一种基于多源数据融合深度学习的非现场超载监测方法与流程

1.本发明涉及公路超载监测技术领域，具体为一种基于多源数据融合深度学习的非现场超载监测方法。


背景技术：

2.货运车辆超载行驶现状一直是公路运输系统管理工作中的难题，突出表现在以下4个方面：（1）超限案件屡禁不止，超限率居高不下。（2）由车辆超限引发的重大交通事故时有发生，严格治超已逐渐成社会共识。（3）超限车辆会对道路路面产生极大损害，超限外部社会成本极大，影响正常车辆使用。（4）由于现行法律法规尚不成熟，对超限行为多以处罚教育为主，超限现象仍广泛存在，导致治超警力严重不足，打击治超收效不大，甚至催生了“超限黄牛”等灰色行业的发展。
3.若治超工作持续的低效势可能会导致超限社会外部成本的不断增加，甚至危及道路安全，对于常态化非现场治超，现考虑如何整合多个技术手段全面提升治超管理的多个重要环节，包括方便快捷的车辆动态称重组织、精确可靠地动态称重及不良逃避称重行为捕捉，为此提出一种基于多源数据融合深度学习的非现场超载监测方法。


技术实现要素：

4.解决的技术问题针对现有技术的不足，本发明提供了一种基于多源数据融合深度学习的非现场超载监测方法，解决了上述背景技术中提出的问题。
5.技术方案为实现以上目的，本发明通过以下技术方案予以实现：一种基于多源数据融合深度学习的非现场超载监测方法，包括以下监测步骤；s1）、交通标志指示；在载重检测区域安装动态交通指示牌，其动态交通指示牌与交通标志单元相连接，指示引导特定车辆进入检测车道进行非现场动态载重检测；s2）、车牌识别、抓拍；在步骤s1）中对于待载重检测区域的两旁安装高精度视频智能识别单元及激光监测建模单元，对引导检测的载重车辆进行车牌的识别、抓拍；s3）、动态称重；在待载重检测车道上安装石英传感器及与其交互的称重控制柜，称重控制柜与称重控制单元相连接，石英传感器对载重车辆进行载重检测；s4）、检测信息发布；步骤s1）、s2）和s3）中的车牌识别、抓拍和称重监测数据通过信息发布单元上传于驾驶员、管理部门及公众，若步骤s2）和s3）中车辆涉嫌超载、遮挡号牌或越过待检车道，则步骤s1）中交通标志单元对超载车辆进行标志引导，使其禁止通行并自动将其引导至装卸区；s5）、全景视频监控；在多个卡口及路段设置多角度高精度视屏监控单元，及时的识别分析不良载重车辆驾驶行为并上传至管理部门，并将其数据输入步骤s1）中，在特定路
口对其进行引导检测；s6）、深度学习分析模块；步骤s1）、s2）和s3）中的监测数据同步输入学习模型内并建立深度学习模型，并将建立后的深度学习模型反馈给步骤s3）中的称重控制单元。
6.可选的，步骤s3）中动态称重的具体安装步骤如下；s31）、在待载重检测车道上通过相应工具对路面进行切槽；s32）、将用于安装石英传感器的模具放置于路面的切槽内；s33）、对模具与切槽的间隙进行浇筑灌浆；s34）、将石英传感器安装于模具内；s35）、对石英传感器的顶部进行打磨；s36）、在石英传感器的周围涂抹聚氨酯面漆；s37）、然后在漆面增添用于提高其耐磨性的陶瓷颗粒。
7.可选的，步骤s2）中激光监测建模单元包括激光检测器，高精度视频智能识别单元包括爆闪灯，且激光监测建模单元和智能识别单元均与侧方位抓拍相机和车尾抓拍相机相连接。
8.可选的，步骤s5）中多角度高精度视屏监控单元包括网络录像机和监控球机。
9.可选的，侧方位抓拍相机设置在待载重检测车道的一侧，车尾抓拍相机设置于靠近侧方位抓拍相机的待载重检测车道的上方。
10.可选的，步骤s4）中的信息发布单元具体包括信息发布屏、智能终端、超限数据服务器和称重控制单元，其智能终端包括治超管理站点工作人员、货车驾驶员手机app。
11.可选的，步骤s1）中动态交通指示牌内交通标志单元具体指示内容为监测引导标线、超载处罚警告标志、安全通行标志、超载装卸区域引导标志。
12.可选的，一种基于多源数据融合深度学习的非现场超载监测方法通过以下监测系统实现：石英称重子系统，其用于对载重车辆进行载重检测，并将检测结果输入深度学习模型内；视频车牌识别/抓拍子系统，其用于对载重车辆外部特征进行获取，并将其监测结果输入深度学习模型内；全景视频监控子系统，其用于对不良载重车辆驾驶行为进行识别，并将其识别结果上传至管理部门；交通标志子系统，其用于为非现场载重监测流程顺利展开进行的相关道路及交通标志标线设计；信息发布子系统，其用于配合石英称重子系统的动态监测结果并及时上传监测信息至驾驶员、管理部门及公众；深度学习分析模块，其用于接收融合石英称重子系统和视频车牌识别/抓拍子系统的监测数据，将其通过数据建立的模型反馈给石英称重子系统并与其实时交互。
13.有益效果本发明提供了一种基于多源数据融合深度学习的非现场超载监测方法，具备以下有益效果：1、该基于多源数据融合深度学习的非现场超载监测方法，同时利用视频抓拍车辆
特征、石英称重数据等多种数据，建立深度学习分析模型，与仅依赖单源信息称重（因为车辆本体特征如车型、轴距与车辆运行时对地面压力传感器的影响具有复杂非线性相关性）相比，该方法可显著提升动态称重可靠性及精度。
14.2、该基于多源数据融合深度学习的非现场超载监测方法，通过建立全景视频监控子系统，可根据追踪车辆特征及时准确定位通过车辆，使嫌疑超载车辆难以利用遮挡号牌蒙混过关。
15.3、该基于多源数据融合深度学习的非现场超载监测方法，通过建立完善的动态非现场载重动态交通指示牌，保证了及时筛选特定车辆有序高效进入，且信息发布子系统可将车辆动态载重监测信息及时准确的发布至多个平台，方便驾驶人、公路管理部门及公众获取相关载重信息并备案。
附图说明
16.图1为本发明监测流程示意图；图2为本发明深度学习载重分析结果示意图。
具体实施方式
17.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
18.请参阅图1
‑
2，本发明提供一种技术方案：一种基于多源数据融合深度学习的非现场超载监测方法，包括以下监测步骤；s1）、交通标志指示；在载重检测区域安装动态交通指示牌，其动态交通指示牌与交通标志单元相连接，指示引导特定车辆（如载重一定吨位以上货车）进入检测车道进行非现场动态载重检测，步骤s1）中动态交通指示牌内交通标志单元具体指示内容为监测引导标线、超载处罚警告标志、安全通行标志、超载装卸区域引导标志；s2）、车牌识别、抓拍；在步骤s1）中对于待载重检测区域的两旁安装高精度视频智能识别单元及激光监测建模单元，对引导检测的载重车辆进行车牌的识别、抓拍，及时准确获取称重车辆的外部特征（例如车型、尺寸、轴数等），为建立深度学习模型并最终计算车辆实际载重信息提供输入数据；步骤s2）中激光监测建模单元包括激光检测器，高精度视频智能识别单元包括爆闪灯，且激光监测建模单元和智能识别单元均与侧方位抓拍相机和车尾抓拍相机相连接，侧方位抓拍相机设置在待载重检测车道的一侧，车尾抓拍相机设置于靠近侧方位抓拍相机的待载重检测车道的上方；s3）、动态称重；在待载重检测车道上安装石英传感器及与其交互的称重控制柜，称重控制柜与称重控制单元相连接，石英传感器对载重车辆进行载重检测；步骤s3）中动态称重的具体安装步骤如下；s31）、在待载重检测车道上通过相应工具对路面进行切槽；s32）、将用于安装石英传感器的模具放置于路面的切槽内；s33）、对模具与切槽的间隙进行浇筑灌浆；
s34）、将石英传感器安装于模具内；s35）、对石英传感器的顶部进行打磨（即对承载层进行打磨）；s36）、在石英传感器的周围涂抹聚氨酯面漆；s37）、然后在漆面增添用于提高其耐磨性的陶瓷颗粒，实现对载重车辆的压力信息动态检测，为建立深度学习模型并最终计算车辆实际载重信息提供输入数据；s4）、检测信息发布；步骤s1）、s2）和s3）中的车牌识别、抓拍和称重监测数据通过信息发布单元上传于驾驶员、管理部门及公众，步骤s4）中的信息发布单元具体包括信息发布屏、智能终端、超限数据服务器和称重控制单元，其智能终端包括治超管理站点工作人员、货车驾驶员手机app，若步骤s2）和s3）中车辆涉嫌超载、遮挡号牌或越过待检车道，则步骤s1）中交通标志单元对超载车辆进行标志引导，使其禁止通行并自动将其引导至装卸区；s5）、全景视频监控；在多个卡口及路段设置多角度高精度视屏监控单元，及时的识别分析不良载重车辆驾驶行为（如遮挡号牌、变更车辆尺寸等）并上传至管理部门，并将其数据输入步骤s1）中，在特定路口对其进行引导检测使其进入步骤s1）中进行载重检测；步骤s5）中多角度高精度视屏监控单元包括网络录像机和监控球机；s6）、深度学习分析模块；步骤s1）、s2）和s3）中的监测数据同步输入学习模型内并建立深度学习模型，并将建立后的深度学习模型反馈给步骤s3）中的称重控制单元，为根据历史货运车辆动态石英称重传感器数据、融合车辆动态特征数据建立的深度学习载重分析算法，由于学习过程同时考虑了车辆外部特征与载重的非线性相关性（如即使对于相同载重，不同车型、车辆特征在相同车速下对传感器的影响也会存在差异，通过融合车辆外部特征数据建立深度学习模型可学习识别出该类差异以提高分析精度），载重分析结果比单纯仅依赖载重传感器动态称重具有更高的精度及可靠性。
19.一种基于多源数据融合深度学习的非现场超载监测方法通过以下监测系统实现：石英称重子系统，其用于对载重车辆进行载重检测，并将检测结果输入深度学习模型内；视频车牌识别/抓拍子系统，其用于对载重车辆外部特征（例如车型、尺寸、轴数）进行获取，并将其监测结果输入深度学习模型内；全景视频监控子系统，其用于对不良载重车辆驾驶行为（例如遮挡号牌、变更车辆尺寸）进行识别，并将其识别结果上传至管理部门；交通标志子系统，其用于为非现场载重监测流程顺利展开进行的相关道路及交通标志标线设计（例如可能涉及的监测引导标线、超载处罚警告标志、安全通行标志、超载装卸区域引导标志）；信息发布子系统，其用于配合石英称重子系统的动态监测结果并及时上传监测信息至驾驶员、管理部门及公众；深度学习分析模块，其用于接收融合石英称重子系统和视频车牌识别/抓拍子系统的监测数据，将其通过数据建立的模型反馈给石英称重子系统并与其实时交互。
20.以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本
发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。