1、背景介绍
近年来随着公路交通运输业的快速增长，在追求利润最大化的目标驱动下，交通运输工具的装载量也呈现出迅猛增加状态，导致超载、超限现象日益严重。车辆超载极易诱发交通事故，会破坏大量公路、桥梁等基础设施，对国家造成巨大经济损失。因此，加强对车辆荷载的实时管控是减少公路/桥梁破坏、降低经济损失的有效手段。
目前公路系统的车辆称重主要是采用接触式的车辆称重系统，主要为静态地磅称重和路面式动态称重系统，这些称重系统存在一些普遍的问题如设备的耐久性不高、使用寿命短、测量精度易受环境影响和维护费用较高等。本文提出了一种新的非接触式图像视觉识别车辆重量的方法，以车辆轮胎为研究对象，应用计算机视觉技术获取轮胎的变形量和胎压，根据轮胎力学模型反映轮胎接触力、轮胎变形量和胎压的关系获取轮胎所承受的重量和车辆重量信息。计算机视觉识别车辆重量的准确性得到了普通乘用车和货车实测结果的验证。所提非接触式车辆称重系统具有成本低、识别精度高和工作性能稳定等优点，可为实际车辆荷载的称重提供一种参考依据。
2、本文方法
本方法基于Hertz接触理论建立轮胎-路面接触模型，通过理论推导建立轮胎竖向荷载、胎压和变形之间的理论公式。为了获取车辆轮胎的变形和胎压，本项目利用先进的机器视觉技术。对于轮胎变形测量，首先，利用照相机或摄像机等视觉设备获取静态或动态的轮胎图像，采用高斯滤波方法对图像进行降噪预处理和图像分割技术得到清晰的轮胎边缘图像。其次，采用字符识别技术识别轮胎侧壁标识，包括轮胎的断面特性、速度级别、载重指数、轮胎分级以及轮胎的胎压和规格等信息，并基于这些信息计算图像的比例因子。为了获取轮胎的变形，利用区域生长算法从图像中提取出轮胎的边缘轮廓，利用灰度值变化统计变形轮胎的像素点个数，再乘上比例因子即可获得轮胎的变形值。对于轮胎胎压识别，首先，采用字符识别技术识别轮胎胎压标识。然后，利用数理统计方式建立胎压标识和真实胎压的关系，从而获取真实的轮胎胎压。将获得轮胎变形和胎压代入理论公式即可计算出单个轮胎所承受的重量，将所有轮胎承受重量求和即可获得车辆的轴重和整车重量。
图1 视觉测重示意图
图2 视觉测重方法流程图
3、视觉识别参数验证
垂向挠度验证
选用SUV作为测试对象，如图所示。通过便携式称重仪读取四个轮胎重量分别为5390、5194、3626和3724N(左前、右前、左后、右后)，利用TPMS监测使四个胎压均为220kPa。轮胎垂向挠度的实测结果与识别结果如下表所示。四个轮胎变形实测结果与识别结果吻合较好，误差在4.5%以内。这结果表明利用计算机视觉技术可以有效地获取车辆轮胎垂向挠度。
图3 SUV 称重测试
表1 轮胎垂向挠度计算结果对比
胎压验证
基于开发的字符识别技术，被识别的标识胎压为135 PSI（0.93 MPa），然后使用统计比率计算真实胎压。测量了80组轮胎压力，以获得如下真实胎压数据。从表中可以看出，除测量胎压为1.02 MPa的情况外，识别胎压和实测胎压之间的误差在10%以内。结果表明，基于计算机视觉的轮胎胎压识别具有良好的精度。
表2 轮胎胎压识别结果对比
4、现场试验
乘用车重量识别
为了进一步验证视觉称重方法的准确性，选用SUV车辆的轮胎气压从180 kPa增加到260 kPa，间隔为20 kPa。通过便携式称重仪得到左前轮承重为4998N，左后轮承重为4067N(作为真值)。采用计算机视觉技术获取轮胎变形和胎压数据，代入Hertz接触公式得到轮胎载重。对车重识别结果进行了误差分析，结果下图所示。
图4 SUV重量识别误差：（a）轴重；（b）总重
随胎压增加SUV识别重量不断减少，180kPa胎压的载重识别偏大，260kPa胎压的载重识别偏小。胎压在正常范围内变化时，轴重和重载的识别误差在5%范围之内。此外总体上轮胎径向刚度公式识别精度比轮胎接触压力公式高，而且轮胎径向刚度公式的误差敏感更小，建议在实际工程中采用轮胎径向刚度公式进行SUV重量识别。
货车重量识别
为了研究基于计算机视觉称重方法进行重载货车车重识别的精度，在施工现场对运输渣土的车辆进行现场试验，拍摄数辆空载和超载情况的货车轮胎图像，如下图所示。采用计算机视觉技术获取轮胎变形和胎压数据，代入Hertz接触公式得到轮胎载重。对车重识别结果进行了误差分析，结果下图所示。
图5 卡车轮胎称重测试
图6 卡车重量识别误差：（a）轴重；（b）总重
基于轮胎垂向挠度方式进行称重，随着载重增加，识别误差呈现减小趋势，且误差在4%以内。基于接触长度公式识别轮胎载重误差小于6%，车辆载重识别误差前轮最大、中轮次之和后轮最小。车辆轴重和总重的识别精度均大于94%，可以满足实际货车测重精度的要求。结果表明：基于计算机视觉的车辆称重方法对货车称重同样具有较高的识别准确度。
5、结论
本研究对Hertz接触理论进行了改进，通过轮胎与路面的几何变形方程、物理方程和平衡方程，推导了轮胎与路面接触的理论模型。在此基础上，建立了轮胎竖向力、变形和胎压之间的关系，为车辆重量识别提供了依据。
本研究提出了基于计算机视觉的车辆称重方法。即利用图像分割算法分割轮胎和轮辋的边缘。采用字符识别算法对轮胎侧壁标识图像进行字符检测。此外，还开发了基于计算机视觉方式从图像中识别轮胎变形和胎压的程序。
根据Hertz接触方程和轮胎变形信息，有两种方法来确定车辆重量，即一种方法是使用垂直挠度和轮胎压力，另一种方法是使用接触长度和轮胎压力。对比结果表明，本文提出的方法比文献中的方法具有更高的精度，轮胎垂向挠度法要优于接触长度法。
本研究在SUV和卡车上进行了现场试验，以研究所提出的方法在各种条件下的鲁棒性，包括胎压、车辆重量、运动状态和轮胎类型的影响。结果表明，胎压和车辆重量对识别误差有显著影响。然而，车辆重量的最大识别误差在10%以内，这表明该视觉称重方法具有很好的鲁棒性。
