CN115273538A

CN115273538A - 一种基于gnss-rtk技术的车位检测系统及其部署、工作方法

Info

Publication number: CN115273538A
Application number: CN202211039245.6A
Authority: CN
Inventors: 王炜程; 陈嘉彬; 杨赞; 蔡盈盈; 朱婧文
Original assignee: Individual
Current assignee: Individual
Priority date: 2022-08-29
Filing date: 2022-08-29
Publication date: 2022-11-01

Abstract

本发明公开了一种基于GNSS‑RTK技术的车位检测系统及其部署、工作方法，包括包括基站、无人机和上位机。本发明具有以下有益效果，无人机在起飞至预定高度后，自动飞行至定位点，保持定点悬停并同时执行指定的车位检测任务，直至最后一个任务，即着陆于指定位置；无人机的悬停精度误差在纬度方向不超过±0.0000025°，经度方向不超过±0.0000065°，高度方向不超过±0.15m，足够保证神经网络的检测要求，距离无人机15米及以外即可满足环境噪音要求，不会对周围人员的生活、工作造成影响；本系统可以使停车场检测系统的建设费用，降低为现有常规系统的1/4～1/12，极大地降低了建设成本。

Description

一种基于GNSS-RTK技术的车位检测系统及其部署、工作方法

技术领域

本发明涉及交通技术领域，具体为一种基于GNSS-RTK技术的车位检测系统及其部署、工作方法。

背景技术

停车场车位检测结果以前主要靠人工统计，现在有很多停车场安装有各种自动检测装置，一般分为传感器检测和视频检测两大类。传感器检测主要有红外线感应、超声波检测，或者结合地磁检测等方式，这种模式存在较大的问题是：初期建设硬件投入较大、需要实施土建及电气工程、需要将各传感器数据汇总处理、后期维护压力较大、能耗较高等问题。另外，对安装在地面的传感器，还会受到杂物、动物、行人等物体的遮挡，造成误检。

而视频检测方式便能克服这些缺点，同时具备可获取更多信息的优势，因此本设计借鉴这一检测方式。此方式目前也有很多种不同的实现方法，主要有基于车牌检测及基于车位状态变化进行检测。对车牌进行检测的方法精确度较高，但对安装位置、角度要求也较高，其在室外低密度部署(类似安防摄像头安装方式)时，会造成远距离车牌无法被检测到，进而造成安装数量要求较大，总体成本急剧增长，不适于大面积推广。对车位状态的检测有基于方差、纹理特征、物体边缘、车位标记等方式，但大都需要相对固定的光照条件、场景或特殊标记，易受室内外天气及光照条件、背景变化、地面标记较长时间后磨损等因素的影响，造成检测准确度下降。现在还有通过神经网络等人工智能算法进行检测的方式，但是，这种方式同样也需要摄像头能“看到”车辆或车位才能检测，如果摄像头数量较少或安装位置较低、角度较偏等情况，便会造成停在较大车辆中间的较小车辆被遮挡，无法被安装在两侧角点位的摄像头“看到”，也就不能进行下一步的检测。

如果是安装位置较高的摄像头，虽然能检测较多数量车位，但其工作条件对气象要求较高，遇到雨雾天气便会造成检测困难，而且有车棚时会被遮挡。

同时这些方案除了后期维护压力较大外，根据实地观测记录得出，一般车辆停入或离开车位后一段时间内，此车位的状态不改变，而传感器却一直在不断工作，即无谓地消耗能量。

根据观测数据可得出，只需每隔小时检测一次即可满足大部分要求，故尝试利用无人飞行器技术再结合某种探测手段，进行车位的检测。

查阅资料及相关专利技术后也发现，有人曾经提出过类似的方案，有些方案需要每台车辆自带架无人机，目前来看实现起来存在较大困难；有些技术已有实验，但是其方案大多是使用无人机或系留式气球等飞行平台，携带视频设备升入较高空中，对停车场进行全景拍摄进而得出结果。这类方案看似很理想，但分析并在停车场边高楼层上实地观测后，发现其存在很大局限性：一是无法使用在有遮蔽的停车场，所有车位必须没有被其它物体遮挡，如果有停车棚或者大量树木遮挡的情况便无法使用；二是全景鸟瞰照片需要较高分辨率，如果是普通摄像头拍摄分辨率较低，易引起误检；三是若要扩大检测范围，则必然需要升至较高空域，容易超出无人飞行器适飞空域，而气球因为无动力，其对抗强风的能力不如有动力的飞行器，更可能因自身无动力、体积大，而受强风影响发生大范围晃动和漂移，影响检测结果甚至造成脱离系留引发危险。

