CN115376356A - 车位管理方法、系统、电子设备及非易失性存储介质 - Google Patents
车位管理方法、系统、电子设备及非易失性存储介质 Download PDFInfo
- Publication number
- CN115376356A CN115376356A CN202210768414.3A CN202210768414A CN115376356A CN 115376356 A CN115376356 A CN 115376356A CN 202210768414 A CN202210768414 A CN 202210768414A CN 115376356 A CN115376356 A CN 115376356A
- Authority
- CN
- China
- Prior art keywords
- parking space
- image
- target
- vehicle
- determining
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 32
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000004891 communication Methods 0.000 claims abstract description 29
- 239000011159 matrix material Substances 0.000 claims description 39
- 230000008859 change Effects 0.000 claims description 18
- 238000009826 distribution Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
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
- G08G1/146—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
-
- 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
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying 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
- G08G1/142—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
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/12—Electric charging stations
Abstract
本申请公开了一种车位管理方法、系统、电子设备及非易失性存储介质。其中,该方法包括:确定待入场车辆的车辆类型,其中,车辆类型包括:电动汽车与非电动汽车;在车辆类型为电动汽车的情况下,依据目标视频确定目标车位,其中,目标视频为目标停车场的停车场视频;发送目标车位的位置信息至与目标车位关联的通信设备,其中,通信设备为目标停车场门口的显示设备。本申请解决了由于电动汽车车位被非电动汽车占用造成的充电车位使用效率低下的的技术问题。
Description
技术领域
本申请涉及图像处理领域,具体而言,涉及一种车位管理方法、系统、电子设备及非易失性存储介质。
背景技术
国家对新能源汽车的免征购置税政策实施后,汽车新能源技术迅猛发展,电动汽车的推广应用取得明显进展,产销量创历史新高。电动汽车的使用很大程度上依赖于充电设施的完善,随着电动汽车的不断普及,对电动汽车车位的管理研究势在必行,普通停车场进出需人工管理,没有停车位置信息,需要车主自己寻找充电车位,并且存在非电动汽车占用充电车位的情况,造成充电桩使用效率低下,给电动汽车车主带来很大不便。
现有的一些智能停车场车位管理系统及方法主要是通过地磁传感器、压力传感器以及红外传感器等设备来采集停车位信息,实现车位智能化管理。但这些系统对非电动汽车占用充电车位的情况无法监管,停车场内依然存在乱停车和充电桩使用效率低下等问题。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种车位管理方法、系统、电子设备及非易失性存储介质,以至少解决由于电动汽车车位被非电动汽车占用造成的充电车位使用效率低下的的技术问题。
根据本申请实施例的一个方面,提供了一种车位管理方法,包括:确定待入场车辆的车辆类型,其中,车辆类型包括:电动汽车与非电动汽车;在车辆类型为电动汽车的情况下,依据目标视频确定目标车位,其中,目标视频为目标停车场的停车场视频;发送目标车位的位置信息至与目标车位关联的通信设备,其中,通信设备为目标停车场门口的显示设备。
可选地,依据目标视频确定目标车位包括:依据目标视频确定备选车位,其中,备选车位为设置有充电桩的车位,并且充电桩的当前状态为空闲状态;确定备选车位中是否存在障碍物;确定备选车位中的充电桩是否故障;在确定备选车位中不存在障碍物,并且充电桩无故障的情况下,确定备选车位为目标车位。
可选地,确定备选车位中是否存在障碍物包括:从目标视频中确定第一车位图像,第二车位图像和第三车位图像,其中,第一车位图像为备选车位的车位背景图像,第三车位图像为目标车位在目标时刻的车位图像,第二车位图像为与第三车位图像紧邻且位于第二车位图像前一帧的车位图像,目标时刻为待入场车辆位于预设位置时的时刻;依据第一车位图像,第二车位图像和第三车位图像确定第三车位图像中是否存在变动区域,其中,变动区域为第三车位图像中与第一车位图像或第二车位图像相比,灰度值发生变化的区域;在第三车位图像中存在变动区域,并且变动区域与第三车位图像中的车位区域发生重叠的情况下,确定备选车位中存在障碍物。
可选地,依据第一车位图像,第二车位图像和第三车位图像确定第三车位图像中是否存在变动区域包括:建立目标平面坐标系;分别确定第一车位图像,第二车位图像和第三车位图像中的像素点在目标平面坐标系中的坐标值;对第三车位图像与第一车位图像中坐标值相同的像素点对应的灰度值进行差分运算,得到第一车位差分图像;以及,对第三车位图像与第二车位图像中坐标值相同的像素点对应的灰度值进行差分运算,得到第二车位差分图像;依据第一车位差分图像和第二车位差分图像,确定第三车位图像中是否存在变动区域。
可选地,依据第一车位差分图像和第二车位差分图像,确定第三车位图像中是否存在变动区域包括:分别确定第一车位差分图像和第二车位差分图像中的像素点在目标平面坐标系中的坐标;确定第一车位差分图像中第一目标像素点的第一数量,其中,第一目标像素点为与第一车位图像中坐标值相同的像素点相比,灰度值不同的像素点;以及,确定第二车位差分图像中第二目标像素点的第二数量,其中,第二目标像素点为与第二车位图像中坐标值相同的像素点相比,灰度值不同的像素点;在第一数量大于第一数量阈值,并且第二数量大于第二数量阈值的情况下,确定所述第三车位图像中存在变动区域。
可选地,确定待入场车辆的车辆类型包括:在目标图像中确定待入场车辆的车牌位置;根据车牌位置确定待入场车辆的车牌信息;依据车牌信息确定待入场车辆的车辆类型。
可选地,在目标图像中确定待入场车辆的车牌位置包括:将第一矩阵与第二矩阵进行卷积运算,得到第三矩阵,其中,第一矩阵为算子模板,第二矩阵为待入场车辆在目标视频中的像素分布假设矩阵,第三矩阵为卷积运算后的车牌像素点分部估计矩阵;比较第三矩阵中元素大小,得到车牌中心像素点;根据车牌中心像素点,确定当前待入场车辆的车牌在目标视频中的车牌位置。
可选地,根据所述车牌位置确定待入场车辆的车牌信息包括:根据车牌位置对车牌进行字符分割与识别,获取车牌信息,其中,车牌信息包括:车牌字符信息和车牌颜色信息。
根据本申请实施例的另一方面,还提供了一种车位管理装置,包括:车辆识别模块,用于确定当前待入场车辆的车辆类型,其中,车辆类型包括:电动汽车与非电动汽车;车位监测模块,用于在车辆类型为电动汽车的情况下,依据目标视频确定目标车位,其中,目标视频为目标停车场的停车场视频;信息反馈模块,用于发送目标车位的位置信息至与目标车位关联的通信设备,其中,通信设备为目标停车场门口的显示设备。
根据本申请实施例的又一方面,还提供了一种电子设备,包括:图像采集传感器,用于获取目标视频;存储器,用于存储程序指令;处理器,与所述存储器连接,用于执行实现以下功能的程序指令:确定当前待入场车辆的车辆类型,其中,车辆类型包括:电动汽车与非电动汽车;在车辆类型为电动汽车的情况下,依据目标视频确定目标车位,其中,目标视频为目标停车场的停车场视频;发送目标车位的位置信息至与目标车位关联的通信设备,其中,通信设备为所述目标停车场门口的显示设备。
根据本发明实施例的再一方面,还提供了一种非易失性存储介质,非易失性存储介质包括存储的程序,其中,在程序运行时控制非易失性存储介质所在设备执行车位管理方法。
在本申请实施例中,采用确定待入场车辆的车辆类型,其中,车辆类型包括:电动汽车与非电动汽车;在车辆类型为电动汽车的情况下,依据目标视频确定目标车位,其中,目标视频为目标停车场的停车场视频;发送目标车位的位置信息至与目标车位关联的通信设备,其中,通信设备为目标停车场门口的显示设备的方式,达到了对非电动汽车占用充电车位的情况进行监管的目的,从而实现了提高充电车桩使用效率的技术效果,进而解决了由于电动汽车车位被非电动汽车占用造成的充电车位使用效率低下的技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例提供的一种车位管理方法的流程示意图;
图2是根据本申请实施例提供的一种确定目标车位的流程示意图;
图3是根据本申请实施例提供的一种确定备选车位中是否存在障碍物的流程示意图;
图4是根据本申请实施例提供的一种确定待入场车辆的车辆类型的流程示意图;
图5是根据本申请实施例提供的一种车位管理装置的结构图;
图6是根据本申请实施例提供的一种用于实现车位管理方法的电子设备的硬件结构框图;
图7是根据本申请实施例中运用车牌定位计算方法前后拍摄的车牌对比图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本申请实施例,提供了一种车位管理的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本申请实施例的车位管理方法,如图1所示,该方法包括如下步骤:
步骤S102,确定待入场车辆的车辆类型,其中,车辆类型包括:电动汽车与非电动汽车;
在本申请的一些实施例中,确定待入场车辆的车辆类型包括:在目标图像中确定待入场车辆的车牌位置;根据车牌位置确定待入场车辆的车牌信息;依据车牌信息确定待入场车辆的车辆类型。
具体地,确定待入场车辆的车辆类型的方法如图4所示,包括以下步骤:
步骤S402,在目标图像中确定待入场车辆的车牌位置;
在本申请的一些实施例中,在目标图像中确定待入场车辆的车牌位置时,将第一矩阵与第二矩阵进行卷积运算,得到第三矩阵,其中,第一矩阵为算子模板,第二矩阵为待入场车辆在目标视频中的像素分布假设矩阵,第三矩阵为卷积运算后的车牌像素点分部估计矩阵;比较第三矩阵中元素大小,得到车牌中心像素点;根据车牌中心像素点,确定当前待入场车辆的车牌在目标视频中的车牌位置。
在上述确定待入场车辆的车辆类型的方法中,所述算子模板(即上述第一矩阵)采用八方位的尺寸大小为3x3的模板,其矩阵表达式为:
式中:M0到M7系列矩阵均为中间变量。
假设上述待入场车辆在目标视频中的像素分布假设矩阵表达式(即上述第二矩阵)A为:
则上述将第一矩阵与第二矩阵进行卷积运算,得到第三矩阵,比较第三矩阵中元素大小,得到车牌中心像素点的具体计算步骤为:
将算子模板依次与矩阵A进行卷积运算,得到的l0~l7的表达式为:
l1=l0+8(a12-a31)
l2=l0+8(a13-a21)
l3=l0+8(a23-a11)
l4=l0+8(a31-a12)
l5=l0+8(a32-a13)
l6=l0+8(a31-a23)
l7=l0+8(a21-a33)
式中l0~l7矩阵为卷积后的车牌像素点分部估计矩阵,即上述第三矩阵。
比较l0~l7的大小,取最大值li为输出的中心点像素,其大小与源图像中心像素点的灰度值无关,仅与该中心点邻近的8个点的灰度值有关,方向与算子模板方向相同。
步骤S404,根据车牌位置确定待入场车辆的车牌信息。
具体的根据车牌位置对车牌进行字符分割与识别,获取车牌信息,其中,车牌信息包括:车牌字符信息和车牌颜色信息。根据车牌位置信息采集车牌信息的前后效果如图7所示。
步骤S406,依据车牌信息确定待入场车辆的车辆类型。
优选地,对车辆进行车型识别和车身颜色识别,获取所述车辆车型信息和车身颜色信息;根据所述车牌信息、车型信息和车身颜色信息,判断所述车辆是否为电动汽车。
步骤S104,在车辆类型为电动汽车的情况下,依据目标视频确定目标车位,其中,目标视频为目标停车场的停车场视频;
可选的,当待入场车辆的车辆类型非电动汽车的情况下,禁止该车辆进入停车场;
在本申请的一些实施例中,当车辆类型为电动汽车的情况下,依据目标视频确定目标车位的完整流程如图2所示,包括如下步骤:
步骤S202,依据目标视频确定备选车位,其中,备选车位为设置有充电桩的车位,并且充电桩的当前状态为空闲状态;
当依据目标视频确定备选车位时,首先对目标视频进行预处理,其中所述预处理包括:图像的灰度处理、图像去噪、图像的边缘增强和二值化等相关预处理操作;
通过图像分割技术对所述预处理后的目标视频图像进行分割,确定所述目标车位区域。
具体地,从经过预处理的图像中心序列向图像的两边开始扫描,扫描该点是否是具有车位区域边界线特征的一个像素点,如果不是则分割图像;如若是作为种子点,记录下该点,以此点开始生长,并向下一点扫描;每次生长后计算区域的面积,计算其生长变化率是否在的范围内,若不在则分割图像:若在则将该点加入车位区域边界线预选集合里;对于车位区域边界线预选集合里边的各个像素值,将其与周围的像素灰度值进行比较,若小于阈值则重新以此点开始生长,并向下一点扫描;如大于阈值则判断其是否超过扫描次数,结束扫描。最终依据车位区域边界线集合得到目标视频中的候选车位区域。
步骤S204,确定备选车位中是否存在障碍物;
在本申请的一些实施例中,在确定备选车位中是否存在障碍物时,从目标视频中确定第一车位图像,第二车位图像和第三车位图像,其中,第一车位图像为备选车位的车位背景图像,第三车位图像为目标车位在目标时刻的车位图像,第二车位图像为与第三车位图像紧邻且位于第二车位图像前一帧的车位图像,目标时刻为待入场车辆位于预设位置时的时刻;依据第一车位图像,第二车位图像和第三车位图像确定第三车位图像中是否存在变动区域,其中,变动区域为第三车位图像中与第一车位图像或第二车位图像相比,灰度值发生变化的区域;在第三车位图像中存在变动区域,并且变动区域与第三车位图像中的车位区域发生重叠的情况下,确定备选车位中存在障碍物。
上述依据第一车位图像,第二车位图像和第三车位图像确定第三车位图像中是否存在变动区域包括:建立目标平面坐标系;分别确定第一车位图像,第二车位图像和第三车位图像中的像素点在目标平面坐标系中的坐标值;对第三车位图像与第一车位图像中坐标值相同的像素点对应的灰度值进行差分运算,得到第一车位差分图像;以及,对第三车位图像与第二车位图像中坐标值相同的像素点对应的灰度值进行差分运算,得到第二车位差分图像;依据第一车位差分图像和第二车位差分图像,确定第三车位图像中是否存在变动区域。
上述依据第一车位差分图像和第二车位差分图像,确定第三车位图像中是否存在变动区域包括:分别确定第一车位差分图像和第二车位差分图像中的像素点在目标平面坐标系中的坐标;确定第一车位差分图像中第一目标像素点的第一数量,其中,第一目标像素点为与第一车位图像中坐标值相同的像素点相比,灰度值不同的像素点;以及,确定第二车位差分图像中第二目标像素点的第二数量,其中,第二目标像素点为与第二车位图像中坐标值相同的像素点相比,灰度值不同的像素点;在第一数量大于第一数量阈值,并且第二数量大于第二数量阈值的情况下,确定所述第三车位图像中存在变动区域。
具体地,确定备选车位中是否存在障碍物的完整流程如图3所示,包括如下步骤:
步骤S302,从目标视频中确定第一车位图像,第二车位图像和第三车位图像,其中,第一车位图像为备选车位的车位背景图像,第三车位图像为目标车位在目标时刻的车位图像,第二车位图像为与第三车位图像紧邻且位于第二车位图像前一帧的车位图像,目标时刻为待入场车辆位于预设位置时的时刻;
步骤S304,建立目标平面坐标系;分别确定第一车位图像,第二车位图像和第三车位图像中的像素点在目标平面坐标系中的坐标值;对第三车位图像与第一车位图像中坐标值相同的像素点对应的灰度值进行差分运算,得到第一车位差分图像;以及,对第三车位图像与第二车位图像中坐标值相同的像素点对应的灰度值进行差分运算,得到第二车位差分图像;
步骤S306,分别确定第一车位差分图像和第二车位差分图像中的像素点在目标平面坐标系中的坐标;确定第一车位差分图像中第一目标像素点的第一数量,其中,第一目标像素点为与第一车位图像中坐标值相同的像素点相比,灰度值不同的像素点;
具体地,对第一车位差分图像进行二值化处理,将大于阈值的像素点的值记为255(全白),将小于阈值的像素点的值记为0(全黑),统计变化像素点的个数,得到上述第一数量。
确定第二车位差分图像中第二目标像素点的第二数量,其中,第二目标像素点为与第二车位图像中坐标值相同的像素点相比,灰度值不同的像素点;
具体地,具体地,对第二车位差分图像进行二值化处理,将大于阈值的像素点的值记为255(全白),将小于阈值的像素点的值记为0(全黑),统计变化像素点的个数,得到上述第二数量。
步骤S308,将第一数量与第一数量阈值比较,第二数量与第二数量阈值比较,在第一数量大于第一数量阈值,并且第二数量大于第二数量阈值的情况下,确定所述第三车位图像中存在变动区域。
步骤S310,在第三车位图像中存在变动区域,并且变动区域与第三车位图像中的车位区域发生重叠的情况下,确定备选车位中存在障碍物。
具体地,运用投影法,定位变动区域,与之前确定候选车位区域相比较,判断其是否与候选车位区域存在重叠,若在存在则确定备选车位中存在障碍物,进行进一步的判定,否则继续上述操作。
优选地,依据目标视频对占用候选车位区域的障碍物进行识别;在识别结果为该障碍物非车辆的情况下,发送第一告警信息;在识别结果为为该障碍物为车辆但非电动汽车的情况下,发送第二告警信息。
步骤S206,确定备选车位中的充电桩是否故障;
具体地,判断第三充电桩图像与第一充电桩图像及第二充电桩图像相比是否存在变动区域,其中,所述第一充电桩图像为所述目标视频中获取的备选车位对应的充电桩背景图像,第三充电桩图像为目标车位的充电桩在目标时刻的充电桩图像,第二充电桩图像为与第三充电桩图像紧邻且位于第二充电桩图像前一帧的充电桩图像,目标时刻为待入场车辆位于预设位置时的时刻;在判断结果为发生变化的情况下,判定所述目标车位的充电桩的存在故障,发送第三告警信息。
上述判断第三充电桩图像与第一充电桩图像及第二充电桩图像相比是否存在变动区域包括:建立目标平面坐标系;分别确定第一充电桩图像,第二充电桩图像和第三充电桩图像中的像素点在目标平面坐标系中的坐标值;对第三充电桩图像与第一充电桩图像中坐标值相同的像素点对应的灰度值进行差分运算,得到第一充电桩差分图像;以及,对第三充电桩图像与第二充电桩图像中坐标值相同的像素点对应的灰度值进行差分运算,得到第二充电桩差分图像;依据第一充电桩差分图像和第二充电桩差分图像,确定第一充电桩差分图像和第二充电桩差分图像的融合均值图像,统计融合均值图像中与第一充电桩差分图像和第二充电桩差分图像中坐标值相同的像素点相比,灰度值不同的像素点个数,与第三数量阈值比较,若大于第三数量阈值,则判定发生变化。
步骤S208,在确定备选车位中不存在障碍物,并且在充电桩无故障的情况下,确定备选车位为目标车位。
步骤S106,发送目标车位的位置信息至与目标车位关联的通信设备。
优选地,在发送目标车位的位置信息至与目标车位关联的通信设备后,通信设备除向待入场车辆车主显示目标车位位置信息外,也可显示通往目标车位的最短路线信息以及停车场剩余车位数等信息。
通过上述各个步骤,确定待入场车辆的车辆类型,其中,车辆类型包括:电动汽车与非电动汽车;在车辆类型为电动汽车的情况下,依据目标视频确定目标车位,其中,目标视频为目标停车场的停车场视频;发送目标车位的位置信息至与目标车位关联的通信设备,其中,通信设备为目标停车场门口的显示设备。本申请解决了由于电动汽车车位被非电动汽车占用造成的充电车位使用效率低下的的技术问题。
图5是根据本申请实施例提供的一种车位管理装置的结构图;
车辆识别模块50,用于确定当前待入场车辆的车辆类型,其中,车辆类型包括:电动汽车与非电动汽车;
车位监测模块52,用于在车辆类型为电动汽车的情况下,依据目标视频确定目标车位,其中,目标视频为目标停车场的停车场视频;
信息反馈模块54,用于发送目标车位的位置信息至与目标车位关联的通信设备,其中,通信设备为目标停车场门口的显示设备。
需要说明的是,图5所示的车位管理的装置用于执行图1所示的车位管理的方法,因此上述车位管理的方法中的相关解释说明也适用于该车位管理的装置,此处不再赘述。
本申请实施例所提供的车位管理的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。图5示出了一种用于实现车位管理的方法的计算机终端(或电子设备)的硬件结构框图。如图6所示,计算机终端60(或电子设备60)可以包括一个或多个(图中采用602a、602b,……,602n来示出)处理器(处理器可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器604、以及用于通信功能的传输模块606。除此以外,还可以包括:显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为I/O接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解,图6所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,计算机终端60还可包括比图6中所示更多或者更少的组件,或者具有与图6所示不同的配置。
应当注意到的是上述一个或多个处理器和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外,数据处理电路可为单个独立的处理模块,或全部或部分的结合到计算机终端60(或电子设备)中的其他元件中的任意一个内。如本申请实施例中所涉及到的,该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
存储器604可用于存储应用软件的软件程序以及模块,如本申请实施例中的车位管理的方法对应的程序指令/数据存储装置,处理器通过运行存储在存储器604内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的车位管理的方法。存储器604可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器604可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端60。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输模块606用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端60的通信供应商提供的无线网络。在一个实例中,传输装置606包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置606可以为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
显示器可以例如触摸屏式的液晶显示器(LCD),该液晶显示器可使得用户能够与计算机终端60(或电子设备)的用户界面进行交互。
此处需要说明的是,在一些可选实施例中,上述图6所示的计算机设备(或电子设备)可以包括硬件元件(包括电路)、软件元件(包括存储在计算机可读介质上的计算机代码)、或硬件元件和软件元件两者的结合。应当指出的是,图6仅为特定具体实例的一个实例,并且旨在示出可存在于上述计算机设备(或电子设备)中的部件的类型。
需要说明的是,图6所示的车位管理的电子设备用于执行图1所示的车位管理的方法,因此上述车位管理的方法中的相关解释说明也适用于该车位管理的装置,此处不再赘述。
本申请实施例还提供了一种非易失性存储介质,该非易失性存储介质包括存储的程序,其中,在程序运行时控制该非易失性存储介质所在设备执行以下车位管理的方法:确定待入场车辆的车辆类型,其中,车辆类型包括:电动汽车与非电动汽车;在车辆类型为电动汽车的情况下,依据目标视频确定目标车位,其中,目标视频为目标停车场的停车场视频;发送目标车位的位置信息至与目标车位关联的通信设备,其中,通信设备为目标停车场门口的显示设备。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
在本申请的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,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,可以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,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
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(可为个人计算机、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、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (11)
1.一种车位管理方法,其特征在于,包括:
确定待入场车辆的车辆类型,其中,所述车辆类型包括:电动汽车与非电动汽车;
在所述车辆类型为电动汽车的情况下,依据目标视频确定目标车位,其中,所述目标视频为目标停车场的停车场视频;
发送所述目标车位的位置信息至与所述目标车位关联的通信设备,其中,所述通信设备为所述目标停车场门口的显示设备。
2.根据权利要求1所述的方法,其特征在于,依据目标视频确定目标车位包括:
依据所述目标视频确定备选车位,其中,所述备选车位为设置有充电桩的车位,并且所述充电桩的当前状态为空闲状态;
确定所述备选车位中是否存在障碍物;
确定所述备选车位中的充电桩是否故障;
在确定所述备选车位中不存在所述障碍物,并且所述充电桩无故障的情况下,确定所述备选车位为所述目标车位。
3.根据权利要求2所述的方法,其特征在于,确定所述备选车位中是否存在障碍物包括:
从所述目标视频中确定第一车位图像,第二车位图像和第三车位图像,其中,所述第一车位图像为所述备选车位的车位背景图像,所述第三车位图像为所述目标车位在目标时刻的车位图像,所述第二车位图像为与所述第三车位图像紧邻且位于所述第二车位图像前一帧的车位图像,所述目标时刻为所述待入场车辆位于预设位置时的时刻;
依据所述第一车位图像,所述第二车位图像和所述第三车位图像确定所述第三车位图像中是否存在变动区域,其中,所述变动区域为所述第三车位图像中与所述第一车位图像或所述第二车位图像相比,灰度值发生变化的区域;
在所述第三车位图像中存在变动区域,并且所述变动区域与所述第三车位图像中的车位区域发生重叠的情况下,确定所述备选车位中存在障碍物。
4.根据权利要求3所述的方法,其特征在于,依据所述第一车位图像,所述第二车位图像和所述第三车位图像确定所述第三车位图像中是否存在变动区域包括:
建立目标平面坐标系;
分别确定所述第一车位图像,所述第二车位图像和所述第三车位图像中的像素点在所述目标平面坐标系中的坐标值;
对所述第三车位图像与所述第一车位图像中坐标值相同的像素点对应的灰度值进行差分运算,得到第一车位差分图像;以及,
对所述第三车位图像与所述第二车位图像中坐标值相同的像素点对应的灰度值进行差分运算,得到第二车位差分图像;
依据所述第一车位差分图像和所述第二车位差分图像,确定所述第三车位图像中是否存在所述变动区域。
5.根据权利要求4所述的方法,其特征在于,依据所述第一车位差分图像和所述第二车位差分图像,确定所述第三车位图像中是否存在所述变动区域包括:
分别确定所述第一车位差分图像和所述第二车位差分图像中的像素点在所述目标平面坐标系中的坐标;
确定所述第一车位差分图像中第一目标像素点的第一数量,其中,所述第一目标像素点为与所述第一车位图像中坐标值相同的像素点相比,灰度值不同的像素点;以及,
确定所述第二车位差分图像中第二目标像素点的第二数量,其中,所述第二目标像素点为与所述第二车位图像中坐标值相同的像素点相比,灰度值不同的像素点;
在所述第一数量大于第一数量阈值,并且所述第二数量大于第二数量阈值的情况下,确定所述第三车位图像中存在所述变动区域。
6.根据权利要求1所述的方法,其特征在于,确定待入场车辆的车辆类型包括:
在所述目标图像中确定所述待入场车辆的车牌位置;
根据所述车牌位置确定所述待入场车辆的车牌信息;
依据所述车牌信息确定所述待入场车辆的车辆类型。
7.根据权利要求6所述的方法,其特征在于,在所述目标图像中确定所述待入场车辆的车牌位置包括:
将第一矩阵与第二矩阵进行卷积运算,得到第三矩阵,其中,所述第一矩阵为算子模板,所述第二矩阵为所述待入场车辆在所述目标视频中的像素分布假设矩阵,所述第三矩阵为卷积运算后的车牌像素点分部估计矩阵;
比较第三矩阵中元素大小,得到车牌中心像素点;
根据车牌中心像素点,确定当前待入场车辆的车牌在所述目标视频中的车牌位置。
8.根据权利要求6所述的方法,其特征在于,根据所述车牌位置确定所述待入场车辆的车牌信息包括:
根据所述车牌位置对车牌进行字符分割与识别,获取所述车牌信息,其中,所述车牌信息包括:车牌字符信息和车牌颜色信息。
9.一种车位管理装置,其特征在于,包括:
车辆识别模块,用于确定当前待入场车辆的车辆类型,其中,所述车辆类型包括:电动汽车与非电动汽车;
车位监测模块,用于在所述车辆类型为电动汽车的情况下,依据目标视频确定目标车位,其中,所述目标视频为目标停车场的停车场视频;
信息反馈模块,用于发送所述目标车位的位置信息至与所述目标车位关联的通信设备,其中,所述通信设备为所述目标停车场门口的显示设备。
10.一种电子设备,其特征在于,包括:
图像采集传感器,用于获取目标视频;
存储器,用于存储程序指令;
处理器,与所述存储器连接,用于执行实现以下功能的程序指令:确定当前待入场车辆的车辆类型,其中,所述车辆类型包括:电动汽车与非电动汽车;在所述车辆类型为电动汽车的情况下,依据目标视频确定目标车位,其中,所述目标视频为目标停车场的停车场视频;发送所述目标车位的位置信息至与所述目标车位关联的通信设备,其中,所述通信设备为所述目标停车场门口的显示设备。
11.一种非易失性存储介质,其特征在于,所述非易失性存储介质包括存储的程序,其中,在所述程序运行时控制所述非易失性存储介质所在设备执行权利要求1至8中任意一项所述车位管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210768414.3A CN115376356B (zh) | 2022-07-01 | 2022-07-01 | 车位管理方法、系统、电子设备及非易失性存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210768414.3A CN115376356B (zh) | 2022-07-01 | 2022-07-01 | 车位管理方法、系统、电子设备及非易失性存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115376356A true CN115376356A (zh) | 2022-11-22 |
CN115376356B CN115376356B (zh) | 2023-11-17 |
Family
ID=84061472
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210768414.3A Active CN115376356B (zh) | 2022-07-01 | 2022-07-01 | 车位管理方法、系统、电子设备及非易失性存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115376356B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117037504A (zh) * | 2023-07-31 | 2023-11-10 | 江门市健怡智莲技术有限公司 | 新能源充电站的车位管理方法、装置、设备及存储介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102222352A (zh) * | 2010-04-16 | 2011-10-19 | 株式会社日立医疗器械 | 图像处理方法和图像处理装置 |
CN104112370A (zh) * | 2014-07-30 | 2014-10-22 | 哈尔滨工业大学深圳研究生院 | 基于监控图像的停车场智能车位识别方法及系统 |
CN105788353A (zh) * | 2016-04-07 | 2016-07-20 | 张勋 | 一种停车位检测方法和系统 |
JP2017154711A (ja) * | 2016-03-04 | 2017-09-07 | アイシン精機株式会社 | 駐車支援装置 |
CN107622691A (zh) * | 2017-10-21 | 2018-01-23 | 深圳市国投创新科技有限公司 | 一种带充电桩管理的智能停车场管理系统 |
CN107665599A (zh) * | 2016-07-28 | 2018-02-06 | 北海和思科技有限公司 | 基于视觉检测的停车场车位自动识别方法 |
US20200035101A1 (en) * | 2018-07-27 | 2020-01-30 | Walmart Apollo, Llc | Systems and methods for allocating vehicle parking spaces |
CN111223303A (zh) * | 2018-11-27 | 2020-06-02 | 杭州海康威视数字技术股份有限公司 | 充电桩车位管理方法、装置及系统 |
CN111402596A (zh) * | 2020-02-17 | 2020-07-10 | 国网安徽电动汽车服务有限公司 | 一种智能商业化的电动汽车大型停车充电场 |
CN111391693A (zh) * | 2020-02-17 | 2020-07-10 | 国网安徽电动汽车服务有限公司 | 一种基于电动汽车停车充电的管理控制系统及其控制方法 |
CN214202660U (zh) * | 2021-02-04 | 2021-09-14 | 国网新疆综合能源服务有限公司 | 基于电动汽车充电停车场的停车充电引导系统 |
CN114141047A (zh) * | 2021-10-25 | 2022-03-04 | 精电(河源)显示技术有限公司 | 车位管理方法、设备与系统 |
-
2022
- 2022-07-01 CN CN202210768414.3A patent/CN115376356B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102222352A (zh) * | 2010-04-16 | 2011-10-19 | 株式会社日立医疗器械 | 图像处理方法和图像处理装置 |
CN104112370A (zh) * | 2014-07-30 | 2014-10-22 | 哈尔滨工业大学深圳研究生院 | 基于监控图像的停车场智能车位识别方法及系统 |
JP2017154711A (ja) * | 2016-03-04 | 2017-09-07 | アイシン精機株式会社 | 駐車支援装置 |
CN105788353A (zh) * | 2016-04-07 | 2016-07-20 | 张勋 | 一种停车位检测方法和系统 |
CN107665599A (zh) * | 2016-07-28 | 2018-02-06 | 北海和思科技有限公司 | 基于视觉检测的停车场车位自动识别方法 |
CN107622691A (zh) * | 2017-10-21 | 2018-01-23 | 深圳市国投创新科技有限公司 | 一种带充电桩管理的智能停车场管理系统 |
US20200035101A1 (en) * | 2018-07-27 | 2020-01-30 | Walmart Apollo, Llc | Systems and methods for allocating vehicle parking spaces |
CN111223303A (zh) * | 2018-11-27 | 2020-06-02 | 杭州海康威视数字技术股份有限公司 | 充电桩车位管理方法、装置及系统 |
CN111402596A (zh) * | 2020-02-17 | 2020-07-10 | 国网安徽电动汽车服务有限公司 | 一种智能商业化的电动汽车大型停车充电场 |
CN111391693A (zh) * | 2020-02-17 | 2020-07-10 | 国网安徽电动汽车服务有限公司 | 一种基于电动汽车停车充电的管理控制系统及其控制方法 |
CN214202660U (zh) * | 2021-02-04 | 2021-09-14 | 国网新疆综合能源服务有限公司 | 基于电动汽车充电停车场的停车充电引导系统 |
CN114141047A (zh) * | 2021-10-25 | 2022-03-04 | 精电(河源)显示技术有限公司 | 车位管理方法、设备与系统 |
Non-Patent Citations (2)
Title |
---|
宋毅 等: "电动车充电预约平台智能车位管理装置的研制", 《传动技术》, vol. 31, no. 3, pages 43 - 47 * |
江浩斌;叶浩;马世典;陈龙;: "基于多传感器数据融合的自动泊车系统高精度辨识车位的方法", 重庆理工大学学报(自然科学), no. 04, pages 121 - 122 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117037504A (zh) * | 2023-07-31 | 2023-11-10 | 江门市健怡智莲技术有限公司 | 新能源充电站的车位管理方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115376356B (zh) | 2023-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108629292B (zh) | 弯曲车道线检测方法、装置及终端 | |
CN106781669A (zh) | 一种车位推荐方法以及装置 | |
CN108038937A (zh) | 一种迎宾信息的展示方法、装置、终端设备和存储介质 | |
CN110163039B (zh) | 判定车辆行驶状态的方法、设备、存储介质以及处理器 | |
CN103400150A (zh) | 一种基于移动平台进行道路边缘识别的方法及装置 | |
CN107392139A (zh) | 一种基于霍夫变换的车道线检测方法及终端设备 | |
CN107977654B (zh) | 一种道路区域检测方法、装置及终端 | |
CN110390314B (zh) | 一种视觉感知方法及设备 | |
CN112528807B (zh) | 行驶轨迹的预测方法、装置、电子设备及存储介质 | |
CN106448257A (zh) | 一种车位占用情况检测方法及装置 | |
CN115376356A (zh) | 车位管理方法、系统、电子设备及非易失性存储介质 | |
CN111627215A (zh) | 基于人工智能的视频图像识别方法及相关设备 | |
CN109741391A (zh) | 路面积水深度的检测方法、装置和存储介质 | |
CN106570472A (zh) | 一种肤色检测方法、装置及终端 | |
CN110969164A (zh) | 基于深度学习端对端的低照度成像车牌识别方法及装置 | |
CN107748882A (zh) | 一种车道线检测方法及装置 | |
CN112597983B (zh) | 一种遥感图像中目标对象的识别方法及其存储介质和系统 | |
CN104424485A (zh) | 一种基于图像识别来获取特定信息的方法与装置 | |
CN110598704B (zh) | 基于深度学习的车牌识别无感支付系统 | |
CN112258487A (zh) | 图像检测系统及方法 | |
CN115035741B (zh) | 判别泊位停车的方法、装置、存储介质及系统 | |
JP2020095631A (ja) | 画像処理装置および画像処理方法 | |
CN111256712B (zh) | 地图优化方法、装置及机器人 | |
CN114771506A (zh) | 泊车轨迹确定方法、装置、设备及存储介质 | |
CN113313968A (zh) | 车位检测方法及存储介质 |
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 |