CN114005092B - 一种渣土车承载量监控方法、控制器及系统 - Google Patents

Abstract

本申请涉及一种渣土车承载量监控方法、控制器及系统，属于运输车辆监控的技术领域，其方法包括：获取渣土承载图像；对渣土承载图像进行识别，并获得识别结果；基于识别结果获取渣土与渣土车的料斗之间的位置关系；基于位置关系判断渣土是否超出料斗的承载范围；若是，则生成超载信息；若否，则生成正常信息。本申请具有对渣土车的承载量进行监控，降低交通事故发生的频率，尽可能的保证人们的生命安全的效果。

Description

一种渣土车承载量监控方法、控制器及系统

技术领域

本申请涉及运输车辆监控的技术领域，尤其是涉及一种渣土车承载量监控方法、控制器及系统。

背景技术

渣土车，也称拉土车、运渣车，也就是车辆用途是运送砂石等建筑材料的卡车，该类卡车多为大型载重卡车。

在渣土运输行业中，经过调查发现，由于渣土车的报酬方式普遍是按次结算，因此为了追求利益最大化，渣土车驾驶员的安全意识普遍较为淡薄，且对交通安全方面的考虑极为缺乏，渣土车运输建筑材料的过程中普遍会超载。

针对上述的相关技术，发明人认为当前由于渣土车的承载量参差不齐，难以有效的规范承载量以避免超载，而超载会导致交通事故发生概率提高，严重影响人民的生命安全。

发明内容

为了对渣土车的承载量进行监控，降低交通事故发生的概率，尽可能的保证人民的生命安全，本申请提供一种渣土车承载量监控方法、控制器及系统。

第一方面，本申请提供一种渣土车承载量监控方法，采用如下的技术方案：

一种渣土车承载量监控方法，包括：

获取渣土承载图像；

对所述渣土承载图像进行识别，并获得识别结果；

基于所述识别结果获取渣土与渣土车的料斗之间的位置关系；

基于所述位置关系判断所述渣土是否超出所述料斗的承载范围；

若是，则生成超载信息；

若否，则生成正常信息。

通过采用上述技术方案，首先获取渣土承载图像，然后对该图像进行识别，获得渣土和渣土车的料斗间的识别结果，然后根据该识别结果获取渣土与料斗之间的位置关系，也就是渣土体积与料斗体积的关系，根据两者之间的位置关系判断渣土是否超出料斗的承载范围。若判断是，则生成超载信息，若否，则生成正常信息。从而能够对渣土车的承载量进行监控，减小超载问题发生的可能性，降低交通事故发生的频率，尽可能的保证人们的生命安全。

作为优选，所述基于所述识别结果获取渣土与渣土车的料斗之间的位置关系之后还包括：

基于图像算法获取所述料斗的体积；

基于所述料斗的体积获取所述渣土的承载量；

基于所述料斗的体积和所述渣土的承载量获取承载差值；

其中，所述超载信息包括超载提示和所述承载差值，所述正常信息包括正常提示和所述承载差值。

通过采用上述技术方案，根据图像算法获得料斗的体积，然后根据料斗的体积计算获得渣土的承载量，最后根据承载量与体积之间的差值获得承载差值，进而能够较为准确的获得超载体积或者不足的体积。

