[发明专利]基于激光雷达技术的车型识别装置及其方法

说明书

基于激光雷达技术的车型识别装置及其方法，它涉及智能交通技术领域。它包含道路、电线杆、探测头外壳、二维激光雷达、控制箱、供电装置、工控机，所述道路一侧设置有电线杆，电线杆上端面设置有探测头外壳，探测头外壳中端左右侧均设置有二维激光雷达，电线杆中下端设置有控制箱，控制箱内部设置有供电装置、工控机，二维激光雷达、供电装置均与工控机电性连接。采用上述技术方案后，本发明有益效果为：相对摄像头方式，二维激光雷达不受环境干扰，不同光照的条件下，车型识别率保持稳定；相对微波雷达方式，分型种类多；数据量少，算法简单，计算量少，不需要高性能的硬件设备；获取的数据是三维的，可以转换为同一个角度识别车辆，识别难度低。

技术领域

本发明涉及智能交通技术领域，具体涉及基于激光雷达技术的车型识别装置及其方法。

背景技术

近年来，随着交通基础设施的日趋完善，高速公路里程和桥梁 数量的不断增加，人们出行越来越便利。但同时，各个高速公路道 口、桥梁、隧道等收费处的交通流量也显著提高。为了提高通行效 率，减少人工干预，自动车型识别系统广泛使用。

根据我国交通运输行业标准JTT1008.1-2015的规定，公路交通情况调查设备识别机动车车型分类主要按额定荷载参数和轮廓及轴数特征参数来进行分类。

非接触式的车型识别技术主要分两类：

基于摄像头：通过对摄像头拍摄画面的结构化分析，就能得到场景中的每一辆车的位置信息。将图片中的车辆和背景分离，提取车辆图片，再进一步进行车型识别。

基于微波雷达：微波雷达测量到的是车辆的粗略尺寸信息，精确的速度信息，和位置信息。根据微波回波信息，简单将车型分为大中小三类。

基于摄像头：容易受环境光影响，不同光照的条件下得到的视频或照片的质量对车型识别率有一定的区别。需要分析的数据量大，算法复杂，需要较好的硬件设备。提取的车辆图片，只是平面信息，有各种角度，没有车辆尺寸信息，识别率较低。摄像头容易受雨雪天气影响。

基于微波雷达：获取的车辆的微波回波分辨率低，只能简单分为大中小三类，分型种类有限。

发明内容

本发明的目的在于针对现有技术的缺陷和不足，提供基于激光雷达技术的车型识别装置及其方法，相对摄像头方式，二维激光雷达不受环境干扰，不同光照的条件下，车型识别率保持稳定；相对微波雷达方式，分型种类多；识别率优于其它方式；相对摄像头方式，不受雨雪天气影响；相对摄像头方式，容易进行背景剥离，车辆数据分割，数据量少，算法简单，计算量少，不需要高性能的硬件设备；获取的数据是三维的，可以转换为同一个角度识别车辆，识别难度低。

为实现上述目的，本发明采用以下技术方案是：

基于激光雷达技术的车型识别装置，它包含道路1、电线杆2、探测头外壳3、二维激光雷达4、控制箱5、供电装置6、工控机7，所述道路1一侧设置有电线杆2，电线杆2上端面设置有探测头外壳3，探测头外壳3中端左右侧均设置有二维激光雷达4，电线杆2中下端设置有控制箱5，控制箱5内部设置有供电装置6、工控机7，二维激光雷达4、供电装置6均与工控机7电性连接。

所述道路1与电线杆2连接处设置有第二连接座22。

所述电线杆2与探测头外壳3连接处设置有第一连接座21。

所述二维激光雷达4上方设置有遮板31，且遮板31设置在探测头外壳3上。

所述二维激光雷达4的扫描面垂直于道路1行车方向。

所述探测头外壳3还包含相机。

基于激光雷达技术的车型识别方法，它包含如下步骤：

步骤一、利用采集到的车辆点云数据，进行手工标注车型，制作神经网络的训练样本；