CN111932896B - 一种停车场的车辆拥堵检测方法及系统 - Google Patents
一种停车场的车辆拥堵检测方法及系统 Download PDFInfo
- Publication number
- CN111932896B CN111932896B CN202010958137.3A CN202010958137A CN111932896B CN 111932896 B CN111932896 B CN 111932896B CN 202010958137 A CN202010958137 A CN 202010958137A CN 111932896 B CN111932896 B CN 111932896B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- congestion
- parking lot
- coefficient
- vehicle congestion
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
Abstract
本发明适用于停车场管理技术领域,提供了一种停车场的车辆拥堵检测方法及系统,其中,车辆拥堵检测系统包括最大探测距离获取模块、车辆信息获取模块、拥堵对比长度计算模块、车辆拥堵数阈值计算模块、车辆拥堵系数计算模块;本发明的车辆拥堵检测基于V2X技术,而非现有技术中采用的摄像头、地磁检测、红外检测等方式,本发明的车辆拥堵检测并不会由于当非车辆对象的出现而造成误判;本发明的车辆拥堵检测,同时考虑了车辆长度和车辆之间的间距,既能够避免因为车辆太长而造成的误判,又能够反映更真实的车辆拥堵情况。
Description
技术领域
本发明属于停车场管理技术领域,尤其涉及一种停车场的车辆拥堵检测方法及系统。
背景技术
随着汽车的不断普及,在停车场较容易出现拥堵问题,尤其是在停车场的出入口,为了解决停车场的拥堵问题,现有技术中也出现了一些解决方案。
比如,在专利CN108648464A中,提出了一种停车场拥堵预警方法,车场的管理人员可以根据预警信息及时获取停车场的出口或入口出现的拥堵现象,但该方法依赖于在停车场的出入口处设置地磁探测器或摄像头作为拥堵检测器,当地磁探测器作为拥堵检测器时,如果车辆较长,一辆车则可能横跨两个地磁探测器,两个地磁探测器将一同检测出该车,而依据该方法,系统判断为2辆车,而实际仅为1辆车,因而容易造成拥堵误判;当摄像头作为拥堵检测器时,非常容易受到一些不确定的事件的影响,比如,当非车辆(比如工作人员)出现在出入口的车辆的附近时,很容易对摄像头的图像采集造成影响,进而引起误判;
CN202904887U中的停车场出入口防拥堵系统同样依赖于地感线圈;
CN108288391A也提出了一种停车场出口车流量预警系统,但该方法需要在出口干道上设置有多个红外对射传感器,当出口干道出现拥堵时,相应的红外对射传感器的对射信号则被拥堵的车流阻断,当非车辆(比如工作人员)位于红外对射传感器的位置处时,同样也可能误判为拥堵;
另外,现有技术中的方案,往往在“出入口的车辆之间的间距固定”的设定下进行拥堵判断,因此,现有技术中计算出的拥堵情况并不能真实反映实际的拥堵情况。
发明内容
本发明的目的在于提供一种停车场的车辆拥堵检测方法及系统,旨在解决现有技术中的拥堵检测存在误判以及检测不准确的技术问题。
本发明提供了一种停车场的车辆拥堵检测方法,其包括如下步骤:
步骤S10:获得停车场V2X基站的最大探测距离L max ;
步骤S20:获得所述最大探测距离L max 内的车辆i的长度L i ,以及所述最大探测距离L max 内车辆数m;
进一步地,当β<1时,判断为不拥堵;当β≥1时,判断为拥堵。
进一步地,所述步骤S20中,通过所述停车场V2X基站与车辆i上的车载V2X设备C i 获得所述车辆i的长度L i 以及车辆数m。
本发明还提供了一种停车场的车辆拥堵检测系统,其包括如下模块:
最大探测距离获取模块:用于获得停车场V2X基站的最大探测距离L max ;
车辆信息获取模块:用于获得所述最大探测距离L max 内的车辆i的长度L i ,以及所述最大探测距离L max 内车辆数m;
拥堵对比长度计算模块:用于通过以下公式计算拥堵对比长度L:
进一步地,还包括拥堵判断模块,当β<1时,判断为不拥堵;当β≥1时,判断为拥堵。
进一步地,所述车辆信息获取模块中,通过所述停车场V2X基站与车辆i上的车载V2X设备C i 获得所述车辆i的长度L i 以及车辆数m。
本发明相对于现有技术至少具有如下技术效果:
1.本发明的车辆拥堵检测基于V2X技术,而非现有技术中采用的摄像头、地磁检测、红外检测等方式,本发明的车辆拥堵检测并不会由于当非车辆对象的出现而造成误判;
2.本发明的车辆拥堵检测,同时考虑了车辆长度和车辆之间的间距,既能够避免因为车辆太长而造成的误判,又能够反映更真实的车辆拥堵情况;
3.本发明的车辆拥堵检测,在运行一段时间后,通过历史时间段内的车辆拥堵系数β的平均值来修正间距系数α,将能够更好地反应真实的车辆拥堵情况;同时,由于不同时间段的拥堵情况不一样,本发明的间距系数α同样可以依据不同时间段而设置,进一步增强了真实地反应车辆拥堵情况。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面所描述的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是停车场出入口处的示意图;
图2是本发明实施例一中的停车场的车辆拥堵检测方法的示意图;
图3是本发明实施例二中的停车场的车辆拥堵检测系统的示意图。
具体实施方式
在下文中将参考附图对本发明的各方面进行更充分的描述。然而,本发明可以具体化成许多不同形式且不应解释为局限于贯穿本发明所呈现的任何特定结构或功能。相反地,提供这些方面将使得本发明周全且完整,并且本发明将给本领域技术人员充分地传达本发明的范围。基于本文所教导的内容,本领域的技术人员应意识到,无论是单独还是结合本发明的任何其它方面实现本文所公开的任何方面,本发明的范围旨在涵盖本文中所公开的任何方面。例如,可以使用本文所提出任意数量的装置或者执行方法来实现。另外,除了本文所提出本发明的多个方面之外,本发明的范围更旨在涵盖使用其它结构、功能或结构和功能来实现的装置或方法。应可理解,其可通过权利要求的一或多个元件具体化本文所公开的任何方面。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
如图1所示为停车场出入口处的示意图,在停车场出入口处的道闸D根据现场情况而开启或者关闭,车辆在道闸的一侧等待进场或者出场,在道闸的一侧设置停车场V2X基站B,停车场V2X基站B拥有一最大探测距离L max ,停车场V2X基站B可以与车辆i上的车载V2X设备C i 进行通信,用于获取车辆信息,其中,车辆信息包括车辆i的长度,以及车辆的数量。
值得说明的,图1仅仅是为了示例,停车场V2X基站B还可以设置在停车场的其他需要进行拥堵检测的位置。
实施例一
如图2所示为本发明实施例中的停车场的车辆拥堵检测方法的示意图,其包括如下步骤:
步骤S10:获得停车场V2X基站B的最大探测距离L max ;
其中,停车场V2X基站B的最大探测距离L max 便决定了可以进行车辆拥堵检测的范围大小,如果需要增大车辆拥堵检测的范围,可以相应增加停车场V2X基站B的个数,而停车场V2X基站B的安装非常方便,因此,可以很方便地扩大车辆拥堵检测的范围;
步骤S20:获得所述最大探测距离L max 内的车辆i的长度L i ,以及所述最大探测距离L max 内车辆数m;
现有技术中的方案,往往在“出入口的车辆之间的间距固定”的设定下进行拥堵判断,而停车场的实际情况并不会如此,由于每个人的驾驶习惯不同,每个车主的跟车习惯可能都不相同,而本发明实施例中,将间距系数α作为考虑因素,更能符合实际的情况。
本发明实施例中的停车场的车辆拥堵检测方法,基于V2X技术,并不会由于当非车辆对象的出现而造成误判;而且,同时考虑了车辆长度和车辆之间的间距,因此,本发明实施例中的停车场的车辆拥堵检测方法,并不会出现地磁检测中的因为车辆太长而造成的误判;同时,引入间距系数α作为考虑因素,因而更能反映实际的车辆拥堵情况。
具体地,当β<1时,判断为不拥堵;当β≥1时,判断为拥堵。
进一步地,所述步骤S20中,通过所述停车场V2X基站与车辆i上的车载V2X设备C i 获得所述车辆i的长度L i 以及车辆数m。
现有的车辆上通常均具有车载V2X设备C i ,因此,本发明实施例中车辆拥堵检测方法中,就硬件设备而言,仅需要在停车场设置停车场V2X基站B即可,而无需像现有技术中需要设置多个地测检测器、摄像头或者其他探测器,本发明实施例中的车辆拥堵检测方法,更有利于节省硬件成本和施工成本。
也就是说,在所述车辆拥堵检测方法运行初期,通过人为认定的方式设置间距系数α,但如果后续继续采用此种方式设置间距系数α,反应的车辆拥堵情况很可能失真,因此,本发明实施例中,在运行一段时间后,通过历史时间段内的车辆拥堵系数β的平均值来修正间距系数α,将能够更好地反应真实的车辆拥堵情况。
例如,为了设定9月8日的7:00-8:00之间的间距系数α,则需要利用9月1日到9月7日之间的7:00-8:00间的车辆拥堵系数β,并计算9月1日到9月7日之间的7:00-8:00间的车辆拥堵系数β的平均值,当平均值越大,9月8日的7:00-8:00之间的间距系数α越小,当平均值越小,9月8日的7:00-8:00之间的间距系数α越大。
停车场中,由于不同时间段的拥堵情况不一样,比如,在上下班高峰时段,通常较拥堵,车主在此时往往跟车较近,而在非上下班高峰时段,车主在此时往往跟车相对较远,如果将上下班高峰时段和非上下班高峰时段的间距系数α设置为相同,便不能真实地反应车辆拥堵情况,而本发明实施例中依据不同的时间段设置间距系数α,进一步增强了真实地反应车辆拥堵情况。
实施例二
如图3所示为本发明实施例中的停车场的车辆拥堵检测系统的示意图,其包括包括如下模块:
最大探测距离获取模块:用于获得停车场V2X基站的最大探测距离L max ;
其中,停车场V2X基站B的最大探测距离L max 便决定了可以进行车辆拥堵检测的范围大小,如果需要增大车辆拥堵检测的范围,可以相应增加停车场V2X基站B的个数,而停车场V2X基站B的安装非常方便,因此,可以很方便地扩大车辆拥堵检测的范围;
车辆信息获取模块:用于获得所述最大探测距离L max 内的车辆i的长度L i ,以及所述最大探测距离L max 内车辆数m;
拥堵对比长度计算模块:用于通过以下公式计算拥堵对比长度L:
现有技术中的方案,往往在“出入口的车辆之间的间距固定”的设定下进行拥堵判断,而停车场的实际情况并不会如此,由于每个人的驾驶习惯不同,每个车主的跟车习惯可能都不相同,而本发明实施例中,将间距系数α作为考虑因素,更能符合实际的情况。
本发明实施例中的停车场的车辆拥堵检测系统,基于V2X技术,并不会由于当非车辆对象的出现而造成误判;而且,同时考虑了车辆长度和车辆之间的间距,因此,本发明实施例中的停车场的车辆拥堵检测系统,并不会出现地磁检测中的因为车辆太长而造成的误判;同时,引入间距系数α作为考虑因素,因而更能反映实际的车辆拥堵情况。
进一步地,本发明实施例中的停车场的车辆拥堵检测系统还包括拥堵判断模块,当β<1时,判断为不拥堵;当β≥1时,判断为拥堵。
进一步地,所述车辆信息获取模块中,通过所述停车场V2X基站与车辆i上的车载V2X设备C i 获得所述车辆i的长度L i 以及车辆数m。
现有的车辆上通常均具有车载V2X设备C i ,因此,本发明实施例中车辆拥堵检测方法中,就硬件设备而言,仅需要在停车场设置停车场V2X基站B即可,而无需像现有技术中需要设置多个地测检测器、摄像头或者其他探测器,本发明实施例中的车辆拥堵检测方法,更有利于节省硬件成本和施工成本。
也就是说,在所述车辆拥堵检测系统运行初期,通过人为认定的方式设置间距系数α,但如果后续继续采用此种方式设置间距系数α,反应的车辆拥堵情况很可能失真,因此,本发明实施例中,在运行一段时间后,通过历史时间段内的车辆拥堵系数β的平均值来修正间距系数α,将能够更好地反应真实的车辆拥堵情况。
和实施例一相同地,本发明实施例中依据不同的时间段设置间距系数α,进一步增强了真实地反应车辆拥堵情况。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种停车场的车辆拥堵检测方法,其特征在于,包括如下步骤:
步骤S10:获得停车场V2X基站的最大探测距离L max ;
步骤S20:获得所述最大探测距离L max 内的车辆i的长度L i ,以及所述最大探测距离L max 内车辆数m;
2.如权利要求1所述的一种停车场的车辆拥堵检测方法,其特征在于,当β<1时,判断为不拥堵;当β≥1时,判断为拥堵。
3.如权利要求1或2所述的一种停车场的车辆拥堵检测方法,其特征在于,所述步骤S20中,通过所述停车场V2X基站与车辆i上的车载V2X设备C i 获得所述车辆i的长度L i 以及车辆数m。
5.一种停车场的车辆拥堵检测系统,其特征在于,包括如下模块:
最大探测距离获取模块:用于获得停车场V2X基站的最大探测距离L max ;
车辆信息获取模块:用于获得所述最大探测距离L max 内的车辆i的长度L i ,以及所述最大探测距离L max 内车辆数m;
拥堵对比长度计算模块:用于通过以下公式计算拥堵对比长度L:
6.如权利要求5所述的一种停车场的车辆拥堵检测系统,其特征在于,还包括拥堵判断模块,当β<1时,判断为不拥堵;当β≥1时,判断为拥堵。
7.如权利要求5或6所述的一种停车场的车辆拥堵检测系统,其特征在于,所述车辆信息获取模块中,通过所述停车场V2X基站与车辆i上的车载V2X设备C i 获得所述车辆i的长度L i 以及车辆数m。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010958137.3A CN111932896B (zh) | 2020-09-14 | 2020-09-14 | 一种停车场的车辆拥堵检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010958137.3A CN111932896B (zh) | 2020-09-14 | 2020-09-14 | 一种停车场的车辆拥堵检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111932896A CN111932896A (zh) | 2020-11-13 |
CN111932896B true CN111932896B (zh) | 2020-12-22 |
Family
ID=73333417
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010958137.3A Active CN111932896B (zh) | 2020-09-14 | 2020-09-14 | 一种停车场的车辆拥堵检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111932896B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113643529B (zh) * | 2021-07-02 | 2022-09-20 | 厦门路桥信息股份有限公司 | 基于大数据分析的停车场车道拥堵预测方法及系统 |
CN113538964B (zh) * | 2021-09-17 | 2021-12-14 | 成都宜泊信息科技有限公司 | 一种停车管理方法、管理系统、存储介质、电子设备 |
CN114067573B (zh) * | 2022-01-11 | 2022-04-12 | 成都宜泊信息科技有限公司 | 一种停车场值守方法、系统、存储介质及电子设备 |
CN114842675B (zh) * | 2022-07-01 | 2022-09-27 | 成都宜泊信息科技有限公司 | 停车位确认方法、系统、计算机设备和可读存储介质 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101783081A (zh) * | 2009-01-16 | 2010-07-21 | 武汉大学 | 高速公路防追尾预警系统 |
CN102411842A (zh) * | 2011-09-01 | 2012-04-11 | 河南省交通科学技术研究院有限公司 | 一种高速公路车辆信息管理系统 |
CN102433811A (zh) * | 2011-10-15 | 2012-05-02 | 天津市市政工程设计研究院 | 港区道路交叉口最小间距确定方法 |
CN102855759A (zh) * | 2012-07-05 | 2013-01-02 | 中国科学院遥感应用研究所 | 高分辨率卫星遥感交通流信息自动采集方法 |
CN103136933A (zh) * | 2013-01-14 | 2013-06-05 | 东南大学 | 一种常规公交与地铁站的换乘协调控制方法 |
CN103208180A (zh) * | 2013-03-26 | 2013-07-17 | 河海大学常州校区 | 基于多智能体交互技术的智能交通调度系统及方法 |
CN104658297A (zh) * | 2015-02-04 | 2015-05-27 | 沈阳理工大学 | 一种基于Sarsa学习的中心式动态路径诱导方法 |
CN104732775A (zh) * | 2013-12-19 | 2015-06-24 | 深圳市腾讯计算机系统有限公司 | 一种车道控制方法、装置、处理服务器及系统 |
CN104851309A (zh) * | 2015-06-01 | 2015-08-19 | 南京邮电大学 | 一种交通诱导策略的实现方法 |
CN106297334A (zh) * | 2016-10-27 | 2017-01-04 | 东南大学 | 绿波协调控制下的干线路段划分方法 |
CN106952475A (zh) * | 2017-04-26 | 2017-07-14 | 清华大学 | 用户均衡原则下的双路径路网个性化诱导率分配方法 |
US10013876B2 (en) * | 2012-07-12 | 2018-07-03 | Robert Bosch Gmbh | Method and device for operating a vehicle |
CN108648464A (zh) * | 2018-05-18 | 2018-10-12 | 北京悦畅科技有限公司 | 一种停车场拥堵预警方法、装置和系统 |
CN110660229A (zh) * | 2018-06-29 | 2020-01-07 | 比亚迪股份有限公司 | 车速的测量方法、装置及车辆 |
CN111275967A (zh) * | 2020-01-22 | 2020-06-12 | 杭州后博科技有限公司 | 一种基于智慧灯杆的建筑物活跃度计算方法及系统 |
-
2020
- 2020-09-14 CN CN202010958137.3A patent/CN111932896B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101783081A (zh) * | 2009-01-16 | 2010-07-21 | 武汉大学 | 高速公路防追尾预警系统 |
CN102411842A (zh) * | 2011-09-01 | 2012-04-11 | 河南省交通科学技术研究院有限公司 | 一种高速公路车辆信息管理系统 |
CN102433811A (zh) * | 2011-10-15 | 2012-05-02 | 天津市市政工程设计研究院 | 港区道路交叉口最小间距确定方法 |
CN102855759A (zh) * | 2012-07-05 | 2013-01-02 | 中国科学院遥感应用研究所 | 高分辨率卫星遥感交通流信息自动采集方法 |
US10013876B2 (en) * | 2012-07-12 | 2018-07-03 | Robert Bosch Gmbh | Method and device for operating a vehicle |
CN103136933A (zh) * | 2013-01-14 | 2013-06-05 | 东南大学 | 一种常规公交与地铁站的换乘协调控制方法 |
CN103208180A (zh) * | 2013-03-26 | 2013-07-17 | 河海大学常州校区 | 基于多智能体交互技术的智能交通调度系统及方法 |
CN104732775A (zh) * | 2013-12-19 | 2015-06-24 | 深圳市腾讯计算机系统有限公司 | 一种车道控制方法、装置、处理服务器及系统 |
CN104658297A (zh) * | 2015-02-04 | 2015-05-27 | 沈阳理工大学 | 一种基于Sarsa学习的中心式动态路径诱导方法 |
CN104851309A (zh) * | 2015-06-01 | 2015-08-19 | 南京邮电大学 | 一种交通诱导策略的实现方法 |
CN106297334A (zh) * | 2016-10-27 | 2017-01-04 | 东南大学 | 绿波协调控制下的干线路段划分方法 |
CN106952475A (zh) * | 2017-04-26 | 2017-07-14 | 清华大学 | 用户均衡原则下的双路径路网个性化诱导率分配方法 |
CN108648464A (zh) * | 2018-05-18 | 2018-10-12 | 北京悦畅科技有限公司 | 一种停车场拥堵预警方法、装置和系统 |
CN110660229A (zh) * | 2018-06-29 | 2020-01-07 | 比亚迪股份有限公司 | 车速的测量方法、装置及车辆 |
CN111275967A (zh) * | 2020-01-22 | 2020-06-12 | 杭州后博科技有限公司 | 一种基于智慧灯杆的建筑物活跃度计算方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111932896A (zh) | 2020-11-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111932896B (zh) | 一种停车场的车辆拥堵检测方法及系统 | |
US10878249B2 (en) | Border inspection with aerial cameras | |
KR100801935B1 (ko) | 차량 번호 인식을 이용한 주차관리시스템 및 그 방법 | |
CN112991560B (zh) | 一种车辆离场管理方法、系统、存储介质及电子设备 | |
US20140327752A1 (en) | Vehicle occupancy detection system | |
CN108537935A (zh) | 一种基于多类型多视角图像的停车管理系统 | |
CN111710173B (zh) | 一种伪车牌识别系统和方法 | |
CN113362596B (zh) | 一种车道通行异常的检测方法、装置、设备及存储介质 | |
CN105946595A (zh) | 无人驾驶车辆的自动智能续航方法和装置 | |
CN107204120B (zh) | 一种利用旅行时间进行交通信号相位设计的方法及其装置 | |
CN112381014A (zh) | 一种基于城市道路的违停车辆检测及管理方法及系统 | |
CN106600953A (zh) | 出租车异常营运监测方法及系统 | |
CN105225489B (zh) | 非公交车占用公交车专用车道证据采集的方法和装置 | |
CN112365616A (zh) | 一种etc车道防拥堵应急通行系统 | |
JP3620487B2 (ja) | 交差点間走行所要時間推定装置 | |
CN109034211A (zh) | 一种基于机器学习的车位状态检测方法 | |
CN108510019B (zh) | 一种基于rfid的智能站台系统及其控制方法 | |
CN109584387A (zh) | 停车场出口报警方法、装置及系统 | |
CN112560814A (zh) | 一种车辆进出停车位的识别方法 | |
CN111914773A (zh) | 一种抓拍违法上下客的设备、方法 | |
CN109410597B (zh) | 一种园区出入口车流量检测方法、装置和系统 | |
KR20170115087A (ko) | 타이어 패턴 판정 장치, 차종 판별 장치, 타이어 패턴 판정 방법 및 프로그램 | |
CN110782671A (zh) | 道路拥堵状态实时更新方法及服务器 | |
CN112734960B (zh) | 一种用于etc系统的路侧单元、方法及计算机可读存储介质 | |
CN114219970A (zh) | 一种用于交通管理的图像处理方法及系统 |
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 |