CN113219483A - 一种基于激光雷达的车型分类系统及方法 - Google Patents

Abstract

本发明涉及一种基于激光雷达的车型分类系统及系统。该方法包括：车辆分离系统、轴组数据采集系统、轴组特征数据库系统、轴组识别系统和车型数据库系统，车辆分离系统、轴组数据采集系统、轴组识别系统和车型数据库系统依次连接，轴组特征数据库系统和轴组识别系统连接；车辆分离系统用于从连续通过的车流中识别出某辆车通过的时段，并向轴组数据采集系统提供采集车辆有效数据的预开始和预结束时间点，轴组数据采集系统用于采集车辆轴组数据和车轮数据，轴组识别系统用于根据车辆轴组数据和车轮数据选定对应的车辆类型，车型数据库系统用于接收车辆类型数据。本发明能够实时准确地检测出车辆类型。

Description

一种基于激光雷达的车型分类系统及方法

技术领域

本发明涉及车型分类领域，特别是涉及一种基于激光雷达的车型分类系统及方法。

背景技术

如今，车型检测自动化已成为道路管理部门重要的工具，随着技术的发展，地感线圈检测技术与压电检测技术尽管不受雨雪天气影响，但施工时会破坏路面，施工成本以及维护的成本较高。借助视频/图像识别技术能基本满足相关部门车型检测自动化的需求，但由于视频/图像识别技术对影像质量及环境有较高的要求，使得其难以在干扰众多、光线较差如雨雪天气的情况下实现精准的车型检测。由于无线电波的传播存在许多无法避免的不确定性，所以无线电波识别技术受干扰程度较大。而激光雷达的波长较短，不受环境干扰，可以避免上述缺陷，实现对车辆的精准扫描。

发明内容

本发明的目的是提供一种基于激光雷达的车型分类系统及方法，能够实时准确地检测出车辆类型。

为实现上述目的，本发明提供了如下方案：

一种基于激光雷达的车型分类系统包括：车辆分离系统、轴组数据采集系统、轴组特征数据库系统、轴组识别系统和车型数据库系统，所述车辆分离系统、所述轴组数据采集系统、所述轴组识别系统和所述车型数据库系统依次连接，所述轴组特征数据库系统和所述轴组识别系统连接；

所述车辆分离系统用于从连续通过的车流中识别出某辆车通过的时段，并向所述轴组数据采集系统提供采集所述车辆有效数据的预开始和预结束时间点，所述轴组数据采集系统用于采集车辆轴组数据和车轮数据，所述轴组识别系统用于根据所述车辆轴组数据和所述车轮数据选定对应的车辆类型，所述车型数据库系统用于接收车辆类型数据。

可选地，所述车辆轴组数据包括车辆的轴组间间距和轴组内间距，所述车轮数据包括车轮宽度和车轮厚度。

可选地，所述轴组识别系统包括服务器端口和PLC系统，所述服务器端口用于接收所述轴组数据采集系统的数据，并传输到所述PLC系统；所述PCL系统将接收的数据与所述轴组特征数据库系统中的数据进行对比，根据对比结果识别轴组类型，依据所述车型数据库系统中预存的轴组类型选定对应的车辆类型，并将车辆类型数据发送到所述车型数据库系统。

可选地，所述车辆分离系统为可发射信号的、且信号传播遇到障碍物时可接收返回信息的装置。

可选地，所述车辆分离系统采用超声波或光幕。

可选地，所述轴组数据采集系统为面阵式测距激光雷达。

一种基于激光雷达的车型分类方法，包括：

获取某辆车驶入和驶出车辆分离系统的时间点，分别作为轴组数据采集系统对当前车辆数据采集的预开始和预结束时间点；

依据测距点激光的数据变化特征，确定多个有效数据时间点；

连续扫描在各所述有效数据时间点的数据，并作为轴组数据采集系统的有效数据；

依据轴组特征数据库系统分析所述有效数据，确定各时间点的轴组类型；

将各时间点的轴组类型按照先后顺序拼接，确定车辆类型。

可选地，所述依据测距点激光的数据变化特征，确定多个有效数据时间点，具体包括：

将测距点激光初次检测到距离变化的时间点作为第一个有效数据时间点，利用测距激光雷达在所述第一个有效数据时间点获取数据，识别轴组类型，当第一个有效时间点的数据离开激光雷达的测距区域后才确定下一个测距激光雷达有效时间点，所述下一个测距激光雷达有效时间点的选取规则是在测距激光雷达测得的距离数据规律变化N次后选取下一个有效数据时间点。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明提供一种基于激光雷达的车型分类系统，该系统中车辆分离系统、轴组数据采集系统、轴组识别系统和车型数据库系统依次连接，轴组特征数据库系统和轴组识别系统连接；车辆分离系统用于从连续通过的车流中识别出某辆车通过的时段，并向轴组数据采集系统提供采集车辆有效数据的预开始和预结束时间点，轴组数据采集系统用于采集车辆轴组数据和车轮数据，轴组识别系统用于根据车辆轴组数据和车轮数据选定对应的车辆类型，车型数据库系统用于接收车辆类型数据。通过本发明可以有效减少因环境因素，以及传统雷达对车辆类型和车轴识别不准确的问题，精准快速地进行车型分类。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明基于激光雷达的车型分类系统组成结构图；

图2为本发明的车型检测系统的左视图和主视图；

图3为本发明车型检测过程示意图；

图4为测距激光雷达的第1个有效数据时间点示意图；

图5为测距激光雷达的第2个有效数据时间点示意图；

图6为测距激光雷达的第3个有效数据时间点示意图；

图7为测距激光雷达的第4个有效数据时间点示意图；

图8为本发明基于激光雷达的车型分类方法流程图。

符号说明：

1.车辆分离系统；2.轴组识别系统；3.供电系统；4.轴组数据采集系统；5.激光雷达；6.轴组特征数据库系统；7.车型数据库系统；8.光幕扫描平面；9.激光雷达光路；10.轮组；11.车轴；12.挂车车厢；13.测距激光雷达有效数据边界；14.测距激光雷达有效数据边界；15.收费站站台

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的目的是提供一种基于激光雷达的车型分类系统及方法，能够实时准确地检测出车辆类型。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

本发明以《JT/T489-2019收费公路车辆通行费车型分类》和《GB1589-2016汽车、挂车及汽车列车外廓尺寸、轴载及质量限值》有关标准中定义的1-5-7车型(6类货车)为例进行说明，1-5-7型半挂货车的三个轴组分别为：单轮单轴、双轮双轴以及双轮三轴。

图1为本发明基于激光雷达的车型分类系统组成结构图。如图1所示，一种基于激光雷达的车型分类系统包括：车辆分离系统1、轴组数据采集系统4、轴组特征数据库系统6、轴组识别系统2和车型数据库系统7，车辆分离系统1、轴组数据采集系统4、轴组识别系统2和车型数据库系统7依次连接，轴组特征数据库系统6和轴组识别系统2连接。图2为本发明的车型检测系统的左视图和主视图。

车辆分离系统1用于从连续通过的车流中识别出某辆车通过的时段，并向轴组数据采集系统4提供采集车辆有效数据的预开始和预结束时间点。车辆分离系统1固定在一个钢制可移动式箱体内部，车辆分离系统1与轴组特征数据库系统6和轴组识别系统2相连接。车辆分离系统1为可发射信号的、且信号传播遇到障碍物时可接收返回信息的装置。如超声波、光幕等，如图3所示，由光幕组成的车辆分离系统1，其架设的位置确保某辆车从其感应区域通过的全时段，都能检测到数据的变化。当开始接收到信号传播遇到障碍物时的返回信息时，定义为预开始时间点，当其接收到的返回信息为非连续或不以某一近似固定的时间间隔时，定义为预结束时间点，轴组数据采集系统4在两个时间点之间采集到的数据为该辆车的数据。

轴组数据采集系统4用于采集车辆轴组数据和车轮数据。轴组数据采集系统4固定在一个钢制可移动式箱体外部，轴组数据采集系统4与内部轴组特征数据库系统6和轴组识别系统2相连接。轴组数据采集系统4用于清除影响轴组识别精度的噪点，采集车辆轴组间间距、组内间距和车轮宽度以及厚度，并将数据发送到轴组识别系统2。轴组数据采集系统4为面阵式测距激光雷达。轴组数据采集系统4包括面阵式测距激光雷达和传输数据端口，测距激光雷达采用360°旋转式连续扫描测距，如图3所示，其架设的位置与车辆分离系统1在同一垂直面上，且架设高度不高于地面20厘米，为了确保其只扫描到车辆的轮组，发射的激光信号应与道路横断面平行，在预开始时间点和预结束时间点之间的时段内，依据测距激光雷达采集到的距离数据随时间的变化特征选取相应的有效数据时间点，并将该时间点的有效数据发送给轴组识别系统2。

轴组识别系统2用于根据车辆轴组数据和车轮数据选定对应的车辆类型，轴组识别系统2将轴组数据采集系统4发送的有效数据和轴组特征数据库系统6中的轴组组间间距、轴组组内间距、车轮宽度和厚度等数据进行对比，识别轴组类型，将已识别的轴组按照先后顺序进行拼接，并和轴组特征数据库系统6中的车辆的轴组组合类型数据对比，完整识别出车辆类型，并将数据保存至车型数据库系统7。轴组识别系统2包括服务器端口和PLC系统，服务器端口用于接收轴组数据采集系统4的数据，并传输到PLC系统；PCL系统将接收的数据与轴组特征数据库系统6中的数据进行对比，根据对比结果识别轴组类型，进而将预开始和预结束时间点之间识别到的所有轴组按照先后顺序拼接，依据车型数据库系统7中预存的轴组类型选定对应的车辆类型，并将车型数据发送到车型数据库系统7。

轴组特征数据库系统6用于预存各种车型对应的轴组间间距、轴组内间距和车轮宽度、厚度，以及车辆的轴组组合类型数据；

车型数据库系统7用于接收和储存轴组识别系统2已完成识别的车辆类型数据。

图8为本发明基于激光雷达的车型分类方法流程图。如图8所示，一种基于激光雷达的车型分类方法包括：

步骤101：获取某辆车驶入和驶出车辆分离系统的时间点，分别作为轴组数据采集系统4对当前车辆数据采集的预开始和预结束时间点。

步骤101为车辆分离步骤，车头最先到达车辆分离系统，随着车辆向前行驶，车尾最后离开达车辆分离系统，如此，车辆分离系统便可以通过信号连续未中断而输出某辆车驶入和驶出车辆分离系统的时间点，分别定义为轴组数据采集系统对该辆车数据采集的预开始和预结束时间点。

步骤102：依据测距点激光的数据变化特征，确定多个有效数据时间点。

步骤103：连续扫描在各有效数据时间点的数据，并作为轴组数据采集系统的有效数据。

步骤102和103为轴组数据的采集步骤，随着车辆的向前行驶，在预开始和预结束时间点之间，如附图4所示，该位置测距激光雷达5距离数据变化首次经历了一个周期并复原，此时即为测距激光雷达5的第一个有效数据时间点，依据测距激光雷达5的数据周期性变化特征，如附图5所示，继续确定第二个有效数据时间点，如附图6所示，继续确定第三个有效数据时间点，当车辆分离系统1接收到的返回信息为非连续或不以某一近似固定的时间间隔时，如图7所示，确定第四个有效数据时间点。在每个有效数据时间点确定后，测距激光雷达5此时扫描有效边界13变为与光幕在同一平面，获取扫描区域内的数据即为有效数据。从预开始时间点到预结束时间点之前获取的有效数据时间点，测距激光雷达5连续扫描的数据为多个纵向有效数据，即车轮宽度和轴组间距；轴组数据采集系统4在预结束时间点时，测距激光雷达扫描的数据为横向有效数据，即车轮的厚度。然后传输至轴组识别系统2。

步骤104：依据轴组特征数据库系统分析所述有效数据，确定各时间点的轴组类型。

步骤104为轴组识别步骤，依据轴组特征数据库系统6，依次分析轴组数据采集系统4在多个有效数据时间点的有效数据并获取轴组类型，并在每次分析的过程中预测是否存在下一个有效数据时间点。

步骤105：将各时间点的轴组类型按照先后顺序拼接，确定车辆类型。

步骤105为轴组拼接和车型识别。

步骤102具体包括：

将测距点激光初次检测到距离变化的时间点作为第一个有效数据时间点，利用测距激光雷达在所述第一个有效数据时间点获取数据，识别轴组类型，当第一个有效时间点的数据离开激光雷达的测距区域后才确定下一个测距激光雷达有效时间点，所述下一个测距激光雷达有效时间点的选取规则是在测距激光雷达测得的距离数据规律变化N次后选取下一个有效数据时间点。

轴组数据采集系统4从预开始时间点到预结束时间点之前，测距激光雷达连续扫描的数据为多个纵向有效数据，即车辆的轴组内间距和组间间距；轴组数据采集系统4在预结束时间点时，测距激光雷达扫描的数据为横向有效数据，即车轮的厚度。

本发明基于测距激光雷达技术，提供一种精准检测车辆类型的车型分类系统及检测方法。本发明可快速检测出车辆的轴组特征和车辆类型，与现有技术相比，本发明可以有效减少因环境因素，以及传统雷达对车辆类型和车轴识别不准确的问题，精准快速地进行车型分类。

下面通过两组实施例，证明本发明用于车型检测的可行性和准确性。

实施例一

在广东省深圳市宝安区大铲湾收费站(S3广深沿江高速入口)，随机检测一台1-5-7类货车，其三个轴组分别为：单轮单轴、双轮双轴以及双轮三轴。根据交通调研数据显示，从车头到车尾的顺序遍历其轴组与轴组之间的距离，第一段轴组与轴组的间距为3.25～3.55m，第二段轴组与轴组的间距为5.3～9.78m；轴组内部轮组与轮组间距为1.3～1.8m。

该货车进入收费站，光幕检测到连续的数据变化，确定预开始时间点，车辆继续前行，测距点激光检测到首个轮组到达预设定激光雷达触发边缘时，立刻取这一帧的数据，分析获取第一个轮组与第二个轮组间距大于两米，因此判断出该货车类型为非双前轴，并得到第一个轴组类型为1型轴。

车辆继续前行，测距点激光检测到车辆的第二个轮组到达激光雷达触发边缘时，取这一帧的数据，得出第二轮组与第三轮组的间距为1.3～1.8m，可初步该轴组为双联轴或三联轴，再依据轴组特征数据库系统6中，车辆的轴组组合类型数据，可确定该轴组类型为双联轴，即5型轴。

车辆继续前行，测距激光雷达完成第四个轮组扫描的时刻，测距激光雷达再次取这一帧的数据，并识别出三个轮组，且相邻轮组的间距均为1.3～1.8m，因此可初步确认该轴型为三联轴，且可初步确认该车型为1-5-7型车。

车辆继续前行，光幕的连续的数据中断的时刻即为预结束时刻，此时激光雷达取这一帧的数据，通过对轮组宽度的检测，得出单侧轮组为双轮胎，确认最后一个轴组为双轮三联轴，即7型轴。这时完成对整台货车的车型检测，并最终确认该货车的车型为1-5-7型车。

实施例二

在广东省深圳市宝安区大铲湾收费站(S3广深沿江高速入口)，随机检测一台1-1-5类货车，其三个轴组分别为：单轮单轴、单轮单轴以及双轮双轴。根据交通调研数据显示，从车头到车尾的顺序遍历其轴组与轴组之间的距离，第一段轴组与轴组的间距为1.8～2m，第二段轴组与轴组的间距为5.3～10m；轴组内部轮组与轮组间距为1.3～1.8m。

该货车进入收费站，光幕检测到连续的数据变化，确定预开始时间点，车辆继续前行，测距点激光检测完成首个轮组扫描的时刻，测距激光雷达立刻取这一帧的数据，分析获取第一个轮组与第二个轮组间距小于两米，因此判断出该货车类型为双前轴，可初步确定其车型为1-1-X或1-1-X-X。

车辆继续前行，测距激光雷达完成第三个轮组扫描的时刻，测距激光雷达再次取这一帧的数据，该帧数据仅测得2个轮组，并得出第三轮组与第四轮组的间距为1.3～1.8m，再依据轴组特征数据库系统6中，车辆的轴组组合类型数据，可初步确定该轴组类型为双联轴，即5型轴。

车辆继续前行，光幕的连续的数据中断的时刻即为预结束时刻，此时激光雷达取这一帧的数据，通过对轮组宽度的检测，得出单侧轮组为双轮胎，确认最后一个轴组为双轮双联轴，即5型轴。当测距激光雷达完成第4个轮组扫描后，完成整台货车的车型检测，并最终确认该货车的车型为1-1-5型车。

综上所述，本发明可以通过轴组间距、轴组内部轮组间距、车轮宽度和厚度以及车辆的轴组类型精准判断出车辆的类型。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种基于激光雷达的车型分类系统，其特征在于，包括：车辆分离系统、轴组数据采集系统、轴组特征数据库系统、轴组识别系统和车型数据库系统，所述车辆分离系统、所述轴组数据采集系统、所述轴组识别系统和所述车型数据库系统依次连接，所述轴组特征数据库系统和所述轴组识别系统连接；

所述车辆分离系统用于从连续通过的车流中识别出某辆车通过的时段，并向所述轴组数据采集系统提供采集所述车辆有效数据的预开始和预结束时间点，所述轴组数据采集系统用于采集车辆轴组数据和车轮数据，所述轴组识别系统用于根据所述车辆轴组数据和所述车轮数据选定对应的车辆类型，所述车型数据库系统用于接收车辆类型数据。

2.根据权利要求1所述的基于激光雷达的车型分类系统，其特征在于，所述车辆轴组数据包括车辆的轴组间间距和轴组内间距，所述车轮数据包括车轮宽度和车轮厚度。

3.根据权利要求1所述的基于激光雷达的车型分类系统，其特征在于，所述轴组识别系统包括服务器端口和PLC系统，所述服务器端口用于接收所述轴组数据采集系统的数据，并传输到所述PLC系统；所述PCL系统将接收的数据与所述轴组特征数据库系统中的数据进行对比，根据对比结果识别轴组类型，依据所述车型数据库系统中预存的轴组类型选定对应的车辆类型，并将车辆类型数据发送到所述车型数据库系统。

4.根据权利要求1所述的基于激光雷达的车型分类系统，其特征在于，所述车辆分离系统为可发射信号的、且信号传播遇到障碍物时可接收返回信息的装置。

5.根据权利要求4所述的基于激光雷达的车型分类系统，其特征在于，所述车辆分离系统采用超声波或光幕。

6.根据权利要求4所述的基于激光雷达的车型分类系统，其特征在于，所述轴组数据采集系统为面阵式测距激光雷达。

7.一种基于权利要求1-6任意一项所述的激光雷达的车型分类方法，其特征在于，包括：

获取某辆车驶入和驶出车辆分离系统的时间点，分别作为轴组数据采集系统对当前车辆数据采集的预开始和预结束时间点；

依据测距点激光的数据变化特征，确定多个有效数据时间点；

连续扫描在各所述有效数据时间点的数据，并作为轴组数据采集系统的有效数据；

依据轴组特征数据库系统分析所述有效数据，确定各时间点的轴组类型；

将各时间点的轴组类型按照先后顺序拼接，确定车辆类型。

8.根据权利要求7所述的基于激光雷达的车型分类方法，其特征在于，所述依据测距点激光的数据变化特征，确定多个有效数据时间点，具体包括：

将测距点激光初次检测到距离变化的时间点作为第一个有效数据时间点，利用测距激光雷达在所述第一个有效数据时间点获取数据，识别轴组类型，当第一个有效时间点的数据离开激光雷达的测距区域后才确定下一个测距激光雷达有效时间点，所述下一个测距激光雷达有效时间点的选取规则是在测距激光雷达测得的距离数据规律变化N次后选取下一个有效数据时间点。

Images