[发明专利]一种高速公路绿色通道敞篷车装载率获取方法

摘要

本发明公开了一种高速公路绿色通道敞篷车装载率获取方法。本发明首先对敞篷车录取雷达回波数据，然后去耦合波并截取出车厢区域，接着搜索货物轮廓线，然后排除干扰因素，最后获取装载率。本发明给出了可供参考的敞篷车货物装载体积率，绿色通道检测人员在不能直接观察到车辆内部的情况下，可以了解敞篷车的装载情况，为检测敞篷车是否夹带违禁物品提供一定的依据，还可以甄别出不符合装载率要求的运输车辆，具有检测速度快、准确率高的优点。

主权项

一种高速公路绿色通道敞篷车装载率获取方法，其特征在于，该方法包括如下步骤：步骤一：对敞篷车录取雷达回波数据；对敞篷车(5)检测时，雷达天线(2)口朝下吊装在垂直竖立在地面上，形状为“门”字形的天线支撑框架(1)的中间位置，雷达天线(2)通过电缆与在天线支撑框架(1)旁边放置的雷达主机(3)相连，雷达主机(3)与控制计算机(4)之间通过通用串行总线接口进行通信；当有敞篷车(5)通过绿色通道车辆检测点时，驱使敞篷车(5)以3～8公里/小时的速度从雷达天线(2)下方匀速驶过，控制计算机(4)通过雷达主机(3)控制雷达天线(2)发射电磁波并接收敞篷车(5)的回波数据，当敞篷车(5)完全通过雷达天线(2)的照射区域后，数据录取完成；步骤二：去耦合波并截取出车厢区域；雷达天线(2)对从其下方通过的敞篷车(5)录取完回波数据后，就形成一个雷达回波数据矩阵，将该雷达回波数据矩阵中的每一个数据都作为一个像素点，则雷达回波数据矩阵构成一幅原始数据图像，记为F；耦合波在原始数据图像F中的截止行位置为X1，车厢底的回波行位置为X2；敞篷车(5)通过雷达天线(2)前后地面回波的结束列位置为Y1，开始列位置为Y2；在原始数据图像F中截取X1～X2行，Y1～Y2列之间的所有数据，得到的车厢区域图像G为敞篷车(5)的有效车厢区域图像；设车厢区域图像G对应的矩阵为A行B列，其中行数A＝X2-X1+1，列数B＝Y2-Y1+1；步骤三：搜索货物轮廓线；首先确定货物轮廓线的行位置变化范围，第二门限T2是确定货物轮廓线的行位置变化范围时的搜索门限，在0.6～0.8范围内取值，对车厢区域图像G中的每一列从第1行开始寻找第一个大于第二门限T2的数据的行位置，得到的所有B列上行位置中的最小值xmin到最大值xmax是货物轮廓线的行位置变化范围；然后统计货物轮廓线的值分布，在0.5～0.7内设置第三门限T3的取值，第三门限T3是统计轮廓线的数据值分布时的搜索门限，第三门限T3的值要小于第二门限T2；在xmin～xmax的行范围内搜索所有大于第三门限T3的数据，其中的最小值为Vmin，最大值为Vmax；将Vmin～Vmax的范围均匀分成十个区间，获取每个区间内数据的分布个数，最大个数对应的区间的中心值是第四门限T4，第四门限T4作为确定货物轮廓线的行位置的搜索门限；最后在车厢区域图像G中，对每一列数据都从第1行开始寻找第一个大于第四门限T4的数据的行位置，则得到的行位置就是货物轮廓线在每一列中的行位置，由此初步得到了所有B列上货物轮廓线的行位置分布；步骤四：排除干扰因素；车厢区域图像G中的每一个点都对应一个数据，首先标定异常点，如果在初步得到的货物轮廓线中某一点的行位置与该点左右相邻各10列上点的行位置的20个差值中有一个大于150，则标定该点为异常点；然后对每一个异常点要分别进行处理，设p为其中一个异常点，处理的具体步骤为：设异常点p的位置为(ip，jp)，该位置处数据的值为mp，其中ip是该异常点在车厢区域图像G中的行位置，jp是异常点在车厢区域图像G中的列位置，mp对应的是第jp个回波脉冲信号的第ip个采样值；截取图像中所有行位置小于等于ip且列位置大于等于jp的点所组成的数据区域，也就是车厢区域图像G中以异常点p为左下角的最大长方形数据图像O；设定第五门限T5为0.6×mp，作为转换二值图像的阈值；根据第五门限T5将图像O转为二值图像，将大于等于第五门限T5的数据变为1，将小于第五门限T5的数据变为0；然后利用数学形态学中由开关变换导出的细化运算，对该二值图像进行“细化”，最后得到细化图像S；首先要在细化图像S中，找出该异常点p附近的若干个起始点，对每一个起始点进行点搜索；设其中一个起始点q1的位置为(i1，j1)，则点q1的值为1，且满足|i1-ip|+|j1-jp|＜100；对起始点q1进行点搜索时，先设记录搜索到的点的集合为Q，Q初始为空集，首先将起始点q1归入Q，然后以q1为当前基准点在搜索范围R内搜索下一个值为1的点；如果搜索到下一个值为1的点q2，需要判断q2与Q中的所有点是否在一条曲线上，判断依据是三阶多项式拟合的系数；分别对集合Q和包含q2的集合{Q，q2}进行三阶多项式拟合，得到两组拟合系数，每组分别有四个拟合系数，对应的拟合系数相减后求绝对值，将得到的四个绝对值相加，如果和大于0.1就舍弃点q2，继续搜索下一个值为1的点，否则将q2归入Q，并以q2为当前基准点继续在搜索范围R内搜索下一个值为1的点，以此类推，直到搜索不到下一个值为1点为止，此时对起始点q1的搜索结束，最后记录Q中归入的最后一个点qn的位置为(in，jn)；在得到点qn的位置后，判断当前处理的异常点p是否属于车尾回波数据；根据工程经验和具体试验操作，设在50～150范围内取整数值的第六门限T6，用来判断点qn的行位置in是否接近第jn列中货物轮廓线的行位置U；第六门限T6的值越小，实际检测时的漏检概率越小，但同时误报的概率会增大，而第六门限T6的值增大时，误报的概率减小，但漏检概率会增大；如果|U-in|＜T6，说明此时的异常点p属于车尾回波，应结束对异常点p的处理，直接予以剔除，否则继续对异常点p的下一个起始点进行点搜索，直到最后一个起始点；如果搜索完最后一个起始点后，还未能剔除异常点p，则记录异常点p的位置为夹带物位置后，再将异常点p剔除；步骤五：获取装载率；排除了车尾和夹带物的干扰因素后，为了获取装载率，在所有剔除了异常点的列上重新设置货物轮廓线，得到整个车厢图像G内所有列上货物轮廓线的具体位置；然后，在车厢区域图像G中确定车顶行位置Z，(A-Z)×B得到车厢体积，将B列中的货物轮廓线的行位置都减去Z后再求和为车厢空载体积V，车厢体积减去车厢空载体积(A-Z)×B-V为货物体积；最后，货物体积除以车厢体积((A-Z)×B-V)/((A-Z)×B)得到敞篷车(5)的装载率。