CN108986526A - 一种基于视觉传感跟踪车辆的智能停车方法及系统 - Google Patents
一种基于视觉传感跟踪车辆的智能停车方法及系统 Download PDFInfo
- Publication number
- CN108986526A CN108986526A CN201810724524.3A CN201810724524A CN108986526A CN 108986526 A CN108986526 A CN 108986526A CN 201810724524 A CN201810724524 A CN 201810724524A CN 108986526 A CN108986526 A CN 108986526A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- parking
- location information
- management platform
- parking stall
- 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
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
- G08G1/142—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces external to the vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明属于智能停车技术领域，具体公开了一种基于视觉传感跟踪车辆的智能停车方法及系统，其中方法包括，识别出进入停车场的车辆并获取该车辆的位置信息；停车管理平台根据所述车辆的位置信息，选择与该车辆距离最近的空车位作为目标车位；根据所述车辆的位置信息和目标车位的位置信息规划出导航路径，控制导航信号灯根据该导航路径引导车辆进入目标车位。本申请提供的方法采用视觉传感器对车辆进行实时跟踪定位，解决了在室内停车场或某些地下停车场等环境下，由于信号强度不足或无法通信的情况下的车辆定位导航问题，该方法不受信号通信的限制，可以广泛应用于多种车场环境中。
Description
技术领域
本发明涉及智能停车技术领域，具体涉及一种基于视觉传感跟踪车辆的智能停车方法及系统。
背景技术
随着停车上规模与复杂程度的增加，尤其是室内停车场，往往存在环境复杂、通道较多、视野不开阔等情况，使得驾驶员在停车时寻找空车位和在停车场内的行车路线规划都比较麻烦。现有的智能停车方法基本都通过GPS导航或者UWB定位技术对需要指引的车辆进行实时定位，如专利号201610875430.7公开了一种停车智能管理方法，该方法主要基于UWB技术对车辆进行实时定位，进而将车辆进行引导至空闲车位。中国专利(申请号：201610811935.7)公开了一种基于GPS来定位车辆位置，实现停车场内车辆导航的停车方法。
但是以上现有技术中通过UWB和GPS定位技术在室内停车场往往因为信号不强或中断而导致无法定位或无法导航的问题。
发明内容
为了解决现有技术中由于信号不强或中断导致无法定位或导航的技术问题，本发明提供一种基于视觉传感跟踪车辆的智能停车方法及系统。
其中，一种基于视觉传感跟踪车辆的智能停车方法,包括：
识别出进入停车场的车辆并获取该车辆的位置信息；
停车管理平台根据所述车辆的位置信息，选择与该车辆距离最近的空车位作为目标车位；
根据所述车辆的位置信息和目标车位的位置信息规划出导航路径，控制导航信号灯根据该导航路径引导车辆进入目标车位。
其中，所述停车管理平台根据所述车辆的位置信息，选择与该车辆距离最近的空车位位置信息之前，还包括：
停车管理平台通过安装在停车场内的视觉传感器系统获取每个车位对应的至少一帧图像信息，通过深度神经网络依次判断每一帧图像信息对应的车位是否有车辆，并根据判断结果对所述车位进行状态标定。
其中，所述停车管理平台根据所述车辆的位置信息，选择与该车辆距离最近的空车位位置信息之前，还包括：
停车管理平台根据停车场的环境信息构造出停车场地图，并在停车场地图上对每个车位的位置信息、视觉传感器的位置信息、导航信号灯的位置信息进行标定，所述位置信息至少包括在停车场地图中的楼层信息和在楼层上的二维坐标信息。
其中，所述停车管理平台根据所述车辆的位置信息，选择与该车辆距离最近的空车位位置信息，具体包括：
停车管理平台读取还未分配的空车位的位置信息，根据车辆的位置信息模拟该车辆与每个空车位之间的引导路径并计算每个引导路径的距离，选取距离最短的引导路径对应的空车位作为目标车位。
其中，所述控制导航信号灯根据该导航路径引导车辆进入目标车位，具体包括:
通过视觉传感器系统实时跟踪所述车辆并获取其当前位置信息，车辆管理平台根据车辆的当前位置信息，控制对应位置的导航信号灯，引导车辆进入目标车位。
其中，所述通过视觉传感器系统实时跟踪所述车辆并获取其当前位置信息，具体包括：
当前视觉传感器通过KCF算法实时跟踪所述车辆，直到下一个视觉传感器跟踪到所述车辆，当前视觉传感器停止跟踪；所述停车场地图上的车道上按照等间距划分有多个感兴趣区域，标定每个感兴趣区域的中心位置信息，当所述视觉传感器跟踪的车辆位于任一感兴趣区域内时，获取该感兴趣区域的位置信息作为所述车辆的当前位置信息；
其中判断下一个视觉传感器跟踪到所述车辆的方法为：当前视觉传感器和下一个视觉传感器分别获取的所述车辆的运动轨迹的重合度大于预设值，则认为下一个视觉传感器跟踪到所述车辆。
其中，停车管理平台读取还未分配的空车位的位置信息后，优先选择楼层最低的空车位，通过模拟并计算这些优先选择的空车位与所述车辆之间的引导路径的距离，选择距离最短的空车位作为目标车位。
一种基于视觉传感跟踪车辆的智能停车系统，包括停车管理平台、视觉传感器系统和导航信号灯系统；
所述视觉传感器系统用于识别出进入停车场的车辆并获取该车辆的位置信息；
所述停车管理平台用于根据所述车辆的位置信息，选择与该车辆距离最近的空车位作为目标车位，根据所述车辆的位置信息和目标车位的位置信息规划出导航路径，并控制所述导航信号灯系统根据该导航路径引导车辆进入目标车位。
其中，所述停车管理平台包括车位状态标定模块，用于通过所述视觉传感器系统获取每个车位对应的至少一帧图像信息，通过深度神经网络依次判断每一帧图像信息对应的车位是否有车辆，并根据判断结果对所述车位进行状态标定。
其中，所述停车管理平台包括位置信息标定模块，用于根据停车场的环境信息构造出停车场地图，并在停车场地图上对每个车位的位置信息、视觉传感器的位置信息、导航信号灯的位置信息进行标定，所述位置信息至少包括在停车场地图中的楼层信息和在楼层上的二维坐标信息。
其中，所述停车管理平台还包括目标车位选取模块，用于读取还未分配的空车位的位置信息，根据车辆的位置信息模拟该车辆与每个空车位之间的引导路径并计算每个引导路径的距离，选取距离最短的引导路径对应的空车位作为目标车位。
其中，所述停车管理平台还包括跟踪导航模块，用于通过视觉传感器系统实时跟踪所述车辆并获取其当前位置信息，并控制所述导航信号灯系统引导车辆进入目标车位。
其中，所述目标车位选取模块还用于，读取还未分配的空车位的位置信息后，优先选择楼层最低的空车位，通过模拟并计算这些优先选择的空车位与所述车辆之间的引导路径的距离，选择距离最短的空车位作为目标车位。
本申请提供的基于视觉传感跟踪车辆的智能停车方法及系统，通过设置在停车场内的视觉传感器系统识别出进入停车场的车辆并实时跟踪定位，停车管理平台根据定位信息选择与该车辆距离最近的空车位，规划出车辆与空车位之间的导航路径并实时控制导航信号灯引导车辆根据导航路径进入该空车位，该方法及系统无须实用GPS或UWB等定位技术，避免了在复杂的室内停车场由于信号不强或信号中断而无法准确导航停车的技术问题。
附图说明
图1为本申请实施例1中的智能停车方法流程图；
图2为本申请实施例2中的智能停车系统结构框图。
具体实施方式
下面通过具体实施方式结合附图对本发明作进一步详细说明。
实施例1
本实施例提供一种基于视觉传感跟踪车辆的智能停车方法，在停车场内预先安装有视觉传感器系统和导航信号灯系统，视觉传感器系统与停车管理平台通过光缆连接，导航信号灯系统与停车管理平台通过导线连接，其中视觉传感器系统包括多个视觉传感器，本实施例中视觉传感器采用摄像头，多个摄像头安装在停车场内以及车辆入口，覆盖所有需要监测的区域，对每个摄像头监测的区域进行ROI(感兴趣区域)标定，一个摄像头覆盖三个车位信息。导航信号灯系统包括沿着车道设置的多个带箭头的信号灯。
本实施例提供的基于视觉传感跟踪车辆的智能停车方法，如图1，包括：
步骤11，识别出进入停车场的车辆并获取该车辆的位置信息；
步骤12，停车管理平台根据所述车辆的位置信息，选择与该车辆距离最近的空车位作为目标车位；
步骤13，根据所述车辆的位置信息和目标车位的位置信息规划出导航路径，控制导航信号灯根据该导航路径引导车辆进入目标车位。
当车辆进入停车场时，摄像头获取车辆的图像信息发送给停车管理平台，停车管理平台通过对该图像信息进行特征提取识别出该车辆，同时根据拍摄该图像信息的摄像头位置获取该车辆目前的位置信息。停车管理平台根据车辆的位置信息以及现有的空车位信息，优选出与该车辆目前位置距离最近的空车位作为目标车位，停车管理平台根据预存的停车场地图规划出车辆位置与目标车位之间的导航路径，然后控制该导航路径上的导航信号灯引导车辆进入目标车位。该方法通过摄像头车辆信息和车位信息，同时还可以根据图像信息与摄像头的位置的对应关系实时获取车辆的位置信息，避免了现有的通过UWB和GPS定位技术在室内停车场因为信号不强或中断而导致无法定位或无法导航的技术问题。
其中，停车管理平台通过摄像头可以实时获取每个车位对应的图像信息，通过深度神经网络判断每一帧图像信息来判断对应的车位上是否有车辆，本实施例中采用YOLOV3-目标检测模型依次对每一帧图像进行判断，并根据判断结果对每个车位进行状态标定，若某个车位有车则停车管理平台在服务器中标定该车位对应的信息HasVehcle为真，否则为假。
其中，预先的，停车管理平台还要根据停车场的环境信息构造出停车场的地图，该车场地图和真实的停车场环境按照一定比例构建，根据真实环境中各车位、车辆通道、导航信号灯以及每个摄像头的位置信息在停车场地图上按照同比例进行对应的标定。将车场地图构造成三维虚拟地图信息，将车位的位置信息、车辆通道的位置信息、摄像头的位置信息、导航信号灯的位置信息以及每个摄像头的位置信息都用三维坐标来表示，如车位的位置信息标定为<sx0,sy0,sz0>，其中sx0和sy0表示车辆在车场地图水平面上的二维信息，sz0表示该车辆在车场地图上的楼层信息，车辆通道的位置信息、视觉传感器的位置信息、导航信号灯的位置信息也是如此标定，此处不再赘述。其中对车位位置信息标定后，再结合该车位的状态信息HasVehcle，整体用一个数组来标定，方便存储与查找。
进一步的，车辆管路平台实时对每个车位的状态信息进行检测，当有车辆驶入或驶出车位时，及时的对该车位的状态信息进行更新。
其中，在步骤11中，当有车辆进入停车场入口时，入口处的摄像头实时获取其感兴趣区域的图像信息并发送给停车管理平台，停车管理平台的后台服务器采用YOLOV3深度神经网络判断出该图像信息中是否有车辆，如果有车辆则同时查找拍摄该图像的摄像头的位置作为该车辆的位置信息。
其中，在步骤12中，当停车管理平台得到有车辆进入停车场的信息并获取其当前的位置信息后，读取停车场内还未分配的空车位的位置信息，优先选择楼层最低的空车位，在车场地图中模拟这些优先选择的空车位与该车辆之间的引导路径，同时计算这些路径的距离，选择距离最短路径对应的空车位作为目标车位，其中本实施例采用Dijkstra算法计算引导路径长度。在其他实施例中，若读取停车场空车位位置信息后，发现所有剩余的空车位都位于同一层时则不用考虑楼层信息，另外若停车场本来就只设置了一层停车位时，在标定停车位位置信息和选择目标车位时则无需考虑楼层信息。
进一步的，停车管理平台根据车辆和目标车位的位置信息规划出导航路径，并通过摄像头实时跟踪车辆并获取其当前的位置，控制当前位置前方的导航信号灯点亮，指引用户将车驶入目标车位。
其中，在通过摄像头实时跟踪车辆获取其当前位置信息时，本实施例采用KCF(目标跟踪算法)来实时跟踪车辆，在导航路径上的相邻摄像头之间，直到检测到下一个摄像头跟踪到该车辆时，前一个摄像头才停止跟踪。其中为了在跟踪过程中能实时准确的获取车辆的当前位置，预先的在车场地图中将每个车道按照等间距划分成多个感兴趣区域，由于车辆位置信息一般只需要达到半米的精度就可以跟踪导航，所以本实施例中按照半米的长度划分感兴趣区域，同时在车场地图中标定每个感兴趣区域的中心位置信息，当摄像头跟踪车辆进入某个感兴趣区域时，获取该区域的位置信息即为车辆的当前位置信息。
其中，在比较宽的车道上时，有可能同时行驶多亮车，此时为了防止跟踪错误，在判断下个摄像头是否跟踪到该车辆时，需要判断前一个摄像头和下一个摄像头跟踪到车辆运行轨迹重合度达到预设标准时，则认为下一个摄像头跟踪到该车辆。
具体的，本实施例中的判断方法为：在停车场地图上标记当前摄像头和下一个摄像头同时跟踪到的车辆的运动轨迹分别为l1和12，在l1上沿着车辆运动方向依次等距取三个点为s11、s12、s13；在12上沿着车辆运动方向以同样的间距依次等距取三个点s21、s22、s23，取s11、s12、s13在车辆运动方向的坐标值分别为l1x1、11x2、11x3，取s21、s22、s23在车辆运动方向的坐标值分别为l2x1、l2x2、12x3，通过以下公式计算出重合度S值，当S值小于预设标准0.25时，则表示下一个视觉传感器跟踪到该车辆。
进一步的，实时获取车辆的位置信息后，停车管理平台控制设置在车道上的导航信号灯引导车辆驶入目标车位，本实施例中的导航信号灯为带箭头的信号灯，多个导航信号灯设置在停车场车道上，停车管理平台实时获取车辆当前的位置信息后，控制车辆前方的2-3个导航信号灯点亮，车辆经过后这些灯熄灭，以此直到指引车辆驶入目标车位。在其他实施例中，导航信号灯可以设置在车道上方或者房屋架构上，导航信号灯也可以采用红绿灯，绿色表示通行，红色表示禁止通信来提醒用户防止走错车道或者拐错方向。
其中，若车辆未能正确根据导航路径行驶或在行驶过程中驶入导航路径之外的车道或方向，停车管理平台则立刻重新为该车辆寻找目标车位并规划新的导航路径，引导该车辆驶入新的目标车位。
进一步的，当车辆驶入目标车位时，同时停车管理平台通过摄像头获取的图像信息判断出该目标车位有车后，对该目标车位的状态信息进行更新。同样的，当车辆驶出某个车位后，停车管理平台通过摄像头获取的图像信息判断出该目标车位没有车辆后，也会对该车位的状态信息进行更新。
本发明提供的智能停车方法，解决了在室内停车场或某些地下停车场等环境下，由于信号强度不足或无法通信的情况下的车辆定位导航问题，该方法不受信号通信的限制，可以广泛应用于多种车场环境中。另外通过视觉传感器(本申请中为摄像头)还可以实时的停车场的情况进行监控，无须再另外在停车场内设置监控系统，节约了成本。
实施例2
根据本发明的另一方面，本实施例提供一种基于视觉传感跟踪车辆的智能停车系统，如图2，包括停车管理平台21、视觉传感器系统22和导航信号灯系统23；
其中，视觉传感器系统22用于识别出进入停车场的车辆并获取该车辆的位置信息；
停车管理平台21用于根据车辆的位置信息，选择与该车辆距离最近的空车位作为目标车位，根据车辆的位置信息和目标车位的位置信息规划出导航路径，并控制所述导航信号灯系统23根据该导航路径引导车辆进入目标车位。
其中，视觉传感器系统22和导航信号灯系统23均安装在停车场内，停车管理平台21设置在后台，分别与视觉传感器系统22和导航信号灯系统23连接。本实施例中的视觉传感器系统22包括多个摄像头，多个摄像头安装在停车场内以及车辆入口，覆盖所有需要监测的区域，对每个摄像头监测的区域进行ROI(感兴趣区域)标定，一个摄像头覆盖三个车位信息。导航信号灯系统23包括沿着车道设置的多个带箭头的信号灯。
其中，停车管理平台21包括车位状态标定模块211，车位状态标定模块211用于通过视觉传感器系统22获取每个车位对应的多帧图像信息，采用YOLOV3-目标检测模型依次对每一帧图像进行判断，并根据判断结果对每个车位进行状态标定，若某个车位有车则车位状态标定模块211在服务器中标定该车位对应的信息HasVehcle为真，否则为假。
其中，停车管理平台21还包括位置信息标定模块212，位置信息标定模块212根据停车场的环境信息构造出停车场地图，并在停车场地图上对每个车位的位置信息、摄像头的位置信息、导航信号灯以及车辆通道的位置信息进行标定，位置信息包括在停车场地图中的楼层信息和在楼层上的二维坐标信息，标定方法和实施例1中相同，此处不再赘述。
其中，停车管理平台21还包括目标车位选取模块213，目标车位选取模块213读取还未分配的空车位的位置信息，此时优先选择楼层最低的空车位，在车场地图中模拟这些优先选择的空车位与该车辆之间的引导路径，同时计算这些路径的距离，选择距离最短路径对应的空车位作为目标车位，其中本实施例采用Dijkstra算法计算引导路径长度。
进一步的，若车辆未能正确根据导航路径行驶或在行驶过程中驶入导航路径之外的车道或方向，目标车位选取模块213则立刻重新为该车辆寻找目标车位并规划新的导航路径。
其中，停车管理平台21还包括跟踪导航模块214，跟踪导航模块214通过摄像头实时跟踪车辆获取其当前位置信息，本实施例采用KCF(目标跟踪算法)来实时跟踪车辆，在导航路径上的相邻摄像头之间，直到检测到下一个摄像头跟踪到该车辆时，前一个摄像头才停止跟踪。其中判断下一个摄像头跟踪到该车辆的方法与实施例1中相同，此处不再赘述。
其中为了在跟踪过程中能实时准确的获取车辆的当前位置，预先的在车场地图中将每个车道按照等间距划分成多个感兴趣区域，由于车辆位置信息一般只需要达到半米的精度就可以跟踪导航，所以本实施例中按照半米的长度划分感兴趣区域，同时在车场地图中标定每个感兴趣区域的中心位置信息，当摄像头跟踪车辆进入某个感兴趣区域时，获取该区域的位置信息即为车辆的当前位置信息。实时获取车辆的位置信息后，跟踪导航模块214控制设置在车道上的导航信号灯引导车辆驶入目标车位，导航信号灯为带箭头的信号灯，多个导航信号灯设置在停车场车道上，跟踪导航模块214实时获取车辆当前的位置信息后，控制车辆前方的2-3个导航信号灯点亮，车辆经过后这些灯熄灭，以此直到指引车辆驶入目标车位。
其中，当车辆驶入目标车位时，同时车位状态标定模块211通过摄像头获取的图像信息判断出该目标车位有车后，车位状态标定模块211对该目标车位的状态信息进行更新。同样的，当车辆驶出某个车位后，车位状态标定模块211通过摄像头获取的图像信息判断出该目标车位没有车辆后，也会对该车位的状态信息进行更新。
以上应用了具体个例对本发明进行阐述，只是用于帮助理解本发明，并不用以限制本发明。对于本发明所属技术领域的技术人员，依据本发明的思想，还可以做出若干简单推演、变形或替换。
Claims (13)
1.一种基于视觉传感跟踪车辆的智能停车方法,其特征在于，包括：
识别出进入停车场的车辆并获取该车辆的位置信息；
停车管理平台根据所述车辆的位置信息，选择与该车辆距离最近的空车位作为目标车位；
根据所述车辆的位置信息和目标车位的位置信息规划出导航路径，控制导航信号灯根据该导航路径引导车辆进入目标车位。
2.如权利要求1所述的智能停车方法，其特征在于，所述停车管理平台根据所述车辆的位置信息，选择与该车辆距离最近的空车位位置信息之前，还包括：
停车管理平台通过安装在停车场内的视觉传感器系统获取每个车位对应的至少一帧图像信息，通过深度神经网络依次判断每一帧图像信息对应的车位是否有车辆，并根据判断结果对所述车位进行状态标定。
3.如权利要求1所述的智能停车方法，其特征在于，所述停车管理平台根据所述车辆的位置信息，选择与该车辆距离最近的空车位位置信息之前，还包括：
停车管理平台根据停车场的环境信息构造出停车场地图，并在停车场地图上对每个车位的位置信息、视觉传感器的位置信息、导航信号灯的位置信息进行标定，所述位置信息至少包括在停车场地图中的楼层信息和在楼层上的二维坐标信息。
4.如权利要求1所述的智能停车方法，其特征在于，所述停车管理平台根据所述车辆的位置信息，选择与该车辆距离最近的空车位位置信息，具体包括：
停车管理平台读取还未分配的空车位的位置信息，根据车辆的位置信息模拟该车辆与每个空车位之间的引导路径并计算每个引导路径的距离，选取距离最短的引导路径对应的空车位作为目标车位。
5.如权利要求1所述的智能停车方法，其特征在于，所述控制导航信号灯根据该导航路径引导车辆进入目标车位，具体包括:
通过视觉传感器系统实时跟踪所述车辆并获取其当前位置信息，车辆管理平台根据车辆的当前位置信息，控制对应位置的导航信号灯，引导车辆进入目标车位。
6.如权利要求5所述的智能停车方法，其特征在于，所述通过视觉传感器系统实时跟踪所述车辆并获取其当前位置信息，具体包括：
当前视觉传感器通过KCF算法实时跟踪所述车辆，直到下一个视觉传感器跟踪到所述车辆，当前视觉传感器停止跟踪；所述停车场地图上的车道上按照等间距划分有多个感兴趣区域，标定每个感兴趣区域的中心位置信息，当所述视觉传感器跟踪的车辆位于任一感兴趣区域内时，获取该感兴趣区域的位置信息作为所述车辆的当前位置信息；
其中判断下一个视觉传感器跟踪到所述车辆的方法为：当前视觉传感器和下一个视觉传感器分别获取的所述车辆的运动轨迹的重合度大于预设值，则认为下一个视觉传感器跟踪到所述车辆。
7.如权利要求4所述的智能停车方法，其特征在于，停车管理平台读取还未分配的空车位的位置信息后，优先选择楼层最低的空车位，通过模拟并计算这些优先选择的空车位与所述车辆之间的引导路径的距离，选择距离最短的空车位作为目标车位。
8.一种基于视觉传感跟踪车辆的智能停车系统，其特征在于，包括停车管理平台、视觉传感器系统和导航信号灯系统；
所述视觉传感器系统用于识别出进入停车场的车辆并获取该车辆的位置信息；
所述停车管理平台用于根据所述车辆的位置信息，选择与该车辆距离最近的空车位作为目标车位，根据所述车辆的位置信息和目标车位的位置信息规划出导航路径，并控制所述导航信号灯系统根据该导航路径引导车辆进入目标车位。
9.如权利要求8所述的智能停车系统，其特征在于，所述停车管理平台包括车位状态标定模块，用于通过所述视觉传感器系统获取每个车位对应的至少一帧图像信息，通过深度神经网络依次判断每一帧图像信息对应的车位是否有车辆，并根据判断结果对所述车位进行状态标定。
10.如权利要求8所述的智能停车系统，其特征在于，所述停车管理平台包括位置信息标定模块，用于根据停车场的环境信息构造出停车场地图，并在停车场地图上对每个车位的位置信息、视觉传感器的位置信息、导航信号灯的位置信息进行标定，所述位置信息至少包括在停车场地图中的楼层信息和在楼层上的二维坐标信息。
11.如权利要求10所述的智能停车系统，其特征在于，所述停车管理平台还包括目标车位选取模块，用于读取还未分配的空车位的位置信息，根据车辆的位置信息模拟该车辆与每个空车位之间的引导路径并计算每个引导路径的距离，选取距离最短的引导路径对应的空车位作为目标车位。
12.如权利要求11所述的智能停车系统，其特征在于，所述停车管理平台还包括跟踪导航模块，用于通过视觉传感器系统实时跟踪所述车辆并获取其当前位置信息，并控制所述导航信号灯系统引导车辆进入目标车位。
13.如权利要求11所述的智能停车系统，其特征在于，所述目标车位选取模块还用于，读取还未分配的空车位的位置信息后，优先选择楼层最低的空车位，通过模拟并计算这些优先选择的空车位与所述车辆之间的引导路径的距离，选择距离最短的空车位作为目标车位。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810724524.3A CN108986526A (zh) | 2018-07-04 | 2018-07-04 | 一种基于视觉传感跟踪车辆的智能停车方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810724524.3A CN108986526A (zh) | 2018-07-04 | 2018-07-04 | 一种基于视觉传感跟踪车辆的智能停车方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108986526A true CN108986526A (zh) | 2018-12-11 |
Family
ID=64536184
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810724524.3A Pending CN108986526A (zh) | 2018-07-04 | 2018-07-04 | 一种基于视觉传感跟踪车辆的智能停车方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108986526A (zh) |
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109935080A (zh) * | 2019-04-10 | 2019-06-25 | 武汉大学 | 一种交通线路上的车流量实时计算的监测系统及方法 |
| CN110223534A (zh) * | 2019-06-28 | 2019-09-10 | 信利光电股份有限公司 | 一种停车场自动导航方法及系统 |
| CN110400489A (zh) * | 2019-08-30 | 2019-11-01 | 西南科技大学城市学院 | 一种适用于大型车库的全程自动引导停车系统 |
| CN110807943A (zh) * | 2019-10-28 | 2020-02-18 | 重庆知翔科技有限公司 | 基于物联网组网数据的停车场导航系统 |
| CN110942663A (zh) * | 2019-12-02 | 2020-03-31 | 北京深测科技有限公司 | 一种停车场的监控分配引导方法和系统 |
| CN111636735A (zh) * | 2020-05-27 | 2020-09-08 | 无锡科技职业学院 | 一种智能立体车库管理系统 |
| CN111860072A (zh) * | 2019-04-30 | 2020-10-30 | 广州汽车集团股份有限公司 | 泊车控制方法、装置、计算机设备及计算机可读存储介质 |
| CN112393738A (zh) * | 2019-08-13 | 2021-02-23 | 可可若器(北京)信息技术有限公司 | 一种基于虚拟现实停车场视觉导航方法 |
| CN112614375A (zh) * | 2020-12-18 | 2021-04-06 | 中标慧安信息技术股份有限公司 | 基于车辆行驶状态的停车引导方法和系统 |
| CN112863240A (zh) * | 2021-01-12 | 2021-05-28 | 北京航空航天大学 | 一种商业综合体地下车库智能导航系统及方法 |
| CN112863219A (zh) * | 2020-12-30 | 2021-05-28 | 深圳酷派技术有限公司 | 位置更新方法、装置、存储介质及电子设备 |
| CN113077651A (zh) * | 2021-02-25 | 2021-07-06 | 上海水齐机器人有限公司 | 一种多泊车机器人调度系统及调度方法 |
| CN113506456A (zh) * | 2021-06-01 | 2021-10-15 | 上海追势科技有限公司 | 一种基于停车场地图数据引导的自主泊车导航方法 |
| US11281927B2 (en) * | 2018-11-09 | 2022-03-22 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and non-transitory computer-readable recording medium |
| CN114220290A (zh) * | 2021-11-30 | 2022-03-22 | 广州领世汽车科技有限公司 | 一种车辆自动寻找车位和自动泊车的方法及系统 |
| CN114973758A (zh) * | 2022-05-20 | 2022-08-30 | 安徽江淮汽车集团股份有限公司 | 基于外部视觉采集及二维码标记的泊车辅助引导方法 |
| CN115424468A (zh) * | 2022-06-01 | 2022-12-02 | 星即科技(上海)有限公司 | 一种基于多摄像头融合的停车位检测系统 |
| CN115731736A (zh) * | 2022-12-03 | 2023-03-03 | 中邮科通信技术股份有限公司 | 基于ai视觉技术实现室内停车定位导航系统及方法 |
| CN118379902A (zh) * | 2024-06-21 | 2024-07-23 | 中电建物业管理有限公司 | 一种基于多目标智能识别的停车场管理方法及系统 |
| CN118379902B (zh) * | 2024-06-21 | 2024-11-05 | 中电建物业管理有限公司 | 一种基于多目标智能识别的停车场管理方法及系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106297394A (zh) * | 2016-09-30 | 2017-01-04 | 南京信息工程大学 | 一种全天候无人值守停车场系统 |
| CN106601023A (zh) * | 2017-02-22 | 2017-04-26 | 北华大学 | 一种室内停车场车辆引导及定位系统及方法 |
| CN107066953A (zh) * | 2017-03-22 | 2017-08-18 | 北京邮电大学 | 一种面向监控视频的车型识别、跟踪及矫正方法和装置 |
| CN107093328A (zh) * | 2017-06-06 | 2017-08-25 | 重庆邮电大学 | 基于机器视觉的停车场导航系统及方法 |
| CN107301789A (zh) * | 2017-08-29 | 2017-10-27 | 无锡职业技术学院 | 一种停车位导航系统及停车位导航方法 |
| CN107369335A (zh) * | 2017-09-15 | 2017-11-21 | 山东建筑大学 | 一种基于超声波探测技术的反向寻车系统及方法 |
| CN107527517A (zh) * | 2017-07-11 | 2017-12-29 | 谢锋 | 一种智能停车系统 |
| CN107833486A (zh) * | 2017-10-31 | 2018-03-23 | 合肥天鹰高科技有限公司 | 一种降低电网负载的停车管理平台 |
| CN107918765A (zh) * | 2017-11-17 | 2018-04-17 | 中国矿业大学 | 一种移动目标检测并追踪系统及其方法 |
-
2018
- 2018-07-04 CN CN201810724524.3A patent/CN108986526A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106297394A (zh) * | 2016-09-30 | 2017-01-04 | 南京信息工程大学 | 一种全天候无人值守停车场系统 |
| CN106601023A (zh) * | 2017-02-22 | 2017-04-26 | 北华大学 | 一种室内停车场车辆引导及定位系统及方法 |
| CN107066953A (zh) * | 2017-03-22 | 2017-08-18 | 北京邮电大学 | 一种面向监控视频的车型识别、跟踪及矫正方法和装置 |
| CN107093328A (zh) * | 2017-06-06 | 2017-08-25 | 重庆邮电大学 | 基于机器视觉的停车场导航系统及方法 |
| CN107527517A (zh) * | 2017-07-11 | 2017-12-29 | 谢锋 | 一种智能停车系统 |
| CN107301789A (zh) * | 2017-08-29 | 2017-10-27 | 无锡职业技术学院 | 一种停车位导航系统及停车位导航方法 |
| CN107369335A (zh) * | 2017-09-15 | 2017-11-21 | 山东建筑大学 | 一种基于超声波探测技术的反向寻车系统及方法 |
| CN107833486A (zh) * | 2017-10-31 | 2018-03-23 | 合肥天鹰高科技有限公司 | 一种降低电网负载的停车管理平台 |
| CN107918765A (zh) * | 2017-11-17 | 2018-04-17 | 中国矿业大学 | 一种移动目标检测并追踪系统及其方法 |
Cited By (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11281927B2 (en) * | 2018-11-09 | 2022-03-22 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and non-transitory computer-readable recording medium |
| CN109935080A (zh) * | 2019-04-10 | 2019-06-25 | 武汉大学 | 一种交通线路上的车流量实时计算的监测系统及方法 |
| CN109935080B (zh) * | 2019-04-10 | 2021-07-16 | 武汉大学 | 一种交通线路上的车流量实时计算的监测系统及方法 |
| CN111860072A (zh) * | 2019-04-30 | 2020-10-30 | 广州汽车集团股份有限公司 | 泊车控制方法、装置、计算机设备及计算机可读存储介质 |
| CN110223534A (zh) * | 2019-06-28 | 2019-09-10 | 信利光电股份有限公司 | 一种停车场自动导航方法及系统 |
| CN112393738A (zh) * | 2019-08-13 | 2021-02-23 | 可可若器(北京)信息技术有限公司 | 一种基于虚拟现实停车场视觉导航方法 |
| CN110400489A (zh) * | 2019-08-30 | 2019-11-01 | 西南科技大学城市学院 | 一种适用于大型车库的全程自动引导停车系统 |
| CN110807943A (zh) * | 2019-10-28 | 2020-02-18 | 重庆知翔科技有限公司 | 基于物联网组网数据的停车场导航系统 |
| CN110942663A (zh) * | 2019-12-02 | 2020-03-31 | 北京深测科技有限公司 | 一种停车场的监控分配引导方法和系统 |
| CN111636735A (zh) * | 2020-05-27 | 2020-09-08 | 无锡科技职业学院 | 一种智能立体车库管理系统 |
| CN111636735B (zh) * | 2020-05-27 | 2022-03-08 | 无锡科技职业学院 | 一种智能立体车库管理系统 |
| CN112614375B (zh) * | 2020-12-18 | 2021-10-08 | 中标慧安信息技术股份有限公司 | 基于车辆行驶状态的停车引导方法和系统 |
| CN112614375A (zh) * | 2020-12-18 | 2021-04-06 | 中标慧安信息技术股份有限公司 | 基于车辆行驶状态的停车引导方法和系统 |
| CN112863219A (zh) * | 2020-12-30 | 2021-05-28 | 深圳酷派技术有限公司 | 位置更新方法、装置、存储介质及电子设备 |
| CN112863240A (zh) * | 2021-01-12 | 2021-05-28 | 北京航空航天大学 | 一种商业综合体地下车库智能导航系统及方法 |
| CN113077651A (zh) * | 2021-02-25 | 2021-07-06 | 上海水齐机器人有限公司 | 一种多泊车机器人调度系统及调度方法 |
| CN113077651B (zh) * | 2021-02-25 | 2023-09-22 | 上海水齐机器人有限公司 | 一种多泊车机器人调度系统及调度方法 |
| CN113506456A (zh) * | 2021-06-01 | 2021-10-15 | 上海追势科技有限公司 | 一种基于停车场地图数据引导的自主泊车导航方法 |
| CN114220290A (zh) * | 2021-11-30 | 2022-03-22 | 广州领世汽车科技有限公司 | 一种车辆自动寻找车位和自动泊车的方法及系统 |
| CN114973758A (zh) * | 2022-05-20 | 2022-08-30 | 安徽江淮汽车集团股份有限公司 | 基于外部视觉采集及二维码标记的泊车辅助引导方法 |
| CN114973758B (zh) * | 2022-05-20 | 2024-05-07 | 安徽江淮汽车集团股份有限公司 | 基于外部视觉采集及二维码标记的泊车辅助引导方法 |
| CN115424468A (zh) * | 2022-06-01 | 2022-12-02 | 星即科技(上海)有限公司 | 一种基于多摄像头融合的停车位检测系统 |
| CN115731736A (zh) * | 2022-12-03 | 2023-03-03 | 中邮科通信技术股份有限公司 | 基于ai视觉技术实现室内停车定位导航系统及方法 |
| CN115731736B (zh) * | 2022-12-03 | 2024-09-20 | 中邮科通信技术股份有限公司 | 基于ai视觉技术实现室内停车定位导航系统及方法 |
| CN118379902A (zh) * | 2024-06-21 | 2024-07-23 | 中电建物业管理有限公司 | 一种基于多目标智能识别的停车场管理方法及系统 |
| CN118379902B (zh) * | 2024-06-21 | 2024-11-05 | 中电建物业管理有限公司 | 一种基于多目标智能识别的停车场管理方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108986526A (zh) | 一种基于视觉传感跟踪车辆的智能停车方法及系统 | |
| JP7302934B2 (ja) | ナビゲーション情報を匿名化するためのシステム及び方法 | |
| CN106114513B (zh) | 误识别判定装置 | |
| CN105702083B (zh) | 基于分布式视觉的停车场-车辆协同智能停车系统及方法 | |
| CN109764887A (zh) | 用于显示虚拟路线的方法和装置 | |
| US20220383743A1 (en) | Blinking traffic light detection | |
| US20190278273A1 (en) | Odometry system and method for tracking traffic lights | |
| JP2022166143A (ja) | ナビゲーションパラメータを決定するためのシステム及び方法 | |
| CN108305504A (zh) | 一种车位导航方法和系统 | |
| CN107664500A (zh) | 基于图像特征识别的车库车辆定位导航方法 | |
| CN108091170A (zh) | 基于智能终端的停车位诱导系统 | |
| CN108303103A (zh) | 目标车道的确定方法和装置 | |
| CN106494393B (zh) | 用于规划受支持的泊车过程的方法 | |
| KR101446546B1 (ko) | 위치기반 실시간 차량정보 표시시스템 | |
| CN105654773A (zh) | 一种车载伴飞无人机智能导引系统 | |
| CN110211420A (zh) | 判断当前场景是否为停车场的方法、系统及计算机可读存储介质 | |
| CN109211255B (zh) | 用于为具有自动车辆系统的机动车规划路线的方法 | |
| CN105405317A (zh) | 一种基于手机蓝牙的泊车诱导系统 | |
| KR101522605B1 (ko) | 주차장 정보 제공 방법 및 시스템 | |
| KR20170124299A (ko) | 가상 주차선 생성에 의한 주차 지원 장치 및 그 방법 | |
| CN204631615U (zh) | 智能物流配送机器人 | |
| CN109903574B (zh) | 路口交通信息的获取方法和装置 | |
| CN107657825A (zh) | 泊车方法及装置 | |
| WO2021136970A1 (en) | Systems and methods for detecting traffic lights | |
| GB2510698A (en) | Driver assistance system |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181211 |