一种基于全景拼接技术的隧道危化品车辆识别方法及系统与流程

1.本发明涉及车辆识别技术领域，尤其涉及一种基于全景拼接技术的隧道危化品车辆识别方法及系统。


背景技术：

2.随着经济快速发展，交通运输量激增，危化品运输车辆由于其易爆、易燃、有毒等特性，在隧道的安全管理和运营中受到高度重视，并且超宽，超高或超速的车辆在隧道内行驶，也威胁着隧道的安全，这些车辆构成了隧道内的危险车辆，因此监控隧道内车辆的运行情况，是管理隧道安全运营的重中之重，现有技术中也有一些针对危化品车辆进行监测的方法，例如通过gps定位技术的方法实现危化品车辆的监测，或者通过视频拍摄车辆的车牌信息及“危险物品”等关键字信息的方式实现危化品车辆的监测等等，都能够起到一定的监测效果。
3.然而，现有针对隧道内的危化品车辆进行监测仍然存在以下缺陷：(1)由于隧道半隐蔽结构和近封闭空间的特点，如果采用gps定位技术会导致gps信号弱或无，从而无法识别或定位危化品车辆是否进入隧道或在隧道什么位置，监测效果差；(2)当车牌或关键字在遮挡的情况下时，如果采用视频拍摄车辆的车牌信息及“危险物品”等关键字信息的方式就不能有效地对车辆进行识别，同样会导致监测效果差。


技术实现要素：

4.有鉴于此，本发明提出一种基于全景拼接技术的隧道危化品车辆识别方法及系统，可以解决现有针对隧道内的危化品车辆进行监测所存在的监测效果差的缺陷。
5.本发明的技术方案是这样实现的：
6.一种基于全景拼接技术的隧道危化品车辆识别方法，所述方法基于隧道监控中心和视频实时分析控制单元，所述视频实时分析控制单元与所述隧道监控中心连接，所述方法具体包括以下步骤：
7.步骤s1，将隧道分为若干段识别区域，每段识别区域都均设置有摄像单元和显示单元，所述摄像单元用于拍摄车辆的全方位图像，并将拍摄到的车辆全方位图像发送至视频实时分析控制单元中；
8.步骤s2，所述视频实时分析控制单元基于全景拼接技术将接收到的车辆全方位图像进行处理，得到车辆完整图像，并依据车辆完整图像进行判断，判断是否属于危化品车辆，如果是，则执行步骤s3，否则，执行步骤s4；
9.步骤s3，视频实时分析控制单元将车辆属于危化品车辆的判断结果发送至隧道监控中心，隧道监控中心依据接收到的结果控制显示单元进行预警显示；
10.步骤s4，视频实时分析控制单元不发送车辆不属于危化品车辆的判断结果至隧道监控中心，并开始处理下一组的车辆全方位图像。
11.作为所述基于全景拼接技术的隧道危化品车辆识别方法的进一步可选方案，所述
方法还包括危化品车辆信息数据库和车主智能终端，具体包括以下步骤：
12.步骤s5，隧道监控中心接收到车辆属于危化品车辆的判断结果时，从视频实时分析控制单元中获取该车辆的车辆完整图像；
13.步骤s6，依据车辆完整图像从危化品车辆信息数据库中获取该车辆车主信息，并依据车主信息向车主智能终端发送预警信息。
14.作为所述基于全景拼接技术的隧道危化品车辆识别方法的进一步可选方案，所述摄像单元包括四个摄像机，每个摄像机均安装于识别区域的隧道内壁上，分别用于拍摄车辆的左前方图像、右前方图像、左后方图像和右后方图像。
15.作为所述基于全景拼接技术的隧道危化品车辆识别方法的进一步可选方案，所述步骤s2中基于全景拼接技术将接收到的车辆全方位图像进行处理，得到车辆完整图像，具体包括以下步骤：
16.步骤s21，判断拍摄的车辆全方位图像是否包括车辆的左前方图像、右前方图像、左后方图像和右后方图像，如果是，则执行步骤s22，否则，重新获取车辆全方位图像；
