CN111768648A - 车辆出入确定方法及系统 - Google Patents
车辆出入确定方法及系统 Download PDFInfo
- Publication number
- CN111768648A CN111768648A CN202010522448.5A CN202010522448A CN111768648A CN 111768648 A CN111768648 A CN 111768648A CN 202010522448 A CN202010522448 A CN 202010522448A CN 111768648 A CN111768648 A CN 111768648A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- target
- parking space
- area
- determining
- 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
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
- G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
-
- 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
-
- 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
Abstract
本发明公开了一种车辆出入确定方法及系统、计算机可读存储介质、计算机设备,通过预先确定的辅助车道线与车辆的位置信息结合,可以自动判断车辆是否驶入停车区域中。通过计算目标车辆的投影区域与目标车位所在区域的重叠面积,并判断重叠面积与目标车位所在区域的面积的比值是否大于比例阈值,可以根据检测图片自动判断目标车辆是否停在目标车位中,而不需要人工进行判断。通过预先确定的目标车位的位置信息和对应的驶离阈值,与车辆的位置信息结合,可以自动判断车辆是否已经驶离目标车位。并且,对于停车区域或车辆被部分遮挡的情况可以提高判断的准确率。
Description
技术领域
本发明涉及车辆识别技术领域,特别涉及一种车辆出入确定方法及系统、计算机可读存储介质、计算机设备。
背景技术
通常对于停车的管理方法中,例如在车位中预设地磁线圈并通过地磁线圈辅助工作人员的管理方法,其设置地磁线圈所需的成本较高,且仍然需要人工管理,人工成本较高。而对于设置摄像装置拍摄图片的管理方法,对于遮挡情况效果不理想,并且对于车辆驶入车位与驶离车位的判断并不明确。
发明内容
本发明实施例提供一种车辆出入确定方法及系统、计算机可读存储介质、计算机设备,可以提高对车辆驶入车位与驶离车位的判断准确率。
因此,本发明实施例提供了一种车辆出入确定方法,包括:
获取停车区域的检测图片;其中,所述停车区域包括多个车位;
判断所述检测图片中是否包含除已驶入车辆之外的其余车辆;其中,所述已驶入车辆为已驶入所述车位中的车辆;
若是,则根据获取的所述检测图片,确定所述其余车辆的位置信息;
根据所述其余车辆的位置信息和预先确定的辅助车道线,将所述其余车辆中越过所述辅助车道线的车辆,标记为目标车辆;其中,所述辅助车道线为根据多张不包含车辆的停车区域的样本图片中停车区域的位置信息确定的;
根据所述目标车辆的位置信息和预先确定的车位的位置信息,确定所述目标车辆是否为已驶入车位中的车辆。
可选地,所述根据所述目标车辆的位置信息和预先确定的车位的位置信息,确定所述目标车辆为已驶入车位中的车辆,具体包括:
获取连续多帧检测图片中目标车辆的位置信息;
根据获取到的所述目标车辆的位置信息,判断所述目标车辆是否静止;
若是,则将所述目标车辆静止时处于的车位确定为目标车位;
根据所述目标车辆的位置信息和预先确定的所述目标车位的位置信息,确定所述目标车辆的投影区域与所述目标车位所在区域的重叠面积;
判断所述重叠面积与所述目标车位所在区域的面积的比值是否大于比例阈值;
在判断所述重叠面积与所述目标车位所在区域的面积的比值大于比例阈值时,则确定所述目标车辆为已驶入车位中的车辆。
可选地,所述在判断所述重叠面积与所述目标车位所在区域的面积的比值大于比例阈值时,则确定所述目标车辆是否为已驶入车位中的车辆,具体包括:
所述在判断所述重叠面积与所述目标车位所在区域的面积的比值大于所述比例阈值时,确定所述目标车辆驶入了所述目标车位内,并记录所述目标车辆驶入所述目标车位后采集到的检测图片的驶入总帧数;
判断所述驶入总帧数是否大于第一帧数阈值;
若是,确定所述目标车辆为已驶入车位中的车辆。
可选地,所述根据所述目标车辆的位置信息和预先确定的所述目标车位的位置信息,确定所述目标车辆的投影区域与所述目标车位所在区域的重叠面积,具体包括:
根据所述目标车辆的位置信息,确定所述目标车辆对应的外接框的左上顶点坐标Cul(xul,yul)、所述外接框的右下顶点坐标Clr(xlr,ylr)以及所述目标车辆的车牌的中心点坐标LP(xlp,ylp);其中,所述外接框为所述检测图片中包围所述目标车辆的矩形;
根据所述外接框的左上顶点坐标Cul(xul,yul)和右下顶点坐标Clr(xlr,ylr),确定所述目标车辆对应的外接框的第一宽度;
根据所述外接框的左上顶点坐标Cul(xul,yul)和所述目标车辆的车牌的中心点坐标LP(xlp,ylp),确定所述目标车辆对应的第二宽度;
根据所述目标车辆对应的所述第一宽度和所述第二宽度,确定车辆宽度差值;
采用如下公式,根据所述车辆宽度差值ww和夹角θ,确定车辆侧差值wh;其中,所述夹角θ为所述辅助车道线与坐标系的x轴的夹角;
wh=|tanθ|*ww;
根据所述外接框的左上顶点坐标Cul(xul,yul)、所述外接框的右下顶点坐标Clr(xlr,ylr)、所述车辆宽度差值ww和所述车辆侧差值wh,确定所述目标车辆的投影区域的四个顶点的坐标:其中,当xlb>xlt时,所述目标车辆的投影区域的四个顶点的坐标为:Cpl(xul+ww,ylr-wh),Cp2(xul,ylr),Cp3(xlr-ww,ylr),Cp4(xlr,ylr-wh);当xlt>xlb时,所述目标车辆的投影区域的四个顶点的坐标为:Cpl(xul,ylr-wh),Cp2(xul+ww,ylr),Cp3(xlr,ylr),Cp4(xul+wc,ylr-wh);其中,xlb为所述停车区域的左下顶点的横坐标,xlt为所述停车区域的左上顶点的横坐标;
根据所述目标车位的四个顶点的坐标和所述目标车辆的投影区域的四个顶点坐标,确定所述目标车辆的投影区域与所述目标车位所在区域的重叠面积。
可选地,所述确定所述目标车辆为已驶入车位中的车辆之后,还包括:
根据所述已驶入车位中的车辆的位置信息,判断所述已驶入车位中的车辆是否静止;
若否,则将所述已驶入所述目标车位中的车辆记为欲将驶离车辆;
根据所述欲将驶离车辆的位置信息、预先确定的所述目标车位的位置信息和预先确定的驶离阈值,确定所述欲将驶离车辆已经驶离所述目标车位,并将已驶离所述目标车位的车辆标记为驶离车辆。
可选地,所述确定所述欲将驶离车辆已经驶离所述目标车位,具体包括:
根据预先确定的所述目标车位的位置信息,确定所述目标车位的中心点坐标Pc(xp,yp);
根据所述欲将驶离车辆的位置信息,确定所述欲将驶离车辆的中心点坐标C(xc,yc);其中,所述中心点坐标为所述欲将驶离车辆的外接框的中心点坐标,所述外接框为所述检测图片中包围所述目标车辆的矩形;
判断|xc-xp|是否大于所述驶离阈值;
若是,则确定所述欲将驶离车辆已经驶离所述目标车位。
可选地,所述驶离阈值的确定方法包括:
根据所述停车区域的位置信息,确定所述停车区域中每个车位对应的中心点坐标;
对于所述停车区域中每一个车位,采用如下公式,根据所述车位的位置信息和所述车位的中心点坐标Pc(xp,yp),确定所述车位对应的驶离阈值s;
其中,所述车位的位置信息包括所述车位的四个顶点坐标,所述车位的四个顶点坐标包括:P1(x1,y1),P2(x2,y2),P3(x3,y3),P4(x4,y4)。
可选地,在所述根据获取的所述检测图片,确定所述其余车辆的位置信息时,还包括:
根据获取的所述检测图片,确定所述其余车辆的车辆信息;其中,所述车辆信息包括车牌号、车型、车色;
所述确定所述目标车辆为已驶入车位中的车辆之后,还包括:将所述目标车辆的车辆信息与所述目标车位进行绑定;
所述确定所述欲将驶离车辆已经驶离所述目标车位之后,还包括:将所述目标车辆的车辆信息与所述目标车位解除绑定。
可选地,所述辅助车道线的确定方法,具体包括:
获取不包含车辆的所述停车区域的样本图片;
根据所述样本图片,确定所述停车区域的位置信息;其中,所述停车区域的位置信息包括所述停车区域中每个车位的四个顶点的坐标;
根据所述停车区域的位置信息,确定所述辅助车道线的位置信息。
可选地,所述根据所述停车区域的位置信息,确定所述辅助车道线的位置信息,具体包括:
根据所述停车区域的位置信息,确定所述停车区域的四个顶点的坐标;其中,所述停车区域的四个顶点的坐标包括:所述停车区域的左上顶点坐标Plt(xlt,ylt),所述停车区域的左下顶点坐标Plb(xlb,ylb),所述停车区域的右下顶点坐标Prb(xrb,yrb),所述停车区域的右上顶点坐标Prt(xrt,yrt);
根据如下公式,确定所述辅助车道线在所述坐标系中的位置信息;
y=tanθx+(xlt-xlb)/2;
其中,y为所述辅助车道线在所述坐标系中的纵坐标,x为所述辅助车道线在所述坐标系中的横坐标。
相应地,基于同一发明构思,本发明实施例还提供了一种停车管理系统,包括:
摄像单元,用于获取停车区域的检测图片;
位置确定单元,用于判断所述检测图片中是否包含除已驶入车辆之外的其余车辆;并用于根据获取的所述检测图片,确定所述其余车辆的位置信息;
处理单元,用于根据所述其余车辆的位置信息和预先确定的辅助车道线,将所述其余车辆中越过所述辅助车道线的车辆,标记为目标车辆;并用于根据所述目标车辆的位置信息和预先确定的车位的位置信息,确定所述目标车辆是否为已驶入车位中的车辆。
相应地,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一种车辆出入确定方法的步骤。
相应地,本发明实施例还提供了一种智能终端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述任一种车辆出入确定方法的步骤。
本发明有益效果如下:
本发明实施例提供的一种车辆出入确定方法及系统、计算机可读存储介质、计算机设备,通过预先确定的辅助车道线与车辆的位置信息结合,可以自动判断车辆是否驶入停车区域中。通过计算目标车辆的投影区域与目标车位所在区域的重叠面积,并判断重叠面积与目标车位所在区域的面积的比值是否大于比例阈值,可以根据检测图片自动判断目标车辆是否停在目标车位中,而不需要人工进行判断。通过预先确定的目标车位的位置信息和对应的驶离阈值,与车辆的位置信息结合,可以自动判断车辆是否已经驶离目标车位。并且,对于停车区域或车辆被部分遮挡的情况可以提高判断的准确率。
附图说明
图1为本发明实施例提供的车辆出入确定方法的流程图;
图2为本发明实施例提供的一种样本图片的示意图;
图3为本发明实施例提供的车辆出入确定方法的部分具体流程图;
图4为本发明实施例提供的车辆出入确定方法的部分具体流程图;
图5为本发明实施例提供的车辆出入确定方法的部分具体流程图;
图6为本发明实施例提供的一种检测图片的示意图;
图7为本发明实施例提供的又一种样本图片的示意图;
图8为本发明实施例提供的又一种样本图片的示意图;
图9为本发明实施例提供的停车管理系统的示意图;
图10为本发明实施例提供的又一种检测图片的示意图。
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的附图,对本发明实施例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的一部分实施例,而不是全部的实施例。并且在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。基于所描述的本发明的实施例,本领域普通技术人员在无需创造性劳动的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。
除非另外定义,本发明使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“连接”或者“电连接”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。
需要注意的是,附图中各图形的尺寸和形状不反映真实比例,目的只是示意说明本发明内容。并且自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。
本发明实施例提供的一种车辆出入确定方法,如图1所示,包括:
S110、获取停车区域的检测图片;其中,停车区域包括多个车位;
S120、判断检测图片中是否包含除已驶入车辆之外的其余车辆;若是,则执行步骤S130;其中,已驶入车辆为已驶入车位中的车辆;若否,则再次执行步骤S110;
S130、根据获取的检测图片,确定其余车辆的位置信息;
S140、根据其余车辆的位置信息和预先确定的辅助车道线,将其余车辆中越过辅助车道线的车辆,标记为目标车辆;其中,辅助车道线为根据多张不包含车辆的停车区域的样本图片中停车区域的位置信息确定的;
S150、根据目标车辆的位置信息和预先确定的车位的位置信息,确定目标车辆是否为已驶入车位中的车辆。
本发明实施例提供的车辆出入确定方法,通过预先确定的辅助车道线与车辆的位置信息结合,可以自动判断车辆是否驶入停车区域中,从而对于停车区域或车辆被部分遮挡的情况,可以提高判断的准确率。
在具体实施时,本发明实施例可以通过深度学习的预训练模型获取检测图片中其余车辆中的每一个车辆的位置信息和车辆信息。
在具体实施时,获取的停车区域的多帧检测图片可以通过设置在固定位置的摄像装置拍摄得到,摄像装置可以设置在停车区域的侧后方,或者也可以根据实际情况设置在其他位置,在此不做限定。对于一个停车区域,设置的摄像装置的数量可以为一个,当然,为了进一步提高车辆检测的准确性也可以设置多个摄像装置,在此不作限定。
在具体实施时,本发明实施例中,可以根据上述摄像装置拍摄得到未停放车辆时的停车区域的样本图片,之后,可以根据未停放车辆的停车区域的样本图片建立直角坐标系,确定辅助车道线以及停车区域中各车位的位置信息。本发明实施例中的样本图片和检测图片可以通过同一摄像装置拍摄得到,这样对于不同的样本图片和检测图片,预先建立的直角坐标系、预先确定的辅助车道线以及停车区域中各车位的位置信息可以均相同,从而在停车区域中各车位的泊位线被遮挡时仍然可以确定停车区域的上述位置信息。需要说明的是,不同于停车区域中各车位的泊位线,辅助车道线并未在停车区域中划出,而可以仅是本发明实施例中对样本图片和检测图片进行处理时建立的虚拟辅助线。
在具体实施时,建立的直角坐标系的原点可以为停车区域的四个顶点其中之一,示例性地,如图2所示的样本图片中,由所有车位的泊位线围成的矩形组成停车区域PA,并且,以停车区域PA的左上顶点o,也即样本图片中最上方车位的左上顶点作为原点o。当然,在实际应用中可以根据实际情况选取原点,在此不作限定。在具体实施时,如图2所示,建立的直角坐标系的x轴可以与停车区域的检测图片中各车位的横向泊位线平行,在此不作限定。
在具体实施时,确定其余车辆中越过辅助车道线的车辆的方法包括:针对其余车辆中的每一个车辆,若该车辆对应的外接框的四个顶点中的至少一个,在相邻多帧检测图片中的运动轨迹与辅助车道线有交点,则该车辆可以作为越过辅助车道线的车辆。
在具体实施时,在本发明实施例中,如图3所示,根据目标车辆的位置信息和预先确定的车位的位置信息,确定目标车辆是否为已驶入车位中的车辆,具体可以包括:
S151、获取连续多帧检测图片中目标车辆的位置信息;
S152、根据获取到的目标车辆的位置信息,判断目标车辆是否静止;若是,则执行步骤S153;若否,则再次执行步骤S151;
S153、将目标车辆静止时处于的车位确定为目标车位;
S154、根据目标车辆的位置信息和预先确定的目标车位的位置信息,确定目标车辆的投影区域与目标车位所在区域的重叠面积;
S155、判断重叠面积与目标车位所在区域的面积的比值是否大于比例阈值;若是,则执行步骤S156;若否,则执行步骤S157;S156、在判断重叠面积与目标车位所在区域的面积的比值大于比例阈值时,确定目标车辆为已驶入车位中的车辆。
S157、确定目标车辆为未正常驶入车位中的车辆。
本发明实施例提供的车辆出入确定方法,通过计算目标车辆的投影区域与目标车位所在区域的重叠面积,并判断重叠面积与目标车位所在区域的面积的比值是否大于比例阈值,可以根据检测图片自动判断目标车辆是否停在目标车位中,而不需要人工进行判断。
在具体实施时,将目标车辆静止时处于的车位确定为目标车位,具体可以包括:根据目标车辆的位置信息与停车区域中各车位的位置信息确定目标车位。实际中,目标车辆的位置信息可能会与停车区域中多个车位的位置信息存在重叠,则对于这样的多个车位,可以计算目标车辆的投影区域与每个车位所在区域的重叠面积,并判断该重叠面积与对应车位所在区域的面积的比值是否大于比例阈值,并将比值大于比例阈值的车位确定为目标车位。若目标车辆的位置信息与停车区域中至少一个车位的位置信息存在重叠,计算目标车辆的投影区域与每个车位所在区域的重叠面积,若该重叠面积与每个对应车位所在区域的面积的比值均不大于比例阈值,则确定目标车辆为未正常驶入车位中的车辆。
在具体实施时,比例阈值可以为0.5,当然,在实际应用中比例阈值可以根据实际情况设计确定,在此不作限定。
在具体实施时,在本发明实施例中,如图4所示,在判断重叠面积与目标车位所在区域的面积的比值大于比例阈值时,则确定目标车辆为已驶入车位中的车辆,具体可以包括:
S1551、在判断重叠面积与目标车位所在区域的面积的比值大于比例阈值时,确定目标车辆驶入了目标车位内,并记录目标车辆驶入目标车位后采集到的视频的驶入总帧数;
S1552、判断驶入总帧数是否大于第一帧数阈值;若是,执行步骤S1553;若否,则再次执行步骤S1551;
S1553、确定目标车辆为已驶入车位中的车辆。
在具体实施时,为了确保目标车辆确实停入目标车位而非临时停靠,需要在目标车辆驶入目标车位并经过一段时间后再确定目标车辆为已驶入车位中的车辆。第一帧数阈值可以根据实际情况设计确定,在此不作限定。
在具体实施时,在本发明实施例中,如图5所示,根据目标车辆的位置信息和预先确定的目标车位的位置信息,确定目标车辆的投影区域与目标车位所在区域的重叠面积,具体可以包括:
S1531、根据目标车辆的位置信息,确定目标车辆对应的外接框的左上顶点坐标Cul(xul,yul)、外接框的右下顶点坐标Clr(xlr,ylr)以及目标车辆的车牌的中心点坐标LP(xlp,ylp);其中,外接框为检测图片中包围目标车辆的矩形;
S1532、根据外接框的左上顶点坐标Cul(xul,yul)和右下顶点坐标Clr(xlr,ylr),确定目标车辆对应的外接框的第一宽度;
S1533、根据外接框的左上顶点坐标Cul(xul,yul)和目标车辆的车牌的中心点坐标LP(xlp,ylp),确定目标车辆对应的第二宽度;
S1534、根据目标车辆对应的第一宽度和第二宽度,确定车辆宽度差值;
S1535、采用如下公式1,根据车辆宽度差值ww和夹角θ,确定车辆侧差值wh;其中,夹角θ为辅助车道线与坐标系的x轴的夹角;
wh=|tanθ|*ww 公式1;
S1536、根据外接框的左上顶点坐标Cul(xul,yul)、外接框的右下顶点坐标Clr(xlr,ylr)、车辆宽度差值ww和车辆侧差值wh,确定目标车辆的投影区域的四个顶点的坐标:其中,当xlb>xlt时,目标车辆的投影区域的四个顶点的坐标为:Cpl(xul+ww,ylr-wh),Cp2(xul,ylr),Cp3(xlr-ww,ylr),Cp4(xlr,ylr-wh);当xlt>xlb时,目标车辆的投影区域的四个顶点的坐标为:Cpl(xul,ylr-wh),Cp2(xul+ww,ylr),Cp3(xlr,ylr),Cp4(xul+wc,ylr-wh);其中,xlb为停车区域的左下顶点的横坐标,xlt为停车区域的左上顶点的横坐标;
S1537、根据目标车位的四个顶点的坐标和目标车辆的投影区域的四个顶点的坐标,确定目标车辆的投影区域与目标车位所在区域的重叠面积。
在具体实施时,如图6所示,外接框EL可以为检测图片中包围目标车辆的最小的矩形。
在具体实施时,可以采用如下公式2确定目标车辆对应的外接框的第一宽度;
wr:wr=xlr-xul 公式2;
可以采用如下公式3确定目标车辆对应的第二宽度wc;
wc=2(xlp-xul) 公式3;
则可以采用如下公式4确定车辆宽度差值ww;
ww=wr-wc=xlr+xul-2xlp 公式4;
相应地,可以采用如下公式5确定车辆侧差值wh。
wh=|tanθ|*(xlr+xul-2xlp) 公式5;
在具体实施时,以停车区域的左上顶点为坐标系原点时,当xlb>xlt时,检测图片中的停车区域可以如图7所示,当xlt>xlb时,检测图片中的停车区域可以如图8所示。
在具体实施时,也可以根据目标车辆对应的外接框的右上顶点坐标、左下顶点坐标以及目标车辆的车牌的中心点坐标确定目标车辆的投影区域的四个顶点,其具体过程可以与上述根据目标车辆对应的外接框的左上顶点坐标、右下顶点坐标以及目标车辆的车牌的中心点坐标确定目标车辆的投影区域的四个顶点的过程基本相同,在此不做赘述。
在具体实施时,在本发明实施例中,确定目标车辆为已驶入车位中的车辆之后,还可以包括:
根据已驶入车位中的车辆的位置信息,判断已驶入车位中的车辆是否静止;
若否,则将已驶入目标车位中的车辆记为欲将驶离车辆;
根据欲将驶离车辆的位置信息、预先确定的目标车位的位置信息和预先确定的驶离阈值,确定欲将驶离车辆已经驶离目标车位,并将已驶离目标车位的车辆标记为驶离车辆。
在具体实施时,在本发明实施例中,确定欲将驶离车辆已经驶离目标车位,具体可以包括:
根据预先确定的目标车位的位置信息,确定目标车位的中心点坐标Pc(xp,yp);
根据欲将驶离车辆的位置信息,确定欲将驶离车辆的中心点坐标C(xc,yc);其中,中心点坐标为欲将驶离车辆的外接框的中心点坐标,外接框为检测图片中包围目标车辆的矩形;
判断|xc-xp|是否大于驶离阈值;
若是,则确定欲将驶离车辆已经驶离目标车位;
若否,则再次获取欲将驶离车辆的位置信息。
本发明实施例提供的车辆出入确定方法,通过预先确定的目标车位的位置信息和对应的驶离阈值,与车辆的位置信息结合,可以自动判断车辆是否已经驶离目标车位,并且,对于停车区域或车辆被部分遮挡的情况可以提高判断的准确率。
在具体实施时,根据预先确定的目标车位的位置信息,确定目标车位的中心点坐标Pc(xp,yp),具体可以包括:
预先确定的目标车位的位置信息包括目标车位的四个顶点的坐标,可以根据目标车位的四个顶点的坐标确定目标车位的中心点坐标。示例性地,目标车位的四个顶点为P1、P2、P3、P4,四个顶点的坐标分别为P1(x1,y1),P2(x2,y2),P3(x3,y3),P4(x4,y4);
则可以根据如下公式6、公式7,确定车位的中心点坐标Pc(xp,yp)。
xp=(x1+x2+x3+x4)/4 公式6;
yp=(y1+y2+y3+y4)/4 公式7;
在具体实施时,目标车位对应的驶离阈值的确定方法可以包括:根据车位的位置信息和车位的中心点坐标Pc(xp,yp),确定车位对应的驶离阈值。具体地,可以分别计算目标车位的四个顶点与目标车位的中心点的距离,选取最大的距离作为目标车位对应的驶离阈值。示例性地,目标车位的四个顶点的坐标为P1(x1,y1),P2(x2,y2),P3(x3,y3),P4(x4,y4);则可以采用如下公式8确定目标车位对应的驶离阈值s。
在具体实施时,在本发明实施例中,在根据获取的检测图片,确定其余车辆的位置信息时,还可以包括:
根据获取的检测图片,确定其余车辆的车辆信息;其中,车辆信息包括车牌号、车型、车色;
确定目标车辆为已驶入车位中的车辆之后,还包括:将目标车辆的车辆信息与目标车位进行绑定;
确定欲将驶离车辆已经驶离目标车位之后,还包括:将目标车辆的车辆信息与目标车位解除绑定。
在具体实施时,根据获取的检测图片,确定其余车辆的车辆信息,具体可以包括:先根据获取的检测图片中选取的至少一张图片确定其余车辆的车牌号、车型、车色等车辆信息。
在具体实施时,确定欲将驶离车辆已经驶离目标车位之后,将目标车辆的车辆信息与目标车位解除绑定,具体包括:确定欲将驶离车辆已经驶离目标车位之后,开始记录欲将驶离车辆驶离目标车位的检测图片的驶离总帧数,当驶离总帧数大于第二帧数阈值时,将目标车辆的车辆信息与目标车位解除绑定。
在具体实施时,第二帧数阈值可以根据实际情况设计确定,在此不作限定。
在具体实施时,在本发明实施例中,辅助车道线的确定方法,可以包括:
获取不包含车辆的停车区域的样本图片;
根据样本图片,确定停车区域的位置信息;其中,停车区域的位置信息包括停车区域中每个车位的四个顶点的坐标;
根据停车区域的位置信息,确定辅助车道线的位置信息。
在具体实施时,在本发明实施例中,根据停车区域的位置信息,确定辅助车道线的位置信息,具体可以包括:
根据停车区域的位置信息,确定停车区域的四个顶点的坐标;其中,停车区域的四个顶点的坐标包括:停车区域的左上顶点坐标Plt(xlt,ylt),停车区域的左下顶点坐标Plb(xlb,ylb),停车区域的右下顶点坐标Prb(xrb,yrb),停车区域的右上顶点坐标Prt(xrt,yrt);
根据停车区域的四个顶点的坐标,确定夹角θ:其中,当xlb>xlt时,可以采用如下公式9确定夹角θ;
当xlt>xlb时,可以采用如下公式10确定夹角θ;
夹角θ为辅助车道线与坐标系的x轴的夹角;
根据如下公式11,确定辅助车道线在坐标系中的位置信息;
y=tanθx+(xlt-xlb)/2 公式11;
其中,y为辅助车道线在坐标系中的纵坐标,x为辅助车道线在坐标系中的横坐标。
基于同一发明构思,本发明实施例还提供一种车辆出入确定系统,如图9所示,包括:
摄像单元10,用于获取停车区域的检测图片;
位置确定单元20,用于判断检测图片中是否包含除已驶入车辆之外的其余车辆;并用于根据获取的检测图片,确定其余车辆的位置信息;
处理单元30,用于根据其余车辆的位置信息和预先确定的辅助车道线,将其余车辆中越过辅助车道线的车辆,标记为目标车辆;并用于根据目标车辆的位置信息和预先确定的车位的位置信息,确定目标车辆是否为已驶入车位中的车辆。
在具体实施时,在本发明实施例中,上述各单元可以是采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。
下面结合具体实施例,对本发明进行详细说明。需要说明的是,本实施例中是为了更好的解释本发明,但不限制本发明。
(一)在停车区域驶入车辆前,需要预先确定停车区域的位置信息、停车区域的辅助车道线、停车区域中各车位的中心点坐标以及各车位对应的驶离阈值,其过程具体可以包括:
设置固定的摄像单元,通过该摄像单元获取不包含车辆的停车区域的样本图片;在样本图片中,停车区域中各车位的泊位线如图7所示,停车区域中包括5个车位,依次为PS1-PS5。
在样本图片中以停车区域的左上顶点为原点建立坐标系,并获取停车区域中每个车位的四个顶点的坐标。
对于停车区域中的每一个车位,根据停车区域中每个车位的四个顶点的坐标,确定每个车位对应的中心点坐标,并根据车位的四个顶点的坐标和对应的中心点坐标确定车位对应的驶离阈值。
例如,以车位PS2为例,车位PS2的四个顶点为P1、P2、P3、P4,四个顶点的坐标分别为P1(x1,y1),P2(x2,y2),P3(x3,y3),P4(x4,y4)。则可以根据如下公式6、公式7,确定车位PS2的中心点坐标PS2c(xp,yp);其中,xp=(x1+x2+x3+x4)/4,yp=(y1+y2+y3+y4)/4。
并且,可以采用公式8确定车位PS2对应的驶离阈值s:
同理,根据车位PS1-PS5中每个车位的四个顶点的坐标分别确定车位PS1-PS5对应的中心点坐标和驶离阈值,其他车位对应的中心点坐标和驶离阈值的确定方法可以与车位PS2基本相同,在此不做赘述。
获取停车区域的四个顶点的坐标,将车位PS1的左上顶点坐标作为停车区域的左上顶点坐标,将车位PS1的右上顶点坐标作为停车区域的右上顶点坐标,将车位PS5的左下顶点坐标作为停车区域的左下顶点坐标,将车位PS1的左上顶点坐标作为停车区域的左上顶点坐标。则可以得到:停车区域的左上顶点坐标Plt(xlt,ylt),停车区域的左下顶点坐标Plb(xlb,ylb),停车区域的右下顶点坐标Prb(xrb,yrb),停车区域的右上顶点坐标Prt(xrt,yrt)。其中,停车区域的左上顶点为坐标系原点,则xlt=0,ylt=0;如图7所示的停车区域中,xlb>xlt,则辅助车道线与坐标系的x轴的夹角θ可以通过公式9:确定。
并且,可以根据公式11确定辅助车道线在坐标系中的位置信息:y=tanθx+(xlt-xlb)/2;其中,y为辅助车道线在坐标系中的纵坐标,x为辅助车道线在坐标系中的横坐标。
(二)车辆出入确定方法的具体实施过程,可以包括如下步骤:
通过上述预先设置的固定的摄像单元,获取停车区域的检测图片。
除已驶入车辆之外,停车区域的检测图片中出现其余车辆;其中,已驶入车辆为已驶入车位中的车辆。
位置确定单元根据获取的检测图片,确定其余车辆的位置信息;其余车辆的位置信息包括车辆的外接框的四个顶点的坐标和其余车辆的车牌中心点坐标;其中,外接框为检测图片中包围目标车辆的最小的矩形。并且,根据获取的检测图片,确定其余车辆的车辆信息;其中,车辆信息包括车牌号、车型、车色。
其余车辆的外接框的四个顶点中的至少一个,在相邻多帧检测图片中的运动轨迹若与预先确定的辅助车道线有交点,则说明该其余车辆越过了辅助车道线,处理单元将该其余车辆标记为目标车辆。
目标车辆的位置信息(即目标车辆的外接框的四个顶点的坐标和车牌中心点坐标)在相邻多帧检测图片中未发生变化,说明目标车辆静止。处理单元根据静止的目标车辆的外接框的四个顶点的坐标和预先确定的停车区域中每个车位的四个顶点的坐标,确定车位PS2所在区域与目标车辆的外接框有重叠,并将该车位PS2确定为目标车位。其中,如图10所示,静止的目标车辆的外接框EL的左上顶点坐标为Cul(xul,yul),外接框EL的右下顶点坐标为Clr(xlr,ylr),静止的目标车辆的车牌的中心点坐标为LP(xlp,ylp)。
处理单元根据目标车辆的外接框的左上顶点坐标Cul(xul,yul)和右下顶点坐标Clr(xlr,ylr),确定目标车辆对应的外接框的第一宽度wr,具体地,采用如下公式2确定:wr=xlr-xul。
处理单元根据外接框的左上顶点坐标Cul(xul,yul)和目标车辆的车牌的中心点坐标LP(xlp,ylp),确定目标车辆对应的第二宽度wc,具体地,采用如下公式3确定:wc=2(xlp-xul)。
处理单元根据目标车辆对应的第一宽度wr和第二宽度wc,确定目标车辆对应的车辆宽度差值ww,具体地,采用如下公式4确定:ww=wr-wc=xlr+xul-2xlp。
处理单元采用如下公式5,根据车辆宽度差值ww和预先确定的夹角θ,确定目标车辆对应的车辆侧差值wh:wh=|tanθ|*ww。
处理单元根据外接框的左上顶点坐标Cul(xul,yul)、外接框的右下顶点坐标Clr(xlr,ylr)、车辆宽度差值ww和车辆侧差值wh,确定目标车辆的投影区域的四个顶点的坐标:由于如图7与图10所示的停车区域中,xlb>xlt,则目标车辆的投影区域的四个顶点的坐标为:Cpl(xul+ww,ylr-wh),Cp2(xul,ylr),Cp3(xlr-ww,ylr),Cp4(xlr,ylr-wh)。
处理单元根据预先确定的目标车位PS2的四个顶点的坐标和目标车辆的投影区域的四个顶点的坐标,确定目标车辆的投影区域与目标车位所在区域的重叠面积。重叠面积与目标车位所在区域的面积的比值大于比例阈值,则确定目标车辆已驶入目标车位PS2,并开始记录目标车辆驶入目标车位PS2后的检测图片的驶入总帧数。
驶入总帧数大于第一帧数阈值,则处理单元将目标车辆确定为已驶入目标车位PS2中的车辆,并将目标车辆的车辆信息与目标车位PS2绑定。
经过一段时间后,已驶入目标车位PS2中的目标车辆的位置信息发生变化,也即目标车辆不再静止,处理单元将该目标车辆记为欲将驶离车辆。
处理单元根据获取的欲将驶离车辆的位置信息,确定该欲将驶离车辆的中心点坐标,示例性地,在一帧检测图片中,欲将驶离车辆的外接框的四个顶点的坐标为:C1(xc1,yc1),C2(xc2,yc2),C3(xc3,yc3),C4(xc4,yc4)。则可以根据如下公式,确定欲将驶离车辆的中心点坐标C(xc,yc):其中,xc=(xc1+xc2+xc3+xc4)/4,yc=(yc1+yc2+yc3+yc4)/4。
预先确定的目标车位PS2的中心点坐标为PS2c(xp,yp),预先确定的车位PS2对应的驶离阈值为s,则当一帧检测图片中,|xc-xp|>s时,处理单元确定欲将驶离车辆已经驶离目标车位PS2,并开始记录欲将驶离车辆驶离目标车位的检测图片后的驶离总帧数。
驶离总帧数大于第二帧数阈值,处理单元将目标车辆的车辆信息与目标车位PS2解除绑定。
基于同一发明构思,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,并且该程序被处理器执行时实现本发明实施例提供的上述任一种车辆出入确定方法的步骤。具体地,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
基于同一发明构思,本发明实施例还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时实现本发明实施例提供的上述任一种车辆出入确定方法的步骤。
本发明实施例提供的车辆出入确定方法及装置,通过预先确定的辅助车道线与车辆的位置信息结合,可以自动判断车辆是否驶入停车区域中。通过计算目标车辆的投影区域与目标车位所在区域的重叠面积,并判断重叠面积与目标车位所在区域的面积的比值是否大于比例阈值,可以根据检测图片自动判断目标车辆是否停在目标车位中,而不需要人工进行判断。通过预先确定的目标车位的位置信息和对应的驶离阈值,与车辆的位置信息结合,可以自动判断车辆是否已经驶离目标车位。并且,对于停车区域或车辆被部分遮挡的情况可以提高判断的准确率。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (13)
1.一种车辆出入确定方法,其特征在于,包括:
获取停车区域的检测图片;其中,所述停车区域包括多个车位;判断所述检测图片中是否包含除已驶入车辆之外的其余车辆;其中,所述已驶入车辆为已驶入所述车位中的车辆;
若是,则根据获取的所述检测图片,确定所述其余车辆的位置信息;
根据所述其余车辆的位置信息和预先确定的辅助车道线,将所述其余车辆中越过所述辅助车道线的车辆,标记为目标车辆;其中,所述辅助车道线为根据多张不包含车辆的停车区域的样本图片中停车区域的位置信息确定的;
根据所述目标车辆的位置信息和预先确定的车位的位置信息,确定所述目标车辆是否为已驶入车位中的车辆。
2.如权利要求1所述的车辆出入确定方法,其特征在于,所述根据所述目标车辆的位置信息和预先确定的车位的位置信息,确定所述目标车辆是否为已驶入车位中的车辆,具体包括:
获取连续多帧检测图像中目标车辆的位置信息;
根据获取到的所述目标车辆的位置信息,判断所述目标车辆是否静止;
若是,则将所述目标车辆静止时处于的车位确定为目标车位;
根据所述目标车辆的位置信息和预先确定的所述目标车位的位置信息,确定所述目标车辆的投影区域与所述目标车位所在区域的重叠面积;
判断所述重叠面积与所述目标车位所在区域的面积的比值是否大于比例阈值;
在判断所述重叠面积与所述目标车位所在区域的面积的比值大于所述比例阈值时,则确定所述目标车辆为已驶入车位中的车辆。
3.如权利要求2所述的车辆出入确定方法,其特征在于,所述在判断所述重叠面积与所述目标车位所在区域的面积的比值大于比例阈值时,则确定所述目标车辆为已驶入车位中的车辆,具体包括:
所述在判断所述重叠面积与所述目标车位所在区域的面积的比值大于比例阈值时,确定所述目标车辆驶入了所述目标车位内,并记录所述目标车辆驶入所述目标车位后采集到的检测图片的驶入总帧数;
判断所述驶入总帧数是否大于第一帧数阈值;
若是,确定所述目标车辆为已驶入车位中的车辆。
4.如权利要求2所述的车辆出入确定方法,其特征在于,所述根据所述目标车辆的位置信息和预先确定的所述目标车位的位置信息,确定所述目标车辆的投影区域与所述目标车位所在区域的重叠面积,具体包括:
根据所述目标车辆的位置信息,确定所述目标车辆对应的外接框的左上顶点坐标Cul(xul,yul)、所述外接框的右下顶点坐标Clr(xlr,ylr)以及所述目标车辆的车牌的中心点坐标LP(xlp,ylp);其中,所述外接框为所述检测图片中包围所述目标车辆的矩形;
根据所述外接框的左上顶点坐标Cul(xul,yul)和右下顶点坐标Clr(xlr,ylr),确定所述目标车辆对应的外接框的第一宽度;
根据所述外接框的左上顶点坐标Cul(xul,yul)和所述目标车辆的车牌的中心点坐标LP(xlp,ylp),确定所述目标车辆对应的第二宽度;
根据所述目标车辆对应的所述第一宽度和所述第二宽度,确定车辆宽度差值;
采用如下公式,根据所述车辆宽度差值ww和夹角θ,确定车辆侧差值wh;其中,所述夹角θ为所述辅助车道线与坐标系的x轴的夹角;
wh=|tanθ|*ww;
根据所述外接框的左上顶点坐标Cul(xul,yul)、所述外接框的右下顶点坐标Clr(xlr,ylr)、所述车辆宽度差值ww和所述车辆侧差值wh,确定所述目标车辆的投影区域的四个顶点的坐标:其中,当xlb>xlt时,所述目标车辆的投影区域的四个顶点的坐标为:Cpl(xul+ww,ylr-wh),Cp2(xul,ylr),Cp3(xlr-ww,ylr),Cp4(xlr,ylr-wh);当xlt>xlb时,所述目标车辆的投影区域的四个顶点的坐标为:Cpl(xul,ylr-wh),Cp2(xul+ww,ylr),Cp3(xlr,ylr),Cp4(xul+wc,ylr-wh);其中,xlb为所述停车区域的左下顶点的横坐标,xlt为所述停车区域的左上顶点的横坐标;
根据所述目标车位的四个顶点的坐标和所述目标车辆的投影区域的四个顶点坐标,确定所述目标车辆的投影区域与所述目标车位所在区域的重叠面积。
5.如权利要求1所述的车辆出入确定方法,其特征在于,所述确定所述目标车辆为已驶入车位中的车辆之后,还包括:
根据所述已驶入车位中的车辆的位置信息,判断所述已驶入车位中的车辆是否静止;
若否,则将所述已驶入所述目标车位中的车辆记为欲将驶离车辆;
根据所述欲将驶离车辆的位置信息、预先确定的所述目标车位的位置信息和预先确定的驶离阈值,确定所述欲将驶离车辆已经驶离所述目标车位,并将已驶离所述目标车位的车辆标记为驶离车辆。
6.如权利要求5所述的车辆出入确定方法,其特征在于,所述确定所述欲将驶离车辆已经驶离所述目标车位,具体包括:
根据预先确定的所述目标车位的位置信息,确定所述目标车位的中心点坐标Pc(xp,yp);
根据所述欲将驶离车辆的位置信息,确定所述欲将驶离车辆的中心点坐标C(xc,yc);其中,所述中心点坐标为所述欲将驶离车辆的外接框的中心点坐标,所述外接框为所述检测图片中包围所述目标车辆的矩形;
判断|xc-xp|是否大于所述驶离阈值;
若是,则确定所述欲将驶离车辆已经驶离所述目标车位。
8.如权利要求2-7任一项所述的车辆出入确定方法,其特征在于,在所述根据获取的所述检测图片,确定所述其余车辆的位置信息时,还包括:
根据获取的所述检测图片,确定所述其余车辆的车辆信息;其中,所述车辆信息包括车牌号、车型、车色;
所述确定所述目标车辆为已驶入车位中的车辆之后,还包括:将所述目标车辆的车辆信息与所述目标车位进行绑定;
所述确定所述欲将驶离车辆已经驶离所述目标车位之后,还包括:将所述目标车辆的车辆信息与所述目标车位解除绑定。
9.如权利要求1-7任一项所述的车辆出入确定方法,其特征在于,所述辅助车道线的确定方法,具体包括:
获取不包含车辆的所述停车区域的样本图片;
根据所述样本图片,确定所述停车区域的位置信息;其中,所述停车区域的位置信息包括所述停车区域中每个车位的四个顶点的坐标;
根据所述停车区域的位置信息,确定所述辅助车道线的位置信息。
10.如权利要求9所述的车辆出入确定方法,其特征在于,所述根据所述停车区域的位置信息,确定所述辅助车道线的位置信息,具体包括:
根据所述停车区域的位置信息,确定所述停车区域的四个顶点的坐标;其中,所述停车区域的四个顶点的坐标包括:所述停车区域的左上顶点坐标Plt(xlt,ylt),所述停车区域的左下顶点坐标Plb(xlb,ylb),所述停车区域的右下顶点坐标Prb(xrb,yrb),所述停车区域的右上顶点坐标Prt(xrt,yrt);
根据如下公式,确定所述辅助车道线在所述坐标系中的位置信息;
y=tanθx+(xlt-xlb)/2;
其中,y为所述辅助车道线在所述坐标系中的纵坐标,x为所述辅助车道线在所述坐标系中的横坐标。
11.一种车辆出入确定系统,其特征在于,包括:
摄像单元,用于获取停车区域的检测图片;
位置确定单元,用于判断所述检测图片中是否包含除已驶入车辆之外的其余车辆;并用于根据获取的所述检测图片,确定所述其余车辆的位置信息;
处理单元,用于根据所述其余车辆的位置信息和预先确定的辅助车道线,将所述其余车辆中越过所述辅助车道线的车辆,标记为目标车辆;并用于根据所述目标车辆的位置信息和预先确定的车位的位置信息,确定所述目标车辆是否为已驶入车位中的车辆。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-10任一项所述的车辆出入确定方法的步骤。
13.一种计算机设备,包括存储器、处理器及存储在存储器上并可在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程序时实现权利要求1-10任一项所述的车辆出入确定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010522448.5A CN111768648B (zh) | 2020-06-10 | 2020-06-10 | 车辆出入确定方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010522448.5A CN111768648B (zh) | 2020-06-10 | 2020-06-10 | 车辆出入确定方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111768648A true CN111768648A (zh) | 2020-10-13 |
CN111768648B CN111768648B (zh) | 2022-02-15 |
Family
ID=72720529
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010522448.5A Active CN111768648B (zh) | 2020-06-10 | 2020-06-10 | 车辆出入确定方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111768648B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112560814A (zh) * | 2021-02-20 | 2021-03-26 | 成都申亚科技有限公司 | 一种车辆进出停车位的识别方法 |
CN112991433A (zh) * | 2021-04-26 | 2021-06-18 | 吉林大学 | 基于双目深度感知和车辆位置的货车外廓尺寸测量方法 |
CN113706920A (zh) * | 2021-08-20 | 2021-11-26 | 云往(上海)智能科技有限公司 | 一种停车行为判断方法及智慧停车系统 |
CN114005269A (zh) * | 2021-10-29 | 2022-02-01 | 陕西省君凯电子科技有限公司 | 一种自行车智能管理方法及系统 |
CN114255584A (zh) * | 2021-12-20 | 2022-03-29 | 济南博观智能科技有限公司 | 一种停放车辆的定位方法、系统、存储介质和电子设备 |
CN114581465A (zh) * | 2022-03-09 | 2022-06-03 | 深圳市捷顺科技实业股份有限公司 | 一种车位管控方法、装置、设备及存储介质 |
CN115188202A (zh) * | 2022-07-18 | 2022-10-14 | 浙江大华技术股份有限公司 | 一种车辆真实运动状态的确定方法及设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105844959A (zh) * | 2016-06-13 | 2016-08-10 | 北京精英智通科技股份有限公司 | 车辆入位的判定方法、装置及车辆出位的判定方法、装置 |
CN107945520A (zh) * | 2017-11-20 | 2018-04-20 | 青岛比特信息技术有限公司 | 一种路边停车检测及计费系统及方法 |
CN109472978A (zh) * | 2018-12-27 | 2019-03-15 | 南京优泊克科技有限公司 | 一种采用双机联动的路边停车管理系统 |
CN109784306A (zh) * | 2019-01-30 | 2019-05-21 | 南昌航空大学 | 一种基于深度学习的智能停车管理方法及系统 |
KR20190112599A (ko) * | 2018-03-26 | 2019-10-07 | 안희태 | 주차 구역 발굴 방법 |
CN110910655A (zh) * | 2019-12-11 | 2020-03-24 | 深圳市捷顺科技实业股份有限公司 | 一种停车管理方法、装置及设备 |
CN110930729A (zh) * | 2019-11-13 | 2020-03-27 | 北京智芯原动科技有限公司 | 一种基于视频的低杆路侧停车检测方法及装置 |
-
2020
- 2020-06-10 CN CN202010522448.5A patent/CN111768648B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105844959A (zh) * | 2016-06-13 | 2016-08-10 | 北京精英智通科技股份有限公司 | 车辆入位的判定方法、装置及车辆出位的判定方法、装置 |
CN107945520A (zh) * | 2017-11-20 | 2018-04-20 | 青岛比特信息技术有限公司 | 一种路边停车检测及计费系统及方法 |
KR20190112599A (ko) * | 2018-03-26 | 2019-10-07 | 안희태 | 주차 구역 발굴 방법 |
CN109472978A (zh) * | 2018-12-27 | 2019-03-15 | 南京优泊克科技有限公司 | 一种采用双机联动的路边停车管理系统 |
CN109784306A (zh) * | 2019-01-30 | 2019-05-21 | 南昌航空大学 | 一种基于深度学习的智能停车管理方法及系统 |
CN110930729A (zh) * | 2019-11-13 | 2020-03-27 | 北京智芯原动科技有限公司 | 一种基于视频的低杆路侧停车检测方法及装置 |
CN110910655A (zh) * | 2019-12-11 | 2020-03-24 | 深圳市捷顺科技实业股份有限公司 | 一种停车管理方法、装置及设备 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112560814A (zh) * | 2021-02-20 | 2021-03-26 | 成都申亚科技有限公司 | 一种车辆进出停车位的识别方法 |
CN112991433A (zh) * | 2021-04-26 | 2021-06-18 | 吉林大学 | 基于双目深度感知和车辆位置的货车外廓尺寸测量方法 |
CN112991433B (zh) * | 2021-04-26 | 2022-08-02 | 吉林大学 | 基于双目深度感知和车辆位置的货车外廓尺寸测量方法 |
CN113706920A (zh) * | 2021-08-20 | 2021-11-26 | 云往(上海)智能科技有限公司 | 一种停车行为判断方法及智慧停车系统 |
CN113706920B (zh) * | 2021-08-20 | 2023-08-11 | 云往(上海)智能科技有限公司 | 一种停车行为判断方法及智慧停车系统 |
CN114005269A (zh) * | 2021-10-29 | 2022-02-01 | 陕西省君凯电子科技有限公司 | 一种自行车智能管理方法及系统 |
CN114005269B (zh) * | 2021-10-29 | 2022-08-19 | 陕西省君凯电子科技有限公司 | 一种自行车智能管理方法及系统 |
CN114255584A (zh) * | 2021-12-20 | 2022-03-29 | 济南博观智能科技有限公司 | 一种停放车辆的定位方法、系统、存储介质和电子设备 |
CN114581465A (zh) * | 2022-03-09 | 2022-06-03 | 深圳市捷顺科技实业股份有限公司 | 一种车位管控方法、装置、设备及存储介质 |
CN115188202A (zh) * | 2022-07-18 | 2022-10-14 | 浙江大华技术股份有限公司 | 一种车辆真实运动状态的确定方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111768648B (zh) | 2022-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111768648B (zh) | 车辆出入确定方法及系统 | |
CN110858403B (zh) | 一种单目视觉重建中尺度因子的确定方法和移动机器人 | |
CN103358993B (zh) | 用于识别车辆停车位线标记的系统和方法 | |
US9690993B2 (en) | Method and device for analyzing trafficability | |
JP5633376B2 (ja) | 駐車支援システム | |
CN103727879B (zh) | 计算和显示在显示器图像中检测的物体高度的装置和方法 | |
US10438081B2 (en) | Automatic feature point detection for calibration of multi-camera systems | |
US9778029B2 (en) | Self-position calculating apparatus and self-position calculating method | |
US20180247139A1 (en) | Landmark Recognition Device and Landmark Recognition Method | |
US20160005316A1 (en) | Around view system and operating method thereof | |
EP2924612A1 (en) | Object detection device, object detection method, and computer readable storage medium comprising object detection program | |
CN105716567A (zh) | 通过单眼图像获取设备侦测物体与机动车辆距离的方法 | |
JP7203586B2 (ja) | 画像処理装置および画像処理方法 | |
CN111376895A (zh) | 一种环视泊车感知方法、装置、自动泊车系统和车辆 | |
US10902271B2 (en) | Recognizing a raised object on the basis of perspective images | |
Fan et al. | Dynamic objects elimination in SLAM based on image fusion | |
WO2011075124A1 (en) | Estimating 3d structure from a 2d image | |
JP2011170599A (ja) | 屋外構造物計測装置及び屋外構造物計測方法 | |
Krasner et al. | Automatic parking identification and vehicle guidance with road awareness | |
WO2014205787A1 (zh) | 一种基于混合图像模板的车辆检测方法 | |
WO2020015501A1 (zh) | 地图构建方法、装置、存储介质及电子设备 | |
CN111553339A (zh) | 图像单元确定方法、小目标检测方法及计算机设备 | |
TWI682361B (zh) | 路面影像重建與載具定位之方法與系統 | |
CN109918970A (zh) | 空闲停车位的识别方法、装置及计算机可读存储介质 | |
JP6972962B2 (ja) | 物体追跡装置、物体追跡方法、および、物体追跡プログラム |
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 |