CN107154152A - 视频桩设备及停车管理方法 - Google Patents

Abstract

本发明公开了视频桩设备及停车管理方法，支架及安装在支架上的鱼眼相机，鱼眼相机包括：图像采集模块，用于实时采集监控双停车泊位的图像流；识别处理模块，用于对图像流进行图像校正，得到平面图像流，在镜头未被遮挡下，根据平面图像流以及预设的停车泊位线进行车辆逐帧检测和车牌逐帧检测，得到车辆泊位信息；在网络正常状态下，将车辆泊位信息传输至后台，后台根据车辆泊位信息计算停车时长和停车费用；车辆泊位信息包括车辆停车进出信息、车牌信息、车位编号和停车地点。本发明采用智能化管理，节省人力成本；安装简单方便，一套设备覆盖两车位，成本低，最终实现了对路内停车泊位的智能化管理。

Description

视频桩设备及停车管理方法

技术领域

本发明涉及停车管理技术领域，尤其涉及一种应用于路内停车泊位的视频桩设备及停车管理方法。

背景技术

现阶段国内的停车泊位可以分为路外停车泊位和路内停车泊位两大类。路外停车泊位，其特点是有明确的出入口，是设置于道路外的停车场、楼、库的停车泊位；路内停车泊位是，其特点是没有明确的出入口，设置于机动车道、非机动车道、或人行道内的停车泊位。

路外停车泊位由于其封闭性及易管理性被大量的使用，现基本上均已采用智能设备进行该类停车泊位出入口的管理，如取卡入场和车牌识别入场等方式。

路内停车泊位由于其不需要重新进行规划建设，同时又充分利用空余的道路资源而具有一定的优势，但由于道路两侧的停车位无法安装门禁系统，并且现场通信和供电条件较差，目前多采用人工方式进行收费管理。人工管理方式存在很多弊端，由于收费人员素质不同，因此产生了大量的票款流失的现象，同时由于人为记录停车时间，会存在计时不准车主意见大等多方面的问题。路内停车泊位主要有平行式、垂直式、倾斜式泊位的形式。针对当前的路内停车泊位，如何使用现有技术手段，对车辆的进出进行智能管理，并且自动计费，是具有挑战性的问题。

现有技术中，一种方案是在路内停车泊位安装咪表，采用“二次刷卡”的方式，司机停车后和取车前均需要进行刷卡，并且还要选择所停的泊位号；收费方式麻烦，多数人不懂如何使用咪表操作进行付费，管理问题无法解决，人为损坏的现象普遍存在，更重要的是主动刷卡缴费自主性不高。

现有另一种方案是采用地磁加pose机，需要将地磁埋在每个停车泊位地下，当有车辆驶入停车泊位时，收费员需要拿着pose机实时拍照。该方案有种种弊端，如雪天无法正常运行；地磁感应器误触发严重，只要是金属物体(单车、电单车、人力三轮车、甚至女士铁的鞋跟)都会触发；维护麻烦，地磁感应器内置电池一般1～2年就需要更换。需要重新破土挖出来，再埋回；旁边的沙砾、石头，长期受汽车轮胎碾轧，容易对地磁传感器产生影响：损坏、漏水等；地磁+收费员收费的方式，由于地磁的不稳定性，数据量大，导致中心系统无法核对误触发还是真正有车，但收费员中饱私囊。通过监控视频复核难度大；无车牌识别，导致云管理、云收费平台执行完整性差。

发明内容

针对上述问题中存在的不足之处，本发明提供视频桩设备及停车管理方法。

为实现上述目的，本发明第一目的在于提供一种视频桩设备，包括：支架及安装在支架上的鱼眼相机，所述鱼眼相机包括：

图像采集模块，用于实时采集监控双停车泊位的图像流；

识别处理模块，用于对所述图像流进行图像校正，得到平面图像流，在镜头未被遮挡下，根据所述平面图像流以及预设的停车泊位线进行车辆逐帧检测和车牌逐帧检测，得到车辆泊位信息；在网络正常状态下，将所述车辆泊位信息传输至后台，后台根据所述车辆泊位信息计算停车时长和停车费用；所述车辆泊位信息包括车辆停车进出信息、车牌信息、车位编号和停车地点。

作为本发明的进一步改进，所述识别处理模块包括：

图像校正模块，用于对所述图像流进行图像校正，将有视觉畸变的图像流校正为平面图像流；

第一判断模块，用于根据所述平面图像流定时判断镜头是否被遮挡，若被遮挡，则输出镜头异常报警信息，并将所述镜头异常报警信息推送至后台，后台安排人员进行设备的维护；若未被遮挡，则进行车辆逐帧检测和车牌逐帧检测；

车辆检测模块，用于根据平面图像流以及预设的停车泊位线进行车辆逐帧检测，得到车辆停车进出信息；所述车辆停车进出信息包括车辆驶入状态或驶出状态、车辆驶入时间或驶出时间；

车牌识别模块，用于根据平面图像流以及预设的停车泊位线进行车牌逐帧检测、车牌分割、车牌识别，得到车牌信息；所述车牌信息包括车牌号码、车型和车身颜色；

第二判断模块，用于定时判断网络状态，若网络状态正常，则将所述车辆泊位信息传输至后台；若网络状态异常，则将所述车辆泊位信息存储至TF卡中，直至检测到网络状态正常时，再将所述TF卡上的车辆泊位信息推送至后台；后台根据所述车辆泊位信息，计算停车时长和停车费用。

作为本发明的进一步改进，该视频桩设备还包括：

补光灯，所述补光灯安装在所述支架上，作为所述图像采集模块的补光光源。

作为本发明的进一步改进，所述识别处理模块还包括：

光参数分析模块，用于分析所述图像流的环境光参数，当所述环境光参数不满足图像分析要求时，启动所述补光灯，并根据所述环境光参数自动调节所述补光灯的亮度。

作为本发明的进一步改进，所述补光灯包括三个灯组，左侧灯组对左侧车位补光，右侧灯组对右侧车位补光，中间灯组对左右两侧车位补光，每个灯组独立工作。

本发明第二目的在于提供一种使用视频桩设备的停车管理方法，包括：

步骤1、实时采集监控双停车泊位的图像流；

步骤2、对所述图像流进行图像校正，将有视觉畸变的图像流校正为平面图像流；

步骤3、根据所述平面图像流定时判断镜头是否被遮挡；

步骤4、若镜头未被遮挡，则根据平面图像流以及预设的停车泊位线进行车辆逐帧检测和车牌逐帧检测，得到车辆泊位信息；所述车辆泊位信息包括车辆停车进出信息、车牌信息、车位编号和停车地点；

步骤5、定时判断网络状态；

步骤6、若网络状态正常，则将所述车辆泊位信息传输至后台，后台根据所述车辆泊位信息，计算停车时长和停车费用。

作为本发明的进一步改进，在步骤4中，若镜头被遮挡，则输出镜头异常报警信息，并将所述镜头异常报警信息推送至后台，后台安排人员进行设备的维护。

作为本发明的进一步改进，在步骤4中，所述车辆逐帧检测包括：根据平面图像流以及预设的停车泊位线进行车辆逐帧检测，检测到车辆，建立车辆跟踪，绘制车辆行驶轨迹，得到车辆停车进出信息；检测不到车辆，检测下一帧图像，直至检测到车辆；所述车辆停车进出信息包括车辆驶入状态或驶出状态、车辆驶入时间或驶出时间、车辆驶入泊位前及驶入泊位后的2张大图或车辆驶出泊位前驶出泊位后的2张大图；

所述车牌逐帧检测包括：

根据平面图像流以及预设的停车泊位线进行车牌逐帧检测、车牌分割、车牌识别，得到车牌信息；所述车牌信息包括车牌号码、车型和车身颜色。

作为本发明的进一步改进，在步骤6中，若网络状态异常，将所述车辆泊位信息存储至TF卡中，直至检测到网络状态正常时，再将TF卡上的车辆泊位信息推送至后台。

作为本发明的进一步改进，在步骤1与步骤2之间还包括步骤7；

步骤7、分析所述图像流的环境光参数，当所述环境光参数不满足图像分析要求时，启动补光灯，并根据所述环境光参数自动调节所述补光灯的亮度；当满足图像分析要求时，进行图像校正。

与现有技术相比，本发明的有益效果为：

本发明提供视频桩设备及停车管理方法，采用智能化管理，节省人力成本；安装简单方便，一套设备覆盖两车位，成本低，最终实现了对路内停车泊位的智能化管理。

附图说明

图1为本发明一种实施例公开的视频桩设备的结构图；

图2为本发明一种实施例公开的视频桩设备的安装示意图；

图3为本发明一种实施例公开的鱼眼相机的模块图；

图4为本发明一种实施例公开的使用视频桩设备的停车管理方法的流程图。

图中：

10、支架；20、鱼眼相机；21、图像采集模块；22、识别处理模块；23、光参数分析模块；24、图像校正模块；25、第一判断模块；26、车辆检测模块；27、车牌识别模块；28、第二判断模块；30、补光灯。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的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。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

下面结合附图对本发明做进一步的详细描述：

为了解决现有技术的问题，本方案提供给了一种应用于路内停车泊位的视频桩设备。该设备高810mm，最大宽度为224mm，设备外观如图1。

视频桩设备包括支架10及安装在支架10上的鱼眼相机20和补光灯30，鱼眼相机20安装在支架10的前端，用于获取更大场景，实现双停车泊位的同时检测。如图2所示，该设备安装于路沿0.5米位置，与左车位分隔线垂直距离0.9米两个停车泊位间的路面上，能同时监控2个停车泊位。其中，补光灯30作为鱼眼相机20的补光光源，补光灯30包括三个灯组，左侧灯组对左侧车位补光，右侧灯组对右侧车位补光，中间灯组对左右两侧车位补光，每个灯组独立工作。

如图3所示，本发明的鱼眼相机20包括图像采集模块21和识别处理模块22；图像采集模块21用于实时采集监控双停车泊位的图像流，图像流包括停车泊位线内的图像流以及停车泊位线外的图像流；识别处理模块22，用于对图像流进行图像校正，将有视觉畸变的图像流校正为平面图像流；在镜头未被遮挡下，根据平面图像流以及预设的停车泊位线(已经预先存储在视频桩设备内)进行车辆逐帧检测和车牌逐帧检测，得到车辆泊位信息，车辆泊位信息包括车辆停车进出信息、车牌信息、车位编号、停车地点和定时抓拍图；车辆停车进出信息是通过车辆逐帧检测得到的，车辆停车进出信息包括车辆驶入状态或驶出状态、车辆驶入时间或驶出时间、车辆驶入泊位前及驶入泊位后(若车辆状态为驶入)的2张大图或车辆驶出泊位前驶出泊位后(若车辆状态为驶出)的2张大图；车牌信息是通过车牌逐帧检测得到的，车牌信息包括车牌号码、车型和车身颜色；车位编号和停车地点是预先存储在视频桩设备内的，定时抓拍图是当车辆停止在车位后间距一段时间抓拍车辆在位图；在网络正常状态下，将车辆泊位信息打包传输至后台，后台根据车辆泊位信息，计算停车时长和停车费用；即：通过车辆驶入时间和驶出时间计算停车时长，根据停车时长和后台的计费标准，计算停车费用；车位编号、停车地点和定时抓拍图等信息会作为停车使用的证据。其中：

本发明的识别处理模块22包括光参数分析模块23、图像校正模块24、第一判断模块25、车辆检测模块26、车牌识别模块27和第二判断模块28；

光参数分析模块23，用于分析图像采集模块21所采集图像流的环境光参数(亮度等)，当环境光参数不满足图像分析要求时，启动补光灯30，并根据环境光参数自动调节补光灯30的亮度；当满足图像分析要求时，将图像流输出至图像校正模块24进行图像校正。

图像校正模块24，用于对满足图像分析要求的图像流进行图像校正，将有视觉畸变的图像流(由于采用鱼眼镜头，其采集的图像流存在视觉畸变)校正为平面图像流；

第一判断模块25，用于根据平面图像流定时判断镜头是否被遮挡，若镜头被遮挡，则输出镜头异常报警信息，并将镜头异常报警信息推送至后台，后台安排人员进行设备的维护；若未被遮挡，则进行后续的车辆逐帧检测和车牌逐帧检测；

车辆检测模块26，用于根据平面图像流以及预设的停车泊位线进行车辆逐帧检测，检测到车辆，建立车辆跟踪，绘制车辆行驶轨迹，得到车辆停车进出信息；检测不到车辆，检测下一帧图像，直至检测到车辆；车辆停车进出信息包括车辆驶入状态或驶出状态、车辆驶入时间或驶出时间、车辆驶入泊位前及驶入泊位后的2张大图或车辆驶出泊位前驶出泊位后的2张大图；

车牌识别模块27，在车辆检测模块26进行车辆逐帧检测的同时，根据平面图像流以及预设的停车泊位线进行车牌逐帧检测、车牌分割、车牌识别，得到车牌信息；所述车牌信息包括车牌号码、车型和车身颜色；

第二判断模块28，用于定时判断网络状态，若网络状态正常，则将车辆泊位信息打包传输至后台；若网络状态异常，则将车辆泊位信息打包存储至TF卡(TF卡插在鱼眼相机20上)中，直至检测到网络状态正常时，再将TF卡上的车辆泊位信息推送至后台；后台(后端服务器)根据车辆泊位信息，计算停车时长和停车费用。

实施例1：如图4所示，本发明提供一种使用视频桩设备的停车管理方法，包括：

步骤1、实时采集监控双停车泊位的图像流；

步骤2、对图像流进行图像校正，将有视觉畸变的图像流校正为平面图像流；

步骤3、根据平面图像流定时判断镜头是否被遮挡；

步骤4、若镜头未被遮挡，则根据平面图像流以及预设的停车泊位线进行12.5fps车辆逐帧检测和车牌逐帧检测，得到车辆泊位信息；车辆泊位信息包括车辆停车进出信息、车牌信息、车位编号、停车地点和定时抓拍图；车辆停车进出信息是通过车辆逐帧检测得到的，车辆停车进出信息包括车辆驶入状态或驶出状态、车辆驶入时间或驶出时间、车辆驶入泊位前及驶入泊位后(若车辆状态为驶入)的2张大图或车辆驶出泊位前驶出泊位后(若车辆状态为驶出)的2张大图；车牌信息是通过车牌逐帧检测得到的，车牌信息包括车牌号码、车型和车身颜色；车位编号和停车地点是预先存储在视频桩设备内的，定时抓拍图是当车辆停止在车位后间距一段时间抓拍车辆在位图。若镜头被遮挡，则输出镜头异常报警信息，并将镜头异常报警信息推送至后台，后台安排人员进行设备的维护；

车辆逐帧检测的方法为：根据平面图像流以及预设的停车泊位线进行车辆逐帧检测，检测到车辆，建立车辆跟踪，绘制车辆行驶轨迹，得到车辆停车进出信息；检测不到车辆，检测下一帧图像，直至检测到车辆；所述车辆停车进出信息包括车辆驶入状态或驶出状态、车辆驶入时间或驶出时间、车辆驶入泊位前及驶入泊位后的2张大图或车辆驶出泊位前驶出泊位后的2张大图；

车牌逐帧检测的方法为：根据平面图像流以及预设的停车泊位线进行车牌逐帧检测、车牌分割、车牌识别，得到车牌信息；所述车牌信息包括车牌号码、车型和车身颜色。

步骤5、定时判断网络状态；

步骤6、若网络状态正常，则将车辆泊位信息打包传输至后台；若网络状态异常，则将车辆泊位信息打包存储至TF卡(TF卡插在鱼眼相机20上)中，直至检测到网络状态正常时，再将TF卡上的车辆泊位信息推送至后台；

步骤7、后台收到车辆驶入停车泊位信息后，存入数据库，待接收到车辆驶出停车泊位信息时，计算停车时长并同时计算停车费用；即：通过车辆驶入时间和驶出时间计算停车时长，根据停车时长和后台的计费标准，计算停车费用；车位编号、停车地点和定时抓拍图等信息会作为停车使用的证据。

