CN115272351A - 基于双目视觉和线激光的矿井无轨胶轮车超限检测方法 - Google Patents

基于双目视觉和线激光的矿井无轨胶轮车超限检测方法 Download PDF

Info

Publication number
CN115272351A
CN115272351A CN202211208158.9A CN202211208158A CN115272351A CN 115272351 A CN115272351 A CN 115272351A CN 202211208158 A CN202211208158 A CN 202211208158A CN 115272351 A CN115272351 A CN 115272351A
Authority
CN
China
Prior art keywords
vehicle
target
detected
line laser
acquiring
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
Application number
CN202211208158.9A
Other languages
English (en)
Other versions
CN115272351B (zh
Inventor
孙大智
程健
李�昊
马永壮
杨国奇
李和平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
General Coal Research Institute Co Ltd
Original Assignee
General Coal Research Institute Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by General Coal Research Institute Co Ltd filed Critical General Coal Research Institute Co Ltd
Priority to CN202211208158.9A priority Critical patent/CN115272351B/zh
Publication of CN115272351A publication Critical patent/CN115272351A/zh
Application granted granted Critical
Publication of CN115272351B publication Critical patent/CN115272351B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
    • G01B11/0608—Height gauges
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10012—Stereo images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本申请提出了一种基于双目视觉和线激光的矿井无轨胶轮车超限检测方法，涉及测量检测技术领域，通过响应于监测到待检测车辆进入目标区域，控制线激光器向目标区域发射线激光，并控制双目相机系统对待检测车辆进行图像采集，以获取待检测车辆在行进过程中的多张目标图像，其中，目标图像中包括线激光；对目标图像进行识别处理，获取待检测车辆待进行超限检测的目标物理量对应的目标数据值；响应于目标数据值大于目标物理量对应的预设阈值，将待检测车辆确定为超限车辆。本申请在待检测车辆通过目标区域时及时获取各目标物理量的数值以判断该目标物理量是否超限，防止待检测车辆出现超限而发生意外，便于超限后及时进行弥补，提高作业的安全性。

