CN106600966A - 一种基于激光雷达的车辆轮轴识别***及方法 - Google Patents
一种基于激光雷达的车辆轮轴识别***及方法 Download PDFInfo
- Publication number
- CN106600966A CN106600966A CN201611024595.XA CN201611024595A CN106600966A CN 106600966 A CN106600966 A CN 106600966A CN 201611024595 A CN201611024595 A CN 201611024595A CN 106600966 A CN106600966 A CN 106600966A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- laser radar
- scanning
- measured
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种基于激光雷达的车辆轮轴识别***及方法。该方法包括:待测车辆沿路面行驶通过激光雷达的扫描区域的过程中,接收激光雷达扫描获取的多个待测车辆测距信息的扫描帧;待测车辆测距信息包括激光雷达直接扫描获取到的第一路面车辆信息和激光雷达经反射镜反射扫描获取到的第二路面车辆信息;对第一路面车辆信息和第二路面车辆信息进行处理,获取待测车辆的车辆轮廓信息和车辆轮轴信息;对车辆轮廓信息和车辆轮轴信息进行配准判断与识别,确定多个待测车辆测距信息的扫描帧中包括车辆轮轴的目标扫描帧;根据多个待测车辆测距信息的扫描帧和目标扫描帧对待测车辆的轮轴进行识别。本发明在不增加额外激光雷达的情况下精确识别轮轴。
Description
技术领域
本发明涉及智能交通技术领域,具体涉及一种基于激光雷达的车辆轮轴识别***及方法。
背景技术
随着科技在智能交通领域的不断创新与发展,车辆检测技术例如车型识别、车辆长宽高检测、车流量分类统计等对精度的要求越来越高,车辆轮轴识别技术对于车型判别精度起着至关重要作用。
现有的车辆轮轴的识别方法主要有两种,一种是采用压力传感器之类的接触式检测识别方法,该检测识别方法只能得到轮轴的部分信息;另一种是利用激光雷达非接触式的识别方法。基于激光雷达的车辆轮轴识别方法在获取轮轴信息的同时,可以精确获取车辆的整体轮廓信息,加之非接触测量的易维护性,因此激光测距在智能交通领域得到广泛应用。
但是由于激光雷达扫描位置和角度等因素的局限性,在获取车辆整体轮廓的同时往往不能全面的获取轮轴的信息,造成无法准确识别轮轴。而采用增加一个激光雷达对轮轴进行专门的检测会带来***的复杂和成本的增加。
发明内容
本发明实施例要解决的技术问题是如何在不增加额外激光雷达的情况下,提供一种精确识别车辆轮轴的***和方法。
本发明实施例提供了一种基于激光雷达的车辆轮轴识别***,包括:
激光雷达、反射镜和数据处理器;
所述激光雷达安装于路侧上方预设高度,垂直于路面扫描待测车辆,获取第一路面车辆信息,并将所述第一路面车辆信息发送至所述数据处理器;
所述反射镜位于激光雷达下方,与路面成预设夹角,经过所述反射镜反射所述待测车辆使得所述激光雷达获取第二路面车辆信息,并使得所述激光雷达将所述第二路面车辆信息发送至所述数据处理器;
所述数据处理器用于对所述第一路面车辆信息和所述第二路面车辆信息进行处理,识别所述待测车辆的轮轴信息。
可选地,所述激光雷达的扫描区域包括第一扫描区域和第二扫描区域,直接扫描到的所述待测车辆的区域为第一扫描区域,所述激光雷达经过所述反射镜反射扫描到的所述待测车辆的区域为第二扫描区域;
所述第一扫描区域的截面与所述第二扫描区域的截面在同一平面。
可选地,所述预设高度大于2米小于20米,所述预设角度大于20度小于90度。
本发明实施例提供了一种采用上述***的基于激光雷达的车辆轮轴识别方法,包括:
待测车辆沿路面行驶通过激光雷达的扫描区域的过程中,数据处理器接收激光雷达扫描获取的多个待测车辆测距信息的扫描帧;所述待测车辆测距信息包括所述激光雷达直接扫描获取到的第一路面车辆信息和所述激光雷达经反射镜反射扫描获取到的第二路面车辆信息;
对所述第一路面车辆信息和所述第二路面车辆信息进行处理,获取所述待测车辆的车辆轮廓信息和车辆轮轴信息;
对所述车辆轮廓信息和车辆轮轴信息进行配准判断与识别,确定所述多个待测车辆测距信息的扫描帧中包括车辆轮轴的目标扫描帧;
根据所述多个待测车辆测距信息的扫描帧和所述目标扫描帧对所述待测车辆的轮轴进行识别。
可选地,所述对所述第一路面车辆信息和所述第二路面车辆信息进行处理包括:
建立直角坐标系;垂直于车辆行驶方向的为所述直角坐标系的x轴,竖直方向为所述直角坐标系的y轴,激光雷达在路面的投影为所述直角坐标系的原点;
分别对所述第一路面车辆信息和所述第二路面车辆信息中的扫描点进行坐标转换,获得车辆轮廓信息序列x1(m)和车辆轮轴信息序列x2(n)。
