CN105702087A - 基于城市路灯的智能停车系统及方法 - Google Patents

基于城市路灯的智能停车系统及方法 Download PDF

Info

Publication number
CN105702087A
CN105702087A CN201610277617.7A CN201610277617A CN105702087A CN 105702087 A CN105702087 A CN 105702087A CN 201610277617 A CN201610277617 A CN 201610277617A CN 105702087 A CN105702087 A CN 105702087A
Authority
CN
China
Prior art keywords
street lamp
tailstock
headstock
image information
module
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.)
Granted
Application number
CN201610277617.7A
Other languages
English (en)
Other versions
CN105702087B (zh
Inventor
姚涛
陈刚
刘顺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
WUHAN QUANHUA OPTOELECTRONICS TECHNOLOGY Co Ltd
Original Assignee
WUHAN QUANHUA OPTOELECTRONICS TECHNOLOGY Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by WUHAN QUANHUA OPTOELECTRONICS TECHNOLOGY Co Ltd filed Critical WUHAN QUANHUA OPTOELECTRONICS TECHNOLOGY Co Ltd
Priority to CN201610277617.7A priority Critical patent/CN105702087B/zh
Publication of CN105702087A publication Critical patent/CN105702087A/zh
Application granted granted Critical
Publication of CN105702087B publication Critical patent/CN105702087B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • G08G1/141—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4084—Scaling of whole images or parts thereof, e.g. expanding or contracting in the transform domain, e.g. fast Fourier transform [FFT] domain scaling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30264—Parking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Traffic Control Systems (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种基于城市路灯的智能停车系统，包括采集路边停车位的图像信息路灯摄像头，检测车头和车尾的距离后将信息发送至车距计算模块的激光测距仪、接收激光测距仪发送的信息并计算车位数量的车距计算模块，将路灯摄像头采集的图像信息与车头图像信息进行对比车头对比模块，将路灯摄像头采集的路边停车位的图像信息与车尾图像信息进行对比的车尾对比模块，将路灯摄像头采集的路边停车位的图像信息与整车图像信息进行对比的整车对比模块，将车距计算模块计算得到的车位数量传输到移动终端或网络服务器。本发明中基于城市路灯的智能停车系统借用城市广泛布置的路灯系统，可以给出待泊车位置空闲状态与地理位置等精准信息。

Description

基于城市路灯的智能停车系统及方法
技术领域
本发明涉及智能交通技术领域，具体涉及一种基于城市路灯的智能停车系统及方法。
背景技术
随着我国车辆保有量的持续增长，车辆的停放已经成为一个城市交通难题，停车场的车位数量不足以及收费高昂困扰着众多车主，使用部分车流较少道路的路边停车位则成为缓解停车难问题的重要手段之一，目前的智能停车系统都是基于室内或者室外圈定停车场，需要地感线圈或者车牌信息，无线基站，再去查询停车场空闲泊位信息等，进行信息识别与判断，对于路段不熟悉的车主很不方便，因此需要一种能够对路边进行有效监测并反馈信息的智能停车系统。
发明内容
本发明的目的是为了克服现有技术中存在的上述缺陷，提供一种基于城市路灯的智能停车系统及方法。
为解决上述问题，本发明提出一种基于城市路灯的智能停车系统，包括路灯摄像头、激光测距仪、车距计算模块、车头对比模块、车尾对比模块、整车对比模块、传输模块，其中，
路灯摄像头设于路灯杆上，用于采集路边停车位的图像信息；
整车对比模块用于将路灯摄像头采集的路边停车位的图像信息与整车图像信息进行对比，并调用车头对比模块和车尾对比模块对路边停车位进行对比；
车头对比模块用于将路灯摄像头采集的图像信息与车头图像信息进行对比，并将得到的车头边缘图像信号发送至激光测距仪；
车尾对比模块用于将路灯摄像头采集的路边停车位的图像信息与车尾图像信息进行对比，并将得到的车尾边缘图像信号发送至激光测距仪；
激光测距仪用于接收车头对比模块和车尾对比模块发送的信号，并根据信号分别检测车头和车尾的距离后将信息发送至车距计算模块；
车距计算模块用于接收激光测距仪发送的信息并计算车位数量；
传输模块为wifi无线通讯模块，用于将车距计算模块计算得到的车位数量传输到移动终端或网络服务器，并在各个路灯摄像头之间进行图像数据传输。
上述技术方案中，所述激光测距仪与所述路灯摄像头连接成一整体。
上述技术方案中，所述激光测距仪发射的激光与所述路灯摄像头的镜头轴线平行。
上述技术方案中，所述路灯摄像头设置在路灯杆顶部，所述路灯杆顶部还设置有第一旋转电机，所述第一旋转电机的输出轴竖直向上伸出并连接有水平固定座的底部，所述水平固定座的顶部设有路灯摄像头。
上述技术方案中，所述水平固定座的侧面固定连接有第二旋转电机，所述第二旋转电机的输出轴水平布置并连接有摄像头安装板的一端，所述摄像头安装板上设置有路灯摄像头。
上述技术方案中，所述移动终端为手机或平板电脑。
本发明还公开了使用上述基于城市路灯的智能停车系统的方法，包括以下步骤：
步骤一、整车对比模块将路灯摄像头采集的路边停车位的图像信息与需要停车的车辆图形进行对比，查找匹配的路边停车位；
如匹配则调用车头对比模块和车尾对比模块检测车头边缘图像信号和车尾边缘图像信号；
如不匹配则通过传输模块调用其他路灯摄像头采集的图像信息与需要停车的车辆图形进行对比直至找到匹配的路边停车位；
步骤二、车头对比模块和车尾对比模块将检测的车头边缘图像信号和车尾边缘图像信号输送到匹配的路边停车位处的激光测距仪处，激光测距仪分别根据车头边缘图像信号和车尾边缘图像信号检测车头距离和车尾距离；
步骤三、车距计算模块根据激光测距仪检测的车头距离和车尾距离计算得到车位距离，并得到车位数量；
步骤四、传输模块将车位数量传输到移动终端或网络服务器。
上述技术方案中，所述步骤一中将路灯摄像头采集的路边停车位的图像信息与需要停车的车辆图形进行对比时，按以下步骤进行；
S1、将路灯摄像头采集的图片缩小至由64个像素组成；
S2、将上述缩小后的图片转化为64级灰度；
S3、计算组成该图片的64个像素的灰度平均值；
S4、将组成该图片的每个像素的灰度值，与计算得到的灰度平均值进行比较，当灰度值大于或等于灰度平均值时，比较值为1；当灰度值小于灰度平均值时，比较值为0；将所有比较值相加得到特征值；
S4、将特征值与数据库中的需要停车的车辆的特征值进行比较。
本发明中的基于城市路灯的智能停车系统，能够借助安装在路灯上的摄像头，实时的检测路边停车位的图像信息，并与数据库中的整车图形进行对比，如果匹配，则调用车头对比模块和车尾对比模块检测车头边缘图像信号和车尾边缘图像信号，并通过激光测距仪检测车头和车尾距离激光测距仪的位置，并计算处车头和车尾的距离，得到停车位的信息，并发送到手机或网络终端；本发明中的智能停车系统借用城市广泛布置的路灯系统，可以给出待泊车位置空闲状态与地理位置等精准信息。
附图说明
图1为本发明中基于城市路灯的智能停车系统的示意图；
图2为本发明中基于城市路灯的智能停车系统的结构框图；
图3为本发明中基于城市路灯的智能停车系统的结构示意图。
其中：1、路灯杆；2、路灯摄像头；3、第一旋转电机；
4、水平固定座；5、第二旋转电机；6、摄像头安装板。
具体实施方式
以下结合附图和具体实施例对本发明作进一步的详细描述：
本发明中的基于城市路灯的智能停车系统，如图1和图2所示，包括路灯摄像头，集成在路灯摄像头中的激光测距仪、车距计算模块、车头对比模块、车尾对比模块、整车对比模块和传输模块，其中，
路灯摄像头设置在路灯的顶部，且可以自由的在竖直方向和水平方向上转动，用于采集路边停车位的图像信息；
整车对比模块用于将路灯摄像头采集的路边停车位的图像信息与整车图像信息进行对比，并调用车头对比模块和车尾对比模块对路边停车位进行对比；
车头对比模块用于将路灯摄像头采集的图像信息与车头图像信息进行对比，并将得到的车头边缘图像信号发送至激光测距仪；
车尾对比模块用于将路灯摄像头采集的路边停车位的图像信息与车尾图像信息进行对比，并将得到的车尾边缘图像信号发送至激光测距仪；
激光测距仪与路灯摄像头连接成一整体，且激光测距仪发射的激光与路灯摄像头的镜头轴线平行，激光测距仪用于接收车头对比模块和车尾对比模块发送的信号，并根据信号分别检测车头和车尾的距离后将信息发送至车距计算模块；
车距计算模块用于接收激光测距仪发送的信息并计算车位数量；
传输模块用于将车距计算模块计算得到的车位数量传输到移动终端或网络服务器，并在各个路灯摄像头之间进行图像数据传输。
上述路灯摄像头2设置在路灯杆1顶部，参阅图3所示，路灯杆1顶部还设置有第一旋转电机3，第一旋转电机3的输出轴竖直向上伸出并连接有水平固定座4的底部，水平固定座4的侧面固定连接有第二旋转电机5，第二旋转电机5的输出轴水平布置并连接有摄像头安装板6的一端，摄像头安装板6上设置有路灯摄像头2。
本发明中基于城市路灯的智能停车系统在工作时，按以下步骤将停车位信息发送到使用者终端：
步骤一、整车对比模块将路灯摄像头采集的路边停车位的图像信息与需要停车的车辆图形进行对比并查找匹配的路边停车位；将拍摄到的图像进行处理后进行对比，处理和对比的步骤如下：
S1、将路灯摄像头采集的图片缩小至由64个像素组成；
S2、将上述缩小后的图片转化为64级灰度；
S3、计算组成该图片的64个像素的灰度平均值；
S4、将组成该图片的每个像素的灰度值，与计算得到的灰度平均值进行比较，当灰度值大于或等于灰度平均值时，比较值为1；当灰度值小于灰度平均值时，比较值为0；将所有比较值相加得到特征值；
S4、将特征值与数据库中的需要停车的车辆的特征值进行比较。
如匹配则调用车头对比模块和车尾对比模块检测车头边缘图像信号和车尾边缘图像信号；
如不匹配则通过传输模块调用其他路灯摄像头采集的图像信息与需要停车的车辆图形进行对比直至找到匹配的路边停车位；
步骤二、车头对比模块和车尾对比模块将检测的车头边缘图像信号和车尾边缘图像信号输送到匹配的路边停车位处的激光测距仪处，激光测距仪分别根据车头边缘图像信号和车尾边缘图像信号检测车头距离和车尾距离；
步骤三、车距计算模块根据激光测距仪检测的车头距离和车尾距离计算得到车位距离，并得到车位数量；
步骤四、传输模块将车位数量传输到手机上。
为了保证对比的准确性，在上述步骤一中还可以使用颜色分布法和内容特征法对拍摄到的图片进形处理后进行对比；
颜色分布法的原理是：任何一种颜色都是由红绿蓝三原色(RGB)构成，每种原色都可以取256个值，将0-255分成四个区：0-63为第0区，64-127为第1区，128-191为第2区，192-255为第3区，这意味着红绿蓝分别有4个区，总共可以构成64种组合，任何一种颜色必然属于这64种组合中的一种，这样就可以统计每一种组合包含的像素数量，将这些组合包含该的像素数量提取出来，组成一个64维向量，这个向量就是这张图片的特征值，寻找相似图片就变成了寻找与其最相似的向量
内容特征法的原理是：将拍摄到的图片转成一张较小的灰度图片，假定为50×50像素，随后根据阈值将灰度图片转成黑白图片，从而得到50×50的0-1矩阵。矩阵的每个值对应原图片的一个像素，其中0表示黑色，1表示白色，这个矩阵就是该图片的特征矩阵，两个特征矩阵的不同之处越少，则两张图片越相似。这可以用"异或运算"实现(即两个值之中只有一个为1，则运算结果为1，否则运算结果为0)，对不同图片的特征矩阵进行"异或运算"，结果中的1越少，就是越相似的图片。
其中阈值的是通过下列方法来确定的：假定一张图片共有n个像素，其中灰度值小于阈值的像素为n1个，大于等于阈值的像素为n2个(n1+n2＝n)。w1和w2表示这两种像素各自的比重。
w1＝n1/n
w2＝n2/n
再假定，所有灰度值小于阈值的像素的平均值和方差分别为μ1和σ1，所有灰度值大于等于阈值的像素的平均值和方差分别为μ2和σ2。于是，可以得到
类间差异＝w1w2(μ1-μ2)^2
可以证明，这两个式子是等价的：得到"类内差异"的最小值，等同于得到"类间差异"的最大值，使用"穷举法"，将阈值从灰度的最低值到最高值，依次取一遍，分别代入上面的算式，使得"类内差异最小"或"类间差异最大"的那个值，就是最终的阈值。
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

Claims (8)

1.一种基于城市路灯的智能停车系统，其特征在于：包括路灯摄像头、激光测距仪、车距计算模块、车头对比模块、车尾对比模块、整车对比模块、传输模块，其中，
路灯摄像头设于路灯杆上，用于采集路边停车位的图像信息；
整车对比模块用于将路灯摄像头采集的路边停车位的图像信息与整车图像信息进行对比，并调用车头对比模块和车尾对比模块对路边停车位进行对比；
车头对比模块用于将路灯摄像头采集的图像信息与车头图像信息进行对比，并将得到的车头边缘图像信号发送至激光测距仪；
车尾对比模块用于将路灯摄像头采集的路边停车位的图像信息与车尾图像信息进行对比，并将得到的车尾边缘图像信号发送至激光测距仪；
激光测距仪用于接收车头对比模块和车尾对比模块发送的信号，并根据信号分别检测车头和车尾的距离后将信息发送至车距计算模块；
车距计算模块用于接收激光测距仪发送的信息并计算车位数量；
传输模块用于将车距计算模块计算得到的车位数量传输到移动终端或网络服务器，并在各个路灯摄像头之间进行图像数据传输。
2.根据权利要求1所述基于城市路灯的智能停车系统，其特征在于：所述激光测距仪与所述路灯摄像头连接成一整体。
3.根据权利要求2所述基于城市路灯的智能停车系统，其特征在于：所述激光测距仪发射的激光与所述路灯摄像头的镜头轴线平行。
4.根据权利要求3所述基于城市路灯的智能停车系统，其特征在于：所述路灯摄像头设置在路灯杆顶部，所述路灯杆顶部还设置有第一旋转电机，所述第一旋转电机的输出轴竖直向上伸出并连接有水平固定座的底部，所述水平固定座的顶部设有路灯摄像头。
5.根据权利要求4所述基于城市路灯的智能停车系统，其特征在于：所述水平固定座的侧面固定连接有第二旋转电机，所述第二旋转电机的输出轴水平布置并连接有摄像头安装板的一端，所述摄像头安装板上设置有路灯摄像头。
6.根据权利要求1所述基于城市路灯的智能停车系统，其特征在于：所述移动终端为手机或平板电脑。
7.使用权利要求1-6中任一项所述基于城市路灯的智能停车系统的方法，其特征在于，包括以下步骤：
步骤一、整车对比模块将路灯摄像头采集的路边停车位的图像信息与需要停车的车辆图形进行对比，查找匹配的路边停车位；
如匹配则调用车头对比模块和车尾对比模块检测车头边缘图像信号和车尾边缘图像信号；
如不匹配则通过传输模块调用其他路灯摄像头采集的图像信息与需要停车的车辆图形进行对比直至找到匹配的路边停车位；
步骤二、车头对比模块和车尾对比模块将检测的车头边缘图像信号和车尾边缘图像信号输送到匹配的路边停车位处的激光测距仪处，激光测距仪分别根据车头边缘图像信号和车尾边缘图像信号检测车头距离和车尾距离；
步骤三、车距计算模块根据激光测距仪检测的车头距离和车尾距离计算得到车位距离，并得到车位数量；
步骤四、传输模块将车位数量传输到移动终端或网络服务器。
8.根据权利要求7所述使用基于城市路灯的智能停车系统的方法，其特征在于：所述步骤一中将路灯摄像头采集的路边停车位的图像信息与需要停车的车辆图形进行对比时，按以下步骤进行；
S1、将路灯摄像头采集的图片缩小至由64个像素组成；
S2、将上述缩小后的图片转化为64级灰度；
S3、计算组成该图片的64个像素的灰度平均值；
S4、将组成该图片的每个像素的灰度值，与计算得到的灰度平均值进行比较，当灰度值大于或等于灰度平均值时，比较值为1；当灰度值小于灰度平均值时，比较值为0；将所有比较值相加得到特征值；
S4、将特征值与数据库中的需要停车的车辆的特征值进行比较。
CN201610277617.7A 2016-04-28 2016-04-28 基于城市路灯的智能停车系统及方法 Active CN105702087B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610277617.7A CN105702087B (zh) 2016-04-28 2016-04-28 基于城市路灯的智能停车系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610277617.7A CN105702087B (zh) 2016-04-28 2016-04-28 基于城市路灯的智能停车系统及方法

Publications (2)

Publication Number Publication Date
CN105702087A true CN105702087A (zh) 2016-06-22
CN105702087B CN105702087B (zh) 2018-09-21

Family

ID=56217784

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610277617.7A Active CN105702087B (zh) 2016-04-28 2016-04-28 基于城市路灯的智能停车系统及方法

Country Status (1)

Country Link
CN (1) CN105702087B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106101318A (zh) * 2016-07-26 2016-11-09 努比亚技术有限公司 一种移动终端的控制方法及移动终端
CN109584604A (zh) * 2018-11-18 2019-04-05 中设设计集团股份有限公司 一种服务区检测车位疏密度的智慧灯杆及方法
US10539957B2 (en) 2018-01-11 2020-01-21 Honda Motor Co., Ltd. Methods and systems for enabling a vehicle to park remotely
CN110751849A (zh) * 2018-07-24 2020-02-04 东旭科技集团有限公司 车位查询方法、装置及路灯
CN114677772A (zh) * 2022-03-17 2022-06-28 重庆江渝开物工业设计有限公司 一种基于etc的低成本城市路边临时停车位管理方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102110376A (zh) * 2011-02-18 2011-06-29 汤一平 基于计算机视觉的路边停车位检测装置
JP2015106399A (ja) * 2013-12-03 2015-06-08 株式会社日立システムズ サーバー装置、駐車違反情報公開システム、駐車違反情報公開方法、及びプログラム
CN204463467U (zh) * 2015-03-25 2015-07-08 北京万集科技股份有限公司 一种激光式停车位检测系统
CN104916162A (zh) * 2015-05-28 2015-09-16 惠州华阳通用电子有限公司 泊车位检测方法和系统
CN105262983A (zh) * 2015-09-15 2016-01-20 上海图甲信息科技有限公司 基于灯联网的道路监控系统与方法
CN205137361U (zh) * 2015-10-30 2016-04-06 杨华 多功能智慧路灯杆

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102110376A (zh) * 2011-02-18 2011-06-29 汤一平 基于计算机视觉的路边停车位检测装置
JP2015106399A (ja) * 2013-12-03 2015-06-08 株式会社日立システムズ サーバー装置、駐車違反情報公開システム、駐車違反情報公開方法、及びプログラム
CN204463467U (zh) * 2015-03-25 2015-07-08 北京万集科技股份有限公司 一种激光式停车位检测系统
CN104916162A (zh) * 2015-05-28 2015-09-16 惠州华阳通用电子有限公司 泊车位检测方法和系统
CN105262983A (zh) * 2015-09-15 2016-01-20 上海图甲信息科技有限公司 基于灯联网的道路监控系统与方法
CN205137361U (zh) * 2015-10-30 2016-04-06 杨华 多功能智慧路灯杆

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106101318A (zh) * 2016-07-26 2016-11-09 努比亚技术有限公司 一种移动终端的控制方法及移动终端
US10539957B2 (en) 2018-01-11 2020-01-21 Honda Motor Co., Ltd. Methods and systems for enabling a vehicle to park remotely
CN110751849A (zh) * 2018-07-24 2020-02-04 东旭科技集团有限公司 车位查询方法、装置及路灯
CN109584604A (zh) * 2018-11-18 2019-04-05 中设设计集团股份有限公司 一种服务区检测车位疏密度的智慧灯杆及方法
CN114677772A (zh) * 2022-03-17 2022-06-28 重庆江渝开物工业设计有限公司 一种基于etc的低成本城市路边临时停车位管理方法

Also Published As

Publication number Publication date
CN105702087B (zh) 2018-09-21

Similar Documents

Publication Publication Date Title
CN105702087A (zh) 基于城市路灯的智能停车系统及方法
CN100449579C (zh) 基于全方位计算机视觉的电子泊车诱导系统
CN106530503B (zh) 具有自动识别功能的预约充电方法
CN106338712A (zh) 一种基于相机通信的可见光室内定位方法及系统
US20140132767A1 (en) Parking Information Collection System and Method
CN107862899A (zh) 反向寻车方法、装置、计算机装置及计算机可读存储介质
CN106019264A (zh) 一种基于双目视觉的无人机危险车距识别系统及方法
CN105425209B (zh) 一种用于室内定位的多光谱可见光定位系统
CN112183247B (zh) 一种基于多光谱影像的激光点云数据分类方法
CN107016362A (zh) 基于车辆前挡风玻璃粘贴标志的车辆重识别方法和系统
CN107680409A (zh) 一种基于感知器的城市级智能路边停车管理方法
CN206331594U (zh) 共享车辆停靠位置的判定装置及系统
CN106781445A (zh) 共享车辆的信息输出方法、客户端及系统
CN105788351A (zh) 基于视频图像的智能停车场管理系统与管理方法
CN111583343A (zh) 视觉定位方法及相关装置、设备、存储介质
CN104899603A (zh) 一种基于图像匹配室内定位的优化算法
CN105225522A (zh) 停车位检测终端、系统及检测方法
CN113221659B (zh) 一种基于不确定感知网络的双光车辆检测方法及装置
CN108111223A (zh) Led定位装置、室内定位系统以及室内定位方法
JP2020095627A (ja) 画像処理装置および画像処理方法
CN111932929A (zh) 一种基于5g网络的车位查询方法及系统
CN108168431A (zh) 一种基于视觉辨识的网球机器人定位系统及方法
CN110246358A (zh) 用于定位车辆所在停车位的方法、车辆及系统
CN111127494A (zh) 基于图像处理的高速公路货车限重识别方法
CN207441031U (zh) 一种停车场照明装置及智能停车系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant