CN108335492A - 车辆停放检测方法以及计算机可读存储介质 - Google Patents

车辆停放检测方法以及计算机可读存储介质 Download PDF

Info

Publication number
CN108335492A
CN108335492A CN201810061414.3A CN201810061414A CN108335492A CN 108335492 A CN108335492 A CN 108335492A CN 201810061414 A CN201810061414 A CN 201810061414A CN 108335492 A CN108335492 A CN 108335492A
Authority
CN
China
Prior art keywords
vehicle
picture
parking stall
parking
parked
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.)
Pending
Application number
CN201810061414.3A
Other languages
English (en)
Inventor
王林祥
刘渊博
刘林会
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.)
Xian Irain IoT Technology Service Co Ltd
Original Assignee
Xian Irain IoT Technology Service 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 Xian Irain IoT Technology Service Co Ltd filed Critical Xian Irain IoT Technology Service Co Ltd
Priority to CN201810061414.3A priority Critical patent/CN108335492A/zh
Publication of CN108335492A publication Critical patent/CN108335492A/zh
Pending legal-status Critical Current

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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/168—Driving aids for parking, e.g. acoustic or visual feedback on parking space
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625—License plates

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种车辆停放检测方法以及计算机可读存储介质，该方法包括步骤：当通过至少两个不同方位的采集装置采集到停车场车位的图片后，根据所述图片检测所述车位中是否停放有车辆；若所述车位中停放有车辆，则根据所述图片确定所述采集装置所采集到所述车辆的车身面积；若所述车身面积未在预设面积范围内，则确定所述车辆未正确停放在所述车位中。本发明避免了现有的单个采集装置被遮挡后，或者所采集的图片受到干扰，或者车辆停放太不规范等导致的检测车辆是否违规停车检测失误的情况出现，提高了检测车辆是否未正确停放在车位中的正确率。