可选地,分别对所述第一路面车辆信息和所述第二路面车辆信息中的扫描点进行坐标转换,包括:
根据公式1对所述第一路面车辆信息中的扫描点进行坐标转换:
x=L×sinα,y=H-L×cosα 公式1
根据公式2对所述第二路面车辆信息中的扫描点进行坐标转换:
x=L×cosα-(H-H1),y=H1-L×sinα 公式2
其中,x为扫描点的横坐标,y为扫描点的纵坐标;L为所述激光雷达到所述扫描点之间的距离,H为所述激光雷达到路面的距离,H1为所述反射镜与y轴交点到路面的距离,α为激光扫描线与y轴的夹角。
可选地,所述对所述车辆轮廓信息和车辆轮轴信息进行配准判断与识别,包括:
分别提取所述车辆轮廓信息序列x1(m)和所述车辆轮轴信息序列x2(n)中的特征信息;
根据所述特征信息对所述车辆轮廓信息序列x1(m)和所述车辆轮轴信息序列x2(n)进行匹配,确定所述多个待测车辆测距信息的扫描帧中包括车辆轮轴的目标扫描帧。
可选地,所述特征信息包括:
轮胎、轮毂、轮胎与车身间隙和挡泥板。
可选地,所述根据所述多个待测车辆测距信息的扫描帧和所述目标扫描帧对所述待测车辆的轮轴进行识别,包括:
将所述目标扫描帧中的轮轴中心点作为特征标识点,根据所述车辆轮廓信息序列x1(m)和所述车辆轮轴信息序列x2(n)确定各个特征标识点的横坐标;
根据所述各个特征标识点的横坐标确定特征点序列t(k);
根据所述特征点序列t(k)对所述待测车辆的轮轴进行识别。
可选地,所述根据所述特征点序列t(k)对所述待测车辆的轮轴进行识别,包括:
对所述特征点序列t(k)进行滤波处理,根据滤波处理后的特征点序列t(k)对所述待测车辆的轮轴进行识别。
本发明实施例提供的基于激光雷达的车辆轮轴识别***及方法,待测车辆沿路面行驶通过激光雷达的扫描区域的过程中,接收激光雷达扫描获取的多个待测车辆测距信息的扫描帧;待测车辆测距信息包括激光雷达直接扫描获取到的第一路面车辆信息和激光雷达经反射镜反射扫描获取到的第二路面车辆信息;对第一路面车辆信息和第二路面车辆信息进行处理,获取待测车辆的车辆轮廓信息和车辆轮轴信息;对车辆轮廓信息和车辆轮轴信息进行配准判断与识别,确定多个待测车辆测距信息的扫描帧中包括车辆轮轴的目标扫描帧;根据多个待测车辆测距信息的扫描帧和目标扫描帧对待测车辆的轮轴进行识别。本发明实施例在不增加额外激光雷达的情况下对待测车辆的轮轴进行精确识别,安装简单,维护方便,***格较低。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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他的附图。
图1是本发明一个实施例的基于激光雷达的车辆轮轴识别***的结构示意图;
图2是本发明一个实施例的基于激光雷达的车辆轮轴识别方法的流程示意图;
图3是本发明实施例建立的直角坐标系的示意图;
图4a至图4f为本发明一实施例提供的轮轴波形曲线图;
图5为本发明一实施例提供的待测车辆的所有轮轴特征点的x坐标波形曲线图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1是本发明一个实施例的基于激光雷达的车辆轮轴识别***的结构示意图。如图1所示,本发明实施例的***包括:
激光雷达11、反射镜12和数据处理器13;
激光雷达11安装于路侧上方预设高度,垂直于路面扫描待测车辆V,获取第一路面车辆信息,并将所述第一路面车辆信息发送至数据处理器;
反射镜12位于激光雷达下方,与路面成预设夹角,经过反射镜12反射待测车辆V使得所述激光雷达获取第二路面车辆信息,并使得激光雷达11将所述第二路面车辆信息发送至所述数据处理器;
所述数据处理器用于对所述第一路面车辆信息和所述第二路面车辆信息进行处理,识别待测车辆V的轮轴信息。
本发明实施例的基于激光雷达的车辆轮轴识别***,通过在激光雷达下方与路面成预设夹角设置反射镜,扩大了激光雷达的扫描区域,在不增加额外激光雷达的情况下对待测车辆的轮轴进行精确识别,安装简单,维护方便,***格较低。
进一步地,所述激光雷达的扫描区域包括第一扫描区域和第二扫描区域,直接扫描到的所述待测车辆的区域为第一扫描区域,所述激光雷达经过所述反射镜反射扫描到的所述待测车辆的区域为第二扫描区域;
所述第一扫描区域的截面与所述第二扫描区域的截面在同一平面。
可理解的是,第一扫描区域的截面与所述第二扫描区域的截面在同一平面可简化坐标转换的过程,在后面方法实施例中将进行具体说明。
在实际应用中,在路侧的侧立杆或龙门架上安装激光雷达11,激光雷达11的扫描面垂直于车辆行驶方向,所述预设高度大于2米小于20米,在激光雷达下方与路面成固定角度安装反射镜12,所述预设角度大于20度小于90度,反射镜12安装高度范围为0.1到2米,使得激光雷达的扫描面一部分直接检测到待测车辆,一部分通过反射镜检测到待测车辆,激光雷达能精确测量到待测车辆各个扫描点的距离。反射镜的反射率不低于80%。
