CN111739338A - 一种基于多类型传感器的停车管理方法及*** - Google Patents

一种基于多类型传感器的停车管理方法及*** Download PDF

Info

Publication number
CN111739338A
CN111739338A CN202010562450.5A CN202010562450A CN111739338A CN 111739338 A CN111739338 A CN 111739338A CN 202010562450 A CN202010562450 A CN 202010562450A CN 111739338 A CN111739338 A CN 111739338A
Authority
CN
China
Prior art keywords
target area
target
vehicle
radar
data
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
CN202010562450.5A
Other languages
English (en)
Inventor
闫军
项炎平
赵世琦
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.)
Intelligent Interconnection Technologies Co ltd
Original Assignee
Intelligent Interconnection Technologies 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 Intelligent Interconnection Technologies Co ltd filed Critical Intelligent Interconnection Technologies Co ltd
Publication of CN111739338A publication Critical patent/CN111739338A/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
    • G08G1/14—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
    • G08G1/147—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas where the parking area is within an open public zone, e.g. city centre
    • 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
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开一种基于多类型传感器的停车管理方法及***，涉及智能停车管理领域，所述方法包括：获取毫米波雷达采集的目标区域的雷达数据和激光雷达采集的目标区域的点云数据；根据目标区域的雷达数据和点云数据判断目标区域是否存在车辆目标并且获取所述目标信息；若存在车辆，则根据所述目标信息和摄像机采集的所述目标区域的图像数据，获取所述车辆的车辆停车信息；根据车辆停车信息对所述车辆进行停车管理。通过利用毫米波雷达、激光雷达综合判断目标区域是否存在车辆并且获取该车辆目标信息，并进一步融合摄像机采集到的目标区域的图像数据进行车辆停车信息的获取，提升了停车管理的准确性和精确度。本发明适用于停车管理领域。

Description

一种基于多类型传感器的停车管理方法及***
技术领域
本发明涉及智能停车管理领域，特别涉及一种基于多类型传感器的停车管理方法及***。
背景技术
在经济快速发展的今天，人民生活水平和收入不断提高，城市机动车保有量也急速增长，但随之而来，城市停车位缺口也不断扩大，远远无法满足巨大的停车需求，停车位与停车需求间的矛盾也日益尖锐。尤其在城市道路两侧，由于路侧停车位的稀缺以及机动车驾驶人的交通安全意识淡薄，城市路侧停车和路侧违法停车成为城市管理的痼疾之一，由此带来交通拥堵、乱停乱放等问题严重制约着城市绿色、快速发展，严重影响市容市貌、居民生活环境，对于城市路侧停车和路侧违法停车的治理，已到刻不容缓的程度。
在路侧停车管理中，通常使用图像监控设备监测目标停车区域，再利用目标检测及识别算法确定目标车辆，对车辆进行停车管理。然而，单纯利用摄像机拍摄的视觉信息易受到环境干扰，强光、大雾、雨雪等都会使得在视频图像中无法准确获得到车辆目标特征，导致停车管理的精度较低。由此，通常引入其他传感器辅助停车管理，如毫米波雷达、激光雷达等。如果使用毫米波雷达对目标区域的车辆进行监测，虽然抗环境干扰能力强，但对于车辆目标的识别，容易出现误判；而如果使用激光雷达，虽然可以获得监测区域点云数据，但仍缺乏获取车辆关键身份信息的能力。
发明内容
为解决上述技术问题，本发明提供一种基于多类型传感器的停车管理方法及***，可以解决停车管理的准确率和精度较低的问题。
为实现上述目的，本发明提供一种基于多类型传感器的停车管理方法，所述方法包括：
获取毫米波雷达采集的目标区域的雷达数据和激光雷达采集的目标区域的点云数据；
根据目标区域的雷达数据和目标区域的点云数据判断目标区域是否存在车辆目标并且获取所述目标信息；
若所述目标区域存在车辆，则根据所述目标信息和摄像机采集的所述目标区域的图像数据，获取所述车辆的车辆停车信息；
根据所述车辆停车信息对所述车辆进行停车管理。
进一步地，所述根据目标区域的雷达数据和目标区域的点云数据判断目标区域是否存在车辆目标的步骤包括：
若根据目标区域的雷达数据和目标区域的点云数据均判断出所述目标区域均存在车辆目标，则判断所述毫米波雷达识别的目标和所述激光雷达识别的目标是否为相同目标；
若为相同目标，则确认所述目标区域存在车辆。
进一步地，所述判断所述毫米波雷达识别的目标和所述激光雷达识别的目标是否为相同目标的步骤包括；
通过预设规则对两个雷达识别的车辆目标进行相似性判断；
若两个雷达识别的目标相似性符合预置条件，则确定两者为同一目标。
进一步地，所述根据目标区域的雷达数据和目标区域的点云数据判断目标区域是否存在车辆目标的步骤包括：
若根据目标区域的雷达数据识别出所述目标区域存在目标并且目标区域的点云数据未识别出所述目标区域存在目标，则获取摄像机采集的所述目标区域的图像数据；
根据所述目标区域的图像数据确认所述目标区域是否存在车辆。
进一步地，所述根据目标区域的雷达数据和目标区域的点云数据判断目标区域是否存在车辆目标的步骤包括：
若根据目标区域的雷达数据识别出所述目标区域存在目标并且目标区域的点云数据未识别出所述目标区域存在目标，则获取摄像机采集的所述目标区域的图像数据；
根据所述目标区域的图像数据确认所述目标区域是否存在车辆。
进一步地，本发明提供一种基于多类型传感器的停车管理***，所述***包括：
毫米波雷达，用于采集目标区域的雷达数据；
激光雷达，用于采集目标区域的点云数据；
摄像机，用于采集目标区域的图像数据；
处理器，用于根据目标区域的雷达数据和目标区域的点云数据判断目标区域是否存在车辆目标并且获取所述目标信息；若所述目标区域存在车辆，则根据所述目标信息和摄像机采集的所述目标区域的图像数据，获取所述车辆的车辆停车信息；根据所述车辆停车信息对所述车辆进行停车管理。
进一步地，所述处理器，具体用于若根据目标区域的雷达数据和目标区域的点云数据均判断出所述目标区域均存在车辆目标，则判断所述毫米波雷达识别的目标和所述激光雷达识别的目标是否为相同目标；若为相同目标，则确认所述目标区域存在车辆。
进一步地，所述处理器，具体还用于通过预设规则对两个雷达识别的目标进行相似性判断；若两个雷达识别的目标相似性符合预置条件，则确定两者为同一目标。
进一步地，所述处理器，具体还用于若根据目标区域的雷达数据识别出所述目标区域存在目标并且目标区域的点云数据未识别出所述目标区域存在目标，则获取摄像机采集的所述目标区域的图像数据；根据所述目标区域的图像数据确认所述目标区域是否存在车辆。
进一步地，所述处理器，具体用于若根据目标区域的雷达数据未识别出所述目标区域存在目标并且根据目标区域的点云数据识别出所述目标区域存在目标，则获取摄像机采集的所述目标区域的图像数据；根据所述目标区域的图像数据确认所述目标区域是否存在车辆。
本发明提供的一种基于多类型传感器的停车管理方法及***，通过利用毫米波雷达采集的雷达数据和激光雷达采集的点云数据综合判断目标区域是否存在车辆并且获取该车辆目标信息，并进一步融合摄像机采集到的目标区域的图像数据，获取所述车辆的车辆停车信息。从而实现了通过多种传感器获取数据并综合进行车辆的停车管理，进而可以避免通过单一传感器进行停车管理时存在的受环境影响较大，数据获取不够精确的问题，因此提升了停车管理的准确性和精确度。
附图说明
图1是本发明提供的一种基于多类型传感器的停车管理方法的流程图；
图2是本发明提供的一种基于多类型传感器的停车管理***的示意图。
具体实施方式
下面通过附图和实施例，对本发明的装置结构和实现方式做进一步的详细描述。
本发明提供一种基于多类型传感器的停车管理方法，如图1所示，具体包括如下步骤：
101、获取毫米波雷达采集的目标区域的雷达数据和激光雷达采集的目标区域的点云数据。
其中，目标区域可以为路侧停车场、封闭停车场的车位区域、进出口区域等需要进行停车管理的区域，目标区域的点云数据具体包括目标区域车辆的位姿信息、速度信息、轮廓信息等数据，目标区域的雷达数据包括目标区域车辆的位姿信息和速度信息等数据，目标区域的图像数据，具体包括获取车辆目标的位姿、轮廓、车牌号码、车辆颜色等数据，本发明实施例不做限定。
需要说明的是，需要先对各个雷达和摄像机的空间坐标进行匹配和融合，通过对多个雷达和摄像机的标定和坐标系转换，确保其位于同一参考系下，对同一目标有相同的空间信息描述。再对采集时间进行同步，确保每隔单位时刻采集数据时，多个雷达和摄像机的时间戳是一致的。由此实现多传感器数据的时空融合。
102、根据目标区域的雷达数据和目标区域的点云数据判断目标区域是否存在车辆目标并且获取所述目标信息。
对于本发明实施例，步骤102具体可以包括：若根据目标区域的雷达数据和目标区域的点云数据均判断出所述目标区域均存在车辆目标，则判断所述毫米波雷达识别的目标和所述激光雷达识别的目标是否为相同目标；若为相同目标，则确认所述目标区域存在车辆。
其中，所述判断所述毫米波雷达识别的目标和所述激光雷达识别的目标是否为相同目标的步骤包括；通过预设规则对两个雷达识别的目标进行车辆相似性判断；若两个雷达识别的目标相似性符合预置条件，则确定两者为同一目标。例如，可以通过目标位姿、速度、轮廓等维度对两个雷达识别的目标进行车辆相似性判断。
进一步地，步骤102具体还可以为：若根据所述毫米波雷达识别出所述目标区域存在目标并且根据所述激光雷达未识别出所述目标区域存在目标，则获取摄像机采集的所述目标区域的图像数据；根据所述目标区域的图像数据确认所述目标区域是否存在车辆。
例如，若连续多个时间采集周期内，激光雷达均未采集到的车辆目标，但毫米波雷达采集到疑似目标，则可以判断该目标区域存在疑似目标信息，再结合摄像机采集目标区域的图像数据综合判断该目标是否为车辆目标。这种情况可能出现于车辆为深色车辆，激光雷达对深色目标检测能力下降；也可能是非车辆目标引起了毫米波雷达的误报，从而进一步结合图像数据可以清晰判断目标是否为车辆目标。
进一步地，步骤102具体还可以为：若根据所述毫米波雷达未识别出所述目标区域存在目标并且根据所述激光雷达识别出所述目标区域存在目标，则获取摄像机采集的所述目标区域的图像数据；根据所述目标区域的图像数据确认所述目标区域是否存在车辆。
例如，若连续多个时间采集周期内，激光雷达检出静止车辆目标，但毫米波雷达未采集到疑似目标，则可以判断该目标区域存在疑似目标信息，再结合摄像机采集目标区域的图像数据综合判断该目标是否为车辆目标。这种情况可能出现于车辆为静止目标，毫米波雷达对静止目标的检出率不佳导致。
对于本发明实施例，步骤102之前还可以包括：对所述目标区域的点云数据进行预处理，如下采样、分割、聚类等；最终获得车辆目标的位姿、轮廓等信息；此时，所述根据目标区域的点云数据判断目标区域是否存在车辆目标的步骤包括：根据预处理后的点云数据判断目标区域是否存在车辆目标。
103、若所述目标区域存在车辆，则根据所述目标信息和摄像机采集的所述目标区域的图像数据，获取所述车辆的车辆停车信息。
具体地，通过摄像机采集目标区域的图像数据，具体包括获取车辆目标的位姿、轮廓、车牌号码、车辆颜色等数据；结合毫米波雷达和激光雷达采集的雷达数据和点云数据，通过卡尔曼滤波获取所述车辆的车辆停车信息，所述车辆信息包括车辆位姿、速度、车牌号码、车辆颜色等。
104、根据所述车辆停车信息对所述车辆进行停车管理。
本发明提供的一种基于多类型传感器的停车管理方法，通过利用毫米波雷达采集的雷达数据和激光雷达采集的点云数据综合判断目标区域是否存在车辆并且获取该车辆目标信息，并进一步融合摄像机采集到的目标区域的图像数据，获取所述车辆的车辆停车信息。从而实现了通过多种传感器获取数据并综合进行车辆的停车管理，进而可以避免通过单一传感器进行停车管理时存在的受环境影响较大，数据获取不够精确的问题，因此提升了停车管理的准确性和精确度。
作为图1所示方法的具体实现方式，本发明实施例提供一种基于多类型传感器的停车管理***，如图2所示，所述***包括：毫米波雷达21、激光雷达22、摄像机23、处理器24；需要说明的是，需要先对各个雷达和摄像机的空间坐标进行匹配和融合，通过对多个雷达和摄像机的标定和坐标系转换，确保其位于同一参考系下，对同一目标有相同的空间信息描述。再对采集时间进行同步，确保每隔单位时刻采集数据时，多个雷达和摄像机的时间戳是一致的。由此实现多传感器数据的时空融合。
毫米波雷达21，用于采集目标区域的雷达数据，其中，目标区域的雷达数据可以为车辆的位姿信息和速度信息等数据，目标区域可以为路侧停车场、封闭停车场的车位区域、进出口区域等需要进行停车管理的区域，本发明实施例不做限定。
激光雷达22，用于采集目标区域的点云数据，其中，目标区域的点云数据，具体可以包括目标区域车辆的位姿信息、速度信息、轮廓信息等数据；
摄像机23，用于采集目标区域的图像数据，其中，目标区域的图像数据具体包括获取车辆目标的位姿、轮廓、车牌号码、车辆颜色等数据；
处理器24，用于根据目标区域的雷达数据和目标区域的点云数据判断目标区域是否存在车辆目标并且获取所述目标信息；若所述目标区域存在车辆，则根据所述目标信息和摄像机采集的所述目标区域的图像数据，获取所述车辆的车辆停车信息；根据所述车辆停车信息对所述车辆进行停车管理。
具体地，所述处理器24，用于根据目标区域的雷达数据和目标区域的点云数据判断目标区域是否存在车辆目标并且获取所述车辆目标的位姿信息、速度信息、轮廓信息等；若所述目标区域存在车辆，则将雷达数据、点云数据融合摄像机采集的所述目标区域的图像数据，通过卡尔曼滤波获取所述车辆的车辆停车信息，所述车辆信息包括车辆位姿、速度、车牌号码等；根据所述车辆信息对所述车辆进行停车管理。
进一步地，所述处理器24，具体用于若根据目标区域的雷达数据和目标区域的点云数据均判断出所述目标区域均存在车辆目标，则判断所述毫米波雷达识别的目标和所述激光雷达识别的目标是否为相同目标；若为相同目标，则确认所述目标区域存在车辆。
例如，若毫米波雷达和激光雷达均识别出目标，此时，通常采用卡尔曼滤波器等滤波器完成对两种雷达识别的目标的相似性的判断，若确定两种雷达识别出的目标为同一目标，则确认该区域存在车辆。
进一步地，所述处理器24，具体还用于通过预设规则对两个雷达识别的目标进行相似性判断；若两个雷达识别的目标相似性符合预置条件，则确定两者为同一目标。例如，可以通过目标位姿、速度、轮廓等维度对两个雷达识别的目标进行车辆相似性判断。
进一步地，所述处理器24，具体还用于若根据所述毫米波雷达识别出所述目标区域存在目标并且根据所述激光雷达未识别出所述目标区域存在目标，则获取摄像机采集的所述目标区域的图像数据；根据所述目标区域的图像数据确认所述目标区域是否存在车辆。
例如，若连续多个时间采集周期内，激光雷达均未采集到的车辆目标，但毫米波雷达采集到疑似目标，则可以判断该目标区域存在疑似目标信息，再结合摄像机采集目标区域的图像数据综合判断该目标是否为车辆目标。这种情况可能出现于车辆为深色车辆，激光雷达对深色目标检测能力下降；也可能是非车辆目标引起了毫米波雷达的误报，从而进一步结合图像数据可以清晰判断目标是否为车辆目标。
进一步地，所述处理器24，具体用于若根据目标区域的雷达数据未识别出所述目标区域存在目标并且根据目标区域的点云数据识别出所述目标区域存在目标，则获取摄像机采集的所述目标区域的图像数据；根据所述目标区域的图像数据确认所述目标区域是否存在车辆。
例如，若连续多个时间采集周期内，激光雷达检出静止车辆目标，但毫米波雷达未采集到疑似目标，则可以判断该目标区域存在疑似目标信息，再结合摄像机采集目标区域的图像数据综合判断该目标是否为车辆目标。这种情况可能出现于车辆为静止目标，毫米波雷达对静止目标的检出率不佳导致。
进一步地，所述***还可以包括：预处理模块25，所述预处理模块25，用于对所述目标区域的点云数据进行预处理，如下采样、分割、聚类等；最终获得车辆目标的位姿、轮廓等信息；此时，所述根据目标区域的点云数据判断目标区域是否存在车辆目标的步骤包括：根据预处理后的点云数据判断目标区域是否存在车辆目标。此时，所述处理器24，具体用于根据预处理后的点云数据判断目标区域是否存在车辆目标。
本发明提供的一种基于多类型传感器的停车管理***，通过利用毫米波雷达采集的雷达数据和激光雷达采集的点云数据综合判断目标区域是否存在车辆并且获取该车辆目标信息，并进一步融合摄像机采集到的目标区域的图像数据，获取所述车辆的车辆停车信息。从而实现了通过多种传感器获取数据并综合进行车辆的停车管理，进而可以避免通过单一传感器进行停车管理时存在的受环境影响较大，数据获取不够精确的问题，因此提升了停车管理的准确性和精确度。
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***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装置，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装置的组合来实现，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装置，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)

1.一种基于多类型传感器的停车管理方法，其特征在于，所述方法包括：
获取毫米波雷达采集的目标区域的雷达数据和激光雷达采集的目标区域的点云数据；
根据目标区域的雷达数据和目标区域的点云数据判断目标区域是否存在车辆目标并且获取所述目标信息；
若所述目标区域存在车辆，则根据所述目标信息和摄像机采集的所述目标区域的图像数据，获取所述车辆的车辆停车信息；
根据所述车辆停车信息对所述车辆进行停车管理。
2.根据权利要求1所述的一种基于多类型传感器的停车管理方法，其特征在于，所述根据目标区域的雷达数据和目标区域的点云数据判断目标区域是否存在车辆目标的步骤包括：
若根据目标区域的雷达数据和目标区域的点云数据均判断出所述目标区域存在车辆目标，则判断所述毫米波雷达识别的目标和所述激光雷达识别的目标是否为相同目标；
若为相同目标，则确认所述目标区域存在车辆。
3.根据权利要求2所述的一种基于多类型传感器的停车管理方法，其特征在于，所述判断所述毫米波雷达识别的目标和所述激光雷达识别的目标是否为相同目标的步骤包括；
通过预设规则对两个雷达识别的车辆目标进行相似性判断；
若两个雷达识别的目标相似性符合预置条件，则确定两者为同一目标。
4.根据权利要求1所述的一种基于多类型传感器的停车管理方法，其特征在于，所述根据目标区域的雷达数据和目标区域的点云数据判断目标区域是否存在车辆目标的步骤包括：
若根据目标区域的雷达数据识别出所述目标区域存在目标并且目标区域的点云数据未识别出所述目标区域存在目标，则获取摄像机采集的所述目标区域的图像数据；
根据所述目标区域的图像数据确认所述目标区域是否存在车辆。
5.根据权利要求1所述的基于多类型传感器的停车管理方法，其特征在于，所述根据目标区域的雷达数据和目标区域的点云数据判断目标区域是否存在车辆目标的步骤包括：
若根据目标区域的雷达数据未识别出所述目标区域存在目标并且根据目标区域的点云数据识别出所述目标区域存在目标，则获取摄像机采集的所述目标区域的图像数据；
根据所述目标区域的图像数据确认所述目标区域是否存在车辆。
6.一种基于多类型传感器的停车管理***，其特征在于，所述***包括：
毫米波雷达，用于采集目标区域的雷达数据；
激光雷达，用于采集目标区域的点云数据；
摄像机，用于采集目标区域的图像数据；
处理器，用于根据目标区域的雷达数据和目标区域的点云数据判断目标区域是否存在车辆目标并且获取所述目标信息；若所述目标区域存在车辆，则根据所述目标信息和摄像机采集的所述目标区域的图像数据，获取所述车辆的车辆停车信息；根据所述车辆停车信息对所述车辆进行停车管理。
7.根据权利要求6所述的一种基于多类型传感器的停车管理***，其特征在于，
所述处理器，具体用于若根据目标区域的雷达数据和目标区域的点云数据均判断出所述目标区域均存在车辆目标，则判断所述毫米波雷达识别的目标和所述激光雷达识别的目标是否为相同目标；若为相同目标，则确认所述目标区域存在车辆。
8.根据权利要求7所述的一种基于多类型传感器的停车管理***，其特征在于，
所述处理器，具体还用于通过预设规则对两个雷达识别的目标进行相似性判断；若两个雷达识别的目标相似性符合预置条件，则确定两者为同一目标。
9.根据权利要求6所述的一种基于多类型传感器的停车管理***，其特征在于，
所述处理器，具体还用于若根据目标区域的雷达数据识别出所述目标区域存在目标并且根据所述目标区域的点云数据未识别出所述目标区域存在目标，则获取摄像机采集的所述目标区域的图像数据；根据所述目标区域的图像数据确认所述目标区域是否存在车辆。
10.根据权利要求6所述的一种基于多类型传感器的停车管理方法，其特征在于，
所述处理器，具体用于若根据目标区域的雷达数据未识别出所述目标区域存在目标并且根据目标区域的点云数据识别出所述目标区域存在目标，则获取摄像机采集的所述目标区域的图像数据；根据所述目标区域的图像数据确认所述目标区域是否存在车辆。
CN202010562450.5A 2020-05-07 2020-06-18 一种基于多类型传感器的停车管理方法及*** Pending CN111739338A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202010338832 2020-05-07
CN202010338832X 2020-05-07

Publications (1)

Publication Number Publication Date
CN111739338A true CN111739338A (zh) 2020-10-02

Family

ID=72649916

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010562450.5A Pending CN111739338A (zh) 2020-05-07 2020-06-18 一种基于多类型传感器的停车管理方法及***

Country Status (1)

Country Link
CN (1) CN111739338A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112863195A (zh) * 2021-03-18 2021-05-28 浙江大华技术股份有限公司 车辆状态的确定方法及装置
CN112906536A (zh) * 2021-02-08 2021-06-04 爱泊车美好科技有限公司 一种基于车主手势的车场异常识别***
CN114495512A (zh) * 2021-12-24 2022-05-13 武汉万集光电技术有限公司 一种车辆信息检测方法、***、电子设备及可读存储介质
CN114863695A (zh) * 2022-05-30 2022-08-05 中邮建技术有限公司 一种基于车载激光和摄像机的超标车辆检测***和方法
WO2024001356A1 (zh) * 2022-06-30 2024-01-04 比亚迪股份有限公司 车辆的检测方法、控制器、程序和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015176468A (ja) * 2014-03-17 2015-10-05 株式会社デンソー 車両管理システム
CN108475469A (zh) * 2016-01-22 2018-08-31 日产自动车株式会社 车辆的驾驶辅助控制方法以及控制装置
CN109085829A (zh) * 2018-08-09 2018-12-25 北京智行者科技有限公司 一种动静态目标识别方法
CN209028828U (zh) * 2018-08-16 2019-06-25 智慧互通科技有限公司 一种基于杆间监控图像与传感器信号的路侧停车管理***
CN209641074U (zh) * 2019-02-14 2019-11-15 智慧互通科技有限公司 一种基于雷达和相机组的停车管理设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015176468A (ja) * 2014-03-17 2015-10-05 株式会社デンソー 車両管理システム
CN108475469A (zh) * 2016-01-22 2018-08-31 日产自动车株式会社 车辆的驾驶辅助控制方法以及控制装置
CN109085829A (zh) * 2018-08-09 2018-12-25 北京智行者科技有限公司 一种动静态目标识别方法
CN209028828U (zh) * 2018-08-16 2019-06-25 智慧互通科技有限公司 一种基于杆间监控图像与传感器信号的路侧停车管理***
CN209641074U (zh) * 2019-02-14 2019-11-15 智慧互通科技有限公司 一种基于雷达和相机组的停车管理设备

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112906536A (zh) * 2021-02-08 2021-06-04 爱泊车美好科技有限公司 一种基于车主手势的车场异常识别***
CN112863195A (zh) * 2021-03-18 2021-05-28 浙江大华技术股份有限公司 车辆状态的确定方法及装置
CN114495512A (zh) * 2021-12-24 2022-05-13 武汉万集光电技术有限公司 一种车辆信息检测方法、***、电子设备及可读存储介质
CN114495512B (zh) * 2021-12-24 2023-11-14 武汉万集光电技术有限公司 一种车辆信息检测方法、***、电子设备及可读存储介质
CN114863695A (zh) * 2022-05-30 2022-08-05 中邮建技术有限公司 一种基于车载激光和摄像机的超标车辆检测***和方法
WO2024001356A1 (zh) * 2022-06-30 2024-01-04 比亚迪股份有限公司 车辆的检测方法、控制器、程序和存储介质

Similar Documents

Publication Publication Date Title
CN111739338A (zh) 一种基于多类型传感器的停车管理方法及***
CN111582256B (zh) 一种基于雷达和视觉信息的停车管理方法及装置
CN112509333A (zh) 一种基于多传感器感知的路侧停车车辆轨迹识别方法及***
CN111739335B (zh) 一种基于视觉差的停车检测方法及装置
WO2014172708A1 (en) Pedestrian right of way monitoring and reporting system and method
CN111405196B (zh) 一种基于视频拼接的车辆管理的方法及***
CN113033479B (zh) 一种基于多层感知的泊位事件识别方法及***
CN111339994A (zh) 一种判断临时违章停车的方法及装置
CN113205690B (zh) 一种基于多维度的路侧停车出场事件判断方法及***
CN113205689B (zh) 一种基于多维度的路侧停车入场事件判断方法及***
CN113205691A (zh) 一种识别车辆位置的方法及装置
CN112836699A (zh) 一种基于长时多目标跟踪的泊位出入场事件分析方法
CN111582130A (zh) 一种基于多源异构信息的交通行为感知融合***及方法
CN114530056A (zh) 一种基于定位信息和图像信息的停车管理方法及***
CN111931673A (zh) 一种基于视觉差的车辆检测信息的校验方法及装置
CN113449605A (zh) 一种基于多维度的路侧车辆违停判断方法及***
CN111693998A (zh) 一种基于雷达和图像数据检测车辆位置的方法及装置
CN113473077A (zh) 一种基于多维度的路侧逆向停车的判断方法及***
CN113450575A (zh) 一种路侧停车的管理方法及装置
CN113052141A (zh) 一种检测车辆停放位置的方法及装置
CN117152949A (zh) 一种基于无人机的交通事件识别方法及***
CN114170836B (zh) 一种基于泊位信息的移动巡检停车管理方法及***
US20160358462A1 (en) Method and system for vehicle data integration
CN113570871A (zh) 一种基于多维度的车辆人员上下车判断方法及***
CN113449624B (zh) 一种基于行人重识别确定车辆行为的方法及装置

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 075000 ten building, phase 1, airport economic and Technological Development Zone, Zhangjiakou, Hebei

Applicant after: Smart intercommunication Technology Co.,Ltd.

Address before: 075000 ten building, phase 1, airport economic and Technological Development Zone, Zhangjiakou, Hebei

Applicant before: INTELLIGENT INTERCONNECTION TECHNOLOGIES Co.,Ltd.