基于视频识别的车重检测方法、装置及存储介质制造方法及图纸

本发明专利技术公开了基于视频识别的车重检测方法、装置及存储介质，通过从待测车辆的振动视频识别待测车辆的结构参数、第一自由度质量参数以及各个自由度的振动响应信号；根据待测车辆各个自由度的振动响应信号，并通过SSI模态识别算法计算所述待测车辆的振动模态参数；根据待测车辆的结构参数、振动模态参数构造车辆状态方程，将所述振动响应信号输入至所述车辆状态方程中，迭代求解出待测车辆的不同自由度质量的比值；根据所述待测车辆的第一自由度质量参数和所述不同自由度质量的比值计算出待测车辆的车重。相比现有的动态称重而言，适用于各种型号车辆的车重值的检测，普适性较强，且操作简单且不会对车辆造成任何损伤，检测成本低。

【技术实现步骤摘要】
基于视频识别的车重检测方法、装置及存储介质
本专利技术实施例涉及车辆工程车辆物理信息检测
，特别是涉及视频识别的车重检测方法、装置及存储介质。
技术介绍
随着工业和商业贸易的快速增长,公路运输业竞争越来越大,超限超载运输现象不断增加,准确、高效地获取车辆的车重值有利于车辆超载问题的治理，从而可以规范公路运输，消除交通隐患，减少经济损失。目前我国公路治理超限超载普遍采用基于动态称重的计重收费系统,这些传统称重方法大都需在公路主线道上建立大型检测站，存在以下不足:被检测车辆相对集中，检测效率较低，容易造成交通堵塞，而且车辆也容易绕行逃避检查；现有的车辆动态称重系统所采用的传感器多适用于固定式安装，即使一些便携式车辆称重传感器也因为重量过重，体积过大的缺点，无法真正实现便携测量。
技术实现思路
本专利技术提供了基于视频识别的车重检测方法、装置及存储介质，用以解决了传统压电应变计检测法难以获取车辆各部件真实重量信息、大型监测站位置固定无法便携测量、车载传感器称重法难以管控等不足的问题。为解决上述技术问题，本专利技术提出的技术方案为：一种基于视频识别的车重检测方法，包括以下步骤：获取待测车辆的振动视频，从待测车辆的振动视频识别待测车辆的结构参数、第一自由度质量参数以及各个自由度的振动响应信号；根据待测车辆各个自由度的振动响应信号，并通过SSI（随机子空间）模态识别算法计算所述待测车辆的振动模态参数；根据待测车辆的结构参数、振动模态参数构造车辆状态方程，将所述振动响应信号输入至所述车辆状态方程中，迭代求解出待测车辆的不同自由度质量的比值；根据所述待测车辆的第一自由度质量参数和所述不同自由度质量的比值计算出待测车辆的车重。优选的，从待测车辆的振动视频识别待测车辆的结构参数、第一自由度质量参数，具体包括以下步骤：将待测车辆的振动视频输入至预先训练好的车辆识别模型，得到待测车辆的车型；根据待测车辆的车型查找对应车型的结构参数以及第一自由度质量参数，并将对应车型的结构参数以及第一自由度质量参数作为待测车辆的结构参数以及第一自由度质量参数。优选的，从待测车辆的振动视频识别待测车辆各个自由度的振动响应信号具体包括以下步骤：将待测车辆的振动视频连续的各个帧图像依次输入至预先训练好的车辆识别模型，依次得到标注有待测车辆的车型以及轮廓外形的各个帧图像；根据预先得到该种车型的自由度定点在所述轮廓外形的相对位置，确定待测车辆的自由度定点在各个帧图像的定位坐标；根据摄像机的投影关系建立转换矩阵消除镜头畸变，将待测车辆的自由度定点在各个帧图像的定位坐标转换至世界坐标系，根据运动的连续性特性和物体像素亮度在连续帧之间不变的假定，使用Lucas-Kanade（一种局部差分的光流算法）算法计算待测车辆的各个自由度定点的动位移时程信号；对各个自由度的动位移时程信号进行小波分解，并对分解出的高频分量进行软阈值处理，在软阈值处理后，在对分解出的分量进行重构，得到各个自由度的振动响应信号。优选的，根据待测车辆各个自由度的振动响应信号，并通过SSI模态识别算法计算所述待测车辆的振动模态参数，具体包括以下步骤：构建待测车辆的振动微分方程，基于所述振动微分方程构建确定-随机的混合型离散状态空间模型；将所述振动响应信号构造成Hankel（汉尔克）矩阵，使用正交分解法对所述Hankel矩阵进行处理，并将处理后的Hankel矩阵作为输出向量输入至所述确定-随机的混合型离散状态空间模型中，使用最小二乘法可以求出车辆振动系统的传递矩阵和输出矩阵；根据连续系统状态矩阵的特征值与离散系统传递矩阵的特征值的关系可求得系统的无阻尼固有频率和阻尼比；基于获取的无阻尼固有频率和阻尼比，并根据计算车辆系统振型，其中，为系统振型，为传递矩阵A的特征向量矩阵，为系统阻尼矩阵。优选的，所述振动微分方程为：其中，为振动响应信号，为振动响应信号的一阶导数，为振动响应信号的二阶导数，为质量矩阵，为阻尼矩阵，为刚度矩阵，F为待测车辆的荷载；所述确定-随机的混合型离散状态空间模型为：式中，表示状态变量，，上标T为转置因子,表示时间步，表示外部激励，表示输出向量，表示传递矩阵，表示输入矩阵，表示输出矩阵，表示前馈矩阵，表示过程噪音，表示测量噪音；其中，，，表示自然常数，表示单位时间变化率；为质量矩阵，为刚度矩阵，为阻尼矩阵，为系统外部激励的位置矩阵，为单位矩阵。优选的，所述车辆状态模型为：其中，为第一状态矩阵，为第二状态矩阵，为状态变量,,为的一阶导数。优选的，将所述振动响应信号输入至所述车辆状态方程中，迭代求解出待测车辆的不同自由度质量的比值，具体包括以下步骤：构造所述车辆状态方程的信号矩阵方程，将所述振动响应信号输入至所述信号矩阵方程中，用最小二乘法计算所述信号矩阵方程的传递矩阵；计算传递矩阵的特征值和特征向量，并用传递矩阵的特征值和特征向量重构状态矩阵；利用状态矩阵A的各个元素的比例关系求解获得车辆不同自由度质量的比值。优选的，所述信号矩阵方程为：，其中,表示信号矩阵方程的传递矩阵，表示信号矩阵，表示信号的误差矩阵，其中，是由测量的振动响应信号组成的离散状态向量，，是一个比信号矩阵Φ的行数要大得多的正整数，表示传感器在时刻测量值，为传感器的采样时间间隔，为由系统的自由度个数、测试所用的传感器个数和传感器测得信号的信噪比共同决定的中间参数；所述重构后的状态矩阵为其中，和分别为矩阵Λ和Φ的共轭矩阵。为传递矩阵的特征值，为传递矩阵的第i个特征值，其中，，为传递矩阵的特征值的个数，为待测车辆的振型，为第i个振型，。一种基于视频识别的车重检测装置，包括图像采集设备及处理器，所述处理器用于执行存储器中存储的计算机程序时实现上述基于视频识别的车重检测方法的步骤。一种计算机可读存储介质，所述计算机可读存储介质上存储有基于视频识别检测车重值的程序，所述基于视频识别检测车重值的程序被处理器执行时实现上述基于视频识别的车重检测方法的步骤。本专利技术具有以下有益效果：1、本专利技术中的基于视频识别的车重检测方法、装置及存储介质，通过从待测车辆的振动视频识别待测车辆的结构参数、第一自由度质量参数以及各个自由度的振动响应信号；根据待测车辆各个自由度的振动响应信号，并通过SSI模态识别算法计算所述待测车辆的振动模态参数；根据待测车辆的结构参数、振动模态参数构造车辆状态方程，将所述振动响应信号输入至所述车辆状态方程中，迭代求解出待测车辆的不同自由度质量的比值；根据所述待测车辆的第一自由度质量参数和所述不同自由度质量的比值计算出待测车辆的车重本文档来自技高网...

【技术保护点】
1.一种基于视频识别的车重检测方法，其特征在于，包括以下步骤：/n获取待测车辆的振动视频，从待测车辆的振动视频识别待测车辆的结构参数、第一自由度质量参数以及各个自由度的振动响应信号；/n根据待测车辆各个自由度的振动响应信号，并通过SSI模态识别算法计算所述待测车辆的振动模态参数；/n根据待测车辆的结构参数、振动模态参数构造车辆状态方程，将所述振动响应信号输入至所述车辆状态方程中，迭代求解出待测车辆的不同自由度质量的比值；/n根据所述待测车辆的第一自由度质量参数和所述不同自由度质量的比值计算出待测车辆的车重。/n

【技术特征摘要】
1.一种基于视频识别的车重检测方法，其特征在于，包括以下步骤：
获取待测车辆的振动视频，从待测车辆的振动视频识别待测车辆的结构参数、第一自由度质量参数以及各个自由度的振动响应信号；
根据待测车辆各个自由度的振动响应信号，并通过SSI模态识别算法计算所述待测车辆的振动模态参数；
根据待测车辆的结构参数、振动模态参数构造车辆状态方程，将所述振动响应信号输入至所述车辆状态方程中，迭代求解出待测车辆的不同自由度质量的比值；
根据所述待测车辆的第一自由度质量参数和所述不同自由度质量的比值计算出待测车辆的车重。


2.根据权利要求1所述的基于视频识别的车重检测方法，其特征在于，从待测车辆的振动视频识别待测车辆的结构参数、第一自由度质量参数，具体包括以下步骤：
将待测车辆的振动视频输入至预先训练好的车辆识别模型，得到待测车辆的车型；
根据待测车辆的车型查找对应车型的结构参数以及第一自由度质量参数，并将对应车型的结构参数以及第一自由度质量参数作为待测车辆的结构参数以及第一自由度质量参数。


3.根据权利要求1所述的基于视频识别的车重检测方法，其特征在于，从待测车辆的振动视频识别待测车辆各个自由度的振动响应信号具体包括以下步骤：
将待测车辆的振动视频连续的各个帧图像依次输入至预先训练好的车辆识别模型，依次得到标注有待测车辆的车型以及轮廓外形的各个帧图像；
根据预先得到该种车型的自由度定点在所述轮廓外形的相对位置，确定待测车辆的自由度定点在各个帧图像的定位坐标；
根据摄像机的投影关系建立转换矩阵消除镜头畸变，将待测车辆的自由度定点在各个帧图像的定位坐标转换至世界坐标系，根据运动的连续性特性和物体像素亮度在连续帧之间不变的假定，使用Lucas-Kanade算法计算待测车辆的各个自由度定点的动位移时程信号；
对各个自由度的动位移时程信号进行小波分解，并对分解出的高频分量进行软阈值处理，在软阈值处理后，在对分解出的分量进行重构，得到各个自由度的振动响应信号。


4.根据权利要求1-3任意一项所述的基于视频识别的车重检测方法，其特征在于，根据待测车辆各个自由度的振动响应信号，并通过SSI模态识别算法计算所述待测车辆的振动模态参数，具体包括以下步骤：
构建待测车辆的振动微分方程，基于所述振动微分方程构建确定-随机的混合型离散状态空间模型；
将所述振动响应信号构造成Hankel矩阵，使用正交分解法对所述Hankel矩阵进行处
理，并将处理后的Hankel矩阵作为输出向量输入至所述确定-随机的混合型离散状态空间
模型中，使用最小二乘法可以求出车辆振动系统的传递矩阵和输出矩阵；
根据连续系统状态矩阵的特征值与离散系统传递矩阵的特征值的关系可求得系统的
无阻尼固有频率和阻尼比；
基于获取的无阻尼固有频率和阻尼比，并根据计算车辆系统振型，其中，为系统振型，为传递矩阵A的特征向量矩阵，为系统阻尼矩阵。


...

【专利技术属性】
技术研发人员：邓露，刘英凯，王维，赵冬冬，何维，
申请(专利权)人：湖南大学，
类型：发明
国别省市：湖南;43