载客人数，并通过深度学习的目标检测模型对轮轴进行辅助识别，极大的提升了轮轴的识别精度以及车辆特征信息采集维度，并且不受外界环境影响。
发明内容
本发明针对高速公路入口治超中采集车辆轮轴信、载客人数和图像数据信息的需求，提供了一种结构简单，安装方便，识别精度高，运行稳定的入口治超车辆特征采集方法及系统。
第一方面，本发明实施例提供了一种入口治超车辆特征采集系统，包括：
扫描式激光检测设备，用于扫描车辆侧面轮廓，采集激光照射在反射面上的反射率；
第一高清摄像头，用于抓拍车辆正面图片，识别车牌；
第二高清摄像头，用于抓拍车辆尾部图片；
数据处理及控制单元，用于识别车辆轮轴和载客人数，保存第一高清摄像头上传的视频流，车辆特征采集完成后将所述特征信息打包上传至服务器。
根据本公开实施例的一种具体实现方式，所述扫描式激光检测设备采用单台扫描式激光测距仪，固定安装于安全岛一侧，横向扫描车道，其扫描断面与车道垂直，所述第一和第二高清摄像头安装在于所述扫描式激光检测设备同侧安全岛上的左右两端，分别于车道成30-60度的夹角，保证能清晰抓拍车辆正面图片和识别车牌的同时能包含车辆侧面图像信息，优选的第二高清摄像头安装于与扫描式激光检测设备和第一高清摄像头对向的安全岛上。
根据本公开实施例的一种具体实现方式，所述数据处理及控制单元通过网口分别于所述扫描式激光检测设备、所述第一高清摄像头和所述第二高清摄像头相连。
根据本公开实施例的一种具体实现方式，所述车辆特征信息包括：车牌号、载客人数、车辆轮轴、车辆正面图片、车辆尾部图片、车辆侧面图片和长度不少于5秒的视频记录。
第二方面，本发明实施例提供了一种入口治超车辆特征采集方法，包括：
接收并实时检测所述扫描式激光检测设备上传的扫描数据和激光照射在反射面上的反射率；
当检测到车辆驶入扫描断面时，控制第一高清摄像头抓拍车辆正面图片，识别车牌，同时接收和保存第一高清摄像头上传的第一视频流，根据视频图像识别车辆的载客人数标识；
当车辆正在驶过扫描断面时，通过视频流实时拼接第一车辆侧面全景图，并识别车辆轮轴；
当车辆驶出扫描断面时，控制所述第二高清摄像头抓拍车尾图片，同时打包车辆的特征信息上传至服务器。
根据本公开实施例的一种具体实现方式，所述识别车辆载客人数标识的方法包括：
预先将激光扫描断面与车辆侧面交接位置的范围在第一视频流的图像中进行标定；
当车辆头部开始驶入扫描断面时，所述数据处理及控制单元开始检测接收到的激光反射率，根据激光对不同颜色的反射率定位载客人数标识在当前扫描断面的高度；
根据预先标定的区域以及载客人数标识的高度，定位载客人数标识在图像中的区域，然后通过图像算法识别该区域中的载客人数；
当通过激光扫描数据检测到车辆的第一个轮轴驶过扫描断面后，停止对载客标识的定位检测。
根据本公开实施例的一种具体实现方式，所述轮轴识别方法包括：
所述数据处理及控制单元通过激光扫描数据获取车辆侧面三维轮廓信息，根据轮轴的接地点、弧线和凹陷等特征识别车辆轮轴；
当检测到车辆轮轴部位存在遮挡，或者轮轴分布和轮轴特征的置信度不高时，此时使用深度学习的目标检测模型对第一车辆侧面全景图中的轮轴进行检测，当第二高清摄像头安装于所述扫描式激光检测设备对向的安全岛上时，可通过第二高清摄像头上传的视频流拼接第二车辆侧面全景图像，使用深度学习的目标检测模型对第二车辆侧面全景图中的轮轴进行检测。
根据本公开实施例的一种具体实现方式，所述车辆侧面全景图像拼接方法包括：
预先设定图像的拼接区域、对比区域，车辆前进时、停止时和后退时的像素阈值，所述对比区域包含车辆的侧面轮廓信息，所述拼接区域包含对比区域；
选取第一视频流的相邻前后帧图像，在前帧图像中提取第一拼接区域图像，对比区域内的第一对比图像和第一对比位置，在后帧图像中提取第二拼接区域图像，对比区域内的第二对比图像的第二对比位置；
通过特征匹配计算出第一对比图像在第二拼接区域图像中的位置，确定第一拼接区域图像相对于第二拼接图像的移动范围；
当第一对比位置与第二对比位置之差大于前进的像素阈值，此时根据移动范围提取第二拼接区域图像中相对于第一拼接区域图像所移动的局部图像，并将所述局部图像与第一拼接区域图像进行拼接；
当第一对比位置与第二对比位置之差小于停止的像素阈值，此时暂停拼接图像；
当第一对比位置与第二对比位置之差大于后退的像素阈值，此时认为车辆倒车，停止拼接图像；
当全景图像拼接完成后，根据所述第一高清摄像头与所述扫描式激光检测设备的距离和车辆侧面与所述扫描式激光检测设备的距离计算出车辆行驶方向与所述第一高清摄像头的夹角，根据所述夹角对所述车辆侧面全景图像进行拉伸变换。
本发明实施例提供的一种入口治超车辆特征采集系统，包括：扫描式激光检测设备，用于扫描车辆侧面轮廓，采集激光照射在反射面上的反射率；第一高清摄像头，用于抓拍车辆正面图片，识别车牌；第二高清摄像头，用于抓拍车辆尾部图片；数据处理及控制单元，用于识别车辆轮轴和载客人数，保存第一高清摄像头上传的视频流，车辆特征采集完成后将所述特征信息打包上传至服务器。本发明提供的方案具有结构简单，安装方便，识别精度高，运行稳定的特点。
附图说明
图1为本发明示出的一种入口治超车辆特征采集系统的布局示意图；
图2为本发明示出的另一种入口治超车辆特征采集系统的布局示意图；
图3为本发明示出的一种拼接车辆侧面全景图像的方法示意图。
具体实施方式
本发明提供了一种入口治超车辆特征采集系统，所述系统包括：扫描式激光检测设备，第一高清摄像头，第二高清摄像头；所述扫描式激光检测设备用于扫描测量侧面轮廓，采集激光照射在反射面上的反射率，所述第一高清摄像头用于抓拍车辆正面图片，识别车牌，所述第二高清摄像头用于抓拍车辆尾部图片，所述数据处理及控制单元用于识别车辆轮轴和载客人数，保存第一高清摄像头上传的视频流，车辆特征采集完成后将所述特征信息打包上传至服务器，所述特征信息包括：车牌号、载客人数、车辆轮轴、车辆正面图片、车辆尾部图片、车辆侧面图片和长度不少于5秒的视频记录。
所述扫描式激光检测设备使用单台扫描式激光测距仪，固定安装于安全岛一侧，横向扫描车道并且扫描单元与车道垂直；所述第一高清摄像头安装于所述扫描式激光检测设备同侧安全岛上的左端，与车道成30-60度的夹角，保证能清晰抓拍车辆正面图片和识别车牌的同时能包含车辆侧面图像信息；所述第二高清摄像头安装于所述扫描式激光检测设备同侧安全岛上的右端，保证能清晰抓拍车辆尾部图片的同时能包含车辆侧面图像信息；优选的第二高清摄像头安装于与扫描式激光检测设备和第一高清摄像头对向的安全岛上；所述数据处理及控制单元通过网口与所述扫描式激光检测设备、第一高清摄像头和第二高清摄像头建立通信连接。
本发明提供了一种入口治超车辆特征采集方法，步骤如下：所述数据处理及控制单元接收并实时检测所述扫描式激光检测设备上传的扫描数据和激光照射在反射面上的反射率；当所述数据处理及控制单元检测到车辆开始驶入扫描断面时，控制所述第一高清摄像头抓拍车辆正面图片并识别车牌，同时接收和保存第一高清摄像头上传的第一视频流，根据视频图像识别车辆的载客人数标识；当车辆正在驶过扫描断面时，所述数据处理及控制单元通过视频流实时拼接第一车辆侧面全景图，并识别车轴；当车辆驶出扫描断面时，所述数据处理及控制单元控制所述第二高清摄像头抓拍车尾图片，同时打包车辆的特征信息上传至服务器。
所述车辆载客人数标识的识别方法包括：预先将激光扫描断面与车辆侧面交接位置的范围在第一视频流的图像中进行标定；当车辆头部开始驶入扫描断面时，所述数据处理及控制单元开始检测接收到的激光反射率，由于载客人数标识的前景色和背景色不同，根据激光对不同颜色的反射率定位载客人数标识在当前扫描断面的高度；根据预先标定的区域以及载客人数标识的高度，定位载客人数标识在图像中的区域，然后通过图像算法识别该区域中的载客人数；当通过激光扫描数据检测到车辆的第一个轮轴驶过扫描断面后，停止对载客标识的定位检测。
所述轮轴识别方法包括：所述数据处理及控制单元通过激光扫描数据获取车辆侧面三维轮廓信息，根据轮轴的接地点、弧线和凹陷等特征识别车辆轮轴；当检测到车辆轮轴部位存在遮挡，或者轮轴分布和轮轴特征的置信度不高时，此时使用深度学习的目标检测模型对第一车辆侧面全景图中的轮轴进行检测，当第二高清摄像头安装于所述扫描式激光检测设备对向的安全岛上时，可通过接收第二高清摄像头上传的视频流拼接第二车辆侧面全景图像，使用深度学习的目标检测模型对第二车辆侧面全景图中的轮轴进行检测。
所述车辆侧面全景图像拼接方法包括：预先设定图像的拼接区域、对比区域，车辆前进时、停止时和后退时的像素阈值，所述对比区域包含车辆的侧面轮廓信息，所述拼接区域包含对比区域；选取第一视频流的前后帧图像，在前帧图像中提取第一拼接区域图像，对比区域内的第一对比图像和第一对比位置，在后帧图像中提取第二拼接区域图像，对比区域内的第二对比图像的第二对比位置；通过特征匹配计算出第一对比图像在第二拼接区域图像中的位置，确定第一拼接区域图像相对于第二拼接图像的移动范围；当第一对比位置与第二对比位置之差大于前进的像素阈值，则认为车辆正在前进，此时根据移动范围提取第二拼接区域图像中相对于第一拼接区域图像所移动的局部图像，并将所述局部图像与第一拼接区域图形进行拼接；当第一对比位置与第二对比位置之差小于停止的像素阈值，则认为车辆停车，此时暂停拼接图像；当第一对比位置与第二对比位置之差大于后退的像素阈值时，此时认为车辆倒车，停止拼接图像；当车辆侧面全景图像拼接完成后，根据所述第一高清摄像头与所述扫描式激光检测设备的距离和车辆侧面与所述扫描式激光检测设备的距离计算出车辆行驶方向与所述第一高清摄像头的夹角，根据所述夹角对所述车辆侧面全景图形进行拉伸变换。
本发明所述的扫描式激光检测设备(①)、第一高清摄像头(②)、第二高清摄像头(③)和数据处理及控制单元(④)，其中①安装于安全岛的中间，横向扫描车道，扫描断面与车道方向垂直，②安装于与①同侧安全岛的左端，③安装于与①和②同侧安全岛的右端，④安装于安全岛上，④与①、②和③通过网口建立通信连接。所述第一高清摄像头②的方向与车道的夹角α在30-60度之间，有利于当车辆驶入①的扫描断面时抓拍车辆正面图片和识别车牌，同时能包含车辆侧面图像信息。所述第二高清摄像头③的安装方向与车道的夹角β在30-60度之间，有利于当车辆驶出①的扫描断面时抓拍车辆尾部图片，同时能包含车辆侧面图像信息。图2为本发明的另一种优选安装方式，所述第二高清摄像头③安装于与①和②对向的安全岛上。
结合图1和图2所示，叙述本发明提供的一种入口治超车辆特征采集方法工作原理。④接收并实时检测①上传的扫描数据和激光照射在反射面上的反射率，当检测到车辆开始驶入①的扫描断面时，④控制②抓拍车辆正面图片，识别车牌，同时接收和保存②上传的第一视频流，并根据视频图像识别车辆的载客人数标识；当车辆正在驶过①的扫描断面时，④通过视频流实时拼接第一车辆侧面全景图，并识别车辆轮轴；当车辆驶出①的扫描断面时，④控制③抓拍车尾图片，同时打包车辆特征信息上传至服务器。
所述识别车辆载客人数标识的方法如下：预先将激光扫描断面与车辆侧面交接位置的范围在第一视频流的图像中进行标定；当车辆头部开始驶入扫描断面时，所述数据处理及控制单元开始检测接收到的激光反射率，由于载客人数标识的前景色和背景色不同，根据激光对不同颜色的反射率定位载客人数标识在当前扫描断面的高度；根据预先标定的区域以及载客人数标识的高度，定位载客人数标识在图像中的区域，然后通过图像算法识别该区域中的载客人数；当通过激光扫描数据检测到车辆的第一个轮轴驶过扫描断面后，停止对载客标识的定位检测。
所述轮轴识别的方法如下：所述数据处理及控制单元通过激光扫描数据获取车辆侧面三维轮廓信息，根据轮轴的接地点、弧线和凹陷等特征识别车辆轮轴；当检测到车辆轮轴部位存在遮挡，或者轮轴分布和轮轴特征的置信度不高时，此时使用深度学习的目标检测模型对第一车辆侧面全景图中的轮轴进行检测，当第二高清摄像头安装于所述扫描式激光检测设备对向的安全岛上时，可通过接收第二高清摄像头上传的视频流拼接第二车辆侧面全景图像，使用深度学习的目标检测模型对第二车辆侧面全景图中的轮轴进行检测。
图3为所述拼接车辆侧面全景图像的方法示意图，拼接步骤如下：
预先设定图像的拼接区域、对比区域，前进、停车和倒车的像素阈值；
选取第一视频流相邻的前后帧图像，在前帧图像中提取第一拼接区域图像1-1，对比区域内的第一对比图像1-2和第一对比位置，在后帧图像中提取第二拼接区域图像2-1，对比区域内的第二对比图像2-2的第二对比位置；
通过特征匹配计算出第一对比图像1-2在第二拼接区域图像2-1中图像1-2’的位置，从而确定第一拼接区域图像1-1相对于第二拼接区域图像1-2在横纵方向上的移动范围；
如果第一对比位置与第二对比位置之差大于前进像素移动阈值，则认为车辆正在前进，此时根据移动范围提取第二拼接区域图像2-1中相对于第一拼接区域图像1-1所移动的局部图像2-3，并将所述局部图像2-3(2-3’)与第一拼接区域图像1-1进行拼接；
如果第一对比位置与第二对比位置之差小于停车像素移动阈值，则认为车辆正在停车，此时不拼接图像；
如果第一对比位置与第二对比位置之差大于倒车像素移动阈值，则认为车辆正在倒车，此时不拼接图像；
当全景图像拼接完成后，根据所述第一高清摄像头与所述扫描式激光检测设备的距离和车辆侧面与所述扫描激光检测设备的距离计算出车辆行驶方向与所述第一高清摄像头的夹角，根据所述夹角对所述车辆侧面全景图像进行拉伸变换。
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 (8)
1.一种入口治超车辆特征采集系统，其特征在于，包括：
扫描式激光检测设备，用于扫描车辆侧面轮廓，采集激光照射在反射面上的反射率；
第一高清摄像头，用于抓拍车辆正面图片，识别车牌；
第二高清摄像头，用于抓拍车辆尾部图片；
数据处理及控制单元，用于识别车辆轮轴和载客人数，保存第一高清摄像头上传的视频流，车辆特征采集完成后将所述特征信息打包上传至服务器。
2.如权利要求1所述的一种入口治超车辆特征采集系统，其特征在于，所述扫描式激光检测设备采用单台扫描式激光测距仪，固定安装于安全岛一侧，横向扫描车道，其扫描断面与车道垂直，所述第一和第二高清摄像头安装在于所述扫描式激光检测设备同侧安全岛上的左右两端，分别于车道成30-60度的夹角，保证能清晰抓拍车辆正面图片和识别车牌的同时能包含车辆侧面图像信息，优选的第二高清摄像头安装于与扫描式激光检测设备和第一高清摄像头对向的安全岛上。
3.如权利要求1所述的一种入口治超车辆特征采集系统，其特征在于，所述数据处理及控制单元通过网口分别于所述扫描式激光检测设备、所述第一高清摄像头和所述第二高清摄像头相连。
4.如权利要求1所述的一种入口治超车辆特征采集系统，其特征在于，所述车辆特征信息包括：车牌号、载客人数、车辆轮轴、车辆正面图片、车辆尾部图片、车辆侧面图片和长度不少于5秒的视频记录。
5.一种入口治超车辆特征采集方法，其特征在于，包括：
接收并实时检测所述扫描式激光检测设备上传的扫描数据和激光照射在反射面上的反射率；
当检测到车辆驶入扫描断面时，控制第一高清摄像头抓拍车辆正面图片，识别车牌，同时接收和保存第一高清摄像头上传的第一视频流，根据视频图像识别车辆的载客人数标识；
当车辆正在驶过扫描断面时，通过视频流实时拼接第一车辆侧面全景图，并识别车辆轮轴；
当车辆驶出扫描断面时，控制所述第二高清摄像头抓拍车尾图片，同时打包车辆的特征信息上传至服务器。
6.如权利要求5所述的一种入口治超车辆特征采集方法，其特征在于，所述识别车辆载客人数标识的方法包括：
预先将激光扫描断面与车辆侧面交接位置的范围在第一视频流的图像中进行标定；
当车辆头部开始驶入扫描断面时，所述数据处理及控制单元开始检测接收到的激光反射率，根据激光对不同颜色的反射率定位载客人数标识在当前扫描断面的高度；
根据预先标定的区域以及载客人数标识的高度，定位载客人数标识在图像中的区域，然后通过图像算法识别该区域中的载客人数；
当通过激光扫描数据检测到车辆的第一个轮轴驶过扫描断面后，停止对载客标识的定位检测。
7.如权利要求5所述的一种入口治超车辆特征采集方法，其特征在于，所述轮轴识别方法包括：
所述数据处理及控制单元通过激光扫描数据获取车辆侧面三维轮廓信息，根据轮轴的接地点、弧线和凹陷等特征识别车辆轮轴；
当检测到车辆轮轴部位存在遮挡，或者轮轴分布和轮轴特征的置信度不高时，此时使用深度学习的目标检测模型对第一车辆侧面全景图中的轮轴进行检测，当第二高清摄像头安装于所述扫描式激光检测设备对向的安全岛上时，可通过第二高清摄像头上传的视频流拼接第二车辆侧面全景图像，使用深度学习的目标检测模型对第二车辆侧面全景图中的轮轴进行检测。
8.如权利要求5所述的一种入口治超车辆特征采集方法，其特征在于，所述车辆侧面全景图像拼接方法包括：
预先设定图像的拼接区域、对比区域，车辆前进时、停止时和后退时的像素阈值，所述对比区域包含车辆的侧面轮廓信息，所述拼接区域包含对比区域；
选取第一视频流的相邻前后帧图像，在前帧图像中提取第一拼接区域图像，对比区域内的第一对比图像和第一对比位置，在后帧图像中提取第二拼接区域图像，对比区域内的第二对比图像的第二对比位置；
通过特征匹配计算出第一对比图像在第二拼接区域图像中的位置，确定第一拼接区域图像相对于第二拼接图像的移动范围；
当第一对比位置与第二对比位置之差大于前进的像素阈值，此时根据移动范围提取第二拼接区域图像中相对于第一拼接区域图像所移动的局部图像，并将所述局部图像与第一拼接区域图像进行拼接；
当第一对比位置与第二对比位置之差小于停止的像素阈值，此时暂停拼接图像；
当第一对比位置与第二对比位置之差大于后退的像素阈值，此时认为车辆倒车，停止拼接图像；
当全景图像拼接完成后，根据所述第一高清摄像头与所述扫描式激光检测设备的距离和车辆侧面与所述扫描式激光检测设备的距离计算出车辆行驶方向与所述第一高清摄像头的夹角，根据所述夹角对所述车辆侧面全景图像进行拉伸变换。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011479906.8A CN112508987B (zh) | 2020-12-15 | 2020-12-15 | 一种入口治超车辆特征采集方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011479906.8A CN112508987B (zh) | 2020-12-15 | 2020-12-15 | 一种入口治超车辆特征采集方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112508987A true CN112508987A (zh) | 2021-03-16 |
| CN112508987B CN112508987B (zh) | 2023-11-14 |
Family
ID=74972051
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011479906.8A Active CN112508987B (zh) | 2020-12-15 | 2020-12-15 | 一种入口治超车辆特征采集方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112508987B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103544493A (zh) * | 2013-10-24 | 2014-01-29 | 江苏大学 | 一种激光扫描与机器视觉相结合的果实识别定位方法 |
| CN205068768U (zh) * | 2015-10-22 | 2016-03-02 | 武汉万集信息技术有限公司 | 一种区域车辆分类统计系统 |
| CN105719482A (zh) * | 2016-04-20 | 2016-06-29 | 太原市高远时代科技有限公司 | 动态车辆信息采集装置 |
| CN106600966A (zh) * | 2016-11-17 | 2017-04-26 | 武汉万集信息技术有限公司 | 一种基于激光雷达的车辆轮轴识别系统及方法 |
| CN110062201A (zh) * | 2019-02-27 | 2019-07-26 | 沈阳天择智能交通工程有限公司 | 全景违法取证系统 |
| CN210295118U (zh) * | 2019-07-08 | 2020-04-10 | 顾胜达 | 一种超员检测装置 |
| CN111368612A (zh) * | 2019-04-29 | 2020-07-03 | 杭州海康威视系统技术有限公司 | 超员检测系统、人员检测方法及电子设备 |
| US20200284913A1 (en) * | 2019-03-04 | 2020-09-10 | Ouster, Inc. | Driver visualization and semantic monitoring of a vehicle using lidar data |
-
2020
- 2020-12-15 CN CN202011479906.8A patent/CN112508987B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103544493A (zh) * | 2013-10-24 | 2014-01-29 | 江苏大学 | 一种激光扫描与机器视觉相结合的果实识别定位方法 |
| CN205068768U (zh) * | 2015-10-22 | 2016-03-02 | 武汉万集信息技术有限公司 | 一种区域车辆分类统计系统 |
| CN105719482A (zh) * | 2016-04-20 | 2016-06-29 | 太原市高远时代科技有限公司 | 动态车辆信息采集装置 |
| CN106600966A (zh) * | 2016-11-17 | 2017-04-26 | 武汉万集信息技术有限公司 | 一种基于激光雷达的车辆轮轴识别系统及方法 |
| CN110062201A (zh) * | 2019-02-27 | 2019-07-26 | 沈阳天择智能交通工程有限公司 | 全景违法取证系统 |
| US20200284913A1 (en) * | 2019-03-04 | 2020-09-10 | Ouster, Inc. | Driver visualization and semantic monitoring of a vehicle using lidar data |
| CN111368612A (zh) * | 2019-04-29 | 2020-07-03 | 杭州海康威视系统技术有限公司 | 超员检测系统、人员检测方法及电子设备 |
| CN210295118U (zh) * | 2019-07-08 | 2020-04-10 | 顾胜达 | 一种超员检测装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112508987B (zh) | 2023-11-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9317754B2 (en) | Object identifying apparatus, moving body control apparatus, and information providing apparatus | |
