CN114255609B - 泊车引导方法、电子设备及存储介质 - Google Patents

泊车引导方法、电子设备及存储介质 Download PDF

Info

Publication number
CN114255609B
CN114255609B CN202011027688.4A CN202011027688A CN114255609B CN 114255609 B CN114255609 B CN 114255609B CN 202011027688 A CN202011027688 A CN 202011027688A CN 114255609 B CN114255609 B CN 114255609B
Authority
CN
China
Prior art keywords
parking space
free
information
free parking
vehicle
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
Application number
CN202011027688.4A
Other languages
English (en)
Other versions
CN114255609A (zh
Inventor
林柏羽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Fulian Fugui Precision Industry Co Ltd
Original Assignee
Shenzhen Fugui Precision Industrial Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Fugui Precision Industrial Co Ltd filed Critical Shenzhen Fugui Precision Industrial Co Ltd
Priority to CN202011027688.4A priority Critical patent/CN114255609B/zh
Priority to TW109137160A priority patent/TWI763095B/zh
Priority to US17/228,891 priority patent/US11232311B1/en
Publication of CN114255609A publication Critical patent/CN114255609A/zh
Application granted granted Critical
Publication of CN114255609B publication Critical patent/CN114255609B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G08G1/147—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas where the parking area is within an open public zone, e.g. city centre
    • 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
    • G08G1/141—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces
    • G08G1/142—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces external to the vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching
    • 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
    • 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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • 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
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • 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
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • 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
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • 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
    • G08G1/141—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces
    • G08G1/143—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces inside the vehicles
    • 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
    • G08G1/141—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces
    • G08G1/144—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces on portable or mobile units, e.g. personal digital assistant [PDA]
    • 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
    • G08G1/146—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas where the parking area is a limited parking space, e.g. parking garage, restricted space
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/71—Circuitry for evaluating the brightness variation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/73—Circuitry for compensating brightness variation in the scene by influencing the exposure time

Abstract

本申请公开了一种泊车引导方法、电子设备及存储介质，涉及智慧交通技术领域。本申请实施例包括：获取空闲停车位信息；空闲停车位信息包括停车位可靠度；根据空闲停车位信息导航到空闲停车位。本申请能够利用空闲停车位信息引导驾驶者快速寻找到空闲停车位，从而减小泊车时长，提高停车位的使用效率；同时，能够利用停车位可靠度提高寻找到空闲停车位的准确性。

Description

泊车引导方法、电子设备及存储介质
技术领域
本申请涉及智慧交通技术领域，具体涉及一种泊车引导方法、电子设备及存储介质。
背景技术
停车位供不应求是当前城市交通发展的现状，驾驶者往往需要边开车边寻找停车位，既耗费驾驶者的时间成本，也影响停车位的使用效率。
发明内容
鉴于此，本申请提供一种泊车引导方法、电子设备及存储介质，能够提供即时的停车位信息，协助驾驶者快速寻找到空闲停车位，从而减小泊车时长，提高停车位的使用效率。
本申请实施例一提供一种泊车引导方法，方法应用于车载终端或用户终端，方法包括：获取空闲停车位信息，空闲停车位信息包括停车位可靠度；根据空闲停车位信息导航到空闲停车位。
本申请实施例二提供一种泊车引导方法，方法应用于云端伺服器，方法包括：获取空闲停车位请求，空闲停车位请求包括车辆当前的位置信息和时间信息；获取并存储空闲停车位信息，空闲停车位信息包括停车位可靠度；根据空闲停车位请求发送空闲停车位信息至对应的车辆，以引导车辆到达空闲停车位。
本申请实施例三提供一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的程序，程序被处理器执行时，实现本申请实施例一或实施例二的泊车引导方法。
本申请实施例四提供一种存储介质，用于计算机可读存储，存储介质存储有一个或者多个程序，一个或者多个程序可被一个或者多个处理器执行，以实现本申请实施例一或实施例二的泊车引导方法。
本申请通过空闲停车位信息能够引导驾驶者快速寻找到空闲停车位，从而减小泊车时长，提高停车位的使用效率；同时，通过停车位可靠度还能提高寻找到空闲停车位的准确性。
附图说明
图1是本申请实施例一的泊车引导方法的流程图；
图2是本申请一实施例的停车位可靠度随时间的变化曲线图；
图3是图1中步骤S1的子流程图；
图4是本申请一实施例的停车位辨识区域示意图；
图5是图3中步骤S11的子流程图；
图6是本申请一实施例的图像拍摄速率随车辆行驶速度的变化曲线图；
图7是图3中步骤S12的子流程图；
图8a和图8b是本申请实施例的灰度直方图；
图9a和图9b是本申请场景一的具体流程图；
图10a和图10b是本申请场景二的具体流程图；
图11是本申请场景三的具体流程图；
图12是本申请场景四的具体流程图；
图13是本申请实施例二的泊车引导方法的流程图。
具体实施方式
为了能够更清楚地理解本申请的上述目的、特征和优点，下面结合附图和具体实施例对本申请进行详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本申请，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于流程图中的顺序执行所示出或描述的步骤。本申请实施例中公开的方法包括用于实现方法的一个或多个步骤或动作。方法步骤和/或动作可以在不脱离权利要求的范围的情况下彼此互换。换句话说，除非指定步骤或动作的特定顺序，否则特定步骤和/或动作的顺序和/或使用可以在不脱离权利要求范围的情况下被修改。
如本申请实施例中所用的，术语“确定”包含广泛的各种的动作。例如，“确定”可以包括运算、计算、处理、导出、研究、查询(例如，在表中、数据库中或另一个数据结构中查询)、判断等等。此外，“确定”可以包括接收(例如，接收信息)、访问(例如，访问存储器中的数据)等等。此外，“确定”可以包括解决、选择、挑选、建立等等。
随着城市居民汽车拥有量的增加，停车位的供需矛盾日益突出，寻找停车位已成为驾驶者日常面临的一种困扰。驾驶者往往需要边开车边寻找停车位，既耗费驾驶者的时间成本，也影响停车位的使用效率。
基于此，本申请提供一种泊车引导方法、电子设备及存储介质，能够提供即时的停车位信息，协助驾驶者快速寻找到空闲停车位，从而减小泊车时长，提高停车位的使用效率。
实施例一
本申请实施例一提供一种泊车引导方法，参照图1，该方法包括如下步骤：
S1.获取空闲停车位信息。
步骤S1中，空闲停车位信息可存储于云端伺服器。驾驶者或路人可实时向云端伺服器上传空闲停车位的位置信息和时间信息，驾驶者通过查询云端伺服器可获取当前时段和当前路段附近的空闲停车位信息。空闲停车位信息包括停车位可靠度。停车位可靠度至少与以下信息相关：空闲停车位的上传时间(例如，越接近当前时间，可靠度越高)、时段(例如，上下班时段、工作时段、夜间时段等)、车流量(例如，拥塞、一般、顺畅等)、地区特性(例如，市区、郊区、热门景点等)。具体地，在一些实施例中，停车位可靠度R可通过公式(1)计算：
R＝(TTL/Tmax)*Dt*(0.5)N (1)
其中，TTL表示空闲停车位的剩余有效时间，Tmax表示空闲停车位的最大有效时间，Dt表示当前路段在当前时段下的衰退系数，N表示经过当前位置但未发现空闲停车位的车辆数目。其中，衰退系数Dt可通过分析当前路段空闲停车位的历史数据得到。
停车位可靠度可根据云端伺服器的反馈信息进行实时更新。若当前时间之后有其它车辆经过当前路段但未发现空闲停车位，则停车位可靠度的数值被减小；若当前路段的空闲停车位已被使用或当前路段没有停车位，则停车位可靠度的数值被置为0；若当前路段的空闲停车位在一定时间内未被使用，则停车位可靠度的数值将随时间变化而减小。在一些实施例中，参照图2，预设Tmax＝30min，当Dt＝1.0，N＝0，则R的初始值为1，R与空闲停车位的有效时间呈反比例关系，即随着有效时间变化，TTL逐渐减小，R的数值也相应减小。当Dt＝0.8，N＝0，则R的初始值为0.8。当Dt＝1.0，N＝2，在第5分钟有一台车辆经过但未发现空闲停车位，此时R的数值减小为车辆经过前的1/2；在第15分钟第二辆车经过之时，R的数值再次减小为第二辆车经过前的1/2。当Dt＝1.0，在第10分钟其它车辆发现该空闲停车位之时，R的数值被重置为1。在Dt、N与Tmax数值一定的情况下，停车位可靠度R的数值随TTL数值变化呈线性变化关系，即TTL数值越小，相对应的R数值也越小。
在一些实施例中，空闲停车位信息包括当前路段附近全部空闲停车位的位置信息列表，位置信息列表的排序由停车位可靠度和距离确定。例如，停车位可靠度越高，且空闲停车位距离车辆当前的位置越近，则该空闲停车位在位置信息列表中的排序越靠前。在一些实施例中，空闲停车位信息包括空闲停车位的GPS位置、上传时间、停车位图像和有效时间。
S2.根据空闲停车位信息导航到空闲停车位。
步骤S2中，可根据空闲停车位信息匹配到适当的空闲停车位，并规划导航路径，协助驾驶者快速寻找到合适的空闲停车位。导航可采用无线电导航、雷达导航或卫星导航。
本申请实施例一的泊车引导方法，可应用于车载终端或用户终端，通过空闲停车位信息引导驾驶者寻找空闲停车位，能够减小驾驶者的泊车时长，并充分利用现有的停车位资源，提高停车位的使用效率。其中，车载终端包括行车记录仪、车载摄像头、车载电脑等。用户终端包括蜂窝电话、智能电话、个人数字助理(PDA)、手持设备、膝上型计算机、平板电脑、摄像机、医疗器件或医疗设备、生物传感器/设备、智能手表/智能服装/智能眼镜/智能腕带/智能首饰(例如，智能戒指、智能手链等等)之类的可穿戴设备、娱乐设备(例如，音乐设备、视频设备、卫星无线电等等)、交通工具组件或传感器、智能仪表/传感器、工业制造设备、全球定位系统设备或者被配置为经由无线或有线介质通信的任何其它适当设备。车载终端或用户终端与云端伺服器通信连接，并能够与云端伺服器进行实时数据交互。
参照图1，在一些实施例中，步骤S1之后还包括如下步骤S3：根据空闲停车位信息预测停车位的空闲概率。
对每个路段在不同时段(例如，工作日或节假日)的空闲停车位的历史数据进行统计分析，能够预测每个路段在不同时段下停车位的空闲概率。驾驶者通过获取目的地附近路段不同时段下的停车位空闲概率，能够提前规划行车时间，从而规避目标路段使用停车位的高峰时段，减小泊车时长。例如，驾驶者计划在某个时间前往某地点，可以设定目的地和指定前往时间，通过查询云端伺服器的空闲停车位信息，能够获取目的地附近路段的停车位空闲概率。预测的停车位空闲概率可被分为高、中、低三种类别，某一路段在指定时间的停车位空闲概率高则表示指定时间下在该路段附近更容易寻找到空闲停车位。在停车路段确定的情况下，驾驶者可以根据停车位空闲概率动态调整前往时间，选择目标停车路段停车位空闲概率高的时段。在前往时间确定的情况下，驾驶者还可以根据停车位空闲概率动态规划目的地附近的停车路段，选择特定时段下停车位空闲概率高的停车路段。
当然，在其它实施例中，并不对步骤S3的执行时机进行限制，例如，也可以在执行完步骤S3之后再执行步骤S2。
请再次参照图1，在一些实施例中，泊车引导方法还包括如下步骤S4：上传空闲停车位的位置信息与使用信息。
云端伺服器的空闲停车位信息来源于驾驶者或路人实时上传的空闲停车位的位置信息与使用信息。驾驶者在行车过程中或路人在步行途中，车载终端或用户终端拍摄停车位图像，并将停车位图像、拍摄时间、位置信息和停车位使用信息等即时地上传到云端伺服器，云端伺服器汇总、分析并存储各个路段不同时段的空闲停车位信息。在上传空闲停车位的位置信息与使用信息之前，需确认当前路段存在停车位以避免违规停车，可查询当前路段的停车位资料库以确认当前路段是否有正规经营的停车场或路边停车格。车载终端或用户终端通过与云端伺服器的信息交互，能够实现空闲停车位信息的实时共享，从而能够为驾驶者提供即时的泊车引导服务。在另一些实施例中，车载终端或用户终端拍摄停车位图像，并对停车位图像进行分析以获取空闲停车位信息，随即将停车位图像和空闲停车位信息上传到云端伺服器，云端伺服器汇总和存储各个路段不同时段的空闲停车位信息。在另一些实施例中，车载终端或用户终端拍摄停车位图像，并将停车位图像上传到移动边缘计算(Mobile-edge Computing，MEC)服务器，MEC服务器对停车位图像进行分析以获取空闲停车位信息，再由MEC服务器将空闲停车位信息上传到云端伺服器，云端伺服器汇总和存储各个路段不同时段的空闲停车位信息。
需说明的是，在其它实施例中，并不对步骤S4的执行时机进行限制，例如，可以在执行步骤S1之前执行步骤S4，也可以在执行完步骤S4之后再执行步骤S2，还可以在执行完步骤S4之后再执行步骤S3。
在一些实施例中，参照图3，步骤S1包括如下子步骤：
S11.获取停车位图像。
步骤S11中，停车位图像可以由车载终端或用户终端拍摄得到，也可以通过连接停车场的后台伺服器，查询停车场的监控图像得到，还可以通过连接交通部门的云监控伺服器，查询路边停车格的监控图像得到。
S12.对停车位图像进行特征分析，得到空闲停车位信息。
参见图4，步骤S12中，可先设定停车位辨识区域(即图4路边停车格)，然后在停车位辨识区域内进行空闲停车位的辨识。辨识空闲停车位，需确认停车位图像中的特征是否与空闲停车位的相应特征一致，如果特征一致，则可认为停车位图像中存在空闲停车位。
可以理解，所述特征可以包括单个停车位的形状、一般车辆的外形或车牌等。单个停车位形状可以包括封闭的完整特征(比如封闭的四边形)和未封闭完全的部分特征(比如上三边特征、左三边特征或两边特征等)。通过对停车位图像进行特征分析和判断，能够远程获取空闲停车位信息，进一步通过大数据分析，能够提高图像特征判断的准确性。
在一些实施例中，参照图5，步骤S11包括如下子步骤：
S111.拍摄停车位图像；
S112.根据当前的车辆行驶速度调整图像拍摄速率。
在行车途中，车载终端或用户终端可实时拍摄停车位图像，但在车辆行驶过程中拍摄图像难以保证图像的清晰度，容易产生图像不清晰的问题。要保证停车位图像的清晰度，需采用适当的图像拍摄速率。根据车速适应性调整图像拍摄速率，能够确保上传停车位图像的清晰度，避免因图像清晰度问题导致的特征判断错误，从而提高识别空闲停车位的准确性。
在一些实施例中，图像拍摄速率与车辆行驶速度呈正相关关系。如表1所示，在确定图像拍摄距离的情况下，记录同一辆车在不同行驶速度下所采用的图像拍摄速率。对表1的数据进行线性拟合，得到图6所示的图像拍摄速率随车辆行驶速度的变化曲线。由拟合曲线可以看出，车辆行驶速度越高对应的图像拍摄速率也越大，图像拍摄速率与车速呈线性正相关关系。通过设计图像拍摄速率与车辆行驶速度的正相关关系，能够确保停车位图像的清晰度。
表1图像拍摄速率数值记录表
Figure BDA0002702593700000081
Figure BDA0002702593700000091
在一些实施例中，图像拍摄速率FPS可通过公式(2)计算：
FPS＝1/(D/V) (2)
其中，V表示当前的车辆行驶速度，D表示图像拍摄间隔距离，即每隔多远距离拍摄一次图像。
在一些实施例中，参照图7，步骤S12包括如下子步骤：
S121.获取停车位图像的灰度直方图。
步骤S121中，获取停车位图像，提取停车位图像中的所有像素，按照灰度值的大小统计不同灰度值像素的个数，绘制灰度直方图。
S122.分析灰度直方图的灰度值特征。
步骤S122中，可先设定停车位辨识区域，然后在停车位辨识区域内进行空闲停车位的辨识。通过对灰度直方图的灰度值特征进行分析，以确认灰度直方图的灰度值特征是否与空闲停车位的灰度值特征一致，如果灰度值特征一致，则可认为停车位图像中存在空闲停车位。
参照图8a和图8b，图8a为灰度值分布比较集中的灰度直方图，图8b为灰度值分布比较分散的灰度直方图。灰度直方图中灰度值分布越集中，表明灰度值的标准差越小，对应的停车位图像中存在空闲停车位的概率越大。灰度直方图中灰度值分布越分散，表明灰度值的标准差越大，对应的停车位图像中存在空闲停车位的概率越小。通过分析停车位图像对应的灰度直方图，能够远程获取空闲停车位信息，进一步通过大数据分析，能够提高自动识别空闲停车位的准确性。
以下提供部分示例性场景，以具体描述本申请的上述部分特征及特征组合。
场景一
场景一为车辆行驶过程中，车载终端或用户终端自动上传停车位信息。
参照图9a，车载终端或用户终端获取目前位置周边的停车位信息(S911)。目前位置周边可以包括距离目前位置1km或2km内的方圆区域，也可以是其它根据实际场景定义的一定距离范围的区域。判断目前行驶路段是否有停车位(S912)，若有停车位，则在车辆行进中拍摄停车位图像(S913)，并根据行车速度调整图像拍摄速率。分析停车位图像(S914)，判断停车位图像中是否存在空闲停车位(S915)。若停车位图像中存在空闲停车位，则上传空闲停车位信息到云端伺服器(S916)，空闲停车位信息包括停车位图像、GPS位置和时间记录；若否，则检查目前位置与上一位置的空闲停车位信息，判断目前位置与上一位置的距离是否超过预设的距离阈值(S917)，距离阈值可以根据实际场景进行设置，比如500m或1km。若目前位置与上一位置的距离超过距离阈值，则执行步骤S911；若否，则执行步骤S912。若目前行驶路段没有停车位，则执行步骤S917。
参图9a的步骤，图9b与图9a的区别在于，图9a中车载终端或用户终端分析停车位图像(S914)，并上传空闲停车位信息到云端伺服器(S916)。图9b中车载终端或用户终端将停车位图像上传到MEC服务器(S924)，MEC服务器分析停车位图像(S925)，并上传空闲停车位信息到云端伺服器(S927)。图9b中的其它步骤在图9a中存在相似的步骤，其中，步骤S921至步骤S923与步骤S911至步骤S913相似，步骤S926与步骤S915相似，步骤S928与步骤S917相似。
场景二
场景二为停车位使用完毕，驾驶者通过车载终端或用户终端向云端伺服器发送该停车位信息。
参照图10a，车辆启动(S1011)，车载终端或用户终端判断目前位置是否在停车格附近(S1012)，比如距离停车格2m范围内。若车辆目前位置在停车格附近，则追踪车辆行驶轨迹(S1013)，并判断车辆是否驶离停车格(S1014)。若车辆驶离停车格，则上传空闲停车位信息到云端伺服器(S1015)，空闲停车位信息包括GPS位置和时间记录。
参图10a的步骤，图10b与图10a的区别在于，图10a中追踪车辆行驶轨迹(S1013)，并判断车辆是否驶离停车格(S1014)。图10b中预判车辆是否即将驶离停车格(S1023)。可以通过行车轨迹进行预判，也可以设定让驾驶者主动触发即将驶离的指令，触发方式包括语音、按键或其它任何终端设备可识别的操作等。图10b中的其它步骤在图10a中存在相似的步骤，其中，步骤S1021至步骤S1022与步骤S1011至步骤S1012相似，步骤S1024与步骤S1015相似。
场景三
场景三为路人在步行途中发现空闲停车位，通过用户终端向云端伺服器上传空闲停车位信息。
参照图11，发现空闲停车位(S111)，用户终端确认目前位置附近是否有停车格(S112)，比如距离停车格30m范围内。若确认目前位置附近有停车格，则上传空闲停车位信息到云端伺服器(S113)，空闲停车位信息包括GPS位置、空闲停车位的数量、停车位图像和时间记录。
场景四
场景四为驾驶者主动寻找空闲停车位，通过车载终端/用户终端与云端伺服器的信息交互，导航前往空闲停车位。
参照图12，车载终端或用户终端向云端伺服器请求当前位置附近的空闲停车位信息(S1201)，云端伺服器响应请求，向车载终端或用户终端反馈当前位置附近是否有空闲停车位(S1202)。若当前位置附近有空闲停车位，则车载终端或用户终端列示出当前位置附近所有的空闲停车位(S1203)，并导航前往指定的空闲停车位(S1205)。列示出的空闲停车位可依据停车位可靠度和距离进行排序，默认选择停车位可靠度高且距离近的空闲停车位，也可以设定让驾驶者主动触发选择指令，触发方式包括语音、按键或其它任何终端设备可识别的操作等。若当前位置附近没有空闲停车位，则判断是否接收到当前路段周边新的空闲停车位信息(S1204)。若收到当前路段周边新的空闲停车位信息，则导航前往相应的空闲停车位(S1206)；否则执行步骤S1204。当导航到目标空闲停车位，判断目标空闲停车位是否已被使用(S1207)。若目标空闲停车位已被使用，则向云端伺服器反馈目标停车位已被使用(S1208)，并执行步骤S1202；若否，则使用目标空闲停车位并向云端伺服器反馈目标空闲停车位已被使用(S1209)。
本申请实施例一的泊车引导方法，应用于车载终端或用户终端，通过车载终端或用户终端与云端伺服器之间的信息交互，或者通过车载终端/用户终端、MEC服务器与云端伺服器之间的信息交互，能够利用空闲停车位信息引导驾驶者快速寻找到空闲停车位，从而减小泊车时长，提高停车位的使用效率；同时，能够利用停车位可靠度提高寻找到空闲停车位的准确性。
实施例二
本申请实施例二提供一种泊车引导方法，参照图13，该方法应用于云端伺服器，该方法包括如下步骤：
S131.获取空闲停车位请求；
S132.获取并存储空闲停车位信息；
S133.根据空闲停车位请求发送空闲停车位信息至对应的车辆。
本实施例二中的方法与实施例一(参照图1)中的方法类似，其区别在于，图1中的方法应用于车载终端或用户终端，图13中的方法应用于云端伺服器。云端伺服器接收车载终端或用户终端实时上传的空闲停车位信息，存储不同路段不同时段的海量空闲停车位信息。其中，空闲停车位信息包括停车位可靠度。接收来自于车载终端或用户终端的空闲停车位请求，空闲停车位请求包括车辆当前的位置信息和时间信息。当接收到寻找空闲停车位请求，则根据请求发送端的位置信息和时间信息查询相应的目标空闲停车位信息，并将目标空闲停车位信息反馈给请求发送端以引导请求发送端到达空闲停车位。在另一些实施例中，云端伺服器实时向车载终端或用户终端共享空闲停车位信息，可以根据车载终端或用户终端的位置信息和时间信息实时更新和共享车载终端或用户终端附近对应的空闲停车位信息，也可以向每个车载终端或用户终端实时共享一定范围内(比如区、县、街道等)全部空闲停车位信息。
实施例三
本申请实施例提供一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的程序，程序被处理器执行时，实现本申请实施例一或实施例二的泊车引导方法。
本申请实施例的电子设备，处理器可以是中央处理单元(Central ProcessingUnit，CPU)，还可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，处理器是一种泊车引导方法的可运行装置的控制中心，利用各种接口和线路连接整个一种泊车引导方法的可运行装置的各个部分。
存储器可用于存储计算机程序和/或模块，处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现一种泊车引导方法的可运行装置的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(SecureDigital，SD)卡，闪存卡(FlashCard)、至少一个磁盘存储器件、闪存器件、或其它易失性固态存储器件。
实施例四
本申请实施例提供一种存储介质，用于计算机可读存储，存储介质存储有一个或者多个程序，一个或者多个程序可被一个或者多个处理器执行，以实现本申请实施例一或实施例二的泊车引导方法。
本申请实施例的存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其它数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。存储介质包括但不限于RAM、ROM、EEPROM、闪存或其它存储器技术、CD-ROM、数字多功能盘(DVD)或其它光盘存储、磁盒、磁带、磁盘存储或其它磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其它的介质。
可以理解，实施例二至实施例四中的部分技术特征和技术效果可参阅实施例一中相对应的技术特征及技术效果。
上面结合附图对本申请实施例作了详细说明，但是本申请不限于上述实施例，在所属技术领域普通技术人员所具备的知识范围内，还可以在不脱离本申请宗旨的前提下做出各种变化。此外，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

Claims (10)

1.一种泊车引导方法，其特征在于，所述方法应用于车载终端或用户终端，所述方法包括：
获取空闲停车位信息，所述空闲停车位信息包括停车位可靠度，所述停车位可靠度根据空闲停车位的剩余有效时间、空闲停车位的最大有效时间、当前路段在当前时段下的衰退系数以及经过当前位置但未发现空闲停车位的车辆数目计算得到；
根据所述空闲停车位信息导航到空闲停车位。
2.如权利要求1所述的泊车引导方法，其特征在于，所述方法在获取空闲停车位信息之后，还包括：
根据所述空闲停车位信息预测停车位的空闲概率。
3.如权利要求1所述的泊车引导方法，其特征在于，所述方法还包括：
上传所述空闲停车位的位置信息与使用信息。
4.如权利要求1至3任一项所述的泊车引导方法，其特征在于，所述获取空闲停车位信息，包括：
获取停车位图像；
对所述停车位图像进行特征分析，得到所述空闲停车位信息。
5.如权利要求4所述的泊车引导方法，其特征在于，所述获取停车位图像，包括：
拍摄所述停车位图像；
根据当前的车辆行驶速度调整图像拍摄速率。
6.如权利要求5所述的泊车引导方法，其特征在于，所述图像拍摄速率与所述车辆行驶速度呈正相关关系。
7.如权利要求4所述的泊车引导方法，其特征在于，所述对所述停车位图像进行特征分析，包括：
获取所述停车位图像的灰度直方图；
分析所述灰度直方图的灰度值特征，以根据所述灰度值特征得到所述空闲停车位信息。
8.一种泊车引导方法，其特征在于，所述方法应用于云端伺服器，所述方法包括：
获取空闲停车位请求，所述空闲停车位请求包括车辆当前的位置信息和时间信息；
获取并存储空闲停车位信息，所述空闲停车位信息包括停车位可靠度，所述停车位可靠度根据空闲停车位的剩余有效时间、空闲停车位的最大有效时间、当前路段在当前时段下的衰退系数以及经过当前位置但未发现空闲停车位的车辆数目计算得到；
根据所述空闲停车位请求发送所述空闲停车位信息至所述车辆，以引导所述车辆到达空闲停车位。
9.一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的程序，其特征在于，所述程序被所述处理器执行时，实现如权利要求1至8任一项所述的泊车引导方法。
10.一种存储介质，用于计算机可读存储，所述存储介质存储有一个或者多个程序，其特征在于，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1至8任一项所述的泊车引导方法。
CN202011027688.4A 2020-09-25 2020-09-25 泊车引导方法、电子设备及存储介质 Active CN114255609B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202011027688.4A CN114255609B (zh) 2020-09-25 2020-09-25 泊车引导方法、电子设备及存储介质
TW109137160A TWI763095B (zh) 2020-09-25 2020-10-26 泊車引導方法、電子設備及存儲介質
US17/228,891 US11232311B1 (en) 2020-09-25 2021-04-13 Method for guiding vehicle to park, electronic equipment, and non-transitory storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011027688.4A CN114255609B (zh) 2020-09-25 2020-09-25 泊车引导方法、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN114255609A CN114255609A (zh) 2022-03-29
CN114255609B true CN114255609B (zh) 2023-06-20

Family

ID=79689686

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011027688.4A Active CN114255609B (zh) 2020-09-25 2020-09-25 泊车引导方法、电子设备及存储介质

Country Status (3)

Country Link
US (1) US11232311B1 (zh)
CN (1) CN114255609B (zh)
TW (1) TWI763095B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114995399A (zh) * 2022-05-17 2022-09-02 中国第一汽车股份有限公司 控制车辆泊车的方法、装置及车辆
CN115410401A (zh) * 2022-08-30 2022-11-29 深圳市神州路路通网络科技有限公司 基于停车场内车辆数据共享的车位展示与推荐方法及装置
CN117237854B (zh) * 2023-10-31 2024-03-19 武汉无线飞翔科技有限公司 基于视频识别的停车位分配方法、系统、设备及存储介质

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101807352B (zh) * 2010-03-12 2012-12-05 北京工业大学 一种模糊模式识别的车位检测方法
CN104837683A (zh) * 2012-12-12 2015-08-12 本田技研工业株式会社 驻车空间检测装置
KR102062923B1 (ko) * 2013-06-12 2020-01-06 현대모비스 주식회사 주차지원시스템
JP2016084094A (ja) * 2014-10-28 2016-05-19 アイシン精機株式会社 駐車支援装置
FR3039812B1 (fr) * 2015-08-03 2017-07-28 Renault Sas Dispositif et procede de detection de place de stationnement libre pour un vehicule automobile.
US11176685B2 (en) * 2017-05-09 2021-11-16 Hangzhou Hikrobot Technology Co., Ltd Image collection control method and device, and vehicle chassis image obtaining system
TWI631537B (zh) * 2017-05-12 2018-08-01 合盈光電科技股份有限公司 Parking space identification system
JP6859906B2 (ja) * 2017-09-06 2021-04-14 トヨタ自動車株式会社 駐車支援装置
JP6946928B2 (ja) * 2017-10-23 2021-10-13 トヨタ自動車株式会社 情報提供システム、車両、および、プログラム
CN108281033B (zh) * 2018-02-05 2020-10-09 北京交通大学 一种停车诱导系统及方法
KR20200027095A (ko) * 2018-08-31 2020-03-12 현대자동차주식회사 차량의 자율 주행 방법, 장치, 프로그램 및 기록매체
TWM579365U (zh) * 2019-01-25 2019-06-11 三維人股份有限公司 Intelligent parking space search system
CN110047318A (zh) * 2019-04-12 2019-07-23 深圳壹账通智能科技有限公司 周边停车位推送方法、装置及计算机可读存储介质
CN110497901B (zh) * 2019-08-30 2020-12-22 的卢技术有限公司 一种基于机器人vslam技术的泊车位自动搜索方法和系统
CN110827563B (zh) * 2019-11-06 2021-03-30 北京交通大学 一种基于最可靠路径的停车诱导系统及方法
KR20210095772A (ko) * 2020-01-23 2021-08-03 현대모비스 주식회사 차량의 주차 안내 서비스 제공 시스템 및 방법

Also Published As

Publication number Publication date
TW202213292A (zh) 2022-04-01
CN114255609A (zh) 2022-03-29
TWI763095B (zh) 2022-05-01
US11232311B1 (en) 2022-01-25

Similar Documents

Publication Publication Date Title
CN114255609B (zh) 泊车引导方法、电子设备及存储介质
US9797740B2 (en) Method of determining trajectories through one or more junctions of a transportation network
RU2630709C1 (ru) Способ и устройство навигации, способ и устройство формирования навигационного видеоизображения
US20180350157A1 (en) Parking management system, parking management method, and non-transitory computer readable medium storing program causing computer to execute processing
US11250054B1 (en) Dynamic partitioning of input frame buffer to optimize resources of an object detection and recognition system
CN109804367A (zh) 使用边缘计算的分布式视频存储和搜索
CN110139073B (zh) 车辆视频监控数据发送方法、装置以及计算机设备
US10984275B1 (en) Determining location coordinates of a vehicle based on license plate metadata and video analytics
CN113724526B (zh) 用于停车场的诱导泊车方法、装置、系统及存储介质
CN105318881A (zh) 地图导航方法、装置及系统
US20200077292A1 (en) Data collection apparatus, data collection system, data collection method, and on-vehicle device
CN111314843B (zh) 实况视图收集和传输系统
CN111311952A (zh) 车辆停车的控制方法、装置、计算机设备和存储介质
JP6489636B2 (ja) 情報収集装置、交通量評価システム、案内設備、情報収集方法及びプログラム
WO2021053689A1 (en) Methods and systems for managing storage of videos in a storage device
US11416542B1 (en) System and method for uploading still images of matching plates in response to an alert hit list using distributed LPR acquisition
CN103873584A (zh) 基于位置的信息推送方法
CN109974726A (zh) 一种道路通行状态确定方法及装置
CN113313969B (zh) 停车位共享方法和装置
CN110737736A (zh) 一种获取车况地图信息的方法与设备
CN106683401A (zh) 车辆用图像数据传输装置
CN112050823B (zh) 一种导航目的地修正方法、装置及计算机存储介质
JP6656290B2 (ja) 事故情報記録装置および事故情報収集システム
US11417098B1 (en) Determining location coordinates of a vehicle based on license plate metadata and video analytics
CN109367542A (zh) 一种控制车辆行驶的方法和装置

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