CN111726424A - 基于智能终端的车辆云调度方法及系统 - Google Patents
基于智能终端的车辆云调度方法及系统 Download PDFInfo
- Publication number
- CN111726424A CN111726424A CN202010735962.7A CN202010735962A CN111726424A CN 111726424 A CN111726424 A CN 111726424A CN 202010735962 A CN202010735962 A CN 202010735962A CN 111726424 A CN111726424 A CN 111726424A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- request
- platform
- requested
- moving
- 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
- 238000000034 method Methods 0.000 title claims abstract description 51
- 230000003287 optical effect Effects 0.000 claims description 18
- 238000010408 sweeping Methods 0.000 claims description 6
- 238000003384 imaging method Methods 0.000 claims description 2
- 239000002699 waste material Substances 0.000 abstract description 6
- 238000007726 management method Methods 0.000 description 10
- 238000001514 detection method Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000002441 reversible effect Effects 0.000 description 4
- 238000003062 neural network model Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000012550 audit Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 239000003973 paint Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000001154 acute effect Effects 0.000 description 1
- 239000010426 asphalt Substances 0.000 description 1
- 239000011324 bead Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 239000004567 concrete Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000000825 ultraviolet detection Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/586—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of parking space
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Biophysics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种基于智能终端的车辆云调度方法及系统,方法包括:1)、获取请求车辆相对于周围其他车辆的位置特征,并根据所述位置特征判断请求车辆是否被堵在停车位内;2)、在请求车辆被堵的情况下,向移车平台发送针对被请求车辆的移车请求,以使移车平台根据所述移车请求生成移车指令,将所述移车指令发送至移车终端;以使移车终端执行所述移车指令将被请求车辆移走;移车平台将扣费指令发送至扣费平台以使扣费平台向被请求人收取移车费用,以使扣费平台向移车终端支付费用。应用本发明实施例,可以在请求车辆的车主未发现车辆被堵的情况下,解除被堵这一状况,避免了车主时间的浪费。
Description
技术领域
本发明涉及智能车联网技术领域,具体涉及基于智能终端的车辆云调度方法及系统。
背景技术
随着社会经济和科技的快速发展,汽车越来越多的进入到人们的生活。但是,随着汽车数量的增长,停车位数量不足的矛盾越来越尖锐;而且有的车主图省事乱停车,导致车辆被堵在停车位中成为越来越普遍的现象。
为了解决上述问题,申请号为201610154725.5的发明专利申请公开了一种汽车远程视频移车方法,该方法包括:首先根据被堵车的请求人向堵车的被请求车主发送移车请求,被请求人通过远程视频移车客户端发送的移车请求指令控制被请求车辆进行移车操作。
但是,现有技术中是在被堵车的请求人已经知晓了请求车辆被堵的情况下进行的,在请求人发现车被堵时到被请求车辆被移走之间的时间,请求人需要等待,导致请求人时间的浪费;如果请求人急需用车,而被请求人无法或者不愿配合的情况下,请求人等待的时间可能会更长。因此,现有技术中存在浪费请求人时间的技术问题。
发明内容
本发明所要解决的技术问题在于如何减少请求人时间的浪费。
本发明通过以下技术手段实现解决上述技术问题的:
本发明实施例提供了基于智能终端的车辆云调度方法,应用于请求车辆,所述方法包括:
1)、获取请求车辆相对于周围其他车辆的位置特征,并根据所述位置特征判断请求车辆是否被堵在停车位内,其中,所述车辆位置特征包括:可见光信号特征、不可见光信号特征、微波信号特征以及超声波信号特征中的一种或组合;
2)、在请求车辆被堵的情况下,向移车平台发送针对被请求车辆的移车请求,以使移车平台根据所述移车请求生成移车指令,将所述移车指令发送至移车终端;以使移车终端执行所述移车指令将被请求车辆移走。
可选的,所述步骤1),包括:
利用请求车辆上安装的车载智能终端,探测请求车辆周围的其他车辆,并计算出其他车辆的位置特征;或者请求车辆利用自身安装的车载智能终端将探测的其他车辆的结果发送至云平台,以使云平台计算后向请求车辆返回其他车辆的位置特征,其中,所述车载智能终端包括:具有摄像、和/或探测功能的设备;
基于各个其他车辆的位置特征,获取其他车辆所占据的范围;将所占据的范围与目标车辆的行车范围存在重叠的其他车辆确定为被请求车辆,其中,其中,所述行车范围包括:请求车辆需要前进离开停车位时、或者直线倒车离开车位时、或者反复倒车前进离开停车位时在地面的投影扫略的区域,或者请求车辆需要前进离开停车位时、或者直线倒车离开车位时、或者反复倒车前进离开停车位时所扫略的三维空间;
若是,判定请求车辆被堵在停车位内。
可选的,所述获取请求车辆周围的其他车辆的位置,包括:
周期性的或者实时拍摄请求车辆前部、和/或尾部、和/或两侧的光学图像,根据所述光学图像计算出光学图像中请求车辆周围的其他车辆的位置特征,其中,所述光学图像包括:结构光图像、可见光图像以及不可见光图像中的一种或组合;
或者,
周期性的或者实时拍摄请求车辆前部、和/或尾部、和/或两侧的深度图像,根据所述深度图像计算出图像中请求车辆周围的其他车辆的位置特征,其中,所述深度图像包括:红外线深度图、紫外线深度图;
或者,
请求车辆的前部、和/或尾部、和/或两侧向其他车辆发射测距信号,根据所述测距信号计算请求车辆周围的其他车辆的位置特征,其中,所述测距信号包括:电磁波测距信号、超声波信号中的一种或组合。
可选的,所述向移车平台发送针对被请求车辆的移车请求,包括:
读取出被请求车辆的标识信息,根据所述标识信息生成移车请求,并将移车请求发送至移车平台,其中,所述标识信息包括:车牌号、车架号、车辆射频识别码、红外识别码中的一种或组合。
本发明实施例还提供了另一种基于智能终端的车辆云调度方法,应用于移车平台,所述方法包括:
接收请求车辆发送的移车请求,将移车请求解析为移车指令并发送至移车终端,以使移车终端执行。
可选的,所述方法还包括:
根据移车请求生成扣费指令,并将所述扣费指令发送至扣费平台,以使扣费平台向被请求人收取移车费用,并向移车终端支付费用。
本发明实施例还提供了另一种基于智能终端的车辆云调度方法,应用于扣费平台,所述方法包括:
接收移车平台发送的扣费指令,并根据扣费指令从被请求车辆或者被请求人绑定的账户中扣除移车费用,或者将扣费指令发至交管平台,其中,所述账户包括:保险账户、银行账户或者第三方支付账户中的一种或组合;
或且,
从移车费用中提取设定比例的费用发送至移车终端,其中,所述移车费用为移车平台发送扣费指令至扣费平台以使扣费平台扣除的。
本发明提供了一种基于智能终端的车辆云调度系统,所述系统包括:
根据上述任一项所述的请求车辆;
根据上述的移车平台。
可选的,所述系统还包括:
根据上述的扣费平台;
和/或,
云平台,用于接收请求车辆发送的探测的其他车辆的结果,并根据所述结果识别出其他车辆的位置特征;
将其他车辆的位置返回至请求车辆。
本发明的优点在于:
应用本发明实施例,请求车辆可以根据请求车辆附近的车辆位置特征实时判断请求车辆是否被堵在停车位内,进而可以对被请求车辆进行移车处理,可以在请求车辆的车主在发现车辆被堵之前,解除被堵这一状况,避免了车主时间的浪费。
附图说明
图1为本发明实施例提供的基于智能终端的车辆云调度方法的流程示意图;
图2为本发明实施例提供的第一种基于智能终端的车辆云调度装置的结构示意图;
图3为本发明实施例提供的一种基于智能终端的车辆云调度系统的结构示意图。
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,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。
实施例1
图1为本发明实施例提供的基于智能终端的车辆云调度方法的流程示意图,如图1所示,应用于请求车辆,所述方法包括:
S101:获取请求车辆相对于周围其他车辆的位置特征,并根据所述位置特征判断请求车辆是否被堵在停车位内,其中,所述车辆位置特征包括:可见光信号特征、不可见光信号特征、微波信号特征以及超声波信号特征中的一种或组合。
示例性的,在仅有一个停车位的情况下,例如,在道路边上绿化带凹进去的单独的车位;或者停车位尺寸巨大时,请求车辆可以通过拍摄图像、发射测距信号等方式判定请求车辆周围设定距离范围内是否存在其他车辆,若存在,则判定为请求车辆被堵在停车位内。在实际应用中,所拍摄的图像可以为结构光图像、深度图等图像,进而计算出请求车辆与周围其他车辆之间的距离;还可以基于光学透视原理计算出所拍摄的图像中其他车辆与请求车辆的距离,基于光学透视原理计算图像中各物体之间的距离的方法为现有技术,本发明实施例在此不再赘述。
或者,还可以根据车辆停车时,请求车辆到四周车辆或者物体的距离,识别距离大于设定距离如1米的一侧作为车辆离开停车位的开口,然后可以仅拍摄此方向的图像。
但是上述方法存在以下问题,当停车位比较密集的场所,例如大型露天停车场,或者地下车库中出现的依次相邻,间隔仅为一条车道线的停车位,上述仅依靠距离的判断方式容易将相邻的其他车辆误认为堵车位的车辆,进而带来误判;而且通过测距技术的话也可能会把其他物体识别为车辆,也就是说上述方法仅适合那种间距较远的大尺寸的停车位,或者完全独立的停车位。
为了解决上述问题,发明人进行了针对性的优化:
在S101步骤中的第一个具体实施方式中,在安装有上述车载智能终端的请求车辆进入停车位后,请求车辆的车主即为请求人。请求车辆上安装有具备录像或者照相功能的车载智能终端,例如,智能行车记录仪、智能360度全景摄像头、智能倒车影像等。
A:通常情况下,道路侧边或者停车场的停车位均画有停车位框线,因此可以由请求车辆上的车载智能终端实时或者周期性拍摄车辆周围的地面的光学图像,利用图像识别算法识别出请求车辆位于停车位框线框选的区域内,或者在车辆停车熄火后,或者车辆停车熄火时长超过设定时长,或者停车时长超过设定时长时,或者请求人启动本发明实施例方法的执行按键,或者车辆上的智能传感器探测到了停车位中预装的感应线圈的射频信号,判定请求车辆位于停车位内,开始执行以下步骤。
根据车辆周围的地面的光学图像,利用预先训练的神经网络算法识别出停车位是垂直停车位、水平停车位、斜列停车位中的哪一种。神经网络算法的具体训练过程可以为,采集现实环境中停车位的图像,并将该图像中包含的停车位是属于垂直停车位、水平停车位、斜列停车位中的哪一种,将所属停车位类别作为样本标签标定所采集的停车位的图像,得到停车位样本;再使用这些样本训练神经网络模型,直至模型收敛,然后将训练后得到的神经网络模型如,CNN(Convolutional Neural Networks,卷积神经网络)模型、BP(Back-ProPagation Network,反向传播网络)、SVM(Support Vector Machine,支持向量机)模型等写入到车载智能终端中,以用于停车位的识别。
本发明实施例先进行停车位的识别,也就是说保证了请求车辆在进入停车位之后再执行本发明实施例,避免了在行车或者其他工况下误触发本发明实施例,进而提高了系统的可靠性。
B:如果系统根据停车位的识别结果,判断请求车辆停在车位内,且识别出车位类型的话,执行以下步骤:
结合请求车辆的运动轨迹实现车辆入库姿态的识别,请求车辆的运动轨迹可以由GNSS(Global Navigation Satellite System,全球导航卫星系统)、WiFi辅助定位系统、蜂窝定位系统等提供;根据车辆轨迹的变化判断车辆是正向入库、倒车入库,或者侧方位停车。例如,轨迹并没有反复重叠,或者反复次数少于设定次数,可以判定请求车辆属于正向入库或者倒车入库;如果反复前进后退次数较多,可以判定请求车辆属于侧方停车。
还可以进一步结合或者仅依赖车载智能终端拍摄的图像中物体大小的变化趋势判断出物体是远离还是靠近车辆,进而确定车辆的前进方向;进而得到车辆是正向入库、倒车入库还是侧方位停车的结果。通常情况下,请求车辆车头向内停车时,车载智能终端中的行车记录摄像头拍摄的图像中的物体的尺寸会越来越大,或者说反复变大变小,最后变至最大;请求车辆车头向外停车时,车载智能终端中的行车记录摄像头拍摄的图像中的物体的尺寸越来越小,或者说反复变大变小,最后变至最小;请求车辆侧方位停车时,车载智能终端中的行车记录摄像头拍摄的图像中的物体相对于请求车辆中线的偏离角度摆动幅度通常会大于设定的角度,因此,可以根据上述规则判定请求车辆属于哪一种停车方式。
或者结合车载智能终端中安装的陀螺仪或者加速度计判断车辆是倒车的方式进入停车位还是正向开进去的。
C:然后,在确定请求车辆的入库姿态后,就可以判断出请求车辆是车头向内、车尾向内还是车辆的一侧向内;在垂直车位或者斜列车位中,如果请求车辆车头向里的话,可以仅拍摄请求车辆尾部的图像,如果车头向外,可以仅拍摄车头方向的图像;在水平停车位中,如果请求车辆为侧方位停车,可以仅拍摄车辆朝向车位外侧的图像。
进一步的,本发明实施例还可以根据停车位线的延伸方向是否越过了停车位的外轮廓边缘,若是,则判定停车位朝向越过外轮廓边缘的停车位线延伸方向的一侧具有其他停车位,则不再拍摄该侧的图像。因此,本发明实施例可以根据确定出的入库姿态仅拍摄车辆离开停车位方向的图像;另外,本发明实施例同时还带来了一个附加的技术效果:不会拍摄除车辆离开停车位的方向之外的其他方向的图像,避免了误判,同时降低运算量,进而可以减少处理器耗电,提高了车载智能终端的续航时长。
进一步的,为了避免在请求车辆可以通过其他方向离开停车位的情况下出现移车操作,可以在请求车辆车头向里进入车位后,但是其前方无车停放,车尾被堵的情况下,请求车辆可以一直监控其前方车位,待前方车位有车停放时,再执行S102步骤的技术方案。或者在请求车辆车尾向里进入车位后,但是其后方无车停放,车头被堵的情况下,请求车辆可以一直监控其后方车位,待后方车位有车停放时,再S102步骤的技术方案。
D:在拍摄图片后,根据前述步骤中的方法拍摄的图像中尺寸已知的参照物,例如路缘石的高度、厚度,车道线的宽度、行人高度等作为基准,基于光学透视理论计算拍摄的图像中包含的各个物体相对于请求车辆的距离,进而计算出周围各个物体的位置。
进一步的,为了节约电能,可以使用现有的移动侦测功能实现拍摄功能的唤醒。
在本发明实施例中,还可以使用结构光相机代替普通摄像机实现请求车辆周围个物体位置的探测功能,结构光相机对物体进行拍摄为现有技术,本发明实施例在此不再赘述。
在S101步骤中的第二个具体实施方式中,道路或者停车场中的道路线由于车轮碾压、自然损耗等原因可能出现破损,导致停车位框线缺失较多不能构成较为完整的矩形、平行四边形的情况;或者位于树下的停车位框线在阳光等强光的照射下出现光影交错导致的停车位框线边缘斑驳模糊;或者在夜间采光不佳或者多角度灯光照射导致停车位框线与道路之间界限模糊的情况,进而导致依靠图像识别技术识别停车位的准确率急剧下降;因此,可以在请求车辆上安装有具备激光雷达功能的车载智能终端。激光雷达实时或者周期性的扫描车辆周围地面,根据道路表面道路涂层,如黄色或者白色的车道漆与柏油、混凝土之间对激光雷达信号的反射率的差异识别出停车位框线;或者根据车道漆中含有的玻璃微珠对激光信号的全反射以及路面对激光信号的低强度漫反射的区别,结合对应的信号滤波以及提取算法识别出停车位的外缘轮廓。
在识别出停车位后,说明请求车辆进入或者即将进入停车位。在确定请求车辆的入库后,例如在车辆停车熄火,或者停车时长超过设定时长后,然后再结合车辆的运动轨迹实现车辆入库姿态的识别;或者结合车载智能终端中安装的陀螺仪或者加速度计判断车辆是倒车入库的方式进入停车位还是正向开进去的。具体的判断请求车辆入库姿态识别的方法与第一个具体实施方式中的方法相同。
然后,可以根据车辆的入库姿态确定出拍摄请求车辆哪个侧面的图像。再根据拍摄的图像中确定尺寸的参照物作为基准,利用光学透视的方法计算拍摄的图像各个物体的位置特征;或者还可以使用激光雷达扫描周围的物体实现物体位置的探测。在实际应用中,本步骤中使用的图像可以使用第一个具体实施例中的图像拍摄方法获得。
在S101步骤中的第三个具体实施方式中,在确定请求车辆进入到停车位之后。使用请求车辆上安装的车载智能终端具备的超声波雷达功能,然后利用超声波发射器向外发射超声波,根据超声波的传播时长可以测量出被超声波照射的点的距离;类似的,超声波发射器向各个角度发射超声波,进而可以探测出不同点的距离;可以仅探测设定数量个如10000个点,或者5000个点的距离,进而结合每一个点的距离、对应的超声波发射高度角、超声波发射方位角进而可以定位每一个点在空间中的位置,进而可以得到周围物体的点云,进而对点云进行拟合,得到周围物体构成的拟合平面,进而根据拟合平面以及对应的超声波发射角方位角计算各个物体相对于目标车辆的位置特征。
进一步的,为了提高超声波的探测速度,可以采用数量更多的超声波发射器或者采用阵列超声波发射器组合实现。
在实际应用中,还可以采用毫米波雷达、合成孔径雷达、相控阵雷达、阵列龙伯透镜雷达进行车辆位置特征探测,其原理与超声波雷达的原理类似,本发明实施例在此不再赘述。发明人在实际应用中发现,综合应用成本、技术实现难度,比较好的选择有工作在77GHz附近频段的合成孔径雷达,微型相控阵雷达、阵列龙伯透镜雷达等;尤其是微型相控阵雷达,其电扫的功能特性可以在几秒的时间内完成车辆周围环境的探测,效率很高。
类似的,还可以使用如TOF(Time Of Fly,飞行时间)相机、紫外线探测传感器、激光雷达、X射线雷达、伽马射线探测传感器等实现上述功能。需要强调的是,本发明实施例中使用的雷达包括但不仅限于上述雷达,其他具有探测功能的雷达或者传感器均在本发明实施例的保护范围之内。
在利用前述第一至第三具体实施方式中的方法读取出周围物体的位置之后,识别出周围物体中的车辆,并针对周围每一个其他车辆,根据预先存储在请求车辆中的、请求车辆离开停车位时自身投影扫略的区域是否与该其他车辆的投影重叠,或者二者所占据的空间区域是否存在重叠;;若重叠,说明请求车辆在离开停车位时极有可能发生刮擦或者碰撞,因此,可以判定请求车辆被堵在停车位内,且将该其他车辆作为被请求车辆。在实际应用中,可以通过以下方式获取请求车辆离开停车位时车辆投影扫略的区域:针对请求车辆的每一次进出停车位时得到的车辆投影扫略的区域,将每一次的区域进行叠加得到总区域,然后将总区域作为请求车辆离开停车位时车辆投影扫略的区域;或者还可以计算全国范围内与请求车辆型号相同车辆的历史进出停车位时车辆投影扫略的所有区域叠加得到的总扫略区域作为请求车辆离开停车位时车辆投影扫略的区域;或者请求车辆车主或者车载智能终端生产厂家根据自身经验预先在请求车辆的中控或者车载智能终端中设定的区域。
可以理解的是,被请求车辆可以不止一辆。
进一步的,还可以将请求车辆离开停车位时车辆投影扫略的区域按照预设比例放大,将放大后的区域作为存储到请求车辆中的请求车辆离开停车位时车辆投影扫略的区域。应用本发明实施例,可以在请求车辆离开车位的过程中为请求车辆留出足够的余量,进一步刮擦或者碰撞。
S102:在请求车辆被堵的情况下,向移车平台发送针对被请求车辆的移车请求,以使移车平台根据所述移车请求生成移车指令,将所述移车指令发送至移车终端;以使移车终端执行所述移车指令将被请求车辆移走。
请求车辆可以通过图像识别技术识别出被请求车辆的车牌号,或者使用射频识别设备识别出被请求车辆的射频识别码,或者使用红外线识别设备识别出被请求车辆的红外识别码;或者通过图像识别技术识别出被请求车辆的车架号等;将识别结果作为被请求车辆的标识信息,并将该标识信息以及自身坐标发送至移车平台。
在本步骤的第一种具体实施方式中,如果车位的管理权限属于交管部门,则移车平台所有权一般属于交管部门,移车平台接收到被请求车辆标识信息后,可以将被请求车辆标识信息发送至移车终端,由移车终端进行移车处理;在移车终端完成移车操作后,上报被请求车辆的坐标;同时,移车平台将扣费指令发送至扣费平台,扣费平台可以从被请求车辆绑定的银行账户,或者ETC(Electronic Toll Collection,电子不停车收费系统)账户,或者车主个人信用卡中扣除对应的移车费用,或者从被请求车辆车主的第三方支付平台上扣除。如果被请求车辆并未绑定任何账户,可以将扣费信息合并到违章费用或者年审费用中以强迫被请求人进行缴纳,如果被请求人不缴纳相关费用,则年审不予通过,以规范不文明停车行为。在被请求人缴纳了相应的费用后,清除其对应的扣费信息后,并将对应的费用汇至移车终端。移车终端可以为提供移车服务的单位或者个人使用的信息交互终端。
在实际应用中,移车平台与扣费平台可以为部署在同一台服务器上的不同软硬件系统;也可以是部署在分属于交管部门以及财政部门的不同服务器上的软硬件系统。
在本步骤的第二种具体实施方式中,如果车位的管理权限属于停车场,则移车平台所有权一般属于停车场,移车平台接收到被请求车辆标识信息后,可以将被请求车辆标识信息发送至移车终端,由移车终端进行移车处理;在移车终端完成移车操作后,上报被请求车辆的坐标。同时,移车平台将扣费指令发送至扣费平台,扣费平台扣费后,并将对应的费用汇至移车终端。移车终端可以为提供移车服务的单位或者个人使用的信息交互终端。
进一步的,为了保障用户的资金安全以及信息安全,扣费平台一般为部署在银行或者交管平台上的服务软件。当然,在保证用户信息以及资金安全的前提下,扣费平台也可以在部署在停车场中。
在本步骤的第三种具体实施方式中,移车平台可以为独立于停车场、交管部门、市政部门之外的平台,其统一管理城市中的各个停车位。移车平台在接收到被请求车辆标识信息后,可以将被请求车辆标识信息发送至移车终端;同时将扣费信息发送至扣费平台,扣费平台的工作过程与上述过程完全一致。
移车平台也可以将对应的移车请求发送至对应的车位管理部门,如交管部门、停车场以及市政管理部门中的一种,由各个部门根据自身的权限分别进行移车操作。本发明实施例中扣费平台与移车平台的部署方式多样化,可以将其作为一个覆盖全城或者全国的监控网络,也可以由各个单位或者公司为主题进行部署,比较灵活,利于推广。
需要强调的是,本发明实施例的发明点主要在于各个执行主体之间的信息交互方式,以及该交互方式在移车场景中的应用;并不对如何收取费用进行保护。
基于本步骤中的上述实施方式,还可以将城市划分为多个区域,每一个区域配置一个或者多个移车队伍专门用于承接移车业务,每一个移车队伍或者个人均配备有对应的移车终端。移车平台接收到被请求车辆标识信息后,根据被请求车辆的标识信息、被请求车辆的坐标生成移车任务,并将移车任务发布在任务平台上,对应区域内的移车队伍或者个人均可以通过移车终端在该任务平台上接单并执行,然后收取设定的费用,所收取的费用均来源于移车费用中。当然,在停车场物业将提车任务发布在任务平台上时,移车队伍或者个人所收取的费用可以由停车场物业支付,或者垫付。进一步的,如果被请求车辆并未绑定任何账户,可以将扣费信息发送至扣费平台,扣费平台上挂载了各个财险公司的接口;由保险公司支付移车费用,然后保险平台可以在被请求车辆购买下一年度车险时要求被请求人缴纳。进一步的,这些数据可以同步至各个保险平台的数据服务器中,各个保险平台均可以要求被请求人缴纳。
进一步的,在车辆被移走后,实施移车操作的单位或者个人通过移车终端向移车平台返回被请求车辆的当前位置,移车平台将被请求车辆的当前位置发送至被请求车主的通信终端上,以使被请求人知晓自己的汽车所处方位,以便被请求人能够及时的找到自己的车辆。
应用本发明实施例1,请求车辆上的车载智能终端通过探测请求车辆周围环境,进而判断车辆是否被堵在车位内,由于车载智能终端是无人值守,全自动化工作的,因此,请求车辆可以是实时工作的,请求车辆一旦发现车辆被堵,即可上报至移车平台进行移车操作;因此,可以在第一时间发现车辆被堵的情况下并解除堵车的情况,避免了请求车辆车主时间的浪费。
而且,本发明实施例还可以激发停车位管理部门或者移车终端的工作动力,同时规范被请求车主的不文明停车行为。在将移车任务委托到社会力量时,不但可以创造就业岗位,还可以避免因为停车问题导致的警情,进而减少警力的支出,降低财政负担。
另外,本发明实施例的整个流程无需被堵车辆的车主以及被请求车辆的车主的介入,因此,更加客观,避免双方矛盾的发生,促进和谐社会的建立。还可以减少了由于停车矛盾导致的出警,避免了警力的浪费。
实施例2
在实施例1的基础上,增加了以下内容:请求车辆将所拍摄的图像作为探测的其他车辆的结果发送至云平台。云平台上部署有用于识别图像信息的神经网络模型,或者用于识别图像中其他信息的识别模型。云平台根据自身部署的各种识别工具识别出所需的各种信息,例如,图像中各个车辆的车牌号,车辆的位置等。然后将识别出的信息发送给请求车辆。
或者,云平台还可以接收请求车辆的标识信息,根据请求车辆的标识信息,查找出请求车辆行车范围,根据所述位置判断被请求车辆所占据的范围是否与请求车辆的行车范围存在重叠,并将是否重叠的结果返回至请求车辆。应用本发明实施例,由于云平台可以扩展为数万台服务器组成的集群,因此,云平台运算能力极强,由云平台执行这些运算量较大的过程,一方面可以降低请求车辆的车载智能终端的能耗,降低车载智能终端的硬件部署成本;另一方面,相对于各个车载智能终端分别执行,通过集中部署软件模型,对软件模型的更新更方便,降低了用户更新软件模型的流量成本。最后,基于云平台强大的运算能力,可以在云平台上部署更加复杂、更大型的图像识别模型,进一步的提高识别精度。
更为重要的是,如果车载智能终端将所拍摄的图像均上传到云平台中,云平台中积累的包含车辆的图像样本数量越来越多,云平台可以利用这些样本更新训练的识别模型,进而实现识别模型的常态化迭代更新。
进一步的,请求车辆可以将所拍摄的图像中标记上自身的地理位置然后进行上传,云平台可以将这些图像信息用于治安管控、道路信息更新等方面。
进一步的,由于5G的带宽更宽,速度更快,延迟更低,可以容纳更多的用户通信,因此,本发明实施例在基于5G技术条件下的实现效果更好。可以理解的是,通信方法属于网络层技术,而本发明实施例属于应用层技术,二者相互独立,因此,本领域技术普通人员可以将本发明实施例部署于2G、3G、4G、5G、6G、WiFi、蓝牙、Zigbee等通信网络中。
在实际应用中,随着硬件技术的进步,车载智能终端的性能大幅提升,而且能耗也会随之降低,因此,在车载智能终端上是可以实现上述过程是可以预料到的。因此,否重叠的结果也可以由请求车辆的进行运算得到的,这样可以避免车载智能终端拍摄的照片的泄露,而且在车载智能终端进行处理,响应更加及时。
实施例3
对应于实施例1和实施例2,本发明实施例还提供了第二种基于智能终端的车辆云调度方法,应用于移车平台,所述方法包括:
接收移车请求,根将移车请求解析为移车指令并发送至移车终端,以使移车终端执行。
需要说明的是本发明实施例3中的具体原理内容均在实施例1以及实施例2中进行了陈述,本发明实施例在此不再赘述。
在本发明实施例的一种具体实施方式中,所述方法还包括:
根据移车请求生成扣费指令,并将所述扣费指令发送至扣费平台,以使扣费平台向被请求人收取移车费用,并向移车终端支付费用。
实施例4
对应于实施例1-3任一实施例,本发明实施例还提供了第三种基于智能终端的车辆云调度方法,应用于扣费平台,所述方法包括:
接收移车平台发送的扣费指令,并根据扣费指令从被请求车辆或者被请求人绑定的账户中扣除移车费用,或者将扣费指令发至交管平台,其中,所述账户包括:保险账户、银行账户或者第三方支付账户中的一种或组合;
或且,
从移车费用中提取设定比例的费用发送至移车终端,其中,所述移车费用为移车平台发送扣费指令至扣费平台以使扣费平台扣除的。
需要强调的是,本发明实施例所述的或且是指,可以包括也可以不包括的意思,即,扣费平台可以同时具备上述两个功能,也可以仅具备本发明实施例所述的前一个功能。
实施例5
对应于实施例1-4任一实施例,图2为本发明实施例提供的第一种基于智能终端的车辆云调度装置的结构示意图,如图2所示,应用于请求车辆,所述装置包括:
获取模块201,用于获取请求车辆相对于周围其他车辆的位置特征,并根据所述位置特征判断请求车辆是否被堵在停车位内,其中,所述车辆位置特征包括:可见光信号特征、不可见光信号特征、微波信号特征以及超声波信号特征中的一种或组合;
发送模块202,用于在请求车辆被堵的情况下,向移车平台发送针对被请求车辆的移车请求,以使移车平台根据所述移车请求生成移车指令,将所述移车指令发送至移车终端;以使移车终端执行所述移车指令将被请求车辆移走。
可选的,所述获取模块201,用于:
利用请求车辆上安装的车载智能终端,探测请求车辆周围的其他车辆,并计算出其他车辆的位置特征;或者请求车辆利用自身安装的车载智能终端将探测的其他车辆的结果发送至云平台,以使云平台计算后向请求车辆返回其他车辆的位置特征,其中,所述车载智能终端包括:具有摄像、和/或探测功能的设备。
可选的,所述获取模块201,用于:
周期性的或者实时拍摄请求车辆前部、和/或尾部、和/或两侧的光学图像,根据所述光学图像计算出光学图像中请求车辆周围的其他车辆的位置特征,其中,所述光学图像包括:结构光图像、可见光图像以及不可见光图像中的一种或组合;
或者,
周期性的或者实时拍摄请求车辆前部、和/或尾部、和/或两侧的深度图像,根据所述深度图像计算出图像中请求车辆周围的其他车辆的位置特征,其中,所述深度图像包括:红外线深度图、紫外线深度图;
或者,
请求车辆的前部、和/或尾部、和/或两侧向其他车辆发射测距信号,根据所述测距信号计算请求车辆周围的其他车辆的位置特征,其中,所述测距信号包括:电磁波测距信号、超声波信号中的一种或组合。
可选的,所述获取模块201,用于:
利用请求车辆上安装的车载智能终端,探测请求车辆周围的其他车辆,并计算出其他车辆的位置特征;或者请求车辆利用自身安装的车载智能终端将探测的其他车辆的结果发送至云平台,以使云平台计算后向请求车辆返回其他车辆的位置特征,其中,所述车载智能终端包括:具有摄像、和/或探测功能的设备;
基于各个其他车辆的位置特征,获取其他车辆所占据的范围;将所占据的范围与目标车辆的行车范围存在重叠的其他车辆确定为被请求车辆,其中,其中,所述行车范围包括:请求车辆需要前进离开停车位时、或者直线倒车离开车位时、或者反复倒车前进离开停车位时在地面的投影扫略的区域,或者请求车辆需要前进离开停车位时、或者直线倒车离开车位时、或者反复倒车前进离开停车位时所扫略的三维空间;
若是,判定请求车辆被堵在停车位内。
所述发送模块202,用于:
读取出被请求车辆的标识信息,根据所述标识信息生成移车请求,并将移车请求发送至移车平台,其中,所述标识信息包括:车牌号、车架号、车辆射频识别码、红外识别码中的一种或组合。
实施例6
对应于实施例1-5任一实施例,本发明实施例还提供的第二种基于智能终端的车辆云调度装置,应用于移车平台,所述平台用于:接收请求车辆发送的移车请求,将移车请求解析为移车指令并发送至移车终端,以使移车终端执行。
可选的,所述移车平台还用于:根据移车请求生成扣费指令,并将所述扣费指令发送至扣费平台,以使扣费平台向被请求人收取移车费用,并向移车终端支付费用。
实施例7
对应于实施例1-6任一实施例,本发明实施例还提供了第三种基于智能终端的车辆云调度系统应用于扣费平台,所述平台用于:
接收移车平台发送的扣费指令,并根据扣费指令从被请求车辆或者被请求人绑定的账户中扣除移车费用,或者将扣费指令发至交管平台,其中,所述账户包括:保险账户、银行账户或者第三方支付账户中的一种或组合;
或且,
从移车费用中提取设定比例的费用发送至移车终端,其中,所述移车费用为移车平台发送扣费指令至扣费平台以使扣费平台扣除的。
实施例8
本发明实施例还提供了一种基于智能终端的车辆云调度系统。
图3为本发明实施例提供的一种基于智能终端的车辆云调度系统的结构示意图,如图3所示,所述系统包括:
根据实施例1-2任一项所述的请求车辆301;
根据实施例3所述的移车平台302;
基于实施例4所述的扣费平台303。
进一步的,本发明所述的一种基于智能终端的车辆云调度系统,所述系统还包括:移车终端304。
进一步的,本发明所述的一种基于智能终端的车辆云调度系统,所述系统还包括:云平台,用于接收请求车辆发送的探测的其他车辆的结果,并根据所述结果识别出其他车辆的位置特征;
将其他车辆的位置返回至请求车辆。
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.基于智能终端的车辆云调度方法,其特征在于,应用于安装有车载智能终端的请求车辆,所述方法包括:
1)、获取请求车辆相对于周围其他车辆的位置特征,并根据所述位置特征判断请求车辆是否被堵在停车位内,其中,所述车辆位置特征包括:可见光信号特征、不可见光信号特征、微波信号特征以及超声波信号特征中的一种或组合;
2)、在请求车辆被堵的情况下,向移车平台发送针对被请求车辆的移车请求,以使移车平台根据所述移车请求生成移车指令,将所述移车指令发送至移车终端;以使移车终端执行所述移车指令将被请求车辆移走。
2.根据权利要求1所述的基于智能终端的车辆云调度方法,其特征在于,所述获取请求车辆相对于周围其他车辆的位置特征,包括:
利用请求车辆上安装的车载智能终端,探测请求车辆周围的其他车辆,并计算出其他车辆的位置特征;或者请求车辆利用自身安装的车载智能终端将探测的其他车辆的结果发送至云平台,以使云平台计算后向请求车辆返回其他车辆的位置特征,其中,所述车载智能终端包括:具有摄像、和/或探测功能的设备。
3.根据权利要求2所述的基于智能终端的车辆云调度方法,其特征在于,所述利用请求车辆上安装的车载智能终端,探测请求车辆周围的其他车辆,并计算出其他车辆的位置特征,包括:
周期性的或者实时拍摄请求车辆前部、和/或尾部、和/或两侧的光学图像,根据所述光学图像计算出光学图像中请求车辆周围的其他车辆的位置特征,其中,所述光学图像包括:结构光图像、可见光图像以及不可见光图像中的一种或组合;
或者,
周期性的或者实时拍摄请求车辆前部、和/或尾部、和/或两侧的深度图像,根据所述深度图像计算出图像中请求车辆周围的其他车辆的位置特征,其中,所述深度图像包括:红外线深度图、紫外线深度图;
或者,
请求车辆的前部、和/或尾部、和/或两侧向其他车辆发射测距信号,根据所述测距信号计算请求车辆周围的其他车辆的位置特征,其中,所述测距信号包括:电磁波测距信号、超声波信号中的一种或组合。
4.根据权利要求1所述的基于智能终端的车辆云调度方法,其特征在于,所述根据所述位置特征判断请求车辆是否被堵在停车位内,包括:
基于各个其他车辆的位置特征,获取其他车辆所占据的范围;将所占据的范围与目标车辆的行车范围存在重叠的其他车辆确定为被请求车辆,其中,其中,所述行车范围包括:请求车辆需要前进离开停车位时、或者直线倒车离开车位时、或者反复倒车前进离开停车位时在地面的投影扫略的区域,或者请求车辆需要前进离开停车位时、或者直线倒车离开车位时、或者反复倒车前进离开停车位时所扫略的三维空间;
若是,判定请求车辆被堵在停车位内。
5.根据权利要求1所述的基于智能终端的车辆云调度方法,其特征在于,所述向移车平台发送针对被请求车辆的移车请求,包括:
读取出被请求车辆的标识信息,根据所述标识信息生成移车请求,并将移车请求发送至移车平台,其中,所述标识信息包括:车牌号、车架号、车辆射频识别码、红外识别码中的一种或组合。
6.基于智能终端的车辆云调度方法,其特征在于,应用于移车平台,所述方法包括:
接收请求车辆发送的移车请求,将移车请求解析为移车指令并发送至移车终端,以使移车终端执行。
7.根据权利要求6所述的基于智能终端的车辆云调度方法,其特征在于,所述方法还包括:
根据移车请求生成扣费指令,并将所述扣费指令发送至扣费平台,以使扣费平台向被请求人收取移车费用,并向移车终端支付费用。
8.基于智能终端的车辆云调度方法,其特征在于,应用于扣费平台,所述方法包括:
接收移车平台发送的扣费指令,并根据扣费指令从被请求车辆或者被请求人绑定的账户中扣除移车费用,或者将扣费指令发至交管平台,其中,所述账户包括:保险账户、银行账户或者第三方支付账户中的一种或组合;
或且,
从移车费用中提取设定比例的费用发送至移车终端,其中,所述移车费用为移车平台发送扣费指令至扣费平台以使扣费平台扣除的。
9.一种基于智能终端的车辆云调度系统,其特征在于,所述系统包括:
根据权利要求1-5任一项所述的请求车辆;
根据权利要求6或7所述的移车平台。
10.根据权利要求9所述的一种基于智能终端的车辆云调度系统,其特征在于,所述系统还包括:
根据权利要求8所述的扣费平台;
和/或,
云平台,用于接收请求车辆发送的探测的其他车辆的结果,并根据所述结果识别出其他车辆的位置特征;将其他车辆的位置返回至请求车辆。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010735962.7A CN111726424A (zh) | 2020-07-28 | 2020-07-28 | 基于智能终端的车辆云调度方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010735962.7A CN111726424A (zh) | 2020-07-28 | 2020-07-28 | 基于智能终端的车辆云调度方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111726424A true CN111726424A (zh) | 2020-09-29 |
Family
ID=72573730
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010735962.7A Pending CN111726424A (zh) | 2020-07-28 | 2020-07-28 | 基于智能终端的车辆云调度方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111726424A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104468731A (zh) * | 2014-11-17 | 2015-03-25 | 中国联合网络通信集团有限公司 | 违章停车提示方法和系统 |
CN106385453A (zh) * | 2016-09-14 | 2017-02-08 | 中国联合网络通信集团有限公司 | 远程人车交互的移车方法及系统、车载移车装置 |
WO2017121377A1 (zh) * | 2016-01-13 | 2017-07-20 | 郝明学 | 挪车方法、系统、电子设备、汽车和停车场 |
CN109466433A (zh) * | 2018-10-30 | 2019-03-15 | 百度在线网络技术(北京)有限公司 | 用于提供车外提醒的方法、装置、设备、计算机可读存储介质以及车辆 |
CN111404881A (zh) * | 2020-02-28 | 2020-07-10 | 惠州市德赛西威汽车电子股份有限公司 | 一种基于adas系统的紧急挪车方法及自助挪车系统 |
-
2020
- 2020-07-28 CN CN202010735962.7A patent/CN111726424A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104468731A (zh) * | 2014-11-17 | 2015-03-25 | 中国联合网络通信集团有限公司 | 违章停车提示方法和系统 |
WO2017121377A1 (zh) * | 2016-01-13 | 2017-07-20 | 郝明学 | 挪车方法、系统、电子设备、汽车和停车场 |
CN106385453A (zh) * | 2016-09-14 | 2017-02-08 | 中国联合网络通信集团有限公司 | 远程人车交互的移车方法及系统、车载移车装置 |
CN109466433A (zh) * | 2018-10-30 | 2019-03-15 | 百度在线网络技术(北京)有限公司 | 用于提供车外提醒的方法、装置、设备、计算机可读存储介质以及车辆 |
CN111404881A (zh) * | 2020-02-28 | 2020-07-10 | 惠州市德赛西威汽车电子股份有限公司 | 一种基于adas系统的紧急挪车方法及自助挪车系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11699346B1 (en) | Advanced parking management system | |
US20220319193A1 (en) | Advanced parking and intersection management system | |
US20190122447A1 (en) | Methods and systems for payments of services used by vehicles based on time, distance and place | |
RU2628173C2 (ru) | Устройства и способы управления для системы взимания дорожных сборов | |
CN105678852B (zh) | 多车道自由流电子不停车收费车道系统及其车牌识别方法 | |
AU2014239914B2 (en) | Advanced parking and intersection management system | |
US20110161140A1 (en) | Onboard unit for a road toll system | |
US8294595B1 (en) | Speed detector for moving vehicles | |
KR102187313B1 (ko) | 공유 주차관리시스템 | |
US12055936B2 (en) | Autonomous rideshare rebalancing | |
CN111276007A (zh) | 一种通过摄像头对停车场的汽车定位和导航的方法 | |
EP3806062A1 (en) | Detection device and detection system | |
KR102287051B1 (ko) | 이미지 인식 장치를 이용한 주차면 관리 시스템 | |
US9934682B2 (en) | Systems and methods for monitoring roadways using magnetic signatures | |
JP7445441B2 (ja) | 駐車場管制システム、駐車場管制方法、及びプログラム | |
CN110796748A (zh) | 一种基于毫米波雷达的开放式停车场停车识别方法及系统 | |
CA3113494A1 (en) | Parking lot management system based on real-time computer vision processing | |
KR102163504B1 (ko) | 고속도로 제한 차량 단속 시스템에서 면탈 차량 검출을 위한 통행료 면탈 방지 시스템 | |
CN113192217A (zh) | 逃费检测方法、装置、计算机设备和介质 | |
Xu et al. | High-resolution micro traffic data from roadside LiDAR sensors for connected-vehicles and new traffic applications | |
JP7401292B2 (ja) | 駐車場管制システム、駐車場管制方法、及びプログラム | |
US20200311624A1 (en) | Management device, management system, management method, and storage medium | |
CN111726424A (zh) | 基于智能终端的车辆云调度方法及系统 | |
US20210097587A1 (en) | Managing self-driving vehicles with parking support | |
CN112581749A (zh) | 获得车辆资源占用信息的方法、系统、装置及电子设备 |
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 | ||
CB02 | Change of applicant information |
Address after: 10th floor, R & D building, Hefei Institute of technology innovation, Chinese Academy of Sciences, 2666 Xiyou Road, Hefei hi tech Zone, Anhui Province, 230000 Applicant after: Zhongke Meiluo Technology Co., Ltd. Address before: 10th floor, R & D building, Hefei Institute of technology innovation, Chinese Academy of Sciences, 2666 Xiyou Road, Hefei hi tech Zone, Anhui Province, 230000 Applicant before: ANHUI ZHONGKE MEILUO INFORMATION TECHNOLOGY CO.,LTD. |
|
CB02 | Change of applicant information | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200929 |
|
WD01 | Invention patent application deemed withdrawn after publication |