CN111222385A - 单车违停的检测方法及装置、共享单车及检测系统 - Google Patents
单车违停的检测方法及装置、共享单车及检测系统 Download PDFInfo
- Publication number
- CN111222385A CN111222385A CN201811429804.8A CN201811429804A CN111222385A CN 111222385 A CN111222385 A CN 111222385A CN 201811429804 A CN201811429804 A CN 201811429804A CN 111222385 A CN111222385 A CN 111222385A
- Authority
- CN
- China
- Prior art keywords
- bicycle
- data
- parking
- boundary
- detection
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 101
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000000605 extraction Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 11
- 230000007613 environmental effect Effects 0.000 abstract description 8
- 239000011159 matrix material Substances 0.000 description 16
- 238000013507 mapping Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明适用于车辆管理技术领域，提供了一种单车违停的检测方法及装置、检测及停车系统，所述检测方法包括：提取单车的停车区域的边界数据；获取所述单车当前的状态数据，所述状态数据包括所述单车的车座的坐标数据；基于所获取的状态数据及所提取的边界位置数据检测所述单车是否违停，获得检测结果。本发明中，基于单车当前的状态数据及停车区域的边界数据综合来检测单车是否违停，此过程中还综合车座的坐标数据，可降低环境干扰因素，提高检测准确性。
Description
技术领域
本发明属于车辆管理技术领域，尤其涉及一种单车违停的检测方法及装置、共享单车及检测系统。
背景技术
共享单车是一种新型环保共享经济，以分时租赁的模式提供自行车单车共享服务。共享单车不仅可以解决人们出行最后一公里的难题，同时具有绿色出行、低碳环保的优点，共享单车得到广泛应用，但随之而来的是出现单车乱停乱放现象，影响公共交通秩序及城市文明形象。
为解决共享单车违停的问题，政府逐渐出台了多项法律法规，多个城市划定白实线构成的矩形区域为专有共享单车停车区域，停在规定区域外的单车被视为违停，而针对违停行为会有一定的惩罚措施。目前针对违停单车的检测的主要手段是电子围栏，针对每一个停车区域，通过高精度定位设备获取其边界点的经纬度坐标，然后基于边界点的坐标构建电子围栏，通过计算停放单车位置与最近电子围栏的位置关系，判断其是否为违停。单车的停放位置获取主要基于车上高精度定位芯片(多集成在车锁中)获取单车位置，但由于单车停放区域为人流密集的商业区、地铁站及居住场所，会出现遮挡和多路径的问题，影响定位精度，进而影响违停检测准确性。
发明内容
本发明实施例提供了一种单车违停的检测方法及装置、共享单车及检测系统，旨在解决现有技术的由于依靠定位芯片来获取单车位置以进行违停检测导致准确度不高的问题。
一种单车违停的检测方法，包括：
提取单车的停车区域的边界数据；
获取所述单车当前的状态数据，所述状态数据包括所述单车的车座的坐标数据；
基于所获取的状态数据及所提取的边界位置数据检测所述单车是否违停，获得检测结果。
优选地，提取单车停车区域的状态数据包括：
采集所述单车停车时所在位置的图像；
基于采集的图像提取所述停车区域的边界数据。
优选地，获取所述单车当前的状态数据具体为：从所采集的图像中获取所述单车当前的状态数据。
优选地，所述停车区域为矩形，基于所获取的状态数据及所提取的边界位置数据检测所述单车是否违停，获得检测结果包括：
基于所述车座的坐标数据获取所述车座的三维坐标；
获取所述停车区域的四个角的坐标；
基于所述三维坐标及所述四个角的坐标检测所述单车是否违停，获得检测结果。
优选地，基于所述三维坐标及所述四个角的坐标检测所述单车是否违停，获得检测结果包括：
基于所述三维坐标及所述四个角的坐标判断所述车座是否在所述停车区域之外；
当判断为否时，基于所述三维坐标及所述四个角的坐标获取所述单车的车座到所述停车区域的每一边界的距离，获得四个距离；
基于所述四个距离中的最小距离检测所述单车是否违停，获得检测结果。
优选地，基于所述四个距离中的最小距离检测所述单车是否违停，获得检测结果包括：
判断所述最小距离是否小于预设值；
当判断所述最小距离不小于所述预设值时，确认所述单车合法停车；
当判断所述最小距离小于所述预设值时，基于所述单车的停车方向来检测所述单车是否违停，获得检测结果。
优选地，基于所述单车的停车方向来检测所述单车是否违停，获得检测结果包括：
获取所述单车与所述最小距离对应的边界之间的夹角；
判断所述夹角是否大于阈值；
当判断为是时，确认所述单车违停；
当判断为否时，确认所述单车合法停车。
本发明还提供一种单车违停的检测装置，包括：
提取单元，用于提取单车的停车区域的边界数据；
获取单元，用于获取所述单车当前的状态数据，所述状态数据包括所述单车的车座的坐标数据；
检测单元，用于基于所获取的状态数据及所提取的边界位置数据检测所述单车是否违停，获得检测结果。
本发明还提供一种检测系统，该检测系统包括一种单车违停的检测装置，所述检测装置包括：
提取单元，用于提取单车的停车区域的边界数据；
获取单元，用于获取所述单车当前的状态数据，所述状态数据包括所述单车的车座的坐标数据；
检测单元，用于基于所获取的状态数据及所提取的边界位置数据检测所述单车是否违停，获得检测结果。
本发明还提供一种停车系统，该停车系统包括一种单车违停的检测装置，所述检测装置包括：
提取单元，用于提取单车的停车区域的边界数据；
获取单元，用于获取所述单车当前的状态数据，所述状态数据包括所述单车的车座的坐标数据；
检测单元，用于基于所获取的状态数据及所提取的边界位置数据检测所述单车是否违停，获得检测结果。
本发明还提供一种存储器，所述存储器存储有计算机程序，所述计算机程序被处理器执行如下步骤：
提取单车的停车区域的边界数据；
获取所述单车当前的状态数据，所述状态数据包括所述单车的车座的坐标数据；
基于所获取的状态数据及所提取的边界位置数据检测所述单车是否违停，获得检测结果。
本发明还提供一种检测终端，包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
提取单车的停车区域的边界数据；
获取所述单车当前的状态数据，所述状态数据包括所述单车的车座的坐标数据；
基于所获取的状态数据及所提取的边界位置数据检测所述单车是否违停，获得检测结果。
本发明实施例中，基于单车当前的状态数据及停车区域的边界数据综合来检测单车是否违停，此过程中还综合车座的坐标数据，可降低环境干扰因素，提高检测准确性。
附图说明
图1为本发明第一实施例提供的一种单车违停的检测方法的流程图；
图2为本发明第一实施例提供的一种单车违停的检测方法的步骤S1的具体流程图；
图3为本发明第一实施例提供的一种单车违停的检测方法的步骤S3的具体流程图；
图4为本发明第一实施例提供的一种单车违停的检测方法的步骤S33的具体流程图；
图5为本发明第一实施例提供的一种单车违停的检测方法的步骤S332的具体流程图；
图6为本发明第一实施例提供的一种单车违停的检测方法的步骤S53的具体流程图；
图7为本发明第二实施例提供的一种单车违停的检测装置的结构图；
图8为本发明第四实施例提供的一种检测终端的结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例中，一种单车违停的检测方法，包括：提取单车的停车区域的边界数据；获取所述单车当前的状态数据，所述状态数据包括所述单车的车座的坐标数据；基于所获取的状态数据及所提取的边界位置数据检测所述单车是否违停，获得检测结果。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
实施例一：
图1示出了本发明第一实施例提供的一种单车违停的检测方法的流程图，该方法包括：
步骤S1，提取单车的停车区域的边界数据；
具体地，首先为每一停车区域安装监控摄像头，该摄像头为单目摄像头，用于拍摄停车区域，该单目摄像头包括摄像头内参(焦距、像幅中心)及外参(旋转和平移)等参数，由于摄像头存在一定的畸变，因此需要对摄像头进行标定，以获取准确的相机内参及畸变参数，该标定方法可采用现有的标定算法(OpenCV或Matlab)。而摄像头的外参可通过求解基于特征点对的PNP来获取，例如输入准确的相机内参及畸变参数，选择的特征点的三维坐标及该特征点在拍摄得到的二维图像中的像素坐标来获取。内参是摄像头固有的属性，一旦设备出厂即不会改变，是进行图像坐标系到摄像头坐标系转换的必要条件。摄像头的外参，会随摄像头的位置改变而改变，是进行摄像头系到世界坐标系转换的必要条件。内参与外参联合构建的映射矩阵可建立图像坐标系与三维世界坐标系的映射关系。
当单车停车时，触发获取单车所在的停车区域的边界数据，需要说明的是，该单车是在停车区域停车的，因此直接获取该单车所在的停车区域的边界数据，即该停车区域最外围的边界的坐标数据。
步骤S2，获取单车当前的状态数据；
具体地，以单车的车座作为基准，获取该单车当前的状态数据，该状态数据可包括：单车的颜色、单车的车座的坐标数据等。
步骤S3，基于所获取的状态数据及所提取的边界位置数据检测单车是否违停，获得检测结果；
具体地，基于前述获取的状态数据及所提取的边界位置数据来检测单车是否违停，获得对应的检测结果。
在本实施例中，基于单车当前的状态数据及停车区域的边界数据综合来检测单车是否违停，此过程中还综合车座的坐标数据，可降低环境干扰因素，提高检测准确性。
在本实施例的一个优选方案中，该步骤S3之后还可包括：
当单车违停时，发出违停报警；
具体地，当检测单车违停时，可向后台(例如停车管理处)或者当前单车使用者发出违停报警，便于报警接收者基于该报警调整单车停放，提高公共安全性。
在本实施例的一个优选方案中，如图2所示，为本发明第一实施例提供的一种单车违停的检测方法的步骤S1的具体流程图，
步骤S11，采集单车停车时所在位置的图像；
步骤S12，基于采集的图像提取停车区域的边界数据；
具体地，当单车停车时，该监控摄像头及时拍摄停车区域的图像，根据拍摄的图像获取停车区域的边界数据，例如，停车区域为矩形，边界区域为矩形框，该矩形框外部边缘涂覆白色实线，则可以从图像中获取边界区域的边界数据，该边界数据可包括边界长及宽，四个角的坐标数据等，进一步地，基于四个点在图像中对应的像素点及摄像头与边界区域摆放的位置关系来获取二维坐标与三维坐标的对应关系，然后通过传感器获取四个角的二维坐标数据及前述的对应关系获得四个角的三维坐标数据，需要说明的是，可通过传感器获得的二维坐标是前述矩形框的相邻两边框外侧交点处的二维坐标(因为边框有宽度，选最外框的最外侧作为基准)。获得二维坐标与三维坐标之间的对应关系后，可通过求解PNP问题获取摄像头的外参数，该求解PNP(Perspective N Points)问题的算法可选OpenCV的算法来求解，此处对此不作限制。
优选地，二维坐标是通过图像处理中的特征提取技术来完成。对于白色矩形区域可结合颜色空间和特征点提取，完成矩形4个角点的提取。二维坐标和三维坐标之间相差一个映射矩阵(由相机的内参和外参联合构成)，即二维坐标乘以映射矩阵可获得三维坐标；从图像中获取坐标信息过程如下：图像坐标即像素的位置(图像构成的矩阵的横纵坐标)，可通过特征提取获得(比如特征点提取)。
在本实施例的一个优选方案中，该步骤S2具体为：从所采集的图像中获取单车当的状态数据，该状态数据可包括：单车的类型(例如摩拜、OFO等)、单车的颜色、单车的车座的坐标数据等。
进一步地，首先获取单车的类型，由于每一类型的单车的车体颜色不一致，可基于类型获得该单车的车体颜色。然后识别车座位置，获取其坐标数据，该坐标数据可为该车座的中心点所在位置，例如可通过获取该中心点对应的像素点来获取坐标数据。该坐标数据为二维坐标。车座的坐标数据获取过程如下：基于深度卷积神经网络，借助于采集的单车样本数据，可完成车座的提取和语义分割，基于车座分割结果完成车座中心像素点的计算，获取其二维坐标数据。
在本实施例的一个优选方案中，如图3所示，为本发明第一实施例提供的一种单车违停的检测方法的步骤S3的具体流程图，
步骤S31，基于车座的坐标数据获取车座的三维坐标；
具体地，当获取摄像头的内参数及外参数后，基于内参数及外参数计算生成映射矩阵，基于映射矩阵及前述车座的二维坐标数据反算该车座的三维坐标，而单车的高度可认为是一致的，即可认为是常量(75cm)，可基于映射矩阵及前述车座的二维坐标数据、车座的高度来获得车座中心的三维坐标。
步骤S32，获取停车区域的四个角的坐标数据；
具体地，该坐标为三维坐标，基于从图像中获取的边界数据构建矩阵边界，根据矩形边界的物理尺寸(长和宽)来获取矩形边界的四个角的坐标数据，或者通过传感器获取四个角的三维坐标数据。
步骤S33，基于三维坐标及四个角的坐标检测单车是否违停，获得检测结果；
具体地，基于车座中心的三维坐标及四个角的三维坐标获取单车与停车区域之间的位置关系，检测单车是否违停，即判断单车是否停在该停车区域的外部，获得对应的检测结果。
在本提案的一个优选方案中，如图4所示，为本发明第一实施例提供的一种单车违停的检测方法的步骤S33的具体流程图，该步骤S33具体包括：
步骤S330，基于三维坐标及四个角的坐标判断车座是否在停车区域之外；
具体地，基于三维坐标及四个角的坐标来判断车座是否在停车区域之外，例如，将三维坐标与四个角的坐标围成的区域来比对判断车座是否在停车区域之外，若在停车区域之外时，转到步骤S333，否则车座在停车区域之内，转到步骤S331；
步骤S331，基于三维坐标及四个角的坐标获取单车的车座到停车区域的每一边界的距离，获得四个距离；
具体地，根据车座中心的三维坐标及四个角的三维坐标计算该车座中心到每一停车区域边界的距离，即以四个角围成矩形，计算该车座中心到该矩形每一边的距离，得到四个距离，该四个距离的大小可一致或者不一致，此处对此不作限制。
步骤S332，基于四个距离中的最小距离检测单车是否违停，获得检测结果；
具体地，从四个距离中选择最小距离，基于最小距离来检测单车是否违停，获得对应的检测结果。
步骤S333，确定单车违停；
在本实施例的一个优选方案中，如图5所示，为本发明第一实施例提供的一种单车违停的检测方法的步骤S332的具体流程图，该步骤S332具体包括：
步骤S51，判断最小距离是否小于预设值；
具体地，首先判断该最小距离是否小于预设值，当判断为大于或等于(即不大于)时，转到步骤S532；当判断该最小距离小于该预设值时，需要进一步判断，于是转到步骤S533；
步骤S52，确认单车合法停车；
具体地，当该最小距离大于或等于预设值时，例如该最小距离大于或等于预设值时，表示该单车在停车区域内部，则说明该单车合法停车。
步骤S53，基于单车的停车方向来检测单车是否违停，获得检测结果；
具体地，当根据距离未能判断单车是否违停时，则需要结合停车方向来进行检测，获得对应的检测结果。
在本实施例的一个优选方案中，如图6所示，为本发明第一实施例提供的一种单车违停的检测方法的步骤S53的具体流程图，该步骤S53具体包括：
步骤S531，获取单车与最小距离对应的边界之间的夹角；
具体地，基于单车车体的颜色及最小距离对应的边界的颜色来获取单车与该边界之间的夹角。例如，基于车体所在直线与所述边界所在直线来获取单车与该边界之间的夹角。
步骤S532，判断该夹角是否大于阈值；
具体地，首先设置一阈值，该阈值的大小可根据实际情况而设，此处对此不作限制，当该夹角大于阈值时，转到步骤S533，否则转到步骤S534；
步骤S533，确认该单车违停；
具体地，当该单车与边界的夹角大于阈值时，表示该单车的车体已经超出停车区域，确认该单车违停。
步骤S534，确认该单车合法停车；
具体地，当该单车与边界的夹角不大于阈值时，表示该单车的车体仍在停车区域内，则说明该单车合法停车。该阈值的大小可根据实际情况而设，优选地，该阈值可为0～45°，此处对此不作限制。
在本实施例中，基于单车当前的状态数据及停车区域的边界数据综合来检测单车是否违停，此过程中还综合车座的坐标数据，可降低环境干扰因素，提高检测准确性。
其次，结合车座与边界的距离及车体与边界的夹角来综合判断单车是否违停，可提高检测精度。
实施例二：
基于上述实施例一，如图8所示，为本发明第二实施例提供的一种单车违停的检测装置的结构图，该检测装置包括：提取单元1、与提取单元1连接的获取单元2、与获取单元2连接的检测单元3，其中：
提取单元1，用于提取单车的停车区域的边界数据；
具体地，首先为每一停车区域安装监控摄像头，该摄像头为单目摄像头，用于拍摄停车区域，该单目摄像头包括摄像头内参(焦距、像幅中心)及外参(旋转和平移)等参数，由于摄像头存在一定的畸变，因此需要对摄像头进行标定，以获取准确的相机内参及畸变参数，该标定方法可采用现有的标定算法(OpenCV或Matlab)。而摄像头的外参可通过求解基于特征点对的PNP来获取，例如输入准确的相机内参及畸变参数，选择的特征点的三维坐标及该特征点在拍摄得到的二维图像中的像素坐标来获取。内参是摄像头固有的属性，一旦设备出厂即不会改变，是进行图像坐标系到摄像头坐标系转换的必要条件。摄像头的外参，会随摄像头的位置改变而改变，是进行摄像头系到世界坐标系转换的必要条件。内参与外参联合构建的映射矩阵可建立图像坐标系与三维世界坐标系的映射关系。
当单车停车时，触发获取单车所在的停车区域的边界数据，需要说明的是，该单车是在停车区域停车的，因此直接获取该单车所在的停车区域的边界数据，即该停车区域最外围的边界的坐标数据。
获取单元2，用于获取所述单车当前的状态数据；
具体地，以单车的车座作为基准，获取该单车当前的状态数据，该状态数据可包括：单车的颜色、单车的车座的坐标数据等。
检测单元3，用于基于所获取的状态数据及所提取的边界位置数据检测单车是否违停，获得检测结果；
具体地，基于前述获取的状态数据及所提取的边界位置数据来检测单车是否违停，获得对应的检测结果。
在本实施例中，基于单车当前的状态数据及停车区域的边界数据综合来检测单车是否违停，此过程中还综合车座的坐标数据，可降低环境干扰因素，提高检测准确性。
在本实施例的一个优选方案中，该装置还可包括：与检测单元3连接的报警单元，其中：
报警单元，用于当单车违停时，发出违停报警；
具体地，当检测单车违停时，可向后台(例如停车管理处)或者当前单车使用者发出违停报警，便于报警接收者基于该报警调整单车停放，提高公共安全性。
在本实施例的一个优选方案中，该提取单元1具体包括：采集子单元及其与连接的提取子单元，其中：
采集子单元，用于采集单车停车时所在位置的图像；
提取子单元，用于基于采集的图像提取停车区域的边界数据；
具体地，当单车停车时，该监控摄像头及时拍摄停车区域的图像，根据拍摄的图像获取停车区域的边界数据，例如，停车区域为矩形，边界区域为矩形框，该矩形框外部边缘涂覆白色实线，则可以从图像中获取边界区域的边界数据，该边界数据可包括边界长及宽，四个角的坐标数据等，进一步地，基于四个点在图像中对应的像素点及摄像头与边界区域摆放的位置关系来获取二维坐标与三维坐标的对应关系，然后通过传感器获取四个角的二维坐标数据及前述的对应关系获得四个角的三维坐标数据，需要说明的是，可通过传感器获得的二维坐标是前述矩形框的相邻两边框外侧交点处的二维坐标(因为边框有宽度，选最外框的最外侧作为基准)。获得二维坐标与三维坐标之间的对应关系后，可通过求解PNP问题获取摄像头的外参数，该求解PNP(Perspective NPoints)问题的算法可选OpenCV的算法来求解，此处对此不作限制。
优选地，二维坐标是通过图像处理中的特征提取技术来完成。对于白色矩形区域可结合颜色空间和特征点提取，完成矩形4个角点的提取。二维坐标和三维坐标之间相差一个映射矩阵(由相机的内参和外参联合构成)，即二维坐标乘以映射矩阵可获得三维坐标；从图像中获取坐标信息过程如下：图像坐标即像素的位置(图像构成的矩阵的横纵坐标)，可通过特征提取获得(比如特征点提取)。
在本实施例的一个优选方案中，该获取单元2具体用于：从所采集的图像中获取单车当的状态数据，该状态数据可包括：单车的类型(例如摩拜、OFO等)、单车的颜色、单车的车座的坐标数据等。
进一步地，首先获取单车的类型，由于每一类型的单车的车体颜色不一致，可基于类型获得该单车的车体颜色。然后识别车座位置，获取其坐标数据，该坐标数据可为该车座的中心点所在位置，例如可通过获取该中心点对应的像素点来获取坐标数据。该坐标数据为二维坐标。车座的坐标数据获取过程如下：基于深度卷积神经网络，借助于采集的单车样本数据，可完成车座的提取和语义分割，基于车座分割结果完成车座中心像素点的计算，获取其二维坐标数据。
在本实施例的一个优选方案中，该检测单元3具体包括：坐标获取单元及与其连接的违停检测单元，其中：
坐标获取单元，用于基于车座的坐标数据获取车座的三维坐标；
具体地，当获取摄像头的内参数及外参数后，基于内参数及外参数计算生成映射矩阵，基于映射矩阵及前述车座的二维坐标数据反算该车座的三维坐标，而单车的高度可认为是一致的，即可认为是常量(75cm)，可基于映射矩阵及前述车座的二维坐标数据、车座的高度来获得车座中心的三维坐标。
还用于获取停车区域的四个角的坐标数据；
具体地，该坐标为三维坐标，基于从图像中获取的边界数据构建矩阵边界，根据矩形边界的物理尺寸(长和宽)来获取矩形边界的四个角的坐标数据，或者通过传感器获取四个角的三维坐标数据。
违停检测单元，用于基于三维坐标及四个角的坐标检测单车是否违停，获得检测结果；
具体地，基于车座中心的三维坐标及四个角的三维坐标获取单车与停车区域之间的位置关系，检测单车是否违停，即判断单车是否停在该停车区域的外部，获得对应的检测结果。
在本提案的一个优选方案中，该违停检测单元具体包括：判断子单元、与判断子单元连接的距离获取子单元及违停确认子单元、与距离获取子单元及连接的违停检测子单元，其中：
判断子单元，用于基于三维坐标及四个角的坐标判断车座是否在停车区域之外；
具体地，基于三维坐标及四个角的坐标来判断车座是否在停车区域之外，例如，将三维坐标与四个角的坐标围成的区域来比对判断车座是否在停车区域之外，若在停车区域之外时，反馈给违停确认子单元，否则反馈给距离获取子单元；
距离获取子单元，用于基于三维坐标及四个角的坐标获取单车的车座到停车区域的每一边界的距离，获得四个距离；
具体地，根据车座中心的三维坐标及四个角的三维坐标计算该车座中心到每一停车区域边界的距离，即以四个角围成矩形，计算该车座中心到该矩形每一边的距离，得到四个距离，该四个距离的大小可一致或者不一致，此处对此不作限制。
违停检测子单元，用于基于四个距离中的最小距离检测单车是否违停，获得检测结果；
具体地，从四个距离中选择最小距离，基于最小距离来检测单车是否违停，获得对应的检测结果。
违停确认子单元，用于确定单车违停；
具体地，当车座在停车区域之外时，确定该单车违停。
在本实施例的一个优选方案中，该违停检测子单元具体包括：第一判断子单元及与其连接的确认子单元及比较子单元，其中：
在本实施例的一个优选方案中，该违停检测子单元具体包括：判断子单元及与其连接的确认子单元及比较子单元，其中：
判断子单元，用于判断最小距离是否小于预设值；
具体地，首先判断该最小距离是否小于预设值，当判断为大于或等于(即不大于)时，反馈给确认子单元，当判断该最小距离小于该预设值时，需要进一步判断，于是反馈给比较子单元。
确认子单元，用于确认单车合法停车；
具体地，当该最小距离大于或等于预设值时，例如该最小距离大于或等于预设值时，表示该单车在停车区域内部，则说明该单车合法停车。
比较子单元，用于基于单车的停车方向来检测单车是否违停，获得检测结果；
具体地，当根据距离未能判断单车是否违停时，则需要结合停车方向来进行检测，获得对应的检测结果。
在本实施例的一个优选方案中，该比较子单元具体用于：
获取单车与最小距离对应的边界之间的夹角；
具体地，基于单车车体的颜色及最小距离对应的边界的颜色来获取单车与该边界之间的夹角。
还用于判断该夹角是否大于阈值；
具体地，首先设置一阈值，该阈值的大小可根据实际情况而设，此处对此不作限制，当该夹角大于阈值时，确认该单车违停，及当该单车与边界的夹角大于阈值时，表示该单车的车体已经超出停车区域，确认该单车违停。当该夹角不大于该阈值时，确认该单车合法停车，即当该单车与边界的夹角不大于阈值时，表示该单车的车体仍在停车区域内，则说明该单车合法停车。
在本实施例中，基于单车当前的状态数据及停车区域的边界数据综合来检测单车是否违停，此过程中还综合车座的坐标数据，可降低环境干扰因素，提高检测准确性。
其次，结合车座与边界的距离及车体与边界的夹角来综合判断单车是否违停，可提高检测精度。
本发明还提出一种检测系统，该共享单车上设置有单车违停的检测装置，该检测装置的具体结构、工作原理及所带来的技术效果与上述实施例二的描述一致，此处不再赘述。
实施例三：
本发明还提出一种停车系统，该停车系统包括：设置在每一停车区域的监控摄像头、传感器及单车违停的检测装置，该检测装置的具体结构、工作原理及所带来的技术效果与上述实施例二的描述一致。
当停车区域中要停一辆单车时，传感器采集该单车的状态数据，摄像头采集当前停车区域的图像，然后上传至检测装置，该检测装置基于接收的图像及位置数据综合检测该单车是否违停。
实施例四：
图8示出了本发明第四实施例提供的一种检测终端的结构图，该检测终端包括：存储器(memory)81、处理器(processor)82、通信接口(Communications Interface)83和总线84，该处理器82、存储器81、通信接口83通过总线84完成相互之间的交互通信。
存储器81，用于存储各种数据；
具体地，存储器81用于存储各种数据，例如通信过程中的数据、接收的数据等，此处对此不作限制，该存储器还包括有多个计算机程序。
通信接口83，用于该检测终端的通信设备之间的信息传输；
处理器82，用于调用存储器81中的各种计算机程序，以执行上述实施例一所提供的一种单车违停的检测方法，例如：
提取单车的停车区域的边界数据；
获取所述单车当前的状态数据，所述状态数据包括所述单车的车座的坐标数据；
基于所获取的状态数据及所提取的边界位置数据检测所述单车是否违停，获得检测结果。
本实施例中，该设置播发列表存储播发任务，可同时播发不同的测试数据，并自动生成测试结果，提高测试效率及降低成本。
本发明还提供一种存储器，该存储器存储有多个计算机程序，该多个计算机程序被处理器调用执行上述实施例一所述的一种单车违停的检测方法。
本发明中，基于单车当前的状态数据及停车区域的边界数据综合来检测单车是否违停，此过程中还综合车座的坐标数据，可降低环境干扰因素，提高检测准确性。
其次，结合车座与边界的距离及车体与边界的夹角来综合判断单车是否违停，可提高检测精度。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。
专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (12)
1.一种单车违停的检测方法，其特征在于，包括：
提取单车的停车区域的边界数据；
获取所述单车当前的状态数据，所述状态数据包括所述单车的车座的坐标数据；
基于所获取的状态数据及所提取的边界位置数据检测所述单车是否违停，获得检测结果。
2.根据权利要求1所述的检测方法，其特征在于，提取单车停车区域的状态数据包括：
采集所述单车停车时所在位置的图像；
基于采集的图像提取所述停车区域的边界数据。
3.根据权利要求2所述的检测方法，其特征在于，获取所述单车当前的状态数据具体为：从所采集的图像中获取所述单车当前的状态数据。
4.根据权利要求3所述的检测方法，其特征在于，所述停车区域为矩形，基于所获取的状态数据及所提取的边界位置数据检测所述单车是否违停，获得检测结果包括：
基于所述车座的坐标数据获取所述车座的三维坐标；
获取所述停车区域的四个角的坐标；
基于所述三维坐标及所述四个角的坐标检测所述单车是否违停，获得检测结果。
5.根据权利要求4所述的检测方法，其特征在于，基于所述三维坐标及所述四个角的坐标检测所述单车是否违停，获得检测结果包括：
基于所述三维坐标及所述四个角的坐标判断所述车座是否在所述停车区域之外；
当判断为否时，基于所述三维坐标及所述四个角的坐标获取所述单车的车座到所述停车区域的每一边界的距离，获得四个距离；
基于所述四个距离中的最小距离检测所述单车是否违停，获得检测结果。
6.根据权利要求5所述的检测方法，其特征在于，基于所述四个距离中的最小距离检测所述单车是否违停，获得检测结果包括：
判断所述最小距离是否小于预设值；
当判断所述最小距离不小于所述预设值时，确认所述单车合法停车；
当判断所述最小距离小于所述预设值时，基于所述单车的停车方向来检测所述单车是否违停，获得检测结果。
7.根据权利要求6所述的检测方法，其特征在于，基于所述单车的停车方向来检测所述单车是否违停，获得检测结果包括：
获取所述单车与所述最小距离对应的边界之间的夹角；
判断所述夹角是否大于阈值；
当判断为是时，确认所述单车违停；
当判断为否时，确认所述单车合法停车。
8.一种单车违停的检测装置，其特征在于，包括：
提取单元，用于提取单车的停车区域的边界数据；
获取单元，用于获取所述单车当前的状态数据，所述状态数据包括所述单车的车座的坐标数据；
检测单元，用于基于所获取的状态数据及所提取的边界位置数据检测所述单车是否违停，获得检测结果。
9.一种检测系统，其特征在于，包括如权利要求10所述的单车违停的检测装置。
10.一种停车系统，其特征在于，包括如权利要求10所述的单车违停的检测装置。
11.一种存储器，所述存储器存储有计算机程序，其特征在于，所述计算机程序被处理器执行如下步骤：
提取单车的停车区域的边界数据；
获取所述单车当前的状态数据，所述状态数据包括所述单车的车座的坐标数据；
基于所获取的状态数据及所提取的边界位置数据检测所述单车是否违停，获得检测结果。
12.一种检测终端，包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任意一项所述的单车违停的检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811429804.8A CN111222385B (zh) | 2018-11-27 | 2018-11-27 | 单车违停的检测方法及装置、共享单车及检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811429804.8A CN111222385B (zh) | 2018-11-27 | 2018-11-27 | 单车违停的检测方法及装置、共享单车及检测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111222385A true CN111222385A (zh) | 2020-06-02 |
| CN111222385B CN111222385B (zh) | 2023-10-27 |
Family
ID=70828864
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811429804.8A Active CN111222385B (zh) | 2018-11-27 | 2018-11-27 | 单车违停的检测方法及装置、共享单车及检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111222385B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112462616A (zh) * | 2020-11-02 | 2021-03-09 | 青岛海尔空调器有限总公司 | 共享家电设备的控制方法及控制装置 |
| CN112712723A (zh) * | 2020-12-25 | 2021-04-27 | 永安行科技股份有限公司 | 基于机器视觉辅助的共享车辆规范停车系统及方法 |
| CN113076896A (zh) * | 2021-04-09 | 2021-07-06 | 北京骑胜科技有限公司 | 一种规范停车方法、系统、装置及存储介质 |
| CN113421382A (zh) * | 2021-06-01 | 2021-09-21 | 杭州鸿泉物联网技术股份有限公司 | 共享电单规范停车的检测方法、系统、设备及存储介质 |
| CN114863087A (zh) * | 2022-07-07 | 2022-08-05 | 锐创软件技术(启东)有限公司 | 一种基于人工智能的共享单车用户质量评估方法及装置 |
| CN115471995A (zh) * | 2022-08-18 | 2022-12-13 | 宁波美喵科技有限公司 | 共享单车定点泊车方法、装置、设备及存储介质 |
| EP4068224A3 (en) * | 2021-08-06 | 2023-01-18 | Beijing Baidu Netcom Science Technology Co., Ltd. | Method and apparatus of recognizing image, electronic device, and storage medium |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107093320A (zh) * | 2017-03-13 | 2017-08-25 | 曾庆义 | 一种停车引导方法及装置 |
| CN107123028A (zh) * | 2017-04-28 | 2017-09-01 | 泰华智慧产业集团股份有限公司 | 一种智能单车区域停放控制方法及控制系统 |
| CN107230346A (zh) * | 2017-08-01 | 2017-10-03 | 何永安 | 共享单车停车规范的确认方法、装置、服务器及存储介质 |
| CN107341755A (zh) * | 2017-07-17 | 2017-11-10 | 刘姗姗 | 一种城市严管区内共享单车停车管理方法与系统 |
| CN107390243A (zh) * | 2017-06-09 | 2017-11-24 | 北斗导航位置服务（北京）有限公司 | 一种gnss定位数据与地理围栏临界点阈值判断方法 |
| CN108090435A (zh) * | 2017-12-13 | 2018-05-29 | 深圳市航盛电子股份有限公司 | 一种可停车区域识别方法、系统及介质 |
| CN108417015A (zh) * | 2017-10-18 | 2018-08-17 | 杭州创屹机电科技有限公司 | 一种共享单车停车装置及方法 |
| CN108648052A (zh) * | 2018-05-09 | 2018-10-12 | 泰华智慧产业集团股份有限公司 | 共享单车违停率判定方法及系统 |
-
2018
- 2018-11-27 CN CN201811429804.8A patent/CN111222385B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107093320A (zh) * | 2017-03-13 | 2017-08-25 | 曾庆义 | 一种停车引导方法及装置 |
| CN107123028A (zh) * | 2017-04-28 | 2017-09-01 | 泰华智慧产业集团股份有限公司 | 一种智能单车区域停放控制方法及控制系统 |
| CN107390243A (zh) * | 2017-06-09 | 2017-11-24 | 北斗导航位置服务（北京）有限公司 | 一种gnss定位数据与地理围栏临界点阈值判断方法 |
| CN107341755A (zh) * | 2017-07-17 | 2017-11-10 | 刘姗姗 | 一种城市严管区内共享单车停车管理方法与系统 |
| CN107230346A (zh) * | 2017-08-01 | 2017-10-03 | 何永安 | 共享单车停车规范的确认方法、装置、服务器及存储介质 |
| CN108417015A (zh) * | 2017-10-18 | 2018-08-17 | 杭州创屹机电科技有限公司 | 一种共享单车停车装置及方法 |
| CN108090435A (zh) * | 2017-12-13 | 2018-05-29 | 深圳市航盛电子股份有限公司 | 一种可停车区域识别方法、系统及介质 |
| CN108648052A (zh) * | 2018-05-09 | 2018-10-12 | 泰华智慧产业集团股份有限公司 | 共享单车违停率判定方法及系统 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112462616A (zh) * | 2020-11-02 | 2021-03-09 | 青岛海尔空调器有限总公司 | 共享家电设备的控制方法及控制装置 |
| CN112462616B (zh) * | 2020-11-02 | 2022-10-28 | 青岛海尔空调器有限总公司 | 共享家电设备的控制方法及控制装置 |
| CN112712723A (zh) * | 2020-12-25 | 2021-04-27 | 永安行科技股份有限公司 | 基于机器视觉辅助的共享车辆规范停车系统及方法 |
| CN113076896A (zh) * | 2021-04-09 | 2021-07-06 | 北京骑胜科技有限公司 | 一种规范停车方法、系统、装置及存储介质 |
| CN113421382A (zh) * | 2021-06-01 | 2021-09-21 | 杭州鸿泉物联网技术股份有限公司 | 共享电单规范停车的检测方法、系统、设备及存储介质 |
| EP4068224A3 (en) * | 2021-08-06 | 2023-01-18 | Beijing Baidu Netcom Science Technology Co., Ltd. | Method and apparatus of recognizing image, electronic device, and storage medium |
| CN114863087A (zh) * | 2022-07-07 | 2022-08-05 | 锐创软件技术(启东)有限公司 | 一种基于人工智能的共享单车用户质量评估方法及装置 |
| CN115471995A (zh) * | 2022-08-18 | 2022-12-13 | 宁波美喵科技有限公司 | 共享单车定点泊车方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111222385B (zh) | 2023-10-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111222385A (zh) | 单车违停的检测方法及装置、共享单车及检测系统 | |
| CN107341454B (zh) | 一种场景中障碍物的检测方法及装置、电子设备 | |
| KR101505459B1 (ko) | 차량 위치 추적을 통한 주차 관리 시스템 및 주차 관리 방법 | |
| US10909395B2 (en) | Object detection apparatus | |
| CN107563419A (zh) | 图像匹配和二维码相结合的列车定位方法 | |
| US20220335727A1 (en) | Target determination method and apparatus, electronic device, and computer-readable storage medium | |
| WO2012029518A1 (ja) | 挙動解析装置 | |
| CN113470374B (zh) | 车辆超速监测方法、装置、计算机设备及存储介质 | |
| KR20170000110A (ko) | 차량 위치 추적을 통한 주차 관리 시스템 및 주차 관리 방법 | |
| JP4848312B2 (ja) | 身長推定装置および身長推定方法 | |
| CN107767687B (zh) | 基于双目立体视觉的空闲停车位检测方法及系统 | |
| JP6736931B2 (ja) | 立体物検出方法及び立体物検出装置 | |
| CN110298300A (zh) | 一种检测车辆违章压线的方法 | |
| CN111243003B (zh) | 车载双目摄像机及其检测道路限高杆的方法、装置 | |
| KR102434154B1 (ko) | 영상감시시스템에서의 고속 이동물체의 위치 및 모션 캡쳐 방법 | |
| CN107886544A (zh) | 用于车辆标定的图像采集控制方法和装置 | |
| CN115834838A (zh) | 一种隧道内的监控方法、设备和介质 | |
| CN113869268A (zh) | 障碍物测距方法、装置、电子设备及可读介质 | |
| CN111062986A (zh) | 基于单目视觉的共享单车辅助定位方法及装置 | |
| CN112053397A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN107886752A (zh) | 一种基于改造车道线的高精度车辆定位系统及方法 | |
| CN114067287A (zh) | 一种基于车侧路侧数据感知融合的异物识别及预警系统 | |
| CN116958195A (zh) | 物件追踪整合方法及整合装置 | |
| CN105654084B (zh) | 基于激光器的车牌定位方法、装置及系统 | |
| CN114821497A (zh) | 目标物位置的确定方法、装置、设备及存储介质 |
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 |