CN117079219B - 一种应用于拖车业务的车辆运行情况监控方法及设备 - Google Patents

Abstract

本发明公开了一种应用于拖车业务的车辆运行情况监控方法及设备，包括：获取安装于拖车车辆上的若干摄像头采集的视频流数据；基于视频流数据中的背景部分检测出视频流数据中的运动目标，并根据运动目标对视频流数据进行截取从而得到包含运动目标的连续帧图像；针对连续帧图像计算运动目标与被运送车辆之间的最短距离，并在最短距离为零时获取运动目标在被运送车辆上的接触区域；调整若干摄像头的采集角度以使摄像头正对接触区域方向，以采集被运送车辆的可疑破损侧图像；根据接触区域对被运送车辆的可疑破损侧图像进行裁剪处理得到局部图像，并将局部图像与被运送车辆的参考图像进行图像对比，以根据对比结果确定被运送车辆的损伤位置。

Description

一种应用于拖车业务的车辆运行情况监控方法及设备

技术领域

本申请涉及车辆运输监控技术领域，尤其涉及一种应用于拖车业务的车辆运行情况监控方法及设备。

背景技术

随着经济的发展，人民生活水平的不断提高，人均车辆拥有量越来越高，进而拖车业务随之兴起。然而车辆又是比较贵重物品，车辆运输的安全性和出现问题的权责明确尤显重要。

目前，在拖车业务的执行过程中，对于被运送车辆运行情况的监控，包括对车辆是否出现损伤的情况，大多都是在被运送车辆到达目的地后，通过人工检查车辆是否存在损伤的方式实现。在这种情况下，如果被运送车辆存在损伤，往往会出现权责划分问题，而现有的拖车业务在执行时又无法满足对被运送车辆的运行情况进行实时监控的要求，这就给车辆损伤的权责划分带来困难。同时，通过人工检查车辆损伤状态的方案，不仅需要大量的人力成本与时间成本，对于一些较为轻微的车辆损伤，通过人工检查的方式还不容易识别，也会导致车辆损伤的监控效率与精度不高。

发明内容

本申请实施例提供了一种应用于拖车业务的车辆运行情况监控方法及设备，用于解决如下技术问题：现有的拖车业务对被运送车辆运行情况的监控效率与精度不高且无法实现运输途中的实时监控。

本申请实施例采用下述技术方案：

一方面，本申请实施例提供了一种应用于拖车业务的车辆运行情况监控方法，所述方法包括：获取安装于拖车车辆上的若干摄像头采集的视频流数据；利用预设算法确定所述视频流数据中的背景部分，基于所述背景部分检测出所述视频流数据中的运动目标，并根据所述运动目标对所述视频流数据进行截取，从而得到包含所述运动目标的连续帧图像；针对所述连续帧图像，计算所述运动目标与被运送车辆之间的最短距离，并在所述最短距离为零时，获取所述运动目标在所述被运送车辆上的接触区域；调整所述若干摄像头的采集角度以使摄像头正对所述接触区域方向，以采集被运送车辆的可疑破损侧图像；根据所述接触区域对所述被运送车辆的可疑破损侧图像进行裁剪处理，得到局部图像，并将所述局部图像与所述被运送车辆的参考图像进行图像对比，以根据对比结果确定所述被运送车辆的损伤位置。

在本申请的一种可能实现方式中，利用预设算法确定所述视频流数据中的背景部分，基于所述背景部分检测出所述视频流数据中的运动目标，具体包括：确定所述视频流数据对应的图像序列，并对所述图像序列进行灰度处理得到灰度图像序列；利用水平方向上的索贝尔算子与竖直方向上的索贝尔算子对所述灰度图像序列进行加权求和处理，以提取所述灰度图像序列的梯度信息从而得到梯度图像序列；在所述梯度图像序列中，提取当前帧梯度图、前帧梯度图以及后帧梯度图，并计算所述当前帧梯度图分别与所述前帧梯度图以及所述后帧梯度图之间的差值绝对值；对所述差值绝对值进行相乘处理得到当前帧的差值绝对值图像；对所述差值绝对值图像进行二值化处理，以在二值化图像中确定出所述运动目标。

在本申请的一种可能实现方式中，在二值化图像中确定出所述运动目标之后，所述方法还包括：在所述二值化图像中，以所述运动目标的中点所在的像素为中心像素；提取所述中心像素在水平、垂直以及四个对角方向上的八像素区域；计算所述运动目标在所述八像素区域内的像素占比，并在所述像素占比小于预设占比阈值时，将所述运动目标确定为噪声。

在本申请的一种可能实现方式中，计算所述运动目标与所述被运送车辆的之间的最短距离，具体包括：在所述连续帧图像中，生成一条经过所述运动目标的中点且平行于图像下边缘的直线；将经过所述被运送车辆的直线所对应的图像筛选出来；在筛选出来的图像所对应的像素坐标系下，确定所述直线与所述运动目标的边缘相交的第一交点坐标，以及确定所述直线与所述被运送车辆的边缘相交的第二交点坐标；计算所述第一交点坐标与所述第二交点坐标之间的像素距离。

在本申请的一种可能实现方式中，在所述像素距离小于预设距离阈值时，所述预设距离阈值与所述运动目标在所述直线上所占的像素个数有关，所述方法还包括：将所述像素距离小于预设距离阈值的图像筛选出来，并按照图像在所述视频流数据中对应的帧数进行排序，得到接触图像序列；针对所述接触图像序列，提取所述被运送车辆的侧边特征，所述侧边特征至少包括所述被运送车辆的前车窗下边界线、前车窗左边界中点、后车窗下边界线、前车门下边界线、后车门下边界线、前车门门缝线以及后车门门缝线；根据所述被运送车辆的侧边特征构建所述被运送车辆对应的前门坐标系与后门坐标系；所述前门坐标系以前车门门缝线、前车窗下边界线的延长线、前车门下边界线以及经过前车窗左边界中点且平行于前车门门缝线的直线所构成的区域中点为原点，以经过原点且平行于前车门下边界线的直线为横轴，以经过原点且平行于前车门缝线的直线为纵轴；所述后门坐标系以后车门门缝线、前车门门缝线、后车门下边界线以及后车窗下边界线的延长线所构成的区域中点为原点，以经过原点且平行于后车门下边界线的直线为横轴，以经过原点且平行于后车门门缝线的直线为纵轴；确定所述运动目标与所述被运送车辆之间的接触点坐标，所述接触点坐标至少包括所述第二交点坐标和/或所述第一交点坐标；提取所述接触点坐标落入所述前门坐标系或者所述后门坐标系的象限区域，并将所述象限区域确定为所述运动目标在所述被运送车辆上的接触区域。

在本申请的一种可能实现方式中，将所述局部图像与所述被运送车辆的参考图像进行图像对比，具体包括：确定预设像素尺寸的滑动窗口，所述预设像素尺寸与所述局部图像对应的像素尺寸有关；利用所述滑动窗口遍历所述参考图像，并将所述滑动窗口内包含的像素点的像素值均值确定为参考窗口像素值；利用所述滑动窗口遍历所述局部图像，并将所述滑动窗口内包含的像素点的像素值均值确定为局部窗口像素值；计算所述局部窗口像素值与所述参考窗口像素值之间的差值绝对值；在所述差值绝对值大于预设差值阈值时，在所述局部图像上提取所述滑动窗口对应的窗口区域；按照所述滑动窗口在所述局部图像中的滑动顺序，对相邻的所述窗口区域进行拼接处理，得到拼接区域；将所述局部图像与所述拼接区域进行相减后取绝对值，得到绝对值图像；将所述局部窗口像素值的预设倍数作为阈值，对所述绝对值图像内的像素点进行分类赋值处理；根据处理结果在所述绝对值图像中确定所述被运送车辆对应的损伤位置，从而在所述局部图像中确定所述被运送车辆的损伤位置，所述损伤位置通过像素坐标表征。

在本申请的一种可能实现方式中，在所述局部图像中确定所述被运送车辆的损伤位置之后，所述方法还包括：在所述局部图像中对所述损伤位置对应的像素点进行标记；确定被标记的像素点对应的外接矩形，并统计所述外接矩形长宽比；将所述外接矩形以及所述长宽比展示在所述被运送车辆的可疑破损侧图像中，并进行推送。

在本申请的一种可能实现方式中，所述若干摄像头安装在若干可转动轮盘上，摄像头与可转动轮盘之间的安装关系至少包括一对一和多对一；所述可转动轮盘为圆盘形结构，安装在所述拖车车辆的车架内侧且正对所述被运送车辆。

在本申请的一种可能实现方式中，调整所述若干摄像头的采集角度，具体包括：读取采集所述视频流数据的摄像头编码，以根据所述摄像头编码确定所述被运送车辆在所述拖车车辆上的位置信息；根据所述位置信息确定出正对所述被运送车辆的可转动轮盘，转动所述可转动轮盘以使所述可转动轮盘上安装摄像头的位置正对所述被运送车辆；调整所述摄像头的采集角度进行拍摄，得到被运送车辆的可疑破损侧图像。

另一方面，本申请实施例还提供了一种应用于拖车业务的车辆运行情况监控设备，所述设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有能够被所述至少一个处理器执行的指令，以使所述至少一个处理器能够执行如上述的一种应用于拖车业务的车辆运行情况监控方法。

本申请实施例提供的一种应用于拖车业务的车辆运行情况监控方法及设备，具有以下有益效果：

通过在拖车车辆上安装的摄像头采集的视频流数据中提取运动目标，对提取的运动目标计算其与被运送车辆之间的距离，通过二者之间的距离判断二者是否发生接触，并在发生接触时，调整摄像头角度采集可疑破损侧的图像，并将该图像与被运送车辆的参考图像进行比对，由此，通过对比结果可以确定出被运送车辆的损伤位置，这样一来，不仅通过拖车车辆上安装的摄像头实现了被运送车辆在运输途中的实时监控，也能够将车辆与运动目标接触后产生的损伤位置准确的标记出来，给车辆检测人员进行参考，提高了车辆运行情况的监控精度，同时提高了车辆检测的效率。

附图说明

为了更清楚地说明本申请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，下面描述中的附图仅仅是本申请中记载的一些实施例，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。在附图中：

图1为本申请实施例提供的一种应用于拖车业务的车辆运行情况监控方法流程图；

图2为本申请实施例提供的一种应用于拖车业务的车辆运行情况监控设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本说明书实施例，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，都应当属于本申请保护的范围。

下面通过附图对本申请实施例中的方法进行详细说明。

图1为本申请实施例提供的一种应用于拖车业务的车辆运行情况监控方法流程图，如图1所示，本申请实施例中的车辆运行情况监控方法至少包括以下执行步骤：

步骤101、获取安装于拖车车辆上的若干摄像头采集的视频流数据。

本申请实施例提供的车辆运行情况监控方法，其执行主体可以是具有计算能力的服务器或计算机设备。

本申请实施例中的车辆运行情况监控方法，主要应用在拖车业务领域，在拖车业务执行过程中，主要涉及两种车辆，一种是拖车车辆，另一种是被运送车辆，被运送车辆被装载在拖车车辆上进行运输，且被运送车辆一般是运往车辆销售中心进行销售的新车或者进行维修的事故车，因此，本申请实施例中监控车辆的运行情况主要是监控被运送车辆的情况。

首先，被运送车辆上安装有若干摄像头，这若干摄像头用于采集被运送车辆在运输过程中的视频流数据，接收视频流数据，并基于视频流数据对被运送车辆的运行情况进行监控。需要说明的是，此处的视频流数据接收过程，可以通过向若干摄像头发送请求的方式也可以通过接收若干摄像头定时自动上传的方式实现，本申请实施例对此不做限定。

步骤102、利用预设算法确定视频流数据中的背景部分，基于背景部分检测出视频流数据中的运动目标，并根据运动目标对视频流数据进行截取，从而得到包含运动目标的连续帧图像。

在接收到视频流数据之后，需要基于该视频流数据确定出被运送车辆在运输过程中可能接触到的运动目标。

在本申请实施例的一种可能实现方式中，视频流数据中存在背景部分，所谓背景部分就是指视频流数据中处于固定位置的事物，也可以理解为将视频流数据按照帧数进行分割处理后，在得到的图像序列中处于同一位置且相同内容的部分。背景部分在每帧图像中的像素值或者灰度值相对固定，因此，本申请实施例中可以采用图像差值的方式确定出视频流数据中存在的运动目标。具体地，首先将视频流数据分割得到的图像序列进行灰度处理，得到灰度图像序列，针对该灰度图像序列中的每张图像，利用水平方向的上的索贝尔算子与竖直方向上的索贝尔算子进行加权求和处理，处理完成后得到灰度图像序列相对应的梯度图像序列，进一步地，在梯度图像序列中，计算第i帧分别与第i-1帧和第i+1帧之间的差值绝对值，由此得出第i帧分别与其前后两帧之间的差别，之后将得到的两项差值绝对值进行相乘处理得到第i帧对应的差值绝对值图像，运动目标会在该差值绝对值图像中初步显现出来，最后，对该差值绝对值图像进行二值化处理，使得其中的运动目标更准确，从而得到视频流数据中的运动目标。

