【技术实现步骤摘要】
本申请涉及云边协同计算领域，尤其涉及基于车路云路端协同的多视角车辆动态称重方法和装置。
技术介绍
1、随着智能交通系统的迅速发展，车路云一体化逐渐成为实现高效交通管理和信息共享的核心模式。然而，目前大多数收费站称重系统仍以独立运行为主，缺乏数据共享与系统联动能力，导致其在智能交通系统中的集成应用受到限制，整体效能提升空间有限。
2、传统称重系统通常依赖单一类型的传感器进行车辆重量检测，难以在复杂交通环境中保持高精度测量。由于车辆轴数、行驶速度以及动态载荷分布等多种因素对传感器测量结果产生显著影响，现有的静态称重或低速动态称重方法在高速公路场景下难以满足车辆快速通行时进行称重的需求。
3、因此，亟需基于车路云路端协同的多视角车辆动态称重方法和装置。
技术实现思路
1、本申请提供基于车路云路端协同的多视角车辆动态称重方法和装置，解决了现有的静态称重或低速动态称重方法在高速公路场景下难以满足车辆快速通行时进行称重的需求的问题。
2、在本申请的第一方面提供了基于车路云路端协同的多视角车辆动态称重方法，方法包括：响应于针对目标车辆的动态称重操作，对目标车辆进行多维度动态监测，多维度动态监测包括第一视角监测、第二视角监测以及第三视角监测；通过对目标车辆进行第一视角监测，获取目标车辆对应的车牌信息和宽度信息；通过对目标车辆进行第二视角监测，获取目标车辆对应的车型信息和目标车速信息；通过对目标车辆进行第三视角监测，获取目标车辆对应的多特征信息，多特征信息包括轮廓
3、可选地，获取目标车辆对应的车牌信息和宽度信息，具体包括：通过光学字符识别技术和第一视角模型进行第一视角监测，第一视角模型为卷积神经网络模型；通过光学字符识别技术获取车牌信息；通过第一视角模型获取宽度信息。
4、可选地，获取目标车辆对应的车型信息和目标车速信息，具体包括：通过双雷达测速器和第二视角模型进行第二视角监测，第二视角模型前向传播与反向传播分别对应的计算公式如下：
5、
6、其中，xn(n＝1,2,…,k)为第二视角模型在向前传播的过程中，第n层卷积结构对应的中间层特征，wn为第二视角模型在向前传播的过程中，第n层卷积结构对应的第一卷积权重，为进行卷积操作，σ(n)表示对第n层卷积结构对应的中间层特征进行平滑计算，{}表示融合过程，wn′为第二视角模型在反向传播的过程中，第n层卷积结构对应的第二卷积权重，hn为第n个权重更新函数，tn为第二视角模型在反向传播的过程中回传所累计的梯度；通过第二视角模型获取目标车辆对应的车型信息和第一车速信息，并通过双雷达测速器获取目标车辆经过时的第二车速信息；根据第一车速信息和第二车速信息计算目标车速信息。
7、可选地，根据第一车速信息和第二车速信息计算目标车速信息，具体包括：获取第一速度影响因素和第二速度影响因素，第一速度影响因素为影响第二视角模型进行计算的因素，第二速度影响因素为影响双雷达测速器进行计算的因素；根据第一速度影响因素、第二速度影响因素、第一车速信息以及第二车速信息计算目标车速信息。
8、可选地，根据第一速度影响因素、第二速度影响因素、第一车速信息以及第二车速信息计算目标车速信息，具体包括：通过如下公式计算目标车速信息：
9、
10、其中，vfinal为目标车速信息，n1为第一速度影响因素的数量，n2为第二速度影响因素的数量，v1i为通过第二视角模型计算得到的第i个第一车速信息，v2j为通过双雷达测速器获取到的第j个第二车速信息，w1为第一车速信息对应的第一权重，且w2为第二车速信息对应的第二权重，且
11、可选地，获取目标车辆对应的多特征信息，具体包括：通过预设相机拍摄目标车辆对应的车辆图像；对车辆图像进行特征提取，获取目标车辆对应的特征图像，特征图像包括第一特征图像、第二特征图像以及第三特征图像，第三特征图像包含的初始通道数大于第二特征图像，第二特征图像包含的初始通道数大于第一特征图像；对第一特征图像、第二特征图像以及第三特征图像分别进行编码解耦，以获取目标车辆对应的多特征信息。
12、可选地，对第一特征图像、第二特征图像以及第三特征图像分别进行编码解耦，具体包括：通过如下公式对第一特征图像、第二特征图像以及第三特征图像分别进行编码解耦：
13、y[k](i,j)＝∑m∑nx[k](i+m,j+n)×w[k]′(m,n),k＝1,2,3；
14、其中，x[k],k＝1,2,3分别为第一特征图像、第二特征图像以及第三特征图像；w[k]′,k＝1,2,3分别表示第一特征图像、第二特征图像以及第三特征图像对应的权重矩阵的转置；y[k],k＝1,2,3分别表示第一特征图像、第二特征图像以及第三特征图像，进行编码解耦后的输出图像；(i,j)为特征图像中的第一像素位置坐标，(m,n)为输出图像中的第二像素位置坐标；第一像素位置坐标与第二像素位置坐标之间的对应关系，由上述公式中的卷积操作进行确定。
15、在本申请的第二方面提供了基于车路云路端协同的多视角车辆动态称重装置，装置包括获取模块以及处理模块，其中，
16、获取模块，用于响应于针对目标车辆的动态称重操作，对目标车辆进行多维度动态监测，多维度动态监测包括第一视角监测、第二视角监测以及第三视角监测；通过对目标车辆进行第一视角监测，获取目标车辆对应的车牌信息和宽度信息；通过对目标车辆进行第二视角监测，获取目标车辆对应的车型信息和目标车速信息；通过对目标车辆进行第三视角监测，获取目标车辆对应的多特征信息，多特征信息包括轮廓信息、位置信息、车轴信息以及轴距信息。
17、处理模块，用于根据车牌信息、宽度信息、车型信息、目标车速信息以及多特征信息构建目标车辆对应的多视角图结构；通过光纤光栅传感器获取目标车辆经过时产生的应变信号；通过多视角图结构对应变信号进行时序分析，以计算目标车辆对应的实际重量。
18、在本申请的第三方面提供了一种电子设备，包括处理器、存储器、用户接口及网络接口，存储器用于存储指令，用户接口和网络接口用于给其他设备通信，处理器用于执行存储器中存储的指令，以使电子设备执行如上述任意一项的方法。
19、在本申请的第四方面提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行如上述任意一项的方法。
20、本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
21、1、当针对目标车辆的动态称重操作时，通过对所述目标车辆进行多维度动态监测，即通过第一视角监测获取所述目标车辆对应的车牌信息和宽度信息，通过第二视角监本文档来自技高网...
【技术保护点】
1.基于车路云路端协同的多视角车辆动态称重方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取所述目标车辆对应的车牌信息和宽度信息，具体包括：
3.根据权利要求1所述的方法，其特征在于，所述获取所述目标车辆对应的车型信息和目标车速信息，具体包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述第一车速信息和所述第二车速信息计算所述目标车速信息，具体包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述第一速度影响因素、所述第二速度影响因素、所述第一车速信息以及所述第二车速信息计算所述目标车速信息，具体包括：
6.根据权利要求1所述的方法，其特征在于，所述获取所述目标车辆对应的多特征信息，具体包括：
7.根据权利要求6所述的方法，其特征在于，所述对所述第一特征图像、所述第二特征图像以及所述第三特征图像分别进行编码解耦，具体包括：
8.基于车路云路端协同的多视角车辆动态称重装置，其特征在于，所述装置包括获取模块以及处理模块，其中，
9.一种电
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有指令，当所述指令被执行时，执行如权利要求1至7任意一项所述的方法。
...【技术特征摘要】
1.基于车路云路端协同的多视角车辆动态称重方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取所述目标车辆对应的车牌信息和宽度信息，具体包括：
3.根据权利要求1所述的方法，其特征在于，所述获取所述目标车辆对应的车型信息和目标车速信息，具体包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述第一车速信息和所述第二车速信息计算所述目标车速信息，具体包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述第一速度影响因素、所述第二速度影响因素、所述第一车速信息以及所述第二车速信息计算所述目标车速信息，具体包括：
6.根据权利要求1所述的方法，其特征在于，所述获取所述目标车辆对应的...
【专利技术属性】
技术研发人员：韩金波，周鹏飞，袁理，杨晓林，王闵，朱子晗，
申请(专利权)人：武汉泰沃滋信息技术有限公司，
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。