【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种基于ai系统的公路货运车辆车货外廓尺寸检测预警系统。
技术介绍
1、公路货运车辆的车货外廓尺寸检测是确保交通安全和道路管理的重要环节。随着物流行业的发展，货运车辆的尺寸和载重问题逐渐突出，可能对道路安全、桥梁承载能力和交通流畅性造成影响。针对公路货运车辆，现有的车货外廓尺寸检测方法主要为采集货运车辆的车辆图像，然后根据货运车辆的车辆图像进行直接对比，没有考虑到不同环境下对车辆图像的分辨率的影响，使得车货外廓尺寸检测的对比结果存在误差，导致车货外廓尺寸检测预警的准确性低。
技术实现思路
1、本专利技术提供一种基于ai系统的公路货运车辆车货外廓尺寸检测预警系统，根据人工智能结合高分辨率图像处理，提高车货外廓尺寸检测预警的准确性。
2、第一方面，本专利技术提供一种基于ai系统的公路货运车辆车货外廓尺寸检测预警系统，包括车辆检测预警中台、车辆图像采集设备、图像采样单元、图像转换单元、图像重建单元、尺寸检测单元和预警单元；所述车辆检测预警中台分别与所述车辆图像采集设备、所述图像采样单元、所述图像转换单元、所述图像重建单元、所述尺寸检测单元和所述预警单元连接，对各个单元或设备的数据进行存储和管理；
3、车辆图像采集设备，用于采集经过预设的公路路段的目标行驶货运车辆的初始车辆图像；
4、图像采样单元，用于对所述初始车辆图像进行下采样，得到第一目标车辆图像；
5、图像转换单元，用于将所述第一目标车辆图像转化为第二目
6、图像重建单元，用于将所述初始车辆图像的中心视点图像和所述第二目标车辆图像输入至图像重建模型中，得到所述图像重建模型输出的视点图像；
7、尺寸检测单元，用于基于预设的车货外廓尺寸检测模型对所述视点图像进行识别，得到所述车货外廓尺寸检测模型输出的外廓尺寸检测信息；所述车货外廓尺寸检测模型是基于样本视点图像及其对应的外廓尺寸标签训练得到；
8、预警单元，用于基于所述外廓尺寸检测信息进行预警。
9、第二方面，本专利技术还提供一种基于ai系统的公路货运车辆车货外廓尺寸检测预警方法，应用于第一方面所述的基于ai系统的公路货运车辆车货外廓尺寸检测预警系统，所述基于ai系统的公路货运车辆车货外廓尺寸检测预警方法包括：
10、采集经过预设的公路路段的目标行驶货运车辆的初始车辆图像；
11、对所述初始车辆图像进行下采样，得到第一目标车辆图像；
12、将所述第一目标车辆图像转化为第二目标车辆图像；
13、将所述初始车辆图像的中心视点图像和所述第二目标车辆图像输入至图像重建模型中，得到所述图像重建模型输出的视点图像；
14、基于预设的车货外廓尺寸检测模型对所述视点图像进行识别，得到所述车货外廓尺寸检测模型输出的外廓尺寸检测信息；所述车货外廓尺寸检测模型是基于样本视点图像及其对应的外廓尺寸标签训练得到；
15、基于所述外廓尺寸检测信息进行预警。
16、根据本专利技术实施例提供的基于ai系统的公路货运车辆车货外廓尺寸检测预警方法，所述图像重建模型包括纹理提取器层、视差估计网络层、融合上采样层和反向映射层；
17、所述视差估计网络层用于将所述第二目标车辆图像输入至视差估计网络中，得到所述视差估计网络输出的初始视差图；
18、所述纹理提取器层用于将连续的所述初始车辆图像的中心视点图像输入至纹理提取器，得到所述纹理提取器输出的含有高分辨率图像纹理信息的特征图；
19、所述融合上采样层用于对所述特征图和所述初始视差图进行融合上采样，得到目标视差图；
20、所述反向映射层用于基于所述目标视差图，得到所述视点图像。
21、根据本专利技术实施例提供的基于ai系统的公路货运车辆车货外廓尺寸检测预警方法，所述图像重建模型的训练步骤，包括：
22、获取初始样本车辆图像，对所述初始样本车辆图像进行下采样，得到第一目标样本车辆图像，并将所述第一目标样本车辆图像转化为第二目标样本车辆图像，并确定待训练图像模型；
23、将所述初始样本车辆图像的中心视点图像和所述第二目标样本车辆图像输入至待训练图像模型中，得到所述待训练图像模型输出的预测视点图像；
24、基于所述初始样本车辆图像与所述预测视点图像之间的差异，确定目标损失，并基于所述目标损失，对所述待训练图像模型进行参数迭代，得到所述图像重建模型。
25、根据本专利技术实施例提供的基于ai系统的公路货运车辆车货外廓尺寸检测预警方法，所述预测视点图像包括多张第一预测视点图像和多张第二预测视点图像；
26、所述多张第一预测视点图像是基于目标预测视差图和所述初始样本车辆图像通过反向映射逐张映射得到的；所述多张第二预测视点图像是基于所述目标预测视差图和所述初始样本车辆图像通过反向映射逐张映射得到的；所述第一预测视点图像是正向的预测视点图像，所述第二预测视点图像是反向的预测视点图像；所述正向为从左向右映射，所述反向为从右向左映射；所述目标预测视差图是所述待训练图像模型中的融合上采样层输出的；
27、相应地，所述基于所述初始样本车辆图像与所述预测视点图像之间的差异，确定目标损失，包括：
28、基于所述初始样本车辆图像与所述第一预测视点图像之间的差异，确定第一损失；
29、基于所述初始样本车辆图像与所述第二预测视点图像之间的差异，确定第二损失；
30、基于所述第一损失和所述第二损失确定所述目标损失。
31、根据本专利技术实施例提供的基于ai系统的公路货运车辆车货外廓尺寸检测预警方法，所述基于所述第一损失和所述第二损失确定所述目标损失，包括：
32、将所述初始样本车辆图像在高度维度上堆叠，得到第一堆叠图像；
33、将所述预测视点图像在高度维度上堆叠，得到第二堆叠图像；
34、基于所述第一堆叠图像和所述第二堆叠图像之间的差异，确定堆叠损失；
35、基于所述第一损失、所述第二损失和所述堆叠损失，确定所述目标损失。
36、根据本专利技术实施例提供的基于ai系统的公路货运车辆车货外廓尺寸检测预警方法，所述纹理提取器包括多层的残差块和第一卷积层，所述残差块顺次包括第二卷积层、批量归一化层和激活层。
37、根据本专利技术实施例提供的基于ai系统的公路货运车辆车货外廓尺寸检测预警方法，所述视差估计网络层包括水平空间特征提取模块、代价体构建模块、聚合模块和回归模块；
38、所述水平空间特征提取模块用于提取所述第二目标车辆图像水平方向上的空间特征信息，得到第一特征图；
39、所述代价体构建模块用于基于视差等级、空洞率、填充值，以及所述第一特征图，得到高维特征体；
40、所述聚合模块用于对所述高维特征体进行全局聚合，得到目标聚合体；
41、所述回归模块用于对所述目标聚合体进本文档来自技高网...
【技术保护点】
1.一种基于AI系统的公路货运车辆车货外廓尺寸检测预警系统，其特征在于，包括车辆检测预警中台、车辆图像采集设备、图像采样单元、图像转换单元、图像重建单元、尺寸检测单元和预警单元；所述车辆检测预警中台分别与所述车辆图像采集设备、所述图像采样单元、所述图像转换单元、所述图像重建单元、所述尺寸检测单元和所述预警单元连接，对各个单元或设备的数据进行存储和管理；
2.一种基于AI系统的公路货运车辆车货外廓尺寸检测预警方法，应用于如权利要求1所述的基于AI系统的公路货运车辆车货外廓尺寸检测预警系统，其特征在于，所述基于AI系统的公路货运车辆车货外廓尺寸检测预警方法包括：
3.根据权利要求2所述的基于AI系统的公路货运车辆车货外廓尺寸检测预警方法，其特征在于，所述图像重建模型包括纹理提取器层、视差估计网络层、融合上采样层和反向映射层；
4.根据权利要求2所述的基于AI系统的公路货运车辆车货外廓尺寸检测预警方法，其特征在于，所述图像重建模型的训练步骤，包括：
5.根据权利要求4所述的基于AI系统的公路货运车辆车货外廓尺寸检测预警方法，其特征在于，所
6.根据权利要求5所述的基于AI系统的公路货运车辆车货外廓尺寸检测预警方法，其特征在于，所述基于所述第一损失和所述第二损失确定所述目标损失，包括：
7.根据权利要求2至6中任一项所述的基于AI系统的公路货运车辆车货外廓尺寸检测预警方法，其特征在于，所述纹理提取器包括多层的残差块和第一卷积层，所述残差块顺次包括第二卷积层、批量归一化层和激活层。
8.根据权利要求2至6中任一项所述的基于AI系统的公路货运车辆车货外廓尺寸检测预警方法，其特征在于，所述视差估计网络层包括水平空间特征提取模块、代价体构建模块、聚合模块和回归模块；
9.一种电子设备，包括：存储器和处理器，其特征在于，存储器上存储有计算机软件程序，处理器读取并执行所述计算机软件程序时，实现如权利要求2至8任一项所述的基于AI系统的公路货运车辆车货外廓尺寸检测预警方法。
10.一种非暂态计算机可读存储介质，其特征在于，所述存储介质中存储有计算机软件程序，所述计算机软件程序被处理器执行时实现如权利要求2至8任一项所述的基于AI系统的公路货运车辆车货外廓尺寸检测预警方法。
...【技术特征摘要】
1.一种基于ai系统的公路货运车辆车货外廓尺寸检测预警系统，其特征在于，包括车辆检测预警中台、车辆图像采集设备、图像采样单元、图像转换单元、图像重建单元、尺寸检测单元和预警单元；所述车辆检测预警中台分别与所述车辆图像采集设备、所述图像采样单元、所述图像转换单元、所述图像重建单元、所述尺寸检测单元和所述预警单元连接，对各个单元或设备的数据进行存储和管理；
2.一种基于ai系统的公路货运车辆车货外廓尺寸检测预警方法，应用于如权利要求1所述的基于ai系统的公路货运车辆车货外廓尺寸检测预警系统，其特征在于，所述基于ai系统的公路货运车辆车货外廓尺寸检测预警方法包括：
3.根据权利要求2所述的基于ai系统的公路货运车辆车货外廓尺寸检测预警方法，其特征在于，所述图像重建模型包括纹理提取器层、视差估计网络层、融合上采样层和反向映射层；
4.根据权利要求2所述的基于ai系统的公路货运车辆车货外廓尺寸检测预警方法，其特征在于，所述图像重建模型的训练步骤，包括：
5.根据权利要求4所述的基于ai系统的公路货运车辆车货外廓尺寸检测预警方法，其特征在于，所述预测视点图像包括多张第一预测视点图像和多张第二预测视点图像；所述多张第一预测视点图像是基于目标预测视差图和所述初始样本车辆图像通过反向映射逐张映射得到的；所述多张第二预测视点图像是基于所述目标预测视差图和所述初始样本车辆图像...
【专利技术属性】
技术研发人员：刘辉，黄任，周利兵，李爱娟，李海棠，
申请(专利权)人：深圳市卓炜视讯科技有限公司，
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。