【技术实现步骤摘要】
本专利技术涉及数据分析，特别涉及一种基于视频和激光雷达的高速公路收费稽核方法及系统。
技术介绍
1、近年来，随着全国高速公路网络的不断扩展，收费管理的复杂性和重要性日益凸显，其收费管理直接关系到公路的养护、运营及服务质量。
2、在高速公路etc收费过程中，频繁出现“大车小标”问题，即：大型车辆贴小客车etc车载标识，在高速公路收费时按照小客车收费标准计费和扣费，从而产生逃缴、少缴通行费的情况。而传统的高速公路收费稽核方法下，数据采集往往不够精确，容易遗漏逃费行为，对高速公路的正常运营和收益造成了严重影响。故而如何有效识别“大车小标”行为，避免逃费成为当前研究重心之一。
3、因此，本专利技术提供一种基于视频和激光雷达的高速公路收费稽核方法及系统，用于有效避免“大车小标”问题以及逃费行为，提高高速公路收费的准确性与效率。
技术实现思路
1、本专利技术提供一种基于视频和激光雷达的高速公路收费稽核方法及系统，用以通过对利用与视频和激光雷达相关的预置数据采集工具，采集到的驶入以及驶出收费站前车辆的数据预处理得到目标数据；对目标数据分析实现对车辆的车牌识别与车型检测；基于对车牌识别结果与车型检测结果的结合分析完成驶入驶出收费站车辆稽核，可精确识别大型车辆贴小客车etc车载标识行为并减少逃费行为，以提高高速公路收费的准确性与效率。
2、本专利技术提供一种基于视频和激光雷达的高速公路收费稽核方法，包括：
3、步骤1：利用预置数据采集工具实时采集车辆的
4、步骤2：基于对所述目标数据的分析，获取车辆驶入以及驶出收费站的车牌识别结果与车型检测结果；
5、步骤3：基于对车牌识别结果与车型检测结果的结合分析，完成驶入驶出收费站稽核。
6、优选的，利用预置数据采集工具实时采集车辆的车身数据，并进行数据预处理得到目标数据，包括：
7、对行驶至入站-检测区域和出站-检测区域的车辆，利用安装在预设位置处的摄像头捕捉得到第一车辆视频；
8、对所述第一车辆视频进行关键帧提取，得到若干车辆帧图像；
9、对所述车辆帧图像进行去噪与增强对比度处理，得到目标图像并作为目标数据输出；
10、对利用安装在预设位置处的激光雷达获取的车辆点云数据进行滤波、去噪与配准处理后，得到目标点云数据并作为目标数据输出；
11、对所述目标数据基于所属的检测区域确定数据应用方向。
12、优选的，对所述第一车辆视频进行关键帧提取，得到车辆帧图像，包括：
13、采用卷积自编码器对第一车辆视频中的每一视频帧进行特征提取，得到第一视频特征；
14、利用预设聚类算法且基于所述第一视频特征对视频帧进行聚类得到视频簇；
15、对每个视频簇中的视频帧进行清晰度分析，得到第一清晰度；
16、将每个视频簇中第一清晰度不小于设定清晰阈值的视频帧标记为第一帧，并集合所有第一帧，建立对应视频簇的第一帧列表；
17、计算第一帧列表中每个第一帧的帧内容代表值，并结合第一清晰度进行加权平均得到帧评价系数；
18、其中，帧内容代表值的计算公式如下所示：
19、式中，ri表示为第i个第一帧的帧内容代表值；si表示为第i个第一帧包含的重要信息密度；aij表示为第i个第一帧的第j个第一主要特征的值，其中，j＝1，2，3，…，n；n表示为第一主要特征的总个数；βj表示为第j个第一主要特征的影响评价权重；γ表示为计算损耗因子；c0i表示为第i个第一帧所属视频簇的特征密度；c0q表示为除第i个第一帧所属视频簇的剩余簇的特征密度均值；cri表示为对第i个第一帧所属视频簇下的聚类分布进行单位框选后的单位特征密度；
20、若当前第一帧列表中只存在单个帧评价系数大于设定评价阈值的第一帧，则将当前第一帧视为车辆帧图像；
21、若当前第一帧列表中存在多个帧评价系数大于设定评价阈值的第一帧，则将所述帧评价系数大于设定评价阈值的第一帧均标记为分析帧；
22、获取分析帧在时间轴上相邻两帧之间的帧距离，并与设定距离阈值进行比较；
23、当存在两个相邻的分析帧之间的帧距离小于设定距离阈值时，将当前两个相邻的分析帧中帧评价系数更小的分析帧进行删除，再将剩余的分析帧视为车辆帧图像；
24、否则，将所有分析帧视为车辆帧图像输出。
25、优选的，基于对所述目标数据的分析，获取车辆驶入以及驶出收费站的车牌识别结果与车型检测结果，包括：
26、对所述目标图像利用canny算子进行边缘检测，再通过采用形态学操作处理得到第一处理图像；
27、基于车牌的色彩特征与形状特征，对所述第一处理图像进行车牌区域定位，得到目标区域定位结果；
28、对所述目标区域定位结果进行字符分割，得到字符图像；
29、对所述字符图像进行特征提取，得到第一特征；
30、将所述第一特征输入预先基于神经网络构建的字符识别模型，输出字符识别结果；
31、对所述字符识别结果进行汇总，得到第一识别结果；
32、若所有获取的第一识别结果一致，且符合车牌号码规则，则将任一第一识别结果作为车牌识别结果输出；
33、若存在获取的第一识别结果不一致，则选取置信度最高的字符识别结果进行汇总，得到第二识别结果；
34、对所述第二识别结果按照车牌号码规则进行校验，并将校验成功后的第二识别结果作为车牌识别结果输出；
35、当所述目标图像的数据应用方向为进入收费站前检测时，将当前车牌识别结果视为入站-车牌识别结果输出；
36、当所述目标图像的数据应用方向为驶出收费站前检测时，将当前车牌识别结果视为出站-车牌识别结果输出；
37、对所述目标点云数据采用插值算法进行数据间距平均化后，再进行车辆轮廓三维重建得到三维轮廓图像；
38、对所述三维轮廓图像进行灰度化处理，再利用形态学开运算进行去噪得到二维灰度图像；
39、从所述二维灰度图像中提取车型特征，得到第一车型特征；
40、将所述第一车型特征输入预先构建的车型识别模型中，输出车型检测结果；
41、当所述目标点云数据的数据应用方向为进入收费站前检测时，将当前车型检测结果视为入站-车型检测结果输出；
42、当所述目标点云数据的数据应用方向为驶出收费站前检测时，将当前车型检测结果视为出站-车型检测结果输出。
43、优选的，基于车牌的色彩特征与形状特征，对所述第一处理图像进行车牌区域定位，得到目标区域定位结果，包括：
44、基于车牌的色彩特征与形状特征，利用预置图像处理函数对所述第一处理图像进行车牌区域定位，得到第一区域定位结果；
45、若当前只存在单个第一区域定位结本文档来自技高网...
【技术保护点】
1.一种基于视频和激光雷达的高速公路收费稽核方法，其特征在于，包括：
2.根据权利要求1所述的一种基于视频和激光雷达的高速公路收费稽核方法，其特征在于，利用预置数据采集工具实时采集车辆的车身数据，并进行数据预处理得到目标数据，包括：
3.根据权利要求2所述的一种基于视频和激光雷达的高速公路收费稽核方法，其特征在于，对所述第一车辆视频进行关键帧提取，得到车辆帧图像，包括：
4.根据权利要求1所述的一种基于视频和激光雷达的高速公路收费稽核方法，其特征在于，基于对所述目标数据的分析，获取车辆驶入以及驶出收费站的车牌识别结果与车型检测结果，包括：
5.根据权利要求4所述的一种基于视频和激光雷达的高速公路收费稽核方法，其特征在于，基于车牌的色彩特征与形状特征，对所述第一处理图像进行车牌区域定位，得到目标区域定位结果，包括：
6.根据权利要求5所述的一种基于视频和激光雷达的高速公路收费稽核方法，其特征在于，所述区域综合相似度的计算公式如下所示：
7.根据权利要求1所述的一种基于视频和激光雷达的高速公路收费稽核方法，其特征
8.一种基于视频和激光雷达的高速公路收费稽核系统，其特征在于，包括：
...【技术特征摘要】
1.一种基于视频和激光雷达的高速公路收费稽核方法，其特征在于，包括：
2.根据权利要求1所述的一种基于视频和激光雷达的高速公路收费稽核方法，其特征在于，利用预置数据采集工具实时采集车辆的车身数据，并进行数据预处理得到目标数据，包括：
3.根据权利要求2所述的一种基于视频和激光雷达的高速公路收费稽核方法，其特征在于，对所述第一车辆视频进行关键帧提取，得到车辆帧图像，包括：
4.根据权利要求1所述的一种基于视频和激光雷达的高速公路收费稽核方法，其特征在于，基于对所述目标数据的分析，获取车辆驶入以及驶出收费站的车牌识别结果与车型检测结果，包括...
【专利技术属性】
技术研发人员：朱丽丽，汪林，张金金，车晓琳，李唯琛，钱越，陈泓宇，
申请(专利权)人：交通运输部公路科学研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。