CN113218483B - 一种基于双轴振动模型的超载视觉检测系统 - Google Patents
一种基于双轴振动模型的超载视觉检测系统 Download PDFInfo
- Publication number
- CN113218483B CN113218483B CN202110448188.6A CN202110448188A CN113218483B CN 113218483 B CN113218483 B CN 113218483B CN 202110448188 A CN202110448188 A CN 202110448188A CN 113218483 B CN113218483 B CN 113218483B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- vibration
- load
- video
- data processing
- 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
- G01G—WEIGHING
- G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
- G01G19/02—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for weighing wheeled or rolling bodies, e.g. vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G23/00—Auxiliary devices for weighing apparatus
- G01G23/18—Indicating devices, e.g. for remote indication; Recording devices; Scales, e.g. graduated
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于双轴振动模型的超载视觉检测系统，属于视觉识别技术，涉及车辆垂向动力学应用领域，该系统由车辆识别系统，激励源，数据处理系统，数据库系统和车身振动采集系统组成。车辆识别系统识别汽车牌照，从数据库系统调取所需的车辆参数，将车辆参数输出到数据处理系统，车身振动采集系统记录车辆通过的视频，将视频输出到数据处理系统。数据处理系统接收两方输出的数据，经过视频处理得到必需的参数，代入车辆双轴振动模型进行计算，将计算得到的载重与车辆限载比较，给出是否超载的判断，采取进一步的措施。
Description
技术领域
本发明属于视觉识别技术，涉及车辆垂向动力学应用领域，更具体地，涉及一种基于双轴振动模型的超载视觉检测系统。
背景技术
随着社会发展，道路运输压力日渐增长，超载问题也逐渐成为社会的焦点问题。首先，车辆超载会影响行车安全，加剧汽车制动系统的磨损，使超载车辆制动距离过长。其次，当车辆超载时，由于载荷的增加，应力会超过允许值，导致零部件的早期磨损和损坏，导致车辆使用寿命的可靠性下降，并且大型货车的超载对于道路具有较大的损害，影响道路使用寿命。
目前，对于超载车辆的检测，大部分地区仍采用静态检测方法。传统的静态超载检测装置不仅会影响道路通行效率，而且会浪费大量的人力、物力和财力。当前交管部门主要的检测手段为拦停后进行地磅检测，但会降低道路的通行效率，耗费大量人力物力。
另外，对于超载视觉检测系统，参考专利申请CN110232824A，一种非接触式车辆超载识别预警系统，参考专利申请CN111582288A，一种基于车身振动模型的非接触式车辆超载识别系统。目前已公开方法的核心数学模型包括单轴模型和双轴模型，但都未考虑车辆实际运行过程中振动中心的位置变化，且在获取车辆质心位置信息方面，有较大的技术缺陷。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提出了一种基于双轴振动模型的超载视觉检测系统，经过视觉识别获取所需参数，带入模型识别载重。在实际运用中，此超载识别系统通过侧置摄像机视觉识别、视觉处理和交管系统数据输入等步骤计算出车辆载重，在较高道路通行效率的前提下，实现对车辆超载情况监管。
为实现上述目的，本发明提供了一种基于双轴振动模型的超载视觉检测系统，包括：车辆识别系统、激励源、数据处理系统、车身振动采集系统及数据库系统；
所述车辆识别系统对车辆正面进行捕捉，对捕捉后的照片进行处理，识别车辆牌照，将车辆牌照传输给所述数据库系统；
