CN112629713B - 一种将传感器数据对应车型检测的方法 - Google Patents
一种将传感器数据对应车型检测的方法 Download PDFInfo
- Publication number
- CN112629713B CN112629713B CN202011138704.7A CN202011138704A CN112629713B CN 112629713 B CN112629713 B CN 112629713B CN 202011138704 A CN202011138704 A CN 202011138704A CN 112629713 B CN112629713 B CN 112629713B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- sensor
- time
- data
- video
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L1/00—Measuring force or stress, in general
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/76—Television signal recording
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种将传感器数据对应车型检测的方法,本方法在测量路段铺设压力传感器,并通过视频拍摄工具对传感器铺设路面及对应车道车辆进行录像获取各车辆视频,同时记录各车辆视频的起始实际时间点和结束实际时间点。将各车辆数据的视频起始时间点与视频的具体时间相加,得到车辆通过传感器的实际时间。视频中车辆对应时间和车型的记录;传感器压力信号数据存储为txt格式,通过计算机编程数据语言进行处理避免了由于人员上下车、巡检车辆减速带来的全安问题。处理的数据可以作为深度学习数据后续进行训练学习,更加智能、便捷。
Description
技术领域
本发明属于车型检测领域,涉及一种传感器数据对应车辆类型识别(检测)的方法。本发明应用于车辆类型的半自动化检测。
背景技术
近几年随着计算机技术以及人工智能的发展,车型识别技术也越来越成熟。在该领域比较成熟的技术手段主要有通过射频微波、激光、声表面波、环形线圈检测、地磁检测等方式识别车辆的相关信息。虽然这类方法的识别精度高,但是施工和安装过程特别复杂,影响交通要道的交通秩序,并且设备易损坏,维护花费投入大。
基于视频的车辆识别技术也很常见。该技术通过摄像头采集视频,之后通过图像处理,完成车辆的识别。目前已经提出的方法有边缘检测算法、图像局部匹配方法、灰度纹理特征提取等。该类方法具有实时性差、检测速度低、误差大等缺点。
另一种方法即为人工现场记录法。通过培训专业人员进行现场调查,标注信号对应的车辆类型,这类方法不利于交通安全,主观因素干扰较大,容易出现纰漏,不利于在车速较快、车流量较大的实际道路上开展。
本发明所使用的传感器数据对应车型检测方法,能够对车辆传感器数据进行批量采集,通过视频记录补充信号所对应的车型信息,传感器信息和视频信息互相关联,在提高标注效率的同时,保证了传感器信号标注的有效性。
发明内容
本发明采用的技术方案为一种将传感器数据对应车型检测的方法,其中传感器的适用范围为可以铺设在路面(或地下)实现压力传感的任意传感器,传感器数据为车辆通过传感器区域所产生的压力信号波形,或称为传感器压力信号数据。
本发明包括视频车型及车辆经过时间记录、传感器数据处理和车辆经过时间戳标注,方法实施流程如图1所示,具体步骤如下:
步骤一:视频车型及车辆经过时间记录。
首先,在测量路段铺设压力传感器,并通过视频拍摄工具对传感器铺设路面及对应车道车辆进行录像获取各车辆视频,同时记录各车辆视频的起始实际时间点和结束实际时间点。
其次,将录制的车辆视频通过播放器进行低倍速播放,按顺序一一记录车辆压过传感器时所对应的视频具体时间。并依据《公路沥青路面设计规范》表A.1.2车辆类型分类,记录该车辆对应车型编号,若车型不在规范中,如三轮车、摩托车等需另做备注。
接着,将各车辆数据的视频起始时间点与视频的具体时间相加,得到车辆通过传感器的实际时间。
重复上述车辆通过传感器的实际时间的操作,直至完成所有视频中车辆对应时间和车型的记录。
