[发明专利]一种用于机场行李拖车超载违规检测的方法

权利要求书

1.一种用于机场行李拖车超载违规检测的方法，其特征在于，包括以下步骤，

S1，对图像进行目标检测获取目标的位置和类型，类型包括车头和车厢；

S2，结合车头的数量判断车头的运动状态；

S3，匹配属于同一辆拖车的车厢；

S4，采用直线拟合的方式对匹配到的车厢进行筛选；

S5，统计每辆拖车的车厢数量；

S6，若拖车的车厢数量超过该拖车规定的车厢数量，则判定为超载违规；

所述S3中，车厢的匹配方法包括车厢面积匹配、首节车厢匹配和其余车厢匹配；

所述车厢面积匹配如下：采用K-means聚类方法将面积相近的车厢和车头进行统计，根据聚类结果得到若干组车头车厢组合；

所述首节车厢匹配如下：选取位于车头规定范围内且距离车头距离最近的车厢作为该车头的首节车厢；

所述其余车厢匹配如下：搜索车厢后方以当前车厢的中心点为顶点的扇形区域内的车厢，若存在车厢，则判定搜索到的车厢为下一节车厢；否则判定当前车厢为该车头的最后一节车厢。

2.根据权利要求1所述的用于机场行李拖车超载违规检测的方法，其特征在于，所述S1中，所述目标检测采用目标检测网络YOLOV3。

3.根据权利要求1所述的用于机场行李拖车超载违规检测的方法，其特征在于，所述S1前还包括目标检测网络YOLOV3的训练，采集机场站坪的监控图片，标注车头和车厢，将标记完成的图片输入到darknet框架下进行训练，得到能够识别车头和车厢的神经网络模型。

4.根据权利要求1所述的用于机场行李拖车超载违规检测的方法，其特征在于，所述S2中，运动状态的判断方法如下：

S21，统计图像中的车头数量N_head；

S22，若车头数量N_head≤0或N_head≥3，则判定该图像中车头的运动状态为无效行驶状态；若车头数量1≤N_head≤2，则判定图像中车头的运动状态为有效行驶状态。

5.根据权利要求1所述的用于机场行李拖车超载违规检测的方法，其特征在于，所述扇形区域的圆心角为30°，半径为范围为[W_k,part，1.5W_k,part]，其中W_k,part为车厢的长度。

6.根据权利要求1所述的用于机场行李拖车超载违规检测的方法，其特征在于，所述S4中，筛选的具体方法如下：

根据匹配到的车厢的中心点进行直线拟合，得到一条直线；然后计算每一节车厢到该直线的法向距离，删除法向距离大于规定距离的车厢，剩余的车厢为属于同一辆车的车厢。