1.本技术涉及车辆管理技术领域，特别是涉及一种车辆尺寸测量方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术：2.随着车辆数量的增加，国家对道路安全越加重视，日益增长的车辆对城市交通管理系统提出了越来越高的要求。交通运输部文件《超限运输车辆行驶公路管理规定》里对超限运输车辆的长宽高有明确的限制标准，在交通公路上如何更快更有效地对车辆的长宽高进行测量成了一个迫切的问题。
3.现有的对于车辆长宽高进行测量识别超限车辆的方法如在相机成像的基础上加装辅助传感器的测量方法、基于纯视频流进行视觉计算的测量方法等，在现有技术的测量方法中，对于超大超宽的车辆，无法获取到其准确的车辆尺寸数据。
技术实现要素：4.基于此，有必要针对上述技术问题，提供一种车辆尺寸测量方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
5.第一方面，本技术提供了一种车辆尺寸测量方法，所述方法包括：
6.获取目标车辆的车侧图像；
7.根据所述车侧图像确定所述目标车辆的像素长度；
8.根据所述车侧图像获取目标下边缘的第一纵坐标，所述目标下边缘为所述目标车辆靠近所述车侧图像的拍摄点一侧的下边缘；
9.根据所述目标车辆的所述像素长度、所述第一纵坐标和预设映射关系获取所述目标车辆的实际长度。
10.在其中一个实施例中，所述根据所述车侧图像获取目标下边缘的第一纵坐标，包括：
11.对所述车侧图像进行霍夫变换，以获取所述车侧图像中的车轮位置；
12.根据所述车轮位置确定所述目标下边缘；
13.根据所述目标下边缘获取所述第一纵坐标。
14.在其中一个实施例中，所述获取目标车辆的车侧图像前，还包括：
15.获取具有预设长度的标定杆的多张拍摄图像，所述标定杆在各张所述拍摄图像中与图像下边缘的像素距离互不相同；
16.获取各张所述拍摄图像中所述标定杆的像素长度；
17.根据所述标定杆的预设长度、所述标定杆的像素长度和所述像素距离获取所述预设映射关系。
18.在其中一个实施例中，还包括：
19.获取所述目标车辆的车头图像，所述车头图像包括所述目标车辆的车头、以及分
别一一对应位于所述车头两侧的两条车道线；
20.根据所述车头图像获取所述车头的像素宽度、两条所述车道线之间的像素宽度；
21.根据所述车头的像素宽度、两条所述车道线之间的像素宽度和两条所述车道线之间的实际宽度获取所述车头的实际宽度。
22.在其中一个实施例中，所述根据所述车头图像获取所述车头的像素宽度、两条所述车道线之间的像素宽度，包括：
23.根据所述车头图像确定车头的二维框；
24.延长所述车头的二维框下沿获取二维框的下沿与外侧车道交点的横坐标、二维框的下沿与内侧车道交点的横坐标、二维框左侧边缘的横坐标以及二维框右侧边缘的横坐标；
25.根据所述两条车道线之间的实际宽度、二维框的下沿与外侧车道交点的横坐标、二维框的下沿与内侧车道交点的横坐标、二维框左侧边缘的横坐标以及二维框右侧边缘的横坐标测量车辆的实际宽度。
26.在其中一个实施例中，还包括：
27.获取所述目标车辆的车头图像；
28.根据所述车头图像获取所述目标车辆靠近内侧车道线一侧到外侧车道线的第一像素距离，根据所述车侧图像获取第二纵坐标，所述第二纵坐标为车辆靠近内侧车道线一侧的下边缘的纵坐标；
29.根据所述第一像素距离、所述第二纵坐标和预设成像模型获取车辆的实际高度。
30.在其中一个实施例中，所述车头图像和所述车侧图像分别由两个摄像头获取，两个所述摄像头在所述车辆的行驶方向上具有预设距离，所述获取所述目标车辆的车头图像，包括：
31.获得所述车辆的行驶速度；
32.根据所述车辆的行驶速度和所述预设距离匹配所述车侧图像的拍摄时间相同的所述车头图像。
33.第一方面，本技术提供了一种车辆尺寸测量装置，所述装置包括：
34.第一获取模块，用于获取目标车辆的车侧图像；
35.确定模块，用于根据所述车侧图像确定所述目标车辆的像素长度；
36.第二获取模块，用于根据所述车侧图像获取目标下边缘的第一纵坐标，所述目标下边缘为所述目标车辆靠近所述车侧图像的拍摄点一侧的下边缘；
37.测量模块，用于根据所述目标车辆的所述像素长度、所述第一纵坐标和预设映射关系获取所述目标车辆的实际长度。
38.第三方面，本技术提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法的步骤。
39.第四方面，本技术提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。
40.第五方面，本技术提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述的方法的步骤。
41.上述车辆尺寸测量方法、装置、计算机设备、存储介质和计算机程序产品，车侧图
像可以全面的包含目标车辆的信息，使后续获取的目标车辆的所述像素长度、第一纵坐标更准确，进而可以提高测量结果的准确度。同时预设映射关系可以实现对车侧图像的矫正，使获取的车侧图像更准确，因此可以使测量结果更准确。
附图说明
42.图1为一个实施例中车辆尺寸测量方法的流程示意图；
43.图2为一个实施例中车侧相机的安装位置示意图；
44.图3为一个实施例中根据车侧图像获取目标下边缘的第一纵坐标步骤的流程示意图；
45.图4为一个实施例中获取目标车辆的车侧图像前步骤前包括的流程示意图；
46.图5为另一个实施例中车辆尺寸测量方法的流程示意图；
47.图6为一个实施例中根据车头图像获取车头的像素宽度、两条车道线之间的像素宽度步骤的流程示意图；
48.图7为一个实施例中获取的目标车辆的车头图像示意图；
49.图8为另一个实施例中车辆尺寸测量方法的流程示意图；
50.图9为另一个实施例中车侧相机的安装位置示意图；
51.图10为一个实施例中获取目标车辆的车头图像步骤的流程示意图；
52.图11为一个实施例中车辆尺寸测量装置的结构框图；
53.图12为一个实施例中计算机设备的内部结构图。
具体实施方式
54.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
55.在一个实施例中，如图1所示，提供了一种车辆尺寸测量方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：
56.步骤102，获取目标车辆的车侧图像。
57.其中，现有技术基于双目视觉的车辆尺寸测量方法中，有的使用了传统相机对目标车辆的车侧进行拍摄，对于部分超大超宽车辆无法将车辆的车侧完全拍进一张图像内，有的使用了广角镜头对超大超高车辆的车侧进行拍摄，虽然将车辆的车侧拍进了一张图片，但是对所拍摄的图像需要畸变矫正，这种广角镜头对于体积较小的车辆会丢失部分细节信息，从而导致测量的车辆尺寸的准确度有待提高。本技术中，目标车辆驶入摄像头的摄像范围内后，摄像头会在连续时间内拍摄多张目标车辆的连续车侧图像，终端在接收多张连续车侧图像后，会通过拼接连续时间内的多张连续车侧图像以获得目标车辆的车侧图像，通过拼接手段获取的车侧图像无需矫正，可以全面、准确地包含目标车辆的信息。
58.步骤104，根据车侧图像确定目标车辆的像素长度。
59.具体地，接收到目标车辆的多张连续车侧图像后，终端会在拼接多张连续车侧图
像的同时累加车身的像素，以获得目标车辆的像素长度lc。
60.步骤106，根据车侧图像获取目标下边缘的第一纵坐标，目标下边缘为目标车辆靠近车侧图像的拍摄点一侧的下边缘。
61.其中，本技术中的坐标是基于笛卡尔坐标系，横坐标对应笛卡尔坐标系中(x，y)的x值；纵坐标对应笛卡尔坐标系中(x，y)的y值。车侧图像的拍摄点为安装的摄像头的位置。本技术中拍摄车侧图像的车侧相机安装于高架上，并且车侧相机的可拍摄范围面朝目标车辆的侧面，如图2所示，车侧相机的光轴与路面的平面成θ角，θ角约为40-45度。第一纵坐标为目标车辆靠近车侧相机一侧的下边缘的纵坐标vb。
62.具体地，在目标车辆地车侧图像中，确定目标车辆靠近车侧相机一侧的下边缘的第一纵坐标。
63.步骤108，根据目标车辆的所述像素长度lc、第一纵坐标vb和预设映射关系r获取目标车辆的实际长度lcar。
64.其中，预设映射关系r用于表征物体的像素长度与实际长度之间的关系。
65.具体地，根据目标车辆的所述像素长度lc、第一纵坐标vb和预设映射关系r间的关系式lcar＝lc*r(vb)计算获得目标车辆的实际长度lcar。
66.上述车辆尺寸测量方法中，车侧图像可以全面的包含目标车辆的信息，使后续获取的目标车辆的所述像素长度、第一纵坐标更准确，进而可以提高测量结果的准确度。同时预设映射关系可以实现对车侧图像的矫正，使获取的车侧图像更准确，因此可以使测量结果更准确。
67.在一个实施例中，目标车辆的车侧图像可以通过拼接多张连续时间内的车侧连续图像获得。具体地，拼接可以由车侧相机完成，也可以由车侧相机输出多张连续时间内的车侧连续图像，终端接收到多张连续时间内的车侧连续图像后通过拼接可以获得目标车辆的车侧图像。在本实施例中，目标车辆驶入摄像头的摄像范围内后，摄像头会在连续时间内拍摄多张目标车辆的连续车侧图像，终端在接收多张连续车侧图像后，会通过拼接连续时间内的多张连续车侧图像以获得目标车辆的车侧图像，因此，通过拼接手段获取的车侧图像无需矫正，可以全面、准确地包含目标车辆的信息，因此能够适用于长度较长的目标车辆的长度测量方法中。本实施例提供的车辆尺寸测量方法未使用广角镜头，仍然保留了更多的车侧图像细节，可以使测量结果更准确。在一个实施例中，如图3所示，步骤根据车侧图像获取目标下边缘的第一纵坐标包括：
68.步骤302，对车侧图像进行霍夫变换，以获取车侧图像中的车轮位置。
69.其中，霍夫变换是一种特征检测，被广泛应用在图像分析、计算机视觉以及数位影像处理。霍夫变换是用来辨别找出物件中的特征，例如在复杂的参数空间中找到图形的参数，终端通过霍夫算法可以由参数得知该边缘是哪种形状。具体地，终端在获取到目标车辆的车侧图像后，会使用霍夫变换算法对目标车辆进行检测，以得到车轮在车侧图像中的位置。
70.步骤304，根据车轮位置确定目标下边缘。
71.步骤306，根据目标下边缘获取第一纵坐标。
72.具体地，终端在确定目标车辆的车轮在车侧图像中的位置后，会将车轮下边缘作为目标下边缘，即车轮下边缘的纵坐标作为目标车辆下边缘的第一纵坐标vb。
73.本实施例中，通过对车侧图像进行霍夫变换，可以获取目标车辆的车轮在车侧图像中的具体位置，因此获取的车轮靠近车侧相机一侧的下边缘的第一纵坐标很接近实际情况，使后续对车辆尺寸的测量结果更准确。在其他实施例中，可以采用其他目标检测算法获取目标车辆的车轮位置。
74.在一个实施例中，如图4所示，获取目标车辆的车侧图像前，还包括：
75.步骤402，获取具有预设长度的标定杆的多张拍摄图像，标定杆在各张拍摄图像中与图像下边缘的像素距离互不相同。
76.其中，车侧图像可以由车侧相机拍摄，为了获取数据更准确的车侧图像，车侧相机在安装时需要标定。
77.在一个实施例中，在安装车侧相机时，采用张正友标定法对车侧相机进行标定，标定杆的长度为l米。在标定过程中，长度为l米的标定杆放置与路面，可以选择从图像底部下方向图像上方平移，即从路面向上平移，标定杆在不停地上移过程中与外车道的水平面形成不同的实际水平距离d，该实际水平距离d通过人工测量可以获得具体值。具体的，分多次移动标定杆，每次移动图像高度的1/10，若标定杆的移动距离达到或超过图像的1/3，则标定杆停止移动。经过大量的实验验证，若标定杆从图像底部水平向图像上方平移，标定杆的移动距离到图像的1/3处时，标定杆所移动的距离已经覆盖了目标车辆下边缘所在的位置，此时所拟合的映射精度最高。本实施例出于目标车辆的下边缘集中在图像底部考虑，因此选取标定杆从图像底部向图像上方移动的方式。在另一个实施例中，标定杆从图像上方向图像下方平移，即从上方向路面平移，每次移动图像高度的1/10,若标定杆的移动距离达到图像的下边缘，则标定杆停止移动。在本实施例中，标定杆移动到图像的下边缘可以覆盖目标车辆下边缘在图像中可能的位置，以确保拟合的映射精度。
78.步骤404，获取各张拍摄图像中标定杆的像素长度。
79.具体地，标定杆在多次上移过程中，终端会多次对应记录标定杠的像素长度ld、标定杆与外车道水平面间的实际水平距离d以及每次移动标定杆对应的l/ld值。
80.步骤406，根据标定杆的预设长度、标定杆的像素长度和像素距离获取预设映射关系。
81.具体地,根据标定杆的预设长度l、标定杆的像素长度ld获得每次移动标定杆对应的l/ld值后,对每次移动标定杆对应的l/ld值采用线性拟合算法可以获得预设映射关系r(d)＝l/ld，该预设映射关系用于表征标定杆与外车道水平面间的实际水平距离d与标定杆的预设长度l、标定杆的像素长度ld的关系。
82.在本实施例中，通过采用标定杆对车侧相机进行标定，获取的预设映射关系可以使连续时间内的多张连续车侧图像更准确，因此，拼接后获得的车侧图像以及测量结果更准确。
83.在一个实施例中，如图5所示，上述车辆尺寸测量方法还包括：
84.步骤502，获取目标车辆的车头图像，车头图像包括目标车辆的车头、以及分别一一对应位于车头两侧的两条车道线。
85.其中，车头图像中除了包括目标车辆的车头，还包括车头两侧的两条车道线即内侧车道线和外侧车道线。
86.步骤504，根据车头图像获取车头的像素宽度、两条车道线之间的像素宽度。
87.步骤506，根据车头的像素宽度、两条车道线之间的像素宽度和两条车道线之间的实际宽度获取车头的实际宽度wcar。
88.其中，两条车道线(即内侧车道线和外侧车道线)之间的实际宽度w可以在安装车侧相机或者对车侧相机进行标定时通过测量获得。
89.具体地，终端获取到的车头图像中，目标车辆车头的像素宽度、两条车道线之间的像素宽度和两条车道线之间的实际距离存在一定的关系，因此，可以根据该关系测量或计算出目标车辆车头的实际宽度。
90.在上述实施例中，通过从目标车辆的车头图像中直接准确地获取车头的像素宽度、两条车道线之间的像素宽度，两条车道线之间的实际宽度通过实际测量获得，因此车头的像素宽度、两条车道线之间的像素宽度和两条车道线之间的实际宽度w获取车头的实际宽度。
91.在一个实施例中，如图6所示，根据车头图像获取车头的像素宽度、两条车道线之间的像素宽度，包括：
92.步骤602，根据车头图像确定车头的二维框；
93.具体地，获取的目标车辆的车头图像如图7所示，终端在获取到目标车辆的车头图像后，利用深度神经网络获取车头的2维框，即图7中的“车头2d框”。
94.步骤604，延长车头的二维框下沿获取二维框的下沿与外侧车道交点的横坐标、二维框的下沿与内侧车道交点的横坐标、二维框左侧边缘的横坐标以及二维框右侧边缘的横坐标。
95.具体地，请参见图2和图7，内侧车道为离车侧图像的拍摄点较远的车道，外侧车为道离车侧图像的拍摄点较近的车道。终端在获取到目标车辆的车头二维框后，会延长车头的二维框的下沿得到二维框与外侧车道交点的横坐标为y1，与内侧车道交点的横坐标为y2，二维框左侧边缘的横坐标y3，二维框右侧边缘的横坐标y4。即车头的像素宽度为图7中的(y4-y3),两条车道之间的像素宽度为图6中的(y1-y2)。
96.步骤606，根据两条车道线之间的实际宽度、二维框的下沿与外侧车道交点的横坐标、二维框的下沿与内侧车道交点的横坐标、二维框左侧边缘的横坐标以及二维框右侧边缘的横坐标测量车辆的实际宽度。
97.其中，两条车道线之间的w可以在安装车侧相机或者对车侧相机进行标定时通过测量获得。
98.具体地，终端会根据两条车道线之间的实际宽度w、二维框与外侧车道交点的横坐标为y1，与内侧车道交点的横坐标为y2，二维框左侧边缘的横坐标y3，二维框右侧边缘的横坐标y4之间的关系式wcar＝(y4-y3)/(y2-y1)*w准确地计算出目标车辆车头的实际宽度wcar。
99.在一个实施例中，如图8所示，上述车辆尺寸测量方法还包括：
100.步骤802，获取目标车辆的车头图像。
101.其中，目标车辆的车头图像中包括目标车辆的车头、以及分别一一对应位于所述车头两侧的内侧车道线和外侧车道线。
102.步骤804，根据车头图像获取目标车辆靠近内侧车道线一侧到外侧车道线的第一像素距离；根据车侧图像获取第二纵坐标，第二纵坐标为目标车辆靠近内侧车道线一侧的
下边缘的纵坐标。
103.在一个实施例中，请继续参见图7，根据车头图像获取目标车辆靠近内侧车道线一侧到外车道线的第一像素距离包括：在获取的车头图像后，终端会根据两条车道线之间的实际宽度w、二维框与外侧车道交点的横坐标为y1，与内侧车道交点的横坐标为y2，二维框右侧边缘的横坐标y4，再根据关系式d＝(y4-y1)*(y2-y1)*w计算获得目标车辆靠近内侧车道线一侧到外车道线的第一像素距离d。
104.在另一个实施例中，请参见图9，第二纵坐标为车侧图像中，目标车辆靠近内侧车道线一侧的下边缘的纵坐标。终端在获取到目标车辆的车侧图像后，会通过深度神经网络检测算法得到外车道线的纵坐标x1，内侧车道线的纵坐标x2，根据获取的第一像素距离d、两条车道线之间的实际宽度w、外车道线的纵坐标x1以及内侧车道线的纵坐标x2间的关系式vc＝x1-d/w*(x1-x2)获得目标车辆靠近内侧车道线一侧的下边缘的纵坐标vc，即获取第二纵坐标vc。
105.步骤806，根据第一像素距离、第二纵坐标和预设成像模型获取车辆的实际高度。
106.其中，第一纵坐标为目标车辆靠近车侧相机一侧的下边缘的纵坐标vb。预设成像模型可以是提前训练好的模型。
107.在一个实施例中，请继续参见图9，预设成像模型如下：
108.其中z为一个中间变量，f为车侧相机的焦距，v0为车侧相机的光轴中心在车侧图像中的纵坐标，h为车侧相机至路面的高度，θ为车侧相机的光轴与路面平面的夹角。车侧相机的焦距f可以在标定后获得，光轴中心在车侧图像中的纵坐标可以由终端在获取车侧图像后获得。终端会根据第一像素距离d＝(y4-y1)*(y2-y1)*w、第一纵坐标即目标车辆靠近车侧相机一侧的下边缘的纵坐标vb以及预设的成像模型公式计算出目标车辆的实际高度hcar。
109.在一个实施例中，终端会将获取的目标车辆的实际长度lcar、实际宽度wcar和实际高度hcar与车图像、车侧拼接图一起合并输出，即为车辆的三维信息，可用于后续的超限车辆识别。
110.在一个实施例中，如图10所示，车头图像和车侧图像分别由两个摄像头获取，两个所述摄像头在所述车辆的行驶方向上具有预设距离，，获取目标车辆的车头图像步骤包括：
111.步骤1002，获得车辆的行驶速度。
112.具体地，终端通过计算目标车辆在行驶实际长度lcar所需要时间长度t，并根据计算获取的目标车辆的实际长度lcar，利用vcar＝lcar/t可以计算出目标车辆的行驶速度。
113.在本实施例中，在目标车辆经过检测区域时，由车头相机拍摄获取车头图像，同时由车侧相机连续拍摄目标车辆的车侧图像。其中车头相机和车侧相机都安装与公路高架上覆盖单个车道，可以获得经过所覆盖车道的目标车辆的车头图像和车侧图像。车头相机为视野范围面朝目标车辆行驶方向的相机，车侧相机的安装位置请参见图2和图9，车侧相机与路面的高度h可以为6-8米，与外车道线距离可以为1-3米，具体距离可以根据标定情况来
定。在其他实施例中，车头相机与车侧相机可以设计为一体相机。本技术中将车头相机与车侧相机分体设计可以使车头相机中的车头检测框与路面平行，进而使测量的相关数据更加准确。
114.步骤1004，根据车辆的行驶速度和预设距离匹配与车侧图像的拍摄时间相同的所述车头图像。
115.其中，预设距离为在安装时测得的车侧相机与车头相机视野中心之间的距离s。
116.具体地，终端在获取车头相机与车侧相机视野中心之间的距离s和目标车辆的行驶速度后，会根据dt＝s/vcar计算出时间差，利用时间差和当前时间反推计算目标车辆车侧图像对应的车头图像的时间，选取拍摄时间相同或者时间最接近的车头图像，并将该车头图像与车侧图像进行匹配。
117.上述实施例中，车头相机与车侧相机的安装方便，不干扰车辆通行，可以同时获取目标车辆的车头图像和车侧图像，兼顾了取证记录的功能，使车辆尺寸测量方法具备测量目标车辆的长宽高三维数据的功能。通过计算目标车辆的行驶速度、获取车侧相机与车头相机视野中心之间的距离即预设距离，可以匹配到与车侧图像匹配度最高的车头图像，通过对该车头图像进行处理，使得测量的车辆的尺寸数据更准确。相比于现有技术中采用一个相机进行车辆尺寸测量的方法，在仅增加一个车侧相机的情况下，使用纯视频流就可以准确测量车辆的三维信息，并且对超高超长车也适用。
118.应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
119.基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的车辆尺寸测量方法的车辆尺寸测量装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个车辆尺寸测量装置实施例中的具体限定可以参见上文中对于车辆尺寸测量方法的限定，在此不再赘述。
120.在一个实施例中，如图11所示，提供了一种车辆尺寸测量装置，包括：第一获取模块1102、确定模块1104、第二获取模块1106和测量模块1108。
121.其中，第一获取模块1102用于获取目标车辆的车侧图像；确定模块1104用于根据车侧图像确定目标车辆的像素长度；第二获取模块1106用于根据车侧图像获取目标下边缘的第一纵坐标，目标下边缘为目标车辆靠近车侧图像的拍摄点一侧的下边缘；测量模块1108用于根据目标车辆的所述像素长度、第一纵坐标和预设映射关系获取目标车辆的实际长度。
122.在一个实施例中，第二获取模块1106根据所述车侧图像获取目标下边缘的第一纵坐标，包括：对车侧图像进行霍夫变换，以获取车侧图像中的车轮位置；根据车轮位置确定目标下边缘；根据目标下边缘获取第一纵坐标。
123.在一个实施例中，第一获取模块1102在获取目标车辆的车侧图像前，还包括：获取
具有预设长度的标定杆的多张拍摄图像，标定杆在各张拍摄图像中与图像下边缘的像素距离互不相同；获取各张拍摄图像中所述标定杆的像素长度；根据标定杆的预设长度、标定杆的像素长度和像素距离获取预设映射关系。
124.在一个实施例中，上述车辆尺寸测量方法还包括：第一获取模块1102获取目标车辆的车头图像，车头图像包括目标车辆的车头、以及分别一一对应位于车头两侧的两条车道线；确定模块1104根据车头图像获取车头的像素宽度、两条车道线之间的像素宽度；测量模块1108根据车头的像素宽度、两条车道线之间的像素宽度和两条车道线之间的实际宽度获取车头的实际宽度。
125.在一个实施例中，确定模块1104根据车头图像获取车头的像素宽度、两条车道线之间的像素宽度，包括：根据车头图像确定车头的二维框；车道宽度；延长所述车头的二维框下沿获取二维框与外侧车道交点的横坐标、二维框的下沿与内侧车道交点的横坐标、二维框左侧边缘的横坐标以及二维框右侧边缘的横坐标；测量模块1108根据所述车道宽度、二维框与外侧车道交点的横坐标、二维框的下沿与内侧车道交点的横坐标、二维框左侧边缘的横坐标以及二维框右侧边缘的横坐标测量车辆的实际宽度。
126.在一个实施例中，第一获取模块1102获取目标车辆的车头图像；确定模块1104根据车头图像获取车辆靠近内侧车道线一侧到外车道线的第一像素距离；第二获取模块1106根据第一像素距离、第一纵坐标和预设成像模型获取车辆的实际高度。
127.在一个实施例中，车头图像和车侧图像由具有预设距离的两个摄像头获取，第一获取模块1102获取目标车辆的车头图像，包括：获得所述车辆的行驶速度；根据车辆的行驶速度和预设距离进行匹配，以获取与车侧图像的拍摄时刻相同的车头图像。
128.上述车辆尺寸测量装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
129.在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图12所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、移动蜂窝网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种车辆尺寸测量方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
130.本领域技术人员可以理解，图12中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
131.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
132.在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被
处理器执行时实现上述各方法实施例中的步骤。
133.需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
134.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
135.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
136.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。
技术特征：1.一种车辆尺寸测量方法，其特征在于，所述方法包括：获取目标车辆的车侧图像；根据所述车侧图像确定所述目标车辆的像素长度；根据所述车侧图像获取目标下边缘的第一纵坐标，所述目标下边缘为所述目标车辆靠近所述车侧图像的拍摄点一侧的下边缘；根据所述目标车辆的所述像素长度、所述第一纵坐标和预设映射关系获取所述目标车辆的实际长度。2.根据权利要求1所述的方法，其特征在于，所述根据所述车侧图像获取目标下边缘的第一纵坐标，包括：对所述车侧图像进行霍夫变换，以获取所述车侧图像中的车轮位置；根据所述车轮位置确定所述目标下边缘；根据所述目标下边缘获取所述第一纵坐标。3.根据权利要求1所述的方法，其特征在于，所述获取目标车辆的车侧图像前，还包括：获取具有预设长度的标定杆的多张拍摄图像，所述标定杆在各张所述拍摄图像中与图像下边缘的像素距离互不相同；获取各张所述拍摄图像中所述标定杆的像素长度；根据所述标定杆的预设长度、所述标定杆的像素长度和所述像素距离获取所述预设映射关系。4.根据权利要求1所述的方法，其特征在于，还包括：获取所述目标车辆的车头图像，所述车头图像包括所述目标车辆的车头、以及分别一一对应位于所述车头两侧的两条车道线；根据所述车头图像获取所述车头的像素宽度、两条所述车道线之间的像素宽度；根据所述车头的像素宽度、两条所述车道线之间的像素宽度和两条所述车道线之间的实际宽度获取所述车头的实际宽度。5.根据权利要求4所述的方法，其特征在于，所述根据所述车头图像获取所述车头的像素宽度、两条所述车道线之间的像素宽度，包括：根据所述车头图像确定车头的二维框；延长所述车头的二维框下沿获取二维框的下沿与外侧车道交点的横坐标、二维框的下沿与内侧车道交点的横坐标、二维框左侧边缘的横坐标以及二维框右侧边缘的横坐标；根据所述两条车道线之间的实际宽度、二维框的下沿与外侧车道交点的横坐标、二维框的下沿与内侧车道交点的横坐标、二维框左侧边缘的横坐标以及二维框右侧边缘的横坐标测量车辆的实际宽度。6.根据权利要求1所述的方法，其特征在于，还包括：获取所述目标车辆的车头图像；根据所述车头图像获取所述目标车辆靠近内侧车道线一侧到外侧车道线的第一像素距离，根据所述车侧图像获取第二纵坐标，所述第二纵坐标为车辆靠近内侧车道线一侧的下边缘的纵坐标；根据所述第一像素距离、所述第二纵坐标和预设成像模型获取车辆的实际高度。7.根据权利要求4至6任一项所述的方法，其特征在于，所述车头图像和所述车侧图像
分别由两个摄像头获取，两个所述摄像头在所述车辆的行驶方向上具有预设距离，所述获取所述目标车辆的车头图像，包括：获得所述车辆的行驶速度；根据所述车辆的行驶速度和所述预设距离匹配所述车侧图像的拍摄时间相同的所述车头图像。8.一种车辆尺寸测量装置，其特征在于，所述装置包括：第一获取模块，用于获取目标车辆的车侧图像；确定模块，用于根据所述车侧图像确定所述目标车辆的像素长度；第二获取模块，用于根据所述车侧图像获取目标下边缘的第一纵坐标，所述目标下边缘为所述目标车辆靠近所述车侧图像的拍摄点一侧的下边缘；测量模块，用于根据所述目标车辆的所述像素长度、所述第一纵坐标和预设映射关系获取所述目标车辆的实际长度。9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
技术总结本申请涉及一种车辆尺寸测量方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取目标车辆的车侧图像；根据所述车侧图像确定所述目标车辆的像素长度；根据所述车侧图像获取目标下边缘的第一纵坐标，所述目标下边缘为所述目标车辆靠近所述车侧图像的拍摄点一侧的下边缘；根据所述目标车辆的所述像素长度、所述第一纵坐标和预设映射关系获取所述目标车辆的实际长度。采用本方法能够使测量结果更准确。测量结果更准确。测量结果更准确。
技术研发人员：甘忠志 覃浩蓝 胡中华
受保护的技术使用者：深圳信路通智能技术有限公司
技术研发日：2022.04.21
技术公布日：2022/7/5