图2是本发明一个实施例的基于激光雷达的车辆轮轴识别方法的流程示意图。如图2所示,本发明实施例的基于激光雷达的车辆轮轴识别方法基于上述实施例的***,包括:
S21:待测车辆沿路面行驶通过激光雷达的扫描区域的过程中,接收激光雷达扫描获取的多个待测车辆测距信息的扫描帧;所述待测车辆测距信息包括所述激光雷达直接扫描获取到的第一路面车辆信息和所述激光雷达经反射镜反射扫描获取到的第二路面车辆信息;
需要说明的是,激光雷达按照固定的频率进行旋转扫描,一般地,激光雷达的测距能力为20米到60米之间,扫描的角度分辨率为0.125°到0.5°可调,扫描的角度为90°到360°之间,激光雷达的电机每旋转一周,获取一个待测车辆测距信息的扫描帧。根据各个待测车辆测距信息的扫描帧,若连续出现几个扫描帧没有检测到有效车高信息,可以认为待测车辆已经完全通过了扫描区域。
S22:对所述第一路面车辆信息和所述第二路面车辆信息进行处理,获取所述待测车辆的车辆轮廓信息和车辆轮轴信息;
S23:对所述车辆轮廓信息和车辆轮轴信息进行配准判断与识别,确定所述多个待测车辆测距信息的扫描帧中包括车辆轮轴的目标扫描帧;
S24:根据所述多个待测车辆测距信息的扫描帧和所述目标扫描帧对所述待测车辆的轮轴进行识别。
本发明实施例提供的基于激光雷达的车辆轮轴识别方法,在不增加额外激光雷达的情况下对待测车辆的轮轴进行精确识别,安装简单,维护方便,***格较低。
在本发明实施例的一种可选的实施方式中,步骤S22包括:
建立直角坐标系;垂直于车辆行驶方向的为所述直角坐标系的x轴,竖直方向为所述直角坐标系的y轴,激光雷达在路面的投影为所述直角坐标系的原点;
分别对所述第一路面车辆信息和所述第二路面车辆信息中的扫描点进行坐标转换,获得车辆轮廓信息序列x1(m)和车辆轮轴信息序列x2(n)。
如图3所示,以所述的激光雷达的激光发出点在路面上的投影为原点O,沿着道路截面的方向为x轴,沿着激光雷达的方向为y轴。则激光雷达激光发射点S的坐标为(0,H),则镜像点S’的坐标(-(H-H1),H1)。
从扫描线1到扫描线4之间的区域为直接扫描到的所述待测车辆的第一扫描区域,以下称之为扫描区域1,从扫描线5到扫描线6之间的区域为经过所述反射镜反射扫描到的所述待测车辆的第二扫描区域,以下称之为扫描区域2。
若扫描区域1的截面与扫描区域2的截面在同一平面上,可以简化扫描点的坐标转换的过程。在实际应用中,反射镜的安装如果存在左右倾斜,扫描区域1的截面与扫描区域2的截面不在同一平面上,也可以进行车辆轮轴的识别,此时需要增加倾角进行坐标的转换。
具体地,分别对所述第一路面车辆信息和所述第二路面车辆信息中的扫描点进行坐标转换,包括:
根据公式1对所述第一路面车辆信息中的扫描点进行坐标转换:
x=L×sinα,y=H-L×cosα 公式1
根据公式2对所述第二路面车辆信息中的扫描点进行坐标转换:
x=L×cosα-(H-H1),y=H1-L×sinα 公式2
其中,x为扫描点的横坐标,y为扫描点的纵坐标;L为所述激光雷达到所述扫描点之间的距离,H为所述激光雷达到路面的距离,H1为所述反射镜与y轴交点到路面的距离,α为激光扫描线与y轴的夹角。
可理解的是,扫描点在x轴正半轴,α的值为正,反之,扫描点在x轴的负半轴,α的值为负。坐标变换后,扫描区域1得到的序列为车辆轮廓信息序列x1(m),扫描区域2得到的序列为车辆轮轴信息序列x2(n)。
进一步地,步骤S23包括:
分别提取所述车辆轮廓信息序列x1(m)和所述车辆轮轴信息序列x2(n)中的特征信息;
根据所述特征信息对所述车辆轮廓信息序列x1(m)和所述车辆轮轴信息序列x2(n)进行匹配,确定所述多个待测车辆测距信息的扫描帧中包括车辆轮轴的目标扫描帧。
具体地,根据序列x1(m),在道路宽度范围内,进行高度的判断;即限定序列x1(m)的x坐标范围,对于在道路路面范围内的扫描点,进行y轴值的判断,如果出现了连续的扫描点的y值超过阈值,例如300毫米,可以认为检测到了车辆,进行单帧车轴识别逻辑。
根据一辆车的所有x1(m)信息,依据扫描时间的先后分布,可以得出车辆的三维信息,根据三维轮廓,可以区分客货。
具体地,所述特征信息包括:
轮胎、轮毂、轮胎与车身间隙和挡泥板。
根据所述特征信息对所述车辆轮廓信息序列x1(m)和所述车辆轮轴信息序列x2(n)进行匹配,具体为:
分析序列x1(m)的轮廓形状,考察1米以下的扫描点的跳变情况,根据y轴值的跳变,初步找到车轴的轮廓,再对扫描到的车轮里面的信息进行分析,若x轴变化不显著,y轴值逐渐增加,说明是扫描到车胎或者车胎为单胎情况,若x出现增加后减小的特征,y轴逐渐增加的情况,说明扫描到车胎型的双胎;
分析序列x2(n)的轮廓形状,根据在序列x1(m)中的初步判断,确定疑是轮轴的地方是否存在轮轴详细特征,如图4a和4b为检测到车辆但是该帧没有车轴信息的情况,其中图4a为序列x2(n)的曲线图,图4b为序列x1(m)的曲线图;图4c和图4d为检测到车且车胎为双胎的情况,图4c为序列x2(n)的曲线图,图4d为序列x1(m)的曲线图;图4e和图4f为检测到车且车胎为单胎的情况,图4e为序列x2(n)的曲线图,图4f为序列x1(m)的曲线图。
