高速公路入口的车辆管理方法、装置、设备和存储介质与流程

1.本发明涉及车路协同技术领域，具体涉及一种高速公路入口的车辆管理方法、装置、设备和存储介质。


背景技术：

2.道路抛洒物是引发高速路交通事故的重要原因之一。比如，道路抛洒物容易导致车辆通行速度减缓，从而引发交通事故。针对于此，道路抛洒行为作为一种影响行驶安全的交通事件，需要及时地进行识别。
3.现阶段，主要是在高速路的行驶路面，采用人工巡检的方式或基于视频检测算法的检测方式进行抛洒物检测，在检测到抛洒物时，对路面的抛洒物进行清扫和向驶向抛洒物的后来车辆发出警示。但是从发现道路抛洒障碍物到通知每一位将要经过抛洒障碍物的司机，从立即通知专业道路维护人员到清除抛洒障碍物，有两个时间段。这两个时间段的存在还是有可能引发交通事故，危害人民生命财产安全。
4.因此在高速路的行驶路面，采用人工巡检的方式或基于视频检测算法的检测方式进行抛洒物检测，来化解高速公路所有抛洒障碍物的安全风险，进而预防交通事故的发生，显然是达不到的。


技术实现要素：

5.本发明实施例提供一种高速公路入口的车辆管理方法、装置、设备和存储介质，以降低高速路的行驶路面的抛洒物以及保障高速路的行驶安全。
6.一方面，本发明实施例提供一种高速公路入口的车辆管理方法，所述方法包括：
7.获取待识别车辆在货车称重区中停留预设时长后，所述货车称重区的待识别数据；所述货车称重区与高速公路收费站入口间隔预设距离；
8.根据所述待识别数据进行抛洒事件识别，确定所述待识别车辆是否发生抛洒事件；
9.若所述待识别车辆发生抛洒事件，则输出第一提示信息，以提示所述待识别车辆驶入预设的安全区域中对所述待识别车辆装载的货物进行整改；
10.若所述待识别车辆未发生抛洒事件，则输出第二提示信息，以提示所述待识别车辆驶入所述高速公路收费站入口。
11.另一方面，本发明实施例提供一种高速公路入口的车辆管理装置，所述装置包括：
12.采集模块，用于获取待识别车辆在货车称重区中停留预设时长后，所述货车称重区的待识别数据；所述货车称重区与高速公路收费站入口间隔预设距离；
13.识别模块，用于根据所述待识别数据进行抛洒事件识别，确定所述待识别车辆是否发生抛洒事件；
14.第一处理模块，用于若所述待识别车辆发生抛洒事件，则输出第一提示信息，以提示所述待识别车辆驶入预设的安全区域中对所述待识别车辆装载的货物进行整改；
15.第二处理模块，用于若所述待识别车辆未发生抛洒事件，则输出第二提示信息，以提示所述待识别车辆驶入所述高速公路收费站入口。
16.另一方面，本发明实施例提供一种高速公路入口的车辆管理设备，包括存储器和处理器；所述存储器存储有应用程序，所述处理器用于运行所述存储器内的应用程序，以执行上述高速公路入口的车辆管理方法中的步骤。
17.另一方面，本发明实施例提供一种存储介质，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行上述高速公路入口的车辆管理方法中的步骤。
18.本发明实施例提供一种高速公路入口的车辆管理方法、装置、设备和存储介质，涉及车路协同技术领域，在高速公路路收费站入口间隔预设距离处设置货车称重区，通过获取待识别车辆在货车称重区中停留预设时长的货车称重区的待识别数据，根据待识别数据进行抛洒事件识别，确定待识别车辆是否发生抛洒事件，若待识别车辆发生抛洒事件，则输出第一提示信息，以提示待识别车辆驶入预设的安全区域中对待识别车辆装载的货物进行整改，若待识别车辆未发生抛洒事件，则输出第二提示信息，以提示待识别车辆驶入高速公路收费站入口，如此，能够及时发现排除容易诱发抛洒事件的车辆进入高速公路，进而降低高速路的行驶路面的抛洒物，保障高速路的行驶安全。
附图说明
19.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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。
20.图1是本发明实施例提供的高速公路入口的车辆管理方法的应用场景的示意图；
21.图2是本发明实施例提供的高速公路入口的车辆管理方法的流程示意图；
22.图3是本发明实施例提供的重量检测区的示意图；
23.图4是本发明实施例提供的特征提取网络的结构示意图；
24.图5是本发明实施例提供的高速公路入口的车辆管理装置的结构示意图；
25.图6是本发明实施例提供的高速公路入口的车辆管理设备结构示意图。
具体实施方式
26.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。
27.如背景技术所述，现有方法主要是在高速路的行驶路面，采用人工巡检的方式或基于视频检测算法的检测方式进行抛洒物检测，虽然可以识别出路面的抛洒物，并对识别出的抛洒物进行清楚和向后来车辆发出警示，以此来减少高速路的交通安全事故。但是从发现道路抛洒障碍物到通知每一位将要经过抛洒障碍物的司机，从立即通知专业道路维护人员到清除抛洒障碍物，有两个时间段，两个时间段的存在同样有可能引发交通事故。尽管现有技术可以通过提高识别效率来缩短两个时间段以此降低可能引发交通事故的概率，但
是仍然存在引发交通事故的隐患，而且高速路的车辆行驶速度快，这一定程度上增加了在高速路的行驶路面进行抛洒物检测的检测难度，难以保障高速路的行驶安全。
28.考虑到车辆在驶入高速路之前，需要经过高速公路收费站入口，高速公路收费站入口是控制货车装载问题的有效关口，可及时发现排除容易诱发抛洒事件的车辆进入高速公路，但目前对于装载不规范、易发生抛洒的车辆监管难以到位，而且高速公路收费站入口窄小，当车辆需要整改货物装载时，很难掉头，这就有可能引发交通堵塞。
29.基于此，为了降低高速路的行驶路面的抛洒物以及保障高速路的行驶安全，同时不引发交通堵塞，本发明实施例提供一种高速公路入口的车辆管理方法、装置、设备和存储介质，在距离高速公路收费站入口预设距离处设置货车称重区，通过获取待识别车辆在货车称重区中停留预设时长的货车称重区的待识别数据，根据待识别数据进行抛洒事件识别，确定待识别车辆是否发生抛洒事件，若待识别车辆发生抛洒事件，则输出第一提示信息，以提示待识别车辆驶入预设的安全区域中对待识别车辆装载的货物进行整改，若待识别车辆未发生抛洒事件，则输出第二提示信息，以提示待识别车辆驶入高速公路收费站入口，如此能够及时发现排除容易诱发抛洒事件的车辆进入高速公路，进而降低高速路的行驶路面的抛洒物，保障高速路的行驶安全；并且在距离高速公路收费站入口预设距离的货车称重区的待识别数据进行抛洒事件识别，能够降低引发交通堵塞概率。
30.为了便于理解本发明的技术方案，下面将结合实际应用场景对本发明提供的高速公路入口的车辆管理方法进行介绍。
31.如图1所示，图1是本发明实施例提供的高速公路入口的车辆管理方法的应用场景的示意图，所示的应用场景包括货车称重区、待识别车辆、高速公路入口的车辆管理系统、预设第一行驶通道、预设第二行驶通道、预设的安全区，高速公路入口的车辆管理系统设置在货车称重区中，预设第一行驶通道驶向预设的安全区，预设第二行驶通道驶向高速公路收费站入口，待识别车辆驶入货车称重区并停留预设时长，高速公路入口的车辆管理系统根据待识别车辆在货车称重区中停留预设时长的货车称重区的待识别数据进行抛洒事件识别，得到待识别车辆的抛洒事件识别结果，根据抛洒事件识别结果提示待识别车辆通过预设第一行驶通道驶入预设的安全区域中对待识别车辆装载的货物进行整改，或者提示待识别车辆通过预设第二行驶通道驶入高速公路收费站入口，其中抛洒事件识别结果表征待识别车辆是否发生抛洒事件。
32.具体地，当监测到待识别车辆驶入货车称重区时，高速公路入口的车辆管理系统发出提示信息提示待识别车辆在货车称重区中停留预设时长，关闭预设第一行驶通道和预设第二行驶通道，高速公路入口的车辆管理系统获取待识别车辆在货车称重区中停留预设时长的货车称重区的待识别数据，根据待识别数据进行抛洒风险识别，确定待识别车辆是否发生抛洒事件，若待识别车辆发生抛洒事件，则输出第一提示信息，开启预设第一行驶通道，待识别车辆通过预设第一行驶通道驶入预设的安全区域中对待识别车辆装载的货物进行整改，若待识别车辆未发生抛洒事件，则输出第二提示信息，开启预设第二行驶通道，待识别车辆通过预设第二行驶通道驶入高速公路收费站入口。其中，第一提示信息用于提示待识别车辆驶入预设的安全区域中对待识别车辆装载的货物进行整改，第二提示信息用于提示待识别车辆驶入高速公路收费站入口。
33.如图1所示，高速公路入口的车辆管理系统包括处理单元、传感单元、输出单元、第
一阀门和第二阀门。其中，传感单元、输出单元、第一阀门和第二阀门分别与处理单元连接，处理单元包括但不限于服务器、计算机、移动终端、工业计算机，传感单元包括但不限于摄像头、图像传感器、重量传感器、压力传感器、重力传感器、雷达等，第一阀门设置在预设第一行驶通道，用于控制预设第一行驶通道的开启和关闭，第二阀门设置在预设第二行驶通道，用于控制预设第二行驶通道的开启和关闭。
34.当待识别车辆驶入货车称重区时，高速公路入口的车辆管理系统的处理单元控制第一阀门和第二阀门都关闭，启动高速公路入口的车辆管理系统的传感单元获取待识别车辆在货车称重区中停留预设时长的货车称重区的待识别数据，并将待识别数据传输至处理单元；处理单元根据待识别数据进行抛洒风险识别，确定待识别车辆是否发生抛洒事件，当待识别车辆发生抛洒事件时，处理单元控制输出单元输出第一提示信息，并控制第一阀门打开，以开启预设第一行驶通道，当待识别车辆未发生抛洒事件时，处理单元控制输出单元输出第二提示信息，并控制第二阀门打开以开启预设第二行驶通道。
35.在一些实施方式中，高速公路入口的车辆管理系统还可以根据货车称重区的待识别数据得到待识别车辆的抛洒风险程度，当待识别车辆的抛洒风险程度大于或等于预设风险程度阈值时，处理单元控制输出单元输出告警信息，并控制第一阀门打开，以开启预设第一行驶通道；当待识别车辆的小于预设风险程度阈值时，处理单元控制第二阀门打开以开启预设第二行驶通道。
36.需要说明的是，上述应用场景仅为示例性说明，不构成对本发明实施例提供的高速公路入口的车辆管理方法的限定。
37.如图2所示，图2是本发明实施例提供的高速公路入口的车辆管理方法的流程示意图，所示的高速公路入口的车辆管理方法应用于图1所示的高速公路入口的车辆管理系统，高速公路入口的车辆管理系统部署在距离高速公路收费站入口预设距离的货车称重区，待识别车辆输入货车称重区后停留预设时长。具体地，高速公路入口的车辆管理方法包括至少包括步骤210～240：
38.210，获取待识别车辆在货车称重区中停留预设时长后，货车称重区的待识别数据。
39.其中货车称重区的待识别数据包括但不限于待识别车辆的行驶轨迹、车辆图像序列以及称重区图像等。行驶轨迹可以是待识别车辆驶入预设检测区的行驶轨迹，也可以是待识别车辆在高速公路入口的车辆管理系统中的传感单元的检测范围内的行驶轨迹，其中传感单元的检测范围大于预设检测区。车辆图像序列可以是在货车称重区中停留预设时长的待识别车辆的连续帧图像。称重区图像可以是待识别车辆驶出货车称重区后采集到的货车称重区的图像。
40.在可选的一种实施方式中，可以在货车称重区中部署传感单元，通过传感单元中的重力传感器、重量传感器或压力传感器采集待识别车辆的货物重量，通过传感单元中的摄像头、图像传感器或雷达获取待识别车辆驶入预设检测区的行驶轨迹。
41.在可选的另一种实施方式中，在位于货车称重区前方预设距离处预先设置目标区域，在目标区域与货车称重区之间的道路中设置传感单元，当检测到目标车道中有车辆驶入目标区域时，将该车辆设置为待识别车辆，发出提示信息以提示该待识别车辆驶入货车称重区，并启动传感单元采集该待识别车辆从目标区域驶向货车称重区过程中的货物重
量、车厢轮廓信息、行驶轨迹、车辆图像序列，当检测到待识别车辆驶出货车称重区时，启动传感单元采集货车称重区的图像，得到货车称重区的待识别数据。
42.示例性的，以货物重量为例进行说明，当货物重量是待识别车辆的车身重量时，如图3中的(a)图所示，在目标区域与货车称重区之间的道路的中心线上每间隔预设长度部署重力传感器、重量传感器或压力传感器，形成第一重量检测区，当该待识别车辆从目标区域驶向货车称重区时，实时采集驶过第一重量检测区的待识别车辆的车身重量；当货物重量是待识别车辆抛洒的抛洒物的重量时，如图3中的(b)图所示，在目标区域与货车称重区之间的道路的左右两侧每间隔预设长度部署重力传感器、重量传感器或压力传感器，形成第二重量检测区，当该待识别车辆从目标区域驶向货车称重区时，实时检测掉落到第二重量检测区的抛洒物重量，得到待识别车辆抛洒的抛洒物的重量。
43.在可选的另一种实施方式中，为了减少部署的传感器数量，降低硬件成本，可以在位于货车称重区前方预设距离处预先设置目标区域，在目标区域与货车称重区之间的道路中部署重力传感器、重量传感器或压力传感器，在货车称重区中部署摄像头、图像传感器、和/或雷达，当检测到目标车道中有车辆驶入目标区域时，将该车辆设置为待识别车辆，发出提示信息以提示该待识别车辆驶入货车称重区，并通过部署的重力传感器、重量传感器或压力传感器采集该待识别车辆从目标区域驶向货车称重区过程中的货物重量，通过部署的摄像头、图像传感器、和/或雷达获取该待识别车辆从目标区域驶向货车称重区过程中的车厢轮廓信息、行驶轨迹，或者获取待识别车辆在停留预设时长内的车辆图像序列，得到货车称重区的待识别数据，或者当检测到待识别车从货车称重区驶出时，通过部署的摄像头、图像传感器采集待识别车辆驶出后货车称重区的图像，得到货车称重区的待识别数据。
44.220，根据待识别数据进行抛洒事件识别，确定待识别车辆是否发生抛洒事件。
45.在可选的一些实施方式中，可以将待识别数据与预存的基准识别数据进行比对，根据比对结果确定待识别车辆是否发生抛洒事件。示例性的，以待识别数据为货车称重区图像为例进行说明，可以将货车称重区图像与预存的基准货车称重区图像进行比对，若货车称重区图像与预存的基准货车称重区图像一致，则确定待识别车辆未发生抛洒事件，若货车称重区图像与预存的基准货车称重区图像不一致，则确定待识别车辆发生抛洒事件。其中基准货车称重区图像可以是预先采集的货车称重区中无抛洒物的图像，基准货车称重区图像也可以是前一个待识别车辆驶出货车称重区后，采集到的货车称重区的图像。
46.在可选的一些实施方式中，可以通过预设的识别模型对待识别数据进行抛洒风险识别，确定待识别车辆是否发生抛洒事件。可选的，识别模型可以是机器学习模型、概率模型或神经网络模型。
47.在可选的一些实施方式中，可以根据待识别数据进行抛洒风险识别，得到待识别车辆的抛洒风险程度，根据待识别车辆的抛洒风险程度确定待识别车辆是否发生抛洒事件。
48.其中，抛洒风险程度用于表征待识别车辆是否容易发生抛洒事件，抛洒风险程度越高表示待识别车辆越容易发生抛洒事件。示例性的，以抛洒风险程度包括低风险、中风险和高风险为例，当待识别车辆的抛洒风险程度为低风险时，表示待识别车辆没有发生抛洒事件且不易发生抛洒事件，确定待识别车辆未发生抛洒事件，当待识别车辆的抛洒风险程度为中风险时，表示待识别车辆没有发生抛洒事件但容易发生抛洒事件，确定待识别车辆
发生抛洒事件，当待识别车辆的抛洒风险程度为高风险时，表示待识别车辆已经发生抛洒事件，确定待识别车辆发生抛洒事件。需要说明的是，上述抛洒风险程度进行为示例性说明，可以根据实际应用场景确定抛洒风险程度的具体类型，例如可以通过数值表示抛洒风险程度，数值越大抛洒风险程度越大，待识别车辆越容易发生抛洒事件。
49.在可选的实施例中，可以通过预设的识别模型对待识别数据进行抛洒风险识别，得到待识别车辆的抛洒风险程度。可选的，识别模型可以是机器学习模型、概率模型或神经网络模型。
50.在可选的实施例中，可以将待识别数据与每个抛洒风险程度的预设待识别数据进行匹配，根据匹配结果得到待识别车辆的抛洒风险程度。其中，匹配结果表征待识别数据与预设待识别数据的相似程度。
51.230，若待识别车辆发生抛洒事件，则输出第一提示信息，以提示待识别车辆驶入预设的安全区域中对待识别车辆装载的货物进行整改。
52.可选的，若待识别车辆发生抛洒事件，则输出第一提示信息，将预设第一行驶路线确定为待识别车辆的目标行驶路线，提示待识别车辆通过目标行驶路线驶入预设的安全区域中对待识别车辆装载的货物进行整改。
53.如图1所示，预设第一行驶路线可以是连通货车称重区和预设的安全区域的预设第一行驶通道；预设的安全区用于抛洒风险程度大于或等于预设风险程度阈值的车辆进行整改，其中对待识别车辆装载的货物进行整改包括但不限于重新装配货物、减少装配的货物、调整车厢等。其中，调整车厢可以是增加遮布。
54.在本实施例中，为减少高速公路上发生抛洒事件的次数，保障高速公路的行驶安全，在待识别车辆发生抛洒事件时，输出第一提示信息，拒绝待识别车辆通过高速公路收费站入口进入高速公路，将预设第一行驶路线确定为待识别车辆的目标行驶路线，以提示待识别车辆通过目标行驶路线驶入预设的安全区域中对待识别车辆装载的货物进行整改。
55.可选的，可以通过语音输出第一提示信息，也可以通过显示屏输出第一提示信息。其中，第一提示信息可以是告警信息。
56.可选的，在待识别车辆装载的货物整改之后，整改后的车辆重新驶入货车称重区，高速公路入口的车辆管理系统执行上述步骤210～220对整改后的车辆进行抛洒事件识别，确定整改后的车辆是否发生抛洒事件，当整改后的车辆未发生抛洒事件时，输出第二提示信息，将预设第二行驶路线确定为整改后的车辆的目标行驶路线，以提示整改后的车辆行驶目标行驶路线驶入高速公路收费站入口，当整改后的车辆发生抛洒事件，输出第一提示信息，提示整改后的车辆驶入预设的安全区进行再次整改。
57.可选的，在待识别车辆装载的货物整改之后，整改后的车辆重新驶入货车称重区，高速公路入口的车辆管理系统执行步骤210得到新的待识别数据，并根据新的待识别数据对整改后的车辆进行抛洒风险识别，得到整改后的车辆的抛洒风险程度，当整改后的车辆的抛洒风险程度小于预设风险程度阈值，则输出第一提示信息，将预设第二行驶路线确定为整改后的车辆的目标行驶路线，以提示整改后的车辆行驶目标行驶路线驶入高速公路收费站入口，当整改后的车辆抛洒风险程度大于或等于预设风险程度阈值时，拒绝整改后的车辆驶入高速公路收费站入口，并输出第一提示信息，提示整改后的车辆驶入预设的安全区进行再次整改。
58.240，若待识别车辆未发生抛洒事件，则输出第二提示信息，以提示待识别车辆驶入高速公路收费站入口。
59.可选的，若待识别车辆未发生抛洒事件，则输出第二提示信息，将预设第二行驶路线确定为整改后的车辆的目标行驶路线，以提示整改后的车辆行驶目标行驶路线驶入高速公路收费站入口。
60.如图1所示，预设第二行驶路线可以是连通货车称重区和预设的安全区域的预设第二行驶通道。
61.本发明实施例提供的高速公路入口的车辆管理方法在距离高速公路收费站入口预设距离处设置货车称重区，能够及时发现排除发生抛洒事件的车辆进入高速公路，进而降低高速路的行驶路面的抛洒物，保障高速路的行驶安全；并且在距离高速公路收费站入口预设距离的货车称重区进行抛洒事件识别，能够降低引发交通堵塞概率。
62.在可选的一种实施方式中，以待识别数据为车辆图像序列为例进行说明，可以通过待识别车辆在货车称重区内停留预设时长的车辆图像序列进行抛洒物检测，确定待识别车辆是否发生抛洒事件。
63.可选的，车辆图像序列包括待识别车辆在货车称重区中停停留预设时长的图像序列。
64.可选的，可以在检测到待识别车辆驶入货车称重区时，通过摄像头或者图像传感器采集货车称重区中待识别车辆的视频图像，得到车辆图像序列。具体地，车辆图像序列的获取方法包括步骤a1～a2：
65.步骤a1，确定待识别车辆是否驶入货车称重区。
66.在一些可选的实施方式中，可以通过货车称重区中传感单元采集到的重量检测数据序列，确定是否有待识别车辆驶入货车称重区。其中，传感单元可以是重量传感器或压力传感器。重量检测数据序列可以传感单元在预设单位时长内周期性的检测货车称重区中的重量数据得到的，其包括在预设单位时长内每个检测时间对应重量数据。
67.具体地，基于重量检测数据序列的货车称重区中是否驶入待识别车辆的确定方法包括：
68.(1)获取货车称重区中传感单元在预设单位时长内的重量检测数据序列。
69.(2)根据重量检测数据序列，确定重量变化趋势.
70.其中，重量变化趋势包括重量递增、重量递减。
71.(3)若重量变化趋势为重量递增，则确定待识别车辆驶入货车称重区。
72.(4)若重量变化趋势为重量递减，且重量检测数据序列的极差值大于或等于预设极差值阈值，则确定待识别车辆驶出货车称重区。
73.可选的，可以对重量检测数据序列中每个检测时间的重量数据进行差分处理，得到重量检测数据序列的重量变化序列，根据重量变化序列确定重量变化趋势。可选的，可以通过计算重量检测数据序列中每个检测时间的重量数据与该检测时间相邻的前一个检测时间的重量数据之间的重量差，得到重量检测数据序列的重量变化序列。
74.可选的，根据重量变化序列确定重量变化趋势包括：若重量变化序列中所有数值均等于0，说明在单位时长内货车称重区中重量未发生变化，则确定重量变化趋势为重量不变；若重量变化序列中存在连续多个大于0的数值，且重量检测数据序列中每个检测时间的
重量数据中存在大于预设重量数据的目标重量数据，说明在单位时长内货车称重区中重量在增加，则确定重量变化趋势为重量递增；若重量变化序列中存在连续多个小于0的数值，且重量变化序列中小于0的数值的时间段大于预设时间，说明在单位时长内货车称重区中重量在减少，则确定重量变化趋势为重量递减。
75.在另一些可选的实施方式中，可以根据货车称重区在预设单位时长内的连续帧图像中车辆的深度信息，确定是否有待识别车辆驶入货车称重区。具体地，基于深度信息的货车称重区中是否驶入待识别车辆的确定方法包括：
76.(1)获取货车称重区在预设单位时长内的连续帧图像。
77.(2)对连续帧图像中每一帧图像进行车辆检测，得到每帧图像的车辆检测结果。其中，车辆检测表征每帧图像中是否检测到待识别车辆。
78.(3)根据每帧图像的车辆检测结果，确定连续帧图像中首次检测到待识别车辆的目标帧图像，以目标帧图像为起始图像，从连续帧图像中提取出存在待识别车辆的图像序列。
79.(4)确定待识别车辆在图像序列中每一张图像中深度信息，得到待识别车辆的深度信息序列。其中，深度信息指的是图像中的位置信息对应的点映射到真实的货车称重区中时，该点距离拍摄该图像的相机摄像头之间的距离。
80.(5)根据深度信息序列得到待识别车辆的深度信息变化趋势。
81.其中，深度信息变化趋势用于表征待识别车辆与相机摄像头之间的距离的变化情况。待识别车辆的深度信息变化趋势包括多张连续的图像序列对应的时间段内待识别车辆的深度信息对应数值递减、待识别车辆的深度信息对应数值递增和待识别车辆的深度信息对应数值不变。可选的，当深度信息变化趋势递减时，即待识别车辆与相机摄像头之间的距离逐渐减少时，说明待识别车辆在靠近相机摄像头，则确定待识别车辆驶入货车称重区。
82.(6)若深度信息变化趋势为连续递减，则确定待识别车辆驶入货车称重区。
83.(7)若深度信息变化趋势为连续递增，且待识别车辆在各图像中的深度信息中存在大于预设值的目标深度信息，则确定待识别车辆驶出货车称重区。
84.其中，预设值可以是货车称重区的长度或宽度，预设值还可以是货车称重区中距离货车称重区中部署的相机摄像头之间的最大距离。
85.可选的，可以对连续帧图像中每一帧图像进行车辆检测，确定该连续帧图像中是否存在车辆；若该连续帧图像中不存在车辆，说明该连续帧图像对应时间段内货车称重区中没有车辆，则获取下一预设单位时长的连续帧图像；若该连续帧图像中存在车辆，则对确定连续帧图像中首次检测到待识别车辆的目标帧图像，以目标帧图像为起始图像，从连续帧图像中提取出存在待识别车辆的图像序列。
86.在一些实施方式中，可以通过对连续帧图像中每一帧图像进行图像差分，对连续帧图像中每一帧图像进行车辆检测。具体地，采集货车称重区中不存在车辆时的图像设置为基准图像，逐帧将连续帧图像中每一帧图像与基准图像进行做差，得到差分图像；获取该差分图像中像素值大于预设像素值的区域，若该区域的像素值均值大于预设均值，说明该帧图像与基准图像不相同，则确定该帧图像中后续帧图像的差分图像中像素值大于预设像素值的区域的像素值均值是否大于预设均值；若后续帧图像的差分图像中像素值大于预设像素值的区域的像素值均值大于预设均值，则确定该连续帧图像中存在车辆；若该区域的
像素值均值小于或等于预设均值，或该差分图像中像素值不存在大于预设像素值的区域，说明该帧图像与基准图像相同，则确定该连续帧图像中后续帧图像的差分图像中是否存在大于预设像素值的区域；若该连续帧图像中后续帧图像的差分图像中都不存在大于预设像素值的区域，则确定该连续帧图像中不存在车辆。
87.在另一些实施方式中，可以通过确定连续帧图像中每一帧图像中是否存在车厢对连续帧图像中每一帧图像进行车辆检测，例如通过已训练的车厢检测模型对连续帧图像中每一帧图像进行车辆检测。其中车厢检测模型可以是机器学习模型，例如字典学习、逻辑回归模型，车厢检测模型还可以是基于神经网络的检测模型。例如基于yolo的检测模型、基于ssd的检测模型、基于rcnn的检测模型。
88.在一些实施方式中，可以对图像序列中每一张图像进行深度检测，确定待识别车辆在图像序列中每一张图像中的深度信息。
89.可选的，可以对图像序列中每一张图像进行目标检测，确定待识别车辆在图像序列中每一张图像中的图像区域，对待识别车辆在图像序列中每一张图像中的图像区域进行深度估计，得到待识别车辆在图像序列中每一张图像中的深度信息。其中，可以通过已训练的深度估计网络对待识别车辆在图像序列中每一张图像中的图像区域进行深度估计，可选的，深度估计网络可以是残差网络，也可以是基于注意力机制的网络。
90.在另一些实施方式中，可以对图像序列中每一张图像进行目标检测，得到每一张图像中待识别车辆的边界框坐标，根据待识别车辆的边界框坐标计算待识别车辆的边界框中点坐标，将待识别车辆的边界框的中点坐标设置为待识别车辆在货车称重区中的图像序列中每一张图像的位置信息，根据位置信息查询预设的位置深度关系数据，得到待识别车辆在图像序列中每一张图像中的深度信息。
91.其中，位置深度关系数据包括货车称重区中每个位置信息以及该位置信息对应的深度信息。待识别车辆的边界框坐标可以是待识别车辆的车厢边框的边界框坐标，例如车厢边界的角点坐标、车厢便捷的中心点坐标、车厢边界的上边界的中点坐标或车厢边界的下边界的中点坐标。
92.可选的，可以在货车称重区中无车辆时，采集货车称重区的图像，通过已训练的深度估计网络对货车称重区的图像进行深度估计，得到货车称重区的图像中各像素点的深度信息，获取货车称重区的图像中各像素点的位置信息，将货车称重区的图像中各像素点的位置信息与该像素点对应的深度信息关联存储，得到位置深度关系数据。可选的，深度估计网络可以是残差网络，也可以是基于注意力机制的网络。
93.在可选的一些实施方式中，在确定待识别车辆在图像序列中每一张图像中的深度信息后，可以根据图像序列中每一张图像的时间顺序，对图像序列中每一张图像进行排序，得到排序后的图像序列以及待识别车辆在排序后的图像序列中每一张图像中的深度信息，根据待识别车辆在排序后的图像序列中每一张图像中的深度信息得到待识别车辆的深度信息序列。
94.可选的，可以将目标车辆在排序后的运输图像中的深度信息与预设距离阈值进行作差，得到差值序列，将差值序列设置为待识别车辆的深度信息序列。需要说明的是，本技术实施例对预设距离阈值不进行具体限定，可以根据实际应用场景设置预设距离阈值，例如预设距离阈值可以为1米。
95.可选的，可以待识别车辆在排序后的图像序列中每一张图像中的深度信息设置为待识别车辆的深度信息序列。
96.在可选的一些实施方式中，根据深度信息序列得到待识别车辆的深度信息变化趋势，包括：对待识别车辆的深度信息序列进行前向差分，得到差分结果，根据差分结果得到待识别车辆的深度信息变化趋势。例如，当差分结果小于0时，说明下一时刻对应的差值小于上一时刻对应的差值，则得到待识别车辆的深度信息变化趋势为递减；当差分结果大于0时，说明下一时刻对应的差值大于上一时刻对应的差值，则得到待识别车辆的深度信息变化趋势为递增。
97.在可选的一些实施方式中，为进一步确定待识别车辆是否驶入货车称重区，可以在待识别车辆的深度信息变化趋势后，若深度信息变化趋势为连续递减，且待识别车辆的深度信息序列中存在至少一个小于或等于预设深度信息的目标深度信息，则确定待识别车辆驶入货车称重区，若深度信息变化趋势为连续递增，且待识别车辆的深度信息序列存在大于预设值的目标深度信息，则确定待识别车辆驶出货车称重区。
98.步骤a2，若待识别车辆驶入货车称重区，则采集待识别车辆的视频图像，得到车辆图像序列。
99.在可选的一些实施例中，当待识别车辆驶入货车称重区，则启动高速公路入口的车辆管理系统，采集在货车称重区中停留的待识别车辆的视频图像，当通过步骤a1检测到待识别车辆输出货车称重区时，将待识别车辆驶入货车称重区的时间到待识别车辆输出货车称重区的时间之间采集到的待识别车辆的视频图像设置为车辆图像序列。
100.在可选的一些实施例中，当待识别车辆驶入货车称重区，则启动高速公路入口的车辆管理系统，实时采集在货车称重区中停留的待识别车辆的视频图像，将实时采集到的待识别车辆的视频图像设置为车辆图像序列。
101.可选的，在一些实施方式中，可以车辆图像序列中每一张车辆图像进行目标检测得到抛洒物检测结果，根据抛洒物检测结果确定待识别车辆是否发生抛洒事件。其中抛洒物检测结果表征各车辆图像中是否存在抛洒物。具体地，基于车辆图像序列的抛洒事件识别方法包括步骤b1～b3：
102.步骤b1，对车辆图像序列中每一张车辆图像进行目标检测，确定各车辆图像中是否存在抛洒物。
103.步骤b2，若车辆图像序列中每一张车辆图像中都不存在抛洒物，则确定待识别车辆未发生抛洒事件。
104.步骤b3，若车辆图像序列中存在至少一张目标车辆图像中存在抛洒物，则确定待识别车辆发生抛洒事件。
105.可选的，在一些可选的实施方式中，可以将每一张车辆图像与预设参考图像进行匹配，根据匹配结果确定抛洒物检测结果。其中，预设参考图像可以是预先采集的货车称重区中不存在抛洒物的图像。示例性的，若该车辆图像与预设参考图像不匹配，则确定该车辆图像的抛洒物检测结果为该车辆图像中存在抛洒物；若该车辆图像与预设参考图像匹配，则确定该车辆图像的抛洒物检测结果为该车辆图像中不存在抛洒物。
106.可选的，可以每一张车辆图像与预设参考图像进行差分处理，得到差分图像，根据差分图像中像素点的像素值，得到匹配结果。例如，当差分图像的各像素点的像素值都为预
设像素值时，确定车辆图像与预设参考图像匹配，当差分图像的各像素点中存在像素值不为预设像素值的目标像素点、且目标像素点的像素数量大于预设像素数量时，确定车辆图像与预设参考图像不匹配。
107.在可选的一些实施方式中，对于车辆图像序列中每一张车辆图像，可以将该张车辆图像和与该张车辆图像相邻的前一张车辆图像进行差分，得到该张车辆的车辆差分图像，根据每一张车辆差分图像中像素点的像素值确定各车辆图像中是否存在抛洒物。例如，当每一张车辆差分图像的各像素点的像素值都为预设像素值时，确定车辆图像序列中每一张车辆图像中都不存在抛洒物，当每一张车辆差分图像中存在各像素点中存在像素值不为预设像素值的目标像素点、且目标像素点的像素数量大于预设像素数量的目标车辆差分图像时，确定车辆图像序列中存在至少一张目标车辆图像中存在抛洒物。
108.在一些可选的实施方式中，可以对每一张车辆图像进行特征提取，得到每一张车辆图像的图像特征，根据图像特征进行目标检测，确定得到抛洒物检测结果。其中图像特征包括但不限于图像纹理特征、图像对比度特征、图像边缘特征、图像语义特征等。
109.可选的，可以通过边缘检测算子、纹理特征提取方法、灰度检测方法每一张车辆图像进行特征提取，得到每一张车辆图像的图像特征。也可以通过预设的特征提取网络对每一张车辆图像进行特征提取，得到每一张车辆图像的图像特征。
110.示例性的，以通过预设的特征提取网络对每一张车辆图像进行特征提取为例进行说明，如图4所示，图4是本发明实施例提供的特征提取网络的结构示意图，所示的特征提取网络包括卷积层、特征提取层，通过预设的特征提取网络的卷积层对每一张车辆图像进行卷积处理，得到每一张车辆图像的初始特征图，通过特征提取层对初始特征图进行特征提取，得到每一张车辆图像的图像特征，将每一张车辆图像的图像特征输入检测网络进行目标检测，确定得到抛洒物检测结果。
111.其中，如图4所示，特征提取层包括残差单元、第一残差组、第二残差组、第三残差组、第一反卷积单元、第二反卷积单元、第一融合单元和第二融合单元。具体地，特征提取层的残差单元对初始特征图进行残差处理，并将处理后的初始特征图输入第一残差组；第一残差组对输入的处理后的初始特征图进行残差处理和感受野增强，得到第一残差特征图，将第一残差特征图分别输入第一融合单元和第二残差组；第二残差组对第一残差特征图进行残差处理和感受野增强，得到第二残差特征图，将第二残差特征图分别输入第一反卷积单元、第二融合单元和第三残差组；第三残差组对第二残差特征图进行残差处理和感受野增强，得到第三残差特征图，并将第三残差图分别输入第二反卷积单元；第一反卷积单元对第二残差特征图进行反卷积处理后输入第一融合单元，第一融合单元对第一残差特征图和反卷积处理后的第二残差特征图进行融合，得到第一融合特征图；第二反卷积对第三残差图进行反卷积处理后输入第二融合单元，第二融合单元对第二融合特征图和反卷积处理后的第三残差特征图进行融合，得到第二融合特征图；将第一融合特征图、第二融合特征图和第三残差特征图设置为每一张车辆图像的图像特征。
112.其中，第一残差组、第二残差组和第三残差组的结构相似，都包括串联的残差子网络和感受野增强单元。其中，感受野增强单元用于对残差自网络输出的图像特征进行感受野增强，可选的，感受野增强单元包括3*3的第一卷积核和1*1的第二卷积核。需要说明的是，本发明实施例对第一残差组、第二残差组和第三残差组各自对应的残差子网络的网络
结构不进行具体限定，可以根据实际应用场景设置第一残差组、第二残差组和第三残差组各自对应的残差子网络的网络结构。
113.可选的，可以对图像特征进行回归处理，得到每一张车辆图像中存在抛洒物的概率，将每一张车辆图像中存在抛洒物的概率与预设概率阈值进行比较，若每一张车辆图像中存在抛洒物的概率大于或等于预设概率阈值，确定抛洒物检测结果为存在抛洒物，若每一张车辆图像中存在抛洒物的概率小于预设概率阈值，确定抛洒物检测结果为不存在抛洒物。在一些实施方式中，可以通过基于机器学习的模型对图像特征进行回归处理，例如通过回归模型对图像特征进行回归处理。
114.可选的，可以将图像特征输入到预测网络对进行抛洒物检测，确定得到抛洒物检测结果。示例性的，预测网络可以是全连接网络。
115.在可选的一些实施方式中，以待识别数据为货车称重区图像为例进行说明，可以在确定待识别车辆驶出货车称重区时，采集货车称重区的图像，得到货车称重区图像，根据货车称重区图像确定待识别车辆是否发生抛洒事件。具体地，基于货车称重区图像确定待识别车辆是否发生抛洒事件的方法包括步骤c1～c5：
116.步骤c1，确定待识别车辆是否驶出货车称重区。
117.在一些实施方式中，可以按照上述基于深度信息的货车称重区中是否驶入待识别车辆的确定方法或者按照上述基于重量检测数据序列的货车称重区中是否驶入待识别车辆的确定方法确定待识别车辆是否驶出货车称重区。
118.步骤c2，若待识别车辆驶出货车称重区，则采集货车称重区的图像，得到货车称重区图像。
119.步骤c3，将货车称重区图像与历史货车称重区图像进行比对。其中，历史货车称重区图像是前一个待识别车辆驶出货车称重区后采集到的货车称重区的图像。
120.步骤c4，若货车称重区图像与历史货车称重区图像匹配，则确定待识别车辆未发生抛洒事件。
121.步骤c5，若货车称重区图像与历史货车称重区图像不匹配，则确定待识别车辆发生抛洒事件。
122.在一些可选的实施方式中，可以根据货车称重区图像与历史货车称重区图像之间的差值图像确定货车称重区图像是否与历史货车称重区图像匹配。例如，若差值图像中各像素点的像素值均与预设像素值一致，则确定货车称重区图像与历史货车称重区图像匹配，若差值图像中存在像素值与预设像素值不一致的目标像素点，则确定货车称重区图像与历史货车称重区图像不匹配。
123.在一些可选的实施方式中，可以图4所示的特征提取网络分别对货车称重区图像与历史货车称重区图像进行特征提取，得到货车称重区图像的第一特征图像，以及得到历史货车称重区图像的第二特征图像，若第一特征图像与第二特征图像一致，则确定货车称重区图像与历史货车称重区图像匹配，若第一特征图像与第二特征图像不一致，则确定货车称重区图像与历史货车称重区图像不匹配。
124.在可选的一些实施方式中，在根据货车称重区图像和历史货车称重区图像确定待识别车辆是否发生抛洒事件后，可以将当前采集到的货车称重区图像设置新的历史货车称重区图像，以替换历史货车称重区图像，并在检测到有新的待识别车辆从货车称重区中驶
出时，获取新的货车称重区图像，根据新的货车称重区图像和新的历史货车称重区图像执行上述步骤c3～c5确定识别车辆是否发生抛洒事件。
125.在可选的一些实施方式中，为进一步保障高速公路的行驶安全，在确定待识别车辆未发生抛洒事件时，可以根据该待识别车辆的车辆数据预测该待识别车辆发生抛洒事件的概率，若该待识别车辆发生抛洒事件的概率大于或等于预设概率阈值，则输出第一提示信息，以提示待识别车辆驶入预设的安全区域中对待识别车辆装载的货物进行整改，若该待识别车辆发生抛洒事件的概率小于预设概率阈值，则输出第二提示信息，以提示待识别车辆驶入高速公路收费站入口。
126.其中，待识别车辆的车辆数据包括但不限于待识别车辆的货物重量、车厢轮廓信息。其中，货物重量可以是待识别车辆的车身重量，也可以是待识别车辆抛洒的抛洒物的重量。车厢轮廓信息包括但不限于车厢长度、车厢高度、车厢体积、车厢类型，其中，车厢类型包括但不限于封闭式车厢、半封闭式车厢等。
127.可选的，可以根据车辆数据中的货物重量、货物类型和车厢轮廓信息中的一种或多种预测该待识别车辆发生抛洒事件的概率。
128.示例性的，以车辆数据中的货物重量和车厢轮廓信息为例，可以根据待识别车辆的货物重量和货物类型、以及预存的车辆数据与概率之间的映射关系预测该待识别车辆发生抛洒事件的概率。其中，车辆数据与概率之间的映射关系可以是车辆数据与概率之间的映射数据表，其包括多种预设货物类型、每种预设货物类型在不同的预设货物重量下发生抛洒事件的预设概率，根据待识别车辆的货物重量和货物类型查询车辆数据与概率之间的映射数据表，得到待识别车辆的货物类型在该货物重量下发生抛洒事件的概率；车辆数据与概率之间的映射关系也可以是车辆数据与概率之间的映射函数，例如线性函数、混合函数、指数函数、幂函数等，将待识别车辆的货物类型进行数值转换，得到待识别车辆的货物类型参数，待识别车辆的货物重量和货物类型参数输入至车辆数据与概率之间的映射函数进行概率预测，得到该待识别车辆发生抛洒事件的概率。需要说明的是，本发明实施例对车辆数据与概率之间的映射关系的具体形式不进行限定。
129.示例性的，以车辆数据中的货物重量和车厢轮廓信息为例，也可以根据待识别车辆的货物重量和车厢轮廓信息、以及预存的车辆数据与概率之间的映射关系进行概率预测，得到该待识别车辆发生抛洒事件的概率。还可以将待识别车辆的货物重量和车厢轮廓信息输入预设的抛洒事件预测模型，得到待识别车辆发生抛洒事件的概率。其中，抛洒事件预测模型可以基于机器学习的预测模型，也可以是概率模型，还可以是基于神经网络的预测模型。
130.本发明实施例提供的高速公路入口的车辆管理方法，在距离高速公路收费站入口预设距离处设置货车称重区，能够及时发现排除容易诱发抛洒事件的车辆进入高速公路，进而降低高速路的行驶路面的抛洒物，保障高速路的行驶安全；并且在距离高速公路收费站入口预设距离的货车称重区的待识别数据进行抛洒事件识别，能够降低引发交通堵塞概率。
131.为了更好实施本发明实施例提供的高速公路入口的车辆管理方法，在高速公路入口的车辆管理方法实施例基础上，提供一种高速公路入口的车辆管理装置，如图5所示，图5是本发明实施例提供的高速公路入口的车辆管理装置的结构示意图，所示的高速公路入口
的车辆管理装置包括：
132.采集模块，用于获取待识别车辆在货车称重区中停留预设时长后，货车称重区的待识别数据；货车称重区与高速公路收费站入口间隔预设距离；
133.识别模块，用于根据待识别数据进行抛洒事件识别，确定待识别车辆是否发生抛洒事件；
134.第一处理模块，用于若待识别车辆发生抛洒事件，则输出第一提示信息，以提示待识别车辆驶入预设的安全区域中对待识别车辆装载的货物进行整改；
135.第二处理模块，用于若待识别车辆未发生抛洒事件，则输出第二提示信息，以提示待识别车辆驶入高速公路收费站入口。
136.在可选的实施方式中，待识别数据包括车辆图像序列，车辆图像序列包括待识别车辆在货车称重区中停留预设时长的图像序列，识别模块，用于：
137.对车辆图像序列中每一张车辆图像进行目标检测，确定各车辆图像中是否存在抛洒物；
138.若车辆图像序列中每一张车辆图像中都不存在抛洒物，则确定待识别车辆未发生抛洒事件；
139.若车辆图像序列中存在至少一张目标车辆图像中存在抛洒物，则确定待识别车辆发生抛洒事件。
140.在可选实施方式中，采集模块，用于：
141.确定待识别车辆是否驶入货车称重区；
142.若待识别车辆驶入货车称重区，则采集待识别车辆的视频图像，得到车辆图像序列。
143.在可选实施方式中，采集模块，用于：
144.获取货车称重区中传感单元在预设单位时长内的重量检测数据序列；
145.根据重量检测数据序列，确定重量变化趋势；重量变化趋势包括重量递增、重量递减；
146.若重量变化趋势为重量递增，则确定待识别车辆驶入货车称重区；
147.若重量变化趋势为重量递减，且重量检测数据序列的极差值大于或等于预设极差值阈值，则确定待识别车辆驶出货车称重区。
148.在可选实施方式中，采集模块，用于：
149.获取货车称重区在预设单位时长内的连续帧图像；
150.对连续帧图像中每一帧图像进行车辆检测，得到每帧图像的车辆检测结果；车辆检测表征每帧图像中是否检测到待识别车辆；
151.根据每帧图像的车辆检测结果，确定连续帧图像中首次检测到待识别车辆的目标帧图像，以目标帧图像为起始图像，从连续帧图像中提取出存在待识别车辆的图像序列；
152.确定待识别车辆在图像序列中每一张图像中深度信息，得到待识别车辆的深度信息序列；
153.根据深度信息序列得到待识别车辆的深度信息变化趋势；
154.若深度信息变化趋势为连续递减，则确定待识别车辆驶入货车称重区；
155.若深度信息变化趋势为连续递增，且待识别车辆在各图像中的深度信息中存在大
于预设值的目标深度信息，则确定待识别车辆驶出货车称重区。
156.在可选的实施方式中，待识别数据包括货车称重区图像，货车称重区图像是待识别车辆驶出货车称重区后采集到的货车称重区的图像，识别模块，用于：
157.确定待识别车辆是否驶出货车称重区；
158.若待识别车辆驶出货车称重区，则采集货车称重区的图像，得到货车称重区图像；
159.将货车称重区图像与历史货车称重区图像进行比对；历史货车称重区图像是前一个待识别车辆驶出货车称重区后采集到的货车称重区的图像；
160.若货车称重区图像与历史货车称重区图像匹配，则确定待识别车辆未发生抛洒事件；
161.若货车称重区图像与历史货车称重区图像不匹配，则确定待识别车辆发生抛洒事件。
162.在可选的实施方式中，识别模块，用于：
163.将货车称重区图像设置新的历史货车称重区图像，以替换历史货车称重区图像。
164.本发明实施例还提供一种高速公路入口的车辆管理设备，如图6所示，其示出了本发明实施例所涉及的高速公路入口的车辆管理设备的结构示意图，具体来讲：
165.该高速公路入口的车辆管理设备可以包括一个或者一个以上处理核心的处理器401、一个或一个以上计算机可读存储介质的存储器402、电源403和输入单元404等部件。本领域技术人员可以理解，图6中示出的高速公路入口的车辆管理设备结构并不构成对高速公路入口的车辆管理设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：
166.处理器401是该高速公路入口的车辆管理设备的控制中心，利用各种接口和线路连接整个高速公路入口的车辆管理设备的各个部分，通过运行或执行存储在存储器402内的软件程序和/或模块，以及调用存储在存储器402内的数据，执行高速公路入口的车辆管理设备的各种功能和处理数据，从而对高速公路入口的车辆管理设备进行整体监控。可选的，处理器401可包括一个或多个处理核心；优选的，处理器401可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器401中。
167.存储器402可用于存储软件程序以及模块，处理器401通过运行存储在存储器402的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器402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高速公路入口的车辆管理设备的使用所创建的数据等。此外，存储器402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。相应地，存储器402还可以包括存储器控制器，以提供处理器401对存储器402的访问。
168.高速公路入口的车辆管理设备还包括给各个部件供电的电源403，优选的，电源403可以通过电源管理系统与处理器401逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源403还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
169.该高速公路入口的车辆管理设备还可包括输入单元404，该输入单元404可用于接
收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
170.尽管未示出，高速公路入口的车辆管理设备还可以包括显示单元等，在此不再赘述。具体在本实施例中，高速公路入口的车辆管理设备中的处理器401会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中，并由处理器401来运行存储在存储器402中的应用程序，从而实现各种功能，如下：
171.获取待识别车辆在货车称重区中停留预设时长后，货车称重区的待识别数据；货车称重区与高速公路收费站入口间隔预设距离；
172.根据待识别数据进行抛洒事件识别，确定待识别车辆是否发生抛洒事件；
173.若待识别车辆发生抛洒事件，则输出第一提示信息，以提示待识别车辆驶入预设的安全区域中对待识别车辆装载的货物进行整改；
174.若待识别车辆未发生抛洒事件，则输出第二提示信息，以提示待识别车辆驶入高速公路收费站入口。
175.本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
176.为此，本发明实施例提供一种存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本发明实施例所提供的任一种高速公路入口的车辆管理方法中的步骤。例如，该指令可以执行如下步骤：
177.获取待识别车辆在货车称重区中停留预设时长后，货车称重区的待识别数据；货车称重区与高速公路收费站入口间隔预设距离；
178.根据待识别数据进行抛洒事件识别，确定待识别车辆是否发生抛洒事件；
179.若待识别车辆发生抛洒事件，则输出第一提示信息，以提示待识别车辆驶入预设的安全区域中对待识别车辆装载的货物进行整改；
180.若待识别车辆未发生抛洒事件，则输出第二提示信息，以提示待识别车辆驶入高速公路收费站入口。
181.以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
182.其中，该存储介质可以包括：只读存储器(rom，read only memory)、随机存取记忆体(ram，random access memory)、磁盘或光盘等。
183.由于该存储介质中所存储的指令，可以执行本发明实施例所提供的任一种高速公路入口的车辆管理方法中的步骤，因此，可以实现本发明实施例所提供的任一种高速公路入口的车辆管理方法所能实现的有益效果，详见前面的实施例，在此不再赘述。
184.以上对本发明实施例所提供的一种高速公路入口的车辆管理方法、装置、设备和存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

技术特征：
1.一种高速公路入口的车辆管理方法，其特征在于，所述方法包括：获取待识别车辆在货车称重区中停留预设时长后，所述货车称重区的待识别数据；所述货车称重区与高速公路收费站入口间隔预设距离；根据所述待识别数据进行抛洒事件识别，确定所述待识别车辆是否发生抛洒事件；若所述待识别车辆发生抛洒事件，则输出第一提示信息，以提示所述待识别车辆驶入预设的安全区域中对所述待识别车辆装载的货物进行整改；若所述待识别车辆未发生抛洒事件，则输出第二提示信息，以提示所述待识别车辆驶入所述高速公路收费站入口。2.如权利要求1所述的高速公路入口的车辆管理方法，其特征在于，所述待识别数据包括车辆图像序列，所述车辆图像序列包括所述待识别车辆在所述货车称重区中停留预设时长的图像序列；所述根据所述待识别数据进行抛洒事件识别，确定所述待识别车辆是否发生抛洒事件，包括：对所述车辆图像序列中每一张车辆图像进行目标检测，确定各所述车辆图像中是否存在抛洒物；若所述车辆图像序列中每一张车辆图像中都不存在抛洒物，则确定所述待识别车辆未发生抛洒事件；若所述车辆图像序列中存在至少一张目标车辆图像中存在抛洒物，则确定所述待识别车辆发生抛洒事件。3.如权利要求2所述的高速公路入口的车辆管理方法，其特征在于，所述对所述车辆图像序列中每一张车辆图像进行目标检测之前，所述方法包括：确定所述待识别车辆是否驶入所述货车称重区；若所述待识别车辆驶入所述货车称重区，则采集所述待识别车辆的视频图像，得到车辆图像序列。4.如权利要求3所述的高速公路入口的车辆管理方法，其特征在于，所述确定所述待识别车辆是否驶入所述货车称重区，包括：获取所述货车称重区中传感单元在预设单位时长内的重量检测数据序列；根据所述重量检测数据序列，确定重量变化趋势；所述重量变化趋势包括重量递增、重量递减；若所述重量变化趋势为重量递增，则确定所述待识别车辆驶入所述货车称重区；若所述重量变化趋势为重量递减，且所述重量检测数据序列的极差值大于或等于预设极差值阈值，则确定所述待识别车辆驶出所述货车称重区。5.如权利要求3所述的高速公路入口的车辆管理方法，其特征在于，所述确定所述待识别车辆是否驶入所述货车称重区，包括：获取所述货车称重区在预设单位时长内的连续帧图像；对所述连续帧图像中每一帧图像进行车辆检测，得到每帧所述图像的车辆检测结果；所述车辆检测表征所述每帧图像中是否检测到待识别车辆；根据每帧所述图像的车辆检测结果，确定所述连续帧图像中首次检测到所述待识别车辆的目标帧图像，以所述目标帧图像为起始图像，从所述连续帧图像中提取出存在所述待
识别车辆的图像序列；确定所述待识别车辆在所述图像序列中每一张图像中深度信息，得到所述待识别车辆的深度信息序列；根据所述深度信息序列得到所述待识别车辆的深度信息变化趋势；若所述深度信息变化趋势为连续递减，则确定所述待识别车辆驶入所述货车称重区；若所述深度信息变化趋势为连续递增，且所述待识别车辆在各所述图像中的深度信息中存在大于预设值的目标深度信息，则确定所述待识别车辆驶出所述货车称重区。6.如权利要求1所述的高速公路入口的车辆管理方法，其特征在于，所述待识别数据包括货车称重区图像，所述货车称重区图像是所述待识别车辆驶出所述货车称重区后采集到的所述货车称重区的图像；所述根据所述待识别数据进行抛洒事件识别，确定所述待识别车辆是否发生抛洒事件，包括：确定所述待识别车辆是否驶出所述货车称重区；若所述待识别车辆驶出所述货车称重区，则采集所述货车称重区的图像，得到货车称重区图像；将所述货车称重区图像与历史货车称重区图像进行比对；所述历史货车称重区图像是前一个待识别车辆驶出所述货车称重区后采集到的所述货车称重区的图像；若所述货车称重区图像与所述历史货车称重区图像匹配，则确定所述待识别车辆未发生抛洒事件；若所述货车称重区图像与所述历史货车称重区图像不匹配，则确定所述待识别车辆发生抛洒事件。7.如权利要求6所述的高速公路入口的车辆管理方法，其特征在于，所述确定所述待识别车辆未发生抛洒事件之后，或者所述确定所述待识别车辆发生抛洒事件之后，所述方法包括：将所述货车称重区图像设置新的历史货车称重区图像，以替换所述历史货车称重区图像。8.一种高速公路入口的车辆管理装置，其特征在于，所述装置包括：采集模块，用于获取待识别车辆在货车称重区中停留预设时长后，所述货车称重区的待识别数据；所述货车称重区与高速公路收费站入口间隔预设距离；识别模块，用于根据所述待识别数据进行抛洒事件识别，确定所述待识别车辆是否发生抛洒事件；第一处理模块，用于若所述待识别车辆发生抛洒事件，则输出第一提示信息，以提示所述待识别车辆驶入预设的安全区域中对所述待识别车辆装载的货物进行整改；第二处理模块，用于若所述待识别车辆未发生抛洒事件，则输出第二提示信息，以提示所述待识别车辆驶入所述高速公路收费站入口。9.一种高速公路入口的车辆管理设备，其特征在于，包括存储器和处理器；所述存储器存储有应用程序，所述处理器用于运行所述存储器内的应用程序，以执行权利要求1至7任一项所述的高速公路入口的车辆管理方法中的步骤。10.一种存储介质，其特征在于，所述存储介质存储有多条指令，所述指令适于处理器
进行加载，以执行权利要求1至7任一项所述的高速公路入口的车辆管理方法中的步骤。

技术总结
本发明实施例公开一种高速公路入口的车辆管理方法、装置、设备和存储介质，涉及车路协同技术领域，在高速公路路收费站入口间隔预设距离处设置货车称重区，通过获取待识别车辆在货车称重区中停留预设时长的货车称重区的待识别数据，根据待识别数据进行抛洒事件识别，确定待识别车辆是否发生抛洒事件，若待识别车辆发生抛洒事件，则输出第一提示信息，以提示待识别车辆驶入预设的安全区域中对待识别车辆装载的货物进行整改，若待识别车辆未发生抛洒事件，则输出第二提示信息，以提示待识别车辆驶入高速公路收费站入口，如此，能够及时发现排除容易诱发抛洒事件的车辆进入高速公路，进而降低高速路的行驶路面的抛洒物，保障高速路的行驶安全。路的行驶安全。路的行驶安全。


技术研发人员：应昶 钟福祥 杨云 金泽民 斯倩 虞骏刚 温称福 吴涛涛
受保护的技术使用者：浙江交投高速公路运营管理有限公司
技术研发日：2023.02.07
技术公布日：2023/5/30