CN105894529B - 车位状态检测方法和装置及系统 - Google Patents
车位状态检测方法和装置及系统 Download PDFInfo
- Publication number
- CN105894529B CN105894529B CN201610391320.3A CN201610391320A CN105894529B CN 105894529 B CN105894529 B CN 105894529B CN 201610391320 A CN201610391320 A CN 201610391320A CN 105894529 B CN105894529 B CN 105894529B
- Authority
- CN
- China
- Prior art keywords
- parking stall
- parking
- space state
- parking space
- obscured
- 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.)
- Active
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
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
Abstract
本申请公开的车位状态检测方法和装置及系统，对于被物体遮挡的车位位置，采用地磁车位检测器进行车位状态检测。对于未被物体遮挡的车位位置，采用基于图像分析的车位状态检测方法进行检测。相比于现有技术中使用基于图像分析的车位检测方法或地磁车位检测器的检测方法，提高了对于道路停车位的车位状态检测的准确度。
Description
技术领域
本申请涉及智能交通领域，更具体地说，涉及车位状态检测方法和装置及系统。
背景技术
随着经济的发展，机动车的数量持续增加，为了解决停车难的问题，新增道路停车位。由于道路停车位附近的环境比较复杂，以及来往车辆的影响，使得传统的车位状态检测方法不再适用于道路停车位的状态检测。
目前，车位状态的检测方法主要分为两类。一种是基于硬件的车位状态检测方法，如采用红外传感器、超声波传感器或地磁传感器等车位检测器检测车位的实时状态，即检测车位上是否有车辆存在。但是，这种基于硬件的车位状态检测方法，容易受到车位附近环境的影响，因此检测的准确度较低。另一种是基于图像分析的车位检测方法，对采集的监控区域图像进行分析，实现车位状态的检测。但是，这种基于图像分析的车位检测方法，如果车位附近存在车辆遮挡车位位置时，很容易产生误检。
发明内容
有鉴于此，本申请提出车位状态检测方法和装置及系统，欲实现对道路停车位的状态进行准确检测的目的。
为了实现上述目的，现提出的方案如下：
一种车位状态检测方法，包括：
从摄像机中获取视频帧，所述摄像机对其对应的监控区域进行实时监控，所述监控区域包括多个车位位置；
根据所述视频帧确定所述监控区域中的第一车位和第二车位，所述第一车位为被物体遮挡的车位位置，所述第二车位为未被物体遮挡的车位位置；
获取所述第一车位对应的地磁车位检测器的车位状态检测结果，作为所述第一车位的车位状态检测结果；
获取所述第二车位对应的基于图像分析的车位状态检测结果，作为所述第二车位的车位状态检测结果。
优选的，将所述第二车位对应的基于图像分析的车位状态检测结果，作为所述第二车位的车位状态检测结果前，还包括：
获取第二车位对应的地磁车位检测器的车位状态检测结果，判断所述第二车位对应的基于图像分析的车位状态检测结果与所述第二车位对应的地磁车位检测器的车位状态检测结果相同。
优选的，所述根据所述视频帧，确定所述监控区域中的第一车位和第二车位，包括：
根据所述视频帧，利用背景建模算法求得运动目标的前景区域；
对所述前景区域进行特征点提取；
判断所述监控区域中每个车位位置的特征点个数是否大于预设阈值，如果是，则确定特征点个数大于预设阈值的车位位置为第一车位，反之，则确定特征点个数不大于预设阈值的车位位置为第二车位。
优选的，所述根据所述视频帧，确定所述监控区域中的第一车位和第二车位，包括：
根据所述视频帧，检测视频帧中的车辆目标，且根据所述视频帧，利用背景建模算法求得运动目标的前景区域；
当所述车辆目标不在所述前景区域中时，结合所述车辆目标的位置和所述车位位置，确定所述第一车位和所述第二车位。
一种车位状态检测装置，包括：
图像获取模块，用于从摄像机中获取视频帧，所述摄像机对其对应的监控区域进行实时监控，所述监控区域包括多个车位位置；
遮挡判断模块，用于根据所述视频帧，确定所述监控区域中的第一车位和第二车位，所述第一车位为被物体遮挡的车位位置，所述第二车位为未被物体遮挡的车位位置；
第一车位状态模块，用于获取所述第一车位对应的地磁车位检测器的车位状态检测结果，作为所述第一车位的车位状态检测结果；
第二车位状态模块，用于获取所述第二车位对应的基于图像分析的车位状态检测结果，作为所述第二车位的车位状态检测结果。
优选的，所述第二车位状态模块，还用于在将所述第二车位对应的基于图像分析的车位状态检测结果，作为所述第二车位的车位状态检测结果前，获取第二车位对应的地磁车位检测器的车位状态检测结果，判断所述第二车位对应的基于图像分析的车位状态检测结果与所述第二车位对应的地磁车位检测器的车位状态检测结果相同。
优选的，所述遮挡判断模块，包括：
第一前景区域单元，用于根据所述视频帧，利用背景建模算法求得运动目标的前景区域；
特征提取单元，用于对所述前景区域进行特征点提取；
第一遮挡判断单元，用于判断所述监控区域中每个车位位置的特征点个数是否大于预设阈值，如果是，则确定特征点个数大于预设阈值的车位位置为第一车位，反之，则确定特征点个数不大于预设阈值的车位位置为第二车位。
优选的，所述遮挡判断模块，包括：
车辆检测单元，用于根据所述视频帧，检测所述视频帧中的车辆目标，
第二前景区域单元，用于根据所述视频帧，利用背景建模算法求得运动目标的前景区域；
第二遮挡判断单元，用于当所述车辆目标不在所述前景区域中时，结合所述车辆目标的位置和所述车位位置，确定所述第一车位和所述第二车位。
一种车位状态检测系统，包括：N个摄像机、M个地磁车位检测器和控制器，所述N和M为正整数，其中，
每个所述摄像机对其对应的监控区域进行实时监控，所述监控区域包括L个车位位置，所述L为正数；
每个地磁车位检测器对一个车位位置进行车位状态检测；
所述控制器分别与所述摄像机和所述地磁车位检测器连接，用于利用图像分析的方法确定每个车位位置是否被物体遮挡，对于未被物体遮挡的车位位置，利用基于图像分析的车位状态检测方法进行车位状态检测，对于被物体遮挡的车位位置，获取地磁车位检测器的车位状态检测结果。
优选的，所述控制器，还用于对于所述未被物体遮挡的车位位置，获取地磁车位检测器的车位状态检测结果，并判断所述未被物体遮挡的车位位置对应的地磁车位检测器的车位状态检测结果，与所述基于图像分析的车位状态方法进行的车位状态检测的车位状态检测结果相同时，确定所述未被物体遮挡的车位位置的车位状态为所述基于图像分析的车位状态方法进行的车位状态检测的车位状态检测结果。
优选的，所述系统还包括：与所述控制器连接的显示装置，用于显示未被物体遮挡的车位位置的车位状态信息和被物体遮挡的车位位置的车位状态信息。
优选的，所述显示装置包括：LED显示屏、移动终端或计算机。
优选的，所述移动终端包括：智能手机或平板电脑。
优选的，所述摄像机为：球型摄像机。
从上述的技术方案可以看出，本申请公开的车位状态检测方法和装置及系统，对于被物体遮挡的车位位置，采用地磁车位检测器进行车位状态检测。对于未被物体遮挡的车位位置，采用基于图像分析的车位状态检测方法进行检测。相比于现有技术中使用基于图像分析的车位检测方法或地磁车位检测器的检测方法，提高了对于道路停车位的车位状态检测的准确度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术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申请的一些实施例，对于本领域普通技术人员来讲，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。
图1为本实施例公开的一种车位状态检测方法的流程图；
图2为本实施例公开的摄像机监控的监控区域的示意图；
图3为本实施例公开的另一种车位状态检测方法的流程图；
图4为本实施例公开的一种车位位置遮挡情况判断方法的流程图；
图5为本实施例公开的另一种车位位置遮挡情况判断方法的流程图；
图6为本实施例公开的一种车位状态检测装置的示意图；
图7为本实施例公开的一种遮挡判断模块的示意图；
图8为本实施例公开的另一种遮挡判断模块的示意图；
图9为本实施例公开的一种车位状态检测系统的示意图；
图10为本实施例公开的另一种车位状态检测系统的示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本实施例公开一种车位状态检测方法，参见图1所示，包括：
步骤S11：从摄像机中获取视频帧。
摄像机对其对应的监控区域进行实时监控，监控区域可以包括L个车位位置，L为正数。如图2所示，球型摄像机11监控的监控区域中包括车位位置21、车位位置22和车位位置23，球型摄像机12监控的监控区域中包括车位位置24、车位位置25和车位位置26。每个车位位置对应一个地磁车位检测器3。地磁车位检测器3检测其对应的车位位置的车位状态。摄像机的监控区域包括的车位位置的具体个数根据实际的道路情况来确定，本申请对此不做限定。
步骤S12：根据获取的视频帧，确定摄像机监控的监控区域中被物体遮挡的车位位置为第一车位，以及确定摄像机监控的监控区域中未被物体遮挡的车位位置为第二车位。
摄像机固定后，其监控的场景也是固定区域，这样摄像机监控的监控区域中各个车位在摄像机拍摄的图像中的位置也是固定的。从摄像机获取视频帧后，根据图像分析的方法，分析各个车位位置的被遮挡情况，进而对被遮挡的车位位置和未被遮挡的车位位置进行分类。
步骤S13：获取第一车位对应的地磁车位检测器的车位状态检测结果，作为第一车位的车位状态检测结果。
基于图像分析的车位状态检测方法，无法对被物体遮挡的车位位置进行检测，采用被物体遮挡车位对应地磁车位检测器的检测结果，作为被物体遮挡的车位位置的状态检测结果，弥补了基于图像分析的车位状态检测方法无法对被物体遮挡的车位位置进行检测的问题。
步骤S14：获取第二车位对应的基于图像分析的车位状态检测结果，作为第二车位的车位状态检测结果。
利用基于图像分析的车位状态检测方法，对未被物体遮挡的车位位置进行检测，并将检测结果作为未被物体遮挡的车位位置的状态检测结果。
本实施例公开的车位状态检测方法，采用地磁车位状态检测器和基于图像分析的相结合的的方式，对车位的状态进行检测。即对于未被物体遮挡的车位位置，采用基于图像分析的车位状态检测方法进行检测；对于被物体遮挡的车位位置，采用地磁车位检测器进行车位状态检测。相比于现有技术中使用基于图像分析的车位检测方法或地磁车位检测器的检测方法，提高了对于道路停车位的车位状态检测的准确度。
本实施例公开另一种车位状态检测方法，参见图3所示，包括：
步骤S11：从摄像机中获取视频帧。
步骤S12：根据获取的视频帧，确定摄像机监控的监控区域中被物体遮挡的车位位置为第一车位，以及确定摄像机监控的监控区域中未被物体遮挡的车位位置为第二车位。
步骤S13：获取第一车位对应的地磁车位检测器的车位状态检测结果，作为第一车位的车位状态检测结果。
步骤S21：获取第二车位对应的地磁车位检测器的车位状态检测结果，以及第二车位对应的基于图像分析的车位状态检测结果。
对于未被物体遮挡的车位位置，分别获取地磁车位检测器的车位状态检测结果和基于图像分析的车位状态检测结果。并判断每个未被物体遮挡的车位位置的两个检测结果是否相同。
步骤S22：当第二车位对应的地磁车位检测器的车位状态检测结果与第二车位对应的基于图像分析的车位状态检测结果相同时，则将第二车位对应的基于图像分析的车位状态检测结果，作为第二车位的车位状态检测结果。
对于某一个未被物体遮挡的车位位置对应的地磁车位检测器的车位状态检测结果和其对应的基于图像分析的车位状态检测结果相同时，认为检测结果准确，将第二车位对应的基于图像分析的车位状态检测的车位状态检测结果，作为第二车位的状态检测结果。而对于某一个未被物体遮挡的车位位置对应的地磁车位检测器的车位状态检测结果和其对应的基于图像分析的车位状态检测结果不相同情况，可以维持该未被物体遮挡的车位位置的前一次的车位状态检测结果，也可以是其它的处理方式，本申请不做限定。
本实施例公开的车位状态检测方法，也采用地磁车位状态检测器和基于图像分析的相结合的的方式，对车位的状态进行检测。不同的是对于未被物体遮挡的车位位置，分别采用基于图像分析的车位状态检测和地磁车位检测器，对未被物体遮挡的车位位置进行车位状态检测，判断两者的检测结果相同时，确定未被物体遮挡的车位位置的车位状态为第二车位对应的基于图像分析的车位状态检测结果。相比于现有技术中使用基于图像分析的车位检测方法或地磁车位检测器的检测方法，提高了对于道路停车位的状态检测的准确度。
考虑运动目标对车位位置遮挡的影响，根据获取的视频帧确定监控区域中被物体遮挡的车位位置，以及未被物体遮挡的车位位置的过程，参见图4所示，可以包括：
步骤S31：根据获取的视频帧，利用背景建模算法求得运动目标的前景区域。
具体的可以利用高斯背景建模算法求得运动目标的前景区域。
步骤S32：对得到的前景区域进行特征点提取。
步骤S33：判断监控区域中每个车位位置的特征点个数是否大于预设阈值，如果是，则确定特征点个数大于预设阈值的车位位置为第一车位，反之，则确定特征点个数不大于预设阈值的车位位置为第二车位。
对于每个车位位置，统计其中的特征点个数，若特征点个数大于预设的阈值，即车位位置被遮挡的面积占整个车位位置面积的比例超过一定值，那么将无法通过基于图像分析的车位状态检测方法进行车位状态检测。因此若特征点个数大于预设阈值时，确定该车位位置为被物体遮挡的车位位置，即第一车位。若特征点个数不大于预设的阈值，即车位位置被遮挡的面积占整个车位位置面积的比例还未超过一定值，还可以通过基于图像分析的车位状态检测方法进行车位状态检测。因此若特征点个数不大于预设阈值时，确定该车位位置为未被物体遮挡的车位位置，即第二车位。考虑运动目标对车位位置遮挡的影响，提高了运动目标对车位位置遮挡时，车位状态检测的准确度。
考虑静止车辆对车位位置遮挡的影响，根据获取的一帧图像确定监控区域中被物体遮挡的车位位置，以及未被物体遮挡的车位位置的过程，参见图5所示，还可以包括：
步骤S41：根据获取的视频帧，检测视频帧中的车辆目标，且根据获取的视频帧，利用背景建模算法求得运动目标的前景区域。
采用基于DPM(Deformable Parts Model)算法构建的检测车辆的算法模块，对获取的视频帧进行车辆目标检测，可以检测到车辆目标的一些基本信息。比如车辆在图像中的位置信息、车头信息和车辆在车位位置里面车身的左右偏信息等。还对获取的视频帧进行处理得到运动目标的前景区域。
步骤S42：当检测到的车辆目标不在前景区域中时，结合车辆目标的位置和车位位置，确定第一车位和第二车位。
检测到的车辆目标不在前景区域中，则说明车辆目标不是运动目标。结合车辆目标的位置和监控区域中的车位位置信息进行分析，确定被车辆目标遮挡的车位位置，即第一车位；确定未被车辆目标遮挡的车位位置，即第二车位。如图2所示，如果车辆目标在停车标识“P”的对侧，即摄像机一侧，则会对摄像机对车位位置的监控产生遮挡。而如果车辆目标在停车标识“P”侧，即摄像机的对侧，将不会对摄像机对车位位置的监控产生遮挡。结合车辆检测结果和车位位置信息，实现对车位位置周围静止车辆检测，提高了静止车辆对车位位置遮挡时，车位状态检测的准确度。
本实施例公开一种车位状态检测装置，参见图6所示，包括：
图像获取模块41，用于从摄像机中获取视频帧，摄像机对其对应的监控区域进行实时监控，监控区域包括多个车位位置。
遮挡判断模块42，用于根据获取的视频帧，确定监控区域中的第一车位和第二车位，第一车位即被物体遮挡的车位位置，第二车位即未被物体遮挡的车位位置。
第一车位状态模块43，用于获取第一车位对应的地磁车位检测器的车位状态检测结果，作为第一车位的车位状态检测结果。
第二车位状态模块44，用于获取第二车位对应的基于图像分析的车位状态检测结果，作为第二车位的车位状态检测结果。
为了进一步提高对于道路停车位的车位状态检测的准确度，第二车位状态模块44，还用于获取第二车位对应的地磁车位检测器的车位状态检测结果，并在基于图像分析的车位状态检测的检测结果与地磁车位检测器的车位状态检测的检测结果相同时，则将第二车位对应的基于图像分析的车位状态检测结果，作为第二车位的状态检测结果。
本实施例公开一种遮挡判断模块，参见图7所示，包括：
第一前景区域单元401，用于根据获取的视频帧，利用背景建模算法求得运动目标的前景区域。
特征提取单元402，用于对前景区域进行特征点提取；
第一遮挡判断单元403，用于判断监控区域中每个车位位置的特征点个数是否大于预设阈值，如果是，则确定特征点个数大于预设阈值的车位位置为第一车位，反之，则确定特征点个数不大于预设阈值的车位位置为第二车位。
本实施例公开另一种遮挡判断模块，参见图8所示，包括：
车辆检测单元404，用于检测获取的视频帧中的车辆目标，
第二前景区域单元405，用于根据获取的视频帧，利用背景建模算法求得运动目标的前景区域。
第二遮挡判断单元406，用于当车辆目标不在前景区域中时，结合车辆目标的位置和车位位置，确定被车辆目标遮挡的车位位置为第一车位，以及确定未被车辆目标遮挡的车位位置为第二车位。
本实施例公开一种车位状态检测系统，参见图9所示，包括：N个摄像机(摄像机11，……，摄像机1N)，M个地磁车位检测器(地磁车位检测器31，……，地磁车位检测器3M)，以及控制器4，所述N和M为正整数，其中，
每个摄像机(摄像机11，……，摄像机1N)对其对应的监控区域进行实时监控，监控区域包括L个车位位置，L为正数。
每个地磁车位检测器(地磁车位检测器31，……，地磁车位检测器3M)对其对应的车位位置进行车位状态检测。
控制器4分别与摄像机11，……，摄像机1N，地磁车位检测器31，……，地磁车位检测器3M连接。控制器4利用图像分析的方法确定每个车位位置是否被物体遮挡。控制器4从摄像机中获取图像信息，利用背景建模的方法，DPM算法，以及其它图像分析算法，可以实现对车位位置的遮挡状态的判断。进而得到了两种类型的车位位置，一种类型为被物体遮挡的车位位置，另一种类型为未被物体遮挡的车位位置。
对于两种类型的车位位置分别采用不同的方法来进行车位状态检测。对于未被物体遮挡的车位位置，控制器4利用基于图像分析的车位状态检测方法进行车位状态检测。对于被物体遮挡的车位位置，控制器4获取地磁车位检测器的车位状态检测结果。
对于被物体遮挡的车位，获取地磁车位检测器的车位状态检测结果；对于未被物体遮挡的车位位置，利用基于图像分析的车位状态检测方法进行车位状态检测。相比于现有技术中使用基于图像分析的车位检测方法或地磁车位检测器的检测方法，提高了对于道路停车位的车位状态检测的准确度。
为了进一步提高对于道路停车位的车位状态检测的准确度，对于未被物体遮挡的车位位置，控制器4还获取地磁车位检测器的车位状态检测结果，并在基于图像分析的车位状态检测的检测结果与地磁车位检测器的车位状态检测的检测结果相同时，确定未被物体遮挡的车位位置的车位状态，为利用基于图像分析的车位状态检测方法进行车位状态检测的检测结果。
本实施例公开一种车位状态检测系统，参见图10所示，包括：N个摄像机(摄像机11，……，摄像机1N)，M个地磁车位检测器(地磁车位检测器31，……，地磁车位检测器3M)，以及控制器4和显示装置5(图中示出的为平板电脑)。
其中，显示装置5与控制器4连接，用于显示未被物体遮挡的车位位置的车位状态信息和被物体遮挡的车位位置的车位状态信息。便于车主快速找到空闲的停车位。显示装置5具体的为设置在道路停车位附近的LED显示屏，便于车主了解到的空闲停车位信息。容易理解的是当显示装置为LED显示屏时，与控制器4有线连接。
显示装置5也可以为智能手机或平板电脑等移动终端，移动终端中设置相应的APP，用于获取控制器4中未被物体遮挡的车位位置的车位状态信息和被物体遮挡的车位位置的车位状态信息，更进一步便于车主了解空闲停车位信息。从一定程度上缓解了现在的停车难问题。容易理解的是当显示装置为智能手机或平板电脑等移动终端时，与控制器4无线连接，且智能终端与控制器通过服务器进行数据交互。
对于装置实施例而言，由于其基本相应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (14)
1.一种车位状态检测方法，其特征在于，包括：
从摄像机中获取视频帧，所述摄像机对其对应的监控区域进行实时监控，所述监控区域包括多个车位位置；
根据所述视频帧，利用图像分析的方法，分析各个车位位置的被物体遮挡情况，对被物体遮挡的车位位置和未被物体遮挡的车位位置进行分类，确定所述监控区域中的第一车位和第二车位，所述第一车位为被物体遮挡的车位位置，所述第二车位为未被物体遮挡的车位位置；
获取所述第一车位对应的地磁车位检测器的车位状态检测结果，作为所述第一车位的车位状态检测结果；
获取所述第二车位对应的基于图像分析的车位状态检测结果，作为所述第二车位的车位状态检测结果。
2.根据权利要求1所述的方法，其特征在于，将所述第二车位对应的基于图像分析的车位状态检测结果，作为所述第二车位的车位状态检测结果前，还包括：
获取第二车位对应的地磁车位检测器的车位状态检测结果，判断所述第二车位对应的基于图像分析的车位状态检测结果与所述第二车位对应的地磁车位检测器的车位状态检测结果相同时。
3.根据权利要求1或2所述的方法，其特征在于，所述根据所述视频帧，确定所述监控区域中的第一车位和第二车位，包括：
根据所述视频帧，利用背景建模算法求得运动目标的前景区域；
对所述前景区域进行特征点提取；
判断所述监控区域中每个车位位置的特征点个数是否大于预设阈值，如果是，则确定特征点个数大于预设阈值的车位位置为第一车位，反之，则确定特征点个数不大于预设阈值的车位位置为第二车位。
4.根据权利要求1或2所述的方法，其特征在于，所述根据所述视频帧，确定所述监控区域中的第一车位和第二车位，包括：
根据所述视频帧，检测所述视频帧中的车辆目标，且根据所述视频帧利用背景建模算法求得运动目标的前景区域；
当所述车辆目标不在所述前景区域中时，结合所述车辆目标的位置和所述车位位置，确定所述第一车位和所述第二车位。
5.一种车位状态检测装置，其特征在于，包括：
图像获取模块，用于从摄像机中获取视频帧，所述摄像机对其对应的监控区域进行实时监控，所述监控区域包括多个车位位置；
遮挡判断模块，用于根据所述视频帧，利用图像分析的方法，分析各个车位位置的被物体遮挡情况，对被物体遮挡的车位位置和未被物体遮挡的车位位置进行分类，确定所述监控区域中的第一车位和第二车位，所述第一车位为被物体遮挡的车位位置，所述第二车位为未被物体遮挡的车位位置；
第一车位状态模块，用于获取所述第一车位对应的地磁车位检测器的车位状态检测结果，作为所述第一车位的车位状态检测结果；
第二车位状态模块，用于获取所述第二车位对应的基于图像分析的车位状态检测结果，作为所述第二车位的车位状态检测结果。
6.根据权利要求5所述的装置，其特征在于，所述第二车位状态模块，还用于在将所述第二车位对应的基于图像分析的车位状态检测结果，作为所述第二车位的车位状态检测结果前，获取第二车位对应的地磁车位检测器的车位状态检测结果，判断所述第二车位对应的基于图像分析的车位状态检测结果与所述第二车位对应的地磁车位检测器的车位状态检测结果相同时。
7.根据权利要求5或6所述的装置，其特征在于，所述遮挡判断模块，包括：
第一前景区域单元，用于根据所述视频帧，利用背景建模求得运动目标的前景区域；
特征提取单元，用于对所述前景区域进行特征点提取；
第一遮挡判断单元，用于判断所述监控区域中每个车位位置的特征点个数是否大于预设阈值，如果是，则确定特征点个数大于预设阈值的车位位置为第一车位，反之，则确定特征点个数不大于预设阈值的车位位置为第二车位。
8.根据权利要求5或6所述的装置，其特征在于，所述遮挡判断模块，包括：
车辆检测单元，用于根据所述视频帧，检测所述视频帧中的车辆目标，
第二前景区域单元，用于根据所述视频帧，利用背景建模算法求得运动目标的前景区域；
第二遮挡判断单元，用于当所述车辆目标不在所述前景区域中时，结合所述车辆目标的位置和所述车位位置，确定所述第一车位和所述第二车位。
9.一种车位状态检测系统，其特征在于，包括：N个摄像机、M个地磁车位检测器和控制器，所述N和M为正整数，其中，
每个所述摄像机对其对应的监控区域进行实时监控，所述监控区域包括L个车位位置，所述L为正数；
每个地磁车位检测器对一个车位位置进行车位状态检测；
所述控制器分别与所述摄像机和所述地磁车位检测器连接，用于利用图像分析的方法确定每个车位位置是否被物体遮挡，对于未被物体遮挡的车位位置，利用基于图像分析的车位状态检测方法进行车位状态检测，对于被物体遮挡的车位位置，获取地磁车位检测器的车位状态检测结果；
所述用于利用图像分析的方法确定每个车位位置是否被物体遮挡，具体包括：
根据视频帧，利用背景建模算法求得运动目标的前景区域；对所述前景区域进行特征点提取；判断所述监控区域中每个车位位置的特征点个数是否大于预设阈值，如果是，则确定特征点个数大于预设阈值的车位位置被物体遮挡，反之，则确定特征点个数不大于预设阈值的车位位置未被物体遮挡；
和/或，
根据所述视频帧，检测所述视频帧中的车辆目标，且根据所述视频帧利用背景建模算法求得运动目标的前景区域；当所述车辆目标不在所述前景区域中时，结合所述车辆目标的位置和所述车位位置，确定被车辆目标遮挡的车位位置为被物体遮挡的车位位置，确定未被车辆目标遮挡的车位位置为未被物体遮挡的车位位置。
10.根据权利要求9所述的系统，其特征在于，所述控制器，还用于对于所述未被物体遮挡的车位位置，获取地磁车位检测器的车位状态检测结果，并判断所述未被物体遮挡的车位位置对应的地磁车位检测器的车位状态检测结果，与所述基于图像分析的车位状态方法进行的车位状态检测的车位状态检测结果相同时，确定所述未被物体遮挡的车位位置的车位状态为所述基于图像分析的车位状态方法进行的车位状态检测的车位状态检测结果。
11.根据权利要求9或10所述的系统，其特征在于，所述系统还包括：与所述控制器连接的显示装置，用于显示未被物体遮挡的车位位置的车位状态信息和被物体遮挡的车位位置的车位状态信息。
12.根据权利要求11所述的系统，其特征在于，所述显示装置包括：LED显示屏、移动终端或计算机。
13.根据权利要求12所述的系统，其特征在于，所述移动终端包括：智能手机或平板电脑。
14.根据权利要求9或10所述的系统，其特征在于，所述摄像机为：球型摄像机。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610391320.3A CN105894529B (zh) | 2016-06-03 | 2016-06-03 | 车位状态检测方法和装置及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610391320.3A CN105894529B (zh) | 2016-06-03 | 2016-06-03 | 车位状态检测方法和装置及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105894529A CN105894529A (zh) | 2016-08-24 |
| CN105894529B true CN105894529B (zh) | 2019-01-29 |
Family
ID=56709965
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610391320.3A Active CN105894529B (zh) | 2016-06-03 | 2016-06-03 | 车位状态检测方法和装置及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105894529B (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018076281A1 (zh) * | 2016-10-28 | 2018-05-03 | 富士通株式会社 | 停车位状态的检测方法、检测装置和电子设备 |
| CN108166821B (zh) * | 2016-12-08 | 2020-05-12 | 杭州海康威视数字技术股份有限公司 | 自适应停车场的停车引导方法和装置 |
| CN107622672A (zh) * | 2017-09-19 | 2018-01-23 | 智慧互通科技有限公司 | 基于地磁与摄像机阵列联动的路侧停车管理设备及方法 |
| CN107978157B (zh) * | 2017-11-08 | 2019-12-27 | 西安艾润物联网技术服务有限责任公司 | 车辆管理方法、装置及计算机可读存储介质 |
| CN108091163A (zh) * | 2017-12-19 | 2018-05-29 | 智慧互通科技有限公司 | 一种基于摄像机与路侧围栏结合的路侧停车管理系统 |
| CN109754639B (zh) * | 2019-02-28 | 2020-12-25 | 北京智行者科技有限公司 | 泊车入库方法及装置 |
| CN112150851B (zh) * | 2019-06-26 | 2022-06-03 | 杭州海康威视数字技术股份有限公司 | 地磁检测器的测试方法和装置 |
| CN112927556B (zh) * | 2021-02-01 | 2022-06-17 | 深圳市捷顺科技实业股份有限公司 | 一种高位视频路边停车的监控系统 |
| CN113570872B (zh) * | 2021-08-13 | 2022-10-14 | 深圳市捷顺科技实业股份有限公司 | 一种遮挡停车位事件的处理方法及装置 |
| CN113506444B (zh) * | 2021-09-10 | 2021-11-16 | 南通辑兴紧固件科技有限公司 | 一种基于视觉感知和aiot的路边停车事件判断方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103325250A (zh) * | 2013-05-22 | 2013-09-25 | 深圳市中盟科技股份有限公司 | 线圈检测数据与视频检测数据配合检测的方法和装置 |
| CN204791194U (zh) * | 2015-06-26 | 2015-11-18 | 武汉科源机电设备有限公司 | 基于视频分析的无人值守路边停车计时收费系统 |
| CN105390021A (zh) * | 2015-11-16 | 2016-03-09 | 北京蓝卡科技股份有限公司 | 车位状态的检测方法及装置 |
| CN205750887U (zh) * | 2016-06-03 | 2016-11-30 | 北京精英智通科技股份有限公司 | 一种车位状态检测系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3384033B2 (ja) * | 1993-05-06 | 2003-03-10 | 住友電気工業株式会社 | 駐車場空きスペ−ス監視方法 |
-
2016
- 2016-06-03 CN CN201610391320.3A patent/CN105894529B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103325250A (zh) * | 2013-05-22 | 2013-09-25 | 深圳市中盟科技股份有限公司 | 线圈检测数据与视频检测数据配合检测的方法和装置 |
| CN204791194U (zh) * | 2015-06-26 | 2015-11-18 | 武汉科源机电设备有限公司 | 基于视频分析的无人值守路边停车计时收费系统 |
| CN105390021A (zh) * | 2015-11-16 | 2016-03-09 | 北京蓝卡科技股份有限公司 | 车位状态的检测方法及装置 |
| CN205750887U (zh) * | 2016-06-03 | 2016-11-30 | 北京精英智通科技股份有限公司 | 一种车位状态检测系统 |
Non-Patent Citations (3)
| Title |
|---|
| A.Daubaras 等.Vehicle Detection based on Magneto-Resistive Magnetic Field Sensor.《Electronika Ir Elektrotechnika》.2012,第118卷(第2期),27-32. |
| Bugdol M 等.Vehicle detection system using magnetic sensors.《Tranport Problems An International Scientific Journal》.2014,第9卷(第1期),49-60. |
| 杨亚鹏.基于多传感器信息的交通流参数检测设备研究.《中国优秀硕士学位论文全文数据库 工程科技II辑》.2016,第2016年卷(第02期),C034-605. |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105894529A (zh) | 2016-08-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105894529B (zh) | 车位状态检测方法和装置及系统 | |
| KR102189262B1 (ko) | 엣지 컴퓨팅을 이용한 교통 정보 수집 장치 및 방법 | |
| CN104103030B (zh) | 图像分析方法、照相机装置、控制装置及控制方法 | |
| KR102261061B1 (ko) | 컨볼루션 신경망을 이용하여 poi 변화를 검출하기 위한 시스템 및 방법 | |
| CN103606248B (zh) | 一种人体摔倒自动检测方法及系统 | |
| CN105894823B (zh) | 一种停车入位检测方法和装置及系统 | |
| CN105405150B (zh) | 基于融合特征的异常行为检测方法和装置 | |
| US20180286075A1 (en) | Setting Different Background Model Sensitivities by User Defined Regions and Background Filters | |
| CN107194360B (zh) | 逆向通行对象识别方法、装置及系统 | |
| CN106463032A (zh) | 利用方向感应的入侵检测 | |
| Rasyid et al. | Pothole visual detection using machine learning method integrated with internet of thing video streaming platform | |
| EP3877906A1 (en) | Systems and methods for evaluating perception system quality | |
| CN109740590A (zh) | 基于目标跟踪辅助的roi精确提取方法及系统 | |
| CN110533955A (zh) | 一种确定停车位的方法、终端设备及计算机可读存储介质 | |
| CN205680289U (zh) | 一种停车入位检测系统 | |
| CN107103300A (zh) | 一种离岗检测方法及系统 | |
| CN103514429A (zh) | 检测对象的特定部位的方法及图像处理设备 | |
| CN103500330A (zh) | 一种基于多传感器、多特征融合的半监督的人检测方法 | |
| CN111666821A (zh) | 人员聚集的检测方法、装置及设备 | |
| CN110458198A (zh) | 多分辨率目标识别方法及装置 | |
| CN207233038U (zh) | 人脸点名与计数系统 | |
| CN110222616A (zh) | 行人异常行为检测方法、图像处理装置及存储装置 | |
| CN111753587B (zh) | 一种倒地检测方法及装置 | |
| CN104463913A (zh) | 违规停车智能检测装置与方法 | |
| CN107545590A (zh) | 一种识别人像身高的方法及系统 |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20200903 Address after: Room 101, 2 / F, building 17, No. 17, huanke Middle Road, Tongzhou District, Beijing Patentee after: Beijing Elite Road Technology Co.,Ltd. Address before: 100000 Beijing city Haidian District West Road No. 27 small business Qinghe small Haisheng C block second layer Patentee before: BEIJING JAYA TECHNOLOGY Co.,Ltd. |