技术特征：
1.一种车辆识别和追踪的检测方法，其特征在于，包括步骤：s1，采用第一广角相机对目标车辆进行全程追踪，当目标车辆进入第一广角相机的车头识别区域，所述第一广角相机发出指令启动第一抓拍相机对目标车辆的车头进行抓拍；s2，当目标车辆进入第一广角相机的车身拼接区域，第一广角相机指令第二广角相机对目标车辆进行拍摄以及车身拼接；s3，当目标车辆进入第一广角相机的车尾识别区域，第一广角相机发出指令启动第二抓拍相机对目标车辆的车尾进行抓拍。2.如权利要求1所述的车辆识别和追踪的检测方法，其特征在于，车辆进入第一广角相机视野范围内，第一广角相机对进入视野范围内的所有车辆进行识别和全程追踪；并且第一广角相机能够判定目标车辆进入哪个视野划分区域。3.如权利要求2所述的车辆识别和追踪的检测方法，其特征在于，所述第一广角相机内设有训练好的检测模型，第一广角相机采集的实时图像通过所述检测模型，自动对车辆进行识别和标注检测框；然后对目标车辆进行追踪，一个目标车辆具有唯一车辆id，标注检测框随着目标车辆运动，准确锁定运动过程中的目标车辆；同时，所述检测模型还能够识别目标车辆进入第一广角相机的哪个视野划分区域，然后第一广角相机发出指令到相应的第一抓拍相机、第二广角相机或第二抓拍相机。4.如权利要求3所述的车辆识别和追踪的检测方法，其特征在于，包括选自下组的一个或多个特征：(1)所述检测模型利用软件依靠深度学习网络完成训练，同一辆车在运动过程中保持所述检测框稳定且具有同一个车辆id；(2)所述检测模型能够识别目标车辆进入车头识别区域、车身拼接区域和车尾识别区域，且分别发出信号到第一抓拍相机、第二广角相机和第二抓拍相机，从而获得同一辆车的车头、车身和车尾三张图片。5.如权利要求1所述的车辆识别和追踪的检测方法，其特征在于，在步骤s1中，所述第一抓拍相机抓拍一张目标车辆的车头图片，所述车头图片需要将整个车的头部拍全，所述第一抓拍相机将抓拍的车头图片传输到整合系统；在步骤s3中，所述第二抓拍相机抓拍一张目标车辆的车尾图片，所述车尾图片需要将整个车的尾部拍全，所述第二抓拍相机将抓拍的车尾图片传输到整合系统。6.如权利要求1所述的车辆识别和追踪的检测方法，其特征在于，在步骤s2中，当目标车辆进入第一广角相机的车身拼接区域的拼接起始区域，第一广角相机发出信号到第二广角相机，第二广角相机启动拼接线程；当目标车辆进入第一广角相机的车身拼接区域的拼接结束区域，第二广角相机结束拼接并且获得目标车辆的车型和拼接好的车身图片。7.如权利要求6所述的车辆识别和追踪的检测方法，其特征在于，包括选自下组的一个或多个特征：(1)启动拼接线程则第二广角相机边拍摄边进行车身拼接，所述第二广角相机具有拼接和车型识别模块，第二广角相机采集的实时图像通过所述拼接和车型识别模块，自动对车辆进行车型识别以及车身拼接，所述拼接和车型识别模块采用多帧图像对目标车辆的车身进行拼接，拼接好的车身图片第二广角相机传输到整合系统；(2)车身拼接是利用拼接和车型识别模块，首先将参考帧图像和当前帧图像分别转换
为灰度格式，再分别按照累加灰度值得到参考帧信号和当前帧信号，再利用互相关函数求取这两帧信号的时延，根据时延进行信号平移完成参考帧信号与当前帧信号的拼接，再根据累加灰度值进行这两帧数据的对齐，再将拼接后的信号根据灰度累加值还原成拼接后的图像；(3)车型识别是利用拼接和车型识别模块，对第二广角相机获得的多帧图片进行模型推理，将模型输出的预测的轮轴类型与标注的真值对比，得到正确率，正确率合格则输出轮轴类型，获得目标车辆的车型。8.一种车辆识别和追踪的设备，其特征在于，所述设备包括：第一广角相机，第一广角相机对目标车辆进行识别和全程追踪，第一广角相机在视野范围内划分为车头识别区域、车身拼接区域和车尾识别区域，目标车辆进入不同的视野区域，第一广角相机发出信号到不同的装置；第一抓拍相机，当目标车辆进入第一广角相机的车头识别区域，第一抓拍相机接收到第一广角相机发出的信号，第一抓拍相机对目标车辆的车头进行抓拍；第二广角相机，当目标车辆进入第一广角相机的车身拼接区域，第二广角相机接收到第一广角相机发出的信号，第二广角相机对目标车辆进行拍摄以及车身拼接；第二抓拍相机，当目标车辆进入第一广角相机的车尾识别区域，第二抓拍相机接收到第一广角相机发出的信号，第二抓拍相机对目标车辆的车尾进行抓拍。9.如权利要求8所述的车辆识别和追踪的设备，其特征在于，包括选自下组的一个或多个特征：(1)车辆进入第一广角相机视野范围内，第一广角相机对进入视野范围内的所有车辆进行识别和全程追踪；并且第一广角相机能够判定目标车辆进入哪个视野划分区域；(2)所述第一广角相机内设有训练好的检测模型，第一广角相机采集的实时图像通过所述检测模型，自动对车辆进行识别和标注检测框；然后对目标车辆进行追踪，一个目标车辆具有唯一车辆id，标注检测框随着目标车辆运动，准确锁定运动过程中的目标车辆；同时，所述检测模型还能够识别目标车辆进入第一广角相机的哪个视野划分区域，然后第一广角相机发出指令到相应的第一抓拍相机、第二广角相机或第二抓拍相机；(3)所述第一抓拍相机抓拍一张目标车辆的车头图片，所述车头图片需要将整个车的头部拍全，所述第一抓拍相机将抓拍的车头图片传输到整合系统；(4)当目标车辆进入第一广角相机的车身拼接区域的拼接起始区域，第一广角相机发出信号到第二广角相机，第二广角相机启动拼接线程；当目标车辆进入第一广角相机的车身拼接区域的拼接结束区域，第二广角相机结束拼接并且获得目标车辆的车型和拼接好的车身图片；(5)启动拼接线程则第二广角相机边拍摄边进行车身拼接，所述第二广角相机具有拼接和车型识别模块，第二广角相机采集的实时图像通过所述拼接和车型识别模块，自动对车辆进行车型识别以及车身拼接，所述拼接和车型识别模块采用多帧图像对目标车辆的车身进行拼接，拼接好的车身图片第二广角相机传输到整合系统；(6)所述第二抓拍相机抓拍一张目标车辆的车尾图片，所述车尾图片需要将整个车的尾部拍全，所述第二抓拍相机将抓拍的车尾图片传输到整合系统；(7)所述设备设置在车道边，第一广角相机和第二广角相机面向车道，第一广角相机和
第二广角相机的中轴线与车道线垂直，第一抓拍相机和第二抓拍相机与车道线之间具有夹角，该夹角为10
°‑
80
°
；所述设备安装在距离过车车辆4米-8米的位置；(8)所述第一广角相机和第二广角相机均为鱼眼相机，所述鱼眼相机的视角为160
°‑
230
°
。10.如权利要求9所述的车辆识别和追踪的设备，其特征在于，包括选自下组的一个或多个特征：(1)所述检测模型利用软件依靠深度学习网络完成训练，同一辆车在运动过程中保持所述检测框稳定且具有同一个车辆id；(2)所述检测模型能够识别目标车辆进入车头识别区域、车身拼接区域和车尾识别区域，且分别发出信号到第一抓拍相机、第二广角相机和第二抓拍相机，从而获得同一辆车的车头、车身和车尾三张图片；(3)所述第一抓拍相机具有车牌识别功能，在抓拍目标车辆的同时，对车头的车牌进行识别；(4)所述车身拼接是利用拼接和车型识别模块，首先将参考帧图像和当前帧图像分别转换为灰度格式，再分别按照累加灰度值得到参考帧信号和当前帧信号，再利用互相关函数求取这两帧信号的时延，根据时延进行信号平移完成参考帧信号与当前帧信号的拼接，再根据累加灰度值进行这两帧数据的对齐，再将拼接后的信号根据灰度累加值还原成拼接后的图像；(5)所述车型识别是利用拼接和车型识别模块，对第二广角相机获得的多帧图片进行模型推理，将模型输出的预测的轮轴类型与标注的真值对比，得到正确率，正确率合格则输出轮轴类型，获得目标车辆的车型；(6)所述第二抓拍相机具有车牌识别功能，在抓拍目标车辆的同时，对车尾的车牌进行识别。
技术总结
本申请提供一种车辆识别和追踪的检测方法及设备，主要包括：采用第一广角相机对目标车辆进行全程追踪，当目标车辆进入第一广角相机的车头识别区域，所述第一广角相机发出指令启动第一抓拍相机对目标车辆的车头进行抓拍；当目标车辆进入第一广角相机的车身拼接区域，第一广角相机指令第二广角相机对目标车辆进行拍摄以及车身拼接；当目标车辆进入第一广角相机的车尾识别区域，第一广角相机发出指令启动第二抓拍相机对目标车辆的车尾进行抓拍。动第二抓拍相机对目标车辆的车尾进行抓拍。动第二抓拍相机对目标车辆的车尾进行抓拍。
技术研发人员：李启达 柳佳 徐锦锦 徐明飞 张小磊
受保护的技术使用者：苏州思卡信息系统有限公司
技术研发日：2022.09.01
技术公布日：2022/12/5