[發(fā)明專利]橋面車流荷載時空分布重構(gòu)方法、系統(tǒng)及裝置有效
| 申請?zhí)枺?/td> | 202210446427.9 | 申請日: | 2022-04-26 |
| 公開(公告)號: | CN114822029B | 公開(公告)日: | 2023-04-07 |
| 發(fā)明(設(shè)計)人: | 周軍勇;李鉅澤;張俊平;袁顯財;黃海云;朱淑薇;陳海亮 | 申請(專利權(quán))人: | 廣州大學(xué) |
| 主分類號: | G08G1/01 | 分類號: | G08G1/01;G08G1/017;G07B15/06;G06V20/62;G06V10/82;G06N3/0464;G06N3/08 |
| 代理公司: | 北京八月瓜知識產(chǎn)權(quán)代理有限公司 11543 | 代理人: | 秦瑩 |
| 地址: | 510006 廣東省廣州市*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 橋面 車流 荷載 時空 分布 方法 系統(tǒng) 裝置 | ||
1.一種基于攝像視頻和ETC數(shù)據(jù)的橋面車流荷載時空分布重構(gòu)方法,其特征在于,包括,
S1、基于路側(cè)攝像頭視頻數(shù)據(jù),采用YOLOv5多目標(biāo)檢測算法對車輛識別得到車牌邊框、車輪邊框和車輛外形邊框;
S2、對識別得到車牌邊框采用LPRNet算法進行字符提取得到車牌邊框字符;
S3、將提取得到車牌邊框字符與ETC記錄的車牌字符進行匹配,根據(jù)ETC中車牌與車重的關(guān)聯(lián),確定識別車輛的車重;
S4、采用DeePSORT算法對識別得到的車輪邊框進行跟蹤,確定車輪在橋面的行駛軌跡,根據(jù)識別得到車輪邊框和車輛外形邊框識別車輛的軸數(shù)和軸距;
S5、將所述軸數(shù)、軸距和車重輸入訓(xùn)練得到的kNN模型得到車輛的各個輪重;
S6、根據(jù)行駛軌跡和輪重重構(gòu)橋面車流荷載的時空分布。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述S3具體包括:將提取得到車牌邊框字符與ETC記錄的車牌字符進行模糊匹配,根據(jù)ETC中車牌字符與車重的關(guān)聯(lián),確定識別車輛的車重。
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述根據(jù)識別得到車輪邊框和車輛外形邊框識別車輛的軸數(shù)和軸距具體包括:根據(jù)同一車輛邊框所包含的車輪邊框數(shù)進行累加計算得到軸數(shù),計算同一車輛邊框的車輪邊框的底邊中點連線距離,將所述連線距離經(jīng)圖像坐標(biāo)變換得到軸距,其中,圖像坐標(biāo)變換是建立圖像坐標(biāo)與橋面坐標(biāo)的投影變換矩陣轉(zhuǎn)換關(guān)系。
4.一種基于攝像視頻和ETC數(shù)據(jù)的橋面車流荷載時空分布重構(gòu)系統(tǒng),其特征在于,包括,
同步識別模塊:用于基于路側(cè)攝像頭視頻數(shù)據(jù),采用YOLOv5多目標(biāo)檢測算法對車輛識別得到車牌邊框、車輪邊框和車輛外形邊框;
提取模塊:用于對識別得到車牌邊框采用LPRNet算法進行字符提取得到車牌邊框字符;
匹配模塊:用于將提取得到車牌邊框字符與ETC記錄的車牌字符進行匹配,根據(jù)ETC中車牌與車重的關(guān)聯(lián),確定識別車輛的車重;
識別車輛模塊:用于采用DeePSORT算法對識別得到的車輪邊框進行跟蹤,確定車輪在橋面的行駛軌跡,根據(jù)識別得到車輪邊框和車輛外形邊框識別車輛的軸數(shù)和軸距;
輪重模塊:用于將所述軸數(shù)、軸距和車重輸入訓(xùn)練得到的kNN模型得到車輛的各個輪重;
重構(gòu)模塊:根據(jù)行駛軌跡和輪重重構(gòu)橋面車流荷載的時空分布。
5.根據(jù)權(quán)利要求4所述的系統(tǒng),其特征在于,所述匹配模塊具體用于:將提取得到車牌邊框字符與ETC記錄的車牌字符進行模糊匹配,根據(jù)ETC中車牌字符與車重的關(guān)聯(lián),確定識別車輛的車重。
6.根據(jù)權(quán)利要求5所述的系統(tǒng),其特征在于,所述識別車輛模塊具體用于:根據(jù)同一車輛邊框所包含的車輪邊框數(shù)進行累加計算得到軸數(shù),計算同一車輛邊框的車輪邊框的底邊中點連線距離,將所述連線距離經(jīng)圖像坐標(biāo)變換得到軸距,其中,圖像坐標(biāo)變換是建立圖像坐標(biāo)與橋面坐標(biāo)的投影變換矩陣轉(zhuǎn)換關(guān)系。
7.一種基于攝像視頻和ETC數(shù)據(jù)的橋面車流荷載時空分布重構(gòu)方法裝置,其特征在于,包括:存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序,所述計算機程序被所述處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至3中任一項所述的基于攝像視頻和ETC數(shù)據(jù)的橋面車流荷載時空分布重構(gòu)方法的步驟。
8.一種計算機可讀存儲介質(zhì),其特征在于,所述計算機可讀存儲介質(zhì)上存儲有信息傳遞的實現(xiàn)程序,所述程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至3中任一項所述的基于攝像視頻和ETC數(shù)據(jù)的橋面車流荷載時空分布重構(gòu)方法的步驟。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于廣州大學(xué),未經(jīng)廣州大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210446427.9/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種時空地理大數(shù)據(jù)的檢索方法及系統(tǒng)
- 一種泛知識化時空對象表達數(shù)據(jù)庫建立方法
- 一種基于時空密度波與同步的大型時空數(shù)據(jù)聚類算法GRIDWAVE
- 時空數(shù)據(jù)的存儲方法、查詢方法及存儲裝置、查詢裝置
- 一種云環(huán)境下時空索引的構(gòu)建方法、裝置及電子設(shè)備
- 面向工業(yè)4.0的時空大數(shù)據(jù)分布式存儲檢索方法及系統(tǒng)
- 一種數(shù)據(jù)比對碰撞方法和裝置
- 時空數(shù)據(jù)的異常檢測方法、裝置、電子設(shè)備和存儲介質(zhì)
- 一種可直接捕獲時空相關(guān)性的時空數(shù)據(jù)預(yù)測方法
- 多維時空譜數(shù)據(jù)融合方法、裝置、電子設(shè)備和存儲介質(zhì)





