本公开涉及一种获取车辆长度的方法及车辆长度检测设备，其中方法包括：采集车辆在第一行驶区域内时的第一点云数据和在第二行驶区域内时的第二点云数据，第一点云数据是车辆的车头部分在第一行驶区域内时得到的点云数据，其包括车头部分的点云数据，第二点云数据是车辆的车尾部分在第二行驶区域内时得到的点云数据，其包括车尾部分的点云数据；根据第一点云数据和第二点云数据确定车辆整体轮廓的点云数据；以及根据车辆整体轮廓的点云数据获取车辆的长度。本方案可以利用不同行驶区域内车头和车尾的显著特征点进行数据配准，从而得到进行车辆长度测量的车辆整体轮廓。本方案对检测装置的安装与性能需求不高，成本较低且计算量小。计算量小。计算量小。
【技术实现步骤摘要】
获取车辆长度的方法及车辆长度检测设备
[0001]本公开一般地涉及车辆检测
更具体地，本公开涉及一种获取车辆长度的方法及车辆长度检测设备。
技术介绍
[0002]在基于扫描式激光测距仪的车辆长度检测应用中，如何经济且快速有效的检测大型车辆的长度一直是一个难点。由于安装条件和扫描式激光测距仪的性能限制，检测大型车辆时，扫描式激光测距仪往往只能扫描到车辆部分区域，且点云为离散的测距点，无法通过一次测量得到车辆的完整长度信息，因而需要对车辆进行多次测量。在多次测量过程中，现有技术中一般采用点云配准的方法，通过跟踪车辆的位移来拼接出完整的车辆点云，然而在该种测量方式中，往往扫描到的是车辆的车身区域，而车身较长且其表面为平整面，其点云从形状上看呈不等间距分布，并且近似为直线形状，相邻扫描帧的点云之间差异也很小，因此无法基于相邻帧点云配准或相邻帧的特征点匹配的方法拼接出完整的车辆点云。
[0003]在另一种现有方法中，还可以通过多传感器配合来进行车辆长度的测量，该种方式只需配准局部特征点云即可还原车辆位移，但是该种多传感器配合的方式经济成本较高。
技术实现思路
[0004]为了解决上面提到的一个或多个技术问题，本公开提供一种用于获取车辆长度的方法及车辆长度检测设备。
[0005]在第一方面中，本公开实施例提供了一种用于获取车辆长度的方法，包括：
[0006]采集车辆在第一行驶区域内时的第一点云数据和在第二行驶区域内时的第二点云数据；其中，所述第一点云数据是所述车辆的车头部分在所述第一行驶区域内时得到的点云数据，包括车头部分的点云数据，所述第二点云数据是所述车辆的车尾部分在所述第二行驶区域内时得到的点云数据，包括车尾部分的点云数据；
[0007]根据所述第一点云数据和第二点云数据确定车辆整体轮廓的点云数据；以及
[0008]根据所述车辆整体轮廓的点云数据获取所述车辆的长度。
[0009]在一个实施例中，以用于扫描车辆的检测装置在地面的投影作为原点，其中所述第一行驶区域为车辆的车头驶经所述原点前的预设区域，而所述第二行驶区域为车辆的车尾驶离所述原点后的预设区域。
[0010]在一个实施例中，确定车辆整体轮廓的点云数据包括：根据所述第一点云数据获取所述车辆的第一轮廓的点云数据；根据所述第二点云数据获取所述车辆的第二轮廓的点云数据；以及根据所述第一轮廓的点云数据和第二轮廓的点云数据，确定所述车辆整体轮廓的点云数据。
[0011]在一个实施例中，所述第一点云数据包括多帧点云数据，并且获取所述第一轮廓的点云数据包括：根据所述多帧点云数据确定所述车辆的第一轮廓上的一个或多个第一特
征点，以及所述第一特征点在不同时刻与同一基准位置之间的距离，其中所述距离为在车辆行驶方向上的距离；以及根据所述距离将所述第一点云数据中不同时刻的点云数据进行数据融合，得到所述第一轮廓的点云数据。
[0012]在一个实施例中，所述第一特征点为根据每帧点云数据确定的与用于扫描车辆的检测装置之间的距离满足预设条件的点，其中所述距离为在车辆行驶方向上的距离。
[0013]在一个实施例中，确定所述车辆整体轮廓的点云数据包括：根据所述第一轮廓的点云数据和所述第二轮廓的点云数据确定车辆上的一个或多个第二特征点，以及所述第二特征点在不同时刻的位置差，其中所述位置差为在车辆行驶方向上的位置差；以及根据所述位置差将所述第一轮廓的点云数据和第二轮廓的点云数据进行数据融合，得到所述车辆整体轮廓的点云数据。
[0014]在一个实施例中，根据所述第一轮廓的点云数据和第二轮廓的点云数据确定第二特征点在不同时刻的位置差包括：分别根据所述第一轮廓的点云数据和所述第二轮廓的点云数据进行曲线拟合，得到所述车辆的第一车尾部分的轮廓曲线和第二车尾部分的轮廓曲线；根据所述第一轮廓的点云数据和第二轮廓的点云数据确定所述第一车尾部分的轮廓曲线与第一直线的切点处的点云数据以及所述第二车尾部分的轮廓曲线与第二直线的切点处的点云数据，其中所述第一直线和第二直线为平行线；以及根据所述第一车尾部分的轮廓曲线与第一直线的切点处的点云数据以及所述第二车尾部分的轮廓曲线与第二直线的切点处的点云数据，确定所述车辆上的第二特征点在不同时刻的位置差。
[0015]在一个实施例中，在确定所述第一车尾部分的轮廓曲线与第一直线的切点处的点云数据以及所述第二车尾部分的轮廓曲线与第二直线的切点处的点云数据之后，确定车辆上的第二特征点在不同时刻的位置差之前，所述方法还包括：根据所述第一车尾部分的轮廓曲线与第一直线的切点处的点云数据以及所述第二车尾部分的轮廓曲线与第二直线的切点处的点云数据，确定所述第一车尾部分的轮廓曲线与第一直线的切点以及所述第二车尾部分的轮廓曲线与第二直线的切点在预设方向上的位置差，其中所述预设方向为非车辆行驶方向；以及响应于所述位置差小于或等于预设差值，将所述第一车尾部分的轮廓曲线与第一直线的切点以及所述第二车尾部分的轮廓曲线与第二直线的切点作为所述车辆上的第二特征点，以根据其计算车辆上的一个或多个第二特征点中的每个第二特征点在不同时刻的位置差。
[0016]在一个实施例中根据所述车辆整体轮廓的点云数据获取所述车辆的长度包括：根据所述车辆整体轮廓的点云数据确定车辆在行驶方向上距离最远的两个点的点云数据；以及根据所述距离最远的两个点的点云数据计算所述车辆的长度。
[0017]在第二方面中，本公开还提供一种车辆长度检测设备，包括：检测装置，其设置在车道上方，其扫描面垂直于地面并且平行于车辆行驶方向，用于：在所述车辆的车头部分位于第一行驶区域内时对车辆进行扫描，得到第一点云数据，其中所述第一点云数据包括车头部分的点云数据；以及在所述车辆的车尾部分位于第二行驶区域内时对车辆进行扫描，得到第二点云数据，其中所述第二点云数据包括车尾部分的点云数据；数据处理单元，其与所述检测装置电连接，用于：根据所述第一点云数据和第二点云数据确定车辆整体轮廓的点云数据；以及根据所述车辆整体轮廓的点云数据获取所述车辆的长度。
[0018]基于上述关于本公开方案的描述，本领域技术人员可以理解上述实施例所述的方
案可以利用不同行驶区域内车头和车尾的显著特征点进行数据配准，从而可以根据配准得到的车辆整体轮廓进行车辆长度的测量。基于该特性使得本方案对检测装置的安装与性能需求不高，并且由于只需单一检测装置便可实现点云数据的采集，因此设备整体成本较低。另外，该方案相对于以往的基于车辆位置的点云配准方法(例如ICP配准和Harris特征点匹配方法)来说计算量小，因此数据配准的效率较高。
附图说明
[0019]通过参考附图阅读下文的详细描述，本公开示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本公开的若干实施方式，并且相同或对应的标号表示相同或对应的部分，其中：
[0020]图1和图2中分别示出可以适用本公开实施例的用于获取车辆长度的示例性应用场景；
[0021]本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种获取车辆长度的方法，包括：采集车辆在第一行驶区域内时的第一点云数据和在第二行驶区域内时的第二点云数据；其中，所述第一点云数据是所述车辆的车头部分在所述第一行驶区域内时得到的点云数据，包括车头部分的点云数据；所述第二点云数据是所述车辆的车尾部分在所述第二行驶区域内时得到的点云数据，包括车尾部分的点云数据；根据所述第一点云数据和第二点云数据确定车辆整体轮廓的点云数据；以及根据所述车辆整体轮廓的点云数据获取所述车辆的长度。2.根据权利要求1所述的方法，其特征在于，以用于扫描车辆的检测装置在地面的投影作为原点，其中所述第一行驶区域为车辆的车头驶经所述原点前的预设区域，而所述第二行驶区域为车辆的车尾驶离所述原点后的预设区域。3.根据权利要求1或2所述的方法，其特征在于，确定车辆整体轮廓的点云数据包括：根据所述第一点云数据获取所述车辆的第一轮廓的点云数据；根据所述第二点云数据获取所述车辆的第二轮廓的点云数据；以及根据所述第一轮廓的点云数据和第二轮廓的点云数据，确定所述车辆整体轮廓的点云数据。4.根据权利要求3所述的方法，其特征在于，所述第一点云数据包括多帧点云数据，并且获取所述第一轮廓的点云数据包括：根据所述多帧点云数据确定所述车辆的第一轮廓上的一个或多个第一特征点，以及所述第一特征点在不同时刻与同一基准位置之间的距离，其中所述距离为在车辆行驶方向上的距离；以及根据所述距离将所述第一点云数据中不同时刻的点云数据进行数据融合，得到所述第一轮廓的点云数据。5.根据权利要求4所述的方法，其特征在于，所述第一特征点为根据每帧点云数据确定的与用于扫描车辆的检测装置之间的距离满足预设条件的点，其中所述距离为在车辆行驶方向上的距离。6.根据权利要求3所述的方法，其特征在于，确定所述车辆整体轮廓的点云数据包括：根据所述第一轮廓的点云数据和所述第二轮廓的点云数据确定车辆上的一个或多个第二特征点，以及所述第二特征点在不同时刻的位置差，其中所述位置差为在车辆行驶方向上的位置差；以及根据所述位置差将所述第一轮廓的点云数据和第二轮廓的点云数据进行数据融合，得到所述车辆整体轮廓的点云数据。7.根据权利要求6所述的方法，其特征在于，根据所述第一轮廓的点云数据和所述第二轮廓的点云数据确定所述第二特征点在不同时刻的位置差包括：分别根据所述第一轮廓的点云数据和所述第二轮廓的点...
【专利技术属性】
技术研发人员：黎俊超，杨增标，李康，方睿，
申请(专利权)人：北京万集科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。