CN109166341B - 一种基于空间规划的车位占用状态监测方法 - Google Patents
一种基于空间规划的车位占用状态监测方法 Download PDFInfo
- Publication number
- CN109166341B CN109166341B CN201810826146.XA CN201810826146A CN109166341B CN 109166341 B CN109166341 B CN 109166341B CN 201810826146 A CN201810826146 A CN 201810826146A CN 109166341 B CN109166341 B CN 109166341B
- Authority
- CN
- China
- Prior art keywords
- parking space
- space
- state
- camera
- parking
- 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
Links
Images
Classifications
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
一种基于空间规划的车位占用状态监测方法,(1)、拍摄目标区域,取得无停车时的实景图和车位分布图;(2)、基于(1)步骤的实景图和车位分布图计算出车位状态监控摄像头架设的建议数量、高度和位置;(3)、将实景图和分布图合并成基于实景的空闲车位状态图;(4)、根据空间规划和实用要求,标定车位编号;(5)、将摄像头架设于可以覆盖目标区域的适当位置和高度;(6)、基于初始状态图,通过实测车辆进出车位,调整车位状态识别算法;(7)、使车位占用状态更准确地被捕获。该方法的优点在于:识别范围广,部署简单,维护方便。
Description
技术领域
本发明涉及一种基于空间规划的车位占用状态监测方法,物联网或信息技术。
背景技术
随着城市车辆的增加,停车位资源越来越紧张。要想合理管理和使用停车位资源,必须对其占用情况进行有效监测。
目前监测车位占用情况的装置主要有:地磁、视频桩和高位枪球等。
其主要缺点是:
a.使用地磁方式具有易受干扰、部署成本高、维护成本大等;
b.其中视频桩设置密集,易被损坏,部署成本高,维护成本极大;
高位枪球所管理的车位数量较少(9个车位是其目前的极限),因此导致其部署较为密集,成本较高,不易维护,同时由于其部署密集度要求,使得其易受城市管理等制约等。
发明内容
发明目的:
本发明提供一种基于空间规划的车位占用状态监测方法,其目的是解决以往所存在的问题。
技术方案:
一种基于空间规划的车位占用状态监测方法,其特征在于:该方法利用可变焦摄像机、网络传输接口和供电接口实现;操作步骤包括:
(1)、拍摄目标区域,取得无停车时的实景图和车位分布图;
(2)、初始规划:基于(1)步骤的实景图和车位分布图计算出车位状态监控摄像头架设的建议数量、高度和位置;
(3)、将实景图和分布图合并成基于实景的空闲车位状态图,以矩阵形式存储,以下称为初始状态图;
(4)、根据空间规划和实用要求,标定车位编号;车位编号标定在合并后的步骤(3)中的初始状态图中,且存于上述矩阵数据库中指定位置,而不标注到实际的图片上;且该编号与实际车位编号按需建立映射关系。
(5)、将摄像头架设于可以覆盖目标区域的适当位置和高度;
(6)、调试阶段:基于初始状态图,通过实测车辆进出车位,调整车位状态识别算法,使得对目标区域的车位占用状态判断准确度达到99%以上;
(7)、使用阶段:通过云平台后台,实时地调整状态判断算法,使车位占用状态更准确地被捕获。
(1)步骤中拍摄目标区域的方法为人工拍摄,使用可调整高度支架,将相机固定在支架上后,调整高度至2米,将带有相机的支架立于规划位置纵向端的一端中间点(1)。同时取一段长度为2米的醒目双色带状物,以固定高度(2米,与相机位置持平)横向拉伸,置于规划位置纵向另一端作为2号点(2);然后以该2号点作为目标拍摄。(1、带状物的中心点与相机对齐或接近对齐(不必太精确)2、拉伸袋状物然后以2号点作为焦点的作用是以第4步中的判断作准备)
(2)步骤中部署车位状态监控摄像头的方式如下:车位状态监控摄像头分主摄像头和辅助摄像头,其中主摄像头用于监控车位占用状态,辅助摄像头用于拍摄车牌号;
在一个部署点,主摄像头只有一个,辅助摄像头根据车位设计角度和密度布置;即主摄像头的数量与部署点数量一一对应,辅助摄像头有一个或多个,只要能够满足用于捕获和识别车牌的要求即可--- 可以通过拍摄较远车位上的车牌,并通过人工和智能车牌识别(成熟算法)来观察是否能捕获和识别。
主摄像头部署点依据:
a.(1)步骤中所摄图片中,双色彩带可被清晰识别;
b.在图像中,彩带两个色块所测得的大小一致;
c.两个色块形成的区域在图像原始大小的情况下,单个色块长度不小于2mm;
上述三个条件必须同时被满足;
若不具备上述条件,则需重新定义(如利用二分法,普通二分法)拍摄的前后端边界,重新拍摄,直到达到上述三条件,确定部署一台主摄像头所监控的区域。
一台主摄像机,其高度在3米到6米之间,若上述c依据中单个色块刚刚达到2mm,则高度在3米到4米以内为宜;部署点距所监控区域的任意区域水平距离在2米以内为宜或者若城市管理等要求允许,将部署点放置于车位任一侧的中间位置为宜。
(6)步骤中调整车位状态识别算法:
a.记录车位空闲/占用状态与环境的关系:记录晴天、阴天时该车位的图像值(可见区域及其图像高斯算法值,这个可见区域及其图像高斯算法值是车位图像值直接带的);与其紧邻左侧车位占用时该车位的图像值;与其紧邻右侧车位占用时该车位的图像值;与其紧邻两侧车位都被占用时该车位的图像值;
b.根据上述记录,判断任意时刻该车位是否被占用;
c.当发现有误差时,通过后台调整(人工方式)上述记录值与状态的对应关系,以便进一步优化;
重复执行上述步骤,使得对该区域的车位监测达到较高水平。
调整状态判断算法如(6)c所示,通过人工方法调整车位实际状态与算法识别的状态之间的关系。
(3)步骤中的合并方法:将分布图的背景替换为实景图的背景。
一种基于空间规划的车位占用状态监测方法,包括(可变焦)摄像机,网络传输接口,供电接口。操作步骤包括:
1.拍摄目标区域,取得无停车时的实景图和车位分布图;
2.初始规划:基于实景图和车位分布图计算出摄像头架设的建议数量、高度和位置(可将实景图和分布图载入相应软件进行处理);
3.将实景图和分布图合并成基于实景的空闲车位状态图(以矩阵形式存储,以下称为初始状态图);
4.根据空间规划和实用要求,标定车位编号;
5.将摄像头架设于可以覆盖目标区域的适当位置和高度;
6.调试阶段:基于初始状态图,通过实测车辆进出车位,调整车位状态识别算法,使得对目标区域的车位占用状态判断准确度达到 99.9%以上(超过或与现有技术持平)。
7.使用阶段:必要时,通过云平台后台,实时地调整状态判断算法,使车位占用状态更准确地被捕获。
优点效果:
一种基于空间规划的车位占用状态监测方法,其利用视频手段通过空间规划方法直接监测车位占用情况;其利用初始规划图+目标区域实景图建立车位初始状态矩阵;其根据空间规划,对每个车位进行编号,并与实际车位编号建立映射关系。
具体的说,本发明为了解决以上问题,采用视频方式,利用空间规划算法直接识别车位占用情况,极大地提高单个部署点管理车位的数量(可同时管理100个),降低部署的难度要求,从而也极大降低建设成本和维护费用。
车位占用情况监测工作主要由后台软件完成,施工简单,造价低廉,易于维护
采用该方法的优点在于:识别范围广,部署简单,维护方便,如有必要只需通过云端服务器,在后台即可进一步优化车位状态识别的精确度,且随着目标区域产生的数据增加,将状态判断精确度提高到 100%是可期的。因此,该方案可以完全代替基于地磁的车位管理方式,在适用度和管理区域广度上优于高位枪球方式。从而可以极大降低车位管理***建设投入和管理成本,适用的管理场景更加丰富。
附图说明:
图1为初始拍摄目标区域示意图。
具体实施方式:
一种基于空间规划的车位占用状态监测方法,其特征在于:该方法利用可变焦摄像机、网络传输接口和供电接口实现;操作步骤包括:
(1)、拍摄目标区域,取得无停车时的实景图和车位分布图;
(2)、初始规划:基于(1)步骤的实景图和车位分布图计算出车位状态监控摄像头架设的建议数量、高度和位置;
(3)、将实景图和分布图合并成基于实景的空闲车位状态图,以矩阵形式存储,以下称为初始状态图;
(4)、根据空间规划和实用要求,标定车位编号;车位编号标定在合并后的步骤(3)中的初始状态图中,且存于上述矩阵数据库中指定位置,而不标注到实际的图片上(即这是一种对图片位置的描述,而不是“污染”图片的行为);且该编号与实际车位编号按需建立映射关系。
(5)、将摄像头架设于可以覆盖目标区域的适当位置和高度;
(6)、调试阶段:基于初始状态图,通过实测车辆进出车位,调整车位状态识别算法,使得对目标区域的车位占用状态判断准确度达到99.9%以上;(超过或与现有技术持平!)
(7)、使用阶段:通过云平台后台,实时地调整状态判断算法,使车位占用状态更准确地被捕获。
(1)步骤中拍摄目标区域的方法为人工拍摄,使用可调整高度支架,将相机固定在支架上后,调整高度至2米,将带有相机的支架立于规划位置纵向端的一端中间点(1)(例如,一般路侧车位有一排或两排,对应道路的一侧或双侧,纵向端指任何排头起始中间位置,如图1所示)。同时取一段长度为2米的醒目双色(如一半黄色+一半红色,与现场环境迥异为宜)带状物,以固定高度(2米,与相机位置持平)横向拉伸(就是不折叠,将带状物拉伸到其自然大小),置于规划位置纵向另一端作为2号点(2)(如图1中②号位置所示,图中的标号2所标注的点为指向该标号的箭头的起点!即2号点为箭头的起点所示位置!);然后以该2号点作为目标拍摄。
(2)步骤中部署车位状态监控摄像头的方式如下:车位状态监控摄像头分主摄像头和辅助摄像头,其中主摄像头用于监控车位占用状态,辅助摄像头用于拍摄车牌号;
在一个部署点,主摄像头只有一个,辅助摄像头根据车位设计角度和密度布置;即主摄像头的数量与部署点数量一一对应,辅助摄像头有一个或多个,只要能够满足用于捕获和识别车牌的要求即可。
主摄像头部署点依据:
d.(1)步骤中所摄图片中,双色彩带(如图1中②号位置所示) 可被清晰识别;
e.在图像中,彩带两个色块所测得的大小一致;
f.两个色块形成的区域在图像原始大小的情况下,单个色块长度不小于2mm;
上述三个条件必须同时被满足;
若不具备上述条件,则需重新定义拍摄的前后端边界,重新拍摄,直到达到上述三条件,确定部署一台主摄像头所监控的区域。
一台主摄像机,其高度在3米到6米之间,若上述c依据中单个色块刚刚达到2mm,则高度在3米到4米以内为宜;部署点距所监控区域的任意区域水平距离在2米以内为宜或者若城市管理等要求允许,将部署点放置于车位任一侧的中间位置为宜。
(6)步骤中调整车位状态识别算法:
d.记录车位空闲/占用状态与环境的关系:记录晴天、阴天时该车位的图像值;与其紧邻左侧车位占用时该车位的图像值;与其紧邻右侧车位占用时该车位的图像值;与其紧邻两侧车位都被占用时该车位的图像值;
e.根据上述记录,判断任意时刻该车位是否被占用;
f.当发现有误差时,通过后台调整(人工方式)上述记录值与状态的对应关系,以便进一步优化;
重复执行上述步骤,使得对该区域的车位监测达到较高水平。
调整状态判断算法如(6)c所示,通过人工方法调整车位实际状态与算法识别的状态之间的关系。
(3)步骤中的合并方法:将分布图的背景替换为实景图的背景。
综上,该方法将初始车位规划实际状态以矩阵形式保存,由摄像头采集数据,通过后台算法不断进行训练,快速得到精确的车位状态监测结果。实现单点部署,可见范围内监控。
同时,通过网络接口,由云平台后台持续更新算法精度,保障各类气候条件和异常情况下,车位占用状态都能被有效准确地监测。
利用该装置,通过上述步骤,实现对较大范围目标区域(或可见区域)的车位状态监控。另外,通过与其他相机(可以部署在同一位置,不同角度)配合,还可实现对车辆或车牌信息的捕获,从而进一步方便车位收费管理。识别工作主要由后台软件完成,施工简单,造价低廉,易于维护。
Claims (7)
1.一种基于空间规划的车位占用状态监测方法,其特征在于:该方法利用可变焦摄像机、网络传输接口和供电接口实现;操作步骤包括:
(1)、拍摄目标区域,取得无停车时的实景图和车位分布图;
(2)、初始规划:基于(1)步骤的实景图和车位分布图计算出车位状态监控摄像头架设的建议数量、高度和位置;
(3)、将实景图和分布图合并成基于实景的空闲车位状态图,以矩阵形式存储,以下称为初始状态图;
(4)、根据空间规划和实用要求,标定车位编号;车位编号标定在合并后的步骤(3)中的初始状态图中,且存于上述矩阵数据库中指定位置,而不标注到实际的图片上;且该编号与实际车位编号按需建立映射关系;
(5)、将摄像头架设于可以覆盖目标区域的适当位置和高度;
(6)、调试阶段:基于初始状态图,通过实测车辆进出车位,调整车位状态识别算法;
(7)、使用阶段:通过云平台后台,实时地调整状态判断算法,使车位占用状态更准确地被捕获;
(1)步骤中拍摄目标区域的方法为人工拍摄,使用可调整高度支架,将相机固定在支架上后,调整高度至2米,将带有相机的支架立于规划位置纵向端的一端中间点;同时取一段长度为2米的醒目双色带状物,以固定高度横向拉伸,置于规划位置纵向另一端作为2号点;然后以该2号点作为目标拍摄。
2.根据权利要求1所述的基于空间规划的车位占用状态监测方法,其特征在于:(2)步骤中部署车位状态监控摄像头的方式如下:车位状态监控摄像头分主摄像头和辅助摄像头,其中主摄像头用于监控车位占用状态,辅助摄像头用于拍摄车牌号;
在一个部署点,主摄像头只有一个,辅助摄像头根据车位设计角度和密度布置;即主摄像头的数量与部署点数量一一对应,辅助摄像头有一个或多个,只要能够满足用于捕获和识别车牌的要求即可。
3.根据权利要求2所述的基于空间规划的车位占用状态监测方法,其特征在于:主摄像头部署点依据:
a. (1)步骤中所摄图片中,双色彩带可被清晰识别;
b. 在图像中,彩带两个色块所测得的大小一致;
c. 两个色块形成的区域在图像原始大小的情况下,单个色块长度不小于2mm;
上述三个条件必须同时被满足;
若不具备上述条件,则需重新定义拍摄的前后端边界,重新拍摄,直到达到上述三条件,确定部署一台主摄像头所监控的区域。
4.根据权利要求3所述的基于空间规划的车位占用状态监测方法,其特征在于:一台主摄像机,其高度在3米到6米之间,若上述c依据中单个色块刚刚达到2mm,则高度在3米到4米以内;部署点距所监控区域的任意区域水平距离在2米以内,或者若城市管理要求允许,将部署点放置于车位任一侧的中间位置。
5.根据权利要求1所述的基于空间规划的车位占用状态监测方法,其特征在于:(6)步骤中调整车位状态识别算法:
a. 记录车位空闲/占用状态与环境的关系:记录晴天、阴天时该车位的图像值;与其紧邻左侧车位占用时该车位的图像值;与其紧邻右侧车位占用时该车位的图像值;与其紧邻两侧车位都被占用时该车位的图像值;
b. 根据上述记录,判断任意时刻该车位是否被占用;
c. 当发现有误差时,通过人工方式后台调整上述记录值与状态的对应关系,以便进一步优化;
重复执行上述步骤,使得对该区域的车位监测达到较高水平。
6.根据权利要求5所述的基于空间规划的车位占用状态监测方法,其特征在于:调整状态判断算法如步骤(6)c所示,通过人工方法调整车位实际状态与算法识别的状态之间的关系。
7.根据权利要求5所述的基于空间规划的车位占用状态监测方法,其特征在于:(3)步骤中的合并方法:将分布图的背景替换为实景图的背景。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810826146.XA CN109166341B (zh) | 2018-07-25 | 2018-07-25 | 一种基于空间规划的车位占用状态监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810826146.XA CN109166341B (zh) | 2018-07-25 | 2018-07-25 | 一种基于空间规划的车位占用状态监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109166341A CN109166341A (zh) | 2019-01-08 |
CN109166341B true CN109166341B (zh) | 2021-04-13 |
Family
ID=64898068
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810826146.XA Active CN109166341B (zh) | 2018-07-25 | 2018-07-25 | 一种基于空间规划的车位占用状态监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109166341B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110956847B (zh) * | 2019-12-20 | 2021-11-30 | 奇瑞汽车股份有限公司 | 车位的识别方法、装置及存储介质 |
CN112991808B (zh) * | 2020-12-29 | 2022-09-30 | 杭州海康威视数字技术股份有限公司 | 一种停车区域的车位显示方法、装置及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11185027A (ja) * | 1997-12-22 | 1999-07-09 | Toyota Central Res & Dev Lab Inc | 物体検出装置 |
CN102129785A (zh) * | 2011-03-18 | 2011-07-20 | 沈诗文 | 大场景停车场智能管理*** |
CN104112370A (zh) * | 2014-07-30 | 2014-10-22 | 哈尔滨工业大学深圳研究生院 | 基于监控图像的停车场智能车位识别方法及*** |
CN206312363U (zh) * | 2016-11-23 | 2017-07-07 | 福建我家网络科技有限公司 | 一种通过结合人工智能提高车牌识别准确率的装置 |
CN206805774U (zh) * | 2017-05-17 | 2017-12-26 | 智慧互通科技有限公司 | 基于t型监控杆的路侧停车管理*** |
-
2018
- 2018-07-25 CN CN201810826146.XA patent/CN109166341B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11185027A (ja) * | 1997-12-22 | 1999-07-09 | Toyota Central Res & Dev Lab Inc | 物体検出装置 |
CN102129785A (zh) * | 2011-03-18 | 2011-07-20 | 沈诗文 | 大场景停车场智能管理*** |
CN104112370A (zh) * | 2014-07-30 | 2014-10-22 | 哈尔滨工业大学深圳研究生院 | 基于监控图像的停车场智能车位识别方法及*** |
CN206312363U (zh) * | 2016-11-23 | 2017-07-07 | 福建我家网络科技有限公司 | 一种通过结合人工智能提高车牌识别准确率的装置 |
CN206805774U (zh) * | 2017-05-17 | 2017-12-26 | 智慧互通科技有限公司 | 基于t型监控杆的路侧停车管理*** |
Also Published As
Publication number | Publication date |
---|---|
CN109166341A (zh) | 2019-01-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109284739B (zh) | 一种基于深度学习的输电线路防外力破坏预警方法及*** | |
CN114035614B (zh) | 基于先验信息的无人机自主巡检方法、***及存储介质 | |
CN111325858B (zh) | 针对路边临时停车位实现自动计费管理的方法 | |
CN107195198A (zh) | 一种基于图像识别技术的路边停车管理方法及其*** | |
CN109166341B (zh) | 一种基于空间规划的车位占用状态监测方法 | |
CN107067794A (zh) | 一种基于视频图像处理的室内车辆定位导航***及方法 | |
CN110444043B (zh) | 一种基于定位技术的停车位巡检***及其方法 | |
CN104050679A (zh) | 一种违法停车的自动取证方法 | |
CN109544940A (zh) | 基于三目视觉的公交车专用道占道抓拍***及其抓拍方法 | |
CN111765974B (zh) | 一种基于微型制冷红外热像仪的野生动物观测***及方法 | |
CN106767854A (zh) | 移动设备、车库地图形成方法及*** | |
CN104809876A (zh) | 一种违章停车检测联动抓拍***及一体化摄像机 | |
CN115909240A (zh) | 一种基于车道线和车辆识别的道路拥堵检测方法 | |
CN112985311A (zh) | 一种车载便携轻量化智能巡检方法与*** | |
CN111951598B (zh) | 一种车辆跟踪监测方法、装置及*** | |
CN205827660U (zh) | 一种开放式停车场停车管理设备 | |
CN115393192A (zh) | 一种基于总平面图的多点位多视角视频融合方法和*** | |
CN111338380A (zh) | 一种无人机工程监控方法 | |
CN108986249B (zh) | 基于全景环视图像的车辆远程定损方法和*** | |
CN112327925B (zh) | 一种道路养护巡查协同辅助*** | |
CN106205182A (zh) | 一种智能寻车***和方法 | |
CN109191856A (zh) | 基于大数据的车辆跟踪***和跟踪车辆的方法 | |
CN110490117B (zh) | 一种基于图像深度信息的停车事件确定方法及*** | |
CN208623812U (zh) | 一种基于对侧视角互补的路侧停车图像采集装置 | |
CN207068261U (zh) | 一种基于视频图像处理的室内车辆定位导航*** |
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 |