一种车型识别方法及装置与流程

本发明涉及领域智能交通
技术领域：
，尤其涉及一种车型识别方法及装置。
背景技术：
：车型识别是智能交通系统中的重要组成部分。例如，基于车型识别能够实现对道路上不同车型的车流量统计，统计获得的不同车型的车流量数据是进行交通指挥、公路维护的关键性基础数据。目前，车型识别的方法主要包括有压力识别方法和图像识别方法这两种。其中，压力识别方法通过检测车辆的重量，以车辆的重量为依据识别车辆的车型；图像识别方法通过拍摄车辆图像，并对车辆图像进行背景消除等处理，将处理后的车辆图像与预存的车辆图像进行比较，以识别车辆的车型。然而，基于压力识别方法进行车型识别时，由于各车型的重量并不是严格区分的，因而只能粗略地识别车型，识别结果的准确度较低。基于图像识别方法进行车型识别时，对车辆图像的分辨率要求较高，信息存储量大，对车辆在车辆图像中的角度、大小比例要求也较高，需要对车辆图像进行角度校准和尺寸调节，并且，车辆图像比较过程的计算量较大。可见，现有的车型识别方法存在识别准确度低、实施难度大的技术问题。技术实现要素：本发明实施例提供一种车型识别方法及装置，用以解决现有的车型识别方法存在的识别准确度低、实施难度大的技术问题。第一方面，提供一种车型识别方法，该方法包括：确定用于表征侧视视角下待测车辆车顶轮廓线的第一坐标点集，该第一坐标点集中的每个坐标点代表一个坐标位置；基于预设的相似度距离算法，确定该第一坐标点集与属于多种车型的多个模板坐标点集之间分别的相似度距离，其中，该多种车型中每种车型包括至少一个模板坐标点集，每个模板坐标点集表征一种侧视视角下车辆车顶轮廓线，相似度距离为表示点集之间的相似度的距离；根据该分别的相似度距离，确定该待测车辆的车型。根据本发明实施例提供的车型识别方法，由于不同车型的车辆在侧视视角下的车顶轮廓线的差异较大，因而基于表征侧视视角下车辆车顶轮廓线的坐标点集之间的比较，能够准确地识别出车型，并且，坐标点集之间的相似度距离的计算量较小，使得该车型识别方法的实施难度低，且能够提高车型识别的效率，再者，存储坐标点集所需的存储空间小，进一步降低了该车型识别方法的实施难度。在一种可能的实现方式中，确定用于表征侧视视角下待测车辆车顶轮廓线的第一坐标点集，包括：以预设时间间隔对通过高度检测装置的该待测车辆进行多次高度检测，以获得该待测车辆从车头部到车尾部的多个车身高度数据；以及，检测该待测车辆通过该高度检测装置过程中的车速；根据该多个车身高度数据，确定该第一坐标点集中各坐标点的垂直坐标参数；根据该车速和该预设时间间隔，确定该各坐标点的水平坐标参数。根据本发明实施例提供的车型识别方法，在待测车辆通过高度检测装置的过程中，对其进行车速检测和多次高度检测，以确定待测车辆从车头部到车尾部的多个车身高度数据，以及对待测车辆进行高度检测过程中待测车辆的车速。由于高度检测和车速检测都是易于实现的，因而能够降低该车型识别方法的实施难度；并且，在检测的过程中，无需使待测车辆处于静止状态，因而在将方法应用于道路车辆的车型识别时，能够避免对道路畅通的影响。在一种可能的实现方式中，根据该多个车身高度数据，确定该第一坐标点集中各坐标点的垂直坐标参数，包括：确定该多个车身高度数据为该第一坐标点集中各坐标点的垂直坐标参数；或，确定该多个车身高度数据与设定的权重的乘积为该第一坐标点集中各坐标点的垂直坐标参数，其中，为表征车头部的车身高度数据设定的权重，高于为表征车尾部的车身高度数据设定的权重。根据本发明实施例提供的车型识别方法，根据多个车身高度数据确定各坐标点垂直坐标参数至少包括两种方案，其中，采用确定该多个车身高度数据为各坐标点的垂直坐标参数这一方案时，能够减少车型识别过程中的计算量，而采用确定该多个车身高度数据与设定的权重的乘积为各坐标点的垂直坐标参数这一方案时，可以提高车身中特征部分对识别结果的影响，降低车身中非特征部分对识别结果的影响，以提高车型识别结果的准确性。在一种可能的实现方式中，根据该分别的相似度距离，确定该待测车辆的车型，包括：确定该多种车型分别与该第一坐标点集的相似度距离，其中，任一车型与该第一坐标点集的相似度距离，为该种车型包括的至少一个模板坐标点集与该第一坐标点集的最小的相似度距离；根据该多种车型分别与该第一坐标点集的相似度距离，确定该待测车辆分别为该每种车型的概率，其中，相似度距离与概率负相关；确定该待测车辆为该多个车型中所确定出的概率最大的车型。根据本发明实施例提供的车型识别方法，任一车型与第一坐标点集的相似度距离，即是该种车型包括的各模板坐标点集与第一坐标点集的相似度距离中的最小相似度距离。相似度距离与待测车辆为该种车型的概率负相关，因而，根据该多种车型分别与第一坐标点集的相似度距离，可以准确地确定出待测车辆分别为每种车型的概率。在一种可能的实现方式中，根据该多种车型与该第一坐标点集分别的相似度距离，确定该待测车辆分别为该每种车型的概率，包括：通过公式pi＝e-di/μ确定该待测车辆分别为该每种车型的相对概率，其中，pi表示该待测车辆分别为该多种车型中第i种车型的概率，di表示该多种车型中第i种车型与该第一坐标点集的相似度距离，μ表示该多种车型与该第一坐标点集分别的相似度距离的均值；对该相对概率进行归一化处理，以获得该待测车辆分别为该每种车型的概率。根据本发明实施例提供的车型识别方法，采用公式pi＝e-di/μ确定的相对概率，更加符合实际应用中的识别结果。并且，对相对概率进行归一化处理后，可以获得比相对概率更加直观的概率数据。在一种可能的实现方式中，该多个模板坐标点集中的任一模板坐标点集通过如下方式获得：以预设时间间隔对通过高度检测装置的模板车辆进行多次高度检测，以获得该模板车辆从车头部到车尾部的多个模板车辆车身高度数据；以及，检测该模板车辆通过该高度检测装置过程中的模板车辆车速；其中，该模板车辆为该任一模板坐标点集表征的车顶轮廓线所属的车辆；根据该多个模板车辆车身高度数据，确定该任一模板坐标点集中各坐标点的垂直坐标参数；根据该模板车辆车速和该预设时间间隔，确定该任一模板坐标点集中各坐标点的水平坐标参数。根据本发明实施例提供的车型识别方法，可以采用与确定第一坐标点集相同的方法，预先确定出多个模板车辆的模板坐标点集，这样，在车型识别过程中，可以直接根据多个模板坐标点集，快速、准确地确定出待测车辆的车型。第二方面，提供一种车型识别装置，该装置包括：坐标点集确定模块，用于确定用于表征侧视视角下待测车辆车顶轮廓线的第一坐标点集，该第一坐标点集中的每个坐标点代表一个坐标位置；相似度距离确定模块，用于基于预设的相似度距离算法，确定该第一坐标点集与属于多种车型的多个模板坐标点集之间分别的相似度距离，其中，该多种车型中每种车型包括至少一个模板坐标点集，每个模板坐标点集表征一种侧视视角下车辆车顶轮廓线，相似度距离为表示点集之间的相似度的距离；车型确定模块，用于根据该分别的相似度距离，确定该待测车辆的车型。在一种可能的实现方式中，该坐标点集确定模块用于：以预设时间间隔对通过高度检测装置的该待测车辆进行多次高度检测，以获得该待测车辆从车头部到车尾部的多个车身高度数据；以及，检测该待测车辆通过该高度检测装置过程中的车速；根据该多个车身高度数据，确定该第一坐标点集中各坐标点的垂直坐标参数；根据该车速和该预设时间间隔，确定该各坐标点的水平坐标参数。在一种可能的实现方式中，该坐标点集确定模块用于：确定该多个车身高度数据为该第一坐标点集中各坐标点的垂直坐标参数；或，确定该多个车身高度数据与设定的权重的乘积为该第一坐标点集中各坐标点的垂直坐标参数，其中，为表征车头部的车身高度数据设定的权重，高于为表征车尾部的车身高度数据设定的权重。在一种可能的实现方式中，该车型确定模块用于：确定该多种车型分别与该第一坐标点集的相似度距离，其中，任一车型与该第一坐标点集的相似度距离，为该种车型包括的至少一个模板坐标点集与该第一坐标点集的最小的相似度距离；根据该多种车型分别与该第一坐标点集的相似度距离，确定该待测车辆分别为该每种车型的概率，其中，相似度距离与概率负相关；确定该待测车辆为该多个车型中所确定出的概率最大的车型。在一种可能的实现方式中，该车型确定模块用于：通过公式pi＝e-di/μ确定该待测车辆分别为该每种车型的相对概率，其中，pi表示该待测车辆分别为该多种车型中第i种车型的概率，di表示该多种车型中第i种车型与该第一坐标点集的相似度距离，μ表示该多种车型与该第一坐标点集分别的相似度距离的均值；对该相对概率进行归一化处理，以获得该待测车辆分别为该每种车型的概率。在一种可能的实现方式中，该装置还包括模板坐标点集确定模块，用于通过如下方式获得该多个模板坐标点集中的任一模板坐标点集：以预设时间间隔对通过高度检测装置的模板车辆进行多次高度检测，以获得该模板车辆从车头部到车尾部的多个模板车辆车身高度数据；以及，检测该模板车辆通过该高度检测装置过程中的模板车辆车速；其中，该模板车辆为该任一模板坐标点集表征的车顶轮廓线所属的车辆；根据该多个模板车辆车身高度数据，确定该任一模板坐标点集中各坐标点的垂直坐标参数；根据该模板车辆车速和该预设时间间隔，确定该任一模板坐标点集中各坐标点的水平坐标参数。本发明实施例提供的车型识别装置的技术效果可以参见上述第一方面或第一方面各种实现方式的技术效果，此处不再赘述。第三方面，提供一种计算机设备，该计算机设备包括：至少一个处理器，以及与该至少一个处理器连接的存储器；其中，该存储器存储有可被该至少一个处理器执行的指令，该至少一个处理器通过执行该存储器存储的指令，以执行如第一方面或第一方面的各种实现方式所述的车型识别方法。本发明实施例提供的计算机设备的技术效果可以参见上述第一方面或第一方面各种实现方式的技术效果，此处不再赘述。第四方面，提供一种计算机可读存储介质，其中：该计算机可读存储介质存储有计算机指令，当该计算机指令在计算机上运行时，使得计算机执行第一方面或第一方面的各种实现方式所述的方法。本发明实施例提供的计算机设备的技术效果可以参见上述第一方面或第一方面各种实现方式的技术效果，此处不再赘述。附图说明为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1为本发明实施例中一种侧视视角下车辆车顶轮廓线的示意图；图2为本发明实施例中一种模板库建立流程的示意图；图3为本发明实施例中一种对车辆进行检测的场景示意图；图4为本发明实施例中另一种侧视视角下车辆车顶轮廓线的示意图；图5为本发明实施例中一种车型识别流程的示意图；图6为本发明实施例中一种未经加权处理的模板坐标点集的示意图；图7为本发明实施例中一种加权处理后的模板坐标点集的示意图；图8为本发明实施例中另一种未经加权处理的模板坐标点集的示意图；图9为本发明实施例中另一种加权处理后的模板坐标点集的示意图；图10为本发明实施例中一种车型识别装置的示意图。具体实施方式为使本发明实施例的目的、技术方案和优点更加清楚，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，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，在不做特别说明的情况下，一般表示前后关联对象是一种“或”的关系。另外，需要理解的是，在本发明实施例的描述中，“第一”、“第二”等词汇，仅用于区分描述的目的，而不能理解为指示或暗示相对重要性，也不能理解为指示或暗示顺序。本发明实施例提供的车型识别方法及装置可以用于识别车型。其中，车型是指车辆的类型。例如，可以根据车长、车高、承重轴数量、额定座位数、载重量等机动车参数，将车辆分为以下6种车型：中小客车、大客车、小型货车、中型货车、大型货车、特大型货车。当然，在具体的实施过程中，也可以根据实际需求采用其它的车型分类方式。实施例一本发明实施例提供一种车型识别方法，该车型识别方法可以分为模板库建立和车型识别这两个部分。其中，基于模板库建立部分建立的模板库可以作为车型识别部分识别车型的基础，而识别车型的过程、结果可以用于更新、完善模板库。以下对这两个部分进行介绍：第一部分：模板库建立本发明实施例中，模板库包括属于多种车型的多个模板坐标点集，其中，该多种车型中的每种车型包括至少一个模板坐标点集，每个模板坐标点集表征一种侧视视角下车辆车顶轮廓线。图1所示为一种侧视视角下车辆车顶轮廓线的示意图，其中，x轴对应车长，y轴对应车高，图1中的车顶轮廓线101上标注的各坐标点组成一个坐标点集。