APP下载

基于深度学习的智能治超场景下货车车型识别

2023-12-01康进实杨劲涛

计算机测量与控制 2023年11期
关键词:特征信息模型

张 磊,康进实,杨劲涛

(甘肃公航旅信息科技有限公司,兰州 730000)

0 引言

超限超载运输损坏公路路面、路基和桥梁,对交通安全、国家道路、运输市场秩序等造成了极大危害。为加强对非法超限运输治理,保障公路设施和人民生命财产安全,发展与完善智能治超系统[1]具有重大的现实意义。

在智能治超场景下,货车在高速出入口经过不停车称重检测,摄像头拍摄货车侧方图输入给模型,模型实时识别出货车车型继而确定货车限重,结合称重与限重来判断货车是否存在超载运输。因此,货车车型的限重识别是智能治超中的重要技术环节。我国交通运输部根据货车车轴数量和联结方式,确定了不同货车进入高速公路的重量限额,表1展示了部分不同货车类型及其重量限制。但由于确定货车限重比较复杂,目前的工作主要是由收费站工作人员在高速公路入口处人工完成,存在识别速度慢,识别结果不准确等问题。

表1 货车类型和重量限制

为了实现车型识别的自动化,传统进行车型识别的方法主要有地感线圈法[2]、激光红外线识别[3]以及动态压电检测法[4]。地感线圈法和动态压电检测法通过在路段下埋设电感线圈或压电开关,不同类型的车辆经过产生不同的电感信号波形来区分不同的车型。这样的方法不容易区分相似车型,在车速较快时准确率不高,且安装成本高,需要破坏路面,不易维护。激光红外线识别通过在检测道路的旁边设立红外线发射装置和接收装置。……

登录APP查看全文

猜你喜欢

特征信息模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
如何表达“特征”
不忠诚的四个特征
订阅信息
3D打印中的模型分割与打包
展会信息
线性代数的应用特征
健康信息
健康信息(九则)