一种动态平板秤称重区域汽车跨车道行驶行为检测方法技术

本发明专利技术公开了一种动态平板秤称重区域汽车跨车道行驶行为检测方法。包括：建立道路车辆动态测重区域建筑信息模型；进行跨道行为检测，并对两侧摄像头采集的图像进行分析，检测车辆目标，若一侧摄像头采集的图像帧中车辆包围框中心点位于图像纵向中心线，则选取这一图像帧对应时刻两侧摄像头采集的图像，触发车轮着地点检测；将车轮着地点投影至动态测重区域建筑信息模型；根据动态测重区域建筑信息模型地面坐标系中车轮着地点的位置关系，分析车辆个数以及车辆的前后位置关系，得到不同车辆轮胎与平板秤重量曲线峰值的对应关系，根据对应关系计算车辆测重结果。利用本发明专利技术，在汽车跨道时仍能获得准确的测重结果。

【技术实现步骤摘要】
一种动态平板秤称重区域汽车跨车道行驶行为检测方法
本专利技术涉及人工智能、车辆动态称重领域，具体涉及一种动态平板秤称重区域汽车跨车道行驶行为检测方法。
技术介绍
车辆动态称重，即车辆无需停车直接从地秤上行驶，便可得到车辆的重量。道路上同一车道往往使用两个或以上数量的平板式地秤进行车辆测重。对于单向多车道的道路，需要放置多个地秤，同车道的两个地秤为一组可以得到车辆的轴重。多车道的道路上，若司机在测重区域进行跨道行为，地秤得到的重量不准确，存在超载的车辆司机常以此方式作弊从而避免处罚。在这种情况下，需要识别出车辆的行为并对重量数据进行分析处理，才能得到合理的车辆测重结果。CN106781529A使用各平板秤的示数显示顺序来判别跨道行为，为防止个别地秤损坏影响结果，两个车道共使用了20个平板式测重仪。该方案虽然能够根据波形判断出跨道行为，无法得到测重结果。CN206038132U使用错位放置的方法，通过放置多个平板式测重仪来获得车辆跨道时的轴重。该方案需要大量的平板式测重仪来填充道路平面，同时当道路上出现多个车时，测重仪显示先后的顺序很难来匹配到同一辆车，同样无法得到测重结果。CN101870293B检测车辆的跨道行为，使用车道线延长线和图像底部的交点是否在车辆的成像内判断，面向车辆主动安全驾驶，使用条件和判断标准十分局限，不能应用于动态测重场景下。还有一些方案利用车辆和车道线是否相交来判断跨道或压线行为，需要设计算法检测车辆、车道线，不仅方法繁琐，而且判断出的结果可靠性也较差。
技术实现思路
本专利技术提供了一种动态平板秤称重区域汽车跨车道行驶行为检测方法，在汽车跨道时仍能获得准确的测重结果。一种动态平板秤称重区域汽车跨车道行驶行为检测方法，该方法基于动态测重区域信息建模单元、跨道行为检测单元、路侧摄像头触发单元、车辆检测单元、车辆图像获取单元、车轮着地点检测单元、测重结果分析单元执行；动态测重区域信息建模单元，用于建立道路车辆动态测重区域建筑信息模型；跨道行为检测单元，用于利用跨道行为检测深度神经网络对道路上方摄像头采集的图像进行推理分析，得到跨道车辆关键点热力图，热力图中的热斑表示车辆头部与车道线交点的置信度；路侧摄像头触发单元，用于检测跨道行为检测单元得到的跨道车辆关键点热力图中是否存在热斑，若存在热斑则判定存在车辆跨车道行驶，开启道路两侧摄像头采集图像；车辆检测单元，用于对两侧摄像头采集的图像进行分析，检测车辆目标，若一侧摄像头采集的图像帧中车辆包围框中心点位于图像纵向中心线，则选取这一图像帧对应时刻两侧摄像头采集的图像，触发车轮着地点检测；车辆图像获取单元，用于对车辆检测单元选取的两帧图像分别进行车辆包围框区域截取，得到第一包围框区域、第二包围框区域；车轮着地点检测单元，用于检测第一包围框区域、第二包围框区域中的车轮着地点，并将车轮着地点投影至动态测重区域建筑信息模型；测重结果分析单元，用于根据动态测重区域建筑信息模型地面坐标系中车轮着地点的位置关系，分析车辆个数以及车辆的前后位置关系，得到不同车辆轮胎与平板秤重量曲线峰值的对应关系，根据对应关系计算车辆测重结果。跨道行为检测深度神经网络包括：跨道行为检测编码器，用于提取输入图像的特征，输出跨道关键点特征图；跨道行为检测解码器，用于对跨道关键点特征图进行上采样重构，得到跨道车辆关键点热力图。车辆检测单元利用车辆检测深度神经网络检测车辆目标。车辆检测深度神经网络包括：车辆检测编码器，用于对图像进行特征提取，输出车辆检测特征图；车辆检测解码器，用于对车辆检测特征图上采样重构，输出车辆包围框的宽、高、中心点。第一包围框区域、第二包围框区域具体为：选取的两帧图像中，针对车辆包围框中心点位于图像纵向中心线的图像，从图像中截取中心点位于图像纵向中心线的车辆包围框，得到第一包围框区域，针对另一帧图像，从图像中截取与图像纵向中心线相交的包围框区域，得到第二包围框区域。车轮着地点检测单元采用车轮着地点检测深度神经网络对第一包围框区域、第二包围框区域进行分析，得到对应的车轮着地点热力图。车轮着地点检测深度神经网络包括：车轮着地点检测编码器，用于对图像进行编码提取特征，得到车轮着地点特征图；车轮着地点检测解码器，用于对车轮着地点特征图进行上采样还原，得到车轮着地点热力图。根据对应关系计算车辆测重结果包括：道路车辆动态测重区域包括同一行驶方向的两车道，第一车道内分布有第一平板秤、第二平板秤，第二车道内分布有第三平板秤、第四平板秤，若一车辆在第一车道内正常行驶经过第一平板秤、第二平板秤，同时另一车辆在测重区域跨道经过第二平板秤、第三平板秤，两车车轮同时测重，第一平板秤称重曲线包括两个峰值A1、A2，第二平板秤称重曲线包括两个峰值B1、B2，第三平板秤称重曲线包括两个峰值C1、C2，则跨道车辆的测重结果：W1＝B1*C1/(A1+C1)+C1+B2*C2/(A2+C2)+C2，正常行驶车辆的测重结果：W2＝B1*A1/(A1+C1)+A1+B2*A2/(A2+C2)+A2；若一车辆在第一车道内正常行驶经过第一平板秤、第二平板秤，另一车辆在测重区域跨道经过平板秤第二平板秤、第三平板秤，正常行驶车辆快于跨道车辆测重，两车测重受到相互干扰，第一平板秤称重曲线包括两个峰值A1、A2，第二平板秤称重曲线包括两个峰值B1、B2、B3、B4，第三平板秤称重曲线包括两个峰值C1、C2，则跨道车辆的测重结果：W1＝B2+C1+B4+C2，正常行驶车辆的测重结果：W2＝A1+B1+A2+B3；若一车辆在第一车道内正常行驶经过第一平板秤、第二平板秤，第一平板秤称重曲线包括两个峰值A1、A2，第二平板秤称重曲线包括两个峰值B1、B2，则车辆的测重结果：W1＝A1+B1+A2+B2。本专利技术的有益效果在于：1.基于深度学习技术设计跨道行为检测深度神经网络来判断跨道行为，检测车辆头部与车道线交点，无需检测车道线位置、车辆位置，无需分析车道线分析车道线与车辆之间的位置关系，单帧图像即可检测出跨道行为，降低了对设备的性能要求，不仅检测效率高，而且检测精度更高。2.本专利技术根据跨道行为检测结果开启左右摄像头采集图像，只有当存在跨道行为的时候才开启路侧摄像头，能有效降低设备功耗。3.本专利技术设计车辆检测深度神经网络检测车辆目标，根据筛选条件从路侧摄像头采集的图像各取一帧图像用于后续测重结果分析，不仅降低了系统计算量，而且截取的车辆图像能够有效避免其他车辆的干扰，得到准确的车辆定位结果。4.本专利技术结合动态测重区域建筑信息模型分析车辆位置关系，从而获得平板秤称重曲线峰值与车辆轮胎之间的对应关系，在存在车辆跨道行为时，能够获得准确的车辆测重结果。附图说明图1为本专利技术框架图；图2为本专利技术执行流程图；图3为存在跨道行为时上方摄像头的成像示意图；图4为动态测重区域场景的正本文档来自技高网...

【技术保护点】
1.一种动态平板秤称重区域汽车跨车道行驶行为检测方法，其特征在于，该方法基于动态测重区域信息建模单元、跨道行为检测单元、路侧摄像头触发单元、车辆检测单元、车辆图像获取单元、车轮着地点检测单元、测重结果分析单元执行；/n动态测重区域信息建模单元，用于建立道路车辆动态测重区域建筑信息模型；/n跨道行为检测单元，用于利用跨道行为检测深度神经网络对道路上方摄像头采集的图像进行推理分析，得到跨道车辆关键点热力图，热力图中的热斑表示车辆头部与车道线交点的置信度；/n路侧摄像头触发单元，用于检测跨道行为检测单元得到的跨道车辆关键点热力图中是否存在热斑，若存在热斑则判定存在车辆跨车道行驶，开启道路两侧摄像头采集图像；/n车辆检测单元，用于对两侧摄像头采集的图像进行分析，检测车辆目标，若一侧摄像头采集的图像帧中车辆包围框中心点位于图像纵向中心线，则选取这一图像帧对应时刻两侧摄像头采集的图像，触发车轮着地点检测；/n车辆图像获取单元，用于对车辆检测单元选取的两帧图像分别进行车辆包围框区域截取，得到第一包围框区域、第二包围框区域；/n车轮着地点检测单元，用于检测第一包围框区域、第二包围框区域中的车轮着地点，并将车轮着地点投影至动态测重区域建筑信息模型；/n测重结果分析单元，用于根据动态测重区域建筑信息模型地面坐标系中车轮着地点的位置关系，分析车辆个数以及车辆的前后位置关系，得到不同车辆轮胎与平板秤重量曲线峰值的对应关系，根据对应关系计算车辆测重结果。/n...

【技术特征摘要】
1.一种动态平板秤称重区域汽车跨车道行驶行为检测方法，其特征在于，该方法基于动态测重区域信息建模单元、跨道行为检测单元、路侧摄像头触发单元、车辆检测单元、车辆图像获取单元、车轮着地点检测单元、测重结果分析单元执行；
动态测重区域信息建模单元，用于建立道路车辆动态测重区域建筑信息模型；
跨道行为检测单元，用于利用跨道行为检测深度神经网络对道路上方摄像头采集的图像进行推理分析，得到跨道车辆关键点热力图，热力图中的热斑表示车辆头部与车道线交点的置信度；
路侧摄像头触发单元，用于检测跨道行为检测单元得到的跨道车辆关键点热力图中是否存在热斑，若存在热斑则判定存在车辆跨车道行驶，开启道路两侧摄像头采集图像；
车辆检测单元，用于对两侧摄像头采集的图像进行分析，检测车辆目标，若一侧摄像头采集的图像帧中车辆包围框中心点位于图像纵向中心线，则选取这一图像帧对应时刻两侧摄像头采集的图像，触发车轮着地点检测；
车辆图像获取单元，用于对车辆检测单元选取的两帧图像分别进行车辆包围框区域截取，得到第一包围框区域、第二包围框区域；
车轮着地点检测单元，用于检测第一包围框区域、第二包围框区域中的车轮着地点，并将车轮着地点投影至动态测重区域建筑信息模型；
测重结果分析单元，用于根据动态测重区域建筑信息模型地面坐标系中车轮着地点的位置关系，分析车辆个数以及车辆的前后位置关系，得到不同车辆轮胎与平板秤重量曲线峰值的对应关系，根据对应关系计算车辆测重结果。


2.如权利要求1所述的方法，其特征在于，跨道行为检测深度神经网络包括：
跨道行为检测编码器，用于提取输入图像的特征，输出跨道关键点特征图；
跨道行为检测解码器，用于对跨道关键点特征图进行上采样重构，得到跨道车辆关键点热力图。


3.如权利要求1所述的方法，其特征在于，所述车辆检测单元利用车辆检测深度神经网络检测车辆目标。


4.如权利要求3所述的方法，其特征在于，所述车辆检测深度神经网络包括：
车辆检测编码器，用于对图像进行特征提取，输出车辆检测特征图；
车辆检测解码器，用于对车辆检测特征图上采样重构，输出车辆包围框的宽、高、中心点。


5.如权利要求1所述的方法，其特征在于，所述第一包围框区域、第二...

【专利技术属性】
技术研发人员：林小萍，冯骥良，林小芬，郑书礼，
申请(专利权)人：浙江东鼎电子股份有限公司，
类型：发明
国别省市：浙江;33