(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210430802.0 (22)申请日 2022.04.22 (71)申请人 郑州大学 地址 450001 河南省郑州市高新 技术开发 区科学大道100号 (72)发明人 李攀杰　张佳妍　于爽　王劲森　 辛洪民　 (51)Int.Cl. G06V 20/58(2022.01) G06V 20/40(2022.01) G06V 20/52(2022.01) G06V 20/56(2022.01) (54)发明名称 一种基于计算机视觉技术的道路桥梁超载 预警系统与方法 (57)摘要 本发明公开了一种基于计算机视觉技术的 道路桥梁超载预警系统与方法。 首先， 布置数据 采集系统， 即在目标车道上部以及侧面布置摄像 头进行图像采集。 其次， 依据车道顶部摄像头的 图像识别车辆整体信息， 例如车辆类型、 车轴等； 依据车道侧采集的轮胎图像识别信息， 例如轮胎 型号、 轮胎与地方接触面积等。 然后， 基于轮胎型 号对应胎压的不确定度， 结合车辆轴数及接触面 积计算车辆荷载的概率分布特征。 最后， 根据车 梁重量要求小于道路桥梁限重的条件， 利用可靠 度分析方法进行超载车辆的风险预 警。 本发明着 眼于常于桥梁边道行驶的易超 载车辆， 基于车辆 的车胎压分布特征研究结果， 利用接触面积、 压 强与受力大小的关系， 运用简单的物理知识来进 行动态车辆核载的识别， 为桥梁 车辆识别提供一 种风险偏好可根据需要调整且 稳定、 简单且可靠 的道路桥梁 超载预警系统与方法。 权利要求书2页 说明书7页 附图4页 CN 115187953 A 2022.10.14 CN 115187953 A 1.一种基于计算机视觉技术的道路桥梁超载预警系统与方法， 其特征在于： 包括以下 步骤： 步骤一： 布置数据采集系统： 选定待检测车道， 利用现有的车道顶部的摄像头采集检测 车道上车辆的整体图像； 在车道侧面布置摄 像头采集车辆的侧面轮胎整体图像。 步骤二： 车辆特征整体识别： 利用车辆顶部摄像头采集的图像， 通过深度 学习目标检测 算法自动判别车辆信息： 车牌、 车 型、 车轴数。 步骤三： 局部车胎 特征识别： 利用车道侧面摄像头采集的图像， 识别轮胎 型号及轮胎与 地面接触长度， 通过轮胎型号 获得轮毂直径及轮胎宽度， 进而获得轮胎与地面接触面积 。 实 际车辆胎压符合 正态分布P :N( μp, σp2)， 其中 μp是胎压均值， σp为胎压的标准差 。 步骤四： 识别车辆重量： 通过各个轮胎与地面的接触面积、 胎压特征和车轴数， 计算目 标车辆荷载的概 率密度函数。 步骤五： 超重车辆的风险预警： 识别车重要求小于道路桥梁的限重。 计算目标车辆的超 重概率Pf， 根据风险偏好设置预警百分比， 进行四级预警。 2.根据权利要求书1所述的识别方法， 其特 征在于， 所述 步骤一具体为： 步骤1.1、 调整桥梁车道侧面布置的高清快速摄像机的视场， 使之适应车道顶部现有的 抓拍摄像头的视场， 以保证二 者拍取同一车辆 。 步骤1.2、 利用车道顶部摄像头拍摄目标车辆整体轮廓图像； 利用车道侧面摄像机拍摄 通过车辆的图像作为目标 车辆轮胎图像； 步骤1.3、 将拍摄的图像进行筛 选， 将拍摄清晰可辨的图像上传至计算机端。 3.根据权利要求书1所述的识别方法， 其特征在于， 所述步骤二具体为： 通过深度 学习， 对所拍摄的目标车辆轮廓图像进行特征提取， 进一步对目标车辆进行车型识别、 车轴计数 以及车牌识别。 4.根据权利要求书1所述的识别方法， 其特 征在于， 所述 步骤三具体为： 步骤3.1、 通过大数据采集识别不同型号的轮胎的特殊标志点从而判断轮胎型号， 从而 得到轮胎宽度及轮毂直径； 步骤3.2、 对目标车辆轮胎图像进行灰度处理， 对轮胎边缘检测进行边缘检测后提取出 近似直线段作为轮胎与地面的接触长度， 并将该直线段在所拍摄图像上的相对长度定义为 该轮胎与地 面接触的像素长度， 留做下一 步转换； 步骤3.3、 将识别得到的轮毂直径用于标定图片， 进而利用相似原 理的算法将轮胎与地 面接触的像素长度转换为轮胎与地 面的实际接触长度； 步骤3.4、 通过计算机视觉识别系统分析出车辆轮胎与地面的接触长度， 结合轮胎 型号 自动填入相应的轮胎宽度， 进而通过轮胎与地面的接触形状近似长方形计算出车辆轮胎与 地面的接触面积。 其中， 轮胎与地 面的接触面积的表达公式为： Ai＝ai·b 其中， Ai为第i个轮胎与路面接触面积,ai为第i个轮胎与路面接触长度,b为系统自动匹 配该轮胎与地 面的接触宽度取值。 步骤3.5、 根据目标车辆的车型， 从数据库中匹配该轮胎的胎压P:N( μp, σp2)及该车型的 道路桥梁的限重值[Wr]。 5.根据权利要求书1所述的识别方法， 其特征在于， 所述步骤四具体为： 考虑车辆胎压权　利　要　求　书 1/2 页 2 CN 115187953 A 2浮动， 将胎压N( μp, σp2)结合车辆车轴数及目标车辆单个轮胎与地面的接触面积， 得出车辆 荷载的概 率密度函数， 其中， 车辆荷载的概 率密度函数与接触面积和胎压的关系为： 其中， f(W)车辆荷载的概率密度函数， W为车辆荷载， N为车辆右侧轮胎数， 即车轴数， Ai为第i个轮胎与路面接触面积。 6.根据权利要求书1所述的识别方法， 其特 征在于， 所述 步骤五具体为： 步骤5.1、 当W＞[Wr]时， [Wr]为道路桥梁的限重， 车辆超重， 根据车辆荷载的概率密度函 数进而可得目标车辆的超重概 率Pf， 其中， 车辆的超重概 率Pf的表达式为： 其中， Pf为目标车辆的超重概 率； 步骤5.2、 预警信号的级别依据目标车辆的概率区间划分可依据公路桥梁等级、 桥梁现 状等因素由相关管 理单位自行设置。 例如， 一般新建二级公路桥梁可设置预警信号为四级： Ⅳ级(一般， The  low possible  warning,目标车辆的超重概率为[0， 25％])、 Ⅲ级(较重， The high possible  warning,目标车辆的超重概率为(25％， 50％])、 Ⅱ级(严重， The   higher possible  warning,目标车辆的超重概率为( 25％， 50％])、 Ⅰ级(特别严重,The   highest possible warning， 目标车辆的超重概率为(75％， 100％])， 依次用蓝色、 黄色、 橙 色和红色表示， 同时以中英文标识。权　利　要　求　书 2/2 页 3 CN 115187953 A 3