请参见图2，在建立模板库的过程中，针对用于建立模板库的任一模板车辆，可以通过如下的步骤201-步骤203，来确定用于表征侧视视角下该模块车辆车顶轮廓线的模板坐标点集：步骤201：以预设时间间隔对通过高度检测装置的模板车辆进行多次高度检测，以获得该模板车辆从车头部到车尾部的多个模板车辆车身高度数据；以及，检测该模板车辆通过高度检测装置过程中的模板车辆车速。举例来说，如图3所示，高度检测装置可以包括支架301和测距仪302。以测距仪302为超声波测距仪为例，测距仪302可以垂直向下发射超声波，以检测测距仪到反射超声波的反射物体的距离。在车辆通过高度检测装置的过程中，测距仪302以预设时间间隔(如40ms)发射超生波，可以获得该车辆从车头部到车尾部的各部分车顶分别与测距仪302的距离，进而，分别用测距仪302距地面的距离减去各部分车顶与测距仪302的距离，就可以获得多个车身高度数据。在具体的实施过程中，支架301可以替换为其它具有一定高度的物体，例如天桥、龙门架、隧道等。在图3中，测速仪303可以检测车辆通过高度检测装置过程中的车辆车速。其中，测速仪303可以是微波测速仪、雷达测速仪、激光测速仪等。并且，测速仪303可以如图3所示安置在车辆通过的道路边，测速仪303也可以被安置于支架301上，等等。步骤202：根据该多个模板车辆车身高度数据，确定该模板车辆对应的模板坐标点集中各坐标点的垂直坐标参数。本发明实施例中，根据该多个模板车辆车身高度数据，确定该模板车辆对应的模板坐标点集中各坐标点的垂直坐标参数的具体实施方式，至少可以包括两种：第一种确定垂直坐标参数的方式：确定该多个模板车辆车身高度数据为该模板车辆对应的模板坐标点集中各坐标点的垂直坐标参数。第二种确定垂直坐标参数的方式：确定该多个模板车辆车身高度数据与设定的权重的乘积为该模板车辆对应的模板坐标点集中各坐标点的垂直坐标参数，其中，为表征车头部的车身高度数据设定的权重，高于为表征车尾部的车身高度数据设定的权重。在第二种确定垂直坐标参数的方式中，通过为车头部设定高于车尾部的权重，使得车头部的高度差异被强化，而车尾部的高度差异则被弱化。以货车为例，货车载货时和不载货时车斗的高度差异是非常大的，因而强化车头部的高度差异而弱化车尾部的高度差异，将提升车型识别结果的正确率。在具体的实施过程中，可以设定车头部和车尾部各占车身的百分比，例如，可以设定车头部为车身的前30％部分，车尾部为车身的后70％部分。并且，为表征车头部和车尾部的车身高度数据分别设定的权重，可以是通过多次测试优化获得的数据，例如，可以为表征车头部的车身高度数据设定140％的权重，为表征车尾部的车身高度数据设定80％的权重。步骤203：根据该模板车辆车速和所述预设时间间隔，确定该模板车辆对应的模板坐标点集中各坐标点的水平坐标参数。举例来说，如图4所示，坐标点41为表征车顶轮廓线的坐标点集中的第一个坐标点，在具体的实施过程中，第一个坐标点的水平坐标参数可以为任意的预设值，例如可以预设为0、10等。也就是说，在图4中，x41可以为预设值。而图4中，x42为(x41+c1)，x43为(x42+c2)，其中，c1表示对车辆进行第一次高度检测和第二次高度检测之间车辆行驶过的距离，c2表示对车辆第二次高度检测和第三次高度检测之间车辆行驶过的距离。由于测量有车辆通过高度检测装置过程中的速度，且进行多次高度检测的过程中采用预设时间间隔，所以，可以确定相邻两次高度检测间车辆行驶的距离为预设时间间隔与车速之间的乘积，即，可以根据速度和预设时间间隔确定出c1与c2，进而，基于(x41+c1)可以确定x42，基于(x42+c2)可以确定x43，而坐标点集中的其它坐标点的水平坐标参数也可以采用与此类似的方式依次确定。当车辆匀速通过高度检测装置，或检测获得的车速为车辆通过高度检测装置的平均速度时，相邻两次高度检测间车辆行驶的距离相等，即，在该种情况下，图4中所示的c1＝c2。则，x42可以表示为(x41+1*c)，x43为(x41+2*c)，其中，c为预设时间间隔与车速的乘积，而坐标点集中的其它坐标点的水平坐标参数也可以采用与此类似的方式依次确定。