CN112614375A - 基于车辆行驶状态的停车引导方法和*** - Google Patents
基于车辆行驶状态的停车引导方法和*** Download PDFInfo
- Publication number
- CN112614375A CN112614375A CN202011509435.0A CN202011509435A CN112614375A CN 112614375 A CN112614375 A CN 112614375A CN 202011509435 A CN202011509435 A CN 202011509435A CN 112614375 A CN112614375 A CN 112614375A
- Authority
- CN
- China
- Prior art keywords
- parking
- parking space
- vehicle
- image
- boundary line
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 239000011159 matrix material Substances 0.000 claims description 46
- 238000001914 filtration Methods 0.000 claims description 22
- 239000003550 marker Substances 0.000 claims description 12
- 230000009286 beneficial effect Effects 0.000 description 9
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
-
- 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)
- Mathematical Physics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了基于车辆行驶状态的停车引导方法和***,其通过对车辆所处的停车环境进行拍摄,以此确定车辆在停车场内部的实际位置信息,并结合停车场的空闲停车位分布信息,确定车辆从当前实际位置行驶到目标停车位的最短行驶路径,再根据车辆的实际行驶方向与该最短行驶路径,从而将车辆引导至目标停车位,这样能够对停车场内部的车辆进行有效引导至合适的停车位进行停泊,以及有效地提高停车场管理的智能化程度和停车位的运转效率。
Description
技术领域
本发明涉及车辆行驶控制的技术领域,特别涉及基于车辆行驶状态的停车引导方法和***。
背景技术
随着汽车保有率的不断增长,停车问题已经成为用户自驾出行的首要考虑问题。现有的停车场通常会实时显示内部停车位的占用信息,以此提示用户是否能够进入内部进行停车,但是这种方式只能通过简单的提示方式或者禁止驶入方式来对停车场进行管理,其无法对位于停车场内部的车辆进行有效的引导,以此将车辆快速地引导合适的停车位进行停泊,这样容易导致车辆在进入停车场后由于需要寻找停车位而导致停车场内部发生拥堵。可见,现有技术无法对停车场内部的车辆进行有效引导至合适的停车位进行停泊,其无法有效地提高停车场管理的智能化程度和停车位的运转效率。
发明内容
针对现有技术存在的缺陷,本发明提供基于车辆行驶状态的停车引导方法和***,其通过对车辆所处的停车场环境进行拍摄,以此得到相应的停车环境图像,并对该停车环境图像进行分析处理,以此确定该车辆在停车场内部的实际位置信息,并获取该停车场的空闲停车位分布信息,并结合该实际位置信息,确定该车辆行驶到目标停车位的最短行驶路径,再获取该车辆当前的实际行驶方向,并根据该最短行驶路径与实际行驶方向之间的方向偏差,调整该车辆的实时行驶线路,从而将该车辆引导至所述目标停车位;可见,该基于车辆行驶状态的停车引导方法和***通过对车辆所处的停车环境进行拍摄,以此确定车辆在停车场内部的实际位置信息,并结合停车场的空闲停车位分布信息,确定车辆从当前实际位置行驶到目标停车位的最短行驶路径,再根据车辆的实际行驶方向与该最短行驶路径,从而将车辆引导至目标停车位,这样能够对停车场内部的车辆进行有效引导至合适的停车位进行停泊,以及有效地提高停车场管理的智能化程度和停车位的运转效率。
本发明提供基于车辆行驶状态的停车引导方法,其特征在于,其包括如下步骤:
步骤S1,对车辆所处的停车场环境进行拍摄,以此得到相应的停车环境图像,并对所述停车环境图像进行分析处理,以此确定所述车辆在停车场内部的实际位置信息;
步骤S2,获取所述停车场的空闲停车位分布信息,并结合所述实际位置信息,确定所述车辆行驶到目标停车位的最短行驶路径;
步骤S3,获取所述车辆当前的实际行驶方向,并根据所述最短行驶路径与实际行驶方向之间的方向偏差,调整所述车辆的实时行驶线路,从而将所述车辆引导至所述目标停车位;
进一步,在所述步骤S1中,对车辆所处的停车场环境进行拍摄,以此得到相应的停车环境图像,并对所述停车环境图像进行分析处理,以此确定所述车辆在停车场内部的实际位置信息具体包括:
步骤S101,对所述车辆所处的停车场环境进行扫描拍摄,以此得到相应的全景停车环境图像,并对所述全景停车环境图像依次进行图像背景噪声降噪滤波处理和图像像素二值化处理,从而得到相应的二值化全景停车环境图像;
步骤S102,对所述二值化全景停车环境图像进行符号识别处理,从而得到所述车辆所处的停车场环境中存在的停车位编号;
步骤S103,根据所述停车位编号与停车场停车位编号分布信息,确定所述车辆在停车场内部的实际位置信息;
