CN114838796A - 视觉辅助车辆动态称重方法与称重系统 - Google Patents
视觉辅助车辆动态称重方法与称重系统 Download PDFInfo
- Publication number
- CN114838796A CN114838796A CN202210489940.6A CN202210489940A CN114838796A CN 114838796 A CN114838796 A CN 114838796A CN 202210489940 A CN202210489940 A CN 202210489940A CN 114838796 A CN114838796 A CN 114838796A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- target
- weighing
- image
- target vehicle
- 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
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
- G01G19/03—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for weighing wheeled or rolling bodies, e.g. vehicles for weighing during motion
-
- 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
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- 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
-
- 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
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供一种视觉辅助车辆动态称重方法与称重系统,其中的视觉辅助车辆动态称重方法获取轴重与速度以及触发时和/或触发前一定时间的过车图片;然后计算间隔长度、目标车辆与后方车辆的目标框的交并比,综合计算结果判定是否存在跟车情况,并根据跟车情况累加划归目标车辆的所有轴重之和作为目标车辆的总重。对应该方法的视觉辅助车辆动态称重系统包括用于获取过车轴重与车速的称重设备;用于获取过车图像信息的图像设备以及分析计算目标车辆的总重的控制单元。本申请在取消地感系统的同时,实现了准确的跟车状态识别,避免了不能有效识别跟车而造成的车重错误。既简化了系统组成,方便安装维护,又保证了系统的称重准确度,满足实用要求。
Description
技术领域
本发明涉及动态称重技术领域,具体涉及一种视觉辅助车辆动态称重方法与称重系统。
背景技术
动态称重系统因为可以在车辆行驶状态下测量车重,不需要停机称重,极大地提高了通行效率。因此被广泛应用于高速收费、源头治超等应用场景下。
传统的动态称重系统仅仅具有车辆称重功能,比如2010年9月8日公开的名称为“公路车辆动态称重系统”的发明专利公开了一种公路车辆动态称重系统,通过地感线圈实现对车流序列的感应,从而区分出连续通过的车辆,避免跟车导致的车重不准的问题。发展后的动态称重系统将车辆信息感知系统,比如图像采集、激光感应装置集成到称重系统中实现了融合称重系统,包括车重等的多维车辆信息获取,比如2020年9月4日公开的名称为“一种基于不停车动态智能计重的自动化综合检测系统”提供了一种融合了称重系统与抓拍机的动态智能计重系统,但是该系统中,抓拍机所起的作用是获取车牌数据,与称重系统之间的工作是独立的,称重系统中对于跟车状况的识别还是通过设置的地感线圈实现。整个系统的构成复杂,给安装维护带来了不便。
发明内容
鉴于现有技术中存在的仍然使用地感线圈识别跟车,没有充分利用附加的图像采集装置改进称重系统的问题,本申请提供一种视觉辅助车辆动态称重方法与称重系统
本申请的视觉辅助车辆动态称重方法与称重系统,包括以下步骤:
获取每次触发时的车辆轴重,车辆速度,引发本次触发的车辆为目标车辆,在目标车辆后方的下一辆车为后方车辆;
根据本次触发时的车辆速度v,触发后到下一次触发的时间间隔t计算间隔长度d=v·t,若间隔长度d大于等于间隔长度阈值ds,将下一次触发划归后方车辆;
获取对应本次触发时的过车图片;
对所述过车图片进行目标检测,生成所有车辆的目标框,计算所述目标车辆的目标框与所述后方车辆的目标框的交并比r,若所述交并比不超过交并比阈值rs,则不存在跟车情况,确定划归目标车辆的轴重信号;
累加划归目标车辆的所有车辆轴重之和,作为所述目标车辆的总重。
具体的,还包括以下步骤:获取本次触发前一段时间内的至少一帧车辆图片,生成所述车辆图片内所有车辆的目标框,计算目标车辆的目标框与后方车辆的目标框的交并比r,若存在至少一帧所述车辆图片中的所述交并比不超过交并比阈值rs,则不存在跟车情况,确定划归目标车辆的轴重信号。
优选的,若所述车辆图片与所述过车图片的集合中,所述交并比r的标准差大于等于0.5,则不存在跟车情况,确定划归目标车辆的轴重信号。
优选的,还包括以下步骤:根据本次触发时的车辆速度v,下一次触发时的车辆速度v+1,触发后到下一次触发的时间间隔t,计算加速度a=(v+1-v)/t,若所述加速度a超出预定加速度范围,将下一次触发划归后方车辆。
具体的,所述预定加速度范围为-8m/s2≤a≤4m/s2。
本申请同时提供一种视觉辅助车辆动态称重系统,包括:
称重设备,所述称重设备用于获取过车车辆的轴重,与车辆速度;
图像设备,所述图像设备用于获取过车图像信息,所述图像设备设置在所述称重设备的来车前方的侧上方,从而获得同时包含目标车辆的前脸与侧面的所述过车图像;
控制单元,所述控制单元接收由称重设备传送的测量数据、由图像设备提供的图像数据,并根据所述图像数据计算目标车辆与后方车辆的后方车辆交并比,分析计算目标车辆C1的总重。
优选的,所述控制单元包括:通讯模块,用于与所述称重设备、所述图像设备建立数据通信;图像识别模块,该图像识别模块分析来自图像设备的图像数据,计算目标车辆与后方车辆的目标框的交并比数据r;重量分析模块,该重量分析模块用于根据称重设备,图像识别模块的数据分离目标车辆与后方车辆的轴重数据,根据目标车辆的轴重计算目标车辆的总重。
优选的,所述称重设备包括至少两个沿着对应车道方向间隔200mm~500mm并排埋设在车道面上的称重传感器。
优选的,所述图像识别模块拍摄方向在对应车道面内的投影与该车道中心线呈25°~45°。
本申请所提供的视觉辅助车辆动态称重方法与称重系统在现有的具有图像采集装置的称重系统中,实现了图像采集装置的图像采集过程与称重系统的称重过程的融合优化,通过图像采集装置实现了对各种情况下车辆跟车状态的辅助识别,相比现有的融合称重系统,各功能组件之间彼此独立的架构,本申请的视觉辅助车辆动态称重系统能够协调图像采集设备与称重系统的工作流程,通过图像采集设备采集的图像数据优化车辆跟车情况的判断,在取消称重系统地感系统的同时,实现了高效准确的称重时跟车状态的识别,避免了由于跟车情况不能有效识别造成的车重错误的问题。既简化了系统组成,方便安装维护,又保证了系统的跟车实现准确度,满足实用要求。
附图说明
图1为本申请的视觉辅助车辆动态称重系统的安装示意图;
图2为本申请的视觉辅助车辆动态称重系统的组成架构图;
图3为本申请的视觉辅助车辆动态称重方法的工作流程图。
1:控制单元 2:称重设备 3:图像设备 4:数据接收端 11:通讯模块 12:图像识别模块 13:重量分析模块 21:称重传感器 A1:车道 A2:龙门架 AO:车道中心线 C1:目标车辆 C2:后方车辆
具体实施方式
以下结合附图和具体实施例,对本发明进行详细说明,在本说明书中,附图尺寸比例并不代表实际尺寸比例,其只用于体现各部件之间的相对位置关系与连接关系,名称相同或标号相同的部件代表相似或相同的结构,且仅限于示意的目的。
如图1所示,本申请提供的视觉辅助车辆动态称重系统包括称重设备2、图像设备3以及控制单元1。其中,称重设备2用于获取过车车辆的轴重与车辆速度;图像设备3用于获取过车图像信息,它设置在称重设备2的来车前方的侧上方,从而获得同时包含目标车辆的前脸与侧面的过车图像;控制单元1接收由称重设备2传送的测量数据、由图像设备3提供的图像数据,并根据图像数据计算目标车辆C1与后方车辆的后方车辆C2交并比,分析计算目标车辆C1的总重。
如图2所示,本申请的控制单元包括通讯模块11、图像识别模块12以及重量分析模块13。其中,通讯模块11用于与所述称重设备2、所述图像设备3建立数据通信;图像识别模块12分析来自图像设备3的图像数据,计算目标车辆C1与后方车辆C2的目标框的交并比数据u;重量分析模块13用于根据称重设备2,图像识别模块12的数据区分目标车辆C1与后方车辆C2的轴重数据,最后根据目标车辆C1的各轴轴重累加计算目标车辆C1的总重。计算后的总重信息被发送至数据接收端4。
本申请的视觉辅助车辆动态称重系统中的称重设备2包括至少两个沿着对应车道方向间隔200mm~500mm并排埋设在车道面上的称重传感器21。出于安装与维护方面的考虑,称重传感器21优选使用石英压条传感器或者薄膜压力传感器,因为这两种传感器体积小,布设时路面开挖土方少,极大的简化了安装流程,提高了安装效率,当然用其他重量传感器也是可以的。
之所以设置至少两个称重传感器21,是因为单个称重传感器只能获取车辆的轴重信息,而增加称重传感器,可以根据信号间隔获取车速信息。即若布置至少两个称重传感器21,其中两个相邻的称重传感器在行车方向上的距离为l,通过两称重传感器采集的信号可以确定目标车辆C1依次通过该相邻的称重传感器21时的对应的时刻t1与t2。则此时的车辆速度可以按v=l/(t2-t1)近似。通常情况下,目标车辆C1的轮胎的周向接地长度会大于称重传感器的宽度(沿车道行车方向),为此每一个车轴经过称重传感器21时将会产生一持续一段时间的波峰信号,而上述的t1、t2时刻的选取则是在对应的波峰中以相同的标准选取即可,比如取上升沿某一百分比取值处,下降沿某一百分比取值处,或者峰顶持续相同的时间之后等等。
本申请的图像设备3用于获取过车图像信息,并且为了实现从图像中识别出跟车情况,过车图像必须包括车辆侧面图像,可以是正侧面也可以是斜侧面图像。考虑到图像采集设备仅仅用于对跟车情况的辅助判别,其主要的功能为实现对车辆信息的识别提取,比如提取车辆的牌照信息、轮廓与颜色信息、尺寸信息、轴数信息等等,为此优选地将图像设备3设置在称重设备2的来车方向的前方的侧上方。实际安装过程中,可以将图像设备3设置在道路上方的龙门架上,并且使其安装位置偏离车道A1的车道中心线AO一定距离,从而使得图像识别模块12拍摄方向在车道A1平面的投影与车道中心线AO的夹角α呈25°~45°,实现在过车图像中体现目标车辆C1的正面图像与侧面图像,最大化图像包含的信息。从过车图像的目标车辆C1正面部分可以得到牌照信息、尺寸信息等,从侧面部分可以得到目标车辆C1的轮廓与颜色信息、轴数信息等。通过多张适当时间间隔的图片数据还可以估计目标车辆C1的行车速度,与称重设备获取的车速进行交叉验证,提高车速计算的准确性。
对应于上述视觉辅助车辆动态称重系统,本申请同时提供一种视觉辅助车辆动态称重方法,如图2所示的流程图,该视觉辅助车辆动态称重方法的步骤为:
通过称重设备2获取每次触发时的车辆轴重,车辆速度,并定义引发本次触发的车辆为目标车辆C1;在目标车辆C1后方的下一辆车为后方车辆C2。
其中的车速在并排设置两个称重传感器时,由前述v=l/(t2-t1)近似计算;对于设置了超过两个称重传感器的方案,先通过每两个相邻称重传感器的时间间隔根据该公式计算对应的车速vi=li/(ti+1-ti),取所有相邻传感器的车速均值为本次触发的车速v,即:v=n为称重传感器间隔的计数。
对于轴重,称重传感器的输出信号与过车轴重存在一定的关系,由于通常情况下,目标车辆C1的轮胎的周向接地长度会大于称重传感器的宽度(沿车道行车方向),为此每一个车轴经过称重传感器21时将会产生一持续一段时间的波峰信号,该时间很短,可以认为速度不变,而轴重与波峰下方与时间横轴围成的面积成正比,比例系数λ是称重传感器的参数,可以通过传感器的数据手册或者实验获得。于是,轴重w=λ·v·A,其中A为波峰的面积,或者用积分表达:其中u为称重传感器的输出信号,一般为电压信号,start、end为波峰起终点的时间坐标。
根据本次触发时的车辆速度v,触发后到下一次触发的时间间隔t计算间隔长度d=v·t。
通常情况下,受限于车辆长度,车辆各轴之间的轴距是有限的,即使以17.5m的超长半挂货车而言,其最长轴距也在10m内,因此可以设置一在10m~20m范围内的间隔长度阈值ds,比如,取ds=15m,若间隔长度d大于等于间隔长度阈值ds,将下一次触发划归后方车辆C2。
通过图像设备3获取对应本次触发时的过车图片;该过车图片至少应该包含目标车辆C1的全部侧面以及后方车辆C2的全部/部分侧面图像。为此将摄像头设置在车道侧面以直接获取车辆的正侧面图像当然是可以的,但是如前所述,考虑到图像设备3还需要兼顾其他功能,因此优选将图像设备3设置在前述的来车方向的前方的侧上方位置。
对过车图片采用机器识别算法进行目标检测,标记目标车辆C1与后方车辆C2的目标框,计算所述目标车辆C1的目标框与后方车辆C2的目标框的交并比r(交并比即目标车辆C1的目标框与后方车辆C2的目标框的交集区域面积与两者并集区域面积的比值)。
若所述交并比r不超过交并比阈值rs,则按存在跟车情况确定划归目标车辆C1的轴重信号。
当交并比大于交并比阈值时,不排除是存在跟车情况或者同一车辆识别错误的情况。为了避免发生误判,向历史记录追溯,以一定的时间间隔向前倒退选取至少一帧历史图片。
识别所有历史图片中的目标车辆C1与后方车辆后方车辆C2,通过目标车辆C1与后方车辆C2的目标框计算交并比。
若历史图片中存在交并比不超过阈值的情况,可以判定存在跟车情况,则按不存在跟车情况确定划归目标车辆C1的轴重信号。否则认为不存在跟车情况,两个目标框实际从属于同一个目标车辆,为此按不存在跟车的情况确定划归目标车辆C1的轴重信号。
完成轴重信号的划归后,将划归目标车辆C1的所有车辆轴重累加得到作为所述目标车辆C1的总重W=sumj 1 =mwj,其中,wj表示目标车辆C1的每一个轴重数据,m为轴重计数。
上面的过程中具体的确定划归目标车辆C1的轴重信号的步骤包括:
在存在跟车的情况下,将从属后方车辆C2目标框的轴重划归后方车辆C2,已经在不存在跟车的情况下,将从属后方车辆C2目标框的轴重划归目标车辆C1。具体的,其过程为:
从过车图片中通过机器识别确认出目标车辆C1的各轴与轴数以及后方车辆C2的各轴与轴数。通过时间戳对齐的方式将目标车辆C1的各轴与称重设备2获取的输出信号中表示轴重的波峰信号匹配,相应的,将后方车辆C2的各轴与称重设备2中后续的表示轴重的波峰信号匹配。即取过车图片的时间戳,同时通过机器识别确认是目标车辆C1的第几轴正在经过过车传感器,并确认输出信号上对应该时刻的波峰信号,即表示该轴的轴重数据,按轴序数依次对齐后续各轴即可。
如前若所述交并比r不超过交并比阈值rs,则存在跟车情况,将从属后方车辆C2目标框的轴重划归后方车辆C2;若历史图片中存在交并比不超过阈值的情况,可以判定存在跟车情况,将从属后方车辆C2目标框的轴重划归后方车辆C2。但是,若历史图片中不存在交并比不超过阈值的情况,则认为不存在跟车情况,两个目标框实际从属于同一个目标车辆,为此将从属后方车辆C2目标框的轴重划归目标车辆C1。
另一方面,为了进一步避免误判,提高检测准确性,还可选增加加速度判定步骤:根据当次触发时的车辆速度v,下一次触发时的车辆速度v+1,触发后到下一次触发的时间间隔t,计算加速度a=(v+1-v)/t,若所述加速度a超出预定加速度范围,将下一次触发划归后方车辆。按照长期积累的经验数据,其中预定加速度范围设定为-8m/s2≤a≤4m/s2。该步骤考虑设置在紧接着上述判断间隔长度与间隔长度阈值步骤之后。
上述通过多帧历史图片中是否存在交并比不超过阈值的情况进行判定的过程还可以替换为通过交并比的标准差数据判断跟车情况是否成立:若所述车辆图片与所述过车图片的集合中,所述交并比u的标准差大于等于0.5,说明目标车辆C1与后方车辆C2之间的距离波动比较大,是典型的跟车情况,则存在跟车情况,并将从属后方车辆C2目标框的轴重划归后方车辆C2;否则,距离波动小,有较大的可能是单车情况,但系统发生了误判,因此将从属后方车辆C2目标框的轴重划归目标车辆C1。
对于上述判定方法中间隔长度阈值ds与加速度a的范围可以通过历史数据经过统计分析在一定置信度的前提下确定合适的值/范围。对于上述目标车辆C1与后方车辆C2的目标框交并比阈值rs确定可以通过在选定的数据集中通过机器学习确定。当然本申请并不排除通过统计学方法设定所述交并比阈值rs的方案上述内容仅仅是对本发明的优选实施方式进行描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案作出的各种变形和改进,均应落入本发明的权利要求书确定的保护范围内。
Claims (9)
1.一种视觉辅助车辆动态称重方法,其特征在于,包括以下步骤:
获取每次触发时的轴重,车速,引发本次触发的车辆为目标车辆(C1),在目标车辆C1后方的下一辆车为后方车辆C2;
根据本次触发时的车辆速度v,触发后到下一次触发的时间间隔t计算间隔长度d=v·t,若间隔长度d大于等于间隔长度阈值ds,将下一次触发划归后方车辆(C2);
获取对应本次触发时的过车图片;
对所述过车图片进行目标检测,生成所有车辆的目标框,计算所述目标车辆(C1)的目标框与后方车辆(C2)的目标框的交并比r,若所述交并比不超过交并比阈值rs,则不存在跟车情况,确定划归目标车辆(C1)的轴重信号;
累加划归目标车辆(C1)的所有轴重之和,作为所述目标车辆(C1)的总重。
2.如权利要求1所述的视觉辅助车辆动态称重方法,其特征在于,还包括以下步骤:获取本次触发前一段时间内的至少一帧历史图片,生成所述历史图片内所有车辆的目标框,计算目标车辆(C1)的目标框与后方车辆(C2)的目标框的交并比r,若存在至少一帧所述历史图片中的所述交并比不超过交并比阈值rs,则判定存在跟车情况,确定划归目标车辆(C1)的轴重信号。
3.如权利要求2所述的视觉辅助车辆动态称重方法,其特征在于,若所述历史图片与所述过车图片的集合中,所述交并比r的标准差大于等于0.5,则存在跟车情况,确定划归目标车辆(C1)的轴重信号。
4.如权利要求1所述的视觉辅助车辆动态称重方法,其特征在于,还包括以下步骤:根据本次触发时的车辆速度v,下一次触发时的车辆速度v+1,触发后到下一次触发的时间间隔t,计算加速度a=(v+1-v)/t,若所述加速度a超出预定加速度范围,将下一次触发划归后方车辆(C2)。
5.如权利要求4所述的视觉辅助车辆动态称重方法,其特征在于,所述预定加速度范围为-8m/s2≤a≤4m/s2。
6.一种视觉辅助车辆动态称重系统,其特征在于,包括:
称重设备(2),所述称重设备(2)用于获取过车车辆的轴重,与车辆速度;
图像设备(3),所述图像设备(3)用于获取过车图像信息,所述图像设备(3)设置在所述称重设备(2)的来车前方的侧上方,从而获得同时包含目标车辆(C1)的前脸与侧面的所述过车图像;
控制单元(1),所述控制单元(1)接收由称重设备(2)传送的测量数据、由图像设备(3)提供的图像数据,并根据所述图像数据计算目标车辆(C1)与后方车辆的后方车辆(C2)交并比,分析计算目标车辆C1的总重。
7.如权利要求6所述的视觉辅助车辆动态称重系统,其特征在于,所述控制单元(1)包括:通讯模块(11),用于与所述称重设备(2)、所述图像设备(3)建立数据通信;图像识别模块(12),该图像识别模块(12)分析来自图像设备(3)的图像数据,计算目标车辆(C1)与后方车辆(C2)的目标框的交并比数据r;重量分析模块(13),该重量分析模块(13)用于根据称重设备(2),图像识别模块(12)的数据分离目标车辆(C1)与后方车辆(C2)的轴重数据,根据目标车辆(C1)的轴重计算目标车辆(C1)的总重。
8.如权利要求6所述的视觉辅助车辆动态称重系统,其特征在于,所述称重设备(2)包括至少两个沿着对应车道方向间隔200mm~500mm并排埋设在车道面上的称重传感器(21)。
9.如权利要求6所述的视觉辅助车辆动态称重系统,其特征在于,所述图像识别模块(12)拍摄方向在对应车道面内的投影与该车道中心线呈25°~45°。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210489940.6A CN114838796B (zh) | 2022-04-29 | 2022-04-29 | 视觉辅助车辆动态称重方法与称重系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210489940.6A CN114838796B (zh) | 2022-04-29 | 2022-04-29 | 视觉辅助车辆动态称重方法与称重系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114838796A true CN114838796A (zh) | 2022-08-02 |
CN114838796B CN114838796B (zh) | 2023-06-09 |
Family
ID=82567467
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210489940.6A Active CN114838796B (zh) | 2022-04-29 | 2022-04-29 | 视觉辅助车辆动态称重方法与称重系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114838796B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004044236A1 (en) * | 2002-11-14 | 2004-05-27 | Genomics Research Partners Pty Ltd | Status determination |
US20190130189A1 (en) * | 2017-10-30 | 2019-05-02 | Qualcomm Incorporated | Suppressing duplicated bounding boxes from object detection in a video analytics system |
CN109829403A (zh) * | 2019-01-22 | 2019-05-31 | 淮阴工学院 | 一种基于深度学习的车辆防碰撞预警方法及系统 |
CN111626277A (zh) * | 2020-08-03 | 2020-09-04 | 杭州智诚惠通科技有限公司 | 一种基于治超站交调指标分析的车辆跟踪方法及装置 |
CN112298194A (zh) * | 2019-07-29 | 2021-02-02 | 初速度(苏州)科技有限公司 | 一种车辆的换道控制方法及装置 |
CN112508033A (zh) * | 2021-02-03 | 2021-03-16 | 新东方教育科技集团有限公司 | 检测方法、存储介质和电子装置 |
CN112861631A (zh) * | 2020-12-31 | 2021-05-28 | 南京理工大学 | 一种基于Mask Rcnn以及SSD的地磅人体入侵检测方法 |
CN113408550A (zh) * | 2021-08-17 | 2021-09-17 | 中国建筑第五工程局有限公司 | 基于图像处理的智能称重管理系统 |
CN113850102A (zh) * | 2020-06-28 | 2021-12-28 | 哈尔滨工业大学(威海) | 基于毫米波雷达辅助的车载视觉检测方法及系统 |
-
2022
- 2022-04-29 CN CN202210489940.6A patent/CN114838796B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004044236A1 (en) * | 2002-11-14 | 2004-05-27 | Genomics Research Partners Pty Ltd | Status determination |
US20190130189A1 (en) * | 2017-10-30 | 2019-05-02 | Qualcomm Incorporated | Suppressing duplicated bounding boxes from object detection in a video analytics system |
CN109829403A (zh) * | 2019-01-22 | 2019-05-31 | 淮阴工学院 | 一种基于深度学习的车辆防碰撞预警方法及系统 |
CN112298194A (zh) * | 2019-07-29 | 2021-02-02 | 初速度(苏州)科技有限公司 | 一种车辆的换道控制方法及装置 |
CN113850102A (zh) * | 2020-06-28 | 2021-12-28 | 哈尔滨工业大学(威海) | 基于毫米波雷达辅助的车载视觉检测方法及系统 |
CN111626277A (zh) * | 2020-08-03 | 2020-09-04 | 杭州智诚惠通科技有限公司 | 一种基于治超站交调指标分析的车辆跟踪方法及装置 |
CN112861631A (zh) * | 2020-12-31 | 2021-05-28 | 南京理工大学 | 一种基于Mask Rcnn以及SSD的地磅人体入侵检测方法 |
CN112508033A (zh) * | 2021-02-03 | 2021-03-16 | 新东方教育科技集团有限公司 | 检测方法、存储介质和电子装置 |
CN113408550A (zh) * | 2021-08-17 | 2021-09-17 | 中国建筑第五工程局有限公司 | 基于图像处理的智能称重管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114838796B (zh) | 2023-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6198987B1 (en) | Method and a multi-functional apparatus for determining the class of a vehicle | |
KR100890625B1 (ko) | 고속주행차량 자동 계중 시스템 | |
US6813370B1 (en) | Lane marker recognizing apparatus | |
KR101446546B1 (ko) | 위치기반 실시간 차량정보 표시시스템 | |
CN110400478A (zh) | 一种路况通知方法及装置 | |
US20030189500A1 (en) | System for determining kind of vehicle and method therefor | |
CN101131321A (zh) | 一种实时测量安全车距用于汽车防撞预警的方法及装置 | |
JP4776299B2 (ja) | 車両挙動把握システム | |
CN108091139A (zh) | 一种基于大数据的交通安全自动评估系统 | |
KR100939962B1 (ko) | 차종정보 인식장치 및 방법 | |
CN113591941A (zh) | 一种基于多传感器融合的智能限高警示系统及方法 | |
CN116128360A (zh) | 道路交通拥堵等级评估方法、装置、电子设备及存储介质 | |
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 | |
CN116543549A (zh) | 基于多传感器数据融合的货运车辆车况及行车异常辨识方法 | |
CN111123902A (zh) | 一种车辆进站方法及车站 | |
CN110660226A (zh) | 车辆安全规范的检测方法、系统及设备、存储装置 | |
CN114838796A (zh) | 视觉辅助车辆动态称重方法与称重系统 | |
CN114964445B (zh) | 基于车辆识别的多模块动态称重方法 | |
JP3140651B2 (ja) | 車種判別装置 | |
JPH0896181A (ja) | 道路課金システム | |
CN114049773B (zh) | 一种施工人员安全风险评估预警方法及系统 | |
CN112990117B (zh) | 基于智能驾驶系统的安装数据处理方法及装置 | |
CN115691114A (zh) | 一种临崖路段的识别方法以及道路交通安全隐患排查方法 | |
CN114187758B (zh) | 基于智能道路边缘计算网关的车辆检测方法和系统 | |
KR101852158B1 (ko) | 차량 궤적 정보를 이용한 차로 구분 시스템 및 방법 |
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 |