CN109235995A - 一种车位锁装置、控制方法 - Google Patents

一种车位锁装置、控制方法 Download PDF

Info

Publication number
CN109235995A
CN109235995A CN201811124259.1A CN201811124259A CN109235995A CN 109235995 A CN109235995 A CN 109235995A CN 201811124259 A CN201811124259 A CN 201811124259A CN 109235995 A CN109235995 A CN 109235995A
Authority
CN
China
Prior art keywords
depth information
depth
vehicle
berth lock
lock
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
Application number
CN201811124259.1A
Other languages
English (en)
Other versions
CN109235995B (zh
Inventor
宋林东
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.)
Goertek Optical Technology Co Ltd
Original Assignee
Goertek Inc
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 Goertek Inc filed Critical Goertek Inc
Priority to CN201811124259.1A priority Critical patent/CN109235995B/zh
Publication of CN109235995A publication Critical patent/CN109235995A/zh
Application granted granted Critical
Publication of CN109235995B publication Critical patent/CN109235995B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • E—FIXED CONSTRUCTIONS
    • E04—BUILDING
    • E04H—BUILDINGS OR LIKE STRUCTURES FOR PARTICULAR PURPOSES; SWIMMING OR SPLASH BATHS OR POOLS; MASTS; FENCING; TENTS OR CANOPIES, IN GENERAL
    • E04H6/00—Buildings for parking cars, rolling-stock, aircraft, vessels or like vehicles, e.g. garages
    • E04H6/42—Devices or arrangements peculiar to garages, not covered elsewhere, e.g. securing devices, safety devices, monitoring and operating schemes; centering devices
    • E—FIXED CONSTRUCTIONS
    • E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
    • E01F—ADDITIONAL WORK, SUCH AS EQUIPPING ROADS OR THE CONSTRUCTION OF PLATFORMS, HELICOPTER LANDING STAGES, SIGNS, SNOW FENCES, OR THE LIKE
    • E01F13/00—Arrangements for obstructing or restricting traffic, e.g. gates, barricades ; Preventing passage of vehicles of selected category or dimensions
    • E01F13/04—Arrangements for obstructing or restricting traffic, e.g. gates, barricades ; Preventing passage of vehicles of selected category or dimensions movable to allow or prevent passage
    • E01F13/042—Arrangements for obstructing or restricting traffic, e.g. gates, barricades ; Preventing passage of vehicles of selected category or dimensions movable to allow or prevent passage for controlling access to an individual parking space
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/00174—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles

Abstract

本发明实施例提供一种车位锁装置、控制方法，该方法包括：若车位锁为锁定状态，获取第一深度信息；根据所述第一深度信息和预设开锁阈值之间的第一对比结果，开启所述车位锁；若所述车位锁为开启状态，获取第二深度信息；根据所述第二深度信息和预设锁定阈值之间的第二对比结果，锁定所述车位锁。通过上述方案，能够实现准确、高效的对车位锁的开启、锁定的控制，提升用户对车位管理工作效率。

Description

一种车位锁装置、控制方法
技术领域
本发明涉及计算机技术领域，尤其涉及一种车位锁装置、控制方法。
背景技术
目前汽车保有量越来越多，相应的车位资源越来越紧张，停车场和私人车位为了方便管理，通常会在车位安装车位锁。
在现有技术中，车位锁通常需要人员手动开启和锁定，比如，驾驶员需要停车入位，在到达停车位后，驾驶员下车开锁并驶入车位；驾驶员想要驾车外出，在车辆驶出车位后，驾驶员下车锁定车位锁后驾车离开；为驾驶员增加车位锁开启和锁定的工作量。目前还有一部分车位锁为半自动车位锁，一般需要人员通过遥控器控制车位锁开启或者关闭。在上述两种车位锁的使用过程中，若驾驶员在车辆驶入之前忘记开启车位锁，会发生剐蹭事故，造成不必要的损失。
基于此，需要一种简单的实现车位锁全自动控制的方案。
发明内容
有鉴于此，本发明实施例提供一种车位锁装置、控制方法，本发明需要一种简单的实现车位锁全自动控制的方案。
第一方面，本发明实施例提供一种车位锁控制方法，包括：
若车位锁为锁定状态，获取第一深度信息；
根据所述第一深度信息和预设开锁阈值之间的第一对比结果，开启所述车位锁；
若所述车位锁为开启状态，获取第二深度信息；
根据所述第二深度信息和预设锁定阈值之间的第二对比结果，锁定所述车位锁。
进一步地，所述获取第一深度信息之后，还包括：
实时获取车位前方深度信息作为第一深度信息之后，根据第一背景深度信息和所述第一深度信息，确定车辆深度信息。
进一步地，确定车辆深度信息之后，还包括：
根据所述车辆深度信息和预设识别开启条件，开启对车辆身份识别。
进一步地，所述根据所述车辆深度信息和预设识别开启条件，开启对车辆身份识别，包括：
根据所述车辆深度信息，获取深度均值和车辆面积；
若所述深度均值符合预设深度均值，并且若所述车辆面积符合预设面积，则开启对车辆身份识别。
进一步地，所述预设开锁阈值包括：预设车辆轮廓阈值和预设车牌信息；
所述根据所述第一深度信息和预设开锁阈值之间的第一对比结果，开启所述车位锁，包括：
根据基于所述第一深度信息得到的所述车辆深度信息，确定车辆轮廓识别结果和车牌识别结果；
若所述车辆轮廓识别结果符合所述预设车辆轮廓阈值，并且若所述车牌识别结果符合所述预设车牌信息，则开启所述车位锁。
进一步地，所述车牌识别结果符合预设车牌信息，包括：
根据获取的所述车辆深度信息中的车牌彩色图像信息和车牌深度信息，对车牌彩色图像进行校正；
根据校正后的所述车牌彩色图像信息，获得所述车牌识别结果。
进一步地，所述获取第二深度信息之后，还包括：
实时获取车位上方深度信息作为第二深度信息之后，根据第二背景深度信息和所述第二深度信息，确定车位深度信息。
进一步地，所述根据所述第二深度信息和预设锁定阈值之间的第二对比结果，锁定所述车位锁，包括：
若基于所述第二深度信息得到的所述车位深度信息符合预设车位深度阈值，则锁定所述车位锁。
第二方面，本发明实施例提供一种车位锁装置，包括：
深度图像采集模块、数据计算模块、机械模块；所述深度图像采集模块与所述数据计算模块电连接，并设置在所述机械模块上；
若车位锁为锁定状态，所述深度图像采集模块用于获取第一深度信息；
所述数据计算模块用于根据所述第一深度信息和预设开锁阈值之间的第一对比结果，计算是否开启所述车位锁中的所述机械模块；
若所述车位锁为开启状态，所述深度图像采集模块用于获取第二深度信息；
所述数据计算模块用于根据所述第二深度信息和预设锁定阈值之间的第二对比结果，计算是否锁定所述车位锁中的所述机械模块。
进一步地，所述机械模块包括：驱动装置、升降架、底座；
所述升降架与所述底座铰接；
所述驱动装置的第一端与所述升降架铰接，所述驱动装置的第二端与上所述底座铰接；
所述深度图像采集模块设置在所述升降架顶部横梁上，若所述车位锁为锁定状态，所述深度图像采集模块朝向前方；若所述车位锁为开启状态，所述深度图像采集模块朝向上方。
本发明实施例提供的车位锁控制方法，通过在车位锁上安装深度图像采集模块，获取所需的深度信息。当车位锁为锁定状态时，对通过深度图像采集模块获取到的第一深度信息进行处理，根据处理结果判断是否开启车锁；在对第一深度信息进行处理时，充分利用深度信息实现对车辆、车牌的识别准确率的提升。当车位锁为开启状态时，对通过深度图像采集模块获取到的第二深度信息进行处理，根据处理结果判断是否锁定车锁。通过上述方案，能够实现准确、高效的对车位锁的开启、锁定的控制，提升用户对车位管理工作效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种车位锁控制方法的流程示意图；
图2为本发明实施例提供的计算车牌倾斜角度的结构示意图；
图3为本发明实施例提供的一种车位锁装置的结构示意图；
图4为本发明实施例提供的一种车位锁的机械结构示意图。
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作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。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义，“多种”一般包含至少两种，但是不排除包含至少一种的情况。
应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
还需要说明的是，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商品或者系统不仅包括那些要素，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商品或者系统所固有的要素。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商品或者系统中还存在另外的相同要素。
另外，下述各方法实施例中的步骤时序仅为一种举例，而非严格限定。
图1为本发明实施例提供的车位锁控制方法的流程图，本实施例中的车位锁控制方法可以由控制单元(比如，CPU)来执行。如图1所示，该方法包括如下步骤：
101：若车位锁为锁定状态，获取第一深度信息。
需要说明的是，在本发明技术方案中的车位锁中是有电源装置的，该电源装置比如可以通过电源线直接由电力系统供电，也可以由电池或者太阳能电源供电。由于电源装置是自动车位锁中所必须，并且比较常见的装置，在本申请技术方案中就不过多叙述。
容易理解，车位锁可以有开启状态和锁定状态，这里所说的锁定状态是指车位锁的升降机械结构处于升起的防止车辆驶入的状态。这里所说的开启状态是指车位锁的升降机械结构处于下降的允许车辆驶入的状态。
102：根据所述第一深度信息和预设开锁阈值之间的第一对比结果，开启所述车位锁。
这里所说的开锁阈值比如可以是对车牌的识别结果。第一深度信息通常包含背景深度信息和车辆深度信息，在这里，主要是利用车辆深度信息进行后续的对比。
在开启车位锁时，可以通过动力装置(比如，液压杆或电机)驱动车位锁的升降机械结构下降。在本发明技术方案中，车位锁的机械结构类型可以有很多种，这里就不做具体限制。
容易理解，若第一对比结果为不符合预设开锁阈值，则不开启车位锁。
103：若所述车位锁为开启状态，获取第二深度信息。
如前文所述可知，这里所说的开启状态是车位锁升降机械结构处于下降状态。
这里所说的第二深度信息，可以理解为通过深度图像采集模块获取的车位锁上方的深度图像信息。
104：根据所述第二深度信息和预设锁定阈值之间的第二对比结果，锁定所述车位锁。
容易理解，在车辆驶出时车位锁由开启状态变为锁定状态，所获取的第二深度信息是不包含车辆深度信息。
若第二对比结果不符合预设锁定阈值，则不锁定车位锁，避免车位锁与车辆发生碰撞，造成不必要的损失。
在本发明的一个或者多个实施例中，所述获取第一深度信息之后，还可以包括：实时获取车位前方深度信息作为第一深度信息之后，根据第一背景深度信息和所述第一深度信息，确定车辆深度信息。
这里所说的第一背景深度信息是通过深度图像采集模块获取到的不含有车辆深度信息是背景图像深度信息。第一深度信息是车位锁在锁定状态下通过深度图像采集模块获取到的图像深度信息，该第一深度信息中包含车辆深度信息。
在实际应用中，深度图像采集模块需要实时获取图像深度信息的，并将获取到的图像深度信息与第一背景深度信息进行减法运算，从而可以进行深度信息的对比。
例如，假设第一深度信息为DR，第一背景深度信息为DB，DR与DB的异或运算值为IA，进一步计算车辆所在位置的车辆深度信息DA，具体公式如下：
DA(i,j)＝DR(i,j)×IA(i,j),(i＝0→width，j＝0→high)；
在进行异或运算时，有车辆的位置结果为1，其他位置为0。Width，high为图像的宽度和高度。
在本发明的一个或者多个实施例中，确定车辆深度信息之后，还可以包括：根据所述车辆深度信息和预设识别开启条件，开启对车辆身份识别。
在实际应用中，在一些车流量比较大的停车场所中，车位前方可能会频繁有车辆经过，为了避免车辆经过的情况下错误开启车辆身份识别，本申请技术方案中采用不同于通过超声波传感器或红外传感器作为车辆识别开启条件。只有在确定有授权车辆准备驶入车位时才开启车辆身份识别，能够有效避免识别错误触发的问题出现，能够节约车位锁电能。
在本发明的一个或者多个实施例中，所述根据所述车辆深度信息和预设识别开启条件，开启对车辆身份识别，具体可以包括：根据所述车辆深度信息，获取深度均值和车辆面积；若所述深度均值符合预设深度均值，并且若所述车辆面积符合预设面积，则开启对车辆身份识别。
在实际应用中，若是车辆经过车位，但不是计划驶入车位，获取到的往往是车辆的侧面图像，换言之，获取到的车辆面积和预设面积不相符。
具体来说，在获取到车辆深度信息之后，分别计算深度均值和车辆面积。通常会预先设定预设深度均值AVG和预设面积S。计算深度均值和车辆面积过程如下：
这里所说的A1表示深度均值，A2表示车辆面积；Width，high为图像的宽度和高度；其中，δ为距离与面积转换的固定系数，根据深度图像采集模块(比如，深度摄像机)的固有特性，不同深度图像采集模块具有不同的δ值。
在本发明的一个或者多个实施例中，所述预设开锁阈值包括：预设车辆轮廓阈值和预设车牌信息；
所述根据所述第一深度信息和预设开锁阈值之间的第一对比结果，开启所述车位锁，具体可以包括：根据基于所述第一深度信息得到的所述车辆深度信息，确定车辆轮廓识别结果和车牌识别结果；若所述车辆轮廓识别结果符合所述预设车辆轮廓阈值，并且若所述车牌识别结果符合所述预设车牌信息，则开启所述车位锁。
在实际应用中，为了确保识别结果的准确性，在本发明技术方案中，设定两个判断条件，分别是车辆轮廓识别结果和车牌识别结果，只有这两个识别结果都符合预设条件，才认为该车辆识别通过，并开启车位锁。
具体来说，车辆识别过程如下：
通过对获取的车辆深度信息进行数据处理，获取车辆的拐点信息(换言之，车辆图像边沿拐点)等车辆轮廓识别结果B。其中B包括凸点信息B1和凹点信息B2，车辆轮廓阈值包括凸点阈值μB1和凹点阈值μB2。当B1和B2同时达到凸点阈值μB1和凹点阈值μB2要求时，B符合预设车辆轮廓阈值。
GA(i,j)＝DA(i,j)×F,(i＝0→width，j＝0→high)；
其中F为运算因子矩阵，GA为车辆深度信息与运算因子矩阵的二维运算数据。λ1与λ2为判定凹凸点的判断条件值。
在本发明的一个或者多个实施例中，所述车牌识别结果符合预设车牌信息，具体可以包括：根据获取的所述车辆深度信息中的车牌彩色图像信息和车牌深度信息，对车牌彩色图像进行校正；根据校正后的所述车牌彩色图像信息，获得所述车牌识别结果。
获取通过图像采集模组(比如，RGB模组)获取车辆的彩色图像信息，对车辆的彩色图像信息进行处理，获取车辆牌照在彩色图像中的图像信息。通过深度模组中预存的图像采集模组与深度模组的相对关系，获取车牌彩色图像信息在深度图像中的深度信息，通过该深度信息计算车牌的倾斜角度，通过倾斜角度对相应的车牌彩色图像信息做梯形校正和车牌识别。
其中，相对关系是深度相机预先标定的，包括：相对位移，相对倾斜，相当对旋转。
根据车牌的深度信息，计算车牌的倾斜角度，如图2所示，倾斜角度的计算算法如下：
其中α和β分别为P1到P3方向和P2到P4方向的倾斜角，L为车牌的对角线长度，一般为固定值。
在本发明的一个或者多个实施例中，所述获取第二深度信息之后，还可以包括：实时获取车位上方深度信息作为第二深度信息之后，根据第二背景深度信息和所述第二深度信息，确定车位深度信息。
这里所说的第二背景深度信息是不包含车辆深度信息的背景图像深度信息。
根据第二背景深度信息和第二深度信息确定车位深度信息，具体来说，对两组深度信息做异或运算，公式如下：
假设，IB为运算后的结果，DR2为第二背景深度信息，DB2为第二深度信息。
在本发明的一个或者多个实施例中，所述根据所述第二深度信息和预设锁定阈值之间的第二对比结果，锁定所述车位锁，具体可以包括：若基于所述第二深度信息得到的所述车位深度信息符合预设车位深度阈值，则锁定所述车位锁。
假设，预设车位深度阈值为IC，若计算得到的IB满足车位深度阈值IC，换言之，第二深度信息中仅有背景深度信息，不包含车辆深度信息则锁定车位锁，则锁定车位锁。若第二深度信息中包含车辆深度信息，则IB不满足IC，则不锁定车位锁。
基于同样的思路，本发明实施例还提供一种车位锁装置，如图3所示，该装置主要包括：
深度图像采集模块31、数据计算模块32、机械模块33；所述深度图像采集模块31与所述数据计算模块32电连接，并设置在所述机械模块33上；
若车位锁为锁定状态，所述深度图像采集模块31用于获取第一深度信息；所述数据计算模块32用于根据所述第一深度信息和预设开锁阈值之间的第一对比结果，计算是否开启所述车位锁中的所述机械模块33；
若所述车位锁为开启状态，所述深度图像采集模块31用于获取第二深度信息；所述数据计算模块32用于根据所述第二深度信息和预设锁定阈值之间的第二对比结果，计算是否锁定所述车位锁中的所述机械模块33。
这里所说的深度图像采集模块31比如可以是深度相机，用于获取相机视野内目标的深度信息并输出深度点云图的设备。主流的深度相机技术有TOF，结构光，双目视觉。在深度相机中，可以包括摄像头模组和激光模组等等。
在本发明的一个或者多个实施例中，如图4所示为本说明书实施例提出的一种车位锁的机械结构图。所述机械模块33包括：驱动装置33a、升降架33b、底座33c；
所述升降架33b与所述底座33c铰接；所述驱动装置33a的第一端与所述升降架33b铰接，所述驱动装置33a的第二端与上所述底座33c铰接；所述深度图像采集模块31设置在所述升降架33b顶部横梁上，若所述车位锁为锁定状态，所述深度图像采集模块31朝向前方；若所述车位锁为开启状态，所述深度图像采集模块31朝向上方。当然，这里的深度图像采集模块31与机械模块33之间的位置关系是举例说明，在实际应用中，可以采用本实施例中的技术方案，也可以根据实际机械模块33的结构关系和尺寸，调整深度图像采集模块31与机械模块33之间的位置关系。
基于上述实施例，通过在车位锁上安装深度图像采集模块，获取所需的深度信息。当车位锁为锁定状态时，对通过深度图像采集模块获取到的第一深度信息进行处理，根据处理结果判断是否开启车锁；在对第一深度信息进行处理时，充分利用深度信息实现对车辆、车牌的识别准确率的提升。当车位锁为开启状态时，对通过深度图像采集模块获取到的第二深度信息进行处理，根据处理结果判断是否锁定车锁。通过上述方案，能够实现准确、高效的对车位锁的开启、锁定的控制，提升用户对车位管理工作效率。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
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各实施方式可借助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和软件结合的方式来实现。基于这样的理解，上述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计算机产品的形式体现出来，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
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坐标确定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坐标确定设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程坐标确定设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程坐标确定设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种车位锁控制方法，其特征在于，所述方法包括：
若车位锁为锁定状态，获取第一深度信息；
根据所述第一深度信息和预设开锁阈值之间的第一对比结果，开启所述车位锁；
若所述车位锁为开启状态，获取第二深度信息；
根据所述第二深度信息和预设锁定阈值之间的第二对比结果，锁定所述车位锁。
2.根据权利要求1所述的方法，其特征在于，所述获取第一深度信息之后，还包括：
实时获取车位前方深度信息作为第一深度信息之后，根据第一背景深度信息和所述第一深度信息，确定车辆深度信息。
3.根据权利要求2所述的方法，其特征在于，确定车辆深度信息之后，还包括：
根据所述车辆深度信息和预设识别开启条件，开启对车辆身份识别。
4.根据权利要求3所述的方法，其特征在于，所述根据所述车辆深度信息和预设识别开启条件，开启对车辆身份识别，包括：
根据所述车辆深度信息，获取深度均值和车辆面积；
若所述深度均值符合预设深度均值，并且若所述车辆面积符合预设面积，则开启对车辆身份识别。
5.根据权利要求2或4所述的方法，其特征在于，所述预设开锁阈值包括：预设车辆轮廓阈值和预设车牌信息；
所述根据所述第一深度信息和预设开锁阈值之间的第一对比结果，开启所述车位锁，包括：
根据基于所述第一深度信息得到的所述车辆深度信息，确定车辆轮廓识别结果和车牌识别结果；
若所述车辆轮廓识别结果符合所述预设车辆轮廓阈值，并且若所述车牌识别结果符合所述预设车牌信息，则开启所述车位锁。
6.根据权利要求5所述的方法，其特征在于，所述车牌识别结果符合预设车牌信息，包括：
根据获取的所述车辆深度信息中的车牌彩色图像信息和车牌深度信息，对车牌彩色图像进行校正；
根据校正后的所述车牌彩色图像信息，获得所述车牌识别结果。
7.根据权利要求1所述的方法，其特征在于，所述获取第二深度信息之后，还包括：
实时获取车位上方深度信息作为第二深度信息之后，根据第二背景深度信息和所述第二深度信息，确定车位深度信息。
8.根据权利要求7所述的方法，其特征在于，所述根据所述第二深度信息和预设锁定阈值之间的第二对比结果，锁定所述车位锁，包括：
若基于所述第二深度信息得到的所述车位深度信息符合预设车位深度阈值，则锁定所述车位锁。
9.一种车位锁装置，其特征在于，包括：
深度图像采集模块、数据计算模块、机械模块；所述深度图像采集模块与所述数据计算模块电连接，并设置在所述机械模块上；
若车位锁为锁定状态，所述深度图像采集模块用于获取第一深度信息；
所述数据计算模块用于根据所述第一深度信息和预设开锁阈值之间的第一对比结果，计算是否开启所述车位锁中的所述机械模块；
若所述车位锁为开启状态，所述深度图像采集模块用于获取第二深度信息；
所述数据计算模块用于根据所述第二深度信息和预设锁定阈值之间的第二对比结果，计算是否锁定所述车位锁中的所述机械模块。
10.根据权利要求9所述的装置，其特征在于，
所述机械模块包括：驱动装置、升降架、底座；
所述升降架与所述底座铰接；
所述驱动装置的第一端与所述升降架铰接，所述驱动装置的第二端与上所述底座铰接；
所述深度图像采集模块设置在所述升降架顶部横梁上，若所述车位锁为锁定状态，所述深度图像采集模块朝向前方；若所述车位锁为开启状态，所述深度图像采集模块朝向上方。
CN201811124259.1A 2018-09-26 2018-09-26 一种车位锁装置、控制方法 Active CN109235995B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811124259.1A CN109235995B (zh) 2018-09-26 2018-09-26 一种车位锁装置、控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811124259.1A CN109235995B (zh) 2018-09-26 2018-09-26 一种车位锁装置、控制方法

Publications (2)

Publication Number Publication Date
CN109235995A true CN109235995A (zh) 2019-01-18
CN109235995B CN109235995B (zh) 2021-03-09

Family

ID=65056241

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811124259.1A Active CN109235995B (zh) 2018-09-26 2018-09-26 一种车位锁装置、控制方法

Country Status (1)

Country Link
CN (1) CN109235995B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110335499A (zh) * 2019-07-23 2019-10-15 长沙理工大学 一种智能车位共享方法以及系统
CN110992729A (zh) * 2019-12-25 2020-04-10 深圳人人停技术有限公司 预约停车管理方法、装置、设备及介质
CN112289070A (zh) * 2020-10-20 2021-01-29 广州小鹏自动驾驶科技有限公司 一种车位检测方法、装置、车辆、可读介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120323369A1 (en) * 2011-06-14 2012-12-20 Hon Hai Precision Industry Co., Ltd. Mechanical parking system for vehicles and method for controlling the same
CN108022431A (zh) * 2017-12-04 2018-05-11 珠海横琴小可乐信息技术有限公司 一种通过视频采集图像检测车位的方法及系统
CN108203947A (zh) * 2018-01-31 2018-06-26 中国地质大学（武汉） 基于嵌入式车牌识别的智能车位锁
CN108221755A (zh) * 2017-12-29 2018-06-29 青岛联合创智科技有限公司 一种基于车牌识别技术的智能车位锁

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120323369A1 (en) * 2011-06-14 2012-12-20 Hon Hai Precision Industry Co., Ltd. Mechanical parking system for vehicles and method for controlling the same
CN108022431A (zh) * 2017-12-04 2018-05-11 珠海横琴小可乐信息技术有限公司 一种通过视频采集图像检测车位的方法及系统
CN108221755A (zh) * 2017-12-29 2018-06-29 青岛联合创智科技有限公司 一种基于车牌识别技术的智能车位锁
CN108203947A (zh) * 2018-01-31 2018-06-26 中国地质大学（武汉） 基于嵌入式车牌识别的智能车位锁

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110335499A (zh) * 2019-07-23 2019-10-15 长沙理工大学 一种智能车位共享方法以及系统
CN110992729A (zh) * 2019-12-25 2020-04-10 深圳人人停技术有限公司 预约停车管理方法、装置、设备及介质
CN112289070A (zh) * 2020-10-20 2021-01-29 广州小鹏自动驾驶科技有限公司 一种车位检测方法、装置、车辆、可读介质
CN112289070B (zh) * 2020-10-20 2021-12-07 广州小鹏自动驾驶科技有限公司 一种车位检测方法、装置、车辆、可读介质

Also Published As

Publication number Publication date
CN109235995B (zh) 2021-03-09

Similar Documents

Publication Publication Date Title
CN109235995A (zh) 一种车位锁装置、控制方法
US9836058B2 (en) Attributed roadway trajectories for self-driving vehicles
Douillard et al. A pipeline for the segmentation and classification of 3D point clouds
Xiao et al. Planar segment based three‐dimensional point cloud registration in outdoor environments
Santamaria‐Navarro et al. Terrain classification in complex three‐dimensional outdoor environments
CN106981082A (zh) 车载摄像头标定方法、装置及车载设备
BR102013020974A2 (pt) Método de identificação de um objeto rastreado
Xu et al. Geometric primitive extraction from point clouds of construction sites using VGS
CN107077570A (zh) 用于检测通过数据分发通道发送敏感信息的尝试的系统和方法
ITMI20081296A1 (it) "procedimento per filtrare immagini sar dal rumore di speckle e relativo dispositivo"
CN110390306A (zh) 直角车位的检测方法、车辆和计算机可读存储介质
CN109902610A (zh) 交通标志识别方法和装置
Wang et al. Combining semantic scene priors and haze removal for single image depth estimation
Bajpai et al. Planetary monocular simultaneous localization and mapping
Kakillioglu et al. Doorway detection for autonomous indoor navigation of unmanned vehicles
CN110489182B (zh) 一种带有自主导航模块的机器人云平台设计方法
CN102737253B (zh) 一种sar图像目标识别方法
Alvar et al. Mixture of merged gaussian algorithm using RTDENN
US8005261B2 (en) Model-based object classification and target recognition
CN111045026B (zh) 一种识别充电桩位姿的方法及装置
KR102505317B1 (ko) 색상 판독을 이용한 전기차 인식 방법 및 그를 이용한 전기차 주차관리 시스템
CN109559545A (zh) 一种车位共享方法、系统和装置
Hinz Integrating local and global features for vehicle detection in high resolution aerial imagery
CN114092857A (zh) 基于闸道的集卡图像采集方法、系统、设备及存储介质
Ylimäki et al. Fast and accurate multi‐view reconstruction by multi‐stage prioritised matching

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
TA01 Transfer of patent application right

Effective date of registration: 20201030

Address after: 261061 north of Yuqing East Street, east of Dongming Road, Weifang High tech Zone, Weifang City, Shandong Province (Room 502, Geer electronic office building)

Applicant after: GoerTek Optical Technology Co.,Ltd.

Address before: 261031 No. 268 Dongfang Road, Weifang hi tech Industrial Development Zone, Shandong, Weifang

Applicant before: GOERTEK Inc.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant