本實(shí)用新型公開一種車型自動識別系統(tǒng)。

背景技術(shù)：

現(xiàn)有的交通系統(tǒng)中用來識別汽車的系統(tǒng)中，僅僅利用攝像頭進(jìn)行單純拍攝汽車圖像，然后經(jīng)過處理中心結(jié)合各個(gè)不同角度的圖片整合，最終拼湊出相對完整的汽車整體圖況，此種方法及系統(tǒng)雖相對簡潔，但受環(huán)境影響較大，比如惡劣天氣狀況和黑夜光線較差時(shí)侯，攝像頭所獲取的圖像信息的質(zhì)量就難以保證，而且當(dāng)車流量較大時(shí)，難免出現(xiàn)車體相互遮擋情況，類似情況下，識別系統(tǒng)的效率便大大降低。

技術(shù)實(shí)現(xiàn)要素：

為解決以上現(xiàn)有問題，本實(shí)用新型提供一種車型自動識別系統(tǒng)。

本實(shí)用新型為實(shí)現(xiàn)以上目的，采用如下方案：一種車型自動識別系統(tǒng)，包括前端數(shù)據(jù)采集層、數(shù)據(jù)傳輸層、數(shù)據(jù)中心處理層，所述前端數(shù)據(jù)采集層包括龍門架、環(huán)形線圈檢測器、圖像采集器、激光掃描儀，所述龍門架橫跨于車道上方，所述環(huán)形線圈檢測器鋪設(shè)于車道下方，所述圖像采集器向下固接于龍門架上方，所述圖像采集器主體為高清攝像機(jī)，所述激光掃描儀固接于龍門架上，所述數(shù)據(jù)傳輸層包括交換機(jī)、光端機(jī)，所述數(shù)據(jù)中心處理層包括數(shù)據(jù)中心。

優(yōu)選的，所述前端數(shù)據(jù)采集層采集到的數(shù)據(jù)信息經(jīng)數(shù)據(jù)傳輸層傳送至數(shù)據(jù)中心處理層。

優(yōu)選的，所述龍門架橫跨有若干條車道。

優(yōu)選的，所述環(huán)形線圈檢測器包括LC震蕩電路和檢測器，所述環(huán)形線圈檢測器分別鋪設(shè)于各條車道下方。

優(yōu)選的，所述若干車道上方龍門架上分別固接有對應(yīng)的所述圖像采集器。

優(yōu)選的，所述龍門架上均勻分布有若干個(gè)所述激光掃描儀。

本實(shí)用新型產(chǎn)生的有益效果：受光線天氣等環(huán)境影響較小，從圖片、視頻、激光掃描各方位獲取車輛信息，實(shí)現(xiàn)多特征信息融合，可以精確的獲取車輛形狀、尺寸特征，迅速進(jìn)行數(shù)據(jù)庫比對，效率高同時(shí)識別錯(cuò)誤率低。

附圖說明

圖1為本車型識別系統(tǒng)；

圖2為系統(tǒng)原理圖；

圖中：1、龍門架，2、環(huán)形線圈檢測器，3、圖像采集器，4、激光掃描儀，5、數(shù)據(jù)中心。

具體實(shí)施方式

下面結(jié)合附圖對本實(shí)用新型的技術(shù)方案作更為詳細(xì)、完整的說明。

一種車型自動識別系統(tǒng)，包括前端數(shù)據(jù)采集層、數(shù)據(jù)傳輸層、數(shù)據(jù)中心處理層，所述前端數(shù)據(jù)采集層包括龍門架1、環(huán)形線圈檢測器2、圖像采集器3、激光掃描儀4，所述龍門架1橫跨于車道上方，所述環(huán)形線圈檢測器2鋪設(shè)于車道下方，所述圖像采集器3向下固接于龍門架1上方，所述激光掃描儀4固接于龍門架1上，所述數(shù)據(jù)傳輸層包括交換機(jī)、光端機(jī)，所述數(shù)據(jù)中心處理層包括數(shù)據(jù)中心5。

所述前端數(shù)據(jù)采集層采集到的數(shù)據(jù)信息經(jīng)數(shù)據(jù)傳輸層傳送至數(shù)據(jù)中心處理層；所述龍門架1橫跨有若干條車道；所述環(huán)形線圈檢測器2包括LC震蕩電路和檢測器，所述環(huán)形線圈檢測器2分別鋪設(shè)于各條車道下方；所述若干車道上方龍門架1上分別固接有對應(yīng)的所述圖像采集器3，所述圖像采集器3主體由高清攝像機(jī)構(gòu)成；所述龍門架1上均勻分布有若干個(gè)所述激光掃描儀4。

所述環(huán)形線圈檢測器2，獲取車輛經(jīng)過時(shí)所產(chǎn)生的信號曲線；所述圖像采集器3，獲取包含車輛的視頻圖像幀；所述激光掃描儀4，采集到車輛經(jīng)過時(shí)二維橫向截面輪廓各點(diǎn)；位于數(shù)據(jù)中心處理層的數(shù)據(jù)中心5將獲取的車輛特征信息運(yùn)用包括激光掃描點(diǎn)云數(shù)據(jù)和視頻影像的配準(zhǔn)技術(shù)、基于激光掃描點(diǎn)云數(shù)據(jù)和視頻數(shù)據(jù)的車輛三維重構(gòu)技術(shù)，基于多特征信息融合的車型識別技術(shù)等技術(shù)進(jìn)行融合、處理，達(dá)到識別出車型。

實(shí)施例，所述車型自動識別系統(tǒng)主要包括兩個(gè)階段，系統(tǒng)訓(xùn)練階段和系統(tǒng)測試階段。在系統(tǒng)正式投入使用前，先進(jìn)行系統(tǒng)訓(xùn)練學(xué)習(xí)，對于不同傳感器所采集到的數(shù)據(jù)，使用K-means算法構(gòu)造相應(yīng)傳感器下的碼本。然后將樣本車輛在不同傳感器下碼本所生成的特征直方圖按序構(gòu)造為一個(gè)的特征直方圖，最后用該數(shù)據(jù)去訓(xùn)練一個(gè)典型BP神經(jīng)網(wǎng)絡(luò)；在系統(tǒng)測試階段，對于測試車輛，生成其特征直方圖，然后根據(jù)BP神經(jīng)網(wǎng)絡(luò)分類得到車型識別結(jié)果，經(jīng)過系統(tǒng)訓(xùn)練階段和系統(tǒng)測試階段，數(shù)據(jù)中心收集到各種車型的基本數(shù)據(jù)信息，為系統(tǒng)工作提供信息基礎(chǔ)。所述K-means算法是一種用來計(jì)算數(shù)據(jù)聚集的算法，所述BP神經(jīng)網(wǎng)絡(luò)是一種典型運(yùn)算模型。

系統(tǒng)正式投入使用時(shí)的具體過程為：當(dāng)車輛進(jìn)入預(yù)設(shè)有環(huán)形線圈檢測器2的車道區(qū)域時(shí)，數(shù)據(jù)中心5通過環(huán)形線圈檢測器2所采集到曲線的變化情況可以判定到車輛進(jìn)入檢測區(qū)域，同時(shí)控制各傳感器采集數(shù)據(jù)：不同車型的底盤結(jié)構(gòu)和鐵磁物質(zhì)分布不同，車輛經(jīng)過環(huán)形線圈檢測器2時(shí)切割電磁線圈產(chǎn)生的感應(yīng)曲線信息經(jīng)交換機(jī)傳送至數(shù)據(jù)中心5，數(shù)據(jù)中心5接收信息后生成相應(yīng)的特征直方圖，為車型分類提供依據(jù)；與此同時(shí)不同方位的激光掃描儀4從各個(gè)角度對經(jīng)過車輛進(jìn)行掃描，掃描采集到的激光點(diǎn)云數(shù)據(jù)經(jīng)交換機(jī)傳送至數(shù)據(jù)中心5，數(shù)據(jù)中心5提取構(gòu)造出的三維形狀，提取車輛的高度、寬度和長度等幾何特征信息，并生成特征直方圖；攝像機(jī)對包含車輛的視頻圖像使用減背景法進(jìn)行前景目標(biāo)檢測，對檢測出的車輛區(qū)域提取其幾何參數(shù)經(jīng)過交換機(jī)與光端機(jī)傳送至數(shù)據(jù)中心5，數(shù)據(jù)中心5提取前景區(qū)域面積、外接矩形長度等集合特征信息同時(shí)生成相應(yīng)特征直方圖。最終數(shù)據(jù)中心5將各個(gè)傳感器接收的信息直方圖匯總，連接生成一個(gè)總的車輛特征直方圖，然后將車輛特征直方圖交給經(jīng)過訓(xùn)練的BP神經(jīng)網(wǎng)絡(luò)，經(jīng)過數(shù)據(jù)檢索對比得到車型的最終識別結(jié)果。

顯然，所描述的實(shí)施例僅僅是本實(shí)用新型的一部分實(shí)施例，而不是全部實(shí)施例?；诒緦?shí)用新型中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其它實(shí)施，都屬于本發(fā)明的保護(hù)范圍。