CN114863695A - 一种基于车载激光和摄像机的超标车辆检测系统和方法 - Google Patents

Abstract

本发明公开了一种基于车载激光和摄像机的超标车辆检测系统和方法，该系统包括前端检测模块、中心处理模块、云台模块和通信传输模块。所述前端检测装置，用于生成和采集视频、点云数据。所述中心处理模块，用于控制运行微型计算机系统、前端设备、云台设备。所述云台模块用于联合集成摄像机和激光雷达数据。所述通信传输模块用于传输微型计算机与其它所有设备之间的数据信号。本发明利用云台嵌合车载激光和摄像机完成传感器配准，从硬件方面提升系统灵活性，使得超标车辆检测系统更加灵活，并提高了超标车辆检测系统的适用范围，避免障碍物对超标车辆检测设备造成遮挡；方便拆卸及更换零部件，减少了设备养护成本。

Description

一种基于车载激光和摄像机的超标车辆检测系统和方法

技术领域

本发明涉及一种基于车载激光和摄像机的超标车辆检测系统和方法，属于智能交通技术领域。

背景技术

目前，超标车辆检测系统主要适用于十字路口、学校、小区、工厂、边防、机场等需要检测超标车辆的地方。根据车辆注册、登记规定和行驶规范，国家对各种行驶车辆的长宽高有着严格的规定。但是，目前现有的部分车辆仍被违法改装导致车辆超标，且在车辆类型繁杂、车速较快的路段，此类超标车辆不易被检查、发现。因此，研发基于车载激光和摄像机的超标车辆检测系统迫在眉睫。

发明内容

本发明目的在于针对上述现有技术的不足，提供了一种基于车载激光和摄像机的超标车辆检测系统和方法，该系统使超标车辆检测系统更加灵活，并提高超标车辆检测系统的适用范围，避免了障碍物对超标车辆检测设备造成遮挡，方便拆卸及更换零部件，减少了设备养护成本。

本发明解决其技术问题所采用的技术方案是：一种基于车载激光和摄像机的超标车辆检测装置，该系统包括前端检测模块、中心处理模块、云台模块和通信传输模块。前端检测模块用于生成和采集视频、点云数据。中心处理模块用于控制运行微型计算机系统、前端设备、云台设备。云台模块用于联合集成摄像机和激光雷达数据。通信传输模块用于传输微型计算机与其它所有设备之间的数据信号。

进一步地，本发明前端检测装置包括车载摄像机、车载激光雷达，且车载摄像机和车载激光雷达分别安装于云台两侧位置，云台上的摄像机和激光雷达均可垂直180度旋转，既可自动扫描监视区域，也可在车内驾驶员的操纵下跟踪监视对象。

进一步地，本发明中心处理模块置于车内包括一个配置高性能GPU和数据硬盘的微型计算机。

进一步地，本发明云台模块由执行电动机来实现的360度自动旋转水平电动云台。

进一步地，本发明通信传输模块由数据总线来实现各个模块之间的数据信号交换。

本发明还提供了一种基于车载激光和摄像机的超标车辆检测系统的应用方法，该方法包括以下步骤：

步骤1：建立以车载激光雷达为原点的三维坐标系(X,Y,Z)，以车载摄像机为原点建立二维坐标系(U,V)，并且对齐两个坐标；

S步骤：使用前端检测模块的摄像头采集图像，处理图像为标注好车型及其标准长宽高(L,W,H)的训练样本，在开源视频识别程序上训练样本得到训练模型；

S步骤：在微型计算机上运行训练后的模型并识别车辆的车型及其标准长宽高(L_d,W_d,H_d)；

S步骤：结合车载摄像机目标检测的检测框，对检测框内同一平面的激光雷达点云数据进行聚类；

S步骤：在车辆移动的过程中，由于激光与被检测车辆平面的距离、角度不同，故被检测到的同一平面大小是不断变化的，假设第i个平面面积等于实际平面(即在点云投影到同一平面时的最大平面)面积时，最左侧点云(x_i,y_i,z_i)与最右侧点云(x_j,y_j,z_j)之间的水平距离即目标的长度或宽度，最上侧点云(x_k,y_k,z_k)与最下侧点云(x_l,y_l,z_l)之间的垂直距离即目标的高度。得到被检测车辆的实际尺寸为：

步骤6：由微型计算机自动计算，得到被检测车辆的尺寸(L_d,W_d,H_d)与数据硬盘中对应车型标准尺寸(L_s,W_s,H_s)之间的差值，并设置差值阈值，得到的差值超过阈值，则检测框变色进行提示并在检测范围内持续追踪目标。

