专利名称：一种高速公路绿色通道敞篷车装载率获取方法
技术领域：
本发明属于雷达探测和图像处理技术领域，具体涉及一种高速公路绿色通道敞篷 车装载率获取方法。
背景技术：
为了服务“三农”，进一步降低鲜活农产品的运输成本，稳定农产品的市场价格，力口 大对农业生产的扶持力度，交通部规定，对在全国“五纵二横”高速公路的“绿色通道”上行 驶的整车合法装载鲜活农产品运输车辆，免收车辆通行费。在国家政策支持“三农”、促进民生的同时，部分绿色通道车辆却用混装、伪装等手 段，在车辆内部夹带大量非农产品，外部仅以少量的鲜活农产品加以遮掩，逃缴高速公路通 行费，影响了绿色通道政策的健康发展。另有部分车辆不顾国家政策，违规超载运输，不仅 危害自身和他人的生命财产安全，不利于高速公路的维护，还给国家带来了很大损失。为了保障国家“绿色通道”政策有效执行，减少国有资产流失，必须严厉打击利用 夹带和超载等手段逃避缴纳公路通行费的违法行为。但是目前高速公路管理部门尚缺乏有 效的检测手段，防止夹带主要依靠人工方法进行检查，检查速度慢、劳动强度大、且漏检率 非常高；防止超载主要是利用地面磅秤对行驶车辆测重，存在动态测不准的问题。绿色通道敞篷车在运输过程中为了防雨防晒，通常会用大的帆布遮盖住整个车 厢，使检测人员无法直接看到车厢内装载货物的情况。敞篷车装载货物体积与整个车厢体 积的比值称为货物装载体积率，简称装载率。为了防止夹带和超载，装载率是一个重要的衡 量指标。当敞篷车的装载率低时，表明货物堆积不高则敞篷车中存在违禁的夹带物的概率 小，反之则需要重点检查；如果得到了敞篷车的装载率，结合车厢体积和装载货物的比重， 可得到装载货物的重量，由此判断敞篷车是否超载。目前获取装载率的方法主要靠人工查看来估算。为了防雨防晒，通常敞篷车整个 车厢外都有一层帆布遮盖，检测人员可以掀开帆布查看货物高度，或登梯进入车厢内部观 察，这两种方法都存在估计误差大，准确率无法保证的问题，且帆布由多根绳索固定，掀开 帆布的操作耗时长，效率非常低。
发明内容
本发明的目的是利用雷达设备对绿色通道敞篷车录取雷达回波数据，对敞篷车回 波数据进行处理后，找出雷达回波数据图像中敞篷车装载的货物表面产生的回波的位置， 最后获得敞篷车的装载率。电磁波可以透过树木、蔬菜和瓜果等农产品传输，在电磁波传输过程中，鲜活农产 品充当了电磁波的传输介质。电磁波在不同介质中的传播速度存在差异，不同介质对电磁 波的吸收和反射能力也有差异，因此在雷达回波数据图像中呈现的不同介质相互之间能够 区分。本发明利用雷达天线发射的电磁波对绿色通道敞篷车进行检测，当装载货物的敞篷车通过雷达天线下方，电磁波由空气传播到货物中时，由于空气和货物的介电常数不同， 回波数据会产生明显差异，在敞篷车的雷达回波数据图像中能够找出货物表面回波数据构 成的货物轮廓线的具体位置。对敞篷车的雷达回波数据进行处理，最后得到敞篷车的货物 装载体积率，简称装载率。敞篷车装载率的获取方法包括以下几个步骤步骤一对敞篷车录取雷达回波数据；检测绿色通道敞篷车的雷达设备由天线支撑框架、雷达天线、雷达主机和控制计 算机组成。天线支撑框架为“门”字形天线支架，对敞篷车检测时，将雷达天线口朝下，吊装 在天线支撑框架的中间位置，雷达天线通过电缆与在天线支撑框架旁边放置的雷达主机相 连，雷达主机与控制计算机之间通过通用串行总线(Universal Serial Bus，简称为USB)接 口进行通信。当有敞篷车通过绿色通道车辆检测点时，驱使敞篷车以3 8公里/小时的 速度从雷达天线下方勻速驶过，控制计算机通过雷达主机控制雷达天线发射电磁波并接收 敞篷车的回波数据，当敞篷车完全通过雷达照射区域后，数据录取完成。步骤二 去耦合波并截取出车厢区域；录取的雷达回波数据按时间的先后顺序排列成M行N列的数据矩阵，显示为原始 数据图像F，其中M是一个接收回波包含的采样点数，N是数据录取时间内接收回波的总个 数。原始数据图像F中的数据经过了取模和归一化处理，取值范围是0 1。由于雷达天 线中发射机和接收机分置且同时工作，接收机所接收到的回波信号会受到发射信号的耦合 影响。发射信号耦合到接收信号中的耦合波集中在接收信号的开始部分，属无效信息，为了 方便后续处理应该去掉。耦合波在原始数据图像F中显示为最上方的横条带状区域。紧邻 该区域下方的弱信号区域是雷达波在空气中的回波，与耦合波区域的数据的差值大于0.6。 通过分析耦合波区域和弱信号区域的值分布，可以确定耦合波的截止行位置的估计值H，求 出1 H行范围内所有列上的数据的均值I，其中H的值与雷达参数有关，可通过观察原始 数据图像F来估计得到，I在0. 6 1内取值。从第1行开始以W为间隔获取不同行区间内 所有数据的均值，也就是依次得到WXN个数据的均值，直到均值小于I为止，此时这个均值 小于I的行区间包含的最大行位置就是耦合波在原始数据图像F中的截止行位置&，其中 W在20 50的范围内取整数值。检测时有效的数据部分是敞篷车的车厢区域回波数据，在 录取数据过程中当敞篷车不在雷达波的照射范围内时，雷达波通过空气传播后直接照射到 地面，接收回波包含地面的强反射波，这时的回波数据不包含敞篷车的有效信息。地面回波 数据大于0.8，且分布在多行上，要去掉包含地面回波的回波数据，首先要得到地面回波行 位置D，D的取值与雷达采样频率和地面到雷达天线的距离有关。统计原始数据图像F中每 一列上D-100 D+100的行范围内大于0. 8的数据个数，按对应的列数顺序排列，形成长度 为N的序列Y，取序列Y中最大值的1/2 1/3为第一门限，第一门限取整数值，作为 搜索地面回波结束列位置和开始列位置的个数门限。从对应第1列上数据个数的序列Y的 头端开始向尾端做搜索，得到的第一个小于第一门限的序列成员对应的列位置是地面回 波的结束列位置1，相应的，从对应第N列上数据个数的序列Y的尾端开始向头端做搜索， 得到的第一个小于第一门限的序列成员对应的列位置是地面回波的开始列位置Y2。然 后确定车厢底的回波行位置X2，从D行开始到D-200行为止，找出A Y2列范围内每一列 上第一个小于0. 3的数据所在的行位置，如果得到的Y2-Yi+1个行位置相互之间的差值都小于100，取这N个行位置中的最小值为X2，如果差值中有一个大于100，则设定X2 = D。再结 合耦合波的截止行位置X1与地面回波的结束列位置Y1和开始列位置Y2,从原始数据图像F 中截取出车厢区域图像G。步骤三搜索货物轮廓线； 利用电磁波在不同介质中传播时存在差异，尤其是从空气传播到货物中时差异更 加明显的原理，在车厢区域图像G中找出货物表面回波数据的位置。车厢区域图像G中的 每一个点都对应一个数据，则多个相邻数据构成线段。货物表面回波数据的值比空气中回 波数据的值大，一般大于0. 5，货物表面回波数据在车厢区域图像G中显示为行方向上的多 排粗曲线段，每一排中的粗曲线段在列方向上延伸分布，且曲线段之间有间断，不同排的曲 线段处在不同的行位置上。由于每一列中的货物表面回波数据都由多排曲线段中的点组 成，一般占据50 200行，设定其中行位置最小的点的位置为货物表面回波数据的位置，不 同列中的行位置最小的点构成一条曲线，称为货物轮廓线，货物轮廓线的行位置是对应列 中货物表面回波数据最上方的一排粗曲线段中的点的行位置的最小值。搜索货物轮廓线时 首先要确定货物轮廓线的行位置变化范围，在0. 6 0. 8范围内设置第二门限T2的取值， 第二门限T2是确定货物轮廓线的行位置变化范围时的搜索门限。在车厢区域图像G中，从 第1行开始搜索每一列中第一个大于第二门限T2的数据的行位置，得到的所有B列上行位 置中的最小值为Xmin，最大值为Xmax，设定Xmin Xmax是轮廓线的行位置变化范围。然后统计 货物轮廓线的值分布，在0. 5 0. 7内设置第三门限T3的取值，第三门限T3是统计货物轮 廓线的值分布时的搜索门限，第三门限T3的值要小于第二门限T2。在货物轮廓线的行位置 变化范围内搜索所有大于第三门限T3的所有数据，其中的最小值为Vmin，最大值为Vmax。将 Vmin Vmax的范围均勻分成十个区间，获取每个区间内数据的分布个数，最大个数对应的区 间的中心值是第四门限T4，第四门限T4就是确定货物轮廓线的行位置的搜索门限。最后在 每一列中都从第1行开始寻找第一个大于第四门限T4的数据的行位置，则得到的行位置就 是货物轮廓线在每一列中的行位置，这样就初步得到了货物轮廓线的位置分布，对应的是 一系列分布在不同列上的点。步骤四排除干扰因素；排除干扰因素是为了从上面初步得到的货物轮廓线中去除属于车尾回波数据和 夹带物回波数据的点。敞篷车的车头和车尾的回波数据有时会大于0.5，在车厢区域数据 图像G中也显示为多条粗曲线段，其中车尾的影响尤其明显。由于货物表面回波数据的多 排粗曲线段之间在列方向上有间断，搜索时可能将间断处下方的车尾回波数据误判为货物 轮廓线，需要排除这一干扰因素。另外，如果敞篷车内有违禁的夹带物，也可能将夹带物回 波数据误判为货物轮廓线，需要进行判断。对初步得到的货物轮廓线位置，首先要找出属于 车尾回波数据和夹带物回波数据的异常点，虽然车尾回波数据和夹带物回波数据的行位置 都大于货物轮廓线的行位置，但货物轮廓线是有起伏的曲线，不能仅根据货物轮廓线中点 的行位置的大小来判断是否为异常点，而是要看不同点之间行位置的差值，如果初步得到 的货物轮廓线中某一点的行位置与该点左右相邻各10列上点的行位置的20个差值中有一 个大于150，则标定该点为异常点。得到的每一个异常点都要进行处理，对一个异常点p，先 截取以P为左下角的最大长方形区域图像0，设该异常点ρ的值的0. 6倍为第五门限T5，作 为转换二值图像的阈值。根据第五门限T5将这一长方形区域图像0转换成二值图像，然后利用数学形态学中的细化运算，对二值图像“细化”后得到细化图像S。在细化图像S中先 寻找若干个异常点P附近的值为1的起始点，对每一个起始点都要进行点搜索。对其中一 个起始点进行点搜索时，记Q为搜索到的点的集合，Q初始设为空集，首先将起始点归 入Q，然后以1为当前基准点，在搜索范围R内搜索下一个值为1的点，搜索范围R是一个 以当前基准点为左下角的长方形搜索区域，搜索区域的长和宽对应的点数在20 50的范 围内取整数值。如果搜索到下一个值为1的点q2，需要判断q2与Q中的所有点是否在一条 曲线上，判断依据是三阶多项式拟合的系数。如果不在一条曲线上就舍弃点q2，继续搜索下 一个值为1的点，否则将q2归入Q，并以q2为当前基准点继续在搜索范围R内搜索下一个 值为1的点，以此类推，直到搜索不到下一个值为1的点，则对一个起始点的点搜索结束，此 时Q内最后一个归入的点为qn。点搜索结束后，需要判断当前处理的异常点P是否属于车 尾回波数据。由于车尾回波数据是装载货物表面上方的车尾挡板产生的，车尾回波数据的 最小行位置应与同一列上的货物轮廓线的行位置相同，但考虑到雷达回波的分辨率和点搜 索的精度问题，车尾回波数据的最小行位置与同一列上的货物轮廓线的行位置之间可能存 在差值。点qn的行位置就是车尾回波数据的最小行位置，根据工程经验和具体试验操作， 在50 150范围内取整数值作为第六门限T6，用来判断此时点qn的行位置是否接近同一 列中的货物轮廓线的行位置。第六门限1的值越小，实际检测时的漏检概率越小，但同时 误报的概率会增大，而第六门限T6的值增大时，误报的概率减小，但漏检概率会增大。如果 点9 的行位置与同一列中的货物轮廓线的行位置的差值的绝对值小于1，说明此时处理的 异常点P属于车尾回波数据，应结束对异常点P的处理，直接予以剔除，否则继续对异常点 P的下一个起始点进行点搜索，直到最后一个起始点。如果搜索完最后一个起始点后，还未 能剔除异常点P，则记录异常点P的位置为夹带物位置后，再将异常点P剔除。以次类推，对 每一个异常点依次进行以上步骤的操作后，就在货物轮廓线中剔除了所有异常点。步骤五获取装载率；排除了车尾回波和夹带物回波的干扰因素后，为了获取装载率，需要先在所有剔 除了异常点的列上重新设置轮廓线，得到整个车厢区域图像G中所有列上货物轮廓线的具 体位置；然后，在车厢区域图像G中确定车顶行位置Z，(A-Z) XB得到车厢体积，将B列中 的货物轮廓线的行位置都减去Z后再求和为车厢空载体积V，车厢体积减去车厢空载体积 (A-Z) XB-V为货物体积；最后，货物体积除以车厢体积((A-Z) XB-V)/((A-Z) XB)得到敞 篷车的装载率。本发明的优点在于(1)本发明为绿色通道检测人员提供了可以参考的敞篷车装载率，在不能直接观 察到车厢内部时，可以了解敞篷车的货物装载情况；(2)本发明为检测敞篷车内是否存在违禁的夹带物提供了依据，还可以甄别出不 符合装载率要求的运输车辆；(3)本发明的方法检测速度快，准确率高。
图1为本发明高速公路绿色通道敞篷车装载率获取方法流程图；图2为本发明高速公路绿色通道敞篷车装载率获取装置结构图3为本发明敞篷车的原始数据图像；图4为本发明截取的车厢区域图像；图5为本发明初步得到的货物轮廓线的位置分布图；图6为本发明一个异常点对应的细化图像；图7为本发明一个异常点对应的拟合曲线图。
具体实施例方式下面将结合附图和实施例对本发明作进一步的详细说明。本发明通过雷达设备对高速公路上行驶的绿色通道敞篷车5录取雷达回波数据， 对雷达回波数据进行处理后，获取一个表征敞篷车5装载率的比值，处理过程如图1所示， 包括以下五个步骤步骤一对敞篷车录取雷达回波数据；检测绿色通道敞篷车5的雷达设备由天线支撑框架1、雷达天线2、雷达主机3和 控制计算机4组成。对敞篷车5检测时，雷达天线2 口朝下，吊装在天线支撑框架1的中间 位置，雷达天线2通过电缆与在天线支撑框架1旁边放置的雷达主机3相连，雷达主机3与 控制计算机4之间通过USB接口进行通信。当有敞篷车5通过绿色通道车辆检测点时，驱 使敞篷车5以3 8公里/小时的速度从雷达天线2下方勻速驶过，控制计算机4通过雷 达主机3控制雷达天线2发射电磁波并接收敞篷车5的回波数据，当敞篷车5完全通过雷 达天线2的照射区域后，数据录取完成。如图2所示，天线支撑框架1为“门”字形天线支架，垂直竖立在地面上。雷达天 线2 口朝下吊装在天线支撑框架1的中间位置，通过电缆与在天线支撑框架1旁边放置的 雷达主机3相连，雷达主机3与控制计算机4之间通过USB接口进行通信。当有绿色通道 敞篷车5从雷达天线2下方通过时，控制计算机4通过雷达主机3发送控制指令和参数指 令，使雷达天线2在对应敞篷车5的各项参数下发射电磁波并接收回波数据，可获得敞篷车 5各个部分的雷达回波数据。步骤二 去耦合波并截取出车厢区域；雷达天线2对从下方通过的敞篷车5录取完回波数据后，就形成一个雷达回波数 据矩阵，之后的处理都是围绕该雷达回波数据矩阵来进行的，将雷达回波数据矩阵中的每 一个数据都作为一个像素点，则雷达回波数据矩阵构成一幅原始数据图像，记为F。本发明中雷达天线2发射的是脉冲信号，一个接收回波脉冲信号采样后排成一 列，多个接收回波脉冲信号按接收时间的先后顺序作行对齐排列，形成雷达回波数据矩阵。 采样后的数据是复数，需要对雷达回波数据矩阵中的所有数据先取模，然后采用线性函数 转换进行归一化处理，归一化后数据的取值范围是0 1。如果对敞篷车5录取数据时共 接收了 N列回波脉冲信号，每列回波脉冲信号的采样点数为M,就得到一个M行N列的雷达 回波数据矩阵，该雷达回波数据矩阵的第i行第j列的数据记为数据(i，j)，对应的是第j个回波脉冲信号的第i个采样值，其中N与实际的数据录取时间Tk和脉冲重复频率PRF有关，取值为TkXPRF去掉小数部分后的整数值，M与接收时间窗长度Tw和采样频率Fs有关， 取值为TwXFs去掉小数部分后的整数值，i值取1 M范围内的整数值，j值取1 N范围 内的整数值。在雷达回波数据矩阵中，行数1 M是从上到下排列的，列数1 N是从左往 右排列的，每一个具体位置处的数据的值都是回波脉冲信号的采样值，也就是说数据(1，1) 位于数据矩阵的左上角，该数据的值是第1个回波脉冲信号的第1个采样值，数据(M，N)位 于数据矩阵的右下角，该数据的值是第N个回波脉冲信号的第M个采样值。由于不同长度 的敞篷车5的数据录取时间Tk不同，而且脉冲重复频率PRF也会变化，因此N值会相应变 化。同样，接收时间窗长度Tw和采样频率Fs变化时，M值也会相应变化，因此数据矩阵的具 体尺寸不定。典型的敞篷车5的原始数据图像F如图3所示。该原始数据图像对应的数据录取 时间Te为13. 2s,脉冲重复频率PRF为128，接收时间窗长度Tff为68. 3ns,采样频率Fs为 30GHz，因此共录取了 1689列回波脉冲信号，每列回波脉冲信号的采样点数为2049。从图中 可以看出横坐标表示1 1689的列数范围，纵坐标表示1 2049的行数范围。图像中的 数据在0 1内取值，图像右边的刻度条标示出了不同值所代表的灰度。图3中显示出敞 篷车5从车头到车尾各个部分的雷达回波数据。由于雷达天线2中发射机和接收机分置且同时工作，接收机所接收到的回波信号 会受到发射信号的耦合影响。发射信号耦合到接收信号中的耦合波集中在接收信号的开始 部分，属于无效信息。从图3中可以看出，耦合波在原始数据图像F中显示为最上方的横 条带状区域，每个条带都占据N列，分布在若干行上，且条带上的数据都大于0. 8，图3中共 有3个条带，各个耦合波条带间还有5 10行数据小于0. 3的间断。紧邻该横条带状区域 下方的弱信号区域是发射的雷达波在空气中的回波数据，该弱信号区域的数据的值比耦合 波区域的数据的值小的多，一般小于0. 3。当雷达天线2参数固定时，接收的耦合波在原始 数据图像F中的截止行位置X1不变，实际中由于雷达参数不同，耦合波截止行位置X1的值 不定。可先设置耦合波截止行位置X1的估计值H。由于H是估计值，不要求精确，可通过 观察原始数据图像F来得到。放大图像F后观察耦合波区域中的最后一个条带，粗略确定 该条带的截止行位置的取值范围，H的值要大于这一取值范围包含的最大值，但不能大于出 现车辆回波数据的最小行位置，从图3中可以看出数据大于0.8的耦合波区域的最后一个 条带的截止行位置在50 150之间，而出现车辆回波数据的最小行位置大于200，则H可 设为200。然后求得1 H行范围内所有列上的HXN个数据的均值I。为了得到比H更 精确的耦合波截止行位置，以W为间隔划分1 H的行范围，假设最多可分为kw个行区间， 则(kw+l)XW>H。由于各个耦合波条带之间还有小于0.3，占据1 10行的间断，因此W 在20 50内取整数值，且不能大于H/3。依次获取行区间1 W，W+1 2XW，2XW+1 3XW，…，(kw-l)XW+l kwXW内的所有列上的数据的均值，也就是从第1行开始以W为 间隔依次获取WXN个数据的均值，设第一个均值小于I的行区间为第Ici个行区间，则该行 区间包含的最大值hXW就是耦合波截止行位置，记为XnX1取1 M内的整数值。对图3 所示的原始数据图像来说，求得的均值I为0. 4116,W的值设为20，划分了 10个行区间，第 一个均值小于I的行区间为第6个行区间，则X1的值为120。处理时有效的数据部分是敞篷车5的车厢区域回波数据，在录取数据过程中当敞篷车5不在雷达波的照射范围内时，雷达天线2发射的电磁波通过空气传播后照射到地面， 接收回波包含了地面的直接强反射波，显示为图3两端纵坐标900 1100行之间大于0. 8 的地面回波数据，这时的回波数据不包含有效信息，需要去掉。当雷达天线2位置固定后， 地面与雷达天线2距离不变，地面回波数据在图3中的位置也不变，可根据实际情况确定地 面回波行位置D，D的取值为2*Rd*Fs/C去掉小数部分后的整数值，其中Rd是雷达天线2到 地面的垂直距离，Fs是采样频率，C是光速。对于图3所示的原始数据图像，Rd为5米，则地 面回波行位置D为1000。从图3中可以看出，敞篷车5通过雷达天线2下方时，地面回波数 据在图像中部有间断，间断处显示的就是敞篷车5的回波数据，间断处两端的列位置分别 是地面回波结束列位置Y1和开始列位置\。统计原始数据图像F中D-100 D+100行范 围内每一列上大于0. 8的数据的个数，按对应的列数顺序排列，得到了长度为N的序列Y，取 Y的最大值的1/2 1/3为第一门限T1，第一门限T1取整数值，作为搜索地面回波结束和开 始列位置的个数门限。从对应第1列上数据个数的序列Y的头端开始向尾端做搜索，得到 的第一个小于第一门限T1的序列成员对应的列位置是地面回波的结束列位置Y1，相应的， 从对应第N列上数据个数的序列Y的尾端开始向头端做搜索，得到的第一个小于第一门限 T1的序列成员对应的列位置是地面回波的开始列位置Y2，Y1和Y2都取1 N内的整数值， 且Y1≤Y2。图3中的原始数据图像对应的Y1是569列，Y2是1302列。
最后还需要确定车厢底的回波行位置X2，在原始数据图像F中，以地面回波行位置 D为基准，从D行开始到D-200行为止，在Y1 Y2列范围内找出每列中第一个小于0. 3的 数据的行位置，得到了 Y2-YAl个行位置，如果这些行位置相互之间的差值都小于100，则取 这Y2-Yfl个行位置中的最小值为车厢底的回波行位置χ2。但有时由于回波在货物中的传 播衰减强，车厢底的回波数据小于0.3，显示不明显，则得到的Y2-YJl个行位置之间的差值 之一可能大于100，这时可直接设定地面回波行位置D是车厢底的回波行位置X2来进行后 续处理。此时在原始数据图像F中截取X1 X2行，Y1 Y2列之间的所有数据，得到的车厢 区域图像G为敞篷车5的有效车厢区域图像。设车厢区域图像G对应的矩阵为A行B列， 其中A = X2-X1+!, B = Y2-Y^l0图3中车厢底的回波显示并不明显，X2 = D = 1000，结合 之前得到的Y^Y2和X1的值，截取120 1000行，569 1302列之间的所有数据构成的车 厢区域图像G，在图4中给出，对应的A值为881，B值为734。步骤三搜索货物轮廓线；由于介电常数的不同，电磁波在从空气传播到敞篷车5内的货物表面6时，回波数 据的值会有明显的变化，这一变化反映到二维数据图像中就形成了区分空气和货物的货物 表面回波数据。车厢区域图像G中的每一个点都对应一个数据，则多个相邻数据构成线段。 货物表面6的回波数据在车厢区域图像G中显示为行方向上的多排粗曲线段，每一排中的 粗曲线段在列方向上延伸分布，且曲线段之间有间断，不同排的曲线段处在不同的行位置 上。货物轮廓线数据的值比空气中回波数据的值大，一般大于0.5。由于每一列中的货物表 面回波数据都由多排曲线段中的点组成，一般占据50 200行，设定其中行位置最小的点 的位置为货物表面回波数据的位置，不同列中的行位置最小的点构成一条曲线，称为货物 轮廓线，货物轮廓线的行位置是对应列中货物表面回波数据最上方的一排粗曲线段中的点 的行位置的最小值。可以看出图4中有明显的货物表面回波数据，图中纵坐标380 480 行内有大于0. 5的多排粗曲线段。
实际中敞篷车5内装载的货物表面6不是一个平面，从图4中可以看出不同列上 货物轮廓线的行位置是变化的，要确定搜索货物轮廓线的第四门限T4，需要知道货物轮廓 线的行位置变化范围，否则货物轮廓线下方的大于0. 5的数据会影响第四门限T4的设定。 另外，实际中敞篷车5装载货物情况多样，货物轮廓线的行位置变化范围不定，有些货物如 西瓜，由于含水量大、重量沉，一般只能装大半车而不能装满，否则会超重，而另一些货物如 香蕉，通常会装满整车。因此要搜索货物轮廓线必须先确定货物轮廓线的行位置变化范围。 对车厢区域图像G中的每一列从第1行开始寻找第一个大于第二门限T2的数据，记录该数 据的行位置，得到的所有B列上行位置中的最小值Xmin到最大值Xmax是货物轮廓线所在的 大致行范围，然后统计货物轮廓线的值分布，在0. 5 0. 7内设置第三门限T3的取值，第三 门限T3是统计货物轮廓线的值分布时的搜索门限，第三门限T3的值要小于第二门限T2。在 Xfflin Xmax的行范围内，记录B列上所有大于第三门限T3的数据，其中的最小值为Vmin，最大 值为Vmax，图4中给出的车厢区域图像G对应的Xmin为249，Xmax为465，Vmin为0. 53，Vmax为 0. 84。将Vmin Vmax的范围均勻分成十个区间，获取每个区间内的数据分布个数，其中最大 个数所对应的区间的中心值为搜索货物轮廓线的第四门限Τ4。然后在车厢区域图像G中， 对每一列数据都从第1行开始寻找第一个大于第四门限T4的数据 的行位置，则得到的行位 置就是货物轮廓线在每一列中的行位置，由此初步得到了所有B列上货物轮廓线的行位置 分布，对应的是一系列分布在不同列上的点，如图5所示，其中横坐标是点在车厢区域图像 G中的列位置，纵坐标是点在车厢区域图像G中的行位置。步骤四排除干扰因素；排除干扰因素是为了从上面初步得到的货物轮廓线中去除属于车尾回波数据和 夹带物回波数据的点。敞篷车5的车头和车尾的回波数据有时会大于0.5，在车厢区域图像 G中也显示为多条粗曲线段，其中车尾的影响尤其明显。由于货物表面回波数据由多排不连 续的粗曲线段组成，在列方向上曲线段之间有20 40列的间断，搜索时可能将间断处下方 的车尾回波数据误判为货物轮廓线，需要进行判断来排除这一干扰因素。另一方面，如果敞 篷车5内有违禁的夹带物，也可能将夹带物回波数据误判为货物轮廓线，也需要进行判断。 虽然车尾回波数据和夹带物回波数据的行位置都大于货物轮廓线的行位置，但货物轮廓线 是有起伏的，不能仅根据货物轮廓线中点的行位置的大小来判断，而是要看不同点之间行 位置的差值。若在初步得到的货物轮廓线中某一点的行位置与该点左右相邻各10列上点 的行位置的20个差值中有一个大于150，则标定该点为异常点。敞篷车5的车头和车尾回波数据在图4中显示为由多条粗曲线段构成的两条交叉 曲线，其中车尾的影响尤其明显，图5给出的初步得到的货物轮廓线位置分布中，就有将货 物轮廓线下方的车尾回波数据误判为货物轮廓线的情况，图中的小箭头指向了一个属于这 种情况的异常点，位置为(763，389)。每一个异常点要分别进行处理，对其中一个异常点P，处理的具体步骤为设异常 点P的位置为(ip，jp)，该位置处数据的值为mp，其中ip是该异常点在车厢区域图像G中的 行位置，Jp是异常点在车厢区域图像G中的列位置，mp对应的是第jp个回波脉冲信号的第 Ip个采样值。首先截取图像中所有行位置小于等于ip且列位置大于等于jp的点所组成的 数据区域，也就是车厢区域图像G中以异常点ρ为左下角的最大长方形数据图像0，图像0 中数据的行位置和列位置要重新设置，和在G中不同，也就是说G中的数据(ip_ik，jp+jk)在O中另记为数据(ip_ik，jk+l)，这一操作不影响后续步骤。设定第五门限T5*0.6Xmp，作为转换二值图像的阈值。根据第五门限T5将长方形数据图像O转为二值图像，也就是说将 大于等于第五门限T5的数据变为1，将小于第五门限T5的数据变为O。然后利用数学形态 学中由开关变换导出的细化运算，对该二值图像进行“细化”，最后得到细化图像S。图6给 出了图5中小箭头指出的异常点对应的细化图像，对比图4可以看出“细化”操作将车尾回 波数据的粗曲线段变成了细曲线段，便于下一步的点搜索。首先要在细化图像S中，找出异常点ρ附近的若干个起始点，需要对每一个 起始点进行点搜索。设其中一个起始点Q1W位置为(i” J1)，则点Q1的值为1，且满足
I1-Ipl + I Ji-Jp < 100。对起始点Q1进行点搜索时，先设记录搜索到的点的集合为Q，Q初 始为空集，首先将起始点Q1归入Q，然后以Q1为当前基准点在搜索范围R内搜索下一个值 为1的点，搜索范围R是一个以当前基准点为左下角的长方形搜索区域，搜索区域的长和宽 对应的点数在20 50的范围内取整数值。在搜索范围R中的搜索顺序是首先按列数从 小到大的顺序搜索各列，在各列中按行数从大到小的顺序搜索各行。如果搜索到下一个值 为1的点q2，需要判断％与Q中的所有点是否在一条曲线上，判断依据是三阶多项式拟合 的系数。分别对集合Q和包含q2的集合{Q，Q2I进行三阶多项式拟合，得到两组拟合系数， 每组分别有四个拟合系数，对应的拟合系数相减后求绝对值，将四个绝对值相加，如果和大 于0. 1就舍弃点q2，继续搜索下一个值为1的点，否则将q2归入Q，并以q2为当前基准点继 续在搜索范围R内搜索下一个值为1的点，以此类推，直到搜索不到下一个值为1点为止， 则此时对起始点Q1的点搜索结束，最后记录Q中最后一个归入的点qn的位置为(in，jn)。对一个起始点的点搜索结束后，需要判断当前搜索的异常点ρ是否属于车尾回波 数据。由于车尾回波数据是货物表面6上方的车尾挡板产生的，车尾回波数据的最小行位 置应与同一列上的货物轮廓线的行位置相同，但考虑到雷达回波的分辨率和点搜索的精度 问题，车尾回波数据的最小行位置与同一列上的货物轮廓线的行位置之间可能存在差值。 点qn的行位置就是车尾回波数据的最小行位置。根据工程经验和具体试验操作，在50 150范围内取整数值作为第六门限T6，用来判断点qn的行位置in是否接近第jn列中货物轮 廓线的行位置U，第六门限T6的值越小，实际检测时的漏检概率越小，但同时误报的概率会 增大，而第六门限T6的值增大时，误报的概率减小，但漏检概率会增大。如果|u-in| <τ6，说 明此时的异常点P属于车尾回波数据，应结束对异常点P的处理，直接予以剔除，否则继续 对异常点P的下一个起始点进行点搜索，直到最后一个起始点。如果搜索完最后一个起始 点后，还未能剔除异常点P，则记录异常点P的位置为夹带物位置后，再将异常点P剔除。对 图5中小箭头指出的位置为(763，389)的异常点进行处理时，找到的一个起始点在细化图 像S中的位置为(765，4)，对该起始点进行点搜索后，为方便观察，对Q内所有点做三阶多项 式拟合，得到的拟合曲线图在图7中给出，可以看到圆圈标出了最后一个点，位置是(427， 215)，同时，第215列对应到车厢区域图像G中是第215+389-1 = 603列，第603列中货物 轮廓线的行位置为413，此时第六门限T6设为80，427-413 < 80，因此直接将该异常点剔 除。步骤五获取装载率；排除了车尾和夹带物的干扰因素后，为了获取装载率，需要先在所有剔除了异 常点的列上重新设置货物轮廓线，得到整个车厢图像G内所有列上货物轮廓线的具体位置；然后，在车厢区域图像G中确定车顶行位置Z，(A-Z) XB得到车厢体积，将B列中的 货物轮廓线的行位置都减去Z后再求和为车厢空载体积V，车厢体积减去车厢空载体积 (A-Z) XB-V为货物体积；最后，货物体积除以车厢体积((A-Z) XB-V)/((A-Z) XB)得到敞 篷车5的装载率。在剔除异常点的若干列上重新设置货物轮廓线时，设置原则是与原有的货物轮廓 线接近，尽量使新设置的点能够与附近列上原有的货物轮廓线的点相衔接。如果在第I1列 上剔除了异常点，且第I1-I列和Ii+Ι列上都不存在异常点，设第I1-I列和Ii+Ι列的货物轮 廓线的行位置分别为J1和J2,则在第I列上重新设置货物轮廓线的点时，点的行位置为对 a+J2)/2四舍五入取整后的值。如果在第I1 In列内都剔除了异常点，其中In> 11;而 第I1-I列和In+1列上不存在异常点，对应的行位置分别为J3和J4，则在I1 In列上都要 重新设货物置轮廓线的点，点的行位置依次为对J3+kX (J4-J3)/(In-Ii+2)四舍五入取整后 的值，其中k=l，2，…，(In-I1),最后在所有B列上都有货物轮廓线的点。一般情况下，敞篷车5为了装载更多的货物，会在车顶加装许多平行排列 的横杆， 与车厢两侧的车壁相连，横杆的最高位置可假定为车顶。如果没有加装横杆，则假定货物 表面最高位置为车顶。雷达波照射到横杆或货物表面之前在空气中传播，雷达回波数据在 列上的值分布很相近，而照射到横杆或货物表面之后的回波数据在列上的值分布有了很 大变化，根据这一特点来确定车顶行位置，找到离雷达天线2最近的横杆回波或货物表面 回波的行位置，假定为车顶行位置Z。从车厢区域图像G的第1行开始，依次获取每一行 中不同列上的数据的标准差，直到某一行的标准差大于0. 1为止，则该行位置是车顶行位 置Z，(A-Z) XB为车厢体积。将B列中的货物轮廓线的行位置都减去Z后再求和为车厢 空载体积V，车厢体积减去车厢空载体积(A-Z) XB-V为货物体积，货物体积除以车厢体积 ((A-Z) XB-V)/((A-Z) XB)就是敞篷车5的装载率。工作人员可以参考装载率的大小，在不 能直接观察到车厢内部时，可以在一定程度上了解货物装载情况，甄别出不符合装载率要 求的运输车辆，另外，步骤四中记录的夹带物位置也可以为检测敞篷车5内是否存在违禁 的夹带物提供参考依据。
权利要求
一种高速公路绿色通道敞篷车装载率获取方法，其特征在于，该方法包括如下步骤步骤一对敞篷车录取雷达回波数据；对敞篷车(5)检测时，雷达天线(2)口朝下吊装在垂直竖立在地面上，形状为“门”字形的天线支撑框架(1)的中间位置，雷达天线(2)通过电缆与在天线支撑框架(1)旁边放置的雷达主机(3)相连，雷达主机(3)与控制计算机(4)之间通过通用串行总线接口进行通信；当有敞篷车(5)通过绿色通道车辆检测点时，驱使敞篷车(5)以3～8公里/小时的速度从雷达天线(2)下方匀速驶过，控制计算机(4)通过雷达主机(3)控制雷达天线(2)发射电磁波并接收敞篷车(5)的回波数据，当敞篷车(5)完全通过雷达天线(2)的照射区域后，数据录取完成；步骤二去耦合波并截取出车厢区域；雷达天线(2)对从其下方通过的敞篷车(5)录取完回波数据后，就形成一个雷达回波数据矩阵，将该雷达回波数据矩阵中的每一个数据都作为一个像素点，则雷达回波数据矩阵构成一幅原始数据图像，记为F；耦合波在原始数据图像F中的截止行位置为X1，车厢底的回波行位置为X2；敞篷车(5)通过雷达天线(2)前后地面回波的结束列位置为Y1，开始列位置为Y2；在原始数据图像F中截取X1～X2行，Y1～Y2列之间的所有数据，得到的车厢区域图像G为敞篷车(5)的有效车厢区域图像；设车厢区域图像G对应的矩阵为A行B列，其中行数A＝X2-X1+1，列数B＝Y2-Y1+1；步骤三搜索货物轮廓线；首先确定货物轮廓线的行位置变化范围，第二门限T2是确定货物轮廓线的行位置变化范围时的搜索门限，在0.6～0.8范围内取值，对车厢区域图像G中的每一列从第1行开始寻找第一个大于第二门限T2的数据的行位置，得到的所有B列上行位置中的最小值xmin到最大值xmax是货物轮廓线的行位置变化范围；然后统计货物轮廓线的值分布，在0.5～0.7内设置第三门限T3的取值，第三门限T3是统计轮廓线的数据值分布时的搜索门限，第三门限T3的值要小于第二门限T2；在xmin～xmax的行范围内搜索所有大于第三门限T3的数据，其中的最小值为Vmin，最大值为Vmax；将Vmin～Vmax的范围均匀分成十个区间，获取每个区间内数据的分布个数，最大个数对应的区间的中心值是第四门限T4，第四门限T4作为确定货物轮廓线的行位置的搜索门限；最后在车厢区域图像G中，对每一列数据都从第1行开始寻找第一个大于第四门限T4的数据的行位置，则得到的行位置就是货物轮廓线在每一列中的行位置，由此初步得到了所有B列上货物轮廓线的行位置分布；步骤四排除干扰因素；车厢区域图像G中的每一个点都对应一个数据，首先标定异常点，如果在初步得到的货物轮廓线中某一点的行位置与该点左右相邻各10列上点的行位置的20个差值中有一个大于150，则标定该点为异常点；然后对每一个异常点要分别进行处理，设p为其中一个异常点，处理的具体步骤为设异常点p的位置为(ip，jp)，该位置处数据的值为mp，其中ip是该异常点在车厢区域图像G中的行位置，jp是异常点在车厢区域图像G中的列位置，mp对应的是第jp个回波脉冲信号的第ip个采样值；截取图像中所有行位置小于等于ip且列位置大于等于jp的点所组成的数据区域，也就是车厢区域图像G中以异常点p为左下角的最大长方形数据图像O；设定第五门限T5为0.6×mp，作为转换二值图像的阈值；根据第五门限T5将图像O转为二值图像，将大于等于第五门限T5的数据变为1，将小于第五门限T5的数据变为0；然后利用数学形态学中由开关变换导出的细化运算，对该二值图像进行“细化”，最后得到细化图像S；首先要在细化图像S中，找出该异常点p附近的若干个起始点，对每一个起始点进行点搜索；设其中一个起始点q1的位置为(i1，j1)，则点q1的值为1，且满足|i1-ip|+|j1-jp|＜100；对起始点q1进行点搜索时，先设记录搜索到的点的集合为Q，Q初始为空集，首先将起始点q1归入Q，然后以q1为当前基准点在搜索范围R内搜索下一个值为1的点；如果搜索到下一个值为1的点q2，需要判断q2与Q中的所有点是否在一条曲线上，判断依据是三阶多项式拟合的系数；分别对集合Q和包含q2的集合{Q，q2}进行三阶多项式拟合，得到两组拟合系数，每组分别有四个拟合系数，对应的拟合系数相减后求绝对值，将得到的四个绝对值相加，如果和大于0.1就舍弃点q2，继续搜索下一个值为1的点，否则将q2归入Q，并以q2为当前基准点继续在搜索范围R内搜索下一个值为1的点，以此类推，直到搜索不到下一个值为1点为止，此时对起始点q1的搜索结束，最后记录Q中归入的最后一个点qn的位置为(in，jn)；在得到点qn的位置后，判断当前处理的异常点p是否属于车尾回波数据；根据工程经验和具体试验操作，设在50～150范围内取整数值的第六门限T6，用来判断点qn的行位置in是否接近第jn列中货物轮廓线的行位置U；第六门限T6的值越小，实际检测时的漏检概率越小，但同时误报的概率会增大，而第六门限T6的值增大时，误报的概率减小，但漏检概率会增大；如果|U-in|＜T6，说明此时的异常点p属于车尾回波，应结束对异常点p的处理，直接予以剔除，否则继续对异常点p的下一个起始点进行点搜索，直到最后一个起始点；如果搜索完最后一个起始点后，还未能剔除异常点p，则记录异常点p的位置为夹带物位置后，再将异常点p剔除；步骤五获取装载率；排除了车尾和夹带物的干扰因素后，为了获取装载率，在所有剔除了异常点的列上重新设置货物轮廓线，得到整个车厢图像G内所有列上货物轮廓线的具体位置；然后，在车厢区域图像G中确定车顶行位置Z，(A-Z)×B得到车厢体积，将B列中的货物轮廓线的行位置都减去Z后再求和为车厢空载体积V，车厢体积减去车厢空载体积(A-Z)×B-V为货物体积；最后，货物体积除以车厢体积((A-Z)×B-V)/((A-Z)×B)得到敞篷车(5)的装载率。
2.根据权利要求1所述的一种高速公路绿色通道敞篷车装载率获取方法，其特征在 于，步骤二中所述的雷达回波数据矩阵是由多个排成一列的回波脉冲信号按接收时间的先 后顺序作行对齐排列形成的；采样后的数据是复数，对雷达回波数据矩阵中的所有数据先取模，然后采用线性函数 转换进行归一化处理，归一化后数据的取值范围是0 1 ；如果对敞篷车(5)录取数据时共接收了 N列回波脉冲信号，每列回波脉冲信号的采样点数为M，得到一个M行N列的雷达回波数据矩阵；该雷达回波数据矩阵的第i行第j列的 数据记为数据(i，j)，对应的是第j个回波脉冲信号的第i个采样值，其中N与实际的数据 录取时间Tk和脉冲重复频率PRF有关，取值为TkXPRF去掉小数部分后的整数值，M与接收 时间窗长度Tw和采样频率Fs有关，取值为TwXFs去掉小数部分后的整数值，i值取1 M 范围内的整数值，j值取1 N范围内的整数值；在雷达回波数据矩阵中，行数1 M是从上到下排列的，列数1 N是从左往右排列的，每一个具体位置处的数据的值都是回波脉冲信号的采样值，也就是说数据(1，1)位于数据 矩阵的左上角，该数据的值是第1个回波脉冲信号的第1个采样值，数据(M，N)位于数据矩 阵的右下角，该数据的值是第N个回波脉冲信号的第M个采样值。
3.根据权利要求1中所述的一种高速公路绿色通道敞篷车装载率获取方法，其特征在 于，步骤二中所述的耦合波的分布范围集中在接收信号的开始部分，属于无效信息；耦合波 在原始数据图像F中显示为最上方的横条带状区域，每个条带都占据N列，且每个条带上的 数据都大于0.8。
4.根据权利要求1中所述的一种高速公路绿色通道敞篷车装载率获取方法，其特征在 于，步骤二中所述的耦合波在原始数据图像F中的截止行位置X1的确定方法如下当雷达天线(2)参数固定时，接收的耦合波在原始数据图像F中的截止行位置X1不变； 首先设置耦合波截止行位置X1的估计值H，H是估计值，通过观察原始数据图像F来得到 放大原始数据图像F后观察耦合波区域中的最后一个条带，粗略确定该条带的截止行位置 的取值范围，H的值要大于这一取值范围包含的最大值，但不大于出现车辆回波数据的最小 行位置；然后求得1 H行范围内所有列上的HX N个数据的均值I ；为了得到比H更精确的耦 合波截止行位置，以W为间隔划分1 H的行范围，设最多分为1%个行区间，则(kw+l) Xff> H 在20 50内取整数值，且不大于Η/3 ；依次获取行区间1 W，W+1 2XW，2XW+1 3XW，…，(kw-l)XW+l kwXW内的所有列上的数据的均值，从第1行开始以W为间隔依 次获取WXN个数据的均值，设第一个均值小于I的行区间为第Iii个行区间，则该行区间包 含的最大值h X W就是耦合波截止行位置X1, X1取1 M内的整数值。
5.根据权利要求1中所述的一种高速公路绿色通道敞篷车装载率获取方法，其特征在 于，步骤二中所述的地面回波的结束列位置Y1和开始列位置Y2的确定方法如下当雷达天线(2)位置固定后，地面与雷达天线(2)距离不变，地面回波数据在原始数据 图像F中的位置也不变，根据实际情况确定地面回波行位置D，D的取值为2*RD*FS/C去掉小 数部分后的整数值，其中Rd是雷达天线(2)到地面的垂直距离，Fs是采样频率，C是光速；敞篷车(5)通过雷达天线(2)下方时，地面回波数据在图像中部有间断，间断处显示的 就是敞篷车(5)的回波数据，间断处两端的列位置分别是地面回波结束列位置Y1和开始列 位置Y2 ；统计原始数据图像F中D-100 D+100行范围内每一列中大于0. 8的数据的个数， 按对应的列数顺序排列，得到长度为N的序列Y，取Y的最大值的1/2 1/3为第一门限T1, 第一门限T1取整数值，作为搜索地面回波结束和开始列位置的个数门限；从对应第1列上 数据个数的序列Y的头端开始向尾端做搜索，得到的第一个小于第一门限T1的序列成员对 应的列位置是地面回波的结束列位置Y1，相应的，从对应第N列上数据个数的序列Y的尾端 开始向头端做搜索，得到的第一个小于第一门限T1的序列成员对应的列位置是地面回波的开始列位置Y2, Y1和Y2都取1 N内的整数值，且Y1彡Y2。
6.根据权利要求1中所述的一种高速公路绿色通道敞篷车装载率获取方法，其特征在 于，步骤二中所述的车厢底的回波行位置X2的确定方法如下在原始数据图像F中，以地面回波行位置D为基准，从D行开始到D-200行为止，在Y1 Y2列范围内找出每列中第一个小于0. 3的数据的行数，得到Y2-YJl个行位置；如果这些行位置相互之间的差值都小于100，则取这些行位置中的最小值作为车厢底 的回波行位置X2;如果这些行位置相互之间的差值之一大于100，这时直接将地面回波行位置D作为车 厢底的回波行位置Χ2。
7.根据权利要求1中所述的一种高速公路绿色通道敞篷车装载率获取方法，其特征在 于，步骤四中所述的搜索范围R是一个以当前基准点为左下角的长方形搜索区域，搜索区 域的长和宽对应的点数在20 50的范围内取整数值。
8.根据权利要求1中所述的一种高速公路绿色通道敞篷车装载率获取方法，其特征在 于，步骤四中所述的在搜索范围R内进行点搜索的顺序是首先按列数从小到大的顺序搜 索各列，在各列中按行数从大到小的顺序搜索各行。
全文摘要
本发明公开了一种高速公路绿色通道敞篷车装载率获取方法。本发明首先对敞篷车录取雷达回波数据，然后去耦合波并截取出车厢区域，接着搜索货物轮廓线，然后排除干扰因素，最后获取装载率。本发明给出了可供参考的敞篷车货物装载体积率，绿色通道检测人员在不能直接观察到车辆内部的情况下，可以了解敞篷车的装载情况，为检测敞篷车是否夹带违禁物品提供一定的依据，还可以甄别出不符合装载率要求的运输车辆，具有检测速度快、准确率高的优点。
文档编号G01S13/89GK101839978SQ201010120130
公开日2010年9月22日 申请日期2010年3月5日 优先权日2010年3月5日
发明者尤政, 康省桢, 段世忠, 江帆, 牛建强, 王先尧, 王明明, 袁昊, 袁栋栋 申请人:清华大学;河南高速公路发展有限责任公司