[发明专利]一种隧道内行驶车辆的监控系统及方法

权利要求书

1.一种隧道内行驶车辆的监控系统，其特征在于，包括：图像采集分析警示装置及数据分析处理云平台；所述图像采集分析警示装置包括多个，多个所述图像采集分析警示装置按一定间隔设置在隧道上方；每个所述图像采集分析警示装置包括一双目摄像机、一微型处理器和一警示器；每个所述双目摄像机采集隧道内局部图像信息并发送给对应的微型处理器；所述微型处理器对接收到的图像信息进行处理以获得隧道内部分车辆的实时信息；所述微型处理器与所述数据分析处理云平台相连接以发送获得的局部图像信息及车辆的实时信息，所述数据分析处理云平台基于所述微型处理器发送的信息获得隧道内所有车辆信息及与前方车辆的车距，并将所述车距发送给微型处理器；微型处理器根据车辆的实时信息及车距控制所述警示器的动作，所述警示器动作时用于对指定车辆进行警示；车辆的实时信息包括车辆位置、车速和车牌号；

每个所述双目摄像机包括两个CCD摄像机；前后两个所述双目摄像机的图像采集范围有一定的重叠，且所有双目摄像机能够采集到整个隧道的图像信息；

所述警示器包括旋转云平台和激光投影仪，且所述警示器安装在对应的双目摄像机附近；所述激光投影仪固定于所述旋转云平台下方，随旋转云平台转动而改变投影位置，用于将警示信息投影至目标车辆前方；

微型处理器获得车辆位置和车牌号的方法，包括：

对获得的局部图像信息进行预处理，得到灰度图像；所述预处理包括滤波处理、灰度修正和图像增强；

通过双目摄像机的标定参数、立体匹配算法及相应的映射矩阵，计算得到局部图像的深度图，即图像中任一点对相机的相对距离；

将双目摄像机采集到的局部图像输入到训练好的深度学习模型中，通过卷积神经网络识别出图像中的车辆位置；并根据图像中的车辆位置信息定位车牌位置区域，再对车牌位置区域进行处理得到车辆的车牌号信息；

结合基于深度学习的车辆识别结果与深度图，微型处理器将得到隧道内车辆相对于摄像机的方向与距离信息，通过坐标系变换算法，将车辆信息投影到隧道平面得到车辆平面信息；所述车辆平面信息包括车辆在隧道平面的位置坐标与车牌号。

2.根据权利要求1所述的隧道内行驶车辆的监控系统，其特征在于，所述微型处理器通过无线通信模块与所述数据分析处理云平台相连接，实现图像信息与指令信息的传递；所述微型处理器通过USB端口与所述双目摄像机相连接，以控制所述双目摄像机的启停、数据采集、数据传输，处理得到车辆的实时信息；所述微型处理器通过I/O端口与所述警示器相连接，以控制所述警示器的启停、定位和投影。

3.一种隧道内行驶车辆的监控方法，其特征在于，基于如权利要求1至2中任意一项所述的隧道内行驶车辆的监控系统，方法包括：

微型处理器根据车辆的实时信息及车距，判断隧道内目标车辆是否会造成隧道内部龟速行驶，如果会，将目标车辆的实时信息发送至警示器中，并控制警示器将预定的提醒提速信号投影至目标车辆前方，提醒目标车辆加速行驶；

微型处理器根据车辆的实时信息及车距，判断隧道内目标车辆是否会造成隧道内部超速行驶，如果会，将目标车辆的实时信息发送至警示器中，并控制警示器将预定的提醒减速信号投影至目标车辆前方，提醒目标车辆减速行驶；

所述微型处理器获得车辆位置和车牌号的方法，包括：

对获得的局部图像信息进行预处理，得到灰度图像；所述预处理包括滤波处理、灰度修正和图像增强；

通过双目摄像机的标定参数、立体匹配算法及相应的映射矩阵，计算得到局部图像的深度图，即图像中任一点对相机的相对距离；

将双目摄像机采集到的局部图像输入到训练好的深度学习模型中，通过卷积神经网络识别出图像中的车辆位置；并根据图像中的车辆位置信息定位车牌位置区域，再对车牌位置区域进行处理得到车辆的车牌号信息；

结合基于深度学习的车辆识别结果与深度图，微型处理器将得到隧道内车辆相对于摄像机的方向与距离信息，通过坐标系变换算法，将车辆信息投影到隧道平面得到车辆平面信息；所述车辆平面信息包括车辆在隧道平面的位置坐标与车牌号。