CN114387689B - 一种控制停车场道闸的方法及相关装置 - Google Patents

Abstract

本申请实施例公开了一种控制停车场道闸的方法及相关装置，用于降低车辆出场时出现逃费的情况发生。本申请实施例方法包括：获取道闸杆的异常抬杆信号；根据所述异常抬杆信号开启环境监控，并控制所述道闸杆下落；循环接收所述环境监控的反馈信号；判断所述反馈信号是否检测到环境异常信号，所述环境异常信号为道闸杆在下落时，下落范围内存在障碍物时产生的信号；若是，则根据所述异常信号生成体积框；计算所述体积框的高度，并根据所述体积框高度暂停所述道闸杆下落；判断所述环境异常信号是否去激活；若是，则控制所述道闸杆继续下落。

Description

一种控制停车场道闸的方法及相关装置

技术领域

本申请实施例涉及停车场领域，尤其涉及一种控制停车场道闸的方法及相关装置。

背景技术

随着社会需求不断进步，无人值守的智慧停车场应需而生，越来越多的停车场从人工值守转向为无人值守的智慧停车场，从而达到减少人工干预，节省营运成本的效果，同时也提高了停车场的车辆出入场通行效率。

在现有技术中，智慧停车场因无人值守，会遇到如车辆出入场时道闸栏杆抬起或有因为人为推动栏杆抬起后长时间没有落杆，导致入场车辆无法检测入场，出场车辆道闸抬杆不落杆的场景，从而导致后续车辆出场出现逃费的情况发生。

发明内容

本申请实施例提供了一种控制停车场道闸的方法及相关装置，用于降低车辆出场时出现逃费的情况发生。

本申请第一方面提供了一种控制停车场道闸的方法，包括：

获取道闸杆的异常抬杆信号；

根据所述异常抬杆信号开启环境监控，并控制所述道闸杆下落；

循环接收所述环境监控的反馈信号；

判断所述反馈信号是否检测到环境异常信号，所述环境异常信号为道闸杆在下落时，下落范围内存在障碍物时产生的信号；

若是，则根据所述异常信号生成体积框；

计算所述体积框的高度，并根据所述体积框高度暂停所述道闸杆下落；

判断所述环境异常信号是否去激活；

若是，则控制所述道闸杆继续下落。

可选的，所述计算所述体积框的高度，并根据所述体积框高度暂停所述道闸杆下落包括：

计算所述体积框的高度，得到障碍高度数据；

根据所述道闸杆的下落时间获取所述道闸杆的当前高度数据；

通过所述障碍高度数据和所述当前高度数据确定所述道闸杆的暂停高度；

根据所述暂停高度暂停所述道闸杆。

可选的，所述计算所述体积框的高度，并根据所述体积框高度暂停所述道闸杆下落包括：

计算所述体积框的高度，得到障碍高度数据；

根据所述道闸杆的障碍物传感器获取所述道闸杆与所述障碍物的垂直距离；

通过所述障碍高度数据和所述垂直距离确定所述道闸杆的暂停高度；

根据所述暂停高度暂停所述道闸杆。

可选的，所述根据所述异常信号生成体积框之后，所述方法包括：

计算所述体积框的运动轨迹；

根据所述运动轨迹判断所述体积框与所述道闸杆是否存在交汇点；

若否，则保持所述道闸杆下落。

可选的，所述获取道闸杆的异常抬杆信号之后，所述方法还包括：

获取所述异常抬杆信号的生成时间；

根据所述生成时间截取监控摄像头的监控数据；

将所述监控数据标记为异常数据，并生成警告通知。

可选的，所述根据所述异常抬杆信号开启环境监控，并控制所述道闸杆下落之后，所述方法还包括：

播放警示语音，所述警示语音用于对环境警示所述道闸杆的下落状态。

本申请第二方面提供了一种控制停车场道闸的装置，包括：

第一获取单元，用于获取道闸杆的异常抬杆信号；

监控单元，用于根据所述异常抬杆信号开启环境监控，并控制所述道闸杆下落；

接收单元，用于循环接收所述环境监控的反馈信号；

第一判断单元，用于判断所述反馈信号是否检测到环境异常信号，所述环境异常信号为道闸杆在下落时，下落范围内存在障碍物时产生的信号；

生成单元，用于当所述第一判断单元的判断结果为是时，根据所述异常信号生成体积框；

第一计算单元，用于计算所述体积框的高度，并根据所述体积框高度暂停所述道闸杆下落；

第二判断单元，用于判断所述环境异常信号是否去激活；

控制单元，用于在所述第二判断单元的判断结果为是时，控制所述道闸杆继续下落。

可选的，所述第一计算单元还包括：

计算模块，用于计算所述体积框的高度，得到障碍高度数据；

获取模块，用于根据所述道闸杆的下落时间获取所述道闸杆的当前高度数据；

确定模块，用于通过所述障碍高度数据和所述当前高度数据确定所述道闸杆的暂停高度；

暂停模块，用于根据所述暂停高度暂停所述道闸杆。

可选的，所述第一计算单元还包括：

获取模块，还用于根据所述道闸杆的障碍物传感器获取所述道闸杆与所述障碍物的垂直距离；

确定模块，还用于通过所述障碍高度数据和所述垂直距离确定所述道闸杆的暂停高度。

可选的，所述装置包括：

第二计算单元，用于计算所述体积框的运动轨迹；

第三判断单元，用于根据所述运动轨迹判断所述体积框与所述道闸杆是否存在交汇点；

保持单元，用于在所述第三判断单元的判断结果为否时，保持所述道闸杆下落。

可选的，所述装置还包括：

第二获取单元，用于获取所述异常抬杆信号的生成时间；

截取单元，用于根据所述生成时间截取监控摄像头的监控数据；

标记单元，用于将所述监控数据标记为异常数据，并生成警告通知。

可选的，所述装置还包括：

播放单元，用于播放警示语音，所述警示语音用于对环境警示所述道闸杆的下落状态。

本申请第三方面提供了一种控制停车场道闸的装置，包括：

处理器、存储器、输入输出单元、总线；

所述处理器与所述存储器、所述输入输出单元以及所述总线相连；

所述处理器具体执行与前述第一方面相同的操作。

从以上技术方案可以看出，本申请在道闸杆异常抬起时，控制该道闸杆下落，并在下落的同时进行障碍物的判断，从而在降低逃费情况发生的同时保证道闸杆下落时的安全。

附图说明

图1为本申请实施例中控制停车场道闸的方法的一个实施例流程示意图；

图2为本申请实施例中控制停车场道闸的方法的另一实施例流程示意图；

图3为本申请实施例中控制停车场道闸的装置的一个实施例结构示意图；

图4为本申请实施例中控制停车场道闸的装置的另一实施例结构示意图；

图5为本申请实施例中控制停车场道闸的装置的另一实施例结构示意图；

图6为本申请实施例中控制停车场道闸的装置的另一实施例结构示意图。具体实施方式

本申请实施例提供了一种控制停车场道闸的方法及相关装置，用于降低车辆出场时出现逃费的情况发生。

下面将结合本申请实施例中的附图，对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅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他实施例，都属于本申请保护的范围。

申请实施例中的执行主体包括但不限于，如：终端、服务器和系统等所有包含逻辑计算及运行能力的设备，具体此处不做限定，本申请实施例以AI坐席为例进行描述。

请参阅图1，本申请实施例提供了控制停车场道闸的方法的一种实施例，包括：

101、获取道闸杆的异常抬杆信号；

在智慧停车场投入使用后，AI坐席作为停车场出入口的终端设备对停车场进行智能化的管理和控制，每一个AI坐席对应控制一个停车场出入口，即通过AI坐席实现停车场出入口无人值守。

因无人值守，所以当停车场出入口的道闸杆因异常或因人为抬起时，可能会遇到无法下落的情况，为避免这个情况发生，AI坐席需对道闸杆的运动状态进行监控，从而监控到在道闸杆在异常抬起时发送的异常抬杆信号，因道闸杆抬起时会无法主动下落，所以道闸杆在抬高到预设高度后，会触发定时器进行倒计时，当倒计时结束道闸杆仍未下落，则证明此时的道闸杆为异常抬杆，并向AI坐席发送异常抬杆信号。

具体的，预设高度必须大于平均的车辆出入高度，预设高度及预设时间都可以通过AI坐席进行设置。

102、根据所述异常抬杆信号开启环境监控，并控制所述道闸杆下落；

当AI坐席监控到道闸杆异常抬杆后，会开始控制道闸杆缓慢下落，在道闸杆缓慢下落的同时AI坐席将会开启环境监控组件对周围的环境进行检测，从而避免道闸杆落下时意外对周围环境造成损害。

103、循环接收所述环境监控的反馈信号；

在实际情况中，环境监控通过环境监控模组实现，环境监控模组中包括但不限于摄像头和地感等能够获取环境信息并根据运行逻辑对满足条件的环境信息进行反馈的外接设备，具体此处不做限定。AI坐席获取到异常抬杆信号后，AI坐席会开启关联的环境监控模组中的摄像头及AI坐席对应的地感循环获取该AI坐席周围的环境，直到该道闸杆落杆结束。

具体的，当环境监控模组中的摄像头拍摄到障碍物或行人以及当地感感应到车辆等，能够确定AI坐席的周围环境中存在障碍物时，都会触发环境监控的反馈信号。

104、判断所述反馈信号是否检测到环境异常信号，所述环境异常信号为道闸杆在下落时，下落范围内存在障碍物时产生的信号；

在AI坐席开启环境监控后，在监控范围内存在障碍物则会产生反馈信号，而异常信号是环境监控检测到在道闸杆的预设落杆范围内存在障碍物时产生的信号，预设落杆范围作为环境监控对障碍物敏感度，通过AI坐席管控的停车场出入口的地形及分布进行计算获取，该预设落杆范围的值可通过AI坐席进行更新修改。

若反馈信号中包含环境异常信号，则执行步骤105，若不包含环境异常信号，则保持该道闸杆落杆。

105、若是，则根据所述异常信号生成体积框；

具体的，环境监控模组中的摄像头是固定的，所以获取到的图像为固定角度及距离的图像，AI坐席确定环境异常后，会截取摄像头的反馈画面，并从该画面中确定目标的障碍物，并根据该障碍物生成体积框，障碍物的体积框数据通过障碍物训练模型生成。

具体的，障碍物训练模型通过以下方式进行训练：将障碍物的原始数据标记关键点后输入至初始训练模型中，初始训练模型包含对应障碍物的关键点数据，通过获取足量的标记关键点后的障碍物数据对初始训练模型进行训练，直到模型达到收敛则生成障碍物训练模型。

其中，障碍物的原始数据为通过与环境监控模组中的摄像头相同角度即距离下收集的数据，从而降低模型训练的难度并提高模型的准确性。

106、计算所述体积框的高度，并根据所述体积框高度暂停所述道闸杆下落；

在AI坐席根据障碍物生成体积框后，AI坐席会通过获取到的图像信息计算体积框的高度，生成体积框的障碍物会被认定为大概率与道闸杆产生碰撞的障碍物，而道闸杆的暂停高度会比障碍物的高度高出一个预设值，该预设值一般情况下至少10cm，所以当确定了体积框的高度也就是确定了道闸杆下落时暂停的最低高度，并通过该高度对该体积框暂停，若此时的道闸杆已经低于该暂停高度，但道闸杆的下落未被阻碍，则说明障碍物已经回避道闸杆下落，则AI坐席保持道闸杆的下落。

107、判断所述环境异常信号是否去激活；

当AI坐席因为环境中的障碍物暂停道闸杆的下落后，AI坐席会因为道闸杆未完全下落而持续监控该AI坐席的周围环境并接收反馈信号，当障碍物离开道闸杆的预设下落范围，反馈信号中的环境异常信号就会被去激活，当判断结果为环境异常信号去激活则执行步骤108，若环境异常信号依然保持，则AI坐席也会保持该道闸杆的暂停下落状态。

108、若是，则控制所述道闸杆继续下落。

当AI坐席确定预设下落范围内无障碍，则会继续下落道闸杆，直到道闸杆下落完成。

在本申请实施例中，在道闸杆异常抬起时，控制该道闸杆下落，并在下落的同时进行障碍物的判断，从而在降低逃费情况发生的同时保证道闸杆下落时的安全。

请参阅图2，本申请实施例提供了控制停车场道闸的方法的另一实施例，包括：

201、获取道闸杆的异常抬杆信号；

本实施例中的步骤201与前述实施例中步骤101类似，此处不再赘述。

202、获取所述异常抬杆信号的生成时间；

在异常抬杆信号生成时，会同步根据该异常抬杆信号的生成时间给该异常抬杆信号打上时时间戳。因为异常抬杆信号存在人为造成的可能，为方便后续的查询所以AI坐席会对信号的生成时间进行记录。

203、根据所述生成时间截取监控摄像头的监控数据；

在获取异常抬杆信号的生成时间后，AI坐席将会根据该生成时间从监控记录截取对应时间的视频数据，该视频数据不需要单独存放，仅需要作为一个时间节点生成时间范围，并对时间范围进行存储。

具体的，时间范围是根据时间节点生成的，时间节点为异常抬杆信号的生成时间，AI坐席会根据时间节点的时间截取基于该时间节点的预设时间范围内的视频数据，并记录下对应的数据位置，预设时间范围一般情况下为时间节点生成的前后五分钟，因为可以通过AI坐席进行更改所以预设时间范围在此处不作具体限定。

204、将所述监控数据标记为异常数据，并生成警告通知。

当AI坐席获取到预设时间范围内的时间数据位置后，会生成直接指向获取该数据的超链接，并对该超链接进行存储，从而辅助工作人员快速跳转到异常数据的影像资料，在AI坐席对超链接存储结束后，AI坐席将会生成警告通知，该警告通知用于通知云坐席或智慧停车场的工作人员该AI坐席对应的智慧停车场出入口发生异常情况。

205、根据所述异常抬杆信号开启环境监控，并控制所述道闸杆下落；

本实施例中的步骤205与前述实施例中步骤102类似，此处不再赘述。

206、播放警示语音，所述警示语音用于对环境警示所述道闸杆的下落状态。

具体的，因为道闸杆下落速度缓慢，因此存在被行人或车辆误判或忽视其正在下落的可能性，为避免该情况，在道闸杆下落时，AI坐席会同步播放警示语音，从而起到对周边环境的警示的作用，降低在道闸杆下落时与行人或车辆发生碰撞的情况出现。

207、循环接收所述环境监控的反馈信号；

208、判断所述反馈信号是否检测到环境异常信号，所述环境异常信号为道闸杆在下落时，下落范围内存在障碍物时产生的信号；

209、若是，则根据所述异常信号生成体积框；

本实施例中的步骤207至209与前述实施例中步骤103至105类似，此处不再赘述。

210、计算所述体积框的运动轨迹；

在AI坐席获得障碍物的体积框后吗，AI坐席会通过摄像头拍摄到的连续帧对该体积框对应的障碍物的预设轨迹进行预测。

连续帧通过摄像头拍摄的视频图像获取，一般情况连续帧为在检测到障碍物前后10帧，但在实际情况中，连续帧的帧数可以由工作人员对其检测的准确率进行连续帧帧数的修正或调整，所以具体的连续帧帧数在此处不作具体限定，其目的为使得AI坐席能够通过摄像头的影像资料计算到障碍物体积框的运动轨迹。

211、根据所述运动轨迹判断所述体积框与所述道闸杆是否存在交汇点；

该交汇点为障碍物体积框及道闸杆下落的预设范围的交汇点，于AI坐席而言，因为体积框及下落的预设范围都显示为立方体，故该交汇点为两个框体产生面相交而生成的交汇面的俯视状态获取到的点坐标。在实际设定中，道闸杆下落的预设范围会比实际的影响范围宽出至少20厘米，从而避免体积框极度靠近下落的预设范围却因为两个范围框不存在面的相交而导致AI坐席继续下落道闸杆与障碍物发生碰撞的情况发生。

若是，则执行步骤213，若否，则执行步骤212

212、若否，则保持所述道闸杆下落。

在该障碍物的体积框与下落的预设范围无交汇点时，则说明该障碍物与预设下落范围不存在碰撞可能性，此时AI坐席不会对下落的道闸杆进行暂停的操作，从而提升道闸杆回到落下状态的速度。

213、计算所述体积框的高度，得到障碍高度数据；

为提高道闸杆的下落效率，在确定体积框与下落的预设范围存在交汇点后，AI坐席将会通过计算体积框的高度确定一个障碍物高度数据，该障碍物高度数据用于确定该道闸杆的下落危险区间，在该危险区间内障碍物存在与道闸杆碰撞的可能。

214、根据所述道闸杆的下落时间获取所述道闸杆的当前高度数据；

在AI坐席确定下落的安全区间后，AI坐席会获取当前道闸杆的高度数据，当前高度数据为道闸杆及障碍物的交汇点的高度。

215、通过所述障碍高度数据和所述当前高度数据确定所述道闸杆的暂停高度；

当AI坐席获取到障碍高度数据及当前高度数据后，AI坐席通过障碍高度数据确定出危险区间，从而通过危险区间确定该道闸杆的暂停高度。

216、根据所述暂停高度暂停所述道闸杆。

该暂停高度用于提高道闸杆的下落效率，若道闸杆的高度在危险区间外，则道闸杆仍保持下落，进入危险区间时AI坐席会控制道闸杆暂停。

217、判断所述环境异常信号是否去激活；

218、若是，则控制所述道闸杆继续下落。

本实施例中的步骤217至218与前述实施例中步骤107至108类似，此处不再赘述。

在本申请实施例中，AI坐席会根据异常抬杆信号生成的时间获取在该时间区间内的视频数据，使得在实际使用情况下得以获取对异常抬杆信号的产生条件，从而对该产生条件进行更新修正，AI坐席会根据体积框与道闸杆的下落范围进行交汇点计算，从而避免过度暂停道闸杆下落导致道闸杆无法归位为落下状态，在生成交汇点后，AI坐席还会通过对障碍物的体积框进行高度计算，并根据该体积框高度控制该道闸杆的暂停高度，提高道闸杆的下落效率。

请参阅图3，本申请实施例提供了控制停车场道闸的方法的另一实施例，包括：

301、获取道闸杆的异常抬杆信号；

302、获取所述异常抬杆信号的生成时间；

303、根据所述生成时间截取监控摄像头的监控数据；

304、将所述监控数据标记为异常数据，并生成警告通知。

305、根据所述异常抬杆信号开启环境监控，并控制所述道闸杆下落；

306、播放警示语音，所述警示语音用于对环境警示所述道闸杆的下落状态。

307、循环接收所述环境监控的反馈信号；

308、判断所述反馈信号是否检测到环境异常信号，所述环境异常信号为道闸杆在下落时，下落范围内存在障碍物时产生的信号；

309、若是，则根据所述异常信号生成体积框；

310、计算所述体积框的运动轨迹；

311、根据所述运动轨迹判断所述体积框与所述道闸杆是否存在交汇点；

312、若否，则保持所述道闸杆下落。

313、若是，计算所述体积框的高度，得到障碍高度数据；

本实施例中的步骤301至313与前述实施例中步骤201至213类似，此处不再赘述。

314根据所述道闸杆的障碍物传感器获取所述道闸杆与所述障碍物的垂直距离；

障碍物传感器一般情况下为超声波传感器，通过发射超声波到接收反射波的时间对道闸杆的高度进行计算，当由反射时间计算出的道闸杆与地面的距离出现剧烈波动，则说明出现障碍物，此时AI坐席得以通过当前获取的反射距离计算出道闸杆及障碍物的垂直距离。

315通过所述障碍高度数据和所述垂直距离确定所述道闸杆的暂停高度；

当确定道闸杆及障碍物的垂直距离后，AI坐席将会对该垂直距离加上预设的安全距离值，该安全距离值一般情况下为20厘米，因为可通过外部设定，故此处不作具体限定，垂直距离加安全距离的距离值即为道闸杆的暂停高度。

当道闸杆与障碍物的距离小于该暂停高度时，道闸杆将会立即暂停，当道闸杆与障碍物的距离大于暂停高度时，AI坐席仍会下落道闸杆，直至该道闸杆到达暂停高度则暂停道闸杆下落。

当道闸杆下落到暂停高度之前，环境异常信号已经去激活，则AI坐席不会对该道闸杆暂停。

316根据所述暂停高度暂停所述道闸杆。

317、判断所述环境异常信号是否去激活；

318、若是，则控制所述道闸杆继续下落。

本实施例中的步骤316至318与前述实施例中步骤216至218类似，此处不再赘述。

本申请实施例提供了与上述实施例不同的对暂停高度的获取方法，通过传感器对障碍物及道闸杆的距离直接进行获取可以降低AI坐席的运算压力，提高对其他异常情况的处理能力。

以上对本申请实施例中一种停车场系统与外部系统对接的方法进行了详细描述说明，下面将会对一种停车场系统与外部系统对接的装置进行详细描述说明。

请参阅图4，本申请实施例提供了控制停车场道闸的装置的一种实施例，包括：

第一获取单元401，用于获取道闸杆的异常抬杆信号；

监控单元402，用于根据所述异常抬杆信号开启环境监控，并控制所述道闸杆下落；

接收单元403，用于循环接收所述环境监控的反馈信号；

第一判断单元404，用于判断所述反馈信号是否检测到环境异常信号，所述环境异常信号为道闸杆在下落时，下落范围内存在障碍物时产生的信号；

生成单元405，用于当所述第一判断单元的判断结果为是时，根据所述异常信号生成体积框；

第一计算单元406，用于计算所述体积框的高度，并根据所述体积框高度暂停所述道闸杆下落；

第二判断单元407，用于判断所述环境异常信号是否去激活；

控制单元408，用于在所述第二判断单元的判断结果为是时，控制所述道闸杆继续下落。

本实施例中，各单元的功能与前述图1所示实施例中的步骤对应，此处不再赘述。

请参阅图5，本申请实施例提供了控制停车场道闸的装置的一种另一实施例，包括：

第一获取单元501，用于获取道闸杆的异常抬杆信号；

第二获取单元502，用于获取所述异常抬杆信号的生成时间；

截取单元503，用于根据所述生成时间截取监控摄像头的监控数据；

标记单元504，用于将所述监控数据标记为异常数据，并生成警告通知。

监控单元505，用于根据所述异常抬杆信号开启环境监控，并控制所述道闸杆下落；

播放单元506，用于播放警示语音，所述警示语音用于对环境警示所述道闸杆的下落状态。

接收单元507，用于循环接收所述环境监控的反馈信号；

第一判断单元508，用于判断所述反馈信号是否检测到环境异常信号，所述环境异常信号为道闸杆在下落时，下落范围内存在障碍物时产生的信号；

生成单元509，用于当所述第一判断单元508的判断结果为是时，根据所述异常信号生成体积框；

第二计算单元510，用于计算所述体积框的运动轨迹；

第三判断单元511，用于根据所述运动轨迹判断所述体积框与所述道闸杆是否存在交汇点；

保持单元512，用于在所述第三判断单元511的判断结果为否时，保持所述道闸杆下落。

第一计算单元513，用于计算所述体积框的高度，并根据所述体积框高度暂停所述道闸杆下落；

第二判断单元514，用于判断所述环境异常信号是否去激活；

控制单元515，用于在所述第二判断单元514的判断结果为是时，控制所述道闸杆继续下落。

在本申请实施例中，所述第一计算单元513还包括：

计算模块5131，用于计算所述体积框的高度，得到障碍高度数据；

获取模块5132，用于根据所述道闸杆的下落时间获取所述道闸杆的当前高度数据，所述获取模块还用于根据所述道闸杆的障碍物传感器获取所述道闸杆与所述障碍物的垂直距离；

确定模块5133，用于通过所述障碍高度数据和所述当前高度数据确定所述道闸杆的暂停高度，所述确定模块还用于通过所述障碍高度数据和所述垂直距离确定所述道闸杆的暂停高度。

暂停模块5134，用于根据所述暂停高度暂停所述道闸杆。

本实施例中，各单元的功能与前述图2与图3所示实施例中的步骤对应，此处不再赘述。

请参阅图6，本申请实施例提供了停车场系统与外部系统对接的装置的另一实施例，包括：

处理器601、存储器602、输入输出单元603、总线604；

所述处理器601与所述存储器602、所述输入输出单元603以及所述总线604相连；

所述处理器501具体执行图1至图3的方法中的步骤对应的操作，具体此处不再赘述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，read-onlymemory）、随机存取存储器（RAM，random access memory）、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (8)

1.一种控制停车场道闸的方法，其特征在于，包括：

获取道闸杆的异常抬杆信号；

根据所述异常抬杆信号开启环境监控，并控制所述道闸杆下落；

循环接收所述环境监控的反馈信号；

判断所述反馈信号是否检测到环境异常信号，所述环境异常信号为道闸杆在下落时，下落范围内存在障碍物时产生的信号；

若是，则根据所述环境异常信号生成体积框；

计算所述体积框的运动轨迹；

根据所述运动轨迹判断所述体积框与所述道闸杆是否存在交汇点；

若否，则保持所述道闸杆下落；

计算所述体积框的高度，并根据所述体积框高度暂停所述道闸杆下落；

判断所述环境异常信号是否去激活；

若是，则控制所述道闸杆继续下落。

2.根据权利要求1所述的方法，其特征在于，所述计算所述体积框的高度，并根据所述体积框高度暂停所述道闸杆下落包括：

计算所述体积框的高度，得到障碍高度数据；

根据所述道闸杆的下落时间获取所述道闸杆的当前高度数据；

通过所述障碍高度数据和所述当前高度数据确定所述道闸杆的暂停高度；

根据所述暂停高度暂停所述道闸杆。

3.根据权利要求1所述的方法，其特征在于，所述计算所述体积框的高度，并根据所述体积框高度暂停所述道闸杆下落包括：

计算所述体积框的高度，得到障碍高度数据；

根据所述道闸杆的障碍物传感器获取所述道闸杆与所述障碍物的垂直距离；

通过所述障碍高度数据和所述垂直距离确定所述道闸杆的暂停高度；

根据所述暂停高度暂停所述道闸杆。

4.根据权利要求1至3中任一项所述的方法，其特征在于，所述获取道闸杆的异常抬杆信号之后，所述方法还包括：

获取所述异常抬杆信号的生成时间；

根据所述生成时间截取监控摄像头的监控数据；

将所述监控数据标记为异常数据，并生成警告通知。

5.根据权利要求1至3中任一项所述的方法，其特征在于，所述根据所述异常抬杆信号开启环境监控，并控制所述道闸杆下落之后，所述方法还包括：

播放警示语音，所述警示语音用于对环境警示所述道闸杆的下落状态。

6.一种控制停车场道闸的装置，其特征在于，包括：

第一获取单元，用于获取道闸杆的异常抬杆信号；

监控单元，用于根据所述异常抬杆信号开启环境监控，并控制所述道闸杆下落；

接收单元，用于循环接收所述环境监控的反馈信号；

第一判断单元，用于判断所述反馈信号是否检测到环境异常信号，所述环境异常信号为道闸杆在下落时，下落范围内存在障碍物时产生的信号；

生成单元，用于当所述第一判断单元的判断结果为是时，根据所述环境异常信号生成体积框；

第二计算单元，用于计算所述体积框的运动轨迹；

第三判断单元，用于根据所述运动轨迹判断所述体积框与所述道闸杆是否存在交汇点；

保持单元，用于在所述第三判断单元的判断结果为否时，保持所述道闸杆下落；

第一计算单元，用于计算所述体积框的高度，并根据所述体积框高度暂停所述道闸杆下落；

第二判断单元，用于判断所述环境异常信号是否去激活；

控制单元，用于在所述第二判断单元的判断结果为是时，控制所述道闸杆继续下落。

7.根据权利要求6所述的装置，其特征在于，所述第一计算单元还包括：

计算模块，用于计算所述体积框的高度，得到障碍高度数据；

获取模块，用于根据所述道闸杆的下落时间获取所述道闸杆的当前高度数据；

确定模块，用于通过所述障碍高度数据和所述当前高度数据确定所述道闸杆的暂停高度；

暂停模块，用于根据所述暂停高度暂停所述道闸杆。

8.根据权利要求7所述的装置，其特征在于，所述第一计算单元还包括：

获取模块，还用于根据所述道闸杆的障碍物传感器获取所述道闸杆与所述障碍物的垂直距离；

确定模块，还用于通过所述障碍高度数据和所述垂直距离确定所述道闸杆的暂停高度。