本發(fā)明屬于大件運輸車輛識別，具體涉及一種基于離散類方波分割的高精度特多軸大件車輛識別方法及系統(tǒng)。

背景技術：

1、隨著經(jīng)濟的發(fā)展和城市化進程的加速，特多軸大件車輛在物流運輸、建筑工程等領域的應用越來越廣泛。然而，由于特多軸大件車輛的尺寸較大、軸載與軸距分布情況復雜，給車輛識別帶來了一定的困難。目前，國內(nèi)尚未發(fā)現(xiàn)針對軸數(shù)大于等于6時，只根據(jù)大件車輛的軸載與軸距的分布情況就能實現(xiàn)對連續(xù)多輛大件車輛進行準確識別的成熟算法。

2、以往的車輛識別算法主要基于圖像處理技術，利用相機、掃描儀等設備采集車輛圖像，運用圖像處理算法對車輛圖像進行分析，通過提取車輛的外形、輪廓等特征信息，進而實現(xiàn)對特多軸大件車輛的識別。

3、但是，這種方法往往會受到復雜環(huán)境的影響，如光照、天氣等因素會對識別產(chǎn)生干擾。若部分車輛進行偽裝或被其他物體遮擋，那么識別的難度就會加大，識別的準確性也會降低。并且特多軸大件車輛的圖像特征較為復雜，難以準確提取和識別，因此這種方法對于特多軸大件車輛的識別效果并不理想，也不能準確識別車輛軸載與軸距的分布情況。所以，提出一種基于離散類方波分割的高精度特多軸大件車輛識別方法及系統(tǒng)具有重要意義。

技術實現(xiàn)思路

1、針對現(xiàn)有技術的不足，本發(fā)明提出了一種基于離散類方波分割的高精度特多軸大件車輛識別方法及系統(tǒng)，可將動態(tài)稱重系統(tǒng)所采集到的連續(xù)多輛特多軸大件車輛關于軸載與軸距的數(shù)據(jù)繪制出來，從而得到類方波離散圖。通過對類方波離散圖進行標記、索引、分割等系列操作，達到將類方波離散圖分割成若干個區(qū)間塊的目的，進而可以準確的從龐大散亂的離散數(shù)據(jù)中將每一輛特多軸大件車輛的數(shù)據(jù)信息分割出來，并相應地輸出每一輛特多軸大件車輛的總載重信息，從而實現(xiàn)對特多軸大件車輛的準確識別。

2、為實現(xiàn)上述目的，本發(fā)明提供了如下方案：

3、一種基于離散類方波分割的高精度特多軸大件車輛識別方法，包括以下步驟：

4、步驟1：對動態(tài)稱重系統(tǒng)所測量的特多軸大件車輛軸載與軸距的數(shù)據(jù)信息進行升維預處理，形成二維類方波離散圖；

5、步驟2：通過對類方波離散點間的位置關系進行數(shù)學表示，遍歷離散點，把不同位置關系的離散點分別用不同符號進行標記并在類方波離散圖上繪出；

6、步驟3：對類方波離散圖上的特殊點添加索引，將類方波離散圖分割成若干個區(qū)間塊，兩個區(qū)間塊間的分割線則是特多軸大件運輸車輛的識別位置所在；

7、步驟4：統(tǒng)計區(qū)間塊及每一區(qū)間塊內(nèi)離散點的數(shù)量并計算出每輛特多軸大件運輸車輛的總載重。

8、優(yōu)選的，所述步驟1具體包括以下步驟：

9、步驟1.1：將動態(tài)稱重系統(tǒng)經(jīng)過測量所采集到的連續(xù)多輛特多軸大件車輛軸載與軸距的一維原始數(shù)據(jù)信息經(jīng)過處理操作后，轉為二維數(shù)據(jù)信息；

10、步驟1.2：基于所述二維數(shù)據(jù)信息，將軸載設定為縱坐標y軸，軸距設定為橫坐標x軸，繪制的二維圖形為二維類方波離散圖。

11、優(yōu)選的，所述步驟2具體包括以下步驟：

12、步驟2.1：通過利用斜率表達式計算第i點的斜率ki，以表示相鄰兩離散點間的位置關系，沿著二維數(shù)據(jù)中軸距值漸增的方向，借助斜率表達式自左至右逐個表示軸載的大小變化即在類方波離散圖中沿著x軸方向遍歷和計算離散點斜率；

13、步驟2.2：根據(jù)兩相鄰離散點間的不同斜率情況，用相應符號對不同位置關系的離散點進行標記并繪出。

14、優(yōu)選的，所述步驟3具體包括以下步驟：

15、步驟3.1：將標記上不同符號的隨軸距分布的兩相鄰軸載差值≥0以及小于-1120毫米這兩類情形下的多根軸在x軸上的數(shù)值分別放在不同數(shù)組；

16、步驟3.2：對其中一種符號類型特殊點的x值進行索引，將數(shù)組中每相鄰的兩個元素數(shù)值依次作為區(qū)間塊的初始、末尾點，沿著x軸把初始點與末尾點及中間區(qū)域分割成一個區(qū)間塊，進而將整個類方波離散圖分割成若干個區(qū)間塊；

17、步驟3.3：在每相鄰的兩個區(qū)間塊間，繪制一條垂直于x坐標軸的黑直線作為區(qū)間塊的分割線。

18、優(yōu)選的，所述步驟4具體包括以下步驟：

19、步驟4.1：在類方波離散點圖中，特多軸大件車輛的數(shù)量被直觀體現(xiàn)為區(qū)間塊的數(shù)量；每輛車的軸數(shù)被直觀體現(xiàn)為每一個區(qū)間塊中離散點的數(shù)量；

20、步驟4.2：分別統(tǒng)計所分割識別車輛的數(shù)量以及每一輛特多軸大件車輛的軸數(shù)；具體過程為：

21、利用函數(shù)索引找出兩個數(shù)組的第j個相同元素，并作為起始點，依次遍歷比較一個數(shù)組中的元素是否在另一個數(shù)組中，直至遇到第(j+1)個相同元素時停止比較，統(tǒng)計第j個區(qū)間塊中離散點的數(shù)量；

22、步驟4.3：對所統(tǒng)計的分割識別車輛數(shù)量，以及計每一輛特多軸大件車輛的軸數(shù)分別進行輸出；

23、步驟4.4：輸出每一區(qū)間塊內(nèi)所有離散點沿著y軸方向的數(shù)量和，即輸出每一輛特多軸大件車輛的車輛總載重。

24、本發(fā)明還提供了一種基于離散類方波分割的高精度特多軸大件車輛識別系統(tǒng)，用于實現(xiàn)所述的基于離散類方波分割的高精度特多軸大件車輛識別方法，包括：預處理模塊、繪制模塊、識別模塊和計算模塊；

25、所述預處理模塊用于對動態(tài)稱重系統(tǒng)所測量的特多軸大件車輛軸載與軸距的數(shù)據(jù)信息進行升維預處理，形成二維類方波離散圖；

26、所述繪制模塊用于通過對類方波離散點間的位置關系進行數(shù)學表示，遍歷離散點，把不同位置關系的離散點分別用不同符號進行標記并在類方波離散圖上繪出；

27、所述識別模塊用于對類方波離散圖上的特殊點添加索引，將類方波離散圖分割成若干個區(qū)間塊，兩個區(qū)間塊間的分割線則是特多軸大件運輸車輛的識別位置所在；

28、所述計算模塊用于統(tǒng)計區(qū)間塊及每一區(qū)間塊內(nèi)離散點的數(shù)量并計算出每輛特多軸大件運輸車輛的總載重。

29、優(yōu)選的，所述預處理模塊包括：升維單元和第一繪制單元；

30、所述升維單元用于將動態(tài)稱重系統(tǒng)經(jīng)過測量所采集到的連續(xù)多輛特多軸大件車輛軸載與軸距的一維原始數(shù)據(jù)信息經(jīng)過處理操作后，轉為二維數(shù)據(jù)信息；

31、所述第一繪制單元用于基于所述二維數(shù)據(jù)信息，將軸載設定為縱坐標y軸，軸距設定為橫坐標x軸，繪制的二維圖形為二維類方波離散圖。

32、優(yōu)選的，所述繪制模塊包括：計算單元和標記單元；

33、所述計算單元用于通過利用斜率表達式計算第i點的斜率ki，以表示相鄰兩離散點間的位置關系，沿著二維數(shù)據(jù)中軸距值漸增的方向，借助斜率表達式自左至右逐個表示軸載的大小變化即在類方波離散圖中沿著x軸方向遍歷和計算離散點斜率；

34、所述標記單元用于根據(jù)兩相鄰離散點間的不同斜率情況，用相應符號對不同位置關系的離散點進行標記并繪出。

35、優(yōu)選的，所述識別模塊包括：分類單元、分割單元和第二繪制單元；

36、所述分類單元用于將標記上不同符號的隨軸距分布的兩相鄰軸載差值≥0以及小于-1120毫米這兩類情形下的多根軸在x軸上的數(shù)值分別放在不同數(shù)組；

37、所述分割單元用于對其中一種符號類型特殊點的x值進行索引，將數(shù)組中每相鄰的兩個元素數(shù)值依次作為區(qū)間塊的初始、末尾點，沿著x軸把初始點與末尾點及中間區(qū)域分割成一個區(qū)間塊，進而將整個類方波離散圖分割成若干個區(qū)間塊；

38、所述第二繪制單元用于在每相鄰的兩個區(qū)間塊間，繪制一條垂直于x坐標軸的黑直線作為區(qū)間塊的分割線。

39、優(yōu)選的，所述計算模塊包括：設定單元、統(tǒng)計單元、第一輸出單元和第二輸出單元；

40、所述設定單元用于在類方波離散點圖中，特多軸大件車輛的數(shù)量被直觀體現(xiàn)為區(qū)間塊的數(shù)量；每輛車的軸數(shù)被直觀體現(xiàn)為每一個區(qū)間塊中離散點的數(shù)量；

41、所述統(tǒng)計單元用于分別統(tǒng)計所分割識別車輛的數(shù)量以及每一輛特多軸大件車輛的軸數(shù)；具體過程為：

42、利用函數(shù)索引找出兩個數(shù)組的第j個相同元素，并作為起始點，依次遍歷比較一個數(shù)組中的元素是否在另一個數(shù)組中，直至遇到第(j+1)個相同元素時停止比較，統(tǒng)計第j個區(qū)間塊中離散點的數(shù)量；

43、所述第一輸出單元用于對所統(tǒng)計的分割識別車輛數(shù)量，以及計每一輛特多軸大件車輛的軸數(shù)分別進行輸出；

44、所述第二輸出單元用于輸出每一區(qū)間塊內(nèi)所有離散點沿著y軸方向的數(shù)量和，即輸出每一輛特多軸大件車輛的車輛總載重。

45、與現(xiàn)有技術相比，本發(fā)明的有益效果為：

46、(1)本發(fā)明可提高特多軸大件車輛的識別精度使動態(tài)稱重系統(tǒng)更加智能化，為一維信號處理領域表示兩離散點間的位置關系及分割類方波離散圖提供了一種有效方法；

47、(2)本發(fā)明通過對多輛特多軸大件車輛關于軸載與軸距的離散數(shù)據(jù)所構成的二維類方波離散圖進行分割，實現(xiàn)了對多輛特多軸大件車輛的識別。解決了軸數(shù)≥6的大件車輛識別難題，并使得識別準確率達95％以上、算法響應時間在1s以內(nèi)，為物流倉儲、交通運輸?shù)刃袠I(yè)領域提供了重要的技術支持；

48、(3)本發(fā)明不受外部復雜環(huán)境的影響，能夠識別不同類別的車輛類型并用于計算車輛載重，同時無需更換硬件設備，能夠極大降低經(jīng)濟成本；

49、(4)本發(fā)明所設計的算法可以根據(jù)實際需求進行改進與優(yōu)化，以適應不同的應用場景，可擴展性良好。