CN111932904A - 一种规范停车检测方法及系统 - Google Patents
一种规范停车检测方法及系统 Download PDFInfo
- Publication number
- CN111932904A CN111932904A CN202011084268.XA CN202011084268A CN111932904A CN 111932904 A CN111932904 A CN 111932904A CN 202011084268 A CN202011084268 A CN 202011084268A CN 111932904 A CN111932904 A CN 111932904A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- model
- parking
- parking space
- dimensional
- 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
- G08G1/01—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
-
- 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
-
- 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
- E04H6/422—Automatically operated car-parks
-
- 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
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Architecture (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种规范停车检测方法及系统,包括:车辆建模单元,通过获取实际进入停车场的车辆的第一3D图片和车辆的常规3D模型,获取第二3D模型;车位辅助定位单元,通过车辆底部暴露的不同的色块展现不同的停车位置;规范停车确认系统,所述规范停车确认系统通过获取位于车辆外侧和底部且未被车辆遮挡的色块数量和位置,利用第二3D模型、对应的停车位信息和未被车辆遮挡的色块数量和位置,确定车辆在停车位上的精确位置;告警模块,当判断车辆没有规范地停在停车位内,发出告警,提醒司机重新调整位置,并控制对应停车位停止升降。利用所述系统专门用于立体停车场,可以低成本但高精度地判断车辆是否在立体停车位规范停车。
Description
技术领域
本发明涉及停车领域,特别涉及一种规范停车检测方法及系统。
背景技术
现代社会,车辆市场保有量非常巨大,并且还会随着经济的发展继续增加。随着车辆的增加,城市的交通量也不断增加,热门停车场的停车位也一位难求,因此现有很多停车场都修建立体停车场以解决停车位不够的问题。
目前的立体停车场按第一层是否可以停车分为两种,一种是整个第一层都开车进去进行停车,一种是第一层只有一个停车位可以开车进去进行停车。但目前不管是哪一种立体停车场,都需要有人进行监控和操作,因为立体停车场限高限长限宽,停车稍有不慎便会造成安全事故。如果需要实现无人立体停车场,必须要解决精准确认车辆是否规范停车的问题。
发明内容
本发明为了克服现有技术的不足,提供一种规范停车检测方法及系统。
为了实现上述目的,本发明实施例提供了一种规范停车检测系统,包括:
车辆建模单元,所述车辆建模单元通过位于停车场进场通道的3D扫描模块、车辆模型获取模块相组合获取实际进入停车场的车辆的3D模型,其中所述车辆模型获取模块通过获取车牌信息获取车辆的常规3D模型,所述3D扫描模块获取实际进入停车场的车辆的第一3D图片,并结合车辆的常规3D模型,经过优化获取实际进入停车场的车辆的第二3D模型;
所述车位辅助定位单元至少位于立体停车场第一层停车位内,所述立体停车场为整个第一层都可以开车进去进行停车的立体停车场,每一个停车位包括多个不同的定位色块,通过车辆底部暴露的不同的色块展现不同的停车位置;
规范停车确认系统,所述规范停车确认系统包括至少一个停车摄像头,所述停车摄像头设置于立体停车场第一层停车位的对面前上方,当车辆停在立体停车场第一层的停车位上,所述规范停车确认系统通过获取位于车辆外侧和底部且未被车辆遮挡的色块数量和位置,利用第二3D模型、对应的停车位信息和未被车辆遮挡的色块数量和位置,确定车辆在停车位上的精确位置;
告警模块,当判断车辆没有规范地停在停车位内,发出告警,提醒司机重新调整位置,并控制对应停车位停止升降。
可选的,所述立体停车场具有小车停车位和大车停车位,所述小车停车位和大车停车位具有不同的长宽高,用于停放不同的车辆。
可选的,所述3D扫描模块包括用于对车辆外侧底部补光的底部照明装置、获取车辆车身照片的多台摄像机;当车辆通过特定的位置,利用底部照明装置提升车辆车身外侧的曝光度,让车辆的轮廓更加显著,利用特定位置提前设置的多台摄像机获取车辆外侧360度的多张照片,获取实际进入停车场的车辆的第一3D图片。
可选的,所述生成第二3D模型的方法包括:获取车辆常规3D模型的模型线;根据实际车辆的第一3D图片,将实际车辆的模型线与车辆常规3D模型的模型线进行对应匹配;根据实际车辆的模型线对车辆常规3D模型的模型线进行重建,具体包括:分析实际车辆的二维照片的模型线与车辆常规3D模型的模型线,选择不完全匹配的模型线进行重建;将不匹配的实际车辆的二维照片的模型线选择若干控制点的x方向、y方向坐标固定为刚性约束,由常规3D模型的模型线决定控制点的数目和分布,同时利用稀疏重建算法求得所有对应模型线的参数;根据实际的车身结构,调整相连的不同模型线之间的连续性关系;根据新调整的模型线,重新建立第二3D模型。
可选的,所述定位色块为色块贴纸、发光板、反光油漆色块或发光部件。
可选的,所述定位色块沿着车辆行驶方向成列状排列,每一列的双色或多色色块为平行四边形倾斜排列,且左右对称。
本发明实施例还提供了一种基于上述系统对应的规范停车检测方法,包括:
获取实际进入停车场的车辆的第二3D模型;
获取立体停车场第一层的停车位内的定位色块信息;
当车辆停在立体停车场第一层的停车位上,通过获取位于车辆外侧和底部且未被车辆遮挡的色块数量和位置,并基于第二3D模型和停车位信息,判断车辆是否规范停车;
当判断车辆没有规范地停在停车位内,发出告警,提醒司机重新调整位置,并控制对应停车位停止升降。
可选的,获取第二3D模型的具体步骤包括:获取车辆常规3D模型的模型线;根据实际车辆的第一3D图片,将实际车辆的模型线与车辆常规3D模型的模型线进行对应匹配;根据实际车辆的模型线对车辆常规3D模型的模型线进行重建,具体包括:分析实际车辆的二维照片的模型线与车辆常规3D模型的模型线,选择不完全匹配的模型线进行重建;将不匹配的实际车辆的二维照片的模型线选择若干控制点的x方向、y方向坐标固定为刚性约束,由常规3D模型的模型线决定控制点的数目和分布,同时利用稀疏重建算法求得所有对应模型线的参数;根据实际的车身结构,调整相连的不同模型线之间的连续性关系;根据新调整的模型线,重新建立第二3D模型。
可选的,获取第一3D图片的方法包括:当车辆通过特定的位置,利用底部照明装置提升车辆车身外侧的曝光度,让车辆的轮廓更加显著,利用特定位置提前设置的多台摄像机获取车辆外侧360度的多张照片,获取实际进入停车场的车辆的第一3D图片。
可选的,除了控制对应停车位停止升降,还包括调整其他停车位的升降方式,使得其他车辆从其他第一层停车位驶离和进入。
综上所述,本发明通过3D扫描模块、车辆模型获取模块快速获取实际进场车辆的第二3D模型,并利用规范停车确认系统获取未被车辆外侧遮挡的色块数量和位置,并基于第二3D模型和停车位信息,判断车辆是否规范停车,由于仅仅需要获取靠近停车位外侧的部分未被车辆外侧遮挡的色块数量和位置,不需要担心遮挡的问题,因此可以采用一个停车摄像头对应多个停车位的方式,且通过获取未被车辆外侧遮挡的色块数量和位置,可以获得车辆车头或车位的停放位置,同时基于车辆的第二3D模型,获取车辆在停车位的实际停放状态,从而判断车辆是否规范停车,当车辆不规范停车,发出告警,停止停车位的升降,提高了无人立体停车场的安全性。
为让本发明的上述和其它目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合附图,作详细说明如下。
附图说明
图1所示为本发明实施例提供的3D扫描模块的结构示意图;
图2所示为本发明实施例的立体停车场的结构示意图;
图3所示为本发明实施例的停车摄像头的位置示意图;
图4~图7所示为本发明实施例的定位色块的位置和图案示意图;
图8所示为本发明实施例的规范停车检测方法的流程示意图。
具体实施方式
为了便于本领域技术人员的理解,下面将结合具体实施例对本发明作进一步详细描述。
本发明实施例提供了一种规范停车检测系统,所述立体停车场为整个第一层都可以开车进去进行停车的立体停车场包括:
车辆建模单元,所述车辆建模单元通过位于停车场进场通道的3D扫描模块、车辆模型获取模块相组合获取实际进入停车场的车辆的3D模型,其中所述车辆模型获取模块通过获取车牌信息获取车辆的常规3D模型,所述3D扫描模块获取实际进入停车场的车辆的第一3D图片,并结合车辆的常规3D模型,经过优化获取实际进入停车场的车辆的第二3D模型;
车位辅助定位单元,所述车位辅助定位单元至少位于立体停车场第一层停车位内,每一个停车位包括多个不同的定位色块,通过车辆底部暴露的不同的色块展现不同的停车位置;
规范停车确认系统,所述规范停车确认系统包括至少一个停车摄像头,所述停车摄像头设置于立体停车场第一层停车位的对面前上方,当车辆停在立体停车场第一层的停车位上,所述规范停车确认系统通过获取位于车辆外侧和底部且未被车辆遮挡的色块数量和位置,利用第二3D模型、对应的停车位信息和未被车辆遮挡的色块数量和位置,确定车辆在停车位上的精确位置;
告警模块,当判断车辆没有规范地停在停车位内,发出告警,提醒司机重新调整位置,并控制对应停车位停止升降。
具体的,请参考图1,所述3D扫描模块包括用于对车辆外侧底部补光的底部照明装置110、获取车辆车身照片的多台摄像机120;当车辆通过特定的位置,利用底部照明装置提升车辆车身外侧的曝光度,让车辆的轮廓更加显著,利用特定位置提前设置的多台摄像机获取车辆的360度的外观照片,作为第一3D图片。在本发明实施例中,所述摄像机的数量为4台,其中前侧两台,后侧两台,一次性获取车辆外侧360度的外观照片。在其他实施例中,还可以设置更多数量的摄像机,从而获得更多照片,形成更精细的3D照片,但由于更多的照片需要更多的3D建模时间,因此本实施例采用4台摄像机。
在本实施例中,利用底部照明装置提升车辆车身外侧的曝光度,由于本发明主要是利用车辆下车身(例如前后保险杠、车身下包围、车轮)对停车位的色块的遮挡来实现精确定位,因此需要精确的还原车辆的下车身的3D模型,让车辆下车身的轮廓更加显著,因此特意利用底部照明装置提升车辆下车身外侧的曝光度。在其他实施例中,也可以采用其他的照明手段来提升车辆车身外侧的曝光度。
优选的,所述3D扫描模块设置在停车场入口闸门处。由于任何进场车辆在入口闸门处都需要停车,在停车的瞬间进行拍照获取车辆外侧的多张照片,照片成像清晰。在其他实施例中,所述3D扫描模块也可以设置在进入停车场的进场通道的其他位置。由于车辆从进场通道到停车位还需要行驶一段时间,利用所述行驶时间有利于车辆建模单元生成实际进入停车场的车辆的第二3D模型。
当3D扫描模块获取实际进入停车场的车辆的第一3D图片的同时,还利用车辆模型获取模块通过获取车牌信息获取车辆的常规3D模型,所述常规3D模型可以从车辆厂家或其他第三方车辆服务平台获取。其中车辆模型获取模块获取车牌信息可以通过3D扫描模块的摄像机120获取车牌信息,并通过数据库获取对应车辆的型号信息,并调取对应车型的常规3D模型。也可以另外设置一个摄像机获取车牌信息。例如根据对应的车牌信息,获取对应的车辆为宝马740车型,调取对应宝马740车型的常规3D模型;当对应的车辆为雷克萨斯rx300车型,调取对应雷克萨斯rx300的常规3D模型。
在本实施例中,利用第一3D图片、常规3D模型形成第二3D模型的具体方法包括:
S1,获取车辆常规3D模型的模型线,车辆的常规3D模型包括车辆所有的模型线,例如车身轮廓线、保险杠线、车轮轮廓线、地面线、挡风玻璃线、发动机盖线、翼子板线、车灯线、进气格栅线等;
S2,根据实际车辆的二维照片,提取实际车辆的二维第一3D图片的模型线,并将所述模型线与车辆常规3D模型的模型线进行对应匹配;
S3,根据实际车辆的模型线对车辆常规3D模型的模型线进行重建,具体包括:分析实际车辆的二维照片的模型线与车辆常规3D模型的模型线,选择不完全匹配的模型线进行重建;将不匹配的实际车辆的二维照片的模型线选择若干控制点的x方向、y方向坐标固定为刚性约束,由常规3D模型的模型线决定控制点的数目和分布,同时利用稀疏重建算法求得所有对应模型线的参数;根据实际的车身结构,调整相连的不同模型线之间的连续性关系;
S4,根据新调整的模型线,重新建立第二3D模型。
由于第二3D模型是基于实际车辆的二维照片进行调整,因此不管车辆是否存在改装,最终获得的第二3D模型都能接近100%地还原车辆的外形,便于后续根据被车辆外壳遮挡的色块数量和位置计算车辆的实际位置。同时由于第二3D模型基于常规3D模型加上实际车辆的二维照片形成的第一3D模型获取,不需要重建车辆的全部3D模型,数据处理时间大大缩短,可以缩短到几秒内形成,从而方便停车场的停车需求。
在本发明实施例中,规范停车确认系统包括停车摄像头,所述停车摄像头设置于立体停车场第一层停车位的对面前上方,利用所述停车摄像头可以获取立体停车场第一层停车位底部的定位色块,用于监测车辆是否规范停车。
请参考图2和图3,12个停车位为一组,其中左边6个右边6个,每12个停车位配置有一个停车摄像头310,所述停车摄像头310用于获取12个车位的停车信息。在其他实施例中,也可以一个停车摄像头配置8、10、14等不同数量的停车位,且也可以仅仅在一侧设置停车场。
在本实施例中,所述停车位分别具有大车停车位和小车停车位,不同的停车位停放不同的车辆,其中大车停车位的长宽高均大于小车停车位。由于在停车场入口已经获取车辆的第二3D模型,可以获取对应车牌对应的第二3D模型,基于模型判断是否停错车位,并基于不同类型的车位和未被遮挡的反光色块,才能对不同的车在停车位的位置进行准确的判断。
在本发明实施例中,所述停车摄像头310还具有辅助补光灯,由于停车位的色块是反光板制成,因此增加辅助补光灯可以提高色块识别度。
在其他实施例中,在所述停车摄像头的内部或其他地方还设置有告警模块,例如喇叭,所述告警单元与系统的服务器相连,当判断车辆没有规范地停在停车位内,可以自动或人工发出告警,提醒司机重新调整位置。
由于所述一个停车摄像头需要对应多个停车位,不同的停车位上停的车辆大小、位置都不确定,很容易造成遮挡,因此现有很多通过将车辆与虚拟停车位线进行比较的停车位置确认方法都难以产业化,除非停车摄像头设置非常密集,但会增加很多成本。
在本发明实施例中,每一个位于第一层的停车位内均设置有车位辅助定位单元,所述车位辅助定位单元包括多个不同的定位色块,所述定位色块位于停车位内,通过不同的色块展现不同的位置。
请参考图4,所述停车位210具有不同颜色但反差大的色块220(例如黑白、蓝白等),所述不同颜色的色块220间隔排列,每一块白色的色块具有反光片,且具有相应的色块信息。当车辆停在停车位上,停车摄像机拍摄车辆靠近外侧的照片(也可以拍摄整辆车的照片,但由于很可能靠近内侧的车辆被其他车辆遮挡,因此仅仅获取车辆外侧的照片也能实现本发明发明目的),由于部分色块被车辆的车头或车尾所遮挡,但由于停车摄像头和停车位为倾斜设置,因此可以获取车辆外侧和车辆底部且未被遮挡的反光色块的位置和数量,每一块色块对应具有位置信息,从而获取未被遮挡的区域信息。当位于同一行的部分色块被遮挡,部分色块未被遮挡,则表明车辆为斜位停车,同时,基于车辆的第二3D模型和剩余未被遮挡的色块区域信息,计算车辆整体位于停车位的什么位置,是否跨线停车。由于第二3D模型几乎复制了进场车辆的外形,且停车摄像头和停车位的位置均固定,因此只需要获取停车位靠近外侧的未被遮挡的色块的数量,就可以获取整辆车在停车位的位置,且不用担心被相邻车位的车辆遮挡的问题。其中,判断整辆车在停车位的位置包括:斜位停车、跨位停车、过于靠后停车、过于靠前停车等。
在其他实施例中,请参考图5,由于当有车辆阻挡时,停车摄像头仅仅能拍摄到停车位外侧的定位色块,所述色块220可以仅仅设置在停车位的外侧。
在本实施例中,所述双色色块为反光板,在其他实施例中,所述色块为色块贴纸、反光油漆色块或双色灯。
在其他实施例中,请参考图6,所述色块的形状还可以为椭圆形,双色椭圆形围成正方形。
在其他实施例中,请参考图7,所述色块沿着车辆行驶方向成列状排列,每一列的双色或多色色块为平行四边形倾斜排列,且左右对称。由于正方形的色块具有一定的边长,车辆在斜位停车时有时候不能完全识别,但同过倾斜色块进行识别成功率提高5%以上。
本发明实施例的规范停车确认系统,当车辆停在停车位上,所述规范停车确认系统通过停车摄像头获取未被车辆外侧车身遮挡的色块数量和位置,并基于第二3D模型和停车位信息,判断车辆是否规范停车。其中,所述规范停车确认系统可以为整个系统的服务器,也可以为与停车摄像头相连的边缘计算模块。
当系统判断车辆没有规范停车,后续对停车位进行升降会导致立体停车场的结构受损或导致车辆受损。因此在本发明实施例中,当系统判断车辆没有规范停车后,发出告警信号,提醒驾驶员重新停车,并停止对应停车位的升降。在本实施例中,可以仅仅停止对应不规范停车的停车位进行升降,其他位置的停车位通过第一层其他停车位进行车辆的进入和驶离。因此本发明的整个立体停车场的调度方法有多种,当其中一个或多个第一层停车位不能进行升降,调整调度方式,使得对其他停车位的调度绕开所述一个或几个存在不规范停车的停车位,即不影响立体停车场运营,也不会因为不规范停车导致的安全事故。
在其他实施例中,当出现不规范停车,对整个立体停车场停止运营,并通知值班人员前来处理。
基于上述规范停车检测系统,本发明实施例还提供了一种对应的规范停车检测方法,请参考图8,包括:
步骤S10,获取实际进入停车场的车辆的第二3D模型;
步骤S20,获取立体停车场第一层的停车位内的定位色块信息;
步骤S30,当车辆停在立体停车场第一层的停车位上,通过获取位于车辆外侧和底部且未被车辆遮挡的色块数量和位置,并基于第二3D模型和停车位信息,判断车辆是否规范停车;
步骤S40,当判断车辆没有规范地停在停车位内,发出告警,提醒司机重新调整位置,并控制对应停车位停止升降。
以上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。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前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种规范停车检测系统,其特征在于,包括:
车辆建模单元,所述车辆建模单元通过位于停车场进场通道的3D扫描模块、车辆模型获取模块相组合获取实际进入停车场的车辆的3D模型,其中所述车辆模型获取模块通过获取车牌信息获取车辆的常规3D模型,所述3D扫描模块获取实际进入停车场的车辆的第一3D图片,并结合车辆的常规3D模型,经过优化获取实际进入停车场的车辆的第二3D模型;
车位辅助定位单元,所述车位辅助定位单元至少位于立体停车场第一层停车位内,所述立体停车场为整个第一层都可以开车进去进行停车的立体停车场,每一个停车位包括多个不同的定位色块,通过车辆底部暴露的不同的色块展现不同的停车位置;
规范停车确认系统,所述规范停车确认系统包括至少一个停车摄像头,所述停车摄像头设置于立体停车场第一层停车位的对面前上方,当车辆停在立体停车场第一层的停车位上,所述规范停车确认系统通过获取位于车辆外侧和底部且未被车辆遮挡的色块数量和位置,利用第二3D模型、对应的停车位信息和未被车辆遮挡的色块数量和位置,确定车辆在停车位上的精确位置;
告警模块,当判断车辆没有规范地停在停车位内,发出告警,提醒司机重新调整位置,并控制对应停车位停止升降。
2.根据权利要求1所述的规范停车检测系统,其特征在于,所述立体停车场具有小车停车位和大车停车位,所述小车停车位和大车停车位具有不同的长宽高,用于停放不同的车辆。
3.根据权利要求1所述的规范停车检测系统,其特征在于,所述3D扫描模块包括用于对车辆外侧底部补光的底部照明装置、获取车辆车身照片的多台摄像机;当车辆通过特定的位置,利用底部照明装置提升车辆车身外侧的曝光度,让车辆的轮廓更加显著,利用特定位置提前设置的多台摄像机获取车辆外侧360度的多张照片,获取实际进入停车场的车辆的第一3D图片。
4.根据权利要求1所述的规范停车检测系统,其特征在于,生成所述第二3D模型的方法包括:获取车辆常规3D模型的模型线;根据实际车辆的第一3D图片,将实际车辆的模型线与车辆常规3D模型的模型线进行对应匹配;根据实际车辆的模型线对车辆常规3D模型的模型线进行重建,具体包括:分析实际车辆的二维照片的模型线与车辆常规3D模型的模型线,选择不完全匹配的模型线进行重建;将不匹配的实际车辆的二维照片的模型线选择若干控制点的x方向、y方向坐标固定为刚性约束,由常规3D模型的模型线决定控制点的数目和分布,同时利用稀疏重建算法求得所有对应模型线的参数;根据实际的车身结构,调整相连的不同模型线之间的连续性关系;根据新调整的模型线,重新建立第二3D模型。
5.根据权利要求1所述的规范停车检测系统,其特征在于,所述定位色块为色块贴纸、发光板、反光油漆色块或发光部件。
6.根据权利要求5所述的规范停车检测系统,其特征在于,所述定位色块沿着车辆行驶方向成列状排列,每一列的双色或多色色块为平行四边形倾斜排列,且左右对称。
7.一种基于权利要求1~6任意一项的系统对应的规范停车检测方法,其特征在于,包括:
获取实际进入停车场的车辆的第二3D模型;
获取立体停车场第一层的停车位内的定位色块信息;
当车辆停在立体停车场第一层的停车位上,通过获取位于车辆外侧和底部且未被车辆遮挡的色块数量和位置,并基于第二3D模型和停车位信息,判断车辆是否规范停车;
当判断车辆没有规范地停在停车位内,发出告警,提醒司机重新调整位置,并控制对应停车位停止升降。
8.根据权利要求7所述的规范停车检测方法,其特征在于,获取第二3D模型的具体步骤包括:获取车辆常规3D模型的模型线;根据实际车辆的第一3D图片,将实际车辆的模型线与车辆常规3D模型的模型线进行对应匹配;根据实际车辆的模型线对车辆常规3D模型的模型线进行重建,具体包括:分析实际车辆的二维照片的模型线与车辆常规3D模型的模型线,选择不完全匹配的模型线进行重建;将不匹配的实际车辆的二维照片的模型线选择若干控制点的x方向、y方向坐标固定为刚性约束,由常规3D模型的模型线决定控制点的数目和分布,同时利用稀疏重建算法求得所有对应模型线的参数;根据实际的车身结构,调整相连的不同模型线之间的连续性关系;根据新调整的模型线,重新建立第二3D模型。
9.根据权利要求8所述的规范停车检测方法,其特征在于,获取第一3D图片的方法包括:当车辆通过特定的位置,利用底部照明装置提升车辆车身外侧的曝光度,让车辆的轮廓更加显著,利用特定位置提前设置的多台摄像机获取车辆外侧360度的多张照片,获取实际进入停车场的车辆的第一3D图片。
10.根据权利要求7所述的规范停车检测方法,其特征在于,除了控制对应停车位停止升降,还包括调整其他停车位的升降方式,使得其他车辆从其他第一层停车位驶离和进入。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011084268.XA CN111932904B (zh) | 2020-10-12 | 2020-10-12 | 一种规范停车检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011084268.XA CN111932904B (zh) | 2020-10-12 | 2020-10-12 | 一种规范停车检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111932904A true CN111932904A (zh) | 2020-11-13 |
CN111932904B CN111932904B (zh) | 2021-01-08 |
Family
ID=73334357
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011084268.XA Active CN111932904B (zh) | 2020-10-12 | 2020-10-12 | 一种规范停车检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111932904B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112862891A (zh) * | 2021-03-05 | 2021-05-28 | 杭州晶一智能科技有限公司 | 一种基于车牌图像形态分析的车辆停车规范性判断方法 |
CN113034925A (zh) * | 2021-03-24 | 2021-06-25 | 安徽超视野智能科技有限公司 | 一种用于智慧社区的视频识别车辆非法占道的检测方法 |
CN113650586A (zh) * | 2021-08-19 | 2021-11-16 | 温州医科大学仁济学院 | 一种基于自动控制的节能型驱动装置 |
CN116597625A (zh) * | 2023-07-17 | 2023-08-15 | 江苏奥都智能科技有限公司 | 一种停车位监控系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106710291A (zh) * | 2015-11-17 | 2017-05-24 | 腾讯科技(深圳)有限公司 | 停车场的停车位获取方法及装置 |
CN107331208A (zh) * | 2017-09-01 | 2017-11-07 | 徐州工程学院 | 一种基于计算机视觉的空闲车位及停车不规范的检测方法 |
CN107993295A (zh) * | 2017-11-22 | 2018-05-04 | 詹译淞 | 车库的车辆分流系统与方法 |
CN109859519A (zh) * | 2018-12-25 | 2019-06-07 | 合肥锟特奇科技有限公司 | 一种停车位状态检测系统及其检测方法 |
CN110969064A (zh) * | 2018-09-30 | 2020-04-07 | 北京四维图新科技股份有限公司 | 一种基于单目视觉的图像检测方法、装置及存储设备 |
-
2020
- 2020-10-12 CN CN202011084268.XA patent/CN111932904B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106710291A (zh) * | 2015-11-17 | 2017-05-24 | 腾讯科技(深圳)有限公司 | 停车场的停车位获取方法及装置 |
CN107331208A (zh) * | 2017-09-01 | 2017-11-07 | 徐州工程学院 | 一种基于计算机视觉的空闲车位及停车不规范的检测方法 |
CN107993295A (zh) * | 2017-11-22 | 2018-05-04 | 詹译淞 | 车库的车辆分流系统与方法 |
CN110969064A (zh) * | 2018-09-30 | 2020-04-07 | 北京四维图新科技股份有限公司 | 一种基于单目视觉的图像检测方法、装置及存储设备 |
CN109859519A (zh) * | 2018-12-25 | 2019-06-07 | 合肥锟特奇科技有限公司 | 一种停车位状态检测系统及其检测方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112862891A (zh) * | 2021-03-05 | 2021-05-28 | 杭州晶一智能科技有限公司 | 一种基于车牌图像形态分析的车辆停车规范性判断方法 |
CN113034925A (zh) * | 2021-03-24 | 2021-06-25 | 安徽超视野智能科技有限公司 | 一种用于智慧社区的视频识别车辆非法占道的检测方法 |
CN113034925B (zh) * | 2021-03-24 | 2022-08-05 | 安徽超视野智能科技有限公司 | 一种用于智慧社区的视频识别车辆非法占道的检测方法 |
CN113650586A (zh) * | 2021-08-19 | 2021-11-16 | 温州医科大学仁济学院 | 一种基于自动控制的节能型驱动装置 |
CN116597625A (zh) * | 2023-07-17 | 2023-08-15 | 江苏奥都智能科技有限公司 | 一种停车位监控系统 |
CN116597625B (zh) * | 2023-07-17 | 2023-09-26 | 江苏奥都智能科技有限公司 | 一种停车位监控系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111932904B (zh) | 2021-01-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111932904B (zh) | 一种规范停车检测方法及系统 | |
US9826200B2 (en) | Rear obstruction detection | |
US11989951B2 (en) | Parking detection method, system, processing device and storage medium | |
CN103523014B (zh) | 车载装置 | |
US7881839B2 (en) | Image acquisition and processing systems for vehicle equipment control | |
EP0747870A1 (en) | An object observing method and device with two or more cameras | |
CN104318206B (zh) | 一种障碍物检测方法和装置 | |
Kum et al. | Lane detection system with around view monitoring for intelligent vehicle | |
CN104057882A (zh) | 基于双摄像机的前方路缘观察系统 | |
CN110161531B (zh) | 用于警告车辆障碍物的设备 | |
US11668804B2 (en) | Vehicle sensor-cleaning system | |
CN113911073A (zh) | 车辆传感器清洁 | |
CN113553998B (zh) | 基于深度学习算法下高速公路夜间车牌防炫目抓拍方法 | |
CN118038423B (zh) | 基于智能视觉的车内查验方法及系统 | |
JP2003002138A (ja) | 車載後方監視方法およびその装置 | |
CN109643365A (zh) | 用于识别车库门的开启状态的方法与装置 | |
CN109895697B (zh) | 一种行车辅助提示系统及方法 | |
CN113246859B (zh) | 具有驾驶辅助系统警示的电子后视镜 | |
CN110929606A (zh) | 车辆盲区行人监控方法和装置 | |
CN111347977B (zh) | 车辆盲点影像显示方法、装置及系统 | |
JP3997945B2 (ja) | 周辺画像表示装置 | |
CN110748219A (zh) | 一种立体停车库停车辅助系统 | |
CN111532242A (zh) | 车灯清洁系统 | |
CN216332470U (zh) | 一种带有停车摄像装置的共享车辆以及还车系统 | |
JPH0541087Y2 (zh) |
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 |