一种渣土车超载检测方法、装置及系统制造方法及图纸

本发明专利技术涉及人工智能技术领域，公开了一种渣土车超载检测方法、装置及系统。该方法包括：获取待检测视频图像帧；根据所述待检测视频图像帧，检测渣土车是否超载；如果所述渣土车超载，则发送提示信息。采用此方案，不但可以实时检测渣土车超载(超高超宽)情况，并可以及时发送渣土车超载提示信息。

An overload detection method, device and system for muck truck

【技术实现步骤摘要】
一种渣土车超载检测方法、装置及系统
本专利技术涉及人工智能
，特别涉及一种渣土车超载检测方法、装置及系统。
技术介绍
随着社会城市化进程加速，运输渣土、泥浆及其它杂物的车辆——渣土车越来越多，虽然目前的渣土车车厢上加盖了苫盖或其他机械加盖装置，但是由于人为故意超限使得苫盖和机械加盖装置成为摆设，超宽超高渣土车行驶过程中尘土飞扬，存在严重的沙石渣土滴落，破坏城市卫生，损坏道路，同时给车辆行人埋下安全隐患。现有的超载检测主要有三种方式：(1)固定检测点检测。货运车辆按照一定的限制速度压过固定检测点地面埋设的传感器时检测车辆的载重量，进而进行超限超载检查。这种检测方式只能在固定地点检测，检测时车辆要低速通行，影响交通，效率较低；(2)移动检测。将方式(1)中的固定在地面的检测装置改造为可移动装置，执法时将该装置使用执法车辆运输到现场，然后按照方式(1)工作，同样存在影响交通和效率低下的问题；(3)车载检测。将称重传感器安装在货运车辆上，并在每一辆货运车辆上配置GPS模块和远程通信模块,将货运车辆载重信息和位置信息通过远程通信模块传送给监控管理中心。在现有技术的实现过程中，专利技术人发现现有技术至少存在如下技术问题：现有技术实现渣土车超载方法不但实效较差，且监控的成本较高。
技术实现思路
本专利技术的目的在于提供一种渣土车超载检测方法、装置及系统，以克服现有技术中实现渣土车超载方法不但实效较差，且监控的成本较高的缺陷。为解决上述技术问题，本专利技术的实施方式提供了一种渣土车超载检测方法，包括：获取待检测视频图像帧；根据所述待检测视频图像帧，检测渣土车是否超载；如果所述渣土车超载，则发送提示信息。为解决上述技术问题，本专利技术的实施方式还提供了一种渣土车超载检测装置，包括：视频采集单元，用于获取待检测视频图像帧；视频检测单元，用于根据所述待检测视频图像帧，检测渣土车是否超载；信息发送单元，用于如果所述渣土车超载，则发送提示信息。为解决上述技术问题，本专利技术的实施方式还提供了一种渣土车超载检测系统，包括：如上所述的渣土车超载检测装置。本专利技术提供的一种渣土车超载检测方法、装置及系统，通过获取待检测视频图像帧；根据所述待检测视频图像帧，检测渣土车是否超载；如果所述渣土车超载，则发送提示信息。采用此方案，不但可以实时检测渣土车超载(超高超宽)情况，并可以及时发送渣土车超载提示信息。附图说明图1是本专利技术实施例提供的一种渣土车超载检测方法流程图；图2是本专利技术实施例提供的另一种渣土车超载检测方法流程图；图3是本专利技术实施例提供的一种渣土车超载检测装置结构示意图；图4是本专利技术实施例提供的一种渣土车超载检测系统结构示意图；图5是本专利技术实施例提供的一种渣土车超载检测方法中检测框示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本专利技术各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请各权利要求所要求保护的技术方案。本专利技术的第一实施方式涉及一种渣土车超载检测方法。具体流程如图1所示。该方法包括：101：获取待检测视频图像帧；102：根据所述待检测视频图像帧，检测渣土车是否超载；103：如果所述渣土车超载，则发送提示信息。基于以上实施例，本专利技术的第一实施方式还涉及一种渣土车超载检测方法。具体流程如图2所示。该方法包括：201：获取待检测视频图像帧；202：将所述待检测视频图像帧进行压缩处理，获取压缩后的视频图像帧；203：根据所述压缩后的视频图像帧，检测渣土车是否超载；该步骤具体包括：将所述待检测视频图像帧或者所述压缩后的视频图像帧进行图像处理，确定待检测视频图像帧中渣土车尾位置；采用压缩后的视频图像帧进行图片处理，可以节省计算时间，提高处理效率；根据所述渣土车尾位置，确定所述车牌对应的渣土车车斗位置；根据所述渣土车车斗位置，检测所述渣土车斗是否超载。需要说明的是，所述渣土车车斗位置是根据所述渣土车尾位置确定的识别区域，以所述车尾中心为基准，左右各扩0.75-0.8个车尾宽度，上扩1-1.2个车尾宽度，下扩约0.5个车尾宽度。此外，本专利技术技术方案还可以包括：204：如果所述渣土车超载，获取所述渣土车的车牌信息，并发送提示信息及所述渣土车的车牌信息。基于以上实施例，可以知道本专利技术技术方案要解决的问题是：筛选定位渣土车；识别渣土车是否超限。渣土车的定位以及是否超限的识别过程中使用深度学习方法，不限制车辆到摄像头的距离和角度以及环境光照，对于各种场景中渣土车是否超限的识别有较好的鲁棒性。包括如下步骤：(1)渣土车尾检测定位。(2)通过步骤(1)得到超载识别区域，采用CNN对图像进行分类，识别是否超载。以上所述基于图像的渣土超载检测具体实施过程如下：(1)收集包含渣土车和非渣土车的车尾图像，由于渣土车车尾车牌污损遮挡情况常见，所以选取车厢尾部对车辆进行定位，标注车厢尾部的位置和类型，形成渣土车车尾检测的数据集。(2)为提高检测效率，把渣土车检测数据集图像缩到较小尺度，使用Faster-RCNN算法训练渣土车检测模型。(3)渣土车车尾定位结果如图5(小方框蓝框52)所示，以渣土车定位结果为参照，抠取渣土车周围固定比例大小的区域(由于超限车辆载货超出车厢区域，所以识别区域基于检测区域扩大，如图5大方框区域51所示)，收集环境光照、角度、天气状况各异的超载、未超载渣土车图像若干张，由于渣土车车尾形态各异，渣土车所装物体千差万别，采用渣土车加装载物品随机组合的方式，虚拟构造出各类样本若干(例如：10000张)，缩放到固定大小(192*192)，对类型进行标注，形成超限识别训练集。(4)使用PVA(PerformanceVsAccuracy)网络的特征提取部分加上全连接层训练是否超载分类器。充分利用大量数据信息训练出超载识别模型，为避免误抓，增加阈值限制，当识别为超限车辆且分数高于阈值时才输出超限结果，实践证明基于深度卷积网络的是否超载识别具有较高的识别精度。基于图像分析，使用深度学习方法，在较为复杂的场景中定位渣土车，根据渣土车的位置确定是否超载的识别区域，进而识别是否超载，为后续抓拍处罚提供可靠依据，有效减少渣土车超载现象。基于以上实施例，本专利技术的第二实施方式还涉及一种渣土车超载检测装置。该装置如图3所示。该装置包括：视频采集单元301，用于获取待检测视频图像帧；视频检测单元302，用于根据所述待检测视频图像帧，检测渣土车是否超载；信息发送单元303，用于如果所述渣土车超载，则发送提示信息。需要说明的是，所述视频检本文档来自技高网...

【技术保护点】
1.一种渣土车超载检测方法，其特征在于，包括：/n获取待检测视频图像帧；/n根据所述待检测视频图像帧，检测渣土车是否超载；/n如果所述渣土车超载，则发送提示信息。/n

【技术特征摘要】
1.一种渣土车超载检测方法，其特征在于，包括：
获取待检测视频图像帧；
根据所述待检测视频图像帧，检测渣土车是否超载；
如果所述渣土车超载，则发送提示信息。


2.根据权利要求1所述的渣土车超载检测方法，其特征在于，所述根据所述待检测视频图像帧，检测渣土车是否超载的步骤包括：
将所述待检测视频图像帧进行压缩处理，获取压缩后的视频图像帧；
根据所述压缩后的视频图像帧，检测渣土车是否超载。


3.根据权利要求1或2所述的渣土车超载检测方法，其特征在于，所述根据所述待检测视频图像帧或者压缩后的视频图像帧，检测渣土车是否超载的步骤包括：
将所述待检测视频图像帧或者所述压缩后的视频图像帧进行图像处理，确定待检测视频图像帧中渣土车尾位置；
根据所述渣土车尾位置，确定所述车牌对应的渣土车车斗位置；
根据所述渣土车车斗位置，检测所述渣土车斗是否超载。


4.根据权利要求3所述的渣土车超载检测方法，其特征在于，所述渣土车车斗位置是根据所述渣土车尾位置确定的识别区域，以所述车尾中心为基准，左右各扩0.75-0.8个车尾宽度，上扩1-1.2个车尾宽度，下扩约0.5个车尾宽度。


5.根据权利要求4所述的渣土车超载检测方法，其特征在于，该方法还包括：
如果所述渣土车超载，获取所述渣土车的车牌信息，并发送提示信息及所述渣土车的车牌信息。


6.一种渣...

【专利技术属性】
技术研发人员：马文华，郑翔，宋君，陶海，
申请(专利权)人：北京文安智能技术股份有限公司，
类型：发明
国别省市：北京;11