所述数据库系统用于接收所述车辆识别系统传输的车辆牌照，调取对应车型前后悬架的刚度，将对应车型前后悬架的刚度传输给所述数据处理系统；
所述激励源用于给予车辆振动输入，使车辆在所述车身振动采集系统的采集范围内自由振动；
所述车身振动采集系统，用于捕捉车辆通过所述激励源的视频，其中，所述视频内容包括：不含车辆的背景帧图像和含有车辆的前景帧图像；
所述数据处理系统用于接收所述车身振动采集系统和所述数据库系统的输入，根据视频中的图像识别车辆悬架载重，将识别的所述车辆悬架载重和车辆空载时的悬架载重做差，得到实际载重，将所述实际载重与所述数据库系统中车辆的额定载重作对比，若实际载重小于等于额定载重，则没有超载，若实际载重大于额定载重，确定超载。
在一些可选的实施方案中，所述数据库系统中至少包括车辆的车牌号数据、前后悬架刚度数据及额定载重数据。
在一些可选的实施方案中，所述激励源，用于使车身有明显振动，至少包含梯形和弧形激励源。
在一些可选的实施方案中，所述车身振动采集系统，用于导入车辆通过激励源的振动视频，识别振动视频的帧数、帧高度、帧宽度等视频参数，选择振动视频中没有车辆的一帧转化为灰度图作为对比帧，同有车辆出现的帧进行差分处理，获得背景差分图，接着，选择差分后的目标图像，并进行二值化，进一步抠除目标车辆，对于不同载重情况下的车辆通过视频逐帧计算并绘图，可得车辆振动图像，寻找振动图像波峰和波谷，计算波峰和波谷平均间隔时间，进而得到车身振动的主频率。
在一些可选的实施方案中，所述数据处理系统，用于由
识别车辆悬架载重m2，其中，Ω为车身振动的主频率，Kf为前悬架的刚度，Kr为后悬架的刚度，ρy为车辆绕几何中心的旋转半径，ε为前后轴的质量分配系数，取值区间至多为(0.8,1.2)。
在一些可选的实施方案中，所述数据处理系统将车辆的振动分为不同振型，振型至少包括垂直振型和角振型，不同振型根据车辆前后轴任意时刻的相对位置进行判断，判断为垂直振型时加减号取加号，判断为角振型时加减号取减号。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
本发明的技术方案可以用于视觉识别双轴车辆载重，判断车辆是否超载；对于提高超载检测过程中的道路通行效率，降低基础设施建设成本有较大益处。采用对质心取矩，参量代换等数学及力学方法，消除了公式中质心位置相关的直接参数，得到公式(1)使其不再影响识别结果。解决了车辆实际运行过程中振动中心的位置变化，获取车辆质心位置信息两方面的技术难题。
经试验，实验中车辆载重识别的误差范围在9.63％～19.76％，平均误差为15.98％，结果的精确性和稳定性都较单轴振动模型有较大改进，能够满足超载识别的精度需求。
附图说明
图1是本发明实施例提供的一种双轴振动模型示意图；
图2是本发明实施例提供的两种双轴振动振型的示意图；
图3是本发明实施例提供的一种识别系统整体布置示意图；
图4是本发明实施例提供的一种识别系统结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明的测量原理如下：
在分析车身振动时，忽略车轮部分的质量与轮胎刚度的影响，建立如图1所示的车辆双轴振动模型。其中，m2c,m2f,m2r为图1所示三个动力学等效的集中质量，选用质心处的垂直位移zc和俯仰角
采用zc，
坐标系下的无阻尼自由振动模型，对垂直方向力和绕质心的力矩列平衡方程。方程式中Kf，Kr分别为前后悬架的刚度，ρy为车辆绕几何中心的旋转半径，a，b分别为前后悬架到质心的距离，ε为前后轴的质量分配系数。模型根据振动结点(振动过程中车身所在直线与静止时所在直线的交点，如图2所示)的位置分为垂直振动型和角振动型，可根据车辆前后轴任意时刻的相对位置进行判断，前后悬架同为压缩或伸长状态时判断为垂直振型，反之则判断为角振型。两种车辆振动型示意如图2所示，其中，图2中上方为垂直振动型，下方为角振动型，图中Ωz和Ωφ分别为垂直振型和角振型的振动频率，L为前后轴距。
由以下公式识别悬架载重：
所述数据处理系统根据上述悬架载重识别公式计算获得识别载重，判断振型为垂直振型时加减号取加号，判断为角振型时加减号取减号，将识别载重减去空载时的悬架载重，得到实际载重。
如图3所示为检测路段系统整体布置示意图，各个子系统间的数据输入和输出的关系如图4所示，该超载视觉检测系统由车辆识别系统，激励源，数据处理系统、车身振动采集系统和数据库系统组成；
车辆识别系统首先使用正面顶置摄像机采集被测车辆的正面照片，经过至少包括预处理，字符分割与图像定位，字符识别的处理过程，采集照片中车牌号信息，将车牌号信息传输到数据库系统；
数据库系统接收到车牌号信息后，根据车牌号调取被测车辆的参数信息，至少包括：前后悬架刚度数据(Kf和Kr)，额定载重数据，将调取的数据连同车牌号信息一同传输给数据处理系统；
