车辆超限检测方法及终端、车辆超限检测系统

摘要

本发明提供了一种车辆超限检测方法及终端、车辆超限检测系统，该车辆超限检测方法用于检测驶入高速入口的车辆是否超长、超高、超宽以及超重；该方法包括：获取目标车辆在高速路口超限检测区域的检测图像，并基于检测图像判断目标车辆是否超长、超高以及超宽；若目标车辆未超长、超高以及超宽，则获取目标车辆的重量信息；从检测图像中提取目标车辆的车牌信息，根据车牌信息确定目标车辆的重量阈值，并基于重量信息以及重量阈值判断目标车辆是否超重。本发明能够提高车辆超限检测的效率，降低人力成本。

说明书

技术领域

本发明属于车辆超限检测技术领域，更具体地说，是涉及一种车辆超限检测方法及终端、车辆超限检测系统。

背景技术

为减少交通事故的发生率，有效保证交通参与者的人身安全，对超限车辆进行交通管控尤为必要，因此，对车辆进行超限检测也尤为必要。

现有技术中的超限检测手段主要为：执勤人员拦截行驶车辆，对车辆进行人工检测，检测到车辆超限后进行交通管控。此种人为操作的方式效率较低，且在节假日等交通流量较大的时段极为耗费人力。因此，如何提高超限检测效率、降低人力成本成为本领域技术人员亟需解决的问题。

发明内容

本发明的目的在于提供一种车辆超限检测方法及终端、车辆超限检测系统，以解决现有技术中存在的超限检测效率较低、人力成本较高的技术问题。

为实现上述目的，本发明采用的技术方案是提供了一种车辆超限检测方法，所述车辆超限检测方法用于检测驶入高速入口的车辆是否超长、超高、超宽以及超重；所述方法包括：

获取目标车辆在高速路口超限检测区域的检测图像，并基于所述检测图像判断所述目标车辆是否超长、超高以及超宽；

若所述目标车辆未超长、超高以及超宽，则获取所述目标车辆的重量信息；从所述检测图像中提取所述目标车辆的车牌信息，根据所述车牌信息确定所述目标车辆的重量阈值，并基于所述重量信息以及所述重量阈值判断所述目标车辆是否超重。

在一种可能的实现方式中，所述车辆超限检测方法，还包括：

若所述目标车辆超长、超高或超宽，则控制发出所述目标车辆超长、超高或超宽的报警提示；

若所述目标车辆超重，则控制发出所述目标车辆超重的报警提示；若所述目标车辆未超重，则控制发出所述目标车辆超限检测通过的提示。

在一种可能的实现方式中，所述检测图像包含所述目标车辆的正面检测图像和所述目标车辆的侧面检测图像；所述基于所述检测图像判断所述目标车辆是否超长、超高以及超宽，包括：

基于所述正面检测图像判断所述目标车辆是否超高以及超宽；

基于所述侧面检测图像判断所述目标车辆是否超长。

在一种可能的实现方式中，所述基于所述正面检测图像判断所述目标车辆是否超高以及超宽，包括：

从左至右扫描所述正面检测图像直至确定出所述正面检测图像中目标车辆的左边缘；从右至左扫描所述正面检测图像直至确定出所述正面检测图像中目标车辆的右边缘；从上至下扫描所述正面检测图像直至确定出所述正面检测图像中目标车辆的上边缘；从下至上扫描所述正面检测图像直至确定出所述正面检测图像中目标车辆的下边缘；

基于所述正面检测图像中目标车辆的左边缘和所述正面检测图像中目标车辆的右边缘确定所述目标车辆的实际宽度，并基于所述实际宽度以及预设的宽度阈值判断所述目标车辆是否超宽；

基于所述正面检测图像中目标车辆的上边缘和所述正面检测图像中目标车辆的下边缘确定所述目标车辆的实际高度，并基于所述实际高度以及预设的高度阈值判断所述目标车辆是否超高。

在一种可能的实现方式中，扫描所述正面检测图像确定所述正面检测图像中目标车辆的边缘的方法包括：

按照预设的扫描顺序从所述正面检测图像中提取像素点，并基于预设的梯度算子计算所述像素点的梯度值；

基于所述正面检测图像计算所述像素点所在区域的平均灰度值；

获取高速路口超限检测区域当前的光学信息；

将所述像素点的梯度值、所述像素点所在区域的平均灰度值、所述光学信息组合得到所述像素点对应的特征向量，将所述像素点对应的特征向量输入至预设检测模型中，得到所述正面检测图像中目标车辆的边缘。

在一种可能的实现方式中，所述预设检测模型为预先训练的卷积神经网络模型。

在一种可能的实现方式中，所述预设检测模型用于实现以下步骤：

通过x

将所述光学信息输入至预先训练的深度学习模型中，得到当前光学环境下所述正面检测图像对应的边缘检测阈值；

将所述像素点的特征值与所述边缘检测阈值进行比较，得到所述正面检测图像中目标车辆的边缘。

在一种可能的实现方式中，所述根据所述车牌信息确定所述目标车辆的重量阈值，包括：

根据所述车牌信息从预设的车辆信息登记库中查询所述目标车辆的车型；

基于所述目标车辆的车型确定所述目标车辆的重量阈值。

本发明的另一方面，还提供了一种车辆超限检测终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以上所述的车辆超限检测方法的步骤。

本发明的再一方面，还提供了一种车辆超限检测系统，包括：

第一摄像装置，所述第一摄像装置用于拍摄目标车辆的正面检测图像；

第二摄像装置，所述第二摄像装置用于拍摄目标车辆的侧面检测图像；

压力传感装置，所述压力传感装置用于检测目标车辆的重量信息；

报警提示装置，所述报警提示装置用于发出目标车辆对应的提示信息；

以上所描述的车辆超限检测终端；

所述第一摄像装置、所述第二摄像装置、所述压力传感装置、所述报警提示装置均与所述车辆超限检测终端通讯连接。

本发明提供的车辆超限检测方法及终端、车辆超限检测系统的有益效果在于：区别于现有技术中人工检测的方式，本发明可自动获取车辆的检测图像，基于图像分析手段对检测图像进行处理以获得车辆的长宽高信息，进而基于检测图像实现车辆超长、超高、超宽的检测。在此基础上，本发明还从检测图像中提取了车辆的车牌信息，基于车牌信息确定车辆的重量阈值，进而可根据车辆的重量阈值以及自动获取的车辆的重量信息实现车辆的超重检测。也就是说，本发明实现了车辆超限的自动化检测，可有效提高车辆超限检测的效率，并降低人力成本。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述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为本发明一实施例提供的车辆超限检测方法的流程示意图；

图2为本发明一实施例提供的车辆超限检测终端的结构示意图；

图3为本发明一实施例提供的车辆超限检测系统的结构示意图。

具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

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。

请参考图1，图1为本发明一实施例提供的车辆超限检测方法的流程示意图，该车辆超限检测方法用于检测驶入高速入口的车辆是否超长、超高、超宽以及超重。该方法包括：

S101：获取目标车辆在高速路口超限检测区域的检测图像，并基于检测图像判断目标车辆是否超长、超高以及超宽。

在本实施例中，可从高速路口设置的摄像装置中获取目标车辆在高速路口超限检测区域的检测图像，其中检测图像为目标车辆及其周边区域的图像。

在此基础上，可对检测图像进行图像分析(比如图像去噪、边缘检测等)以获取目标车辆的实际长度、实际宽度以及实际高度，进而结合相应的阈值判断目标车辆是否超长、超高以及超宽。

S102：若目标车辆未超长、超高以及超宽，则获取目标车辆的重量信息。从检测图像中提取目标车辆的车牌信息，根据车牌信息确定目标车辆的重量阈值，并基于重量信息以及重量阈值判断目标车辆是否超重。

在本实施例中，若判断出目标车辆未超长、未超高以及未超宽，则继续进行目标车辆的超重检测，也即获取目标车辆的重量信息以及重量阈值，进而根据重量信息以及重量阈值判断目标车辆是否超重。可选的，若重量信息显示目标车辆的重量超出重量阈值，则判断目标车辆超重，若重量信息显示目标车辆的重量未超出重量阈值，则判断目标车辆未超重。

从以上描述可知，区别于现有技术中人工检测的方式，本发明实施例可自动获取车辆的检测图像，基于图像分析手段对检测图像进行处理以获得车辆的长宽高信息，进而基于检测图像实现车辆超长、超高、超宽的检测。在此基础上，本发明实施例还从检测图像中提取了车辆的车牌信息，基于车牌信息确定车辆的重量阈值，进而可根据车辆的重量阈值以及自动获取的车辆的重量信息实现车辆的超重检测。也就是说，本发明实施例实现了车辆超限的自动化检测，可有效提高车辆超限检测的效率，并降低人力成本。

在一种可能的实现方式中，上述车辆超限检测方法还可以包括：

若目标车辆超长、超高或超宽，则控制发出目标车辆超长、超高或超宽的报警提示。

若目标车辆超重，则控制发出目标车辆超重的报警提示。若目标车辆未超重，则控制发出目标车辆超限检测通过的提示。

在本实施例中，若判断出目标车辆超长、或超高、或超宽，则可控制外部的报警提示装置发出目标车辆超长、超高或超宽的报警提示。其中，目标车辆超长、超高或者超宽对应的报警提示可以相同，也可以不同。

在本实施例中，若判断出目标车辆超重，则可控制外部的报警提示装置发出目标车辆超重的报警提示。若判断出目标车辆未超重，则可控制外部的报警提示装置发出目标车辆超限检测通过的提示。与前述实施例类似，超重的报警提示以及超限检测通过的提示可以相同也可以不同。

在一种可能的实现方式中，检测图像可包含目标车辆的正面检测图像和目标车辆的侧面检测图像。基于检测图像判断目标车辆是否超长、超高以及超宽，包括：

基于正面检测图像判断目标车辆是否超高以及超宽。

基于侧面检测图像判断目标车辆是否超长。

在本实施例中，目标车辆的车头所在的一面为目标车辆的正面，相对的，目标车辆的车窗所在的一面为目标车辆的侧面。在此基础上，目标车辆的正面检测图像可以显示出目标车辆的高度以及宽度，目标车辆的侧面检测图像可以显示出目标车辆的高度以及长度，因此可基于目标车辆的正面检测图像判断目标车辆是否超高以及超宽，可基于目标车辆的侧面检测图像判断目标车辆是否超长。

在一种可能的实现方式中，基于正面检测图像判断目标车辆是否超高以及超宽，包括：

从左至右扫描正面检测图像直至确定出正面检测图像中目标车辆的左边缘。从右至左扫描正面检测图像直至确定出正面检测图像中目标车辆的右边缘。从上至下扫描正面检测图像直至确定出正面检测图像中目标车辆的上边缘。从下至上扫描正面检测图像直至确定出正面检测图像中目标车辆的下边缘。

基于正面检测图像中目标车辆的左边缘和正面检测图像中目标车辆的右边缘确定目标车辆的实际宽度，并基于实际宽度以及预设的宽度阈值判断目标车辆是否超宽。

基于正面检测图像中目标车辆的上边缘和正面检测图像中目标车辆的下边缘确定目标车辆的实际高度，并基于实际高度以及预设的高度阈值判断目标车辆是否超高。

在本实施例中，图像扫描过程无需扫描检测图像的全部，只要扫描出能确定目标车辆的高度以及宽度所采用的各个边缘即可，因此，本发明实施例可从左至右扫描正面检测图像直至确定出正面检测图像中目标车辆的左边缘。从右至左扫描正面检测图像直至确定出正面检测图像中目标车辆的右边缘。从上至下扫描正面检测图像直至确定出正面检测图像中目标车辆的上边缘。从下至上扫描正面检测图像直至确定出正面检测图像中目标车辆的下边缘。确定出各个边缘后，可通过各个边缘之间的距离确定目标车辆的宽度和高度，进而实现目标车辆超高以及超宽的检测。

在本实施例中，可根据正面检测图像中目标车辆上边缘和下边缘之间的距离确定目标车辆的实际高度，在此基础上，可判断目标车辆的实际高度是否超出预设的高度阈值，若目标车辆的实际高度超出预设的高度阈值，则判断目标车辆超高，若目标车辆的实际高度未超出预设的高度阈值，则判断目标车辆未超高。

在本实施例中，可根据正面检测图像中目标车辆的左边缘和右边缘之间的距离确定目标车辆的实际宽度，在此基础上，可判断目标车辆的实际宽度是否超出预设的宽度阈值，若目标车辆的实际宽度超出预设的宽度阈值，则判断目标车辆超宽，若目标车辆的实际宽度未超出预设的宽度阈值，则判断目标车辆未超宽。

区别于现有技术的边缘检测方案，本发明实施例中的图像扫描过程无需扫描检测图像的全部(也即无需扫描出检测图像的所有边缘)，因此可有效降低图像扫描的成本，提高图像扫描的速度，进而提高车辆超限检测的效率。

在一种可能的实现方式中，基于侧面检测图像判断目标车辆是否超长，可以详述为：

从左至右扫描侧面检测图像直至确定出侧面检测图像中目标车辆的左边缘。从右至左扫描侧面检测图像直至确定出侧面检测图像中目标车辆的右边缘。

基于侧面检测图像中目标车辆的左边缘和侧面检测图像中目标车辆的右边缘确定目标车辆的实际长度，并基于实际长度以及预设的长度阈值判断目标车辆是否超长。

本实施例中的图像扫描过程以及边缘检测原理与正面检测图像的图像扫描过程以及边缘检测原理类似，此处不再赘述。

在一种可能的实现方式中，扫描正面检测图像确定正面检测图像中目标车辆的边缘(包括但不限于正面检测图像中目标车辆的左边缘、右边缘、下边缘、上边缘)的方法包括：

按照预设的扫描顺序从正面检测图像中提取像素点，并基于预设的梯度算子计算像素点的梯度值。

基于正面检测图像计算像素点所在区域的平均灰度值。

获取高速路口超限检测区域当前的光学信息。

将像素点的梯度值、像素点所在区域的平均灰度值、光学信息组合得到像素点对应的特征向量，将像素点对应的特征向量输入至预设检测模型中，得到正面检测图像中目标车辆的边缘。

在本实施例中，预设的扫描顺序可以为：从上至下、从左至右、从下至上、从右至左等。其中，图像扫描过程也即提取像素点，根据像素点对应的特征向量确定图像边缘的过程。

在本实施例中，预设的梯度算子可以为Canny算子、拉普拉斯算子、Sobel算子等，此处不做限定。在此基础上，基于预设的梯度算子计算像素点的梯度可采用本领域的常规手段实现，此处也不做赘述。

在本实施例中，像素点所在区域可以理解为以像素点为圆心，预设值R为半径的圆对应的区域。在此基础上，基于正面检测图像计算像素点所在区域的平均灰度值可以详述为：提取正面检测图像中该像素点所在区域内的所有像素点，将该像素点所在区域内所有像素点的灰度值的平均值作为该像素点所在区域的平均灰度值。

在本实施例中，光学信息包括但不限于照度、亮度、光强等。

在本实施例中，区别于现有技术中只根据像素点的梯度值确定图像边缘的方案，本发明实施例还考虑了像素点所在区域的灰度以及采集检测图像时的光学信息，因此本发明实施例在进行边缘检测时考虑了更多的图像数据信息以及影响因素，因此相对于现有技术拥有更高的边缘检测准确率。

在一种可能的实现方式中，侧面检测图像的扫描过程类似，此处不再赘述。

在一种可能的实现方式中，预设检测模型为预先训练的卷积神经网络模型。

在本实施例中，预设检测模型可以为根据历史样本数据预先训练完成的卷积神经网络模型，在边缘检测时，可直接将各个像素点的特征向量输入至卷积神经网络模型中，确定出正面检测图像中的边缘。作为本发明实施例提供的车辆超限检测方法的一种具体实施方式，卷积神经网络的输出可以为当前输入的像素点中是否有边缘点以及边缘点的坐标，在此基础上，在进行扫描时，可每扫描一段区域即将扫描区域中像素点的特征向量输入至卷积神经网络中，直至确定出目标数量的边缘点，进而根据目标数量的边缘点的坐标确定正面检测图像中目标车辆的边缘。

在一种可能的实现方式中，预设检测模型用于实现以下步骤：

通过x

将光学信息输入至预先训练的深度学习模型中，得到当前光学环境下正面检测图像对应的边缘检测阈值。

将像素点的特征值与边缘检测阈值进行比较，得到正面检测图像中目标车辆的边缘。

在本实施例中，预设检测模型也可不为卷积神经网络模型，也可为设定步骤的计算模型，其中设定步骤指的是上述“通过x

已知现有技术中边缘检测的手段为：计算像素点的梯度值，将像素点的梯度值直接与边缘检测阈值比较确定检测图像的边缘。本发明实施例相对于现有技术的区别在于：第一，本发明实施例还考虑了像素点所在区域的平均灰度值，使得像素点的特征值包含了更多信息，能够有效减少伪边缘，从而提高检测精度。第二，由于不同光照条件下摄像装置获取的检测图像的清晰度是不同的，因此直接使用同一边缘检测阈值进行边缘检测会影响检测准确性，为解决此问题，本发明实施例可采用预先训练的深度学习模型去根据不同的光照信息输出对应的边缘检测阈值，从而确定出不同光照条件下的边缘检测阈值，进而保证边缘检测的准确性。也就是说，区别于现有技术，本发明实施例提供的边缘检测方案可以有效提高边缘检测的准确性，进而提高车辆超限检测的准确性。

在一种可能的实现方式中，根据车牌信息确定目标车辆的重量阈值，包括：

根据车牌信息从预设的车辆信息登记库中查询目标车辆的车型。

基于目标车辆的车型确定目标车辆的重量阈值。

在本实施例中，可根据目标车辆的车牌信息从预设的车辆信息登记库中查询到目标车辆的车辆信息，其中车辆信息包含目标车辆的车型，在此基础上，可根据目标车辆的车型确定目标车辆的重量阈值。比如，二轴货车对应的重量阈值为1.8万kg，三轴货车对应的重量阈值为2.5万kg等。

本发明的另一方面，请参考图2，还提供了一种车辆超限检测终端200，包括：一个或多个处理器201、一个或多个输入设备202、一个或多个输出设备203及一个或多个存储器204。上述处理器201、输入设备202、输出设备203及存储器204通过通信总线205完成相互间的通信。存储器204用于存储计算机程序，计算机程序包括程序指令。处理器201用于执行存储器204存储的程序指令。其中，处理器201被配置用于调用程序指令执行上述各方法实施例的步骤。应当理解，在本发明实施例中，所称处理器201可以是中央处理单元(CentralProcessingUnit，CPU)。该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现成可编程门阵列(Field-ProgrammableGateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。输入设备202可以包括触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风等，输出设备203可以包括显示器(LCD等)、扬声器等。该存储器204可以包括只读存储器和随机存取存储器，并向处理器201提供指令和数据。存储器204的一部分还可以包括非易失性随机存取存储器。例如，存储器204还可以存储设备类型的信息。具体实现中，本发明实施例中所描述的处理器201、输入设备202、输出设备203可执行本发明实施例提供的车辆超限检测方法的第一实施例和第二实施例中所描述的实现方式。

请参考图3，本发明的再一方面，还提供了一种车辆超限检测系统，包括：

第一摄像装置31，第一摄像装置31用于拍摄目标车辆的正面检测图像。

第二摄像装置32，第二摄像装置32用于拍摄目标车辆的侧面检测图像。

压力传感装置33，压力传感装置33用于检测目标车辆的重量信息。

报警提示装置34，报警提示装置用于发出目标车辆对应的提示信息。

以上所描述的车辆超限检测终端200。

第一摄像装置31、第二摄像装置32、压力传感装置33、报警提示装置34均与车辆超限检测终端200通讯连接。

在本实施例中，第一摄像装置31和第二摄像装置32均可安装在高速路口的超限检测区域，以分别拍摄目标车辆的正面检测图像、侧面检测图像，并分别将目标车辆的正面检测图像和侧面检测图像发送至车辆超限检测终端200。压力传感装置33可设置在高速路口的超限检测区域，以检测目标车辆的重量信息，并将目标车辆的重量信息发送至车辆超限检测终端200。车辆超限检测终端200可根据目标车辆的检测图像以及重量信息判断目标车辆是否超长、超高、超宽、超重，进而控制报警提示装置34发出对应的提示。本发明实施例能够提高车辆超限检测的效率，降低人力成本。

以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。