Description

基于双目视觉和线激光的矿井无轨胶轮车超限检测方法
技术领域
本申请涉及测量检测领域，尤其涉及一种基于双目视觉和线激光的矿井无轨胶轮车超限检测方法。
背景技术
煤矿井下无轨胶轮货车负责运送井下设备，但由于部分设备体型庞大，长宽高超过了井下运输安全性要求，煤矿井下又没有任何监管措施，容易引发煤矿井下交通事故，甚至危及生命安全，并可能对煤矿巷道造成一定损坏，故在煤矿井下对运输车辆进行超限检测至关重要。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本申请的一个目的在于提出一种基于双目视觉和线激光的矿井无轨胶轮车超限检测方法，包括：响应于监测到待检测车辆进入目标区域，控制线激光器向目标区域发射线激光，并控制双目相机系统对待检测车辆进行图像采集，以获取待检测车辆在行进过程中的多张目标图像，其中，目标图像中包括线激光；对目标图像进行识别处理，获取待检测车辆待进行超限检测的目标物理量对应的目标数据值；响应于目标数据值大于目标物理量对应的预设阈值，将待检测车辆确定为超限车辆。
本申请能在待检测车辆通过目标区域时，及时获取各目标物理量的数值，以判断该目标物理量是否超限，防止待检测车辆出现超限而发生意外，便于发生超限能及时进行弥补，提高了作业的安全性。
本申请的第二个目的在于提出一种基于双目视觉和线激光的矿井无轨胶轮车超限检测装置。
本申请的第三个目的在于提出一种电子设备。
本申请的第四个目的在于提出一种非瞬时计算机可读存储介质。
本申请的第五个目的在于提出一种计算机程序产品。
为达上述目的，本申请第一方面实施例提出了一种基于双目视觉和线激光的矿井无轨胶轮车超限检测方法，包括：响应于监测到待检测车辆进入目标区域，控制线激光器向目标区域发射线激光，并控制双目相机系统对待检测车辆进行图像采集，以获取待检测车辆在行进过程中的多张目标图像，其中，目标图像中包括线激光；对目标图像进行识别处理，获取待检测车辆待进行超限检测的目标物理量对应的目标数据值；响应于目标数据值大于目标物理量对应的预设阈值，将待检测车辆确定为超限车辆。
根据本申请的一个实施例，响应于目标物理量为车辆最大高度，则对目标图像进行识别处理，获取待检测车辆待进行超限检测的目标物理量对应的目标数据值，包括：对每张目标图像进行识别，获取该目标图像上线激光所对应的每个像素点的高度信息，其中，高度信息表示该像素点对应的待检测车辆的车辆顶部或地面到双目相机系统所在平面的垂直距离；对所有目标图像对应的所有高度信息进行对比，获取数值最小的高度信息作为目标高度信息h；获取双目相机系统与目标区域的地面之间的第一距离H；根据目标高度信息h和第一距离H，获取车辆最大高度对应的目标数据值通过如下公式计算得出：hv1 =H-h，式中，hv1为车辆最大高度。
根据本申请的一个实施例，响应于目标物理量为车辆最大宽度，则对目标图像进行识别处理，获取待检测车辆待进行超限检测的目标物理量对应的目标数据值，包括：根据目标图像，获取该目标图像上线激光的每相邻两个像素点对应车辆顶部的真实距离Lavg；针对每张目标图像，获取该目标图像上线激光对应的像素点的高度信息满足预设条件的像素个数；将所有目标图像所对应的所有像素个数进行对比，获取数值最大的像素个数作为目标像素个数NX；根据真实距离Lavg和目标像素个数NX，获取车辆最大宽度对应的目标数据值通过如下公式计算得出：WV=NX*Lavg，式中，WV为车辆最大宽度。
根据本申请的一个实施例，根据目标图像，获取该目标图像上线激光的每相邻两个像素点对应车辆顶部的真实距离，包括：根据目标图像，获取该目标图像上线激光对应的总像素个数m；获取线激光在目标区域地面上的线激光长度值L；根据总像素个数和线激光长度值，获取该目标图像上线激光的每相邻两个像素点对应车辆顶部的真实距离通过如下公式计算得出：Lavg=L/m，式中，Lavg为目标图像上线激光的每相邻两个像素点对应车辆顶部的真实距离。
根据本申请的一个实施例，响应于目标物理量为车厢最大长度，则对目标图像进行识别处理，获取待检测车辆待进行超限检测的目标物理量对应的目标数据值，包括：获取待检测车辆通过目标区域的平均速度V和待检测车辆全部通过线激光的第一时长T11；根据平均速度V和第一时长T11，获取待检测车辆的车辆总长度通过如下公式计算得出：LV1=V*T11，式中，LV1为车辆总长度；根据车辆总长度LV1和待检测车辆的车头长度d，获取车厢最大长度对应的目标数据值通过如下公式计算得出：LV=LV1-d，式中，LV为车厢最大长度。
根据本申请的一个实施例，响应于目标物理量为车厢货物体积，则对目标图像进行识别处理，获取待检测车辆待进行超限检测的目标物理量对应的目标数据值，包括：获取待检测车辆通过目标区域的平均速度V、双目相机系统的帧率fps以及待检测车辆的车厢全部通过线激光的第二时长T22；获取当待检测车辆为空车状态时，目标图像上线激光的每个像素点的初始高度信息hn；获取当待检测车辆为载货状态时，每张目标图像上线激光的每个像素点的最终高度信息Hn；根据初始高度信息hn、最终高度信息Hn、帧率fps、平均速度V和第二时长T22，获取车厢货物体积对应的目标数据值通过如下公式计算得出：
Figure 898003DEST_PATH_IMAGE001
，式中，V体积为车厢货物体积，
Figure 714649DEST_PATH_IMAGE002
，
Figure DEST_PATH_IMAGE003
。
根据本申请的一个实施例，双目相机系统包括第一双目相机系统和第二双目相机系统，获取待检测车辆通过目标区域的平均速度，包括：获取待检测车辆的车头到达第一双目相机系统的第一时刻T1，以及待检测车辆的车头到达第二双目相机系统的第二时刻T2，其中，第一双目相机系统和第二双目相机系统依次布置在待检测车辆的行进方向上；获取第一双目相机系统与第二双目相机系统之间的第二距离D；根据第二距离D、第一时刻T1和第二时刻T2，获取待检测车辆的平均速度V通过如下公式计算得出：V=D/（T2-T1）。
根据本申请的一个实施例，将待检测车辆确定为超限车辆之后，还包括：向调度平台和/或待检测车辆控制室发送超限指令，其中，超限指令中携带有发生超限的目标物理量的标识信息。
为达上述目的，本申请第二方面实施例提出了一种基于双目视觉和线激光的矿井无轨胶轮车超限检测装置，包括：采集模块，用于响应于监测到待检测车辆进入目标区域，控制线激光器向目标区域发射线激光，并控制双目相机系统对待检测车辆进行图像采集，以获取待检测车辆在行进过程中的多张目标图像，其中，目标图像中包括线激光；处理模块，用于对目标图像进行识别处理，获取待检测车辆待进行超限检测的目标物理量对应的目标数据值；判断模块，用于响应于目标数据值大于目标物理量对应的预设阈值，将待检测车辆确定为超限车辆。
根据本申请的一个实施例，处理模块，还用于：对每张目标图像进行识别，获取该目标图像上线激光所对应的每个像素点的高度信息，其中，高度信息表示该像素点对应的待检测车辆的车辆顶部或地面到双目相机系统所在平面的垂直距离；对所有目标图像对应的所有高度信息进行对比，获取数值最小的高度信息作为目标高度信息h；获取双目相机系统与目标区域的地面之间的第一距离H；根据目标高度信息h和第一距离H，获取车辆最大高度对应的目标数据值通过如下公式计算得出：hv1 =H-h，式中，hv1为车辆最大高度。
根据本申请的一个实施例，处理模块，还用于：根据目标图像，获取该目标图像上线激光的每相邻两个像素点对应车辆顶部的真实距离Lavg；针对每张目标图像，获取该目标图像上线激光对应的像素点的高度信息满足预设条件的像素个数；将所有目标图像所对应的所有像素个数进行对比，获取数值最大的像素个数作为目标像素个数NX；根据真实距离Lavg和目标像素个数NX，获取车辆最大宽度对应的目标数据值通过如下公式计算得出：WV=NX*Lavg，式中，WV为车辆最大宽度。
根据本申请的一个实施例，处理模块，还用于：根据目标图像，获取该目标图像上线激光对应的总像素个数m；获取线激光在目标区域地面上的线激光长度值L；根据总像素个数和线激光长度值，获取该目标图像上线激光的每相邻两个像素点对应车辆顶部的真实距离通过如下公式计算得出：Lavg=L/m，式中，Lavg为目标图像上线激光的每相邻两个像素点对应车辆顶部的真实距离。
根据本申请的一个实施例，处理模块，还用于：获取待检测车辆通过目标区域的平均速度V和待检测车辆全部通过线激光的第一时长T11；根据平均速度V和第一时长T11，获取待检测车辆的车辆总长度通过如下公式计算得出：LV1=V*T11，式中，LV1为车辆总长度；根据车辆总长度LV1和待检测车辆的车头长度d，获取车厢最大长度对应的目标数据值通过如下公式计算得出：LV=LV1-d，式中，LV为车厢最大长度。
根据本申请的一个实施例，处理模块，还用于：获取待检测车辆通过目标区域的平均速度V、双目相机系统的帧率fps以及待检测车辆的车厢全部通过线激光的第二时长T22；获取当待检测车辆为空车状态时，目标图像上线激光的每个像素点的初始高度信息hn；获取当待检测车辆为载货状态时，每张目标图像上线激光的每个像素点的最终高度信息Hn；根据初始高度信息hn、最终高度信息Hn、帧率fps、平均速度V和第二时长T22，获取车厢货物体积对应的目标数据值通过如下公式计算得出：
Figure 451661DEST_PATH_IMAGE004
，式中，V体积为车厢货物体积，
Figure 975046DEST_PATH_IMAGE005
，
Figure 404890DEST_PATH_IMAGE006
。
根据本申请的一个实施例，双目相机系统包括第一双目相机系统和第二双目相机系统，处理模块，还用于：获取待检测车辆的车头到达第一双目相机系统的第一时刻T1，以及待检测车辆的车头到达第二双目相机系统的第二时刻T2，其中，第一双目相机系统和第二双目相机系统依次布置在待检测车辆的行进方向上；获取第一双目相机系统与第二双目相机系统之间的第二距离D；根据第二距离D、第一时刻T1和第二时刻T2，获取待检测车辆的平均速度V通过如下公式计算得出：V=D/（T2-T1）。
根据本申请的一个实施例，基于双目视觉和线激光的矿井无轨胶轮车超限检测装置，还包括：告警模块，用于向调度平台和/或待检测车辆控制室发送超限指令，其中，超限指令中携带有发生超限的目标物理量的标识信息。
为达上述目的，本申请第三方面实施例提出了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以实现如本申请第一方面实施例所述的基于双目视觉和线激光的矿井无轨胶轮车超限检测方法。
为达上述目的，本申请第四方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于实现如本申请第一方面实施例所述的基于双目视觉和线激光的矿井无轨胶轮车超限检测方法。
为达上述目的，本申请第五方面实施例提出了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如本申请第一方面实施例所述的基于双目视觉和线激光的矿井无轨胶轮车超限检测方法。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1是本申请一个实施例示出的一种基于双目视觉和线激光的矿井无轨胶轮车超限检测方法的示例性实施方式。
图2是本申请一个实施例示出的一种基于双目视觉和线激光的矿井无轨胶轮车超限检测方法的示例性实施方式。
图3是本申请一个实施例示出的一种基于双目视觉和线激光的矿井无轨胶轮车超限检测方法的示例性实施方式。
图4是本申请一个实施例示出的一种基于双目视觉和线激光的矿井无轨胶轮车超限检测方法的示例性实施方式。
图5是本申请一个实施例示出的一种基于双目视觉和线激光的矿井无轨胶轮车超限检测方法的示例性实施方式。
图6为本申请示出的一种获取当待检测车辆为空车状态时目标图像上线激光的每个像素点的初始高度信息的示意图。
图7为本申请示出的一种获取当待检测车辆为载货状态时每张目标图像上线激光的每个像素点的最终高度信息的示意图。
图8是本申请一个实施例示出的一种基于双目视觉和线激光的矿井无轨胶轮车超限检测装置的示意图。
图9是本申请一个实施例示出的一种电子设备的示意图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
图1是本申请提出的一种基于双目视觉和线激光的矿井无轨胶轮车超限检测方法的示例性实施方式，如图1所示，该基于双目视觉和线激光的矿井无轨胶轮车超限检测方法，包括以下步骤：
S101，响应于监测到待检测车辆进入目标区域，控制线激光器向目标区域发射线激光，并控制双目相机系统对待检测车辆进行图像采集，以获取待检测车辆在行进过程中的多张目标图像，其中，目标图像中包括线激光。
在目标区域上方设置线激光器+双目相机系统，线激光器与双目相机系统距离相近，且线激光器垂直向下发射线激光，线激光所形成的直线与巷道方向垂直，且线激光的长度应长于待检测车辆的宽度，双目相机系统垂直向下进行图像采集。
优选的，为了所采集到的图像更加全面准确，可设置两套线激光器+双目相机系统，这两套线激光器+双目相机系统沿着巷道方向依次布置，两套双目相机系统所采集到的图像都作为目标图像。
可在巷道上方安装两个车牌识别器，一个朝向巷道进口方向，一个朝向巷道出口方向，当朝向巷道进口方向的车牌识别器监测到待检测车辆进入目标区域，控制线激光器垂直向下向目标区域发射线激光，并控制双目相机系统对待检测车辆进行图像采集，以获取待检测车辆在行进过程中的多张目标图像，每张目标图像上都包括线激光器所发射的线激光，直到朝向巷道出口方向的车牌识别器监测到待检测车辆驶出目标区域，可关闭线激光器和双目相机系统，等待下一辆车辆的到来。
S102，对目标图像进行识别处理，获取待检测车辆待进行超限检测的目标物理量对应的目标数据值。
对上述所采集到的目标图像进行识别处理，获取待检测车辆待进行超限检测的目标物理量对应的目标数据值。
