CN114360093A - 基于北斗rtk、slam定位和图像分析的路侧停车位巡检方法 - Google Patents
基于北斗rtk、slam定位和图像分析的路侧停车位巡检方法 Download PDFInfo
- Publication number
- CN114360093A CN114360093A CN202111669144.2A CN202111669144A CN114360093A CN 114360093 A CN114360093 A CN 114360093A CN 202111669144 A CN202111669144 A CN 202111669144A CN 114360093 A CN114360093 A CN 114360093A
- Authority
- CN
- China
- Prior art keywords
- parking space
- mapping
- information
- positioning
- module
- 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
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000010191 image analysis Methods 0.000 title claims abstract description 20
- 238000007689 inspection Methods 0.000 title claims description 101
- 238000013507 mapping Methods 0.000 claims abstract description 148
- 230000004927 fusion Effects 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 abstract description 4
- 230000002349 favourable effect Effects 0.000 abstract description 2
- 238000001514 detection method Methods 0.000 abstract 1
- 238000005259 measurement Methods 0.000 description 8
- 241001061260 Emmelichthys struhsakeri Species 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于北斗RTK、SLAM定位和图像分析的路侧停车位巡检方法，通过RTK设备中北斗RTK定位模块与SLAM定位制图模块融合定位，获得测绘车位的位置信息，将获得测绘车位的位置信息与SLAM扫描地图进行比对，判断当前测绘车位是否是划定的检测车位，通过巡检设备进行抓拍；本发明可通过RTK定位模块和SLAM定位制图模块融合，可获取高精度定位数据，对巡检的车位信息进行精度的匹配，同时结合实时图像AI分析，分析出车位上车辆的信息以及车牌信息，提高了巡检定位的精度，方便运营人员对车位进行巡检管理，高精度的定位有利于车位无人计费的实施与推广。
Description
技术领域
本发明涉及停车位巡检技术领域，特别是一种基于北斗RTK、SLAM定位和图像分析的路侧停车位巡检方法。
背景技术
北斗定位和图像分析具体指基于北斗RTK高精度定位SLAM和AI图像进行分析，其中 RTK（Real - time kinematic，实时动态）载波相位差分技术，是实时处理两个测量站载波相位观测量的差分方法，将基准站采集的载波相位发给用户接收机，进行求差解算坐标。这是一种新的常用的卫星定位测量方法，以前的静态、快速静态、动态测量都需要事后进行解算才能获得厘米级的精度，而RTK是能够在野外实时得到厘米级定位精度的测量方法，它采用了载波相位动态实时差分方法，是GPS应用的重大里程碑，它的出现为工程放样、地形测图，各种控制测量带来了新的测量原理和方法，极大地提高了作业效率。RTK技术可以在很短的时间内获得厘米级的定位精度，广泛应用于图根控制测量、施工放样、工程测量及地形测量等领域。但RTK也有一些缺点，主要表现在需要架设本地参考站，误差随移动站到基准站距离的增加而变大。同时现有的技术中，利用RTK测量时，至少配备两台GPS接收机，一台固定安放在基准站上，另外一台作为移动站进行点位测量。在两台接收机之间还需要数据通信链，实时将基准站上的观测数据发送给流动站。对流动站接收到的数据（卫星信号和基准站的信号）进行实时处理还需要RTK软件，其主要完成双差模糊度的求解、基线向量的解算、坐标的转换。
SLAM具体是Simultaneous localization and mapping缩写，意为“同步定位与建图”，主要用于解决机器人在未知环境运动时的定位与地图构建问题。
随着城市的发展，车辆数量越来越多，停车压力也越来越大。为了减缓停车的压力，路边停车作为停车方式的一种补充，其规模不断扩大。但是由于车辆数量和停车位数量严重不匹配，路边停车的各种乱象屡禁不止。路边停车的计时、缴费等需要管理员定时巡检，记录泊位上的车牌信息，费时费力，而且容易造成信息错误；同时为了减缓停车难的压力，甚至在高楼底下，天桥下面，都规划了路边停车位。采用单纯RTK定位或者融合惯导的方式，在这些场景下，容易定位不准确，造成车位信息和车辆停车信息不匹配，从而影响计费，因此，传统的停车位巡检过程中的人工和时间成本较高，且效率低。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有的停车位巡检中存在的问题，提出了本发明。
因此，本发明其中的一个目的是提供一种基于北斗RTK、SLAM定位和图像分析的路侧停车位巡检方法，其特征在于，包括：
S1，选择停车场地，将待检测车位预设为划定测绘车位，巡检设备在所述停车场地开始测绘，利用巡检设备中的RTK定位模块和SLAM定位制图模块，对停车场地中的待检测车位进行测绘，测绘保存待检测车位的边缘位置GPS信息或者待检测车位的中心位置GPS坐标信息作为GPS位置信息，同时保存SLAM定位制图模块绘制待检测车位的地图特征信息；
S2，通过巡检设备中RTK定位模块与SLAM定位制图模块融合定位，获得划定测绘车位的位置信息，并进行本地保存；
S3，当巡检设备巡检时，将所述巡检设备中本体的RTK定位的信息以及SLAM获取的环境信息，与巡检设备在S2中获得测绘车位的位置信息比对，判断当前的巡检设备所在的位置是否在划定测绘车位的范围内，并判断当前所述测绘车位是否是划定测绘车位，当不是划定测绘车位时，所述巡检设备在停车场地进行下一测绘车位的巡检；
S4，巡检设备确定划定测绘车位后，其通过摄像头模块对当前划定测绘车位进行抓拍，判断和识别所述划定测绘车位是否有车，当无车时，结束当前划定测绘车位的抓拍，重复S3中巡检设备在停车场地进行下一测绘车位的巡检；
S5，巡检设备当检测当前划定测绘车位有车时，其通过摄像头模块识别当前划定测绘车位上车辆的车辆信息和车牌信息，并将拍摄的其他信息发送到服务器。
在S1中，所述待检测车位的边缘位置GPS信息通过所述巡检设备中RTK定位模块对停车场地进行测绘，RTK定位模块输出待检测车位详细的GPS位置信息，且待检测车位的边缘位置GPS信息为待检测车位边缘四个坐标点的位置信息，作为划定测绘车位的GPS位置信息；
所述待检测车位的中心位置GPS坐标信息为待检测车位的中心点的GPS位置信息，以及车位的长和宽信息，作为划定测绘车位的位置信息。
所述停车场地还包括无法得到精确GPS定位信息的待检测车位的位置，所述无法得到精确GPS定位信息的待检测车位的位置可根据SLAM定位制图模块扫描得到的地图，将待检测车位信息在地图上标注导出，作为划定测绘车位的位置信息。
当所述待检测车位为可得到精确GPS定位信息时，巡检设备选择RTK定位模块进行定位所述划定测绘车位的位置信息；
当所述待检测车位获取不到RTK定位模块定位的划定测绘车位的位置信息时，利用SLAM定位制图模块来匹配环境信息，得到当前巡检设备所在的地图上的位置信息，根据目前巡检所在的地图上的位置信息以及行进方向；
计算当前巡检设备的当点定位点和附近车位之间的欧几里得的距离，若所述距离在预定阈值范围内，则选择距离最小的待检测车位作为划定测绘车位，并根据S2获得当前划定测绘车位的位置信息。
上述SLAM定位制图模块扫描地图为点云地图、栅格地图或者拓扑地图其中的一种，且SLAM定位制图模块扫描的地图可以直接将所述巡检车位的GPS信息添加到相应的SLAM定位制图模块中关键帧附加信息里面；
当全程通过SLAM定位制图模块制图时，配合RTK定位模块，将RTK定位模块中划定测绘车位的位置信息融合到SLAM定位制图模块中去，在SLAM定位制图模块的关键帧信息里面附加上GPS信息。
在S5中，巡检设备通过摄像头模块拍摄图片，摄像头模块通过图像分析技术进行AI车辆识别和车牌识别，获得所述当前划定测绘车位上车辆信息和车牌信息，同时获得所述当前划定测绘车位上拍摄的其他信息，所述拍摄的其他信息包括车位停车信息、时间信息、视频信息和照片信息；
将所述测绘车位车辆信息、车牌信息和拍摄的其他信息同步发送到服务器进行收费计算。
在步骤S2中，将巡检设备中RTK定位模块与SLAM定位制图模块融合定位获得划定测绘车位的本地保存位置信息，同步保存上传至划定测绘车位的数据服务器。
上述巡检设备包括可移动本体、安装在所述可移动本体顶部的摄像头模块，以及安装在所述可移动本体中的RTK定位模块、数据处理模块、SLAM定位制图模块、本地存储模块和供电模块。
上述RTK定位模块包括基准站子系统、管理控制中心子系统、数据通信子系统、用户数据中心子系统、用户应用子系统。
本发明的有益效果：本发明可通过RTK定位模块和SLAM定位制图模块融合，可获取高精度定位数据，对巡检的车位信息进行精度的匹配，同时结合实时图像AI分析，分析出车位上车辆的信息以及车牌信息，并且将精准匹配到的车位坐标信息，以及采集的视频，照片等证据链发送到服务器，方便运营人员对车位进行巡检管理。综上所述，利用RTK北斗和SLAM融合定位的方法，对巡检车进行高精度实时定位，降低了人工和时间成本，并提高了巡检定位的精度，方便运营人员对车位进行巡检管理，高精度的定位有利于车位无人计费的实施与推广。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中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性的前提下，还可以根据这些附图获得其它的附图。其中：
图1为本发明实施例1和2的车位巡检流程图；
图2为本发明实施例2中获得测绘车位的位置信息的流程图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
实施例1，参照图1和图2，为本发明的一个实施例，该实施例提供了一种基于北斗RTK、SLAM定位和图像分析的路侧停车位巡检方法，当待检测车位为可得到精确GPS定位信息时，例如开阔、空旷地带上，巡检设备选择RTK定位模块进行定位划定测绘车位的位置信息，具体包括：
S1，选择停车场地，将待检测车位预设为划定测绘车位，巡检设备在停车场地开始测绘，利用巡检设备中的RTK定位模块和SLAM定位制图模块，对停车场地中的待检测车位进行测绘，测绘保存待检测车位的边缘位置GPS信息或者待检测车位的中心位置GPS坐标信息作为GPS位置信息，同时保存SLAM定位制图模块绘制的待检测车位地图特征信息；
S2，通过巡检设备中RTK定位模块与SLAM定位制图模块融合定位，获得划定测绘车位的位置信息，并进行本地保存；
S3，当巡检设备巡检时，将巡检设备中本体的RTK定位的信息以及SLAM获取的环境信息，与巡检设备在S2中获得测绘车位的位置信息比对，判断当前的巡检设备所在的位置是否在划定测绘车位的范围内，并判断当前测绘车位是否是划定测绘车位，当不是划定测绘车位时，巡检设备在停车场地进行下一测绘车位的巡检；
S4，巡检设备确定划定测绘车位后，其通过摄像头模块对当前划定测绘车位进行抓拍，判断和识别划定测绘车位是否有车，当无车时，结束当前划定测绘车位的抓拍，重复S3中巡检设备在停车场地进行下一测绘车位的巡检；
S5，巡检设备当检测当前划定测绘车位有车时，其通过摄像头模块识别当前划定测绘车位上车辆的车辆信息和车牌信息，并将拍摄的其他信息发送到服务器。
具体的，待检测车位的边缘位置GPS信息通过巡检设备中RTK定位模块对停车场地进行测绘，RTK定位模块输出待检测车位详细的GPS位置信息，且待检测车位的边缘位置GPS信息为待检测车位边缘四个坐标点的位置信息，作为划定测绘车位的GPS位置信息； 待检测车位的中心位置GPS坐标信息为待检测车位的中心点的GPS位置信息，以及车位的长和宽信息，作为划定测绘车位的位置信息。
本实施例较佳的，上述SLAM定位制图模块扫描地图为点云地图、栅格地图或者拓扑地图其中的一种，且SLAM定位制图模块扫描的地图可以直接将巡检车位的GPS信息添加到相应的SLAM定位制图模块中关键帧附加信息里面；当全程通过SLAM定位制图模块制图时，配合RTK定位模块，将RTK定位模块中划定测绘车位的位置信息融合到SLAM定位制图模块中去，在SLAM定位制图模块的关键帧信息里面附加上GPS信息。
作为本实施例的优选，在S5中，巡检设备通过摄像头模块拍摄图片，摄像头模块通过图像分析技术进行AI车辆识别和车牌识别，获得当前划定测绘车位上车辆信息和车牌信息，同时获得当前划定测绘车位上拍摄的其他信息，拍摄的其他信息包括车位停车信息、时间信息、视频信息和照片信息；将测绘车位车辆信息、车牌信息和拍摄的其他信息同步发送到服务器进行收费计算。
较佳的在步骤S2中，将巡检设备中RTK定位模块与SLAM定位制图模块融合定位获得划定测绘车位的本地保存位置信息，同步保存上传至划定测绘车位的数据服务器。
需要说明的巡检设备包括可移动本体、安装在可移动本体顶部的摄像头模块，以及安装在可移动本体中的RTK定位模块、数据处理模块、SLAM定位制图模块、本地存储模块和供电模块。其中可移动本体可设为具有搭载多组摄像头的可移动巡检车。RTK定位模块包括基准站子系统、管理控制中心子系统、数据通信子系统、用户数据中心子系统、用户应用子系统。
实施例2，参照图1和图2，为本发明的另一个实施例，该实施例提供了一种基于北斗RTK、SLAM定位和图像分析的路侧停车位巡检方法，实施例2与实施例1的操作流程基本相同，本实施例不同的是：
当停车场地还包括无法得到精确GPS定位信息的待检测车位的位置，例如桥下、室内停车场，无法得到精确GPS定位信息的待检测车位的位置可根据SLAM定位制图模块扫描得到的地图，将待检测车位信息在地图上标注导出，作为划定测绘车位的位置信息。及当待检测车位获取不到RTK定位模块定位的划定测绘车位的位置信息时，利用SLAM定位制图模块来匹配环境信息，得到当前巡检设备所在的地图上的位置信息，根据目前巡检所在的地图上的位置信息以及行进方向；计算当前巡检设备的当点定位点和附近车位之间的欧几里得的距离，若距离在预定阈值范围内，则选择距离最小的待检测车位作为划定测绘车位，并根据S2获得当前划定测绘车位的位置信息。
基于上述实施例1和实施例2，当待检测车位处于空旷的环境下，选择RTK北斗和巡检设备中的RTK定位模块对停车场地中的待检测车位进行测绘，获得划定测绘车位的位置信息；当待检测车位获取不到RTK定位模块定位的划定测绘车位的位置信息时，利用SLAM定位制图模块来匹配环境信息，得到当前巡检设备所在的地图上的位置信息，根据目前巡检所在的地图上的位置信息以及行进方向；计算当前巡检设备的当点定位点和附近车位之间的欧几里得的距离，若距离在预定阈值范围内，则选择距离最小的待检测车位作为划定测绘车位，并根据S2获得当前划定测绘车位的位置信息。
综上，本发明利用RTK北斗和SLAM融合定位的方法，对巡检车进行高精度实时定位，利用车载摄像头模组，对需要收费路段或区域内停放车辆进行识别，将停车的识别信息上报到后端服务器，来达到车位停车信息的动态巡检。首先，对需要巡检的车位的定位信息进行采集，利用RTK高精度定位模块，以及SLAM定位和制图模块，可以对开阔或者遮挡环境下的车位信息进行采集和标注；及本发明可通过RTK定位模块和SLAM定位制图模块融合，可获取高精度定位数据，对巡检的车位信息进行精度的匹配，再结合实时图像AI分析，分析出车位上车辆的信息以及车牌信息，并且将精准匹配到的车位坐标信息，以及采集的视频，照片等证据链发送到服务器，方便运营人员对车位进行巡检管理。
本发明利用RTK北斗和SLAM融合定位的方法，对巡检车进行高精度实时定位，降低了人工和时间成本，并提高了巡检定位的精度，方便运营人员对车位进行巡检管理，高精度的定位有利于车位无人计费的实施与推广。
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (9)
1.基于北斗RTK、SLAM定位和图像分析的路侧停车位巡检方法，其特征在于，包括：
S1，选择停车场地，将待检测车位预设为划定测绘车位，巡检设备在所述停车场地开始测绘，利用巡检设备中的RTK定位模块和SLAM定位制图模块，对停车场地中的待检测车位进行测绘，测绘保存待检测车位的边缘位置GPS信息或者待检测车位的中心位置GPS坐标信息作为GPS位置信息，同时保存SLAM定位制图模块绘制待检测车位的地图特征信息；
S2，通过巡检设备中RTK定位模块与SLAM定位制图模块融合定位，获得划定测绘车位的位置信息，并进行本地保存；
S3，当巡检设备巡检时，将所述巡检设备中本体的RTK定位的信息以及SLAM获取的环境信息，与巡检设备在S2中获得测绘车位的位置信息比对，判断当前的巡检设备所在的位置是否在划定测绘车位的范围内，并判断当前所述测绘车位是否是划定测绘车位，当不是划定测绘车位时，所述巡检设备在停车场地进行下一测绘车位的巡检；
S4，巡检设备确定划定测绘车位后，其通过摄像头模块对当前划定测绘车位进行抓拍，判断和识别所述划定测绘车位是否有车，当无车时，结束当前划定测绘车位的抓拍，重复S3中巡检设备在停车场地进行下一测绘车位的巡检；
S5，巡检设备当检测当前划定测绘车位有车时，其通过摄像头模块识别当前划定测绘车位上车辆的车辆信息和车牌信息，并将拍摄的其他信息发送到服务器。
2.如权利要求1所述的一种基于北斗RTK、SLAM定位和图像分析的路侧停车位巡检方法，其特征在于，在S1中，所述待检测车位的边缘位置GPS信息通过所述巡检设备中RTK定位模块对停车场地进行测绘，RTK定位模块输出待检测车位详细的GPS位置信息，且待检测车位的边缘位置GPS信息为待检测车位边缘四个坐标点的位置信息，作为划定测绘车位的GPS位置信息；
所述待检测车位的中心位置GPS坐标信息为待检测车位的中心点的GPS位置信息，以及车位的长和宽信息，作为划定测绘车位的位置信息。
3.如权利要求2所述的一种基于北斗RTK、SLAM定位和图像分析的路侧停车位巡检方法，其特征在于，所述停车场地还包括无法得到精确GPS定位信息的待检测车位的位置，所述无法得到精确GPS定位信息的待检测车位的位置可根据SLAM定位制图模块扫描得到的地图，将待检测车位信息在地图上标注导出，作为划定测绘车位的位置信息。
4.如权利要求3所述的一种基于北斗RTK、SLAM定位和图像分析的路侧停车位巡检方法，其特征在于，当所述待检测车位为可得到精确GPS定位信息时，巡检设备选择RTK定位模块进行定位所述划定测绘车位的位置信息；
当所述待检测车位获取不到RTK定位模块定位的划定测绘车位的位置信息时，利用SLAM定位制图模块来匹配环境信息，得到当前巡检设备所在的地图上的位置信息，根据目前巡检所在的地图上的位置信息以及行进方向；
计算当前巡检设备的当点定位点和附近车位之间的欧几里得的距离，若所述距离在预定阈值范围内，则选择距离最小的待检测车位作为划定测绘车位，并根据S2获得当前划定测绘车位的位置信息。
5.如权利要求1-4任意一项所述的一种基于北斗RTK、SLAM定位和图像分析的路侧停车位巡检方法，其特征在于， 所述SLAM定位制图模块扫描地图为点云地图、栅格地图或者拓扑地图其中的一种，且SLAM定位制图模块扫描的地图可以直接将所述巡检车位的GPS信息添加到相应的SLAM定位制图模块中关键帧附加信息里面；
当全程通过SLAM定位制图模块制图时，配合RTK定位模块，将RTK定位模块中划定测绘车位的位置信息融合到SLAM定位制图模块中去，在SLAM定位制图模块的关键帧信息里面附加上GPS信息。
6.如权利要求1所述的一种基于北斗RTK、SLAM定位和图像分析的路侧停车位巡检方法，其特征在于，在S5中，巡检设备通过摄像头模块拍摄图片，摄像头模块通过图像分析技术进行AI车辆识别和车牌识别，获得所述当前划定测绘车位上车辆信息和车牌信息，同时获得所述当前划定测绘车位上拍摄的其他信息，所述拍摄的其他信息包括车位停车信息、时间信息、视频信息和照片信息；
将所述测绘车位车辆信息、车牌信息和拍摄的其他信息同步发送到服务器进行收费计算。
7.如权利要求1所述的一种基于北斗RTK、SLAM定位和图像分析的路侧停车位巡检方法，其特征在于，在步骤S2中，将巡检设备中RTK定位模块与SLAM定位制图模块融合定位获得划定测绘车位的本地保存位置信息，同步保存上传至划定测绘车位的数据服务器。
8.如权利要求1所述的一种基于北斗RTK、SLAM定位和图像分析的路侧停车位巡检方法，其特征在于，所述巡检设备包括可移动本体、安装在所述可移动本体顶部的摄像头模块，以及安装在所述可移动本体中的RTK定位模块、数据处理模块、SLAM定位制图模块、本地存储模块和供电模块。
9.如权利要求8所述的一种基于北斗RTK、SLAM定位和图像分析的路侧停车位巡检方法，其特征在于，所述RTK定位模块包括基准站子系统、管理控制中心子系统、数据通信子系统、用户数据中心子系统、用户应用子系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111669144.2A CN114360093B (zh) | 2021-12-31 | 2021-12-31 | 基于北斗rtk、slam定位和图像分析的路侧停车位巡检方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111669144.2A CN114360093B (zh) | 2021-12-31 | 2021-12-31 | 基于北斗rtk、slam定位和图像分析的路侧停车位巡检方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114360093A true CN114360093A (zh) | 2022-04-15 |
| CN114360093B CN114360093B (zh) | 2024-03-08 |
Family
ID=81105783
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111669144.2A Active CN114360093B (zh) | 2021-12-31 | 2021-12-31 | 基于北斗rtk、slam定位和图像分析的路侧停车位巡检方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114360093B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115083209A (zh) * | 2022-07-26 | 2022-09-20 | 广州市德赛西威智慧交通技术有限公司 | 一种基于视觉定位的车路协同方法及系统 |
| CN115527374A (zh) * | 2022-08-16 | 2022-12-27 | 上海软杰智能设备有限公司 | 一种基于人工智能的道路停车巡检系统及方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108242152A (zh) * | 2018-03-08 | 2018-07-03 | 沈志强 | 路侧停车管理系统 |
| CN108959321A (zh) * | 2017-05-25 | 2018-12-07 | 纵目科技（上海）股份有限公司 | 停车场地图构建方法、系统、移动终端及存储介质 |
| CN109637177A (zh) * | 2018-12-19 | 2019-04-16 | 斑马网络技术有限公司 | 车辆定位方法、装置、设备和存储介质 |
| CN109767626A (zh) * | 2018-12-20 | 2019-05-17 | 北京筑梦园科技有限公司 | 一种路边停车巡检方法、系统、巡逻车及服务器 |
| CN110187372A (zh) * | 2019-06-20 | 2019-08-30 | 北京联合大学 | 一种低速无人车园区内组合导航方法及系统 |
| CN110211420A (zh) * | 2019-06-25 | 2019-09-06 | 重庆长安汽车股份有限公司 | 判断当前场景是否为停车场的方法、系统及计算机可读存储介质 |
| CN111522043A (zh) * | 2020-04-30 | 2020-08-11 | 北京联合大学 | 一种无人车激光雷达快速重新匹配定位方法 |
| WO2020168667A1 (zh) * | 2019-02-18 | 2020-08-27 | 广州小鹏汽车科技有限公司 | 基于共享slam地图的高精度定位方法及系统 |
| CN113771828A (zh) * | 2021-09-29 | 2021-12-10 | 采埃孚商用车系统(青岛)有限公司 | 一种自动驾驶定点停车的控制方法及系统 |
-
2021
- 2021-12-31 CN CN202111669144.2A patent/CN114360093B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108959321A (zh) * | 2017-05-25 | 2018-12-07 | 纵目科技（上海）股份有限公司 | 停车场地图构建方法、系统、移动终端及存储介质 |
| CN108242152A (zh) * | 2018-03-08 | 2018-07-03 | 沈志强 | 路侧停车管理系统 |
| CN109637177A (zh) * | 2018-12-19 | 2019-04-16 | 斑马网络技术有限公司 | 车辆定位方法、装置、设备和存储介质 |
| CN109767626A (zh) * | 2018-12-20 | 2019-05-17 | 北京筑梦园科技有限公司 | 一种路边停车巡检方法、系统、巡逻车及服务器 |
| WO2020168667A1 (zh) * | 2019-02-18 | 2020-08-27 | 广州小鹏汽车科技有限公司 | 基于共享slam地图的高精度定位方法及系统 |
| CN110187372A (zh) * | 2019-06-20 | 2019-08-30 | 北京联合大学 | 一种低速无人车园区内组合导航方法及系统 |
| CN110211420A (zh) * | 2019-06-25 | 2019-09-06 | 重庆长安汽车股份有限公司 | 判断当前场景是否为停车场的方法、系统及计算机可读存储介质 |
| CN111522043A (zh) * | 2020-04-30 | 2020-08-11 | 北京联合大学 | 一种无人车激光雷达快速重新匹配定位方法 |
| CN113771828A (zh) * | 2021-09-29 | 2021-12-10 | 采埃孚商用车系统(青岛)有限公司 | 一种自动驾驶定点停车的控制方法及系统 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115083209A (zh) * | 2022-07-26 | 2022-09-20 | 广州市德赛西威智慧交通技术有限公司 | 一种基于视觉定位的车路协同方法及系统 |
| CN115527374A (zh) * | 2022-08-16 | 2022-12-27 | 上海软杰智能设备有限公司 | 一种基于人工智能的道路停车巡检系统及方法 |
| CN115527374B (zh) * | 2022-08-16 | 2024-04-12 | 上海软杰智能设备有限公司 | 一种基于人工智能的道路停车巡检系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114360093B (zh) | 2024-03-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110174093B (zh) | 定位方法、装置、设备和计算机可读存储介质 | |
| US20190204094A1 (en) | Method, apparatus, and computer readable storage medium for updating electronic map | |
| Tao | Mobile mapping technology for road network data acquisition | |
| CN109556569B (zh) | 地形图测绘方法及装置 | |
| CN114360093A (zh) | 基于北斗rtk、slam定位和图像分析的路侧停车位巡检方法 | |
| CN110906939A (zh) | 自动驾驶定位方法、装置、电子设备、存储介质及汽车 | |
| CN104280036A (zh) | 一种交通信息的检测与定位方法、装置及电子设备 | |
| CN109345599B (zh) | 一种地面坐标与ptz摄像机的坐标转换方法及系统 | |
| CN105203023A (zh) | 一种车载三维激光扫描系统安置参数的一站式标定方法 | |
| EP3961155A1 (en) | Pose calculation method, device and program | |
| Zhao et al. | Updating a digital geographic database using vehicle-borne laser scanners and line cameras | |
| CN112689234B (zh) | 室内车辆定位方法、装置、计算机设备和存储介质 | |
| Grejner-Brzezinska et al. | From Mobile Mapping to Telegeoinformatics | |
| CN110223223A (zh) | 街道扫描方法、装置及扫描仪 | |
| Ojala et al. | Infrastructure camera calibration with GNSS for vehicle localisation | |
| Koppanyi et al. | Experiences with acquiring highly redundant spatial data to support driverless vehicle technologies | |
| Sokolov et al. | Development of software and hardware of entry-level vision systems for navigation tasks and measuring | |
| Jiang et al. | Multilayer map construction and vision-only multi-scale localization for intelligent vehicles in underground parking | |
| TWM600873U (zh) | 用於檢測道路破損之檢測系統 | |
| CN113727434B (zh) | 一种基于边缘计算网关的车路协同辅助定位系统及方法 | |
| CN115327598A (zh) | 用于路侧停车收费的视频巡检设备定位方法及收费方法 | |
| CN115435773A (zh) | 室内停车场高精度地图采集装置 | |
| CN114697858A (zh) | 一种巡检车泊位定位装置、方法及系统 | |
| Iannucci et al. | Cross-Modal Localization: Using automotive radar for absolute geolocation within a map produced with visible-light imagery | |
| Roncella et al. | Photogrammetric bridging of GPS outages in mobile mapping |
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 |