CN109035447A - 一种物流园区车辆停车收费方法和系统 - Google Patents

Abstract

本发明公开了一种物流园区车辆停车收费方法和系统，方法包括：物流园区入口处的车型识别设备采集车辆的多维特征信息；将多维特征信息发送至云端服务器，以使得云端服务器识别出所述车辆的车型；物流园区出口处的岗亭终端接收云端服务器返回的车型信息；物流园区出口处的岗亭终端识别等待离开的车辆的牌照，根据牌照信息确定对应的车型和停车费率，并根据入场时间，车型和停车费率计算应收停车费金额；物流园区出口处的岗亭终端输出所述应收停车费金额供等待离开的车辆的车主支付停车费。从而，节省人力开支，降低成本，减少停车费用流失。并能大大缓解车场出口拥堵，提高出口通行效率和客户满意度。

Description

一种物流园区车辆停车收费方法和系统

技术领域

本发明涉及智能停车技术领域，具体涉及一种物流园区车辆停车收费方法和系统。

背景技术

物流园区作为物流中转地，每天都可能有大量的车辆进出。物流园一般在停车收费管理上参照停车场实行不同车型计收不同停车费。比如，货车和轿车，相同停车时段对应的停车费用不同。现有的很多物流园区的智能化和自动化程度比较低，在车辆入场时，由园区停车收费员通过人工判断车型，而物流园的一个出入口至少要配三名收费员，人力成本较高。

而且，以收费员人工判断车型做为收费依据，易出现判断失误或人为串通导致停车费用流失。另外，这种停车收费方式只能车辆到达出口道闸近前，判断、点选车型后才知道收费金额，导致车辆出场通行效率低，极易造成出口堵塞。

由此可知，现有的物流园停车收费管理方案存在成本高、易导致费用流失并且车辆出场效率低和拥塞的问题。

发明内容

本发明提供了一种物流园区车辆停车收费方法和系统，以解决或至少部分解决上述技术问题。

本发明提供了一种物流园区车辆停车收费方法，包括：

物流园区入口处的车型识别设备检测到车辆驶入指定识别区域时，采集所述车辆的多维特征信息；

将采集的多维特征信息发送至云端服务器，以使得所述云端服务器根据所述多维特征信息识别出所述车辆的车型；

物流园区出口处的岗亭终端接收所述云端服务器返回的车型信息；

物流园区出口处的岗亭终端在物流园区内的车辆行驶到物流园区出口处时，识别等待离开的车辆的牌照，根据等待离开的车辆的牌照信息确定对应的车型和停车费率，并根据入场时间，车型和停车费率计算应收停车费金额；

物流园区出口处的岗亭终端输出所述应收停车费金额供等待离开的车辆的车主支付停车费。

可选地，采集所述车辆的多维特征信息包括：对车辆进行拍摄得到多张图像，并从多张图像中提取下列信息中的一种或多种：车辆的牌照颜色信息；车身长度信息；车身高度信息；车头特征信息；轴数信息；轴距信息；底盘特征信息。

可选地，该方法进一步包括：

物流园区出口处的岗亭终端接收所述云端服务器返回的车型信息之后，根据来自物流园区入口处的车牌识别机发送的车辆的牌照信息，建立所述车型信息和车辆的牌照信息的对应关系并存储在停车场本地数据库中。

可选地，物流园区出口处的岗亭终端输出所述停车费金额包括：

物流园区出口处的岗亭终端将应收停车费金额信息发送至物流园出口处的LED电子显示屏，所述LED电子显示屏实时显示应收停车费金额信息。

根据本发明的另一个方面，提供了一种物流园区车辆停车收费方法，包括：

接收指定物流园区的车型识别设备发送的车辆的多维特征信息；

根据所述多维特征信息计算对应的综合得分并检索预设的车型数据库中各车型对应的得分范围，当所述综合得分属于任一车型对应的得分范围时，确定识别出所述车辆的车型；

将所述车辆的车型信息返回给指定物流园区出口处的岗亭终端。

根据本发明的又一个方面，提供了一种物流园区车辆停车收费系统，包括：云端服务器，与所述云端服务器连接且位于物流园区内的车型识别设备和岗亭终端；

所述车型识别设备位于物流园区入口处，用于检测到车辆驶入指定识别区域时，采集所述车辆的多维特征信息，将采集的多维特征信息传输至云端服务器；

所述云端服务器根据所述多维特征信息识别出所述车辆的车型，将识别出的车辆的车型信息发送至物流园区出口处的岗亭终端；

物流园区出口处的岗亭终端，在物流园区内的车辆行驶到物流园区出口处时识别等待离开的车辆的牌照，根据等待离开的车辆的牌照信息确定对应的车型和停车费率，并根据入场时间，车型和停车费率计算应收停车费金额；

物流园区出口处的岗亭终端输出所述应收停车费金额供等待离开的车辆的车主支付停车费。

可选地，所述车型识别设备对车辆进行拍摄得到多张图像，并从多张图像中提取下列信息中的一种或多种：车辆的牌照颜色信息；车身长度信息；车身高度信息；车头特征信息；轴数信息；轴距信息；底盘特征信息；车尾特征信息。

可选地，该系统还包括：停车场本地数据库以及用于识别车辆的牌照的车牌识别机，

物流园区出口处的岗亭终端，用于在接收所述云端服务器返回的车型信息之后，根据位于物流园区入口处的所述车牌识别机发送的车辆的牌照信息，建立所述车型信息和车辆的牌照信息的对应关系并存储在所述停车场本地数据库中。

可选地，该系统还包括：LED电子显示屏，

物流园区出口处的岗亭终端将应收停车费金额信息发送至物流园出口处的LED电子显示屏，所述LED电子显示屏接收并实时显示应收停车费金额信息。

可选地，所述车牌识别机为车牌识别摄像机；

所述车型识别设备到入口道闸之间的距离减所述车牌识别机到所述入口道闸之间的距离得到的差值大于预设阈值。

有益效果：本发明实施例的物流园区车辆停车收费方法和系统，基于车型识别设备完成车型识别，并利用岗亭终端自动识别车牌和控制车辆进出场，大大提高了物流园区停车智能化和自动化水平，能够帮助物流园区节省人力开支，降低成本。而且由于通过车型识别设备等机械手段引导和管理车辆进出，避免了人为串通和主观判断错误导致的费用流失。更重要的是，在车辆驶入出口道闸前已经完成了对车辆的车型的识别，从而能够大大缓解车场出口拥堵，提高出口通行效率。

附图说明

图1是本发明一个实施例的物流园区车辆停车收费方法的流程图；

图2是本发明又一个实施例的物流园区车辆停车收费方法的流程示意图；

图3是本发明一个实施例的物流园区车辆停车收费系统的物流园区的结构示意图；

图4是本发明一个实施例的采集车辆的多维特征信息的示意图；

图5是本发明一个实施例的物流园区车辆停车收费系统的框图；

图6是本发明一个实施例的物流园区车辆停车收费系统的结构示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。显然，所描述的实施例是本发明一部分实施例，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。

图1是本发明一个实施例的物流园区车辆停车收费方法的流程图，参见图1，本实施例的物流园区车辆停车收费方法包括下列步骤：

步骤S101，物流园区入口处的车型识别设备检测到车辆驶入指定识别区域时，采集所述车辆的多维特征信息；

步骤S102，采集的多维特征信息发送至云端服务器，以使得所述云端服务器根据所述多维特征信息识别出所述车辆的车型；

步骤S103，物流园区出口处的岗亭终端接收所述云端服务器返回的车型信息；

步骤S104，物流园区出口处的岗亭终端在物流园区内的车辆行驶到物流园区出口处时，识别等待离开的车辆的牌照，根据等待离开的车辆的牌照信息确定对应的车型和停车费率，并根据入场时间，车型和停车费率计算应收停车费金额；

步骤S105，物流园区出口处的岗亭终端输出所述应收停车费金额供等待离开的车辆的车主支付停车费。

由图1所示可知，本实施例的物流园区车辆停车收费方法利用物流园区入口处的车型识别设备采集入场车辆的多维特征信息，发送至云端服务器由云端服务器根据多维特征信息识别出车辆的车型而后返回给物流园区出口处的岗亭终端，岗亭终端在物流园区内的车辆出场时，根据车辆的牌照信息确定对应的车型和停车费率，并根据入场时间，车型和停车费率计算应收停车费金额后输出。如此，实现了物流园区停车收费管理的自动化和智能化，节省了物流园区的停车管理开支，也避免了人工判断车型和控制车辆进出导致的费用流失问题。更重要的是，这种方式在车辆出场前提前识别车辆的车型以供计算对应的车费，大大提高了出场时的通行效率，避免了车辆拥塞。

在本发明的一个实施例中，前述步骤S101中的采集所述车辆的多维特征信息包括：对车辆进行拍摄得到多张图像，并从多张图像中提取下列信息中的一种或多种：车辆的牌照颜色信息；车身长度信息；车身高度信息；车头特征信息；轴数信息；轴距信息；底盘特征信息。

本实施例中通过在常规的停车场管理系统中增设车型识别设备，并利用车型识别设备对车辆进行信息采集和提取，提取的信息例如包括：车牌号码、车头特征、车身颜色、轴数、轮胎数、轴距、底盘特征、车尾特征、车辆全景图等。将提取的车辆特征信息传至服务器供检索车型数据库得出车辆类型。

实际中，停车场针对不同车型的车辆设计了不同的费率，这里的车型主要是考虑占用的停车场空间的大小，因此本实施例中所述的车型是指大、中、小型车这样的车型而不涉及车辆的品牌和生产厂家。一般的，大型车占用的停车场空间远大于小型车。大型车例如是挂车、油罐车等。小型车比如是家用轿车。中型车是大小和占用空间介于大型车和中型车之间的车型。

在本发明的一个实施例中，图1所示方法进一步包括：物流园区出口处的岗亭终端接收所述云端服务器返回的车型信息之后，根据来自物流园区入口处的车牌识别机发送的车辆的牌照信息，建立所述车型信息和车辆的牌照信息的对应关系并存储在停车场本地数据库中。

通过建立车辆的牌照和车型的对应关系，实现在车辆离开物流园区之前自动识别车型，即，提前知道车型，避免了现有技术中只在车辆到达出口道闸近前，车牌被识别正确时，通过收费员判断、点选车型后才知道收费金额，导致车辆出场通行效率低并且在遇到多辆大货车或拖挂车同时出场时，极易造成出口堵塞的问题。

在本发明的一个实施例中，物流园区出口处的岗亭终端输出所述停车费金额包括：物流园区出口处的岗亭终端将应收停车费金额信息发送至物流园出口处的LED电子显示屏，所述LED电子显示屏实时显示应收停车费金额信息。

也就是说，本发明实施例可以利用物流园区出口处的LED显示屏来显示应收的停车费金额。LED显示屏显示直观、清楚，方便车主用户和物流园的收费员确认和查看。

图2是本发明又一个实施例的物流园区车辆停车收费方法的流程示意图；参见图2，本实施例的物流园区车辆停车收费方法应用于云端服务器，包括：

步骤S201，接收指定物流园区的车型识别设备发送的车辆的多维特征信息；

步骤S202，根据所述多维特征信息计算对应的综合得分并检索预设的车型数据库中各车型对应的得分范围，当所述综合得分属于任一车型对应的得分范围时，确定识别出所述车辆的车型；

步骤S203，将所述车辆的车型信息返回给指定物流园区出口处的岗亭终端。

由图2所示可知，本实施例的云端服务器，能够根据车型识别设备发送的车辆的多维特征信息识别出车型，并返回给物流园区内的岗亭终端，从而方便岗亭终端自动根据车型计算收取相应的停车费，提高了车辆出场的通行效率。

需要说明的是，本实施例的云端服务器基于机器仿生，通过机器视觉信息技术和多维车辆特征信息提取分析技术，获取车辆多维度的信息，例如，车牌颜色信息，车头信息，车身信息，车尾信息等，再通过各种提取出的信息模拟人类思维进行深度分析学习的神经网络，形成对特定车型的决策逻辑，最终替代人工做出准确的判断，得出是哪类车型，实现对车型的自动分类。

在本实施例中，云端服务器可以根据采集的大量真实车辆的信息进行训练和计算得出每种车型对应的得分范围并存储在车型数据库中，当车型识别设备发送当前入场车辆的特征信息到云端服务器之后，云端服务器计算获取到的特征信息的单项得分，并根据特征信息的维度计算综合得分，将综合得分与预设车型数据库中的各车型的得分范围进行比较，如果综合得分落入一个得分范围，则将得分范围对应的车型作为当前入场的车辆的车型。例如，云端服务器从物流园区入口处的车型识别设备获取到三项特征信息分别是：车牌颜色为黄色，车身长度为22米，车身高度为3米，根据三项信息对应的取值乘以权重(根据特征的重要性程度预设)，计算得到综合得分为80分，而大型车对应的得分范围为80-100分，可知，当前车辆的综合得分落入了大型车的得分范围则，确定当前车辆的车型为大型车。

另外，云端服务器还可以将从车型识别设备处获取的车辆图像、车辆特征(比如车身颜色、车辆的长宽高、轮轴数)等特征信息记录保存供后续查询验证使用。

图3是本发明一个实施例的物流园区车辆停车收费系统的物流园区的结构示意图，参见图3，本实施例的物流园区车辆停车收费系统包括两端，一端是物流园区另一端是云端服务器。物流园区内设置有：车型识别设备301，车牌识别机302，岗亭终端303以及出口道闸304。可以理解，物流园区为节省空间通常是出口入口集中设置，如图3所示，这样在入场方向，对应设置了入口道闸和车牌识别机302，在出口方向设置了出口道闸和出口处的车牌识别机302。

本实施例中，车牌识别机为车牌识别摄像机，比如高清车牌识别一体机，能够对车牌拍摄得到高清图像。

由图3所示可知，车型识别设备到入口道闸之间的距离减车牌识别机到入口道闸之间的距离得到的差值大于预设阈值。比如大于6米，这样避免两者工作时相互妨碍，同时有利于尽早采集车辆的多维特征信息进行车型识别。本实施例中的车型识别设备301的高度例如是1.7米，以保证能够对大多数车辆进行拍照和采集信息。

图4是本发明一个实施例的采集车辆的多维特征信息的示意图，结合图4，利用图3所示的车型识别设备301对入场车辆三个不同角度(前、后，侧面)拍摄得到的三张图像，由前方拍摄的图像可以提取出车头特征信息、车身颜色信息、车牌号和车牌颜色信息以及车辆宽度信息。由后方拍摄的图像可以提取出车尾特征信息、车身颜色信息、车牌号和车牌颜色信息以及车辆宽度信息。以及根据拍摄的车辆侧面图像可以提取出车头高度信息，轴数信息和轮胎数信息，轴距信息以及底盘特征信息。将提取的信息发送到云端服务器供利用这些信息的全部或部分来识别出车型。

图5是本发明一个实施例的物流园区车辆停车收费系统的框图，参见图5，物流园区车辆停车收费系统500包括：云端服务器501，与云端服务器501连接且位于物流园区内的车型识别设备502和岗亭终端503；

车型识别设备502位于物流园区入口处，用于检测到车辆驶入指定识别区域时，采集所述车辆的多维特征信息，将采集的多维特征信息传输至云端服务器501；

云端服务器501根据所述多维特征信息识别出所述车辆的车型，将识别出的车辆的车型信息发送至物流园区出口处的岗亭终端503；

物流园区出口处的岗亭终端503，在物流园区内的车辆行驶到物流园区出口处时识别等待离开的车辆的牌照，根据等待离开的车辆的牌照信息确定对应的车型和停车费率，并根据入场时间，车型和停车费率计算应收停车费金额；

物流园区出口处的岗亭终端503输出所述应收停车费金额供等待离开的车辆的车主支付停车费。

在本发明的一个实施例中，车型识别设备502对车辆进行拍摄得到多张图像，并从多张图像中提取下列信息中的一种或多种：车辆的牌照颜色信息；车身长度信息；车身高度信息；车头特征信息；轴数信息；轴距信息；底盘特征信息；车尾特征信息。

在本发明的一个实施例中，物流园区车辆停车收费系统500还包括：停车场本地数据库以及用于识别车辆的牌照的车牌识别机，物流园区出口处的岗亭终端，用于在接收所述云端服务器返回的车型信息之后，根据位于物流园区入口处的所述车牌识别机发送的车辆的牌照信息，建立所述车型信息和车辆的牌照信息的对应关系并存储在所述停车场本地数据库中。

在本发明的一个实施例中，物流园区车辆停车收费系统500还包括：LED电子显示屏，物流园区出口处的岗亭终端将应收停车费金额信息发送至物流园出口处的LED电子显示屏，所述LED电子显示屏接收并实时显示应收停车费金额信息。

图6是本发明一个实施例的物流园区车辆停车收费系统的结构示意图，结合图6，本实施例的这种物流园区车辆停车收费系统包括入口设备和出口设备，顾名思义，入口设备是位于物流园区入口处的设备，包括：车型识别设备，显示屏，高清一体机(即车牌识别机)和入口道闸。出口设备是位于物流园区出口处的设备，包括高清一体机(即车牌识别机)，出口道闸和显示屏。入口设备和出口设备均通过网络交换机连接至岗亭终端。由图6所示可知，入口设备、出口设备、岗亭终端都是面对最终用户的，属于前端。前端的数据通过网络传输至云端服务器，供云端服务器处理识别车型。

综上所述，本实施例的物流园区车辆停车收费方法和系统，利用物流园区入口处的车型识别设备采集入场车辆的多维特征信息，发送至云端服务器由云端服务器根据多维特征信息识别出车辆的车型而后返回给物流园区出口处的岗亭终端，岗亭终端在物流园区内的车辆出场时，根据车辆的牌照信息确定对应的车型和停车费率，并根据入场时间，车型和停车费率计算应收停车费金额后输出。如此，实现了物流园区停车收费管理的自动化和智能化，节省了物流园区的停车管理开支，也避免了人工判断车型和控制车辆进出导致的费用流失问题。更重要的是，这种方式在车辆出场前提前识别车辆的车型以供计算对应的车费，大大提高了出场时效率，避免了车辆拥塞，提高了用户的满意度。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图的一个流程或多个流程和/或方框图的一个方框或多个方框中指定的功能的装置。

需要说明的是术语“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。

本发明的说明书中，说明了大量具体细节。然而能够理解的是，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。类似地，应当理解，为了精简本发明公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释呈反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

以上所述，仅为本发明的具体实施方式，在本发明的上述教导下，本领域技术人员可以在上述实施例的基础上进行其他的改进或变形。本领域技术人员应该明白，上述的具体描述只是更好的解释本发明的目的，本发明的保护范围以权利要求的保护范围为准。

Claims (10)

1.一种物流园区车辆停车收费方法，其特征在于，包括：

物流园区入口处的车型识别设备检测到车辆驶入指定识别区域时，采集所述车辆的多维特征信息；

将采集的多维特征信息发送至云端服务器，以使得所述云端服务器根据所述多维特征信息识别出所述车辆的车型；

物流园区出口处的岗亭终端接收所述云端服务器返回的车型信息；

物流园区出口处的岗亭终端在物流园区内的车辆行驶到物流园区出口处时，识别等待离开的车辆的牌照，根据等待离开的车辆的牌照信息确定对应的车型和停车费率，并根据入场时间，车型和停车费率计算应收停车费金额；

物流园区出口处的岗亭终端输出所述应收停车费金额供等待离开的车辆的车主支付停车费。

2.根据权利要求1所述的方法，其特征在于，采集所述车辆的多维特征信息包括：对车辆进行拍摄得到多张图像，并从多张图像中提取下列信息中的一种或多种：车辆的牌照颜色信息；车身长度信息；车身高度信息；车头特征信息；轴数信息；轴距信息；底盘特征信息。

3.根据权利要求1所述的方法，其特征在于，该方法进一步包括：

物流园区出口处的岗亭终端接收所述云端服务器返回的车型信息之后，根据来自物流园区入口处的车牌识别机发送的车辆的牌照信息，建立所述车型信息和车辆的牌照信息的对应关系并存储在停车场本地数据库中。

4.根据权利要求1所述的方法，其特征在于，物流园区出口处的岗亭终端输出所述停车费金额包括：

物流园区出口处的岗亭终端将应收停车费金额信息发送至物流园出口处的LED电子显示屏，所述LED电子显示屏实时显示应收停车费金额信息。

5.一种物流园区车辆停车收费方法，其特征在于，包括：

接收指定物流园区的车型识别设备发送的车辆的多维特征信息；

根据所述多维特征信息计算对应的综合得分并检索预设的车型数据库中各车型对应的得分范围，当所述综合得分属于任一车型对应的得分范围时，确定识别出所述车辆的车型；

将所述车辆的车型信息返回给指定物流园区出口处的岗亭终端。

6.一种物流园区车辆停车收费系统，其特征在于，包括：云端服务器，与所述云端服务器连接且位于物流园区内的车型识别设备和岗亭终端；

所述车型识别设备位于物流园区入口处，用于检测到车辆驶入指定识别区域时，采集所述车辆的多维特征信息，将采集的多维特征信息传输至云端服务器；

所述云端服务器根据所述多维特征信息识别出所述车辆的车型，将识别出的车辆的车型信息发送至物流园区出口处的岗亭终端；

物流园区出口处的岗亭终端，在物流园区内的车辆行驶到物流园区出口处时识别等待离开的车辆的牌照，根据等待离开的车辆的牌照信息确定对应的车型和停车费率，并根据入场时间，车型和停车费率计算应收停车费金额；

物流园区出口处的岗亭终端输出所述应收停车费金额供等待离开的车辆的车主支付停车费。

7.根据权利要求6所述的系统，其特征在于，所述车型识别设备对车辆进行拍摄得到多张图像，并从多张图像中提取下列信息中的一种或多种：车辆的牌照颜色信息；车身长度信息；车身高度信息；车头特征信息；轴数信息；轴距信息；底盘特征信息；车尾特征信息。

8.根据权利要求6所述的系统，其特征在于，该系统还包括：停车场本地数据库以及用于识别车辆的牌照的车牌识别机，

物流园区出口处的岗亭终端，用于在接收所述云端服务器返回的车型信息之后，根据位于物流园区入口处的所述车牌识别机发送的车辆的牌照信息，建立所述车型信息和车辆的牌照信息的对应关系并存储在所述停车场本地数据库中。

9.根据权利要求6所述的系统，其特征在于，该系统还包括：LED电子显示屏，

物流园区出口处的岗亭终端将应收停车费金额信息发送至物流园出口处的LED电子显示屏，所述LED电子显示屏接收并实时显示应收停车费金额信息。

10.根据权利要求8所述的系统，其特征在于，所述车牌识别机为车牌识别摄像机；

所述车型识别设备到入口道闸之间的距离减所述车牌识别机到所述入口道闸之间的距离得到的差值大于预设阈值。