CN112365718A - 一种激光车型识别方法及装置 - Google Patents
一种激光车型识别方法及装置 Download PDFInfo
- Publication number
- CN112365718A CN112365718A CN202011151476.7A CN202011151476A CN112365718A CN 112365718 A CN112365718 A CN 112365718A CN 202011151476 A CN202011151476 A CN 202011151476A CN 112365718 A CN112365718 A CN 112365718A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- data
- laser
- vehicle type
- point cloud
- 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
Images
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
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
-
- 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
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/481—Constructional features, e.g. arrangements of optical elements
- G01S7/4817—Constructional features, e.g. arrangements of optical elements relating to scanning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Optics & Photonics (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Traffic Control Systems (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开了一种激光车型识别方法及装置,利用两台垂直安装的激光测距雷达测距数据,经过拼接、组和、转换得出车辆在三维空间中的点云数据,依据对点云数据在时域中变化量、在三维空间面上的投影,在三维空间中的坐标处理,经过车型判别算法处理得出车辆车型。本发明实现了由激光雷达数据直观得出车辆车型,显著提高车型识别的正确率。激光测距雷达和数据处理单元集成安装在外壳结构内部,数据处理单元通过安装板固定在外壳结构内部,保证了外壳结构内部空间的高效利用,直流、交流电源线和信号线分离排布,排除了电源线对信号线的干扰和影响,独特的“十字槽”设计既保证了激光测距雷达的视场又达到了很好防护效果。
Description
技术领域
本发明涉及智能交通技术领域,尤其涉及一种激光车型识别方法及装置。
背景技术
当下高速公路迅速发展和改革,随着ETC大力的推广、取消省界收费站和入口治超的顺利实施,车型分类标准文件由JT/T489-2019《收费公路车辆通行费车型分类》代替了JT/T 489-2003《收费公路车辆通行费车型分类》,货车由计重收费改变为车型分型收费等一系列政策的实施。一款高识别率的车型识别设备能很好的解决当前模式下面临的问题,例如:ETC一车多卡,车卡不符逃费、入口治超不同车型轴型判定车辆是否超限标准不同、收费***车型不同收费也不相同等。目前市场上车型识别设备实现方式主要有激光、视频和称重三种方式,称重实现的车型识别设备需要破坏路面、施工复杂且易受温度影响,视频实现的方式易受环境和光线影响,激光实现的方式基本为JT/T 489-2003《收费公路车辆通行费车型分类》标准下的分型方式,所以需要一款实现JT/T 489-2019《收费公路车辆通行费车型分类》分型标准的激光车型识别设备。
发明内容
为解决现有技术存在的局限和缺陷,本发明提供一种激光车型识别方法,包括:
依据点云数据在时域里的变化量,经过车辆状态检测算法处理,获得车辆在整个检测过程中的实时状态和检测区域定位;
依据所述点云数据在空间面上的投影数据,经过区域密度检测算法、车轴特征识别算法、临界点分布统计算法处理,获得车辆车头特征、高度落差特征、侧部车身曲线特征、车辆车轴特征;
依据所述点云数据在三维空间中的坐标,经过车辆轮廓测量算法、车辆底部特征处理算法处理,获得车辆外轮廓数据和特征;
通过固定安装方式、车辆特征识别、车辆轮廓数据计算和车型判别算法处理获取车型;
利用两台垂直安装的激光测距雷达测距数据,经过拼接、组和、转换得出车辆在三维空间中的点云数据,依据对点云数据在时域中变化量、在三维空间面上的投影,在三维空间中的坐标处理,经过车型判别算法处理得出车辆车型;
所述激光测距雷达和数据处理单元集成安装在外壳结构内部,两台雷达扫描光幕互相垂直,所述数据处理单元通过安装板固定在所述外壳结构内部,直流电源线、交流电源线和信号线分离排布。
可选的,用于车辆车型识别的数据是由激光测距数据拼接、组合、转换后的三维空间点云数据。
可选的,还包括:
在时域中分析车辆点云数据获取车辆状态。
可选的,还包括:
分析车辆点云数据在三维空间面上的投影数据,所述投影数据包括获得的车辆车头区域、车身区域、底部区域的检测和识别、高度变化以及相邻高度差、车身曲线变化以及车轴检测。
可选的,还包括:
分析车辆点云数据在三维空间中的坐标,获得车辆外轮廓特征的具体数值。
可选的,两个所述激光测距雷达分别上下垂直设置,一个所述激光测距雷达固定在水平方向扫描光幕平行于地面,一个所述激光测距雷达固定在垂直方向扫描光幕垂直于地面,两个所述激光测距雷达用于采集所述车辆三维点云数据。
可选的,所述数据处理单元包括供电模块、通信模块、算法运行模块。
本发明还提供一种激光车型识别装置,所述激光车型识别装置使用上述的激光车型识别方法,所述激光车型识别装置包括外壳结构单元、激光测距雷达、数据处理单元,激光测距雷达和数据处理单元集成安装在外壳结构中,外壳起到支撑、保护、防雨雪尘的作用,激光测距雷达上下两台垂直分布,通过独立结构件安装在外壳内部,数据处理单元集成供电模块、通信模块、算法运行模块安装在外壳内部;
采集三维空间点云数据的处理、依据空间点云数据在时域中的变化、获取车辆在行驶过程中的动态特征,包括车辆行驶方向、车辆头部尾部误触发、车辆在检测区域内实时定位;
依据空间点云数据在三维空间面上的投影数据处理、获取车辆在三维投影面上的特征,包括车辆头部、车身、底部在投影面上的区分和占比、车身激光点在投影面上的分布特征、车轴特征;
依据空间点云数据的坐标处理,获取车辆外轮廓具体数据信息,包括车辆长度、高度数据,车辆底盘、前悬、后悬高度数据、车辆轴数单双胎数据、外廓临界激光点方差;
通过固定安装方式、车辆特征识别、车辆轮廓数据计算和车型判别算法处理获取车型。
本发明具有下述有益效果:
本发明提供的激光车型识别方法及装置,利用两台垂直安装的激光测距雷达测距数据,经过拼接、组和、转换得出车辆在三维空间中的点云数据,依据对点云数据在时域中变化量、在三维空间面上的投影,在三维空间中的坐标处理,经过车型判别算法处理得出车辆车型。本发明能够全面采集车辆数据,实现了由激光雷达数据直观得出车辆车型,显著提高车型识别的正确率。激光测距雷达和数据处理单元集成安装在外壳结构内部,两台雷达扫描光幕互相垂直,数据处理单元通过安装板固定在外壳结构内部,保证了外壳结构内部空间的高效利用,直流、交流电源线和信号线分离排布,排除了电源线对信号线的干扰和影响,独特的“十字槽”设计既保证了激光测距雷达的视场又达到了很好防护效果。
附图说明
图1为本发明实施例一提供的激光车型识别方法总流程图。
图2为本发明实施例一提供的车辆状态检测算法流程图。
图3为本发明实施例一提供的车辆投影数据算法流程图。
图4为本发明实施例一提供的车辆轮廓测量算法流程图。
图5为本发明实施例一提供的车辆车型判别算法流程图。
图6a为本发明实施例一提供的第一种车辆行驶状态检测波形图。
图6b为本发明实施例一提供的第二种车辆行驶状态检测波形图。
图6c为本发明实施例一提供的第三种车辆行驶状态检测波形图。
图6d为本发明实施例一提供的第四种车辆行驶状态检测波形图。
图7a为本发明实施例一提供的一种车辆行驶方向判别波形图。
图7b为本发明实施例一提供的另一种车辆行驶方向判别波形图。
图8为本发明实施例一提供的车辆车头特征识别波形图。
图9为本发明实施例一提供的车辆底盘高度检测波形图。
图10a为本发明实施例一提供的一种车辆车身离散程度波形图。
图10b为本发明实施例一提供的另一种车辆车身离散程度波形图。
图11为本发明实施例二提供的激光车型识别装置场景图。
图12为本发明实施例二提供的激光车型识别装置正面示意图。
图13a为本发明实施例二提供的一种激光车型识别装置背面示意图。
图13b为本发明实施例二提供的另一种激光车型识别装置背面示意图。
图14a为本发明实施例二提供的一种激光车型识别装置侧面示意图。
图14b为本发明实施例二提供的另一种激光车型识别装置侧面示意图。
图15为本发明实施例二提供的激光车型识别装置底部示意图。
图16为本发明实施例二提供的激光车型识别装置俯视示意图。
图17为本发明实施例二提供的激光车型识别装置立体示意图。
其中,附图标记为:外壳结构-1;激光传感器-2;控制单元-3。
具体实施方式
为使本领域的技术人员更好地理解本发明的技术方案,下面结合附图对本发明提供的激光车型识别方法及装置进行详细描述。
实施例一
