CN115862167A - 道闸控制方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本申请涉及一种道闸控制方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：通过图像传感器采集车辆出入口的不同位置处的车辆图像；对各所述车辆图像进行图像识别，得到车辆信息；通过雷达和所述车辆信息检测所述车辆出入口是否有目标车辆处于过闸状态；若所述目标车辆处于过闸状态，根据所述车辆信息判断所述目标车辆的后方是否有跟随车辆；若有所述跟随车辆，则在所述目标车辆通过所述车辆出入口的道闸时，控制所述道闸进行防跟车处理。采用本方法能够通过车辆图像识别车辆信息，以确定过闸状态的目标车辆是否存在跟车，进而更好地实现防跟车落闸告警取证。

Description

道闸控制方法、装置、计算机设备和存储介质

技术领域

本申请涉及图像处理技术领域，特别是涉及一种道闸控制方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术

在停车场出入口跟车逃费大背景下，防跟车的同时，进行跟车预警、跟车防落闸，及取证是其中比较重要的环节，通行车辆跟车进出闸机落闸砸坏车辆是一个极大的隐患。

传统技术中，主要是通过地感技术判断是否存在跟车现象的，其需要在道闸的硬件上进行更改，要对地面进行切割，以安装地感的线圈。施工复杂麻烦，难以应用于不同道闸。

发明内容

基于此，有必要针对上述技术问题，提供一种用于防跟车的道闸控制方法、装置、计算机设备和计算机程序产品，应用条件较简单，能够适用于各种道闸。

第一方面，本申请提供了一种道闸控制方法。所述方法包括：

道闸控制方法，其特征在于，所述方法包括：

通过图像传感器采集车辆出入口的不同位置处的车辆图像；

对各所述车辆图像进行图像识别，得到车辆信息；

通过雷达和所述车辆信息检测所述车辆出入口是否有目标车辆处于过闸状态；

若所述目标车辆处于过闸状态，根据所述车辆信息判断所述目标车辆的后方是否有跟随车辆；

若有所述跟随车辆，则在所述目标车辆通过所述车辆出入口的道闸时，控制所述道闸进行防跟车处理。

在其中一个实施例中，所述通过图像传感器采集车辆出入口的不同位置处的车辆图像，包括：

通过不同位置的图像传感器采集相应的实时图像；

识别各所述实时图像中的移动对象；

分别判断各所述实时图像中的移动对象是否属于车辆类别；

若所述实时图像中的移动对象属于车辆类别，则确定所述实时图像是车辆图像。

在其中一个实施例中，所述车辆信息包括车辆部位与所述道闸的距离；所述对各所述车辆图像进行图像识别，得到车辆信息，包括：

在所述不同位置处的车辆图像中，识别所述不同位置处的车辆部位；

确定所述不同位置处的车辆部位与所述道闸的距离；

所述根据所述车辆信息判断所述目标车辆的后方是否有跟随车辆，包括：

根据所述不同位置处的车辆部位与所述道闸的距离，判断所述目标车辆的后方是否有跟随车辆。

在其中一个实施例中，所述控制所述道闸进行防跟车处理，包括：

通过雷达检测所述跟随车辆是否处于所述过闸状态；

若所述跟随车辆处于所述过闸状态，控制所述车辆出入口的道闸不落闸，以使所述目标车辆和所述跟随车辆通过所述道闸，并录取所述跟随车辆的跟车视频。

在其中一个实施例中，所述方法还包括：

若所述雷达未检测到所述目标车辆处于所述过闸状态，根据所述车辆信息确定所述目标车辆与所述道闸的距离变化；

根据所述距离变化，判断所述目标车辆是否在所述车辆出入口的过闸前区域；

若所述目标车辆在所述过闸前区域，根据所述距离变化判断所述道闸处于开闸状态或者落闸状态中的一种道闸状态；

若所述目标车辆未在所述过闸前区域，控制所述道闸处于所述落闸状态。

在其中一个实施例中，所述根据所述距离变化判断所述道闸处于开闸状态或者落闸状态中的一种道闸状态，包括：

根据所述距离变化判断所述目标车辆是否停止运动；

若所述过闸前区域的目标车辆保持运动，则控制所述道闸处于开闸状态；

若所述过闸前区域的目标车辆停止运动，则控制所述道闸处于落闸状态。

在其中一个实施例中，所述方法还包括：

若有所述跟随车辆，则对所述跟随车辆进行告警；

在进行告警后，根据所述雷达和所述车辆信息检测所述跟随车辆是否处于所述过闸状态；

当所述跟随车辆处于所述过闸状态时，控制所述道闸处于开闸状态；

当所述跟随车辆未处于所述过闸状态时，控制所述道闸处于落闸状态。

第二方面，本申请还提供了一种道闸控制装置。所述装置包括：

图像信息获取模块，用于通过图像传感器采集车辆出入口的不同位置处的车辆图像；

车辆信息识别模块，用于对各所述车辆图像进行图像识别，得到车辆信息；

过闸检测模块，用于通过雷达和所述车辆信息检测所述车辆出入口是否有目标车辆处于过闸状态；

跟车异常判断模块，用于若所述目标车辆处于过闸状态，根据所述车辆信息判断所述目标车辆的后方是否有跟随车辆；若有所述跟随车辆，则在所述目标车辆通过所述车辆出入口的道闸时，控制所述道闸进行防跟车处理。

第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任意实施例中道闸控制的步骤。

第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意实施例中道闸控制的步骤。

第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述任意实施例中道闸控制的步骤。

上述道闸控制方法、装置、计算机设备、存储介质和计算机程序产品，通过图像传感器采集车辆出入口的不同位置处的车辆图像，对各所述车辆图像进行图像识别，得到车辆信息；使得不同位置处的车辆图像分别提供了固定位置的车辆信息，可以代替地感线圈感知车辆是否过闸；再通过雷达检测所述车辆出入口是否有目标车辆处于过闸状态，能够较为稳定地确认目标车辆是否进入过闸状态；若所述目标车辆处于过闸状态，根据所述车辆信息对车辆出入口的不同位置处进行分析，判断所述目标车辆的后方是否有跟随车辆；若有所述跟随车辆，则在所述目标车辆通过所述车辆出入口的道闸时，控制所述道闸进行防跟车处理，避免跟随车辆受损。

附图说明

图1为一个实施例中道闸控制方法的应用环境图；

图2为一个实施例中道闸控制方法的流程示意图；

图3为一个实施例中道闸控制方法的安装环境示意图；

图4为一个实施例中车辆信息采集及相关过程的流程示意图；

图5为另一个实施例中车辆信息采集及相关过程的流程示意图；

图6为一个实施例中车辆信息采集及相关过程的流程示意图；

图7为一个实施例中道闸控制装置的拓扑图；

图8为一个实施例中道闸控制方法的流程示意图；

图9为一个实施例中道闸控制装置的结构框图；

图10为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请实施例提供的道闸控制方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。

其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一个实施例中，如图2所示，提供了一种道闸控制方法，以该方法应用于图1中的终端102为例进行说明，包括以下步骤：

步骤202，通过图像传感器采集车辆出入口的不同位置处的车辆图像。

车辆出入口是车辆在进入或离开停车场的道口，该道口设置有道闸，道闸包括道闸控制器和道闸栏杆，可通过道闸控制器控制道闸栏杆处于开闸状态或者落闸状态，以控制车辆的入场过程与离场过程。车辆出入口的某一位置处包括过闸前区域，用于判断车辆图像中的车辆是否具有过闸趋势，以判断车辆是否将要从道闸通过；其中，过闸趋势可通过多个车辆图像中的车辆位置变化表征；示例性地，采集实时的多个车辆图像；对实时的多个车辆图像进行识别，得到车辆的实时位置变化；根据车辆的实时位置变化，确定靠近道闸的车辆是否有过闸趋势；若有过闸趋势，则判断该车辆将要从道闸栏杆所拦截的区域通过；若无过闸趋势，则判断该车辆不会从道闸栏杆所拦截的区域通过。

车辆出入口的另一位置处还可包括过闸区域，过闸区域的车辆图像用于判断车辆图像中的车辆是否处于过闸状态；当车辆处于过闸状态时，道闸处于开闸状态；当道闸处于落闸状态时，道闸处于落闸状态。示例性地，在终端根据过闸区域的图像识别车辆的某个部位后，计算道闸与通过该道闸的车辆之间的距离；根据道闸与通过该道闸的车辆之间的距离是否超过对应的阈值，判断车辆是否处于过闸状态。可以理解的是，当通过车辆信息与雷达检测信息中的一种信息确定车辆处于过闸状态时，即认为目标车辆处于过闸状态，以保障目标车辆的安全性。

在一可选地实施例中，车辆出入口的不同位置是基于道闸的栏杆所划分的，过闸前区域是道闸栏杆进行拦截的区域，过闸区域是从道闸栏杆通过的区域；过闸前区域与过闸区域的图像可以分别有不同的相机采集，也可以由同一相机的不同镜头分别采集，还可以由具有多个镜头的一体机分别采集。

在一个实施例中，通过图像传感器采集车辆出入口的不同位置处的车辆图像，包括：通过不同位置的图像传感器采集相应的实时图像；识别各实时图像中的移动对象；分别判断各实时图像中的移动对象是否属于车辆类别；若实时图像中的移动对象属于车辆类别，则确定实时图像是车辆图像。

不同位置的图像传感器，分别对车辆出入口的不同位置处采集图像的传感器，这些图像传感器可安装于同一终端中，且分别朝向车辆出入口的不同位置。示例性地，如图3所示，不同位置的图像传感器包括用于对车头部位进行图像采集的车头相机，以及用于对车尾部位进行图像采集的车尾相机。其中，终端集成在立体机柜里，安装停车场出入口的道闸一侧，立柜高度约1.5米。一个图像传感器是监控并识别车头部位的车头相机，用于拍摄道闸的过闸前区域；另一个图像传感器是拍摄并识别车尾部位的车尾相机，用于采集道闸的过闸区域。

在一个可选地实施例中，该方法还包括：检测实时图像是否存在移动对象，若实时图像不存在移动对象，则不存在跟随车辆；若实时图像存在移动对象，且该移动对象并不属于车辆，则输出该移动对象在图像中的位置信息，避免因为移动对象影响道闸的开闭。

步骤204，对各车辆图像进行图像识别，得到车辆信息。

车辆信息是对车辆出入口的某位置处的至少一帧车辆图像进行识别所得到的。在车辆出入口的同一位置处，可随着时间变化而实时采集不同时刻的车辆图像，根据这些车辆图像进行图像识别，进而得到相应的车辆信息。

在一个可选的实施例中，对各车辆图像进行图像识别，得到车辆信息，包括：在车辆图像中，识别设有车牌的车辆部位；对该车辆部位的车牌进行识别，得到车牌信息；其中，车辆部位是车辆靠近图像传感器的部位或结构。可选地，识别出的车辆部位与识别出的车牌信息均属于车辆信息。

在一可选地实施例中，根据车辆信息判断车辆出入口是否存在目标车辆。本实施例中，目标车辆是将要过闸的第一个车辆，目标车辆的前方并无其他车辆。

在一个实施例中，车辆信息包括车辆部位与道闸的距离；对各车辆图像进行图像识别，得到车辆信息，包括：在不同位置处的车辆图像中，识别不同位置处的车辆部位；确定不同位置处的车辆部位与道闸的距离。

相对应的，根据车辆信息判断目标车辆的后方是否有跟随车辆，包括：根据不同位置处的车辆部位与道闸的距离，判断目标车辆的后方是否有跟随车辆。

通过这种方式，按照车辆出入口的位置确定合适的车辆部位，有针对性地识别合适的车辆部位，可以针对任意长度的车辆进行图像识别，且可通过不同车辆的相似部位进行识别，减小图像识别的训练过程所需特征数量，降低了所需的计算资源，且更为高效地识别出车辆在图像中的位置，再按照车辆出入口的图像进行映射，直接将图像位置映射为车辆的实际位置，较为迅速地计算出车辆与道闸的间距，以快捷而迅速地判断目标车辆的后方是否有跟随车辆。

在一个可行的实施例中，在不同位置处的车辆图像中，识别不同位置处的车辆部位，包括：根据车辆图像在车辆出入口的位置，确定车辆图像对应的预设车辆部位类型；按照车辆图像对应的预设车辆部位类型，识别车辆图像中的车辆部位。示例性地，当车辆图像表征过闸前区域的车辆信息，且车辆图像中的车辆将要从道闸经过时，则对图像中的一种车辆部位进行识别；当车辆图像表征过闸区域的车辆信息，且车辆图像中的车辆未完成过闸时，则对图像中的另一种车辆部位进行识别。其中，对于过闸前区域的车辆图像，识别其中的车头部位；对于过闸区域的车辆图像，识别其中的车尾部位。由此，按照车辆出入口的位置确定合适的车头部位与车尾部位，针对性更强，可以进一步减小图像识别所需的特征数量，进而降低所需的计算资源，且更为高效地识别出车辆在图像中的位置。

在一个可行的实施例中，确定不同位置处的车辆部位与道闸的距离，包括：按照车辆出入口的位置确定车辆图像中识别出的车辆部位；按照识别出的车辆部位在图像中的位置，确定车辆部位与道闸的距离；基于车辆部位与道闸的距离，确定车辆与道闸的距离。其中，将车辆部位在图像中的位置按照对应的比例进行映射，映射所得的结果是车辆与道闸的距离。由此，按照车辆出入口的图像进行映射，直接将图像位置映射为车辆的实际位置，较为迅速地计算出车辆与道闸的间距。

在一个可行的实施例中，根据不同位置处的车辆部位与道闸的距离，判断目标车辆的后方是否有跟随车辆，包括：根据不同位置处的车辆部位与道闸的距离，确定不同位置处的车辆与道闸的距离；根据不同位置处的车辆与道闸之间的距离是否超过对应的阈值，确定目标车辆的后方是否有跟随车辆。

在一个示例性地实施例中，车头相机采集车辆信息及其相关过程如图4所示：采集过闸前区域的图像；在过闸前区域的图像中，检测不同于环境的对象；当不同于环境的对象移动时，则无跟随车辆；当不同于环境的对象不移动时，对该对象进行车辆检测。在进行车辆检测的过程中，若确认该对象是车辆，则识别并输出车辆信息，车辆信息包括但不限于，用于对停车场的车辆进行标识的跟踪ID、车头位置信息、车头的车牌信息；若确认该对象不是车辆，则根据该对象在过闸前区域的图像中的位置，估算该对象所在位置。

在一个示例性地实施例中，车尾相机采集车辆信息及其相关过程如图5所示：采集过闸区域的图像；在过闸区域的图像中，检测不同于环境的对象；当不同于环境的对象移动时，则无跟随车辆；当不同于环境的对象不移动时，对该对象进行车辆检测；在进行车辆检测的过程中，若确认该对象是车辆，则识别并输出车辆信息，车辆信息包括但不限于，用于对停车场的车辆进行标识的跟踪ID、车尾位置信息、车尾的车牌信息；若确认该对象不是车辆，则根据该对象在过闸区域的图像中的位置，估算该对象所在位置。

步骤206，通过雷达和车辆信息检测车辆出入口是否有目标车辆处于过闸状态。

雷达针对车辆出入口的雷达检测区域进行检测的，雷达检测区域可包括部分过闸前区域与部分过闸区域。通过雷达检测车辆是否正在进入过闸状态，以及车辆是否处于过闸状态，可以较为稳定地判断目标车辆是否正在过闸。在一可能的实施例中，通过雷达检测目标车辆是否进入过闸状态，再通过目标车辆的车辆信息，判断目标车辆是否结束过闸状态。

在一可行地实施例中，根据车头相机采集的车辆信息确定目标车辆，再通过雷达检测目标车辆是否处于过闸状态。

在一个可行地实施例中，如图6所示，通过雷达检测车辆出入口是否有目标车辆处于过闸状态，包括：通过雷达判断车辆出入口的雷达检测区域是否有对象正在过闸；当存在对象正在过闸时，则生成目标车辆的过闸信息，目标车辆的过闸信息表征车辆出入口有目标车辆处于过闸状态；当不存在移动对象时，则目标车辆未进行过闸。

在一个示例性地实施例中，如图7所示，具体的，车头相机主要用于检测移动对象，区分出车头部位和识别车头部位的车牌号码，计算车头部位与道闸的间距等信息，车尾图像传感器用于检测车尾部位和识别车尾车牌。除了车头相机和车尾相机以外，还包括雷达用于检测是否有目标车辆处于过闸状态，三者相互通讯，综合利用当前检测到的信息来决定道闸状态，判断是否有目标车辆的跟随车量，并通过语音系统提前预警；当在进行告警后，且跟随车辆持续驶向道闸的栏杆时，确定跟随车辆是强行跟车，控制车辆出入口的道闸不落闸，以使目标车辆和跟随车辆通过道闸，并录取跟随车辆的跟车视频。

步骤208，若目标车辆处于过闸状态，根据车辆信息判断目标车辆的后方是否有跟随车辆。

目标车辆处于过闸状态时，由于车辆图像是在车辆出入口的某些位置处所采集的，因此，从车辆图像识别出的车辆信息可能会表征目标车辆的跟随车辆。在一个可选地实施例中，根据目标车辆与后方车辆在预设时间段的距离变化，判断后方车辆是否为跟随车辆；当目标车辆与后方车辆在预设时间段的距离变化超过对应的阈值时，后方车辆为目标车辆的跟随车辆；当目标车辆与后方车辆在预设时间段的距离变化小于对应的阈值时，后方车辆不属于目标车辆的跟随车辆。

步骤210，若有跟随车辆，则在目标车辆通过车辆出入口的道闸时，控制道闸进行防跟车处理。

在一个实施例中，确定目标车辆通过车辆出入口的道闸，包括：当雷达无法检测到目标车辆处于过闸状态，且根据车辆信息确定目标车辆未处于过闸状态时，确定目标车辆通过车辆出入口的道闸。示例性地，根据车辆信息确定目标车辆未处于过闸状态，包括：在识别到目标车辆的车尾部位后，根据车辆信息确定目标车辆与道闸的距离，当目标车辆与道闸的距离大于某个阈值时，目标车辆未处于过闸状态。

在一个实施例中，控制道闸进行防跟车处理，包括：通过雷达检测跟随车辆是否处于过闸状态；若跟随车辆处于过闸状态，控制车辆出入口的道闸不落闸，以使目标车辆和跟随车辆通过道闸，并录取跟随车辆的跟车视频。

在目标车辆处于过闸状态，且根据车辆信息确定目标车辆存在跟随车辆后，跟随车辆违反规定，并强行处于过闸状态，为了避免财产受损，可先通过雷达检测跟随车辆是否处于过闸状态，若跟随车辆处于过闸状态，则不控制道闸落下；而为了消除这种跟车行为的危险行为，录取跟随车辆的跟车视频，以将跟随车辆的车辆信息、跟车视频及跟车时间记录下来。

在一个实施例中，在目标车辆的前方无车辆时，对目标车辆通过道闸的过程进行举例说明；对应的，该方法还包括：若雷达未检测到目标车辆处于过闸状态，根据车辆信息确定目标车辆与道闸的距离变化；根据距离变化，判断目标车辆是否在车辆出入口的过闸前区域；若目标车辆在过闸前区域，根据距离变化判断道闸处于开闸状态或者落闸状态中的一种道闸状态；若目标车辆未在过闸前区域，控制道闸处于落闸状态。

由此，以目标车辆与道闸的距离变化，判断目标车辆是否在车辆出入口的过闸前区域，使得终端能够提前控制道闸状态，通过图像系统代替地感系统确定目标车辆能否通过道闸。

在一个可行的实施例中，根据车辆信息确定目标车辆与道闸的距离变化，包括：根据实时的车辆图像实时采集车辆信息，得到不同时刻下的目标车辆与道闸的距离；根据不同时刻下的目标车辆与道闸的距离，确定目标车辆与道闸的距离变化。其中，距离变化是根据目标车辆在车辆出入口同一区域内的车辆位置变化。

在一个实施例中，根据距离变化判断道闸处于开闸状态或者落闸状态中的一种道闸状态，包括：根据距离变化判断目标车辆是否停止运动；若过闸前区域的目标车辆保持运动，则控制道闸处于开闸状态；若过闸前区域的目标车辆停止运动，则控制道闸处于落闸状态。

在一个实施例中，根据距离变化判断目标车辆是否停止运动，包括：当距离变化递增时，确定过闸前区域的目标车辆保持运动；当距离变化变小时，确定过闸前区域的目标车辆停止运动。

其中，根据距离变化判断道闸处于开闸状态或者落闸状态中的一种道闸状态，能够有效地把控车辆的过闸趋势是否变更，以便于更准确地判断道闸是否针对目标车辆进行开闸或落闸。

在一个实施例中，阐述通过道闸对跟随车辆进行告警及相关防护措施；方法还包括：若有跟随车辆，则对跟随车辆进行告警；在进行告警后，根据雷达和车辆信息检测跟随车辆是否处于过闸状态；当跟随车辆处于过闸状态时，控制道闸处于开闸状态；当跟随车辆未处于过闸状态时，控制道闸处于落闸状态。

先对跟随车辆进行告警，再通过车辆信息实时监控跟随车辆是否处于过闸状态；当跟随车辆持续驶向道闸的栏杆，跟随车辆处于过闸状态时，则控制道闸处于开闸状态，以避免伤害车辆，并进行取证录像，以期望减少跟随车辆的出现；当跟随车辆停止驶向道闸的栏杆时，则跟随车辆不处于过闸状态，控制道闸处于落闸状态，无需取证录像，以避免将普通车辆确认为跟随车辆。

可选地，该方法还包括：若跟随车辆处于过闸状态，则向道闸发出开闸信号，控制道闸保持开闸状态；若跟随车辆未处于过闸状态，则向道闸发出落闸信号，控制道闸保持落闸状态。

在另一个示例性地实施例中，如图8所示，统合道闸控制的决策过程，其包括：获取车头相机的车辆信息、车尾相机的车辆信息，以及雷达检测的过闸状态；根据车头相机的车辆信息、车尾相机的车辆信息，以及雷达检测的过闸状态，判断是否存在目标车辆的跟随车辆；在对跟随车辆进行警告后，若跟随车辆强行跟车，则录取跟随车辆的跟车视频，并根据雷达和车辆信息检测跟随车辆是否处于过闸状态，控制道闸状态是开闸状态或者落闸状态。

上述道闸控制方法中，通过图像传感器采集车辆出入口的不同位置处的车辆图像，对各车辆图像进行图像识别，得到车辆信息；使得不同位置处的车辆图像分别提供了固定位置的车辆信息，可以代替地感线圈感知车辆是否过闸；再通过雷达检测车辆出入口是否有目标车辆处于过闸状态，能够较为稳定地确认目标车辆是否进入过闸状态；若目标车辆处于过闸状态，根据车辆信息对车辆出入口的不同位置处进行分析，判断目标车辆的后方是否有跟随车辆；若有跟随车辆，则在目标车辆通过车辆出入口的道闸时，控制道闸进行防跟车处理，避免跟随车辆受损。

应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的道闸控制方法的道闸控制装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个道闸控制装置实施例中的具体限定可以参见上文中对于道闸控制方法的限定，在此不再赘述。

在一个实施例中，如图9所示，提供了一种道闸控制装置，包括：图像信息获取模块902、车辆信息识别模块904、过闸检测模块906、跟车异常判断模块908和道闸控制模块910，其中：

图像信息获取模块902，用于通过图像传感器采集车辆出入口的不同位置处的车辆图像；

车辆信息识别模块904，用于对各所述车辆图像进行图像识别，得到车辆信息；

过闸检测模块906，用于通过雷达和所述车辆信息检测所述车辆出入口是否有目标车辆处于过闸状态；

跟车异常判断模块908，用于若所述目标车辆处于过闸状态，根据所述车辆信息判断所述目标车辆的后方是否有跟随车辆；

道闸控制模块910，用于若有所述跟随车辆，则在所述目标车辆通过所述车辆出入口的道闸时，控制所述道闸进行防跟车处理。

在其中一个实施例中，所述图像信息获取模块902，用于：

通过不同位置的图像传感器采集相应的实时图像；

识别各所述实时图像中的移动对象；

分别判断各所述实时图像中的移动对象是否属于车辆类别；

若所述实时图像中的移动对象属于车辆类别，则确定所述实时图像是车辆图像。

在其中一个实施例中，所述车辆信息包括车辆部位与所述道闸的距离；所述车辆信息识别模块904，用于：

在所述不同位置处的车辆图像中，识别所述不同位置处的车辆部位；

确定所述不同位置处的车辆部位与所述道闸的距离；

所述根据所述车辆信息判断所述目标车辆的后方是否有跟随车辆，包括：

根据所述不同位置处的车辆部位与所述道闸的距离，判断所述目标车辆的后方是否有跟随车辆。

在其中一个实施例中，所述道闸控制模块910，用于：

通过雷达检测所述跟随车辆是否处于所述过闸状态；

若所述跟随车辆处于所述过闸状态，控制所述车辆出入口的道闸不落闸，以使所述目标车辆和所述跟随车辆通过所述道闸，并录取所述跟随车辆的跟车视频。

在其中一个实施例中，所述道闸控制模块910，用于：

若所述雷达未检测到所述目标车辆处于所述过闸状态，根据所述车辆信息确定所述目标车辆与所述道闸的距离变化；

根据所述距离变化，判断所述目标车辆是否在所述车辆出入口的过闸前区域；

若所述目标车辆在所述过闸前区域，根据所述距离变化判断所述道闸处于开闸状态或者落闸状态中的一种道闸状态；

若所述目标车辆未在所述过闸前区域，控制所述道闸处于所述落闸状态。

在其中一个实施例中，所述道闸控制模块910，用于：

根据所述距离变化判断所述目标车辆是否停止运动；

若所述过闸前区域的目标车辆保持运动，则控制所述道闸处于开闸状态；

若所述过闸前区域的目标车辆停止运动，则控制所述道闸处于落闸状态。

在其中一个实施例中，所述道闸控制模块910，用于：

若有所述跟随车辆，则对所述跟随车辆进行告警；

在进行告警后，根据所述雷达和所述车辆信息检测所述跟随车辆是否处于所述过闸状态；

当所述跟随车辆处于所述过闸状态时，控制所述道闸处于开闸状态；

当所述跟随车辆未处于所述过闸状态时，控制所述道闸处于落闸状态。

上述道闸控制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图10所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换图像。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种道闸控制方法。该计算机设备的显示单元用于形成视觉可见的画面，可以是显示屏、投影装置或虚拟现实成像装置，显示屏可以是液晶显示屏或电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图10中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。

在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。

需要说明的是，本申请所涉及的用户图像(包括但不限于用户设备图像、用户个人图像等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的图像和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。

Claims (10)

1.一种道闸控制方法，其特征在于，所述方法包括：

通过图像传感器采集车辆出入口的不同位置处的车辆图像；

对各所述车辆图像进行图像识别，得到车辆信息；

通过雷达和所述车辆信息检测所述车辆出入口是否有目标车辆处于过闸状态；

若所述目标车辆处于过闸状态，根据所述车辆信息判断所述目标车辆的后方是否有跟随车辆；

若有所述跟随车辆，则在所述目标车辆通过所述车辆出入口的道闸时，控制所述道闸进行防跟车处理。

2.根据权利要求1所述的方法，其特征在于，所述通过图像传感器采集车辆出入口的不同位置处的车辆图像，包括：

通过不同位置的图像传感器采集相应的实时图像；

识别各所述实时图像中的移动对象；

分别判断各所述实时图像中的移动对象是否属于车辆类别；

若所述实时图像中的移动对象属于车辆类别，则确定所述实时图像是车辆图像。

3.根据权利要求1所述的方法，其特征在于，所述车辆信息包括车辆部位与所述道闸的距离；所述对各所述车辆图像进行图像识别，得到车辆信息，包括：

在所述不同位置处的车辆图像中，识别所述不同位置处的车辆部位；

确定所述不同位置处的车辆部位与所述道闸的距离；

所述根据所述车辆信息判断所述目标车辆的后方是否有跟随车辆，包括：

根据所述不同位置处的车辆部位与所述道闸的距离，判断所述目标车辆的后方是否有跟随车辆。

4.根据权利要求1所述的方法，其特征在于，所述控制所述道闸进行防跟车处理，包括：

通过雷达和所述车辆信息检测所述跟随车辆是否处于所述过闸状态；

若所述跟随车辆处于所述过闸状态，控制所述车辆出入口的道闸不落闸，以使所述目标车辆和所述跟随车辆通过所述道闸，并录取所述跟随车辆的跟车视频。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

若所述雷达未检测到所述目标车辆处于所述过闸状态，根据所述车辆信息确定所述目标车辆与所述道闸的距离变化；

根据所述距离变化，判断所述目标车辆是否在所述车辆出入口的过闸前区域；

若所述目标车辆在所述过闸前区域，根据所述距离变化判断所述道闸处于开闸状态或者落闸状态中的一种道闸状态；

若所述目标车辆未在所述过闸前区域，控制所述道闸处于所述落闸状态。

6.根据权利要求5所述的方法，其特征在于，所述根据所述距离变化判断所述道闸处于开闸状态或者落闸状态中的一种道闸状态，包括：

根据所述距离变化判断所述目标车辆是否停止运动；

若所述过闸前区域的目标车辆保持运动，则控制所述道闸处于开闸状态；

若所述过闸前区域的目标车辆停止运动，则控制所述道闸处于落闸状态。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

若有所述跟随车辆，则对所述跟随车辆进行告警；

在进行告警后，根据所述雷达和所述车辆信息检测所述跟随车辆是否处于所述过闸状态；

当所述跟随车辆处于所述过闸状态时，控制所述道闸处于开闸状态；

当所述跟随车辆未处于所述过闸状态时，控制所述道闸处于落闸状态。

8.一种道闸控制装置，其特征在于，所述装置包括：

图像信息获取模块，用于通过图像传感器采集车辆出入口的不同位置处的车辆图像；

车辆信息识别模块，用于对各所述车辆图像进行图像识别，得到车辆信息；

过闸检测模块，用于通过雷达和所述车辆信息检测所述车辆出入口是否有目标车辆处于过闸状态；

跟车异常判断模块，用于若所述目标车辆处于过闸状态，根据所述车辆信息判断所述目标车辆的后方是否有跟随车辆；

道闸控制模块，用于若有所述跟随车辆，则在所述目标车辆通过所述车辆出入口的道闸时，控制所述道闸进行防跟车处理。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

Images