CN114323583B - 一种车辆灯光检测方法、装置、设备及系统 - Google Patents
一种车辆灯光检测方法、装置、设备及系统 Download PDFInfo
- Publication number
- CN114323583B CN114323583B CN202111585988.9A CN202111585988A CN114323583B CN 114323583 B CN114323583 B CN 114323583B CN 202111585988 A CN202111585988 A CN 202111585988A CN 114323583 B CN114323583 B CN 114323583B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- light
- detected
- detection
- verification information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 226
- 238000012795 verification Methods 0.000 claims abstract description 113
- 238000012360 testing method Methods 0.000 claims abstract description 85
- 238000000034 method Methods 0.000 claims abstract description 13
- 230000006698 induction Effects 0.000 claims abstract description 7
- 238000004519 manufacturing process Methods 0.000 claims description 14
- 238000002372 labelling Methods 0.000 claims description 12
- 238000010586 diagram Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 238000013136 deep learning model Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 6
- 230000003287 optical effect Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000013527 convolutional neural network Methods 0.000 description 3
- 210000003879 microtubule-organizing center Anatomy 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开一种车辆灯光检测方法、装置、设备及系统，该方法包括：当检测到识别感应器发送的识别感应信号时，获取待测车辆的车辆识别信息；对待测车辆的车辆灯光进行控制，当检测到待测车辆到达预设检测区域，且满足预设的检测条件时，对待测车辆的车辆灯光进行图片采集，获得灯光测试图；将灯光测试图输入至预设的检测模型，以使检测模型对灯光测试图进行识别，获得车辆灯光识别结果；基于预设的与车辆识别信息对应的灯光验证信息，将车辆灯光识别结果与灯光验证信息进行对比，获得待测车辆的车辆灯光检测结果。本发明能够解决现有的车辆灯光检测方法存在资源占用大，且无法对错装灯光的车辆进行识别的问题，实现车辆灯光检测的自动化。
Description
技术领域
本发明涉及车辆检测技术领域，尤其是涉及一种车辆灯光检测方法、装置、设备及系统。
背景技术
在车辆生产过程中，需要检测车辆功能是否正常，例如对车辆灯光进行检测。采用自动检测方法对车辆灯光进行检测，在节省大量的人力资源的同时，提高了检测的准确度，不仅有利于降低检测成本，而且符合智能制造理念，是汽车行业的发展趋势。
目前对车辆灯光进行检测的方法，通常先对待测车辆进行视频拍摄，然后对视频中的图像帧进行检测，当检测到视频中的车辆状态与标准车辆状态一致时，例如车牌号码是待测号码以及车辆灯光处于亮起状态，则检测当前图像帧中的灯光检测仪的运动状态，从而完成对车辆灯光的检测。该方法在对拍摄的视频进行处理时要求占用大量的资源，且当车辆错装了其他车型的灯光时，若根据视频中的车辆状态以判断车辆是否为标准状态，则误判为该车辆为错装灯光所对应的车型，并继续按照错装灯光所对应的产品标准对该车辆进行车辆灯光检测，导致车辆灯光检测的准确度低。
发明内容
本发明提供一种车辆灯光检测方法、装置、设备及系统，能够解决现有的车辆灯光检测方法存在资源占用大，且无法对错装灯光的车辆进行识别的技术问题。
为了解决上述技术问题，本发明实施例第一方面提供一种车辆灯光检测方法，包括：
当检测到识别感应器发送的识别感应信号时，获取待测车辆的车辆识别信息；
对所述待测车辆的车辆灯光进行控制，当检测到所述待测车辆到达预设检测区域，且满足预设的检测条件时，对所述待测车辆的车辆灯光进行图片采集，获得灯光测试图；
将所述灯光测试图输入至预设的检测模型，以使所述检测模型对所述灯光测试图进行识别，获得车辆灯光识别结果；其中，所述车辆灯光识别结果包括灯光状态识别结果和车型识别结果；