作为优选，所述获取渣土承载图像之前还包括：

获取所述渣土车的当前位置；

判断所述当前位置是否位于挖掘区域；

若是，则获取所述渣土承载图像；

若否，则停止获取所述渣土承载图像。

通过采用上述技术方案，判断渣土车是否位于挖掘区域，能够判断渣土车的出发地，然后确定出发地之后继续获取渣土承载图像，能够提高对渣土车的监控效果。

作为优选，还包括：

基于所述当前位置获取所述渣土车的移动路径；

获取卸货点位置；

判断所述卸货点位置是否位于所述移动路径上；

若否，则生成行驶异常信息。

通过采用上述技术方案，判断移动路径与卸货点位置是否重合，从而能够判断渣土车的行驶路线是否正确，从而进一步提高对渣土车的监控效果。

作为优选，还包括：

判断所述渣土车是否位于卸货点；

若是，则获取待卸货图像；

基于所述待卸货图像和所述渣土承载图像，获取渣土的装载变化量；

对比所述装载变化量和变化阈值，获得对比结果；

基于所述对比结果获取渣土变化因素。

通过采用上述技术方案，当渣土车到达卸货点时，根据待卸货图像和主体承载图像，获得装载变化量，然后将装载变化量与变化阈值对比获取对比结果，从而根据对比结果获取渣土变化因素，通过该种方式能够进一步提高对渣土车的监控效果。

作为优选，所述基于所述对比结果获取渣土变化因素包括如下步骤：

当所述装载变化量大于等于所述变化阈值时，判定为行驶因素；

当所述装载变化量大于所述变化阈值时，判定为非行驶因素；

其中，所述渣土变化因素包括所述行驶因素和所述非行驶因素。

通过采用上述技术方案，根据对比结果判断引起装载变化量的是行驶因素还是非行驶因素，从而可以确定是否为驾驶员的原因导致渣土的装载量发生变化，能够进一步提高监控效果。

作为优选，所述判定为行驶因素之后还包括：

获取实时图像；

基于所述实时图像获取所述渣土车的瞬时速度；

对比所述瞬时速度与第一速度阈值；

当所述瞬时速度大于所述第一速度阈值时，判定为驾驶员因素；

当所述瞬时速度小于等于所述第一速度阈值时，判定为道路因素；

其中，所述行驶因素包括所述驾驶员因素和所述道路因素。

通过采用上述技术方案，获取渣土车行驶过程中的实时图像，根据实时图像获取渣土车的瞬时速度，然后将瞬时速度与第一速度阈值对比，若瞬时速度大于第一速度阈值时，判定为驾驶员因素，反之则为道路因素，通过该种方式判断渣土量发生变化的具体原因，进一步提高监控效果。

作为优选，所述判定为道路因素之前还包括：

对比瞬时速度和第二速度阈值；

当所述瞬时速度大于所述第二速度阈值时，判定为驾驶员因素；

当所述瞬时速度小于所述第二速度阈值时，判定为道路因素。

通过采用上述技术方案，当瞬时速度小于第一速度阈值时，判断瞬时速度与第二速度阈值的大小，如果瞬时速度大于第二速度阈值，则进一步判定为驾驶员因素，若瞬时速度小于第二速度阈值，则进一步判定为道路因素，从而能够进一步确定引起渣土承载量变化的具体原因，进一步提高监控的效果。

第二方面，本申请提供一种渣土车承载量监控控制器，采用如下的技术方案：

一种渣土车承载量监控控制器，包括：

存储器，存储有智能监控程序；

处理器，在运行所述智能监控程序时，执行上述任一项所述方法的步骤。

通过采用上述技术方案，存储器能够对信息进行存储，处理器能够对信息进行调取并发出控制指令，保证程序的有序执行并实现上述方案的效果。

第三方面，本申请提供一种渣土车承载量监控系统，采用如下的技术方案：

一种渣土车承载量监控系统，包括：

图像获取模块，用于获取渣土承载图像；

图像识别模块，用于对所述渣土承载图像进行识别，并获得识别结果；

位置获取模块，用于基于所述识别结果获取渣土与渣土车的料斗之间的位置关系；

关系判断模块，用于基于所述位置关系判断所述渣土是否超出所述料斗的承载范围；

报警提示模块，用于生成超载信息或正常信息。

通过采用上述技术方案，图像获取模块获取渣土承载图像之后传输给图像识别模块，图像识别模块对渣土承载图像进行识别，获得识别结果，并将识别结果输送给位置获取模块，位置获取模块根据识别结果获取渣土与料斗之间的位置关系，并将位置关系发送给关系判断模块，关系判断模块判断渣土是否超出料斗的承载范围，然后生成判断结果，并将判断结果发送给报警提示模块，然后报警提示模块生成超载信息或者正常信息。从而能够对渣土车的承载量进行监控，降低交通事故发生的频率，尽可能的保证人们的生命安全。

