基于激光与视频技术时间序列及特征融合的车型分析方法技术

本申请公开了一种基于激光与视频技术时间序列及特征融合的车型分析方法，基于激光的车型分析方法，需要安装两个激光器，其中一个激光器垂直于地面安装，用于通过扫描车辆，测量计算车辆长度、宽度及高度，构建车辆三维模型，另外一个激光器与地面呈一定角度架设，用于计算车辆速度，为防止激光检测方法存在漏车的情况，需保证两激光器扫描线之间距离不超过一辆小轿车距离。基于视频的车型分析方法，通过对检测场景车辆进行训练，生成检测权重，采用深度学习方法实现车型分析。由于两种检测结果触发位置不同，需根据两种方法触发距离以及时间，对两检测结果进行融合，最终实现车型分类检测。类检测。类检测。

【技术实现步骤摘要】
基于激光与视频技术时间序列及特征融合的车型分析方法


[0001]本专利技术涉及车型分类
，尤其涉及一种基于激光与视频技术时间序列及特征融合的车型分析方法。

技术介绍

[0002]作为智能交通系统(ITS)的重要组成部分，车型分类算法是目前的研究热点和难点之一。对车辆进行自动识别实现车型分类，可以为交通管理、收费、调度、统计提供数据。目前，车型分类算法主要采用基于视频或者激光的车型分类检测方法，但这两种方法都在各自领域存在一定的问题，无法适应所有环境，实现车型分类实时检测。通过传统的视频图像处理方法分析图像数据，实现车型分类，视频图像的质量直接影响到检测效果，在实际应用场景中，由于存在雨雪、雾霾等天气干扰以及夜晚某些路段能见度较低等情况，这对视频图像的获取带来巨大干扰，从而导致无法对视频图像进行后续处理，达到车型分类的效果。基于激光的车型分类方法弥补了视频获取不足的缺点，激光依赖于主动发射信号的反射接收，克服了被动接收信号的缺陷，能够很好地适应于能见度低以及不易作业的测量场景。激光成像技术通过对主动发射信号的发射信息接收，利用计算机系统中数字化处理方法，得到车辆在空间坐标中的具体信息，然后再利用获取到的车辆信息进行车型分类。使用激光的车型分类算法虽然弥补了部分视频方法的不足，但对于雨天等情况，激光数据存在缺失，亦无法实现车型的准确分类。
[0003]因此，亟需一种新的车型分析方法。

技术实现思路

[0004]有鉴于此，本专利技术提供一种基于激光与视频技术时间序列及特征融合的车型分析方法，其特征在于：所述方法包括如下步骤：
[0005]S1：构建采集单元，所述采集单元包括激光器采集单元I和视频采集单元II；
[0006]S2：基于所述采集单元采集的信息，通过车辆类型识别方法确定车辆类型识别结果，所述车辆类型识别方法包括激光识别和视频识别；
[0007]所述激光识别包括获取所述激光采集单元数据，并根据所述数据确定车型分类识别结果I，并将识别结果I和所述识别结果I对应的触发时间作为单元数据I，并将所述单元数据I按触发时间先后顺序进行存储，即获得激光识别结果队列I；
[0008]所述视频识别包括获取所述视频采集单元视频信息，并根据所述视频信息确定车型分类识别结果II，并将识别结果II和所述识别结果II对应的触发时间作为单元数据II，并将所述单元数据II按触发时间先后顺序进行存储，即获得视频识别结果队列II；
[0009]S3：判断是否雨天，若是，则以视频识别结果为检测结果，若否，进入下一步；
[0010]S4：对激光识别结果队列I和视频识别结果队列II采用如下方法进行匹配，并根据匹配结果输出检测结果；
[0011]其中，匹配方法如下：
[0012]S41：在激光识别结果队列I中获取某一辆车的车型分类识别结果I，同时获取当前车辆触发时间后预设时间段内的车型分类识别结果I，确定当前车辆的激光器触发时间t
激光
；
[0013]S42：根据触发线间的时间差Δt和激光器触发时间t
激光
，确定视频触发时间t
视频
；
[0014]S42：判断预设时间段内的车型分类识别结果I是否为空，若是，则进入步骤S43，若否，则进入步骤S44；
[0015]S43：根据视频触发时间t
视频
在视频识别结果队列II中获取当前车辆的车型分类识别结果II；
[0016]判断当前车辆的车型分类识别结果I和车型分类识别结果II是否一致，若是，则匹配成功，输出检测结果，反之，进入步骤S45；
[0017]S44：根据视频触发时间t
视频
在视频识别结果队列II中获取当前车辆的车型分类识别结果II，同时，获取当前车辆视频触发时间t
视频
后预设时间段内的车型分类识别结果II；
[0018]判断当前车辆的车型分类识别结果I和车型分类识别结果II是否一致，若是，进一步判断预设时间段内的车型分类识别结果I和预设时间段内的车型分类识别结果II的分布是否一致，若是，则匹配成功，输出检测结果，反之，进入步骤S45；
[0019]S45：根据视频测速和激光扫描时长确定当前车辆的车长，根据车长判断车辆类型，则匹配结果为与所述车辆类型最为接近的识别结果。
[0020]进一步，步骤S4还包括：若根据视频触发时间t
视频
在视频识别结果队列II中无法获取当前车辆的车型分类识别结果II，当前辆车的车型分类识别结果I为检测结果，并退出匹配。
[0021]进一步，在步骤S43和步骤S44的匹配过程中，若连续出现M次无法匹配的想看，则将所有数据清零，重新匹配。
[0022]进一步，所述触发线间的时间差Δt采用如下方法确定：
[0023][0024]其中，Δt表示触发线间的时间差，D表示触发线之间的距离，v
视频
表示视频测速，v激光表示激光测速；
[0025]D＝(t
激光
‑
t
视频
)*V
视频
ꢀꢀꢀ
(2)
[0026]其中，D表示触发线之间的距离，t
激光
表示在激光器触发时间，t
视频
表示视频触发时间，v
视频
表示视频测速。
[0027]进一步，所述视频测速v
视频
采用如下方法确定：
[0028][0029]其中，v
视频
表示视频测速，v
x
表示X方向测速，v
y
表示y方向测速，Δv表示车速实际差；
[0030]其中，X方向测速v
x
和y方向测速v
y
采用如下方法确定：
[0031][0032]其中，v
x
表示X方向测速，v
y
表示y方向测速，f表示采样频率，X
A
表示A点在实际场景中对应的X方向距离，X
B
表示B点在实际场景中对应的X方向距离，Y
A
表示A点在实际场景中对应的Y方向距离，Y
B
表示B点在实际场景中对应的Y方向距离，F
A
表示A点对应的帧号，F
B
表示B点对应的帧号，t表示从A点到B点的追踪时长；
[0033]所述激光测速v激光采用如下方法确定：
[0034][0035]其中，v激光表示激光测速，p1表示激光器I扫描的当个截面上的数据点，t1表示激光器I第一次扫描到当前车辆的时间，t2表示激光器II第一次扫描到当前车辆的时间，d
1j
表示当前车辆经过激光器I和激光器II的距离。
[0036]进一步，所述激光器采集单元I包括按照预设高度架设的激光器I和激光器II，其中，激光器I垂直于地面，激光器II与激光器I呈预设角度α架设，所述预设角度需满足二者的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于激光与视频技术时间序列及特征融合的车型分析方法，其特征在于：所述方法包括如下步骤：S1：构建采集单元，所述采集单元包括激光器采集单元I和视频采集单元II；S2：基于所述采集单元采集的信息，通过车辆类型识别方法确定车辆类型识别结果，所述车辆类型识别方法包括激光识别和视频识别；所述激光识别包括获取所述激光采集单元数据，并根据所述数据确定车型分类识别结果I，并将识别结果I和所述识别结果I对应的触发时间作为单元数据I，并将所述单元数据I按触发时间先后顺序进行存储，即获得激光识别结果队列I；所述视频识别包括获取所述视频采集单元视频信息，并根据所述视频信息确定车型分类识别结果II，并将识别结果II和所述识别结果II对应的触发时间作为单元数据II，并将所述单元数据II按触发时间先后顺序进行存储，即获得视频识别结果队列II；S3：判断是否雨天，若是，则以视频识别结果为检测结果，若否，进入下一步；S4：对激光识别结果队列I和视频识别结果队列II采用如下方法进行匹配，并根据匹配结果输出检测结果；其中，匹配方法如下：S41：在激光识别结果队列I中获取某一辆车的车型分类识别结果I，同时获取当前车辆触发时间后预设时间段内的车型分类识别结果I，确定当前车辆的激光器触发时间t
激光
；S42：根据触发线间的时间差Δt和激光器触发时间t
激光
，确定视频触发时间t
视频
；S42：判断预设时间段内的车型分类识别结果I是否为空，若是，则进入步骤S43，若否，则进入步骤S44；S43：根据视频触发时间t
视频
在视频识别结果队列II中获取当前车辆的车型分类识别结果II；判断当前车辆的车型分类识别结果I和车型分类识别结果II是否一致，若是，则匹配成功，输出检测结果，反之，进入步骤S45；S44：根据视频触发时间t
视频
在视频识别结果队列II中获取当前车辆的车型分类识别结果II，同时，获取当前车辆视频触发时间t
视频
后预设时间段内的车型分类识别结果II；判断当前车辆的车型分类识别结果I和车型分类识别结果II是否一致，若是，进一步判断预设时间段内的车型分类识别结果I和预设时间段内的车型分类识别结果II的分布是否一致，若是，则匹配成功，输出检测结果，反之，进入步骤S45；S45：根据视频测速和激光扫描时长确定当前车辆的车长，根据车长判断车辆类型，则匹配结果为与所述车辆类型最为接近的识别结果。2.根据权利要求1所述基于激光与视频技术时间序列及特征融合的车型分析方法，其特征在于：步骤S4还包括：若根据视频触发时间t
视频
在视频识别结果队列II中无法获取当前车辆的车型分类识别结果II，当前辆车的车型分类识别结果I为检测结果，并退出匹配。3.根据权利要求2所述基于激光与视频技术时间序列及特征融合的车型分析方法，其特征在于：在步骤S43和步骤S44的匹配过程中，若连续出现M次无法匹配的想看，则将所有数据清零，重新匹配。4.根据权利要求1所述基于激光与视频技术时间序列及特征融合的车型分析方法，其特征在于：所述触发线间的时间差Δt采用如下方法确定：
其中，Δt表示触发线间的时间差，D表示触发线之间的距离，v
视频
表示视频测速，v激光表示激光测速；D＝(t
激光
‑
t
视频
)*V
视频
ꢀꢀꢀꢀꢀ
(2)其中，D表示触发线之间的距离，t
激光
表示在激光器触发时间，t
...

【专利技术属性】
技术研发人员：袁彬，王军群，杨东烨，
申请(专利权)人：中远海运科技股份有限公司，
类型：发明
国别省市：