在数据库系统工作的同时，被测车辆通过激励源，车身振动采集系统可以通过侧置摄像机开始捕捉被测车辆通过激励源的视频，视频内容包括：不含车辆的背景帧和含有车辆的前景帧图。在经过导出各帧图片，灰度处理，背景差分，频率识别四个步骤后，识别出至少包括车身振动主频率(Ω)的数据，传输给数据处理系统；
数据处理系统接收到来自车身振动采集系统，数据库系统的传输数据，将前后悬架刚度数据和车身振动主频率带入悬架载重识别公式(1)，得到识别的车辆悬架载重，将识别载重减去空载时的悬架载重，得到实际载重，并做出以下选择：
实际载重小于等于额定载重，结束；
或；
实际载重大于额定载荷，记录超载车辆信息及超载信息，并传至交管部门，结束。
需要指出，根据实施的需要，可将本申请中描述的各个步骤/部件拆分为更多步骤/部件，也可将两个或多个步骤/部件或者步骤/部件的部分操作组合成新的步骤/部件，以实现本发明的目的。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于双轴振动模型的超载视觉检测系统，其特征在于，包括：车辆识别系统、激励源、数据处理系统、车身振动采集系统及数据库系统；
所述车辆识别系统对车辆正面进行捕捉，对捕捉后的照片进行处理，识别车辆牌照，将车辆牌照传输给所述数据库系统；
所述数据库系统用于接收所述车辆识别系统传输的车辆牌照，调取对应车型前后悬架的刚度，将对应车型前后悬架的刚度传输给所述数据处理系统；
所述激励源用于给予车辆振动输入，使车辆在所述车身振动采集系统的采集范围内自由振动；
所述车身振动采集系统，用于捕捉车辆通过所述激励源的视频，其中，所述视频内容包括：不含车辆的背景帧图像和含有车辆的前景帧图像；
所述数据处理系统用于接收所述车身振动采集系统和所述数据库系统的输入，根据视频中的图像识别车辆悬架载重，将识别的所述车辆悬架载重和车辆空载时的悬架载重做差，得到实际载重，将所述实际载重与所述数据库系统中车辆的额定载重作对比，若实际载重小于等于额定载重，则没有超载，若实际载重大于额定载重，确定超载；
所述数据处理系统，用于由
识别车辆悬架载重m2，其中，Ω为车身振动的主频率，Kf为前悬架的刚度，Kr为后悬架的刚度，ρy为车辆绕几何中心的旋转半径，ε为前后轴的质量分配系数。
2.根据权利要求1所述的系统，其特征在于，所述数据库系统中至少包括车辆的车牌号数据、前后悬架刚度数据及额定载重数据。
3.根据权利要求2所述的系统，其特征在于，所述激励源，用于使车身有明显振动，至少包含梯形和弧形激励源。
4.根据权利要求1至3任意一项所述的系统，其特征在于，所述车身振动采集系统，用于导入车辆通过激励源的振动视频，识别振动视频的视频参数，选择振动视频中没有车辆的一帧转化为灰度图作为对比帧，同有车辆出现的帧进行差分处理，获得背景差分图，接着，选择差分后的目标图像，并进行二值化，进一步抠除目标车辆，对于不同载重情况下的车辆通过视频逐帧计算并绘图，可得车辆振动图像，寻找振动图像波峰和波谷，计算波峰和波谷平均间隔时间，进而得到车身振动的主频率。
5.根据权利要求4所述的系统，其特征在于，所述数据处理系统将车辆的振动分为不同振型，振型至少包括垂直振型和角振型，不同振型根据车辆前后轴任意时刻的相对位置进行判断，判断为垂直振型时加减号取加号，判断为角振型时加减号取减号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110448188.6A CN113218483B (zh) | 2021-04-25 | 2021-04-25 | 一种基于双轴振动模型的超载视觉检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110448188.6A CN113218483B (zh) | 2021-04-25 | 2021-04-25 | 一种基于双轴振动模型的超载视觉检测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113218483A CN113218483A (zh) | 2021-08-06 |
| CN113218483B true CN113218483B (zh) | 2022-04-01 |
Family
ID=77088867
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110448188.6A Active CN113218483B (zh) | 2021-04-25 | 2021-04-25 | 一种基于双轴振动模型的超载视觉检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113218483B (zh) |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5002141A (en) * | 1989-12-08 | 1991-03-26 | Toledo Scale Corporation | Vehicle weighing in motion apparatus and method |
| CN110232824A (zh) * | 2019-05-27 | 2019-09-13 | 武汉理工大学 | 一种非接触式车辆超载识别预警系统 |
| CN111504436B (zh) * | 2020-04-17 | 2021-09-17 | 清华大学 | 基于车辆振动数据的车辆载荷及道路路况监测方法及装置 |
| CN111582288B (zh) * | 2020-05-06 | 2024-05-03 | 武汉理工大学 | 一种基于车身振动模型的非接触式车辆超载识别系统 |
-
2021
- 2021-04-25 CN CN202110448188.6A patent/CN113218483B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN113218483A (zh) | 2021-08-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111582288B (zh) | 一种基于车身振动模型的非接触式车辆超载识别系统 | |
| CN102809413B (zh) | 一种车辆动态称重作弊检测方法及装置 | |
| EP2619727B1 (en) | Pantograph monitoring system and method | |
| CN106530733A (zh) | 基于视频联动抓拍的远程桥梁超载执法系统 | |
| CN110702195B (zh) | 载重车辆运行状态监测方法及装置 | |
| CN110232824A (zh) | 一种非接触式车辆超载识别预警系统 | |
| CN113516629A (zh) | Tfds通过作业智能检测系统 | |
| CN106441411A (zh) | 一种轨道机车及车辆走行部检测方法及检测系统 | |
| CN115512321A (zh) | 一种车辆限重信息识别方法、计算设备及存储介质 | |
| CN111348048A (zh) | 货车超载报警方法、装置、设备及存储介质 | |
| KR101487760B1 (ko) | 과적차량 단속시스템 | |
| CN113610014A (zh) | 一种遮挡号牌超限货运车辆检测系统及方法 | |
| CN110673038B (zh) | 一种电池检测方法、装置及系统 | |
| CN112528208A (zh) | 一种无称重ai智能识别货车超载估算方法、装置及系统 | |
| CN113218483B (zh) | 一种基于双轴振动模型的超载视觉检测系统 | |
| KR102017059B1 (ko) | 차축 들기에 의한 과적 차량 단속 시스템 및 방법 | |
| CN112161685B (zh) | 一种基于表面特征的车辆荷载测量方法 | |
| Doycheva et al. | Computer vision and deep learning for real-time pavement distress detection | |
| JP2022042580A (ja) | 故障検知装置、料金収受システム、故障検知方法、及びプログラム | |
| CN116631187A (zh) | 一种案件现场勘查信息智能采集分析系统 | |
| CN115641555A (zh) | 一种基于ai视觉的货车超载超限预警方法和系统 | |
| CN113044048B (zh) | 一种车辆跑偏的识别方法、装置、设备及可读存储介质 | |
| CN108106534A (zh) | 一种驱动轴识别的装置及方法 | |
| Lv et al. | Railway train inspection robot based on intelligent recognition technology | |
| CN113990077A (zh) | 一种车辆载荷及特征监测系统及方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |