CN111354221A - 一种基于毫米波雷达探测的道路智能停车设备和系统 - Google Patents
一种基于毫米波雷达探测的道路智能停车设备和系统 Download PDFInfo
- Publication number
- CN111354221A CN111354221A CN202010277915.2A CN202010277915A CN111354221A CN 111354221 A CN111354221 A CN 111354221A CN 202010277915 A CN202010277915 A CN 202010277915A CN 111354221 A CN111354221 A CN 111354221A
- Authority
- CN
- China
- Prior art keywords
- parking
- millimeter wave
- vehicle
- module
- radar module
- 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.)
- Pending
Links
Images
Classifications
-
- 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
- G08G1/142—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces external to the vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
- G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
- G07B15/02—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points taking into account a variable factor such as distance or time, e.g. for passenger transport, parking systems or car rental systems
-
- 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)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开一种基于毫米波雷达探测的道路智能停车设备和系统。该设备包括:雷达模组、摄像头、通信模块和桩体,雷达模组用以探测道路车位状态,雷达模组探测到车辆驶入、车辆停稳和车辆驶离时分别触发摄像头对车辆进行拍照,以采集车辆的车牌号码图像数据,同时,雷达模组记录触发拍照的绝对时间;通信模块将车牌号码图像数据和触发拍照的绝对时间上传。本发明大大降低了桩体的成本和公共道路美观性,可以很好地捕捉到车体的运动行为,可甄别只是经过并未占用车位的车辆,并且可根据点云区分出自行车和行人,可大大提高有效订单率,真正意义上实现了智能,减小服务器的运算压力。
Description
技术领域
本发明属于智能化设备技术领域,具体涉及一种基于毫米波雷达探测的道路智能停车设备和系统。
背景技术
针对国内道路停车现状,主要面临“停车难”、人工管理低效、人工成本高、停车不规范和信息化智能化欠缺等问题,所以实现自动收费的智能道路停车系统是解决以上问题的优解,也是未来发展智慧城市的重要举措之一。
实现智能停车系统,其最关键的技术环节是能够在特定的停车区域可自动且准确地识别/判断车辆的停车动作,包括车辆的驶入、停稳、驶离,而后将车位状态信息传到下一级系统进行进一步的协同处理,最终生成车位订单。
目前国内外的道路智能停车系统已崭露头角,但还未大范围使用,并且存在其缺陷和不足。如下列举了车辆停车动作识别的一些技术:
①红外探测技术:目前国外已有投入使用,但只能实现简单的目标进入提醒然后人工介入收费,无法对车辆的一系列停车动作进行判断;
②超声波雷达技术:已有商家采用超声波雷达作试验,但是超声波的探测距离和角度都很小,探测范围十分受限,误触发率很高;
③无线地磁感应技术:前期投入大,安装方式对道路破坏性大;易受含磁物体(如高压线)的干扰,对于经过但不占用车位的车辆、电动车等没有过滤处理,所以误触发率也很高;
④纯视觉技术:视频桩系统的识别和判断准确率相对较高,但是存在以下问题:1)对于路边停车场景则由于天气(雨雪,大雾,黑夜等)、用户停车方式的复杂性对自动识别系统提出更高的要求,单纯靠视觉无法很好完成;2)数据功耗大,视频流要不断上传十兆级以上的视频数据到云端,极大增加服务器的运行负担;3)成本非常高。
发明内容
本发明解决的技术问题:提供一种基于毫米波雷达探测的道路智能停车设备和系统。
技术方案:为了解决上述技术问题,本发明采用的技术方案如下:
在第一方面,本发明提供了一种基于毫米波雷达探测的道路智能停车设备,包括:
雷达模组,用以探测道路车位状态;
摄像头,通过摄像头驱动电路与所述雷达模组连接,当所述雷达模组探测到道路车位状态变化时触发摄像头对车辆进行拍照,以采集车辆的车牌号码图像数据,同时,所述雷达模组记录触发拍照的绝对时间;
通信模块,与所述雷达模组连接,用以将所述车牌号码图像数据和触发拍照的绝对时间上传服务器,以使服务器根据所述车牌号码和触发拍照的绝对时间生成停车订单信息,并由服务器将停车订单信息发送给移动客户端完成扣费操作;
桩体,用以将雷达模组和摄像头固定在车位远离道路中心的一侧。
进一步的,所述桩体设置在相邻的两个车位之间,且其上侧设有两个摄像头,两个摄像头分别用以对其中一个车位的车辆进行拍照,所述雷达模组为毫米波雷达模组。
进一步的,还包括补光灯,所述补光灯设置在桩体上,且其通过补光灯驱动电路与雷达模组连接。
进一步的,还包括状态指示灯,所述状态指示灯设置在桩体上,且其通过状态指示灯驱动电路与雷达模组连接。
进一步的,所述摄像头驱动电路包括一端与雷达模组连接的电阻R64,所述电阻R64的另一端与三极管Q11的基极连接,所述三极管Q11的发射极接地,且其基极与发射极之间连接有电阻R66,所述三极管Q11的集电极与电阻R44的一端和MOS管的栅极连接,所述电阻R44的另一端和MOS管的源极分别与电源正极连接,所述MOS管的漏极与摄像头连接。
进一步的,所述补光灯驱动电路包括漏极与补光灯负极连接的MOS管Q4,所述MOS管Q4的栅极与电阻R4和电阻R48的一端连接,所述电阻R4的另一端和MOS管Q4的源极均接地,所述电阻R48的另一端与雷达模组连接。
进一步的,所述状态指示灯驱动电路包括漏极与状态指示灯负极连接的MOS管Q1,所述MOS管Q1的栅极与电阻R1和电阻R45的一端分别连接,所述电阻R1的另一端和MOS管Q1的源极均接地,所述电阻R45的另一端与雷达模组连接。
进一步的,所述毫米波雷达模组包括毫米波雷达模块、与所述毫米波雷达模块连接的处理器和雷达天线,所述处理器与摄像头连接,所述处理器与通信模块之间连接有千兆以太网模块,所述毫米波雷达模块和处理器连接有电源模块。
在第二方面,本发明提供了一种基于毫米波雷达探测的道路智能停车系统,包括服务器和与服务器连接的移动客户端,还包括权利要求1至8任一所述的设备,所述服务器接收设备上传的车辆的车牌号码图像数据及触发拍照的绝对时间,并基于图像识别技术解析出车辆的车牌号码,待车辆驶离后,所述服务器根据车牌号码和触发拍照的绝对时间生成停车订单信息,并将所述停车订单信息发送至对应的移动客户端,所述移动客户端根据停车订单信息完成扣费操作。
进一步的,还包括人工呼叫模块,所述人工呼叫模块与服务器连接,当所述雷达模组检测到车位被占用但服务器无法获取到车辆的车牌号码时,所述服务器触发人工呼叫模块工作,以进行人工收费。
有益效果:与现有技术相比,本发明具有以下优点:
1、大雾天气、黑夜等特殊天气下,视觉很难甚至无法识别车牌,毫米波雷达的优良穿透性,不受气候等限制;
2、毫米波角雷达探测角度可达150°,在保证大探测范围同时,一个桩体只需要搭载一个角雷达,即可覆盖两个停车位的监控,大大降低了桩体的成本和公共道路美观性;
3、由于路边停车方式的多样性和复杂性,譬如侧方位停车、车头泊入、直线驶入等,毫米波雷达以其150°的大角度探测,可以很好地捕捉到车体的运动行为;
4、与超声波或者无线地磁感应技术相比,毫米波雷达增加了车辆的驶入/停稳/驶离的判断,可甄别只是经过并未占用车位的车辆,并且可根据点云区分出自行车和行人,可大大提高有效订单率,真正意义上实现了智能;
5、毫米波雷达占用功耗仅3W,并且仅上传车辆的驶入/停稳/驶离的数张10K级状态照片到服务器,对于只是经过并没有实际占用车位的车辆照片不上传,因此大大降低数据功耗,减小云端服务器的运算压力。
附图说明
图1是基于毫米波雷达探测的道路智能停车设备的结构示意图;
图2是基于毫米波雷达探测的道路智能停车设备的原理框图;
图3是本发明实施例的处理器的接线示意图;
图4是本发明实施例的摄像头驱动电路的结构示意图;
图5是本发明实施例的千兆以太网模块的结构示意图;
图6是本发明实施例的补光灯驱动电路的结构示意图;
图7是本发明实施例的状态指示灯驱动电路的结构示意图;
图8是基于毫米波雷达探测的道路智能停车系统的结构示意图;
图9是基于毫米波雷达的车位状态识别方法的流程图;
图10是基于毫米波雷达的车位状态识别方法的方法示意图。
具体实施方式
下面结合具体实施例,进一步阐明本发明,实施例在以本发明技术方案为前提下进行实施,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围。
如图1至7所示,本发明实施例提供了一种基于毫米波雷达的道路车位状态识别方法,包括雷达模组1、摄像头2和通信模块3。其中,雷达模组1用以探测道路车位状态,道路车位状态包括空闲、车辆驶入、车辆停稳和车辆驶离。
本发明实施例的摄像头2通过摄像头驱动电路4与雷达模组1连接,当雷达模组1探测到车辆驶入、车辆停稳和车辆驶离时分别控制摄像头对车辆进行拍照,以采集车辆的车牌号码图像数据。同时,雷达模组1探测到车辆驶入、车辆停稳和车辆驶离时,根据其内部的时钟,记录触发拍照的绝对时间。通信模块3,与雷达模组1连接,用以将车牌号码图像数据及触发拍照的绝对时间上传服务器,进而为生成停车订单提供数据支持,服务器根据车牌号码和触发拍照的绝对时间生成停车订单信息,并由服务器将停车订单信息发送给移动客户端完成扣费操作。
如图1所示,本发明实施例还包括桩体5,桩体5用以将雷达模组1和摄像头2固定在车位远离道路中心的一侧,进而使雷达模组1和摄像头2完成相应的功能。
摄像头2和桩体5可以与车位一一对应设置,为了降低成本,优选将桩体5设置在相邻的两个车位之间,每个桩体5上设置两个摄像头2,两个摄像头2分别用以对其中一个车位的车辆进行拍照。雷达模组优选采用毫米波雷达模组,毫米波角雷达模组探测角度可达150°,在保证大探测范围同时,采用一个雷达模组1即可覆盖两个停车位的监控。
如图1和2所示,本发明实施例还包括补光灯6,补光灯6设置在桩体5上,补光灯6通过补光灯驱动电路7与雷达模组1连接。在拍照时,雷达模组1控制补光灯6工作,以进行光线补偿。
如图1和2所示,本发明实施例还包括状态指示灯8,状态指示灯8设置在桩体5上,且其通过状态指示灯驱动电路9与雷达模组1连接。当雷达模组1探测到车位为停稳状态时,即车位被占用,状态灯亮红,其他状态位均亮绿。
如图4所示,本发明实施例的摄像头驱动电路4包括一端与雷达模组1连接的电阻R64,电阻R64的另一端与三极管Q11的基极连接,三极管Q11的发射极接地,且其基极与发射极之间连接有电阻R66,三极管Q11的集电极与电阻R44的一端和MOS管的栅极连接,电阻R44的另一端和MOS管的源极分别与电源正极连接,MOS管的漏极与摄像头连接。在每个桩体5上设置两个摄像头2的实施例中,采用相同电路结构的摄像头驱动电路4。
如图6所示,本发明实施例的补光灯驱动电路7包括漏极与补光灯6负极连接的MOS管Q4,补光灯6的正极与电源正极连接,MOS管Q4的栅极与电阻R4和电阻R48的一端连接,电阻R4的另一端和MOS管Q4的源极均接地,电阻R48的另一端与雷达模组连接。在每个桩体5上设置两个摄像头2的实施例中,补光灯6也对应采用两个,两个补光灯驱动电路7的电路结构相同。
如图7所示,本发明实施例的状态指示灯驱动电路9包括漏极与状态指示灯8负极连接的MOS管Q1,状态指示灯8的正极与电源正极连接,MOS管Q1的栅极与电阻R1和电阻R45的一端分别连接,电阻R1的另一端和MOS管Q1的源极均接地,电阻R45的另一端与雷达模组连接。红灯的驱动电路结构与绿灯的驱动电路结构相同,在每个桩体5上设置两个摄像头2的实施例中,状态指示灯8也对应采用两组,两组状态指示灯驱动电路9的电路结构也相同。
如图2所示,本发明实施例的雷达模组1包括毫米波雷达模块11、与毫米波雷达模块11连接的处理器12和雷达天线13,其中,毫米波雷达模块11的工作频率优选在60GHZ以上,可以采用的型号如S102。雷达天线13包括发射天线和接收天线,处理器12与摄像头2、补光灯6和状态指示灯7分别连接。通信模块3优选采用4G无线模块,在处理器12与通信模块3之间连接有千兆以太网模块14。本发明实施例还包括供电器10,供电器10输出DC12V电压,供电器10通过电源模块15与毫米波雷达模块11和处理器12分别连接,电源模块15将输入的DC12V依次转化为DC5V和DC3V电压,然后向毫米波雷达模块11和处理器12供电。也可设置蓄电池作为备用电源。
如图8所示,基于以上实施例,本领域技术人员可以理解,本发明还提供了一种基于高频毫米波雷达探测的道路智能停车系统,该系统包括服务器和与服务器连接的移动客户端,还包括上述智能停车设备,服务器接收停车设备发出的车辆的车牌号码图像数据及触发拍照的绝对时间,并基于图像识别技术从车牌号码图像数据中解析出车辆的车牌号码,服务器根据车牌号码和触发拍照的绝对时间生成停车订单信息,具体的,在车辆驶入至停稳后,服务器即可通过雷达模组1和摄像头2获取到车辆停稳的时间和车辆的车牌号码,然后服务器即可根据车辆的车牌号码和车辆停稳的时间来创建停车订单,当车辆驶离时,服务器即可通过雷达模组1和摄像头2获取到驶离车辆的车牌号码和驶离的时间,这样,服务器就可根据车牌号码、停稳的时间和驶离的时间自动完成订单信息了,然后将停车订单信息发送至对应的移动客户端,进而实现自动收费。只有在满足车辆驶入、车辆停稳-和车辆驶离的闭环逻辑,服务器才会生成有效的订单信息,如果只有车辆驶入和车辆驶离,而没有停稳的状态,那么服务器就将改车辆判断为只是经过,不会生成有效的订单信息。
为了应对少数上传的所有照片都无法识别车牌,但雷达模组1已判断车位被占用的情况,本发明实施例还包括人工呼叫模块,人工呼叫模块与服务器连接,当雷达模组1检测到车位被占用,但服务器无法获取到车辆的车牌号码时,服务器触发人工呼叫模块工作,以呼叫相关工作人员进行人工收费,避免漏单。
结合图9和图10,基于以上实施例,本领域技术人员可以理解,本发明在另一方面还提供了一种基于毫米波雷达的道路车位状态识别方法,包括:采用雷达模组发射并接收返回的探波,将返回的探波通过数字信号处理获得以雷达为原点的坐标系下带径向速度矢量Vi(点迹与雷达方向上的速度矢量)、距离ρi(点迹与雷达之间的直线距离)、角度θi(点迹与雷达法线的夹角)和和信噪比snri信息的点迹(target),并将点迹凝聚成目标(object)并跟踪。目标的聚类方法,是通过信噪比加权法,得到分散点迹的中心点Zcenter,即目标。具体的计算方式如下:
定义分散点迹为Z,则:
Z={ρi,θi,Vi,snri}i=1,2...n.
通过信噪比加权可以得到当前目标中心点Zcenter为:
zcenter={ρmean,θmean,Vmean,snrmean}
其中,点迹凝聚成的目标(中心点Zcenter)至雷达模组的距离ρmean为:
点迹凝聚成的目标(中心点Zcenter)与雷达模组法线的夹角为θmean为:
点迹凝聚成的目标(中心点Zcenter)的径向速度矢量Vmean为:
点迹凝聚成的目标(中心点Zcenter)的信噪比snrmean为:
根据点迹凝聚成的目标(中心点Zcenter)至雷达模组的距离ρmean和角度θmean(中心点与雷达法线夹角)计算目标纵向距离YL,其中YL的计算方式如下:
YL=ρmean*cosθmean
根据目标纵向距离YL和目标径向速度矢量Vmean筛选出疑似泊车车辆。对于判定为的机动车道车辆过滤忽略。疑似泊车车辆的筛选方式如下:当目标纵向距离YL大于设定纵向距离阈值时,则判定为机动车道车辆并过滤;当目标纵向距离小于设定纵向距离阈值时,则将目标判定为疑似泊车车辆。对于初步判定位疑似泊车车辆根据目标径向速度矢量Vmean进一步筛选,当目标径向速度绝对值|Vmean|大于设定径向速度绝对值阈值时,则判定为机动车道车辆并过滤,当目标径向速度绝对值|Vmean|小于设定径向速度绝对值阈值时则将目标判定为疑似泊车车辆。一般道路车位的宽度在2.2米至2.4米,可以将纵向距离阈值设置在2.3米左右,设定径向速度矢量阈值的绝对值可取1至10m/s,即可有效区分出疑似泊车车辆和机动车道车辆。
计算疑似泊车车辆目标的点迹距离方差D,距离方差D的计算方式具体如下:
上述式中,ρ1、ρ2、ρn代表ρi中不同点迹至雷达模组的距离,n为整数,其中,
根据疑似泊车车辆的点迹距离方差D判断疑似泊车车辆是否为机动泊车车辆。机动泊车车辆的判断方式如下:若点迹距离方差D小于设定点迹距离方差阈值时,则将疑似泊车车辆判定为非机动车辆,将非机动车辆进行过滤忽略。若点迹距离方差D大于设定点迹距离方差阈值时,则将疑似泊车车辆判定为泊车车辆。设定点迹距离方差阈值在0.1至2之间即可,可从中选择较优的取值。该步骤可有效区分出机动车和非机动车(如行人、自行车和电动车等),避免非机动车辆造成干扰。
如果判定为是泊车车辆,则根据目标径向速度矢量Vmean和纵向距离YL判断车位状态。车位状态的判断方式如下:若目标径向速度矢量Vmean为负值,即泊车车辆在径向方向靠向雷达模块运动,则车位的状态判定为车辆驶入;若目标径向速度矢量Vmean为0,且保持连续稳定帧数大于设定的停稳帧数阈值时,则车位状态判定为车辆停稳状态。如果连续稳定帧数在小于设定的停稳帧数阈值时监测到车辆移动,则在车辆径向速度矢量Vmean重新为0时,重新计数。若目标径向速度矢量Vmean为正值,即泊车车辆在径向方向远离雷达模块运动,则判定为车辆驶离;若目标径向速度矢量Vmean为正负交替时,如目标纵向距离YL为减小趋势,则车位的状态判定为车辆驶入,如目标纵向距离YL为增大趋势,则车位的状态判定为车辆驶离;待车辆驶离后进行空位计数,如空位连续稳定帧数大于设定的空闲帧数阈值,则车位的状态判定为空闲。停稳帧数阈值和空闲帧数阈值需要根据雷达模块的刷新周期进行设定,以雷达模组的刷新周期为50毫秒为例,停稳帧数阈值和空闲帧数阈值可以设置在200左右,这样,停稳帧数阈值和空闲帧数阈值对应的时间为10秒左右。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种基于毫米波雷达探测的道路智能停车设备,其特征在于,包括:
雷达模组,用以探测道路车位状态;
摄像头,通过摄像头驱动电路与所述雷达模组连接,当所述雷达模组探测到道路车位状态变化时触发摄像头对车辆进行拍照,以采集车辆的车牌号码图像数据,同时,所述雷达模组记录触发拍照的绝对时间;
通信模块,与所述雷达模组连接,用以将所述车牌号码图像数据和触发拍照的绝对时间上传服务器,以使服务器根据所述车牌号码和触发拍照的绝对时间生成停车订单信息,并由服务器将停车订单信息发送给移动客户端完成扣费操作;
桩体,用以将雷达模组和摄像头固定在车位远离道路中心的一侧。
2.根据权利要求1所述的基于毫米波雷达探测的道路智能停车设备,其特征在于,所述桩体设置在相邻的两个车位之间,且其上侧设有两个摄像头,两个摄像头分别用以对其中一个车位的车辆进行拍照,所述雷达模组为毫米波雷达模组。
3.根据权利要求1所述的基于毫米波雷达探测的道路智能停车设备,其特征在于,还包括补光灯,所述补光灯设置在桩体上,且其通过补光灯驱动电路与雷达模组连接。
4.根据权利要求1所述的基于毫米波雷达探测的道路智能停车设备,其特征在于,还包括状态指示灯,所述状态指示灯设置在桩体上,且其通过状态指示灯驱动电路与雷达模组连接。
5.根据权利要求1所述的基于毫米波雷达探测的道路智能停车设备,其特征在于,所述摄像头驱动电路包括一端与雷达模组连接的电阻R64,所述电阻R64的另一端与三极管Q11的基极连接,所述三极管Q11的发射极接地,且其基极与发射极之间连接有电阻R66,所述三极管Q11的集电极与电阻R44的一端和MOS管的栅极连接,所述电阻R44的另一端和MOS管的源极分别与电源正极连接,所述MOS管的漏极与摄像头连接。
6.根据权利要求3所述的基于毫米波雷达探测的道路智能停车设备,其特征在于,所述补光灯驱动电路包括漏极与补光灯负极连接的MOS管Q4,所述MOS管Q4的栅极与电阻R4和电阻R48的一端连接,所述电阻R4的另一端和MOS管Q4的源极均接地,所述电阻R48的另一端与雷达模组连接。
7.根据权利要求4所述的基于毫米波雷达探测的道路智能停车设备,其特征在于,所述状态指示灯驱动电路包括漏极与状态指示灯负极连接的MOS管Q1,所述MOS管Q1的栅极与电阻R1和电阻R45的一端分别连接,所述电阻R1的另一端和MOS管Q1的源极均接地,所述电阻R45的另一端与雷达模组连接。
8.根据权利要求2所述的基于毫米波雷达探测的道路智能停车设备,其特征在于,所述毫米波雷达模组包括毫米波雷达模块、与所述毫米波雷达模块连接的处理器和雷达天线,所述处理器与摄像头连接,所述处理器与通信模块之间连接有千兆以太网模块,所述毫米波雷达模块和处理器连接有电源模块。
9.一种基于毫米波雷达探测的道路智能停车系统,包括服务器和与服务器连接的移动客户端,其特征在于,还包括权利要求1至8任一所述的设备,所述服务器接收设备上传的车辆的车牌号码图像数据及触发拍照的绝对时间,并基于图像识别技术解析出车辆的车牌号码,待车辆驶离后,所述服务器根据车牌号码和触发拍照的绝对时间生成停车订单信息,并将所述停车订单信息发送至对应的移动客户端,所述移动客户端根据停车订单信息完成扣费操作。
10.根据权利要求9所述的基于毫米波雷达探测的道路智能停车系统,其特征在于,还包括人工呼叫模块,所述人工呼叫模块与服务器连接,当所述雷达模组检测到车位被占用但服务器无法获取到车辆的车牌号码时,所述服务器触发人工呼叫模块工作,以进行人工收费。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010277915.2A CN111354221A (zh) | 2020-04-10 | 2020-04-10 | 一种基于毫米波雷达探测的道路智能停车设备和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010277915.2A CN111354221A (zh) | 2020-04-10 | 2020-04-10 | 一种基于毫米波雷达探测的道路智能停车设备和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111354221A true CN111354221A (zh) | 2020-06-30 |
Family
ID=71196500
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010277915.2A Pending CN111354221A (zh) | 2020-04-10 | 2020-04-10 | 一种基于毫米波雷达探测的道路智能停车设备和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111354221A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111862625A (zh) * | 2020-07-13 | 2020-10-30 | 深圳前海华夏智信数据科技有限公司 | 一种路内停车视频桩及停车管理方法 |
CN112230217A (zh) * | 2020-09-10 | 2021-01-15 | 成都多普勒科技有限公司 | 一种用于智能汽车的微型光电一体雷达传感器 |
CN112330968A (zh) * | 2020-11-19 | 2021-02-05 | 朱新培 | 一种基于微波雷达的城市路边停车场的数据采集装置及其方法 |
CN112365718A (zh) * | 2020-10-25 | 2021-02-12 | 北京因泰立科技有限公司 | 一种激光车型识别方法及装置 |
CN113192337A (zh) * | 2021-07-01 | 2021-07-30 | 长沙莫之比智能科技有限公司 | 一种基于毫米波雷达的车位检测方法 |
CN113479218A (zh) * | 2021-08-09 | 2021-10-08 | 哈尔滨工业大学 | 一种路基自动驾驶辅助探测系统及其控制方法 |
CN117636671A (zh) * | 2024-01-24 | 2024-03-01 | 四川君迪能源科技有限公司 | 乡村道路智能会车的协同调度方法和系统 |
-
2020
- 2020-04-10 CN CN202010277915.2A patent/CN111354221A/zh active Pending
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111862625A (zh) * | 2020-07-13 | 2020-10-30 | 深圳前海华夏智信数据科技有限公司 | 一种路内停车视频桩及停车管理方法 |
CN112230217A (zh) * | 2020-09-10 | 2021-01-15 | 成都多普勒科技有限公司 | 一种用于智能汽车的微型光电一体雷达传感器 |
CN112365718A (zh) * | 2020-10-25 | 2021-02-12 | 北京因泰立科技有限公司 | 一种激光车型识别方法及装置 |
CN112365718B (zh) * | 2020-10-25 | 2022-03-08 | 北京因泰立科技有限公司 | 一种激光车型识别方法及装置 |
CN112330968A (zh) * | 2020-11-19 | 2021-02-05 | 朱新培 | 一种基于微波雷达的城市路边停车场的数据采集装置及其方法 |
CN113192337A (zh) * | 2021-07-01 | 2021-07-30 | 长沙莫之比智能科技有限公司 | 一种基于毫米波雷达的车位检测方法 |
CN113479218A (zh) * | 2021-08-09 | 2021-10-08 | 哈尔滨工业大学 | 一种路基自动驾驶辅助探测系统及其控制方法 |
CN117636671A (zh) * | 2024-01-24 | 2024-03-01 | 四川君迪能源科技有限公司 | 乡村道路智能会车的协同调度方法和系统 |
CN117636671B (zh) * | 2024-01-24 | 2024-04-30 | 四川君迪能源科技有限公司 | 乡村道路智能会车的协同调度方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111354221A (zh) | 一种基于毫米波雷达探测的道路智能停车设备和系统 | |
CN211928753U (zh) | 一种基于毫米波雷达探测的道路智能停车设备和系统 | |
CN106373405B (zh) | 车位监控系统及方法 | |
CN102074113B (zh) | 基于视频的牌照识别和车辆速度测量方法 | |
CN100578562C (zh) | 用视频监测车辆违法行为的方法 | |
CN202077142U (zh) | 一种车载智能视频侦测分析系统 | |
CN111192478B (zh) | 一种基于毫米波雷达的道路车位状态识别方法 | |
CN1725266A (zh) | 基于视频触发和测速的车辆智能监测记录系统和方法 | |
CN202422425U (zh) | 基于视频检测的路口智能信号控制系统 | |
CN103325258A (zh) | 基于视频处理的闯红灯检测装置及其方法 | |
CN105118292A (zh) | 一种卡口式电子警察系统 | |
CN109544886B (zh) | 一种路侧车位复合多手段车辆感知设备 | |
CN115240466B (zh) | 一种地磁与摄像机协同的智能停车管理方法 | |
CN101783071A (zh) | 一种监测车辆违法行为的嵌入式系统 | |
CN108510744B (zh) | 基于长短焦距相机实现半封闭车场管理的系统及方法 | |
CN207909351U (zh) | 一种车位引导及反向寻车系统 | |
CN2718699Y (zh) | 基于视频触发和测速的车辆智能监测记录系统 | |
CN105389991A (zh) | 一种自适应的闯红灯抓拍方法 | |
CN111599029A (zh) | 一种精简化车位型路侧设备 | |
CN206421571U (zh) | 基于以太网的车辆管理系统 | |
CN113450580A (zh) | 一种用于车流量监测的雷达 | |
CN113852749A (zh) | 一种低功耗图像传感器组件、检测器及图像采集处理方法 | |
CN106971555A (zh) | 一种路边停车自动拍摄取证装置 | |
CN203465847U (zh) | 一种智能停车场车牌识别系统 | |
CN217721299U (zh) | 一种基于系统控制的智慧型摄像机 |
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 |