本实施例提供一种激光车型识别方法,该方法基于激光雷达测距和固定安装结构,采集三维空间点云数据的处理、依据空间点云数据在时域中的变化、获取车辆在行驶过程中的动态特征,包括车辆行驶方向、车辆头部尾部误触发、车辆在检测区域内实时定位;依据空间点云数据在三维空间面上的投影数据处理、获取车辆在三维投影面上的特征,包括车辆头部、车身、底部在投影面上的区分和占比、车身激光点在投影面上的分布特征、车轴特征;依据空间点云数据的坐标处理,获取车辆外轮廓具体数据信息,包括车辆长度、高度数据,车辆底盘、前悬、后悬高度数据、车辆轴数单双胎数据、外廓临界激光点方差。激光车型识别方法使用的激光车型识别装置包括外壳结构单元、激光测距雷达、数据处理单元,激光测距雷达和数据处理单元集成安装在外壳结构中,外壳起到支撑、保护、防雨雪尘的作用,激光测距雷达上下两台垂直分布,通过独立结构件安装在外壳内部,数据处理单元集成供电模块、通信模块、算法运行模块安装在外壳内部。通过固定安装方式、车辆特征识别、车辆轮廓数据计算和车型判别算法处理获取车型。本实施例提供的方法能够全面采集车辆数据,实现了由激光雷达数据直观得出车辆车型,显著提高车型识别的正确率。
本实施例提供的一种激光车型识别方法,利用两台垂直安装的激光雷达测距数据,经过拼接、组和、转换得出车辆在三维空间中的点云数据,依据对点云数据在时域中变化量、在三维空间面上的投影,在三维空间中的坐标处理,经过车型判别算法处理得出车辆车型。
本实施例依据点云数据在时域里的变化量,经过车辆状态检测算法处理,获得车辆在整个检测过程中的实时状态和检测区域定位。本实施例依据点云数据在空间面上的投影数据,经过区域密度检测算法、车轴特征识别算法、临界点分布统计算法处理,获得车辆车头特征、高度落差特征、侧部车身曲线特征、车辆车轴特征。本实施例依据点云数据在三维空间中的坐标,经过车辆轮廓测量算法、车辆底部特征处理算法处理,获得车辆外轮廓数据和特征。本实施例通过固定安装方式、车辆特征识别、车辆轮廓数据计算和车型判别算法处理获取车型。
本实施例提供的激光测距雷达和数据处理单元集成安装在外壳结构内部,两台雷达扫描光幕互相垂直,数据处理单元通过安装板固定在外壳结构内部,保证了外壳结构内部空间的高效利用,直流、交流电源线和信号线分离排布,排除了电源线对信号线的干扰和影响,独特的“十字槽”设计既保证了激光测距雷达的视场又达到了很好防护效果。
本实施例中,用于车辆车型识别的数据是由激光测距数据拼接、组合、转换后的三维空间点云数据。在时域中分析车辆点云数据获取车辆状态,分析车辆点云数据在三维空间面上的投影数据,包括获得的车辆车头区域、车身区域、底部区域的检测和识别、高度变化以及相邻高度差、车身曲线变化以及车轴检测。本实施例分析车辆点云数据在三维空间中的坐标,获得车辆外轮廓特征的具体数值。两个激光测距雷达上下垂直分布,一个雷达固定在水平方向扫描光幕平行于地面,一个雷达固定在垂直方向扫描光幕垂直于地面,保证了车辆三维点云数据的采集。激光测距雷达和数据处理单元集成安装在外壳结构中,外壳机构起到支撑、保护、防雨雪尘的作用。本实施例提供的数据处理单元集成了供电模块、通信模块、算法运行模块集成度较高。
图1为本发明实施例一提供的激光车型识别方法总流程图。图2为本发明实施例一提供的车辆状态检测算法流程图。图3为本发明实施例一提供的车辆投影数据算法流程图。图4为本发明实施例一提供的车辆轮廓测量算法流程图。图5为本发明实施例一提供的车辆车型判别算法流程图。本实施例提供的方法通过激光雷达采集的距离数据,先有极坐标转换为平面直角坐标,两个激光雷达的平面直角坐标经过拼接,组合获得三维空间点云数据。由车辆状态检测算法判断出车辆的行驶状态,在无待识别车辆状态下自检和休眠,在有待识别车辆状态下,实时采集、拼接、组合车辆点云数据,在刚检测到待识别车辆状态下,初始化算法所需的环境和变量,在识别车辆离开状态在,由区域密度检测算法、车轴特征识别算法、临界点分布统计算法处理得出车辆在投影面上的特征,由车辆轮廓测量算法获得空间坐标特征,由车型判别算法获得待识别车辆车型。
当被识别车辆到达识别区域时,由车辆状态检测算法获得实时状态和定位信息。在采集到的数据中分离环境点和阈值点,环境点为该装置安装调节完成后,由激光雷达采集的初始的激光点,当有车辆经过时,采集的距离数据会发生变化,发生变化的激光点为阈值点。只能采集到环境点或阈值点小于一定数值且不连续的状态下判断为无待识别车辆状态(无车状态),反之则为有待识别车辆状态(有车状态),图6a为本发明实施例一提供的第一种车辆行驶状态检测波形图。图6b为本发明实施例一提供的第二种车辆行驶状态检测波形图。图6c为本发明实施例一提供的第三种车辆行驶状态检测波形图。图6d为本发明实施例一提供的第四种车辆行驶状态检测波形图。由无待识别车辆状态跳变到有待识别车辆状态为刚检测到待识别车辆状态(车来状态),由有待识别车辆状态跳变到无待识别车辆状态为待识别车辆离开状态(车离开状态)。
图7a为本发明实施例一提供的一种车辆行驶方向判别波形图。图7b为本发明实施例一提供的另一种车辆行驶方向判别波形图。在车来状态和车辆离开状态下,分析阈值点和环境点的分布判断车辆行驶状态。以装置的安装位置为原点,以车辆行驶的方向为正方向,分布在正方向一米以内的环境点和阈值的个数分别以E1和V1表示,反方向一米以内的环境点和阈值点的个数分别以E2和V2表示,车来状态下V2>V1且E2<E1,车辆离开状态下V2<V1且E2>E1为车辆正向行驶,反之为反向行驶,车来状态和车离开状态下均是V2>V1且E2<E1为车头误触发,车来状态和车离开状态下均是V2<V1且E2>E1为车尾误触发。