进一步地，本发明所述步骤1中对摄像机和激光雷达的坐标进行对齐的方法为：包括以下步骤：

步骤1-1：坐标平移，在标定板上取两点之间的初始向量

坐标平移的距离向量为

初始向量移动后得到

步骤1-2：二维坐标旋转，得到旋转后的坐标

其中θ为旋转角度，(u′，v′)为旋转前的坐标，(u₀,v₀)为中心坐标；

本发明所述步骤4中检测框内同一平面上的激光雷达点云数据聚类的方法包括：

步骤4-1：先采样生产稀疏点云，旨在提速，再遍历每个点云，计算每个点云的密度，即

步骤4-2：更新点云的密度，即

D_i表示检测出的一定聚类中心和一定不是聚类中心的其他三维点的密度，(x_i，y_i，z_i)为其坐标，r_bx、r_by、r_bz为用于更新D_i密度的半径参数，D_cl为上一次聚类中心的密度，(x_cl，y_cl，z_cl)为其坐标，凡是离上次刚得到的聚类中心近的点云，其密度都会被削减，削减影响的范围由r_bx,r_by,r_bz控制，以此将点云进行聚类。

有益效果：

1、本发明能够便于交通执法管理部门在车辆类型繁杂、车速较快等复杂路段检测违法改装车辆，使得超标车辆检测更加灵活，提高了超标车辆检测系统的适用范围。

2、本发明避免障碍物对超标车辆检测设备造成遮挡，方便拆卸及更换零部件，减少了设备养护成本。

附图说明

图1为本发明的方法流程图。

图2为本发明嵌合传感器的云台示意图。

图3为本发明激光和摄像机标定示意图。

图4为本发明激光和摄像机融合检测超标车辆的场景示意图。

具体实施方式

下面结合说明书附图对本发明创造作进一步的详细说明。

如图2和3所示，本发明提出了一种基于车载激光和摄像机的超标车辆检测系统，该系统包括前端检测模块、中心处理模块、云台模块和通信传输模块。所述前端检测模块用于生成和采集视频、点云数据；所述中心处理模块用于控制运行微型计算机系统、前端设备、云台设备；所述云台模块用于联合集成摄像机和激光雷达数据；通信传输模块用于传输微型计算机与其它所有设备之间的数据信号。

如图2所示，本发明前端检测装置包括车载摄像机、车载激光雷达，且车载摄像机和车载激光雷达分别安装于云台两侧位置，云台上的摄像机和激光雷达均可垂直180度旋转，既可自动扫描监视区域，也可在车内驾驶员的操纵下跟踪监视对象。

本发明所述中心处理模块置于车内，包括一个配置高性能GPU和数据硬盘的微型计算机。

如图2所示，本发明云台模块是由执行电动机来实现的360度自动旋转水平电动云台。

本发明所述通信传输模块，由数据总线来实现各个模块之间的数据信号交换。

如图1所示，本发明提供了一种基于车载激光和摄像机的超标车辆检测装置的应用方法，该方法包括以下步骤：

S1：建立以车载激光雷达为原点的三维坐标系(X,Y,Z)，以车载摄像机为原点建立二维坐标系(U,V)，并且对齐两个坐标；

S2：使用前端检测模块的摄像头采集图像，处理图像为标注好车型及其标准长宽高(L,W,H)的训练样本，在开源视频识别程序上训练样本得到训练模型；

S3：在微型计算机上运行训练后的模型并识别车辆的车型及其标准长宽高(L_d,W_d,H_d)；

S4：检测场景如图4所示，结合车载摄像机目标检测的检测框，对检测框内同一平面的激光雷达点云数据进行聚类；

S5：在车辆移动的过程中，由于激光与被检测车辆平面的距离、角度不同，故被检测到的同一平面大小是不断变化的，假设第i个平面面积等于实际平面(即在点云投影到同一平面时的最大平面)面积时，最左侧点云(x_i,y_i,z_i)与最右侧点云(x_j,y_j,z_j)之间的水平距离即目标的长度或宽度，最上侧点云(x_k,y_k,z_k)与最下侧点云(x_l,y_l,z_l)之间的垂直距离即目标的高度。得到被检测车辆的实际尺寸为：

S6：如图1所示，由微型计算机自动计算，得到被检测车辆的尺寸(L_d,W_d,H_d)与数据硬盘中对应车型标准尺寸(L_s,W_s,H_s)之间的差值，并设置差值阈值，得到的差值超过阈值，则检测框变色进行提示并在检测范围内持续追踪目标。

如图1所示，本发明所述步骤S1中对摄像机和激光雷达的坐标进行对齐的方法为：包括以下步骤：

A)坐标平移，在标定板上取两点之间的初始向量

坐标平移的距离向量为

初始向量移动后得到

B)二维坐标旋转，得到旋转后的坐标

其中θ为旋转角度，(u′，v′)为旋转前的坐标，(u₀,v₀)为中心坐标。

本发明所述步骤S4中检测框内同一平面上的激光雷达点云数据聚类的方法：

A)先采样生产稀疏点云，旨在提速，再遍历每个点云，计算每个点云的密度，即

B)更新点云的密度，即

D_i表示检测出的一定聚类中心和一定不是聚类中心的其他三维点的密度，(x_i，y_i，z_i)为其坐标，r_bx、r_by、r_bz为用于更新D_i密度的半径参数，D_cl为上一次聚类中心的密度，(x_cl，y_cl，z_cl)为其坐标，凡是离上次刚得到的聚类中心近的点云，其密度都会被削减，削减影响的范围由r_bx,r_by,r_bz控制，以此将点云进行聚类。

Claims (8)

1.一种基于车载激光和摄像机的超标车辆检测系统，其特征在于：所述系统包括前端检测模块、中心处理模块、云台模块和通信传输模块；

所述前端检测模块用于生成和采集视频、点云数据；

所述中心处理模块用于控制运行微型计算机系统、前端设备、云台设备；

所述云台模块用于联合集成摄像机和激光雷达数据；

所述通信传输模块用于传输微型计算机与其它所有设备之间的数据信号。

2.根据权利要求1所述的一种基于车载激光和摄像机的超标车辆检测系统，其特征在于：所述前端检测系统包括车载摄像机、车载激光雷达，且车载摄像机和车载激光雷达分别安装于云台两侧位置，云台上的摄像机和激光雷达均能够垂直180度旋转，既能够自动扫描监视区域，也能够在车内驾驶员的操纵下跟踪监视对象。

3.根据权利要求1所述的一种基于车载激光和摄像机的超标车辆检测系统，其特征在于：所述中心处理模块置于车内，包括一个配置高性能GPU和数据硬盘的微型计算机。

4.根据权利要求1所述的一种基于车载激光和摄像机的超标车辆检测系统，其特征在于：所述云台模块是采用执行电动机360度自动旋转水平电动云台。

5.根据权利要求1所述的一种基于车载激光和摄像机的超标车辆检测系统，其特征在于：所述通信传输模块是采用数据总线交换各个模块之间的数据信号。

6.一种基于车载激光和摄像机的超标车辆检测系统的应用方法，其特征在于：所述方法包括以下步骤：

步骤1：建立以车载激光雷达为原点的三维坐标系(X,Y,Z)，以车载摄像机为原点建立二维坐标系(U,V)，并且对齐两个坐标；

步骤2：使用前端检测模块的摄像头采集图像，处理图像为标注好车型及其标准长宽高(L,W,H)的训练样本，在开源视频识别程序上训练样本得到训练模型；

步骤3：在微型计算机上运行训练后的模型并识别车辆的车型及其标准长宽高(L_d,W_d,H_d)；

步骤4：结合车载摄像机目标检测的检测框，对检测框内同一平面的激光雷达点云数据进行聚类；

步骤5：在车辆移动的过程中，由于激光与被检测车辆平面的距离、角度不同，故被检测到的同一平面大小是不断变化的，假设第i个平面面积等于实际平面(即在点云投影到同一平面时的最大平面)面积时，最左侧点云(x_i,y_i,z_i)与最右侧点云(x_j,y_j,z_j)之间的水平距离即目标的长度或宽度，最上侧点云(x_k,y_k,z_k)与最下侧点云(x_l,y_l,z_l)之间的垂直距离即目标的高度，得到被检测车辆的实际尺寸为：

步骤6：由微型计算机自动计算，得到被检测车辆的尺寸(L_d,W_d,H_d)与数据硬盘中对应车型标准尺寸(L_s,W_s,H_s)之间的差值，并设置差值阈值，得到的差值超过阈值，则检测框变色进行提示并在检测范围内持续追踪目标。

7.根据权利要求6所述的一种基于车载激光和摄像机的超标车辆检测系统的应用方法，其特征在于：所述步骤1中对摄像机和激光雷达的坐标进行对齐：包括以下步骤：

步骤1-1：坐标平移，在标定板上取两点之间的初始向量

坐标平移的距离向量为

初始向量移动后得到

步骤1-2：二维坐标旋转，得到旋转后的坐标

其中θ为旋转角度，(u′，v′)为旋转前的坐标，(u₀,v₀)为中心坐标。

8.根据权利要求6所述的一种基于车载激光和摄像机的超标车辆检测系统的应用方法，其特征在于：所述步骤4中检测框内同一平面上的激光雷达点云数据聚类包括：

步骤4-1：先采样生产稀疏点云，旨在提速，再遍历每个点云，计算每个点云的密度，即

步骤4-1：更新点云的密度，即

D_i表示检测出的一定聚类中心和一定不是聚类中心的其他三维点的密度，(x_i，y_i，z_i)为其坐标，r_bx、r_by、r_bz为用于更新D_i密度的半径参数，D_cl为上一次聚类中心的密度，(x_cl，y_cl，z_cl)为其坐标，凡是离上次刚得到的聚类中心近的点云，其密度都会被削减，削减影响的范围由r_bx,r_by,r_bz控制，以此将点云进行聚类。

Images