Description

车辆停放检测方法以及计算机可读存储介质
技术领域
本发明涉及汽车技术领域，尤其涉及一种车辆停放检测方法以及计算机可读存储介质。
背景技术
目前，停车场采用单独的相机识别车位中所停车辆的车牌号和车头，以检测车位上车辆停放的情况，如该车位中是否停放有车辆、所停车辆是否停放正确，是否有跨线、以及该车辆的车牌号等。但是，当相机被遮挡，或者该相机所拍摄的视频受到干扰、或者由于该车辆停放的太过不规范等情况出现时，会导致相机没有识别到该车辆的车牌号或者车头。由此可知，现有的车位中车辆停放情况的检测方法容易导致车位是否停放有车辆，以及车辆是否规范停放检测失误，从而容易造成停车场交通混乱。
发明内容
本发明的主要目的在于提供一种车辆停放检测方法以及计算机可读存储介质，旨在解决现有的检测车位中是否停放有车辆，以及车辆是否正确停放准确率低下的技术问题。
为实现上述目的，本发明提供一种车辆停放检测方法，所述车辆停放检测方法包括步骤：
当通过至少两个不同方位的采集装置采集到停车场车位的图片后，根据所述图片检测所述车位中是否停放有车辆；
若所述车位中停放有车辆，则根据所述图片确定所述采集装置所采集到所述车辆的车身面积；
若所述车身面积未在预设面积范围内，则确定所述车辆未正确停放在所述车位中。
优选地，所述若所述车身面积未在预设面积范围内，则确定所述车辆未正确停放在所述车位中的步骤之后，还包括：
若根据所述图片检测到所述车辆侧边车位停放有车辆，则计算两辆车之间的距离；
若所述距离小于或者等于预设距离，则生成第一提示信息，以根据所述第一提示信息提示对应的用户驾驶车辆时应避免出现刮蹭事件。
优选地，所述若所述车身面积未在预设面积范围内，则确定所述车辆未正确停放在所述车位中的步骤之后，还包括：
通过所述图片获取所述车辆的车牌号；
根据所述车牌号输出第二提示信息，以根据所述第二提示信息提示用户未正确停放所述车辆。
优选地，所述通过所述图片获取所述车辆的车牌号的步骤包括：
在所述图片中获取所述含有所述车辆车牌信息的图片；
对含有所述车牌信息的图片进行字符分割，以得到含有所述车牌信息的图片中的字符；
识别含有所述车牌信息的图片中的字符，并根据所识别出的字符得到所述车辆的车牌号。
优选地，所述当通过至少两个不同方位的采集装置采集到停车场车位的图片后，根据所述图片检测所述车位中是否停放有车辆的步骤包括：
当定时通过至少两个不同方位的采集装置采集到停车场车位的图片后，获取所述采集装置上一时刻所采集的第一图片和当前时刻所采集到的第二图片；
根据所述第一图片和所述第二图片检测所述车位中是否停放有车辆。
优选地，所述根据所述第一图片和所述第二图片检测所述车位中是否停放有车辆的步骤包括：
判断是否在所述第一图片和所述第二图片中都未检测到车辆；
若在所述第一图片和所述第二图片中都未检测到车辆，则确认所述车位未停放有车辆；
若在所述第一图片中未检测到车辆，在所述第二图片中检测到车辆，则确认所述车位中停放有车辆。
优选地，所述若所述车身面积未在预设面积范围内，则确定所述车辆未正确停放在所述车位中的步骤包括：
若所述车身面积未在预设面积范围内，则通过所述图片获取所述车辆的车牌号；
若根据所述车牌号确定所述车辆为普通车辆，但所述车位为特殊车位，或者根据所述车牌号确定所述车辆为特殊车辆，但所述车位为普通车位，则确定所述车辆未正确停放在所述车位中，以及确定所述车辆所停车位类型错误。
优选地，所述若所述车身面积未在预设面积范围内，则确定所述车辆未正确停放在所述车位中的步骤包括：
若所述车身面积未在预设面积范围内，则通过所述图片获取所述车辆的长、宽和高；
根据所述车辆的长、宽和高确定所述车辆是否为特殊车辆；
若所述车辆为特殊车辆，但所述车位为普通车位，则确定所述车辆未正确停放在所述车位中，以及确定所述车辆所停车位类型错误。
优选地，所述若所述车位中停放有车辆，则根据所述图片确定所述采集装置所采集到所述车辆的车身面积的步骤之后，还包括：
若所述车身面积在所述预设面积范围内，则通过所述图片获取所述车辆的车牌号；
若根据所述车牌号确定所述车辆为普通车辆，但所述车位为特殊车位，或者根据所述车牌号确定所述车辆为特殊车辆，但所述车位为普通车位，则确定所述车辆所停车位类型错误。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有车辆停放检测程序，所述车辆停放检测程序被处理器执行时实现如上所述的车辆停放检测方法的步骤。
本发明当通过至少两个不同方位的采集装置采集到停车场车位的图片后，根据所述图片检测所述车位中是否停放有车辆；若所述车位中停放有车辆，则根据所述图片确定所述采集装置所采集到所述车辆的车身面积；若所述车身面积未在预设面积范围内，则确定所述车辆未正确停放在所述车位中。通过所设置的至少两个采集装置采集车位图片，并根据所采集的车位图片中车辆车身面积来检测车辆是否未正确停放在车位中，避免了现有的单个采集装置被遮挡后，或者所采集的图片受到干扰，或者车辆停放太不规范等导致的检测车辆是否违规停车检测失误的情况出现，提高了检测车辆是否未正确停放在车位中的正确率。