在有车状态下,记录分析阈值点在车辆行驶方向最远的端Y轴的距离值,正方向距离值为L1,反方向距离值为L2,在车辆行驶过程中L1从零依次递增,L2依次减小至零,车辆行驶方向为正向行驶,反之为反向行驶。L1从零依次增大又减小至零,L2依次减小又增大为车头误触发,L2从零依次增大又减小至零,L1依次减小又增大为车尾误触发。通过L1和L2的值实时定位车辆在识别区域内的位置。
检测到待识别车辆离开状态时,利用区域密度检测算法、车轴特征识别算法和临界点分布统计算法对车辆点云数据的投影处理。分析在三维空间面上的投影数据,沿Z轴正方向依次判断单位面积里阈值点的分布密度,密度较小的区域为车辆底部区域,密度突然变大以后的区域为车身区域,沿Y轴正方向依次判断单位面积里阈值点的分布密度,出现密度突然变小以前为车头区域,再突然变大以后的区域为车身区域,未检测到明显变化是不存在车头特征全为车身区域。
在车辆底部区域内,沿Y轴正方向依次和车轴识别模型对比,获得待识别车辆轴数和轴组数数据。车轴模式识别阈值点最低点先降低再上升且基本符合中心对称,垂直方向单线阈值点密度先增大后减小且基本符合中心对称,非连续阈值点高度先增大后减小且基本符合中心对称。
图8为本发明实施例一提供的车辆车头特征识别波形图。在车辆车身区域内,高度方式临界阈值点的变化能直观的体现出车辆在长度方向的高度变化。检测相邻临界阈值点高度变化差,出现大幅度下降后又大幅度上升则为检测到车头特征,在水平方向存在对于一段变化较缓的高度时,计算平台段之间的高度差。
检测到待识别车辆离开状态时,利用车辆轮廓测量算法对三维空间内的坐标数据处理。分析三维空间上的坐标数据,每包数据在Y轴正方向上最大距离加上反方向最大距离是这包数据测的车辆长度,在Z方向上最大的距离为这包数据测得的车辆高度,依据相邻包数之间的数据变化校验车辆长度和高度的准确性,利用概率分布统计得出最终车辆长度和高度。
图9为本发明实施例一提供的车辆底盘高度检测波形图。沿Z轴方向以第一个阈值点为起始点向上寻找底盘边界点,以底盘边界阈值点在Z轴上的数值获得底盘高度值,沿Y轴方向依次获取,通过概率分布统计得出第一根车轴之前的前悬高度、最后一根车轴之后的后悬高度和车轴之间的底盘高度。底盘边界点满足以下条件:之后的连续三个阈值点在X轴方向和Y轴方向上没有明显数值差,在Z方向依次递增、在低于一定数值之后的阈值点在X轴方向上没有较大数值差。
图10a为本发明实施例一提供的一种车辆车身离散程度波形图。图10b为本发明实施例一提供的另一种车辆车身离散程度波形图。在车轴区域内,判断阈值点在X轴方向上的数值差获得车辆车轴单双胎特征,单胎在X轴方向了无明显数值变化,双胎中心区域在X轴方向有15cm-35cm的数据变化。计算车身区域在X轴方向上数值的方差获得车身波动方差。
在车辆特征和数据检测完成后,依据车型判别算法获得车辆车型。实现客车和货车区分满足以下特征之一即为货车:检测到车辆车头特征、测量到车辆底盘高度大于一定阈值、测量到车辆后悬高度大于一定阈值、测量到平台段高度差大于一定阈值、检测到车辆轴数多于三轴、检查到车辆双胎轴数多于三轴、检测到车身波动方差大于一定阈值、检测到车身侧部曲线非一次函数类型。客车车型依据车辆长度和高度进一步区分,货车车型依据车辆轴数和长度进一步区分。
本实施例提供的激光车型识别方法,利用两台垂直安装的激光测距雷达测距数据,经过拼接、组和、转换得出车辆在三维空间中的点云数据,依据对点云数据在时域中变化量、在三维空间面上的投影,在三维空间中的坐标处理,经过车型判别算法处理得出车辆车型。本实施例能够全面采集车辆数据,实现了由激光雷达数据直观得出车辆车型,显著提高车型识别的正确率。激光测距雷达和数据处理单元集成安装在外壳结构内部,两台雷达扫描光幕互相垂直,数据处理单元通过安装板固定在外壳结构内部,保证了外壳结构内部空间的高效利用,直流、交流电源线和信号线分离排布,排除了电源线对信号线的干扰和影响,独特的“十字槽”设计既保证了激光测距雷达的视场又达到了很好防护效果。
实施例二
图11为本发明实施例二提供的激光车型识别装置场景图。图12为本发明实施例二提供的激光车型识别装置正面示意图。图13a为本发明实施例二提供的一种激光车型识别装置背面示意图。图13b为本发明实施例二提供的另一种激光车型识别装置背面示意图。本实施例提供的种激光车型识别装置,采用了测量精度较高的激光雷达数据,通过固定的机械结构,简便的安装方式,车辆三维数据全面、细致的采集,实现了车辆车型高精度识别。
本实施例提供的种激光车型识别装置采用测量精度高、扫描频率快的激光雷达,独立的机械结构件,相互垂直的安装方式,激光雷达一个水平方向扫描,一个垂直方向扫描,通过数据处理单元的算法运行模块,实现了车辆点云数据的采集。采用车辆状态检测算法、区域密度检测算法、车轴特征识别算法、临界点分布统计算法、车辆轮廓测量算法、车型判别算法对采集点云数据处理得出车辆车型。