基于预设的与所述车辆识别信息对应的灯光验证信息，将所述车辆灯光识别结果与所述灯光验证信息进行对比，获得所述待测车辆的车辆灯光检测结果；其中，所述灯光验证信息包括灯光状态验证信息和车型验证信息。
优选地，所述基于预设的与所述车辆识别信息对应的灯光验证信息，将所述车辆灯光识别结果与所述灯光验证信息进行对比，获得所述待测车辆的车辆灯光检测结果，具体包括：
基于预设的与所述车辆识别信息对应的灯光验证信息，将所述车辆灯光识别结果中的灯光状态识别结果与所述灯光验证信息中的灯光状态验证信息进行对比；
将所述车辆灯光识别结果中的车型识别结果与所述灯光验证信息中的车型验证信息进行对比；
当所述灯光状态识别结果与所述灯光状态验证信息一致，且所述车型识别结果与所述车型验证信息一致时，判定所述待测车辆的车辆灯光检测结果为合格，并控制第一指示灯亮起；
当所述灯光状态识别结果与所述灯光状态验证信息不一致，或所述车型识别结果与所述车型验证信息不一致时，判定所述待测车辆的车辆灯光检测结果为不合格，并控制第二指示灯亮起。
优选地，所述灯光测试图包括车头灯光测试图、车身灯光测试图和车尾灯光测试图，则所述对所述待测车辆的车辆灯光进行控制，当检测到所述待测车辆到达预设检测区域，且满足预设的检测条件时，对所述待测车辆的车辆灯光进行图片采集，获得灯光测试图，具体包括：
控制所述待测车辆开启所有车辆灯光，当检测到第一检测感应器发送的车头到位信号，且所述待测车辆满足预设的检测条件时，通过第一摄像机对所述待测车辆的车头灯光进行图片采集，获得所述车头灯光测试图；
当检测到第二检测感应器发送的车身到位信号，且所述待测车辆满足预设的检测条件时，通过第二摄像机对所述待测车辆的车身灯光进行图片采集，获得所述车身灯光测试图；
当检测到所述第一检测感应器发送的车尾到位信号，且所述待测车辆满足预设的检测条件时，控制所述待测车辆刹车，并通过第三摄像机对所述待测车辆的车尾灯光进行图片采集，获得所述车尾灯光测试图。
优选地，所述检测条件具体为：当前检测到车头到位信号/车身到位信号/车尾到位信号与前一次检测到车头到位信号/车身到位信号/车尾到位信号的时间差值大于第一预设时间差。
优选地，所述获取待测车辆的车辆识别信息，具体包括：
通过扫码器扫描预先部署在所述待测车辆的车辆识别码，判断是否能够获取所述待测车辆的车辆识别信息；
当无法获取所述待测车辆的车辆识别信息时，获取所述待测车辆的车辆生产队列，根据所述车辆生产队列，获取所述待测车辆的前一辆车辆的车辆识别信息，根据所述前一辆车辆的车辆识别信息，获取所述待测车辆的车辆识别信息。
优选地，所述方法具体通过如下步骤预先获取所述检测模型：
对不同车型的车辆灯光进行图片采集，获得不同车型的车辆灯光采集图；
对所述不同车型的车辆灯光采集图进行灯光状态标注和车型标注，获得不同车型的车辆灯光标注图；
根据所述不同车型的车辆灯光标注图，对深度学习模型进行训练，获取所述检测模型。
优选地，所述识别感应器、所述第一检测感应器和所述第二检测感应器均为激光传感器。
本发明实施例第二方面提供一种车辆灯光检测装置，包括：
车辆识别信息获取模块，用于当检测到识别感应器发送的识别感应信号时，获取待测车辆的车辆识别信息；
灯光测试图获取模块，用于对所述待测车辆的车辆灯光进行控制，当检测到所述待测车辆到达预设检测区域，且满足预设的检测条件时，对所述待测车辆的车辆灯光进行图片采集，获得灯光测试图；
车辆灯光识别结果获取模块，用于将所述灯光测试图输入至预设的检测模型，以使所述检测模型对所述灯光测试图进行识别，获得车辆灯光识别结果；其中，所述车辆灯光识别结果包括灯光状态识别结果和车型识别结果；
车辆灯光检测结果获取模块，用于基于预设的与所述车辆识别信息对应的灯光验证信息，将所述车辆灯光识别结果与所述灯光验证信息进行对比，获得所述待测车辆的车辆灯光检测结果；其中，所述灯光验证信息包括灯光状态验证信息和车型验证信息。
本发明实施例第三方面提供一种车辆灯光检测设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面任一项所述的车辆灯光检测方法。
本发明实施例第四方面提供一种车辆灯光检测系统，所述系统至少包括识别感应器、第一指示灯、第二指示灯、扫码器、第一检测感应器、第二检测感应器、第一摄像机、第二摄像机、第三摄像机以及如第三方面所述的车辆灯光检测设备。
相比于现有技术，本发明实施例的有益效果在于，当识别到待测车辆进入检测区域时，自动对车辆灯光进行图片采集，并将采集获得的车辆灯光测试图输入至检测模型进行识别，实现车辆灯光识别的自动化，且资源的占用量小，然后将识别结果与待测车辆的车辆识别信息所对应的灯光验证信息进行对比，根据对比结果获得待测车辆的车辆灯光检测结果，能够识别待测车辆是否存在错装灯光的情况，提高车辆灯光检测的准确度。
附图说明
图1是本发明实施例提供的一种车辆灯光检测方法的流程示意图；
图2是本发明实施例提供的一种车辆灯光检测装置的结构示意图；
图3是本发明实施例提供的一种车辆灯光检测系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，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作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参见图1，本发明实施例第一方面提供一种车辆灯光检测方法，包括步骤S1至步骤S4，具体如下：
步骤S1，当检测到识别感应器发送的识别感应信号时，获取待测车辆的车辆识别信息；
步骤S2，对所述待测车辆的车辆灯光进行控制，当检测到所述待测车辆到达预设检测区域，且满足预设的检测条件时，对所述待测车辆的车辆灯光进行图片采集，获得灯光测试图；
步骤S3，将所述灯光测试图输入至预设的检测模型，以使所述检测模型对所述灯光测试图进行识别，获得车辆灯光识别结果；其中，所述车辆灯光识别结果包括灯光状态识别结果和车型识别结果；
步骤S4，基于预设的与所述车辆识别信息对应的灯光验证信息，将所述车辆灯光识别结果与所述灯光验证信息进行对比，获得所述待测车辆的车辆灯光检测结果；其中，所述灯光验证信息包括灯光状态验证信息和车型验证信息。
在本发明实施例中，预先将识别感应器部署在待测车辆至检测区域之间的传输路段，通过如传输带等的传输装置将待测车辆传输至检测区域，在这过程中，识别感应器被待测车辆触发，随即检测到识别感应器发送的识别感应信号，然后获取待测车辆的车辆识别信息，车辆识别信息包括但不限于车型、VIN码(车架号码)和MTOC码(车辆规格编码)。
在一种实施方式下，识别感应器为激光感应器，则在待测车辆传输过程中，待测车辆遮挡识别感应器发送的激光，从而触发识别感应器发送识别感应信号，表明待测车辆传输至车辆识别信息的识别区域。
由于需要对待测车辆的车辆灯光进行检测，因此在进入检测区域前，需要对待测车辆的车辆灯光进行控制，例如将待测车辆的所有车辆灯光打开以及控制待测车辆刹车，以使待测车辆的刹车灯光亮起，通过检测感应器对待测车辆进行检测，以判断待测车辆是否到达检测区域，当检测到检测传感器发送的车辆到位信号，即待测车辆到达预设的检测区域，且该待测车辆满足预设的检测条件时，对待测车辆的车辆灯光进行图片采集，获得灯光测试图。
在一种实施方式下，检测感应器为激光感应器，则在待测车辆传输过程中，待测车辆遮挡检测感应器发送的激光，从而触发检测感应器发送车辆到位信号，表面待测车辆到达预设的检测区域。
将灯光测试图输入至预设的检测模型，以使检测模型对灯光测试图进行识别，获得车辆灯光识别结果；其中，车辆灯光识别结果包括灯光状态识别结果和车型识别结果，需要说明的是，灯光状态识别结果包括但不限于灯光的亮起状态是否正常以及灯光位于待测车辆的位置，车型识别结果具体为灯光所对应的车型。
基于预设的与车辆识别信息对应的灯光验证信息，将车辆灯光识别结果与灯光验证信息进行对比，获得待测车辆的车辆灯光检测结果；其中，灯光验证信息包括灯光状态验证信息和车型验证信息。需要说明的是，灯光验证信息表示车辆灯光的标准要求与配置，不同车型所对应的车辆灯光的标准要求与配置是不同的，因此能够根据灯光验证信息对上述的车辆灯光识别结果进行验证。灯光状态验证信息包括但不限于与车辆识别信息对应的车辆灯光的标准亮起状态以及该车辆灯光位于待测车辆的实际位置，车型验证信息具体为与车辆识别信息对应的车辆灯光所对应的实际车型。
在另一种实施方式下，在对待测车辆的车辆灯光进行图片采集，获得灯光测试图后，对所述灯光测试图存储在预先设置的数据库中，便于后续检测人员进行查询与分析。
优选地，所述基于预设的与所述车辆识别信息对应的灯光验证信息，将所述车辆灯光识别结果与所述灯光验证信息进行对比，获得所述待测车辆的车辆灯光检测结果，具体包括：
基于预设的与所述车辆识别信息对应的灯光验证信息，将所述车辆灯光识别结果中的灯光状态识别结果与所述灯光验证信息中的灯光状态验证信息进行对比；
将所述车辆灯光识别结果中的车型识别结果与所述灯光验证信息中的车型验证信息进行对比；
当所述灯光状态识别结果与所述灯光状态验证信息一致，且所述车型识别结果与所述车型验证信息一致时，判定所述待测车辆的车辆灯光检测结果为合格，并控制第一指示灯亮起；
当所述灯光状态识别结果与所述灯光状态验证信息不一致，或所述车型识别结果与所述车型验证信息不一致时，判定所述待测车辆的车辆灯光检测结果为不合格，并控制第二指示灯亮起。
在本发明实施例中，为了提高车辆灯光检测结果的准确度，将车辆灯光识别结果与灯光验证信息中的信息进行对比，具体为：将车辆灯光识别结果中的灯光状态识别结果与灯光验证信息中的灯光状态验证信息进行对比，将车辆灯光识别结果中的车型识别结果与灯光验证信息中的车型验证信息进行对比。
当灯光状态识别结果与灯光状态验证信息一致，且车型识别结果与车型验证信息一致时，判定待测车辆的车辆灯光检测结果为合格，并控制第一指示灯亮起。需要说明的是，灯光状态识别结果与灯光状态验证信息一致，表明待测车辆的车辆灯光亮起状态无异常，且车辆灯光对应的车灯的安装位置无误。车型识别结果与车型验证信息一致，表明待测车辆没有出现灯光误装的情况。第一指示灯用于表示车辆灯光检测结果为合格，其亮起状态为常亮或闪烁，在此不作任何限定。
当灯光状态识别结果与灯光状态验证信息不一致，或车型识别结果与车型验证信息不一致时，判定待测车辆的车辆灯光检测结果为不合格，并控制第二指示灯亮起。需要说明的是，灯光状态识别结果与灯光状态验证信息不一致，表明待测车辆的车辆灯光亮起状态出现异常和/或车辆灯光对应的车灯的安装位置有误。车型识别结果与车型验证信息不一致，表明待测车辆出现灯光误装的情况。第二指示灯用于表示车辆灯光检测结果为不合格，其亮起状态为常亮或闪烁，在此不作任何限定。
在一种实施方式下，本发明实施例能够预先与如液晶显示器等的显示装置构建连接，当获得车辆灯光检测结果后，将该车辆灯光检测结果发送至显示装置，以使显示装置显示车辆灯光检测结果，使得检测人员能够更直观地查看车辆灯光检测结果。
优选地，所述灯光测试图包括车头灯光测试图、车身灯光测试图和车尾灯光测试图，则所述对所述待测车辆的车辆灯光进行控制，当检测到所述待测车辆到达预设检测区域，且满足预设的检测条件时，对所述待测车辆的车辆灯光进行图片采集，获得灯光测试图，具体包括：
控制所述待测车辆开启所有车辆灯光，当检测到第一检测感应器发送的车头到位信号，且所述待测车辆满足预设的检测条件时，通过第一摄像机对所述待测车辆的车头灯光进行图片采集，获得所述车头灯光测试图；
当检测到第二检测感应器发送的车身到位信号，且所述待测车辆满足预设的检测条件时，通过第二摄像机对所述待测车辆的车身灯光进行图片采集，获得所述车身灯光测试图；
当检测到所述第一检测感应器发送的车尾到位信号，且所述待测车辆满足预设的检测条件时，控制所述待测车辆刹车，并通过第三摄像机对所述待测车辆的车尾灯光进行图片采集，获得所述车尾灯光测试图。
在本发明实施例中，由于车灯一般部署于车辆的车头、侧边境以及车尾，因此灯光测试图包括车头灯光测试图、车身灯光测试图和车尾灯光测试图。
在待测车辆进入检测区域前，控制所述待测车辆开启所有车辆灯光，例如，检测人员进入待测车辆，并操作相应的灯光触发开关，将待测车辆的所有车辆灯光开启，当检测到第一检测感应器发送的车头到位信号，且待测车辆满足预设的检测条件时，即表明待测车辆的车头到达检测区域，通过第一摄像机对待测车辆的车头灯光进行图片采集，获得车头灯光测试图。需要说明的是，第一摄像机部署于检测区域的前方，从而使得第一摄像机位于车头的前方，或者通过调整第一摄像机的姿态，以使第一摄像机能够拍摄待测车辆的车头灯光。
在待测车辆继续向前传输的过程中，当检测到第二检测感应器发送的车身到位信号，且待测车辆满足预设的检测条件时，此时待测车辆的车头触发第二检测感应器，表明待测车辆的车身到达检测区域，通过第二摄像机对待测车辆的车身灯光进行图片采集，获得所述车身灯光测试图。需要说明的是，第二摄像机部署于检测区域的侧边，从而使得第二摄像机位于车身的侧边，或者通过调整第二摄像机的姿态，以使第二摄像机能够拍摄待测车辆的车身灯光。
待测车辆继续向前传输，当检测到第一检测感应器发送的车尾到位信号，且待测车辆满足预设的检测条件时，此时待测车辆的车尾离开第一检测感应器的感应范围，待测车辆不触发第一检测感应器，表明待测车辆的车尾到达检测区域，控制待测车辆刹车，以使待测车辆的刹车灯亮起，并通过第三摄像机对待测车辆的车尾灯光进行图片采集，获得车尾灯光测试图。需要说明的是，第三摄像机部署于检测区域的后方，从而使得第三摄像机位于车尾的后方，或者通过调整第三摄像机的姿态，以使第三摄像机能够拍摄待测车辆的车身灯光。
在一种实施方式中，为了提高车辆灯光测试图采集的效率与成功率，部署至少两台第一摄像机分别对车头左右两侧的车辆灯光进行图片采集，部署至少两台第二摄像机分别对车身左右两侧的车辆灯光进行图片采集，部署至少两台第三摄像机分别对车尾左右两侧的车辆灯光进行图片采集。
优选地，所述检测条件具体为：当前检测到车头到位信号/车身到位信号/车尾到位信号与前一次检测到车头到位信号/车身到位信号/车尾到位信号的时间差值大于第一预设时间差。
具体地，为了避免检测感应器发送的车头到位信号/车身到位信号/车尾到位信号不是因误触发而产生的，本发明实施例定义检测条件具体为：当前检测到车头到位信号/车身到位信号/车尾到位信号与前一次检测到车头到位信号/车身到位信号/车尾到位信号的时间差值大于第一预设时间差。需要说明的是，第一预设时间差由两辆待测车辆之间的间隔以及待测车辆的传输速率决定，表达式为：第一预设时间差＝两辆待测车辆之间的间隔/待测车辆的传输速率。
在一种实施方式中，为了更好地避免检测感应器发送的车头到位信号/车身到位信号/车尾到位信号不是因误触发而产生的，检测条件还可以包括：
当对待测车辆的车头灯光进行检测时，根据获取的待测车辆的车辆识别信息，判断待测车辆是否属于预设的待测车辆队列，若是，则继续检测，若否，则停止检测。根据车辆识别信息，判断待测车辆是否属于预设的禁止检测车辆队列，若是，则停止检测，若否，则继续检测。
当对待测车辆的车身灯光进行检测时，判断在此之前是否已完成对待测车辆的车头灯光进行图片采集，若是，则继续检测，若否，则停止检测。
当对待测车辆的车尾灯光进行检测时，判断在此之前是否已完成对待测车辆的车头灯光进行图片采集，若否，则停止检测，若是，则继续判断是否已完成对待测车辆的车身灯光进行图片采集，若是，则继续检测，若否，则停止检测。
优选地，所述获取待测车辆的车辆识别信息，具体包括：
通过扫码器扫描预先部署在所述待测车辆的车辆识别码，判断是否能够获取所述待测车辆的车辆识别信息；
当无法获取所述待测车辆的车辆识别信息时，获取所述待测车辆的车辆生产队列，根据所述车辆生产队列，获取所述待测车辆的前一辆车辆的车辆识别信息，根据所述前一辆车辆的车辆识别信息，获取所述待测车辆的车辆识别信息。
在一种实施方式中，预先根据待测车辆的车型、VIN码与MTOC码等车辆识别信息生成信息识别码，例如二维码，并将信息识别码打印在规格纸上，从而形成车辆识别码，将车辆识别码部署在待测车辆上。
由于车辆生产过程中通常按照预设的队列顺序进行生产，而在对车辆灯光进行检测的过程中，为了方便检测，亦会按照车辆生产队列顺序进行检测，因此当无法获取待测车辆的车辆识别信息时，获取待测车辆的车辆生产队列，根据车辆生产队列，获取待测车辆的前一辆车辆的车辆识别信息，根据前一辆车辆的车辆识别信息，获取待测车辆的车辆识别信息。
优选地，所述方法具体通过如下步骤预先获取所述检测模型：
对不同车型的车辆灯光进行图片采集，获得不同车型的车辆灯光采集图；
对所述不同车型的车辆灯光采集图进行灯光状态标注和车型标注，获得不同车型的车辆灯光标注图；
根据所述不同车型的车辆灯光标注图，对深度学习模型进行训练，获取所述检测模型。
在本发明实施例中，将不同车型的车辆识别信息，例如车型、VIN码和MTOC码进行存储，便于后续检测过程中进行查询，并对不同车型的车辆灯光进行图片采集，获得不同车型的车辆灯光采集图。
对不同车型的车辆灯光采集图进行灯光状态标注和车型标注，获得不同车型的车辆灯光标注图。需要说明的是，对不同车型的车辆灯光采集图进行灯光状态标注，有利于深度学习模型学习哪种灯光状态属于非异常状态，哪种灯光状态属于异常状态，以及灯光所对应的车灯位于车辆的安装位置。对不同车型的车辆灯光采集图进行车型标注，有利于深度学习模型学习各类型的灯光所对应的车型，在对灯光测试图进行识别时，便能够识别到灯光测试图中的灯光所对应的车型。
根据不同车型的车辆灯光标注图，对深度学习模型进行训练，获取所述检测模型。
在一种实施方式中，深度学习模型为CNN卷积神经网络，使用了FAST RCNN作为主干网络，并使用残差网络对输入的灯光测试图进行特征提取，根据提取的图像进行识别，最终获得车辆灯光识别结果。CNN是一个前溃式神经网络，能从一个二维图像中提取其拓扑结构，采用反向传播算法来优化网络结构，求解网络中的未知参数，从而起到深度学习的目的。
优选地，所述识别感应器、所述第一检测感应器和所述第二检测感应器均为激光传感器。
本发明实施例提供的一种车辆灯光检测方法，当识别到待测车辆进入检测区域时，自动对车辆灯光进行图片采集，并将采集获得的车辆灯光测试图输入至检测模型进行识别，实现车辆灯光识别的自动化，且资源的占用量小，然后将识别结果与待测车辆的车辆识别信息所对应的灯光验证信息进行对比，根据对比结果获得待测车辆的车辆灯光检测结果，能够识别待测车辆是否存在错装灯光的情况，提高车辆灯光检测的准确度。
参见图2，本发明实施例第二方面提供一种车辆灯光检测装置，包括：
车辆识别信息获取模块201，用于当检测到识别感应器发送的识别感应信号时，获取待测车辆的车辆识别信息；
灯光测试图获取模块202，用于对所述待测车辆的车辆灯光进行控制，当检测到所述待测车辆到达预设检测区域，且满足预设的检测条件时，对所述待测车辆的车辆灯光进行图片采集，获得灯光测试图；
车辆灯光识别结果获取模块203，用于将所述灯光测试图输入至预设的检测模型，以使所述检测模型对所述灯光测试图进行识别，获得车辆灯光识别结果；其中，所述车辆灯光识别结果包括灯光状态识别结果和车型识别结果；
车辆灯光检测结果获取模块204，用于基于预设的与所述车辆识别信息对应的灯光验证信息，将所述车辆灯光识别结果与所述灯光验证信息进行对比，获得所述待测车辆的车辆灯光检测结果；其中，所述灯光验证信息包括灯光状态验证信息和车型验证信息。
优选地，所述车辆灯光检测结果获取模块204用于基于预设的与所述车辆识别信息对应的灯光验证信息，将所述车辆灯光识别结果与所述灯光验证信息进行对比，获得所述待测车辆的车辆灯光检测结果，具体包括：
基于预设的与所述车辆识别信息对应的灯光验证信息，将所述车辆灯光识别结果中的灯光状态识别结果与所述灯光验证信息中的灯光状态验证信息进行对比；
将所述车辆灯光识别结果中的车型识别结果与所述灯光验证信息中的车型验证信息进行对比；
当所述灯光状态识别结果与所述灯光状态验证信息一致，且所述车型识别结果与所述车型验证信息一致时，判定所述待测车辆的车辆灯光检测结果为合格，并控制第一指示灯亮起；
当所述灯光状态识别结果与所述灯光状态验证信息不一致，或所述车型识别结果与所述车型验证信息不一致时，判定所述待测车辆的车辆灯光检测结果为不合格，并控制第二指示灯亮起。
优选地，所述灯光测试图包括车头灯光测试图、车身灯光测试图和车尾灯光测试图，则灯光测试图获取模块202用于对所述待测车辆的车辆灯光进行控制，当检测到所述待测车辆到达预设检测区域，且满足预设的检测条件时，对所述待测车辆的车辆灯光进行图片采集，获得灯光测试图，具体包括：
控制所述待测车辆开启所有车辆灯光，当检测到第一检测感应器发送的车头到位信号，且所述待测车辆满足预设的检测条件时，通过第一摄像机对所述待测车辆的车头灯光进行图片采集，获得所述车头灯光测试图；
当检测到第二检测感应器发送的车身到位信号，且所述待测车辆满足预设的检测条件时，通过第二摄像机对所述待测车辆的车身灯光进行图片采集，获得所述车身灯光测试图；
当检测到所述第一检测感应器发送的车尾到位信号，且所述待测车辆满足预设的检测条件时，控制所述待测车辆刹车，并通过第三摄像机对所述待测车辆的车尾灯光进行图片采集，获得所述车尾灯光测试图。
优选地，所述检测条件具体为：当前检测到车头到位信号/车身到位信号/车尾到位信号与前一次检测到车头到位信号/车身到位信号/车尾到位信号的时间差值大于第一预设时间差。
优选地，车辆识别信息获取模块201用于获取待测车辆的车辆识别信息，具体包括：
通过扫码器扫描预先部署在所述待测车辆的车辆识别码，判断是否能够获取所述待测车辆的车辆识别信息；
当无法获取所述待测车辆的车辆识别信息时，获取所述待测车辆的车辆生产队列，根据所述车辆生产队列，获取所述待测车辆的前一辆车辆的车辆识别信息，根据所述前一辆车辆的车辆识别信息，获取所述待测车辆的车辆识别信息。
优选地，所述车辆灯光检测装置还包括深度学习模型训练模块205，用于：
对不同车型的车辆灯光进行图片采集，获得不同车型的车辆灯光采集图；
对所述不同车型的车辆灯光采集图进行灯光状态标注和车型标注，获得不同车型的车辆灯光标注图；
根据所述不同车型的车辆灯光标注图，对深度学习模型进行训练，获取所述检测模型。
优选地，所述识别感应器、所述第一检测感应器和所述第二检测感应器均为激光传感器。
需要说明的是，本发明实施例所提供的一种车辆灯光检测装置，能够实现上述任一实施例所述的车辆灯光检测方法的所有流程，装置中的各个模块的作用以及实现的技术效果分别与上述实施例所述的车辆灯光检测方法的作用以及实现的技术效果对应相同，这里不再赘述。
本发明实施例第三方面提供一种车辆灯光检测设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面任一实施例所述的车辆灯光检测方法。
所述终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器、存储器。所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述终端设备的控制中心，利用各种接口和线路连接整个终端设备的各个部分。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述终端设备的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
参见图3，本发明实施例第四方面提供一种车辆灯光检测系统，所述系统至少包括识别感应器301、第一指示灯302、第二指示灯303、扫码器304、第一检测感应器305、第二检测感应器306、第一摄像机307、第二摄像机308、第三摄像机309以及如第三方面所述的车辆灯光检测设备310。
需要说明的是，本发明实施例所提供的一种车辆灯光检测系统，能够实现上述任一实施例所述的车辆灯光检测方法的所有流程，系统实现的技术效果与上述实施例所述的车辆灯光检测方法实现的技术效果对应相同，这里不再赘述。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。
Claims (9)
1.一种车辆灯光检测方法，其特征在于，包括：
当检测到识别感应器发送的识别感应信号时，获取待测车辆的车辆识别信息；
对所述待测车辆的车辆灯光进行控制，当检测到所述待测车辆到达预设检测区域，且满足预设的检测条件时，对所述待测车辆的车辆灯光进行图片采集，获得灯光测试图；
将所述灯光测试图输入至预设的检测模型，以使所述检测模型对所述灯光测试图进行识别，获得车辆灯光识别结果；其中，所述车辆灯光识别结果包括灯光状态识别结果和车型识别结果；所述车型识别结果具体为所述灯光测试图中的灯光所对应的车型；
基于预设的与所述车辆识别信息对应的灯光验证信息，将所述车辆灯光识别结果与所述灯光验证信息进行对比，获得所述待测车辆的车辆灯光检测结果；其中，所述灯光验证信息包括灯光状态验证信息和车型验证信息；所述车型验证信息具体为与所述车辆识别信息对应的车辆灯光所对应的实际车型；
其中，所述基于预设的与所述车辆识别信息对应的灯光验证信息，将所述车辆灯光识别结果与所述灯光验证信息进行对比，获得所述待测车辆的车辆灯光检测结果，具体包括：
基于预设的与所述车辆识别信息对应的灯光验证信息，将所述车辆灯光识别结果中的灯光状态识别结果与所述灯光验证信息中的灯光状态验证信息进行对比；
将所述车辆灯光识别结果中的车型识别结果与所述灯光验证信息中的车型验证信息进行对比；
当所述灯光状态识别结果与所述灯光状态验证信息一致，且所述车型识别结果与所述车型验证信息一致时，判定所述待测车辆的车辆灯光检测结果为合格，并控制第一指示灯亮起；
当所述灯光状态识别结果与所述灯光状态验证信息不一致，或所述车型识别结果与所述车型验证信息不一致时，判定所述待测车辆的车辆灯光检测结果为不合格，并控制第二指示灯亮起。
2.如权利要求1所述的车辆灯光检测方法，其特征在于，所述灯光测试图包括车头灯光测试图、车身灯光测试图和车尾灯光测试图，则所述对所述待测车辆的车辆灯光进行控制，当检测到所述待测车辆到达预设检测区域，且满足预设的检测条件时，对所述待测车辆的车辆灯光进行图片采集，获得灯光测试图，具体包括：
控制所述待测车辆开启所有车辆灯光，当检测到第一检测感应器发送的车头到位信号，且所述待测车辆满足预设的检测条件时，通过第一摄像机对所述待测车辆的车头灯光进行图片采集，获得所述车头灯光测试图；
当检测到第二检测感应器发送的车身到位信号，且所述待测车辆满足预设的检测条件时，通过第二摄像机对所述待测车辆的车身灯光进行图片采集，获得所述车身灯光测试图；
当检测到所述第一检测感应器发送的车尾到位信号，且所述待测车辆满足预设的检测条件时，控制所述待测车辆刹车，并通过第三摄像机对所述待测车辆的车尾灯光进行图片采集，获得所述车尾灯光测试图。
3.如权利要求2所述的车辆灯光检测方法，其特征在于，所述检测条件具体为：当前检测到车头到位信号/车身到位信号/车尾到位信号与前一次检测到车头到位信号/车身到位信号/车尾到位信号的时间差值大于第一预设时间差。
4.如权利要求3所述的车辆灯光检测方法，其特征在于，所述获取待测车辆的车辆识别信息，具体包括：
通过扫码器扫描预先部署在所述待测车辆的车辆识别码，判断是否能够获取所述待测车辆的车辆识别信息；
当无法获取所述待测车辆的车辆识别信息时，获取所述待测车辆的车辆生产队列，根据所述车辆生产队列，获取所述待测车辆的前一辆车辆的车辆识别信息，根据所述前一辆车辆的车辆识别信息，获取所述待测车辆的车辆识别信息。
5.如权利要求4所述的车辆灯光检测方法，其特征在于，所述方法具体通过如下步骤预先获取所述检测模型：
对不同车型的车辆灯光进行图片采集，获得不同车型的车辆灯光采集图；
对所述不同车型的车辆灯光采集图进行灯光状态标注和车型标注，获得不同车型的车辆灯光标注图；
根据所述不同车型的车辆灯光标注图，对深度学习模型进行训练，获取所述检测模型。
6.如权利要求5所述的车辆灯光检测方法，其特征在于，所述识别感应器、所述第一检测感应器和所述第二检测感应器均为激光传感器。
7.一种车辆灯光检测装置，其特征在于，包括：
车辆识别信息获取模块，用于当检测到识别感应器发送的识别感应信号时，获取待测车辆的车辆识别信息；
灯光测试图获取模块，用于对所述待测车辆的车辆灯光进行控制，当检测到所述待测车辆到达预设检测区域，且满足预设的检测条件时，对所述待测车辆的车辆灯光进行图片采集，获得灯光测试图；
车辆灯光识别结果获取模块，用于将所述灯光测试图输入至预设的检测模型，以使所述检测模型对所述灯光测试图进行识别，获得车辆灯光识别结果；其中，所述车辆灯光识别结果包括灯光状态识别结果和车型识别结果；所述车型识别结果具体为所述灯光测试图中的灯光所对应的车型；
车辆灯光检测结果获取模块，用于基于预设的与所述车辆识别信息对应的灯光验证信息，将所述车辆灯光识别结果与所述灯光验证信息进行对比，获得所述待测车辆的车辆灯光检测结果；其中，所述灯光验证信息包括灯光状态验证信息和车型验证信息；所述车型验证信息具体为与所述车辆识别信息对应的车辆灯光所对应的实际车型；
其中，所述车辆灯光检测结果获取模块用于基于预设的与所述车辆识别信息对应的灯光验证信息，将所述车辆灯光识别结果与所述灯光验证信息进行对比，获得所述待测车辆的车辆灯光检测结果，具体包括：
基于预设的与所述车辆识别信息对应的灯光验证信息，将所述车辆灯光识别结果中的灯光状态识别结果与所述灯光验证信息中的灯光状态验证信息进行对比；
将所述车辆灯光识别结果中的车型识别结果与所述灯光验证信息中的车型验证信息进行对比；
当所述灯光状态识别结果与所述灯光状态验证信息一致，且所述车型识别结果与所述车型验证信息一致时，判定所述待测车辆的车辆灯光检测结果为合格，并控制第一指示灯亮起；
当所述灯光状态识别结果与所述灯光状态验证信息不一致，或所述车型识别结果与所述车型验证信息不一致时，判定所述待测车辆的车辆灯光检测结果为不合格，并控制第二指示灯亮起。
8.一种车辆灯光检测设备，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述的车辆灯光检测方法。
9.一种车辆灯光检测系统，其特征在于，所述系统至少包括识别感应器、第一指示灯、第二指示灯、扫码器、第一检测感应器、第二检测感应器、第一摄像机、第二摄像机、第三摄像机以及如权利要求8所述的车辆灯光检测设备。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111585988.9A CN114323583B (zh) | 2021-12-21 | 2021-12-21 | 一种车辆灯光检测方法、装置、设备及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111585988.9A CN114323583B (zh) | 2021-12-21 | 2021-12-21 | 一种车辆灯光检测方法、装置、设备及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114323583A CN114323583A (zh) | 2022-04-12 |
| CN114323583B true CN114323583B (zh) | 2024-06-04 |
Family
ID=81054412
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111585988.9A Active CN114323583B (zh) | 2021-12-21 | 2021-12-21 | 一种车辆灯光检测方法、装置、设备及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114323583B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108509907A (zh) * | 2018-03-30 | 2018-09-07 | 北京市商汤科技开发有限公司 | 车灯检测方法、实现智能驾驶的方法、装置、介质及设备 |
| WO2019051941A1 (zh) * | 2017-09-15 | 2019-03-21 | 平安科技（深圳）有限公司 | 车型识别方法、装置、设备及计算机可读存储介质 |
| CN110796078A (zh) * | 2019-10-29 | 2020-02-14 | 上海眼控科技股份有限公司 | 车辆的灯光检测方法、装置、电子设备及可读存储介质 |
| CN110969647A (zh) * | 2019-12-04 | 2020-04-07 | 苏州智加科技有限公司 | 一种整合车辆的识别跟踪与车灯检测的方法 |
| CN111242917A (zh) * | 2020-01-10 | 2020-06-05 | 上海眼控科技股份有限公司 | 车辆灯光工位的检测方法、装置、计算机设备和存储介质 |
| CN111553268A (zh) * | 2020-04-27 | 2020-08-18 | 深圳壹账通智能科技有限公司 | 车辆部件识别方法、装置、计算机设备和存储介质 |
| CN214251481U (zh) * | 2020-11-13 | 2021-09-21 | 远方谱色科技有限公司 | 一种整车车灯测量系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109389064B (zh) * | 2018-09-27 | 2021-02-23 | 东软睿驰汽车技术（沈阳）有限公司 | 一种车辆特征获取方法及装置 |
-
2021
- 2021-12-21 CN CN202111585988.9A patent/CN114323583B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019051941A1 (zh) * | 2017-09-15 | 2019-03-21 | 平安科技（深圳）有限公司 | 车型识别方法、装置、设备及计算机可读存储介质 |
| CN108509907A (zh) * | 2018-03-30 | 2018-09-07 | 北京市商汤科技开发有限公司 | 车灯检测方法、实现智能驾驶的方法、装置、介质及设备 |
| CN110796078A (zh) * | 2019-10-29 | 2020-02-14 | 上海眼控科技股份有限公司 | 车辆的灯光检测方法、装置、电子设备及可读存储介质 |
| CN110969647A (zh) * | 2019-12-04 | 2020-04-07 | 苏州智加科技有限公司 | 一种整合车辆的识别跟踪与车灯检测的方法 |
| CN111242917A (zh) * | 2020-01-10 | 2020-06-05 | 上海眼控科技股份有限公司 | 车辆灯光工位的检测方法、装置、计算机设备和存储介质 |
| CN111553268A (zh) * | 2020-04-27 | 2020-08-18 | 深圳壹账通智能科技有限公司 | 车辆部件识别方法、装置、计算机设备和存储介质 |
| CN214251481U (zh) * | 2020-11-13 | 2021-09-21 | 远方谱色科技有限公司 | 一种整车车灯测量系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114323583A (zh) | 2022-04-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107292386B (zh) | 使用深度学习的基于视觉的雨水检测 | |
| CN106029455B (zh) | 打开车辆的行李箱的装置和方法以及记录执行方法的程序的记录介质 | |
| CN104700114A (zh) | 用于识别行人的方法和装置以及支持该方法和装置的车辆 | |
| JP7185419B2 (ja) | 車両のための、対象物を分類するための方法および装置 | |
| WO2019062742A1 (zh) | 提升车辆定损图像识别结果的方法、装置及服务器 | |
| CN104361359A (zh) | 基于图像检测的车辆识别方法 | |
| US11250279B2 (en) | Generative adversarial network models for small roadway object detection | |
| CN110826544A (zh) | 交通标志检测识别系统及方法 | |
| CN111860610A (zh) | 一种车牌过曝及有无牌车识别的方法、设备及计算机存储介质 | |
| CN111783654B (zh) | 车辆重识别方法、装置及电子设备 | |
| CN108710828A (zh) | 识别目标物的方法、装置和存储介质以及车辆 | |
| CN114323583B (zh) | 一种车辆灯光检测方法、装置、设备及系统 | |
| CN110705416A (zh) | 一种基于驾驶员面部图像建模的安全驾驶预警方法及系统 | |
| CN112949423B (zh) | 物体识别方法、物体识别装置及机器人 | |
| CN112052774B (zh) | 行为检测方法及装置 | |
| CN111242917A (zh) | 车辆灯光工位的检测方法、装置、计算机设备和存储介质 | |
| CN111639640A (zh) | 基于人工智能的车牌识别方法、装置及设备 | |
| CN115995096A (zh) | 一种智能汽车的操控方法、装置、设备及介质 | |
| CN112232317B (zh) | 用于目标朝向识别的目标检测方法及装置、设备及介质 | |
| CN116265277A (zh) | 一种车辆起步控制方法、装置、设备及存储介质 | |
| CN115880632A (zh) | 超时停留检测方法、监控设备、计算机可读存储介质和芯片 | |
| CN114283361A (zh) | 状态信息的确定方法和装置、存储介质及电子装置 | |
| CN118155382B (zh) | 车辆安全预警方法、装置、设备、介质及程序产品 | |
| JP7081404B2 (ja) | ナンバープレート識別装置、ナンバープレート識別方法及びプログラム | |
| Baviskar et al. | Auto Number Plate Recognition |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |