[发明专利]一种动态平板秤称重区域汽车S型行驶行为检测方法

权利要求书

1.一种动态平板秤称重区域汽车S型行驶行为检测方法，其特征在于，该方法包括：

步骤1，道路上铺设与地面相平的窄条式平板秤，道路两侧分别设置摄像头；

步骤2，对道路一侧摄像头采集的平板秤区域图像进行边缘提取，得到边缘轮廓图；

步骤3，将边缘轮廓图输入轮廓异常检测神经网络，经轮廓异常检测编码器提取特征得到第一特征图，分类模块对第一特征图进行分析，输出轮廓是否异常的检测结果，若轮廓异常则返回步骤2继续进行轮廓检测，若轮廓正常则取边缘轮廓图对应的平板秤区域图像转至步骤4进行分析；

步骤4，将平板秤区域图像输入平板秤感知神经网络分析，经平板秤感知编码器提取特征，提取的特征经平板秤感知解码器上采样还原，输出平板秤语义分割图，用于区分平板秤、道路与其他无关元素的语义；

步骤5，将平板秤语义分割图输入平板秤边缘感知神经网络，经边缘感知编码器提取特征得到第二特征图，将第二特征图与第一特征图联合得到第三特征图，多个全连接网络对第三特征图进行加权分类，将多个全连接网络的输出拼接整合，得到平板秤边缘点分布图；

步骤6，对平板秤边缘点分布图上的边缘点进行直线拟合，并进行透视变换，得到平板秤边缘线俯视图；

步骤7，利用道路两侧的摄像头采集汽车图像，检测采集的汽车图像中的车轮着地点；

步骤8，将检测得到的车轮着地点坐标与平板秤边缘线俯视图变换到同一坐标系，根据车轮着地点与平板秤边缘线的位置关系，判断汽车是否存在S型行驶行为。

2.如权利要求1所述的方法，其特征在于，所述对平板秤边缘点分布图上的边缘点进行直线拟合包括：

设平板秤边缘点分布图包括2N个边缘点，N为整数，执行以下步骤：

步骤a，随机取N个边缘点进行直线拟合得到直线L₁；

步骤b，计算选取的N个边缘点到直线L₁的距离，若距离之和小于第一阈值，则判定L₁为有效直线，转至步骤c，否则返回步骤a；

步骤c，利用剩余的N个边缘点进行直线拟合直线L₂，计算N个边缘点到直线L₂的距离，若距离之和小于第一阈值，则判定L₂为有效直线；否则，返回步骤a；

步骤d，计算L₁与L₂的斜率差值，若差值小于第二阈值，则将得到的两条直线作为平板秤边缘线，否则返回步骤a。

3.如权利要求1所述的方法，其特征在于，道路两侧摄像头的光轴与平板秤边缘线平行。

4.如权利要求1所述的方法，其特征在于，该方法还包括训练所述平板秤边缘感知神经网络：

构建平板秤语义分割图训练集，将平板秤语义分割图沿道路方向划分为多个语义分割子图；

边缘感知编码器与每一个全连接网络构成一个平板秤边缘感知分支，每一分支的标签数据为语义分割子图上与道路方向垂直的两条平板秤边缘线的边缘点的置信度标注；

将平板秤语义分割图训练集以及标签数据输入平板秤边缘感知神经网络，采用交叉熵损失函数对其进行训练，每一个平板秤边缘感知分支输出对应的平板秤边缘线的边缘点置信度图。

5.如权利要求4所述的方法，其特征在于，所述平板秤边缘线的边缘点的宽度具体为1像素。

6.如权利要求1所述的方法，其特征在于，该方法还包括训练所述平板秤感知神经网络：

构建称重区域包含平板秤的图像作为样本集，分别对样本集图像上的道路、平板秤、其他无关元素进行标注；

将样本集图像数据和标注数据输入平板秤感知神经网络，平板秤感知编码器对图像进行特征提取，输出特征图，平板秤感知解码器对特征图进行上采样还原，输出平板秤语义分割图，采用交叉熵损失函数进行训练。