本发明实施例中，当采用上述的第一种确定垂直坐标参数的方式时，获得的该模板坐标点集可以用集合h表示：h＝{(xk,yk)|k∈[1,f])}其中，f表示该模板坐标点集中的坐标点数量，xk表示该模板坐标点集中第k个坐标点的水平坐标参数，yk表示该模板坐标点集中第k个坐标点的垂直坐标参数。本发明实施例中，当采用上述的第二种确定垂直坐标参数的方式时，为集合h中各坐标点设定的权重可以用集合w表示：w＝{wk|k∈[1,f]}其中，f表示该模板坐标点集中的坐标点数量，wk表示为该模板坐标点集中第k个坐标点的车身高度数据设定的权重，则根据集合h和集合w，可以确定采用上述的第二种确定垂直坐标参数的方式时，获得的该模板坐标点集可以用集合h’表示：h’＝{(xk,wkyk)|k∈[1,f])}其中，f表示该模板坐标点集中的坐标点数量，xk表示该模板坐标点集中第k个坐标点的水平坐标参数，wkyk表示该模板坐标点集中第k个坐标点的垂直坐标参数。本发明实施例中，根据任一车型中各车辆侧视视角下的车顶轮廓线的差异，将该种车型分为多个子类，每个子类包括至少一个模板坐标点集，各个子类的模板坐标点集组成该种车型的模板集。其中，一种车型的模板集可以用集合s表示：s＝{v(n)|n∈[1,n]}其中，n表示该种车型包含的子类的数量，v(n)表示第n个子类。举例来说，若以集合s1表示中小型客车这一车型的模板集，且中小型客车包括小轿车v1(1)、面包车v1(2)、吉普车v1(3)、小型客车v1(4)、中型客车v1(5)这五个子类，则中小型客车的模板集s1＝{v1(1),v1(2),v1(3),v1(4),v1(5)}。进一步地，若将车辆分为中小型客车、小型货车、中型货车、大型客车、大型货车和特大型货车这六种车型，且这六种车型的模板集分别用s1、s2、s3、s4、s5和s6来表示，则汇总这六种车型的模板集即可得到模板库，模板库可以用集合l表示：l＝{s1,s2,s3,s4,s5,s6}第二部分：车型识别请参见图5，车型识别部分的流程描述如下：步骤501：确定用于表征侧视视角下待测车辆车顶轮廓线的第一坐标点集，第一坐标点集中的每个坐标点代表一个坐标位置。其中，确定第一坐标点集的具体方式可以是对待测车辆进行测量计算，也可以是拍摄待测车辆的图像进行图像分析，等等。在一种可能的实施方式中，确定用于表征侧视视角下待测车辆车顶轮廓线的第一坐标点集，可以包括如下的步骤5011-步骤5013：步骤5011：以预设时间间隔对通过高度检测装置的待测车辆进行多次高度检测，以获得待测车辆从车头部到车尾部的多个车身高度数据；以及，检测待测车辆通过高度检测装置过程中的车速。步骤5012：根据多个车身高度数据，确定第一坐标点集中各坐标点的垂直坐标参数。步骤5013：根据车速和预设时间间隔，确定各坐标点的水平坐标参数。在一种可能的实施方式中，根据多个车身高度数据，确定第一坐标点集中各坐标点的垂直坐标参数的具体方式，至少可以包括两种：第一种确定垂直坐标参数的方式：确定该多个车身高度数据为第一坐标点集中各坐标点的垂直坐标参数。第二种确定垂直坐标参数的方式：确定该多个车身高度数据与设定的权重的乘积为第一坐标点集中各坐标点的垂直坐标参数，其中，为表征车头部的车身高度数据设定的权重，高于为表征车尾部的车身高度数据设定的权重。在具体的实施过程中，确定用于表征侧视视角下待测车辆车顶轮廓线的第一坐标点集的方式，可以与确定用于表征侧视视角下模板车辆车顶轮廓线的模板坐标点集的方式相同，确定第一坐标点集的具体实施方式可以参看上述模板库建立部分中关于确定模板坐标点集的描述，在此不再赘述。步骤502：基于预设的相似度距离算法，确定第一坐标点集与属于多种车型的多个模板坐标点集之间分别的相似度距离，其中，多种车型中每种车型包括至少一个模板坐标点集，每个模板坐标点集表征一种侧视视角下车辆车顶轮廓线，相似度距离为表示点集之间的相似度的距离。其中，预设的相似度距离算法例如可以是用于计算修正豪斯多夫距离(modifiedhausdorffdistance，mhd)的算法，mhd可以用于衡量两个车顶轮廓线的相似度。相较于豪斯多夫距离(hausdorffdistance，hd)，mhd中采用距离的平均值作为衡量标准，通过平均算法的分摊，mhd对计算数据中噪声的敏感度降低。步骤503：根据分别的相似度距离，确定待测车辆的车型。本发明实施例中，相似度距离用于表示点集之间的相似度，其中，相似度距离越小表示坐标点集之间的相似度越小，即两个坐标点集表征的车顶轮廓线越接近。因而，在具体的实施过程中，可以确定待测车辆的车型为相似度距离最小的模板坐标点集所属的模板车辆的车型，当然，也可以根据第一坐标点集与多个模板坐标点集之间分别的相似度距离，先确定待测车辆分别为各车型的概率，再根据确定出的概率来确定待测车辆的车型，等等。在一种可能的实施方式中，根据该分别的相似度距离，确定待测车辆的车型，可以包括如下的步骤5031-步骤5033：步骤5031：确定多种车型分别与第一坐标点集的相似度距离，其中，任一车型与第一坐标点集的相似度距离，为该种车型包括的至少一个模板坐标点集与第一坐标点集的最小的相似度距离。举例来说，假设中小型客车这一车型包括有6个模板坐标点集，其中每一个模板坐标点集与第一坐标点集有一相似度距离，共6个相似度距离，则中小型客车这一车型与第一坐标点集的相似度距离为这6个相似度距离中最小的相似度距离。步骤5032：根据多种车型分别与第一坐标点集的相似度距离，确定待测车辆分别为每种车型的概率，其中，相似度距离与概率负相关。本发明实施例中，相似度距离表示点集之间的相似度，相似度距离越大则模板坐标点集表征的车顶轮廓线与待测车辆的车顶轮廓线的差异越大，相似度距离越小则模板坐标点集表征的车顶轮廓线与待测车辆的车顶轮廓线的差异越大。在一种可能的实施方式中，根据多种车型与第一坐标点集分别的相似度距离，确定待测车辆分别为每种车型的概率的具体过程，可以是通过公式pi＝e-di/μ确定待测车辆分别为每种车型的相对概率，其中，pi表示待测车辆分别为多种车型中第i种车型的概率，di表示多种车型中第i种车型与第一坐标点集的相似度距离，μ表示多种车型与第一坐标点集分别的相似度距离的均值；进而，对相对概率进行归一化处理，以获得待测车辆分别为每种车型的概率。其中，相对概率可以用于各车型之间相互比较待测车辆为何种车型，各车型的相对概率之和不一定为1；归一化处理后获得的概率即是待测车辆分别为每种车型的自然概率，处理后获得的各车型的概率之和为1。步骤5033：确定待测车辆为多个车型中所确定出的概率最大的车型。在具体的实施过程中，车型识别后的输出结果可以是确定出的待测车辆的车型，也可以是待测车辆分别为每种车型的概率。为便于理解，下面以一具体的实施过程对本发明实施例中的车型识别方法进行举例说明：假设模块库l中将车辆分为中小型客车和小型货车这两种。在建立模板库l的过程中，对4个中小型客车模板车辆进行检测采样，获得未经加权处理的中小型客车模板集h1＝{h1(1),h1(2),h1(3),h1(4)}，其中包括的各未经加权处理的模板坐标点集如图6所示。假设车身前30％部分的车头部为特征区域，车身后70％部分的车尾部为非特征区域，为表征车头部的车身高度数据设定140％的权重，为表征车尾部的车身高度数据设定80％的权重。则对中小型客车模板集h1进行加权处理后，获得模板集s1＝{v1(1),v1(2),v1(3),v1(4)}，如图7所示。对5个小型货车模板车辆进行检测采样，获得未经加权处理的模板集h2＝{h2(1),h2(2),h2(3),h2(4),h2(5)}，小型货车模板集h2包括的各未经加权处理的模板坐标点集如图8所示。同样，假设车身前30％部分的车头部为特征区域，车身后70％部分的车尾部为非特征区域，为表征车头部的车身高度数据设定140％的权重，为表征车尾部的车身高度数据设定80％的权重。对小型货车模板集h2进行加权处理后，获得模板集s2＝{v2(1),v2(2),v2(3),v2(4),v2(5)}，如图9所示。在车型识别的过程中，对待测车辆进行检测采样，获得未待测车辆经加权处理的原始坐标点集h，原始坐标点集h如表1所示。表1坐标点集点1点2点3点4点5点6点7点8点9x38114190266342418494570646y1021101491511431301008680同样，假设车身前30％部分的车头部为特征区域，车身后70％部分的车尾部为非特征区域，为表征车头部的车身高度数据设定140％的权重，为表征车尾部的车身高度数据设定80％的权重。对原始坐标点集h进行加权处理后，获得坐标点集h’，坐标点集h’如表2所示。表2坐标点集点1点2点3点4点5点6点7点8点9x38114190266342418494570646y’143154209121114104806964接着，根据预设的mhd算法，计算坐标点集h’与模板集s1和模板集s2包括各模板坐标点集分别的相似度距离，计算结果如表3所示。表3其中，中小型客车的模板集s1包括的4个模板坐标点集与坐标点集h’的最小相似度距离d1为30.9767。小型货车的模板集s2包括的5个模板坐标点集与坐标点集h’的最小相似度距离d2为9.7897。进而，结合公式pi＝e-di/μ确定出待测车辆为中小型客车的相对概率p(d1)＝0.219，待测车辆为小型货车的相对概率p(d2)＝0.619。对p(d1)和p(d2)进行归一化处理后，获得待测车辆为中小型客车的概率为26.1％，待测车辆为小型货车的概率为73.9％。则可以确定待测车辆为小型货车。实施例二基于同一发明构思，本发明实施例提供一种车型识别装置。请参见图10，该车型识别装置至少包括坐标点集确定模块1001、相似度距离确定模块1002和车型确定模块1003，其中：坐标点集确定模块1001，用于确定用于表征侧视视角下待测车辆车顶轮廓线的第一坐标点集，该第一坐标点集中的每个坐标点代表一个坐标位置；相似度距离确定模块1002，用于基于预设的相似度距离算法，确定该第一坐标点集与属于多种车型的多个模板坐标点集之间分别的相似度距离，其中，该多种车型中每种车型包括至少一个模板坐标点集，每个模板坐标点集表征一种侧视视角下车辆车顶轮廓线，相似度距离为表示点集之间的相似度的距离；车型确定模块1003，用于根据该分别的相似度距离，确定该待测车辆的车型。在一种可能的实施方式中，该坐标点集确定模块1001用于：以预设时间间隔对通过高度检测装置的该待测车辆进行多次高度检测，以获得该待测车辆从车头部到车尾部的多个车身高度数据；以及，检测该待测车辆通过该高度检测装置过程中的车速；根据该多个车身高度数据，确定该第一坐标点集中各坐标点的垂直坐标参数；根据该车速和该预设时间间隔，确定该各坐标点的水平坐标参数。在一种可能的实施方式中，该坐标点集确定模块1001用于：确定该多个车身高度数据为该第一坐标点集中各坐标点的垂直坐标参数；或，确定该多个车身高度数据与设定的权重的乘积为该第一坐标点集中各坐标点的垂直坐标参数，其中，为表征车头部的车身高度数据设定的权重，高于为表征车尾部的车身高度数据设定的权重。在一种可能的实施方式中，该车型确定模块1003用于：确定该多种车型分别与该第一坐标点集的相似度距离，其中，任一车型与该第一坐标点集的相似度距离，为该种车型包括的至少一个模板坐标点集与该第一坐标点集的最小的相似度距离；根据该多种车型分别与该第一坐标点集的相似度距离，确定该待测车辆分别为该每种车型的概率，其中，相似度距离与概率负相关；确定该待测车辆为该多个车型中所确定出的概率最大的车型。在一种可能的实施方式中，该车型确定模块1003用于：通过公式pi＝e-di/μ确定该待测车辆分别为该每种车型的相对概率，其中，pi表示该待测车辆分别为该多种车型中第i种车型的概率，di表示该多种车型中第i种车型与该第一坐标点集的相似度距离，μ表示该多种车型与该第一坐标点集分别的相似度距离的均值；对该相对概率进行归一化处理，以获得该待测车辆分别为该每种车型的概率。在一种可能的实施方式中，该车型识别装置还包括模板坐标点集确定模块1001，用于通过如下方式获得该多个模板坐标点集中的任一模板坐标点集：以预设时间间隔对通过高度检测装置的模板车辆进行多次高度检测，以获得该模板车辆从车头部到车尾部的多个模板车辆车身高度数据；以及，检测该模板车辆通过该高度检测装置过程中的模板车辆车速；其中，该模板车辆为该任一模板坐标点集表征的车顶轮廓线所属的车辆；根据该多个模板车辆车身高度数据，确定该任一模板坐标点集中各坐标点的垂直坐标参数；根据该模板车辆车速和该预设时间间隔，确定该任一模板坐标点集中各坐标点的水平坐标参数。实施例三基于同一发明构思，本发明实施例提供一种计算机设备，包括：至少一个处理器，以及与至少一个处理器连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，至少一个处理器通过执行存储器存储的指令，执行如实施例一所述的方法。实施例四基于同一发明构思，本发明实施例提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机指令，当计算机指令在计算机上运行时，使得计算机执行实施例一所述的方法。在具体的实施过程中，计算机可读存储介质包括：通用串行总线闪存盘(universalserialbusflashdrive，usb)、移动硬盘、只读存储器(read-onlymemory，rom)、随机存取存储器(randomaccessmemory，ram)、磁碟或者光盘等各种可以存储程序代码的存储介质。上述的一个或多个技术方案，至少具有如下有益效果：本发明实施例中，确定用于表征侧视视角下待测车辆车顶轮廓线的第一坐标点集，该第一坐标点集中的每个坐标点代表一个坐标位置；基于预设的相似度距离算法，确定该第一坐标点集与属于多种车型的多个模板坐标点集之间分别的相似度距离，其中，该多种车型中每种车型包括至少一个模板坐标点集，每个模板坐标点集表征一种侧视视角下车辆车顶轮廓线；根据该分别的相似度距离，确定该待测车辆的车型。由于不同车型的车辆在侧视视角下的车顶轮廓线的差异较大，因而基于表征侧视视角下车辆车顶轮廓线的坐标点集之间的比较，能够准确地识别出车型，并且，坐标点集之间的相似度距离的计算量较小，使得该车型识别方法的实施难度低，且能够提高车型识别的效率，再者，存储坐标点集所需的存储空间小，进一步降低了该车型识别方法的实施难度。进一步地，本发明实施例中，在待测车辆通过高度检测装置的过程中，对其进行车速检测和多次高度检测，以确定待测车辆从车头部到车尾部的多个车身高度数据，以及对待测车辆进行高度检测过程中待测车辆的车速。由于高度检测和车速检测都是易于实现的，因而能够降低该车型识别方法的实施难度；并且，在检测的过程中，无需使待测车辆处于静止状态，因而在将方法应用于道路车辆的车型识别时，能够避免对道路畅通的影响。进一步地，本发明实施例中，根据多个车身高度数据确定各坐标点垂直坐标参数至少包括两种方案，其中，采用确定该多个车身高度数据为各坐标点的垂直坐标参数这一方案时，能够减少车型识别过程中的计算量，而采用确定该多个车身高度数据与设定的权重的乘积为各坐标点的垂直坐标参数这一方案时，可以提高车身中特征部分对识别结果的影响，降低车身中非特征部分对识别结果的影响，以提高车型识别结果的准确性。进一步地，本发明实施例中，任一车型与第一坐标点集的相似度距离，即是该种车型包括的各模板坐标点集与第一坐标点集的相似度距离中的最小相似度距离。相似度距离与待测车辆为该种车型的概率负相关，因而，根据该多种车型分别与第一坐标点集的相似度距离，可以准确地确定出待测车辆分别为每种车型的概率。进一步地，本发明实施例中，采用公式pi＝e-di/μ确定的相对概率，更加符合实际应用中的识别结果。并且，对相对概率进行归一化处理后，可以获得比相对概率更加直观的概率数据。进一步地，本发明实施例中，可以采用与确定第一坐标点集相同的方法，预先确定出多个模板车辆的模板坐标点集，这样，在车型识别过程中，可以直接根据多个模板坐标点集，快速、准确地确定出待测车辆的车型。以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元/模块可以是或者也可以不是物理上分开的，作为单元/模块显示的部件可以是或者也可以不是物理单元/模块，即可以位于一个地方，或者也可以分布到多个网络单元/模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。当前第1页12