CN109598938A - 基于无人机城市交通诱导系统及城市综合智能交通系统 - Google Patents

基于无人机城市交通诱导系统及城市综合智能交通系统 Download PDF

Info

Publication number
CN109598938A
CN109598938A CN201811576629.5A CN201811576629A CN109598938A CN 109598938 A CN109598938 A CN 109598938A CN 201811576629 A CN201811576629 A CN 201811576629A CN 109598938 A CN109598938 A CN 109598938A
Authority
CN
China
Prior art keywords
parking
traffic
unmanned plane
data
urban
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
CN201811576629.5A
Other languages
English (en)
Other versions
CN109598938B (zh
Inventor
周丽华
高雪峰
宋怀昊
李源
田永辉
曹振鑫
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.)
Anhui Tian Lu Aerotech Inc
Original Assignee
Hefei University of Technology
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 Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN201811576629.5A priority Critical patent/CN109598938B/zh
Publication of CN109598938A publication Critical patent/CN109598938A/zh
Application granted granted Critical
Publication of CN109598938B publication Critical patent/CN109598938B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
    • 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
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开基于无人机城市交通诱导系统及城市综合智能交通系统。所述城市综合智能交通系统包括所述基于无人机城市交通诱导系统以及智能车位监测系统。所述基于无人机城市交通诱导系统需配合一个基于无人机城市交通诱导方法使用。本发明天通过将无人机与交通疏导结合，可以有效解决覆盖面不够广，出警速度不够快的问题。本发明的最大特点是无人机灵活自由的飞行，可以随时巡航监控道路交通状况与违法停车现象。事故发生时，无人机可以在交警出动之前以最快的速度到达事故现场进行处理。无人机与城市交通管理系统的结合将大大提升城市交通管理系统的科学性与高效性，形成了一种智慧城市交通诱导系统。

Description

基于无人机城市交通诱导系统及城市综合智能交通系统
技术领域
本发明涉及城市交通诱导疏通技术领域，具体为一种基于无人机城市交通诱导系统及城市综合智能交通系统。
背景技术
随着私家车数量的增多，交通拥堵成为困扰我国大多数城市的一大问题。而城市交通秩序疏导基本上还是依赖交警和红绿灯岗亭疏导，管理力量不足，覆盖面不够广，交通管理科技手段还比较低。尤其是当出现交通事故的时候，很多事故双方为了保护现场，往往牺牲了整个道路交通，这时出警速度就决定了能否以最快速度解决拥堵。城市违法停车的问题也是当前城市交通拥堵的一大原因，只靠交警有限的人力监管很难有效的解决，通过无人机的巡航可以有效的节约人力，且更高效的对道路违停现象进行监管。
发明内容
本发明的目的在于提供基于无人机城市交通诱导系统及城市综合智能交通系统，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：基于无人机城市交通诱导系统，其用于城市综合智能交通系统对城市交通进行疏导，所述诱导系统包括：
无人机监控单元，其包括至少一个无人机机体以及安装在所述无人机机体上的数据模块和相机，所述无人机机体位于所述城市交通上空，所述相机用于采集城市交通道路的交通状态并将采集到的交通状态图片数据通过所述数据模块输出；
地面控制台，其安设在城市交警总局内，所述地面控制台用于接收并处理所述数据模块输出的交通状态图片数据，所述地面控制台基于所述交通状态图片数据做出相应的交通诱导方案，并将所述交通诱导方案通过所述数据模块输入给无人机监控单元；
巡逻车，其搭载接收设备用于接收所述地面控制台发出的交通诱导方案指令来指导所述巡逻车上的交警进行交通疏导，在接收所述地面控制台发出的所述交通诱导方案指令后，所述无人机监控单元配合所述巡逻车上的交警进行交通疏导。
优选的，所述无人机监控单元还包括安装在所述无人机机体上的GPS定位模块和扩音器；所述GPS定位模块和扩音器相互独立，所述GPS定位模块用于确定所述无人机机体采集数据的地理位置，所述扩音器用于高空喊话并接收和传达所述地面控制台和所述巡逻车上的交警下达的交通指令。
优选的，所述无人机监控单元还包括安装在所述无人机机体上的图像存储模和控制电路模块；所述GPS定位模块、扩音器、图像存储模和控制电路模块相互独立，所述图像存储模块用于临时储存所述无人机机体采集的信息，所述控制电路模块用于控制所述无人机机体近距离的遥控操作。
优选的，所述地面控制台上安装有显示器，通过所述显示器显示所述交通诱导方案。
本发明还提出基于无人机城市交通诱导方法，其用于配合所述的基于无人机城市交通诱导系统，所述诱导方法还包括以下步骤：
S21、判断所述地面控制台吗是否接到事故警报电话，是，则执行步骤S2；
S22、所述诱导系统进入紧急模式后并执行步骤S3；
S23、在事故现场附近，所述巡逻车就近抽调所述无人机机体在第一时间赶赴事故现场并利用所述相机采集现场图像；
S24、将采集的所述现场图像通过所述数据模块发送给所述地面控制台；
S25、所述地面控制台对所述事故现场进行事故定责并将处理处理方案发送给所述无人机监控单元和所述巡逻车；
S26、所述巡逻车上的交警进行现场交通疏导，且所述无人机机体通过扩音器配合交警疏导。
优选的，当所述地面控制台没有接到事故警报电话时，所述诱导方法还包括：
S27、所述诱导系统进入常规模式后执行步骤S8；
S28、利用所述相机采集所述违停车辆的图像，然后执行步骤S9；
S29、所述无人机单元将收集的所述违停车辆的图像通过所述数据模块传输给所述地面控制台，所述地面控制台将处理方案发给所述巡逻车；
S210、所述巡逻车上的交警对违停车辆处理。
优选的，当所述诱导系统进入常规模式后，所述诱导方法还包括：
S211、利用所述相机采集交通道路上的行车图像后执行步骤S12；
S212、所述无人机单元将收集的所述行车图像通过数据模块传输给所述地面控制台；
S213、所述地面控制台根据所述行车图像做出交通疏导方案并将交通疏导方案发送给所述巡逻车，所述巡逻车上的交警进行现场交通指挥。
优选的，所述基于无人机城市交通诱导系统还配合一个一种智能车位监测系统用于所述城市综合智能交通系统对城市道路上的违停车辆处理，所述智能车位监测系统包括：
四个车位感知传感器单元，其分别安装在停车位上，且在车辆停车在所述停车位上且所述车辆的四个车轮分别位于所述四个车位感知传感器单元上时，输出对应的四个停车数据w10，w20，w30，w40；
车位信息板，其实时采集所述四个车位感知传感器单元的四个停车数据w10，w20，w30，w40，并对一段预定时间段内采集的多组四个停车数据w10，w20，w30，w40进行数据处理，以检测所述停车位上是否停有车辆；所述车位信息板的数据处理采用智能车位监测方法力进行，所述智能车位监测方法包括以下步骤：
S11、采集当前的四个停车数据w10，w20，w30，w40，其中，所述四个停车数据w10，w20，w30，w40分别由四个车位感知传感器单元获取，所述四个车位感知传感器单元分别安装在停车位上，且在车辆停车在所述停车位上且所述车辆的四个车轮分别位于所述四个车位感知传感器单元上时，输出对应的四个停车数据w10，w20，w30，w40；
S12、判断当前采集的四个停车数据w10，w20，w30，w40和上一次采集的四个停车数据w10，w20，w30，w40是否一致，若一致，则执行步骤S13，否则返回步骤S11；
S13、次数Y计数一次，次数Y表征当前采集的四个停车数据w10，w20，w30，w40和上一次采集的四个停车数据w10，w20，w30，w40一致的次数；
S14、判断次数Y是否大于等于M，M为正整数，是则执行步骤S15，否则返回步骤S11；
S15、判断当前采集的四个停车数据w10，w20，w30，w40是否都大于一个预定阈值一，是则进行步骤S16；
S16、判断当前采集的四个停车数据w10，w20，w30，w40是否在一个标定范围一内，是则进行步骤S17；
S17、根据当前采集的四个停车数据w10，w20，w30，w40计算所述车辆的重心坐标(Wx，Wy)，并根据投影停车位坐标系确定所述车辆的重心坐标，所述投影停车位坐标系是以所述停车位的矩形中心为坐标原点，所述投影停车位坐标系的x轴与矩形宽方向平行，投影停车位坐标系的y轴与矩形长方向平行；
S18、判断重心坐标(Wx，Wy)是否在一个标定范围二内，是则进行步骤S19；
S19、认定所述停车位上停有车辆。
优选的，当前采集的四个停车数据w10，w20，w30，w40中至少一者小于所述预定阈值一时，所述智能车位监测方法还包括：
S110、判断，当前采集的四个停车数据w10，w20，w30，w40是否都小于一个预定阈值二，是则进行步骤S111；
S111、认定所述停车位上没有停车辆。
本发明还另外提出城市综合智能交通系统，所述城市综合智能交通系统包括所述基于无人机城市交通诱导系统以及智能车位监测系统。
与现有技术相比，本发明的有益效果是：
1、本发明天通过将无人机与交通疏导结合，可以有效解决覆盖面不够广，出警速度不够快的问题。本发明的最大特点是无人机灵活自由的飞行，可以随时巡航监控道路交通状况与违法停车现象。事故发生时，无人机可以在交警出动之前以最快的速度到达事故现场进行处理。无人机与城市交通管理系统的结合将大大提升城市交通管理系统的科学性与高效性，形成了一种智慧城市交通诱导系统。
2、本发明还通过分析处理四个车位感知传感器单元获取的四个停车数据，并将获取的四个停车数据与标准数据库里的停车数据范围做对比以获取停车位上是否停有车辆。然后通过车位信息板LED单元进行逻辑判断并显示所述停车位上停有的车辆是否为违章停车以及所述停车位处于何种状态，对城市停车位实现动态车位状态显控。这样一方面有利于减轻交警巡逻排查的负担，实现全天候大区域违停监测且又方便城市交通管理人员管理停车位。另一方面，也有利于停车者能够清楚得知当前停车位是否可以停车，避免出现违章停车。
附图说明
图1为基于无人机城市交通诱导系统结构示意图；
图2为基于无人机城市交通诱导方法流程图；
图3为智能车位监测方法流程图；
图4为智能车位停车数据的定标流程图；
图5为智能车位监测系统结构示意图；
图6为智能车位示意图；
图7为车位停车检测流程图；
图8为车位信息板LED单元显示逻辑流程图；
图9为智能车位可停车状态示意图；
图10为智能车位停有车辆时的停车状态示意图；
图11为智能车位显示付费离开按钮的状态示意图；
图12为智能车位取消状态的示意图；
图13为智能车位停有违章车辆时的状态示意图。
图14为智能车位的车位异常状态示意图。
具体实施方式
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，所描述的实施例仅仅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。
现实生活中，城市的道路交通主要是由交警进行人工管理与调控。这样交警的工作负担重且工作效率得不到有效的提升。为此，本发明针对上述问题，提出城市综合智能交通系统用于智能化管理城市交通。所述城市综合智能交通系统包括所述基于无人机城市交通诱导系统以及智能车位监测系统。所述城市综合智能交通系统在使用时，所述基于无人机城市交通诱导系统需配合一个基于无人机城市交通诱导方法使用。下面将分别对所述基于无人机城市交通诱导系统以及智能车位监测系统进行讲解。
实施例1
参考图1，基于无人机城市交通诱导系统，其用于城市综合智能交通系统对城市交通进行疏导。所述诱导系统包括：
无人机监控单元，其包括至少一个无人机机体以及安装在所述无人机机体上的数据模块和相机。无人机机体内还搭载无线网卡。通过无线网卡将相机采集规划路段的视频图像信息存储处理后传输到地面控制台。所述无人机机体位于所述城市交通上空，所述相机用于采集城市交通道路的交通状态并将采集到的交通状态图片数据通过所述数据模块输出。所述无人机监控单元还包括安装在所述无人机机体上的GPS定位模块和扩音器。所述GPS定位模块和扩音器相互独立。扩音器可为话筒。所述GPS定位模块用于确定所述无人机机体采集数据的地理位置，所述扩音器用于高空喊话并接收和传达所述地面控制台和所述巡逻车上的交警下达的交通指令。所述无人机监控单元还包括安装在所述无人机机体上的图像存储模和控制电路模块。所述GPS定位模块、扩音器、图像存储模和控制电路模块相互独立。所述图像存储模块用于临时储存所述无人机机体采集的信息，所述控制电路模块用于控制所述无人机机体近距离的遥控操作。
地面控制台，其安设在城市交警总局内。所述地面控制台上安装有显示器，通过所述显示器显示所述交通诱导方案。所述地面控制台用于接收并处理所述数据模块输出的交通状态图片数据。所述地面控制台基于所述交通状态图片数据做出相应的交通诱导方案，并将所述交通诱导方案通过所述数据模块输入给无人机监控单元。具体的，地面控制台对接收到的视频图像数据进行处理，解读实时交通状态，给出相应的交通指挥方案。必要时，地面控制台再传输指令给无人机机体执行相关操作。同时，地面控制台把接收到的视频图像数据，通过网络传输给地面交管控制中心。地面交管控制中心接收到视频图像数据，通过网络实时更新相应交通路况信息板和交通网络平台(包括交通电台及公众号)。用户可以根据路况信息板及交通网络平台，实时规划出行路线。
巡逻车，其搭载接收设备用于接收所述地面控制台发出的交通诱导方案指令来指导所述巡逻车上的交警进行交通疏导，在接收所述地面控制台发出的所述交通诱导方案指令后，所述无人机监控单元配合所述巡逻车上的交警进行交通疏导。具体的，无人机机体可通过搭载的话筒，能够根据巡逻车控制台发布的指令进行喊话，对高峰拥堵路段交通诱导及现场事故处理。根据相机拍摄的图像数据，判断车辆违停等违章问题。同时根据历史拍摄数据，对关键路段区域交通规划提出优化建议。
具体的，所述无人机监控单元、地面控制台以及所述巡逻车进行城市交通诱导的方法如下：
参考图2，基于无人机城市交通诱导方法用于配合所述的基于无人机城市交通诱导系统使用。
所述诱导方法还包括以下步骤：
S21、判断所述地面控制台吗是否接到事故警报电话，是，则执行步骤S2；否，则执行S27。
S22、所述诱导系统进入紧急模式后并执行步骤S3；
S23、在事故现场附近，所述巡逻车就近抽调所述无人机机体在第一时间赶赴事故现场并利用所述相机采集现场图像；
S24、将采集的所述现场图像通过所述数据模块发送给所述地面控制台；
S25、所述地面控制台对所述事故现场进行事故定责并将处理处理方案发送给所述无人机监控单元和所述巡逻车；
S26、所述巡逻车上的交警进行现场交通疏导，且所述无人机机体通过扩音器配合交警疏导。
S27、所述诱导系统进入常规模式后执行步骤S8；
S28、利用所述相机采集所述违停车辆的图像，然后执行步骤S9；
S29、所述无人机单元将收集的所述违停车辆的图像通过所述数据模块传输给所述地面控制台，所述地面控制台将处理方案发给所述巡逻车；
S210、所述巡逻车上的交警对违停车辆处理。
在一些实施例中，当所述地面控制台没有接到事故警报电话时，即进入常规模式后还可执行以下步骤：
S211、利用所述相机采集交通道路上的行车图像后执行步骤S12；
S212、所述无人机单元将收集的所述行车图像通过数据模块传输给所述地面控制台；
S213、所述地面控制台根据所述行车图像做出交通疏导方案并将交通疏导方案发送给所述巡逻车，所述巡逻车上的交警进行现场交通指挥。
本实施例中，通过无人机配合交警人工进行交通的诱导，实现智慧城市交通管理，解决城市交通的拥堵问题。本发明通过无人机对交通状况进行监管，可覆盖的监管范围更加灵活广泛，发生交通事故时出警速度更快，保证了更高效率的交通疏导，有利于构建文明、和谐、智慧、科学的城市交通系统。
实施例2
为更好的对城市交通道路进行智能化管理，所述基于无人机城市交通诱导系统还配合一个一种智能车位监测系统用于所述城市综合智能交通系统对城市道路上的违停车辆处理。而一种智能车位监测系统在具体实施时，需通过智能车位监测方法实现智能化管控城市交通道路。
参考图3、图4和图6，一种智能车位监测方法，其实时采集所述四个车位感知传感器单元的四个停车数据w10，w20，w30，w40，并对一段预定时间段内采集的多组四个停车数据w10，w20，w30，w40进行数据处理，以检测所述停车位上是否停有车辆。所述智能车位监测方法包括如下步骤。
S11、采集当前的四个停车数据w10，w20，w30，w40。其中，所述四个停车数据w10，w20，w30，w40分别由四个车位感知传感器单元获取。所述四个车位感知传感器单元分别安装在停车位上。且在车辆停车在所述停车位上且所述车辆的四个车轮分别位于所述四个车位感知传感器单元上时，输出对应的四个停车数据w10，w20，w30，w40。
S12、判断当前采集的四个停车数据w10，w20，w30，w40和上一次采集的四个停车数据w10，w20，w30，w40是否一致，若一致，则执行步骤S13，否则返回步骤S11。
S13、次数Y计数一次，次数Y表征当前采集的四个停车数据w10，w20，w30，w40和上一次采集的四个停车数据w10，w20，w30，w40一致的次数。
S14、判断次数Y是否大于等于M，M为正整数，是则执行步骤S15，否则返回步骤S11。在本实施例中，M以5为例进行举例说明。
S15、判断当前采集的四个停车数据w10，w20，w30，w40是否都大于一个预定阈值一，是则进行步骤S16。
S16、判断当前采集的四个停车数据w10，w20，w30，w40是否在一个标定范围一内，是则进行步骤S17。
所述标定范围一的确定方法如下：先采集多款车辆的四个停车数据w10，w20，w30，w40，然后计算得到各组停车数据的均值和标准差，再确定标定范围一的数据范围。
如根据多款车辆的四个停车数据w10，w20，w30，w40，依据方差公式计算得到各组停车数据的均值和标准差，再依据六西格玛原则确定标定范围一的数据范围。
S17、根据当前采集的四个停车数据w10，w20，w30，w40计算所述车辆的重心坐标(Wx，Wy)，并根据投影停车位坐标系确定所述车辆的重心坐标，所述投影停车位坐标系是以所述停车位的矩形中心为坐标原点，所述投影停车位坐标系的x轴与矩形宽方向平行，投影停车位坐标系的y轴与矩形长方向平行(如图4所示)。
S18、判断重心坐标(Wx，Wy)是否在一个标定范围二内，是则进行步骤S19。
所述标定范围二的确定方法如下：
根据公式计算出标定范围二的数据范围。
S19、认定所述停车位上停有车辆。
其中，当前采集的四个停车数据w10，w20，w30，w40中至少一者小于所述预定阈值一时，执行步骤S110：判断当前采集的四个停车数据w10，w20，w30，w40是否都小于一个预定阈值二，是则进行步骤S111；当前采集的四个停车数据w10，w20，w30，w40中至少一者大于所述预定阈值二时，执行步骤S112；当前采集的四个停车数据w10，w20，w30，w40中至少一者不在所述标定范围一内时，执行步骤S112；当重心坐标(Wx，Wy)不在所述标定范围二内时，执行步骤S112。
步骤S111：认定所述停车位上没有停车辆。步骤S112：认定所述停车位出现车位异常。
在上述监测方法中还可追加以下步骤，可以进一步的判断所述停车位上停有的车辆是否为违章停车，以达到减轻交警巡查的负担。违章停车认定方法包括如下步骤。
S113、当认定所述停车位上停有车辆时，判断所述停车位在当前时间是否允许停车，是则执行步骤S114，否则执行步骤S117。
S114、开始停车计时直至接收一个车辆离开信息后输出停车时间。
S115、根据所述停车时间计费，并显示所述停车时间和停车费用。
S116、接收一个支付信息后，启动步骤S11。
S117、显示所述车辆为违章停车。
利用本实施例的监测方法可以全范围的排查是否有车辆违规停车，大大减轻了交通管理人员的工作负担。同时在利用本实施例的智能车位监测方法时，需要先制定参考标准，即先定标，其具体制定步骤如下(如图4所示)：
一、采集多款标准车辆停车时的四个停车数据w10，w20，w30，w40；标准型车辆是指以车型外廓尺寸总长度为5.0m，总宽度为2.0m，总高度为2.2m的小型客车。
二、将多组停车数据w10，w20，w30，w40利用方差公式计算得到各组数据的均值和标准值。然后按照六西格玛原则，确定各组数据范围F1，即所述标定范围一。
三、再根据公式计算得到小型车辆的重心在所述停车位上的投影范围F2，即所述标定范围二。
四、将所述标定范围一F1和标定范围二F2存储到标准数据库内作为比较分析的基准。
实施例3
参考图5和图6，一种智能车位监测系统，其用于配合根据实施例1中所述的一种智能车位监测方法。智能车位监测系统包括四个车位感知传感器单元、车位信息板、车位停车线单元、四个车位感知线框单元和交警管理控制中心单元。车位停车线单元、四个车位感知线框单元以及四个车位感知传感器单元组成车位停车检测系统。结合城市的路段路况，综合划定车位停车线单元的车位停车线大小。车位停车线的长为6米，宽为2.4米。再根据标准车辆的车轮位置及车轮大小，在车位停车线单元内划定4个车位感知线框单元。车位感知线框单元的尺寸为长0.8米，宽0.4米。
其中，所述四个车位感知传感器单元，其分别安装在停车位上。即四个车位感知传感器单元安装在相应的车位感知线框单元中。且在车辆停车在所述停车位上且所述车辆的四个车轮分别位于所述四个车位感知传感器单元上时，输出对应的四个停车数据w10，w20，w30，w40。
车位信息板，其实时采集所述四个车位感知传感器单元的四个停车数据w10，w20，w30，w40，并对一段预定时间段内采集的多组四个停车数据w10，w20，w30，w40进行数据处理，以检测所述停车位上是否停有车辆；所述车位信息板的数据处理步骤采用实施例1所述的智能车位监测方法。
交警管理控制中心单元是完成接收车位信息板的报警信息以及发送修正时间功能。
所述车位信息板还包括车位信息板控制单元、数据存储及处理单元、计时单元、车位信息板LED单元、网络通信单元以及语音单元，其共同组成车位状态监测系统。其中，车位信息板控制单元接收车位感知传感器的数据，通过数据存储与处理单元进行处理；计时单元完成页面时间显示及修正功能；车位信息板LED单元用于显示当前停车位状态以及所停车辆的停车时间以及停车费用；网络通信单元具有完成信息推送以及接收交警管理控制中心单元信息的功能；语音单元具有完成车位状态语音提示的功能。
本实施例中，车位感知传感器单元采用重量传感器并布局在车位感知线框内。车位感知传感器单元用来采集车辆重量信息并通过接口传输给车位信息板控制单元。车位信息板控制单元接收车位感知传感器的数据，通过数据存储及处理单元进行处理，判断当前停车位是否有车辆停车。其具体的软件判断流程如下(如图7所示)：
1、先进行初始化设置，并设置一致标记Y＝0，停车标记P＝0；
2、采集停车位上的车辆的四个停车数据，w10，w20，w30，w40；
3、然后判断所采集的四个停车数据与上一次采集的四个停车数据是否一致：
3.1、若一致，则记录一致标记Y为Y+1；
3.2、若不一致，则保存所采集的四个停车数据并设定一致标记Y＝0。然后重新采集停车数据。
4、判断记录的一致标记Y是否大于等于5。若不是，则重新采集停车位上车辆的停车数据。若是，则判断所采集的四个数据w10，w20，w30，w40是否都大于其中一个所述阈值：
4.1、若四个数据w10，w20，w30，w40都大于其中一个所述阈值，则再判断所采集的四个数据w10，w20，w30，w40是否都属于F1范围：
4.1.1、若四个数据w10，w20，w30，w40都在F1范围内，则通过实施例1中的公式，计算得出所停车辆的重心坐标(Wx，Wy)值。然后判断所述(Wx，Wy)是否属于F2范围：
a1、若是，则判定停车位上有车辆停车并设置停车标记P＝1；
a2、若不是，则判定停车位异常并设置停车标记P＝2。
4.1.2、若四个数据w10，w20，w30，w40存在一个数据不在F1范围内，则判定停车位异常并设置停车标记P＝2。
4.2、若四个数据w10，w20，w30，w40存在一个数据小于其中一个所述阈值，则再判断所采集的四个数据w10，w20，w30，w40是否都小于另一个所述阈值：
b1、若四个数据w10，w20，w30，w40都小于另一个所述阈值，则判定停车位上没有停有车辆并设置停车标记P＝0；
b2、若四个数据w10，w20，w30，w40存在一个数据大于另一个所述阈值，则判定停车位异常并设置停车标记P＝2。
实施例4
利用实施例2的智能车位监测系统检测所述停车位的状态以及所述停车位上所停的车辆是否为违章停车并利用车位信息板LED单元进行显示，以便告知停车者。其中，车位信息板LED单元具体的显示逻辑流程如下(如图8所示)：
1)、对系统进行初始化设置；
2)、获取所述停车位上停有车辆的停车标记P；
3)、判断停车标记P是否为0：
3-1)、若P为0，则判断当前时间所述停车位是否可以停车：
A1、若所述停车位可以停车，则车位信息板LED单元显示所述车位可以停车；
A2、若所述停车位不可以停车，则车位信息板LED单元显示所述车位不可以停车；
3-2)、若P不为0，则再判断停车标记P是否为1：
B1、若P不为1，则判定所述停车位为停车位异常。车位信息板LED单元显示停车位异常，语音单元提示停车位异常。与此同时，并将停车位异常信息推送给交警管理控制中心单元；
B2、若P为1，则接着判断当前时间所述停车位是否可以停车。若不可以停车，则判定所述车辆为违章停车。车位信息板LED单元显示违章停车，语音单元提示车辆违章停车。与此同时，并将违章信息推送给交警管理控制中心单元；
4)、当当前时间所述停车位可以停车时，则判断所述停车位上一次的停车标记P是否等于1：
4-1)若上一次的停车标记P等于1，则判断计费金额是否大于0；
4-2)若上一次的停车标记P不等于1，则先开始停车计时，然后语音单元语音提示开始记停。再判断计费金额是否大于0；
5)、若计费金额大于0，车位信息板LED单元显示支付离开按钮。按下支付离开按钮时，则车位信息板LED单元显示付费，且语音单元进行语音提示。不按支付离开按钮时，则车位信息板LED单元显示所述停车位当前停有车辆；
6)、若计费金额不大于0，则车位信息板LED单元显示所述停车位当前停有车辆。
通过上述软件检测流程检测到的停车位的状态，具体描述如下：
(1)可停车状态(如图9所示)，即当前停车位上没有检测到车辆，且当前时间可以停车。车位信息板LED单元显示停车位的编号、当前时间、可停车标志(圆圈)、计费标准、付费方式以及不可停车时间；
(2)停车状态(如图10所示)，即当前停车位上检测到车辆。车位信息板LED单元显示停车位编号、当前时间、停车标志(圆圈内打勾)、开始计停时间、已计停时间、当前停车计费以及不可停车时间。如果当前停车计费大于零(如图11所示)，则显示付费离开按钮。如果选择付费离开按钮，则进入付费页面，同时语音单元语音提示三分钟内付费；
(3)取消状态，即当前停车位不可停车。车位信息板LED单元显示车位编号、当前时间以及车位取消标志(圆圈内打叉)(如图12所示)。如果在停车位取消的状态下，车位检测系统检测所述停车位上有车辆停车，则车位信息板LED单元显示违章停车并同时利用语音单元进行语音提示(如图13所示)，再通过网络通信单元推送信息(如：车位编号、违章时间)给交警管理控制中心单元，提示交警进行处理。
(4)异常状态，即当前停车位监测出现异常。车位信息板LED单元显示车位编号、当前时间以及车位异常标志(圆圈内打叹号)，并同时利用语音单元进行语音提示(如图14所示)，再通过网络通信单元推送信息(如：车位编号、异常时间)给交警管理控制中心单元，提示交警进行处理。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (10)

1.基于无人机城市交通诱导系统，其用于城市综合智能交通系统对城市交通进行疏导，其特征在于，所述诱导系统包括：
无人机监控单元，其包括至少一个无人机机体以及安装在所述无人机机体上的数据模块和相机，所述无人机机体位于所述城市交通上空，所述相机用于采集城市交通道路的交通状态并将采集到的交通状态图片数据通过所述数据模块输出；
地面控制台，其安设在城市交警总局内，所述地面控制台用于接收并处理所述数据模块输出的交通状态图片数据，所述地面控制台基于所述交通状态图片数据做出相应的交通诱导方案，并将所述交通诱导方案通过所述数据模块输入给无人机监控单元；
巡逻车，其搭载接收设备用于接收所述地面控制台发出的交通诱导方案指令来指导所述巡逻车上的交警进行交通疏导，在接收所述地面控制台发出的所述交通诱导方案指令后，所述无人机监控单元配合所述巡逻车上的交警进行交通疏导。
2.根据权利要求1所述的基于无人机城市交通诱导系统，其特征在于，所述无人机监控单元还包括安装在所述无人机机体上的GPS定位模块和扩音器；所述GPS定位模块和扩音器相互独立，所述GPS定位模块用于确定所述无人机机体采集数据的地理位置，所述扩音器用于高空喊话并接收和传达所述地面控制台和所述巡逻车上的交警下达的交通指令。
3.根据权利要求1所述的基于无人机城市交通诱导系统，其特征在于，所述无人机监控单元还包括安装在所述无人机机体上的图像存储模和控制电路模块；所述GPS定位模块、扩音器、图像存储模和控制电路模块相互独立，所述图像存储模块用于临时储存所述无人机机体采集的信息，所述控制电路模块用于控制所述无人机机体近距离的遥控操作。
4.根据权利要求1所述的基于无人机城市交通诱导系统，其特征在于，所述地面控制台上安装有显示器，通过所述显示器显示所述交通诱导方案。
5.基于无人机城市交通诱导方法，其用于配合根据权利要求1至4任意一项所述的基于无人机城市交通诱导系统，其特征在于，所述诱导方法还包括以下步骤：
S21、判断所述地面控制台吗是否接到事故警报电话，是，则执行步骤S2；
S22、所述诱导系统进入紧急模式后并执行步骤S3；
S23、在事故现场附近，所述巡逻车就近抽调所述无人机机体在第一时间赶赴事故现场并利用所述相机采集现场图像；
S24、将采集的所述现场图像通过所述数据模块发送给所述地面控制台；
S25、所述地面控制台对所述事故现场进行事故定责并将处理处理方案发送给所述无人机监控单元和所述巡逻车；
S26、所述巡逻车上的交警进行现场交通疏导，且所述无人机机体通过扩音器配合交警疏导。
6.根据权利要求5所述的基于无人机城市交通诱导方法，其特征在于，当所述地面控制台没有接到事故警报电话时，所述诱导方法还包括：
S27、所述诱导系统进入常规模式后执行步骤S8；
S28、利用所述相机采集所述违停车辆的图像，然后执行步骤S9；
S29、所述无人机单元将收集的所述违停车辆的图像通过所述数据模块传输给所述地面控制台，所述地面控制台将处理方案发给所述巡逻车；
S210、所述巡逻车上的交警对违停车辆处理。
7.根据权利要求5所述的基于无人机城市交通诱导方法，其特征在于，当所述诱导系统进入常规模式后，所述诱导方法还包括：
S211、利用所述相机采集交通道路上的行车图像后执行步骤S12；
S212、所述无人机单元将收集的所述行车图像通过数据模块传输给所述地面控制台；
S213、所述地面控制台根据所述行车图像做出交通疏导方案并将交通疏导方案发送给所述巡逻车，所述巡逻车上的交警进行现场交通指挥。
8.根据权利1所述的基于无人机城市交通诱导系统，其特征在于，所述基于无人机城市交通诱导系统还配合一个一种智能车位监测系统用于所述城市综合智能交通系统对城市道路上的违停车辆处理，所述智能车位监测系统包括：
四个车位感知传感器单元，其分别安装在停车位上，且在车辆停车在所述停车位上且所述车辆的四个车轮分别位于所述四个车位感知传感器单元上时，输出对应的四个停车数据w10，w20，w30，w40；
车位信息板，其实时采集所述四个车位感知传感器单元的四个停车数据w10，w20，w30，w40，并对一段预定时间段内采集的多组四个停车数据w10，w20，w30，w40进行数据处理，以检测所述停车位上是否停有车辆；所述车位信息板的数据处理采用智能车位监测方法力进行，所述智能车位监测方法包括以下步骤：
S11、采集当前的四个停车数据w10，w20，w30，w40，其中，所述四个停车数据w10，w20，w30，w40分别由四个车位感知传感器单元获取，所述四个车位感知传感器单元分别安装在停车位上，且在车辆停车在所述停车位上且所述车辆的四个车轮分别位于所述四个车位感知传感器单元上时，输出对应的四个停车数据w10，w20，w30，w40；
S12、判断当前采集的四个停车数据w10，w20，w30，w40和上一次采集的四个停车数据w10，w20，w30，w40是否一致，若一致，则执行步骤S13，否则返回步骤S11；
S13、次数Y计数一次，次数Y表征当前采集的四个停车数据w10，w20，w30，w40和上一次采集的四个停车数据w10，w20，w30，w40一致的次数；
S14、判断次数Y是否大于等于M，M为正整数，是则执行步骤S15，否则返回步骤S11；
S15、判断当前采集的四个停车数据w10，w20，w30，w40是否都大于一个预定阈值一，是则进行步骤S16；
S16、判断当前采集的四个停车数据w10，w20，w30，w40是否在一个标定范围一内，是则进行步骤S17；
S17、根据当前采集的四个停车数据w10，w20，w30，w40计算所述车辆的重心坐标(Wx，Wy)，并根据投影停车位坐标系确定所述车辆的重心坐标，所述投影停车位坐标系是以所述停车位的矩形中心为坐标原点，所述投影停车位坐标系的x轴与矩形宽方向平行，投影停车位坐标系的y轴与矩形长方向平行；
S18、判断重心坐标(Wx，Wy)是否在一个标定范围二内，是则进行步骤S19；
S19、认定所述停车位上停有车辆。
9.根据权利要求8所述的基于无人机城市交通诱导系统，其特征在于，当前采集的四个停车数据w10，w20，w30，w40中至少一者小于所述预定阈值一时，所述智能车位监测方法还包括：
S110、判断，当前采集的四个停车数据w10，w20，w30，w40是否都小于一个预定阈值二，是则进行步骤S111；
S111、认定所述停车位上没有停车辆。
10.城市综合智能交通系统，其特征在于，所述城市综合智能交通系统包括所述基于无人机城市交通诱导系统以及智能车位监测系统。
CN201811576629.5A 2018-12-23 2018-12-23 基于无人机城市交通诱导系统及城市综合智能交通系统 Active CN109598938B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811576629.5A CN109598938B (zh) 2018-12-23 2018-12-23 基于无人机城市交通诱导系统及城市综合智能交通系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811576629.5A CN109598938B (zh) 2018-12-23 2018-12-23 基于无人机城市交通诱导系统及城市综合智能交通系统

Publications (2)

Publication Number Publication Date
CN109598938A true CN109598938A (zh) 2019-04-09
CN109598938B CN109598938B (zh) 2021-01-01

Family

ID=65964320

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811576629.5A Active CN109598938B (zh) 2018-12-23 2018-12-23 基于无人机城市交通诱导系统及城市综合智能交通系统

Country Status (1)

Country Link
CN (1) CN109598938B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109949576A (zh) * 2019-04-24 2019-06-28 英华达（南京）科技有限公司 交通监控方法及系统
CN110047282A (zh) * 2019-04-12 2019-07-23 上海益创信息科技有限公司 一种智能交警执法辅助系统
CN110660238A (zh) * 2019-09-28 2020-01-07 徐州奥拉可电子科技有限公司 一种基于无人机投影的高危地段交通指挥台及其指挥方法
US20200272837A1 (en) * 2019-02-25 2020-08-27 Quantifly Llc Vehicle Parking Data Collection System and Method
CN111612348A (zh) * 2020-05-22 2020-09-01 信阳师范学院 一种基于大数据的旅游管理平台
CN111627220A (zh) * 2020-05-22 2020-09-04 中国科学院空天信息创新研究院 一种用于车辆检测的无人机与地面协同处理系统
CN111696363A (zh) * 2020-06-15 2020-09-22 嘉兴宏恒智能设备有限公司 违法停车取证系统
CN112052773A (zh) * 2020-08-31 2020-12-08 郑州工程技术学院 基于图像传感的无人机交通疏导智能播音方法及装置
CN112542050A (zh) * 2020-12-23 2021-03-23 重庆市市政设计研究院有限公司 基于无人倾斜摄影的复杂立交交通分析装置及方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103630298A (zh) * 2013-11-07 2014-03-12 同济大学 汽车质量及质心位置动态辨识系统
CN105551305A (zh) * 2015-12-23 2016-05-04 惠州市源城驾驶员培训服务有限公司 车辆停泊指示系统
CN105700349A (zh) * 2016-01-14 2016-06-22 天津中科智能识别产业技术研究院有限公司 一种用于夜间群众疏散指挥及逃生引导的无人机系统
CN106971551A (zh) * 2017-05-28 2017-07-21 佛山市神风航空科技有限公司 一种智能无人机交通系统
CN108346290A (zh) * 2018-03-23 2018-07-31 何晓强 一种高速公路无人智慧执巡系统
US20180227073A1 (en) * 2017-02-03 2018-08-09 Aai Corporation Adaptively disrupting unmanned aerial vehicles
CN108945100A (zh) * 2017-05-26 2018-12-07 奥迪股份公司 用于辅助车辆泊车的系统和方法
CN109032124A (zh) * 2017-06-02 2018-12-18 本田技研工业株式会社 车辆控制系统、车辆控制方法及存储介质
CN109064569A (zh) * 2018-08-29 2018-12-21 广西南宁英凡达科技有限公司 智能车位管理系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103630298A (zh) * 2013-11-07 2014-03-12 同济大学 汽车质量及质心位置动态辨识系统
CN105551305A (zh) * 2015-12-23 2016-05-04 惠州市源城驾驶员培训服务有限公司 车辆停泊指示系统
CN105700349A (zh) * 2016-01-14 2016-06-22 天津中科智能识别产业技术研究院有限公司 一种用于夜间群众疏散指挥及逃生引导的无人机系统
US20180227073A1 (en) * 2017-02-03 2018-08-09 Aai Corporation Adaptively disrupting unmanned aerial vehicles
CN108945100A (zh) * 2017-05-26 2018-12-07 奥迪股份公司 用于辅助车辆泊车的系统和方法
CN106971551A (zh) * 2017-05-28 2017-07-21 佛山市神风航空科技有限公司 一种智能无人机交通系统
CN109032124A (zh) * 2017-06-02 2018-12-18 本田技研工业株式会社 车辆控制系统、车辆控制方法及存储介质
CN108346290A (zh) * 2018-03-23 2018-07-31 何晓强 一种高速公路无人智慧执巡系统
CN109064569A (zh) * 2018-08-29 2018-12-21 广西南宁英凡达科技有限公司 智能车位管理系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
孙广兴: "智能化大型立体停车设备的关键技术研究", 《中国优秀硕士学位论文全文数据库工程科技II辑》 *
庄一玮: "基于机器视觉的车位状态检测研究", 《中国优秀硕士学位论文全文数据库工程科技II辑》 *
王昌民等: "《基于物联网的车位在线检测与显示》", 《价值工程》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200272837A1 (en) * 2019-02-25 2020-08-27 Quantifly Llc Vehicle Parking Data Collection System and Method
CN110047282A (zh) * 2019-04-12 2019-07-23 上海益创信息科技有限公司 一种智能交警执法辅助系统
CN109949576A (zh) * 2019-04-24 2019-06-28 英华达（南京）科技有限公司 交通监控方法及系统
CN110660238A (zh) * 2019-09-28 2020-01-07 徐州奥拉可电子科技有限公司 一种基于无人机投影的高危地段交通指挥台及其指挥方法
CN111612348A (zh) * 2020-05-22 2020-09-01 信阳师范学院 一种基于大数据的旅游管理平台
CN111627220A (zh) * 2020-05-22 2020-09-04 中国科学院空天信息创新研究院 一种用于车辆检测的无人机与地面协同处理系统
CN111696363A (zh) * 2020-06-15 2020-09-22 嘉兴宏恒智能设备有限公司 违法停车取证系统
CN112052773A (zh) * 2020-08-31 2020-12-08 郑州工程技术学院 基于图像传感的无人机交通疏导智能播音方法及装置
CN112542050A (zh) * 2020-12-23 2021-03-23 重庆市市政设计研究院有限公司 基于无人倾斜摄影的复杂立交交通分析装置及方法
CN112542050B (zh) * 2020-12-23 2024-03-22 重庆市市政设计研究院有限公司 基于无人倾斜摄影的复杂立交交通分析装置及方法

Also Published As

Publication number Publication date
CN109598938B (zh) 2021-01-01

Similar Documents

Publication Publication Date Title
CN109598938A (zh) 基于无人机城市交通诱导系统及城市综合智能交通系统
CN111371904B (zh) 云边端协同的高速公路云控系统及控制方法
CN107622691A (zh) 一种带充电桩管理的智能停车场管理系统
CN108831170A (zh) 一种智慧式高速公路巡检机器人、共享系统及商业模式
CN108010370B (zh) 基于位联网的路侧停车无人化智能化运营管理系统
CN107054143A (zh) 电动车充电方法及系统
CN105487520A (zh) 一种监测渣土车非法卸料的系统及方法
CN107481530A (zh) 交通违规行为的监控方法、系统及计算机可读存储介质
CN205970884U (zh) 一种带有智能摄像头的充电桩
CN110002139A (zh) 一种基于物联网的分类垃圾智能清运监控系统、云平台及方法
CN104796450A (zh) 一种新能源车车联网系统
CN106945527A (zh) 电动汽车之间的通讯配合系统及方法
CN103886774B (zh) 智能化城市公共道路路内停车管理方法和系统
CN106427655A (zh) 公交新能源纯电车预约补电与公交智能调度结合的方法
CN109979220A (zh) 一种用于汽车出行的高速服务区智能系统
CN107730965A (zh) 基于智能无人机器的车辆管理方法及车辆管理系统
WO2021093471A1 (zh) 一种停车位检测系统、方法及智慧停车平台
CN111243275B (zh) 一种基于计算机视觉的收费站交通状态监测装置和方法
CN108806261A (zh) 一种智慧式交通执勤机器人及其商业模式
CN106067015A (zh) 一种人员密集场所的客流检测系统
CN208834500U (zh) 智能停车场管理系统
CN109841085A (zh) 一种停车场管理方法及系统
CN105869422A (zh) 交通控制系统
CN101551940A (zh) 城市快速道路交通状态判别与发布系统及其方法
CN204990699U (zh) 一种智能交通监控系统

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20240609

Address after: 235000 No. 21 Longxing Road, Longhu High tech Zone, Huaibei Economic Development Zone, Anhui Province

Patentee after: Anhui Tian Lu Aerotech Inc.

Country or region after: China

Address before: 230009 No. 193, Tunxi Road, Hefei, Anhui

Patentee before: Hefei University of Technology

Country or region before: China