步骤二:传感器数据处理。
传感器压力信号数据存储为txt格式,通过计算机编程数据语言进行处理。
该步骤主要由两部分构成:
步骤2.1,数据清洗。即将传感器数据中各车辆的对应时间全部转换为时间戳格式。操作代码如图2所示。
步骤2.2,提取与视频时间对应的压力传感器信号数据。操作代码如图3所示。主要对应的方式通过时间戳来实现。由于传感器原始数据以字符串的形式存储,会造成检索上的困难,并且前后时间无法比较。
时间戳是指格林威治时间自1970年1月1日(00:00:00GMT)至当前时间的总秒数。通过将视频的起始和结束实际时间转换为时间戳的形式,并进行相关信号波形数据的提取和保存,方便后续计算。
重复上述操作,直至完成所有视频对应信号波形数据的提取。
步骤三:车辆经过时间戳标注
利用matlab或同等功能的数学软件,显示传感器压力信号数据波形。
步骤3.1,通过将信号波形对应波峰的x轴值,即时间戳,与步骤二车辆经过传感器做转换的时间戳相对应,大概定位峰值对应车型。
步骤3.2,依据《公路沥青路面设计规范》表A.1.2车辆类型分类,确定车辆轴载数量,依据轴载数量对应波峰的个数,进行波峰和车型的准确对应。
步骤3.3,记录波峰对应车型的时间戳。
现有车型检测和记录多采用人工法,需要调配专业人员进行现场勘测,或进行视频录制,专业人员进行对应视频的记录,此方式的问题在于人力成本以及车辆运行成本的消耗。此外,巡检涉及的人员和单位较多,无法达成共同协议,即便是巡检车辆也要缴纳道路使用的费用,这部分费用甚至要高于车辆燃油和保养的费用。综上所述,该方法记录数据存在人为因素影响性大、人力资源耗费量大、检测速度慢等问题。而本发明涉及的技术实施简单,所需相关专业人员少,可以大幅减少人力成本的投入;相比于人工方法,处理速度快;避免了由于人员上下车、巡检车辆减速带来的全安问题。同时,处理的数据可以作为深度学习数据后续进行训练学习,更加智能、便捷。
附图说明
图1为方法实施流程图。
图2为数据清洗操作代码图。
图3为提取与视频时间对应数据操作代码图。
图4为数据收集实景图。
图5为信号波形提取与保存图。
图6为信号波形显示图。
图7为信号与车辆记录图。
具体实施方式
本发明具体实施中采用摩擦发电传感器铺设于沥青路面上进行动态轴载检测,即压力传感数据的采集。
在步骤一中,首先完成对应车道的传感器铺设工作,如图4所示,并架设视频拍摄装置,进行传感器对应车道的视频录制和实际起始时间记录,收集传感器对应的txt文件数据。其次,视频后期处理中,将通过传感器的车辆类型和在视频中车辆经过传感器的时间点进行记录,并依据视频起始时间点计算车辆通过的实际时间,其中实际时间为视频起始时间点和在视频中车辆经过的时间点之和。
在步骤二中,首先更改open_dir所对应的视频的txt文件名,并依次运行代码块,直至“输入对应的时间戳”。其次,将页面设置的时间单位转换为“毫秒(ms)”,并使用时间戳转换工具进行格式转换,将视频起始时间转换为时间戳。然后将起始时间对应的时间戳分别输入至代码中进行相关信号波形的提取和保存,如图5所示。
在步骤三中,利用matlab进行车辆经过时间戳标注。首先,输入步骤二中保存且想要处理的文件名,运行后产生图像如图6所示,即为车辆对应信号产生的波形图。其中x轴表示该信号产生时的时间戳,y轴表示信号大小。其次,通过信号波形对应波峰的x轴值,即对应信号产生时的时间戳,与步骤二车辆经过传感器所转换的时间戳相对应,以此大致确定车型。接着,依据《公路沥青路面设计规范》表A.1.2车辆类型分类,确定车辆轴载数量,依据轴值数量对应峰值的个数,一般情况下轴载数和峰值个数相等,但车型编号为1类的车辆和特殊车辆,如三轮车、摩托车等除外,一般只对应一个峰值。最后,记录波峰对应的时间戳,如图7所示。
Claims (2)
1.一种将传感器数据对应车型检测的方法,其特征在于:包括视频车型及车辆经过时间记录、传感器数据处理和车辆经过时间戳标注,具体步骤如下:
步骤一:视频车型及车辆经过时间记录;
首先,在测量路段铺设压力传感器,并通过视频拍摄工具对传感器铺设路面及对应车道车辆进行录像获取各车辆视频,同时记录各车辆视频的起始实际时间点和结束实际时间点;
其次,将录制的车辆视频通过播放器进行低倍速播放,按顺序一一记录车辆压过传感器时所对应的视频具体时间;并依据车辆类型分类,记录该车辆对应车型编号,若车型不在规范中另做备注;
将各车辆数据的视频起始时间点与视频的具体时间相加,得到车辆通过传感器的实际时间;
重复车辆通过传感器的实际时间的操作,直至完成所有视频中车辆对应时间和车型的记录;
步骤二:传感器数据处理;
传感器压力信号数据存储为txt格式,通过计算机编程数据语言进行处理;
步骤2.1,数据清洗;即将传感器数据中各车辆的对应时间全部转换为时间戳格式;
步骤2.2,提取与视频时间对应的压力传感器信号数据;通过将视频的起始和结束实际时间转换为时间戳的形式,并进行相关信号波形数据的提取和保存,方便后续计算;
重复操作步骤2.2,直至完成所有视频对应信号波形数据的提取;
步骤三:车辆经过时间戳标注;
利用matlab或同等功能的数学软件,显示传感器压力信号数据波形;
步骤3.1,通过将信号波形对应波峰的x轴值,即时间戳,与步骤二车辆经过传感器做转换的时间戳相对应,大概定位峰值对应车型;
步骤3.2,依据车辆类型分类,确定车辆轴载数量,依据轴载数量对应波峰的个数,进行波峰和车型的准确对应;
步骤3.3,记录波峰对应车型的时间戳;
传感器为铺设在路面或地下实现压力传感的任意传感器,传感器数据为车辆通过传感器区域所产生的压力信号波形,或称为传感器压力信号数据;
在步骤一中,首先完成对应车道的传感器铺设工作,并架设视频拍摄装置,进行传感器对应车道的视频录制和实际起始时间记录,收集传感器对应的txt文件数据;其次,视频后期处理中,将通过传感器的车辆类型和在视频中车辆经过传感器的时间点进行记录,并依据视频起始时间点计算车辆通过的实际时间,其中实际时间为视频起始时间点和在视频中车辆经过的时间点之和;
在步骤二中,首先更改open_dir所对应的视频的txt文件名,并依次运行代码块,直至“输入对应的时间戳”;其次,将页面设置的时间单位转换为“毫秒ms”,并使用时间戳转换工具进行格式转换,将视频起始时间转换为时间戳;然后将起始时间对应的时间戳分别输入至代码中进行相关信号波形的提取和保存。
2.根据权利要求1所述的一种将传感器数据对应车型检测的方法,其特征在于:在步骤三中,利用matlab进行车辆经过时间戳标注;输入步骤二中保存且想要处理的文件名,运行后产生图像,即为车辆对应信号产生的波形图;其中x轴表示该信号产生时的时间戳,y轴表示信号大小;通过信号波形对应波峰的x轴值,即对应信号产生时的时间戳,与步骤二车辆经过传感器所转换的时间戳相对应,确定车型;依据车辆类型分类,确定车辆轴载数量,轴值数量对应峰值的个数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011138704.7A CN112629713B (zh) | 2020-10-22 | 2020-10-22 | 一种将传感器数据对应车型检测的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011138704.7A CN112629713B (zh) | 2020-10-22 | 2020-10-22 | 一种将传感器数据对应车型检测的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112629713A CN112629713A (zh) | 2021-04-09 |
CN112629713B true CN112629713B (zh) | 2022-09-30 |
Family
ID=75303094
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011138704.7A Active CN112629713B (zh) | 2020-10-22 | 2020-10-22 | 一种将传感器数据对应车型检测的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112629713B (zh) |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE69406568T2 (de) * | 1993-02-19 | 1998-05-20 | Mitsubishi Heavy Ind Ltd | Fahrzeugdetektionsanlage |
JP3035162B2 (ja) * | 1994-08-11 | 2000-04-17 | 三菱重工業株式会社 | 車種判別装置 |
KR100459475B1 (ko) * | 2002-04-04 | 2004-12-03 | 엘지산전 주식회사 | 차종 판단 시스템 및 그 방법 |
JP5085148B2 (ja) * | 2007-02-08 | 2012-11-28 | 株式会社東芝 | 料金収受システム、料金収受方法 |
CN102637361A (zh) * | 2012-04-01 | 2012-08-15 | 长安大学 | 一种基于视频的车型判别方法 |
CN105632180B (zh) * | 2015-12-19 | 2018-04-06 | 长安大学 | 一种基于arm的桥隧入口车型识别系统及方法 |
CN107133574B (zh) * | 2017-04-12 | 2022-06-17 | 浙江大华技术股份有限公司 | 一种车辆特征识别方法及装置 |
CN110930692B (zh) * | 2019-10-24 | 2021-06-18 | 河北德冠隆电子科技有限公司 | 一种主动式车辆连续跟踪装置、系统及方法 |
-
2020
- 2020-10-22 CN CN202011138704.7A patent/CN112629713B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112629713A (zh) | 2021-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109190481B (zh) | 一种遥感影像道路材质提取方法和系统 | |
CN111311918B (zh) | 一种基于视觉分析的交通管理方法及装置 | |
CN104866670B (zh) | 基于gps时空轨迹的路网拓扑变化自动检测方法及系统 | |
CN107527067A (zh) | 一种基于探地雷达的铁路路基病害智能识别方法 | |
CN110688922A (zh) | 基于深度学习的交通拥堵检测系统及检测方法 | |
CN103500322A (zh) | 基于低空航拍图像的车道线自动识别方法 | |
CN104766479A (zh) | 基于超高频射频与视频图像双识别匹配的汽车身份识别方法及装置 | |
CN101814237A (zh) | 一种基于车牌识别技术的道路状态判别器及其判别方法 | |
CN101923781A (zh) | 基于地磁传感技术的车型识别方法 | |
CN101882374A (zh) | 一种车辆行程分布综合信息分析系统及方法 | |
CN107909659A (zh) | 一种基于无线视频传感器网络的智慧路边停车收费方法 | |
CN107330469A (zh) | 一种基于gps轨迹数据的出行方式识别方法 | |
CN107219300B (zh) | 一种基于相关度的压实度随车检测系统 | |
CN105262983A (zh) | 基于灯联网的道路监控系统与方法 | |
CN1908987A (zh) | 基于波形识别的地铁机车牵引电路故障诊断方法 | |
CN112629713B (zh) | 一种将传感器数据对应车型检测的方法 | |
CN104851301A (zh) | 一种基于减速带声音分析的车辆参数识别方法 | |
CN106846808B (zh) | 一种基于车牌数据的车辆停车次数计算方法 | |
CN101957207A (zh) | 土地规划实施监管车载快速导航定位方法和系统 | |
CN114372952A (zh) | 电缆隐蔽工程施工缺陷自动识别系统 | |
CN113674329A (zh) | 车辆驾驶行为检测方法和系统 | |
CN105674887A (zh) | 一种现场残缺线性痕迹特征重合度比对方法 | |
CN113866820B (zh) | 基于微震监测系统的落石冲击定位方法及装置 | |
Lu et al. | Research on automatic generation method of scenario based on panosim | |
CN110446106A (zh) | 一种前置摄像头文件的识别方法、电子设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |