基于人工智能和计算机视觉的车速感知动态称重补偿方法技术

本发明专利技术涉及动态称重技术领域，具体涉及一种基于人工智能和计算机视觉的车速感知动态称重补偿方法。该方法包括：获得车辆在动态称重区域内的车轮位置信息、车轮角度信息输入平稳系数预测网络，输出车辆速度、方向序列和平稳系数；根据平稳系数获得修正参数对基准阈值进行修正得到修正阈值，将当前称重车辆的称重信号折线的分段斜率与修正阈值进行比较，获得动态称重补偿的时间段；根据车辆该时间段内的速度对车辆动态称重结果进行补偿，获得车辆实际重量。本发明专利技术通过获得准确的动态称重补偿时间段，从而获得准确的车辆动态称重结果，能够广泛的应用于各种场景下的车辆动态称重。广泛的应用于各种场景下的车辆动态称重。广泛的应用于各种场景下的车辆动态称重。

【技术实现步骤摘要】
基于人工智能和计算机视觉的车速感知动态称重补偿方法


[0001]本专利技术涉及动态称重
，具体涉及一种基于人工智能和计算机视觉的车速感知动态称重补偿方法。

技术介绍

[0002]车辆称重分为两种情况，静态称重和动态称重，静态称重是将车辆停置在地秤上进行称量，测量出的车辆的实际重量是最为准确的。但这样的车辆称重方法并不适用于所有场景，在某些场景下，这种车辆称重效率较为低下，而且很容易造成车辆的拥堵，例如物流公司就不是适用于静态称重。动态称重是在非停车的状态下对车辆以及其载重进行测量，可以节省大量的时间，提高工作效率。但是动态称重时，车辆以一定的速度通过称台，不仅轮胎对称台的作用时间很短，而且车速给高准确度的动态称重造成了很大的困难，所以要根据车辆速度对车辆动态称重结果进行补偿。
[0003]现有技术中公开号为CN110823351A的专利技术，获取车辆前轮和后轮分别通过车辆称重平台的初始速度和最终速度，在车辆前轮进入称重平台到车辆后轮离开称重平台时间段内，根据车辆前轮和后轮的初始速度和最终速度对车辆动态称重过程进行补偿获得车辆的实际重量。该现有技术在车辆前轮进入称重平台到车辆后轮离开称重平台时间段对车辆动态称重过程进行补偿，而车辆前轮刚进入称重平台和刚离开称重平台的时间段内，车辆在未完全在称重平台上时，无法获取车辆的真实称重信息，此时根据车辆速度进行补偿也无法获取准确的称重信息，得到的车辆实际重量并不准确。

技术实现思路

[0004]为了解决上述技术问题，本专利技术的目的在于提供一种基于人工智能和计算机视觉的车速感知动态称重补偿方法，所采用的技术方案具体如下：
[0005]第一方面，本专利技术一个实施例提供了一种基于人工智能和计算机视觉的车速感知动态称重补偿方法：
[0006]获得车辆在动态称重区域内的车轮位置信息、车轮角度信息输入平稳系数预测网络；其中，平稳系数预测网络包括两个网络分支：第一网络分支输出车辆速度和方向序列；第二网络分支输出为平稳系数，平稳系数用于表征动态称重过程中车辆速度对称重信号的影响；
[0007]根据平稳系数获得修正参数对基准阈值进行修正得到修正阈值，将当前称重车辆的称重信号折线的分段斜率与修正阈值进行比较，获得动态称重补偿的时间段；根据该时间段内车辆的速度对车辆动态称重结果进行补偿，获得车辆实际重量。
[0008]优选地，车轮位置信息包括：根据车辆称重过程视频中相邻两帧图像车轮中心关键点坐标差值获取车轮位置偏移量，车位位置偏移量即车轮位置信息。
[0009]优选地，车轮角度信息包括：获取车轮前侧关键点与车轮中心关键点的第一欧氏距离、车轮后侧关键点与车轮中心关键点的第二欧式距离；第一、第二欧式距离的比值为车
轮角度偏移量，车轮角度偏移量即车轮角度信息。
[0010]优选地，车辆称重过程视频通过如下方式获取：在称重平台两侧架设相机，相机位姿固定：以正视或斜俯视视角正对动态称重区域；采用触发模式触发相机采集视频，光电门作为触发条件部署于动态称重区域入口处一定距离，称重车辆通过光电门时，光电门触发启动相机采集车辆称重过程的视频。
[0011]优选地，车轮中心关键点、所述车轮前侧关键点和所述车轮后侧关键点通过如下方式获取：利用车辆图像训练关键点检测网络，车辆图像的标注关键点类别包括车轮中心关键点、车轮前侧关键点和车轮后侧关键点；获得车辆称重过程视频中的单帧图像输入关键点检测网络，输出三通道热力图，三通道热力图分别对应车轮中心关键点、车轮前侧关键点和车轮后侧关键点，通过匹配算法将同一车轮的车轮中心关键点、车轮前侧关键点和车轮后侧关键点分为一组。
[0012]优选地，利用监督判别网络监督第二网络分支的平稳系数：将平稳系数和标准称重信号折线作为监督判别网络的输入，根据平稳系数以及标准称重信号曲线生成待判别称重信号折线；通过判别器判别待判别称重信号折线是否是真实噪声下的称重信号折线。
[0013]优选地，所述判别器为三元组网络。
[0014]优选地，根据平稳系数以及标准称重信号曲线生成待判别称重信号折线包括：以标准称重信号折线上每个点的值为均值，根据平稳系数确定方差，在均值、方差对应的高斯分布上随机采样，得到标准称重信号折线上每个点对应的生成点，所有生成点组成待判别称重信号折线。
[0015]优选地所述根据平稳系数获得修正参数对基准阈值进行修正得到修正阈值，将当前称重车辆的称重信号折线的分段斜率与修正阈值进行比较，获得动态称重补偿的时间段包括：所述基准阈值包括第一基准阈值、第二基准阈值、第三基准阈值，利用修正参数分别对第一基准阈值、第二基准阈值和第三基准阈值进行修正，获得修正后的第一、第二、第三基准阈值；获取当前称重车辆的称重信号折线中任一时刻前后的斜率分别记为第一斜率和第二斜率；若第一斜率与第二斜率的差值大于修正后第一基准阈值，且第二斜率小于修正后第二基准阈值，则该时刻为时间段起始时刻；若第一斜率与第二斜率的差值大于修正后第三基准阈值，且第一斜率小于修正后第二基准阈值，则该时刻为时间段终止时刻；根据获得的起始时刻和终止时刻获得动态称重补偿的时间段。
[0016]优选地，所述修正系数具体为：
[0017][0018]其中，为修正系数，p为平稳系数，p
max
为最大平稳系数，k为监督判别网络的学习参数，sgn()为符号函数，取值包括
‑
1和1。
[0019]本专利技术实施例至少具有如下有益效果：
[0020]车辆车轮的位置、角度偏移量以及车轮轴的信息组成平稳系数预测网络的输入，平稳系数预测网络输出平稳系数，根据获得的平稳系数对判断车速补偿时间段的阈值进行修正，使其获得车辆完全在称重平台上时准确的动态称重车速补偿时间段，获得在此时间段内车辆的瞬时速度，由此时间段内的车辆瞬时速度对车辆动态称重结果进行补偿，使车
辆动态称重的结果更为准确。该方法能够广泛的应用于各种场景下的车辆动态称重，且获得准确的车辆动态称重结果。
附图说明
[0021]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，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的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，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它附图。
[0022]图1为本专利技术的方法流程图。
[0023]图2为平稳系数预测网络基本结构示意图。
[0024]图3为监督判别网络基本结构图。
[0025]图4为无车速补偿动态称重信号折线图。
[0026]图5为车辆动态称重补偿时间段内车辆位置示意图。
具体实施方式
[0027]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种基于人工智能和计算机视觉的车速感知动态称重补偿方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能和计算机视觉的车速感知动态称重补偿方法，其特征在于，该方法包括：获得车辆在动态称重区域内的车轮位置信息、车轮角度信息输入平稳系数预测网络；其中，平稳系数预测网络包括两个网络分支：第一网络分支输出车辆速度和方向序列；第二网络分支输出为平稳系数，平稳系数用于表征动态称重过程中车辆速度对称重信号的影响；根据平稳系数获得修正参数对基准阈值进行修正得到修正阈值，将当前称重车辆的称重信号折线的分段斜率与修正阈值进行比较，获得动态称重补偿的时间段；根据车辆该时间段内的车辆速度对车辆动态称重结果进行补偿，获得车辆实际重量。2.根据权利要求1所述的方法，其特征在于，所述车轮位置信息包括：根据车辆称重过程视频中相邻两帧图像车轮中心关键点坐标差值获取车轮位置偏移量，车辆位置偏移量即车轮位置信息。3.根据权利要求1所述的方法，其特征在于，所述车轮角度信息包括：获取车辆称重过程视频的每一帧图像中车轮前侧关键点与车轮中心关键点的第一欧氏距离、车轮后侧关键点与车轮中心关键点的第二欧式距离；第一、第二欧式距离的比值为车轮角度偏移量，车轮角度偏移量即为车轮角度信息。4.根据权利要求2或3所述的方法，其特征在于，所述车辆称重过程视频通过如下方式获取：在称重平台两侧架设相机，相机位姿固定：以为正视或斜俯视视角正对动态称重区域；采用触发模式触发相机采集视频，光电门作为触发条件部署于动态称重区域入口处一定距离，待称重车辆通过光电门时，光电门触发启动相机采集车辆称重过程的视频。5.根据权利要求3所述的方法，其特征在于，所述车轮中心关键点、所述车轮前侧关键点和所述车轮后侧关键点通过如下方式获取：利用图像训练关键点检测网络，车辆图像的标注关键点类别包括车轮中心关键点、车轮前侧关键点和车轮后侧关键点；获得车辆称重过程视频中的单帧图像输入关键点检测网络，输出三通道热力图，输出三通道热力图分别对应车轮中心关键点、车轮前侧关键点和车轮后侧关键点，通过匹配算法将同一车轮...

【专利技术属性】
技术研发人员：郑书礼，叶新舟，林小芬，姜俊，陈小琴，姜婷婷，
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：