综上所述，本申请包括以下至少一种有益技术效果：

1.通过获取渣土承载图像并进行识别，获得识别结果，然后根据该识别结果获取渣土与料斗之间的位置关系，根据两者之间的位置关系判断渣土是否超出料斗的承载范围。从而能够对渣土车的承载量进行监控，减小超载问题发生的可能性，降低交通事故发生的频率，尽可能的保证人们的生命安全；

2.通过获取渣土车的当前位置，然后判断渣土车是否位于挖掘区域，从而能够判断渣土车的出发地，从而能够进一步提高监控的效果；

3.通过对装载变化量与变化阈值的对比，能够获取渣土变化因素，从而能够进一步判断引起渣土承载量发生变化的原因，能够进一步提高对渣土车的监控效果。

附图说明

图1是本申请实施例提供的一种渣土车承载量监控方法的整体流程示意图；

图2是本申请实施例提供的一种渣土车承载量监控方法的详细流程示意图；

图3是本申请实施例提供的判断渣土车是否位于挖掘区域的详细流程示意图；

图4是本申请实施例提供的获取渣土车的移动路径信息的详细流程示意图；

图5是本申请另一个实施例提供的获取装载变化量并对比的详细流程示意图；

图6是本申请另一个实施例提供的判定行驶因素是否为驾驶员因素的详细流程示意图；

图7是本申请实施例提供的一种渣土车承载量监控系统的结构框图。

附图标记说明：

1、图像获取模块；2、图像识别模块；3、位置获取模块；4、关系判断模块；5、报警提示模块。

具体实施方式

以下结合附图1-7对本申请作进一步详细说明。

本申请实施例公开一种渣土车承载量监控方法。

参照图1，渣土车承载量监控方法包括：

S1：获取渣土承载图像；

S2：对渣土承载图像进行识别获得识别结果；

S3：基于识别结果获取渣土与渣土车的料斗之间的位置关系；

S4：基于位置关系判断渣土是否超出料斗的承载范围；

S5：若是，则生成超载信息；

S6：若否，则生成正常信息。

具体来说，渣土车进入到挖掘区域之后，首先通过预设在渣土车上的摄像头获取渣土承载图像，其中，渣土承载图像是指渣土装载在渣土车的料斗之后的图像。获取渣土承载图像之后，在对渣土承载图像进行识别，获得识别结果，其中识别结果是指识别到图像中的渣土车和渣土。之后根据渣土在料斗的位置获取渣土与料斗之间的位置关系，也就是渣土总体积与料斗总体积的关系。接着根据渣土与料斗之间的位置关系，判断渣土是否超出料斗的承载范围，也就是判断渣土是否超出料斗上表面的高度。

如果判断的结果为渣土超出料斗的承载范围，则生成超载信息，进而提示需要将渣土车中的渣土进行卸载一部分，从而能够对渣土车的承载量进行监控，减小发生超载情况的发生，降低交通事故发生的频率，尽可能的保证人们的生命安全。

如果判断结果为渣土没有超出料斗的承载范围，此时生成正常信息，从而提示工作人员，渣土车可以驶离挖掘区域，将渣土运输到卸货点。

而如果生成超载信息之后，需要进行卸料；而生成正常信息，可能存在两种情况，一种是渣土的体积等于料斗的容积，另一种则是渣土的体积小于料斗的容积，而渣土车进行运料的过程中，通常是按次数进行结算报酬，因此为了使利益最大化，通常会在渣土车不超载的情况下，尽可能的装更多的渣土，因此判断渣土车中渣土超出的量和不足的量就很有必要。

因此，参照图2，基于识别结果获取渣土与渣土车的料斗之间的位置关系之后还包括如下步骤：

S01：基于图像算法获取料斗的体积；

S02：基于料斗的体积获取渣土的承载量；

S03：基于料斗的体积和渣土的承载量获取承载差值。

具体来说，根据图像算法获取料斗的体积，此处的料斗的体积是指料斗的容积。系统获取渣土承载图像中料斗与图像的缩放比例计算出料斗的体积，然后根据料斗内渣土与料斗之间的位置关系，即判断渣土占据料斗的容积的比例，从而计算渣土的体积，也就是渣土的承载量，然后计算渣土的体积与料斗的体积之间的差值，即获得承载差值。

当获得承载差值之后，生成超载信息的同时，输出承载差值，从而提示操作者进行卸料，并提示卸料的重量。同样，生成正常信息的同时，提示需要填料的重量，如果承载差值是零，则不需要补料，而若承载差值不为零，则按照承载差值的数值进行补料，从而尽可能的使利益最大化。

为了确定渣土车的出发地，在获取渣土承载图像之前还需要判断渣土车是否位于挖掘区域。参照图3，还包括如下步骤：

S51：获取渣土车的当前位置；

S52：判断当前位置是否位于挖掘区域；

S53：若是，则获取渣土承载图像；

S54：若否，则停止获取渣土承载图像。

具体来说，先获取渣土车的当前位置，获取当前位置的方式可以通过GPS定位的方式进行确定，然后通过同样的方式获取挖掘区域的位置，判断渣土车是否位于挖掘区域就是判断渣土车的当前位置与挖掘区域是否重合，或者判断当前位置是否在挖掘区域内。

如果重合或当前位置位于挖掘区域内，则可以确定渣土车的出发点就是挖掘区域，此时可以继续后续步骤，也就是获取渣土承载图像，否则，则停止获取渣土承载图像。若停止获取渣土承载图像，则如果渣土车进入了卸货点进行卸货，则能够判断渣土车没有从挖掘区域进行装货，因此可以通过该种方式对渣土车司机进行追责。

同样的，当渣土车从挖掘区域驶离之后，为了能够对渣土车的行驶状况进行实时监控，因此，参照图4，还包括如下步骤：

S61：基于当前位置获取渣土车的移动路径；

S62：获取卸货点位置；

S63：判断卸货点位置是否位于移动路径上；

S64：当卸货点位置不与移动路径重合，生成行驶异常信息。

具体来说，渣土车移动过程中，通过GPS定位系统实时获取渣土车的位置，渣土车每经过一个区域即获得一个当前位置，所有的当前位置相互连接即形成最终渣土车的移动路径。然后系统获取多个卸货点位置，并判断卸货点位置与移动路径是否重合。

如果所有的卸货点均与移动路径重合，则能够判断渣土车司机按照规定行驶到指定卸货点进行卸货；而如果卸货点与移动路径有没有重合的，则能够判断司机的行驶路线错误，没有按照规定前往指定的卸货点进行卸货，通过该种方式实时监控渣土车的移动路径，从而能够及时发现问题及时与渣土车司机进行联系，从而确认是否发生意外情况，因此能够进一步提高对渣土车的监控效果。

在另一个实施例中，渣土车从挖掘区域驶离前往卸货点进行卸货时，需要判断料斗中渣土的装载量是否发生变化，然后根据转载量的变化来确定导致装载量变化的因素，从而方便对责任进行判定。参照图5，包括如下步骤：

S71：判断渣土车是否位于卸货点；

S72：基于待卸货图像和渣土承载图像，获取渣土的装载变化量；

S73：对比装载变化量和变化阈值，获得对比结果；

S74：基于对比结果获取渣土变化因素。

首先，通过GPS定位判断渣土车是否位于卸货点，如果否，则不能获取待卸货图像；如果是，则获取待卸货图像。其中，待卸货图像是指，当渣土车位于卸货点时，摄像头拍摄的即将要卸货的渣土车图像。通过对渣土车位置的判断，能够尽可能的保证获取渣土车在卸货点的图像，从而减小获取路途中的图像导致最终判断结果不准确的可能性，能够提高监控的效果。

系统获取待卸货图像之后，对待卸货图像进行识别，通过与渣土承载图像相同的方式获取渣土的体积，然后根据渣土承载图像中渣土的体积，将两个图像中的渣土的体积进行对比计算，从而获取渣土的装载变化量。其中装载变化量是指渣土运输过程中的减少量。

获取装载变化量之后，将装载变化量与变化阈值进行对比，因为渣土运输过程中发生洒落是不可避免的，因此设置变化阈值，判断装载变化量的大小。将装载变化量和变化阈值进行对比，从而获得对比结果，对比结果包括装载变化量大于变化阈值以及装载变化量小于变化阈值。然后根据对比结果，获取渣土变化因素。

渣土变化因素包括行驶因素和非行驶因素，其中行驶因素是指正常行驶过程中不可避免的渣土洒落等客观因素，非行驶因素是指人为导致的形势不正常以及其他人为因素。

所以，当装载变化量大于或等于变化阈值时，判定为行驶因素；而当装载变化量小于变化阈值时，判定为非行驶因素，此时可以以此对驾驶者进行调查询问，从而提高对渣土车的监控力度。

当渣土变化因素判定为行驶因素时，还需要对行驶因素进行进一步的确定，因此，参照图6，还包括如下步骤：

S81：获取实时图像；

S82：基于实时图像获取渣土车的瞬时速度；

S83：对比瞬时速度与第一速度阈值；

S84：当瞬时速度大于第一速度阈值时，判定为驾驶员因素；

S85：当瞬时速度小于或等于第一速度阈值时，判定为道路因素。

具体来说，行驶因素包括驾驶员因素和道路因素，通过摄像头获取渣土车连续两帧的实时图像，根据这两帧的实时图像计算渣土车的瞬时速度。然后将瞬时速度与第一速度阈值进行对比，如果瞬时速度大于第一速度阈值，则可确定是由于车速过快导致渣土车急停导致渣土洒落，此时可以判断为驾驶员因素。此处的瞬时速度是指渣土车直线行驶过程中的速度。而当瞬时速度小于第一速度阈值时，则初步判断为道路因素。因此需要进一步进行判断，故，参照图6，还包括如下步骤：

S101：对比瞬时速度和第二速度阈值；

S102：当瞬时速度大于第二速度阈值时，判定为驾驶员因素；

S103：当瞬时速度小于第二速度阈值时，判定为道路因素。

具体来说，因为渣土车转弯的速度通常比直线行驶的速度慢，故第二速度阈值小于第一速度阈值。当瞬时速度小于第一速度阈值时，将瞬时速度与第二速度阈值进行对比，从而判断是否是渣土车转弯的速度过快，导致渣土从料斗中洒落。当瞬时速度大于第二速度阈值时，判定为驾驶员因素，而当瞬时速度小于第二速度阈值时，判定为道路因素。从而可以最终对具体是道路因素还是驾驶员因素进行最终判定，进而能够对最终的责任进行判定，从而提高了渣土车监控的效果。

本申请实施例一种渣土车承载量监控方法的实施原理为：首先获取渣土承载图像，然后对该图像进行识别，获得渣土和渣土车的料斗间的识别结果，然后根据该识别结果获取渣土与料斗之间的位置关系，也就是渣土体积与料斗体积的关系，根据两者之间的位置关系判断渣土是否超出料斗的承载范围。若判断是，则生成超载信息，若否，则生成正常信息。当渣土车到达卸货点时，对渣土的装载变化量与变化阈值进行对比，从而获得渣土变化因素，然后通过将瞬时速度分别与第一速度阈值和第二速度阈值进行对比，从而最终判定为道路因素还是驾驶员因素。从而能够对渣土车的承载量进行监控，减小超载问题发生的可能性，降低交通事故发生的频率，尽可能的保证人们的生命安全。

本申请实施例还公开一种渣土车承载量监控控制器。

渣土车承载量监控控制器包括：

存储器，存储有智能监控程序；

处理器，在运行智能监控程序时，执行上述任一项渣土车承载量监控方法的步骤。

运行过程中，存储器能够对信息进行存储，处理器能够对信息进行调取并发出控制指令，保证程序的有序执行并实现上述渣土车承载量监控方法所对应的技术方案的效果。

本申请实施例还公开一种渣土车承载量监控系统。

参照图7，渣土车承载量监控系统包括：图像获取模块1、图像识别模块2、位置获取模块3、关系判断模块4、报警提示模块5。

图像获取模块1获取渣土承载图像之后传输给图像识别模块2，图像识别模块2对渣土承载图像进行识别，获得识别结果，并将识别结果输送给位置获取模块3，位置获取模块3根据识别结果获取渣土与料斗之间的位置关系，并将位置关系发送给关系判断模块4，关系判断模块4判断渣土是否超出料斗的承载范围，然后生成判断结果，并将判断结果发送给报警提示模块5，然后报警提示模块5生成超载信息或者正常信息。从而能够对渣土车的承载量进行监控，降低交通事故发生的频率，尽可能的保证人们的生命安全。

以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。

Claims (6)

1.一种渣土车承载量监控方法，其特征在于，包括：

获取渣土承载图像；

对所述渣土承载图像进行识别，并获得识别结果；

基于所述识别结果获取渣土与渣土车的料斗之间的位置关系；

基于所述位置关系判断所述渣土是否超出所述料斗的承载范围；

若是，则生成超载信息；

若否，则生成正常信息；

判断所述渣土车是否位于卸货点；

若是，则获取待卸货图像；

基于所述待卸货图像和所述渣土承载图像，获取渣土的装载变化量；

对比所述装载变化量和变化阈值，获得对比结果；

基于所述对比结果获取渣土变化因素；

所述基于所述对比结果获取渣土变化因素包括如下步骤：

当所述装载变化量大于或等于所述变化阈值时，判定为行驶因素；

当所述装载变化量小于所述变化阈值时，判定为非行驶因素；

其中，所述渣土变化因素包括所述行驶因素和所述非行驶因素；

所述判定为行驶因素之后还包括：

获取实时图像；

基于所述实时图像获取所述渣土车的瞬时速度；

对比所述瞬时速度与第一速度阈值；

当所述瞬时速度大于所述第一速度阈值时，判定为驾驶员因素；

当所述瞬时速度小于或等于所述第一速度阈值时，判定为道路因素；

其中，所述行驶因素包括所述驾驶员因素和所述道路因素。

2.根据权利要求1所述的方法，其特征在于，所述基于所述识别结果获取渣土与渣土车的料斗之间的位置关系之后还包括：

基于图像算法获取所述料斗的体积；

基于所述料斗的体积获取所述渣土的承载量；

基于所述料斗的体积和所述渣土的承载量获取承载差值；

其中，所述超载信息包括超载提示和所述承载差值，所述正常信息包括正常提示和所述承载差值。

3.根据权利要求1所述的方法，其特征在于，所述获取渣土承载图像之前还包括：

获取所述渣土车的当前位置；

判断所述当前位置是否位于挖掘区域；

若是，则获取所述渣土承载图像；

若否，则停止获取所述渣土承载图像。

4.根据权利要求3所述的方法，其特征在于，还包括：

基于所述当前位置获取所述渣土车的移动路径；

获取卸货点位置；

判断所述卸货点位置是否位于所述移动路径上；

若否，则生成行驶异常信息。

5.根据权利要求1所述的方法，其特征在于，所述判定为道路因素之前还包括：

对比瞬时速度和第二速度阈值；

当所述瞬时速度大于所述第二速度阈值时，判定为驾驶员因素；

当所述瞬时速度小于所述第二速度阈值时，判定为道路因素。

6.一种渣土车承载量监控控制器，其特征在于，包括：

存储器，存储有智能监控程序；

处理器，在运行所述智能监控程序时，执行如权利1至5任一项所述方法的步骤。

Images