实施例2：本发明提供一种使用视频桩设备的停车管理方法，包括：

步骤1、实时采集监控双停车泊位的图像流；

步骤2、分析图像流的环境光参数，当环境光参数不满足图像分析要求时，启动补光灯，并根据环境光参数自动调节补光灯的亮度；当满足图像分析要求时，进行图像校正；

步骤3、对图像流进行图像校正，将有视觉畸变的图像流校正为平面图像流；

步骤4、根据平面图像流定时判断镜头是否被遮挡；

步骤5、若镜头未被遮挡，则根据平面图像流以及预设的停车泊位线进行12.5fps车辆逐帧检测和车牌逐帧检测，得到车辆泊位信息；车辆泊位信息包括车辆停车进出信息、车牌信息、车位编号、停车地点和定时抓拍图；车辆停车进出信息是通过车辆逐帧检测得到的，车辆停车进出信息包括车辆驶入状态或驶出状态、车辆驶入时间或驶出时间、车辆驶入泊位前及驶入泊位后(若车辆状态为驶入)的2张大图或车辆驶出泊位前驶出泊位后(若车辆状态为驶出)的2张大图；车牌信息是通过车牌逐帧检测得到的，车牌信息包括车牌号码、车型和车身颜色；车位编号和停车地点是预先存储在视频桩设备内的，定时抓拍图是当车辆停止在车位后间距一段时间抓拍车辆在位图。若镜头被遮挡，则输出镜头异常报警信息，并将镜头异常报警信息推送至后台，后台安排人员进行设备的维护；

车辆逐帧检测的方法为：根据平面图像流以及预设的停车泊位线进行车辆逐帧检测，检测到车辆，建立车辆跟踪，绘制车辆行驶轨迹，得到车辆停车进出信息；检测不到车辆，检测下一帧图像，直至检测到车辆；所述车辆停车进出信息包括车辆驶入状态或驶出状态、车辆驶入时间或驶出时间、车辆驶入泊位前及驶入泊位后的2张大图或车辆驶出泊位前驶出泊位后的2张大图；

车牌逐帧检测的方法为：根据平面图像流以及预设的停车泊位线进行车牌逐帧检测、车牌分割、车牌识别，得到车牌信息；所述车牌信息包括车牌号码、车型和车身颜色。

步骤6、定时判断网络状态；

步骤7、若网络状态正常，则将车辆泊位信息打包传输至后台；若网络状态异常，则将车辆泊位信息打包存储至TF卡(TF卡插在鱼眼相机20上)中，直至检测到网络状态正常时，再将TF卡上的车辆泊位信息推送至后台；

步骤8、后台收到车辆驶入停车泊位信息后，存入数据库，待接收到车辆驶出停车泊位信息时，计算停车时长并同时计算停车费用；即：通过车辆驶入时间和驶出时间计算停车时长，根据停车时长和后台的计费标准，计算停车费用；车位编号、停车地点和定时抓拍图等信息会作为停车使用的证据。

本发明提供视频桩设备及停车管理方法，采用智能化管理，节省人力成本；安装简单方便，一套设备覆盖两车位，成本低，最终实现了对路内停车泊位的智能化管理。

以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种视频桩设备，其特征在于，包括：支架及安装在支架上的鱼眼相机，所述鱼眼相机包括：

图像采集模块，用于实时采集监控双停车泊位的图像流；

识别处理模块，用于对所述图像流进行图像校正，得到平面图像流，在镜头未被遮挡下，根据所述平面图像流以及预设的停车泊位线进行车辆逐帧检测和车牌逐帧检测，得到车辆泊位信息；在网络正常状态下，将所述车辆泊位信息传输至后台，后台根据所述车辆泊位信息计算停车时长和停车费用；所述车辆泊位信息包括车辆停车进出信息、车牌信息、车位编号和停车地点。

2.如权利要求1所述的视频桩设备，其特征在于，所述识别处理模块包括：

图像校正模块，用于对所述图像流进行图像校正，将有视觉畸变的图像流校正为平面图像流；

第一判断模块，用于根据所述平面图像流定时判断镜头是否被遮挡，若被遮挡，则输出镜头异常报警信息，并将所述镜头异常报警信息推送至后台，后台安排人员进行设备的维护；若未被遮挡，则进行车辆逐帧检测和车牌逐帧检测；

车辆检测模块，用于根据平面图像流以及预设的停车泊位线进行车辆逐帧检测，得到车辆停车进出信息；所述车辆停车进出信息包括车辆驶入状态或驶出状态、车辆驶入时间或驶出时间；

车牌识别模块，用于根据平面图像流以及预设的停车泊位线进行车牌逐帧检测、车牌分割、车牌识别，得到车牌信息；所述车牌信息包括车牌号码、车型和车身颜色；

第二判断模块，用于定时判断网络状态，若网络状态正常，则将所述车辆泊位信息传输至后台；若网络状态异常，则将所述车辆泊位信息存储至TF卡中，直至检测到网络状态正常时，再将所述TF卡上的车辆泊位信息推送至后台；后台根据所述车辆泊位信息，计算停车时长和停车费用。

3.如权利要求2所述的视频桩设备，其特征在于，该视频桩设备还包括：

补光灯，所述补光灯安装在所述支架上，作为所述图像采集模块的补光光源。

4.如权利要求3所述的视频桩设备，其特征在于，所述识别处理模块还包括：

光参数分析模块，用于分析所述图像流的环境光参数，当所述环境光参数不满足图像分析要求时，启动所述补光灯，并根据所述环境光参数自动调节所述补光灯的亮度。

5.如权利要求3或4所述的视频桩设备，其特征在于，所述补光灯包括三个灯组，左侧灯组对左侧车位补光，右侧灯组对右侧车位补光，中间灯组对左右两侧车位补光，每个灯组独立工作。

6.一种使用如权利要求2所述的视频桩设备的停车管理方法，其特征在于，包括：

步骤1、实时采集监控双停车泊位的图像流；

步骤2、对所述图像流进行图像校正，将有视觉畸变的图像流校正为平面图像流；

步骤3、根据所述平面图像流定时判断镜头是否被遮挡；

步骤4、若镜头未被遮挡，则根据平面图像流以及预设的停车泊位线进行车辆逐帧检测和车牌逐帧检测，得到车辆泊位信息；所述车辆泊位信息包括车辆停车进出信息、车牌信息、车位编号和停车地点；

步骤5、定时判断网络状态；

步骤6、若网络状态正常，则将所述车辆泊位信息传输至后台，后台根据所述车辆泊位信息，计算停车时长和停车费用。

7.如权利要求6所述的停车管理方法，其特征在于，在步骤4中，若镜头被遮挡，则输出镜头异常报警信息，并将所述镜头异常报警信息推送至后台，后台安排人员进行设备的维护。

8.如权利要求6所述的停车管理方法，其特征在于，在步骤4中，所述车辆逐帧检测包括：根据平面图像流以及预设的停车泊位线进行车辆逐帧检测，检测到车辆，建立车辆跟踪，绘制车辆行驶轨迹，得到车辆停车进出信息；检测不到车辆，检测下一帧图像，直至检测到车辆；所述车辆停车进出信息包括车辆驶入状态或驶出状态、车辆驶入时间或驶出时间、车辆驶入泊位前及驶入泊位后的2张大图或车辆驶出泊位前驶出泊位后的2张大图；

所述车牌逐帧检测包括：

根据平面图像流以及预设的停车泊位线进行车牌逐帧检测、车牌分割、车牌识别，得到车牌信息；所述车牌信息包括车牌号码、车型和车身颜色。

9.如权利要求6所述的停车管理方法，其特征在于，在步骤6中，若网络状态异常，将所述车辆泊位信息存储至TF卡中，直至检测到网络状态正常时，再将TF卡上的车辆泊位信息推送至后台。

10.如权利要求6所述的停车管理方法，其特征在于，在步骤1与步骤2之间还包括步骤7；

步骤7、分析所述图像流的环境光参数，当所述环境光参数不满足图像分析要求时，启动补光灯，并根据所述环境光参数自动调节所述补光灯的亮度；当满足图像分析要求时，进行图像校正。