一种车辆测高方法、装置及电子设备与流程

1.本发明涉及智慧交通技术领域，特别涉及一种车辆测高方法、装置及电子设备。


背景技术：

2.随着自动驾驶技术的快速发展，激光雷达在车路协同中应用越来越多。激光雷达具有分辨率高、抗干扰能力强、低空探测性能好等优点，多用于辅助进行车辆距离、高度、障碍物等检测。
3.现有技术中多用高线数的激光雷达来对运动中的车辆进行各种检测。高线数激光雷达可以获得丰富的点云数据，对运动中的车辆测量准确性高。但是，高线数激光雷达不仅硬件成本高昂，其所占用的数据计算负荷也非常的大，为此限制了其在实际应用中的推广。如何平衡激光雷达在车辆辅助检测中的成本、准确性及计算负荷，成了自动驾驶领域中亟待解决的技术问题。


技术实现要素：

4.本发明实施例提供一种车辆测高方法、装置及电子设备，能够降低对激光雷达线数和计算负荷的要求，同时保持较高的测量准确性。
5.第一方面，本发明实施例提供一种车辆测高方法，应用于车辆测高系统，所述车辆测高系统包括朝向相反的正向激光雷达和反向激光雷达，以及与所述正向激光雷达对应的正向摄像头、与所述反向激光雷达对应的反向摄像头，所述方法包括：
6.通过所述正向激光雷达获取驶入车辆的第一点云数据集，以及，通过所述正向摄像头获取所述驶入车辆的车辆图像；
7.通过所述反向激光雷达获取驶离车辆的第二点云数据集，以及，通过所述反向摄像头获取所述驶离车辆的车辆图像，所述点云数据集中包含车辆连续多帧点云数据；
8.对所述车辆图像进行图像识别，获得车辆信息，所述车辆信息包含车牌号；
9.基于所述第一点云数据集、所述第二点云数据集及所述车牌号，获得车辆的高度值。
10.可选地，基于所述第一点云数据集、所述第二点云数据集及所述车牌号，获得车辆的高度值，包括：
11.基于所述第一点云数据集和所述第二点云数据集中每一帧点云数据计算获得车辆的候选高度值；
12.获取同一车牌号的所有候选高度值中最大值作为车辆的高度值。
13.可选地，所述正向激光雷达和所述反向激光雷达所覆盖的车道区域相同；
14.所述基于所述第一点云数据集、所述第二点云数据集及所述车牌号，获得车辆的高度值，包括：
15.对所述第一点云数据集和所述第二点云数据集中同一时刻的点云数据进行融合；
16.基于融合后的点云数据集和所述车牌号，计算获得所述车辆的高度值。
17.可选地，所述基于所述第一点云数据集、所述第二点云数据集及所述车牌号，获得车辆的高度值，包括：
18.分别从所述第一点云数据集和所述第二点云数据集中获取连续多帧点云数据；
19.对每一帧点云数据中的离群点进行检测；
20.基于连续多帧点云数据中的非离群点和所述车牌号，计算获得所述车辆的高度值。
21.可选地，所述通过所述正向摄像头获取所述驶入车辆的车辆图像，包括：
22.在获取所述第一点云数据集的过程中进行点云高度检测；
23.若检测到点云高度大于高度阈值，通过所述正向激光雷达触发所述正向摄像头进行拍摄，以获取所述驶入车辆的车辆图像，所述高度阈值小于道路限高阈值；
24.所述通过所述反向摄像头获取所述驶离车辆的车辆图像，包括：
25.在获取所述第二点云数据集的过程中进行点云高度检测；
26.若检测到点云高度大于所述道路限高阈值，通过所述反向激光雷达触发所述反向摄像头进行拍摄，以获取所述驶离车辆的车辆图像。
27.可选地，在所述获得车辆的高度值之后，所述方法还包括：
28.判断所述车辆的高度值是否小于所述道路限高阈值；
29.若所述车辆的高度值不小于所述道路限高阈值，获取车辆的所述车辆信息；
30.基于所述车辆的高度值和所述车辆信息进行超高预警。
31.可选地，所述方法还包括：
32.对点云高度大于所述高度阈值的点云进行标识，并将标识信息与点云对应的车辆信息进行关联；
33.所述获取车辆的所述车辆信息，包括：
34.通过点云追踪，获取车辆点云的目标标识信息；
35.基于所述目标标识信息获取车辆的所述车辆信息。
36.第二方面，本技术实施例提供一种车辆测高装置，应用于车辆测高系统，其特征在于，所述车辆测高系统包括朝向相反的正向激光雷达和反向激光雷达，以及与所述正向激光雷达对应的正向摄像头、与所述反向激光雷达对应的反向摄像头，所述装置包括：
37.数据采集单元，用于通过所述正向激光雷达获取驶入车辆的第一点云数据集，以及，通过所述正向摄像头获取所述驶入车辆的车辆图像；
38.所述数据采集单元，还用于通过所述反向激光雷达获取驶离车辆的第二点云数据集，以及，通过所述反向摄像头获取所述驶离车辆的车辆图像，所述点云数据集中包含车辆连续多帧点云数据；
39.识别单元，用于对所述车辆图像进行图像识别，获得车辆信息，所述车辆信息包含车牌号；
40.计算单元，用于基于所述第一点云数据集、所述第二点云数据集及所述车牌号，获得车辆的高度值。
41.第三方面，本技术实施例提供一种电子设备，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上的程序存储于存储器中，且经配置由一个或者一个以上处理器执行所述一个或者一个以上程序实现第一方面所述的方法。
42.第四方面，本技术实施例系统一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面所述的方法。
43.本技术实施例中的上述一个或多个技术方案，至少具有如下技术效果：
44.本技术实施例提供一种车辆测高方法，通过获取车辆行驶过程中正反两个方向上的连续多帧点云数据，以提供不同角度和不同时序的点云来进行测高，使得车辆测高具有更高的测量准确性，同时降低了对激光雷达线数的要求以及单次计算负荷，解决了现有技术中如何平衡激光雷达在车辆辅助检测中成本、测量精度及计算负荷的技术问题，降低了车辆测高成本，提高了车辆测高的准确性。
附图说明
45.图1为本技术实施例提供的一种车辆测高系统的系统示意图；
46.图2为本技术实施例提供的一种车辆测高的流程示意图；
47.图3为本技术实施例提供的一种车辆车高的装置示意图；
48.图4为本技术实施例提供的一种电子设备的结构示意图。
具体实施方式
49.在介绍本公开实施例之前，应当说明的是：
50.本公开部分实施例被描述为处理流程，虽然流程的各个操作步骤可能被冠以顺序的步骤编号，但是其中的操作步骤可以被并行地、并发地或者同时实施。
51.本公开实施例中可能使用了术语“第一”、“第二”等等来描述各个特征，但是这些特征不应当受这些术语限制。使用这些术语仅仅是为了将一个特征与另一个特征进行区分。
52.本公开实施例中可能使用了术语“和/或”，“和/或”包括其中一个或更多所列出的相关联特征的任意和所有组合。
53.应当理解的是，当描述两个部件的连接关系或通信关系时，除非明确指明两个部件之间直接连接或直接通信，否则，两个部件的连接或通信可以理解为直接连接或通信，也可以理解为通过中间部件间接连接或通信。
54.为了使本公开实施例中的技术方案及优点更加清楚明白，以下结合附图对本公开的示例性实施例进行进一步详细的说明，显然，所描述的实施例仅是本公开的一部分实施例，而不是所有实施例的穷举。需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
55.实施例
56.请参考图1，本技术实施例提供一种车辆测高系统，该系统包括：正向激光雷达111、正向摄像头112、反向激光雷达121以及反向摄像头122。正向激光雷达111与反向激光雷达121的朝向相反。正向摄像头112与反向摄像头122的朝向相反。正向激光雷达111与正向摄像头112相对应，其视角覆盖相同的车道。反向激光雷达121与反向摄像头相对应，其视角覆盖相同的车道。正向激光雷达111和反向激光雷达121均设置于车道正上方，其视角向下倾斜。正向激光雷达111和反向激光雷达121均可使用低限速雷达，如16线、32线等。
57.具体实施过程中，正向激光雷达111、正向摄像头112、反向激光雷达121以及反向
摄像头122可以设置在同一支架，正向激光雷达111与反向机关雷达121背向设置并覆盖不同的区域。作为另一种可选的实施方式，正向激光雷达111和正向摄像头112，与反向激光雷达121和反向摄像头122设置在不同支架上，正向激光雷达111与反向机关雷达121对向设置并覆盖相同的车道区域。
58.基于图1提供的车辆测高系统，本实施例还提供一种车辆测高方法，请参考图2，该方法包括：
59.s210、通过正向激光雷达获取驶入车辆的第一点云数据集，以及，通过正向摄像头获取驶入车辆的车辆图像；
60.s220、通过反向激光雷达获取驶离车辆的第二点云数据集，以及，通过反向摄像头获取驶离车辆的车辆图像，点云数据集中包含车辆连续多帧点云数据；
61.s230、对车辆图像进行图像识别，获得车辆信息，车辆信息包含车牌号；
62.s240、基于第一点云数据集、第二点云数据集及车牌号，获得车辆的高度值。
63.s210和s220中激光雷达通过连续捕获的方式获得车辆的连续多帧点云数据，以形成点云数据集。在获取点云数据集的过程中，触发摄像头对车辆进行拍摄。触发摄像头进行拍摄的方式一，在进行激光检测的同时触发摄像头进行拍摄，即摄像头与激光雷达实时同步工作，这种方式获得的车辆图像较多，占用的存储空间较多，会造成诸多浪费。触发摄像头进行拍摄的方式二，激光雷达在采集点云数据集的过程中设置指定的时间点进行拍摄，例如，在一个激光雷达视野范围内进行前中后三次拍摄，这种方式虽然能够大大减小拍摄量，但容易漏拍超高车辆。针对上述问题，本实施例提供一种新的触发摄像头进行拍摄的方式即触发方式三，基于被车测量的高度来触发拍摄。
64.触发方式三，在获取第一点云数据集的过程中进行点云高度检测；若检测到点云高度大于高度阈值，通过正向激光雷达触发正向摄像头进行拍摄，以获取驶入车辆的车辆图像，高度阈值小于道路限高阈值；在获取第二点云数据集的过程中进行点云高度检测；若检测到点云高度大于道路限高阈值，通过反向激光雷达触发所述反向摄像头进行拍摄，以获取所述驶离车辆的车辆图像。通过上述方式，不再对高度较低的目标物进行拍摄，车辆距离检测点较远时其高度较低、拍摄也不清晰，减少拍摄及存储资源的浪费。进一步的，对于驶入车辆将高度阈值设置于道路限高阈值以下，对超高车辆进行提前拍摄，保证超高车辆图像的获取，避免在检测到车辆超高的情况下才触发拍照，由于拍摄视角、车速等原因导致拍摄到的车辆图像无法准确、完整的获取车辆信息，从而保证车辆信息获取的准确性。具体实施过程中，对于驶离车辆也可采用提前拍摄的方式，但考虑到有正向的数据前提下，对驶离车辆可采用超高触发拍照，进一步减少拍摄及存储资源的浪费。
65.在s210和/或s220获取到车辆图像信息之后，执行s230进行图像识别以获得车辆信息。其中，车辆信息可以包含车牌号、车辆类型、车辆型号、车辆品牌等。
66.进一步的，基于上述步骤获得的第一点云数据集、第二点云数据以及车牌号，执行s240获得车辆的高度值。
67.具体的，作为一种可选的实施方式s240可以基于第一点云数据集和第二点云数据集中每一帧点云数据计算获得车辆的候选高度值h1～hn；然后，获取同一车牌号的所有候选高度值h1～hn中最大值h1～h
max
作为车辆的高度值。计算候选高度值可以在获取到的每一帧点云数据后立即执行，也可以将点云数据汇集到一起进行处理。为了提高数据响应速率，一
般可采取边采集边计算的方式，针对采集到的当前点云数据帧计算候选高度值hi，比较hi与前一帧点云数据得到的候选高度值h
i-1
的大小，将hi更新为两者中的较大值，如此循环最终获得第一点云数据集中的最大候选高度值hi，采用同样的方式获得第二点云数据集中的最大候选高度值hi，最后比较相同车牌号的车辆的两个最大候选高度值hi，获得较大的值作为车辆的高度值。
68.作为另一种可选的实施方式，正向激光雷达和反向激光雷达正向设置，其视角覆盖相同的区域，此时s240可以对第一点云数据集和第二点云数据集中同一时刻的点云数据进行融合；基于融合后的点云数据集和所述车牌号，计算获得车辆的高度值。需要说明的是，此处的点云数据融合，是对获取到的原始点云数据经过坐标转换之后相加得到，假设t1时刻正向激光雷达获得的点云数据为t1(p
11
、p
12
…
p
1x
)、反向激光雷达获得的点云数据t1(p
21
、p
22
…
p
2y
)，那么融合后的点云数据则为t1(p
11
、p
12
…
p
1x
、p
21
、p
22
…
p
2y
)。通过不同视角的点云融合可以提高点云的丰富度和置信度，避免空气中的不明物体对车辆检测的干扰，从而提高测量的准确性。基于融合后的点云数据集的测高方法，同样也可以采用每帧检测取最大的方式。
69.其中，本实施例对基于点云数据进行测高的具体方式不做限定。下面仅对基于每帧点云数据进行测高计算的方式进行示例性说明：
70.1)点云坐标变换：通过设置x、y、z三个方向的平移距离对激光雷达采集获得的点云进行坐标平移变换，通过设置x、y、z三个方向的旋转角度对点云进行坐标旋转变换，将点云地平面调至点云坐标零平面，这样坐标点的z坐标值即该点高度值。
71.2)限定点云检测范围：设置x、y、z的最大最小共六个值限定一个立方体范围，这个检测范围只需覆盖车道，检测的车辆目标在这个检测范围内，范围外的点云不检测，即不参与测高计算。
72.3)车辆目标聚类：设置聚类半径，聚类最小点数及聚类最大点数，通过欧式聚类将检测区间内当前帧的点云进行点云分割得出所有目标聚类点云索引。
73.4)创建车辆目标对象：车辆对象包含车辆长宽高位置等信息，通过聚类点云索引获取每一个聚类点云团中点的坐标的最大及最小x、y、z的值，得到每个目标的立方体范围，这个立方体即该聚类的车辆目标，其中的最大z值即车辆高度，最大y与最小y的差即车辆长度，最大x与最小x的差即车辆宽度度，立方体几何中心即车辆的位置，车辆的位置用于车辆目标追踪及判断车辆所在车道。
74.5)车辆目标追踪：对比获取的前后两帧中点云聚类的所有车辆目标，通过计算前后两帧车辆位置得分，判断目标是否匹配为同一车辆目标，没有匹配的生成新的id，匹配为同一目标的赋予其id为前一帧的id，通过车辆追踪同一车辆的id不变。
75.6)最终高度：车辆高度每一帧都会更新，记录从进入检测区间获取到车辆目标到该目标离开雷达检测范围过程中每一帧的车辆高度，在车辆目标离开雷达检测范围时取过程中的最高高度为该车辆高度。
76.在实际应用过程中，发明人发现由于反光、路侧障碍物、空气中的尘土、运动物体本身等原因，直接基于测量获得的点云计算获得车辆高度值有些是不正确的。本技术实施例对每一帧点云数据中的离群点进行检测；基于连续多帧点云数据中的非离群点和车牌号，计算获得车辆的高度值，即先对点云进行离群点筛除，后进行车辆目标聚类，这样可以
有效减少上述原因造成的高度值检测不正确的情况发生，大大提高车辆测高的准确度。
77.通过上述方法获得车辆的高度值之后，本实施例还进一步判断车辆的值是否小于道路限高阈值；若车辆的高度值不小于道路限高阈值，获取该车辆的车辆信息，基于车辆的高度值和车辆信息进行超高预警，提示车辆尽快驶出该道路，避免交通事故的发生。具体预警时，可以基于车辆信息中的车牌号，从交管平台上获取车主的电话号码对车主进行电话/短信提醒。或者，通过激光雷达所在检测点前方的道路诱导显示屏和/或语音设备对车辆进行提醒。
78.对于超高车辆的车辆信息的获取，本实施例采用标识关联法。具体的，对点云高度大于高度阈值的点云进行标识如赋予该帧点云一个id，并将标识信息即id与该点云对应车辆图像识别获得的车辆信息进行关联；通过点云追踪即连续的同类型的点云标识相同的id，获取车辆的点云的目标标识信息；基于该目标标识信息获取与之关联的车辆信息。这种方法，可以通过id快速获得车辆信息，无需对每一帧点云获取对应的车辆图像进行图像识别，大大缩短了超高车辆的预警时间，并且，由于本实施例中车辆信息是在检测到车辆超高之前获取，可进一步缩短预警时间，提高了车辆运行的安全性。
79.上述实施例中，一方面，通过连续多帧点云和正反两个方向的点云来进行车辆测高计算，有效避克服了低线数激光雷达点云数量不足、干扰物、恶劣天气等导致的测量准确度较低的技术问题，降低了运动车辆测高对激光雷达线数的要求，降低了测高成本，提高了测量的准确性。另一方面，通过在检测到低于道路超高阈值的点云时触发摄像头对应摄像头进行车辆拍摄，在检测到高于道路超过阈值的车辆时通过id关联的方式获取车辆信息，大大缩短了超高车辆预警的时间，提高了车辆运行的安全性。
80.基于图1提供的一种车辆测高系统和图2提供的一种车辆测高方法，本实施例还对应提供一种车辆测高装置，请参考图3，本装置包括：
81.数据采集单元31，用于通过所述正向激光雷达获取驶入车辆的第一点云数据集，以及，通过所述正向摄像头获取所述驶入车辆的车辆图像；
82.所述数据采集单元31，还用于通过所述反向激光雷达获取驶离车辆的第二点云数据集，以及，通过所述反向摄像头获取所述驶离车辆的车辆图像，所述点云数据集中包含车辆连续多帧点云数据；
83.识别单元33，用于对所述车辆图像进行图像识别，获得车辆信息，所述车辆信息包含车牌号；
84.计算单元33，用于基于所述第一点云数据集、所述第二点云数据集及所述车牌号，获得车辆的高度值。
85.作为一种选的实施方式，计算单元33可基于第一点云数据集和第二点云数据集中每一帧点云数据计算获得车辆的候选高度值；获取同一车牌号的所有候选高度值中最大值作为车辆的高度值。
86.作为一种选的实施方式，正向激光雷达和反向激光雷达所覆盖的车道区域相同；计算单元33也可以对所述第一点云数据集和所述第二点云数据集中同一时刻的点云数据进行融合；基于融合后的点云数据集和所述车牌号，计算获得所述车辆的高度值。
87.作为一种可选的实施方式，计算单元33还可以分别从所述第一点云数据集和所述第二点云数据集中获取连续多帧点云数据；对每一帧点云数据中的离群点进行检测；基于
连续多帧点云数据中的非离群点和所述车牌号，计算获得所述车辆的高度值。
88.作为一种可选的实施方式，数据采集单元31用于在获取所述第一点云数据集的过程中进行点云高度检测；若检测到点云高度大于高度阈值，通过所述正向激光雷达触发所述正向摄像头进行拍摄，以获取所述驶入车辆的车辆图像，所述高度阈值小于道路限高阈值；数据采集单元31还用于在获取所述第二点云数据集的过程中进行点云高度检测；若检测到点云高度大于所述道路超高阈值，通过所述反向激光雷达触发所述反向摄像头进行拍摄，以获取所述驶离车辆的车辆图像。
89.作为一种可选的实施方式，所述装置还包括预警单元34，用于在所述获得车辆的高度值之后，判断所述车辆的高度值是否小于所述道路限高阈值；若所述车辆的高度值不小于所述道路限高阈值，通过计算单元33获取车辆的所述车辆信息；基于所述车辆的高度值和所述车辆信息进行超高预警。
90.作为一种可选的实施方式，计算单元33还用于对点云高度大于所述高度阈值的点云进行标识，并将标识信息与点云对应的车辆信息进行关联；通过点云追踪，获取车辆点云的目标标识信息；基于所述目标标识信息获取车辆的所述车辆信息。
91.上述测高装置通过获取车辆行驶过过程中正反两个方向上的连续多帧点云数据来进行测高，提供了不同角度和不同时序的点云，使得车辆测高具有更高的测量准确性，同时降低了对激光雷达线数的要求以及单次计算负荷，解决了现有技术中如何平衡激光雷达在车辆辅助检测中成本、测量精度及计算负荷的技术问题，降低了车辆测高成本，提高了车辆测高的准确性。
92.关于上述实施例中的装置，其中各个单元执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
93.图4是根据一示例性实施例示出的一种用于车辆测高方法的电子设备400的框图。例如，电子设备400可以是工控机，计算机，边缘服务器，边缘计算设备等。
94.参照图4，电子设备400可以包括以下一个或多个组件：处理组件402，存储器404，电源组件406，输入/展现(i/o)的接口408，以及通信组件410。
95.处理组件402通常控制电子设备400的整体操作，诸如与数据计算，控制，指令下发以及摄像头触发相关联的操作。处理元件402可以包括一个或多个处理器420来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件402可以包括一个或多个模块，便于处理组件402和其他组件之间的交互。
96.存储器404被配置为存储各种类型的数据以支持在设备400的操作。这些数据的示例包括用于在电子设备400上操作的任何应用程序或方法的指令，图像数据，关联数据，配置数据等。存储器404可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。
97.电源组件406为电子设备400的各种组件提供电力。电源组件406可以包括电源管理系统，一个或多个电源，及其他与为电子设备400生成、管理和分配电力相关联的组件。
98.通信组件410被配置为便于电子设备400和其他设备之间有线或无线方式的通信。电子设备400可以接入基于通信标准的无线网络，如wifi，2g或3g，或它们的组合。在一个示
例性实施例中，通信部件410经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信部件410还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。
99.在示例性实施例中，电子设备400可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
100.在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器404，上述指令可由电子设备400的处理器420执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。该非临时性计算机可读存储介质中的指令由电子设备400的处理器420执行时，可实现上述实施例中的车辆测高方法。
101.本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本技术旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本实施例未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
102.应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。