进一步地,步骤S24包括:
将所述目标扫描帧中的轮轴中心点作为特征标识点,根据所述车辆轮廓信息序列x1(m)和所述车辆轮轴信息序列x2(n)确定各个特征标识点的横坐标;
根据所述各个特征标识点的横坐标确定特征点序列t(k);
根据所述特征点序列t(k)对所述待测车辆的轮轴进行识别。
需要说明的是,若所述车辆轮廓信息序列x1(m)和所述车辆轮轴信息序列x2(n)均检车到轮轴信息并且匹配点信息一致,可以认为检测到轮轴,并将检测轮轴的中心点作为特征标识点,根据所述各个特征标识点的横坐标确定特征点序列t(k)。
具体地,所述根据所述特征点序列t(k)对所述待测车辆的轮轴进行识别,包括:
对所述特征点序列t(k)进行滤波处理,根据滤波处理后的特征点序列t(k)对所述待测车辆的轮轴进行识别。
如图5所示,为轮轴特征点随着时间的分布情况,可以看到特征标识点呈现两个波峰,说明该车有两个轮轴,由于各个帧的判断情况不一定十分准确,出现误判的情况,可以根据整体的特征标识点的坐标趋势,进行滤波处理,从而精确的得到车辆车轴信息。
本发明实施例的基于激光雷达的车辆轮轴识别方法,采用激光雷达获取道路截面的测距信息,该测距信息包含直接扫描到路面的区域和经过反射镜扫描到道路侧面的区域;数据处理器对接收到的测距信息,按照区域的不同,分别进行坐标变换,并对两个扫描区域的车辆信息进行检测,若检测到车辆信息,对该帧的车轴特性进行匹配检测,并将车轴特征进行保存;对待测车辆的所有扫描帧信息进行综合分析,剔除单帧判断信息的错误杂散点,得到车辆车轴的精确信息。利用一台激光雷达在进行车辆轮廓分析进行客车货车区分的同时,可以精确的获取车辆的车轴信息,使得货车的判断更加精细。
本发明实施例提供的基于激光雷达的车辆轮轴识别***及方法,待测车辆沿路面行驶通过激光雷达的扫描区域的过程中,接收激光雷达扫描获取的多个待测车辆测距信息的扫描帧;待测车辆测距信息包括激光雷达直接扫描获取到的第一路面车辆信息和激光雷达经反射镜反射扫描获取到的第二路面车辆信息;对第一路面车辆信息和第二路面车辆信息进行处理,获取待测车辆的车辆轮廓信息和车辆轮轴信息;对车辆轮廓信息和车辆轮轴信息进行配准判断与识别,确定多个待测车辆测距信息的扫描帧中包括车辆轮轴的目标扫描帧;根据多个待测车辆测距信息的扫描帧和目标扫描帧对待测车辆的轮轴进行识别。本发明实施例在不增加额外激光雷达的情况下对待测车辆的轮轴进行精确识别,安装简单,维护方便,***格较低。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
需要说明的是术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本发明的说明书中,说明了大量具体细节。然而能够理解的是,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。类似地,应当理解,为了精简本发明公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释呈反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
以上实施例仅用于说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于激光雷达的车辆轮轴识别***,其特征在于,包括:
激光雷达、反射镜和数据处理器;
所述激光雷达安装于路侧上方预设高度,垂直于路面扫描待测车辆,获取第一路面车辆信息,并将所述第一路面车辆信息发送至所述数据处理器;
所述反射镜位于激光雷达下方,与路面成预设夹角,经过所述反射镜反射所述待测车辆使得所述激光雷达获取第二路面车辆信息,并使得所述激光雷达将所述第二路面车辆信息发送至所述数据处理器;
所述数据处理器用于对所述第一路面车辆信息和所述第二路面车辆信息进行处理,识别所述待测车辆的轮轴信息。
2.根据权利要求1所述的***,其特征在于,
所述激光雷达的扫描区域包括第一扫描区域和第二扫描区域,直接扫描到的所述待测车辆的区域为第一扫描区域,所述激光雷达经过所述反射镜反射扫描到的所述待测车辆的区域为第二扫描区域;
所述第一扫描区域的截面与所述第二扫描区域的截面在同一平面。
3.根据权利要求1所述的***,其特征在于,所述预设高度大于2米小于20米,所述预设角度大于20度小于90度。
4.一种采用权利要求1-3任一项所述的***的基于激光雷达的车辆轮轴识别方法,其特征在于,包括:
待测车辆沿路面行驶通过激光雷达的扫描区域的过程中,数据处理器接收激光雷达扫描获取的多个待测车辆测距信息的扫描帧;所述待测车辆测距信息包括所述激光雷达直接扫描获取到的第一路面车辆信息和所述激光雷达经反射镜反射扫描获取到的第二路面车辆信息;
