CN112289074A - 基于停车位监控摄像的引导车辆驾驶的方法 - Google Patents

Abstract

基于停车位监控摄像的引导车辆驾驶的方法，包括监控摄像系统、监控图像处理系统、停车场景的数字化模型、车载智能终端；首先对所监控的停车位及周围环境进行精确的数字化建模，并对进入监控区域的车辆进行分析和建模，然后从全局角度分析并建立车辆与停车位之间的实时位置关系，进而对驾驶员的操作进行辅助引导。

Description

基于停车位监控摄像的引导车辆驾驶的方法

技术领域

本发明涉及一种基于停车位监控摄像的引导车辆驾驶的方法，首先对所监控的停车位及周围环境进行精确的数字化建模，并对进入监控区域的车辆进行分析和建模，然后从全局角度分析并建立车辆与停车位之间的实时位置关系，进而对驾驶员的操作进行辅助引导，属于车辆辅助驾驶的技术领域。

背景技术

随着停车位监控摄像应用日益普及，广泛的用于实现停车位的状态监控、无人收费等功能；并且，还有一些方案是利用监控摄像对周围环境进行监控，并对车辆驾驶员进行提醒，防止意外事件的发生。

当采用无人收费替代人工收费的情况时，有一项功能是缺失的；原系统中的收费管理员可以对车辆进/出停车位的过程进行人工引导，使得驾驶员进/出停车位的过程更加顺畅、也能够减少不规范停车的现象。另一方面，现有的车载自动泊车系统主要是通过车身各个方位的传感器感知各个局部的外部环境条件并进行自动泊车，该方案的价格较高、并且仍然存在一些不尽如人意的地方，因此不可能成为一个普遍使用的方案。

如果能够通过监控摄像实现对驾驶员进/出停车位的操作进行辅助引导，则能够节省驾驶员的时间、提升安全性，同时也提升了停车场的使用效率。尤其对于无人管理的停车场景，具有很好的应用效果。

但是，现有技术中并没有“利用停车位监控摄像对驾驶员进/出停车位的操作进行辅助引导”的技术方案，是因为存在以下的技术问题：

1、摄像精度问题：通常摄像机的像素数为200万像素及以上即统称为高清摄像机，现有的用于监控的高清摄像机的像素数为300-500万像素；而出于各方面考虑300万像素的配置比较普遍；以300万像素彩色CCD 高清摄像机为例，分辨率2048(H)×1536(V)，帧率 25fps；若拍摄区域水平方向的宽度为10米，通过计算可知其分辨率约为5毫米；但如果需要监控更大的范围，则其分辨率还会下降，另外，摄像机难免会受到拍摄角度的影响、存在图像变形失真的问题；因此，直接通过监控摄像对各种位置关系、距离进行精确的计算存在一定的难度、且分别计算各种位置关系时数据计算处理量很大；

2、遮挡问题：无论监控摄像机怎样安装、或者由多个位置安装的监控摄像机协同工作，都无法避免不能实时拍摄到车辆全局的问题；尤其是相邻停车位停有车辆的时候；而对于被遮挡的部分就无法通过图像准确的判断出实时位置关系，即存在监控的“死角”。

综上所述，如何通过监控摄像实现对驾驶员进/出停车位的操作进行辅助引导，是一个有待解决的技术问题。

发明内容

本发明的总体思路是，首先对所监控的停车位及周围环境进行精确的数字化建模，并对进入监控区域的车辆进行分析和建模，然后从全局角度分析并建立车辆与停车位之间的实时位置关系，进而对驾驶员的操作进行辅助引导。

本发明的技术方案是，基于停车位监控摄像的引导车辆驾驶的方法，其特征在于：包括监控摄像系统、监控图像处理系统、停车场景的数字化模型、车载智能终端；

监控摄像系统由一台或多台监控摄像机组成，各个监控摄像机分别用于对停车场景中的一个或多个停车位进行监控摄像；监控图像处理系统用于对各个监控摄像机拍摄的图像数据进行分析处理，并与车载智能终端进行互动、对驾驶员的操作进行辅助引导；

基于停车位监控摄像的引导车辆驾驶的方法包括以下步骤：

S101、通过监控摄像机拍摄所监控的停车场景的监控图像，以停车场景的数字化模型为依据、将监控图像中的标志物与停车场景的数字化模型中对应的标志物的坐标体系进行关联，从而建立监控摄像机的监控图像与停车场景的数字化模型的对应关系；

需要说明的是，通过建立所述的对应关系，能够对由监控摄像机的拍摄位置、拍摄角度造成的各种图像变形的误差进行调节和修正；

S102、通过对进入停车场景的车辆身份进行识别，获取与该车辆身份信息对应的车辆形状特征的三维尺寸数据、即获得车辆的数字化模型；

需要说明的是，所述的对车辆身份进行识别，可以采用现有的车牌识别、车脸识别等技术手段，或者通过监控图像处理系统与车载智能终端进行联网互动提取相关信息，然后通过确定该车辆的生产厂家和具体车辆型号，从基础数据库中提取对应车型的数字化模型；

S103、对移动中的车辆，由监控图像处理系统将车辆整体图像与车辆的数字化模型进行整体匹配处理，从而分析确定车辆在停车场景中所处的实时的整体位置坐标和角度、即与停车场景的数字化模型进行融合；

需要说明的是，由于停车场景和车辆的图像中包括均若干个与其数字化模型对应的特征轮廓和特征线条，因此通过整体匹配可以获得精度较高的匹配结果、将车辆的数字化模型融入停车场景的数字化模型之中、从而突破监控摄像机精度的局限；匹配之后通过计算即可获得车辆各个位置的坐标、包括图像中被遮挡的区域的位置，解决了遮挡问题对摄像引导的干扰；其中，对于轮胎区域进行单独分析，计算其转角的变化；并且，虽然监控摄像机的拍摄精度不高，但其优点是连续拍摄；可以对连续的多帧图像进行对比分析，对于运动中的车辆或在场景中移动的其他人事物进行分析后、可以获得较高的运动精度；这对于操作精度要求较高的停车过程是非常重要的；

S104、监控图像处理系统与车载智能终端建立通信联接，监控图像处理系统将实时图像数据，或/和，实时分析信息发送至车载智能终端，再由车载智能终端对驾驶员进行提示和引导。

进一步的，所述的监控图像处理系统对停车场景进行监控，并标定出现在停车场景内的各个动态目标的位置坐标、建立各个动态目标的数字化模型、并与停车场景的数字化模型进行融合。由于停车场景内会出现行人、非机动车辆等动态目标，必须对这些动态目标进行跟踪，防止对车辆的行驶过程造成影响。

进一步的，所述的监控摄像机优先采用高位安装的方式，以降低环境因素造成的遮挡，并便于对车辆的整体位置、姿态进行追踪。

进一步的，当所述的监控图像处理系统将图像数据发送给车载智能终端并显示，从而对用户的驾驶过程进行提示时；所述的图像数据至少为以下四种中的一种或多种的组合：

第一种、监控摄像系统拍摄的实时实景图像；

第二种、根据数字化模型模拟的停车场景加车辆的俯视角度的图像，包括实时的虚拟现实图像，或/和，模拟驾驶过程的动画图像；

第三种、根据数字化模型模拟的停车场景加车辆的三维图像，包括实时的虚拟现实图像，或/和，模拟驾驶过程的动画图像；

第四种、当需要精细操作时，根据数字化模型模拟展示局部区域的放大图像。

进一步的，当车辆配备自动驾驶系统时，自动驾驶系统能够与监控图像处理系统建立通信联接，并利用监控图像处理系统的数据实现在停车场景中的自动驾驶。能够克服在停车场景中车载自动驾驶传感器视野受局限的问题。

本发明的有益效果是：

1、克服了摄像精度问题：以全局分析替代局部位置关系分析、降低了对监控设备精度的要求，利用现有的监控设备即可实现辅助引导泊车的功能；通过停车场景的数字化模型与动态的车辆数字化模型匹配、再推算出各种位置关系，这样极大的降低了数据计算处理量；

2、克服了遮挡问题：通过预先对车辆、停车位及周围环境进行精确建模，只需要获得车辆与停车位之间的实时位置关系即可实现辅助引导泊车的功能，局部遮挡的现象不会对引导功能造成障碍；

3、通过车牌识别、车脸识别等技术手段，可以准确的获得车辆的具体型号，再结合各种车型的基础数据库获得准确的车辆外形的三维尺寸数据；从而可以建立高精度的车辆三维数字化模型；而且精确的车辆的数字化模型与精确的停车场景的数字化模型相结合，使得“根据车辆整体图像分析车辆实时的位置和角度”成为了可能，并可以轻松的达到毫米级的控制精度；

4、与现有的车载自动泊车系统相比，车载自动泊车系统的各种传感器只能安装在车身上，因此监控摄像系统的安装位置更具有全局性优势，即实现“车路协同”，所以本发明的技术方案具有更大的优势、例如能够支持驾驶员预先进行泊车路线的选择等等。

附图说明

图1：本发明的基于停车位监控摄像的引导车辆驾驶的方法的停车过程示意图；

图2：本发明的停车场景的数字化模型建立过程示意图；

图中：101、车辆一；102、车辆二；103、车辆三；104、车辆四；2、监控摄像机；3、移动式测量车；301、移动装置；302、高精度拍摄装置；303、测距装置；

101a、101b、101c、101d对应的虚线框位置，为车辆一停车过程的运动轨迹示意；

D1为移动式测量车的运动方向；D2为监控摄像机的拍摄方向；D3为高精度拍摄装置的拍摄方向；P1为测距装置所测量的参照点的位置、与P1对应的虚线为测距装置的测量工作方向。

具体实施方式

实施例1：

本实施例中，重点对基于停车位监控摄像的引导车辆驾驶的方法的流程进行详细描述。

如图1 所示，该停车场景中包含五个停车位，通过监控摄像机2对该停车场景进行监控摄像。此时，其中三个停车位分别已停放车辆，分别为车辆二102、车辆三103和车辆四104。

根据本发明的技术方案：

第一，建立该停车场景的数字化模型、并与该监控摄像机2拍摄的监控图像进行关联；

第二，对停车场景内已停放的车辆，通过对车辆身份进行识别，获得相关车辆的数字化模型、并与停车场景的数字化模型进行融合，即根据监控图像分析并确定相关车辆在停车场景中的具体位置坐标、并根据该位置坐标将车辆的数字化模型叠加到停车场景的数字化模型之中；

第三，当车辆一101进入停车场景，并准备停泊在车辆二102与车辆三103之间的空闲停车位时；首先，通过对车辆身份进行识别，获得车辆一101的数字化模型、并根据监控图像跟踪分析车辆一101在停车场景中的位置变化；车辆一101的停车过程的动态位置变化如图1中的四个虚线框所示，顺序为101a、101b、101c、101d，在此过程中，监控图像处理系统需要对车辆一101的运动轨迹进行实时分析，判断车辆与停车场景中的设施（标志物）是否有冲突、所述设施包括车位挡板、道路路肩、路侧绿植、地下停车场的墙体、立柱等、这些设施均应在数字化模型中进行标定，同时也要判断是否与车辆二102、车辆三103的位置有冲突；若存在问题则及时报警、提示或引导驾驶员进行避让操作。

进一步的，所述的监控图像处理系统能够通过数据分析，对用户的驾驶行为进行预先规划（尤其当停车位置窄小、或停车位置两侧均停有车辆或存在一些障碍物时，规划路线是非常有必要的），并通过车载智能终端引导用户进行驾驶：

第一，当用户需要驾驶车辆进入所述的停车场景并停车时，包括以下步骤：

S201、用户通过车载智能终端与监控图像处理系统建立通信联接、并向监控图像处理系统发出要求辅助停车的请求；

S202、监控图像处理系统对用户车辆建立车辆的数字化模型，并分析是否有适合该车辆停泊的空闲停车位，然后通过车载智能终端与用户进行沟通，确定停车位置；

需要说明的是，当某些停车位置的空间与车辆的长度或宽度比较接近时，驾驶员是无法很准确的判断出该位置是否足以停泊所驾驶的车辆；若经过一番操作之后才发现该停车位并不适合，不仅耽误了时间也影响了停车场的使用效率；监控图像处理系统则能够预先给驾驶员适合的提示、避免上述问题；

S203、监控图像处理系统根据用户车辆的位置和已确定的停车位，规划设计出停车路线发送给用户确认；

需要说明的是，所述的停车路线可以通过过程动画的形式进行展现；由于各个驾驶员的驾驶技术水平不同、驾驶风格也不同；例如，对于竖向的停车位，有人习惯于车头向内停车、有人则习惯于车头向外停车；对于横向停车位，有人习惯于大角度转动方向的停车方式，有人习惯于小角度转动方向的停车方式；监控图像处理系统能够根据驾驶员的历史驾驶数据或由驾驶员主动输入驾驶风格参数，自动设计出最适合该驾驶员的停车路线；或者监控图像处理系统设计若干条备选停车路线，由驾驶员自行选择；第二，监控图像处理系统综合分析停车位和车辆的实际情况后，能够给出停车操作难度的评定，对于驾驶操作不是很熟练的驾驶员可以主动放弃某些难度较高的停车位置，转而选择附近的难度较低的停车位置，这样不仅可以改善用户体验、也能够避免发生一些不必要的事故；第三，当车辆停泊在停车位之中后，停车的位置可能会存在角度不正、偏前或偏后或偏左或偏右的情况，而驾驶员在车中很难直接察觉，通过规划路线则可以避免发生这些不规范停车的现象；

S204、在用户确认停车路线后，即按照停车路线驾驶车辆开始停车过程，在停车过程中由监控图像处理系统实时分析用户驾驶操作是否偏离规划的停车路线；

当用户驾驶操作符合规划的停车路线时，由车载智能终端根据当前的进展情况、通过语音，或/和，实时图像对驾驶操作要点进行提示；

当用户驾驶操作偏离规划的停车路线时，由车载智能终端报警、再由监控图像处理系统根据当前的情况重新规划停车路线，用户按照重新规划的停车路线继续进行驾驶、直至完成停车过程；

第二，当用户需要驾驶已停泊的车辆离开停车位置时，包括以下步骤：

S211、用户通过车载智能终端与监控图像处理系统建立通信联接、并向监控图像处理系统发出要求辅助离场的请求；

S212、监控图像处理系统对停车场景的现状进行分析，并根据已建立的用户车辆的车辆数字化模型规划设计出离场路线发送给用户确认；

S213、在用户确认离场路线后，即按照离场路线驾驶车辆开始离场过程，在离场过程中由监控图像处理系统实时分析用户驾驶操作是否偏离规划的离场路线；

当用户驾驶操作符合规划的离场路线时，由车载智能终端根据当前的进展情况、通过语音，或/和，实时图像对驾驶操作要点进行提示；

当用户驾驶操作偏离规划的离场路线时，由车载智能终端报警、再由监控图像处理系统根据当前的情况重新规划离场路线，用户按照重新规划的离场路线继续进行驾驶、直至完成离场过程。

通过车载智能终端实时播放引导提示或报警提示的语音，可以达到与背景技术中的现场人工辅助引导相似的效果；并且采用本方案所发出的提示信息更加精确和及时，能够起到很好的引导作用。

实施例2：

在实施例1的基础上，本实施例重点对数字化模型建立的流程进行详细描述。

由于绝大多数车辆是由工厂标准化生产的，因此只要建立完整的针对各个厂家各种型号的车辆的外形尺寸数据库，通过识别车辆身份，就可以精确的建立车辆的数字化模型；对于少量个性化的或者在数据库中未记录型号的车辆，可以采取以下方法，即事先从若干个方向角度全方位拍摄车辆的图像并进行综合分析，当拍摄图像的数量足够多时，也可以较为准确的建立该车辆的数字化模型。因此，该操作相对比较容易实现，相对而言建立精确的停车场景的数字化模型就存在一定的难度。

为建立精确的停车场景的数字化模型，单独依靠监控摄像系统的监控图像肯定是不够的；若该停车场景已有相应的数字化模型（例如采用建筑信息建模BIM技术设计建造的停车场），则将监控摄像系统的停车场景图像与既有的数字化模型进行匹配、融合即可；例如，对既有的数字化模型中与现实场景不相符的部分进行修正。

若该停车场景没有相应的数字化模型（例如大量的路边停车位/停车场等），则监控摄像机2的图像不仅精度不够、也无法准确还原出三维数字化模型；此时，为了获得高精度的停车场景的数字化模型，如图2所示，采用移动式测量车3建立停车场景的数字化模型；所述的移动式测量车3至少包括移动装置301、高精度拍摄装置302；移动式测量车3围绕停车场景不断移动，由高精度拍摄装置302连贯的拍摄停车场景的分段高精度图像；对分段高精度图像数据进行分析处理、即可建立停车场景的数字化模型。其中高精度拍摄装置的拍摄方向D3与监控摄像机2的拍摄方向D2为不同的方向。

由于移动式测量车操作方便、效率高、可在不同停车场景反复使用；对于各个停车场景一般只需要进行一次建模过程即可，设备利用率高、不会增加很多的成本。

为了提高停车场景的数字化模型的精确度，可以采取一些辅助技术手段，以下逐一进行说明。

第一，移动式测量车3的移动装置301中包含记录移动路径的记录模块；将记录模块的位移量数据与分段高精度图像数据相结合、并进行分析处理，能够提高停车场景的数字化模型的精确度。

第二，移动式测量车中包含测距装置303，当需要对于所拍摄的停车场景中的参照点进行测距时，启动测距装置303进行测距并在被测位置处形成光点或光线；在记录测距数据的同时在高精度图像中也记录了被测位置处形成的光点或光线；利用上述数据的对应关系能够提高停车场景的数字化模型的精确度。

如图2所示，假设P1位置为停车位内侧的路肩，为确定其准确位置，通过测距装置303进行测距并在该位置处形成光点；该光点被记录在分段高精度图像之中、同时测距数据与该分段高精度图像形成关联，便于后期的分析处理。另外，测距装置303不仅可以采用点对点的测量，也可以实现点对线的测量，此时在被测位置处形成光线、同时可获得该光线中对应的各个点的测距数据。所述的测距装置为现有技术，主要包括超声波测距仪、红外线测距仪、激光测距仪。

第三，在移动式测量车3的移动过程中，监控摄像机2实时拍摄移动式测量车3在停车场景中的位置，并于移动式测量车3的高精度拍摄装置302所拍摄的分段高精度图像按照拍摄时间建立对应关系，做为建立停车场景的数字化模型的参考数据；从而减少由于移动式测量车移动过程中的偏差导致数字化模型局部失真的情况。在测量过程中，应保证停车场景中的停车位为部分或全部空闲状态，以便于数据采集。

当然，本发明创造并不局限于上述实施方式，熟悉本领域的技术人员在不违背本发明精神的前提下还可作出等同变形或替换，这些等同的变型或替换均包含在本申请权利要求所限定的范围内。

Claims (10)

1.基于停车位监控摄像的引导车辆驾驶的方法，其特征在于：包括监控摄像系统、监控图像处理系统、停车场景的数字化模型、车载智能终端；

监控摄像系统由一台或多台监控摄像机(2)组成，各个监控摄像机(2)分别用于对停车场景中的一个或多个停车位进行监控摄像；监控图像处理系统用于对各个监控摄像机(2)拍摄的图像数据进行分析处理，并与车载智能终端进行互动、对驾驶员的操作进行辅助引导；

基于停车位监控摄像的引导车辆驾驶的方法包括以下步骤：

S101、通过监控摄像机(2)拍摄所监控的停车场景的监控图像，以停车场景的数字化模型为依据、将监控图像中的标志物与停车场景的数字化模型中对应的标志物的坐标体系进行关联，从而建立监控摄像机(2)的监控图像与停车场景的数字化模型的对应关系；

S102、通过对进入停车场景的车辆身份进行识别，获取与该车辆身份信息对应的车辆形状特征的三维尺寸数据、即获得车辆的数字化模型；

S103、对移动中的车辆，由监控图像处理系统将车辆整体图像与车辆的数字化模型进行整体匹配处理，从而分析确定车辆在停车场景中所处的实时的整体位置坐标和角度、即与停车场景的数字化模型进行融合；

S104、监控图像处理系统与车载智能终端建立通信联接，监控图像处理系统将图像数据，或/和，实时分析信息发送至车载智能终端，再由车载智能终端对驾驶员进行提示和引导。

2.根据权利要求1所述的基于停车位监控摄像的引导车辆驾驶的方法，其特征在于：所述的监控图像处理系统对停车场景进行监控，并标定出现在停车场景内的各个动态目标的位置坐标、建立各个动态目标的数字化模型、并与停车场景的数字化模型进行融合。

3.根据权利要求1所述的基于停车位监控摄像的引导车辆驾驶的方法，其特征在于：所述的监控摄像机(2)优先采用高位安装的方式。

4.根据权利要求1所述的基于停车位监控摄像的引导车辆驾驶的方法，其特征在于：当所述的监控图像处理系统将图像数据发送给车载智能终端并显示，从而对用户的驾驶过程进行提示时；所述的图像数据至少为以下四种中的一种或多种的组合：

第一种、监控摄像系统拍摄的实时实景图像；

第二种、根据数字化模型模拟的停车场景加车辆的俯视角度的图像，包括实时的虚拟现实图像，或/和，模拟驾驶过程的动画图像；

第三种、根据数字化模型模拟的停车场景加车辆的三维图像，包括实时的虚拟现实图像，或/和，模拟驾驶过程的动画图像；

第四种、当需要精细操作时，根据数字化模型模拟展示局部区域的放大图像。

5.根据权利要求1所述的基于停车位监控摄像的引导车辆驾驶的方法，其特征在于：所述的监控图像处理系统能够通过数据分析，对用户的驾驶行为进行预先规划，并通过车载智能终端引导用户进行驾驶：

第一，当用户需要驾驶车辆进入所述的停车场景并停车时，包括以下步骤：

S201、用户通过车载智能终端与监控图像处理系统建立通信联接、并向监控图像处理系统发出要求辅助停车的请求；

S202、监控图像处理系统对用户车辆建立车辆的数字化模型，并分析是否有适合该车辆停泊的空闲停车位，然后通过车载智能终端与用户进行沟通，确定停车位置；

S203、监控图像处理系统根据用户车辆的位置和已确定的停车位，规划设计出停车路线发送给用户确认；

S204、在用户确认停车路线后，即按照停车路线驾驶车辆开始停车过程，在停车过程中由监控图像处理系统实时分析用户驾驶操作是否偏离规划的停车路线；

当用户驾驶操作符合规划的停车路线时，由车载智能终端根据当前的进展情况、通过语音，或/和，实时图像对驾驶操作要点进行提示；

当用户驾驶操作偏离规划的停车路线时，由车载智能终端报警、再由监控图像处理系统根据当前的情况重新规划停车路线，用户按照重新规划的停车路线继续进行驾驶、直至完成停车过程；

第二，当用户需要驾驶已停泊的车辆离开停车位置时，包括以下步骤：

S211、用户通过车载智能终端与监控图像处理系统建立通信联接、并向监控图像处理系统发出要求辅助离场的请求；

S212、监控图像处理系统对停车场景的现状进行分析，并根据已建立的用户车辆的车辆数字化模型规划设计出离场路线发送给用户确认；

S213、在用户确认离场路线后，即按照离场路线驾驶车辆开始离场过程，在离场过程中由监控图像处理系统实时分析用户驾驶操作是否偏离规划的离场路线；

当用户驾驶操作符合规划的离场路线时，由车载智能终端根据当前的进展情况、通过语音，或/和，实时图像对驾驶操作要点进行提示；

当用户驾驶操作偏离规划的离场路线时，由车载智能终端报警、再由监控图像处理系统根据当前的情况重新规划离场路线，用户按照重新规划的离场路线继续进行驾驶、直至完成离场过程。

6.根据权利要求1所述的基于停车位监控摄像的引导车辆驾驶的方法，其特征在于：当车辆配备自动驾驶系统时，自动驾驶系统能够与监控图像处理系统建立通信联接，并利用监控图像处理系统的数据实现在停车场景中的自动驾驶。

7.根据权利要求1所述的基于停车位监控摄像的引导车辆驾驶的方法，其特征在于：采用移动式测量车(3)建立停车场景的数字化模型；所述的移动式测量车(3)至少包括移动装置(301)、高精度拍摄装置(302)；移动式测量车(3)围绕停车场景不断移动，由高精度拍摄装置(302)连贯的拍摄停车场景的分段高精度图像；对分段高精度图像数据进行分析处理、即可建立停车场景的数字化模型。

8.根据权利要求7所述的基于停车位监控摄像的引导车辆驾驶的方法，其特征在于：移动式测量车(3)的移动装置(301)中包含记录移动路径的记录模块；将记录模块的位移量数据与分段高精度图像数据相结合、并进行分析处理，能够提高停车场景的数字化模型的精确度。

9.根据权利要求7所述的基于停车位监控摄像的引导车辆驾驶的方法，其特征在于：移动式测量车(3)中包含测距装置(303)，当需要对于所拍摄的停车场景中的参照点进行测距时，启动测距装置(303)进行测距并在被测位置处形成光点或光线；在记录测距数据的同时在高精度图像中也记录了被测位置处形成的光点或光线；利用上述数据的对应关系能够提高停车场景的数字化模型的精确度。

10.根据权利要求7所述的基于停车位监控摄像的引导车辆驾驶的方法，其特征在于：在移动式测量车(3)的移动过程中，监控摄像机(2)实时拍摄移动式测量车(3)在停车场景中的位置，并于移动式测量车(3)的高精度拍摄装置(302)所拍摄的分段高精度图像按照拍摄时间建立对应关系，做为建立停车场景的数字化模型的参考数据；从而减少由于移动式测量车(3)移动过程中的偏差导致数字化模型局部失真的情况。

Images