| US7046822B1 (en) | Method of detecting objects within a wide range of a road vehicle | |
| US11912199B2 (en) | Trailer hitching assist system with trailer coupler detection | |
| EP2463806A1 (en) | Vehicle detection device and vehicle detection method | |
| TWI530409B (zh) | 自動追蹤防撞警示系統及其方法 | |
| AU2015306477A1 (en) | Method and axle-counting device for contact-free axle counting of a vehicle and axle-counting system for road traffic | |
| AU2009270324A1 (en) | Detection of vehicles in images of a night time scene | |
| JP2012033149A (ja) | 物体識別装置 | |
| EP0631683A1 (en) | An object monitoring system | |
| CN111860384B (zh) | 一种车型识别方法 | |
| CN112201051A (zh) | 一种无人机端路面车辆违停检测及取证系统和方法 | |
| JP2001216519A (ja) | 交通監視装置 | |
| CN111081031B (zh) | 车辆的抓拍方法及系统 | |
| CN111192462A (zh) | 一种超限信息采集方法、装置、系统及超限检测设备 | |
| CN104157143A (zh) | 违章停车检测系统及其检测方法 | |
| JPWO2017134936A1 (ja) | 物体検出装置、機器制御システム、撮像装置、物体検出方法、及びプログラム | |
| CN112389419A (zh) | 识别停车位的方法和停车辅助系统 | |
| KR102306789B1 (ko) | 교행 다차로에서의 이상차량 인식방법 및 장치 | |
| WO2012014972A1 (ja) | 車両挙動解析装置及び車両挙動解析プログラム | |
| CN112508987A (zh) | 一种入口治超车辆特征采集方法及系统 | |
| KR101868293B1 (ko) | 차량용 라이다 장치 | |
| CN116935281A (zh) | 基于雷达和视频的机动车道异常行为在线监测方法及设备 | |
| KR20210035360A (ko) | 교행 다차로를 위한 차량번호 인식방법 및 장치 | |
| CN211427487U (zh) | 一种超限检测设备及超限信息采集系统 | |
| CN116092301B (zh) | 一种车道占用抓拍装置 |
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 | ||
| CB02 | Change of applicant information |
Address after: 430070 Hubei Wuhan East Lake New Technology Development Zone, Optics Valley Road 77, financial backstage service center base construction phase two phase B5 6-7 story 01-04 room Applicant after: Wuhan Wanji Photoelectric Technology Co.,Ltd. Address before: 430070 Hubei Wuhan East Lake New Technology Development Zone, Optics Valley Road 77, financial backstage service center base construction phase two phase B5 6-7 story 01-04 room Applicant before: WUHAN WANJI INFORMATION TECHNOLOGY Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |