CN106251695A - 基于车位状态监控的目的地停车位智能推荐系统及方法 - Google Patents
基于车位状态监控的目的地停车位智能推荐系统及方法 Download PDFInfo
- Publication number
- CN106251695A CN106251695A CN201610863694.0A CN201610863694A CN106251695A CN 106251695 A CN106251695 A CN 106251695A CN 201610863694 A CN201610863694 A CN 201610863694A CN 106251695 A CN106251695 A CN 106251695A
- Authority
- CN
- China
- Prior art keywords
- parking
- information
- parking stall
- parking lot
- destination
- 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
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
- G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及计算机视觉技术,其公开了一种基于车位状态监控的目的地停车位智能推荐系统及方法,采用计算机视觉技术实现停车位检测和监控,提高检测准确度、降低成本,并与互联网技术相融合将检测结果发布给用户,节约用户寻找停车位的时间。其利用计算机视觉技术对停车场中的停车位状态进行实时检测,并利用互联网将实时检测结果发送至云端服务器的信息处理与发布模块,信息处理与发布模块通过互联网收集各个停车场的停车位信息,并进行停车场信息统计;当用户通过查询平台发出的用户目的地信息后,云端服务器将目的地信息与停车场匹配,将匹配好的信息反馈给查询平台,最后平台根据接收到的匹配信息推荐用户停车场。
Description
技术领域
本发明涉及计算机视觉技术,具体涉及一种基于车位状态监控的目的地停车位智能推荐系统及方法。
背景技术
城市建设与经济发展的进步使机动车市场得到充分发展,私家车占有量日益增长的同时也带来了停车难的问题。若用户可以提前掌握目的地的停车位状态的有效信息,就可以合理规划行车路径,从而节省大量可能被浪费的时间。
目前一些智能车位信息管理系统和方法使用传感器捕获车辆进入或离开时的光线变化,或基于超声波、地磁传感器以及红外线检测等技术作为车位检测模块,这种方法简单易行,但对车位状态的判断不准确且极易受到环境因素的干扰,且均需要大量的硬件传感器设备,需要耗费大量的物力需求以及维护需求。
其他根据摄像头采集停车位信息的方法,采用车牌识别、车型匹配等技术,运算强度大、算法复杂导致系统延时严重因此实时性较差。也有一些设计采集停车位图片并将图片返回给用户或管理中介进行人工判断,造成了不必要的人力资源的浪费且对通信链路的要求过高。
发明内容
本发明所要解决的技术问题是:提出一种基于车位状态监控的目的地停车位智能推荐系统及方法,采用计算机视觉技术实现停车位检测和监控,提高检测准确度、降低成本,并与互联网技术相融合将检测结果发布给用户,节约用户寻找停车位的时间。
本发明解决上述技术问题所采用的方案是:
基于车位状态监控的目的地停车位智能推荐系统,包括:
图像采集模块,设置于停车场中,其用于通过照相或摄像设备实时采集被检测的停车场图像,并传送给图像处理模块;
图像处理模块,设置于停车场的服务器中,其用于根据停车场图像检测停车场中的停车位状态,并进行统计后将停车位信息传送给信息处理与发布模块;
信息处理与发布模块,设置于云端服务器中,其用于接收各个停车场上传的停车位信息并进行记录,统计不同地方区域所对应的停车场信息,以及接收用户发布的目的地信息,将停车场信息与用户目的地信息进行匹配,将匹配结果发送给停车场信息查询平台;
停车场信息查询平台,供用户登录后输入并发布目的地信息,并接收云端服务器返回的针对该目的地信息的匹配结果,根据所述匹配结果向用户推荐停车场。
作为进一步优化,所述图像处理模块根据停车场图像检测停车场中的停车位状态,具体包括:停车位初始化和实时检测判断停车位状态,其中,在停车位初始化时,应用计算机视觉技术中的直线检测及四边形检测技术对停车场中的停车位进行标定;在实时检测时,计算已标定停车位内的直方图信息变化情况,以此判断停车位的占用情况。
作为进一步优化,所述对停车位进行标定,具体包括:
对停车场图像进行预处理得到背景轮廓图像,对停车位区域进行定位,针对停车位与其它背景的差异,在提取到的背景轮廓图像中进行直线检测和提取;
将提取出的直线适当延长,使直线相交,将0-255个灰度值分为N+1个区域,作为二值化的N+1个阈值,对每次二值化后的结果进行求轮廓处理及多边形拟合,使用多边形将轮廓包围,考察每个多边形的形状与面积,舍去非四边形、面积过大的四边形,及任意两点间距离过长的四边形,则剩余四边形就被认为是停车位。
作为进一步优化,所述预处理包括将图片像素以数字矩阵的方式存储,高斯滤波消除高斯噪声,将彩色图中的每个通道的图转化为灰度图,运行Canny算子进行轮廓检测,获得背景轮廓图像;所述对停车位区域进行定位包括:去除背景轮廓中的环境干扰,标出停车位的大概区域。
作为进一步优化,所述实时检测判断停车位状态,具体包括:
在实时检测初始化时,创建空车位直方图数组,记录每一个停车位的直方图信息;对停车场进行实时检测时,考察已知停车位坐标内的直方图信息,求出当前的停车位直方图,与对应的空车位直方图进行对比,并设立直方图相似度阈值,以此识别和判断停车位的占用情况,然后更新剩余停车位计数,并实时更新空车位直方图信息;
所述实时更新空车位直方图信息,具体包括:
依次对比相应位置的直方图信息,将被认为是空车位的直方图与原空车位直方图进行交换;被认为是被占用的停车位所对应的原空车位直方图则保持不变。
作为进一步优化,所述信息处理与发布模块对用户发布的目的地信息与停车场信息进行匹配,具体包括:
匹配出与用户发布的目的地在同一区域内,且有剩余停车位的停车场,将匹配出的停车场信息作为匹配结果,所述停车场信息包括停车场具体地址、剩余停车位的数量。
作为进一步优化,所述图像处理模块还用于在更新剩余停车位计数后,将更新的停车位信息上传给信息处理与发布模块。
此外,本发明的另一目的还在于,提出一种基于车位状态监控的目的地停车位智能推荐方法,其包括以下步骤:
A、在停车场的关键位置安装照相或摄像设备进行图像采集;
B、在停车场未使用时,根据采集的图像进行停车位初始化,应用计算机视觉技术中的直线检测及四边形检测技术对停车场中的停车位进行标定;
C、在进行停车场实时检测时,根据采集的图像计算已标定停车位内的直方图信息变化情况,以此判断停车位的占用情况,并将停车位信息上传给云端服务器;
D、云端服务器接收各个停车场上传的停车位信息进行记录,统计不同地方区域所对应的停车场信息;
E、在用户通过停车场信息查询平台输入并发布目的地信息后,云端服务器将所述目的地信息与停车场信息进行匹配,将匹配结果发送给停车场信息查询平台;
F、停车场信息查询平台根据所述匹配结果向用户推荐停车场。
作为进一步优化,步骤A中,所述关键位置为可以使装配的照相或摄像设备在无遮挡、无干扰的环境中采集到其所负责区域完整且清楚的图像信息的位置。
作为进一步优化,步骤F中,所述停车场信息查询平台根据所述匹配结果向用户推荐停车场,具体包括:从匹配结果中选取距离用户目的地较近、剩余停车位较多的停车场推荐给用户。
本发明的有益效果是:
1)采用较为简单的计算机视觉技术实现了停车位状态的实时检测,实时检测的准确度高,避免了大量复杂技术导致的运算压力与信息传输压力。
2)将停车位检测技术与互联网结合起来,将检测结果发布给需要的用户可有效缓解交通及停车的压力,减少人力与物力资源的浪费,同时丰富了计算机视觉的应用领域。
附图说明
图1为实施例1中的停车位智能推荐系统结构示意图;
图2为图像处理模块工作流程图;
图3为云端服务器进行信息匹配的流程图;
图4为实施例2中的停车位智能推荐方法流程图。
具体实施方式
本发明旨在提供一种基于车位状态监控的目的地停车位智能推荐系统及方法,其利用计算机视觉技术对停车场中的停车位状态进行实时检测,并利用互联网将终端设备统计的实时检测结果发送至云端服务器的信息处理与发布模块,信息处理与发布模块通过互联网收集各个停车场的停车位信息,并进行停车场信息统计;当用户通过查询平台发出的用户目的地信息后,云端服务器将目的地信息与停车场匹配,将匹配好的信息反馈给查询平台,使用户可接收发布出的有效停车位信息,最后平台根据接收到的匹配信息推荐用户目的地周边的空余停车位数较多的停车场。
下面结合附图及实施例对本发明的方案作进一步的描述:
实施例1:
如图1所示,本实施例中的停车位智能推荐系统从功能层次上划分包括感知层、网络层和应用层三个方面。其中感知层通过照相或摄像设备实时采集停车场的图像并将图像传送至网络层;网络层包括图像处理模块与信息发布模块、信息处理与发布模块;图像处理模块处理感知层传来的图片,利用计算机视觉技术实时检测停车位状态,并将统计好的信息传送给信息处理与发布模块进行信息分类与发布;应用层的用户通过登入查询平台后输入目的地,平台将其目的地信息返回给信息处理与发布模块进行匹配,并将匹配结果发布给相应用户的查询平台上显示出来,查询平台可以根据匹配结果向用户推荐停车场。
在具体实现上,感知层包括设置在停车场中的图像采集模块,其作用是通过照相或摄像设备实时采集被检测的停车场图像。被检测的场地需划分为有限个区域,在每一个区域的关键位置安装照相或摄像设备,以此才可采集到完整的停车位信息,采集后图像采集模块将图像传送给网络层进行进一步处理;这里的“关键位置”为可以使装配的照相或摄像设备在无遮挡、无干扰的环境中采集到其所负责区域完整且清楚的图像信息的位置。
网络层包括设置在停车场服务器中的图像处理模块以及设置在云端服务器中的信息处理与发布模块:
图像处理模块的作用包括停车位初始化以及实时检测判断停车位状态。停车位初始化时运用计算机视觉技术中的直线检测及四边形检测技术对停车场中的停车位进行标定;实时检测时计算已标定停车位内的直方图信息变化情况,以此判断停车位的占用情况。图像处理模块的工作流程如图2所示:
1、在停车场未使用时,感知层的图像采集模块采集停车场初始图像传送给图像处理模块;
2、图像处理模块对停车场初始图像进行预处理得到背景轮廓图像,对停车位区域进行定位,所述预处理包括将图片像素以数字矩阵的方式存储,高斯滤波消除高斯噪声,将彩色图中的每个通道的图转化为灰度图,运行Canny算子进行轮廓检测,获得背景轮廓图像;所述对停车位区域进行定位包括:去除背景轮廓中的环境干扰,标出停车位的大概区域。
3、针对停车位与其它背景的差异,在提取到的背景轮廓图像中进行直线检测和提取;直线检测方法可以采用但不限于ELSD(Ellipse and Line Segment Detector)。由于停车位与车道分界线都为白色或黄色的直线,与地面的颜色差距较明显,且具有固定比例的长宽标定法,所以呈现出面积较为固定的四边形或虚线框,所以需要从灰度轮廓图中提取停车位的直线信息。
4、将提取出的直线适当延长,使直线相交,将0-255个灰度值分为N+1个区域,作为二值化的N+1个阈值,对每次二值化后的结果进行求轮廓处理及多边形拟合,使用多边形将轮廓包围,考察每个多边形的形状与面积,舍去非四边形、面积过大的四边形,及任意两点间距离过长的四边形,则剩余四边形就被认为是停车位。
5、基于标定的停车位可以获取停车位信息,在实时检测初始化时,创建空车位直方图数组,记录每一个停车位的直方图信息;
6、对停车场进行实时检测时,考察已知停车位坐标内的直方图信息,求出当前的停车位直方图,与对应的空车位直方图进行对比,并设立直方图相似度阈值,以此识别和判断停车位的占用情况,然后更新剩余停车位计数,并实时更新空车位直方图信息;所述实时更新空车位直方图信息,具体包括:依次对比相应位置的直方图信息,将被认为是空车位的直方图与原空车位直方图进行交换;被认为是被占用的停车位所对应的原空车位直方图则保持不变。
云端服务器中的信息处理与发布模块通过互联网接收各个停车场的图像处理模块传来的停车位状态检测结果并进行记录,且统计不同地方区域所对应的停车场信息(如:某个区域内有哪些停车场,各停车场的地址及剩余车位情况等);
当应用层的用户通过停车场信息查询平台输入并发布目的地信息后,云端服务器将所述目的地信息与停车场信息进行匹配,将匹配结果发送给停车场信息查询平台;匹配的具体过程如图3所示,即匹配出与用户发布的目的地在同一区域内,且有剩余停车位的停车场,将匹配出的停车场信息作为匹配结果;停车场信息查询平台在收到匹配结果(这里的匹配结果可能包括多个符合条件的停车场信息)后向用户推荐最优停车场,如:相比之下离用户较近,且剩余停车位较多的停车场,甚至还可以加入停车收费标准作为判断条件。从而便于用户及时规划其行车路径。
实施例2:
以对高速路服务区停车场的停车位进行实时状态检测,并对以此高速路服务区附近为目的地的用户进行停车位智能推荐为例,其实现流程如图4所示:
1)在高速路服务区停车场的关键位置装配摄像头,保证每个需检测的车位都可被完整的拍摄到,并在停车场未使用时采集初始照片;
2)将初始照片传输至服务器以完成对停车场的初始化检测,之后将实时采集的图片传送至服务器进行实时的停车位状态检测;
3)服务器将得到的高速路服务区停车场实时检测的结果(包括空余车位数量、空余车位标号等信息)传输至云端服务器,云端服务器接收停车位信息,记录并统计不同地方区域所对应的停车场信息;
4)用户登录停车场信息查询平台,通过平台向云端服务器发送其目的地信息;
5)云端服务器接收用户发布的目的地信息,匹配出相应的停车场停车位信息,并将匹配结果发布给停车场信息查询平台;
6)停车场信息查询平台根据匹配结果向用户推荐停车场;
6)用户根据得到的推荐结果合理规划其行车路径。
Claims (10)
1.基于车位状态监控的目的地停车位智能推荐系统,其特征在于,包括:
图像采集模块,设置于停车场中,其用于通过照相或摄像设备实时采集被检测的停车场图像,并传送给图像处理模块;
图像处理模块,设置于停车场的服务器中,其用于根据停车场图像检测停车场中的停车位状态,并进行统计后将停车位信息传送给信息处理与发布模块;
信息处理与发布模块,设置于云端服务器中,其用于接收各个停车场上传的停车位信息并进行记录,统计不同地方区域所对应的停车场信息,以及接收用户发布的目的地信息,将停车位信息与用户目的地信息进行匹配,将匹配结果发送给停车场信息查询平台;
停车场信息查询平台,供用户登录后输入并发布目的地信息,并接收云端服务器返回的针对该目的地信息的匹配结果,根据所述匹配结果向用户推荐停车场。
2.如权利要求1所述的基于车位状态监控的目的地停车位智能推荐系统,其特征在于,所述图像处理模块根据停车场图像检测停车场中的停车位状态,具体包括:停车位初始化和实时检测判断停车位状态,其中,在停车位初始化时,应用计算机视觉技术中的直线检测及四边形检测技术对停车场中的停车位进行标定;在实时检测时,计算已标定停车位内的直方图信息变化情况,以此判断停车位的占用情况。
3.如权利要求2所述的基于车位状态监控的目的地停车位智能推荐系统,其特征在于,所述对停车位进行标定,具体包括:
对停车场图像进行预处理得到背景轮廓图像,对停车位区域进行定位,针对停车位与其它背景的差异,在提取到的背景轮廓图像中进行直线检测和提取;
将提取出的直线适当延长,使直线相交,将0-255个灰度值分为N+1个区域,作为二值化的N+1个阈值,对每次二值化后的结果进行求轮廓处理及多边形拟合,使用多边形将轮廓包围,考察每个多边形的形状与面积,舍去非四边形、面积过大的四边形,及任意两点间距离过长的四边形,则剩余四边形就被认为是停车位。
4.如权利要求3所述的基于车位状态监控的目的地停车位智能推荐系统,其特征在于,所述预处理包括将图片像素以数字矩阵的方式存储,高斯滤波消除高斯噪声,将彩色图中的每个通道的图转化为灰度图,运行Canny算子进行轮廓检测,获得背景轮廓图像;所述对停车位区域进行定位包括:去除背景轮廓中的环境干扰,标出停车位的大概区域。
5.如权利要求4所述的基于车位状态监控的目的地停车位智能推荐系统,其特征在于,所述实时检测判断停车位状态,具体包括:
在实时检测初始化时,创建空车位直方图数组,记录每一个停车位的直方图信息;对停车场进行实时检测时,考察已知停车位坐标内的直方图信息,求出当前的停车位直方图,与对应的空车位直方图进行对比,并设立直方图相似度阈值,以此识别和判断停车位的占用情况,然后更新剩余停车位计数,并实时更新空车位直方图信息;
所述实时更新空车位直方图信息,具体包括:
依次对比相应位置的直方图信息,将被认为是空车位的直方图与原空车位直方图进行交换;被认为是被占用的停车位所对应的原空车位直方图则保持不变。
6.如权利要求5所述的基于车位状态监控的目的地停车位智能推荐系统,其特征在于,所述信息处理与发布模块对用户发布的目的地信息与停车场信息进行匹配,具体包括:
匹配出与用户发布的目的地在同一区域内,且有剩余停车位的停车场,将匹配出的停车场信息作为匹配结果,所述停车场信息包括停车场具体地址、剩余停车位的数量。
7.如权利要求6所述的基于车位状态监控的目的地停车位智能推荐系统,其特征在于,所述图像处理模块还用于在更新剩余停车位计数后,将更新的停车位信息上传给信息处理与发布模块。
8.基于车位状态监控的目的地停车位智能推荐方法,其特征在于,包括以下步骤:
A、在停车场的关键位置安装照相或摄像设备进行图像采集;
B、在停车场未使用时,根据采集的图像进行停车位初始化,应用计算机视觉技术中的直线检测及四边形检测技术对停车场中的停车位进行标定;
C、在进行停车场实时检测时,根据采集的图像计算已标定停车位内的直方图信息变化情况,以此判断停车位的占用情况,并将停车位信息上传给云端服务器;
D、云端服务器接收各个停车场上传的停车位信息进行记录,统计不同地方区域所对应的停车场信息;
E、在用户通过停车场信息查询平台输入并发布目的地信息后,云端服务器将所述目的地信息与停车场信息进行匹配,将匹配结果发送给停车场信息查询平台;
F、停车场信息查询平台根据所述匹配结果向用户推荐停车场。
9.如权利要求8所述的基于车位状态监控的目的地停车位智能推荐方法,其特征在于,步骤A中,所述关键位置为可以使装配的照相或摄像设备在无遮挡、无干扰的环境中采集到其所负责区域完整且清楚的图像信息的位置。
10.如权利要求8所述的基于车位状态监控的目的地停车位智能推荐方法,其特征在于,步骤F中,所述停车场信息查询平台根据所述匹配结果向用户推荐停车场,具体包括:从匹配结果中选取距离用户目的地较近、剩余停车位较多的停车场推荐给用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610863694.0A CN106251695B (zh) | 2016-09-29 | 2016-09-29 | 基于车位状态监控的目的地停车位智能推荐系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610863694.0A CN106251695B (zh) | 2016-09-29 | 2016-09-29 | 基于车位状态监控的目的地停车位智能推荐系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106251695A true CN106251695A (zh) | 2016-12-21 |
CN106251695B CN106251695B (zh) | 2019-07-09 |
Family
ID=57611129
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610863694.0A Active CN106251695B (zh) | 2016-09-29 | 2016-09-29 | 基于车位状态监控的目的地停车位智能推荐系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106251695B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106997685A (zh) * | 2017-05-16 | 2017-08-01 | 刘程秀 | 一种基于微机视觉的路边停车位检测装置 |
CN107180555A (zh) * | 2017-06-16 | 2017-09-19 | 深圳市盛路物联通讯技术有限公司 | 城市车位监测方法及装置 |
CN107274674A (zh) * | 2017-06-28 | 2017-10-20 | 深圳市金溢科技股份有限公司 | 一种基于视频识别的停车区域管理方法、装置及系统 |
CN107808418A (zh) * | 2017-10-11 | 2018-03-16 | 孔凡芝 | 基于云计算的停车收费系统图像采集装置 |
CN108648496A (zh) * | 2018-05-17 | 2018-10-12 | 苏州跃沂信息技术有限公司 | 一种用于城市智能化的系统及方法 |
CN108717802A (zh) * | 2018-06-28 | 2018-10-30 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 停车场车位无线导引自助管理系统 |
CN108766016A (zh) * | 2018-05-07 | 2018-11-06 | 苏宁易购集团股份有限公司 | 一种车位资源管理方法及系统 |
CN109948591A (zh) * | 2019-04-01 | 2019-06-28 | 广东安居宝数码科技股份有限公司 | 一种车位检测方法、装置、电子设备及可读取存储介质 |
CN110111600A (zh) * | 2019-05-08 | 2019-08-09 | 东华大学 | 一种基于VANETs的停车场推荐方法 |
CN110111228A (zh) * | 2019-04-28 | 2019-08-09 | 北京科技大学 | 一种澡堂空位识别及优化位置推荐系统及方法 |
CN110276287A (zh) * | 2019-06-17 | 2019-09-24 | 百度在线网络技术(北京)有限公司 | 车位检测方法、装置、计算机设备以及存储介质 |
CN110402458A (zh) * | 2017-03-14 | 2019-11-01 | 奥迪股份公司 | 用于确定和/或管理停车场地图的方法 |
JP2020175828A (ja) * | 2019-04-19 | 2020-10-29 | 公立大学法人岩手県立大学 | 誘導装置 |
US11441921B2 (en) | 2018-12-21 | 2022-09-13 | Yandex Europe Ag | Method of and server for generating parking suggestions to be displayed on an electronic device |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101807352A (zh) * | 2010-03-12 | 2010-08-18 | 北京工业大学 | 一种模糊模式识别的车位检测方法 |
CN101945257A (zh) * | 2010-08-27 | 2011-01-12 | 南京大学 | 基于监控视频内容提取车辆底盘图像的合成方法 |
CN102426801A (zh) * | 2011-12-12 | 2012-04-25 | 天津世纪晨实科技有限公司 | 基于视觉分析的停车场泊位自动管理方法和系统 |
KR101238989B1 (ko) * | 2012-02-24 | 2013-03-04 | 강성진 | 어안카메라의 다면영상분석을 통한 주차가능면 실시간 감지시스템 및 그 감지방법 |
CN104112370A (zh) * | 2014-07-30 | 2014-10-22 | 哈尔滨工业大学深圳研究生院 | 基于监控图像的停车场智能车位识别方法及系统 |
CN104778711A (zh) * | 2015-04-27 | 2015-07-15 | 厦门大学 | 一种卵裂阶段的细胞计数定位方法 |
CN104851292A (zh) * | 2015-05-16 | 2015-08-19 | 石立公 | 一种停车场车位预订系统及其方法 |
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 |
CN105913685A (zh) * | 2016-06-25 | 2016-08-31 | 上海大学 | 一种基于视频监控的车位识别及智能引导方法 |
-
2016
- 2016-09-29 CN CN201610863694.0A patent/CN106251695B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101807352A (zh) * | 2010-03-12 | 2010-08-18 | 北京工业大学 | 一种模糊模式识别的车位检测方法 |
CN101945257A (zh) * | 2010-08-27 | 2011-01-12 | 南京大学 | 基于监控视频内容提取车辆底盘图像的合成方法 |
CN102426801A (zh) * | 2011-12-12 | 2012-04-25 | 天津世纪晨实科技有限公司 | 基于视觉分析的停车场泊位自动管理方法和系统 |
KR101238989B1 (ko) * | 2012-02-24 | 2013-03-04 | 강성진 | 어안카메라의 다면영상분석을 통한 주차가능면 실시간 감지시스템 및 그 감지방법 |
CN104112370A (zh) * | 2014-07-30 | 2014-10-22 | 哈尔滨工业大学深圳研究生院 | 基于监控图像的停车场智能车位识别方法及系统 |
CN104778711A (zh) * | 2015-04-27 | 2015-07-15 | 厦门大学 | 一种卵裂阶段的细胞计数定位方法 |
CN104851292A (zh) * | 2015-05-16 | 2015-08-19 | 石立公 | 一种停车场车位预订系统及其方法 |
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 |
CN105913685A (zh) * | 2016-06-25 | 2016-08-31 | 上海大学 | 一种基于视频监控的车位识别及智能引导方法 |
Non-Patent Citations (3)
Title |
---|
乔铁柱: "《矿用输送带无损检测技术》", 30 June 2015 * |
李贺: "基于颜色规格化和轮廓多边形的", 《铁路计算机应用》 * |
谢子琼等: "基于图像处理的人脸识别算法实现", 《电脑知识与技术》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110402458A (zh) * | 2017-03-14 | 2019-11-01 | 奥迪股份公司 | 用于确定和/或管理停车场地图的方法 |
CN106997685A (zh) * | 2017-05-16 | 2017-08-01 | 刘程秀 | 一种基于微机视觉的路边停车位检测装置 |
CN107180555A (zh) * | 2017-06-16 | 2017-09-19 | 深圳市盛路物联通讯技术有限公司 | 城市车位监测方法及装置 |
CN107274674A (zh) * | 2017-06-28 | 2017-10-20 | 深圳市金溢科技股份有限公司 | 一种基于视频识别的停车区域管理方法、装置及系统 |
CN107808418A (zh) * | 2017-10-11 | 2018-03-16 | 孔凡芝 | 基于云计算的停车收费系统图像采集装置 |
CN108766016A (zh) * | 2018-05-07 | 2018-11-06 | 苏宁易购集团股份有限公司 | 一种车位资源管理方法及系统 |
CN108648496A (zh) * | 2018-05-17 | 2018-10-12 | 苏州跃沂信息技术有限公司 | 一种用于城市智能化的系统及方法 |
CN108717802A (zh) * | 2018-06-28 | 2018-10-30 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 停车场车位无线导引自助管理系统 |
US11441921B2 (en) | 2018-12-21 | 2022-09-13 | Yandex Europe Ag | Method of and server for generating parking suggestions to be displayed on an electronic device |
CN109948591A (zh) * | 2019-04-01 | 2019-06-28 | 广东安居宝数码科技股份有限公司 | 一种车位检测方法、装置、电子设备及可读取存储介质 |
JP2020175828A (ja) * | 2019-04-19 | 2020-10-29 | 公立大学法人岩手県立大学 | 誘導装置 |
CN110111228A (zh) * | 2019-04-28 | 2019-08-09 | 北京科技大学 | 一种澡堂空位识别及优化位置推荐系统及方法 |
CN110111600A (zh) * | 2019-05-08 | 2019-08-09 | 东华大学 | 一种基于VANETs的停车场推荐方法 |
CN110111600B (zh) * | 2019-05-08 | 2022-01-11 | 东华大学 | 一种基于VANETs的停车场推荐方法 |
CN110276287A (zh) * | 2019-06-17 | 2019-09-24 | 百度在线网络技术(北京)有限公司 | 车位检测方法、装置、计算机设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106251695B (zh) | 2019-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106251695A (zh) | 基于车位状态监控的目的地停车位智能推荐系统及方法 | |
US9542609B2 (en) | Automatic training of a parked vehicle detector for large deployment | |
KR102094341B1 (ko) | 인공지능 기반의 도로 노면 불량 객체 정보 분석 시스템 및 방법 | |
CN102867417B (zh) | 一种出租车防伪系统及方法 | |
CN105654732A (zh) | 一种基于深度图像的道路监控系统及方法 | |
CN104766086B (zh) | 一种公路标识的监管方法和系统 | |
CN108510750A (zh) | 一种基于神经网络模型的无人机巡检违章停车的方法 | |
CN110223511A (zh) | 一种汽车路边违停智能监测方法及系统 | |
CN106373426A (zh) | 基于计算机视觉的停车位及违规占道停车监控方法 | |
CN106097722B (zh) | 利用视频进行路侧车位自动化监管的系统和方法 | |
CN104166841A (zh) | 一种视频监控网络中指定行人或车辆的快速检测识别方法 | |
CN110660222A (zh) | 一种智能环保道路黑烟车辆电子抓拍系统 | |
CN106296814A (zh) | 公路养护检测与可视化交互方法和系统 | |
CN103065519A (zh) | 坡道定点停车和起步检测系统及其检测方法 | |
CN106297278A (zh) | 一种用于查询抛洒物车辆的方法和系统 | |
CN105608417A (zh) | 交通信号灯检测方法及装置 | |
CN103065520A (zh) | 倒车入库检测系统及其检测方法 | |
CN109935080A (zh) | 一种交通线路上的车流量实时计算的监测系统及方法 | |
CN111458721A (zh) | 一种暴露垃圾的识别定位方法、装置及系统 | |
CN112308913B (zh) | 一种基于视觉的车辆定位方法、装置及车载终端 | |
CN202058221U (zh) | 一种基于双目视觉的客流统计装置 | |
CN107264570A (zh) | 钢轨光带分布检测装置与方法 | |
CN114972177A (zh) | 道路病害识别管理方法、装置及智能终端 | |
CN103000067A (zh) | 直角转弯检测系统及其检测方法 | |
CN112349150A (zh) | 一种机场航班保障时间节点的视频采集方法和系统 |
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 |