本申请涉及交通监测，具体而言，涉及一种车辆三维超限智能检测方法及系统。
背景技术：
1、超限运输是危害道路安全、损坏基础设施的严重问题，三维超限是指长、宽、高三个尺寸的超限情况。现有三维超限检测技术主要存在以下技术瓶颈：
2、基于固定标定的视频测量技术虽然能够实现一定程度的尺寸测量，但该方法存在明显的局限性。其依赖在监控区域路面专门设置的标定图案进行相机标定，这些预设标定物容易受到污损、遮挡及环境变化的影响。更严重的是，一旦相机发生位移或角度变化，就需要重新进行标定，导致系统维护成本居高不下。
3、基于深度学习回归的视频测量技术虽然避免了预设标定物的需求，但其技术缺陷同样突出。该方法严重依赖训练数据的质量和数量，在实际应用中表现出较差的泛化能力。由于深度学习模型的“黑箱”特性，其决策过程缺乏可解释性，这使得测量结果难以在执法过程中提供具有说服力的证据支持。
4、基于单一自然参照物的方法虽然尝试利用车道线宽度等现有道路元素作为参照，但该方法在参照物缺失、模糊或被遮挡时容易失效。更重要的是，这类方法未能充分考虑透视畸变在空间上的变化特性，导致测量精度难以满足实际需求。
5、当前技术普遍存在以下核心缺陷：检测维度不全面，特别是对超长、超宽车辆的检测精度和可靠性较差；环境适应能力弱，容易受到光照变化、恶劣天气和遮挡物的影响；系统脆弱性高，过度依赖预设的、固定的、单一的测量基准，而这些基准在实际道路环境中极易失效；误判率居高不下，缺乏对车辆类型与尺寸关联性的智能认知，导致合规的大型车辆经常被误报为超限；功能单一化，大多数系统仅能提供简单的“是/否”判断，无法输出具有量化证据的详细报告；部署灵活性差，对摄像头安装参数要求苛刻，难以适配视角可变的球型摄像机。
6、特别值得关注的是，现有技术普遍缺乏在复杂干扰条件下保持测量稳定性的有效机制，如动态遮挡、剧烈光照变化和恶劣天气等场景。同时，这些技术也无法充分利用道路现有多样化的标线资源进行智能互补测量，导致系统在实际应用中的可靠性和适应性明显不足。
7、针对上述问题，现有技术亟需改进。
技术实现思路
1、本申请的目的在于提供一种车辆三维超限智能检测方法及系统，能够提高检测精度和可靠性，增强环境适应能力，减少误判率，并无需预设标定物。
2、第一方面，本申请提供了一种车辆三维超限智能检测方法，包括步骤：
3、a1.获取目标车辆所处的道路区域的图像信息，并识别所述图像信息中具有标准物理尺寸的静态道路参照物；
4、a2.基于所述静态道路参照物在所述图像信息中的像素尺寸及其对应的所述标准物理尺寸，构建道路区域的尺度场模型；所述尺度场模型反映道路区域的路面各个像素处的像素尺寸与物理尺寸之间的映射关系；
5、a3.提取目标车辆在所述图像信息中的特征点坐标，并确定所述目标车辆的方向角度；
6、a4.根据所述尺度场模型、所述特征点坐标及所述方向角度，计算所述目标车辆的三维物理尺寸；所述三维物理尺寸包括高度、长度和宽度；
7、a5.获取与所述目标车辆的车型对应的统计尺寸参数，并将所述三维物理尺寸与所述统计尺寸参数进行比对，以确定所述目标车辆的超限状态。
8、优选地，步骤a5之后，还包括步骤：
9、a6.根据所述目标车辆的超限状态进行分级告警操作。
10、第二方面，本申请提供一种车辆三维超限智能检测系统，包括摄像头和控制系统；
11、所述摄像头用于采集目标车辆所处的道路区域的图像信息；
12、所述控制系统用于识别所述图像信息中具有标准物理尺寸的静态道路参照物；基于所述静态道路参照物在所述图像信息中的像素尺寸及其对应的所述标准物理尺寸，构建道路区域的尺度场模型；所述尺度场模型反映道路区域的路面各个像素处的像素尺寸与物理尺寸之间的映射关系；提取目标车辆在所述图像信息中的特征点坐标，并确定所述目标车辆的方向角度；根据所述尺度场模型、所述特征点坐标及所述方向角度，计算所述目标车辆的三维物理尺寸；所述三维物理尺寸包括高度、长度和宽度；获取与所述目标车辆的车型对应的统计尺寸参数，并将所述三维物理尺寸与所述统计尺寸参数进行比对，以确定所述目标车辆的超限状态。
13、有益效果：本申请提供的一种车辆三维超限智能检测方法及系统，通过获取目标车辆所处的道路区域的图像信息，并识别所述图像信息中具有标准物理尺寸的静态道路参照物；基于所述静态道路参照物在所述图像信息中的像素尺寸及其对应的所述标准物理尺寸，构建道路区域的尺度场模型；提取目标车辆在所述图像信息中的特征点坐标，并确定所述目标车辆的方向角度；根据所述尺度场模型、所述特征点坐标及所述方向角度，计算所述目标车辆的三维物理尺寸；所述三维物理尺寸包括高度、长度和宽度；获取与所述目标车辆的车型对应的统计尺寸参数，并将所述三维物理尺寸与所述统计尺寸参数进行比对，以确定所述目标车辆的超限状态；从而能够提高检测精度和可靠性，增强环境适应能力，减少误判率，并无需预设标定物。
1.一种车辆三维超限智能检测方法，其特征在于，包括步骤：
2.根据权利要求1所述的车辆三维超限智能检测方法，其特征在于，步骤a5之后，还包括步骤：
3.根据权利要求1所述的车辆三维超限智能检测方法，其特征在于，所述静态道路参照物包括交通标线、交通标志和固定道路设施中的至少一种。
4.根据权利要求1所述的车辆三维超限智能检测方法，其特征在于，步骤a2包括：
5.根据权利要求4所述的车辆三维超限智能检测方法，其特征在于，步骤a204包括：
6.根据权利要求1所述的车辆三维超限智能检测方法，其特征在于，步骤a3包括：
7.根据权利要求6所述的车辆三维超限智能检测方法，其特征在于，步骤a4包括：
8.根据权利要求1所述的车辆三维超限智能检测方法，其特征在于，步骤a5包括：
9.根据权利要求8所述的车辆三维超限智能检测方法，其特征在于，步骤a504之后，还包括步骤：
10.一种车辆三维超限智能检测系统，其特征在于，包括摄像头和控制系统；