(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 202210556786.X (22)申请日 2022.05.19 (71)申请人 河北万方中天科技有限公司 地址 050000 河北省石家庄市长安区广安 大街36号时代方舟B座21层 (72)发明人 卢兴岗　贾川　高庆丰　 (74)专利代理 机构 石家庄国为知识产权事务所 13120 专利代理师 刘少卿 (51)Int.Cl. G06V 20/58(2022.01) G06V 10/44(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) (54)发明名称 车辆超限检测方法及终端、 车辆超限检测系 统 (57)摘要 本发明提供了一种车辆超限检测方法及终 端、 车辆超限检测系统， 该车辆超限检测方法用 于检测驶入高速入口的车辆是否超长、 超高、 超 宽以及超重； 该方法包括： 获取目标车辆在高速 路口超限检测区域的检测图像， 并基于检测图像 判断目标车辆是否超长、 超高以及超宽； 若目标 车辆未超长、 超高以及超宽， 则获取目标车辆的 重量信息； 从检测图像中提取目标车辆的车牌信 息， 根据车牌信息确定目标车辆的重量阈值， 并 基于重量信息以及重量阈值判断目标车辆是否 超重。 本发明能够提高车辆超限检测的效率， 降 低人力成本 。 权利要求书2页 说明书8页 附图2页 CN 114863398 A 2022.08.05 CN 114863398 A 1.一种车辆超限检测方法， 其特征在于， 所述车辆超限检测方法用于检测驶入高速入 口的车辆是否超长、 超高、 超宽以及超重； 所述方法包括： 获取目标车辆在高速路口超限检测区域的检测图像， 并基于所述检测图像判断所述目 标车辆是否超长、 超高以及超宽； 若所述目标车辆未超长、 超高以及超宽， 则获取所述目标车辆的重量信息； 从所述检测 图像中提取所述目标车辆的车牌信息， 根据所述车牌信息确定所述 目标车辆的重量阈值， 并基于所述重量信息以及所述重量阈值判断所述目标 车辆是否超重 。 2.如权利要求1所述的车辆超限检测方法， 其特征在于， 所述车辆超限检测方法， 还包 括： 若所述目标车辆超长、 超高或超宽， 则控制发出所述目标车辆超长、 超高或超宽的报 警 提示； 若所述目标车辆超重， 则控制 发出所述目标车辆超重的报警提示； 若所述目标车辆未 超重， 则控制发出 所述目标 车辆超限检测通过的提 示。 3.如权利要求1所述的车辆超限检测方法， 其特征在于， 所述检测图像包含所述目标车 辆的正面检测图像和所述目标车辆的侧面检测图像； 所述基于所述检测图像判断所述目标 车辆是否超长、 超高以及超宽， 包括： 基于所述 正面检测图像判断所述目标 车辆是否超高以及超宽； 基于所述侧面检测图像判断所述目标 车辆是否超长 。 4.如权利要求3所述的车辆超限检测方法， 其特征在于， 所述基于所述正面检测图像判 断所述目标 车辆是否超高以及超宽， 包括： 从左至右扫描所述正面检测图像直至确定出所述正面检测图像中目标车辆的左边缘； 从右至左扫描 所述正面检测图像直至确定出所述正面检测图像中目标车辆的右 边缘； 从上 至下扫描 所述正面检测图像直至确定出所述正面检测图像中目标车辆的上边缘； 从下至上 扫描所述 正面检测图像直至确定出 所述正面检测图像中目标 车辆的下边 缘； 基于所述正面检测图像中目标车辆的左边缘和所述正面检测图像中目标车辆的右边 缘确定所述目标车辆的实际宽度， 并基于所述实际宽度以及预设的宽度阈值判断所述目标 车辆是否超宽； 基于所述正面检测图像中目标车辆的上边缘和所述正面检测图像中目标车辆的下边 缘确定所述目标车辆的实际高度， 并基于所述实际高度以及预设的高度阈值判断所述目标 车辆是否超高。 5.如权利要求4所述的车辆超限检测方法， 其特征在于， 扫描所述正面检测图像确定所 述正面检测图像中目标 车辆的边 缘的方法包括： 按照预设的扫描顺序从所述正面检测图像中提取像素点， 并基于预设的梯度算子计算 所述像素点的梯度值； 基于所述 正面检测图像 计算所述像素点所在区域的平均灰度值； 获取高速路口超限检测区域当前的光学信息； 将所述像素点的梯度值、 所述像素点所在区域的平均灰度值、 所述光学信息组合得到 所述像素点对应的特征向量， 将所述像素点对应的特征向量输入至预设检测模型中， 得到 所述正面检测图像中目标 车辆的边 缘。权　利　要　求　书 1/2 页 2 CN 114863398 A 26.如权利要求5所述的车辆超限检测方法， 其特征在于， 所述预设检测模型为预先训练 的卷积神经网络模型。 7.如权利要求5所述的车辆超限检测方法， 其特征在于， 所述预设检测模型用于实现以 下步骤： 通过xch＝α *xgrad+(1‑α )*xgrey计算所述像素点的特征值； 其中， xch为所述像素点的特征 值， xgrad为所述像素点的梯度值， xgrey为所述像素点所在区域的平均灰度值， α为预设权重 值， α ∈(0， 1)； 将所述光学信 息输入至预先训练的深度学习 模型中， 得到当前光学环境下所述正面检 测图像对应的边 缘检测阈值； 将所述像素点的特征值与 所述边缘检测阈值进行比较， 得到所述正面检测图像中目标 车辆的边 缘。 8.如权利要求1至7任一项所述的车辆超限检测方法， 其特征在于， 所述根据所述车牌 信息确定所述目标 车辆的重量阈值， 包括： 根据所述车牌信息从预设的车辆信息登记库中查询所述目标 车辆的车 型； 基于所述目标 车辆的车 型确定所述目标 车辆的重量阈值。 9.一种车辆超限检测终端， 包括存储器、 处理器以及存储在所述存储器中并可在所述 处理器上运行 的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利 要求1至8任一项所述方法的步骤。 10.一种车辆超限检测系统， 其特 征在于， 包括： 第一摄像装置， 所述第一摄 像装置用于拍摄目标 车辆的正 面检测图像； 第二摄像装置， 所述第二摄 像装置用于拍摄目标 车辆的侧面检测图像； 压力传感装置， 所述压力传感装置用于检测目标 车辆的重量信息； 报警提示装置， 所述报警提 示装置用于发出目标 车辆对应的提 示信息； 如权利要求9所述的车辆超限检测终端； 所述第一摄像装置、 所述第 二摄像装置、 所述压力传感装置、 所述报 警提示装置均与所 述车辆超限检测终端通讯连接 。权　利　要　求　书 2/2 页 3 CN 114863398 A 3