[发明专利]一种车辆类型识别方法以及危化品车辆识别方法有效
申请号: | 202010723329.6 | 申请日: | 2020-07-24 |
公开(公告)号: | CN112037521B | 公开(公告)日: | 2021-10-22 |
发明(设计)人: | 王正武;周诗晴;李顺 | 申请(专利权)人: | 长沙理工大学 |
主分类号: | G08G1/017 | 分类号: | G08G1/017;G06K9/00;G01B11/24;G01B11/00 |
代理公司: | 长沙楚为知识产权代理事务所(普通合伙) 43217 | 代理人: | 李大为 |
地址: | 410114 湖南省长沙市天心区万*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 车辆 类型 识别 方法 以及 危化品 | ||
1.一种基于外观检测的车辆类型识别方法,其特征在于,包括步骤:
S0、采用三维激光扫描设备对各种车型的车辆进行扫描,构建离线车辆模型库存储在上位机中;
S1、通过三维激光扫描设备获取待检测车辆的点云数据,并将所述点云数据传输到上位机中;
S2、所述上位机根据得到的所述点云数据构建待检测车辆的3D车辆模型;
S3、所述上位机对所述3D车辆模型进行特征提取,获取车辆的特征数据;
S4、所述上位机根据提取的所述特征数据在车辆模型库中进行匹配识别,通过所述特征数据中的车辆的长、宽、高、顶长车长比数据与所述车辆模型库中车辆模型的长、宽、高、顶长车长比数据进行模糊映射,将待检测车辆在所述车辆模型库中进行初步分类,得到所述待检测车辆的初步类型范围;使用所述特征数据中的车辆的前视图、侧视图和后视图在所述车辆模型库中的所述初步类型范围内的车辆模型进行精准匹配,得到待检测车辆的车型信息,判断所述待检测车辆的车型。
2.根据权利要求1所述的基于外观检测的车辆类型识别方法,其特征在于,所述步骤S1中,所述点云数据是以三维激光扫描设备自定义坐标系体现。
3.根据权利要求1所述的基于外观检测的车辆类型识别方法,其特征在于,所述步骤S2中,在构建所述3D车辆模型前,对所述点云数据进行去噪处理,提高信噪比。
4.根据权利要求1所述的基于外观检测的车辆类型识别方法,其特征在于,所述特征数据包括长、宽、高、顶长车长比数据,以及车辆的前视图、侧视图和后视图。
5.根据权利要求4所述的基于外观检测的车辆类型识别方法,其特征在于,所述特征数据中车辆的前视图、侧视图和后视图的提取是利用Hu不变矩原理在所述3D车辆模型中提取。
6.一种使用权利要求1-5任一所述的基于外观检测的车辆类型识别方法的危化品车辆识别方法,其特征在于,包括:
P1、通过三维激光扫描设备获取待检测车辆的点云数据,并将所述点云数据传输到上位机中;
P2、所述上位机根据得到的所述点云数据构建待检测车辆的3D车辆模型;
P3、所述上位机对所述3D车辆模型进行特征提取,获取车辆的特征数据;
P4、所述上位机根据提取的所述特征数据在危化品车辆模型库中进行匹配识别,判断所述待检测车辆是否为危化品车辆。
7.根据权利要求6所述的危化品车辆识别方法,其特征在于,所述步骤P4具体包括:
P41、通过特征数据中的车辆的长、宽、高、顶长车长比数据采用分层决策,将待检测车辆数据中,将与危化品车辆数据宏观外形差异过大的数据排除;
P42、对筛选后剩余的所述待检测车辆的特征数据中的车辆的前视图、侧视图和后视图进行精准匹配,判定是否为危化品车辆。
8.根据权利要求6所述的危化品车辆识别方法,其特征在于,在步骤P1前,还包括步骤:
P0、对不同类型的危化品车辆执行步骤P1-P2,构建所述危化品车辆模型库。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长沙理工大学,未经长沙理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010723329.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:无侧隙阶梯滚柱包络环面蜗杆传动
- 下一篇:蓝色荧光粉及其制备方法和应用