CN108288387A - 智能联动路内停车跟踪方法 - Google Patents

Abstract

本发明公开了一种智能联动路内停车跟踪方法，包括：泊位号标定及球机方位初始化；枪机实时采集视频图像；判断视频图像中是否存在车辆变化；计算移动等级评分；更新移动等级评分数据库；判断移动等级评分数据库是否为空；球机巡航；球机转到最高评分对应的泊位号抓拍；确定车辆的动作状态；识别并保存车辆的车辆信息和停车信息。通过本发明的技术方案，利用球机和枪机联动地对泊车位的停车状况进行跟踪监控，提高了泊车位管理的实时性和高效性。

Description

智能联动路内停车跟踪方法

技术领域

本发明涉及车辆管理技术领域，尤其涉及一种智能联动路内停车跟踪方法。

背景技术

目前，路内泊车位监控管理领域，因应用方案及其他因素的制约，仍存在不少有待改善的问题。例如，采用固定视角安装的相机对泊车位进行管理，缺点是无法智能、灵活的对泊车位进行监控，具体应用时容易丢失关键信息，不能如实输出各个泊车位的停车状况。

发明内容

针对上述问题中的至少之一，本发明提供了一种智能联动路内停车跟踪方法，通过泊车位标定及对应的球机方位初始化，利用枪机实时检测视频图像，并判断视频图像中是否有车辆移动，利用算法计算车辆移动等级评分，在车辆移动等级评分数据库是否为空时触发球机巡航，非空时触发球机转到特定的方位进行车辆状态抓拍，以确定抓拍车辆的车辆信息及停车信息并保存管理，从而利用球机和枪机联动地对泊车位的停车状况进行跟踪监控，提高了泊车位管理的实时性和高效性。

为实现上述目的，本发明提供了一种智能联动路内停车跟踪方法，包括：步骤S11，对泊车位进行泊位号标定，并对球机的监控范围内的泊车位进行方位初始化；步骤S12，控制枪机对所述泊车位实时采集视频图像；步骤S13，判断枪机采集到的所述视频图像中是否存在车辆变化，若判定存在，则执行步骤S14，否则返回执行步骤S12；步骤S14，对所述车辆的动作类型进行加权计算以得到所述车辆的移动等级评分；步骤S15，根据所述移动等级评分对移动等级评分数据库进行更新；步骤S16，判断所述移动等级评分数据库是否为空，若判定是，则执行步骤S17，否则执行步骤S18；步骤S17，触发所述球机进行反复转动巡航监控，返回执行步骤S13；步骤S18，触发所述球机转动到所述移动等级评分数据库中最高评分对应的泊位号区域进行抓拍；步骤S19，根据抓拍泊位号区域的车辆运动轨迹和所述泊位号状态确定所述车辆的动作状态；步骤S20，识别并保存所述车辆的车辆信息和停车信息，所述车辆信息包括车牌号，所述停车信息包括所述车辆所在泊车位的泊位号和停车时间。

在上述技术方案中，优选地，所述步骤S11中对泊车位进行泊位号标定，并对球机的监控范围内的泊车位进行方位初始化具体包括：对监控的像平面中的各个泊车位进行泊位号标定，确定各个泊位号对应的泊车位在像平面中的坐标；以所述球机为顶点确定所述球机与每个所述泊车位的左边缘和右边缘连线形成的角度范围；将所述泊位号与对应的角度范围保存于数组阵列中。

在上述技术方案中，优选地，所述步骤S13中判断枪机采集到的所述视频图像中是否存在车辆变化具体包括：通过图像增强和特征比对法检测所述视频图像中是否发生变化；利用车牌模型检测算法和车身模型检测算法遍历搜索所述视频图像；判断所述视频图像中是否包括与所述车牌模型或所述车身模型相似的区域，若包括则确定所述视频图像中存在车辆变化，否则不存在；其中，所述车牌模型和所述车身模型为通过大量样本训练获得。

在上述技术方案中，优选地，所述步骤S14中对所述车辆的动作类型进行加权计算以得到所述车辆的移动等级评分具体包括：对所述车辆的打灯情况、所述车辆与泊车位的位置关系、所述车辆的运动轨迹按照不同的权重值进行计算，得到所述车辆的移动等级评分。

在上述技术方案中，优选地，所述步骤S18中触发所述球机转动到所述移动等级评分数据库中最高评分对应的泊位号区域进行抓拍具体包括：根据所述移动等级评分数据库中的最高移动等级评分确定移动车辆对应的泊位号；根据所述数组阵列中的方位初始化关系确定所述泊位号对应的球机转动角度范围；控制所述球机转动到对应的角度对车辆状态进行抓拍。

在上述技术方案中，优选地，所述步骤S19中根据抓拍泊位号区域的车辆运动轨迹和所述泊位号状态确定所述车辆的动作状态具体包括：利用多事件学习算法跟踪所述车辆的运动轨迹；根据所述泊位号区域的车辆移动前后的状态和所述车辆的运动轨迹判断所述车辆为驶入状态或离开状态。

与现有技术相比，本发明的有益效果为：通过泊车位标定及对应的球机方位初始化，利用枪机实时检测视频图像，并判断视频图像中是否有车辆移动，利用算法计算车辆移动等级评分，在车辆移动等级评分数据库是否为空时触发球机巡航，非空时触发球机转到特定的方位进行车辆状态抓拍，以确定抓拍车辆的车辆信息及停车信息并保存管理，从而利用球机和枪机联动地对泊车位的停车状况进行跟踪监控，提高了泊车位管理的实时性和高效性。

附图说明

图1为本发明一种实施例公开的智能联动路内停车跟踪方法的示意图；

图2为本发明一种实施例公开的智能联动路内停车跟踪方法的流程示意框图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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的一部分实施例，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做出创造性劳动的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。

下面结合附图对本发明做进一步的详细描述：

如图1和图2所示，根据本发明提供的一种智能联动路内停车跟踪方法，包括：步骤S11，对泊车位进行泊位号标定，并对球机的监控范围内的泊车位进行方位初始化；步骤S12，控制枪机对泊车位实时采集视频图像；步骤S13，判断枪机采集到的视频图像中是否存在车辆变化，若判定存在，则执行步骤S14，否则返回执行步骤S12；步骤S14，对车辆的动作类型进行加权计算以得到车辆的移动等级评分；步骤S15，根据移动等级评分对移动等级评分数据库进行更新；步骤S16，判断移动等级评分数据库是否为空，若判定是，则执行步骤S17，否则执行步骤S18；步骤S17，触发球机进行反复转动巡航监控，返回执行步骤S13；步骤S18，触发球机转动到移动等级评分数据库中最高评分对应的泊位号区域进行抓拍；步骤S19，根据抓拍泊位号区域的车辆运动轨迹和泊位号状态确定车辆的动作状态；步骤S20，识别并保存车辆的车辆信息和停车信息，车辆信息包括车牌号，停车信息包括车辆所在泊车位的泊位号和停车时间。

在上述实施例中，优选地，步骤S11中对泊车位进行泊位号标定，并对球机的监控范围内的泊车位进行方位初始化具体包括：对监控的像平面中的各个泊车位进行泊位号标定，确定各个泊位号对应的泊车位在像平面中的坐标；以球机为顶点确定球机与每个泊车位的左边缘和右边缘连线形成的角度范围；将泊位号与对应的角度范围保存于数组阵列中。对应的球机方位初始化具体过程为：假设***监控N个泊车位，记为n∈(0,1,..,-1)。以球机所在位置为顶点，顶点与第n个泊车位左边缘及右边缘连线形成的角度范围与第n个泊车位的泊位号相对应，将泊车位号与角度范围的对应关系保存在特定数组中，供球机转动时进行角度范围查询。

在上述实施例中，优选地，步骤S13中判断枪机采集到的视频图像中是否存在车辆变化具体包括：通过图像增强和特征比对法检测视频图像中是否发生变化；利用车牌模型检测算法和车身模型检测算法遍历搜索视频图像；判断视频图像中是否包括与车牌模型或车身模型相似的区域，若包括则确定视频图像中存在车辆变化，否则不存在；其中，车牌模型和车身模型为通过大量样本训练获得。

具体地，采用高分辨率枪机对泊车位的全画面进行实时检测，并通过图像增强及特征比对法检测视频图像中是否发生变化，并利用基于形态学与ANN的车牌模型检测算法、基于Hog特征的车身模型检测算法遍历搜索视频图像。当搜索到与车牌模型或车身模型相似的区域时，判断视频图像中存在车辆；当视频图像中既没有搜索到与车牌模型相似的区域，也没有搜索到与车身模型相似的区域时，判断视频图像中不存在车辆移动。

在上述实施例中，优选地，步骤S14中对车辆的动作类型进行加权计算以得到车辆的移动等级评分具体包括：对车辆的打灯情况、车辆与泊车位的位置关系、车辆的运动轨迹按照不同的权重值进行计算，得到车辆的移动等级评分。具体的计算方法为，车辆的动作类型利于判断车辆驶入或驶出泊车位的，权重值为3；其他的动作类型权重值为1。例如，车辆打右转向灯或车辆逐渐靠近泊车位均有利于判断车辆驶入泊车位，分别记3个权值分；车辆打双闪灯，记1个权值分。通过检测车辆所有的动作类型，计算得出车辆的移动等级评分。其中，车辆的动作类型具体为打左\右转向灯、双闪灯，车辆与泊车位的距离变化趋势，车辆与泊车位的相对方向等。所有的车辆动作类型及对应的权重值预先确定，这里不全部列出。

在上述实施例中，优选地，步骤S17中触发球机进行反复转动巡航监控具体包括：当判定移动等级评分数据库为空时，球机没有抓拍任务，此时控制球机反复转动巡航监控，与枪机联合对泊车位区域进行实时监控。

在上述实施例中，优选地，步骤S18中触发球机转动到移动等级评分数据库中最高评分对应的泊位号区域进行抓拍具体包括：根据移动等级评分数据库中的最高移动等级评分确定移动车辆对应的泊位号；根据数组阵列中的方位初始化关系确定泊位号对应的球机转动角度范围；控制球机转动到对应的角度对车辆状态进行抓拍。

在该实施例中，根据最新的车辆移动等级数据库中车辆移动等级评分结构中评分最高的泊位号信息传送给球机，再结合步骤S11中方位初始化过程中的泊车位号与角度范围的对应关系，控制球机快速转动到对应的角度对车辆状态进行抓拍。具体地，主要综合车牌质量(像素高低及倾斜度)、车辆所处的关键位置点对抓拍的时机、角度、焦距等进行确定。

在上述实施例中，优选地，步骤S19中根据抓拍泊位号区域的车辆运动轨迹和泊位号状态确定车辆的动作状态具体包括：利用多事件学习算法跟踪车辆的运动轨迹；根据泊位号区域的车辆移动前后的状态和车辆的运动轨迹判断车辆为驶入状态或离开状态，并根据判断的车辆状态返回步骤S15更新车辆移动等级评分数据库。

步骤S20中，根据步骤S19判断的车辆状态，将车辆信息和停车信息以数组阵列分别进行存储。其中，保存的车辆信息主要包括车牌号和/或表征车辆的车身颜色、车型等其他信息，停车信息包括车辆所在泊车位的泊位号和停车时间。

以上所述为本发明的实施方式，根据本发明提出的智能联动路内停车跟踪方法，通过泊车位标定及对应的球机方位初始化，利用枪机实时检测视频图像，并判断视频图像中是否有车辆移动，利用算法计算车辆移动等级评分，在车辆移动等级评分数据库是否为空时触发球机巡航，非空时触发球机转到特定的方位进行车辆状态抓拍，以确定抓拍车辆的车辆信息及停车信息并保存管理，从而利用球机和枪机联动地对泊车位的停车状况进行跟踪监控，提高了泊车位管理的实时性和高效性。

以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种智能联动路内停车跟踪方法，其特征在于，包括：

步骤S11，对泊车位进行泊位号标定，并对球机的监控范围内的泊车位进行方位初始化；

步骤S12，控制枪机对所述泊车位实时采集视频图像；

步骤S13，判断枪机采集到的所述视频图像中是否存在车辆变化，若判定存在，则执行步骤S14，否则返回执行步骤S12；

步骤S14，对所述车辆的动作类型进行加权计算以得到所述车辆的移动等级评分；

步骤S15，根据所述移动等级评分对移动等级评分数据库进行更新；

步骤S16，判断所述移动等级评分数据库是否为空，若判定是，则执行步骤S17，否则执行步骤S18；

步骤S17，触发所述球机进行反复转动巡航监控，返回执行步骤S13；

步骤S18，触发所述球机转动到所述移动等级评分数据库中最高评分对应的泊位号区域进行抓拍；

步骤S19，根据抓拍泊位号区域的车辆运动轨迹和所述泊位号状态确定所述车辆的动作状态；

步骤S20，识别并保存所述车辆的车辆信息和停车信息，所述车辆信息包括车牌号，所述停车信息包括所述车辆所在泊车位的泊位号和停车时间。

2.根据权利要求1所述的智能联动路内停车跟踪方法，其特征在于，所述步骤S11中对泊车位进行泊位号标定，并对球机的监控范围内的泊车位进行方位初始化具体包括：

对监控的像平面中的各个泊车位进行泊位号标定，确定各个泊位号对应的泊车位在像平面中的坐标；

以所述球机为顶点确定所述球机与每个所述泊车位的左边缘和右边缘连线形成的角度范围；

将所述泊位号与对应的角度范围保存于数组阵列中。

3.根据权利要求1所述的智能联动路内停车跟踪方法，其特征在于，所述步骤S13中判断枪机采集到的所述视频图像中是否存在车辆变化具体包括：

通过图像增强和特征比对法检测所述视频图像中是否发生变化；

利用车牌模型检测算法和车身模型检测算法遍历搜索所述视频图像；

判断所述视频图像中是否包括与所述车牌模型或所述车身模型相似的区域，若包括则确定所述视频图像中存在车辆变化，否则不存在；

其中，所述车牌模型和所述车身模型为通过大量样本训练获得。

4.根据权利要求1所述的智能联动路内停车跟踪方法，其特征在于，所述步骤S14中对所述车辆的动作类型进行加权计算以得到所述车辆的移动等级评分具体包括：

对所述车辆的打灯情况、所述车辆与泊车位的位置关系、所述车辆的运动轨迹按照不同的权重值进行计算，得到所述车辆的移动等级评分。

5.根据权利要求1所述的智能联动路内停车跟踪方法，其特征在于，所述步骤S18中触发所述球机转动到所述移动等级评分数据库中最高评分对应的泊位号区域进行抓拍具体包括：

根据所述移动等级评分数据库中的最高移动等级评分确定移动车辆对应的泊位号；

根据所述数组阵列中的方位初始化关系确定所述泊位号对应的球机转动角度范围；

控制所述球机转动到对应的角度对车辆状态进行抓拍。

6.根据权利要求1所述的智能联动路内停车跟踪方法，其特征在于，所述步骤S19中根据抓拍泊位号区域的车辆运动轨迹和所述泊位号状态确定所述车辆的动作状态具体包括：

利用多事件学习算法跟踪所述车辆的运动轨迹；

根据所述泊位号区域的车辆移动前后的状态和所述车辆的运动轨迹判断所述车辆为驶入状态或离开状态。