[发明专利]一种车辆定位与尺寸测量的方法与系统

说明书

本发明提供了一种车辆定位与尺寸测量的方法与系统，其中该方法为：在预设停车采样区域采集车辆图片；对车辆图片进行数据清洗得到数据集；将数据集输入到全连接神经网络进行训练得到图像识别模型；采用图像识别模型对摄像机采集的当前车辆图像进行识别得到目标图像；根据目标图像得到相应的车辆尺寸。本发明通过采集大量的现场图像数据，并利用神经网络对其进行训练得到图像识别模型，可以准确识别标识颜色信息，实现定位车辆位置，进而准确测量车辆尺寸。

技术领域

本发明涉及车辆定位技术领域，特别是涉及一种车辆定位与尺寸测量的方法与系统。

背景技术

冶金行业的入厂原燃料的品质，决定了后续工艺及产品的质量。在对入厂原燃料采样的过程中，若有较多的人为参与，不仅会增加成本，而且还会影响人身安全。近年来，随着工业自动化、信息化水平的提高，特别是人工智能、视觉识别技术的迅猛发展，基于计算机视觉的全自动采样技术广泛应用于各个冶金企业。该技术主要依赖现场摄像机的图像采集，利用人工智能算法，识别定位车辆位置，在定位的基础上计算出车辆的尺寸，选定采样范围进行自动化采样。这个过程中，对车辆识别定位的成功率以及尺寸测量的准确度是制约着全自动采样效率的关键性因素。

对待采车辆的识别定位与测量是全自动采样过程中的重要环节。但由于现场环境的不确定性，例如粉尘干扰、日照光线变化影响、雨雪天气等都增加了计算机定位识别的难度。如何提高在复杂环境下对车辆的准确定位与测量，成为亟待解决的问题。

发明内容

为了克服现有技术的不足，本发明的目的是提供一种车辆定位与尺寸测量的方法与系统，以解决对车辆的定位精度低的问题。

为实现上述目的，本发明提供了如下方案：

一种车辆定位与尺寸测量的方法，包括：

在预设停车采样区域采集车辆图片；其中，每张车辆图片中每辆车上均带有红绿颜色标识的挂钩；

对所述车辆图片进行数据清洗得到数据集；

将所述数据集输入到全连接神经网络进行训练得到图像识别模型；

采用所述图像识别模型对摄像机采集的当前车辆图像进行识别得到目标图像；

根据所述目标图像得到相应的车辆尺寸。

优选的，所述根据所述目标图像得到相应的车辆尺寸，包括：

对所述目标图像进行高斯平滑处理得到去噪后的目标图像；

将所述去噪后的目标图像转换为HSV图像；

对所述HSV图像进行矫正得到矫正后的HSV图像；

对摄像机进行标定得到标定参数；

根据所述标定参数求解矫正后的HSV图像中相应的车辆尺寸。

优选的，所述对所述HSV图像进行矫正得到矫正后的HSV图像，包括：

采用旋转矩阵模型对所述HSV图像进行矫正得到矫正后的HSV图像；所述旋转矩阵模型为：

其中，RowTrans表示变换后行坐标，ColTrans表示变换后列坐标，HomMat2D表示旋转矩阵，Row表示原始行坐标，Col表示原始列坐标。

本发明还提供了一种车辆定位与尺寸测量的系统，包括：

图像采集模块，用于在预设停车采样区域采集车辆图片；其中，每张车辆图片中每辆车上均带有红绿颜色标识的挂钩；

数据清洗模块，用于对所述车辆图片进行数据清洗得到数据集；

训练模块，用于将所述数据集输入到全连接神经网络进行训练得到图像识别模型；