本发明涉及智慧交通技术领域，特别涉及一种在不停车情况下检测车辆超载超限及预警的系统。
背景技术：
公路运输超限超载不但会影响公路桥梁安全，还会威胁社会公众生命安全，因为超限超载车辆其荷载高于国家规定的公路桥梁承受荷载，让公路桥梁受损，致使资金耗费，还常常致使交通事故。据统计，截至到，我国载重货车道路交通事故中有80％以上是由于超限超载运输引起。我国每年因车辆超限超载造成的损失超过300亿元，超限超载的车辆还将大幅缩短公路使用寿命。超限超载车辆的荷载一般远超公路和桥梁的设计承受荷载，其频繁行驶公路，造成路面损坏、桥梁断裂，大幅缩短公路正常使用年限，致使提前大中修。
目前国内针对市区道路超限超载情况主要采取的方式是由交通部门粘贴标识和安排执法人员现场巡逻查看。针对可能存在超限和超载的车辆，执法人员将其指引到检测中心进行实际检测。高速道路的超限超载情况，主要是通过在高速收费口停车使用地磅确定是否超载，使用限高框确定是否超限。以上操作方式带来的缺点主要有：(1)不确定性较强，人员无法实现24小时工作；(2)主观性较强，针对超限超载，主要依靠执法个人经验确定，缺少客观评价方式；(3)效率较低，人为检测和停车检测耗时较长，易引起交通堵塞；(4)手段属于后发形式，车辆往往损坏或卡在限高框才知晓。
因此，如何运用先进的智能控制技术对车辆超载超限进行管控，提高道路和驾驶的安全性是驾驶人员、交通部门及道路管理部门所期待的，同时也是本领域技术人员所需要研究的问题。
技术实现要素：
有鉴于此，本发明的目的是一种道路不停车超载超限智能检测预警系统，以解决现有靠人工巡查检测车辆超载、使用限高杆检测车辆超高等方式存在的缺陷。
本发明道路不停车超载超限智能检测预警系统，包括测量车辆重量的压电传感器、测量车辆高度的对射型光电传感器、用于获取车辆图像和车牌图像的摄像头模块、mcu控制模块、显示屏模块、供电模块、通讯模块和车型及车货总重数据库；
所述mcu控制模块分别与压电传感器、对射型光电传感器、摄像头模块、显示屏模块和通讯模块连接，所述供电模块分别与压电传感器、对射型光电传感器、mcu控制模块、摄像头模块、显示屏模块及通讯模块连接；
所述压电传感器沿道路宽度方向埋设在路面上；
所述对射型光电传感器器通过立柱设置在道路两侧，所述立柱位于压电传感器的旁边，对射型光电传感器离地面的高度等于道路限高值；
所述摄像头模块通过支架设置在道路上方及道路两侧，所述支架位于立柱的前方；
所述mcu控制模块内装载有车型识别算法，mcu控制模块用于执行车型识别算法处理摄像头模块获取的车辆图像，从而识别出图像中车辆的车型，再根据识别出的车型查询车型及车货总重数据库，获得该车型的车货总质量；然后mcu控制模块再将压电传感器测得的车辆重量与该车型的车货总质量作差，判断车辆是否超载；
所述mcu控制模块还用于根据对射型光电传感器的检测信号判断车辆的车货总高是否超过道路限高值；
所述显示模块沿道路设置，显示模块用于显示超载及车货总高超限的车辆的车牌号；
所述通讯模块用于将超载及车货总高超限的车辆图像及车牌号信息发送给第三方平台或交通执法平台。
本发明的有益效果：
本发明道路不停车超载超限智能检测预警系统，能实现对行驶中的车辆实时进行超载超限检测及预警，相对于现有人工巡查的方式其检测效率大大提高，并且能及时提醒超载及超限车辆、以及报警，能更好的预防交通事故的发生及更好的保护桥梁和道路。
附图说明
图1为道路不停车超载超限智能检测预警系统的结构示意图；
图2为道路不停车超载超限智能检测预警系统结构框图；
图3为卷积神经网络算法的结构图；
图4为超载检测流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步描述。
本实施例道路不停车超载超限智能检测预警系统，包括测量车辆重量的压电传感器1、测量车辆高度的对射型光电传感器2、用于获取车辆图像和车牌图像的摄像头模块3、mcu控制模块4、显示屏模块5、供电模块6、通讯模块7和车型及车货总重数据库。
所述mcu控制模块分别与压电传感器、对射型光电传感器、摄像头模块、显示屏模块和通讯模块连接，所述供电模块分别与压电传感器、对射型光电传感器、mcu控制模块、摄像头模块、显示屏模块及通讯模块连接。
所述压电传感器沿道路宽度方向埋设在路面上。
所述对射型光电传感器器通过立柱8设置在道路两侧，所述立柱位于压电传感器的旁边，对射型光电传感器离地面的高度等于道路限高值。
所述摄像头模块通过支架9设置在道路上方及道路两侧，所述支架位于立柱的前方，立柱的前方即车辆行驶的前方。
所述mcu控制模块内装载有车型识别算法，mcu控制模块用于执行车型识别算法处理摄像头模块获取的车辆图像，从而识别出图像中车辆的车型，再根据识别出的车型查询车型及车货总重数据库，获得该车型的车货总质量；然后mcu控制模块再将压电传感器测得的车辆重量与该车型的车货总质量作差，判断车辆是否超载。
车型识别算法采用现有技术中的卷积神经网络算法，本实施例中的卷积神经网络算法的结构图如说明书附图3所示，其包括输入层、卷积层、激活函数、池化层、全连接层、原始输出层、softmax层及输出层；更具体的，其包括1层12*12的卷积层、2层7*7的卷积层、2层5*5的卷积层、12层3*3的卷积层、2层池化层、2层全连接层、1层原始输出层、1层softmax层、1层最终输出层。卷积层采用较大的卷积核12*12、7*7、5*5，步长为2，边缘填充为默认方式，对初始大小为216*216*3的车辆rgb图像进行卷积运算，提取车辆的尺寸和形态信息，采用较小的卷积核3*3，获取车辆车型的细节。池化层通过下采样压缩图像减小数据量，选择为最大值池化，大小为2*2，步长为2。全连接层整合卷积层得到的抽象化的车辆车型特征，算法采用的为两层4096的全连接。原始输出层根据全连接层得到的结果，根据车型的类别，输出一个多维向量，维数为车型类别。softmax层将原始层输出的结果，转化为概率分布，通过softmax函数计算出各分类的概率。最终输出层为输出车型的具体类别。激活函数均采用的relu激活函数，其优势在于抑制梯度消失，同时加快模型收敛速度。
所述mcu控制模块还用于根据对射型光电传感器的检测信号判断车辆的车货总高是否超过道路限高值。
所述显示模块沿道路设置，显示模块用于显示超载及车货总高超限的车辆的车牌号。
所述通讯模块用于将超载及车货总高超限的车辆图像及车牌号信息发送给第三方平台或交通执法平台，通讯方式可为zigbee、lora、plc、nb-iot及2g/3g/4g/5g中的一种或多种。
本实施例道路不停车超载超限智能检测预警系统，其mcu控制模块执行程序进行实现超载检测的流程如图4所示：
通过摄像头模块获取道路行驶中车辆的图片，通过卷积神经网络算法对获取的图片进行识别，得到车型数据，并将其与数据库中标准的车型进行匹配，获取实际车型和车货总重信息，并将其与压电传感器采集到的实际车货总重信息进行比较，确定车辆是否超载，若超载将车辆的车牌信息通过显示屏模块进行显示，提醒驾驶人员及时卸载，同时将超载信息通过通讯模块传输至第三方平台或交通执法平台，辅助执法人员管理超载交通。
本实施例道路不停车超载超限智能检测预警系统，实现了对行驶中车辆超载的全天候动态检测，避免了停车检查造成交通拥堵的情况；同时实现了对车辆超限的隔空无接触检测，无需架设限高框，解决了限高检测手段后发的情况。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。
技术特征：
1.一种道路不停车超载超限智能检测预警系统，其特征在于：包括测量车辆重量的压电传感器、测量车辆高度的对射型光电传感器、用于获取车辆图像和车牌图像的摄像头模块、mcu控制模块、显示屏模块、供电模块、通讯模块和车型及车货总重数据库；
所述mcu控制模块分别与压电传感器、对射型光电传感器、摄像头模块、显示屏模块和通讯模块连接，所述供电模块分别与压电传感器、对射型光电传感器、mcu控制模块、摄像头模块、显示屏模块及通讯模块连接；
所述压电传感器沿道路宽度方向埋设在路面上；
所述对射型光电传感器器通过立柱设置在道路两侧，所述立柱位于压电传感器的旁边，对射型光电传感器离地面的高度等于道路限高值；
所述摄摄像头模块通过支架设置在道路上方及道路两侧，所述支架位于立柱的前方；
所述mcu控制模块内装载有车型识别算法，mcu控制模块用于执行车型识别算法处理摄像头模块获取的车辆图像，从而识别出图像中车辆的车型，再根据识别出的车型查询车型及车货总重数据库，获得该车型的车货总质量；然后mcu控制模块再将压电传感器测得的车辆重量与该车型的车货总质量作差，判断车辆是否超载；
所述mcu控制模块还用于根据对射型光电传感器的检测信号判断车辆的车货总高是否超过道路限高值；
所述显示模块沿道路设置，显示模块用于显示超载及车货总高超限的车辆的车牌号；
所述通讯模块用于将超载及车货总高超限的车辆图像及车牌号信息发送给第三方平台或交通执法平台。
技术总结
本发明公开了一种道路不停车超载超限智能检测预警系统，包括测量车辆重量的压电传感器、测量车辆高度的对射型光电传感器、用于获取车辆图像和车牌图像的摄像头模块、MCU控制模块、显示屏模块、供电模块、通讯模块和车型及车货总重数据库。本发明道路不停车超载超限智能检测预警系统，能实现对行驶中的车辆实时进行超载超限检测及预警，相对于现有人工巡查的方式其检测效率大大提高，并且能及时提醒超载及超限车辆、以及报警，能更好的预防交通事故的发生及更好的保护桥梁和道路。
技术研发人员：宋永端;谈世磊;卢功林;刘剑;时天源;傅裕
受保护的技术使用者：星际(重庆)智能装备技术研究院有限公司
技术研发日：.11.12
技术公布日：.02.11