发明内容

1.需要解决的技术问题

本发明需要解决的技术问题在于，提供一种基于GNSS-RTK技术的车位检测系统及其部署、工作方法，以解决上述背景技术描述的现有技术存在的问题。

2.技术方案

为实现上述目的，本发明提供如下技术方案：一种基于GNSS-RTK技术的车位检测系统，包括基站、无人机和上位机；所述基站包括RTK天线，所述RTK天线经馈线与数据链设备连接；所述数据链设备与上位机通讯连接；所述无人机上分别安装有图像采集设备、机载计算机、移动RTK天线和移动数据链设备；所述所述机载计算机经移动数据链设备与移动RTK天线连接，所述图像采集设备与机载计算机通讯连接；所述RTK天线与移动RTK天线通讯连接。

上述的车位检测系统，其中，所述图像采集设备朝向与地面之间的默认夹角为30°，且可±30°调整。

本发明同时公开了一种基于GNSS-RTK技术的车位检测系统的部署方法，包括如下步骤：

步骤1，确定所述基站的位置，需要选择收星信号良好的区域，架设好基站及所述RTK天线；

步骤2，在通电后经过一段时间可自动完成基站定位；

步骤3，根据车棚等遮挡物的有无、实际高度、车位尺寸等现场实际情况，确定无人机工作高度、定位点位置等信息；

步骤4，将无人机通电后至每个车位前的定位点，采集定位信息；

步骤5，确定工作飞行路线，将定位点信息编入任务列表；

步骤6，将任务列表导入无人机。

上述的车位检测系统的部署方法，其中，所述步骤3中，若是有车棚的停车位，所述无人机工作高度低于车棚高度；若是无车棚停车位，所述无人机工作高度为3～5m。

本发明同时公开了一种基于GNSS-RTK技术的车位检测系统的工作方法，包括如下步骤：

步骤1，按照部署流程确定每个需要检测的停车位前定位点的经纬度及所述图像采集设备的指向，并将参数录入任务列表后导入工作无人机的机载计算机；

步骤2，将无人机2放至起飞点，由地面站授权起飞后，会自动飞行至各个停车位前执行检测任务，并将结果发回所述上位机3，由上位机3进行空车位数量或位置的发布；

步骤3，无人机任务完成后自动返回预定着陆点(可与起飞点相同)执行全自动着陆任务，继而更换电池或自动快速充电后即可准备下一轮飞行和检测任务。

上述的车位检测系统的工作方法，其中，所述步骤2包括如下步骤：

步骤2.1，所述图像采集设备采集图像，并送入所述机载计算机；

步骤2.2，所述机载计算机采用人工神经网络对图像进行分析，判断车位是否有车；

步骤2.3，若有车辆则表明车位被占用，否则为空车位。

上述的车位检测系统的工作方法，其中，所述机载计算机采用并行算法，其中，主进程负责车位检测任务，辅助进程负责实时修正无人机定位精度。

3.有益效果

综上所述，本发明的有益效果在于：

(1)无人机在起飞至预定高度后，自动飞行至定位点，保持定点悬停并同时执行指定的车位检测任务，直至最后一个任务，即着陆于指定位置；

(2)无人机的悬停精度误差在纬度方向不超过±0.0000025°，经度方向不超过±0.0000065°，高度方向不超过±0015m，足够保证神经网络的检测要求，距离无人机15米及以外即可满足环境噪音要求，不会对周围人员的生活、工作造成影响；

(3)本系统可以使停车场检测系统的建设费用，降低为现有常规系统的1/4～1/12，极大地降低了建设成本。

附图说明

图1为本发明车位检测系统的结构示意图；

图2为本发明车位检测系统检测及实时并行算法流程图；

图中：1-基站；2-无人机；3-上位机；4-RTK天线；5-馈线；6-数据链设备；8-图像采集设备；9-机载计算机；10-移动RTK天线；11-移动数据链设备。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

请参见附图1所示，一种基于GNSS-RTK技术的车位检测系统，包括基站1、无人机2和上位机3；所述基站1包括RTK天线4，所述RTK天线4经馈线5与数据链设备6连接；所述数据链设备6与上位机3通讯连接；所述无人机2上分别安装有图像采集设备8、机载计算机9、移动RTK天线10和移动数据链设备11；所述所述机载计算机9经移动数据链设备11与移动RTK天线10连接，所述图像采集设备8与机载计算机9通讯连接；所述RTK天线4与移动RTK天线10通讯连接。

本发明同时公开了一种基于GNSS-RTK技术的车位检测系统的部署方法，请参见附图2所示，包括如下步骤：

步骤1，确定所述基站1的位置，需要选择收星信号良好的区域，架设好基站1及所述RTK天线4；

步骤2，在通电后经过一段时间可自动完成基站1定位；

步骤3，根据车棚等遮挡物的有无、实际高度、车位尺寸等现场实际情况，确定无人机2工作高度、定位点位置等信息；

步骤4，将无人机2通电后至每个车位前的定位点，采集定位信息；

步骤5，确定工作飞行路线，将定位点信息编入任务列表；

步骤6，将任务列表导入无人机2。

本发明同时公开了一种基于GNSS-RTK技术的车位检测系统的工作方法，其特征在于，包括如下步骤：

步骤1，按照部署流程确定每个需要检测的停车位前定位点的经纬度及所述图像采集设备8的指向，并将参数录入任务列表后导入工作无人机2的机载计算机9；

步骤3，无人机2任务完成后自动返回预定着陆点(可与起飞点相同)执行全自动着陆任务，继而更换电池或自动快速充电后即可准备下一轮飞行和检测任务。

本发明的作业方法包含以下主要参数：

(1)工作高度

如果是有车棚的停车场，则工作高度定在棚沿高度(一般为离地2.8～3.2m)，能停入的车辆高度一般均低于此高度，不会造成无人机与车辆的碰撞；可以比棚沿稍微高一点，但也不能飞得太高，因为会造成无人机上的摄像头被车棚遮挡，无法拍摄到下面的车位情况。若为无棚停车场，则工作高度定在5m，可视具体情况调整，但此最低高度也已超过普通用途大型车辆，如大巴、集装箱卡车的高度，不会引发碰撞。

(2)GNSS-RTK高精度定位

无人机常用的普通卫星定位技术，无法稳定在某点进行厘米级定位，表现为即使是静止放在地面时，也会在目标点附近来回摆动或向某处漂移，而且漂移的距离有时甚至能达到1～3m。

与当时当地的卫星定位信号强度相关，且即使信号很好的情况下，也存在大约50～100cm的偏差，况且每次在同一点的偏差也不相同，这对车位检测过程造成很大影响。

而RTK技术可以对GNSS卫星定位(包括北斗/GPS/GLONASS及伽利略)信号进行实时差分校准，能极大地减弱大气中电离层、对流层造成的信号延迟及其它影响卫星定位效果的因素，使最终定位精度达到厘米级。

如果是单一星座的RTK系统，经过实测发现，虽然能在大部分时间段内达到理想的精度，满足本设计方案的基本要求，但存在下列几个问题：一是某些时段因卫星相对地面运动，造成同时可接收到信号的卫星数量较少，引起精度下降；二是受天气影响，如果遇到阴天等云层较厚的时候，即使卫星数量较多时段，其整体信号强度也会下降，进而造成定位精度下降；三是如果某个卫星定位系统受故障、人为干扰或关闭等因素影响，将对本设计方案带来无法正常使用的严重隐患。因此考虑同时接收使用包含北斗、GPS等在内的多套卫星定位系统，首先是保证了在各个时段、天气状况下都有足够数量的可见卫星，且接收到的信号质量整体而言更高；其次也保证了多套系统的冗余备份，即使有个别系统出现问题也能通过其它系统获得弥补，将影响降至最低。

当然，因为飞行过程中受风和气流影响，会对定位精度造成影响，需要进一步通过控制代码不断实时修正位置，才能使最终的定位精度达到设计要求。

(3)检测技术

在车位检测技术的选择上，尝试单目摄像头+神经网络的方案，即由摄像头采集图像后，送入机载计算机，由人工神经网络对图像进行分析，判断是否存在车辆，若存在则表明车位已被占用，否则为空车位。因为使用了神经网络，具备较强的抗干扰能力，即使无人机轻微偏移，也仍然能准确地识别出是否停有车辆。

(4)并行算法

无人机在飞行和定位、检测过程中，不可避免地受到气流扰动的影响，比如自然风或者因下方车辆经过所引起的抬升或下沉气流等。这时如果正处于需要定点悬停的任务，便会影响定位的精度，进而影响任务的执行。因此需要在软件层面保证，在执行检测任务的同时，实时修正定位精度，使其即使遇到强气流发生偏移后，也能立即向需要定位的点位执行修正。

这种对飞行控制与车位检测需同时进行的情况，使用了并行处理技术，将软件设置了两个进程，一个是主进程，负责初步定位及车位检测任务；当进入车位检测任务时，会打开旁路辅助进程，由其负责实时修正无人机位置，保证其在允许的偏移范围内；当主进程完成检测任务后，将关闭旁路进程，直到下一个检测(或着陆)任务启动。

(5)控制逻辑

针对机载计算机在空中发生程序出错或死机等情况，因为是通过开源的飞控提供的接口为其发送控制命令，实际是在飞控外环进行控制，而无人机的姿态由飞控自身进行控制，只要飞控没有故障，最多造成无人机在空中悬停，等待进一步命令指示，此时只要及时接管控制权便不会造成坠机事故。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims

1.一种基于GNSS-RTK技术的车位检测系统，其特征在于，包括基站(1)、无人机(2)和上位机(3)；所述基站(1)包括RTK天线(4)，所述RTK天线(4)经馈线(5)与数据链设备(6)连接；所述数据链设备(6)与上位机(3)通讯连接；所述无人机(2)上分别安装有图像采集设备(8)、机载计算机(9)、移动RTK天线(10)和移动数据链设备(11)；所述所述机载计算机(9)经移动数据链设备(11)与移动RTK天线(10)连接，所述图像采集设备(8)与机载计算机(9)通讯连接；所述RTK天线(4)与移动RTK天线(10)通讯连接。

2.根据权利要求1所述的一种基于GNSS-RTK技术的车位检测系统，其特征在于，所述图像采集设备(8)朝向与地面之间的默认夹角30°，且可±30°调整。

3.一种利用权利要求1-2任一项所述的基于GNSS-RTK技术的车位检测系统的部署方法，其特征在于，包括如下步骤：

步骤1，确定所述基站(1)的位置，需要选择收星信号良好的区域，架设好基站(1)及所述RTK天线(4)；

步骤2，在通电后经过一段时间可自动完成基站(1)定位；

步骤3，根据车棚等遮挡物的有无、实际高度、车位尺寸等现场实际情况，确定无人机(2)工作高度、定位点位置等信息；

步骤4，将无人机(2)通电后至每个车位前的定位点，采集定位信息；

步骤5，确定工作飞行路线，将定位点信息编入任务列表；

步骤6，将任务列表导入无人机(2)。

4.根据权利要求3所述的一种基于GNSS-RTK技术的车位检测系统的部署方法，其中，所述步骤3中，若是有车棚的停车位，所述无人机(2)工作高度低于车棚高度；若是无车棚停车位，所述无人机(2)工作高度为3～5m。

5.一种利用权利要求1-4任意一项所述的基于GNSS-RTK技术的车位检测系统的工作方法，其特征在于，包括如下步骤：

步骤1，按照部署流程确定每个需要检测的停车位前定位点的经纬度及所述图像采集设备(8)的指向，并将参数录入任务列表后导入工作无人机(2)的机载计算机(9)；

步骤2，将无人机(2)放至起飞点，由地面站授权起飞后，会自动飞行至各个停车位前执行检测任务，并将结果发回所述上位机(3)，由上位机(3)进行空车位数量或位置的发布；

步骤3，无人机(2)任务完成后自动返回预定着陆点(可与起飞点相同)执行全自动着陆任务，继而更换电池或自动快速充电后即可准备下一轮飞行和检测任务。

6.根据权利要求5所述的一种基于GNSS-RTK技术的车位检测系统的工作方法，其特征在于，所述步骤2包括如下步骤：

步骤2.1，所述图像采集设备(8)采集图像，并送入所述机载计算机(9)；

步骤2.2，所述机载计算机(9)采用人工神经网络对图像进行分析，判断车位是否有车；

步骤2.3，若有车辆则表明车位被占用，否则为空车位。

7.根据权利要求5所述的一种基于GNSS-RTK技术的车位检测系统的工作方法，其特征在于，所述机载计算机(9)采用并行算法，其中，主进程负责车位检测任务，辅助进程负责实时修正无人机定位精度。