图14a为本发明实施例二提供的一种激光车型识别装置侧面示意图。图14b为本发明实施例二提供的另一种激光车型识别装置侧面示意图。本实施例提供的种激光车型识别装置对点云数据在时域里的分析获得车辆在被测区域内实时状态以及定位信息。车辆到达检测区域后,一部分激光点会扫描到车身上,这部分点称为阈值点,未扫描到车身上的点为环境点。通过判断阈值点和环境点的分布状态,获得车辆状态和定位信息。
本实施例提供的种激光车型识别装置对点云数据在三维空间上的投影处理,获得车辆车头特征、高度落差特征、侧部车厢曲线特征、车辆车轴特征。沿车道垂直方向为X方向,车道水平方向为Y方向,竖直向上的方向为Z方向。
本实施例提供的种激光车型识别装置将三维数据转化为二维数据处理,降低算法复杂度同时较精确的得到了车辆在投影面上的特征,分析点云数据在YZ面上的投影,计算阈值点在区域内的分布密度,区分车辆车头区域、车身区域和车底部区域,通过区域内和区域间的密度分析获得车头、车轴特征,分析临界区域阈值点的分布,获得长度方向高度落差特征。分析点云数据在XZ面上的投影,获得车辆宽度方向的高度落差特征和车辆侧部垂直方向曲线特征。分析点云数据在XY面上的投影,获得车辆车头和侧部水平方向的曲线特征。
图15为本发明实施例二提供的激光车型识别装置底部示意图。图16为本发明实施例二提供的激光车型识别装置俯视示意图。本实施例提供的种激光车型识别装置对点云数据在三维空间中坐标处理,获得车辆外轮廓数据和特征。本实施例提供的种激光车型识别装置对点云数据中临界阈值点的坐标分析获得的车辆长度、高度信息,对底部区域里的阈值点坐标分析,获得车辆底盘高度、前后悬高度、轮轴高度以及单双胎特征,对车身区域阈值点坐标分析,获得车辆车身波动方差。
图17为本发明实施例二提供的激光车型识别装置立体示意图。本实施例提供的种激光车型识别装置包括外壳结构单元、激光测距雷达、数据处理单元。外壳结构单元起到支撑、保护、防雨雪尘的作用,激光测距雷达和数据处理单元的集成安装,保证了装置安装维护简便,激光测距雷达一个水平扫描一个垂直扫描,保证了车辆数据全面采集,独特的“十字槽”设计既保证了激光测距雷达的视场又能很好防尘防水。数据处理单元集成了供电模块、通信模块、算法运行模块,高度的集成使该装置内空间得到了高效利用,供电模块保证了直流交流分离且满足激光雷达、网络交换机、数据处理器不同供电电压供电需求。通信模块保证了通信电路不受电源线干扰且线路较短。该装置集成度较高,安装方便,对安装场地破坏程度较小,防护等级较高,能适应复杂环境条件,全天候运行。
本实施例提供的激光车型识别装置,利用两台垂直安装的激光测距雷达测距数据,经过拼接、组和、转换得出车辆在三维空间中的点云数据,依据对点云数据在时域中变化量、在三维空间面上的投影,在三维空间中的坐标处理,经过车型判别算法处理得出车辆车型。本实施例能够全面采集车辆数据,实现了由激光雷达数据直观得出车辆车型,显著提高车型识别的正确率。激光测距雷达和数据处理单元集成安装在外壳结构内部,两台雷达扫描光幕互相垂直,数据处理单元通过安装板固定在外壳结构内部,保证了外壳结构内部空间的高效利用,直流、交流电源线和信号线分离排布,排除了电源线对信号线的干扰和影响,独特的“十字槽”设计既保证了激光测距雷达的视场又达到了很好防护效果。
可以理解的是,以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式,然而本发明并不局限于此。对于本领域内的普通技术人员而言,在不脱离本发明的精神和实质的情况下,可以做出各种变型和改进,这些变型和改进也视为本发明的保护范围。
Claims (8)
1.一种激光车型识别方法,其特征在于,包括:
依据点云数据在时域里的变化量,经过车辆状态检测算法处理,获得车辆在整个检测过程中的实时状态和检测区域定位;
依据所述点云数据在空间面上的投影数据,经过区域密度检测算法、车轴特征识别算法、临界点分布统计算法处理,获得车辆车头特征、高度落差特征、侧部车身曲线特征、车辆车轴特征;
依据所述点云数据在三维空间中的坐标,经过车辆轮廓测量算法、车辆底部特征处理算法处理,获得车辆外轮廓数据和特征;
通过固定安装方式、车辆特征识别、车辆轮廓数据计算和车型判别算法处理获取车型;
利用两台垂直安装的激光测距雷达测距数据,经过拼接、组和、转换得出车辆在三维空间中的点云数据,依据对点云数据在时域中变化量、在三维空间面上的投影,在三维空间中的坐标处理,经过车型判别算法处理得出车辆车型;
所述激光测距雷达和数据处理单元集成安装在外壳结构内部,两台雷达扫描光幕互相垂直,所述数据处理单元通过安装板固定在所述外壳结构内部,直流电源线、交流电源线和信号线分离排布。
2.根据权利要求1所述的激光车型识别方法,其特征在于,用于车辆车型识别的数据是由激光测距数据拼接、组合、转换后的三维空间点云数据。
3.根据权利要求1所述的激光车型识别方法,其特征在于,还包括:
在时域中分析车辆点云数据获取车辆状态。
4.根据权利要求1所述的激光车型识别方法,其特征在于,还包括:
分析车辆点云数据在三维空间面上的投影数据,所述投影数据包括获得的车辆车头区域、车身区域、底部区域的检测和识别、高度变化以及相邻高度差、车身曲线变化以及车轴检测。
5.根据权利要求1所述的激光车型识别方法,其特征在于,还包括:
分析车辆点云数据在三维空间中的坐标,获得车辆外轮廓特征的具体数值。
6.根据权利要求1所述的激光车型识别方法,其特征在于,两个所述激光测距雷达分别上下垂直设置,一个所述激光测距雷达固定在水平方向扫描光幕平行于地面,一个所述激光测距雷达固定在垂直方向扫描光幕垂直于地面,两个所述激光测距雷达用于采集所述车辆三维点云数据。
7.根据权利要求1所述的激光车型识别方法,其特征在于,所述数据处理单元包括供电模块、通信模块、算法运行模块。
8.一种激光车型识别装置,其特征在于,所述激光车型识别装置使用权利要求1-7任一所述的激光车型识别方法,所述激光车型识别装置包括外壳结构单元、激光测距雷达、数据处理单元,激光测距雷达和数据处理单元集成安装在外壳结构中,外壳起到支撑、保护、防雨雪尘的作用,激光测距雷达上下两台垂直分布,通过独立结构件安装在外壳内部,数据处理单元集成供电模块、通信模块、算法运行模块安装在外壳内部;
采集三维空间点云数据的处理、依据空间点云数据在时域中的变化、获取车辆在行驶过程中的动态特征,包括车辆行驶方向、车辆头部尾部误触发、车辆在检测区域内实时定位;
依据空间点云数据在三维空间面上的投影数据处理、获取车辆在三维投影面上的特征,包括车辆头部、车身、底部在投影面上的区分和占比、车身激光点在投影面上的分布特征、车轴特征;
依据空间点云数据的坐标处理,获取车辆外轮廓具体数据信息,包括车辆长度、高度数据,车辆底盘、前悬、后悬高度数据、车辆轴数单双胎数据、外廓临界激光点方差;
通过固定安装方式、车辆特征识别、车辆轮廓数据计算和车型判别算法处理获取车型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011151476.7A CN112365718B (zh) | 2020-10-25 | 2020-10-25 | 一种激光车型识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011151476.7A CN112365718B (zh) | 2020-10-25 | 2020-10-25 | 一种激光车型识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112365718A true CN112365718A (zh) | 2021-02-12 |
CN112365718B CN112365718B (zh) | 2022-03-08 |
Family
ID=74512066
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011151476.7A Active CN112365718B (zh) | 2020-10-25 | 2020-10-25 | 一种激光车型识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112365718B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112966582A (zh) * | 2021-02-26 | 2021-06-15 | 北京卓视智通科技有限责任公司 | 车型三维识别方法、装置、***、电子设备及存储介质 |
CN113869196A (zh) * | 2021-09-27 | 2021-12-31 | 中远海运科技股份有限公司 | 一种基于激光点云数据多特征分析的车型分类方法及装置 |
CN114241475A (zh) * | 2021-11-22 | 2022-03-25 | 中冶赛迪重庆信息技术有限公司 | 一种基于三维激光扫描的自适应汽车车型识别方法及*** |
CN114624726A (zh) * | 2022-03-17 | 2022-06-14 | 南通探维光电科技有限公司 | 轮轴识别***和轮轴识别方法 |
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*** |
CN117075135A (zh) * | 2023-10-17 | 2023-11-17 | 北京卓视智通科技有限责任公司 | 一种车辆特征检测方法、***、存储介质和电子设备 |
CN117789486A (zh) * | 2024-02-28 | 2024-03-29 | 南京莱斯信息技术股份有限公司 | 一种大型车交叉路口右转必停监管***及方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103854320A (zh) * | 2012-12-05 | 2014-06-11 | 上海海事大学 | 基于激光雷达的车型自动识别装置及其识别方法 |
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*** |
CN203941616U (zh) * | 2014-07-01 | 2014-11-12 | 武汉万集信息技术有限公司 | 一种车型识别*** |
CN104361752A (zh) * | 2014-10-27 | 2015-02-18 | 北京握奇智能科技有限公司 | 一种自由流收费的激光扫描车型识别方法 |
CN204315089U (zh) * | 2014-12-24 | 2015-05-06 | 北京万集科技股份有限公司 | 一种双激光车型自动识别装置 |
WO2016143672A1 (ja) * | 2015-03-06 | 2016-09-15 | 三菱重工メカトロシステムズ株式会社 | 車種判別装置、車種判別方法及びプログラム |
JP2018025449A (ja) * | 2016-08-09 | 2018-02-15 | 株式会社デンソー | レーダ装置 |
CN109164462A (zh) * | 2018-11-02 | 2019-01-08 | 广州市杜格科技有限公司 | 基于激光雷达技术的车型识别装置及其方法 |
CN110095061A (zh) * | 2019-03-31 | 2019-08-06 | 唐山百川智能机器股份有限公司 | 基于轮廓扫描的车辆形位检测***及方法 |
CN210091375U (zh) * | 2019-06-19 | 2020-02-18 | 武汉万集信息技术有限公司 | 一种基于fpga的扫描式激光车辆分离装置 |
CN111354221A (zh) * | 2020-04-10 | 2020-06-30 | 南京楚航科技有限公司 | 一种基于毫米波雷达探测的道路智能停车设备和*** |
-
2020
- 2020-10-25 CN CN202011151476.7A patent/CN112365718B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103854320A (zh) * | 2012-12-05 | 2014-06-11 | 上海海事大学 | 基于激光雷达的车型自动识别装置及其识别方法 |
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*** |
CN203941616U (zh) * | 2014-07-01 | 2014-11-12 | 武汉万集信息技术有限公司 | 一种车型识别*** |
CN104361752A (zh) * | 2014-10-27 | 2015-02-18 | 北京握奇智能科技有限公司 | 一种自由流收费的激光扫描车型识别方法 |
CN204315089U (zh) * | 2014-12-24 | 2015-05-06 | 北京万集科技股份有限公司 | 一种双激光车型自动识别装置 |
WO2016143672A1 (ja) * | 2015-03-06 | 2016-09-15 | 三菱重工メカトロシステムズ株式会社 | 車種判別装置、車種判別方法及びプログラム |
JP2018025449A (ja) * | 2016-08-09 | 2018-02-15 | 株式会社デンソー | レーダ装置 |
CN109164462A (zh) * | 2018-11-02 | 2019-01-08 | 广州市杜格科技有限公司 | 基于激光雷达技术的车型识别装置及其方法 |
CN110095061A (zh) * | 2019-03-31 | 2019-08-06 | 唐山百川智能机器股份有限公司 | 基于轮廓扫描的车辆形位检测***及方法 |
CN210091375U (zh) * | 2019-06-19 | 2020-02-18 | 武汉万集信息技术有限公司 | 一种基于fpga的扫描式激光车辆分离装置 |
CN111354221A (zh) * | 2020-04-10 | 2020-06-30 | 南京楚航科技有限公司 | 一种基于毫米波雷达探测的道路智能停车设备和*** |
Non-Patent Citations (1)
Title |
---|
张立斌: "基于激光点云的车辆外廓尺寸动态测量方法", 《华南理工大学学报(自然科学版)》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112966582A (zh) * | 2021-02-26 | 2021-06-15 | 北京卓视智通科技有限责任公司 | 车型三维识别方法、装置、***、电子设备及存储介质 |
CN113869196A (zh) * | 2021-09-27 | 2021-12-31 | 中远海运科技股份有限公司 | 一种基于激光点云数据多特征分析的车型分类方法及装置 |
CN113869196B (zh) * | 2021-09-27 | 2022-04-19 | 中远海运科技股份有限公司 | 一种基于激光点云数据多特征分析的车型分类方法及装置 |
CN114241475A (zh) * | 2021-11-22 | 2022-03-25 | 中冶赛迪重庆信息技术有限公司 | 一种基于三维激光扫描的自适应汽车车型识别方法及*** |
CN114624726A (zh) * | 2022-03-17 | 2022-06-14 | 南通探维光电科技有限公司 | 轮轴识别***和轮轴识别方法 |
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*** |
CN117075135A (zh) * | 2023-10-17 | 2023-11-17 | 北京卓视智通科技有限责任公司 | 一种车辆特征检测方法、***、存储介质和电子设备 |
CN117075135B (zh) * | 2023-10-17 | 2024-01-02 | 北京卓视智通科技有限责任公司 | 一种车辆特征检测方法、***、存储介质和电子设备 |
CN117789486A (zh) * | 2024-02-28 | 2024-03-29 | 南京莱斯信息技术股份有限公司 | 一种大型车交叉路口右转必停监管***及方法 |
CN117789486B (zh) * | 2024-02-28 | 2024-05-10 | 南京莱斯信息技术股份有限公司 | 一种大型车交叉路口右转必停监管***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112365718B (zh) | 2022-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112365718B (zh) | 一种激光车型识别方法及装置 | |
WO2017145600A1 (ja) | 画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム | |
CN101131321A (zh) | 一种实时测量安全车距用于汽车防撞预警的方法及装置 | |
WO2017145605A1 (ja) | 画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム | |
CN114003849B (zh) | 一种多车道非接触式车轴数自动计算方法及*** | |
CN103116988B (zh) | 基于tof相机的车流量及车型检测方法 | |
CN113487874A (zh) | 一种跟驰行为场景数据采集、识别、分类提取***及方法 | |
WO2017145634A1 (ja) | 画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム | |
CN102303563B (zh) | 前车碰撞预警***及方法 | |
JP6678552B2 (ja) | 車種判別装置および車種判別方法 | |
WO2021045092A1 (ja) | 物体検出装置、物体検出システム、移動体及び物体検出方法 | |
CN116818009A (zh) | 一种货车超限检测***及方法 | |
CN108515967B (zh) | 一种基于车牌识别的防撞预警方法及装置 | |
KR101973725B1 (ko) | 비매설형 차종 분류 장치 및 방법 | |
WO2021060117A1 (ja) | 物体検出装置、物体検出システム、移動体及び物体検出方法 | |
CN112697066A (zh) | 车辆部件定位方法、装置及计算机存储介质 | |
CN104816596A (zh) | 基于无线通信的汽车数据共享*** | |
CN214586947U (zh) | 一种用于车辆车牌及车型激光扫描识别*** | |
CN114255452A (zh) | 目标测距方法及装置 | |
CN113219483A (zh) | 一种基于激光雷达的车型分类***及方法 | |
JP7278915B2 (ja) | 物体検出装置、物体検出システム、移動体及び物体検出方法 | |
JP7206172B2 (ja) | 物体検出装置、物体検出システム、移動体及び物体検出方法 | |
JP7308112B2 (ja) | 物体検出装置、物体検出システム、移動体及び物体検出方法 | |
WO2021049649A1 (ja) | 路面検出装置、物体検出装置、物体検出システム、移動体及び物体検出方法 | |
CN221272983U (zh) | 一种基于道路障碍物高度的碰撞预警*** |
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 |