示例性的，待检测车辆待进行超限检测的目标物理量可包括车辆最大高度、车辆最大宽度、车厢最大长度、车厢货物体积。
S103，响应于目标数据值大于目标物理量对应的预设阈值，将待检测车辆确定为超限车辆。
获取每个目标物理量的预设阈值，将上述获得的该目标物理量的目标数据值与该预设阈值进行对比，若目标数据值大于目标物理量对应的预设阈值，将待检测车辆确定为超限车辆；若目标数据值小于或等于目标物理量对应的预设阈值，将待检测车辆确定为正常车辆。
示例性的，若车辆最大高度的预设阈值对应的是4米，而经上述获得待检测车辆的车辆最大高度为4.2米，则说明车辆最大高度超限，待检测车辆为超限车辆。
本申请实施例提供了一种基于双目视觉和线激光的矿井无轨胶轮车超限检测方法，通过响应于监测到待检测车辆进入目标区域，控制线激光器向目标区域发射线激光，并控制双目相机系统对待检测车辆进行图像采集，以获取待检测车辆在行进过程中的多张目标图像，其中，目标图像中包括线激光；对目标图像进行识别处理，获取待检测车辆待进行超限检测的目标物理量对应的目标数据值；响应于目标数据值大于目标物理量对应的预设阈值，将待检测车辆确定为超限车辆。本申请能在待检测车辆通过目标区域时，及时获取各目标物理量的数值，以判断该目标物理量是否超限，防止待检测车辆出现超限而发生意外，便于发生超限能及时进行弥补，提高了作业的安全性。
进一步的，将待检测车辆确定为超限车辆之后，需要向调度平台和/或待检测车辆控制室发送超限指令，用于警示该待检测车辆已发生超限，存在安全隐患。其中，超限指令中携带有发生超限的目标物理量的标识信息，即超限指令会表明发生超限的目标物理量，示例性的，若车辆最大高度超限，则超限指令需表明发生超限的目标物理量为车辆最大高度。
图2是本申请提出的一种基于双目视觉和线激光的矿井无轨胶轮车超限检测方法的示例性实施方式，如图2所示，该基于双目视觉和线激光的矿井无轨胶轮车超限检测方法，包括以下步骤：
S201，响应于监测到待检测车辆进入目标区域，控制线激光器向目标区域发射线激光，并控制双目相机系统对待检测车辆进行图像采集，以获取待检测车辆在行进过程中的多张目标图像，其中，目标图像中包括线激光。
关于步骤S201的具体实现方式，可参照上述实施例中相关部分的具体介绍，在此不再进行赘述。
S202，对每张目标图像进行识别，获取该目标图像上线激光所对应的每个像素点的高度信息。
对每张目标图像进行识别，根据双目视觉的三角测量原理，获取该目标图像上线激光所对应的每个像素点的高度信息，分别记为h1、h2、……hn，其中，高度信息表示该像素点对应的待检测车辆的车辆顶部或地面到双目相机系统所在平面的垂直距离。
S203，对所有目标图像对应的所有高度信息进行对比，获取数值最小的高度信息作为目标高度信息。
对所有目标图像对应的所有高度信息进行对比，获取数值最小的高度信息作为目标高度信息，将目标高度信息记为h。
S204，获取双目相机系统与目标区域的地面之间的第一距离。
获取双目相机系统与目标区域的地面之间的距离作为第一距离，将第一距离记为H。
S205，根据目标高度信息和第一距离，获取车辆最大高度对应的目标数据值。
根据目标高度信息和第一距离，获取车辆最大高度对应的目标数据值，其中，车辆最大高度的计算公式为：
hv1 =H-h
上式中，hv1指的是车辆最大高度，H指的是第一距离，h指的是目标高度信息。
其中，hv1的值即为车辆最大高度对应的目标数据值。
S206，响应于目标数据值大于目标物理量对应的预设阈值，将待检测车辆确定为超限车辆。
获取车辆最大高度的预设阈值，将上述获得的车辆最大高度的目标数据值与该预设阈值进行对比，若目标数据值大于车辆最大高度对应的预设阈值，将待检测车辆确定为超限车辆；若目标数据值小于或等于车辆最大高度对应的预设阈值，将待检测车辆确定为正常车辆。
示例性的，若车辆最大高度的预设阈值对应的是4米，而经上述获得待检测车辆的车辆最大高度为4.2米，则说明车辆最大高度超限，待检测车辆为超限车辆。
本申请在待检测车辆通过目标区域时，及时获取车辆最大高度的数值，以判断车辆最大高度是否超限，防止待检测车辆出现超限而发生意外，便于发生超限能及时进行弥补，提高了作业的安全性。
图3是本申请提出的一种基于双目视觉和线激光的矿井无轨胶轮车超限检测方法的示例性实施方式，如图3所示，该基于双目视觉和线激光的矿井无轨胶轮车超限检测方法，包括以下步骤：
S301，响应于监测到待检测车辆进入目标区域，控制线激光器向目标区域发射线激光，并控制双目相机系统对待检测车辆进行图像采集，以获取待检测车辆在行进过程中的多张目标图像，其中，目标图像中包括线激光。
关于步骤S301的具体实现方式，可参照上述实施例中相关部分的具体介绍，在此不再进行赘述。
S302，根据目标图像，获取该目标图像上线激光的每相邻两个像素点对应车辆顶部的真实距离。
根据目标图像，获取该目标图像上线激光对应的总像素个数，将总像素个数记为m，获取线激光在目标区域地面上的线激光长度值，将线激光长度值记为L，根据总像素个数和线激光长度值，获取该目标图像上线激光的每相邻两个像素点对应车辆顶部的真实距离，将真实距离记为Lavg，则Lavg=L/m。
S303，针对每张目标图像，获取该目标图像上线激光对应的像素点的高度信息满足预设条件的像素个数。
由于激光线的长度大于待检测车辆的宽度，则激光线一部分照在待检测车辆上，一部分照在地面上，获取双目相机系统与目标区域的地面之间的距离作为第一距离H，将预设条件设为H*(1±10%)，即目标图像上线激光对应的像素点的高度信息满足预设条件的像素点，可以视为该像素点照在待检测车辆的车顶上。
获取每张目标图像上线激光对应的像素点的高度信息满足预设条件的像素个数。示例性的，将目标图像1上线激光对应的像素点的高度信息满足预设条件的像素个数记为N1，将目标图像2上线激光对应的像素点的高度信息满足预设条件的像素个数记为N1，以此类推，将目标图像m上线激光对应的像素点的高度信息满足预设条件的像素个数记为Nm。
S304，将所有目标图像所对应的所有像素个数进行对比，获取数值最大的像素个数作为目标像素个数。
目标图像上线激光对应的像素点的高度信息满足预设条件的像素点越多，说明该线激光对应的车辆宽度越宽，将所有目标图像所对应的所有像素个数进行对比，获取数值最大的像素个数作为目标像素个数，即将N1、N2……Nm进行大小对比，将其中最大的数值作为目标像素个数，将目标像素个数记为NX。
S305，根据真实距离和目标像素个数，获取车辆最大宽度对应的目标数据值。
根据真实距离和目标像素个数，获取车辆最大宽度对应的目标数据值，其中，车辆最大宽度的计算公式为：
WV=NX*Lavg
上式中，WV指的是车辆最大宽度，NX指的是目标像素个数，Lavg指的是目标图像上线激光的每相邻两个像素点对应车辆顶部的真实距离。
其中，WV的值即为车辆最大宽度对应的目标数据值。
S306，响应于目标数据值大于目标物理量对应的预设阈值，将待检测车辆确定为超限车辆。
获取车辆最大宽度的预设阈值，将上述获得的车辆最大宽度的目标数据值与该预设阈值进行对比，若目标数据值大于车辆最大宽度对应的预设阈值，将待检测车辆确定为超限车辆；若目标数据值小于或等于车辆最大宽度对应的预设阈值，将待检测车辆确定为正常车辆。
示例性的，若车辆最大宽度的预设阈值对应的是2.5米，而经上述获得待检测车辆的车辆最大宽度为2.6米，则说明车辆最大宽度超限，待检测车辆为超限车辆。
本申请在待检测车辆通过目标区域时，及时获取车辆最大宽度的数值，以判断车辆最大宽度是否超限，防止待检测车辆出现超限而发生意外，便于发生超限能及时进行弥补，提高了作业的安全性。
图4是本申请提出的一种基于双目视觉和线激光的矿井无轨胶轮车超限检测方法的示例性实施方式，如图4所示，该基于双目视觉和线激光的矿井无轨胶轮车超限检测方法，包括以下步骤：
S401，响应于监测到待检测车辆进入目标区域，控制线激光器向目标区域发射线激光，并控制双目相机系统对待检测车辆进行图像采集，以获取待检测车辆在行进过程中的多张目标图像，其中，目标图像中包括线激光。
关于步骤S401的具体实现方式，可参照上述实施例中相关部分的具体介绍，在此不再进行赘述。
S402，获取待检测车辆通过目标区域的平均速度和待检测车辆全部通过线激光的第一时长。
获取待检测车辆通过目标区域的平均速度和待检测车辆全部通过线激光的第一时长。
可选的，若只包括一套线激光器+双目相机系统时，待检测车辆通过目标区域的平均速度可由调度平台根据待检测车辆的运行参数进行计算得到待检测车辆的平均车速V，并获取待检测车辆全部通过线激光的第一时长T11。
可选的，若包括两套线激光器+双目相机系统时，双目相机系统包括第一双目相机系统和第二双目相机系统，获取待检测车辆的车头到达第一双目相机系统的第一时刻T1，以及待检测车辆的车头到达第二双目相机系统的第二时刻T2，其中，第一双目相机系统和第二双目相机系统依次布置在待检测车辆的行进方向上。获取第一双目相机系统与第二双目相机系统之间的距离记为第二距离，将第二距离用D表示，易理解的，则待检测车辆的平均车速V=D/（T2-T1），将待检测车辆的车尾到达第二双目相机系统的时刻记为第三时刻T3，则待检测车辆全部通过线激光的第一时长T11= T3-T2。
S403，根据平均速度和第一时长，获取待检测车辆的车辆总长度。
根据平均速度和第一时长，获取待检测车辆的车辆总长度，将车辆总长度记为LV1，则LV1=V*T11。
S404，根据车辆总长度和待检测车辆的车头长度，获取车厢最大长度对应的目标数据值。
获取待检测车辆的车头长度，将待检测车辆的车头长度记为d，根据车辆总长度LV1和待检测车辆的车头长度d，获取车厢最大长度对应的目标数据值，将车厢最大长度记为LV，则LV=LV1-d。其中，LV的值即为车厢最大长度对应的目标数据值。
S405，响应于目标数据值大于目标物理量对应的预设阈值，将待检测车辆确定为超限车辆。
获取车厢最大长度的预设阈值，将上述获得的车厢最大长度的目标数据值与该预设阈值进行对比，若目标数据值大于车厢最大长度对应的预设阈值，将待检测车辆确定为超限车辆；若目标数据值小于或等于车厢最大长度对应的预设阈值，将待检测车辆确定为正常车辆。
示例性的，若车厢最大长度的预设阈值对应的是6米，而经上述获得待检测车辆的车厢最大长度为7.5米，则说明车厢最大长度超限，待检测车辆为超限车辆。
本申请在待检测车辆通过目标区域时，及时获取车厢最大长度的数值，以判断车厢最大长度是否超限，防止待检测车辆出现超限而发生意外，便于发生超限能及时进行弥补，提高了作业的安全性。
图5是本申请提出的一种基于双目视觉和线激光的矿井无轨胶轮车超限检测方法的示例性实施方式，如图5所示，该基于双目视觉和线激光的矿井无轨胶轮车超限检测方法，包括以下步骤：
S501，响应于监测到待检测车辆进入目标区域，控制线激光器向目标区域发射线激光，并控制双目相机系统对待检测车辆进行图像采集，以获取待检测车辆在行进过程中的多张目标图像，其中，目标图像中包括线激光。
关于步骤S501的具体实现方式，可参照上述实施例中相关部分的具体介绍，在此不再进行赘述。
S502，获取待检测车辆通过目标区域的平均速度、双目相机系统的帧率以及待检测车辆的车厢全部通过线激光的第二时长。
获取待检测车辆通过目标区域的平均速度V、双目相机系统的帧率fps以及待检测车辆的车厢全部通过线激光的第二时长T22。
关于获取待检测车辆通过目标区域的平均速度
Figure 462495DEST_PATH_IMAGE008
的具体实施方式可参照S402的详细介绍，在此不再进行赘述。
获取待检测车辆的车厢全部通过线激光的第二时长T2时，若只包括一套线激光器+双目相机系统时，对该双目相机系统所采集的所有目标图像按照时间顺序进行识别，响应于识别到该线激光首次位于车厢上和末次位于车厢上各自对应的时刻，以获取待检测车辆的车厢全部通过线激光的第二时长T22；若包括两套线激光器+双目相机系统时，对其中任一个双目相机系统所采集的所有目标图像按照时间顺序进行识别，响应于识别到该线激光首次位于车厢上和末次位于车厢上各自对应的时刻，以获取待检测车辆的车厢全部通过线激光的第二时长T22。
S503，获取当待检测车辆为空车状态时，目标图像上线激光的每个像素点的初始高度信息。
图6为本申请示出的一种获取当待检测车辆为空车状态时，目标图像上线激光的每个像素点的初始高度信息的示意图，如图6所示，相机视场范围内包括整条线激光，若线激光在目标图像上对应n个像素点，当空车通过时，则共有h0、h1、h2……hN-1个高度信息作为初始高度信息。其中，在获取当待检测车辆为空车状态时，目标图像上线激光的每个像素点的初始高度信息时，只需要获取空车状态时的一张目标图像即可。
S504，获取当待检测车辆为载货状态时，每张目标图像上线激光的每个像素点的最终高度信息。
图7为本申请示出的一种获取当待检测车辆为载货状态时，每张目标图像上线激光的每个像素点的最终高度信息的示意图，如图7所示，当待检测车辆为载货状态时，共有H0、H1、H2……HN-1个高度信息作为最终高度信息。
S505，根据初始高度信息、最终高度信息、帧率、平均速度和第二时长，获取车厢货物体积对应的目标数据值。
当空车通过时，由线激光所在位置到双目相机系统所在平面所形成的空车横截面积为：
Figure 737618DEST_PATH_IMAGE009
上式中，S空指的是空车状态时由线激光所在位置到双目相机系统所在平面所形成的空车横截面积，Lavg指的是目标图像上线激光的每相邻两个像素点对应车辆顶部的真实距离。
当待检测车辆为载货状态时，由线激光所在位置到双目相机系统所在平面所形成的载货横截面积为：
Figure 381089DEST_PATH_IMAGE010
上式中，S载指的是载货状态时线激光所在位置到双目相机系统所在平面所形成的载货横截面积，Lavg指的是目标图像上线激光的每相邻两个像素点对应车辆顶部的真实距离。
车厢货物体积为：
Figure 716256DEST_PATH_IMAGE011
上式中，V体积为车厢货物体积，T22为第二时长，fps为双目相机系统的帧率，S空指的是空车状态时由线激光所在位置到双目相机系统所在平面所形成的空车横截面积，S载指的是载货状态时线激光所在位置到双目相机系统所在平面所形成的载货横截面积，V指的是待检测车辆的平均速度。
其中，V体积的值即为车厢货物体积的目标数据值。
S506，响应于目标数据值大于目标物理量对应的预设阈值，将待检测车辆确定为超限车辆。
获取车厢货物体积的预设阈值，将上述获得的车厢货物体积的目标数据值与该预设阈值进行对比，若目标数据值大于车厢货物体积对应的预设阈值，将待检测车辆确定为超限车辆；若目标数据值小于或等于车厢货物体积对应的预设阈值，将待检测车辆确定为正常车辆。
示例性的，若车厢货物体积的预设阈值对应的是30立方米，而经上述获得待检测车辆的车厢最大长度为31立方米，则说明车厢货物体积超限，待检测车辆为超限车辆。
本申请在待检测车辆通过目标区域时，及时获取车厢货物体积的数值，以判断车厢货物体积是否超限，防止待检测车辆出现超限而发生意外，便于发生超限能及时进行弥补，提高了作业的安全性。
图8是本申请提出的一种基于双目视觉和线激光的矿井无轨胶轮车超限检测装置的示意图，如图8所示，基于双目视觉和线激光的矿井无轨胶轮车超限检测装置800，包括采集模块801、处理模块802和判断模块803，其中：
采集模块801，用于响应于监测到待检测车辆进入目标区域，控制线激光器向目标区域发射线激光，并控制双目相机系统对待检测车辆进行图像采集，以获取待检测车辆在行进过程中的多张目标图像，其中，目标图像中包括线激光；
处理模块802，用于对目标图像进行识别处理，获取待检测车辆待进行超限检测的目标物理量对应的目标数据值；
判断模块803，用于响应于目标数据值大于目标物理量对应的预设阈值，将待检测车辆确定为超限车辆。
本申请提出了一种基于双目视觉和线激光的矿井无轨胶轮车超限检测装置，包括：采集模块，用于响应于监测到待检测车辆进入目标区域，控制线激光器向目标区域发射线激光，并控制双目相机系统对待检测车辆进行图像采集，以获取待检测车辆在行进过程中的多张目标图像，其中，目标图像中包括线激光；处理模块，用于对目标图像进行识别处理，获取待检测车辆待进行超限检测的目标物理量对应的目标数据值；判断模块，用于响应于目标数据值大于目标物理量对应的预设阈值，将待检测车辆确定为超限车辆。本申请能在待检测车辆通过目标区域时，及时获取各目标物理量的数值，以判断该目标物理量是否超限，防止待检测车辆出现超限而发生意外，便于发生超限能及时进行弥补，提高了作业的安全性。
进一步的，处理模块802，还用于：对每张目标图像进行识别，获取该目标图像上线激光所对应的每个像素点的高度信息，其中，高度信息表示该像素点对应的待检测车辆的车辆顶部或地面到双目相机系统所在平面的垂直距离；对所有目标图像对应的所有高度信息进行对比，获取数值最小的高度信息作为目标高度信息h；获取双目相机系统与目标区域的地面之间的第一距离H；根据目标高度信息h和第一距离H，获取车辆最大高度对应的目标数据值通过如下公式计算得出：hv1 =H-h，式中，hv1为车辆最大高度。
进一步的，处理模块802，还用于：根据目标图像，获取该目标图像上线激光的每相邻两个像素点对应车辆顶部的真实距离Lavg；针对每张目标图像，获取该目标图像上线激光对应的像素点的高度信息满足预设条件的像素个数；将所有目标图像所对应的所有像素个数进行对比，获取数值最大的像素个数作为目标像素个数NX；根据真实距离Lavg和目标像素个数NX，获取车辆最大宽度对应的目标数据值通过如下公式计算得出：WV=NX*Lavg，式中，WV为车辆最大宽度。
进一步的，处理模块802，还用于：根据目标图像，获取该目标图像上线激光对应的总像素个数m；获取线激光在目标区域地面上的线激光长度值L；根据总像素个数和线激光长度值，获取该目标图像上线激光的每相邻两个像素点对应车辆顶部的真实距离通过如下公式计算得出：Lavg=L/m，式中，Lavg为目标图像上线激光的每相邻两个像素点对应车辆顶部的真实距离。
进一步的，处理模块802，还用于：获取待检测车辆通过目标区域的平均速度V和待检测车辆全部通过线激光的第一时长T11；根据平均速度V和第一时长T11，获取待检测车辆的车辆总长度通过如下公式计算得出：LV1=V*T11，式中，LV1为车辆总长度；根据车辆总长度LV1和待检测车辆的车头长度d，获取车厢最大长度对应的目标数据值通过如下公式计算得出：LV=LV1-d，式中，LV为车厢最大长度。
进一步的，处理模块802，还用于：获取待检测车辆通过目标区域的平均速度V、双目相机系统的帧率fps以及待检测车辆的车厢全部通过线激光的第二时长T22；获取当待检测车辆为空车状态时，目标图像上线激光的每个像素点的初始高度信息hn；获取当待检测车辆为载货状态时，每张目标图像上线激光的每个像素点的最终高度信息Hn；根据初始高度信息hn、最终高度信息Hn、帧率fps、平均速度V和第二时长T22，获取车厢货物体积对应的目标数据值通过如下公式计算得出：
Figure 507494DEST_PATH_IMAGE012
，式中，V体积为车厢货物体积，
Figure 586309DEST_PATH_IMAGE013
，
Figure 84286DEST_PATH_IMAGE014
。
进一步的，双目相机系统包括第一双目相机系统和第二双目相机系统，处理模块802，还用于：获取待检测车辆的车头到达第一双目相机系统的第一时刻T1，以及待检测车辆的车头到达第二双目相机系统的第二时刻T2，其中，第一双目相机系统和第二双目相机系统依次布置在待检测车辆的行进方向上；获取第一双目相机系统与第二双目相机系统之间的第二距离D；根据第二距离D、第一时刻T1和第二时刻T2，获取待检测车辆的平均速度V通过如下公式计算得出：V=D/（T2-T1）。
进一步的，基于双目视觉和线激光的矿井无轨胶轮车超限检测装置800，还包括：告警模块804，用于向调度平台和/或待检测车辆控制室发送超限指令，其中，超限指令中携带有发生超限的目标物理量的标识信息。
为了实现上述实施例，本申请实施例还提出一种电子设备900，如图9所示，该电子设备900包括：处理器901和处理器通信连接的存储器902，存储器902存储有可被至少一个处理器执行的指令，指令被至少一个处理器901执行，以实现如上述实施例所示的基于双目视觉和线激光的矿井无轨胶轮车超限检测方法。
为了实现上述实施例，本申请实施例还提出一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机实现如上述实施例所示的基于双目视觉和线激光的矿井无轨胶轮车超限检测方法。
为了实现上述实施例，本申请实施例还提出一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如上述实施例所示的基于双目视觉和线激光的矿井无轨胶轮车超限检测方法。
在本申请的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种基于双目视觉和线激光的矿井无轨胶轮车超限检测方法，其特征在于，包括：
响应于监测到待检测车辆进入目标区域，控制线激光器向所述目标区域发射线激光，并控制双目相机系统对所述待检测车辆进行图像采集，以获取所述待检测车辆在行进过程中的多张目标图像，其中，所述目标图像中包括所述线激光；
对所述目标图像进行识别处理，获取所述待检测车辆待进行超限检测的目标物理量对应的目标数据值；
响应于所述目标数据值大于所述目标物理量对应的预设阈值，将所述待检测车辆确定为超限车辆。
2.根据权利要求1所述的方法，其特征在于，响应于所述目标物理量为车辆最大高度，则所述对所述目标图像进行识别处理，获取所述待检测车辆待进行超限检测的目标物理量对应的目标数据值，包括：
对每张所述目标图像进行识别，获取该目标图像上所述线激光所对应的每个像素点的高度信息，其中，所述高度信息表示该像素点对应的所述待检测车辆的车辆顶部或地面到所述双目相机系统所在平面的垂直距离；
对所有所述目标图像对应的所有所述高度信息进行对比，获取数值最小的所述高度信息作为目标高度信息h；
获取所述双目相机系统与所述目标区域的地面之间的第一距离H；
根据所述目标高度信息h和所述第一距离H，获取所述车辆最大高度对应的所述目标数据值通过如下公式计算得出：
hv1 =H-h，式中，hv1为车辆最大高度。
3.根据权利要求1所述的方法，其特征在于，响应于所述目标物理量为车辆最大宽度，则所述对所述目标图像进行识别处理，获取所述待检测车辆待进行超限检测的目标物理量对应的目标数据值，包括：
根据所述目标图像，获取该目标图像上所述线激光的每相邻两个像素点对应所述车辆顶部的真实距离Lavg；
针对每张所述目标图像，获取该目标图像上所述线激光对应的所述像素点的高度信息满足预设条件的像素个数；
将所有所述目标图像所对应的所有所述像素个数进行对比，获取数值最大的所述像素个数作为目标像素个数NX；
根据所述真实距离Lavg和所述目标像素个数NX，获取所述车辆最大宽度对应的所述目标数据值通过如下公式计算得出：
WV=NX*Lavg，式中，WV为车辆最大宽度。
4.根据权利要求3所述的方法，其特征在于，所述根据所述目标图像，获取该目标图像上所述线激光的每相邻两个像素点对应所述车辆顶部的真实距离，包括：
根据所述目标图像，获取该目标图像上所述线激光对应的总像素个数m；
获取所述线激光在所述目标区域地面上的线激光长度值L；
根据所述总像素个数和所述线激光长度值，获取该目标图像上所述线激光的每相邻两个像素点对应所述车辆顶部的真实距离通过如下公式计算得出：
Lavg=L/m，式中，Lavg为目标图像上所述线激光的每相邻两个像素点对应所述车辆顶部的真实距离。
5.根据权利要求1所述的方法，其特征在于，响应于所述目标物理量为车厢最大长度，则所述对所述目标图像进行识别处理，获取所述待检测车辆待进行超限检测的目标物理量对应的目标数据值，包括：
获取所述待检测车辆通过所述目标区域的平均速度V和所述待检测车辆全部通过所述线激光的第一时长T11；
根据所述平均速度V和所述第一时长T11，获取所述待检测车辆的车辆总长度通过如下公式计算得出：LV1=V*T11，式中，LV1为车辆总长度；
根据所述车辆总长度LV1和所述待检测车辆的车头长度d，获取所述车厢最大长度对应的所述目标数据值通过如下公式计算得出：
LV=LV1-d，式中，LV为车厢最大长度。
6.根据权利要求1所述的方法，其特征在于，响应于所述目标物理量为车厢货物体积，则所述对所述目标图像进行识别处理，获取所述待检测车辆待进行超限检测的目标物理量对应的目标数据值，包括：
获取所述待检测车辆通过所述目标区域的平均速度V、所述双目相机系统的帧率fps以及所述待检测车辆的车厢全部通过所述线激光的第二时长T22；
获取当所述待检测车辆为空车状态时，所述目标图像上所述线激光的每个像素点的初始高度信息hn；
获取当所述待检测车辆为载货状态时，每张所述目标图像上所述线激光的每个像素点的最终高度信息Hn；
根据所述初始高度信息hn、所述最终高度信息Hn、所述帧率fps、所述平均速度V和所述第二时长T22，获取所述车厢货物体积对应的所述目标数据值通过如下公式计算得出：
Figure 211497DEST_PATH_IMAGE001
，式中，V体积为车厢货物体积，
Figure 472714DEST_PATH_IMAGE002
，
Figure 141593DEST_PATH_IMAGE003
。
7.根据权利要求5或6所述的方法，其特征在于，所述双目相机系统包括第一双目相机系统和第二双目相机系统，所述获取所述待检测车辆通过所述目标区域的平均速度，包括：
获取所述待检测车辆的车头到达所述第一双目相机系统的第一时刻T1，以及所述待检测车辆的车头到达所述第二双目相机系统的第二时刻T2，其中，所述第一双目相机系统和所述第二双目相机系统依次布置在所述待检测车辆的行进方向上；
获取所述第一双目相机系统与所述第二双目相机系统之间的第二距离D；
根据所述第二距离D、所述第一时刻T1和所述第二时刻T2，获取所述待检测车辆的平均速度V通过如下公式计算得出：V=D/（T2-T1）。
8.根据权利要求1所述的方法，其特征在于，所述将所述待检测车辆确定为超限车辆之后，还包括：
向调度平台和/或待检测车辆控制室发送超限指令，其中，所述超限指令中携带有发生超限的所述目标物理量的标识信息。
9.一种基于双目视觉和线激光的矿井无轨胶轮车超限检测装置，其特征在于，包括：
采集模块，用于响应于监测到待检测车辆进入目标区域，控制线激光器向所述目标区域发射线激光，并控制双目相机系统对所述待检测车辆进行图像采集，以获取所述待检测车辆在行进过程中的多张目标图像，其中，所述目标图像中包括所述线激光；
处理模块，用于对所述目标图像进行识别处理，获取所述待检测车辆待进行超限检测的目标物理量对应的目标数据值；
判断模块，用于响应于所述目标数据值大于所述目标物理量对应的预设阈值，将所述待检测车辆确定为超限车辆。
10.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
CN202211208158.9A 2022-09-30 2022-09-30 基于双目视觉和线激光的矿井无轨胶轮车超限检测方法 Active CN115272351B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211208158.9A CN115272351B (zh) 2022-09-30 2022-09-30 基于双目视觉和线激光的矿井无轨胶轮车超限检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211208158.9A CN115272351B (zh) 2022-09-30 2022-09-30 基于双目视觉和线激光的矿井无轨胶轮车超限检测方法

Publications (2)

Publication Number Publication Date
CN115272351A true CN115272351A (zh) 2022-11-01
CN115272351B CN115272351B (zh) 2023-01-24

Family

ID=83758089

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211208158.9A Active CN115272351B (zh) 2022-09-30 2022-09-30 基于双目视觉和线激光的矿井无轨胶轮车超限检测方法

Country Status (1)

Country Link
CN (1) CN115272351B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN205473371U (zh) * 2016-04-13 2016-08-17 河北工业大学 一种基于机器视觉的智能玻璃切割系统
US20170123218A1 (en) * 2015-11-04 2017-05-04 Hexagon Technology Center Gmbh Lasermodule comprising a micro-lens array
CN107642014A (zh) * 2017-10-23 2018-01-30 福州大学 铁路轨道外轨超高测量系统及方法
CN108898044A (zh) * 2018-04-13 2018-11-27 顺丰科技有限公司 装载率获取方法、装置、系统及存储介质
CN109146952A (zh) * 2018-09-06 2019-01-04 北京京东尚科信息技术有限公司 估计车厢空闲体积的方法、装置及计算机可读存储介质
CN110108224A (zh) * 2019-06-21 2019-08-09 长安大学 一种形变监测方法
CN110781779A (zh) * 2019-10-11 2020-02-11 北京地平线机器人技术研发有限公司 物体位置检测方法、装置、可读存储介质及电子设备
CN111380458A (zh) * 2018-12-29 2020-07-07 顺丰科技有限公司 车厢载货体积的测量方法及装置
CN111640156A (zh) * 2020-05-26 2020-09-08 中国地质大学（武汉） 针对室外弱纹理目标的三维重建方法、设备及存储设备
CN112209053A (zh) * 2020-09-21 2021-01-12 山东科技大学 一种基于线激光的带式输送机运行状态检测系统
CN113963038A (zh) * 2021-09-30 2022-01-21 洛伦兹（北京）科技有限公司 车厢点云校准方法及装置

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170123218A1 (en) * 2015-11-04 2017-05-04 Hexagon Technology Center Gmbh Lasermodule comprising a micro-lens array
CN205473371U (zh) * 2016-04-13 2016-08-17 河北工业大学 一种基于机器视觉的智能玻璃切割系统
CN107642014A (zh) * 2017-10-23 2018-01-30 福州大学 铁路轨道外轨超高测量系统及方法
CN108898044A (zh) * 2018-04-13 2018-11-27 顺丰科技有限公司 装载率获取方法、装置、系统及存储介质
CN109146952A (zh) * 2018-09-06 2019-01-04 北京京东尚科信息技术有限公司 估计车厢空闲体积的方法、装置及计算机可读存储介质
CN111380458A (zh) * 2018-12-29 2020-07-07 顺丰科技有限公司 车厢载货体积的测量方法及装置
CN110108224A (zh) * 2019-06-21 2019-08-09 长安大学 一种形变监测方法
CN110781779A (zh) * 2019-10-11 2020-02-11 北京地平线机器人技术研发有限公司 物体位置检测方法、装置、可读存储介质及电子设备
CN111640156A (zh) * 2020-05-26 2020-09-08 中国地质大学（武汉） 针对室外弱纹理目标的三维重建方法、设备及存储设备
CN112209053A (zh) * 2020-09-21 2021-01-12 山东科技大学 一种基于线激光的带式输送机运行状态检测系统
CN113963038A (zh) * 2021-09-30 2022-01-21 洛伦兹（北京）科技有限公司 车厢点云校准方法及装置

Also Published As

Publication number Publication date
CN115272351B (zh) 2023-01-24

Similar Documents

Publication Publication Date Title
CN107134128B (zh) 罐车操作平台监控及车辆引导定位系统及其使用方法
KR101703001B1 (ko) 지능형 도로 안전 펜스 시스템
CN100440269C (zh) 高速公路汽车行驶智能检测预警方法及其预警系统
DE102011082126B4 (de) Sicherheitseinrichtung für kraftfahrzeuge
EP2778007B1 (en) Method and system to assess abnormal driving behaviour of vehicles travelling on road
DE102008025723B4 (de) Vorrichtung zur Überwachung der Umgebung eines Fahrzeugs
CN107316010A (zh) 一种识别前方车辆尾灯及判断其状态的方法
CN108074401A (zh) 一种车辆加塞行为判别方法及装置
EP3495852B1 (en) An equipment and method for scanning a carriage of a train
CN112955775A (zh) 用于检查车辆的至少一个环境检测传感器的方法
CN112441075A (zh) 轨道交通外部环境感知系统、方法和轨道交通设备
CN207345852U (zh) 一种列车调车作业安全防控系统
CN115049993B (zh) 一种基于深度学习的车辆异常停止监测方法
US9440651B2 (en) Method and device for monitoring a setpoint trajectory of a vehicle
CN109887321B (zh) 无人车变道安全判别方法、装置及存储介质
CN115272351B (zh) 基于双目视觉和线激光的矿井无轨胶轮车超限检测方法
CN114582132A (zh) 一种基于机器视觉的车辆碰撞检测预警系统及方法
US9625402B2 (en) Method and apparatus for detection of defective brakes
CN112551195B (zh) 车辆与登车桥对接的方法及月台管理系统
US10776632B2 (en) Method and system for detecting a free area inside a parking lot
CN213781194U (zh) 一种用于隧道内信息采集的系统及设备
CN113724500B (zh) 叉车坡道违规行驶预警方法及系统
CN113126631A (zh) Agv车的自动刹车控制方法、装置、电子设备和存储介质
CN104769637A (zh) 运送车辆事故识别系统
CN113382203A (zh) 基于人工智能的agv货物掉落检测方法与系统

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