CN116168339A - 一种基于停车场道闸状态的跟车行为判断方法及系统 - Google Patents

一种基于停车场道闸状态的跟车行为判断方法及系统 Download PDF

Info

Publication number
CN116168339A
CN116168339A CN202211700832.5A CN202211700832A CN116168339A CN 116168339 A CN116168339 A CN 116168339A CN 202211700832 A CN202211700832 A CN 202211700832A CN 116168339 A CN116168339 A CN 116168339A
Authority
CN
China
Prior art keywords
parking lot
barrier
vehicle
target
monitoring camera
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.)
Pending
Application number
CN202211700832.5A
Other languages
English (en)
Inventor
闫军
徐光智
王武
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Smart Intercommunication Technology Co ltd
Original Assignee
Smart Intercommunication Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Smart Intercommunication Technology Co ltd filed Critical Smart Intercommunication Technology Co ltd
Priority to CN202211700832.5A priority Critical patent/CN116168339A/zh
Publication of CN116168339A publication Critical patent/CN116168339A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/44—Event detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625—License plates
    • 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
    • G07B15/04—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 comprising devices to free a barrier, turnstile, or the like
    • 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
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开一种基于停车场道闸状态的跟车行为判断方法及系统，涉及智能停车管理领域，包括：根据停车场车道监控相机采集的图像，识别获取车场入口和出口区域车辆的出入场事件，同时结合车辆目标出入场过程中道闸状态信息，综合判断停车场出入口是否存在异常跟车行为，可以高效精准的判断出停车场出入口道闸区域的异常跟车行为，为停车场提供了可靠的预警信息，从而可以避免停车场车辆逃费跑单的问题，减少了停车场的经济损失，提升了停车场管理的效率和安全性。

Description

一种基于停车场道闸状态的跟车行为判断方法及系统
技术领域
本发明涉及智能停车管理领域，特别涉及一种基于停车场道闸状态的跟车行为判断方法及系统。
背景技术
近年来，我国城市停车设施规模持续扩大，停车秩序不断改善，产业化发展逐步深入，但是封闭车场的运营管理问题日趋渐多，比如车辆在出口通道滞留造成拥堵、假出场折返逃费、跟车逃费等现象时常发生。尤其跟车逃费问题属于停车行业的顽疾。单一的车牌识别设备，在识别角度、前车距离、道闸防砸机制等因素影响下，无法很好的解决跟车问题，导致停车场运营者收到严重的经济损失。
目前在进行车辆出入场识别管理时，当车辆A行驶到出口或入口通道的识别区域，车辆B跟随在车辆A后方一定距离处等待，车牌识别一体机通过触发条件识别到车辆A并获取到该车辆车牌，然后发送车牌信息给车场收费管理系统，场收费管理系统判断有待缴的停车费用则提示车辆A的车主进行缴费，车辆A车主完成缴费后，车场收费管理系统发送命令通知道闸进行开闸放行，此时如果车辆A完成缴费并出场过程中，车辆B同时启动，距离车辆A车尾小于一定距离，如0.5米，跟随车辆A一起出场，由于道闸设备有防砸机制，所以道闸的闸杆会一直保持常抬状态，导致无法阻拦跟车的车辆B出场，从而导致部分跟车车辆逃过被车牌识别一体机识别、和车场收费管理系统对相关车辆进行计费和收费的过程，导致现有车场管理存在逃费的问题。
发明内容
为解决上述技术问题，本发明提供一种基于停车场道闸状态的跟车行为判断方法及系统，可以解决现有部分跟车车辆逃过被车牌识别一体机识别、和车场收费管理系统对相关车辆进行计费和收费的过程，进而导致现有车场管理存在的逃费问题口
为实现上述目的，一方面，本发明提供一种基于停车场道闸状态的跟车行为判断方法，所述方法包括：
根据停车场车道监控相机采集的图像判断车场入口第一道闸识别区域是否存在车辆目标；
若存在，则根据停车场车道监控相机采集的图像判断车场入口第二道闸识别区域是否存在相同车辆目标；
若存在，则生成所述车辆目标通过入口道闸的事件信息；
根据预置时间段内所述停车场车道监控相机识别获取的车辆标识信息判断是否存在与所述通过入口道闸车辆目标的标识信息相同和/或相似的标识信息；
若不存在，则确认所述通过入口道闸车辆目标为疑似异常跟车目标，并根据停车场车道监控相机采集的道闸区域图像获取所述疑似异常跟车目标在预置时间段内对应的道闸状态信息；
若所述道闸在所述预置时间段内始终处于抬起状态，则确认所述疑似异常跟车目标存在异常跟车行为。
进一步地，所述根据预置时间段内所述停车场车道监控相机识别获取的车辆标识信息判断是否存在与所述通过入口道闸车辆目标的标识信息相同和/或相似的标识信息的步骤之后，所述方法还包括：
若存在相同和/或相似的标识信息且未生成所述车辆的出入场记录，则确认所述通过入口道闸车辆目标为疑似异常跟车目标。
进一步地，所述根据停车场车道监控相机采集的道闸区域图像获取所述疑似异常跟车目标在预置时间段内对应的道闸状态信息的步骤包括：
根据停车场车道监控相机采集的道闸区域图像，获取所述疑似异常跟车目标在完全驶入入口通道的第一识别区域的时间点到完全驶出入口通道的第二识别区域的时间点之间对应的道闸状态信息。
进一步地，所述方法还包括：
根据停车场车道监控相机采集的图像判断车场出口第三道闸识别区域是否存在车辆目标；
若存在，则根据停车场车道监控相机采集的图像判断车场出口第四道闸识别区域是否存在相同车辆目标；
若存在，则生成所述车辆目标通过出口道闸的事件信息；
根据预置时间段内所述停车场车道监控相机识别获取的车辆标识信息判断是否存在与所述通过出口道闸车辆目标的标识信息相同和/或相似的标识信息；
若不存在，则确认所述通过出口道闸车辆目标为疑似异常跟车目标，并根据停车场车道监控相机采集的道闸区域图像获取所述疑似异常跟车目标在预置时间段内对应的道闸状态信息；
若所述道闸在所述预置时间段内始终处于抬起状态，则确认所述疑似异常跟车目标存在异常跟车行为。
进一步地，所述根据停车场车道监控相机采集的道闸区域图像获取所述疑似异常跟车目标在预置时间段内对应的道闸状态信息的步骤包括：
根据停车场车道监控相机采集的道闸区域图像，获取所述疑似异常跟车目标在完全驶入出口通道的第三识别区域的时间点到完全驶出出口通道的第四识别区域的时间点之间对应的道闸状态信息。
另一方面，本发明提供一种基于停车场道闸状态的跟车行为判断系统，所述系统包括：判断单元，用于根据停车场车道监控相机采集的图像判断车场入口第一道闸识别区域是否存在车辆目标；
所述判断单元，还用于若存在，则根据停车场车道监控相机采集的图像判断车场入口第二道闸识别区域是否存在相同车辆目标；
生成单元，用于若存在，则生成所述车辆目标通过入口道闸的事件信息；
所述判断单元，还用于根据预置时间段内所述停车场车道监控相机识别获取的车辆标识信息判断是否存在与所述通过入口道闸车辆目标的标识信息相同和/或相似的标识信息；
确认单元，用于若不存在，则确认所述通过入口道闸车辆目标为疑似异常跟车目标，并根据停车场车道监控相机采集的道闸区域图像获取所述疑似异常跟车目标在预置时间段内对应的道闸状态信息；
所述确认单元，还用于若所述道闸在所述预置时间段内始终处于抬起状态，则确认所述疑似异常跟车目标存在异常跟车行为。
进一步地，所述确认单元，还用于若存在相同和/或相似的标识信息且未生成所述车辆的出入场记录，则确认所述通过入口道闸车辆目标为疑似异常跟车目标。
进一步地，所述确认单元，具体还用于根据停车场车道监控相机采集的道闸区域图像，获取所述疑似异常跟车目标在完全驶入入口通道的第一识别区域的时间点到完全驶出入口通道的第二识别区域的时间点之间对应的道闸状态信息。
进一步地，所述判断单元，还用于根据停车场车道监控相机采集的图像判断车场出口第三道闸识别区域是否存在车辆目标；若存在，则根据停车场车道监控相机采集的图像判断车场出口第四道闸识别区域是否存在相同车辆目标；若存在，则生成所述车辆目标通过出口道闸的事件信息；根据预置时间段内所述停车场车道监控相机识别获取的车辆标识信息判断是否存在与所述通过出口道闸车辆目标的标识信息相同和/或相似的标识信息；若不存在，则确认所述通过出口道闸车辆目标为疑似异常跟车目标，并根据停车场车道监控相机采集的道闸区域图像获取所述疑似异常跟车目标在预置时间段内对应的道闸状态信息；若所述道闸在所述预置时间段内始终处于抬起状态，则确认所述疑似异常跟车目标存在异常跟车行为。
进一步地，所述确认单元，具体还用于根据停车场车道监控相机采集的道闸区域图像，获取所述疑似异常跟车目标在完全驶入出口通道的第三识别区域的时间点到完全驶出出口通道的第四识别区域的时间点之间对应的道闸状态信息。
本发明提供的一种基于停车场道闸状态的跟车行为判断方法及系统，根据停车场车道监控相机采集的图像，识别获取车场入口和出口区域车辆的出入场事件，同时结合车辆目标出入场过程中道闸状态信息，综合判断停车场出入口是否存在异常跟车行为，可以高效精准的判断出停车场出入口道闸区域的异常跟车行为，为停车场提供了可靠的预警信息，从而可以避免停车场车辆逃费跑单的问题，减少了停车场的经济损失，提升了停车场管理的效率和安全性。
附图说明
图1是本发明提供的一种基于停车场道闸状态的跟车行为判断方法的流程图；
图2是本发明提供的一种基于停车场道闸状态的跟车行为判断系统的结构示意图。
具体实施方式
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。
如图1所示，本发明实施例提供的一种基于停车场道闸状态的跟车行为判断方法，包括如下步骤：
101、根据停车场车道监控相机采集的图像判断车场入口第一道闸识别区域是否存在车辆目标。
其中，在入口通道闸杆的车场外一侧划定为第一道闸识别区域。
102、若存在，则根据停车场车道监控相机采集的图像判断车场入口第二道闸识别区域是否存在相同车辆目标。
其中，在入口通道闸杆的车场内一侧划定为第二道闸识别区域。
103、若存在，则生成所述车辆目标通过入口道闸的事件信息。
例如，首先在车道监控相机里的图像或视频画面里，在入口通道闸杆的车场外一侧划定为识别区域C，在入口通道闸杆的车场内一侧划定为识别区域D。当车道监控相机通过算法发现有移动物体进入识别区域C时，并且通过算法判断移动物体符合机动车的特征，则由此输出有车辆出现在识别区域C内的结论。同时车道监控相机获取到该车辆的多角度连续多张图像或一段时间视频信息，并通过算法从多张图像或一段时间视频信息里识别出该车辆的车牌信息。当车道监控相机通过算法发现有移动物体进入识别区域D时，并且通过算法判断移动物体符合机动车的特征，则由此输出有车辆出现在识别区域D内的结论。同时车道监控相机获取到该车辆的多角度连续多张图像或一段时间视频信息，并通过算法从多张图像或一段时间视频信息里识别出该车辆的车牌信息。车道监控相机通过当前出现在识别区域D的车牌信息与最近一次出现到识别区域C的车牌信息进行对比，如果两个车牌信息一致，则系统生成相关车牌已通过入口道闸的流水事件。
104、根据预置时间段内所述停车场车道监控相机识别获取的车辆标识信息判断是否存在与所述通过入口道闸车辆目标的标识信息相同和/或相似的标识信息。
例如，车场收费管理系统获取到车道监控相机已通过车辆的流水10秒后，开始查询之前60秒内通过识别一体机获取的相同车牌号流水。如果系统判断没有相同车牌号流水，则系统继续判断是否存在相似车牌号流水，即车牌号里只有一位字符不同或车牌颜色不同的两个车牌即为相似车牌。如果系统判断存在相同或相似的识别一体机流水，则系统继续判断是否已经生成入场记录或出场记录：如果已生成入场记录或出场记录，则车场收费管理系统忽略车道监控相机已发来的识别流水；如果未生成入场记录或出场记录，则车场收费管理系统认定当前已通过车牌为疑似跟车行为记录。如果判断不存在相同或相似的识别一体机流水，则车场收费管理系统认定当前已通过车牌为疑似跟车行为记录。
进一步地，所述根据预置时间段内所述停车场车道监控相机识别获取的车辆标识信息判断是否存在与所述通过入口道闸车辆目标的标识信息相同和/或相似的标识信息的步骤之后，所述方法还包括：若存在相同和/或相似的标识信息且未生成所述车辆的出入场记录，则确认所述通过入口道闸车辆目标为疑似异常跟车目标。
105、若不存在，则确认所述通过入口道闸车辆目标为疑似异常跟车目标，并根据停车场车道监控相机采集的道闸区域图像获取所述疑似异常跟车目标在预置时间段内对应的道闸状态信息。
具体地，根据停车场车道监控相机采集的道闸区域图像，获取所述疑似异常跟车目标在完全驶入入口通道的第一识别区域的时间点到完全驶出入口通道的第二识别区域的时间点之间对应的道闸状态信息。
例如，车道监控相机获取到所监控车场通道的道闸图像或视频信息，通过道闸状态识别算法，并根据图像或视频中道闸的闸杆位置、以及闸杆与地面的角度，判断道闸是已关闸或者已开闸状态。当通过判断得到疑似跟车行为记录的事件后，同时获取道闸的闸杆在E到F两个时间点之间是否为始终抬起状态，如果道闸的闸杆在E到F两个时间点之间未处于始终抬起状态，则认定忽略该车辆的跟车行为记录或通过人工进行判断；如果道闸的闸杆在E到F两个时间点之间处于始终抬起状态，则认定该车辆为确定跟车行为记录。如果出场待缴费车辆被认定为跟车行为记录，系统自动生成欠费订单，以便该车主再下次缴费时同时缴纳所有待缴停车费用。如果入场车辆或出场无需缴费车辆被认定跟车行为记录，系统自动补充入场记录或出场记录。
其中，当车辆出场时，当车辆完全驶入出口通道的识别区域A的时间为时间点E，当车辆完全驶出出口通道的识别区域B的时间为时间点F。当车辆入场时，当车辆完全驶入入口通道的识别区域C的时间为时间点E，当车辆完全驶出入口通道的识别区域D的时间为时间点F。
106、若所述道闸在所述预置时间段内始终处于抬起状态，则确认所述疑似异常跟车目标存在异常跟车行为。
进一步地，当停车场出口存在车辆出场时，根据停车场车道监控相机采集的图像判断车场出口第三道闸识别区域是否存在车辆目标；若存在，则根据停车场车道监控相机采集的图像判断车场出口第四道闸识别区域是否存在相同车辆目标；若存在，则生成所述车辆目标通过出口道闸的事件信息；根据预置时间段内所述停车场车道监控相机识别获取的车辆标识信息判断是否存在与所述通过出口道闸车辆目标的标识信息相同和/或相似的标识信息；若不存在，则确认所述通过出口道闸车辆目标为疑似异常跟车目标，并根据停车场车道监控相机采集的道闸区域图像获取所述疑似异常跟车目标在预置时间段内对应的道闸状态信息；若所述道闸在所述预置时间段内始终处于抬起状态，则确认所述疑似异常跟车目标存在异常跟车行为。其中，在出口通道闸杆的车场内一侧划定为第三道闸识别区域，在出口通道闸杆的车场外一侧划定为第四道闸识别区域。
例如，首先在车道监控相机里的图像或视频画面里，在出口通道闸杆的车场内一侧划定为识别区域A，在出口通道闸杆的车场外一侧划定为识别区域B。当车道监控相机通过算法发现有移动物体进入识别区域A时，并且通过算法判断移动物体符合机动车的特征，则由此输出有车辆出现在识别区域A内的结论。同时车道监控相机获取该车辆多角度连续多张图像或一段时间视频信息，并通过算法从多张图像或一段时间视频信息里识别出该车辆的车牌信息。当车道监控相机通过算法发现有移动物体进入识别区域B时，并且通过算法判断移动物体符合机动车的特征，则由此输出有车辆出现在识别区域B内的结论。同时车道监控相机获取到该车辆多角度连续多张图像或一段时间视频信息，并通过算法从多张图像或一段时间视频信息里识别出该车辆的车牌信息。车道监控相机通过当前出现在识别区域B的车牌信息与最近一次出现在识别区域A的车牌信息进行对比，如果两个车牌信息一致，则系统生成相关车牌已通过出口道闸的流水事件。
对于本发明实施例，所述根据停车场车道监控相机采集的道闸区域图像获取所述疑似异常跟车目标在预置时间段内对应的道闸状态信息的步骤包括：根据停车场车道监控相机采集的道闸区域图像，获取所述疑似异常跟车目标在完全驶入出口通道的第三识别区域的时间点到完全驶出出口通道的第四识别区域的时间点之间对应的道闸状态信息。
本发明提供的一种基于停车场道闸状态的跟车行为判断方法，根据停车场车道监控相机采集的图像，识别获取车场入口和出口区域车辆的出入场事件，同时结合车辆目标出入场过程中道闸状态信息，综合判断停车场出入口是否存在异常跟车行为，可以高效精准的判断出停车场出入口道闸区域的异常跟车行为，为停车场提供了可靠的预警信息，从而可以避免停车场车辆逃费跑单的问题，减少了停车场的经济损失，提升了停车场管理的效率和安全性。
为实现本发明实施例提供的方法，本发明实施例提供一种基于停车场道闸状态的跟车行为判断系统，如图2所示，该系统包括：判断单元21、生成单元22、确认单元23；
判断单元21，用于根据停车场车道监控相机采集的图像判断车场入口第一道闸识别区域是否存在车辆目标；
所述判断单元21，还用于若存在，则根据停车场车道监控相机采集的图像判断车场入口第二道闸识别区域是否存在相同车辆目标；
生成单元22，用于若存在，则生成所述车辆目标通过入口道闸的事件信息；
所述判断单元21，还用于根据预置时间段内所述停车场车道监控相机识别获取的车辆标识信息判断是否存在与所述通过入口道闸车辆目标的标识信息相同和/或相似的标识信息；
确认单元23，用于若不存在，则确认所述通过入口道闸车辆目标为疑似异常跟车目标，并根据停车场车道监控相机采集的道闸区域图像获取所述疑似异常跟车目标在预置时间段内对应的道闸状态信息；
所述确认单元23，还用于若所述道闸在所述预置时间段内始终处于抬起状态，则确认所述疑似异常跟车目标存在异常跟车行为。
进一步地，所述确认单元23，还用于若存在相同和/或相似的标识信息且未生成所述车辆的出入场记录，则确认所述通过入口道闸车辆目标为疑似异常跟车目标。
进一步地，所述确认单元23，具体还用于根据停车场车道监控相机采集的道闸区域图像，获取所述疑似异常跟车目标在完全驶入入口通道的第一识别区域的时间点到完全驶出入口通道的第二识别区域的时间点之间对应的道闸状态信息。
进一步地，所述判断单元21，还用于根据停车场车道监控相机采集的图像判断车场出口第三道闸识别区域是否存在车辆目标；若存在，则根据停车场车道监控相机采集的图像判断车场出口第四道闸识别区域是否存在相同车辆目标；若存在，则生成所述车辆目标通过出口道闸的事件信息；根据预置时间段内所述停车场车道监控相机识别获取的车辆标识信息判断是否存在与所述通过出口道闸车辆目标的标识信息相同和/或相似的标识信息；若不存在，则确认所述通过出口道闸车辆目标为疑似异常跟车目标，并根据停车场车道监控相机采集的道闸区域图像获取所述疑似异常跟车目标在预置时间段内对应的道闸状态信息；若所述道闸在所述预置时间段内始终处于抬起状态，则确认所述疑似异常跟车目标存在异常跟车行为。
进一步地，所述确认单元23，具体还用于根据停车场车道监控相机采集的道闸区域图像，获取所述疑似异常跟车目标在完全驶入出口通道的第三识别区域的时间点到完全驶出出口通道的第四识别区域的时间点之间对应的道闸状态信息。
本发明提供的一种基于停车场道闸状态的跟车行为判断系统，根据停车场车道监控相机采集的图像，识别获取车场入口和出口区域车辆的出入场事件，同时结合车辆目标出入场过程中道闸状态信息，综合判断停车场出入口是否存在异常跟车行为，可以高效精准的判断出停车场出入口道闸区域的异常跟车行为，为停车场提供了可靠的预警信息，从而可以避免停车场车辆逃费跑单的问题，减少了停车场的经济损失，提升了停车场管理的效率和安全性。
应该明白，公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好，应该理解，过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素，并且不是要限于所述的特定顺序或层次。
在上述的详细描述中，各种特征一起组合在单个的实施方案中，以简化本公开。不应该将这种公开方法解释为反映了这样的意图，即，所要求保护的主题的实施方案需要比清楚地在每个权利要求中所陈述的特征更多的特征。相反，如所附的权利要求书所反映的那样，本发明处于比所公开的单个实施方案的全部特征少的状态。因此，所附的权利要求书特此清楚地被并入详细描述中，其中每项权利要求独自作为本发明单独的优选实施方案。
为使本领域内的任何技术人员能够实现或者使用本发明，上面对所公开实施例进行了描述。对于本领域技术人员来说；这些实施例的各种修改方式都是显而易见的，并且本文定义的一般原理也可以在不脱离本公开的精神和保护范围的基础上适用于其它实施例。因此，本公开并不限于本文给出的实施例，而是与本申请公开的原理和新颖性特征的最广范围相一致。
上文的描述包括一个或多个实施例的举例。当然，为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的，但是本领域普通技术人员应该认识到，各个实施例可以做进一步的组合和排列。因此，本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外，就说明书或权利要求书中使用的术语“包含”，该词的涵盖方式类似于术语“包括”，就如同“包括，”在权利要求中用作衔接词所解释的那样。此外，使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。
本领域技术人员还可以了解到本发明实施例列出的各种说明性逻辑块(illustrative logical block)，单元，和步骤可以通过电子硬件、电脑软件，或两者的结合进行实现。为清楚展示硬件和软件的可替换性(interchangeability)，上述的各种说明性部件(illustrative components)，单元和步骤已经通用地描述了它们的功能。这样的功能是通过硬件还是软件来实现取决于特定的应用和整个系统的设计要求。本领域技术人员可以对于每种特定的应用，可以使用各种方法实现所述的功能，但这种实现不应被理解为超出本发明实施例保护的范围。
本发明实施例中所描述的各种说明性的逻辑块，或单元都可以通过通用处理器，数字信号处理器，专用集成电路(ASIC)，现场可编程门阵列或其它可编程逻辑系统，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算系统的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。
本发明实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件模块、或者这两者的结合。软件模块可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中，ASIC可以设置于用户终端中。可选地，处理器和存储媒介也可以设置于用户终端中的不同的部件中。
在一个或多个示例性的设计中，本发明实施例所描述的上述功能可以在硬件、软件、固件或这三者的任意组合来实现。如果在软件中实现，这些功能可以存储与电脑可读的媒介上，或以一个或多个指令或代码形式传输于电脑可读的媒介上。电脑可读媒介包括电脑存储媒介和便于使得让电脑程序从一个地方转移到其它地方的通信媒介。存储媒介可以是任何通用或特殊电脑可以接入访问的可用媒体。例如，这样的电脑可读媒体可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁性存储系统，或其它任何可以用于承载或存储以指令或数据结构和其它可被通用或特殊电脑、或通用或特殊处理器读取形式的程序代码的媒介。此外，任何连接都可以被适当地定义为电脑可读媒介，例如，如果软件是从一个网站站点、服务器或其它远程资源通过一个同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或以例如红外、无线和微波等无线方式传输的也被包含在所定义的电脑可读媒介中。所述的碟片(disk)和磁盘(disc)包括压缩磁盘、镭射盘、光盘、DVD、软盘和蓝光光盘，磁盘通常以磁性复制数据，而碟片通常以激光进行光学复制数据。上述的组合也可以包含在电脑可读媒介中。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。。

Claims (10)

1.一种基于停车场道闸状态的跟车行为判断方法，其特征在于，所述方法包括：
根据停车场车道监控相机采集的图像判断车场入口第一道闸识别区域是否存在车辆目标；
若存在，则根据停车场车道监控相机采集的图像判断车场入口第二道闸识别区域是否存在相同车辆目标；
若存在，则生成所述车辆目标通过入口道闸的事件信息；
根据预置时间段内所述停车场车道监控相机识别获取的车辆标识信息判断是否存在与所述通过入口道闸车辆目标的标识信息相同和/或相似的标识信息；
若不存在，则确认所述通过入口道闸车辆目标为疑似异常跟车目标，并根据停车场车道监控相机采集的道闸区域图像获取所述疑似异常跟车目标在预置时间段内对应的道闸状态信息；
若所述道闸在所述预置时间段内始终处于抬起状态，则确认所述疑似异常跟车目标存在异常跟车行为。
2.根据权利要求1所述的一种基于停车场道闸状态的跟车行为判断方法，其特征在于，所述根据预置时间段内所述停车场车道监控相机识别获取的车辆标识信息判断是否存在与所述通过入口道闸车辆目标的标识信息相同和/或相似的标识信息的步骤之后，所述方法还包括：
若存在相同和/或相似的标识信息且未生成所述车辆的出入场记录，则确认所述通过入口道闸车辆目标为疑似异常跟车目标。
3.根据权利要求1所述的一种基于停车场道闸状态的跟车行为判断方法，其特征在于，所述根据停车场车道监控相机采集的道闸区域图像获取所述疑似异常跟车目标在预置时间段内对应的道闸状态信息的步骤包括：
根据停车场车道监控相机采集的道闸区域图像，获取所述疑似异常跟车目标在完全驶入入口通道的第一识别区域的时间点到完全驶出入口通道的第二识别区域的时间点之间对应的道闸状态信息。
4.根据权利要求1所述的一种基于停车场道闸状态的跟车行为判断方法，其特征在于，所述方法还包括：
根据停车场车道监控相机采集的图像判断车场出口第三道闸识别区域是否存在车辆目标；
若存在，则根据停车场车道监控相机采集的图像判断车场出口第四道闸识别区域是否存在相同车辆目标；
若存在，则生成所述车辆目标通过出口道闸的事件信息；
根据预置时间段内所述停车场车道监控相机识别获取的车辆标识信息判断是否存在与所述通过出口道闸车辆目标的标识信息相同和/或相似的标识信息；
若不存在，则确认所述通过出口道闸车辆目标为疑似异常跟车目标，并根据停车场车道监控相机采集的道闸区域图像获取所述疑似异常跟车目标在预置时间段内对应的道闸状态信息；
若所述道闸在所述预置时间段内始终处于抬起状态，则确认所述疑似异常跟车目标存在异常跟车行为。
5.根据权利要求4所述的一种基于停车场道闸状态的跟车行为判断方法，其特征在于，所述根据停车场车道监控相机采集的道闸区域图像获取所述疑似异常跟车目标在预置时间段内对应的道闸状态信息的步骤包括：
根据停车场车道监控相机采集的道闸区域图像，获取所述疑似异常跟车目标在完全驶入出口通道的第三识别区域的时间点到完全驶出出口通道的第四识别区域的时间点之间对应的道闸状态信息。
6.一种基于停车场道闸状态的跟车行为判断系统，其特征在于，所述系统包括：
判断单元，用于根据停车场车道监控相机采集的图像判断车场入口第一道闸识别区域是否存在车辆目标；
所述判断单元，还用于若存在，则根据停车场车道监控相机采集的图像判断车场入口第二道闸识别区域是否存在相同车辆目标；
生成单元，用于若存在，则生成所述车辆目标通过入口道闸的事件信息；
所述判断单元，还用于根据预置时间段内所述停车场车道监控相机识别获取的车辆标识信息判断是否存在与所述通过入口道闸车辆目标的标识信息相同和/或相似的标识信息；
确认单元，用于若不存在，则确认所述通过入口道闸车辆目标为疑似异常跟车目标，并根据停车场车道监控相机采集的道闸区域图像获取所述疑似异常跟车目标在预置时间段内对应的道闸状态信息；
所述确认单元，还用于若所述道闸在所述预置时间段内始终处于抬起状态，则确认所述疑似异常跟车目标存在异常跟车行为。
7.根据权利要求6所述的一种基于停车场道闸状态的跟车行为判断系统，其特征在于，
所述确认单元，还用于若存在相同和/或相似的标识信息且未生成所述车辆的出入场记录，则确认所述通过入口道闸车辆目标为疑似异常跟车目标。
8.根据权利要求6所述的一种基于停车场道闸状态的跟车行为判断系统，其特征在于，
所述确认单元，具体还用于根据停车场车道监控相机采集的道闸区域图像，获取所述疑似异常跟车目标在完全驶入入口通道的第一识别区域的时间点到完全驶出入口通道的第二识别区域的时间点之间对应的道闸状态信息。
9.根据权利要求6所述的一种基于停车场道闸状态的跟车行为判断系统，其特征在于，所述判断单元，还用于根据停车场车道监控相机采集的图像判断车场出口第三道闸识别区域是否存在车辆目标；若存在，则根据停车场车道监控相机采集的图像判断车场出口第四道闸识别区域是否存在相同车辆目标；若存在，则生成所述车辆目标通过出口道闸的事件信息；根据预置时间段内所述停车场车道监控相机识别获取的车辆标识信息判断是否存在与所述通过出口道闸车辆目标的标识信息相同和/或相似的标识信息；若不存在，则确认所述通过出口道闸车辆目标为疑似异常跟车目标，并根据停车场车道监控相机采集的道闸区域图像获取所述疑似异常跟车目标在预置时间段内对应的道闸状态信息；若所述道闸在所述预置时间段内始终处于抬起状态，则确认所述疑似异常跟车目标存在异常跟车行为。
10.根据权利要求9所述的一种基于停车场道闸状态的跟车行为判断系统，其特征在于，所述确认单元，具体还用于根据停车场车道监控相机采集的道闸区域图像，获取所述疑似异常跟车目标在完全驶入出口通道的第三识别区域的时间点到完全驶出出口通道的第四识别区域的时间点之间对应的道闸状态信息。
CN202211700832.5A 2022-12-28 2022-12-28 一种基于停车场道闸状态的跟车行为判断方法及系统 Pending CN116168339A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211700832.5A CN116168339A (zh) 2022-12-28 2022-12-28 一种基于停车场道闸状态的跟车行为判断方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211700832.5A CN116168339A (zh) 2022-12-28 2022-12-28 一种基于停车场道闸状态的跟车行为判断方法及系统

Publications (1)

Publication Number Publication Date
CN116168339A true CN116168339A (zh) 2023-05-26

Family

ID=86414077

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211700832.5A Pending CN116168339A (zh) 2022-12-28 2022-12-28 一种基于停车场道闸状态的跟车行为判断方法及系统

Country Status (1)

Country Link
CN (1) CN116168339A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117275128A (zh) * 2023-11-22 2023-12-22 浙江宇视科技有限公司 车路协同的车辆智能管理方法、装置、电子设备及介质
CN117275106A (zh) * 2023-11-22 2023-12-22 浙江宇视科技有限公司 车辆智能管理方法、装置、电子设备及存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117275128A (zh) * 2023-11-22 2023-12-22 浙江宇视科技有限公司 车路协同的车辆智能管理方法、装置、电子设备及介质
CN117275106A (zh) * 2023-11-22 2023-12-22 浙江宇视科技有限公司 车辆智能管理方法、装置、电子设备及存储介质
CN117275106B (zh) * 2023-11-22 2024-02-06 浙江宇视科技有限公司 车辆智能管理方法、装置、电子设备及存储介质
CN117275128B (zh) * 2023-11-22 2024-02-20 浙江宇视科技有限公司 车路协同的车辆智能管理方法、装置、电子设备及介质

Similar Documents

Publication Publication Date Title
CN116168339A (zh) 一种基于停车场道闸状态的跟车行为判断方法及系统
JP4334870B2 (ja) 車両のトリップ決定システムおよび方法
CN111932903B (zh) 一种基于多相机的停车场出入口管理方法及系统
CN111405196B (zh) 一种基于视频拼接的车辆管理的方法及系统
CN109785455A (zh) 一种收费停车场车辆逃费管控系统及方法
CN111339994A (zh) 一种判断临时违章停车的方法及装置
KR101876239B1 (ko) 주차 시스템
KR102256802B1 (ko) 반사경 카메라를 이용한 무인주차　불법 꼬리물기 관리 시스템 및 방법
CN113298988B (zh) 电子收费站车辆通行方法、系统、电子设备及存储介质
CN110807839A (zh) 一种停车场跟车逃费车辆的处理方法和处理系统
CN113033479A (zh) 一种基于多层感知的泊位事件识别方法及系统
CN105590344A (zh) 自动停车场及其无票卡停车收费管理系统
CN111354189A (zh) 一种停车场多元车辆识别的方法和系统
CN108921962B (zh) 停车场出入场管理方法和停车场管理服务器
CN114360279B (zh) 一种停车场车辆出入控制的方法、装置及储存介质
JP5219361B2 (ja) 駐車管理システム
KR20200072291A (ko) 주차장 차단기 제어시스템 및 제어방법
CN114038227B (zh) 一种基于智能充电地锁的停车及充电管理方法及系统
CN109830119A (zh) 一种高效的停车场管理方法及其系统
CN115798249A (zh) 基于地磁数据与视频数据融合的停车管理方法以及系统
CN110070748A (zh) 应用于开放式停车位的停车管理系统
CN113920749A (zh) 一种用于停车场的跟车尾随识别方法、系统及相关装置
JP7228314B2 (ja) フラップレス駐車場の不正出庫車検出システム
CN113570871A (zh) 一种基于多维度的车辆人员上下车判断方法及系统
KR102182130B1 (ko) 원웨이 주차 관리 시스템

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