CN111383459B - 一种基于视频的充电桩车位管理方法及装置 - Google Patents
一种基于视频的充电桩车位管理方法及装置 Download PDFInfo
- Publication number
- CN111383459B CN111383459B CN202010240283.2A CN202010240283A CN111383459B CN 111383459 B CN111383459 B CN 111383459B CN 202010240283 A CN202010240283 A CN 202010240283A CN 111383459 B CN111383459 B CN 111383459B
- Authority
- CN
- China
- Prior art keywords
- parking space
- vehicle
- state
- license plate
- driving
- 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
Links
Images
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
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
-
- E—FIXED CONSTRUCTIONS
- E04—BUILDING
- E04H—BUILDINGS OR LIKE STRUCTURES FOR PARTICULAR PURPOSES; SWIMMING OR SPLASH BATHS OR POOLS; MASTS; FENCING; TENTS OR CANOPIES, IN GENERAL
- E04H6/00—Buildings for parking cars, rolling-stock, aircraft, vessels or like vehicles, e.g. garages
- E04H6/42—Devices or arrangements peculiar to garages, not covered elsewhere, e.g. securing devices, safety devices, monitoring and operating schemes; centering devices
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F15/00—Coin-freed apparatus with meter-controlled dispensing of liquid, gas or electricity
- G07F15/003—Coin-freed apparatus with meter-controlled dispensing of liquid, gas or electricity for electricity
- G07F15/005—Coin-freed apparatus with meter-controlled dispensing of liquid, gas or electricity for electricity dispensed for the electrical charging of vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Architecture (AREA)
- Automation & Control Theory (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Devices For Checking Fares Or Tickets At Control Points (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种基于视频的充电桩车位管理方法,包括:采集车位区域的视频图像;获取车牌的位置;如果车辆为驶入状态,获取车牌号码;如果车牌类别为新能源车牌,则控制地锁打开;如果地锁打开,对反光标签进行检测;如果检测到反光标签,检测到的持续时间不小于第二时间阈值,则控制地锁关闭,将车位状态设为空闲;如果车牌的位置不变化,不变化的时间不小于第三时间阈值,则认为车辆为停稳状态,将车位状态设为占用;如果车位状态为占用,车辆为驶离状态,且检测到反光标签,检测到的持续时间不小于第五时间阈值,则认为车辆驶离车位区域,控制地锁关闭,将车位状态设为空闲。与现有技术相比,本发明能有效实现充电桩车位管理。
Description
技术领域
本发明涉及图像采集、停车管理、以及视频桩,特别涉及一种基于视频的充电桩车位管理方法。
背景技术
随着汽车保有量猛增,城市停车问题越来越严峻。如何有效地解决城市道路的停车管理是目前急需解决的问题。如何能够识别路边有效的停车位是停车管理的基础。
目前,车位检测系统主要包括:(1)基于地磁的车位检测系统:该系统在停车位下方埋入地磁,实现车位是否占用的判断,但该系统需要电池供电,且无法获取停车车辆信息;(2)基于激光雷达的车位检测系统:该系统在车位布置柱式工业级单线激光雷达,通过激光雷达进行车辆与车位相对位置的匹配,但需进行大量场端改造,即在停车场安装柱式工业级单线激光雷达,场端改造较为复杂且成本极高;(3)基于图像分析的车位检测系统:该系统对采集的车位区域图像进行分析,实现车位状态的检测,但该系统对于车位附近存在车辆遮挡车位位置时,很容易产生误检。
综上,为了解决上述问题,急需提供一种基于视频的充电桩车位管理方法,可以降低成本,提高检测准确率。
发明内容
本发明的目的在于提供一种基于视频的充电桩车位管理方法,能够快速有效地实现车位状态的检测。
为了达到上述目的,本发明提供了一种基于视频的充电桩车位管理方法,该方法包括:
第一步骤,通过相机采集车位区域的视频图像;
第二步骤,对视频图像进行车牌检测,获取车牌的位置;
第三步骤,根据连续帧视频图像中的车牌位置,判断车辆是否为驶入状态,如果车辆为驶入状态,获取车牌号码;如果车牌类别为新能源车牌,则控制对应车位的地锁打开;
第四步骤,如果车位的地锁打开,对车锁对应的反光标签进行检测;如果检测到反光标签,并且检测到的持续时间不小于第二时间阈值,则认为车辆没有驶入车位区域,控制车位的地锁关闭,将车位状态设为空闲,否则转入第五步骤;
第五步骤,如果车辆对应车牌的位置不变化,统计不变化的时间,如果不变化的时间不小于第三时间阈值,则认为车辆为停稳状态,将车位状态设为占用;
第六步骤,如果车位状态为占用,判断对应的车辆是否为驶离状态,如果车辆为驶离状态,且检测到反光标签,检测到的持续时间不小于第五时间阈值,则认为车辆驶离车位区域,控制车位的地锁关闭,将车位状态设为空闲。
其中,所述车位地锁包括底座和挡车杆,所述挡车杆安装在底座上;所述反光标签为涂在所述挡车杆一侧的反光材料,且所述反光标签背对相机的镜头;当所述车位地锁关闭时,所述挡车杆会竖起,相机的镜头不会采集到所述反光标签的图像,当所述车位地锁打开时,所述挡车杆会落下,相机的镜头会采集到所述反光标签的图像。
进一步地,所述相机的镜头附近装有补光灯。
进一步地,所述第三步骤包括:
车牌位移计算步骤,根据连续帧视频图像中的车牌位置,计算车辆对应车牌的位移;
同侧车辆驶入判断步骤,如果相机内置于充电桩内,或者安装在充电桩的同侧,如果连续帧视频图像中车辆对应车牌的位移方向为向下,计算位移方向向下的持续时间,如果位移向下的持续时间不小于第一时间阈值,则认为车辆为驶入状态;
异侧车辆驶入判断步骤,如果相机安装在充电桩的异侧,如果连续帧视频图像中车辆对应车牌的位移方向为向上,计算位移方向向上的持续时间,如果位移向上的持续时间不小于第一时间阈值,则认为车辆为驶入状态;
车牌识别步骤,如果车辆为驶入状态,对车辆对应车牌进行识别,获取车牌识别结果,如果车牌为新能源车牌,则控制车辆对应车位区域的地锁打开。
进一步地,所述第四步骤包括:
反光标签检测步骤,如果车位的地锁打开,采用基于图像亮度区域法或者基于神经网络的反光标签检测法,对车位区域中的反光标签进行检测;
未驶入车位判断步骤,如果检测到反光标签,则统计连续检测到反光标签的持续时间;如果连续检测到反光标签的持续时间不小于第二时间阈值,则认为车辆没有驶入车位区域,控制车位的地锁关闭,将车位状态设为空闲。
进一步地,所述基于图像亮度区域法包括:人工标记车位区域中的地锁区域;获取地锁区域的图像,计算地锁区域图像的灰度平均值,如果地锁区域图像的灰度平均值小于亮度阈值,则认为没有检测到反光标签,否则采用阈值分割法,获取地锁区域的二值图像,分别统计亮度值为1的像素点的数量NUM1和地锁区域的像素点的数量NUM,计算地锁区域内亮度值为1的像素点所占的比例R= NUM1/NUM,如果地锁区域内亮度值为1的像素点所占的比例R≥比例阈值,则认为检测到反光标签,否则认为没有检测到反光标签。
进一步地,所述基于神经网络的反光标签检测法包括:分别输入地锁打开时含有反光标签的标注图像作为正样本,地锁关闭时不含有反光标签的标注图像为负样本,对神经网络进行训练,获取训练好的反光标签检测模型;采用训练好的反光标签检测模型,对车位区域进行检测,获取反光标签检测结果并输出。
进一步地,所述第六步骤包括:
同侧车辆驶离判断步骤,如果车位状态为占用,相机内置于充电桩内,或者安装在充电桩的同侧,如果连续帧视频图像中车辆对应车牌的位移方向为向上,计算位移方向向上的持续时间,如果位移向上的持续时间不小于第四时间阈值,则认为车辆为驶离状态;
异侧车辆驶离判断步骤,如果车位状态为占用,相机安装在充电桩的异侧,如果连续帧视频图像中车辆对应车牌的位移方向为向下,计算位移方向向下的持续时间,如果位移向下的持续时间不小于第四时间阈值,则认为车辆为驶离状态;
车位状态更新步骤,如果车辆为驶离状态,对车位区域中的反光标签进行检测;如果检测到反光标签,则统计连续检测到反光标签的持续时间;如果连续检测到反光标签的持续时间不小于第五时间阈值,则认为车辆驶离车位区域,控制车位的地锁关闭,将车位状态设为空闲。
为了达到上述目的,本发明还提供了一种基于视频的充电桩车位管理装置,该装置包括:
视频图像采集模块,用于通过相机采集车位区域的视频图像;
车牌检测模块,用于对视频图像进行车牌检测,获取车牌的位置;
驶入状态判断模块,用于根据连续帧视频图像中的车牌位置,判断车辆是否为驶入状态,如果车辆为驶入状态,获取车牌号码;如果车牌类别为新能源车牌,则控制对应车位的地锁打开;
反光标签检测和车辆驶入状态修正模块,用于如果车位的地锁打开,对车锁对应的反光标签进行检测;如果检测到反光标签,并且检测到的持续时间不小于第二时间阈值,则认为车辆没有驶入车位区域,控制车位的地锁关闭,将车位状态设为空闲,否则转入停稳状态判断模块;
停稳状态判断模块,用于如果车辆对应车牌的位置不变化,统计不变化的时间,如果不变化的时间不小于第三时间阈值,则认为车辆为停稳状态,将车位状态设为占用;
驶离状态判断模块,用于如果车位状态为占用,判断对应的车辆是否为驶离状态,如果车辆为驶离状态,且检测到反光标签,检测到的持续时间不小于第五时间阈值,则认为车辆驶离车位区域,控制车位的地锁关闭,将车位状态设为空闲。
其中,所述车位地锁包括底座和挡车杆,所述挡车杆安装在底座上;所述反光标签为涂在所述挡车杆一侧的反光材料,且所述反光标签背对相机的镜头;当所述车位地锁关闭时,所述挡车杆会竖起,相机的镜头不会采集到所述反光标签的图像,当所述车位地锁打开时,所述挡车杆会落下,相机的镜头会采集到所述反光标签的图像。
进一步地,所述驶入状态判断模块包括:
车牌位移计算模块,用于根据连续帧视频图像中的车牌位置,计算车辆对应车牌的位移;
同侧车辆驶入判断模块,用于如果相机内置于充电桩内,或者安装在充电桩的同侧,如果连续帧视频图像中车辆对应车牌的位移方向为向下,计算位移方向向下的持续时间,如果位移向下的持续时间不小于第一时间阈值,则认为车辆为驶入状态;
异侧车辆驶入判断模块,用于如果相机安装在充电桩的异侧,如果连续帧视频图像中车辆对应车牌的位移方向为向上,计算位移方向向上的持续时间,如果位移向上的持续时间不小于第一时间阈值,则认为车辆为驶入状态;
车牌识别模块,用于如果车辆为驶入状态,对车辆对应车牌进行识别,获取车牌识别结果,如果车牌为新能源车牌,则控制车辆对应车位区域的地锁打开。
进一步地,所述反光标签检测和车辆驶入状态修正模块包括:
反光标签检测模块,用于如果车位的地锁打开,采用基于图像亮度区域法或者基于神经网络的反光标签检测法,对车位区域中的反光标签进行检测;
未驶入车位判断模块,用于如果检测到反光标签,则统计连续检测到反光标签的持续时间;如果连续检测到反光标签的持续时间不小于第二时间阈值,则认为车辆没有驶入车位区域,控制车位的地锁关闭,将车位状态设为空闲。
进一步地,所述驶离状态判断模块包括:
同侧车辆驶离判断模块,用于如果车位状态为占用,相机内置于充电桩内,或者安装在充电桩的同侧,如果连续帧视频图像中车辆对应车牌的位移方向为向上,计算位移方向向上的持续时间,如果位移向上的持续时间不小于第四时间阈值,则认为车辆为驶离状态;
异侧车辆驶离判断模块,用于如果车位状态为占用,相机安装在充电桩的异侧,如果连续帧视频图像中车辆对应车牌的位移方向为向下,计算位移方向向下的持续时间,如果位移向下的持续时间不小于第四时间阈值,则认为车辆为驶离状态;
车位状态更新模块,用于如果车辆为驶离状态,对车位区域中的反光标签进行检测;如果检测到反光标签,则统计连续检测到反光标签的持续时间;如果连续检测到反光标签的持续时间不小于第五时间阈值,则认为车辆驶离车位区域,控制车位的地锁关闭,将车位状态设为空闲。
与现有技术相比,本发明的一种基于视频的充电桩车位管理方法通过在车位地锁面涂的反光材料,通过识别车位地锁的反光材料来判断车位是否存在车辆,提升了对车位判断的准确率和降低了误报率。
附图说明
图1示出了按照本发明的基于视频的充电桩车位管理方法的流程图。
图2示出了按照本发明的基于视频的充电桩车位管理装置的结构图。
具体实施方式
为使本领域的技术人员能进一步了解本发明的结构、特征及其他目的,现结合所附较佳实施例详细说明如下,所说明的较佳实施例仅用于说明本发明的技术方案,并非限定本发明。
图1给出了按照本发明的基于视频的充电桩车位管理方法。如图1所示,按照本发明的基于视频的充电桩车位管理方法包括:
第一步骤S1,通过相机采集车位区域的视频图像;
第二步骤S2,对视频图像进行车牌检测,获取车牌的位置;
第三步骤S3,根据连续帧视频图像中的车牌位置,判断车辆是否为驶入状态,如果车辆为驶入状态,获取车牌号码;如果车牌类别为新能源车牌,则控制对应车位的地锁打开;
第四步骤S4,如果车位的地锁打开,对车锁对应的反光标签进行检测;如果检测到反光标签,并且检测到的持续时间不小于第二时间阈值,则认为车辆没有驶入车位区域,控制车位的地锁关闭,将车位状态设为空闲,否则转入第五步骤S5;
第五步骤S5,如果车辆对应车牌的位置不变化,统计不变化的时间,如果不变化的时间不小于第三时间阈值,则认为车辆为停稳状态,将车位状态设为占用;
第六步骤S6,如果车位状态为占用,判断对应的车辆是否为驶离状态,如果车辆为驶离状态,且检测到反光标签,检测到的持续时间不小于第五时间阈值,则认为车辆驶离车位区域,控制车位的地锁关闭,将车位状态设为空闲。
其中,所述车位地锁包括底座和挡车杆,所述挡车杆安装在底座上;所述反光标签为涂在所述挡车杆一侧的反光材料,且所述反光标签背对相机的镜头;当所述车位地锁关闭时,所述挡车杆会竖起,相机的镜头不会采集到所述反光标签的图像,当所述车位地锁打开时,所述挡车杆会落下,相机的镜头会采集到所述反光标签的图像。
所述反光材料为制作的各种反光标志标牌、车辆号牌、安全设施等的材料。优选地,所述反光材料为反光的油漆。
其中,所述第一步骤S1中的相机的镜头面向充电桩对应的车位区域,以获取充电桩对应的车位区域的视频图像。所述相机的安装高度为距离地面0.8米~2.6米,所述相机内置于充电桩内,或者安装在充电桩的同侧,或者安装在充电桩的异侧。
进一步地,所述相机的镜头附近装有补光灯。
进一步地,所述第三步骤S3包括:
车牌位移计算步骤S31,根据连续帧视频图像中的车牌位置,计算车辆对应车牌的位移;
同侧车辆驶入判断步骤S32,如果相机内置于充电桩内,或者安装在充电桩的同侧,如果连续帧视频图像中车辆对应车牌的位移方向为向下,计算位移方向向下的持续时间,如果位移向下的持续时间不小于第一时间阈值,则认为车辆为驶入状态;
异侧车辆驶入判断步骤S33,如果相机安装在充电桩的异侧,如果连续帧视频图像中车辆对应车牌的位移方向为向上,计算位移方向向上的持续时间,如果位移向上的持续时间不小于第一时间阈值,则认为车辆为驶入状态;
车牌识别步骤S34,如果车辆为驶入状态,对车辆对应车牌进行识别,获取车牌识别结果,如果车牌为新能源车牌,则控制车辆对应车位区域的地锁打开。
进一步地,所述第一时间阈值的取值范围为2~30秒。
进一步地,所述第四步骤S4包括:
反光标签检测步骤S41,如果车位的地锁打开,采用基于图像亮度区域法或者基于神经网络的反光标签检测法,对车位区域中的反光标签进行检测;
未驶入车位判断步骤S42,如果检测到反光标签,则统计连续检测到反光标签的持续时间;如果连续检测到反光标签的持续时间不小于第二时间阈值,则认为车辆没有驶入车位区域,控制车位的地锁关闭,将车位状态设为空闲。
进一步地,所述基于图像亮度区域法包括:人工标记车位区域中的地锁区域;获取地锁区域的图像,计算地锁区域图像的灰度平均值,如果地锁区域图像的灰度平均值小于亮度阈值,则认为没有检测到反光标签,否则采用阈值分割法,获取地锁区域的二值图像,分别统计亮度值为1的像素点的数量NUM1和地锁区域的像素点的数量NUM,计算地锁区域内亮度值为1的像素点所占的比例R= NUM1/NUM,如果地锁区域内亮度值为1的像素点所占的比例R≥比例阈值,则认为检测到反光标签,否则认为没有检测到反光标签。
进一步地,所述亮度阈值的取值范围为160~180,所述比例阈值的取值范围为0.1~0.5。
示例性地,所述采用阈值分割法包括:将地锁区域图像中灰度值<亮度阈值的像素点的亮度值置为0,将地锁区域图像中灰度值≥亮度阈值的像素点的亮度值置为1,获取地锁区域的二值图像。
进一步地,所述基于神经网络的反光标签检测法包括:分别输入地锁打开时含有反光标签的标注图像作为正样本,地锁关闭时不含有反光标签的标注图像为负样本,对神经网络进行训练,获取训练好的反光标签检测模型;采用训练好的反光标签检测模型,对车位区域进行检测,获取反光标签检测结果并输出。
进一步地,所述第二时间阈值的取值范围为30秒~180秒。
进一步地,所述第五步骤S5包括:对于连续帧视频图像,如果车位内的车牌位置没有发生位移,则开始计时,统计车牌位置未发生位移的时间,如果车牌位置未发生位移的时间不小于第三时间阈值,则认为车牌对应的车辆为停稳状态,将车位状态设为占用。
进一步地,所述第三时间阈值的取值范围为15秒~120秒。
进一步地,所述第六步骤S6包括:
同侧车辆驶离判断步骤S61,如果车位状态为占用,相机内置于充电桩内,或者安装在充电桩的同侧,如果连续帧视频图像中车辆对应车牌的位移方向为向上,计算位移方向向上的持续时间,如果位移向上的持续时间不小于第四时间阈值,则认为车辆为驶离状态;
异侧车辆驶离判断步骤S62,如果车位状态为占用,相机安装在充电桩的异侧,如果连续帧视频图像中车辆对应车牌的位移方向为向下,计算位移方向向下的持续时间,如果位移向下的持续时间不小于第四时间阈值,则认为车辆为驶离状态;
车位状态更新步骤S63,如果车辆为驶离状态,对车位区域中的反光标签进行检测;如果检测到反光标签,则统计连续检测到反光标签的持续时间;如果连续检测到反光标签的持续时间不小于第五时间阈值,则认为车辆驶离车位区域,控制车位的地锁关闭,将车位状态设为空闲。
进一步地,所述第四时间阈值的取值范围为2秒~30秒,所述第五时间阈值的取值范围为10秒~120秒。
图2给出了按照本发明的基于视频的充电桩车位管理装置的结构图。如图2所示,按照本发明的基于视频的充电桩车位管理装置包括:
视频图像采集模块1,用于通过相机采集车位区域的视频图像;
车牌检测模块2,用于对视频图像进行车牌检测,获取车牌的位置;
驶入状态判断模块3,用于根据连续帧视频图像中的车牌位置,判断车辆是否为驶入状态,如果车辆为驶入状态,获取车牌号码;如果车牌类别为新能源车牌,则控制对应车位的地锁打开;
反光标签检测和车辆驶入状态修正模块4,用于如果车位的地锁打开,对车锁对应的反光标签进行检测;如果检测到反光标签,并且检测到的持续时间不小于第二时间阈值,则认为车辆没有驶入车位区域,控制车位的地锁关闭,将车位状态设为空闲,否则转入停稳状态判断模块5;
停稳状态判断模块5,用于如果车辆对应车牌的位置不变化,统计不变化的时间,如果不变化的时间不小于第三时间阈值,则认为车辆为停稳状态,将车位状态设为占用;
驶离状态判断模块6,用于如果车位状态为占用,判断对应的车辆是否为驶离状态,如果车辆为驶离状态,且检测到反光标签,检测到的持续时间不小于第五时间阈值,则认为车辆驶离车位区域,控制车位的地锁关闭,将车位状态设为空闲。
其中,所述车位地锁包括底座和挡车杆,所述挡车杆安装在底座上;所述反光标签为涂在所述挡车杆一侧的反光材料,且所述反光标签背对相机的镜头;当所述车位地锁关闭时,所述挡车杆会竖起,相机的镜头不会采集到所述反光标签的图像,当所述车位地锁打开时,所述挡车杆会落下,相机的镜头会采集到所述反光标签的图像。
所述反光材料为制作的各种反光标志标牌、车辆号牌、安全设施等的材料。优选地,所述反光材料为反光的油漆。
其中,所述视频图像采集模块1中的相机的镜头面向充电桩对应的车位区域,以获取充电桩对应的车位区域的视频图像。所述相机的安装高度为距离地面0.8米~2.6米,所述相机内置于充电桩内,或者安装在充电桩的同侧,或者安装在充电桩的异侧。
进一步地,所述相机的镜头附近装有补光灯。
进一步地,所述驶入状态判断模块3包括:
车牌位移计算模块31,用于根据连续帧视频图像中的车牌位置,计算车辆对应车牌的位移;
同侧车辆驶入判断模块32,用于如果相机内置于充电桩内,或者安装在充电桩的同侧,如果连续帧视频图像中车辆对应车牌的位移方向为向下,计算位移方向向下的持续时间,如果位移向下的持续时间不小于第一时间阈值,则认为车辆为驶入状态;
异侧车辆驶入判断模块33,用于如果相机安装在充电桩的异侧,如果连续帧视频图像中车辆对应车牌的位移方向为向上,计算位移方向向上的持续时间,如果位移向上的持续时间不小于第一时间阈值,则认为车辆为驶入状态;
车牌识别模块34,用于如果车辆为驶入状态,对车辆对应车牌进行识别,获取车牌识别结果,如果车牌为新能源车牌,则控制车辆对应车位区域的地锁打开。
进一步地,所述反光标签检测和车辆驶入状态修正模块4包括:
反光标签检测模块41,用于如果车位的地锁打开,采用基于图像亮度区域法或者基于神经网络的反光标签检测法,对车位区域中的反光标签进行检测;
未驶入车位判断模块42,用于如果检测到反光标签,则统计连续检测到反光标签的持续时间;如果连续检测到反光标签的持续时间不小于第二时间阈值,则认为车辆没有驶入车位区域,控制车位的地锁关闭,将车位状态设为空闲。
进一步地,所述停稳状态判断模块5包括:用于对于连续帧视频图像,如果车位内的车牌位置没有发生位移,则开始计时,统计车牌位置未发生位移的时间,如果车牌位置未发生位移的时间不小于第三时间阈值,则认为车牌对应的车辆为停稳状态,将车位状态设为占用。
进一步地,所述驶离状态判断模块6包括:
同侧车辆驶离判断模块61,用于如果车位状态为占用,相机内置于充电桩内,或者安装在充电桩的同侧,如果连续帧视频图像中车辆对应车牌的位移方向为向上,计算位移方向向上的持续时间,如果位移向上的持续时间不小于第四时间阈值,则认为车辆为驶离状态;
异侧车辆驶离判断模块62,用于如果车位状态为占用,相机安装在充电桩的异侧,如果连续帧视频图像中车辆对应车牌的位移方向为向下,计算位移方向向下的持续时间,如果位移向下的持续时间不小于第四时间阈值,则认为车辆为驶离状态;
车位状态更新模块63,用于如果车辆为驶离状态,对车位区域中的反光标签进行检测;如果检测到反光标签,则统计连续检测到反光标签的持续时间;如果连续检测到反光标签的持续时间不小于第五时间阈值,则认为车辆驶离车位区域,控制车位的地锁关闭,将车位状态设为空闲。
与现有技术相比,本发明的一种基于视频的充电桩车位管理方法通过在车位地锁面涂的反光材料,通过识别车位地锁的反光材料来判断车位是否存在车辆,提升了对车位判断的准确率和降低了误报率。
需要声明的是,上述发明内容及具体实施方式意在证明本发明所提供技术方案的实际应用,不应解释为对本发明保护范围的限定。本领域技术人员在本发明的精神和原理内,当可作各种修改、等同替换、或改进。本发明的保护范围以所附权利要求书为准。
Claims (12)
1.一种基于视频的充电桩车位管理方法,其特征在于,该方法包括:
第一步骤,通过相机采集车位区域的视频图像;
第二步骤,对视频图像进行车牌检测,获取车牌的位置;
第三步骤,根据连续帧视频图像中的车牌位置,判断车辆是否为驶入状态,如果车辆为驶入状态,获取车牌号码;如果车牌类别为新能源车牌,则控制对应车位的地锁打开;
第四步骤,如果车位的地锁打开,对车锁对应的反光标签进行检测;如果检测到反光标签,并且检测到的持续时间不小于第二时间阈值,则认为车辆没有驶入车位区域,控制车位的地锁关闭,将车位状态设为空闲,否则转入第五步骤;
第五步骤,如果车辆对应车牌的位置不变化,统计不变化的时间,如果不变化的时间不小于第三时间阈值,则认为车辆为停稳状态,将车位状态设为占用;
第六步骤,如果车位状态为占用,判断对应的车辆是否为驶离状态,如果车辆为驶离状态,且检测到反光标签,检测到的持续时间不小于第五时间阈值,则认为车辆驶离车位区域,控制车位的地锁关闭,将车位状态设为空闲;
进一步地,所述车位地锁包括底座和挡车杆,所述挡车杆安装在底座上;所述反光标签为涂在所述挡车杆一侧的反光材料,且所述反光标签背对相机的镜头;当所述车位地锁关闭时,所述挡车杆会竖起,相机的镜头不会采集到所述反光标签的图像,当所述车位地锁打开时,所述挡车杆会落下,相机的镜头会采集到所述反光标签的图像。
2.如权利要求1所述的方法,其特征在于,所述相机的镜头面向充电桩对应的车位区域,以获取充电桩对应的车位区域的视频图像;所述相机的安装高度为距离地面0.8米~2.6米,所述相机内置于充电桩内,或者安装在充电桩的同侧,或者安装在充电桩的异侧。
3.如权利要求2所述的方法,其特征在于,所述相机的镜头附近装有补光灯。
4.如权利要求1所述的方法,其特征在于,所述第三步骤包括:
车牌位移计算步骤,根据连续帧视频图像中的车牌位置,计算车辆对应车牌的位移;
同侧车辆驶入判断步骤,如果相机内置于充电桩内,或者安装在充电桩的同侧,如果连续帧视频图像中车辆对应车牌的位移方向为向下,计算位移方向向下的持续时间,如果位移向下的持续时间不小于第一时间阈值,则认为车辆为驶入状态;
异侧车辆驶入判断步骤,如果相机安装在充电桩的异侧,如果连续帧视频图像中车辆对应车牌的位移方向为向上,计算位移方向向上的持续时间,如果位移向上的持续时间不小于第一时间阈值,则认为车辆为驶入状态;
车牌识别步骤,如果车辆为驶入状态,对车辆对应车牌进行识别,获取车牌识别结果,如果车牌为新能源车牌,则控制车辆对应车位区域的地锁打开;
进一步地,所述第一时间阈值的取值范围为2~30秒。
5.如权利要求1所述的方法,其特征在于,所述第四步骤包括:
反光标签检测步骤,如果车位的地锁打开,采用基于图像亮度区域法或者基于神经网络的反光标签检测法,对车位区域中的反光标签进行检测;
未驶入车位判断步骤,如果检测到反光标签,则统计连续检测到反光标签的持续时间;如果连续检测到反光标签的持续时间不小于第二时间阈值,则认为车辆没有驶入车位区域,控制车位的地锁关闭,将车位状态设为空闲;
进一步地,所述第二时间阈值的取值范围为30秒~180秒。
6.如权利要求5所述的方法,其特征在于,所述基于图像亮度区域法包括:人工标记车位区域中的地锁区域;获取地锁区域的图像,计算地锁区域图像的灰度平均值,如果地锁区域图像的灰度平均值小于亮度阈值,则认为没有检测到反光标签,否则采用阈值分割法,获取地锁区域的二值图像,分别统计亮度值为1的像素点的数量NUM1和地锁区域的像素点的数量NUM,计算地锁区域内亮度值为1的像素点所占的比例R=NUM1/NUM,如果地锁区域内亮度值为1的像素点所占的比例R≥比例阈值,则认为检测到反光标签,否则认为没有检测到反光标签;
进一步地,所述比例阈值的取值范围为0.1~0.5。
7.如权利要求5所述的方法,其特征在于,所述基于神经网络的反光标签检测法包括:分别输入地锁打开时含有反光标签的标注图像作为正样本,地锁关闭时不含有反光标签的标注图像为负样本,对神经网络进行训练,获取训练好的反光标签检测模型;采用训练好的反光标签检测模型,对车位区域进行检测,获取反光标签检测结果并输出。
8.如权利要求1所述的方法,其特征在于,所述第六步骤包括:
同侧车辆驶离判断步骤,如果车位状态为占用,相机内置于充电桩内,或者安装在充电桩的同侧,如果连续帧视频图像中车辆对应车牌的位移方向为向上,计算位移方向向上的持续时间,如果位移向上的持续时间不小于第四时间阈值,则认为车辆为驶离状态;
异侧车辆驶离判断步骤,如果车位状态为占用,相机安装在充电桩的异侧,如果连续帧视频图像中车辆对应车牌的位移方向为向下,计算位移方向向下的持续时间,如果位移向下的持续时间不小于第四时间阈值,则认为车辆为驶离状态;
车位状态更新步骤,如果车辆为驶离状态,对车位区域中的反光标签进行检测;如果检测到反光标签,则统计连续检测到反光标签的持续时间;如果连续检测到反光标签的持续时间不小于第五时间阈值,则认为车辆驶离车位区域,控制车位的地锁关闭,将车位状态设为空闲;进一步地,所述第四时间阈值的取值范围为2秒~30秒,所述第五时间阈值的取值范围为10秒~120秒。
9.一种基于视频的充电桩车位管理装置,其特征在于,该装置包括:
视频图像采集模块,用于通过相机采集车位区域的视频图像;
车牌检测模块,用于对视频图像进行车牌检测,获取车牌的位置;
驶入状态判断模块,用于根据连续帧视频图像中的车牌位置,判断车辆是否为驶入状态,如果车辆为驶入状态,获取车牌号码;如果车牌类别为新能源车牌,则控制对应车位的地锁打开;
反光标签检测和车辆驶入状态修正模块,用于如果车位的地锁打开,对车锁对应的反光标签进行检测;如果检测到反光标签,并且检测到的持续时间不小于第二时间阈值,则认为车辆没有驶入车位区域,控制车位的地锁关闭,将车位状态设为空闲,否则转入停稳状态判断模块;
停稳状态判断模块,用于如果车辆对应车牌的位置不变化,统计不变化的时间,如果不变化的时间不小于第三时间阈值,则认为车辆为停稳状态,将车位状态设为占用;
驶离状态判断模块,用于如果车位状态为占用,判断对应的车辆是否为驶离状态,如果车辆为驶离状态,且检测到反光标签,检测到的持续时间不小于第五时间阈值,则认为车辆驶离车位区域,控制车位的地锁关闭,将车位状态设为空闲;
进一步地,所述车位地锁包括底座和挡车杆,所述挡车杆安装在底座上;所述反光标签为涂在所述挡车杆一侧的反光材料,且所述反光标签背对相机的镜头;当所述车位地锁关闭时,所述挡车杆会竖起,相机的镜头不会采集到所述反光标签的图像,当所述车位地锁打开时,所述挡车杆会落下,相机的镜头会采集到所述反光标签的图像。
10.如权利要求9所述的装置,其特征在于,所述驶入状态判断模块包括:
车牌位移计算模块,用于根据连续帧视频图像中的车牌位置,计算车辆对应车牌的位移;
同侧车辆驶入判断模块,用于如果相机内置于充电桩内,或者安装在充电桩的同侧,如果连续帧视频图像中车辆对应车牌的位移方向为向下,计算位移方向向下的持续时间,如果位移向下的持续时间不小于第一时间阈值,则认为车辆为驶入状态;
异侧车辆驶入判断模块,用于如果相机安装在充电桩的异侧,如果连续帧视频图像中车辆对应车牌的位移方向为向上,计算位移方向向上的持续时间,如果位移向上的持续时间不小于第一时间阈值,则认为车辆为驶入状态;
车牌识别模块,用于如果车辆为驶入状态,对车辆对应车牌进行识别,获取车牌识别结果,如果车牌为新能源车牌,则控制车辆对应车位区域的地锁打开。
11.如权利要求9所述的装置,其特征在于,所述反光标签检测和车辆驶入状态修正模块包括:
反光标签检测模块,用于如果车位的地锁打开,采用基于图像亮度区域法或者基于神经网络的反光标签检测法,对车位区域中的反光标签进行检测;
未驶入车位判断模块,用于如果检测到反光标签,则统计连续检测到反光标签的持续时间;如果连续检测到反光标签的持续时间不小于第二时间阈值,则认为车辆没有驶入车位区域,控制车位的地锁关闭,将车位状态设为空闲。
12.如权利要求9所述的装置,其特征在于,所述驶离状态判断模块包括:
同侧车辆驶离判断模块,用于如果车位状态为占用,相机内置于充电桩内,或者安装在充电桩的同侧,如果连续帧视频图像中车辆对应车牌的位移方向为向上,计算位移方向向上的持续时间,如果位移向上的持续时间不小于第四时间阈值,则认为车辆为驶离状态;
异侧车辆驶离判断模块,用于如果车位状态为占用,相机安装在充电桩的异侧,如果连续帧视频图像中车辆对应车牌的位移方向为向下,计算位移方向向下的持续时间,如果位移向下的续时间不小于第四时间阈值,则认为车辆为驶离状态;
车位状态更新模块,用于如果车辆为驶离状态,对车位区域中的反光标签进行检测;如果检测到反光标签,则统计连续检测到反光标签的持续时间;如果连续检测到反光标签的持续时间不小于第五时间阈值,则认为车辆驶离车位区域,控制车位的地锁关闭,将车位状态设为空闲。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010240283.2A CN111383459B (zh) | 2020-03-31 | 2020-03-31 | 一种基于视频的充电桩车位管理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010240283.2A CN111383459B (zh) | 2020-03-31 | 2020-03-31 | 一种基于视频的充电桩车位管理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111383459A CN111383459A (zh) | 2020-07-07 |
CN111383459B true CN111383459B (zh) | 2021-04-02 |
Family
ID=71218929
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010240283.2A Active CN111383459B (zh) | 2020-03-31 | 2020-03-31 | 一种基于视频的充电桩车位管理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111383459B (zh) |
Families Citing this family (5)
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 |
CN112289070B (zh) * | 2020-10-20 | 2021-12-07 | 广州小鹏自动驾驶科技有限公司 | 一种车位检测方法、装置、车辆、可读介质 |
CN112907832A (zh) * | 2021-01-19 | 2021-06-04 | 浙江大华技术股份有限公司 | 加油事件的处理方法、视频处理装置及存储介质 |
CN113111701B (zh) * | 2021-02-24 | 2021-11-30 | 江苏濠汉信息技术有限公司 | 一种基于智能识别的充电站电动地锁状态监测方法及系统 |
CN114694411B (zh) * | 2022-05-07 | 2023-04-07 | 哈尔滨工业大学 | 一种基于时序轨迹的停车场寻车及预约停车系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05272255A (ja) * | 1992-03-26 | 1993-10-19 | Kawahara:Kk | 入庫方向自動修正方法及び該入庫方向自動修正方法に 用いる入庫方向自動修正装置 |
CN104282169A (zh) * | 2014-09-29 | 2015-01-14 | 四川川大智胜软件股份有限公司 | 嵌入式一体化车位检测器及其检测方法 |
CN106991823A (zh) * | 2017-05-11 | 2017-07-28 | 浙江宇视科技有限公司 | 车牌识别方法及装置 |
CN207073086U (zh) * | 2017-06-06 | 2018-03-06 | 广州龙赢动漫科技有限公司 | 一种用于狭窄车位的启闭结构及智能启闭车位系统 |
CN108831183A (zh) * | 2018-06-06 | 2018-11-16 | 哈尔滨工业大学(威海) | 基于机器视觉的停车场管理系统 |
CN109653126A (zh) * | 2018-12-21 | 2019-04-19 | 深圳信路通智能技术有限公司 | 一种基于视频识别的充电桩地锁控制装置及方法 |
CN209216287U (zh) * | 2018-12-26 | 2019-08-06 | 郑州大学 | 一种共享智能车位地锁装置 |
CN209657505U (zh) * | 2019-04-26 | 2019-11-19 | 海南易停宝科技有限公司 | 一种车位感应提醒装置 |
CN210199988U (zh) * | 2019-03-20 | 2020-03-27 | 内蒙古天成智能科技有限责任公司 | 一种车牌识别管理系统装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110400484A (zh) * | 2018-04-19 | 2019-11-01 | 上海高智科技发展有限公司 | 停车场管理系统、停车场管理方法、计算机存储介质及设备 |
-
2020
- 2020-03-31 CN CN202010240283.2A patent/CN111383459B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05272255A (ja) * | 1992-03-26 | 1993-10-19 | Kawahara:Kk | 入庫方向自動修正方法及び該入庫方向自動修正方法に 用いる入庫方向自動修正装置 |
CN104282169A (zh) * | 2014-09-29 | 2015-01-14 | 四川川大智胜软件股份有限公司 | 嵌入式一体化车位检测器及其检测方法 |
CN106991823A (zh) * | 2017-05-11 | 2017-07-28 | 浙江宇视科技有限公司 | 车牌识别方法及装置 |
CN207073086U (zh) * | 2017-06-06 | 2018-03-06 | 广州龙赢动漫科技有限公司 | 一种用于狭窄车位的启闭结构及智能启闭车位系统 |
CN108831183A (zh) * | 2018-06-06 | 2018-11-16 | 哈尔滨工业大学(威海) | 基于机器视觉的停车场管理系统 |
CN109653126A (zh) * | 2018-12-21 | 2019-04-19 | 深圳信路通智能技术有限公司 | 一种基于视频识别的充电桩地锁控制装置及方法 |
CN209216287U (zh) * | 2018-12-26 | 2019-08-06 | 郑州大学 | 一种共享智能车位地锁装置 |
CN210199988U (zh) * | 2019-03-20 | 2020-03-27 | 内蒙古天成智能科技有限责任公司 | 一种车牌识别管理系统装置 |
CN209657505U (zh) * | 2019-04-26 | 2019-11-19 | 海南易停宝科技有限公司 | 一种车位感应提醒装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111383459A (zh) | 2020-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111383459B (zh) | 一种基于视频的充电桩车位管理方法及装置 | |
CN102254429B (zh) | 一种应用基于视频识别的违章车辆检测装置的违章车辆检测方法 | |
CN111105642A (zh) | 一种智能停车场停车管理系统及停车方法 | |
CN111932693A (zh) | 城市路侧停车场管理系统 | |
CN100507970C (zh) | 基于数字摄像机的闯红灯检测系统及方法 | |
CN106373426A (zh) | 基于计算机视觉的停车位及违规占道停车监控方法 | |
CN111652060B (zh) | 一种基于激光雷达的限高预警方法、装置、电子设备及存储介质 | |
CN105427619A (zh) | 车辆跟车距离自动记录系统及方法 | |
CN102301404A (zh) | 证明性地获取超过在行车路面路段上允许的最高速度的方法和布置 | |
US20210350699A1 (en) | Method for Vehicle Classification Using Multiple Geomagnetic Sensors | |
CN105654734A (zh) | 车辆违章行为的数据处理方法及装置 | |
CN111613088A (zh) | 停车计费管理系统及方法 | |
CN111476169A (zh) | 一种基于视频帧的复杂场景路侧停车行为识别方法 | |
CN111046797A (zh) | 一种基于人员和车辆行为分析的输油管线警戒方法 | |
CN104157143A (zh) | 违章停车检测系统及其检测方法 | |
CN113903008A (zh) | 基于深度学习和轨迹跟踪的匝道出口车辆违法识别方法 | |
CN114387785A (zh) | 一种基于智慧公路的安全管控方法、系统及可存储介质 | |
CN111508090A (zh) | 一种无人值守车辆进出停车场的识别与收费系统及其方法 | |
CN113949719A (zh) | 一种基于5g通信的车载巡检方法及系统 | |
CN109166191A (zh) | 一种通过车牌识别缴费的高速收费系统 | |
CN108510754A (zh) | 违规驾驶行为警示装置与方法 | |
CN111523368B (zh) | 信息处理装置、服务器以及交通管理系统 | |
CN111914773A (zh) | 一种抓拍违法上下客的设备、方法 | |
CN108805994B (zh) | 一种计时停车系统及方法 | |
CN111178185A (zh) | 基于视频的高位路侧停车检测方法及装置 |
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 |