对所述第一路面车辆信息和所述第二路面车辆信息进行处理,获取所述待测车辆的车辆轮廓信息和车辆轮轴信息;
对所述车辆轮廓信息和车辆轮轴信息进行配准判断与识别,确定所述多个待测车辆测距信息的扫描帧中包括车辆轮轴的目标扫描帧;
根据所述多个待测车辆测距信息的扫描帧和所述目标扫描帧对所述待测车辆的轮轴进行识别。
5.根据权利要求4所述的方法,其特征在于,所述对所述第一路面车辆信息和所述第二路面车辆信息进行处理包括:
建立直角坐标系;垂直于车辆行驶方向的为所述直角坐标系的x轴,竖直方向为所述直角坐标系的y轴,激光雷达在路面的投影为所述直角坐标系的原点;
分别对所述第一路面车辆信息和所述第二路面车辆信息中的扫描点进行坐标转换,获得车辆轮廓信息序列x1(m)和车辆轮轴信息序列x2(n)。
6.根据权利要求5所述的方法,其特征在于,分别对所述第一路面车辆信息和所述第二路面车辆信息中的扫描点进行坐标转换,包括:
根据公式1对所述第一路面车辆信息中的扫描点进行坐标转换:
x=L×sinα,y=H-L×cosα 公式1
根据公式2对所述第二路面车辆信息中的扫描点进行坐标转换:
x=L×cosα-(H-H1),y=H1-L×sinα 公式2
其中,x为扫描点的横坐标,y为扫描点的纵坐标;L为所述激光雷达到所述扫描点之间的距离,H为所述激光雷达到路面的距离,H1为所述反射镜与y轴交点到路面的距离,α为激光扫描线与y轴的夹角。
7.根据权利要求5所述的方法,其特征在于,所述对所述车辆轮廓信息和车辆轮轴信息进行配准判断与识别,包括:
分别提取所述车辆轮廓信息序列x1(m)和所述车辆轮轴信息序列x2(n)中的特征信息;
根据所述特征信息对所述车辆轮廓信息序列x1(m)和所述车辆轮轴信息序列x2(n)进行匹配,确定所述多个待测车辆测距信息的扫描帧中包括车辆轮轴的目标扫描帧。
8.根据权利要求7所述的方法,其特征在于,所述特征信息包括:
轮胎、轮毂、轮胎与车身间隙和挡泥板。
9.根据权利要求5所述的方法,其特征在于,所述根据所述多个待测车辆测距信息的扫描帧和所述目标扫描帧对所述待测车辆的轮轴进行识别,包括:
将所述目标扫描帧中的轮轴中心点作为特征标识点,根据所述车辆轮廓信息序列x1(m)和所述车辆轮轴信息序列x2(n)确定各个特征标识点的横坐标;
根据所述各个特征标识点的横坐标确定特征点序列t(k);
根据所述特征点序列t(k)对所述待测车辆的轮轴进行识别。
10.根据权利要求9所述的方法,其特征在于,所述根据所述特征点序列t(k)对所述待测车辆的轮轴进行识别,包括:
对所述特征点序列t(k)进行滤波处理,根据滤波处理后的特征点序列t(k)对所述待测车辆的轮轴进行识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611024595.XA CN106600966B (zh) | 2016-11-17 | 2016-11-17 | 一种基于激光雷达的车辆轮轴识别***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611024595.XA CN106600966B (zh) | 2016-11-17 | 2016-11-17 | 一种基于激光雷达的车辆轮轴识别***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106600966A true CN106600966A (zh) | 2017-04-26 |
CN106600966B CN106600966B (zh) | 2019-07-16 |
Family
ID=58591478
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611024595.XA Active CN106600966B (zh) | 2016-11-17 | 2016-11-17 | 一种基于激光雷达的车辆轮轴识别***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106600966B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107588842A (zh) * | 2017-09-26 | 2018-01-16 | 北京因泰立科技有限公司 | 一种基于激光扫描的货车驱动轴识别*** |
CN107807252A (zh) * | 2017-10-25 | 2018-03-16 | 同方威视技术股份有限公司 | 车辆速度测量方法及装置 |
CN107909820A (zh) * | 2017-12-27 | 2018-04-13 | 天津杰泰高科传感技术有限公司 | 一种集成汽车轮轴识别功能的激光扫描分车器及实现方法 |
CN107957259A (zh) * | 2017-10-26 | 2018-04-24 | 深圳大学 | 轮迹横向分布测量***及测量方法 |
CN109726677A (zh) * | 2018-12-28 | 2019-05-07 | 武汉万集信息技术有限公司 | 轮轴识别方法、装置及可读存储介质 |
CN109884661A (zh) * | 2019-03-14 | 2019-06-14 | 珠海丽亭智能科技有限公司 | 基于激光雷达装置的车辆外观测量方法和装置以及设备 |
CN110308455A (zh) * | 2019-07-15 | 2019-10-08 | 广州路优信息科技有限公司 | 车辆检测***和方法 |
CN112508987A (zh) * | 2020-12-15 | 2021-03-16 | 武汉万集信息技术有限公司 | 一种入口治超车辆特征采集方法及*** |
CN112835061A (zh) * | 2021-02-04 | 2021-05-25 | 郑州衡量科技股份有限公司 | 基于ToF传感器的动态车辆分离与宽高检测方法与*** |
CN109829991B (zh) * | 2018-12-27 | 2021-12-03 | 北京万集科技股份有限公司 | 信息的获取方法、装置及*** |
CN113963450A (zh) * | 2021-09-30 | 2022-01-21 | 苏州朗为控制技术有限公司 | 一种车辆驱动轴的识别方法 |
CN115331191A (zh) * | 2022-10-13 | 2022-11-11 | 深圳市镭神智能***有限公司 | 车型识别方法、装置、***和存储介质 |
CN116740662A (zh) * | 2023-08-15 | 2023-09-12 | 贵州中南锦天科技有限责任公司 | 一种基于激光雷达的车轴识别方法及*** |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1576123A (zh) * | 2003-07-03 | 2005-02-09 | 黄保家 | 机动车防撞*** |
CN1601324A (zh) * | 2004-09-14 | 2005-03-30 | 中国科学院安徽光学精密机械研究所 | 大口径光学潜望式激光雷达三维扫描装置 |
CN1847881A (zh) * | 2006-05-11 | 2006-10-18 | 哈尔滨工业大学(威海) | 一维扫描激光雷达汽车防撞*** |
CN101363914A (zh) * | 2008-08-28 | 2009-02-11 | 太原理工大学 | 混沌激光雷达汽车防撞***及其方法 |
CN101833167A (zh) * | 2009-03-06 | 2010-09-15 | 三洋电机株式会社 | 光束照射装置以及位置检测装置 |
EP2573580A2 (en) * | 2011-09-22 | 2013-03-27 | Ricoh Company, Ltd. | Optical beam scanner and laser radar unit |
CN103050010A (zh) * | 2012-12-31 | 2013-04-17 | 北京万集科技股份有限公司 | 一体式激光扫描交通情况调查装置及方法 |
CN103182603A (zh) * | 2013-03-18 | 2013-07-03 | 张立国 | 一种激光扫描加工装置 |
JP2014071027A (ja) * | 2012-09-28 | 2014-04-21 | Denso Wave Inc | レーザレーダ装置 |
CN104064030A (zh) * | 2014-07-01 | 2014-09-24 | 武汉万集信息技术有限公司 | 一种车型识别方法及*** |
CN204406670U (zh) * | 2015-01-30 | 2015-06-17 | 武汉万集信息技术有限公司 | 一种车辆长宽高检测装置 |
CN105006150A (zh) * | 2015-08-06 | 2015-10-28 | 武汉万集信息技术有限公司 | 车辆轮轴数量的检测方法及装置 |
CN105403169A (zh) * | 2015-12-02 | 2016-03-16 | 北京握奇智能科技有限公司 | 一种用于数据采集的激光轮廓扫描装置及数据采集方法 |
-
2016
- 2016-11-17 CN CN201611024595.XA patent/CN106600966B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1576123A (zh) * | 2003-07-03 | 2005-02-09 | 黄保家 | 机动车防撞*** |
CN1601324A (zh) * | 2004-09-14 | 2005-03-30 | 中国科学院安徽光学精密机械研究所 | 大口径光学潜望式激光雷达三维扫描装置 |
CN1847881A (zh) * | 2006-05-11 | 2006-10-18 | 哈尔滨工业大学(威海) | 一维扫描激光雷达汽车防撞*** |
CN101363914A (zh) * | 2008-08-28 | 2009-02-11 | 太原理工大学 | 混沌激光雷达汽车防撞***及其方法 |
CN101833167A (zh) * | 2009-03-06 | 2010-09-15 | 三洋电机株式会社 | 光束照射装置以及位置检测装置 |
EP2573580A2 (en) * | 2011-09-22 | 2013-03-27 | Ricoh Company, Ltd. | Optical beam scanner and laser radar unit |
JP2014071027A (ja) * | 2012-09-28 | 2014-04-21 | Denso Wave Inc | レーザレーダ装置 |
CN103050010A (zh) * | 2012-12-31 | 2013-04-17 | 北京万集科技股份有限公司 | 一体式激光扫描交通情况调查装置及方法 |
CN103182603A (zh) * | 2013-03-18 | 2013-07-03 | 张立国 | 一种激光扫描加工装置 |
CN104064030A (zh) * | 2014-07-01 | 2014-09-24 | 武汉万集信息技术有限公司 | 一种车型识别方法及*** |
CN204406670U (zh) * | 2015-01-30 | 2015-06-17 | 武汉万集信息技术有限公司 | 一种车辆长宽高检测装置 |
CN105006150A (zh) * | 2015-08-06 | 2015-10-28 | 武汉万集信息技术有限公司 | 车辆轮轴数量的检测方法及装置 |
CN105403169A (zh) * | 2015-12-02 | 2016-03-16 | 北京握奇智能科技有限公司 | 一种用于数据采集的激光轮廓扫描装置及数据采集方法 |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107588842A (zh) * | 2017-09-26 | 2018-01-16 | 北京因泰立科技有限公司 | 一种基于激光扫描的货车驱动轴识别*** |
CN107588842B (zh) * | 2017-09-26 | 2023-12-19 | 北京因泰立科技有限公司 | 一种基于激光扫描的货车驱动轴识别*** |
CN107807252A (zh) * | 2017-10-25 | 2018-03-16 | 同方威视技术股份有限公司 | 车辆速度测量方法及装置 |
WO2019080946A1 (zh) * | 2017-10-25 | 2019-05-02 | 同方威视技术股份有限公司 | 车辆速度测量方法及装置 |
CN107957259A (zh) * | 2017-10-26 | 2018-04-24 | 深圳大学 | 轮迹横向分布测量***及测量方法 |
WO2019080380A1 (zh) * | 2017-10-26 | 2019-05-02 | 深圳大学 | 轮迹横向分布测量***及测量方法 |
CN107957259B (zh) * | 2017-10-26 | 2019-06-04 | 深圳大学 | 轮迹横向分布测量***及测量方法 |
CN107909820A (zh) * | 2017-12-27 | 2018-04-13 | 天津杰泰高科传感技术有限公司 | 一种集成汽车轮轴识别功能的激光扫描分车器及实现方法 |
CN109829991B (zh) * | 2018-12-27 | 2021-12-03 | 北京万集科技股份有限公司 | 信息的获取方法、装置及*** |
CN109726677B (zh) * | 2018-12-28 | 2021-01-26 | 武汉万集信息技术有限公司 | 轮轴识别方法、装置及可读存储介质 |
CN109726677A (zh) * | 2018-12-28 | 2019-05-07 | 武汉万集信息技术有限公司 | 轮轴识别方法、装置及可读存储介质 |
CN109884661A (zh) * | 2019-03-14 | 2019-06-14 | 珠海丽亭智能科技有限公司 | 基于激光雷达装置的车辆外观测量方法和装置以及设备 |
CN110308455A (zh) * | 2019-07-15 | 2019-10-08 | 广州路优信息科技有限公司 | 车辆检测***和方法 |
CN112508987A (zh) * | 2020-12-15 | 2021-03-16 | 武汉万集信息技术有限公司 | 一种入口治超车辆特征采集方法及*** |
CN112508987B (zh) * | 2020-12-15 | 2023-11-14 | 武汉万集光电技术有限公司 | 一种入口治超车辆特征采集方法及*** |
CN112835061A (zh) * | 2021-02-04 | 2021-05-25 | 郑州衡量科技股份有限公司 | 基于ToF传感器的动态车辆分离与宽高检测方法与*** |
CN112835061B (zh) * | 2021-02-04 | 2024-02-13 | 郑州衡量科技股份有限公司 | 基于ToF传感器的动态车辆分离与宽高检测方法与*** |
CN113963450A (zh) * | 2021-09-30 | 2022-01-21 | 苏州朗为控制技术有限公司 | 一种车辆驱动轴的识别方法 |
CN115331191A (zh) * | 2022-10-13 | 2022-11-11 | 深圳市镭神智能***有限公司 | 车型识别方法、装置、***和存储介质 |
CN115331191B (zh) * | 2022-10-13 | 2022-12-13 | 深圳市镭神智能***有限公司 | 车型识别方法、装置、***和存储介质 |
CN116740662A (zh) * | 2023-08-15 | 2023-09-12 | 贵州中南锦天科技有限责任公司 | 一种基于激光雷达的车轴识别方法及*** |
CN116740662B (zh) * | 2023-08-15 | 2023-11-21 | 贵州中南锦天科技有限责任公司 | 一种基于激光雷达的车轴识别方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN106600966B (zh) | 2019-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106600966A (zh) | 一种基于激光雷达的车辆轮轴识别***及方法 | |
CN104064030B (zh) | 一种车型识别方法及*** | |
CN103593979B (zh) | 用于通过跟踪车辆位置参数来将行驶车辆分类的方法 | |
CN104602924B (zh) | 用于确定在其内侧上安排有轮胎模块的车辆轮胎的胎面深度的方法 | |
CN105606023A (zh) | 一种车辆外廓尺寸测量方法和*** | |
CN104859563A (zh) | 车道偏离预警方法和*** | |
CN203422765U (zh) | 一种车辆车型自动识别*** | |
US20220274599A1 (en) | Method and System for the Recognition of the Irregularities of a Road Pavement | |
CN110867132B (zh) | 环境感知的方法、装置、电子设备和计算机可读存储介质 | |
CN108944929B (zh) | 一种用于车辆自适应巡航控制***的目标提取方法 | |
CN104573646A (zh) | 基于激光雷达和双目相机的车前行人检测方法及*** | |
CN105785370A (zh) | 物体检测装置和物体检测方法 | |
CN203941616U (zh) | 一种车型识别*** | |
KR100917051B1 (ko) | 주행차량의 교통정보산출장치 및 그 산출방법 | |
CN111742235B (zh) | 用于识别针对车辆适合的空停车位的方法和*** | |
CN103971081A (zh) | 多车道检测方法和*** | |
CN102982304A (zh) | 利用偏光图像检测车辆位置的方法和*** | |
CN106091951A (zh) | 一种城轨列车轮缘参数在线检测***及方法 | |
CN104183133A (zh) | 一种采集和传输道路交通流动态信息的方法 | |
US20210333397A1 (en) | Method of road detection for an automotive vehicle fitted with a lidar sensor | |
CN111175788A (zh) | 自动驾驶车辆横向定位方法及其定位*** | |
CN109653045A (zh) | 轨距测量方法及装置 | |
US20220274600A1 (en) | Method and System for the Recognition of the Irregularities of a Road Pavement | |
CN110554409B (zh) | 一种凹障碍物检测方法及*** | |
CN111968405A (zh) | 确定自动驾驶车辆的行驶车道的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |