[發明專利]一種車輛載重狀態檢測方法和系統

在審

• 申請號: 201810141015.8
• 申請日: 2018-02-11
• 公開（公告）號: CN108345858A
• 公開（公告）日: 2018-07-31
• 發明（設計）人: 何軍強;沈林強;李波
• 申請（專利權）人: 杭州鴻泉物聯網技術股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;李相雨

1.一種車輛載重狀態檢測方法，其特征在于，包括：

獲取待測車輛的車廂圖片；

對所述待測車輛的車廂圖片進行數據處理，得到處理后的車廂圖片；其中，所述數據處理包括：裁剪處理、灰度處理、平滑處理和均衡化處理；

將處理后的車廂圖片轉化成車廂特征點；其中，所述車廂特征點為一維行向量，用于表示處理后的車廂圖片中每個像素點的亮度；

將轉化得到的車廂特征點輸入預先建立的車輛載重狀態檢測模型中，得到所述待測車輛的載重狀態；

其中，所述預先建立的車輛載重狀態檢測模型為車輛的載重狀態與車廂特征點之間的函數關系。

2.根據權利要求1所述的方法，其特征在于，還包括所述車輛載重狀態檢測模型的建立過程，所述建立過程包括：

獲取訓練樣本；其中，所述訓練樣本包括：與所述待測車輛的類型相同的多個車輛在不同載重狀態下的車廂圖片；

對所述訓練樣本中的每張車廂圖片進行所述數據處理，得到處理后的訓練樣本；將處理后的訓練樣本中的每張車廂圖片分別轉化成對應的車廂特征點；

獲取所述訓練樣本中的每張車廂圖片對應的載重狀態；

將所述訓練樣本中的每張車廂圖片對應的車廂特征點以及載重狀態輸入支持向量機進行學習，得到所述車輛載重狀態檢測模型。

3.根據權利要求1所述的方法，其特征在于，所述將轉化得到的車廂特征點輸入預先建立的車輛載重狀態檢測模型中，得到所述待測車輛的載重狀態，包括：

從所述車輛載重狀態檢測模型中獲取用于區分車輛載重狀態的超平面；

若判斷獲知，所述車廂特征點位于所述超平面的第一側，則所述待測車輛處于空載狀態；若判斷獲知，所述車廂特征點位于所述超平面的第二側，則所述待測車輛處于滿載狀態。

4.根據權利要求1所述的方法，其特征在于，所述均衡化處理包括：

統計所述待測車輛的車廂圖片中每個亮度值對應的像素點的個數；

根據每個亮度值對應的像素點的個數，得到所述待測車輛的車廂圖片的灰度直方圖；

根據所述灰度直方圖對所述車廂圖片進行非線性拉伸，使得所述車廂圖片的像素點對應的亮度值在全部灰度范圍內均勻分布。

5.一種車輛載重狀態檢測系統，其特征在于，包括：

圖片獲取模塊，用于獲取待測車輛的車廂圖片；

數據處理模塊，用于對所述待測車輛的車廂圖片進行數據處理，得到處理后的車廂圖片；其中，所述數據處理包括：裁剪處理、灰度處理、平滑處理和均衡化處理；

特征點計算模塊，用于將處理后的車廂圖片轉化成車廂特征點；其中，所述車廂特征點為一維行向量，用于表示處理后的車廂圖片中每個像素點的亮度；

載重狀態計算模塊，用于將轉化得到的車廂特征點輸入預先建立的車輛載重狀態檢測模型中，得到所述待測車輛的載重狀態；

其中，所述預先建立的車輛載重狀態檢測模型為車輛的載重狀態與車廂特征點之間的函數關系。

6.根據權利要求5所述的系統，其特征在于，還包括：模型建立模塊，所述模型建立模塊包括：

圖片獲取子模塊，用于獲取訓練樣本；其中，所述訓練樣本包括：與所述待測車輛的類型相同的多個車輛在不同載重狀態下的車廂圖片；

數據處理子模塊，用于對所述訓練樣本中的每張車廂圖片進行所述數據處理，得到處理后的訓練樣本；

特征點計算子模塊，用于將處理后的訓練樣本中的每張車廂圖片分別轉化成對應的車廂特征點；

載重狀態獲取子模塊，用于獲取所述訓練樣本中的每張車廂圖片對應的載重狀態；

模型建立子模塊，用于將所述訓練樣本中的每張車廂圖片對應的車廂特征點以及載重狀態輸入支持向量機進行學習，得到所述車輛載重狀態檢測模型。

7.根據權利要求5所述的系統，其特征在于，所述載重狀態計算模塊包括：

獲取子模塊，用于從所述車輛載重狀態檢測模型中獲取用于區分車輛載重狀態的超平面；

判斷子模塊，用于若所述車廂特征點位于所述超平面的第一側，則判斷所述待測車輛處于空載狀態；若所述車廂特征點位于所述超平面的第二側，則判斷所述待測車輛處于滿載狀態。