过磅车辆的车牌识别方法、装置、系统及存储介质与流程

1.本发明涉及物流运输管理技术领域，尤其涉及一种过磅车辆的车牌识别方法、装置、系统及存储介质。


背景技术：

2.快递物流企业对进入各分拨中心的运输车辆进行过磅称重是快递物流业务系统中不可或缺的一个环节，通过该环节实现对运输车辆实现有效的费用结算、快递业务数据有效记录、中转业务数据管理等。
3.传统的过磅流程往往是运输车辆上地磅系统后，由称重岗亭的工作人员在地磅系统中录入上磅车辆的车牌号码后人为操作实现对车辆的称重以及票据打印工作。通过人为的方式实现车牌的记录无疑是称重环节的一大负担，特别是在业务高峰期，来往车辆过于频繁的情况下，人为记录容易出错，导致无法保证称重过程中记录数据的准确定。


技术实现要素：

4.本发明的主要目的在于解决现有的过磅称重系统中无法实现在称重过程中对车牌的识别和记录的问题。
5.本发明第一方面提供了一种过磅车辆的车牌识别方法，应用于过磅系统，所述过磅系统包括地磅装置、设于所述地磅装置上的至少两个摄像头和雷达感应器，所述车牌识别方法包括：检测所述过磅系统的抓拍区域中是否存在车辆；若存在，通过所述雷达感应器获取所述车辆的三维图像数据；基于所述三维图像数据，识别所述车辆的行驶方向；判断所述行驶方向与所述过磅系统的上磅方向是否一致；若一致，则确定所述车辆为过磅车辆，并获取所述过磅车辆的实时位置信息，判断所述实时位置信息是否位于所述地磅装置上；若是，则调用至少两个所述摄像头对所述过磅车辆进行拍摄，得到车牌图像；利用预设的车辆识别模型，对所述车牌图像进行识别，得到所述过磅车辆的车牌信息。
6.可选的，在本发明第一方面的第一种实现方式中，所述基于所述三维图像数据，识别所述车辆的行驶方向，包括：利用图像识别技术，提取所述三维图像数据中的车辆轮廓特征；基于所述车辆轮廓特征，识别所述车辆的车头位置和车尾位置；基于所述车头位置和所述车尾位置，确定所述车辆的行驶方向。
7.可选的，在本发明第一方面的第二种实现方式中，所述基于所述车头位置和所述车尾位置，确定所述车辆的行驶方向，包括：基于所述车头位置和所述车尾位置，计算出所述车辆的方向矢量；以所述地磅系统为参考点，计算所述方向矢量与参考点之间的方向关系，并基于所述方向关系确定所述车辆的行驶方向。
8.可选的，在本发明第一方面的第三种实现方式中，所述调用至少两个所述摄像头对所述过磅车辆进行拍摄，得到车牌图像，包括：通过所述雷达获取所述过磅车辆在所述地磅装置上的至少两帧的雷达数据；计算至少两帧的雷达数据中所述过磅车辆在所述地磅装置上的位置，并比较各位置是否一致；
9.若各位置一致，则确定所述过磅车辆处于静止状态，并调用至少两个所述摄像头拍摄所述过磅车辆的车头图像和车位图像，得到车牌图像。
10.可选的，在本发明第一方面的第四种实现方式中，所述车牌识别模型包括第一识别网络、第二识别网络和解码算法；所述利用预设的车牌识别模型，对所述车牌图像进行识别，得到所述过磅车辆的车牌信息，包括：将所述车牌图像输入至所述第一识别网络，识别车牌的牌照区域；将所述车牌图像输入至所述第二识别网络，识别车牌的字符结果；利用所述解码算法对所述牌照区域和所述字符信息结果进行解码，得到所述过磅车辆的车牌信息。
11.可选的，在本发明第一方面的第五种实现方式中，在所述利用预设的解码算法对所述牌照区域和所述字符信息结果进行解码，得到所述过磅车辆的车牌信息之后，还包括：调用所述地磅系统中的sdk接口确定存储称重数据的ip地址；基于所述ip地址，将所述车牌信息同步存储至所述ip地址对应的地磅小票中，并结合称重数据生成称重记录。
12.可选的，在本发明第一方面的第六种实现方式中，所述利用所述解码算法对所述牌照区域和所述字符信息进行解码，得到所述过磅车辆的车牌信息，包括：基于所述牌照区域确定车牌的类别、尺寸和颜色；对所述字符信息进行解析，得到文字信息；利用所述解码算法将所述类别、尺寸、颜色和文字信息进行组合解码，得到所述过磅车辆的车牌信息。
13.本发明第二方面提供了一种过磅车辆的车牌识别装置，应用于过磅系统，其特征在于，所述过磅系统包括地磅装置、设于所述地磅装置上的至少两个摄像头和雷达感应器，所述车牌识别装置，包括：检测模块，用于检测所述过磅系统的抓拍区域中是否存在车辆；获取模块，用于在检测到抓拍区域中存在车辆时，通过所述雷达感应器获取所述车辆的三维图像数据；第一识别模块，用于基于所述三维图像数据，识别所述车辆的行驶方向；第一判断模块，用于判断所述行驶方向与所述过磅系统的上磅方向一致；第二判断模块，用于在判断结果为一致时，确定所述车辆为过磅车辆，并获取所述过磅车辆的实时位置信息，判断所述实时位置信息是否位于所述地磅装置上；拍摄模块，用于在判断所述实时位置信息位于所述地磅装置上时，调用至少两个所述摄像头对所述过磅车辆进行拍摄，得到车牌图像；第二识别模块，用于利用预设的车辆识别模型，对所述车牌图像进行识别，得到所述过磅车辆的车牌信息。
14.可选的，在本发明第二方面的第一种实现方式中，所述第一识别模块包括：提取单元，用于利用图像识别技术，提取所述三维图像数据中的车辆轮廓特征；第一识别单元，用于基于所述车辆轮廓特征，识别所述车辆的车头位置和车尾位置；确定单元，用于基于所述车头位置和所述车尾位置，确定所述车辆的行驶方向。
15.可选的，在本发明第二方面的第二种实现方式中，所述确定单元具体用于：基于所述车头位置和所述车尾位置，计算出所述车辆的方向矢量；以所述地磅系统为参考点，计算所述方向矢量与参考点之间的方向关系，并基于所述方向关系确定所述车辆的行驶方向。
16.可选的，在本发明第二方面的第三种实现方式中，所述车牌识别模型包括第一识别网络、第二识别网络和解码算法；所述第二识别模块包括：第二识别单元，用于将所述车牌图像输入至所述第一识别网络，识别车牌的牌照区域；以及将所述车牌图像输入至所述第二识别网络，识别车牌的字符结果；解码单元，用于利用所述解码算法对所述牌照区域和所述字符信息结果进行解码，得到所述过磅车辆的车牌信息。
17.可选的，在本发明第二方面的第四种实现方式中，所述第二识别模块还包括记录单元，用于调用所述地磅系统中的sdk接口确定存储称重数据的ip地址；基于所述ip地址，将所述车牌信息同步存储至所述ip地址对应的地磅小票中，并结合称重数据生成称重记录。
18.可选的，在本发明第二方面的第五种实现方式中，所述解码单元具体用于：基于车牌的类别、尺寸和颜色确定所述牌照区域；对所述字符信息进行解析，得到文字信息；利用所述解码算法将所述类别、尺寸、颜色和文字信息进行组合解码，得到所述过磅车辆的车牌信息。
19.可选的，在本发明第二方面的第六种实现方式中，所述拍摄模块包括：采集单元，用于通过所述雷达获取所述过磅车辆在所述地磅装置上的至少两帧的雷达数据；比较单元，用于计算至少两帧的雷达数据中所述过磅车辆在所述地磅装置上的位置，并比较各位置是否一致；拍摄单元，用于在比较各位置一致时，确定所述过磅车辆处于静止状态，并调用至少两个所述摄像头拍摄所述过磅车辆的车头图像和车位图像，得到车牌图像。
20.本发明第三方面提供了一种过磅系统，所述过磅系统包括存储器和至少一个处理器，所述存储器中存储有指令；
21.所述至少一个处理器调用所述存储器中的所述指令，以使得所述过磅系统执行如上任一项所述的过磅车辆的车牌识别方法的各个步骤。
22.本发明第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如上任一项所述过磅车辆的车牌识别方法的各个步骤。
23.本发明的技术方案中，通过从抓拍区域中获取的三维图像，并识别判断是否有车辆，通过对车辆的行驶方向和上磅方向的比较判断该车辆是否为上磅车辆，若是，则调用调用至少两个所述摄像头对所述过磅车辆进行拍摄，得到车牌图像，利用预设的车辆识别模型，对所述车牌图像进行识别，得到所述过磅车辆的车牌信息，并且基于识别结果为后续的车辆称重提供数据记录的依据，保证称重后数据记录的对应性。
附图说明
24.图1为本发明实施例提供的过磅车辆的车牌识别方法的第一种流程图；
25.图2为本发明实施例提供的过磅车辆的车牌识别方法的第二种流程图；
26.图3为本发明实施例提供的过磅车辆的车牌识别方法的第三种流程图；
27.图4为本发明实施例提供的过磅车辆的车牌识别装置的一种结构示意图；
28.图5为本发明实施例提供的过磅车辆的车牌识别装置的另一种结构示意图；
29.图6为本发明实施例提供的过磅车系统的结构示意图；
具体实施方式
30.本发明实施例提供了一种过磅车辆的车牌识别方法、装置、系统及存储介质，通过对抓拍区域获取的三维图像识别判断是否有车辆，通过对车辆的行驶方向和上磅方向的比较判断该车辆是否为上磅车辆，若是，则调用调用至少两个所述摄像头对所述过磅车辆进行拍摄，得到车牌图像，利用预设的车辆识别模型，对所述车牌图像进行识别，得到所述过
磅车辆的车牌信息。
31.本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
32.为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中过磅车辆的车牌识别方法的第一个实施例包括：
33.101、检测过磅系统的抓拍区域中是否存在车辆；
34.在本实施例中，检测过磅车辆抓牌区域中是否存在车辆，具体是通过：在抓拍区域中埋上感应线圈传感器，当车辆通过感应线圈传感器或停在线圈传感器上时，车辆引起线圈回路电感量的变化，检测器检测出该变化就可以检测出车辆的存在，这种变化主要是：一种是利用相位锁存器和相位比较器来检测相位，根据相位的变化来判断车辆的存在；另一种方式是通过检测由环形线圈构成的耦合电路的振荡频率来判断车辆的存在。
35.在本实施例中，检测过磅车辆抓牌区域中是否存在车辆，具体还可以通过：通过激光雷达和视觉传感器分别获取前方车辆的点云数据和图像，并获取点云数据和图像中目标的标签类别；利用特征提取器对获取的点云数据和图像进行特征提取，将提取的特征进行像素级映射融合；利用融合后的特征及目标的标签类别对双区域生成网络进行训练，生成感兴趣区域并进行类别检测，输出前方车辆的三维检测结果。
36.102、若存在，通过雷达感应器获取车辆的三维图像数据；
37.103、基于三维图像数据，识别车辆的行驶方向；
38.在本实施例中，基于三维图像数据，识别车辆的行驶方向，具体是通过利用图像识别技术，提取三维图像数据中的车辆轮廓特征；基于车辆轮廓特征，识别所述车辆的车头位置和车尾位置；基于所述车头位置和所述车尾位置，计算出所述车辆的方向矢量；以所述地磅系统为参考点，计算所述方向矢量与参考点之间的方向关系，并基于所述方向关系确定所述车辆的行驶方向。基于所述车头位置和所述车尾位置，确定所述车辆的行驶方向。
39.104、判断行驶方向与过磅系统的上磅方向是否一致；
40.在本实施例中，判断行驶方向与过磅系统的上磅方向一致，具体是通过：基于获取的车辆的三维信息来确定车辆中的车头的方向或者位置，若拍摄的车牌信息为车辆中的车尾的车牌信息时，则确定车辆的形式方向与过磅系统的上磅方向不一致，若拍摄的信息是车头时，则判定与过磅系统的上磅方向一致。
41.105、若一致，则确定车辆为过磅车辆，并获取过磅车辆的实时位置信息，判断实时位置信息是否位于地磅装置上；
42.在本实施例中，确定车辆为过磅车辆，并获取过磅车辆的实时位置信息，具体是通过利用移动终端联网的定位服务应用程序获取当前的地理位置。
43.106、若是，则调用至少两个摄像头对过磅车辆进行拍摄，得到车牌图像；
44.107、利用预设的车辆识别模型，对车牌图像进行识别，得到过磅车辆的车牌信息。
45.在本实施例中，利用预设的车辆识别模型，对车牌图像进行识别，得到过磅车辆的车牌信息，具体是通过：将车牌图像输入至第一识别网络，确定车牌的类别、尺寸和颜色，从而确定车牌的牌照区域；将车牌图像输入至第二识别网络，识别牌照区域的字符结果，得到文字信息；利用解码算法将类别、尺寸、颜色和文字信息进行组合解码，得到过磅车辆的车牌信息。
46.通过上述方法的实施例，通过从抓拍区域中获取的三维图像，并识别判断是否有车辆，通过对车辆的行驶方向和上磅方向的比较判断该车辆是否为上磅车辆。若是，则调用设定的至少两个所述摄像头对所述过磅车辆进行拍摄，得到车牌图像，再利用预设的车辆识别模型，对所述车牌图像进行识别，得到所述过磅车辆的车牌信息。通过获取车辆的三维图像数据并判断是否处于过磅车辆，然后利用摄像头拍摄过磅车辆的车牌图像，再利用车辆识别模型实现车牌识别，从而实现了在过磅系统中对车辆的车牌识别，并且基于对车牌的识别结果，将称重信息与车牌信息一一对应，保证了称重后数据记录的对应性。
47.请参阅图2，本发明实施例中过磅车辆的车牌识别方法的第二个实施例包括：
48.201、检测过磅系统的抓拍区域中是否存在车辆；
49.在本实施例中，检测过磅车辆抓牌区域中是否存在车辆，具体可以通过：通过视频摄像机作视频车辆检测器的传感器，在视频范围内设置虚拟线圈，即视频范围是你检测区，当车辆通过虚拟检测器时，就会产生一个检测信号，使背景灰度值发生变化，从而得知车辆的存在。
50.202、若存在，通过雷达感应器获取车辆的三维图像数据；
51.203、利用图像识别技术，提取三维图像数据中的车辆轮廓特征；
52.在本实施例中，利用图像识别技术，提取三维图像数据中的车辆轮廓特征，具体是通过将车牌图像区域进行分割，得到一组车牌图像区域；将每个车牌图像区域投射到对应的区域边界球；根据区域边界球获取对应的车牌区域的表示，记为车牌区域的区域边界球描述子；对每个车牌区域计算车牌区域的区域边界球描述子的权重；根据所述车牌区域的表示和对应的所述权重获取三维车牌图像的特征。
53.在本实施例中，利用图像识别技术，提取三维图像数据中的车辆轮廓特征，具体还可以包括：将图像看做一个x，y，z(灰度)的三维图像；采用gamma校正法对输入图像进行颜色空间的标准化，目的是调节图像的对比度，降低图像局部的阴影和光照变化所造成的影响，同时可以抑制噪音的干扰；计算图像每个像素的梯度；为了捕获轮廓信息，同时进一步弱化光照的干扰，将图像划分成小cells(例如6*6像素)，统计每个cell的梯度直方图，即可形成每个cell的特征。
54.将每几个cell组成一个block(例如3*3像素)，一个block内所有cell的特征串联起来便得到该block的hog特征。将图像内的所有block的梯形直方图特征串联起来就可以得到该车牌图像的方向梯形直方图特征了。
55.204、基于车辆轮廓特征，识别车辆的车头位置和车尾位置；
56.205、基于车头位置和车尾位置，确定车辆的行驶方向；
57.在本实施例中，基于车头位置和所述车尾位置，确定车辆的行驶方向，具体是通过：基于车头位置和所述车尾位置，计算出车辆的方向矢量；以地磅系统为参考点，计算方向矢量与参考点之间的方向关系，并基于方向关系确定车辆的行驶方向。
58.206、判断行驶方向与过磅系统的上磅方向是否一致；
59.207、若一致，则确定车辆为过磅车辆，并获取过磅车辆的实时位置信息，判断实时位置信息是否位于地磅装置上；
60.208、若是，调用至少两个摄像头对过磅车辆进行拍摄，得到车牌图像；
61.在本实施例中，在地磅旁安装两个车辆抓拍摄像机，最好是安装在在地磅上下坡的两侧，用以抓拍摄像机从任意一个方向上磅的情况，一旦车头经过摄像机的识别线位置，便可触发摄像机进行图片抓拍以及车牌识别工作，此时摄像机采集的车牌以及时间等信息通过数据接口上传到地磅系统，地磅系统在称重过程中实现自动的车牌匹配，从而减少了人工车牌录入的过程。
62.209、利用预设的车牌识别模型，对车牌图像进行识别，得到过磅车辆的车牌信息。
63.在本实施例中，基于利用预设的车牌识别模型，对车牌图像进行识别，得到过磅车辆的车牌信息，具体是对所得图像进行一系列处理，如灰度处理、边缘检测、二值化等图像处理技术定位出车牌的候选区域，再利用车牌的特征，如长宽比、像素比等，从候选区域中定位出车牌区域。将识别出来的车牌区域在进行矫正然后对字符进行分割，将分割后的字符组合在一起就得到车辆的车牌信息。
64.通过上述方法的实施例，通过获取抓拍区域中车辆的图像判定车辆的行驶方向，从而确定是否为过磅车辆。对过磅车辆进行拍摄，对所拍摄的牌照图片通过输入识别的预设模型中进行识别获得牌照信息，这种方式获取牌照信息的准确率较高。
65.请参阅图3，本发明实施例中过磅车辆的车牌识别方法的第三个实施例包括：
66.301、检测过磅系统的抓拍区域中是否存在车辆；
67.在本实施例中，检测过磅车辆抓牌区域中是否存在车辆，具体可以通过：利用反射回波原理，由检测车辆是否存在的探头中的超声波发生器发射一束超声波，再接收从车辆或地面的反射波，根据反射波返回时间的差别，来判断有无车辆通过。由于探头与地面的距离是一定的，所以探头发出超声波并接收反射波的时间也是固定的。当有车辆通过时，由于车辆本身的高度，使探头接收到反射波的时间缩短，就表明有车辆存在。
68.302、若存在，通过雷达感应器获车辆的三维图像数据；
69.303、基于三维图像数据，识别车辆的行驶方向；
70.在本实施例中，三维图像数据为三维的点云数据，而基于该数据分析车辆的行驶方向，具体可以通过：利用图像识别技术，提取三维图像数据中的车辆轮廓特征；基于车辆轮廓特征，识别车辆的车头位置和车尾位置；基于车头位置和所述车尾位置，确定车辆的行驶方向。
71.304、判断行驶方向与过磅系统的上磅方向是否一致；
72.在实际应用中，存在车辆经过过磅系统的抓拍区域，但是其不需要称重，即是不需要上磅，这时可以通过识别车辆的行驶方向对该区域中的车辆进行筛选，以减少过磅系统的误操作，具体的，通过设置在过磅系统的入口处的摄像头采集车辆的三维信息，基于三维信息来确定车辆中的车头的方向或者位置，若拍摄的车牌信息为车辆中的车尾的车牌信息时，则确定车辆的形式方向与过磅系统的上磅方向不一致，即是于识别车辆不是待称重的车辆。
73.305、若一致，则确定车辆为过磅车辆，并获取过磅车辆的实时位置信息，判断实时
位置信息是否位于地磅装置上；
74.在实际应用中，只有当过磅车辆位于地磅装置上时，获取过磅车辆在地磅装置上的至少两帧的雷达数据才是有效的。具体的，将摄像头安置在地磅装置上，视频车辆检测器是通过视频摄像机作传感器，在拍摄范围内设置虚拟线圈，即检测区，当车辆通过虚拟检测器时，就会产生一个检测信号，使背景灰度值发生变化，从而得知车辆的实时位置位于地磅装置上。
75.306、若是，则通过雷达获取过磅车辆在地磅装置上的至少两帧的雷达数据；
76.307、计算至少两帧的雷达数据中过磅车辆在地磅装置上的位置，并比较各位置是否一致；
77.308、若各位置一致，则确定过磅车辆处于静止状态，并调用至少两个摄像头拍摄过磅车辆的车头图像和车位图像，得到车牌图像；
78.309、将车牌图像输入至第一识别网络，识别车牌的牌照区域；
79.在本实施例中，将车牌图像输入至第一识别网络，识别车牌的牌照区域，具体是通过：将所获得的彩色的车牌图像输入至第一识别模型中，将其转化为灰度图，再通过高斯滤波和中值滤波对灰度图去除噪音，再利用sobel算子进行边缘检测，识别出牌照得边缘，再次对图像进行膨胀和腐蚀等操作，将原来的画面处理为一个较平滑无杂质的画面。
80.在实际应用中，由于提取车牌信息的方式很多，可以首先将利用uigetfile函数或者imread函数将图像数据读入，读取之后的矩阵是一个三维矩阵，第一第二维表示图像的宽和高，第三维表示rgb三色。将得到的三维矩阵使用rgb2gray函数该彩色图像转换为灰度图后的图像数据。再利用roberts cross算子或prewitt算子或sobel算子或kirsch算子或罗盘算子或canny算子或laplacian算子等对所得图像进行边缘检测，再对得到的图像进行膨胀和腐蚀，从而去除图像的噪音，再对图像进行平滑处理以及去除小对象，就可以确定车牌位置。
81.310、将车牌图像输入至所述第二识别网络，识别车牌的字符结果；
82.在本实施例中，将车牌图像输入至所述第二识别网络，识别车牌的字符结果，具体是通过：将经过第一识别模型处理后的图像进行矫正选择合适的车牌位置，通常将较小的区域过滤掉或寻找蓝色底的区域。然后标注车牌位置，利用算法对图像进行切割和识别。
83.311、利用解码算法对牌照区域和字符结果进行解码，得到过磅车辆的车牌信息。
84.在本实施例中，利用解码算法对拍照区域和字符结果进行解码时，具体可以通过：基于车牌的类别、尺寸和颜色确定所述牌照区域；对所述字符信息进行解析，得到文字信息；利用所述解码算法将所述类别、尺寸、颜色和文字信息进行组合解码，得到所述过磅车辆的车牌信息。
85.在实际应用中，由于车牌存在不同的颜色，如蓝色作为燃油类车辆，绿色为新能源来车辆，甚至不同类型的车辆还可以存在不同尺寸的车牌，那么通过获取物流公司为当前过磅车辆分发的发车凭证确定车辆的类型，从而得到车牌的类型、尺寸和车牌的颜色，通过图像识别技术提取车牌图像中，比例、车牌的类型、尺寸和车牌的颜色等参数相匹配的区域，从而得到牌照区域。进一步的，提取拍牌照区域中的字符信息，并进行解码得到文字信息，即是车牌号码。
86.在该步骤中，基于对字符信息进行解析，得到文字信息,还可以通过：对车牌图像
的预处理、几何校正等把字符从车牌图像中分割出来，分成一个个独立的字符，其输入是车牌定位后得到的车牌图像，输出是经过预处理、几何校正等后得到的一组单个的字符图像，将字符图像输入至字符库中进行对比，选取匹配度最高的输出，也可以的到牌照上的文字信息。
87.在实际应用中，对车牌图像的预处理、几何校正等把字符从车牌图像中分割出来，分成一个个独立的字符，其输入是车牌定位后得到的车牌图像，输出是经过预处理、几何校正等后得到的一组单个的字符图像，并得到各个字符的点阵数据。字符识别是依次从单个字符点阵数据中提取字符特征数据，并给出识别结果。
88.在本实施例中，在所述利用预设的解码算法对所述牌照区域和所述字符信息结果进行解码，得到所述过磅车辆的车牌信息之后，还包括：
89.调用所述地磅系统中的sdk接口确定存储称重数据的ip地址；
90.在该步骤中，所述调用所述地磅系统中的sdk接口确定存储称重数据的ip地址，具体是通过：对整个网络sdk系统的初始化，内存预分配等操作；设置连接超时时间，在不调用此接口设置超时时间的情况下，将采用sdk中的默认值；设置接收异常消息的回调函数，从解析服务器获得ip地址。
91.基于所述ip地址，将所述车牌信息同步存储至所述ip地址对应的地磅小票中，并结合称重数据生成称重记录。
92.通过上述方法的实施例，通过从抓拍区域中获取的三维图像，并识别判断是否有车辆，通过对车辆的行驶方向和上磅方向的比较判断该车辆是否为上磅车辆。若是，则调用设定的至少两个所述摄像头对所述过磅车辆进行拍摄，得到车牌图像，基于车牌的类别、尺寸和颜色确定牌照区域，再对字符信息进行解析，得到文字信息，基于ip地址，将车牌信息同步存储至ip地址对应的地磅小票中，并结合称重数据生成称重记录，这样就实现了重量信息和车牌信息的一一对应。
93.对本发明实施例中过磅车辆的车牌识别方法进行了描述，下面对本发明实施例中过磅车辆的车牌识别装置进行描述，请参阅图4，本发明实施例中过磅车辆的车牌识别装置一个实施例包括：
94.检测模块401，用于检测所述过磅系统的抓拍区域中是否存在车辆；
95.获取模块402，用于在检测到抓拍区域中存在车辆时，通过所述雷达感应器获取所述车辆的三维图像数据；
96.第一识别模块403，用于基于所述三维图像数据，识别所述车辆的行驶方向；
97.第一判断模块404，用于判断所述行驶方向与所述过磅系统的上磅方向一致；
98.第二判断模块405，用于在判断结果为一致时，确定所述车辆为过磅车辆，并获取所述过磅车辆的实时位置信息，判断所述实时位置信息是否位于所述地磅装置上；
99.拍摄模块406，用于在判断所述实时位置信息位于所述地磅装置上时，调用至少两个所述摄像头对所述过磅车辆进行拍摄，得到车牌图像；
100.第二识别模块407，用于利用预设的车辆识别模型，对所述车牌图像进行识别，得到所述过磅车辆的车牌信息。
101.综上，通过从抓拍区域中获取的三维图像，并识别判断是否有车辆，通过对车辆的行驶方向和上磅方向的比较判断该车辆是否为上磅车辆，若是，则调用调用至少两个所述
摄像头对所述过磅车辆进行拍摄，得到车牌图像，利用预设的车辆识别模型，对所述车牌图像进行识别，得到所述过磅车辆的车牌信息，并且基于识别结果为后续的车辆称重提供数据记录的依据，保证称重后数据记录的对应性。
102.请参阅图5，本发明实施例中过磅车辆的车牌识别装置的第二个实施例包括：
103.检测模块401，用于检测所述过磅系统的抓拍区域中是否存在车辆；
104.获取模块402，用于在检测到抓拍区域中存在车辆时，通过所述雷达感应器获取所述车辆的三维图像数据；
105.第一识别模块403，用于基于所述三维图像数据，识别所述车辆的行驶方向；
106.第一判断模块404，用于判断所述行驶方向与所述过磅系统的上磅方向一致；
107.第二判断模块405，用于在判断结果为一致时，确定所述车辆为过磅车辆，并获取所述过磅车辆的实时位置信息，判断所述实时位置信息是否位于所述地磅装置上；
108.拍摄模块406，用于在判断所述实时位置信息位于所述地磅装置上时，调用至少两个所述摄像头对所述过磅车辆进行拍摄，得到车牌图像；
109.第二识别模块407，用于利用预设的车辆识别模型，对所述车牌图像进行识别，得到所述过磅车辆的车牌信息。
110.在本实施例中，所述第一识别模块405包括：
111.提取单元4031，用于利用图像识别技术，提取所述三维图像数据中的车辆轮廓特征；
112.第一识别单元4032，用于基于所述车辆轮廓特征，识别所述车辆的车头位置和车尾位置；
113.确定单元4033，用于基于所述车头位置和所述车尾位置，确定所述车辆的行驶方向。
114.在本实施例中，所述确定单元4033具体用于：
115.基于所述车头位置和所述车尾位置，计算出所述车辆的方向矢量；
116.以所述地磅系统为参考点，计算所述方向矢量与参考点之间的方向关系，并基于所述方向关系确定所述车辆的行驶方向。
117.在本实施例中，所述拍摄模块406包括：
118.采集单元4061，用于通过所述雷达获取所述过磅车辆在所述地磅装置上的至少两帧的雷达数据；
119.比较单元4062，用于计算至少两帧的雷达数据中所述过磅车辆在所述地磅装置上的位置，并比较各位置是否一致；
120.拍摄单元4063，用于在比较各位置一致时，确定所述过磅车辆处于静止状态，并调用至少两个所述摄像头拍摄所述过磅车辆的车头图像和车位图像，得到车牌图像。
121.在本实施例中，所述车牌识别模型包括第一识别网络、第二识别网络和解码算法；所述第二识别模块407包括：
122.第二识别单元4071，用于将所述车牌图像输入至所述第一识别网络，识别车牌的牌照区域；以及将所述车牌图像输入至所述第二识别网络，识别车牌的字符结果；
123.解码单元4072，用于利用所述解码算法对所述牌照区域和所述字符信息结果进行解码，得到所述过磅车辆的车牌信息。
124.在本实施例中，所述第二识别模块407还包括
125.记录单元4073，用于调用所述地磅系统中的sdk接口确定存储称重数据的ip地址；基于所述ip地址，将所述车牌信息同步存储至所述ip地址对应的地磅小票中，并结合称重数据生成称重记录。
126.在本实施例中，所述解码单元4072具体用于：
127.基于车牌的类别、尺寸和颜色确定所述牌照区域；
128.对所述字符信息进行解析，得到文字信息；
129.利用所述解码算法将所述类别、尺寸、颜色和文字信息进行组合解码，得到所述过磅车辆的车牌信息。
130.在本发明实施例中，通过从抓拍区域中获取的三维图像，并识别判断是否有车辆，通过对车辆的行驶方向和上磅方向的比较判断该车辆是否为上磅车辆，若是，则调用调用至少两个所述摄像头对所述过磅车辆进行拍摄，得到车牌图像，利用预设的车辆识别模型，对所述车牌图像进行识别，得到所述过磅车辆的车牌信息，并且基于识别结果为后续的车辆称重提供数据记录的依据，保证称重后数据记录的对应性，以及自动采集数据的方式效率更高。
131.上面图4-5从模块化功能实体的角度对本发明实施例中的中过磅车辆的车牌识别装置进行详细描述，下面从硬件处理的角度对本发明实施例中过磅系统进行详细描述。
132.图6是本发明实施例提供的一种过磅系统的结构示意图，该过磅系统500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，cpu)510(例如，一个或一个以上处理器)和存储器520，一个或一个以上存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中，存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括过磅系统500中的一系列指令操作。更进一步地，处理器510可以设置为与存储介质530通信，在电子设备500上执行存储介质530中的一系列指令操作，以实现上述实施提供的方法步骤。
133.过磅系统500还可以包括一个或一个以上电源540，一个或一个以上有线或无线网络接口550，一个或一个以上输入输出接口560，和/或，一个或一个以上操作系统531，例如windows serve，mac os x，unix，linux，freebsd等等。本领域技术人员可以理解，图6示出的过磅系统结构并不构成对本发明提供的计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
134.本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述的过磅车辆的车牌识别方法的各个步骤。
135.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统或装置、单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
136.所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式
体现出来，该计算机软件产品存储在一个存储介质中，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)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
137.以上所述，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。