附图说明
图1为本发明车辆停放检测方法第一实施例的流程示意图；
图2为本发明车辆停放检测方法第二实施例的流程示意图；
图3为本发明车辆停放检测方法第三实施例的流程示意图；
图4为本发明实施例中若所述车身面积未在预设面积范围内，则确定所述车辆未正确停放在所述车位中的一种流程示意图；
图5为本发明车辆停放检测方法第五实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例的解决方案主要是：当通过至少两个不同方位的采集装置采集到停车场车位的图片后，根据所述图片检测所述车位中是否停放有车辆；若所述车位中停放有车辆，则根据所述图片确定所述采集装置所采集到所述车辆的车身面积；若所述车身面积未在预设面积范围内，则确定所述车辆未正确停放在所述车位中。以解决现有的检测车位中是否停放有车辆，以及车辆是否正确停放准确率低下的问题。
基于上述的硬件结构，提出车辆停放检测方法的各个实施例。
参照图1，图1为本发明车辆停放检测方法第一实施例的流程示意图。
在本实施例中，提供了车辆停放检测方法的实施例，需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
在本实施例中，车辆停放检测方法应用于采集装置中，该采集装置具备采集数据和分析数据的功能，在本发明中，在停车场至少设置了两个不同方位的采集装置。在本实施例中，采集装置可为至少两个单目摄像机，或者至少一个双目摄像机。可以理解的是，当采集装置为一个双目摄像机时，该双目摄像机为两个采集装置，该双目摄像机可采集两个不同方位的车位图片。若通过至少两个采集装置采集车位图片，则在至少两个采集装置中指定其中一个采集装置处理所采集的车位图片，处理车位图片的采集装置会获取其它采集装置所采集的车位图片，将所获取的车位图片与其采集的车位图片统一进行分析处理。需要说明的是，以下实施例中，除了采集图片的过程，都是以处理图片的采集装置为执行主体。
所述车辆停放检测方法包括：
步骤S10，当通过至少两个不同方位的采集装置采集到停车场车位的图片后，根据所述图片检测所述车位中是否停放有车辆。
当至少两个不同方位的采集装置采集到停车场车位的图片后，采集装置根据所采集车位图片检测车位中是否停放有车辆，即该车位是否已处于被使用状态。
进一步地，步骤S10包括：
步骤a，当定时通过至少两个不同方位的采集装置采集到停车场车位的图片后，获取所述采集装置上一时刻所采集的第一图片和当前时刻所采集到的第二图片。
步骤b，根据所述第一图片和所述第二图片检测所述车位中是否停放有车辆。
进一步地，至少两个不同方位的采集装置在采集停车场车位的图片过程中，会定时进行图片采集。其中，采集图片对应的间隔时长可根据具体需要而设置，但应要保证能及时确定车位是否处于使用状态。如该间隔时长可设置为30秒、60秒等。具体地，采集装置获取上一时刻采集的第一图片和当前时刻所采集到的第二图片，并根据第一图片和第二图片检测车位中是否停放有车辆。需要说明的是，第一图片包括了所有采集装置在上一时刻所采集到的车位图片，第二图片包括了所有采集装置在当前时刻所采集到的车位图片。
进一步地，步骤b包括：
步骤b1，判断是否在所述第一图片和所述第二图片中都未检测到车辆。
步骤b2，若在所述第一图片和所述第二图片中都未检测到车辆，则确认所述车位未停放有车辆。
步骤b3，若在所述第一图片中未检测到车辆，在所述第二图片中检测到车辆，则确认所述车位中停放有车辆。
进一步地，根据第一图片和第二图片检测车位中是否停放有车辆的过程为：判断是否在第一图片和第二图片中都未检测到车辆。若在第一图片和第二图片中都未检测到车辆，则确认车位未停放有车辆；若在第一图片中未检测到车辆，在第二图片中检测到车辆，则确认车位中停放有车辆。可以理解的是，只要图片中含有车辆的部分信息，则确认该在图片中检测到车辆。
可以理解的是，当车辆已成功停放在车位中后，在第一图片和第二图片中都会检测到车辆。但是当车辆刚成功停放在车位中后，已检测过该车辆是否未正确停放在车位中，因此，在车辆继续停放在该车位中后，可不再对该车辆是否已未正确停放在车位中。或者可对已检测到未正确停放和已正确停放的车辆对应的车牌号进行标记，以免重复检测。若在第一图片中检测到车辆，在第二图片中未检测到图片，则表明该车辆已离开该车位。
步骤S20，若所述车位中停放有车辆，则根据所述图片确定所述采集装置所采集到所述车辆的车身面积。
当采集装置确定车位中停放有车辆后，采集装置根据所采集到的图片确定其所采集到车辆的车身面积。具体地，为了准确检测车辆是否正确停放在车位中，需要获取车辆两个方位的车身面积，如获取右侧和前方的车身面积、右侧和后方的车身面积、左侧和前方的车身面积、或者左侧和后方的车身面积。因此，采集装置至少需要采集左右两侧其中一个方位、以及前后方其中一个方位的图片。
需要说明的是，每一采集装置只能采集固定区域的图片，若某辆车是正确停放在车位中，此时，采集装置只能采集到该车辆部分车身面积。在本实施例中，预先设置好了当车辆正确停放在车位中，采集装置所能采集到的车身面积的范围，即预设面积范围。可以理解的是，由于不同停车场车位与车位之间间隔的距离，以及车位大小可能不一样，因此，预设面积范围可根据车位与车位之间间隔的距离，以及车位的大小而确定，在此不做限制。
在根据图片确定所采集到的车身面积过程中，可分析所采集到的图片，确定所采集到图片中车辆的长和宽，根据所确定的长和宽计算车身面积。
步骤S30，若所述车身面积未在预设面积范围内，则确定所述车辆未正确停放在所述车位中。
当确定车身面积后，采集装置判断车身面积是否在预设面积范围内。若车身面积未在预设面积范围内，采集装置则确定该车辆未正确停放在车位中。如当采集装置采集到左侧的车身面积以及前方的车身面积后，则判断左侧的车身面积是否在A-B范围内，并判断前方的车身面积是否在C-D范围内。若左侧的车身面积未在A-B范围内，和/或前方的车身面积未在C-D范围内，则确定车辆未正确停放在车位中。其中，A-B和C-D为预设面积范围。当采集装置确定的是其它方位图片对应车身面积，相应的判断过程和采集到左侧的车身面积以及前方的车身面积的过程相似，在此不再赘述。进一步地，若车身面积在预设面积范围内，采集装置则确定车辆正确停放在车位中。
本实施例当通过至少两个不同方位的采集装置采集到停车场车位的图片后，根据所述图片检测所述车位中是否停放有车辆；若所述车位中停放有车辆，则根据所述图片确定所述采集装置所采集到所述车辆的车身面积；若所述车身面积未在预设面积范围内，则确定所述车辆未正确停放在所述车位中。通过所设置的至少两个采集装置采集车位图片，并根据所采集的车位图片中车辆车身面积来检测车辆是否未正确停放在车位中，避免了现有的单个采集装置被遮挡后，或者所采集的图片受到干扰，或者车辆停放太不规范等导致的检测车辆是否违规停车检测失误的情况出现，提高了检测车辆是否未正确停放在车位中的正确率。
进一步地，提出本发明车辆停放检测方法第二实施例。
所述车辆停放检测方法第二实施例与所述车辆停放检测方法第一实施例的区别在于，参照图2，车辆停放检测方法还包括：
步骤S40，若根据所述图片检测到所述车辆侧边车位停放有车辆，则计算两辆车之间的距离。
若在确定该车辆未正确停放在车位中后，采集装置则根据所采集的图片检测该车辆侧边车位是否停放有车辆。具体地，在本实施例中，可将采集装置对应的采集区域设置为可采集到两个车位。当采集装置所采集的图片中含有两部分车辆信息时，则确定该车辆侧边车位停放有车辆，否则，则确定该车辆侧边车位未停放有车辆。当确定该车辆侧边车位停放有车辆后，采集装置计算图片中两辆车之间的距离。当计算出两辆在图片中的距离后，根据该图片的大小和采集区域的大小确定两辆车在停车场中的距离。
步骤S50，若所述距离小于或者等于预设距离，则生成第一提示信息，以根据所述第一提示信息提示对应的用户驾驶车辆时应避免出现刮蹭事件。
当确定两辆车在停车场中的距离后，采集装置判断该两辆车在停车场中的距离是否小于或者等于预设距离。若两辆车在停车场中的距离小于或者等于预设距离，采集装置则生成第一提示信息，以根据第一提示信息提示对应的用户驾驶车辆时应避免出现刮蹭事件。其中，预设距离为两辆车不会出现刮蹭的最小距离。当生成第一提示信息后，采集装置可在停车场中输出该第一提示信息，也可将第一提示信息发送给与其通信连接的用户终端，如用户手机，以提示用户驾驶车辆时应避免出现刮蹭事件。可以理解的是，用户终端的用户分别为这两辆车的车主。
进一步地，若两辆车在停车场中的距离大于预设距离，则表明这两辆车的车主在驾驶车辆时，发生刮蹭事件的概率很小。
本实施例通过当车辆未正确停放在车位中，且未正确停放在车位中车辆侧边车位也停放有车辆时，通过检测这两辆车的距离，确定在驾驶时是否容易出现刮蹭事件，并在确定会出现刮蹭事件后，输出提示信息提示对应用户，以减小刮蹭事件发生的概率。
进一步地，提出本发明车辆停放检测方法第三实施例。
所述车辆停放检测方法第三实施例与所述车辆停放检测方法第一或第二实施例的区别在于，参照图3，车辆停放检测方法还包括：
步骤S60，通过所述图片获取所述车辆的车牌号。
当确定车辆未正确停放在车位中后，采集装置通过所采集到的图片获取未正确停放在车位中车辆的车牌号。
进一步地，步骤S60包括：
步骤c，在所述图片中获取所述含有所述车辆车牌信息的图片。
步骤d，对含有所述车牌信息的图片进行字符分割，以得到含有所述车牌信息的图片中的字符。
步骤e，识别含有所述车牌信息的图片中的字符，并根据所识别出的字符得到所述车辆的车牌号。
进一步地，采集装置获取车辆车牌号的具体过程为：在所采集的图片中获取含有车辆车牌信息的图片；对含有车牌信息的图片进行字符分割，以得到含有车牌信息的图片中的字符，识别含有车牌信息的图片中的字符，并根据所识别出的字符得到车辆的车牌号。其中，在本实施例中，可采用垂直投影法进行字符分割，由于字符在垂直方向上的投影必然在字符间或字符内的间隙处取得局部最小值的附近，并且这个位置应满足牌照的字符书写格式、字符、尺寸限制和一些其他条件。字符识别方法目前主要有基于模板匹配算法和基于人工神经网络算法。基于模板匹配算法首先将分割后的字符二值化，并将其尺寸大小缩放为字符数据库中模板的大小，然后与所有的模板进行匹配，最后选最佳匹配作为结果。基于人工神经元网络的算法有两种：一种是先对待识别字符进行特征提取，然后用所获得特征来训练神经网络分配器；另一种方法是直接把待处理图像输入网络，由网络自动实现特征提取直至识别出结果。
步骤S70，根据所述车牌号输出第二提示信息，以根据所述第二提示信息提示用户未正确停放所述车辆。
当确定该车辆的车牌号后，采集装置根据车牌号输出第二提示信息，以根据第二提示信息提示用户未正确停放该车辆，即根据第二提示信息提示用户其车辆未正确停放在车位中。第二提示信息的表现形式在此不做限制，如在停车场中与采集装置连接的显示屏中显示该车牌号，提示对应的用户未正确停放该车辆；或者输出语音信息，该语音信息中包含该车牌号。
进一步地，采集装置可将第二提示信息发送给与其连接的用户终端，以提示用户其车辆未正确停放。
本实施例通过确定车辆未正确停放在车位中后，获取该车辆的车牌号，通过该车牌号输出第二提示信息，提示该车辆的用户其车辆未正确停放，以便于用户能尽快发现其车辆未正确停放在车位中。
进一步地，提出本发明车辆停放检测方法第四实施例。
所述车辆停放检测方法第四实施例与所述车辆停放检测方法第一、二和/或三实施例的区别在于，参照图4，步骤S30包括：
步骤S31，若所述车身面积未在预设面积范围内，则通过所述图片获取所述车辆的车牌号。
若确定车身面积未在预设面积范围内，采集装置则通过所采集的图片获取车辆的车牌号。根据所采集的图片获取车辆的车牌号的具体过程已在第三实施例中详细说明，在此不再赘述。
步骤S32，若根据所述车牌号确定所述车辆为普通车辆，但所述车位为特殊车位，或者根据所述车牌号确定所述车辆为特殊车辆，但所述车位为普通车位，则确定所述车辆未正确停放在所述车位中，以及确定所述车辆所停车位类型错误。
当获取到该车辆的车牌号后，采集装置根据车牌号判断该车辆是否为普通车辆。具体地，采集装置将该车号牌与所存储的特殊车辆的车牌号进行对比。若该车牌号与所存储的特殊车辆的车牌号一致，则确认该车辆为特殊车辆；若该车牌号与所存储的特殊车辆的车牌号不一致，则确认该车辆为普通车辆。当根据车牌号确定该车辆为普通车辆后，采集装置确定该车辆所停车位是否为特殊车位。若确定该车位为特殊车位，采集装置则确定该车辆未正确停放在车位中，以及确定该车辆所停车位的类型错误；若根据车牌号确定车辆为特殊车辆，但该特殊车辆所停车位为普通车位，采集装置则确定该车辆未正确停放在车位中，以及确定该车辆所停车位类型错误。需要说明的是，在采集装置中，已经预先存储了车位映射表，通过车位映射表可确定某一车位是否为特殊车位。在车位映射表中，存在车位号与车位类型的映射关系，因此，可通过车位号确定车位类型。其中，车位类型包括普通车位和特殊车位。特殊车辆包括但不限于救护车车位，残疾人车车位和绿色能源车车位。
进一步地，在判断该车辆是否为特殊车辆过程中，为了提高特殊车辆识别的准确度，还可通过所采集的图片获取车辆的车牌颜色，将车牌颜色与存储的特殊车辆的车牌颜色进行对比。若所获取的车牌颜色与所存储的特殊车辆的车牌颜色一致，则确认该车辆为特殊车辆；若所获取的车牌颜色与所存储的特殊车辆的车牌颜色不一致，则确认该车辆为普通车辆。
进一步地，若根据车牌号确定该车辆为普通车辆，且所停车位也为普通车位，或者根据车牌号确定该车辆为特殊车辆，且所停车位也为特殊车辆，采集装置则确定该车辆只存在未正确停放在车位中的现象。
进一步地，步骤S30还包括：
步骤f，若所述车身面积未在预设面积范围内，则通过所述图片获取所述车辆的长、宽和高。
步骤g，根据所述车辆的长、宽和高确定所述车辆是否为特殊车辆。
步骤i，若所述车辆为特殊车辆，但所述车位为普通车位，则确定所述车辆未正确停放在所述车位中，以及确定所述车辆所停车位类型错误。
进一步地。若车身面积未在预设面积范围内，采集装置则通过所采集的图片获取该车辆的长、宽和高。具体地，采集装置获取该车辆在图片中的长、宽和高，并获取其所能采集的采集区域的大小、以及其距离地面的高度，根据该车辆在图片中的长、宽和高、采集区域的大小和距离地面的高度，确定该车辆实际的长、宽和高。当确定该车辆实际的长、宽和高后，采集装置将该车辆实际的长、宽和高与所存储的特殊车辆的长、宽和高进行对比，以确定该车辆是否为特殊车辆。若该车辆实际的长、宽和高与所存储的特殊车辆的长、宽和高一致，则确定该车辆为特殊车辆；若该车辆实际的长、宽和高与所存储的特殊车辆的长、宽和高不一致，则确定该车辆为普通车辆。
当确定该车辆的类型后，采集装置确定该车辆所停车位的车位类型。若该车辆为特殊车辆，所停车位为普通车位，或者该车辆为普通车辆，所停车位为特殊车位，采集装置则确定该车辆未正确停放在车位中，以及确定该车辆所停车位类型错误。若该车辆为特殊车辆，所停车位为特殊车位，或者该车辆为普通车辆，所停车位为普通车位，采集装置则确定该车辆只存在未正确停放在车位中的现象。
本实施例通过判断车辆类型与其所停车位类型是否一致，来判断该车辆是否停其所对应种类的车位中，以实现从多角度检测车辆是否违规停放。
进一步地，提出本发明车辆停放检测方法第五实施例。
所述车辆停放检测方法第四实施例与所述车辆停放检测方法第一、二和/或三实施例的区别在于，参照图5，车辆停放检测方法还包括：
步骤S80，若所述车身面积在所述预设面积范围内，则通过所述图片获取所述车辆的车牌号。
步骤S90，若根据所述车牌号确定所述车辆为普通车辆，但所述车位为特殊车位，或者根据所述车牌号确定所述车辆为特殊车辆，但所述车位为普通车位，则确定所述车辆所停车位类型错误。
若车身面积在预设面积范围内，采集装置则确定该车辆已正确停放在车位中。采集装置通过所采集的图片获取车辆的车牌号，并根据车牌号确定车辆的类型。需要说明的是，通过采集装置获取车辆的车牌号，以及根据车牌号确定车辆的类型已在上述实施例中详细说明，在此不再赘述。
若根据车牌号确定该车辆为普通车辆，但所停车位为特殊车位，或者根据车牌号确定该车辆为特殊车辆，但所停车位为普通车位，采集装置则确定该车辆所停车位类型错误。若该车辆为特殊车辆，所停车位为特殊车位，或者该车辆为普通车辆，所停车位为普通车位，采集装置则确定该车辆所停车位的类型正确。
本实施例通过在确定该车辆已正确停放在车位中后，检测车辆所停车位类型是否正确，以实现从多角度检测车辆是否违规停放。
此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有车辆停放检测程序，所述车辆停放检测程序被处理器执行时实现如下步骤：
当通过至少两个不同方位的采集装置采集到停车场车位的图片后，根据所述图片检测所述车位中是否停放有车辆；
若所述车位中停放有车辆，则根据所述图片确定所述采集装置所采集到所述车辆的车身面积；
若所述车身面积未在预设面积范围内，则确定所述车辆未正确停放在所述车位中。
进一步地，所述若所述车身面积未在预设面积范围内，则确定所述车辆未正确停放在所述车位中的步骤之后，，所述车辆停放检测程序被处理器执行时实现如下步骤：
若根据所述图片检测到所述车辆侧边车位停放有车辆，则计算两辆车之间的距离；
若所述距离小于或者等于预设距离，则生成第一提示信息，以根据所述第一提示信息提示对应的用户驾驶车辆时应避免出现刮蹭事件。
进一步地，所述若所述车身面积未在预设面积范围内，则确定所述车辆未正确停放在所述车位中的步骤之后，所述车辆停放检测程序被处理器执行时实现如下步骤：
通过所述图片获取所述车辆的车牌号；
根据所述车牌号输出第二提示信息，以根据所述第二提示信息提示用户未正确停放所述车辆。
进一步地，所述通过所述图片获取所述车辆的车牌号的步骤包括：
在所述图片中获取所述含有所述车辆车牌信息的图片；
对含有所述车牌信息的图片进行字符分割，以得到含有所述车牌信息的图片中的字符；
识别含有所述车牌信息的图片中的字符，并根据所识别出的字符得到所述车辆的车牌号。
进一步地，所述当通过至少两个不同方位的采集装置采集到停车场车位的图片后，根据所述图片检测所述车位中是否停放有车辆的步骤包括：
当定时通过至少两个不同方位的采集装置采集到停车场车位的图片后，获取所述采集装置上一时刻所采集的第一图片和当前时刻所采集到的第二图片；
根据所述第一图片和所述第二图片检测所述车位中是否停放有车辆。
进一步地，所述根据所述第一图片和所述第二图片检测所述车位中是否停放有车辆的步骤包括：
判断是否在所述第一图片和所述第二图片中都未检测到车辆；
若在所述第一图片和所述第二图片中都未检测到车辆，则确认所述车位未停放有车辆；
若在所述第一图片中未检测到车辆，在所述第二图片中检测到车辆，则确认所述车位中停放有车辆。
进一步地，所述若所述车身面积未在预设面积范围内，则确定所述车辆未正确停放在所述车位中的步骤包括：
若所述车身面积未在预设面积范围内，则通过所述图片获取所述车辆的车牌号；
若根据所述车牌号确定所述车辆为普通车辆，但所述车位为特殊车位，或者根据所述车牌号确定所述车辆为特殊车辆，但所述车位为普通车位，则确定所述车辆未正确停放在所述车位中，以及确定所述车辆所停车位类型错误。
进一步地，所述若所述车身面积未在预设面积范围内，则确定所述车辆未正确停放在所述车位中的步骤包括：
若所述车身面积未在预设面积范围内，则通过所述图片获取所述车辆的长、宽和高；
根据所述车辆的长、宽和高确定所述车辆是否为特殊车辆；
若所述车辆为特殊车辆，但所述车位为普通车位，则确定所述车辆未正确停放在所述车位中，以及确定所述车辆所停车位类型错误。
进一步地，所述若所述车位中停放有车辆，则根据所述图片确定所述采集装置所采集到所述车辆的车身面积的步骤之后，所述车辆停放检测程序被处理器执行时实现如下步骤：
若所述车身面积在所述预设面积范围内，则通过所述图片获取所述车辆的车牌号；
若根据所述车牌号确定所述车辆为普通车辆，但所述车位为特殊车位，或者根据所述车牌号确定所述车辆为特殊车辆，但所述车位为普通车位，则确定所述车辆所停车位类型错误。
本发明计算机可读存储介质具体实施方式与上述车辆停放检测方法各实施例基本相同，在此不再赘述。
需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种车辆停放检测方法，其特征在于，所述车辆停放检测方法包括以下步骤：
当通过至少两个不同方位的采集装置采集到停车场车位的图片后，根据所述图片检测所述车位中是否停放有车辆；
若所述车位中停放有车辆，则根据所述图片确定所述采集装置所采集到所述车辆的车身面积；
若所述车身面积未在预设面积范围内，则确定所述车辆未正确停放在所述车位中。
2.如权利要求1所述的车辆停放检测方法，其特征在于，所述若所述车身面积未在预设面积范围内，则确定所述车辆未正确停放在所述车位中的步骤之后，还包括：
若根据所述图片检测到所述车辆侧边车位停放有车辆，则计算两辆车之间的距离；
若所述距离小于或者等于预设距离，则生成第一提示信息，以根据所述第一提示信息提示对应的用户驾驶车辆时应避免出现刮蹭事件。
3.如权利要求1所述的车辆停放检测方法，其特征在于，所述若所述车身面积未在预设面积范围内，则确定所述车辆未正确停放在所述车位中的步骤之后，还包括：
通过所述图片获取所述车辆的车牌号；
根据所述车牌号输出第二提示信息，以根据所述第二提示信息提示用户未正确停放所述车辆。
4.如权利要求3所述的车辆停放检测方法，其特征在于，所述通过所述图片获取所述车辆的车牌号的步骤包括：
在所述图片中获取所述含有所述车辆车牌信息的图片；
对含有所述车牌信息的图片进行字符分割，以得到含有所述车牌信息的图片中的字符；
识别含有所述车牌信息的图片中的字符，并根据所识别出的字符得到所述车辆的车牌号。
5.如权利要求1所述的车辆停放检测方法，其特征在于，所述当通过至少两个不同方位的采集装置采集到停车场车位的图片后，根据所述图片检测所述车位中是否停放有车辆的步骤包括：
当定时通过至少两个不同方位的采集装置采集到停车场车位的图片后，获取所述采集装置上一时刻所采集的第一图片和当前时刻所采集到的第二图片；
根据所述第一图片和所述第二图片检测所述车位中是否停放有车辆。
6.如权利要求5所述的车辆停放检测方法，其特征在于，所述根据所述第一图片和所述第二图片检测所述车位中是否停放有车辆的步骤包括：
判断是否在所述第一图片和所述第二图片中都未检测到车辆；
若在所述第一图片和所述第二图片中都未检测到车辆，则确认所述车位未停放有车辆；
若在所述第一图片中未检测到车辆，在所述第二图片中检测到车辆，则确认所述车位中停放有车辆。
7.如权利要求1所述的车辆停放检测方法，其特征在于，所述若所述车身面积未在预设面积范围内，则确定所述车辆未正确停放在所述车位中的步骤包括：
若所述车身面积未在预设面积范围内，则通过所述图片获取所述车辆的车牌号；
若根据所述车牌号确定所述车辆为普通车辆，但所述车位为特殊车位，或者根据所述车牌号确定所述车辆为特殊车辆，但所述车位为普通车位，则确定所述车辆未正确停放在所述车位中，以及确定所述车辆所停车位类型错误。
8.如权利要求1所述的车辆停放检测方法，其特征在于，所述若所述车身面积未在预设面积范围内，则确定所述车辆未正确停放在所述车位中的步骤包括：
若所述车身面积未在预设面积范围内，则通过所述图片获取所述车辆的长、宽和高；
根据所述车辆的长、宽和高确定所述车辆是否为特殊车辆；
若所述车辆为特殊车辆，但所述车位为普通车位，则确定所述车辆未正确停放在所述车位中，以及确定所述车辆所停车位类型错误。
9.如权利要求1至8任一项所述的车辆停放检测方法，其特征在于，所述若所述车位中停放有车辆，则根据所述图片确定所述采集装置所采集到所述车辆的车身面积的步骤之后，还包括：
若所述车身面积在所述预设面积范围内，则通过所述图片获取所述车辆的车牌号；
若根据所述车牌号确定所述车辆为普通车辆，但所述车位为特殊车位，或者根据所述车牌号确定所述车辆为特殊车辆，但所述车位为普通车位，则确定所述车辆所停车位类型错误。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有车辆停放检测程序，所述车辆停放检测程序被处理器执行时实现如权利要求1至9中任一项所述的车辆停放检测方法的步骤。
CN201810061414.3A 2018-01-23 2018-01-23 车辆停放检测方法以及计算机可读存储介质 Pending CN108335492A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810061414.3A CN108335492A (zh) 2018-01-23 2018-01-23 车辆停放检测方法以及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810061414.3A CN108335492A (zh) 2018-01-23 2018-01-23 车辆停放检测方法以及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN108335492A true CN108335492A (zh) 2018-07-27

Family

ID=62925667

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810061414.3A Pending CN108335492A (zh) 2018-01-23 2018-01-23 车辆停放检测方法以及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN108335492A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109800658A (zh) * 2018-12-26 2019-05-24 中汽研（天津）汽车工程研究院有限公司 基于神经网络的泊车位类型在线识别与定位系统及方法
CN110969863A (zh) * 2019-12-16 2020-04-07 西安戴森电子技术有限公司 一种停车库车辆管理系统
CN111091718A (zh) * 2019-12-31 2020-05-01 广东华车智库智能科技有限公司 一种停车监控预警方法及停车监控预警系统
CN113362610A (zh) * 2021-05-27 2021-09-07 北京万集科技股份有限公司 识别违规交通参与对象的方法、系统和计算机可读存储介质
CN113687655A (zh) * 2021-08-25 2021-11-23 厦门中卡科技股份有限公司 基于ai地磁的巡检车控制方法与系统
CN114202957A (zh) * 2020-08-31 2022-03-18 鸿富锦精密电子(天津)有限公司 停车管理方法、管理装置及存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108198431A (zh) * 2017-12-29 2018-06-22 西安艾润物联网技术服务有限责任公司 车辆停放检测设备

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108198431A (zh) * 2017-12-29 2018-06-22 西安艾润物联网技术服务有限责任公司 车辆停放检测设备

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109800658A (zh) * 2018-12-26 2019-05-24 中汽研（天津）汽车工程研究院有限公司 基于神经网络的泊车位类型在线识别与定位系统及方法
CN110969863A (zh) * 2019-12-16 2020-04-07 西安戴森电子技术有限公司 一种停车库车辆管理系统
CN111091718A (zh) * 2019-12-31 2020-05-01 广东华车智库智能科技有限公司 一种停车监控预警方法及停车监控预警系统
CN111091718B (zh) * 2019-12-31 2022-02-15 广东华车智库智能科技有限公司 一种停车监控预警方法及停车监控预警系统
CN114202957A (zh) * 2020-08-31 2022-03-18 鸿富锦精密电子(天津)有限公司 停车管理方法、管理装置及存储介质
CN114202957B (zh) * 2020-08-31 2023-12-12 富联精密电子(天津)有限公司 停车管理方法、管理装置及存储介质
CN113362610A (zh) * 2021-05-27 2021-09-07 北京万集科技股份有限公司 识别违规交通参与对象的方法、系统和计算机可读存储介质
CN113687655A (zh) * 2021-08-25 2021-11-23 厦门中卡科技股份有限公司 基于ai地磁的巡检车控制方法与系统

Similar Documents

Publication Publication Date Title
CN108335492A (zh) 车辆停放检测方法以及计算机可读存储介质
CN107945573A (zh) 车辆停放检测系统
CN108198431A (zh) 车辆停放检测设备
US10762338B2 (en) Method and apparatus for detecting fake license plates of vehicles, readable storage medium, and electronic device
CN110532976B (zh) 基于机器学习和多特征融合的疲劳驾驶检测方法及系统
CA2885019C (en) Robust windshield detection via landmark localization
CN106815574B (zh) 建立检测模型、检测接打手机行为的方法和装置
CN109541583A (zh) 一种前车距离检测方法及系统
CN108197526A (zh) 检测方法、系统及计算机可读存储介质
CN107633558A (zh) 一种基于人像与身份证比对识别的自助检票方法和设备
CN109559519A (zh) 监控设备及其违章停车检测方法、装置、可读存储介质
CN105976392B (zh) 基于最大输出概率的车辆轮胎检测方法及装置
JP4826306B2 (ja) 顔部位追跡方法及びその装置
CN108805184B (zh) 一种固定空间、车辆上的图像识别方法及系统
CN107527095A (zh) 一种车辆检测图像采集方法及系统
CN109508576A (zh) 一种异常驾驶行为检测方法、装置及电子设备
CN112115939A (zh) 车辆车牌的识别方法、装置
CN112597965A (zh) 一种驾驶行为识别方法、装置和计算机可读存储介质
CN111881867A (zh) 视频分析方法及装置、电子设备
CN113947783A (zh) 人员骑乘监控管理方法及系统
CN106257558A (zh) 物体定位方法及装置
CN106682648A (zh) 一种用户接打手机行为检测方法和装置
CN111768630A (zh) 一种违章废图检测方法、装置及电子设备
CN112580531B (zh) 一种真假车牌的识别检测方法及系统
CN109522796A (zh) 高速中故障车辆提示方法及相关产品

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20180727