[發(fā)明專利]基于人工智能的高速公路出入口ETC精確識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010545574.2
• 申請(qǐng)日: 2020-06-16
• 公開（公告）號(hào): CN111681427B
• 公開（公告）日: 2022-04-08
• 發(fā)明（設(shè)計(jì)）人: 潘福全;張麗霞;王樂(lè)寧;趙凱龍;周燦宇;李佳坤;王凱;楊金順
• 申請(qǐng)（專利權(quán)）人: 青島理工大學(xué)
• 主分類號(hào): G08G1/04
• 分類號(hào): G08G1/04;G08G1/052;G07B15/06;G07C9/20;G06V10/94;G06V20/54;G06T7/246
• 代理公司: 青島智地領(lǐng)創(chuàng)專利代理有限公司 37252
• 代理人: 陳海濱

本發(fā)明公開了一種基于人工智能的高度公路出入口ETC精確識(shí)別方法，涉及ETC車輛識(shí)別領(lǐng)域。方法具體包括以下步驟：步驟S1：采用Python+OpenCV人工智能組合識(shí)別車輛信息并預(yù)判車輛即將駛?cè)氲能嚨馈２襟ES2：根據(jù)Python+OpenCV人工智能組合分析得出的數(shù)據(jù)確定車輛即將駛?cè)氲能嚨馈２襟ES3：開啟對(duì)應(yīng)車道的激光雷達(dá)，不斷掃描激光雷達(dá)與被測(cè)車輛間的距離。步驟S4：根據(jù)激光雷達(dá)與被測(cè)車輛間距離隨時(shí)間的變化，計(jì)算出車輛到達(dá)RSU設(shè)備有效識(shí)別范圍的時(shí)間。步驟S5：調(diào)用計(jì)算機(jī)的時(shí)間庫(kù)，且調(diào)用步驟S4中的時(shí)間，定時(shí)控制連接RSU設(shè)備中天線設(shè)備的電磁繼電器。步驟S6：當(dāng)車輛進(jìn)入到RSU中天線設(shè)備的識(shí)別范圍內(nèi)時(shí)，RSU中天線設(shè)備發(fā)出無(wú)線電信號(hào)，進(jìn)而實(shí)現(xiàn)OBU設(shè)備與RSU設(shè)備的通訊。

技術(shù)領(lǐng)域

本發(fā)明涉及ETC車輛識(shí)別領(lǐng)域，具體涉及一種基于人工智能的高度公路出入口ETC精確識(shí)別方法。

背景技術(shù)

推動(dòng)取消高速公路省界收費(fèi)站，用ETC裝置等新技術(shù)，替代人工收費(fèi)的方式是目前高速公路收費(fèi)方式發(fā)展的主流趨勢(shì)。但現(xiàn)有ETC裝置識(shí)別準(zhǔn)確率不高。車輛通過(guò)ETC車道時(shí)，會(huì)出現(xiàn)不抬桿或者臨近ETC車道錯(cuò)誤抬桿放行的現(xiàn)象。而導(dǎo)致這些問(wèn)題的原因，大多是由于高速公路出入口門架上的路側(cè)單元(Road Side Unit，簡(jiǎn)稱RSU)天線主瓣輻射角度不準(zhǔn)確，信號(hào)一般，而旁瓣卻有較高的信號(hào)強(qiáng)度。因?yàn)檐囕d單元(On Board Unit，簡(jiǎn)稱OBU)設(shè)備會(huì)與最先遇到的信號(hào)進(jìn)行通訊，單天線電磁波輻射方向很難控制，直接影響識(shí)別率。。

發(fā)明內(nèi)容

本發(fā)明的目的是針對(duì)上述不足，提出了一種通過(guò)采用Python與OpenCV相結(jié)合的人工智能組合方法，提高了識(shí)別精確到與識(shí)別效率的ETC識(shí)別方法。

本發(fā)明具體采用如下技術(shù)方案：

基于人工智能的高速公路出入口ETC精確識(shí)別方法，具體包括以下步驟：

步驟S1：采用Python+OpenCV人工智能組合，通過(guò)采集高速公路出入口收費(fèi)站的廣角攝像頭信息，識(shí)別車輛信息并預(yù)判車輛即將駛?cè)氲能嚨溃?/p>

步驟S2：根據(jù)Python+OpenCV人工智能分析得出的數(shù)據(jù)，進(jìn)而確定車輛即將駛?cè)氲能嚨溃⒃撔畔⒋鎯?chǔ)至內(nèi)存；

步驟S3：在步驟S1，步驟S2進(jìn)行時(shí)，激光雷達(dá)處于待機(jī)狀態(tài)，并不斷檢索內(nèi)存，當(dāng)檢索到人工智能存儲(chǔ)的數(shù)據(jù)時(shí)迅速作出反應(yīng)，開啟激光雷達(dá)，不斷掃描激光雷達(dá)與被測(cè)車輛間的距離；

步驟S4：根據(jù)激光雷達(dá)與被測(cè)車輛間的距離隨時(shí)間的變化，計(jì)算出車輛到達(dá)RSU設(shè)備有效識(shí)別范圍的時(shí)間，并存儲(chǔ)至內(nèi)存；

步驟S5：調(diào)用計(jì)算機(jī)的時(shí)間庫(kù)，且調(diào)用步驟S4中的時(shí)間，進(jìn)行延時(shí)設(shè)定，定時(shí)開啟連接RSU設(shè)備中天線設(shè)備的電磁繼電器；

步驟S6：當(dāng)車輛進(jìn)入到RSU中天線設(shè)備的識(shí)別范圍內(nèi)時(shí)，RSU中天線設(shè)備發(fā)出無(wú)線電信號(hào)，進(jìn)而實(shí)現(xiàn)OBU設(shè)備與RSU設(shè)備的通訊。

優(yōu)選地，步驟S1中，Python+OpenCV人工智能組合采用對(duì)攝像頭采集到的圖像進(jìn)行灰度，反轉(zhuǎn)，比對(duì)處理對(duì)車輛進(jìn)行跟蹤識(shí)別，并且利用大量數(shù)據(jù)案例不斷的進(jìn)行分析與糾錯(cuò)。

優(yōu)選地，步驟S2中，運(yùn)用不同地點(diǎn)、不同時(shí)間、不同天氣條件下的收費(fèi)站監(jiān)控錄像大數(shù)據(jù)，通過(guò)Python+OpenCV人工智能組合使其學(xué)習(xí)、改進(jìn)；實(shí)際應(yīng)用條件下，攝像頭將調(diào)用無(wú)車情況下當(dāng)前時(shí)間，當(dāng)前天氣的歷史影像，并將其與目前實(shí)時(shí)影像逐幀進(jìn)行比對(duì)，判斷不同區(qū)域，并對(duì)此區(qū)域物體輪廓進(jìn)行判定，判定為機(jī)動(dòng)車后將其與數(shù)據(jù)庫(kù)車輛進(jìn)行比對(duì)，同時(shí)跟蹤車輛軌跡，對(duì)此車輛即將進(jìn)入的車道進(jìn)行預(yù)判，并根據(jù)車輛行駛軌跡不斷更正，且將數(shù)據(jù)傳入計(jì)算機(jī)對(duì)應(yīng)文件夾，供其他硬件裝置調(diào)用。

優(yōu)選地，采用激光雷達(dá)傳感器對(duì)車輛速度、時(shí)間、距離進(jìn)行測(cè)算，當(dāng)Python+OpenMV采集到相關(guān)車輛信息，并將采集到的信息由計(jì)算機(jī)發(fā)送至相應(yīng)車道的激光雷達(dá)傳感器設(shè)備，進(jìn)而啟動(dòng)激光雷達(dá)傳感器，其開始進(jìn)一步采集信息；