CN109637187A - 城市路侧停车位无人收费监管方法和系统 - Google Patents

Abstract

本发明提供一种城市路侧停车位无人收费监管方法和系统，涉及停车位管理领域。该方法包括：接收移动终端发送来的停车请求；从对应位置的图像采集装置中获取车牌图像，并从所述车牌图像中识别出车牌号；将所述车牌信息和识别出的所述车牌号进行核对，若两者相匹配，则向所述移动终端发送停车信息；接收移动终端发送来的取车请求；确定所述车辆的停车时长；生成订单信息，将所述订单信息发送至所述移动终端，以使所述移动终端根据所述订单信息进行缴费。整个停车取车的过程不需要人工参与，实现无人收费与监管，降低人力成本，提高路侧停车位的管理效率。

Description

城市路侧停车位无人收费监管方法和系统

技术领域

本发明涉及停车位监管技术领域，具体涉及一种城市路侧停车位无人收费监管方法和系统。

背景技术

随着私家车的不断增多，城市中心区域的停车难问题日渐突出。为了缓解停车位严重短缺的现象，城市管理者在部分路段开辟了临时占道停车位并实现停车收费，既方便市民出行，同时又以价格为杠杆允许车辆在路边短时间临时停放，并诱导长时间停放的车辆去道路外正规的停车场停放，以提高道路临时泊车位的周转率，调节核心城区的交通流量，缓解交通拥堵等问题。然而，这些路侧占道停车位均为露天开放式且地点比较分散，需要有专门的车位管理员进行收费和监管，车位管理员在收费监管时可能会面临着人身安全问题，尤其是在下雨下雪等能见度较低的恶劣天气下。由于传统的停车场管理方案很难应用于路侧停车位的管理上，因此实现路侧停车位自助泊车的无人收费和监管对于城市车主和车位管理者均具有重要意义。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种城市路侧停车位无人收费监管方法和系统，降低人力成本，提高管理效率。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

第一方面，本发明提供一种城市路侧停车位无人收费监管方法，所述方法包括：

接收移动终端发送来的停车请求，所述停车请求中包括路侧停车位的位置信息、停入所述路侧停车位的车辆的车牌信息和所述车辆的开始停车时间；所述位置信息为所述车辆驶入路侧停车位后通过蓝牙从对应的路侧智能道钉中获取的；

根据所述位置信息，从对应位置的图像采集装置中获取车牌图像，并从所述车牌图像中识别出车牌号；

将所述车牌信息和识别出的所述车牌号进行核对，若两者相匹配，则向所述移动终端发送停车信息，所述停车信息中包括所述位置信息、所述车牌信息和所述开始停车时间；

接收移动终端发送来的取车请求，所述取车请求中包括所述车辆的结束停车时间；

根据所述开始停车时间和所述结束停车时间，确定所述车辆的停车时长；根据所述停车时长生成订单信息；并将所述订单信息发送至所述移动终端，以使所述移动终端根据所述订单信息进行缴费。

第二方面，本发明提供一种城市路侧停车位无人收费监管系统，所述系统包括：

第一接收模块，用于接收移动终端发送来的停车请求，所述停车请求中包括路侧停车位的位置信息、停入所述路侧停车位的车辆的车牌信息和所述车辆的开始停车时间；所述位置信息为所述车辆驶入路侧停车位后通过蓝牙从对应的路侧智能道钉中获取的；

车牌识别模块，用于根据所述位置信息，从对应位置的图像采集装置中获取车牌图像，并从所述车牌图像中识别出车牌号；

信息核对模块，用于将所述车牌信息和识别出的所述车牌号进行核对，若两者相匹配，则向所述移动终端发送停车信息，所述停车信息中包括所述位置信息、所述车牌信息和所述开始停车时间；

第二接收模块，用于接收移动终端发送来的取车请求，所述取车请求中包括所述车辆的结束停车时间；

订单生成模块，用于根据所述开始停车时间和所述结束停车时间，确定所述车辆的停车时长；根据所述停车时长生成订单信息；并将所述订单信息发送至所述移动终端，以使所述移动终端根据所述订单信息进行缴费。

(三)有益效果

本发明实施例提供了一种城市路侧停车位无人收费监管方法和系统，具备以下有益效果：在需要停车时，移动终端发送停车请求给云端服务器，云端服务器接收到停车请求后从图像采集装置中获取车牌图像进而识别出车牌号，然后对停车请求中的车牌信息和识别出的车牌号进行核对，若两者匹配，则向移动终端发送停车信息，进而完成停车。当需要取车时，移动终端向云端服务器发送取车请求，当云端服务器接收到取车请求时，计算停车时长，进而生成订单信息并将其发送移动终端，使用户进行缴费，进而完成取车。整个停车取车的过程不需要人工参与，实现无人收费与监管，降低人力成本，提高路侧停车位的管理效率。而且，移动终端和智能道钉之间通过蓝牙通信，具有可靠、低耗的优点。

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简单地介绍，显而易见地，下面描述中的附图仅仅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是本发明一实施例中城市路侧停车位无人收费监管方法的流程示意图；

图2是本发明一实施例中移动终端和云端服务器中的几个程序模块之间的信息交互图；

图3是本发明一实施例中从车牌图像中识别车牌号的流程示意图。

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。

第一方面，本发明提供一种城市路侧停车位无人收费监管方法，如图1所示，以下步骤S100～S500可以由云端服务器来执行，所述方法包括：

S100、接收移动终端发送来的停车请求，所述停车请求中包括路侧停车位的位置信息、停入所述路侧停车位的车辆的车牌信息和所述车辆的开始停车时间；所述位置信息为所述车辆驶入路侧停车位后通过蓝牙从对应的路侧智能道钉中获取的；

在实际应用中，本发明实施例涉及到云端服务器、移动终端、图像采集装置、智能道钉，下面对这几部分进行简要说明：

(1)图像采集装置、智能道钉设置在路侧停车位旁边；图像采集装置可以采用高位摄像机，智能道钉的作用是与移动终端进行蓝牙通信以提供路侧停车位的位置信息。

(2)移动终端上安装有负责路侧停车位无人收费监管的应用程序，参见图2，该应用程序中包括三大程序模块：设置中心模块、停车管理模块和移动支付模块。设置中心模块用于用户信息、车辆信息等的设置，例如，可以设置车主的身份信息、车牌号等，一个手机号绑定一个用户，由于一个用户可以绑定多辆车，因此一个用户可以对应多个车牌号，还可以设置其中一个车牌号为默认车牌号。停车管理模块用于通过移动终端的蓝牙与智能道钉通信以获取路侧停车位的位置信息，从设置中心模块中获取车牌信息，将位置信息、车牌信息、开始停车时间等发送给云端服务器等。移动支付模块用于在接收到云端服务器发送来的订单信息后进行费用支付等操作。

(3)参见图2，云端服务器上包括两大程序模块：图像识别模块和信息核对模块，图像识别模块用于对图像采集装置采集的车牌图像进行字符识别，以获取车牌号。信息核对模块用于对各种信息进行核对，车辆是否在规定时间内缴费，车辆是否在缴费后的规定时间内离开停车位等。

举例来说，当车辆在驶入某个空闲的路侧停车位a后，车主在其手机上登陆负责路侧停车位无人收费监管的应用程序，车主在应用程序的某个界面上点击停车，此时手机打开蓝牙与路侧停车位a旁边的智能道钉进行通信，从而获得路侧停车位a的位置信息，例如，车辆泊入了哪条道路上的路侧停车区域、路侧停车位a在该路侧停车区域的编号等。同时也获取默认车牌号和当前时间，并将当前时间作为开始停车时间，进而根据路侧停车位a的位置信息、默认车牌号、开始停车时间生成停车请求发送给云端服务器。这样云端服务器在接收到停车请求后对其进行解析，便获取其中的位置信息、默认车牌号、开始停车时间等信息。可理解的是，在本例中认为车牌信息中包括默认车牌号，当然车牌信息中还可以包含车牌的其他信息。

S200、根据所述位置信息，从对应位置的图像采集装置中获取车牌图像，并从所述车牌图像中识别出车牌号；

在实际应用中，如图3所示，可以采用以下步骤识别车牌号：

S201、对所述车牌图像进行去雾处理；

由于路侧停车位为露天停车位，图像采集装置采集到的车牌图像的清晰度受环境影响很大，因此对其进行去雾处理，可以提高图像清晰度，便于识别车牌号。

在实际应用中，可以采用第一公式对所述车牌图像进行去雾处理，所述第一公式包括：

式中，I(x)为所述车牌图像，A为大气光参数，t(x)为透射率，J(x)为去雾处理后的车牌图像。

可理解的是，A为全局量。

可理解的是，t(x)是上述第一公式的关键，可以采用卷积神经网络模型确定t(x)，为了与下文中用于字符识别的第一卷积神经网络进行区别，这里将确定透射率的卷积神经网络称为第二卷积神经网络。第二卷积神经网络的具体结构可以包括依次连接的第一输入层、第一卷积层、激活函数层、第一最大池化层、第二卷积层、第二最大池化层和第三卷积层。上述第一输入层输入图像块的大小可以为3*16*16，上述激活函数层即maxout层，上述两个最大池化层即max-pooling层，第一最大池化层的大小可以为2*2，第二最大池化层的大小可以为4*4，上述第一卷积层、第二卷积层和第三卷积层可以采用1*1的卷积核进行卷积处理。将车牌图像输入到该第二卷积神经网络中，得到对应的透射率，进而利用该透射率进行去雾处理，得到较清晰的车牌图像。

上述过程是基于物理模型的场景复原方法，针对物理模型中的关键参数-透射率图，提出面向统计先验建模的像素随机重分布策略，随机重分布后的像素服从独立同分布假设，由此提出大小为1*1卷积核的CNN模型用来估计透射率。

S202、对去雾处理后的车牌图像进行预处理；

例如，将去雾处理后的车牌图像转化为灰度图像，然后转化为36*28的二值图像，进而对二值图像进行去噪，得到轮廓清晰的二值图像，便于后续的字符识别。

S203、对预处理后的车牌图像中的车牌区域进行定位；

例如，对轮廓清晰的二值图像进行水平和垂直的投影切分，从而进行车牌区域的上下边界和左右边界的定位。

S204、采用预设的第一卷积神经网络对定位得到的车牌区域进行字符识别，得到所述车牌号。

例如，采用LeNet-5作为第一卷积神经网络，此时第一卷积神经网络的结构可以包括依次连接的第二输入层、第四卷积层、第一池化层、第五卷积层、第二池化层和全连接层。其中，第二输入层的输入图像块的大小可以设置为36*28；卷积层和池化层各两层，且交替进行；全连接层设置在最后一个池化层的后面，用于把最后一个池化层输出的二维特征向量转化为一维的特征向量。通过第一卷积神经网络可以识别出包含汉字字符、10个数字字符和24个字母字符(不含字母O和I)。

在实际应用中，可以采用在雾霾环境下的车牌图像来训练第一卷积神经网络，例如，选择某小区门口在雾霾环境下拍摄的车牌图像一万张，其中的9000张作为训练集，1000张作为测试集，对卷积神经网络进行训练和测试。

这里对车牌号的识别过程考虑到雾霾天气对车牌图像的影响，因此进行去雾处理，进而提高了车牌号识别的准确率。

S300、将所述车牌信息和识别出的所述车牌号进行核对，若两者相匹配，则向所述移动终端发送停车信息，所述停车信息中包括所述位置信息、所述车牌信息和所述开始停车时间；

可理解的是，所谓的核对是判断停车请求中的车牌信息是否与图像识别出的车牌号相匹配。例如，车牌信息中包括用户设置的默认车牌号，这个默认车牌号是移动终端上应用程序的设置中心模块中设置的，图像识别出的车牌号是图像采集装置采集到的车牌图像识别得到的，若默认车牌号与识别出的车牌号一致，则云端服务器向移动终端发送停车信息，此时可以开始进行计时。当移动终端接收到停车信息后，确认停车信息无误后可以将停车信息存储起来，以便后续取车时查看，方便找车。

在实际应用中，一个手机号对应一个应用程序账户，一个应用程序账户绑定至少一个车牌号，所述车牌信息包括默认车牌号，所述默认车牌号为所述至少一个车牌号中的一个，且为用户预先设置。当一个账户绑定的车牌号有两个或两个以上时，若用户设置的默认车牌号与当前所驾驶车辆的车牌号不一致，即默认车牌号会与图像识别出的车牌号不一致，此时云端服务器会向移动终端发送更换默认车牌号的提醒信息；当移动终端接收到该提醒信息后，车主在移动终端的应用程序的设置中心模块上更换默认车牌号，在更换完成后移动终端会向云端服务器发送更换后的默认车牌号，再次将默认车牌号与识别出的车牌号进行核对，若两者还不匹配，则云端服务器再次向移动终端发送更换默认车牌号的提醒信息以提醒移动终端再次更换默认车牌号，直到更换后的默认车牌号与识别出的车牌号一致或者移动终端中预先配置的所有车牌号均与识别出的车牌号不匹配。当更换后的默认车牌号与识别出的车牌号一致后，云端服务器向移动终端发送停车信息。若移动终端中预先配置的所有车牌号(即该车主绑定的所有车牌号)均与识别出的车牌号不匹配，则说明当前驾驶的车辆并非是车主个人所拥有的车辆，此时生成第一报警信息并上报至交通管理部门。

可理解的是，将报警信息上报至交通管理部门的方式有多种，例如，将报警信息通过邮件的方式发送至交通管理部门的官方邮箱中，再例如，将报警信息上传至交通管理部门的官方网站上等。

S400、接收移动终端发送来的取车请求，所述取车请求中包括所述车辆的结束停车时间；

例如，当车主需要开车驶离停车位时，在移动终端的应用程序的某个界面上点击取车，此时移动终端可以向云端服务器发送取车请求。

将停车请求中的位置信息称为第一位置信息，停车请求中的车牌信息称为第一车牌信息。在取车请求中不仅可以包括结束停车时间，还可以包括路侧停车位的第二位置信息和停入所述路侧停车位的车辆的第二车牌信息，所述第二位置信息为所述车辆欲驶离路侧停车位时通过蓝牙从对应的路侧智能道钉中获取的。可见将取车请求中的位置信息称之为第二位置信息，将取车请求中的车牌信息称之为第二车牌信息。第二位置信息也是从智能道钉上获取的，也就是说，当车主取车时，移动终端再次与智能道钉进行蓝牙连接，再次获取位置信息。第二车牌信息是从移动终端上应用程序的设置中心模块中获取的。当云端服务器接收到包括第二位置信息、第二车牌信息和结束停车时间的取车请求之后，再次进行核对，若所述第一位置信息和所述第二位置信息相同，所述第一车牌信息和所述第二车牌信息相同，则更加保证用户要取的是同一个停车位上的同一车辆，此时可以执行步骤S300。

S500、根据所述开始停车时间和所述结束停车时间，确定所述车辆的停车时长；根据所述停车时长生成订单信息；并将所述订单信息发送至所述移动终端，以使所述移动终端根据所述订单信息进行缴费。

可理解的是，上述订单信息中包括停车时长、需要缴纳的费用等信息，当移动终端接收到订单信息之后，用户可以缴纳费用。当用户缴纳完费用之后，会反馈给云端服务器一个完成缴费的信息。

但是如果在将所述订单信息发送至所述移动终端之后的第一预设时间内未接收到所述移动终端发送来的完成缴费的信息，则可以生成缴费提醒信息发送至所述移动终端。例如，当云端服务器向移动终端发送订单信息之后的十五分钟内都没有收到移动终端反馈的完成缴费的信息，说明在这一个小时之内用户都没有缴费，此时则生成缴费提醒信息发送至移动终端，以提醒用户进行缴费。但是如果云端服务器在发送缴费提醒信息后的规定时间内(例如，十五分钟)仍没有收到移动终端反馈的完成缴费的信息，则可以认为该车辆违规停车，生成相应的报警信息并上报给交通管理部门或其他部门。

当云端服务器接收到移动终端反馈的完成缴费的信息后，云端服务器通过图像采集装置发送车辆并没有离开停车位，则认为该车辆违规停车。具体为：若云端服务器在接收到所述完成缴费的信息之后的第二预设时间(例如，15分钟)内，从所述从对应位置的图像采集装置中获取车牌图像，根据所述车牌图像确认所述车辆未驶离所述路侧停车位，则认为所述车辆违规停车。云端服务器在接收到所述完成缴费的信息之后的第二预设时间(例如，15分钟)内周期性通过图像采集装置获取车牌图像，例如，每隔5分钟从图像采集装置中获取一次车牌图像，通过图像识别发现之前完成缴费的车辆并没有离开，此时将其违规停车的行为上报给相关部门。

当然，云端服务器上还可以设置数据库，用于存储各种信息，例如停车请求中的各种信息、取车请求中的各种信息、各种违规行为等。

本发明提供的城市路侧停车位无人收费监管方法，在需要停车时，移动终端发送停车请求给云端服务器，云端服务器接收到停车请求后从图像采集装置中获取车牌图像进而识别出车牌号，然后对停车请求中的车牌信息和识别出的车牌号进行核对，若两者匹配，则向移动终端发送停车信息，进而完成停车。当需要取车时，移动终端向云端服务器发送取车请求，当云端服务器接收到取车请求时，计算停车时长，进而生成订单信息并将其发送移动终端，使用户进行缴费，进而完成取车。整个停车取车的过程不需要人工参与，实现无人收费与监管，降低人力成本，提高路侧停车位的管理效率。而且，移动终端和智能道钉之间通过蓝牙通信，具有可靠、低耗的优点。

第二方面，本发明还提供一种城市路侧停车位无人收费监管系统，该系统包括：

第一接收模块，用于接收移动终端发送来的停车请求，所述停车请求中包括路侧停车位的位置信息、停入所述路侧停车位的车辆的车牌信息和所述车辆的开始停车时间；所述位置信息为所述车辆驶入路侧停车位后通过蓝牙从对应的路侧智能道钉中获取的；

车牌识别模块，用于根据所述位置信息，从对应位置的图像采集装置中获取车牌图像，并从所述车牌图像中识别出车牌号；

信息核对模块，用于将所述车牌信息和识别出的所述车牌号进行核对，若两者相匹配，则向所述移动终端发送停车信息，所述停车信息中包括所述位置信息、所述车牌信息和所述开始停车时间；

第二接收模块，用于接收移动终端发送来的取车请求，所述取车请求中包括所述车辆的结束停车时间；

订单生成模块，用于根据所述开始停车时间和所述结束停车时间，确定所述车辆的停车时长；根据所述停车时长生成订单信息；并将所述订单信息发送至所述移动终端，以使所述移动终端根据所述订单信息进行缴费。

第二方面提供的系统与第一方面提供的方法相对应，其有关内容的解释、举例、具体实施方式、有益效果等部分请参考第一方面中的相应部分，此处不再赘述。

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)

1.一种城市路侧停车位无人收费监管方法，其特征在于，包括：

接收移动终端发送来的停车请求，所述停车请求中包括路侧停车位的位置信息、停入所述路侧停车位的车辆的车牌信息和所述车辆的开始停车时间；所述位置信息为所述车辆驶入路侧停车位后通过蓝牙从对应的路侧智能道钉中获取的；

根据所述位置信息，从对应位置的图像采集装置中获取车牌图像，并从所述车牌图像中识别出车牌号；

将所述车牌信息和识别出的所述车牌号进行核对，若两者相匹配，则向所述移动终端发送停车信息，所述停车信息中包括所述位置信息、所述车牌信息和所述开始停车时间；

接收移动终端发送来的取车请求，所述取车请求中包括所述车辆的结束停车时间；

根据所述开始停车时间和所述结束停车时间，确定所述车辆的停车时长；根据所述停车时长生成订单信息；并将所述订单信息发送至所述移动终端，以使所述移动终端根据所述订单信息进行缴费。

2.根据权利要求1所述的方法，其特征在于，所述位置信息为第一位置信息；所述车牌信息为第一车牌信息；所述取车请求中还包括路侧停车位的第二位置信息和停入所述路侧停车位的车辆的第二车牌信息，所述第二位置信息为所述车辆欲驶离路侧停车位时通过蓝牙从对应的路侧智能道钉中获取的；

对应的，所述根据所述开始停车时间和所述结束停车时间，确定所述车辆的停车时长之前，所述方法还包括：

将所述停车请求和所述取车请求进行核对，若所述第一位置信息和所述第二位置信息相同，所述第一车牌信息和所述第二车牌信息相同，则允许执行所述根据所述开始停车时间和所述结束停车时间，确定所述车辆的停车时长的步骤。

3.根据权利要求1所述的方法，其特征在于，一个手机号对应一个应用程序账户，一个应用程序账户绑定至少一个车牌号，所述车牌信息包括默认车牌号，所述默认车牌号为所述至少一个车牌号中的一个，且为用户预先设置；对应的，所述方法还包括:

若所述车牌信息和识别出的所述车牌号不匹配，则向所述移动终端发送更换默认车牌号的提醒信息；

在接收到所述移动终端发送来的更改后的默认车牌号后，再次进行车牌号的核对；若所述移动终端中预先配置的所有车牌号均与识别出的车牌号不匹配，则生成第一报警信息并上报至交通管理部门。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

若在将所述订单信息发送至所述移动终端之后的第一预设时间内未接收到所述移动终端发送来的完成缴费的信息，则生成缴费提醒信息发送至所述移动终端。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

若在接收到所述完成缴费的信息之后的第二预设时间内，从所述从对应位置的图像采集装置中获取车牌图像，根据所述车牌图像确认所述车辆未驶离所述路侧停车位，则认为所述车辆违规停车。

6.根据权利要求1～5任一项所述的方法，其特征在于，所述从所述车牌图像中识别出车牌号，包括：

对所述车牌图像进行去雾处理；

对去雾处理后的车牌图像进行预处理；

对预处理后的车牌图像中的车牌区域进行定位；

采用预设的第一卷积神经网络对定位得到的车牌区域进行字符识别，得到所述车牌号。

7.根据权利要求6所述的方法，其特征在于，采用第一公式对所述车牌图像进行去雾处理，所述第一公式包括：

式中，I(x)为所述车牌图像，A为大气光参数，t(x)为透射率，J(x)为去雾处理后的车牌图像。

8.根据权利要求7所述的方法，其特征在于，所述透射率由预设的第二卷积神经网络确定，所述第二卷积神经网络包括依次连接的第一输入层、第一卷积层、激活函数层、第一最大池化层、第二卷积层、第二最大池化层和第三卷积层。

9.根据权利要求1所述的方法，其特征在于，所述第一卷积神经网络包括依次连接的第二输入层、第四卷积层、第一池化层、第五卷积层、第二池化层和全连接层。

10.一种城市路侧停车位无人收费监管系统，其特征在于，包括：

第一接收模块，用于接收移动终端发送来的停车请求，所述停车请求中包括路侧停车位的位置信息、停入所述路侧停车位的车辆的车牌信息和所述车辆的开始停车时间；所述位置信息为所述车辆驶入路侧停车位后通过蓝牙从对应的路侧智能道钉中获取的；

车牌识别模块，用于根据所述位置信息，从对应位置的图像采集装置中获取车牌图像，并从所述车牌图像中识别出车牌号；

信息核对模块，用于将所述车牌信息和识别出的所述车牌号进行核对，若两者相匹配，则向所述移动终端发送停车信息，所述停车信息中包括所述位置信息、所述车牌信息和所述开始停车时间；

第二接收模块，用于接收移动终端发送来的取车请求，所述取车请求中包括所述车辆的结束停车时间；

订单生成模块，用于根据所述开始停车时间和所述结束停车时间，确定所述车辆的停车时长；根据所述停车时长生成订单信息；并将所述订单信息发送至所述移动终端，以使所述移动终端根据所述订单信息进行缴费。