CN117315587A - 泊位状态感知判断方法、装置、计算机设备及存储介质 - Google Patents

Abstract

本发明公开了一种泊位状态感知判断方法、装置、计算机设备及存储介质，其方法实现，包括：采集待检测泊位的视频数据；基于视频数据，判断待检测泊位是否被遮挡；若所述待检测泊位被遮挡，则对目标遮挡车辆进行遮挡补偿；若所述待检测泊位未被遮挡，则判断待检测泊位上是否存在异物；若所述待检测泊位上存在异物，则输出泊位状态信息。本申请实施例中，通过对待检测泊位进行遮挡检测，并在遮挡条件以及未被遮挡条件下，分别采用不同的方式对泊位状态进行感知，确定待检测泊位在遮挡条件以及未被遮挡条件下的状态，以实现对泊位状态的精准管控，解决具体的高位异物遮挡问题及车辆检测框消失导致跟踪能力弱等问题，从而加强对泊位状态的感知能力。

Description

泊位状态感知判断方法、装置、计算机设备及存储介质

技术领域

本发明涉及泊位管控技术领域，尤其涉及一种泊位状态感知判断方法、装置、计算机设备及存储介质。

背景技术

随着车辆的普及，车辆数量不断增加，停车问题已经和道路拥堵一样成为城市交通面临的亟待解决的难题，为了提高管理效率，提高停车服务水平，停车管理方需要掌握停车位的当前状态。

但是，当前停车位，由于架设识别相机的拍摄角度的影响，容易出现较高障碍物遮挡停车位的情况出现，因此导致无法对泊位区状态进行有效管控，例如是否存在异物或停放车辆跟踪事件丢失等问题，从而影响对泊位具体状态的感知，无法对泊位进行精准管控。

发明内容

基于此，有必要针对上述技术问题，提供一种泊位状态感知判断方法、装置、计算机设备及存储介质，以解决上述现有技术中存在的至少一个问题。

第一方面，提供了一种泊位状态感知判断方法，包括：

采集待检测泊位的视频数据；

基于所述视频数据，判断所述待检测泊位是否被遮挡；

若所述待检测泊位被遮挡，则对目标遮挡车辆进行遮挡补偿；

若所述待检测泊位未被遮挡，则判断所述待检测泊位上是否存在异物；

若所述待检测泊位上存在异物，则输出泊位状态信息。

在一实施例中，所述判断所述待检测泊位是否被遮挡，包括：

确定所述待检测泊位的相邻泊位上是否停放有大型车辆；

若所述待检测泊位的相邻泊位上停放有大型车辆，则确定所述大型车辆是否对所述待检测泊位造成遮挡。

在一实施例中，所述若所述待检测泊位被遮挡，则通过预设补偿规则，对目标遮挡车辆进行遮挡补偿，包括：

基于所述视频数据，获取目标遮挡车辆的当前运行姿态以及车辆检测框；

判断所述当前运行姿态是否为入位姿态；

若是，当所述目标遮挡车辆的车辆检测框消失时，对消失车辆检测框进行补偿，以补充消失的车辆检测框，并采用补充后的车辆检测框模拟入位。

在一实施例中，所述当所述目标遮挡车辆的车辆检测框消失时之前，包括：

分别获取所述视频数据中的连续预设帧对应的视频帧图像中所述目标遮挡车辆的车辆检测框的面积；

计算所述车辆检测框的面积的平均值，以作为基础面积基准；

当所述基础面积基准被遮挡的面积大于预设阈值时，则所述车辆检测框消失。

在一实施例中，所述预设阈值包括30％、45％、60％或者80％。

在一实施例中，所述判断所述待检测泊位上是否存在异物，包括：

对所述视频数据中的每一帧视频帧图像进行异物检测；

基于检测结果，确定所述待检测泊位上是否存在异物。

在一实施例中，所述若所述待检测泊位上存在异物，则输出泊位状态信息，包括：

若所述待检测泊位上存在异物时，获取当前帧图像；

对所述当前帧图像进行分割，得到所述异物的轮廓参数；

根据所述异物轮廓参数，将所述异物进行轮廓化，并对所述待检测泊位的状态进行更新；

输出更新的泊位状态信息。

在一实施例中，所述输出更新的泊位状态信息，包括：

确定更新的泊位状态的类型；

根据所述更新的泊位状态的类型，向现场工作人员或者待停放车辆的车主发送提示信息。

第二方面，提供了一种泊位状态感知判断装置，包括：

视频数据采集单元，用于采集待检测泊位的视频数据；

待检测泊位遮挡判断单元，用于基于所述视频数据，判断所述待检测泊位是否被遮挡；

目标遮挡车辆遮挡补偿单元，用于若所述待检测泊位被遮挡，则对目标遮挡车辆进行遮挡补偿；

异物检测单元，用于若所述待检测泊位未被遮挡，则判断所述待检测泊位上是否存在异物；

通知信息输出单元，用于若所述待检测泊位上存在异物，则输出泊位状态信息。

第三方面，提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，所述处理器执行所述计算机可读指令时实现如上述所述泊位状态感知判断方法的步骤。

第四方面，提供了一种可读存储介质，所述可读存储介质存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如上述所述泊位状态感知判断方法的步骤。

上述泊位状态感知判断方法、装置、计算机设备及存储介质，其方法实现，包括：采集待检测泊位的视频数据；基于所述视频数据，判断所述待检测泊位是否被遮挡；若所述待检测泊位被遮挡，则对目标遮挡车辆进行遮挡补偿；若所述待检测泊位未被遮挡，则判断所述待检测泊位上是否存在异物；若所述待检测泊位上存在异物，则输出泊位状态信息。本申请实施例中，通过对待检测泊位进行遮挡检测，并在遮挡条件以及未被遮挡条件下，分别采用不同的方式对泊位状态进行感知，例如，在遮挡状态下，可通过对车辆检测框进行遮挡补偿，从而当图像拍摄装置由于拍摄角度以及遮挡情况无法对待检测泊位上停放的车辆进行识别时，通过该遮挡补偿，可以直接在图像拍摄装置的显示画面中显示出车辆的完整检测框，从而可以确定该待检测泊位上是否有车辆停放以及车辆停放的状态等信息，而在未被遮挡条件下，则可进一步确定该待检测泊位上是否有异物，从而确定泊位状态，通过确定待检测泊位在遮挡条件以及未被遮挡条件下的状态，以实现对泊位状态的精准管控，解决具体的高位异物遮挡问题及车辆检测框消失导致跟踪能力弱等问题，从而加强对泊位状态的感知能力。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一实施例中泊位状态感知判断方法的一应用环境示意图；

图2是本发明一实施例中泊位状态感知判断方法的一流程示意图；

图3是本发明一实施例中泊位状态感知判断装置的一结构示意图；

图4是本发明一实施例中计算机设备的一示意图。

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。

本申请实施例中，通过对待检测泊位进行遮挡检测，并在遮挡条件以及未被遮挡条件下，分别采用不同的方式对泊位状态进行感知，例如，在遮挡状态下，可通过对车辆检测框进行遮挡补偿，从而当图像拍摄装置由于拍摄角度以及遮挡情况无法对待检测泊位上停放的车辆进行识别时，通过该遮挡补偿，可以直接在图像拍摄装置的显示画面中显示出车辆的完整检测框，从而可以确定该待检测泊位上是否有车辆停放以及车辆停放的状态等信息，而在未被遮挡条件下，则可进一步确定该待检测泊位上是否有异物，从而确定泊位状态，通过确定待检测泊位在遮挡条件以及未被遮挡条件下的状态，以实现对泊位状态的精准管控，解决具体的高位异物遮挡问题及车辆检测框消失导致跟踪能力弱等问题，从而加强对泊位状态的感知能力。

本实施例提供的泊位状态感知判断方法，可应用在如图1的应用环境中，其中，泊位管理端与云端服务器进行通信。其中，泊位管理端可用于对泊位的状态进行管理，当检测到泊位区出现异物时，可启动云端多场景融合策略，通过云端服务器进行异物感知，确定异物轮廓，并将回溯的异物形状发送给该泊位管理端，以通过该泊位管理端进行异物轮廓化，同时改变泊位状态，并输出对应的提示信息，以提示现场工作人员或者待停放车辆的车主。

其中，云端服务器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。

在一实施例中，如图2所示，提供一种泊位状态感知判断方法，以该方法应用在图1中的泊位管理端为例进行说明，包括如下步骤：

在步骤S110中，采集待检测泊位的视频数据；

在本申请实施例中，该视频数据可通过预先安装的图像拍摄装置实时对泊位区的各个泊位进行拍摄，以采集到视频数据，该图像拍摄装置可为高位环境相机、控制机识别相机等。

在本申请实施例中，该待检测泊位可为路边泊位，也可为停车场内泊位，该图像拍摄装置的安装位置可为离地面的高度大于3米的高度。

在步骤S120中，基于所述视频数据，判断所述待检测泊位是否被遮挡；

在本申请实施例中，可以对该视频数据的每一帧视频帧图像进行检测，以便确定该待检测泊位是否被遮挡，而无法识别到待检测泊位当前状态，例如是否有车辆停放、是否有异物等。

在本申请一实施例中，判断所述待检测泊位是否被遮挡，包括：

确定所述待检测泊位的相邻泊位上是否停放有大型车辆；

若所述待检测泊位的相邻泊位上停放有大型车辆，则确定所述大型车辆是否对所述待检测泊位造成遮挡。

当图像拍摄装置对泊位进行拍摄时，该图像拍摄装置通常可设置多个，相互配合以便对所有泊位进行拍摄，因此由于拍摄角度的关系，通常可以获取到多个泊位的状态，此时，可以确定待检测泊位的周围相邻泊位上是否停放着大型车辆，例如，货车、客车等，若是，可以进一步确定该大型车辆会对待检测泊位造成遮挡，而导致无法感知泊位当前状态的问题。

在步骤S130中，若所述待检测泊位被遮挡，则对目标遮挡车辆进行遮挡补偿；

在本申请实施例中，若待检测泊位被遮挡，可以理解的，如果有车辆停放至该待检测泊位上后，该车辆也会被遮挡，而由于遮挡，会导致车辆的车辆检测框消失，而无法继续对车辆的运行轨迹进行追踪，因此可以通过预设算法对该目标遮挡车辆进行遮挡补偿，以解决该目标遮挡车辆的检测框消失的问题，其中，目标遮挡车辆为驶入遮挡泊位的车辆。

作为一种实施场景，对于待检测泊位被遮挡的场景下，由于车辆检测框消失，因此无法对车辆进行追踪，因此通过图像拍摄装置拍摄的画面中则无法查看到车辆的状态，也无法确定该车辆是否停放在待检测泊位上，因此，可通过对该车辆的车辆检测框进行遮挡补偿，补全被遮挡的车辆检测框，从而可直接在图像拍摄装置拍摄的画面中直接显示出该车辆的车辆检测框，进而可确定待检测泊位上是否停放有车辆，以及该车辆的停放状态，以实现对被遮挡泊位的泊位状态的精准感知。

在本申请一实施例中，所述若所述待检测泊位被遮挡，则通过预设补偿规则，对目标遮挡车辆进行遮挡补偿，包括：

基于所述视频数据，获取目标遮挡车辆的当前运行姿态以及车辆检测框；

判断所述当前运行姿态是否为入位姿态；

若是，当所述目标遮挡车辆的车辆检测框消失时，对所述消失车辆检测框进行补偿，以补充消失的车辆检测框，并采用补充后的车辆检测框模拟入位。

具体地，可通过3D目标检测算法，比如LiDAR等，对视频数据每一帧视频帧图像进行车辆或车顶检测，以获取到该目标遮挡车辆的车辆检测框，并根据该车辆检测框的倾斜角度，确定该车辆的当前运行姿态，如果该当前运行姿态为入位姿态时，可以预测出该目标遮挡车辆准备驶入该待检测泊位，此时可以继续对该目标遮挡车辆进行跟踪，当判断该目标遮挡车辆是否仍向前移动，即继续向该待检测泊位移动时，由于该待检测泊位被遮挡，因此目标遮挡车辆在驶入待检测泊位的过程中，会逐渐被遮挡，此时由于是基于3D目标检测的技术，所以当目标遮挡车辆被遮挡之后，车辆检测框也会随之消失，但是由于保留了目标遮挡车辆信息前几帧的检测信息，此时当目标遮挡车辆被遮挡后，前几帧的检测信息会只保留最下边框位置，即一个矩形检测框的底面。此时可启动3D底盘回归和检测框补全算法对该车辆检测框进行补全。

其中，3D底盘回归和检测框补全算法是指，当车辆检测框消失后，由于计算机学习了大量模拟入位的信息，所以在目标遮挡车辆消失状态下的车辆信息会变化为以车辆底盘为参照物的3D框信息，模拟目标遮挡车辆入位，从而对车辆检测框进行补全。

其中，判断该目标遮挡车辆是否继续向前移动，具体可通过将每一帧视频帧图像中车辆检测框的中心位置进行聚合形成线段上的点，由于时间推移会不断形成点，从而拟合形成轨迹线，当不在发生位置变化的点位时，就会判断目标遮挡车辆未在移动，如果发生位置变化，则会判断目标遮挡车辆移动。

进一步，当所述目标遮挡车辆的车辆检测框消失之前，包括：

分别获取所述视频数据中的连续预设帧对应的视频帧图像中所述目标遮挡车辆的车辆检测框的面积；

计算所述车辆检测框的面积的平均值，以作为基础面积基准；

当所述基础面积基准被遮挡的面积大于预设阈值时，则所述车辆检测框消失。

其中，预设帧可为连续10帧视频帧，或者也可为20帧、15帧等，具体可以根据实际情况进行设置，本申请在此不做限定。

具体地，可通过3D目标检测算法对连续预设帧，例如连续10帧视频帧图像进行车辆检测，以获取每一帧视频帧图像的车辆检测框，然后可以确定每一帧视频帧图像中该车辆检测框最大外接矩作为车辆整体面积，然后计算10帧视频帧中该车辆检测框面积的平均值，作为基础面积基准，当该基础面积基准被遮挡的面积大于预设阈值时，该预设阈值可包括30％、45％、60％或者80％等，具体可根据实际情况进行设置。其优选为30％，即当该基础面积基准被遮挡的面积大于30％时，则表示该目标遮挡车辆被遮挡，此时，车辆检测框消失。

在本申请实施例中，在目标遮挡车辆驶入该待检测泊位后，可以将该车辆检测框可以存储，当该目标遮挡车辆准备驶离该待检测泊位时，若该待检测泊位仍处于被遮挡条件，则继续采用3D底盘回归和检测框补全算法补全检测框及车辆地盘，以模拟车辆出位，通过在遮挡条件下，将目标遮挡车辆的出入位时的车辆检测框补充完整后，可形成整个出入位遮挡条件及状态判断闭环。

在步骤S140中，若所述待检测泊位未被遮挡，则判断所述待检测泊位上是否存在异物；

在本申请实施例中，若待检测泊位没有被遮挡，此时可以进一步确定该待检测泊位上是否存在异物，例如落叶、包装袋、石头、钉子等物体，会影响到对车辆的检测或者影响到车辆的停放等问题，例如，在待检测泊位上设置有传感器，如地磁传感器，用于检测是否有车辆停放，而落叶、包装袋等落到传感器上，会影响到传感器的检测精度，而无法准确检测到是否有车辆停放，而石头、钉子等物体则会对车辆造成损伤，引起安全问题。

在本申请一实施例中，所述判断所述待检测泊位上是否存在异物，包括：

对所述视频数据中的每一帧视频帧图像进行异物检测；

基于检测结果，确定所述待检测泊位上是否存在异物。

具体地，可通过YOLO目标检测算法对视频数据中的每一帧视频帧图像中的待检测泊位进行检测，以确定该待检测泊位上是否存在异物，例如，树叶、包装袋、石头、钉子等物体。

在步骤S150中，若所述待检测泊位上存在异物，则输出泊位状态信息。

在本申请实施例中，如果检测到待检测泊位上存在异物，可以输出泊位状态信息，以通知现场工作人员，该待检测泊位上存在异物，尽快处理，或者提示准备停放至该待检测泊位上的车辆的车主，该待检测泊位上存在异物，会对车辆造成损伤，请停放至其他车位等。

在本申请一实施例中，所述若所述待检测泊位上存在异物，则输出泊位状态信息，包括：

若所述待检测泊位上存在异物时，获取当前帧图像；

对所述当前帧图像进行分割，得到所述异物的轮廓参数；

根据所述异物轮廓参数，将所述异物进行轮廓化，并对所述待检测泊位的状态进行更新；

输出更新的泊位状态信息。

具体地，当通过检测算法YOLO检测到该待检测泊位上存在异物时，可获取该异物的坐标信息以及该异物图片，并进行绑定后发送至云端服务器，云端服务器可通过预设的语义分割算法或者实例分割算法，例如MaskRCNNd等算法分割出异物的轮廓形状，然后把该轮廓形状的参数保留，并通过云端服务器回溯下发至泊位管理端，泊位管理端可根据接收到的轮廓形状的参数，将异物进行轮廓化，同时更新泊位状态。

在本申请一实施例中，所述输出更新的泊位状态信息，包括：

确定更新的泊位状态的类型；

根据所述更新的泊位状态的类型，向现场工作人员或者待停放车辆的车主发送提示信息。

具体地，可根据该异物的轮廓化和更新的泊位状态，确定更新的泊位状态类型，并根据该泊位状态类型，进行感知信息分类，然后将细分后的感知信息事件进行下发，或呈现在界面，以通知相关工作人员进行解决或者提醒车主。例如，如果泊位上存在树叶，对传感器造成遮挡，而无法感知车辆停放时，可通知现场工作人员进行处理，如果泊位上存在大型障碍物，例如石头、拖车等物体时，可通知准备停放车辆的车主，避免对车辆造成损伤。

在本申请实施例中，提供了一种泊位状态感知判断方法，包括：采集待检测泊位的视频数据；基于所述视频数据，判断所述待检测泊位是否被遮挡；若所述待检测泊位被遮挡，则对目标遮挡车辆进行遮挡补偿；

若所述待检测泊位未被遮挡，则判断所述待检测泊位上是否存在异物；

若所述待检测泊位上存在异物，则输出泊位状态信息。本申请实施例中，通过对待检测泊位进行遮挡检测，并在遮挡条件以及未被遮挡条件下，分别采用不同的方式对泊位状态进行感知，例如，在遮挡状态下，可通过对车辆检测框进行遮挡补偿，从而当图像拍摄装置由于拍摄角度以及遮挡情况无法对待检测泊位上停放的车辆进行识别时，通过该遮挡补偿，可以直接在图像拍摄装置的显示画面中显示出车辆的完整检测框，从而可以确定该待检测泊位上是否有车辆停放以及车辆停放的状态等信息，而在未被遮挡条件下，则可进一步确定该待检测泊位上是否有异物，从而确定泊位状态，通过确定待检测泊位在遮挡条件以及未被遮挡条件下的状态，以实现对泊位状态的精准管控，解决具体的高位异物遮挡问题及车辆检测框消失导致跟踪能力弱等问题，从而加强对泊位状态的感知能力。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

在一实施例中，提供一种泊位状态感知判断装置，该泊位状态感知判断装置与上述实施例中泊位状态感知判断方法一一对应。如图3所示，该泊位状态感知判断装置包括视频数据采集单元10、待检测泊位遮挡判断单元20、目标遮挡车辆遮挡补偿单元30、异物检测单元40和通知信息输出单元50。各功能模块详细说明如下：

视频数据采集单元10，用于采集待检测泊位的视频数据；

待检测泊位遮挡判断单元20，用于基于所述视频数据，判断所述待检测泊位是否被遮挡；

目标遮挡车辆遮挡补偿单元30，用于若所述待检测泊位被遮挡，则对目标遮挡车辆进行遮挡补偿；

异物检测单元40，用于若所述待检测泊位未被遮挡，则判断所述待检测泊位上是否存在异物；

通知信息输出单元50，用于若所述待检测泊位上存在异物，则输出泊位状态信息。

在本申请一实施例中，目标遮挡车辆遮挡补偿单元30，还用于：

基于所述视频数据，获取目标遮挡车辆的当前运行姿态以及车辆检测框；

判断所述当前运行姿态是否为入位姿态；

若是，当所述目标遮挡车辆的车辆检测框消失时，对所述消失车辆检测框进行补偿，以补充消失的车辆检测框，并采用所述补充后的车辆检测框模拟入位。

在本申请一实施例中，目标遮挡车辆遮挡补偿单元30，还用于：

分别获取所述视频数据中的连续预设帧对应的视频帧图像中所述目标遮挡车辆的车辆检测框的面积；

计算所述车辆检测框的面积的平均值，以作为基础面积基准；

当所述基础面积基准被遮挡的面积大于预设阈值时，则所述车辆检测框消失。

在本申请一实施例中，所述预设阈值包括30％、45％、60％或者80％。

在本申请一实施例中，异物检测单元40，还用于：

对所述视频数据中的每一帧视频帧图像进行异物检测；

基于检测结果，确定所述待检测泊位上是否存在异物。

在本申请一实施例中，通知信息输出单元50，还用于：

若所述待检测泊位上存在异物时，获取当前帧图像；

对所述当前帧图像进行分割，得到所述异物的轮廓参数；

根据所述异物轮廓参数，将所述异物进行轮廓化，并对所述待检测泊位的状态进行更新；

输出更新的泊位状态信息。

在本申请一实施例中，通知信息输出单元50，还用于：

确定更新的泊位状态的类型；

根据所述更新的泊位状态的类型，向现场工作人员或者待停放车辆的车主发送提示信息。

本申请实施例中，通过对待检测泊位进行遮挡检测，并在遮挡条件以及未被遮挡条件下，分别采用不同的方式对泊位状态进行感知，例如，在遮挡状态下，可通过对车辆检测框进行遮挡补偿，从而当图像拍摄装置由于拍摄角度以及遮挡情况无法对待检测泊位上停放的车辆进行识别时，通过该遮挡补偿，可以直接在图像拍摄装置的显示画面中显示出车辆的完整检测框，从而可以确定该待检测泊位上是否有车辆停放以及车辆停放的状态等信息，而在未被遮挡条件下，则可进一步确定该待检测泊位上是否有异物，从而确定泊位状态，通过确定待检测泊位在遮挡条件以及未被遮挡条件下的状态，以实现对泊位状态的精准管控，解决具体的高位异物遮挡问题及车辆检测框消失导致跟踪能力弱等问题，从而加强对泊位状态的感知能力。

关于泊位状态感知判断装置的具体限定可以参见上文中对于泊位状态感知判断方法的限定，在此不再赘述。上述泊位状态感知判断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设备，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口。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可读存储介质。该可读存储介质存储有计算机可读指令。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机可读指令被处理器执行时以实现一种泊位状态感知判断方法。本实施例所提供的可读存储介质包括非易失性可读存储介质和易失性可读存储介质。

一种计算机设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机可读指令，处理器执行计算机可读指令时实现如上述泊位状态感知判断方法的步骤。

一种可读存储介质，可读存储介质存储有计算机可读指令，计算机可读指令被处理器执行时实现如上述泊位状态感知判断方法的步骤。

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，是可以通过计算机可读指令来指令相关的硬件来完成，所述的计算机可读指令可存储于一非易失性可读取存储介质或易失性可读存储介质中，该计算机可读指令在执行时，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、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种泊位状态感知判断方法，其特征在于，所述方法，包括：

采集待检测泊位的视频数据；

基于所述视频数据，判断所述待检测泊位是否被遮挡；

若所述待检测泊位被遮挡，则对目标遮挡车辆进行遮挡补偿；

若所述待检测泊位未被遮挡，则判断所述待检测泊位上是否存在异物；

若所述待检测泊位上存在异物，则输出泊位状态信息。

2.如权利要求1所述的泊位状态感知判断方法，其特征在于，所述判断所述待检测泊位是否被遮挡，包括：

确定所述待检测泊位的相邻泊位上是否停放有大型车辆；

若所述待检测泊位的相邻泊位上停放有大型车辆，则确定所述大型车辆是否对所述待检测泊位造成遮挡。

3.如权利要求1所述的泊位状态感知判断方法，其特征在于，所述若所述待检测泊位被遮挡，则通过预设补偿规则，对目标遮挡车辆进行遮挡补偿，包括：

基于所述视频数据，获取目标遮挡车辆的当前运行姿态以及车辆检测框；

判断所述当前运行姿态是否为入位姿态；

若是，当所述目标遮挡车辆的车辆检测框消失时，对消失的车辆检测框进行补偿，以补充消失的车辆检测框，并采用补充后的车辆检测框模拟入位。

4.如权利要求3所述的泊位状态感知判断方法其特征在于，所述当所述目标遮挡车辆的车辆检测框消失之前，包括：

分别获取所述视频数据中的连续预设帧对应的视频帧图像中所述目标遮挡车辆的车辆检测框的面积；

计算所述车辆检测框的面积的平均值，以作为基础面积基准；

当所述基础面积基准被遮挡的面积大于预设阈值时，则所述车辆检测框消失。

5.如权利要求4所述的泊位状态感知判断方法，其特征在于，所述预设阈值包括30％、45％、60％或者80％。

6.如权利要求1所述的泊位状态感知判断方法，其特征在于，所述若所述待检测泊位上存在异物，则输出泊位状态信息，包括：

若所述待检测泊位上存在异物时，获取当前帧图像；

对所述当前帧图像进行分割，得到所述异物的轮廓参数；

根据所述异物轮廓参数，将所述异物进行轮廓化，并对所述待检测泊位的状态进行更新；

输出更新的泊位状态信息。

7.如权利要求6所述的泊位状态感知判断方法，其特征在于，所述输出更新的泊位状态信息，包括：

确定更新的泊位状态的类型；

根据所述更新的泊位状态的类型，向现场工作人员或者待停放车辆的车主发送提示信息。

8.一种泊位状态感知判断装置，其特征在于，所述装置，包括：

视频数据采集单元，用于采集待检测泊位的视频数据；

待检测泊位遮挡判断单元，用于基于所述视频数据，判断所述待检测泊位是否被遮挡；

目标遮挡车辆遮挡补偿单元，用于若所述待检测泊位被遮挡，则对目标遮挡车辆进行遮挡补偿；

异物检测单元，用于若所述待检测泊位未被遮挡，则判断所述待检测泊位上是否存在异物；

通知信息输出单元，用于若所述待检测泊位上存在异物，则输出泊位状态信息。

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，其特征在于，所述处理器执行所述计算机可读指令时实现如权利要求1至7任意一项所述泊位状态感知判断方法的步骤。

10.一种可读存储介质，所述可读存储介质存储有计算机可读指令，其特征在于，所述计算机可读指令被处理器执行时实现如权利要求1至7任意一项所述泊位状态感知判断方法的步骤。