CN114512019A - 一种智能停车识别群控方法及系统 - Google Patents
一种智能停车识别群控方法及系统 Download PDFInfo
- Publication number
- CN114512019A CN114512019A CN202111655427.1A CN202111655427A CN114512019A CN 114512019 A CN114512019 A CN 114512019A CN 202111655427 A CN202111655427 A CN 202111655427A CN 114512019 A CN114512019 A CN 114512019A
- Authority
- CN
- China
- Prior art keywords
- parking
- vehicle
- determining
- area
- image
- 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
- G08G1/14—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
- G08G1/148—Management of a network of parking areas
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
- G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
- G07B15/02—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points taking into account a variable factor such as distance or time, e.g. for passenger transport, parking systems or car rental systems
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
- G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
- G07B15/06—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems
- G07B15/063—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems using wireless information transmission between the vehicle and a fixed station
-
- 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
-
- 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
Abstract
本发明提供一种智能停车识别群控方法及系统,其中,方法包括:对路侧停车位进行区域划分,在划分的各个停车区域内构建局域网,将各个停车区域内的各个高位视频设备和各个车位传感器接入局域网;通过设置在停车区域旁并连接至停车区域对应的局域网的停车辅助模块对进入停车区域内的待停车车辆进行停车辅助。本发明的智能停车识别群控方法,实现将路侧停车位进行区域划分,同一区域内的路侧停车设备实现局域网互联,提高了路侧停车的管理效率,并且通过与停车车辆的车载终端进行无线通讯互联,针对停车车辆的实际情况提供辅助停车方案,以实现车主快速、准确以及安全的路侧停车操作。
Description
技术领域
本发明涉及人工智能技术领域,特别涉及一种智能停车识别群控方法及系统。
背景技术
目前,路侧停车位,即设置在道路两旁的用于公共停车的停车位;其管理主要通过车位感应器+POS机、车位感应器+巡检车和高位视频,虽然能够对车主的停车进行停车收费管理,但是其高位视频设备与车位感应器之间并无数据交互,都有经由管理平台进行数据控制,管理效率易受与管理平台之间的数据通讯的影响;
并且对于停车的车主来说,因为车主的停车技术各不相同,有的车主需要多次前后挪动车辆来实现路侧停车,往往因为路侧停车位设置在非机动车道上,而对车道上行车造成影响。
发明内容
本发明目的之一在于提供了一种智能停车识别群控方法,实现将路侧停车位进行区域划分,同一区域内的路侧停车设备实现局域网互联,提高了路侧停车的管理效率,并且通过与停车车辆的车载终端进行无线通讯互联,针对停车车辆的实际情况提供辅助停车方案,以实现车主快速、准确以及安全的路侧停车操作。
本发明实施例提供的一种智能停车识别群控方法,包括:
对路侧停车位进行区域划分,在划分的各个停车区域内构建局域网,将各个停车区域内的各个高位视频设备和各个车位传感器接入局域网;
基于停车区域的地图、停车区域内的各个高位视频设备的第一设置位置和各个车位传感器的第二设置位置,将各个高位视频设备与各个车位传感器进行关联;
通过设置在停车区域旁并连接至停车区域对应的局域网的停车辅助模块对进入停车区域内的待停车车辆进行停车辅助。
优选的,停车辅助模块执行如下操作:
从局域网内获取车辆进入停车区域的第一图像;
基于第一图像,确定车辆的第一位置;
基于第一位置,确定车辆对应的车载终端的无线通讯连接并连接;
向车载终端发送预设的问询;
接收车载终端对于问询的第一反馈信息;
当第一反馈信息为接受停车辅助指导时,获取当前停车区域的停车状况图以及车辆的车辆模型;
基于车辆模型、停车状况图和第一位置,确定是否存在可供车辆停车的停车位;
当不存在时,输出预设的表示当前停车区域无可供停车的停车位的第一提示信息;
当存在时,确定目标停车位的第二位置;基于第二位置、第一位置和停车状况图,确定进行停车操作的准备的第三位置;基于第三位置和第一位置确定第一路线指引并输出至车载终端;
实时追踪第一路线指引执行情况;当第一路线指引执行完成后,获取当前的车辆的第四位置;基于第四位置和第二位置,从预设的停车操作指引库中,确定停车操作指引并输出至车载终端。
优选的,当第一反馈信息为拒绝停车辅助指导时,停车辅助模块执行如下操作:
从局域网内获取车辆在停车区域行驶的第二图像;
基于第二图像,确定车辆的行为分析结果;行为分析结果包括:是否存在停车意向以及存在停车意向时对应的意向停车位;
当存在停车意向且确定出意向停车位时,再次向车载终端发送预设的问询;当接收到的对于问询的第二反馈信息为接受停车辅助指导时,确定当前的车辆的第五位置;基于第五位置和第二位置,从预设的停车操作指引库中,确定停车操作指引并输出至车载终端;
其中,基于第二图像,确定车辆的行为分析结果,包括:
对第二图像进行特征提取,获取多个第一特征值;将多个第一特征值输入至预设的车辆行为分析模型中,确定行为分析结果;
或,
对第二图像进行特征提取,获取多个第一特征值;
基于多个第一特征值,构建分析集;
将分析集与预设的行为分析库中的第一标准集进行匹配;
获取匹配符合的第一标准集对应关联的行为分析结果;
第一特征值包括:车辆的中轴线与停车位的中轴线所成角度、车辆速度、车辆是否在任一空闲车位相关联的停车操作区域内、车辆是否发出停车指示灯光、驾驶员的视线在车辆右侧的停车位的一侧的时间占比是否大于预设阈值。
优选的,在车辆的驾驶员按照停车操作指引进行停车时,停车辅助模块还执行如下操作:
实时获取车辆的停车操作的第三图像;
在第三图像中,确定停车操作的区域范围;
对区域范围进行监控;
当出现物体进入区域范围时,基于第三图像确定避让策略并将避让策略输送至车载终端;
其中,避让策略包括:取消停车操作并进行靠边操作、取消停车操作并保持车辆停在原地、取消停车操作并向前行驶其中一种。
优先的,基于第三图像确定避让策略,包括:
基于预设的特征提取规则对第三图像进行特征提取,获取多个第二特征值;
基于多个第二特征值,构建决策集;
获取预设的避让策略库;
将决策集与避让策略库中的第二标准集进行匹配;
获取匹配符合的第二标准集对应关联的避让策略;
其中,第二特征值包括:车辆最左侧边沿距离道路的最左侧边沿的距离、物体位于区域范围的位置、车辆的中轴线与停车位的中轴线所成角度、物体与车辆的相对位置关系。
本发明还提供一种智能停车识别群控系统,包括:
停车区域划分模块,用于对路侧停车位进行区域划分,在划分的各个停车区域内构建局域网,将各个停车区域内的各个高位视频设备和各个车位传感器接入局域网;
关联模块,用于基于停车区域的地图、停车区域内的各个高位视频设备的第一设置位置和各个车位传感器的第二设置位置,将各个高位视频设备与各个车位传感器进行关联;
辅助停车模块,用于通过设置在停车区域旁并连接至停车区域对应的局域网的停车辅助模块对进入停车区域内的待停车车辆进行停车辅助。
优选的,停车辅助模块执行如下操作:
从局域网内获取车辆进入停车区域的第一图像;
基于第一图像,确定车辆的第一位置;
基于第一位置,确定车辆对应的车载终端的无线通讯连接并连接;
向车载终端发送预设的问询;
接收车载终端对于问询的第一反馈信息;
当第一反馈信息为接受停车辅助指导时,获取当前停车区域的停车状况图以及车辆的车辆模型;
基于车辆模型、停车状况图和第一位置,确定是否存在可供车辆停车的停车位;
当不存在时,输出预设的表示当前停车区域无可供停车的停车位的第一提示信息;
当存在时,确定目标停车位的第二位置;基于第二位置、第一位置和停车状况图,确定进行停车操作的准备的第三位置;基于第三位置和第一位置确定第一路线指引并输出至车载终端;
实时追踪第一路线指引执行情况;当第一路线指引执行完成后,获取当前的车辆的第四位置;基于第四位置和第二位置,从预设的停车操作指引库中,确定停车操作指引并输出至车载终端。
优选的,当第一反馈信息为拒绝停车辅助指导时,停车辅助模块执行如下操作:
从局域网内获取车辆在停车区域行驶的第二图像;
基于第二图像,确定车辆的行为分析结果;行为分析结果包括:是否存在停车意向以及存在停车意向时对应的意向停车位;
当存在停车意向且确定出意向停车位时,再次向车载终端发送预设的问询;当接收到的对于问询的第二反馈信息为接受停车辅助指导时,确定当前的车辆的第五位置;基于第五位置和第二位置,从预设的停车操作指引库中,确定停车操作指引并输出至车载终端;
其中,基于第二图像,确定车辆的行为分析结果,包括:
对第二图像进行特征提取,获取多个第一特征值;将多个第一特征值输入至预设的车辆行为分析模型中,确定行为分析结果;
或,
对第二图像进行特征提取,获取多个第一特征值;
基于多个第一特征值,构建分析集;
将分析集与预设的行为分析库中的第一标准集进行匹配;
获取匹配符合的第一标准集对应关联的行为分析结果;
第一特征值包括:车辆的中轴线与停车位的中轴线所成角度、车辆速度、车辆是否在任一空闲车位相关联的停车操作区域内、车辆是否发出停车指示灯光、驾驶员的视线在车辆右侧的停车位的一侧的时间占比是否大于预设阈值。
优选的,在车辆的驾驶员按照停车操作指引进行停车时,停车辅助模块还执行如下操作:
实时获取车辆的停车操作的第三图像;
在第三图像中,确定停车操作的区域范围;
对区域范围进行监控;
当出现物体进入区域范围时,基于第三图像确定避让策略并将避让策略输送至车载终端;
其中,避让策略包括:取消停车操作并进行靠边操作、取消停车操作并保持车辆停在原地、取消停车操作并向前行驶其中一种。
优选的,停车辅助模块基于第三图像确定避让策略,执行如下操作:
基于预设的特征提取规则对第三图像进行特征提取,获取多个第二特征值;
基于多个第二特征值,构建决策集;
获取预设的避让策略库;
将决策集与避让策略库中的第二标准集进行匹配;
获取匹配符合的第二标准集对应关联的避让策略;
其中,第二特征值包括:车辆最左侧边沿距离道路的最左侧边沿的距离、物体位于区域范围的位置、车辆的中轴线与停车位的中轴线所成角度、物体与车辆的相对位置关系。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种智能停车识别群控方法的示意图;
图2为本发明实施例中一种停车辅助模块的执行步骤示意图;
图3为本发明实施例中又一种停车辅助模块的执行步骤示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明实施例提供了一种智能停车识别群控方法,包括:
对路侧停车位进行区域划分,在划分的各个停车区域内构建局域网,将各个停车区域内的各个高位视频设备和各个车位传感器接入局域网;
基于停车区域的地图、停车区域内的各个高位视频设备的第一设置位置和各个车位传感器的第二设置位置,将各个高位视频设备与各个车位传感器进行关联;一个车位传感器仅关联一个高位视频设备,一个高位视频设备可以关联多个车位传感器;
通过设置在停车区域旁并连接至停车区域对应的局域网的停车辅助模块对进入停车区域内的待停车车辆进行停车辅助。
上述技术方案的工作原理及有益效果为:
通过对路侧停车位进行区域划分,并基于各个停车区域为单位进行局域网构建,将区域内的车位感应器和高位视频设备接入局域网,实现了把车位感应器和高位视频结合进行车辆识别有车牌取证,再结合在局域网中对停车和车位信息进行确认,能实现停车智能化、全天候,无人化,自学习和高精度识别率。其中,对路侧停车位的区域划分可以以路侧停车位所在的道路的两个路口之间划分为一个区域的方式进行划分。停车辅助模块实现对车主在停车区域内的停车的辅助,因现有的车辆的360全景只是显示前后左右的图像显示,对于很对新手司机来说,如何快速进行路侧停车位的停车是个难题,通过停车辅助模块输出辅助提示,进而实现快速准确的侧方位停车,辅助提示可以经由车载终端进行语音播报的形式进行提示。为了实现局域网的组建以及停车辅助模块的实现,在停车区域旁设置有现场控制主机,停车辅助模块设置在控制主机内,并且控制主机负责局域网的构建。
如图1,为本实施例的一个具体停车应用,车辆由箭头方向驶入停车场景内,由另一端驶离停车场景。1/2/3/4/5是停车泊位。每个停车泊位上都有安装一个车位感应器,并且在间隔一定泊位距离上安装高位视频设备;
在A点、B点分别安装高位视频,并和1/2/3/4/5泊位上安装车位感应器组成小型局域网,实现局域网中信息交互及确认;所有在停车泊位上的车位感应器在无车状态处于休眠,有车时车位感应器自动激活,并发送车辆驶入状态信息。当有车停到1/2/3任意一个泊位时,车位感应器把车辆驶入信息发送到A/B高位视频,高位视频平常是处于休眠状态,当A高位视频接收到是1/2/3泊位的信息时,自动激活并抓拍相应泊位停车车牌信息,并在局域网中广播泊位停车状态信息,确认无重复无错误,表示该泊位已占用,并把误感应数据记录保存,然后A高位视频和车位感应器进入休眠状态。同样道理4/5任意一个泊位停车时会激活B高位视频,处理过程如上。当1/2/3/4/5停车泊位上有任意一辆车驶离时,车位感应器发出驶离信息给相对应的高位视频。当1/2/3/4/5任意泊位上受到干扰信号而误触发发送驶入或者驶离信息时,高位视频会抓牌泊位场景,并把误感应数据记录保存,并根据记录保存的正确识别数据进行学习调整。分别在A点和B点安装高位视频,结合停车泊位的车位感应器,对泊位停车识别取证,并根据泊位正常停车和干扰等不同场景进行学习与调整,实现停车识别取证的智能化、全天候,无人化,自学习和高精度识别率。
在一个实施例中,停车辅助模块执行如下操作:
从局域网内获取车辆进入停车区域的第一图像;第一图像为车辆进入停车区域的第一时间内获取的图像,例如:将停车区域按照车流的方向进行编号,即车辆行驶到编号为1的停车位旁的图像,例如对图1中A点的高位视频设备拍摄的图像进行筛选,可以获得车辆进入停车区域的第一图像;
基于第一图像,确定车辆的第一位置;基于图像定位技术,确定第一图像中车辆所在像素点的坐标,通过预设的位置判断库进行坐标与现实位置的匹配,确定车辆的第一位置;第一位置为车辆的现实空间中的位置;
基于第一位置,确定车辆对应的车载终端的无线通讯连接并连接;例如:确定各个可连接的无线通讯连接的距离,进而通过第一位置,确定车辆对应无线通讯连接是哪个并连接上;此外,还可以实施为确定哪个无线通讯连接终端是新出现的并且是车载终端的连接类型的,进行连接即可;
向车载终端发送预设的问询;问询可以为是否进行停车辅助?车载终端将问询显示给车主,经由车主选择生成第一反馈信息;当车主点选确认接受时,第一反馈信息为接受停车辅助指导;当车主点选拒绝时,第一反馈信息为拒绝停车辅助指导;
接收车载终端对于问询的第一反馈信息;
当第一反馈信息为接受停车辅助指导时,获取当前停车区域的停车状况图以及车辆的车辆模型;停车状况图为根据停车区域内的具体停车情况构建的三维模型图;标示着各个停车位上是否停车,所停车辆与停车位之间的相对位置关系等;
基于车辆模型、停车状况图和第一位置,确定是否存在可供车辆停车的停车位;首先,从第一位置往前方遍历停车状况图,确定是否存在空闲停车位;当不存在时,就直接可以输出不存在可供车辆停车的停车位;当存在空闲停车位时,将车辆模型置于空闲停车位上,当空闲停车位可容纳车辆模型且前后都存在预设的距离阈度值(例如20cm)时,确定存在可供车辆停车的停车位;
当不存在时,输出预设的表示当前停车区域无可供停车的停车位的第一提示信息;第一提示信息可以为“你好,当前停车区域没有可供停车的车位”;通过输出第一提示信息免去车主寻找车位的烦恼;
当存在时,确定目标停车位的第二位置;基于第二位置、第一位置和停车状况图,确定进行停车操作的准备的第三位置;基于第三位置和第一位置确定第一路线指引并输出至车载终端;第三位置与第二位置在停车状况图中对应关联的;即,通过第二位置和停车状况图,确定第二位置对应的停车位的准备位置,即第三位置;第三位置位于第二位置的左前方;此外,还可以考虑车辆的车长的不同,第三位置相对发生变化;通过建立第三位置和第二位置的相对位置关系与车长的对照表,根据车长确定相对位置关系,进而基于第二位置从停车状况图中确定出第三位置;当确定出第三位置后,建立第一路线指引,第一路线指引的显示方式可以采用将停车状况图输出至车载终端并在车载终端上标注出第一位置和第三位置,并通过指引线进行指引,指引线停车状况图的第一位置指向第三位置,实时更新第一位置在停车状况图上的显示,实现直观的路线指引;
实时追踪第一路线指引执行情况;当第一路线指引执行完成后,获取当前的车辆的第四位置;基于第四位置和第二位置,从预设的停车操作指引库中,确定停车操作指引并输出至车载终端。在车辆到达第三位置时,进入停车操作指引环节,停车操作指引库为事先建立的,通过第四位置和第二位置对照调取进行调取;最后由车载终端执行,车载终端执行停车操作指引;停车操作指引具体包括:方向盘转动角度(例如:左打30度、左打一圈等”)、挂挡(例如:请挂倒挡)、刹车等;车载终端通过实时获取车辆传感器检测的数据进行停车操作指引的执行的确定;以实现实施指引,提高车主的路侧停车速度及准确度。
在一个实施例中,当第一反馈信息为拒绝停车辅助指导时,如图2所示,停车辅助模块执行如下操作:
步骤S11:从局域网内获取车辆在停车区域行驶的第二图像;
步骤S12:基于第二图像,确定车辆的行为分析结果;行为分析结果包括:是否存在停车意向以及存在停车意向时对应的意向停车位;
步骤S13:当存在停车意向且确定出意向停车位时,再次向车载终端发送预设的问询;
步骤S14:当接收到的对于问询的第二反馈信息为接受停车辅助指导时,确定当前的车辆的第五位置;
步骤S15:基于第五位置和第二位置,从预设的停车操作指引库中,确定停车操作指引并输出至车载终端;
其中,基于第二图像,确定车辆的行为分析结果,包括:
对第二图像进行特征提取,获取多个第一特征值;将多个第一特征值输入至预设的车辆行为分析模型中,确定行为分析结果;车辆行为分析模型为神经网络模型,是事先经过大量数据训练收敛的,对车辆在停车区域行驶时的参数及表现进行综合分析,确定是否具有停车意向;
或,
对第二图像进行特征提取,获取多个第一特征值;例如:对驾驶员的视线在车辆右侧的停车位的一侧的时间占比是否大于预设阈值对应的特征值为1,代表大于,为0代表不大于;第一特征值都是经过量化的标示各个特征的数值;
基于多个第一特征值,构建分析集;通过将第一特征值按照既定的顺序进行排列形成分析集;
将分析集与预设的行为分析库中的第一标准集进行匹配;
获取匹配符合的第一标准集对应关联的行为分析结果;
第一特征值包括:车辆的中轴线与停车位的中轴线所成角度、车辆速度、车辆是否在任一空闲车位相关联的停车操作区域内、车辆是否发出停车指示灯光、驾驶员的视线在车辆右侧的停车位的一侧的时间占比是否大于预设阈值(例如:0.7)。
上述技术方案的工作原理及有益效果为:
在车辆的车主拒绝了进入停车区域的辅助停车时,通过实时获取车辆在停车区域内的行驶的第二图像,通过行为分析,确定车辆是否存在停车意图,当存停车意图时,进行再次问询,并指引停车;以保证用户在进入停车区域内的第一次问询时,失误点击了拒绝的能够得到停车辅助。行为分析的基础主要是第一特征值;例如:当车辆的中轴线与停车位的中轴线所成角度大于30度;和/或车辆处在停车操作区域内,和/或,驾驶员的视线在车辆右侧的停车位的一侧的时间占比是否大于预设阈值(例如0.7)和/或车辆的速度小于等于5km/h时,确定存在停车意图;停车操作区域为与停车位关联的区域,比如:停车位侧面以及左前方的区域;其中,将分析集与预设的行为分析库中的第一标准集进行匹配,可以采用相似度匹配法,即计算分析集和第一标准集的相似度,相似度计算公式如下:其中,XS为分析集和第一标准集的相似度;ai为分析集中第i个特征值;bi为第一标准集中第i个标准值;n表示分析集中特征值的总数;当相似度为行为分析库中最大时,确定分析集与第一标准集匹配。通过第一特征值进行停车意向判断,一般是车主在空闲车位旁进行准备停车的动作或刚开始停车的时候判断出,因此可以根据车辆停在位置进行意向车位的判断。
在一个实施例中,在车辆的驾驶员按照停车操作指引进行停车时,如图3所示,停车辅助模块还执行如下操作:
步骤S21:实时获取车辆的停车操作的第三图像;
步骤S22:在第三图像中,确定停车操作的区域范围;区域范围主要根据停车位与车辆当前的位置进行确定,可以进行停车操作指示的预演,确定停车操作时车体的动作范围,进而进动作范围作为停车操作的区域范围;即停车操作的区域范围为停车操作中车身所覆盖过的路面的区域;
步骤S23:对区域范围进行监控;
步骤S24:当出现物体进入区域范围时,基于第三图像确定避让策略并将避让策略输送至车载终端;其中,避让策略包括:取消停车操作并进行靠边操作、取消停车操作并保持车辆停在原地、取消停车操作并向前行驶其中一种。
其中,基于第三图像确定避让策略,包括:
基于预设的特征提取规则对第三图像进行特征提取,获取多个第二特征值;
基于多个第二特征值,构建决策集;
获取预设的避让策略库;避让策略库是事先基于大量的数据经由人工分析构建而成;
将决策集与避让策略库中的第二标准集进行匹配;也可采用相似度匹配的方法进行匹配;
获取匹配符合的第二标准集对应关联的避让策略;
其中,第二特征值包括:车辆最左侧边沿距离道路的最左侧边沿的距离、物体位于区域范围的位置、车辆的中轴线与停车位的中轴线所成角度、物体与车辆的相对位置关系。
上述技术方案的工作原理及有益效果为:
在车辆停车时,区域范围内监测的主要物体为电瓶车,因车主在路侧停车时,经常出现电瓶车从后方突入至区域范围,影响车主的路侧停车;此时车主一般都会停车,进行判断,判断时间较长,极其影响停车效率;因此,通过停车辅助模块实现监控区域的判断,进而输出避让策略,实现快速的停车调整,兼顾交通的通行及路侧停车。
本发明还提供一种智能停车识别群控系统,包括:
停车区域划分模块,用于对路侧停车位进行区域划分,在划分的各个停车区域内构建局域网,将各个停车区域内的各个高位视频设备和各个车位传感器接入局域网;
关联模块,用于基于停车区域的地图、停车区域内的各个高位视频设备的第一设置位置和各个车位传感器的第二设置位置,将各个高位视频设备与各个车位传感器进行关联;
辅助停车模块,用于通过设置在停车区域旁并连接至停车区域对应的局域网的停车辅助模块对进入停车区域内的待停车车辆进行停车辅助。
在一个实施例中,停车辅助模块执行如下操作:
从局域网内获取车辆进入停车区域的第一图像;
基于第一图像,确定车辆的第一位置;
基于第一位置,确定车辆对应的车载终端的无线通讯连接并连接;
向车载终端发送预设的问询;
接收车载终端对于问询的第一反馈信息;
当第一反馈信息为接受停车辅助指导时,获取当前停车区域的停车状况图以及车辆的车辆模型;
基于车辆模型、停车状况图和第一位置,确定是否存在可供车辆停车的停车位;
当不存在时,输出预设的表示当前停车区域无可供停车的停车位的第一提示信息;
当存在时,确定目标停车位的第二位置;基于第二位置、第一位置和停车状况图,确定进行停车操作的准备的第三位置;基于第三位置和第一位置确定第一路线指引并输出至车载终端;
实时追踪第一路线指引执行情况;当第一路线指引执行完成后,获取当前的车辆的第四位置;基于第四位置和第二位置,从预设的停车操作指引库中,确定停车操作指引并输出至车载终端。
在一个实施例中,当第一反馈信息为拒绝停车辅助指导时,停车辅助模块执行如下操作:
从局域网内获取车辆在停车区域行驶的第二图像;
基于第二图像,确定车辆的行为分析结果;行为分析结果包括:是否存在停车意向以及存在停车意向时对应的意向停车位;
当存在停车意向且确定出意向停车位时,再次向车载终端发送预设的问询;当接收到的对于问询的第二反馈信息为接受停车辅助指导时,确定当前的车辆的第五位置;基于第五位置和第二位置,从预设的停车操作指引库中,确定停车操作指引并输出至车载终端;
其中,基于第二图像,确定车辆的行为分析结果,包括:
对第二图像进行特征提取,获取多个第一特征值;将多个第一特征值输入至预设的车辆行为分析模型中,确定行为分析结果;
或,
对第二图像进行特征提取,获取多个第一特征值;
基于多个第一特征值,构建分析集;
将分析集与预设的行为分析库中的第一标准集进行匹配;
获取匹配符合的第一标准集对应关联的行为分析结果;
第一特征值包括:车辆的中轴线与停车位的中轴线所成角度、车辆速度、车辆是否在任一空闲车位相关联的停车操作区域内、车辆是否发出停车指示灯光、驾驶员的视线在车辆右侧的停车位的一侧的时间占比是否大于预设阈值(例如0.7)。
在一个实施例中,在车辆的驾驶员按照停车操作指引进行停车时,停车辅助模块还执行如下操作:
实时获取车辆的停车操作的第三图像;
在第三图像中,确定停车操作的区域范围;
对区域范围进行监控;
当出现物体进入区域范围时,基于第三图像确定避让策略并将避让策略输送至车载终端;
其中,避让策略包括:取消停车操作并进行靠边操作、取消停车操作并保持车辆停在原地、取消停车操作并向前行驶其中一种。
在一个实施例中,停车辅助模块基于第三图像确定避让策略,执行如下操作:
基于预设的特征提取规则对第三图像进行特征提取,获取多个第二特征值;
基于多个第二特征值,构建决策集;
获取预设的避让策略库;
将决策集与避让策略库中的第二标准集进行匹配;
获取匹配符合的第二标准集对应关联的避让策略;
其中,第二特征值包括:车辆最左侧边沿距离道路的最左侧边沿的距离、物体位于区域范围的位置、车辆的中轴线与停车位的中轴线所成角度、物体与车辆的相对位置关系。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种智能停车识别群控方法,其特征在于,包括:
对路侧停车位进行区域划分,在划分的各个停车区域内构建局域网,将各个所述停车区域内的各个高位视频设备和各个车位传感器接入所述局域网;
基于所述停车区域的地图、所述停车区域内的各个所述高位视频设备的第一设置位置和各个所述车位传感器的第二设置位置,将各个所述高位视频设备与各个所述车位传感器进行关联;
通过设置在所述停车区域旁并连接至所述停车区域对应的所述局域网的停车辅助模块对进入所述停车区域内的待停车车辆进行停车辅助。
2.如权利要求1所述的一种智能停车识别群控方法,其特征在于,所述停车辅助模块执行如下操作:
从所述局域网内获取车辆进入所述停车区域的第一图像;
基于所述第一图像,确定所述车辆的第一位置;
基于所述第一位置,确定所述车辆对应的车载终端的无线通讯连接并连接;
向所述车载终端发送预设的问询;
接收所述车载终端对于所述问询的第一反馈信息;
当所述第一反馈信息为接受停车辅助指导时,获取当前所述停车区域的停车状况图以及所述车辆的车辆模型;
基于所述车辆模型、所述停车状况图和所述第一位置,确定是否存在可供所述车辆停车的停车位;
当不存在时,输出预设的表示当前停车区域无可供停车的停车位的第一提示信息;
当存在时,确定目标停车位的第二位置;基于所述第二位置、所述第一位置和所述停车状况图,确定进行停车操作的准备的第三位置;基于所述第三位置和所述第一位置确定第一路线指引并输出至所述车载终端;
实时追踪所述第一路线指引执行情况;当所述第一路线指引执行完成后,获取当前的所述车辆的第四位置;基于所述第四位置和所述第二位置,从预设的停车操作指引库中,确定停车操作指引并输出至所述车载终端。
3.如权利要求2所述的一种智能停车识别群控方法,其特征在于,当所述第一反馈信息为拒绝停车辅助指导时,所述停车辅助模块执行如下操作:
从所述局域网内获取所述车辆在所述停车区域行驶的第二图像;
基于所述第二图像,确定所述车辆的行为分析结果;所述行为分析结果包括:是否存在停车意向以及存在停车意向时对应的意向停车位;
当存在停车意向且确定出所述意向停车位时,再次向所述车载终端发送预设的所述问询;当接收到的对于所述问询的第二反馈信息为接受停车辅助指导时,确定当前的所述车辆的第五位置;基于所述第五位置和所述第二位置,从预设的停车操作指引库中,确定停车操作指引并输出至所述车载终端;
其中,基于所述第二图像,确定所述车辆的行为分析结果,包括:
对所述第二图像进行特征提取,获取多个第一特征值;将多个所述第一特征值输入至预设的车辆行为分析模型中,确定所述行为分析结果;
或,
对所述第二图像进行特征提取,获取多个第一特征值;
基于多个所述第一特征值,构建分析集;
将所述分析集与预设的行为分析库中的第一标准集进行匹配;
获取匹配符合的所述第一标准集对应关联的所述行为分析结果;
所述第一特征值包括:车辆的中轴线与停车位的中轴线所成角度、车辆速度、车辆是否在任一空闲车位相关联的停车操作区域内、车辆是否发出停车指示灯光、驾驶员的视线在车辆右侧的停车位的一侧的时间占比是否大于预设阈值。
4.如权利要求2所述的一种智能停车识别群控方法,其特征在于,在所述车辆的驾驶员按照所述停车操作指引进行停车时,所述停车辅助模块还执行如下操作:
实时获取所述车辆的停车操作的第三图像;
在所述第三图像中,确定停车操作的区域范围;
对所述区域范围进行监控;
当出现物体进入所述区域范围时,基于所述第三图像确定避让策略并将所述避让策略输送至所述车载终端;
其中,所述避让策略包括:取消停车操作并进行靠边操作、取消停车操作并保持车辆停在原地、取消停车操作并向前行驶其中一种。
5.如权利要求4所述的一种智能停车识别群控方法,其特征在于,所述基于所述第三图像确定避让策略,包括:
基于预设的特征提取规则对所述第三图像进行特征提取,获取多个第二特征值;
基于多个所述第二特征值,构建决策集;
获取预设的避让策略库;
将所述决策集与所述避让策略库中的第二标准集进行匹配;
获取匹配符合的所述第二标准集对应关联的所述避让策略;
其中,所述第二特征值包括:车辆最左侧边沿距离道路的最左侧边沿的距离、物体位于所述区域范围的位置、车辆的中轴线与停车位的中轴线所成角度、物体与车辆的相对位置关系。
6.一种智能停车识别群控系统,其特征在于,包括:
停车区域划分模块,用于对路侧停车位进行区域划分,在划分的各个停车区域内构建局域网,将各个所述停车区域内的各个高位视频设备和各个车位传感器接入所述局域网;
关联模块,用于基于所述停车区域的地图、所述停车区域内的各个所述高位视频设备的第一设置位置和各个所述车位传感器的第二设置位置,将各个所述高位视频设备与各个所述车位传感器进行关联;
辅助停车模块,用于通过设置在所述停车区域旁并连接至所述停车区域对应的所述局域网的停车辅助模块对进入所述停车区域内的待停车车辆进行停车辅助。
7.如权利要求6所述的一种智能停车识别群控系统,其特征在于,所述停车辅助模块执行如下操作:
从所述局域网内获取车辆进入所述停车区域的第一图像;
基于所述第一图像,确定所述车辆的第一位置;
基于所述第一位置,确定所述车辆对应的车载终端的无线通讯连接并连接;
向所述车载终端发送预设的问询;
接收所述车载终端对于所述问询的第一反馈信息;
当所述第一反馈信息为接受停车辅助指导时,获取当前所述停车区域的停车状况图以及所述车辆的车辆模型;
基于所述车辆模型、所述停车状况图和所述第一位置,确定是否存在可供所述车辆停车的停车位;
当不存在时,输出预设的表示当前停车区域无可供停车的停车位的第一提示信息;
当存在时,确定目标停车位的第二位置;基于所述第二位置、所述第一位置和所述停车状况图,确定进行停车操作的准备的第三位置;基于所述第三位置和所述第一位置确定第一路线指引并输出至所述车载终端;
实时追踪所述第一路线指引执行情况;当所述第一路线指引执行完成后,获取当前的所述车辆的第四位置;基于所述第四位置和所述第二位置,从预设的停车操作指引库中,确定停车操作指引并输出至所述车载终端。
8.如权利要求7所述的一种智能停车识别群控系统,其特征在于,当所述第一反馈信息为拒绝停车辅助指导时,所述停车辅助模块执行如下操作:
从所述局域网内获取所述车辆在所述停车区域行驶的第二图像;
基于所述第二图像,确定所述车辆的行为分析结果;所述行为分析结果包括:是否存在停车意向以及存在停车意向时对应的意向停车位;
当存在停车意向且确定出所述意向停车位时,再次向所述车载终端发送预设的所述问询;当接收到的对于所述问询的第二反馈信息为接受停车辅助指导时,确定当前的所述车辆的第五位置;基于所述第五位置和所述第二位置,从预设的停车操作指引库中,确定停车操作指引并输出至所述车载终端;
其中,基于所述第二图像,确定所述车辆的行为分析结果,包括:
对所述第二图像进行特征提取,获取多个第一特征值;将多个所述第一特征值输入至预设的车辆行为分析模型中,确定所述行为分析结果;
或,
对所述第二图像进行特征提取,获取多个第一特征值;
基于多个所述第一特征值,构建分析集;
将所述分析集与预设的行为分析库中的第一标准集进行匹配;
获取匹配符合的所述第一标准集对应关联的所述行为分析结果;
所述第一特征值包括:车辆的中轴线与停车位的中轴线所成角度、车辆速度、车辆是否在任一空闲车位相关联的停车操作区域内、车辆是否发出停车指示灯光、驾驶员的视线在车辆右侧的停车位的一侧的时间占比是否大于预设阈值。
9.如权利要求7所述的一种智能停车识别群控系统,其特征在于,在所述车辆的驾驶员按照所述停车操作指引进行停车时,所述停车辅助模块还执行如下操作:
实时获取所述车辆的停车操作的第三图像;
在所述第三图像中,确定停车操作的区域范围;
对所述区域范围进行监控;
当出现物体进入所述区域范围时,基于所述第三图像确定避让策略并将所述避让策略输送至所述车载终端;
其中,所述避让策略包括:取消停车操作并进行靠边操作、取消停车操作并保持车辆停在原地、取消停车操作并向前行驶其中一种。
10.如权利要求9所述的一种智能停车识别群控系统,其特征在于,所述停车辅助模块基于所述第三图像确定避让策略,执行如下操作:
基于预设的特征提取规则对所述第三图像进行特征提取,获取多个第二特征值;
基于多个所述第二特征值,构建决策集;
获取预设的避让策略库;
将所述决策集与所述避让策略库中的第二标准集进行匹配;
获取匹配符合的所述第二标准集对应关联的所述避让策略;
其中,所述第二特征值包括:车辆最左侧边沿距离道路的最左侧边沿的距离、物体位于所述区域范围的位置、车辆的中轴线与停车位的中轴线所成角度、物体与车辆的相对位置关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111655427.1A CN114512019B (zh) | 2021-12-30 | 2021-12-30 | 一种智能停车识别群控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111655427.1A CN114512019B (zh) | 2021-12-30 | 2021-12-30 | 一种智能停车识别群控方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114512019A true CN114512019A (zh) | 2022-05-17 |
CN114512019B CN114512019B (zh) | 2023-06-27 |
Family
ID=81547834
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111655427.1A Active CN114512019B (zh) | 2021-12-30 | 2021-12-30 | 一种智能停车识别群控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114512019B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115424469A (zh) * | 2022-08-18 | 2022-12-02 | 重庆长安汽车股份有限公司 | 停车场空位管理方法、装置、车辆及存储介质 |
Citations (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101937619A (zh) * | 2010-09-28 | 2011-01-05 | 无锡市天业智能科技有限公司 | 基于物联网无线传感及视频感知的停车导航和找寻系统 |
EP2468573A1 (en) * | 2010-12-24 | 2012-06-27 | Magneti Marelli S.p.A. | A system and a method for detecting a parking slot for a vehicle |
US20140210646A1 (en) * | 2012-12-28 | 2014-07-31 | Balu Subramanya | Advanced parking and intersection management system |
CN105957354A (zh) * | 2016-05-26 | 2016-09-21 | 智慧互通科技有限公司 | 基于地磁与摄像机阵列联动的路侧停车管理系统及其方法 |
JP2016197314A (ja) * | 2015-04-03 | 2016-11-24 | 株式会社日立製作所 | 運転支援システム、運転支援装置及び運転支援方法 |
WO2016203422A1 (en) * | 2015-06-18 | 2016-12-22 | Park Smart Srl | System and method for recognition of parking stalls available for a vehicle |
CN107067795A (zh) * | 2016-11-25 | 2017-08-18 | 斑马信息科技有限公司 | 泊车系统和泊车方法 |
US20170263124A1 (en) * | 2016-03-08 | 2017-09-14 | Boe Technology Group Co., Ltd. | Auxiliary parking method and system, and navigation method |
CN107680178A (zh) * | 2017-09-12 | 2018-02-09 | 宁波优泊停车服务有限公司 | 一种道路停车管理系统 |
CN107862751A (zh) * | 2017-11-01 | 2018-03-30 | 迪蒙智慧交通(深圳)有限公司 | 一种停车位管理方法及系统 |
WO2018113602A1 (zh) * | 2016-12-20 | 2018-06-28 | 纳恩博(北京)科技有限公司 | 停车管理机器人及停车管理方法和系统 |
CN108986535A (zh) * | 2018-08-16 | 2018-12-11 | 智慧互通科技有限公司 | 一种基于纵向多视点图像与传感器信号的路侧停车管理系统 |
WO2018232993A1 (zh) * | 2017-06-19 | 2018-12-27 | 深圳市盛路物联通讯技术有限公司 | 一种智能化的停车收费方法及系统 |
CN109118819A (zh) * | 2018-09-19 | 2019-01-01 | 智慧互通科技有限公司 | 一种基于图像与地磁传感器信号的路侧停车管理系统 |
DE102017212374A1 (de) * | 2017-07-19 | 2019-01-24 | Robert Bosch Gmbh | Konzept zum Überwachen eines Parkraums |
US20190043356A1 (en) * | 2017-08-01 | 2019-02-07 | Duncan Parking Technologies, Inc. | Advanced parking management system |
CN109741617A (zh) * | 2018-11-12 | 2019-05-10 | 浙江吉利汽车研究院有限公司 | 一种停车场泊车导航方法及装置 |
CN209297496U (zh) * | 2018-11-23 | 2019-08-23 | 北京猎户智芯科技有限公司 | 一种雷达与摄像机联动的车辆识别系统 |
CN209433561U (zh) * | 2018-11-23 | 2019-09-24 | 北京猎户智芯科技有限公司 | 一种传感联动的车辆识别系统 |
CN110271538A (zh) * | 2019-07-19 | 2019-09-24 | 威马智慧出行科技(上海)有限公司 | 自动泊车切换方法、电子设备及汽车 |
CN209947097U (zh) * | 2018-09-19 | 2020-01-14 | 智慧互通科技有限公司 | 一种基于图像与地磁传感器信号的路侧停车管理系统 |
CN111231945A (zh) * | 2020-03-10 | 2020-06-05 | 威马智慧出行科技(上海)有限公司 | 自动泊车车位寻找方法、电子设备、训练方法、服务器及汽车 |
CN111951600A (zh) * | 2020-07-20 | 2020-11-17 | 领翌技术(横琴)有限公司 | 停车位与车辆识别信息自动匹配方法及停车系统 |
CN111968403A (zh) * | 2020-08-26 | 2020-11-20 | 浙江树人学院(浙江树人大学) | 一种停车场立体车库智能控制系统 |
CN112233454A (zh) * | 2020-08-31 | 2021-01-15 | 浙江创泰科技有限公司 | 一种智能停车监控的方法 |
CN112289074A (zh) * | 2020-12-24 | 2021-01-29 | 南京酷朗电子有限公司 | 基于停车位监控摄像的引导车辆驾驶的方法 |
CN112837560A (zh) * | 2021-01-21 | 2021-05-25 | 安徽中科数盾科技有限公司 | 一种基于5g的新型智能化公共停车场智能管理算法 |
CN112885135A (zh) * | 2021-01-24 | 2021-06-01 | 成都智慧赋能科技有限公司 | 基于云平台的智慧交通停车管理系统 |
CN113362639A (zh) * | 2021-05-25 | 2021-09-07 | 电子科技大学 | 一种低功耗监测系统及其网络调度方法 |
CN113808408A (zh) * | 2021-10-27 | 2021-12-17 | 西安建筑科技大学 | 路侧停车检测方法、装置、设备及可读存储介质 |
-
2021
- 2021-12-30 CN CN202111655427.1A patent/CN114512019B/zh active Active
Patent Citations (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101937619A (zh) * | 2010-09-28 | 2011-01-05 | 无锡市天业智能科技有限公司 | 基于物联网无线传感及视频感知的停车导航和找寻系统 |
EP2468573A1 (en) * | 2010-12-24 | 2012-06-27 | Magneti Marelli S.p.A. | A system and a method for detecting a parking slot for a vehicle |
US20140210646A1 (en) * | 2012-12-28 | 2014-07-31 | Balu Subramanya | Advanced parking and intersection management system |
JP2016197314A (ja) * | 2015-04-03 | 2016-11-24 | 株式会社日立製作所 | 運転支援システム、運転支援装置及び運転支援方法 |
WO2016203422A1 (en) * | 2015-06-18 | 2016-12-22 | Park Smart Srl | System and method for recognition of parking stalls available for a vehicle |
US20170263124A1 (en) * | 2016-03-08 | 2017-09-14 | Boe Technology Group Co., Ltd. | Auxiliary parking method and system, and navigation method |
CN105957354A (zh) * | 2016-05-26 | 2016-09-21 | 智慧互通科技有限公司 | 基于地磁与摄像机阵列联动的路侧停车管理系统及其方法 |
CN107067795A (zh) * | 2016-11-25 | 2017-08-18 | 斑马信息科技有限公司 | 泊车系统和泊车方法 |
WO2018113602A1 (zh) * | 2016-12-20 | 2018-06-28 | 纳恩博(北京)科技有限公司 | 停车管理机器人及停车管理方法和系统 |
WO2018232993A1 (zh) * | 2017-06-19 | 2018-12-27 | 深圳市盛路物联通讯技术有限公司 | 一种智能化的停车收费方法及系统 |
DE102017212374A1 (de) * | 2017-07-19 | 2019-01-24 | Robert Bosch Gmbh | Konzept zum Überwachen eines Parkraums |
US20190043356A1 (en) * | 2017-08-01 | 2019-02-07 | Duncan Parking Technologies, Inc. | Advanced parking management system |
CN107680178A (zh) * | 2017-09-12 | 2018-02-09 | 宁波优泊停车服务有限公司 | 一种道路停车管理系统 |
CN107862751A (zh) * | 2017-11-01 | 2018-03-30 | 迪蒙智慧交通(深圳)有限公司 | 一种停车位管理方法及系统 |
CN108986535A (zh) * | 2018-08-16 | 2018-12-11 | 智慧互通科技有限公司 | 一种基于纵向多视点图像与传感器信号的路侧停车管理系统 |
CN109118819A (zh) * | 2018-09-19 | 2019-01-01 | 智慧互通科技有限公司 | 一种基于图像与地磁传感器信号的路侧停车管理系统 |
CN209947097U (zh) * | 2018-09-19 | 2020-01-14 | 智慧互通科技有限公司 | 一种基于图像与地磁传感器信号的路侧停车管理系统 |
CN109741617A (zh) * | 2018-11-12 | 2019-05-10 | 浙江吉利汽车研究院有限公司 | 一种停车场泊车导航方法及装置 |
CN209297496U (zh) * | 2018-11-23 | 2019-08-23 | 北京猎户智芯科技有限公司 | 一种雷达与摄像机联动的车辆识别系统 |
CN209433561U (zh) * | 2018-11-23 | 2019-09-24 | 北京猎户智芯科技有限公司 | 一种传感联动的车辆识别系统 |
CN110271538A (zh) * | 2019-07-19 | 2019-09-24 | 威马智慧出行科技(上海)有限公司 | 自动泊车切换方法、电子设备及汽车 |
CN111231945A (zh) * | 2020-03-10 | 2020-06-05 | 威马智慧出行科技(上海)有限公司 | 自动泊车车位寻找方法、电子设备、训练方法、服务器及汽车 |
CN111951600A (zh) * | 2020-07-20 | 2020-11-17 | 领翌技术(横琴)有限公司 | 停车位与车辆识别信息自动匹配方法及停车系统 |
CN111968403A (zh) * | 2020-08-26 | 2020-11-20 | 浙江树人学院(浙江树人大学) | 一种停车场立体车库智能控制系统 |
CN112233454A (zh) * | 2020-08-31 | 2021-01-15 | 浙江创泰科技有限公司 | 一种智能停车监控的方法 |
CN112289074A (zh) * | 2020-12-24 | 2021-01-29 | 南京酷朗电子有限公司 | 基于停车位监控摄像的引导车辆驾驶的方法 |
CN112908016A (zh) * | 2020-12-24 | 2021-06-04 | 南京酷朗电子有限公司 | 基于停车位监控摄像的引导车辆驾驶的方法 |
CN112837560A (zh) * | 2021-01-21 | 2021-05-25 | 安徽中科数盾科技有限公司 | 一种基于5g的新型智能化公共停车场智能管理算法 |
CN112885135A (zh) * | 2021-01-24 | 2021-06-01 | 成都智慧赋能科技有限公司 | 基于云平台的智慧交通停车管理系统 |
CN113362639A (zh) * | 2021-05-25 | 2021-09-07 | 电子科技大学 | 一种低功耗监测系统及其网络调度方法 |
CN113808408A (zh) * | 2021-10-27 | 2021-12-17 | 西安建筑科技大学 | 路侧停车检测方法、装置、设备及可读存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115424469A (zh) * | 2022-08-18 | 2022-12-02 | 重庆长安汽车股份有限公司 | 停车场空位管理方法、装置、车辆及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114512019B (zh) | 2023-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2020203517B2 (en) | Dynamic routing for autonomous vehicles | |
CN111415523B (zh) | 一种自主代客泊车方法及代客泊车系统 | |
WO2021088528A1 (zh) | 一种无人车室外驾驶系统 | |
CN109741617A (zh) | 一种停车场泊车导航方法及装置 | |
EP2915152B1 (de) | Verfahren zum identifizieren eines von einer sensoreinrichtung erfassten fahrzeugs | |
DE102019211681B4 (de) | Verfahren eines Fahrzeugs zum automatisierten Parken | |
JP7271259B2 (ja) | 車両管理システム、車両管理装置、および車両管理方法 | |
DE102016217645A1 (de) | Verfahren zum Bereitstellen von Information über eine voraussichtliche Fahrintention eines Fahrzeugs | |
US11345365B2 (en) | Control device, getting-into/out facility, control method, and storage medium | |
CN109712423B (zh) | 一种代客泊车停车场系统及车辆出入库控制方法 | |
DE112019004633T5 (de) | Systeme und verfahren zum verbessern des fahrzeugbetriebs unter verwendung beweglicher sensoren | |
CN112967516B (zh) | 快速停车场端关键参数与整车匹配全局动态路径规划方法 | |
CN115009270A (zh) | 一种自动泊车系统、汽车及方法 | |
CN114512019A (zh) | 一种智能停车识别群控方法及系统 | |
CN109656242A (zh) | 一种自动驾驶行车路径规划系统 | |
DE102022103428A1 (de) | Methoden zum auffinden von und zugang zu fahrzeugen | |
US11117571B2 (en) | Vehicle control device, vehicle control method, and storage medium | |
CN115311891B (zh) | 路边和停车场空闲停车位的共享方法、系统及存储介质 | |
CN113247021A (zh) | 车辆控制方法、系统、电子设备及计算机可读存储介质 | |
CN110775054B (zh) | 车载控制装置、场端定位装置、车辆控制系统及车辆 | |
CN113192352A (zh) | 一种接收交管人员指令的自动驾驶方法及系统 | |
CN114220290B (zh) | 一种车辆自动寻找车位和自动泊车的方法及系统 | |
DE102019207294A1 (de) | Navigationsverfahren und Koppelvorrichtung für ein Kraftfahrzeug sowie Kraftfahrzeug mit einer Koppelvorrichtung | |
DE102021209575B3 (de) | Verfahren und Assistenzeinrichtung zum Unterstützen von Fahrzeugfunktionen in einem Parkraum und Kraftfahrzeug | |
CN110775055B (zh) | 车载控制装置、场端定位装置、车辆控制系统及车辆 |
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 |