[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

说明书

本发明公开了一种动态平板秤称重区域汽车S型行驶行为检测方法。包括：利用道路一侧的摄像头采集平板秤区域图像，输入轮廓异常检测神经网络进行分析；当轮廓正常时，将平板秤区域图像输入平板秤感知神经网络得到平板秤语义分割图；利用边缘轮廓图以及平板秤边缘感知神经网络对平板秤语义分割图进行边缘感知，得到平板秤边缘点分布图；对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；检测采集的汽车图像中的车轮着地点；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。利用本发明，能准确识别称重汽车的S型行驶行为。

技术领域

本发明涉及人工智能、汽车动态称重领域，具体涉及一种动态平板秤称重区域汽车S型行驶行为检测方法。

背景技术

汽车动态称重，即汽车无需停车直接从平板秤上行驶，便可得到汽车的重量。由于视觉误差，司磅员不能准确观察到汽车在电子秤上的位置，司机利用这一点，在窄条式平板秤上称重时，汽车拐S弯道，走S型路线，让汽车一个车轮处于路面上，只有一个车轮处于平板秤上，从而减轻称重时汽车实际重量。一些方法通过红外线对射器检测汽车位置来判断汽车是否存在S型行驶行为，红外线对射器易受环境影响，检测精度低，而且维护困难。

发明内容

本发明提供了一种动态平板秤称重区域汽车S型行驶行为检测方法，用于检测动态称重时汽车的S型行驶作弊行为。

一种动态平板秤称重区域汽车S型行驶行为检测方法，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。

进一步地，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；