CN116386338B - 一种基于图像数据处理的城市停车场中车辆离场控制方法 - Google Patents

一种基于图像数据处理的城市停车场中车辆离场控制方法 Download PDF

Info

Publication number
CN116386338B
CN116386338B CN202310657628.8A CN202310657628A CN116386338B CN 116386338 B CN116386338 B CN 116386338B CN 202310657628 A CN202310657628 A CN 202310657628A CN 116386338 B CN116386338 B CN 116386338B
Authority
CN
China
Prior art keywords
parking
time
parking lot
departure
vehicle
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.)
Active
Application number
CN202310657628.8A
Other languages
English (en)
Other versions
CN116386338A (zh
Inventor
何玉容
陈文倩
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.)
Guangzhou Mainchance Communication Technology Co ltd
Original Assignee
Guangzhou Mainchance Communication 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 Guangzhou Mainchance Communication Technology Co ltd filed Critical Guangzhou Mainchance Communication Technology Co ltd
Priority to CN202310657628.8A priority Critical patent/CN116386338B/zh
Publication of CN116386338A publication Critical patent/CN116386338A/zh
Application granted granted Critical
Publication of CN116386338B publication Critical patent/CN116386338B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • G06V10/225—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition based on a marking or identifier characterising the area
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G06V10/242—Aligning, centring, orientation detection or correction of the image by image rotation, e.g. by 90 degrees
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • 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
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/586—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of parking space
    • 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
    • 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
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • 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
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
    • 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
    • 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
    • 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
    • G08G1/149—Traffic control systems for road vehicles indicating individual free spaces in parking areas coupled to means for restricting the access to the parking space, e.g. authorization, access barriers, indicative lights
    • 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

Abstract

本发明公开了一种基于图像数据处理的城市停车场中车辆离场控制方法，本发明技术方案利用停车场的监控设备获取到各监控路段的当前图像帧，并通过对当前图像帧的处理确定城市停车内准确的正在离场的车辆数量，以克服城市停车场内环境复杂而导致无法直观地得出正在离场的车辆情况的技术问题，可以在用户进行线上预缴费后，利用图像数据处理技术准确地识别城市停车场内的车辆情况，通过对目标用户的离场耗时进行预测，计算得到目标用户驶离停车场所需的预测离场耗时，并向用户终端发送对应的信息。通过本发明可以在用户进行线上预缴费后，避免用户在车辆离场时产生不合理的补缴停车费用，提升用户的停车用户体验感。

Description

一种基于图像数据处理的城市停车场中车辆离场控制方法
技术领域
本发明涉及停车场管理技术领域，尤其涉及一种基于图像数据处理的城市停车场中车辆离场控制方法。
背景技术
在车辆识别扣费领域中，通过ETC设备识别车辆信息，通过联网查询和记录车辆及车主信息。为了保证停车场出入口的通行效率，目前很多城市停车场收费除了用户在出口闸门处进行人工缴费以外，还可以在离场前利用手机APP扫码，预先进行线上缴费，然后在驶出停车场时，停车场通过ETC设备识别后会对已预先完成缴费的车辆自动放行，无需停车。在提前缴费的情况下，一般停车场会预留一定的离场时长，用户需要在该离场时长内驶离停车场，否则就会重新开始计费，而用户则需要对超过的时间补缴停车费用。通过这种线上缴费的方式可以有效提高停车场出入口的通行效率，并督促用户在缴费完成后尽快驶离停车场。
但是这种缴费方式，在节假日等车辆高峰时段，停车场内容易产生拥堵导致车辆离场时间变长，在停车场内车道比较拥堵的情况下，用户预先进行线上缴费之后，可能会因停车场内拥堵未能在规定的离场时长内及时驶离停车场，导致重新开始计费，生成不合理的补缴停车费用，影响用户体验感。而在城市停车场的应用中，由于城市停车场的环境更为复杂，与传统的露天和地面停车场比较，城市停车场无法直观地得出正在离场的车辆情况，而城市停车场中应用广泛的摄像头可能会带来意想不到的效果。因此，我们亟需一种基于图像数据处理的城市停车场中车辆离场控制方法，可以在用户进行线上预缴费后，利用图像数据处理技术准确地识别城市停车场内的车辆情况，避免用户在车辆离场时产生不合理的补缴停车费用。
发明内容
本发明提供了一种基于图像数据处理的城市停车场中车辆离场控制方法，以解决用户进行线上预缴费后，因停车场内拥堵未能在规定的离场时长内及时驶离停车场，导致生成不合理的补缴停车费用的技术问题。
为了解决上述技术问题，本发明实施例提供了一种基于图像数据处理的城市停车场中车辆离场控制方法，包括：
接收用户终端的预缴费请求，根据所述预缴费请求获取目标用户的入场时间和停车位置；并根据所述入场时间计算得到所述目标用户的停车费用，根据所述停车位置计算得到所述停车位置到停车场出口的离场距离；
获取停车位置在所述目标用户的停车位置之前且正在进行预缴费的其余用户数量，根据所述其余用户数量确定停车位置在所述目标用户的停车位置之前且将要离场的车辆数量；
获取所述目标用户的停车位置到停车场出口的行车通道中的当前车流监测信息；其中，所述当前车流监测信息包括：所述行车通道中各监控路段的监控视频的当前图像帧；
将所述各监控路段的当前图像帧依此输入预设的车辆识别模型，以使所述车辆识别模型输出各监控路段的当前车辆信息；
根据所述各监控路段的当前车辆信息，计算得到所述各监控路段的当前车辆数量，将所述所有监控路段的当前车辆总数作为正在离场的车辆数量；其中，所述预设的车辆识别模型以所述行车通道中各监控路段的监控视频的历史图像帧为输入，以所述监控路段的历史车辆信息为输出，对一个神经网络模型进行模型训练而成；
根据所述正在离场的车辆数量、所述将要离场的车辆数量以及所述离场距离，计算得到所述目标用户驶离停车场所需的预测离场耗时；以及，根据所述预测离场耗时向用户终端发送对应的信息。
作为优选方案，所述根据所述停车位置计算得到所述停车位置到停车场出口的离场距离的具体步骤，包括：获取停车场的内部道路信息数据，根据所述内部道路信息数据确定车辆可行驶通道；以所述停车位置为起点，以停车场出口为终点，根据所述车辆可行驶通道确定多个行驶路径；在所述行驶路径中确定各个分岔口位置，并对停车场出口为原点建立空间直角坐标系，确定停车位置和各个分岔口位置在所述空间直角坐标系中的坐标参数；根据各个分岔口位置的坐标参数，计算各个分岔口位置到停车场出口的第一空间距离，以及各个分岔口位置到停车位置的第二空间距离，计算所述第一空间距离和所述第二空间距离的乘积作为空间距离值；选择所述空间距离值最小的分岔口作为行驶过程中的分岔方向，直到所有行驶路径中的分岔口选择完毕后，得到离场行驶路径，根据所述离场行驶路径计算对应的离场距离。
作为优选方案，所述将所述各监控路段的当前图像帧依此输入预设的车辆识别模型，以使所述车辆识别模型输出各监控路段的当前车辆信息的步骤中，具体包括：
根据各个当前图像帧所在监控路段在停车场内的空间位置，根据各自对应的空间位置分别生成每个当前图像帧所对应的空间坐标序列；
对各个当前图像帧中的车辆特征进行标记，并将对应的所述空间坐标序列进行索引处理，生成序列对码；
将各监控路段中各个当前图像帧对应的序列对码结合对应的当前图像帧依次输入预设的车辆识别模型，以使所述车辆识别模型输出各监控路段的当前车辆信息；
所述预设的车辆识别模型的建立过程，包括：
根据各监控路段在停车场内的空间位置分别确定各监控路段的空间坐标；
根据不同的空间坐标设置对应的颜色像素调节参数；其中，所述颜色像素调节参数是根据不同的空间坐标由于不同空间受物体遮挡物影响光照，从而对图像进行对应的颜色像素进行调整的调节参数；
将所述颜色像素调节参数设置在预设的车辆识别模型中，并与模型输入端进行索引。作为优选方案，所述根据所述正在离场的车辆数量、所述将要离场的车辆数量以及所述离场距离，计算得到所述目标用户驶离停车场所需的预测离场耗时，包括：
根据所述正在离场的车辆数量、所述将要离场的车辆数量以及所述离场距离，计算得到所述目标用户的停车位置到停车场出口的行车通道中的当前车流密度；
将所述当前车流密度输入预设的道路拥堵时长预测模型，以使所述道路拥堵时长预测模型输出所述行车通道在所述当前车流密度下的预测拥堵时长，将所述预测拥堵时长作为所述目标用户驶离停车场所需的预测离场耗时；
其中，所述预设的道路拥堵时长预测模型以所述行车通道的历史车流密度为输入，以所述行车通道在所述历史车流密度下的历史预测拥堵时长为输出，对一个神经网络模型进行模型训练而成。
作为优选方案，所述根据所述正在离场的车辆数量、所述将要离场的车辆数量以及所述离场距离，计算得到目标用户的停车位置到停车场出口的行车通道中的当前车辆密度，包括：
根据所述正在离场的车辆数量以及所述将要离场的车辆数量，计算得到目标用户的停车位置到停车场出口的行车通道中的离场车辆总数；
根据所述离场车辆总数以及所述离场距离，计算得到单位离场距离内的离场车辆数量，将所述单位离场距离内的离场车辆数量作为所述行车通道中的当前车辆密度。
作为优选方案，所述根据所述预测离场耗时向用户终端发送对应的信息的步骤中，具体包括：
将所述预测离场耗时与预设的离场时长进行比对，当所述预测离场耗时不大于所述预设的离场时长时，则直接根据所述停车费用向用户终端发送预缴费信息；
当所述预测离场耗时大于所述预设的离场时长时，则向用户终端发送暂停缴费提示，并实时监测所述目标用户的实时车辆位置，根据所述实时车辆位置对所述目标用户的实时预测离场耗时进行更新，在所述实时预测离场耗时不大于所述预设的离场时长时，再根据所述停车费用向用户终端发送预缴费信息；
在所述目标用户预缴费完成后，当监测到所述目标用户行驶至停车场出口时，获取所述目标用户从预缴费完成到行驶至停车场出口的实际离场耗时，将所述实际离场耗时与所述预设的离场时长进行比对；当所述实际离场耗时不大于所述预设的离场时长时，直接控制出口阀门开启；当所述实际离场耗时大于所述预设的离场时长时，控制出口阀门开启并向用户终端发送补缴费信息。
作为优选方案，所述当所述预测离场耗时大于所述预设的离场时长时，则向用户终端发送暂停缴费提示，并实时监测所述目标用户的实时车辆位置，根据所述实时车辆位置对所述目标用户的实时预测离场耗时进行更新，包括：
当所述预测离场耗时大于所述预设的离场时长时，则向用户终端发送暂停缴费提示；其中，所述暂停缴费提示包括：车辆先行提示；
实时获取所述目标用户的实时车辆位置，根据所述实时车辆位置计算得到所述实时车辆位置到停车场出口的实时离场距离；
获取停车位置在所述目标用户的实时车辆位置之前且正在进行预缴费的其余实时用户数量，根据所述其余实时用户数量确定停车位置在所述目标用户的实时车辆位置之前且将要离场的实时车辆数量；
获取所述目标用户的实时车辆位置到停车场出口的行车通道中的实时车流监测信息，并根据所述实时车流监测信息确定正在离场的实时车辆数量；
根据所述正在离场的实时车辆数量、所述将要离场的实时车辆数量以及所述实时离场距离，对所述目标用户的实时预测离场耗时进行更新。
作为优选方案，在所述目标用户预缴费完成后，还包括：
根据所述目标用户的停车位置对停车场中的车位使用信息进行更新；
当接收到第二用户终端的停车请求时，根据所述更新后的车位使用信息确定距离停车场入口最近的停车空位，继而根据所述停车空位向所述第二用户终端发送停车提示；
当第二目标用户停车完成后，获取所述第二目标用户的第二停车位置，并根据所述第二停车位置对停车场中的车位使用信息再次进行更新。
作为优选方案，所述根据所述目标用户的停车位置对停车场中的车位使用信息进行更新，包括：
根据所述目标用户的停车位置，将所述目标用户的停车位置标志为空位，以对停车场中的车位使用信息进行更新；
所述根据所述第二停车位置对停车场中的车位使用信息再次进行更新，包括：
根据所述第二停车位置，将所述第二停车位置标志为已用车位，以对停车场中的车位使用信息再次进行更新。
在上述实施例的基础上，本发明又一实施例提供了一种基于图像数据处理的城市停车场中车辆离场控制设备，所述设备包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现上述发明实施例所述的基于图像数据处理的城市停车场中车辆离场控制方法。
在上述实施例的基础上，本发明又一实施例提供了一种存储介质，所述存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述发明实施例所述的基于图像数据处理的城市停车场中车辆离场控制方法。
相比于现有技术，本发明实施例具有如下有益效果：
本发明技术方案利用停车场的监控设备获取到各监控路段的当前图像帧，并通过对当前图像帧的处理确定城市停车内准确的正在离场的车辆数量，以克服城市停车场内环境复杂而导致无法直观地得出正在离场的车辆情况的技术问题，可以在用户进行线上预缴费后，利用图像数据处理技术准确地识别城市停车场内的车辆情况，通过对目标用户的离场耗时进行预测，计算得到目标用户驶离停车场所需的预测离场耗时，并向用户终端发送对应的信息。通过本发明可以在用户进行线上预缴费后，避免用户在车辆离场时产生不合理的补缴停车费用，提升用户的停车用户体验感。
本发明还可以当预测离场耗时不大于预设的离场时长时，可判断该目标用户能在预设的离场时长之内驶离停车场，则向用户终端发送预缴费信息；而当预测离场耗时大于预设的离场时长时，可判断该目标用户不能在预设的离场时长内驶离停车场，则先向用户终端发送暂停缴费提示，并实时监测目标用户的实时车辆位置，根据实时车辆位置对目标用户的实时预测离场耗时进行更新，当用户的实时预测离场耗时不大于预设的离场时长时，再向用户终端发送预缴费信息。在目标用户预缴费完成后，再统计目标用户从预缴费完成到行驶至停车场出口的实际离场耗时，当实际离场耗时超过大于预设的离场时长时，用户终端发送补缴费信息。通过本发明进一步可以在用户进行线上预缴费后，避免用户在车辆离场时产生不合理的补缴停车费用，进一步提升用户的停车用户体验感。
附图说明
图1是本发明一实施例提供的一种基于图像数据处理的城市停车场中车辆离场控制方法的流程示意图。
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作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。
实施例一，请参照图1，为本发明一实施例提供的一种基于图像数据处理的城市停车场中车辆离场控制方法的流程示意图，包括如下具体步骤：
S1、接收用户终端的预缴费请求，根据所述预缴费请求获取目标用户的入场时间和停车位置；并根据所述入场时间计算得到所述目标用户的停车费用，根据所述停车位置计算得到所述停车位置到停车场出口的离场距离。
停车场管理员可预先在停车场的入口处以及停车场内部的多个停车处粘贴停车缴费APP的登录二维码，目标用户在进行预缴费时，可扫描所述二维码进入登录界面，登录成功后进入预缴费页面。系统根据所述目标用户在登录界面所填写的车牌号信息以及停车场入口处的监控信息，自动识别所述目标用户的入场时间；根据用户终端的定位功能，定位到所述目标用户的停车位置，即停车车位。
系统根据所述目标用户的入场时间，计算得到目标用户的停车时长，进而根据所述停车时长和停车场的停车收费标准计算得到目标用户的停车费用；系统根据所述目标用户的停车位置计算得到所述停车位置到停车场出口的离场距离。
具体地，步骤S1中计算离场距离的过程，包括：获取停车场的内部道路信息数据，根据所述内部道路信息数据确定车辆可行驶通道；以所述停车位置为起点，以停车场出口为终点，根据所述车辆可行驶通道确定多个行驶路径；在所述行驶路径中确定各个分岔口位置，并对停车场出口为原点建立空间直角坐标系，确定停车位置和各个分岔口位置在所述空间直角坐标系中的坐标参数；根据各个分岔口位置的坐标参数，计算各个分岔口位置到停车场出口的第一空间距离，以及各个分岔口位置到停车位置的第二空间距离，计算所述第一空间距离和所述第二空间距离的乘积作为空间距离值；选择所述空间距离值最小的分岔口作为行驶过程中的分岔方向，直到所有行驶路径中的分岔口选择完毕后，得到离场行驶路径，根据所述离场行驶路径计算对应的离场距离。
在考虑到部分停车场是多楼层地下停车场（例如停车场是负一到负3层，一共三层停车场），涉及距离较远、且涉及空间上下层距离。在计算离场距离时，实际应用中可能会产生多种行驶的路径，不同的路径可以计算出不同的离场距离。针对这种多楼层地下停车场，驾驶员开到某一路口时，可能存在分岔口，不同的分岔口可能直接导致不同的行驶路径，而带来不同的离场距离。而考虑到一般正常行驶中，驾驶员不会故意去绕路多绕几圈再走的情况，这种场景下我们只计算驾驶员正常行驶中所选择分岔口的行驶路径。为了克服多楼层在空间上确定距离不准确的问题，我们采用建立空间直角坐标系来计算分岔口与出口和停车位置之间的空间距离，利用两个空间距离之间的远近选择距离较近的一个分岔方向来作为行驶的路径，能够较为准确地计算出多楼层停车场中由停车位置到出口之间的离场距离。
S2、获取停车位置在所述目标用户的停车位置之前且正在进行预缴费的其余用户数量，根据所述其余用户数量确定停车位置在所述目标用户的停车位置之前且将要离场的车辆数量。
在目标用户从停车位置驶向停车场出口的过程中，在目标用户的停车位置到停车场出口的行车通道之间，除了正在离场的车辆之外，还可能有正在进行预缴费操作，且预缴费完成之后在目标用户之前汇入所述行车通道的其余车辆。这些车辆的汇入会增加所述行车通道中的离场车辆数量，加重行车通道的拥堵程度，对所述目标用户的离场耗时产生影响。因此，在目标用户登录成功进入预缴费页面后，系统获取当前停留在预缴费页面，正在进行预缴费操作的其余用户，并获取所述其余用户的停车位置，计算停车位置在所述目标用户的停车位置之前的用户数量，即在所述目标用户的停车位置之前且将要离场的车辆数量。
S3、获取所述目标用户的停车位置到停车场出口的行车通道中的当前车流监测信息；其中，所述当前车流监测信息包括：所述行车通道中各监控路段的监控视频的当前图像帧。
具体地，停车场的行车通道分为多个监控路段，每一监控路段都安装有监控设备，系统根据所述目标用户的停车位置到停车场出口的这段行车通道，定位到所述行车通道所在的若干监控路段，提取所述若干监控路段的监控视频，并在每一监控路段的监控视频中抽取当前时刻的当前图像帧。
S4，将所述各监控路段的当前图像帧依此输入预设的车辆识别模型，以使所述车辆识别模型输出各监控路段的当前车辆信息。
具体地，考虑到城市停车场中由于不同空间位置受光照程度影响对每个摄像头采集的图像帧影响较大，会直接影响到车辆识别模型对车辆信息的识别。所以我们在利用车辆识别模型对图像进行识别之前，需要针对不同位置的图像进行对应的颜色像素调整，例如饱和度+10，对比度+30，透明度-20等。具体的颜色像素调整可以根据实际情况进行变更，此处不作限定。而所述预设的车辆识别模型的建立过程，包括：根据各监控路段在停车场内的空间位置分别确定各监控路段的空间坐标；根据不同的空间坐标设置对应的颜色像素调节参数；其中，所述颜色像素调节参数是根据不同的空间坐标由于不同空间受物体遮挡物影响光照，从而对图像进行对应的颜色像素进行调整的调节参数；将所述颜色像素调节参数设置在预设的车辆识别模型中，并与模型输入端进行索引。
因此，在步骤S4中，我们具体执行：根据各个当前图像帧所在监控路段在停车场内的空间位置，根据各自对应的空间位置分别生成每个当前图像帧所对应的空间坐标序列；对各个当前图像帧中的车辆特征进行标记，并将对应的所述空间坐标序列进行索引处理，生成序列对码；将各监控路段中各个当前图像帧对应的序列对码结合对应的当前图像帧依次输入预设的车辆识别模型，以使所述车辆识别模型输出各监控路段的当前车辆信息。通过上述图像处理的过程，可以提高输入图像在进行模型识别之前的分辨率，以提高车辆信息的识别准确度。
S5，根据所述各监控路段的当前车辆信息，计算得到所述各监控路段的当前车辆数量，将所述所有监控路段的当前车辆总数作为正在离场的车辆数量；其中，所述预设的车辆识别模型以所述行车通道中各监控路段的监控视频的历史图像帧为输入，以所述监控路段的历史车辆信息为输出，对一个神经网络模型进行模型训练而成。
具体地，将所述各监控路段的当前图像帧依此输入预设的车辆识别模型，以使所述车辆识别模型对各当前图像帧中的车辆进行识别，输出各监控路段的当前车辆信息，系统可根据所述各监控路段的当前车辆信息，计算得到所述各监控路段的当前车辆数量，将所述所有监控路段的当前车辆总数作为正在离场的车辆数量。
S6、根据所述正在离场的车辆数量、所述将要离场的车辆数量以及所述离场距离，计算得到所述目标用户驶离停车场所需的预测离场耗时；以及，根据所述预测离场耗时向用户终端发送对应的信息。
优选的，所述根据所述正在离场的车辆数量、所述将要离场的车辆数量以及所述离场距离，计算得到所述目标用户驶离停车场所需的预测离场耗时，包括：根据所述正在离场的车辆数量、所述将要离场的车辆数量以及所述离场距离，计算得到所述目标用户的停车位置到停车场出口的行车通道中的当前车流密度；将所述当前车流密度输入预设的道路拥堵时长预测模型，以使所述道路拥堵时长预测模型输出所述行车通道在所述当前车流密度下的预测拥堵时长，将所述预测拥堵时长作为所述目标用户驶离停车场所需的预测离场耗时；其中，所述预设的道路拥堵时长预测模型以所述行车通道的历史车流密度为输入，以所述行车通道在所述历史车流密度下的历史预测拥堵时长为输出，对一个神经网络模型进行模型训练而成。
优选的，所述根据所述正在离场的车辆数量、所述将要离场的车辆数量以及所述离场距离，计算得到目标用户的停车位置到停车场出口的行车通道中的当前车辆密度，包括：根据所述正在离场的车辆数量以及所述将要离场的车辆数量，计算得到目标用户的停车位置到停车场出口的行车通道中的离场车辆总数；根据所述离场车辆总数以及所述离场距离，计算得到单位离场距离内的离场车辆数量，将所述单位离场距离内的离场车辆数量作为所述行车通道中的当前车辆密度。
具体地，将所述正在离场的车辆数量、以及所述将要离场的车辆数量（即在目标用户之前驶入目标用户的停车位置到停车场出口的行车通道的车辆数量）相加，得到所述行车通道中在目标用户之前的离场车辆总数；将所述离场车辆总数除以及所述离场距离，得到单位离场距离内的离场车辆数量，即为所述行车通道中的当前车辆密度，该当前车辆密度可用于表征当前时刻所述行车通道中的当前车辆拥挤程度。
将所述当前车流密度，即当前车辆拥挤程度输入预设的道路拥堵时长预测模型，以使所述道路拥堵时长预测模型输出所述行车通道在所述当前车辆拥挤程度下的预测拥堵时长，即所述目标用户驶离停车场所需的预测离场耗时。
对步骤S6的进一步拓展，本发明还可以将所述预测离场耗时与预设的离场时长进行比对，当所述预测离场耗时不大于所述预设的离场时长时，则直接根据所述停车费用向用户终端发送预缴费信息。
一般停车场会设定一定的离场时长，规定在用户进行预缴费之后，需要在该离场时长内驶离停车场，否则系统就会重新开始计费，而用户则需要对超过离场时长的时间补缴停车费用，通过这种补缴停车费用的方式来督促用户在缴费完成后尽快驶离停车场。
本发明在计算得到目标用户的预测离场耗时之后，将所述预测离场耗时与预设的离场时长进行比对，当所述预测离场耗时不大于所述预设的离场时长时，可判定该目标用户可以在预设的离场时长之内驶离停车场，不会产生额外的补缴费用，此时系统可向用户终端发送预缴费信息，所述预缴费信息包括目标用户的停车费用，目标用户在用户终端点击确认预缴费之后，系统会自动跳转到相应的支付界面，用户支付停车费用，完成预缴费。
另一方面，当所述预测离场耗时大于所述预设的离场时长时，则向用户终端发送暂停缴费提示，并实时监测所述目标用户的实时车辆位置，根据所述实时车辆位置对所述目标用户的实时预测离场耗时进行更新，在所述实时预测离场耗时不大于所述预设的离场时长时，再根据所述停车费用向用户终端发送预缴费信息。
优选的，所述当所述预测离场耗时大于所述预设的离场时长时，则向用户终端发送暂停缴费提示，并实时监测所述目标用户的实时车辆位置，根据所述实时车辆位置对所述目标用户的实时预测离场耗时进行更新，包括：当所述预测离场耗时大于所述预设的离场时长时，则向用户终端发送暂停缴费提示；其中，所述暂停缴费提示包括：车辆先行提示；实时获取所述目标用户的实时车辆位置，根据所述实时车辆位置计算得到所述实时车辆位置到停车场出口的实时离场距离；获取停车位置在所述目标用户的实时车辆位置之前且正在进行预缴费的其余实时用户数量，根据所述其余实时用户数量确定停车位置在所述目标用户的实时车辆位置之前且将要离场的实时车辆数量；获取所述目标用户的实时车辆位置到停车场出口的行车通道中的实时车流监测信息，并根据所述实时车流监测信息确定正在离场的实时车辆数量；根据所述正在离场的实时车辆数量、所述将要离场的实时车辆数量以及所述实时离场距离，对所述目标用户的实时预测离场耗时进行更新。
在节假日等车辆高峰时段，停车场内容易产生拥堵导致车辆离场耗时变长，在停车场内车道比较拥堵的情况下，用户在完成预缴费之后，可能会因停车场内拥堵未能在预设的离场时长内及时驶离停车场，导致系统重新开始计费，生成一定的补缴停车费用，这种客观因素情况下所产生的补缴停车费用即为不合理的补缴费用。
为避免这种情况，当所述预测离场耗时大于所述预设的离场时长时，可判定该目标用户由于停车场的客观拥堵情况，无法在预设的离场时长之内驶离停车场，那么此时系统就会向所述目标用户发送暂停缴费提示，提示用户暂时先不要进行预缴费；其中，所述暂停缴费提示还包括：车辆先行提示和预计可缴费时间提示，所述车辆先行提示，用于提示用户在未进行预缴费的情况下，先驶入停车位置到停车场出口的停车通道，驶向停车场出口，在行驶的过程中等待系统的预缴费信息再进行预缴费；所述预计可缴费时间提示，根据所述预测离场耗时和所述预设的离场时长之差得到，但是由于行车通道中的道路拥挤程度是随时间变化而变化的，所以该预计可缴费时间并不是准确的预缴费时间，只起到一个参考作用。
在目标用户驶向停车场出口的过程中，系统还需实时获取所述目标用户的实时车辆位置，根据所述实时车辆位置计算得到所述实时车辆位置到停车场出口的实时离场距离，根据所述实时离场距离对所述目标用户的实时预测离场耗时进行更新。当检测到所述实时预测离场耗时不大于所述预设的离场时长时，可判定该目标用户在此时进行预缴费之后，可以在预设的离场时长之内驶离停车场，不会产生额外的补缴费用，此时系统可向用户终端发送预缴费信息，所述预缴费信息包括目标用户的停车费用，目标用户在用户终端点击确认预缴费之后，系统会自动跳转到相应的支付界面，用户支付停车费用，完成预缴费。目标用户在预缴费完成之后，继续驶向停车场出口。
在另一方面中，在所述目标用户预缴费完成后，当监测到所述目标用户行驶至停车场出口时，获取所述目标用户从预缴费完成到行驶至停车场出口的实际离场耗时，将所述实际离场耗时与所述预设的离场时长进行比对；当所述实际离场耗时不大于所述预设的离场时长时，直接控制出口阀门开启；当所述实际离场耗时大于所述预设的离场时长时，控制出口阀门开启并向用户终端发送补缴费信息。
在所述目标用户预缴费完成后，当停车场出口处的监控设备监测到所述目标用户行驶至停车场出口时，根据所述目标用户的车牌号信息获取目标用户的预缴费记录，判断该目标用户缴费与否，当判断所述目标用户预缴费完成后，系统控制出口阀门开启，对已预缴费完成的车辆自动放行，无需停车。系统同时获取所述目标用户从预缴费完成到行驶至停车场出口的实际离场耗时，将所述实际离场耗时与所述预设的离场时长进行比对，当所述实际离场耗时不大于所述预设的离场时长时，判定所述目标用户已在预设的离场时长之内驶离停车场，无需补缴另外的停车费用；当所述实际离场耗时大于所述预设的离场时长时，判定所述目标用户并没有在预设的离场时长之内驶离停车场，需要补缴停车费用，并生成所述目标用户的补缴费信息，发送至用户终端，以使所述目标用户在驶离停车场之后进行补缴；所述补缴的停车费用根据所述目标用户超出预设的离场时长的超额时长以及停车场的补缴费用收费标准进行收取。
系统在向用户发送预缴费信息时，已经考虑到了由于停车场内拥堵所造成的客观时间因素，避免了用户在车辆离场时产生不合理的补缴停车费用的可能。此时若用户需要补缴停车费用，那么该补缴费用则是用户的主观原因所造成的，属于合理的补缴费用。
优选的，在所述目标用户预缴费完成后，还包括：根据所述目标用户的停车位置对停车场中的车位使用信息进行更新；当接收到第二用户终端的停车请求时，根据所述更新后的车位使用信息确定距离停车场入口最近的停车空位，继而根据所述停车空位向所述第二用户终端发送停车提示；当第二目标用户停车完成后，获取所述第二目标用户的第二停车位置，并根据所述第二停车位置对停车场中的车位使用信息再次进行更新。
优选的，所述根据所述目标用户的停车位置对停车场中的车位使用信息进行更新，包括：根据所述目标用户的停车位置，将所述目标用户的停车位置标志为空位，以对停车场中的车位使用信息进行更新；所述根据所述第二停车位置对停车场中的车位使用信息再次进行更新，包括：根据所述第二停车位置，将所述第二停车位置标志为已用车位，以对停车场中的车位使用信息再次进行更新。
当有新的车辆从停车场入口驶入停车场时，司机由于无法在停车场外知悉该停车场的车位使用信息，不知道该停车场中是否存在空位以及空位的具体位置，需要驶入停车场之后，再在停车场之内寻找空闲的停车位，这个过程会浪费司机的时间，也会造成停车场入口拥堵的情况。
为避免这种情况，在所述目标用户预缴费完成后，系统还根据所述目标用户的停车位置对停车场中的车位使用信息进行更新，将所述目标用户的停车位置标志为空位。当有新的车辆从停车场入口驶入停车场时，第二目标用户可以扫描停车场入口处的APP二维码，当系统接收到所述第二用户终端的停车请求时，根据所述更新后的车位使用信息确定距离停车场入口最近的停车空位，继而根据所述停车空位向所述第二用户终端发送停车提示，以对所述第二目标用户进行停车引导，所述第二目标用户即可在停车场入口处就知悉距离停车场最近的空位，提高了用户的停车效率，保证停车场入口处车辆有序驶入停车场，不会造成拥堵。
当所述第二目标用户停车完成后，系统会根据用户终端的定位信息，定位到所述第二目标用户的第二停车位置，将所述第二停车位置标志为已用车位，以对停车场中的车位使用信息再次进行更新，可以对后续驶入停车场的其他用户继续进行停车引导。
实施例二，相应地，本发明实施例提供了一种基于图像数据处理的城市停车场中车辆离场控制设备，所述设备包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现上述发明实施例所述的基于图像数据处理的城市停车场中车辆离场控制方法。
实施例三，相应地，本发明实施例提供了一种存储介质，所述存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述发明实施例所述的基于图像数据处理的城市停车场中车辆离场控制方法。
综上所述，本发明提供了一种基于图像数据处理的城市停车场中车辆离场控制设备以及存储介质，通过本发明可以在用户进行线上预缴费后，避免用户在车辆离场时产生不合理的补缴停车费用，提升用户的停车用户体验感。
需说明的是，以上所描述的装置实施例仅仅是示意性的，其中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网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
所述领域的技术人员可以清楚地了解到，为的方便和简洁，上述描述的装置的具体工作过程，可参考前述方法实施例中对应的过程，在此不再赘述。
设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述设备可包括，但不仅限于，处理器、存储器。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列 (Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述设备的控制中心，利用各种接口和线路连接整个设备的各个部分。
所述存储器可用于存储所述计算机程序，所述处理器通过运行或执行存储在所述存储器内的计算机程序，以及调用存储在存储器内的数据，实现所述设备的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据手机的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（Secure Digital, SD）卡，闪存卡（FlashCard）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
所述存储介质为计算机可读存储介质，所述计算机程序存储在所述计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (9)

1.一种基于图像数据处理的城市停车场中车辆离场控制方法，其特征在于，包括：
接收用户终端的预缴费请求，根据所述预缴费请求获取目标用户的入场时间和停车位置；并根据所述入场时间计算得到所述目标用户的停车费用，根据所述停车位置计算得到所述停车位置到停车场出口的离场距离；
获取停车位置在所述目标用户的停车位置之前且正在进行预缴费的其余用户数量，根据所述其余用户数量确定停车位置在所述目标用户的停车位置之前且将要离场的车辆数量；
获取所述目标用户的停车位置到停车场出口的行车通道中的当前车流监测信息；其中，所述当前车流监测信息包括：所述行车通道中各监控路段的监控视频的当前图像帧；
将所述各监控路段的当前图像帧依此输入预设的车辆识别模型，以使所述车辆识别模型输出各监控路段的当前车辆信息；
根据所述各监控路段的当前车辆信息，计算得到所述各监控路段的当前车辆数量，将所述所有监控路段的当前车辆总数作为正在离场的车辆数量；其中，所述预设的车辆识别模型以所述行车通道中各监控路段的监控视频的历史图像帧为输入，以所述监控路段的历史车辆信息为输出，对一个神经网络模型进行模型训练而成；
根据所述正在离场的车辆数量、所述将要离场的车辆数量以及所述离场距离，计算得到所述目标用户驶离停车场所需的预测离场耗时；以及，根据所述预测离场耗时向用户终端发送对应的信息；
所述将所述各监控路段的当前图像帧依此输入预设的车辆识别模型，以使所述车辆识别模型输出各监控路段的当前车辆信息的步骤中，具体包括：根据各个当前图像帧所在监控路段在停车场内的空间位置，根据各自对应的空间位置分别生成每个当前图像帧所对应的空间坐标序列；对各个当前图像帧中的车辆特征进行标记，并将对应的所述空间坐标序列进行索引处理，生成序列对码；将各监控路段中各个当前图像帧对应的序列对码结合对应的当前图像帧依次输入预设的车辆识别模型，以使所述车辆识别模型输出各监控路段的当前车辆信息；
所述预设的车辆识别模型的建立过程，包括：根据各监控路段在停车场内的空间位置分别确定各监控路段的空间坐标；根据不同的空间坐标设置对应的颜色像素调节参数；其中，所述颜色像素调节参数是根据不同的空间坐标由于不同空间受物体遮挡物影响光照，从而对图像进行对应的颜色像素进行调整的调节参数；将所述颜色像素调节参数设置在预设的车辆识别模型中，并与模型输入端进行索引。
2.如权利要求1所述的基于图像数据处理的城市停车场中车辆离场控制方法，其特征在于，所述根据所述正在离场的车辆数量、所述将要离场的车辆数量以及所述离场距离，计算得到所述目标用户驶离停车场所需的预测离场耗时，包括：
根据所述正在离场的车辆数量、所述将要离场的车辆数量以及所述离场距离，计算得到所述目标用户的停车位置到停车场出口的行车通道中的当前车流密度；
将所述当前车流密度输入预设的道路拥堵时长预测模型，以使所述道路拥堵时长预测模型输出所述行车通道在所述当前车流密度下的预测拥堵时长，将所述预测拥堵时长作为所述目标用户驶离停车场所需的预测离场耗时；
其中，所述预设的道路拥堵时长预测模型以所述行车通道的历史车流密度为输入，以所述行车通道在所述历史车流密度下的历史预测拥堵时长为输出，对一个神经网络模型进行模型训练而成。
3.如权利要求2所述的基于图像数据处理的城市停车场中车辆离场控制方法，其特征在于，所述根据所述正在离场的车辆数量、所述将要离场的车辆数量以及所述离场距离，计算得到目标用户的停车位置到停车场出口的行车通道中的当前车辆密度，包括：
根据所述正在离场的车辆数量以及所述将要离场的车辆数量，计算得到目标用户的停车位置到停车场出口的行车通道中的离场车辆总数；
根据所述离场车辆总数以及所述离场距离，计算得到单位离场距离内的离场车辆数量，将所述单位离场距离内的离场车辆数量作为所述行车通道中的当前车辆密度。
4.如权利要求1所述的基于图像数据处理的城市停车场中车辆离场控制方法，其特征在于，所述根据所述预测离场耗时向用户终端发送对应的信息的步骤中，具体包括：
将所述预测离场耗时与预设的离场时长进行比对，当所述预测离场耗时不大于所述预设的离场时长时，则直接根据所述停车费用向用户终端发送预缴费信息；
当所述预测离场耗时大于所述预设的离场时长时，则向用户终端发送暂停缴费提示，并实时监测所述目标用户的实时车辆位置，根据所述实时车辆位置对所述目标用户的实时预测离场耗时进行更新，在所述实时预测离场耗时不大于所述预设的离场时长时，再根据所述停车费用向用户终端发送预缴费信息；
在所述目标用户预缴费完成后，当监测到所述目标用户行驶至停车场出口时，获取所述目标用户从预缴费完成到行驶至停车场出口的实际离场耗时，将所述实际离场耗时与所述预设的离场时长进行比对；当所述实际离场耗时不大于所述预设的离场时长时，直接控制出口阀门开启；当所述实际离场耗时大于所述预设的离场时长时，控制出口阀门开启并向用户终端发送补缴费信息。
5.如权利要求4所述的基于图像数据处理的城市停车场中车辆离场控制方法，其特征在于，所述当所述预测离场耗时大于所述预设的离场时长时，则向用户终端发送暂停缴费提示，并实时监测所述目标用户的实时车辆位置，根据所述实时车辆位置对所述目标用户的实时预测离场耗时进行更新，包括：
当所述预测离场耗时大于所述预设的离场时长时，则向用户终端发送暂停缴费提示；其中，所述暂停缴费提示包括：车辆先行提示；
实时获取所述目标用户的实时车辆位置，根据所述实时车辆位置计算得到所述实时车辆位置到停车场出口的实时离场距离；
获取停车位置在所述目标用户的实时车辆位置之前且正在进行预缴费的其余实时用户数量，根据所述其余实时用户数量确定停车位置在所述目标用户的实时车辆位置之前且将要离场的实时车辆数量；
获取所述目标用户的实时车辆位置到停车场出口的行车通道中的实时车流监测信息，并根据所述实时车流监测信息确定正在离场的实时车辆数量；
根据所述正在离场的实时车辆数量、所述将要离场的实时车辆数量以及所述实时离场距离，对所述目标用户的实时预测离场耗时进行更新。
6.如权利要求4所述的基于图像数据处理的城市停车场中车辆离场控制方法，其特征在于，在所述目标用户预缴费完成后，还包括：
根据所述目标用户的停车位置对停车场中的车位使用信息进行更新；
当接收到第二用户终端的停车请求时，根据所述更新后的车位使用信息确定距离停车场入口最近的空位位置，继而根据所述空位位置向所述第二用户终端发送停车提示；
当第二目标用户停车完成后，获取所述第二目标用户的第二停车位置，并根据所述第二停车位置对停车场中的车位使用信息再次进行更新。
7.如权利要求6所述的基于图像数据处理的城市停车场中车辆离场控制方法，其特征在于，所述根据所述目标用户的停车位置对停车场中的车位使用信息进行更新，包括：
根据所述目标用户的停车位置，将所述目标用户的停车位置标志为空位，以对停车场中的车位使用信息进行更新；
所述根据所述第二停车位置对停车场中的车位使用信息再次进行更新，包括：
根据所述第二停车位置，将所述第二停车位置标志为已用车位，以对停车场中的车位使用信息再次进行更新。
8.一种基于图像数据处理的城市停车场中车辆离场控制设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的基于图像数据处理的城市停车场中车辆离场控制方法。
9.一种存储介质，其特征在于，所述存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至7中任意一项所述的基于图像数据处理的城市停车场中车辆离场控制方法。
CN202310657628.8A 2023-06-06 2023-06-06 一种基于图像数据处理的城市停车场中车辆离场控制方法 Active CN116386338B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310657628.8A CN116386338B (zh) 2023-06-06 2023-06-06 一种基于图像数据处理的城市停车场中车辆离场控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310657628.8A CN116386338B (zh) 2023-06-06 2023-06-06 一种基于图像数据处理的城市停车场中车辆离场控制方法

Publications (2)

Publication Number Publication Date
CN116386338A CN116386338A (zh) 2023-07-04
CN116386338B true CN116386338B (zh) 2023-08-15

Family

ID=86981007

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310657628.8A Active CN116386338B (zh) 2023-06-06 2023-06-06 一种基于图像数据处理的城市停车场中车辆离场控制方法

Country Status (1)

Country Link
CN (1) CN116386338B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001063563A1 (en) * 2000-02-24 2001-08-30 Cds Worldwide Pty Ltd Vehicle parking system
CA2565940A1 (en) * 2006-07-06 2008-01-06 Metric Group Limited A method and apparatus for operating a system for monitoring the status of vehicle parking spaces
CN109118801A (zh) * 2018-09-05 2019-01-01 西安艾润物联网技术服务有限责任公司 停车场管理方法、装置、系统及可读存储介质
CN110232746A (zh) * 2018-03-05 2019-09-13 苗虎 一种远程支付道路交通费用的方法
CN110491140A (zh) * 2019-08-08 2019-11-22 横琴善泊投资管理有限公司 一种停车场出入口车道占用检测及引导方法和系统
CN111563469A (zh) * 2020-05-13 2020-08-21 南京师范大学 一种不规范停车行为识别方法及装置
CN112634472A (zh) * 2020-12-18 2021-04-09 支付宝(杭州)信息技术有限公司 停车缴费提醒处理方法及装置
CN112700641A (zh) * 2020-12-17 2021-04-23 杭州海康威视系统技术有限公司 停车场管理方法、装置、电子设备及存储介质
CN115565388A (zh) * 2022-10-08 2023-01-03 南京邮电大学 基于多通道车辆检测与立体特征标注的交通灯控制方法
CN115620409A (zh) * 2022-09-27 2023-01-17 科学城(广州)信息科技集团有限公司 停车场管理方法、存储介质及系统
CN115641651A (zh) * 2022-09-30 2023-01-24 厦门科拓通讯技术股份有限公司 一种车辆放离场的方法、装置、系统及存储介质

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001063563A1 (en) * 2000-02-24 2001-08-30 Cds Worldwide Pty Ltd Vehicle parking system
CA2565940A1 (en) * 2006-07-06 2008-01-06 Metric Group Limited A method and apparatus for operating a system for monitoring the status of vehicle parking spaces
CN110232746A (zh) * 2018-03-05 2019-09-13 苗虎 一种远程支付道路交通费用的方法
CN109118801A (zh) * 2018-09-05 2019-01-01 西安艾润物联网技术服务有限责任公司 停车场管理方法、装置、系统及可读存储介质
CN110491140A (zh) * 2019-08-08 2019-11-22 横琴善泊投资管理有限公司 一种停车场出入口车道占用检测及引导方法和系统
CN111563469A (zh) * 2020-05-13 2020-08-21 南京师范大学 一种不规范停车行为识别方法及装置
CN112700641A (zh) * 2020-12-17 2021-04-23 杭州海康威视系统技术有限公司 停车场管理方法、装置、电子设备及存储介质
CN112634472A (zh) * 2020-12-18 2021-04-09 支付宝(杭州)信息技术有限公司 停车缴费提醒处理方法及装置
CN115063898A (zh) * 2020-12-18 2022-09-16 支付宝(杭州)信息技术有限公司 停车缴费提醒处理方法及装置
CN115620409A (zh) * 2022-09-27 2023-01-17 科学城(广州)信息科技集团有限公司 停车场管理方法、存储介质及系统
CN115641651A (zh) * 2022-09-30 2023-01-24 厦门科拓通讯技术股份有限公司 一种车辆放离场的方法、装置、系统及存储介质
CN115565388A (zh) * 2022-10-08 2023-01-03 南京邮电大学 基于多通道车辆检测与立体特征标注的交通灯控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
智能交通系统中的运动目标检测与识别;樊大帅;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》(第09期);第24-31页 *

Also Published As

Publication number Publication date
CN116386338A (zh) 2023-07-04

Similar Documents

Publication Publication Date Title
CN107195198B (zh) 一种基于图像识别技术的路边停车管理方法及其系统
CN108766022B (zh) 基于机器学习的停车场车位状态识别方法及系统
CN111508087B (zh) 停车场的收费方法及装置
CN106504351B (zh) 一种停车场停车收费方法和服务器
WO2019165616A1 (zh) 信号灯控制方法、相关设备及系统
CN112700641B (zh) 停车场管理方法、装置、电子设备及存储介质
CN106251686A (zh) 停车场智能停车系统
CN110853391A (zh) 智能共享停车系统
KR102287051B1 (ko) 이미지 인식 장치를 이용한 주차면 관리 시스템
CN112562408A (zh) 基于车路协同的全局路径规划的方法、装置及系统
CN111553994A (zh) 一种停车场的智能管理系统、停车场、停车方法及装置
CN113077557B (zh) 车辆数据的处理方法和装置、系统、存储介质及电子装置
CN113724526B (zh) 用于停车场的诱导泊车方法、装置、系统及存储介质
CN112053567B (zh) 路侧停车管理方法及电子设备
CN112078592A (zh) 一种车辆行为和/或车辆轨迹的预测方法及装置
CN111243185A (zh) 充电车位占用判定方法、设备及介质
CN111986337A (zh) 基于机器人的路侧停车收费管理系统及方法
CN111216735A (zh) 信息处理装置及其控制方法以及存储介质
CN116386338B (zh) 一种基于图像数据处理的城市停车场中车辆离场控制方法
WO2023241595A1 (zh) 车位范围的处理方法及计算设备
WO2021086884A1 (en) System, apparatus and method of provisioning allotments utilizing machine visioning
CN113763050B (zh) 共享单车计费方法、运营服务器和计费策略服务器
CN115731688A (zh) 一种停车围栏的生成方法、装置及服务器
CN112750328B (zh) 一种行车路径推荐方法、装置、设备及介质
CN108470382A (zh) 高速出口的扣费装置

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