17.步骤s22，对车辆全方位图像进行特征点提取，得到左前方图像的特征点、右前方图像的特征点、左后方图像的特征点和右后方图像的特征点；
18.步骤s23，取任意两幅图像进行特征匹配，判断匹配度是否低于50％，如果是，则重新获取任意两幅图像进行特征匹配，否则，执行步骤s24；
19.步骤s24，计算两幅图像的图像寸度因子，并依据图像寸度因子将两幅图像进行拼接；
20.步骤s25，判断拼接后的图像中的车辆轮廓完整度是否低于90％，如果是，则返回步骤s23，否则，拼接后的图像即为车辆完整图像。
21.作为所述基于全景拼接技术的隧道危化品车辆识别方法的进一步可选方案，所述步骤s2中依据车辆完整图像进行判断，判断是否属于危化品车辆，具体包括以下步骤：
22.步骤s26，构建危化品车辆识别模型，所述危化品车辆识别模型的输入为车辆图像，所述危化品车辆识别模型的输出为危化品车辆判断结果；
23.步骤s27，将车辆完整图像输入至危化品车辆识别模型中进行判断，所述危化品车辆识别模型输出危化品车辆判断结果。
24.作为所述基于全景拼接技术的隧道危化品车辆识别方法的进一步可选方案，所述步骤s26包括以下步骤：
25.步骤s261，获取危化品车辆样本图像，并将危化品车辆样本图像输入至深度神经网络中；
26.步骤s262，对危化品车辆样本图像进行危化品车辆特征标注处理，从而训练得到危化品车辆识别模型。
27.作为所述基于全景拼接技术的隧道危化品车辆识别方法的进一步可选方案，所述步骤s261之后，步骤s262之前，还包括以下步骤：
28.对危化品车辆样本图像进行旋转、平移、剪切、增加噪声和颜色变换处理。
29.作为所述基于全景拼接技术的隧道危化品车辆识别方法的进一步可选方案，所述车主信息包括车主的身份信息、运输货物信息和联系方式。
30.作为所述基于全景拼接技术的隧道危化品车辆识别方法的进一步可选方案，所述
视频实时分析控制单元与所述隧道监控中心通过无线通信的方式进行连接。
31.作为所述基于全景拼接技术的隧道危化品车辆识别方法的进一步可选方案，所述无线通信的方式包括gprs通讯模块、蓝牙模块、uwb模块和z igbee模块中的任意一种。
32.一种基于全景拼接技术的隧道危化品车辆识别系统，包括隧道监控中心、视频实时分析控制单元、摄像单元和显示单元，所述摄像单元与所述视频实时分析控制单元连接，所述视频实时分析控制单元和显示单元分别与所述隧道监控中心连接，所述摄像单元用于拍摄车辆的全方位图像，所述视频实时分析控制单元用于依据全景拼接技术处理车辆的全方位图像。
33.作为所述基于全景拼接技术的隧道危化品车辆识别系统的进一步可选方案，所述系统还包括危化品车辆信息数据库和车主智能终端，所述危化品车辆信息数据库和车主智能终端分别与所述隧道监控中心连接。
34.作为所述基于全景拼接技术的隧道危化品车辆识别系统的进一步可选方案，所述摄像单元包括四个摄像机，每个摄像机均安装于识别区域的隧道内壁上，分别用于拍摄车辆的左前方图像、右前方图像、左后方图像和右后方图像。
35.作为所述基于全景拼接技术的隧道危化品车辆识别系统的进一步可选方案，所述视频实时分析控制单元与所述隧道监控中心通过无线通信的方式进行连接，所述无线通信的方式包括gprs通讯模块、蓝牙模块、uwb模块和z igbee模块中的任意一种。
36.本发明的有益效果是：通过摄像单元拍摄车辆的全方位图像，并通过视频实时分析控制单元依据全景拼接技术对车辆全方位图像进行拼接，从而能够有效对车辆进行识别，提高识别危化品车辆的准确率，进而提高了对于隧道内危化品车辆的监测效果，解决了现有技术对隧道内的危化品车辆所存在的监测效果差的问题。
附图说明
37.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的一些实施例，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，还可以根据这些附图获得其他的附图。
38.图1为本发明一种基于全景拼接技术的隧道危化品车辆识别方法的流程图；
39.图2为本发明一种基于全景拼接技术的隧道危化品车辆识别方法中拼接图像的流程图；
40.图3为本发明一种基于全景拼接技术的隧道危化品车辆识别系统的组成图；
41.图4为本发明一种基于全景拼接技术的隧道危化品车辆识别系统中识别区域结构示意图；
42.图5为本发明一种基于全景拼接技术的隧道危化品车辆识别系统中单一识别区域结构示意图。
具体实施方式
43.下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通
技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
44.参考图1
‑
5，一种基于全景拼接技术的隧道危化品车辆识别方法，所述方法基于隧道监控中心和视频实时分析控制单元，所述视频实时分析控制单元与所述隧道监控中心连接，所述方法具体包括以下步骤：
45.步骤s1，将隧道分为若干段识别区域，每段识别区域都均设置有摄像单元和显示单元，所述摄像单元用于拍摄车辆的全方位图像，并将拍摄到的车辆全方位图像发送至视频实时分析控制单元中；
46.步骤s2，所述视频实时分析控制单元基于全景拼接技术将接收到的车辆全方位图像进行处理，得到车辆完整图像，并依据车辆完整图像进行判断，判断是否属于危化品车辆，如果是，则执行步骤s3，否则，执行步骤s4；
47.步骤s3，视频实时分析控制单元将车辆属于危化品车辆的判断结果发送至隧道监控中心，隧道监控中心依据接收到的结果控制显示单元进行预警显示；
48.步骤s4，视频实时分析控制单元不发送车辆不属于危化品车辆的判断结果至隧道监控中心，并开始处理下一组的车辆全方位图像。
49.在本实施例中，通过摄像单元拍摄车辆的全方位图像，并通过视频实时分析控制单元依据全景拼接技术对车辆全方位图像进行拼接，从而能够有效对车辆进行识别，提高识别危化品车辆的准确率，进而提高了对于隧道内危化品车辆的监测效果，解决了现有技术对隧道内的危化品车辆所存在的监测效果差的问题。
50.需要说明的是，所述视频实时分析控制单元包括但不限于arm处理器和stc单片机，所述显示单元包括led显示屏，所述隧道监控中心包括电脑，这里不做具体限定；此外，通过摄像单元拍摄车辆的全方位图像，能够拍摄出车辆的车型信息，通过视频实时分析控制单元拼接就能够得到完整的车辆车身信息，从车辆罐体、车型、危险标识、车辆形状、高度和长度等信息，就能够有效识别出车辆是否属于危化品车辆；还有，当视频实时分析控制单元判断车辆不属于危化品车辆时，不发送判断结果至隧道监控中心，能够有效减少隧道监控中心的处理数据，从而提高隧道监控中心的处理效率。
51.优选的，所述方法还包括危化品车辆信息数据库和车主智能终端，具体包括以下步骤：
52.步骤s5，隧道监控中心接收到车辆属于危化品车辆的判断结果时，从视频实时分析控制单元中获取该车辆的车辆完整图像；
53.步骤s6，依据车辆完整图像从危化品车辆信息数据库中获取该车辆车主信息，并依据车主信息向车主智能终端发送预警信息。
54.在本实施例中，通过设置存储有车辆车主信息的危化品车辆信息数据库，隧道监控中心能够有效依据车辆完整图像获取车辆车主信息，同时，通过设置车主智能终端，能够有效依据车辆的车主信息通知车主，从而实现更好地驾驶提醒功能，进一步提高隧道内危化品车辆的驾驶安全性。
55.优选的，所述摄像单元包括四个摄像机，每个摄像机均安装于识别区域的隧道内壁上，分别用于拍摄车辆的左前方图像、右前方图像、左后方图像和右后方图像。
56.在本实施例中，通过设置四个摄像机，每个摄像机安装于识别区域不同的隧道内
壁上，能够有效拍摄到车辆的车型信息，提高获取车辆全方位图像的准确度，进而提高识别效果和监测效果；如图4所示，1为危化品车监测区域，当车辆驶入危化品车监测区域时，2、3摄像机单元将识别出移动目标为车辆，同时触发4、5摄像机单元进行车型识别，车型识别采用2、3、4、5摄像机全方位图像识别：前左、前右、后左、后右，包括四个方位车辆图像，并利用360
°
全景拼接技术实现全车图像拼接，还原车辆原型图像，从而更加精确、快速的识别监测车辆是否为危化品车辆，一旦监测到是危化品车辆时，视频实时分析控制单元会实时上传车辆监测数据至监控中心，同时，会发送危化品车警示信息至6显示单元，提醒后方驾驶员注意行车安全，谨慎驾驶，避免交通事故发生。
57.优选的，所述步骤s2中基于全景拼接技术将接收到的车辆全方位图像进行处理，得到车辆完整图像，具体包括以下步骤：
58.步骤s21，判断拍摄的车辆全方位图像是否包括车辆的左前方图像、右前方图像、左后方图像和右后方图像，如果是，则执行步骤s22，否则，重新获取车辆全方位图像；
59.步骤s22，对车辆全方位图像进行特征点提取，得到左前方图像的特征点、右前方图像的特征点、左后方图像的特征点和右后方图像的特征点；
60.步骤s23，取任意两幅图像进行特征匹配，判断匹配度是否低于50％，如果是，则重新获取任意两幅图像进行特征匹配，否则，执行步骤s24；
61.步骤s24，计算两幅图像的图像寸度因子，并依据图像寸度因子将两幅图像进行拼接；
62.步骤s25，判断拼接后的图像中的车辆轮廓完整度是否低于90％，如果是，则返回步骤s23，否则，拼接后的图像即为车辆完整图像。
63.在本实施例中，通过4个方位摄像机的对车辆图像的采集，并针对每幅图像中车辆图像的特征进行特征匹配，基于目标识别、图像配准、三维重建等原理，从图像中选取某些特征点并对图像进行局部分析，获取4副图像中能检测到一致的关键点，并且每个被检测的特征点都对应一个尺度因子。通过对比4副图像中不同尺度的同一个物体点，从而计算得到的4副图相应的尺度因子之间的比率，即图像尺度的比率，通过图像尺度比例对4副图像进行拼接，从而得到一个全方位的车辆图片。
64.优选的，所述步骤s2中依据车辆完整图像进行判断，判断是否属于危化品车辆，具体包括以下步骤：
65.步骤s26，构建危化品车辆识别模型，所述危化品车辆识别模型的输入为车辆图像，所述危化品车辆识别模型的输出为危化品车辆判断结果；
66.步骤s27，将车辆完整图像输入至危化品车辆识别模型中进行判断，所述危化品车辆识别模型输出危化品车辆判断结果。
67.优选的，所述步骤s26包括以下步骤：
68.步骤s261，获取危化品车辆样本图像，并将危化品车辆样本图像输入至深度神经网络中；
69.步骤s262，对危化品车辆样本图像进行危化品车辆特征标注处理，从而训练得到危化品车辆识别模型。
70.在本实施例中，深度卷积网络可直接将危化品车辆样本图片作为网络的输入，通过对图片进行危化品车辆特征标注预处理，从而训练得到危化品车辆识别模型，在危化品
车辆识别中，根据训练中得到的危化品车辆识别模型进行危化品车辆特征检测，从而实现危化品车辆的识别；此外，基于深度卷积神经网络的危化品车型识别算法主要由输入层、卷积层、激活函数、池化层、全连接层和输出层组成。
71.优选的，所述步骤s261之后，步骤s262之前，还包括以下步骤：
72.对危化品车辆样本图像进行旋转、平移、剪切、增加噪声和颜色变换处理。
73.在本实施例中，通过对危化品车辆样本图像进行旋转、平移、剪切、增加噪声和颜色变换处理，能够增强训练效果，从而提高危化品车辆识别模型的识别能力。
74.优选的，所述车主信息包括车主的身份信息、运输货物信息和联系方式。
75.优选的，所述视频实时分析控制单元与所述隧道监控中心通过无线通信的方式进行连接。
76.优选的，所述无线通信的方式包括gprs通讯模块、蓝牙模块、uwb模块和zigbee模块中的任意一种。
77.一种基于全景拼接技术的隧道危化品车辆识别系统，包括隧道监控中心、视频实时分析控制单元、摄像单元和显示单元，所述摄像单元与所述视频实时分析控制单元连接，所述视频实时分析控制单元和显示单元分别与所述隧道监控中心连接，所述摄像单元用于拍摄车辆的全方位图像，所述视频实时分析控制单元用于依据全景拼接技术处理车辆的全方位图像。
78.在本实施例中，通过摄像单元拍摄车辆的全方位图像，并通过视频实时分析控制单元依据全景拼接技术对车辆全方位图像进行拼接，从而能够有效对车辆进行识别，提高识别危化品车辆的准确率，进而提高了对于隧道内危化品车辆的监测效果，解决了现有技术对隧道内的危化品车辆所存在的监测效果差的问题。
79.需要说明的是，所述视频实时分析控制单元包括但不限于arm处理器和stc单片机，所述显示单元包括led显示屏，所述隧道监控中心包括电脑，这里不做具体限定；此外，通过摄像单元拍摄车辆的全方位图像，能够拍摄出车辆的车型信息，通过视频实时分析控制单元拼接就能够得到完整的车辆车身信息，从车辆形状、高度和长度等信息，就能够有效识别出车辆是否属于危化品车辆；还有，当视频实时分析控制单元判断车辆不属于危化品车辆时，不发送判断结果至隧道监控中心，能够有效减少隧道监控中心的处理数据，从而提高隧道监控中心的处理效率。
80.优选的，所述系统还包括危化品车辆信息数据库和车主智能终端，所述危化品车辆信息数据库和车主智能终端分别与所述隧道监控中心连接。
81.在本实施例中，通过设置存储有车辆车主信息的危化品车辆信息数据库，隧道监控中心能够有效依据车辆完整图像获取车辆车主信息，同时，通过设置车主智能终端，能够有效依据车辆的车主信息通知车主，从而实现更好地驾驶提醒功能，进一步提高隧道内危化品车辆的驾驶安全性。
82.优选的，所述摄像单元包括四个摄像机，每个摄像机均安装于识别区域的隧道内壁上，分别用于拍摄车辆的左前方图像、右前方图像、左后方图像和右后方图像。
83.在本实施例中，通过设置四个摄像机，每个摄像机安装于识别区域不同的隧道内壁上，能够有效拍摄到车辆的车型信息，提高获取车辆全方位图像的准确度，进而提高识别效果和监测效果；如图3所示，1为危化品车监测区域，当车辆驶入危化品车监测区域时，2、3
摄像机单元将识别出移动目标为车辆，同时触发4、5摄像机单元进行车型识别，车型识别采用2、3、4、5摄像机全方位图像识别：前左、前右、后左、后右，包括四个方位车辆图像，并利用360
°
全景拼接技术实现全车图像拼接，还原车辆原型图像，从而更加精确、快速的识别监测车辆是否为危化品车辆，一旦监测到是危化品车辆时，视频实时分析控制单元会实时上传车辆监测数据至监控中心，同时，会发送危化品车警示信息至6显示单元，提醒后方驾驶员注意行车安全，谨慎驾驶，避免交通事故发生。
84.优选的，所述视频实时分析控制单元与所述隧道监控中心通过无线通信的方式进行连接，所述无线通信的方式包括gprs通讯模块、蓝牙模块、uwb模块和zigbee模块中的任意一种。
85.以上所述仅为本发明的较佳实施方式而已，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。

技术特征：
1.一种基于全景拼接技术的隧道危化品车辆识别方法，其特征在于，所述方法基于隧道监控中心和视频实时分析控制单元，所述视频实时分析控制单元与所述隧道监控中心连接，所述方法具体包括以下步骤：步骤s1，将隧道分为若干段识别区域，每段识别区域都均设置有摄像单元和显示单元，所述摄像单元用于拍摄车辆的全方位图像，并将拍摄到的车辆全方位图像发送至视频实时分析控制单元中；步骤s2，所述视频实时分析控制单元基于全景拼接技术将接收到的车辆全方位图像进行处理，得到车辆完整图像，并依据车辆完整图像进行判断，判断是否属于危化品车辆，如果是，则执行步骤s3，否则，执行步骤s4；步骤s3，视频实时分析控制单元将车辆属于危化品车辆的判断结果发送至隧道监控中心，隧道监控中心依据接收到的结果控制显示单元进行预警显示；步骤s4，视频实时分析控制单元不发送车辆不属于危化品车辆的判断结果至隧道监控中心，并开始处理下一组的车辆全方位图像。2.根据权利要求1所述的一种基于全景拼接技术的隧道危化品车辆识别方法，其特征在于，所述方法还包括危化品车辆信息数据库和车主智能终端，具体包括以下步骤：步骤s5，隧道监控中心接收到车辆属于危化品车辆的判断结果时，从视频实时分析控制单元中获取该车辆的车辆完整图像；步骤s6，依据车辆完整图像从危化品车辆信息数据库中获取该车辆车主信息，并依据车主信息向车主智能终端发送预警信息。3.根据权利要求1或2所述的一种基于全景拼接技术的隧道危化品车辆识别方法，其特征在于，所述摄像单元包括四个摄像机，每个摄像机均安装于识别区域的隧道内壁上，分别用于拍摄车辆的左前方图像、右前方图像、左后方图像和右后方图像。4.根据权利要求3所述的一种基于全景拼接技术的隧道危化品车辆识别方法，其特征在于，所述步骤s2中基于全景拼接技术将接收到的车辆全方位图像进行处理，得到车辆完整图像，具体包括以下步骤：步骤s21，判断拍摄的车辆全方位图像是否包括车辆的左前方图像、右前方图像、左后方图像和右后方图像，如果是，则执行步骤s22，否则，重新获取车辆全方位图像；步骤s22，对车辆全方位图像进行特征点提取，得到左前方图像的特征点、右前方图像的特征点、左后方图像的特征点和右后方图像的特征点；步骤s23，取任意两幅图像进行特征匹配，判断匹配度是否低于50％，如果是，则重新获取任意两幅图像进行特征匹配，否则，执行步骤s24；步骤s24，计算两幅图像的图像寸度因子，并依据图像寸度因子将两幅图像进行拼接；步骤s25，判断拼接后的图像中的车辆轮廓完整度是否低于90％，如果是，则返回步骤s23，否则，拼接后的图像即为车辆完整图像。5.根据权利要求4所述的一种基于全景拼接技术的隧道危化品车辆识别方法，其特征在于，所述步骤s2中依据车辆完整图像进行判断，判断是否属于危化品车辆，具体包括以下步骤：步骤s26，构建危化品车辆识别模型，所述危化品车辆识别模型的输入为车辆图像，所述危化品车辆识别模型的输出为危化品车辆判断结果；
步骤s27，将车辆完整图像输入至危化品车辆识别模型中进行判断，所述危化品车辆识别模型输出危化品车辆判断结果。6.根据权利要求5所述的一种基于全景拼接技术的隧道危化品车辆识别方法，其特征在于，所述步骤s26包括以下步骤：步骤s261，获取危化品车辆样本图像，并将危化品车辆样本图像输入至深度神经网络中；步骤s262，对危化品车辆样本图像进行危化品车辆特征标注处理，从而训练得到危化品车辆识别模型。7.根据权利要求6所述的一种基于全景拼接技术的隧道危化品车辆识别方法，其特征在于，所述步骤s261之后，步骤s262之前，还包括以下步骤：对危化品车辆样本图像进行旋转、平移、剪切、增加噪声和颜色变换处理。8.根据权利要求7所述的一种基于全景拼接技术的隧道危化品车辆识别方法，其特征在于，所述车主信息包括车主的身份信息、运输货物信息和联系方式。9.根据权利要求8所述的一种基于全景拼接技术的隧道危化品车辆识别方法，其特征在于，所述视频实时分析控制单元与所述隧道监控中心通过无线通信的方式进行连接。10.根据权利要求9所述的一种基于全景拼接技术的隧道危化品车辆识别方法，其特征在于，所述无线通信的方式包括gprs通讯模块、蓝牙模块、uwb模块和zigbee模块中的任意一种。11.一种基于全景拼接技术的隧道危化品车辆识别系统，其特征在于，包括隧道监控中心、视频实时分析控制单元、摄像单元和显示单元，所述摄像单元与所述视频实时分析控制单元连接，所述视频实时分析控制单元和显示单元分别与所述隧道监控中心连接，所述摄像单元用于拍摄车辆的全方位图像，所述视频实时分析控制单元用于依据全景拼接技术处理车辆的全方位图像。12.根据权利要求11所述的一种基于全景拼接技术的隧道危化品车辆识别系统，其特征在于，所述系统还包括危化品车辆信息数据库和车主智能终端，所述危化品车辆信息数据库和车主智能终端分别与所述隧道监控中心连接。13.根据权利要求12所述的一种基于全景拼接技术的隧道危化品车辆识别系统，其特征在于，所述摄像单元包括四个摄像机，每个摄像机均安装于识别区域的隧道内壁上，分别用于拍摄车辆的左前方图像、右前方图像、左后方图像和右后方图像。14.根据权利要求13所述的一种基于全景拼接技术的隧道危化品车辆识别系统，其特征在于，所述视频实时分析控制单元与所述隧道监控中心通过无线通信的方式进行连接，所述无线通信的方式包括gprs通讯模块、蓝牙模块、uwb模块和zigbee模块中的任意一种。
技术总结
本发明公开了一种基于全景拼接技术的隧道危化品车辆识别方法及系统，方法包括摄像单元拍摄车辆的全方位图像，视频实时分析控制单元基于全景拼接技术将接收到的车辆全方位图像进行处理并判断，如果判断车辆属于危化品车辆，通过隧道监控中心控制显示单元进行预警显示，否则，视频实时分析控制单元处理下一组的车辆全方位图像；通过摄像单元拍摄车辆的全方位图像，并通过视频实时分析控制单元依据全景拼接技术对车辆全方位图像进行拼接，从而能够有效对车辆进行识别，提高识别危化品车辆的准确率，进而提高了对于隧道内危化品车辆的监测效果，解决了现有技术对隧道内的危化品车辆所存在的监测效果差的问题。存在的监测效果差的问题。存在的监测效果差的问题。


技术研发人员：高亮 饶法强 丁浩 曹云龙 廖志鹏 王宁 胡学兵 刘剑平 朱炯 魏法胜 钟运平 夏杨于雨
受保护的技术使用者：招商局重庆交通科研设计院有限公司
技术研发日：2021.04.25
技术公布日：2021/6/29