进一步地，由于前述确定运动目标的过程中可能存在噪声干扰，因此，本申请实施例中利用二值化图像对运动目标进行筛选，具体地，在前述二值化图像中，将确定出来的运动目标的中心点所在的像素点确定为中心像素，此处运动目标的中心点可以通过运动目标的形状中心表示，之后，提取中心像素对应的八像素区域，所谓八像素区域，就是以中心像素为中心，由其水平、竖直以及四个对角方向上的相邻像素点构成的区域，通过运动目标在该八像素区域内的像素占比，判断运动目标是否为噪声，也即，将像素占比小于预设占比阈值（例如5个像素）的运动目标确定为噪声。需要说明的是，被确定为噪声的运动目标直接忽略，在后续运动目标分析过程中不再对其进行考虑。

更进一步地，在确定出了视频流数据中的运动目标之后，可以通过在视频流数据对应的图像序列中，将运动目标首次出现的帧数与末次出现的帧数之间的图像序列提取出来，也即，将包含运动目标的图像提取出来，得到包含运动目标的连续帧图像。也可以直接在视频流数据中将包含运动目标的帧截取出来，得到包含运动目标的连续帧图像。

步骤103、针对连续帧图像计算运动目标与被运送车辆之间的最短距离，并在最短距离为零时，获取运动目标在被运送车辆上的接触区域。

在得到运动目标对应的连续帧图像之后，针对连续帧图像中的每一帧，计算运动目标与被运动车辆之间的最短距离，此处计算最短距离是为了更便于判断运动目标与被运送车辆是否接触从而判断运动目标是否对被运送车辆造成破损或损伤。

在本申请实施例的一种可能实现方式中，计算运动目标与被运送车辆之间的最短距离，包括，针对连续帧图像中的每一帧，在图像中生成一条经过运动目标中点且平行于图像下边界的直线，也即，生成经过运动目标中点的横向直线，之后，将该直线穿过被运送车辆的图像在连续帧图像中筛选出来，此过程的执行原因是，只有在前述直线同时经过运动目标和被运送车辆时，二者才有可能存在接触。在筛选出来的图像对应的像素坐标系中，将前述直线与运动目标的边缘接触的第一交点坐标，以及直线与被运送车辆的边缘相交的第二交点坐标提取出来，将这两个交点坐标之间的像素距离确定为运动目标与被运送车辆之间的最短距离。需要说明的是，前述直线与运动目标的边缘接触优选的是直线与运动目标最靠近被运送车辆的边缘接触，以及，前述直线与被运送车辆的边缘接触优选的是直线与被运送车辆靠近运动目标的一侧边缘接触，由此，才可以将两个边缘接触交点之间的像素距离确定为运动目标与被运送车辆之间的最短距离。

进一步地，前述最短距离为零时，说明运动目标与被运送车辆之间的距离为零，也即二者之间存在接触，因此，将前述最短距离为零的图像提取出来，并按照各图像在视频流数据中的帧数进行排序，得到接触图像序列。

在本申请的一个示例中，直线与运动目标的边缘相交的交点，可能不是在运动目标的边缘上最接近被运送车辆的位置，例如，在运动目标是不规则形状时，直线与运动目标的边缘交点，可能不是运动目标的边缘曲线上，最突出的点。这样一来，即使在运动目标与被运送车辆之间实际存在了接触，此时根据两个交点计算出来的最短距离可能也不为零，为了避免这种情况的发生，也为了保证与被运送车辆产生了接触的运动目标都能被提取出来，本申请实施例中还可以根据两个交点之间的最短距离与预设距离阈值之间的大小关系，判断运动目标与被运送车辆之间是否存在接触，若两个交点之间的最短距离小于预设距离阈值，则认为运动目标与被运送车辆之间存在接触，此时，将最短距离对应的图像提取出来并按照各图像在视频流数据中的帧数进行排序，得到接触图像序列。需要说明的是，前述预设距离阈值与运动目标的大小相关，因此可以根据运动目标在前述直线上的所占像素个数确定。

进一步地，在得到接触图像序列（序列中的每张图像上，运动目标都与被运送车辆存在接触）之后，根据该接触图像序列，提取被运送车辆上的接触区域。

具体地，首先，在接触图像中提取被运送车辆的侧边特征，此处提取侧边特征是因为拖车业务在实际执行过程中，运动目标与被运送车辆之间的接触，极大概率是发生在车辆侧边上。因此，本申请实施例中以车辆侧边为例进行说明。在本申请的一个示例中，前述侧边特征至少包括被运送车辆的前车窗下边界线、前车窗左边界中点、后车窗下边界线、前车门下边界线、后车门下边界线、前车门门缝线以及后车门门缝线；提取这些侧边特征是为了将被运送车辆的侧边划分为前门区域与后门区域，之后基于划分出来的区域去具体判定接触发生的位置，因此，在得到侧边特征之后，根据这些侧边特征构建被运送车辆对应的前门坐标系与后门坐标系，具体地，前门坐标系是以前车门门缝线、前车窗下边界线的延长线、前车门下边界线以及经过前车窗左边界中点且平行于前车门门缝线的直线所构成的区域中点为原点，这四条线划分出来的区域实质上就是前车门区域，之后以经过原点且平行于前车门下边界线的直线为横轴，以经过原点且平行于前车门缝线的直线为纵轴；并且，后车门坐标系以后车门门缝线、前车门门缝线、后车门下边界线以及后车窗下边界线的延长线所构成的区域中点为原点，以经过原点且平行于后车门下边界线的直线为横轴，以经过原点且平行于后车门门缝线的直线为纵轴。需要说明的是，此处提取侧边特征以及构建坐标系的车辆侧边，对应的是在接触图像中与运动目标存在接触的被运送车辆的一侧面。

之后，在得到前门坐标系与后门坐标系之后，确定运动目标与被运送车辆的接触点坐标，在本申请的一个示例中，该接触点坐标至少包括第二交点坐标和/或第一交点坐标。这是因为，在前述两个交点之间的像素距离为零时，前述两个交点重叠（第一交点坐标与第二交点坐标相等），此时，接触点坐标就是第一交点坐标与第二交点坐标，而在前述两个交点之间的像素距离小于预设阈值时，该第二交点坐标与第一交点坐标可能不是接触点坐标，此时的接触点坐标可能是除第一交点坐标与第二交点坐标之外的坐标，还有可能是直线与被运送车辆边缘相交的第二交点左边。

最后，在得到接触点坐标之后，通过获取该接触点坐标落入前门坐标系或者后门坐标系内的象限，获取运动目标与被运送车辆之间的接触区域。例如，接触点坐标落入前门坐标系的第一象限，则将该第一象限对应的前门左上区域确定为运动目标与被运送车辆之间的接触区域。该步骤提取车门区域的部分区域作为接触区域，用于后续的图像对比，这样可以避免前期确定的接触区域面积过大，给图像对比造成计算压力，同时，采用小区域对比的方案，也可以初步确定损伤位置的区域，提高后期确定的损伤位置的精确度。

步骤104、调整若干摄像头的采集角度以使摄像头正对接触区域方向，以采集被运送车辆的可疑破损侧图像。

在得到被运送车辆的接触区域之后，调整拖车车辆上按照的若干摄像头，使摄像头正对接触区域方向进行采集，得到被运送车辆的可疑破损侧图像。

在本申请实施例的一种可能实现方式中，拖车车辆上安装有若干摄像头，这若干摄像头可分为多组，且每一组可以设置为主要采集其对应的一辆被运送车辆，在调整时，调整这一组摄像头的采集方向，可以采集到被运送车辆的不同角度/不同区域的图像。

要实现上述方案，本申请实施例中的摄像头设计安装在圆形的可转动轮盘上，需要说明的是，此处的安装方式可以是一个可转动轮盘上安装一个摄像头，也可以是一个可转动轮盘上安装多个摄像头，并且，安装在可转动轮盘上的摄像头的采集角度是可以调整的，采集角度的调整可以通过摄像头尾部转动实现。同时，为了便于对被运送车辆进行图像采集/监控，该可转动轮盘可以安装在拖车车辆的车架内侧，且正对被运送车辆方向。例如，可以安装在被运送车辆侧边距离最近的车架上。

进一步地，在调整摄像头采集角度，使其正对接触区域方向时，需要首先确定视频流数据是由哪个摄像头采集的，也即先获取传输视频流数据的摄像头的编码，之后，根据采集视频流数据的摄像头的编码，找到被运送车辆的位置，也即采集的视频流数据针对的是拖车车辆上的哪一辆被运送车辆。最后，确定出该被运送车辆相对应的可转动轮盘，再通过转动可转动轮盘，将可转动轮盘上安装的摄像头位置正对被运送车辆，此时摄像头的采集角度可能不是正对被运送车辆的，因此还需要再将摄像头的采集角度调整为正对被运送车辆，由此采集得到被运送车辆的可疑破损侧图像。

需要说明的是，此处先调整可转动轮盘再调整摄像头角度，是为了使本方案能够适应摄像头角度调整幅度较小的情况，避免只调整摄像头可能无法使其采集方向正对被运送车辆的情况，提高本方案的适用性。

步骤105、根据接触区域对被运送车辆的可疑破损侧图像进行裁剪处理，得到局部图像，并将局部图像与被运送车辆的参考图像进行图像对比，以根据对比结果确定被运送车辆的损伤位置。

利用前述接触区域对可疑破损侧图像进行裁剪处理，此处的裁剪处理可以通过将接触区域覆盖在可疑破损侧图像上进行裁剪实现，也可以通过接触区域对应的车门位置在可疑破损侧图像上进行裁剪实现，得到局部图像。

之后，将该局部图像与被运送车辆的参考图像进行比对，通过比对结果，在被运送车辆的参考图像上确定出损伤位置。需要说明的是，此处的被运送车辆的参考图像可以通过车辆出厂信息（包含出厂图像）提取，本申请实施例在此不做赘述。

在本申请实施例的一种可能实现方式中，将局部图像与参考图像进行比对，具体包括：先设置一个预设像素尺寸的滑动窗口，此处的预设像素尺寸与局部图像对应的像素尺寸有关，且本申请实施例中的像素尺寸可以通过像素个数表征。之后，利用设置的滑动窗口分别遍历参考图像与局部图像，在遍历时，对窗口内包含的所有像素点的像素值进行平均，得到参考图像对应的参考窗口像素值与局部图像对应的局部窗口像素值，同时计算二者之间的差值绝对值，并在局部图像上，将差值绝对值大于预设差值阈值的窗口区域提取出来，需要说明的是，在局部图像上没有破损时，其窗口内的像素值应该是与参考图像上的窗口内的像素值差距不大的，在二者差距过大时，表明局部图像上的像素发生了变化，此时代表被运送车辆可能发生了破损，因此，提取差值过大的窗口区域。

进一步地，将提取出来的各窗口区域按照在局部图像上的位置进行拼接，得到拼接区域，由于被运送车辆存在破损时，破损的划痕可能是连续的，因此，此处的窗口区域一定相邻的，也即可以进行拼接的。之后，将该拼接区域与局部图像进行差值绝对值计算，得到绝对值图像，此时的绝对值图像中已经能够初步显现出破损位置了，为了使该破损位置更为清晰，本申请实施例中继续对该绝对值图像进行分类赋值处理，例如，可以将像素值大于阈值的像素点赋值为1，小于阈值的像素点赋值为0，由此使得绝对值图像中的损伤位置更为明显，进而得到被运送车辆在局部图像中的损伤位置，需要说明的是，此处的损伤位置可以通过像素坐标进行表征，还需要说明的是，在对绝对值图像进行分类赋值时，所用到的阈值，可以通过局部窗口像素值的预设倍数确定。

至此，得到被运送车辆的损伤位位置。

为了使车辆检测人员能够利用该车辆损伤位置对车辆进行检测，从而提高检测精度与效率，本申请实施例中在确定出被运送车辆的损伤位置之后，会在局部图像中确定损伤位置对应的外接矩形，并将该外接矩形以及长宽比展示在被运送车辆的局部图像或者可疑破损侧图像中，并向检测人员的终端进行推送，这样一来，在车辆检测人员遇到较小的损伤时，也能精确检测出损伤情况，从而提高对较小损伤的识别精度，同时，若损伤位置为较大损伤，则可以直接进行损伤定位，从而提高车辆损伤的识别效率。

基于同样的发明构思，本申请实施例还提供了一种应用于拖车业务的车辆运行情况监控设备，其结构如图2所示。

图2为本申请实施例提供的一种应用于拖车业务的车辆运行情况监控设备的结构示意图。如图2所示，本申请实施例中的应用于拖车业务的车辆运行情况监控设备200具体包括：至少一个处理器201；以及，与至少一个处理器201通信连接（通过总线202连接）的存储器203；其中，存储器203存储有能够被至少一个处理器201执行的指令，以使至少一个处理器201能够执行如上述实施例所描述的一种应用于拖车业务的车辆运行情况监控方法。

在本申请实施例的一种或多种可能实现方式中，前述处理器用于执行，获取安装于拖车车辆上的若干摄像头采集的视频流数据；利用预设算法确定所述视频流数据中的背景部分，基于所述背景部分检测出所述视频流数据中的运动目标，并根据所述运动目标对所述视频流数据进行截取，从而得到包含所述运动目标的连续帧图像；针对所述连续帧图像，计算所述运动目标与被运送车辆之间的最短距离，并在所述最短距离为零时，获取所述运动目标在所述被运送车辆上的接触区域；调整所述若干摄像头的采集角度以使摄像头正对所述接触区域方向，以采集被运送车辆的可疑破损侧图像；根据所述接触区域对所述被运送车辆的可疑破损侧图像进行裁剪处理，得到局部图像，并将所述局部图像与所述被运送车辆的参考图像进行图像对比，以根据对比结果确定所述被运送车辆的损伤位置。

本领域内的技术人员应明白，本说明书实施例可提供为方法、***、或计算机程序产品。因此，本说明书实施例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，本说明书实施例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。

本说明书是参照根据本说明书实施例的方法、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。

还需要说明的是，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、商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、商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、商品或者设备中还存在另外的相同要素。

本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、设备、非易失性计算机存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

上述对本说明书特定实施例进行了描述。在一些情况下，在本说明书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

以上所述仅为本说明书的一个或多个实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书的一个或多个实施例可以有各种更改和变化。凡在本说明书的一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的范围之内。

Claims (7)

1.一种应用于拖车业务的车辆运行情况监控方法，其特征在于，所述方法包括：

获取安装于拖车车辆上的若干摄像头采集的视频流数据；

利用预设算法确定所述视频流数据中的背景部分，基于所述背景部分检测出所述视频流数据中的运动目标，并根据所述运动目标对所述视频流数据进行截取，从而得到包含所述运动目标的连续帧图像；

针对所述连续帧图像，计算所述运动目标与被运送车辆之间的最短距离，并在所述最短距离为零时，获取所述运动目标在所述被运送车辆上的接触区域，包括：在所述连续帧图像中，生成一条经过所述运动目标的中点且平行于图像下边缘的直线；将经过所述被运送车辆的直线所对应的图像筛选出来；在筛选出来的图像所对应的像素坐标系下，确定所述直线与所述运动目标的边缘相交的第一交点坐标，以及确定所述直线与所述被运送车辆的边缘相交的第二交点坐标；计算所述第一交点坐标与所述第二交点坐标之间的像素距离；

在所述像素距离小于预设距离阈值时，所述预设距离阈值与所述运动目标在所述直线上所占的像素个数有关，所述方法还包括：将所述像素距离小于预设距离阈值的图像筛选出来，并按照图像在所述视频流数据中对应的帧数进行排序，得到接触图像序列；针对所述接触图像序列，提取所述被运送车辆的侧边特征，所述侧边特征至少包括所述被运送车辆的前车窗下边界线、前车窗左边界中点、后车窗下边界线、前车门下边界线、后车门下边界线、前车门门缝线以及后车门门缝线；根据所述被运送车辆的侧边特征构建所述被运送车辆对应的前门坐标系与后门坐标系；所述前门坐标系以前车门门缝线、前车窗下边界线的延长线、前车门下边界线以及经过前车窗左边界中点且平行于前车门门缝线的直线所构成的区域中点为原点，以经过原点且平行于前车门下边界线的直线为横轴，以经过原点且平行于前车门缝线的直线为纵轴；所述后门坐标系以后车门门缝线、前车门门缝线、后车门下边界线以及后车窗下边界线的延长线所构成的区域中点为原点，以经过原点且平行于后车门下边界线的直线为横轴，以经过原点且平行于后车门门缝线的直线为纵轴；确定所述运动目标与所述被运送车辆之间的接触点坐标，所述接触点坐标至少包括所述第二交点坐标和/或所述第一交点坐标；提取所述接触点坐标落入所述前门坐标系或者所述后门坐标系的象限区域，并将所述象限区域确定为所述运动目标在所述被运送车辆上的接触区域；

调整所述若干摄像头的采集角度以使摄像头正对所述接触区域方向，以采集被运送车辆的可疑破损侧图像；

根据所述接触区域对所述被运送车辆的可疑破损侧图像进行裁剪处理，得到局部图像，并将所述局部图像与所述被运送车辆的参考图像进行图像对比，以根据对比结果确定所述被运送车辆的损伤位置，包括：确定预设像素尺寸的滑动窗口，所述预设像素尺寸与所述局部图像对应的像素尺寸有关；利用所述滑动窗口遍历所述参考图像，并将所述滑动窗口内包含的像素点的像素值均值确定为参考窗口像素值；利用所述滑动窗口遍历所述局部图像，并将所述滑动窗口内包含的像素点的像素值均值确定为局部窗口像素值；计算所述局部窗口像素值与所述参考窗口像素值之间的差值绝对值；在所述差值绝对值大于预设差值阈值时，在所述局部图像上提取所述滑动窗口对应的窗口区域；按照所述滑动窗口在所述局部图像中的滑动顺序，对相邻的所述窗口区域进行拼接处理，得到拼接区域；将所述局部图像与所述拼接区域进行相减后取绝对值，得到绝对值图像；将所述局部窗口像素值的预设倍数作为阈值，对所述绝对值图像内的像素点进行分类赋值处理；根据处理结果在所述绝对值图像中确定所述被运送车辆对应的损伤位置，从而在所述局部图像中确定所述被运送车辆的损伤位置，所述损伤位置通过像素坐标表征。

2.根据权利要求1所述的一种应用于拖车业务的车辆运行情况监控方法，其特征在于，利用预设算法确定所述视频流数据中的背景部分，基于所述背景部分检测出所述视频流数据中的运动目标，具体包括：

确定所述视频流数据对应的图像序列，并对所述图像序列进行灰度处理得到灰度图像序列；

利用水平方向上的索贝尔算子与竖直方向上的索贝尔算子对所述灰度图像序列进行加权求和处理，以提取所述灰度图像序列的梯度信息从而得到梯度图像序列；

在所述梯度图像序列中，提取当前帧梯度图、前帧梯度图以及后帧梯度图，并计算所述当前帧梯度图分别与所述前帧梯度图以及所述后帧梯度图之间的差值绝对值；

对所述差值绝对值进行相乘处理得到当前帧的差值绝对值图像；

对所述差值绝对值图像进行二值化处理，以在二值化图像中确定出所述运动目标。

3.根据权利要求2所述的一种应用于拖车业务的车辆运行情况监控方法，其特征在于，在二值化图像中确定出所述运动目标之后，所述方法还包括：

在所述二值化图像中，以所述运动目标的中点所在的像素为中心像素；

提取所述中心像素在水平、垂直以及四个对角方向上的八像素区域；

计算所述运动目标在所述八像素区域内的像素占比，并在所述像素占比小于预设占比阈值时，将所述运动目标确定为噪声。

4.根据权利要求1所述的一种应用于拖车业务的车辆运行情况监控方法，其特征在于，在所述局部图像中确定所述被运送车辆的损伤位置之后，所述方法还包括：

在所述局部图像中对所述损伤位置对应的像素点进行标记；

确定被标记的像素点对应的外接矩形，并统计所述外接矩形长宽比；

将所述外接矩形以及所述长宽比展示在所述被运送车辆的可疑破损侧图像中，并进行推送。

5.根据权利要求1所述的一种应用于拖车业务的车辆运行情况监控方法，其特征在于，所述若干摄像头安装在若干可转动轮盘上，摄像头与可转动轮盘之间的安装关系至少包括一对一和多对一；

所述可转动轮盘为圆盘形结构，安装在所述拖车车辆的车架内侧且正对所述被运送车辆。

6.根据权利要求5所述的一种应用于拖车业务的车辆运行情况监控方法，其特征在于，调整所述若干摄像头的采集角度，具体包括：

读取采集所述视频流数据的摄像头编码，以根据所述摄像头编码确定所述被运送车辆在所述拖车车辆上的位置信息；

根据所述位置信息确定出正对所述被运送车辆的可转动轮盘，转动所述可转动轮盘以使所述可转动轮盘上安装摄像头的位置正对所述被运送车辆；

调整所述摄像头的采集角度进行拍摄，得到被运送车辆的可疑破损侧图像。

7.一种应用于拖车业务的车辆运行情况监控设备，其特征在于，所述设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有能够被所述至少一个处理器执行的指令，以使所述至少一个处理器能够执行根据权利要求1-6任一项所述的一种应用于拖车业务的车辆运行情况监控方法。