[发明专利]车辆轴型与车轮数检测分析方法及其系统在审
申请号: | 201910662627.6 | 申请日: | 2019-07-22 |
公开(公告)号: | CN110285870A | 公开(公告)日: | 2019-09-27 |
发明(设计)人: | 黄文雄;田碧强;梁耀军 | 申请(专利权)人: | 深圳市卓城科技有限公司 |
主分类号: | G01G19/03 | 分类号: | G01G19/03;G01G19/02;G01G23/00;G01G23/18;G06T7/33;G06T7/60 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 518000 广东省深圳市南山区南山*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 车轮 车辆轴 预设 侧面图像 检测分析 单轮 双轮 图像 轮胎识别器 模板匹配法 预处理图像 车辆检测 模板识别 图像采集 侧面 底模板 输出轴 检测 | ||
本发明涉及车辆检测技术领域,公开了一种车辆轴型与车轮数检测分析方法及其系统,方法包括:获取含有车轮图形的侧面图像与含有轴型图形的底部图像;预处理图像;预设至少一个轴型模板,识别出底部图像中的轴型图形,生成轴型结果;预设轮底模板,识别出底部图中的轮底个数,计算出底部车轮数量总和;预设单轮模板与双轮模板;使用模板匹配法根据单轮模板与双轮模板识别出侧面图像中的车轮图形对应的车轮数量,计算出侧面车轮数量总和;若底部车轮数量总和等于侧面车轮数量总和,则轴型结果为正确,并输出轴型结果与底部车轮数量总和;否则,重新检测,不需要使用轮胎识别器,使用更换方式容易的图像采集方法就能检测车辆轴型与车轮数。
技术领域
本发明涉及车辆检测技术领域,更具体地说,它涉及一种车辆轴型与车轮数检测分析方法及其系统。
背景技术
我国现有的货车主要分为双前桥货车和非双前桥货车两大类,同时是否具有并装联轴,其限制载重量是不同的。那么,双前桥和并装联轴就成为了各个仪器厂商判断轴型的重要标准之一,现有技术中会利用轮胎识别器来检测轴型。安装轮胎识别器时,需要开挖路面,埋设后可以进行检测,在持续检测多个车辆的轴型的过程中,重量较大的不断压在轮胎识别器上,使得轮胎识别器容易损坏,而轮胎识别器损坏后就需要重新开挖路面以更换新的轮胎识别器,费时费力。
发明内容
针对现有的轮胎识别器更换不方便、费时费力的技术问题,本发明目的一提供一种车辆轴型与车轮数检测分析方法,不需要使用轮胎识别器,使用更换方式容易的图像采集方法就能检测车辆轴型与车轮数;本发明目的二提供一种车辆轴型与车轮数检测分析系统,不需要使用轮胎识别器,使用更换方式容易的图像采集组件就能检测车辆轴型与车轮数。
为实现上述目的一,本发明提供了如下技术方案:
一种车辆轴型与车轮数检测分析方法,包括如下步骤:
获取车辆的两个侧面图像与底部图像,所述侧面图像与底部图像中含有车轮图形,所述底部图像中含有轴型图形;
预处理所述侧面图像与所述底部图像;
预设至少一个轴型模板,使用模板匹配法根据所述轴型模板识别出所述底部图像中的轴型图形,生成轴型结果;
预设轮底模板,使用模板匹配法根据所述轮底模板识别出所述底部图中的轮底个数,计算出底部车轮数量总和;
预设单轮模板与双轮模板;使用模板匹配法根据单轮模板与双轮模板识别出所述侧面图像中的车轮图形对应的车轮数量,计算出侧面车轮数量总和;
若所述底部车轮数量总和等于所述侧面车轮数量总和,则所述轴型结果为正确,并输出所述轴型结果与所述底部车轮数量总和;否则,重新检测。
通过上述技术方案,使用侧面图像,从侧面通过单轮模板与双轮模板识别出车辆侧面的车轮数,使用底部图像,从车底通过轮底模板识别出车轮数,从两个不同的角度识别出车轮数,提高了检测分析的准确度,再通过轴型模板,识别出轴型结果,接着使用车轮数的结果来验证轴型结果的准确度,更好地保证了轴型结果的准确度,不需要使用轮胎识别器,使用更换方式容易的图像采集方法就能检测车辆轴型与车轮数。
进一步的,还包括:
定周期获取车辆的多个重力信息;
预处理多个所述重力信息;
拟合多个所述重力信息,生成重力结果;
根据预设的轴型车轮重力对应表,依据所述轴型结果与所述车轮数量,匹配出对应的重量结果,若所述重力结果大于所述重量结果,报警提示。
通过上述技术方案,采集的重力信息为车辆的实际重量,多个重力信息拟合的步骤有利于提高重力信息的准确度,而重量结果为车辆的理论载重量,若重力结果大于重量结果,则为车辆超载,需要报警提示,提高安全性。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市卓城科技有限公司,未经深圳市卓城科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910662627.6/2.html,转载请声明来源钻瓜专利网。