CN110599794B - 一种基于车联网的智能找车方法及系统 - Google Patents

一种基于车联网的智能找车方法及系统 Download PDF

Info

Publication number
CN110599794B
CN110599794B CN201910703398.8A CN201910703398A CN110599794B CN 110599794 B CN110599794 B CN 110599794B CN 201910703398 A CN201910703398 A CN 201910703398A CN 110599794 B CN110599794 B CN 110599794B
Authority
CN
China
Prior art keywords
automobile
image
vehicle
positioning information
cloud server
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.)
Active
Application number
CN201910703398.8A
Other languages
English (en)
Other versions
CN110599794A (zh
Inventor
殷建红
李宏
陆龙
陈伟东
林少媚
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.)
Guangdong Ecar Telematics Service Co Ltd
Original Assignee
Guangdong Ecar Telematics Service Co Ltd
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 Guangdong Ecar Telematics Service Co Ltd filed Critical Guangdong Ecar Telematics Service Co Ltd
Priority to CN201910703398.8A priority Critical patent/CN110599794B/zh
Publication of CN110599794A publication Critical patent/CN110599794A/zh
Application granted granted Critical
Publication of CN110599794B publication Critical patent/CN110599794B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • 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
    • G08G1/144—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces on portable or mobile units, e.g. personal digital assistant [PDA]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于车联网的智能找车方法及系统，所述方法包括：获取汽车定位信息的信噪比信息并判断是否低于阈值，若是则保存并上传，记录当前时刻t1；判断汽车是否熄火，若是则检测汽车是否发生位移；若汽车未发生位移，则读取熄火前n秒的行车影像；确认汽车熄火后预设时间段内每隔预设的时间t拍取一张图片压缩并保存；提取关键帧图像结合熄火后获取的图像去重后存储并上传；获取标识信息同时将去重后的关键帧图像和熄火后拍照获取的图像组成辅助视频文件；生成停车位置报告并推送至移动端；查阅停车位置报告，根据最短寻车路径寻找车辆。本发明通过从停车影像中抽取关键图像，识别标识信息，降低流量消耗，节约浏览时间，方便准确。

Description

一种基于车联网的智能找车方法及系统
技术领域
本发明涉及车联网领域，更具体地，涉及一种基于车联网的智能找车方法及系统。
背景技术
随着社会的发展，汽车保有量逐年增加，汽车出行也已成为人们的主要选择，然而随着汽车增加，露天或户外的停车场较少，多数为地下停车场，一般通过GPS来实现车辆在停车场的定位的以及对用户当前的位置进行定位，然后根据用户的定位和车辆在停车场的定位来给用户规划寻找路径，这样对于用户来说能够快速地找到车辆的位置，但是通过GPS定位存在一定范围的误差，而且有些停车场GPS信号较弱或无信号，对于大型复杂的缺少参照物的停车场还是无法使用快速找到车辆的位置。同时还有的寻找解决方案通过无线遥控的方式，利用汽车的声光信号进行选车，然而限于无线通信距离以及地下停车场的环境，这种方式效果并不理想。
发明内容
本发明为克服上述现有技术中停车场寻车困难，无法快速准确找到停放车辆的缺陷，提供一种基于车联网的智能找车方法及系统。
本发明的首要目的是为解决上述技术问题，本发明的技术方案如下：
本发明第一方面提供了一种基于车联网的智能找车方法，包括以下步骤：
一种基于车联网的智能找车方法，包括以下步骤：
S1:采集汽车定位信息，并以此获取定位信息的信噪比信息，若信噪比低于预设的信噪比阈值，则保存当前时刻定位信息并上传至云服务器，记录当前时刻t1；
S2:判断汽车是否熄火，若汽车熄火则检测汽车是否发生位移；若汽车在预设的时间内未发生位移，则读取汽车影像模块中t1时刻至熄火时的行车影像，同时将读取到的行车影像存储位置发送至云服务器；确认汽车熄火后预设时间段内每隔预设的时间T拍取一张图片，压缩成设定的大小并保存，所述T为正整数；
S3:从所述行车影像中每隔预设的时间段T提取一张设定大小的关键帧图像，；
S4:将提取的关键帧图像和熄火后拍照获取的图像分别利用相似度去重处理后存储并上传至云服务器；
S5:云服务器对去重处理后的关键帧图像和熄火后拍照获取的图像进行图像识别获取标识信息同时将去重处理后关键帧图像和熄火后拍照获取的图像按照时序组成辅助视频文件并生成有效视频地址；
S6:云服务器利用汽车定位信息、所述标识信息、辅助视频文件生成停车位置报告并推送至移动端；
S7:移动端根据步骤S6中的汽车定位信息和用户当前位置计算最短寻车路径，通过最短寻车路径导航并查阅停车位置报告寻找车辆。
进一步地，在步骤S1中，还包括有：当定位信息的信噪比至汽车熄火时刻均大于预设的信噪比阈值，则将汽车熄火时刻的定位信息保存并上传至云服务器，同时读取汽车熄火前n秒的行车影像并将行车影像存储位置发送至云服务器，其中n为正整数。
进一步地，通过检测汽车供电方式来判断汽车是否熄火，当汽车影像模块的供电方式换为独立的电池供电模块供电则判定汽车为熄火。
进一步地，步骤S4所述的相似度去重处理具体为：将提取的全部关键帧图像和熄火后拍照获取的图像按照时序进行相似度比较，若两张图像相似度大于预设阈值则删除时序在后的图像。
进一步地，步骤S7中计算最短寻车路径包括两种：
若云服务器存有t1时刻定位信息则根据用户当前位置和t1时刻定位信息计算最短寻车路径；
若云服务器中仅保存有汽车熄火时刻的定位信息，则根据用户当前位置和汽车熄火时刻的定位信息计算最短寻车路径。
本发明第二方面还提供了一种基于车联网的智能找车系统，所述系统包括：供电方式检测模块、电池供电模块、GPS定位模块、位移传感器、汽车影像模块、云服务器、移动端，所述供电方式检测模块用于检测汽车是否熄火；
GPS模块用于采集车辆的定位信息；
所述位移传感器用于判断汽车是否发生位移；
所述汽车影像模块用于记录行车影像并对行车影像提取关键帧图像相似度去重处理后上传至云服务器
所述云服务器用于对去重处理后的关键帧图像和熄火后拍照获取的图像进行图像识别获取标识信息同时将去重处理后的关键帧图像和熄火后拍照获取的图像按照时序组成辅助视频文件并生成有效视频地址；
所述移动端用于根据云服务器中的汽车定位信息和用户当前位置计算最短寻车路径，提供最短路径导航和辅助视频文件播放帮助寻找车辆。
进一步地，所述云服务器还用于利用汽车定位信息、所述标识信息、辅助视频文件生成停车位置报告并推送至移动端。
进一步地，所述系统还包括电池供电模块，所述电池供电模块用于在汽车熄火后设定时间内给供电方式检测模块、电池供电模块、GPS定位模块、位移传感器、汽车影像模块供电。
进一步地，所述停车位置报告包括有汽车定位信息、标识信息、辅助视频文件。
与现有技术相比，本发明技术方案的有益效果是：
本发明通过获取汽车停放前连续行车影像及熄火后连续拍照图像结合定位信息上传处理后生成停车位置报告，用户通过查阅停车位置报告，实现快速寻车，本发明通过从停车影像中抽取关键图像，识别标识信息，降低流量消耗，节约浏览时间，方便准确。
附图说明
图1为本发明一种基于车联网的智能找车方法流程图。
图2为本发明一种基于车联网的智能找车系统框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
实施例1
如图1所示，一种基于车联网的智能找车方法，包括以下步骤：
S1:采集汽车定位信息，并以此获取定位信息的信噪比信息，若信噪比低于预设的信噪比阈值，则保存当前时刻定位信息并上传至云服务器，记录当前时刻t1；
需要说明的是，本发明在实施时预设有两种应用场景，汽车停放露天停车场或汽车停放地下停车场，当汽车停放在露天停车场时，汽车基于GPS定位装置的信号好，汽车定位信息的信噪比一般高于预设的信噪比阈值，当汽车定位信息信噪比至汽车熄火时刻均未低于预设的信噪比阈值则将汽车熄火时刻的定位信息保存并上传至云服务器，同时读取汽车熄火前n秒的行车影像并将行车影像存储位置发送至云服务器，所述n为正整数。
若汽车停放地下停车场，当汽车开始进入地下停车场，由于建筑物的遮挡，汽车完全进入停车场的某一时刻，若定位信息的信噪比低于预设的信噪比阈值，则保存当前时刻定位信息并上传至云服务器，记录当前时刻t1。
S2:判断汽车是否熄火，若汽车熄火则检测汽车是否发生位移；若汽车在预设的时间内未发生位移，则读取汽车影像模块中t1时刻至熄火时的行车影像，同时将读取到的行车影像存储位置发送至云服务器；确认汽车熄火后预设时间段内每隔预设的时间T拍取一张图片，压缩成设定的大小并保存,所述T为正整数；
需要说明的是，本发明通过检测汽车供电方式来判断汽车是否熄火，当汽车影像模块的供电方式换为独立的电池供电模块供电则判定汽车为熄火。同时为更精准的确认汽车停放，可利用位移传感器采集汽车的位移，通过判断汽车在设定时间内的位移未发生改变来确认汽车静止。
S3:从所述行车影像中每隔预设的时间段T提取一张设定大小的关键帧图像；
需要说明的是，由于汽车影像为视频数据，同时当汽车进入停车场之后，车速较慢，相比于高速行驶状态，汽车周围环境变换较慢，因此连续帧图像之间的相似度较高，因此需要提取关键帧，所述的时间T可根据影像记录装置的处理能力和存储能力确定。
S4:将提取的关键帧图像和熄火后拍照获取的图像分别利用相似度去重处理后存储并上传至云服务器；
采用基于相似度的去重方式，能够有效去除相似度高的图像，降低传输时的带宽和流量压力。
S5:云服务器对去重处理后的关键帧图像和熄火后拍照获取的图像进行图像识别获取标识信息同时将去重处理后的关键帧图像和熄火后拍照获取的图像按照时序组成辅助视频文件并生成有效视频地址；
所述的标识信息包括停车场内的数字标识信息，字母标识信息、区域标识信息等。
S6:云服务器利用汽车定位信息、所述标识信息、辅助视频文件生成停车位置报告并推送至移动端；
S7:移动端根据步骤S6中的汽车定位信息和用户当前位置计算最短寻车路径，通过最短寻车路径导航并查阅停车位置报告寻找车辆。
需要说明的是，由于基于前述的上传的定位信息不同，则计算最短寻车路径包括两种：
当检测到汽车定位信息信噪比小于预设的信噪比阈值，则云服务器会存有t1时刻定位信息则根据用户当前位置和t1时刻定位信息计算最短寻车路径；
当至汽车熄火时刻会检测到汽车定位信息信噪比均大于预设的信噪比阈值云服务器中仅保存有汽车熄火时刻的定位信息，则根据用户当前位置和汽车熄火时刻的定位信息计算最短寻车路径。
更具体地，步骤S4所述的相似度去重处理具体为：将提取的全部关键帧图像和熄火后拍照获取的图像按照时序进行相似度比较，若两张图像相似度大于预设阈值则删除时序在后的图像。
更具体地，用户的寻车过程则分为两种场景：当汽车停放在露天停车场，则移动终端计算出的最短路径是用户当前位置至汽车停车时定位位置，考虑定位信息的精度，当用户根据寻车最短路径导航至汽车停车位置，若未寻得汽车，可通过观看辅助视频文件，通过辅助视频的场景回顾和标识信息来辅助寻找；
当汽车停放在地下停车场，则移动终端计算出的最短路径是用户当前位置至t1时刻的定位位置，考虑定位信息的精度，当用户根据寻车最短路径导航至t1时刻的定位位置，若未寻得汽车，可通过观看辅助视频文件，通过辅助视频的场景回顾和标识信息来辅助寻找；
如图2所示，本发明第二方面还提供了一种基于车联网的智能找车系统，所述系统包括：供电方式检测模块、电池供电模块、GPS定位模块、位移传感器、汽车影像记录模块、云服务器、移动端，所述供电方式检测模块用于检测汽车是否熄火；
GPS模块用于采集车辆的定位信息；
所述位移传感器用于判断汽车是否发生位移；
所述汽车影像模块用于记录行车影像并对行车影像提取关键帧图像相似度去重处理后上传至云服务器，
所述云服务器用于对去重处理后的关键帧图像和熄火后拍照获取的图像进行图像识别获取标识信息同时将去重处理后的关键帧图像和熄火后拍照获取的图像按照时序组成辅助视频文件并生成有效视频地址；
所述移动端用于根据云服务器中的汽车定位信息和用户当前位置计算最短寻车路径，提供最短路径导航和辅助视频文件播放帮助寻找车辆。
更具体地，所述云服务器还用于利用汽车定位信息、所述标识信息、辅助视频文件生成停车位置报告并推送至移动端。
更具体地，所述系统还包括电池供电模块，所述电池供电模块用于在汽车熄火后设定时间内给供电方式检测模块、电池供电模块、GPS定位模块、位移传感器、汽车影像模块供电。
更具体地，所述停车位置报告包括有汽车定位信息、标识信息、辅助视频文件。
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (9)

1.一种基于车联网的智能找车方法，其特征在于，包括以下步骤：
S1:采集汽车定位信息，并以此获取定位信息的信噪比信息，若信噪比低于预设的信噪比阈值，则保存当前时刻定位信息并上传至云服务器，记录当前时刻t1；
S2:判断汽车是否熄火，若汽车熄火则检测汽车是否发生位移；若汽车在预设的时间内未发生位移，则读取汽车影像模块中所述t1时刻至熄火时的行车影像，同时将读取到的行车影像存储位置发送至云服务器；在汽车熄火后预设时间段内每隔预设的时间T拍取一张图片，压缩成设定的大小并保存，所述T为正整数；
S3:从所述行车影像中每隔预设的时间T提取一张设定大小的关键帧图像，所述T为正整数；
S4:将提取的关键帧图像和熄火后拍照获取的图像分别利用相似度去重处理后存储并上传至云服务器；
S5:云服务器对去重处理后的关键帧图像和熄火后拍照获取的图像进行图像识别获取标识信息同时将去重处理后的关键帧图像和熄火后拍照获取的图像按照时序组成辅助视频文件并生成有效视频地址；
S6:云服务器利用汽车定位信息、所述标识信息、辅助视频文件生成停车位置报告并推送至移动端；
S7:移动端根据步骤S6中的汽车定位信息和用户当前位置计算最短寻车路径，通过最短寻车路径导航并查阅停车位置报告寻找车辆。
2.根据权利要求1所述的一种基于车联网的智能找车方法，其特征在于，在步骤S1中，还包括有：当定位信息的信噪比至汽车熄火时刻均大于预设的信噪比阈值，则将汽车熄火时刻的定位信息保存并上传至云服务器，同时读取汽车熄火前n秒的行车影像并将行车影像存储位置发送至云服务器，其中n为正整数。
3.根据权利要求1所述的一种基于车联网的智能找车方法，其特征在于，通过检测汽车供电方式来判断汽车是否熄火，当汽车影像模块的供电方式切换为独立的电池供电模块供电则判定汽车为熄火。
4.根据权利要求1所述的一种基于车联网的智能找车方法，其特征在于，步骤S4所述的相似度去重处理具体为：将提取的全部关键帧图像和熄火后拍照获取的图像按照时序进行相似度比较，若两张图像相似度大于预设阈值则删除时序在后的图像。
5.根据权利要求1所述的一种基于车联网的智能找车方法，其特征在于，步骤S7中计算最短寻车路径包括两种：
若云服务器存有t1时刻定位信息则根据用户当前位置和t1时刻定位信息计算最短寻车路径；
若云服务器中仅保存有汽车熄火时刻的定位信息，则根据用户当前位置和汽车熄火时刻的定位信息计算最短寻车路径。
6.一种基于车联网的智能找车系统，其特征在于，所述系统包括：供电方式检测模块、电池供电模块、GPS定位模块、位移传感器、汽车影像模块、云服务器、移动端，所述供电方式检测模块用于检测汽车是否熄火；
GPS模块用于采集车辆的定位信息；
所述位移传感器用于判断汽车是否发生位移；
所述汽车影像模块用于记录行车影像并对行车影像处理后上传至云服务器；
所述云服务器用于对去重处理后的关键帧图像和熄火后拍照获取的图像进行图像识别获取标识信息同时将去重处理后的关键帧图像和熄火后拍照获取的图像按照时序组成辅助视频文件并生成有效视频地址；
所述移动端用于根据云服务器中的汽车定位信息和用户当前位置计算最短寻车路径，提供最短路径导航和辅助视频文件播放帮助寻找车辆。
7.根据权利要求6所述的一种基于车联网的智能找车系统，其特征在于，所述云服务器还用于利用汽车定位信息、所述标识信息、辅助视频文件生成停车位置报告并推送至移动端。
8.根据权利要求6所述的一种基于车联网的智能找车系统，其特征在于，所述系统还包括电池供电模块，所述电池供电模块用于在汽车熄火后设定时间内给供电方式检测模块、电池供电模块、GPS定位模块、位移传感器、汽车影像模块供电。
9.根据权利要求7所述的一种基于车联网的智能找车系统，其特征在于，所述停车位置报告包括有汽车定位信息、标识信息、辅助视频文件。
CN201910703398.8A 2019-07-31 2019-07-31 一种基于车联网的智能找车方法及系统 Active CN110599794B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910703398.8A CN110599794B (zh) 2019-07-31 2019-07-31 一种基于车联网的智能找车方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910703398.8A CN110599794B (zh) 2019-07-31 2019-07-31 一种基于车联网的智能找车方法及系统

Publications (2)

Publication Number Publication Date
CN110599794A CN110599794A (zh) 2019-12-20
CN110599794B true CN110599794B (zh) 2021-12-28

Family

ID=68853289

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910703398.8A Active CN110599794B (zh) 2019-07-31 2019-07-31 一种基于车联网的智能找车方法及系统

Country Status (1)

Country Link
CN (1) CN110599794B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111524381B (zh) * 2020-03-23 2022-04-15 深圳市海雀科技有限公司 一种停车位置的推送方法、装置、系统及电子设备
CN112118418B (zh) * 2020-03-26 2023-05-30 上汽通用五菱汽车股份有限公司 寻车方法、汽车及计算机可读存储介质
CN111724621A (zh) * 2020-06-23 2020-09-29 上海擎感智能科技有限公司 车辆的寻找系统、方法、计算机可读存储介质及客户端
CN112233422B (zh) * 2020-10-20 2022-10-25 支付宝(杭州)信息技术有限公司 车辆停驶检测方法及装置
CN112927546A (zh) * 2021-01-15 2021-06-08 深圳市麦谷科技有限公司 一种基于移动终端的实现寻车的方法及系统
CN113012464B (zh) * 2021-02-20 2022-03-22 腾讯科技（深圳）有限公司 一种寻车指引方法、装置、设备及计算机可读存储介质
CN113096431B (zh) * 2021-03-30 2022-07-15 浙江吉利控股集团有限公司 一种车位信息的识别方法、系统及车辆
CN114419755B (zh) * 2022-01-20 2023-08-04 深圳市汉锐信息技术股份有限公司 一种基于公有云的行车记录仪数据处理方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4178154B2 (ja) * 2005-08-30 2008-11-12 松下電器産業株式会社 駐車位置探索支援装置、方法およびプログラム
CN104616525A (zh) * 2015-01-04 2015-05-13 深圳市安智车米汽车信息化有限公司 获取车辆停放位置信息的方法和装置
CN106205182A (zh) * 2016-08-31 2016-12-07 北京乐动卓越科技有限公司 一种智能寻车系统和方法
CN107786590A (zh) * 2016-08-25 2018-03-09 大连楼兰科技股份有限公司 一种基于车辆位置的车联网自动控制系统
CN108305500A (zh) * 2016-08-25 2018-07-20 大连楼兰科技股份有限公司 基于车联网行车记录仪录制视频的寻车系统及方法
CN108305499A (zh) * 2016-08-25 2018-07-20 大连楼兰科技股份有限公司 基于车联网行车记录仪的寻车系统及方法
CN109166344A (zh) * 2018-09-27 2019-01-08 盯盯拍（深圳）云技术有限公司 停车场寻车方法以及停车场寻车装置
CN109377779A (zh) * 2018-09-27 2019-02-22 盯盯拍（深圳）云技术有限公司 停车场寻车方法以及停车场寻车装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4178154B2 (ja) * 2005-08-30 2008-11-12 松下電器産業株式会社 駐車位置探索支援装置、方法およびプログラム
CN104616525A (zh) * 2015-01-04 2015-05-13 深圳市安智车米汽车信息化有限公司 获取车辆停放位置信息的方法和装置
CN107786590A (zh) * 2016-08-25 2018-03-09 大连楼兰科技股份有限公司 一种基于车辆位置的车联网自动控制系统
CN108305500A (zh) * 2016-08-25 2018-07-20 大连楼兰科技股份有限公司 基于车联网行车记录仪录制视频的寻车系统及方法
CN108305499A (zh) * 2016-08-25 2018-07-20 大连楼兰科技股份有限公司 基于车联网行车记录仪的寻车系统及方法
CN106205182A (zh) * 2016-08-31 2016-12-07 北京乐动卓越科技有限公司 一种智能寻车系统和方法
CN109166344A (zh) * 2018-09-27 2019-01-08 盯盯拍（深圳）云技术有限公司 停车场寻车方法以及停车场寻车装置
CN109377779A (zh) * 2018-09-27 2019-02-22 盯盯拍（深圳）云技术有限公司 停车场寻车方法以及停车场寻车装置

Also Published As

Publication number Publication date
CN110599794A (zh) 2019-12-20

Similar Documents

Publication Publication Date Title
CN110599794B (zh) 一种基于车联网的智能找车方法及系统
US11428537B2 (en) Localization and mapping methods using vast imagery and sensory data collected from land and air vehicles
KR20190090393A (ko) 차선 결정 방법, 디바이스 및 저장 매체
CN111351493A (zh) 一种定位方法和系统
US11631326B2 (en) Information providing system, server, onboard device, vehicle, storage medium, and information providing method
CN104575100A (zh) 停车场汽车停车位置搜寻系统
US11990041B2 (en) Moving body tracking system, moving body tracking method, and program
JP2019021201A (ja) 学習サーバ及び支援システム
CN111062971B (zh) 一种基于深度学习多模态的跨摄像头泥头车追踪方法
CN111127902B (zh) 基于图像识别的停车场车辆定位系统及方法
CN110164164B (zh) 利用摄像头拍摄功能增强手机导航软件识别复杂道路精准度的方法
CN110796891A (zh) 一种停车场寻车方法、系统、计算机设备及存储介质
KR102463698B1 (ko) 도로표지판의 위치정보 데이터베이스 구축 시스템 및 그 방법과 이를 이용한 차량의 위치 추정 장치 및 그 방법
CN104422426A (zh) 在高架道路区域内提供车辆导航信息的方法和设备
Gloudemans et al. So you think you can track?
JP6244129B2 (ja) 車載器
CN114264310A (zh) 定位及导航方法、装置、电子设备、计算机存储介质
CN113465615B (zh) 车道线的生成方法及相关装置
KR101544421B1 (ko) 충격 감지 센서를 이용한 차량용 블랙박스 제어 장치 및 방법
JP2007172483A (ja) ドライブレコーダ
CN106840181B (zh) 用于确定车辆位置的系统和方法
CN113838129B (zh) 一种获得位姿信息的方法、装置以及系统
US20200111202A1 (en) Image processing apparatus, image processing method, and non-transitory readable recording medium storing program
CN115424465A (zh) 停车场地图的构建方法、装置及存储介质
CN115311891A (zh) 路边和停车场空闲停车位的共享方法、系统及存储介质

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