进一步,在所述步骤S2中,获取所述停车场的空闲停车位分布信息,并结合所述实际位置信息,确定所述车辆行驶到目标停车位的最短行驶路径具体包括:
步骤S201,对停车场的全区域进行拍摄,以此获得相应的全区域图像,并对所述全区域图像依次进行图像背景噪声降噪滤波处理和停车位边界线条识别处理,以此获得停车位的停车位边界线条实际露出面积;
步骤S202,将所述停车位边界线条实际露出面积与预设停车位边界线条露出面积阈值进行比对,若所述停车位边界线条实际露出面积超过所述预设停车位边界线条露出面积阈值,则将对应的停车位确定为空闲停车位;
步骤S203,从所有空闲停车位中确定与所述实际位置信息中车辆的实际位置最近的空闲停车位,以此作为所述目标停车位;
步骤S204,根据所述停车场内部的道路分布状态,确定所述车辆从所述实际位置行驶到所述目标停车位的最短行驶路径;
进一步,在所述步骤S201中,对停车场的全区域进行拍摄,以此获得相应的全区域图像,并对所述全区域图像依次进行图像背景噪声降噪滤波处理和停车位边界线条识别处理,以此获得停车位的停车位边界线条实际露出面积具体包括:
第一、利用下面公式(1),根据对所述全区域图像进行图像背景噪声降噪滤波处理后的图像矩阵进行停车位边界线条识别处理,
Aij=Tij×δ(Tij-T0) (1)
在上述公式(1)中,Aij表示进行停车位边界线条识别处理后的图像矩阵中第i行第j列的像素点的像素值,Tij表示所述全区域图像进行图像背景噪声降噪滤波处理后的图像矩阵中第i行第j列的像素点的像素值,T0表示所述停车位边界线条的预设标准像素值,δ()表示单位冲激函数,当括号内的值等于0时单位冲激函数的函数值为1,当括号内的值不等于0时单位冲激函数的函数值为0;
若Aij≠0表示所述进行停车位边界线条识别处理后的图像矩阵中第i行第j列的像素点为停车位边界线条的像素点;
若Aij=0表示所述进行停车位边界线条识别处理后的图像矩阵中第i行第j列的像素点不为停车位边界线条的像素点;
第二、利用下面公式(2),根据所述进行停车位边界线条识别处理后的图像矩阵得到停车位的停车位边界线条实际露出面积,
在上述公式(2)中,St表示第t个停车位的停车位边界线条实际露出面积,m表示第t个停车位所对应的子矩阵中每一行的像素点个数,n表示第t个停车位所对应的子矩阵中每一列的像素点个数,Bxy表示所述全区域图像中标志物的图像矩阵中第x行第y列的像素点的像素值,X表示所述全区域图像中标志物的图像矩阵中每一列的像素点个数,Y表示所述全区域图像中标志物的图像矩阵中每一行的像素点个数,表示,表示,S0表示所述标志物的实际面积;
以及,
在所述步骤S202中,将所述停车位边界线条实际露出面积与预设停车位边界线条露出面积阈值进行比对,若所述停车位边界线条实际露出面积超过所述预设停车位边界线条露出面积阈值,则将对应的停车位确定为空闲停车位具体包括:
利用下面公开(3),根据所述停车位的停车位边界线条实际露出面积以及所述预设停车位边界线条露出面积阈值,判断对应的停车位是否为空闲停车位,
ηt=u(St-S) (3)
在上述公式(3)中,ηt表示第t个停车位是否为空闲停车位的判定值,S表示所述预设停车位边界线条露出面积阈值,u()表示阶跃函数,且当括号内的值大于等于0时阶跃函数的函数值为1,当括号内的值小于0时阶跃函数的函数值为0;
当ηt=0时,表示第t个停车位不是空闲停车位;
当ηt=1时,表示第t个停车位是空闲停车位;
进一步,在所述步骤S3中,获取所述车辆当前的实际行驶方向,并根据所述最短行驶路径与实际行驶方向之间的方向偏差,调整所述车辆的实时行驶线路,从而将所述车辆引导至所述目标停车位具体包括:
步骤S301,获取所述车辆当前的行驶速度方向,以此作为所述实际行驶方向,在世界坐标系中确定所述最短行驶路径与所述行驶速度方向之间的方向偏差角度值;
步骤S302,根据所述方向偏差角度值,调整所述车辆的行驶速度方向,以使所述车辆的实时行驶线路方向与所述最短行驶路径的延伸方向相一致,从而将所述车辆引导至所述目标停车位进行停泊。
本发明还提供基于车辆行驶状态的停车引导***,其特征在于,其包括停车场环境拍摄模块、停车场环境图像处理模块、最短行驶路径确定模块和行驶线路调整模块;其中,
所述停车场环境拍摄模块用于对车辆所处的停车场环境进行拍摄,以此得到相应的停车环境图像;
所述停车场环境图像处理模块用于对所述停车环境图像进行分析处理,以此确定所述车辆在停车场内部的实际位置信息;
所述最短行驶路径确定模块用于获取所述停车场的空闲停车位分布信息,并结合所述实际位置信息,确定所述车辆行驶到目标停车位的最短行驶路径;
所述行驶线路调整模块用于获取所述车辆当前的实际行驶方向,并根据所述最短行驶路径与实际行驶方向之间的方向偏差,调整所述车辆的实时行驶线路,从而将所述车辆引导至所述目标停车位;
进一步,所述停车场环境拍摄模块对车辆所处的停车场环境进行拍摄,以此得到相应的停车环境图像具体包括:
对所述车辆所处的停车场环境进行扫描拍摄,以此得到相应的全景停车环境图像;
以及,
所述停车场环境图像处理模块对所述停车环境图像进行分析处理,以此确定所述车辆在停车场内部的实际位置信息具体包括:
对所述全景停车环境图像依次进行图像背景噪声降噪滤波处理和图像像素二值化处理,从而得到相应的二值化全景停车环境图像;
并对所述二值化全景停车环境图像进行符号识别处理,从而得到所述车辆所处的停车场环境中存在的停车位编号;
再根据所述停车位编号与停车场停车位编号分布信息,确定所述车辆在停车场内部的实际位置信息;
进一步,所述最短行驶路径确定模块获取所述停车场的空闲停车位分布信息,并结合所述实际位置信息,确定所述车辆行驶到目标停车位的最短行驶路径具体包括:
对停车场的全区域进行拍摄,以此获得相应的全区域图像,并对所述全区域图像依次进行图像背景噪声降噪滤波处理和停车位边界线条识别处理,以此获得停车位的停车位边界线条实际露出面积;
并将所述停车位边界线条实际露出面积与预设停车位边界线条露出面积阈值进行比对,若所述停车位边界线条实际露出面积超过所述预设停车位边界线条露出面积阈值,则将对应的停车位确定为空闲停车位;
再从所有空闲停车位中确定与所述实际位置信息中车辆的实际位置最近的空闲停车位,以此作为所述目标停车位;
最后根据所述停车场内部的道路分布状态,确定所述车辆从所述实际位置行驶到所述目标停车位的最短行驶路径;
进一步,所述行驶线路调整模块获取所述车辆当前的实际行驶方向,并根据所述最短行驶路径与实际行驶方向之间的方向偏差,调整所述车辆的实时行驶线路,从而将所述车辆引导至所述目标停车位具体包括:
获取所述车辆当前的行驶速度方向,以此作为所述实际行驶方向,在世界坐标系中确定所述最短行驶路径与所述行驶速度方向之间的方向偏差角度值;
再根据所述方向偏差角度值,调整所述车辆的行驶速度方向,以使所述车辆的实时行驶线路方向与所述最短行驶路径的延伸方向相一致,从而将所述车辆引导至所述目标停车位进行停泊。
相比于现有技术,该基于车辆行驶状态的停车引导方法和***通过对车辆所处的停车场环境进行拍摄,以此得到相应的停车环境图像,并对该停车环境图像进行分析处理,以此确定该车辆在停车场内部的实际位置信息,并获取该停车场的空闲停车位分布信息,并结合该实际位置信息,确定该车辆行驶到目标停车位的最短行驶路径,再获取该车辆当前的实际行驶方向,并根据该最短行驶路径与实际行驶方向之间的方向偏差,调整该车辆的实时行驶线路,从而将该车辆引导至所述目标停车位;可见,该基于车辆行驶状态的停车引导方法和***通过对车辆所处的停车环境进行拍摄,以此确定车辆在停车场内部的实际位置信息,并结合停车场的空闲停车位分布信息,确定车辆从当前实际位置行驶到目标停车位的最短行驶路径,再根据车辆的实际行驶方向与该最短行驶路径,从而将车辆引导至目标停车位,这样能够对停车场内部的车辆进行有效引导至合适的停车位进行停泊,以及有效地提高停车场管理的智能化程度和停车位的运转效率。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的基于车辆行驶状态的停车引导方法的流程示意图。
图2为本发明提供的基于车辆行驶状态的停车引导***的结构示意图。
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。
参阅图1,为本发明实施例提供的基于车辆行驶状态的停车引导方法的流程示意图。该基于车辆行驶状态的停车引导方法包括如下步骤:
步骤S1,对车辆所处的停车场环境进行拍摄,以此得到相应的停车环境图像,并对该停车环境图像进行分析处理,以此确定该车辆在停车场内部的实际位置信息;
步骤S2,获取该停车场的空闲停车位分布信息,并结合该实际位置信息,确定该车辆行驶到目标停车位的最短行驶路径;
步骤S3,获取该车辆当前的实际行驶方向,并根据该最短行驶路径与实际行驶方向之间的方向偏差,调整该车辆的实时行驶线路,从而将该车辆引导至该目标停车位。
上述技术方案的有益效果为:该基于车辆行驶状态的停车引导方法通过对车辆所处的停车环境进行拍摄,以此确定车辆在停车场内部的实际位置信息,并结合停车场的空闲停车位分布信息,确定车辆从当前实际位置行驶到目标停车位的最短行驶路径,再根据车辆的实际行驶方向与该最短行驶路径,从而将车辆引导至目标停车位,这样能够对停车场内部的车辆进行有效引导至合适的停车位进行停泊,以及有效地提高停车场管理的智能化程度和停车位的运转效率。
优选地,在该步骤S1中,对车辆所处的停车场环境进行拍摄,以此得到相应的停车环境图像,并对该停车环境图像进行分析处理,以此确定该车辆在停车场内部的实际位置信息具体包括:
步骤S101,对该车辆所处的停车场环境进行扫描拍摄,以此得到相应的全景停车环境图像,并对该全景停车环境图像依次进行图像背景噪声降噪滤波处理和图像像素二值化处理,从而得到相应的二值化全景停车环境图像;
步骤S102,对该二值化全景停车环境图像进行符号识别处理,从而得到该车辆所处的停车场环境中存在的停车位编号;
步骤S103,根据该停车位编号与停车场停车位编号分布信息,确定该车辆在停车场内部的实际位置信息。
上述技术方案的有益效果为:通过对该车辆所处的停车场环境进行扫描拍摄,能够全面地获的该车辆当前所处的停车场环境的停车位编号标记信息,由于停车场中不同停车位具有不同的停车位编号标记信息,通过对该全景停车环境图像进行符号识别处理,能够便于快速地确定该车辆当前所处区域附近的停车位编号标记信息,并结合停车场车位编号分布信息来准确地确定该车辆在停车场内部的实际位置信息。
优选地,在该步骤S2中,获取该停车场的空闲停车位分布信息,并结合该实际位置信息,确定该车辆行驶到目标停车位的最短行驶路径具体包括:
步骤S201,对停车场的全区域进行拍摄,以此获得相应的全区域图像,并对该全区域图像依次进行图像背景噪声降噪滤波处理和停车位边界线条识别处理,以此获得停车位的停车位边界线条实际露出面积;
步骤S202,将该停车位边界线条实际露出面积与预设停车位边界线条露出面积阈值进行比对,若该停车位边界线条实际露出面积超过该预设停车位边界线条露出面积阈值,则将对应的停车位确定为空闲停车位;
步骤S203,从所有空闲停车位中确定与该实际位置信息中车辆的实际位置最近的空闲停车位,以此作为该目标停车位;
步骤S204,根据该停车场内部的道路分布状态,确定该车辆从该实际位置行驶到该目标停车位的最短行驶路径。
上述技术方案的有益效果为:由于当停车位上停泊有车辆时,该停车位的边界条线会被车辆遮挡,从而使拍摄到的图像中停车位边界线条的实际露出面积会比停车位边界线条整体条线面积小,这样通过对该全区域图像进行停车位边界线条识别处理而获得停车位边界线条实际露出面积,以便于后续准确地判断该停车位是否为没有停泊任何车辆的空闲停车位和提高空闲停车位的寻找速度。
优选地,在该步骤S201中,对停车场的全区域进行拍摄,以此获得相应的全区域图像,并对该全区域图像依次进行图像背景噪声降噪滤波处理和停车位边界线条识别处理,以此获得停车位的停车位边界线条实际露出面积具体包括:
第一、利用下面公式(1),根据对该全区域图像进行图像背景噪声降噪滤波处理后的图像矩阵进行停车位边界线条识别处理,
Aij=Tij×δ(Tij-T0) (1)
在上述公式(1)中,Aij表示进行停车位边界线条识别处理后的图像矩阵中第i行第j列的像素点的像素值,Tij表示该全区域图像进行图像背景噪声降噪滤波处理后的图像矩阵中第i行第j列的像素点的像素值,T0表示该停车位边界线条的预设标准像素值,δ()表示单位冲激函数,当括号内的值等于0时单位冲激函数的函数值为1,当括号内的值不等于0时单位冲激函数的函数值为0;
若Aij≠0表示该进行停车位边界线条识别处理后的图像矩阵中第i行第j列的像素点为停车位边界线条的像素点;
若Aij=0表示该进行停车位边界线条识别处理后的图像矩阵中第i行第j列的像素点不为停车位边界线条的像素点;
第二、利用下面公式(2),根据该进行停车位边界线条识别处理后的图像矩阵得到停车位的停车位边界线条实际露出面积,
在上述公式(2)中,St表示第t个停车位的停车位边界线条实际露出面积,m表示第t个停车位所对应的子矩阵中每一行的像素点个数,n表示第t个停车位所对应的子矩阵中每一列的像素点个数,Bxy表示该全区域图像中标志物的图像矩阵中第x行第y列的像素点的像素值,X表示该全区域图像中标志物的图像矩阵中每一列的像素点个数,Y表示该全区域图像中标志物的图像矩阵中每一行的像素点个数,表示,表示,S0表示该标志物的实际面积;
以及,
在该步骤S202中,将该停车位边界线条实际露出面积与预设停车位边界线条露出面积阈值进行比对,若该停车位边界线条实际露出面积超过该预设停车位边界线条露出面积阈值,则将对应的停车位确定为空闲停车位具体包括:
利用下面公开(3),根据该停车位的停车位边界线条实际露出面积以及该预设停车位边界线条露出面积阈值,判断对应的停车位是否为空闲停车位,
ηt=u(St-S) (3)
在上述公式(3)中,ηt表示第t个停车位是否为空闲停车位的判定值,S表示该预设停车位边界线条露出面积阈值,u()表示阶跃函数,且当括号内的值大于等于0时阶跃函数的函数值为1,当括号内的值小于0时阶跃函数的函数值为0;
当ηt=0时,表示第t个停车位不是空闲停车位;
当ηt=1时,表示第t个停车位是空闲停车位。
上述技术方案的有益效果是:利用公式(1),根据对全区域图像进行图像背景噪声降噪滤波处理后的图像矩阵进行停车位边界线条识别处理,目的是通过停车位边界线条识别处理后可以将图像矩阵按照停车位边界线条找到对应的停车位;然后利用公式(2),根据进行停车位边界线条识别处理后的图像矩阵得到停车位的停车位边界线条实际露出面积,从而利用公式(2)计算出实际的面积值,方便后续的判断;最后利用公式(3)判断对应的停车位是否为空闲停车位,从而筛选出空闲停车位,从而确保筛选出的空闲停车位的位置以及判断停车位是否空闲的准确可靠。
优选地,在该步骤S3中,获取该车辆当前的实际行驶方向,并根据该最短行驶路径与实际行驶方向之间的方向偏差,调整该车辆的实时行驶线路,从而将该车辆引导至该目标停车位具体包括:
步骤S301,获取该车辆当前的行驶速度方向,以此作为该实际行驶方向,在世界坐标系中确定该最短行驶路径与该行驶速度方向之间的方向偏差角度值;
步骤S302,根据该方向偏差角度值,调整该车辆的行驶速度方向,以使该车辆的实时行驶线路方向与该最短行驶路径的延伸方向相一致,从而将该车辆引导至该目标停车位进行停泊。
上述技术方案的有益效果为:通过在世界坐标系中确定该最短行驶路径与该行驶速度方向之间的方向偏差角度值,能够快速地调整车辆的行驶方向状态,从而便于车辆能够以最快的速度达到目标停车位进行停泊,并且还能够有效地提高停车场管理的智能化程度和停车位的运转效率。
参阅图2,为本发明实施例提供的基于车辆行驶状态的停车引导***的结构示意图。该基于车辆行驶状态的停车引导***包括停车场环境拍摄模块、停车场环境图像处理模块、最短行驶路径确定模块和行驶线路调整模块;其中,
该停车场环境拍摄模块用于对车辆所处的停车场环境进行拍摄,以此得到相应的停车环境图像;
该停车场环境图像处理模块用于对该停车环境图像进行分析处理,以此确定该车辆在停车场内部的实际位置信息;
该最短行驶路径确定模块用于获取该停车场的空闲停车位分布信息,并结合该实际位置信息,确定该车辆行驶到目标停车位的最短行驶路径;
该行驶线路调整模块用于获取该车辆当前的实际行驶方向,并根据该最短行驶路径与实际行驶方向之间的方向偏差,调整该车辆的实时行驶线路,从而将该车辆引导至该目标停车位。
上述技术方案的有益效果为:该基于车辆行驶状态的停车引导***通过对车辆所处的停车环境进行拍摄,以此确定车辆在停车场内部的实际位置信息,并结合停车场的空闲停车位分布信息,确定车辆从当前实际位置行驶到目标停车位的最短行驶路径,再根据车辆的实际行驶方向与该最短行驶路径,从而将车辆引导至目标停车位,这样能够对停车场内部的车辆进行有效引导至合适的停车位进行停泊,以及有效地提高停车场管理的智能化程度和停车位的运转效率。
优选地,该停车场环境拍摄模块对车辆所处的停车场环境进行拍摄,以此得到相应的停车环境图像具体包括:
对该车辆所处的停车场环境进行扫描拍摄,以此得到相应的全景停车环境图像;
以及,
该停车场环境图像处理模块对该停车环境图像进行分析处理,以此确定该车辆在停车场内部的实际位置信息具体包括:
对该全景停车环境图像依次进行图像背景噪声降噪滤波处理和图像像素二值化处理,从而得到相应的二值化全景停车环境图像;
并对该二值化全景停车环境图像进行符号识别处理,从而得到该车辆所处的停车场环境中存在的停车位编号;
再根据该停车位编号与停车场停车位编号分布信息,确定该车辆在停车场内部的实际位置信息。
上述技术方案的有益效果为:通过对该车辆所处的停车场环境进行扫描拍摄,能够全面地获的该车辆当前所处的停车场环境的停车位编号标记信息,由于停车场中不同停车位具有不同的停车位编号标记信息,通过对该全景停车环境图像进行符号识别处理,能够便于快速地确定该车辆当前所处区域附近的停车位编号标记信息,并结合停车场车位编号分布信息来准确地确定该车辆在停车场内部的实际位置信息。
优选地,该最短行驶路径确定模块获取该停车场的空闲停车位分布信息,并结合该实际位置信息,确定该车辆行驶到目标停车位的最短行驶路径具体包括:
对停车场的全区域进行拍摄,以此获得相应的全区域图像,并对该全区域图像依次进行图像背景噪声降噪滤波处理和停车位边界线条识别处理,以此获得停车位的停车位边界线条实际露出面积;
并将该停车位边界线条实际露出面积与预设停车位边界线条露出面积阈值进行比对,若该停车位边界线条实际露出面积超过该预设停车位边界线条露出面积阈值,则将对应的停车位确定为空闲停车位;
再从所有空闲停车位中确定与该实际位置信息中车辆的实际位置最近的空闲停车位,以此作为该目标停车位;
最后根据该停车场内部的道路分布状态,确定该车辆从该实际位置行驶到该目标停车位的最短行驶路径。
上述技术方案的有益效果为:由于当停车位上停泊有车辆时,该停车位的边界条线会被车辆遮挡,从而使拍摄到的图像中停车位边界线条的实际露出面积会比停车位边界线条整体条线面积小,这样通过对该全区域图像进行停车位边界线条识别处理而获得停车位边界线条实际露出面积,以便于后续准确地判断该停车位是否为没有停泊任何车辆的空闲停车位和提高空闲停车位的寻找速度。
优选地,该行驶线路调整模块获取该车辆当前的实际行驶方向,并根据该最短行驶路径与实际行驶方向之间的方向偏差,调整该车辆的实时行驶线路,从而将该车辆引导至该目标停车位具体包括:
获取该车辆当前的行驶速度方向,以此作为该实际行驶方向,在世界坐标系中确定该最短行驶路径与该行驶速度方向之间的方向偏差角度值;
再根据该方向偏差角度值,调整该车辆的行驶速度方向,以使该车辆的实时行驶线路方向与该最短行驶路径的延伸方向相一致,从而将该车辆引导至该目标停车位进行停泊。
上述技术方案的有益效果为:通过在世界坐标系中确定该最短行驶路径与该行驶速度方向之间的方向偏差角度值,能够快速地调整车辆的行驶方向状态,从而便于车辆能够以最快的速度达到目标停车位进行停泊,并且还能够有效地提高停车场管理的智能化程度和停车位的运转效率。
从上述实施例的内容可知,该基于车辆行驶状态的停车引导方法和***通过对车辆所处的停车场环境进行拍摄,以此得到相应的停车环境图像,并对该停车环境图像进行分析处理,以此确定该车辆在停车场内部的实际位置信息,并获取该停车场的空闲停车位分布信息,并结合该实际位置信息,确定该车辆行驶到目标停车位的最短行驶路径,再获取该车辆当前的实际行驶方向,并根据该最短行驶路径与实际行驶方向之间的方向偏差,调整该车辆的实时行驶线路,从而将该车辆引导至所述目标停车位;可见,该基于车辆行驶状态的停车引导方法和***通过对车辆所处的停车环境进行拍摄,以此确定车辆在停车场内部的实际位置信息,并结合停车场的空闲停车位分布信息,确定车辆从当前实际位置行驶到目标停车位的最短行驶路径,再根据车辆的实际行驶方向与该最短行驶路径,从而将车辆引导至目标停车位,这样能够对停车场内部的车辆进行有效引导至合适的停车位进行停泊,以及有效地提高停车场管理的智能化程度和停车位的运转效率。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.基于车辆行驶状态的停车引导方法,其特征在于,其包括如下步骤:
步骤S1,对车辆所处的停车场环境进行拍摄,以此得到相应的停车环境图像,并对所述停车环境图像进行分析处理,以此确定所述车辆在停车场内部的实际位置信息;
步骤S2,获取所述停车场的空闲停车位分布信息,并结合所述实际位置信息,确定所述车辆行驶到目标停车位的最短行驶路径;
步骤S3,获取所述车辆当前的实际行驶方向,并根据所述最短行驶路径与实际行驶方向之间的方向偏差,调整所述车辆的实时行驶线路,从而将所述车辆引导至所述目标停车位。
2.如权利要求1所述的基于车辆行驶状态的停车引导方法,其特征在于:
在所述步骤S1中,对车辆所处的停车场环境进行拍摄,以此得到相应的停车环境图像,并对所述停车环境图像进行分析处理,以此确定所述车辆在停车场内部的实际位置信息具体包括:
步骤S101,对所述车辆所处的停车场环境进行扫描拍摄,以此得到相应的全景停车环境图像,并对所述全景停车环境图像依次进行图像背景噪声降噪滤波处理和图像像素二值化处理,从而得到相应的二值化全景停车环境图像;
步骤S102,对所述二值化全景停车环境图像进行符号识别处理,从而得到所述车辆所处的停车场环境中存在的停车位编号;
步骤S103,根据所述停车位编号与停车场停车位编号分布信息,确定所述车辆在停车场内部的实际位置信息。
3.如权利要求2所述的基于车辆行驶状态的停车引导方法,其特征在于:
在所述步骤S2中,获取所述停车场的空闲停车位分布信息,并结合所述实际位置信息,确定所述车辆行驶到目标停车位的最短行驶路径具体包括:
步骤S201,对停车场的全区域进行拍摄,以此获得相应的全区域图像,并对所述全区域图像依次进行图像背景噪声降噪滤波处理和停车位边界线条识别处理,以此获得停车位的停车位边界线条实际露出面积;
步骤S202,将所述停车位边界线条实际露出面积与预设停车位边界线条露出面积阈值进行比对,若所述停车位边界线条实际露出面积超过所述预设停车位边界线条露出面积阈值,则将对应的停车位确定为空闲停车位;
步骤S203,从所有空闲停车位中确定与所述实际位置信息中车辆的实际位置最近的空闲停车位,以此作为所述目标停车位;
步骤S204,根据所述停车场内部的道路分布状态,确定所述车辆从所述实际位置行驶到所述目标停车位的最短行驶路径。
4.如权利要求3所述的基于车辆行驶状态的停车引导方法,其特征在于:
在所述步骤S201中,对停车场的全区域进行拍摄,以此获得相应的全区域图像,并对所述全区域图像依次进行图像背景噪声降噪滤波处理和停车位边界线条识别处理,以此获得停车位的停车位边界线条实际露出面积具体包括:
第一、利用下面公式(1),根据对所述全区域图像进行图像背景噪声降噪滤波处理后的图像矩阵进行停车位边界线条识别处理,
Aij=Tij×δ(Tij-T0) (1)
在上述公式(1)中,Aij表示进行停车位边界线条识别处理后的图像矩阵中第i行第j列的像素点的像素值,Tij表示所述全区域图像进行图像背景噪声降噪滤波处理后的图像矩阵中第i行第j列的像素点的像素值,T0表示所述停车位边界线条的预设标准像素值,δ()表示单位冲激函数,当括号内的值等于0时单位冲激函数的函数值为1,当括号内的值不等于0时单位冲激函数的函数值为0;
若Aij≠0表示所述进行停车位边界线条识别处理后的图像矩阵中第i行第j列的像素点为停车位边界线条的像素点;
若Aij=0表示所述进行停车位边界线条识别处理后的图像矩阵中第i行第j列的像素点不为停车位边界线条的像素点;
第二、利用下面公式(2),根据所述进行停车位边界线条识别处理后的图像矩阵得到停车位的停车位边界线条实际露出面积,
在上述公式(2)中,St表示第t个停车位的停车位边界线条实际露出面积,m表示第t个停车位所对应的子矩阵中每一行的像素点个数,n表示第t个停车位所对应的子矩阵中每一列的像素点个数,Bxy表示所述全区域图像中标志物的图像矩阵中第x行第y列的像素点的像素值,X表示所述全区域图像中标志物的图像矩阵中每一列的像素点个数,Y表示所述全区域图像中标志物的图像矩阵中每一行的像素点个数,表示,表示,S0表示所述标志物的实际面积;
以及,
在所述步骤S202中,将所述停车位边界线条实际露出面积与预设停车位边界线条露出面积阈值进行比对,若所述停车位边界线条实际露出面积超过所述预设停车位边界线条露出面积阈值,则将对应的停车位确定为空闲停车位具体包括:
利用下面公开(3),根据所述停车位的停车位边界线条实际露出面积以及所述预设停车位边界线条露出面积阈值,判断对应的停车位是否为空闲停车位,
ηt=u(St-S) (3)
在上述公式(3)中,ηt表示第t个停车位是否为空闲停车位的判定值,S表示所述预设停车位边界线条露出面积阈值,u()表示阶跃函数,且当括号内的值大于等于0时阶跃函数的函数值为1,当括号内的值小于0时阶跃函数的函数值为0;
当ηt=0时,表示第t个停车位不是空闲停车位;
当ηt=1时,表示第t个停车位是空闲停车位。
5.如权利要求3所述的基于车辆行驶状态的停车引导方法,其特征在于:
在所述步骤S3中,获取所述车辆当前的实际行驶方向,并根据所述最短行驶路径与实际行驶方向之间的方向偏差,调整所述车辆的实时行驶线路,从而将所述车辆引导至所述目标停车位具体包括:
步骤S301,获取所述车辆当前的行驶速度方向,以此作为所述实际行驶方向,在世界坐标系中确定所述最短行驶路径与所述行驶速度方向之间的方向偏差角度值;
步骤S302,根据所述方向偏差角度值,调整所述车辆的行驶速度方向,以使所述车辆的实时行驶线路方向与所述最短行驶路径的延伸方向相一致,从而将所述车辆引导至所述目标停车位进行停泊。
6.基于车辆行驶状态的停车引导***,其特征在于,其包括停车场环境拍摄模块、停车场环境图像处理模块、最短行驶路径确定模块和行驶线路调整模块;其中,
所述停车场环境拍摄模块用于对车辆所处的停车场环境进行拍摄,以此得到相应的停车环境图像;
所述停车场环境图像处理模块用于对所述停车环境图像进行分析处理,以此确定所述车辆在停车场内部的实际位置信息;
所述最短行驶路径确定模块用于获取所述停车场的空闲停车位分布信息,并结合所述实际位置信息,确定所述车辆行驶到目标停车位的最短行驶路径;
所述行驶线路调整模块用于获取所述车辆当前的实际行驶方向,并根据所述最短行驶路径与实际行驶方向之间的方向偏差,调整所述车辆的实时行驶线路,从而将所述车辆引导至所述目标停车位。
7.如权利要求6所述的基于车辆行驶状态的停车引导***,其特征在于:
所述停车场环境拍摄模块对车辆所处的停车场环境进行拍摄,以此得到相应的停车环境图像具体包括:
对所述车辆所处的停车场环境进行扫描拍摄,以此得到相应的全景停车环境图像;
以及,
所述停车场环境图像处理模块对所述停车环境图像进行分析处理,以此确定所述车辆在停车场内部的实际位置信息具体包括:
对所述全景停车环境图像依次进行图像背景噪声降噪滤波处理和图像像素二值化处理,从而得到相应的二值化全景停车环境图像;
并对所述二值化全景停车环境图像进行符号识别处理,从而得到所述车辆所处的停车场环境中存在的停车位编号;
再根据所述停车位编号与停车场停车位编号分布信息,确定所述车辆在停车场内部的实际位置信息。
8.如权利要求7所述的基于车辆行驶状态的停车引导***,其特征在于:
所述最短行驶路径确定模块获取所述停车场的空闲停车位分布信息,并结合所述实际位置信息,确定所述车辆行驶到目标停车位的最短行驶路径具体包括:
对停车场的全区域进行拍摄,以此获得相应的全区域图像,并对所述全区域图像依次进行图像背景噪声降噪滤波处理和停车位边界线条识别处理,以此获得停车位的停车位边界线条实际露出面积;
并将所述停车位边界线条实际露出面积与预设停车位边界线条露出面积阈值进行比对,若所述停车位边界线条实际露出面积超过所述预设停车位边界线条露出面积阈值,则将对应的停车位确定为空闲停车位;
再从所有空闲停车位中确定与所述实际位置信息中车辆的实际位置最近的空闲停车位,以此作为所述目标停车位;
最后根据所述停车场内部的道路分布状态,确定所述车辆从所述实际位置行驶到所述目标停车位的最短行驶路径。
9.如权利要求8所述的基于车辆行驶状态的停车引导***,其特征在于:
所述行驶线路调整模块获取所述车辆当前的实际行驶方向,并根据所述最短行驶路径与实际行驶方向之间的方向偏差,调整所述车辆的实时行驶线路,从而将所述车辆引导至所述目标停车位具体包括:
获取所述车辆当前的行驶速度方向,以此作为所述实际行驶方向,在世界坐标系中确定所述最短行驶路径与所述行驶速度方向之间的方向偏差角度值;
再根据所述方向偏差角度值,调整所述车辆的行驶速度方向,以使所述车辆的实时行驶线路方向与所述最短行驶路径的延伸方向相一致,从而将所述车辆引导至所述目标停车位进行停泊。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011509435.0A CN112614375B (zh) | 2020-12-18 | 2020-12-18 | 基于车辆行驶状态的停车引导方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011509435.0A CN112614375B (zh) | 2020-12-18 | 2020-12-18 | 基于车辆行驶状态的停车引导方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112614375A true CN112614375A (zh) | 2021-04-06 |
CN112614375B CN112614375B (zh) | 2021-10-08 |
Family
ID=75240796
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011509435.0A Active CN112614375B (zh) | 2020-12-18 | 2020-12-18 | 基于车辆行驶状态的停车引导方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112614375B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115035742A (zh) * | 2022-05-24 | 2022-09-09 | 智慧互通科技股份有限公司 | 一种基于动态分配算法的城市公共区域空余车位配置方法及*** |
CN117253377A (zh) * | 2023-10-20 | 2023-12-19 | 石家庄市力弛科技开发有限公司 | 一种基于物联网的车辆信息智能化识别检测***及方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663357A (zh) * | 2012-03-28 | 2012-09-12 | 北京工业大学 | 基于颜色特征的停车场车位检测算法 |
CN103488174A (zh) * | 2013-09-16 | 2014-01-01 | 北京邮电大学 | 自动导引控制方法、控制装置及*** |
CN104933409A (zh) * | 2015-06-12 | 2015-09-23 | 北京理工大学 | 一种基于全景图像点线特征的车位识别方法 |
CN107037818A (zh) * | 2017-06-22 | 2017-08-11 | 奇瑞汽车股份有限公司 | 一种无人驾驶汽车的路径跟踪方法 |
CN107664500A (zh) * | 2017-09-19 | 2018-02-06 | 重庆交通大学 | 基于图像特征识别的车库车辆定位导航方法 |
CN108986526A (zh) * | 2018-07-04 | 2018-12-11 | 深圳技术大学(筹) | 一种基于视觉传感跟踪车辆的智能停车方法及*** |
CN109948591A (zh) * | 2019-04-01 | 2019-06-28 | 广东安居宝数码科技股份有限公司 | 一种车位检测方法、装置、电子设备及可读取存储介质 |
CN110155172A (zh) * | 2018-05-04 | 2019-08-23 | 腾讯大地通途(北京)科技有限公司 | 一种车辆行驶调整方法、装置、车辆控制***及存储介质 |
CN110264777A (zh) * | 2019-06-26 | 2019-09-20 | 广州小鹏汽车科技有限公司 | 室内车辆导航方法、装置、存储介质及车辆控制终端 |
CN111210655A (zh) * | 2020-01-16 | 2020-05-29 | 北京汽车研究总院有限公司 | 泊车方法、装置、服务器和终端 |
CN111783671A (zh) * | 2020-07-02 | 2020-10-16 | 郑州迈拓信息技术有限公司 | 基于人工智能和cim的智慧城市地面车位图像处理方法 |
-
2020
- 2020-12-18 CN CN202011509435.0A patent/CN112614375B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663357A (zh) * | 2012-03-28 | 2012-09-12 | 北京工业大学 | 基于颜色特征的停车场车位检测算法 |
CN103488174A (zh) * | 2013-09-16 | 2014-01-01 | 北京邮电大学 | 自动导引控制方法、控制装置及*** |
CN104933409A (zh) * | 2015-06-12 | 2015-09-23 | 北京理工大学 | 一种基于全景图像点线特征的车位识别方法 |
CN107037818A (zh) * | 2017-06-22 | 2017-08-11 | 奇瑞汽车股份有限公司 | 一种无人驾驶汽车的路径跟踪方法 |
CN107664500A (zh) * | 2017-09-19 | 2018-02-06 | 重庆交通大学 | 基于图像特征识别的车库车辆定位导航方法 |
CN110155172A (zh) * | 2018-05-04 | 2019-08-23 | 腾讯大地通途(北京)科技有限公司 | 一种车辆行驶调整方法、装置、车辆控制***及存储介质 |
CN108986526A (zh) * | 2018-07-04 | 2018-12-11 | 深圳技术大学(筹) | 一种基于视觉传感跟踪车辆的智能停车方法及*** |
CN109948591A (zh) * | 2019-04-01 | 2019-06-28 | 广东安居宝数码科技股份有限公司 | 一种车位检测方法、装置、电子设备及可读取存储介质 |
CN110264777A (zh) * | 2019-06-26 | 2019-09-20 | 广州小鹏汽车科技有限公司 | 室内车辆导航方法、装置、存储介质及车辆控制终端 |
CN111210655A (zh) * | 2020-01-16 | 2020-05-29 | 北京汽车研究总院有限公司 | 泊车方法、装置、服务器和终端 |
CN111783671A (zh) * | 2020-07-02 | 2020-10-16 | 郑州迈拓信息技术有限公司 | 基于人工智能和cim的智慧城市地面车位图像处理方法 |
Non-Patent Citations (1)
Title |
---|
夏菲: "基于视觉检测的停车场车位自动识别技术研究", 《中国优秀硕士学位论文全文数据库信息科技辑(月刊 )》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115035742A (zh) * | 2022-05-24 | 2022-09-09 | 智慧互通科技股份有限公司 | 一种基于动态分配算法的城市公共区域空余车位配置方法及*** |
CN117253377A (zh) * | 2023-10-20 | 2023-12-19 | 石家庄市力弛科技开发有限公司 | 一种基于物联网的车辆信息智能化识别检测***及方法 |
CN117253377B (zh) * | 2023-10-20 | 2024-03-22 | 石家庄市力弛科技开发有限公司 | 一种基于物联网的车辆信息智能化识别检测***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112614375B (zh) | 2021-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110533925B (zh) | 车辆违法视频的处理方法、装置、计算机设备及存储介质 | |
JP7279721B2 (ja) | 物体認識装置、物体認識方法および物体認識プログラム | |
CN111497828B (zh) | 一种自动泊车方法、装置、介质及设备 | |
CN112614375B (zh) | 基于车辆行驶状态的停车引导方法和*** | |
CN109791603B (zh) | 通过预测对象的运动来捕获机动车辆的环境区域中的对象的方法、摄像机***以及机动车辆 | |
CN111750878B (zh) | 一种车辆位姿的修正方法和装置 | |
US20100121561A1 (en) | Car navigation system | |
CN108133484B (zh) | 基于场景分割的自动驾驶处理方法及装置、计算设备 | |
CN111860352B (zh) | 一种多镜头车辆轨迹全跟踪***及方法 | |
CN112528807B (zh) | 行驶轨迹的预测方法、装置、电子设备及存储介质 | |
US20220375234A1 (en) | Lane line recognition method, device and storage medium | |
CN113435237A (zh) | 物体状态识别装置、识别方法和识别用程序以及控制装置 | |
CN111444810A (zh) | 一种红绿灯信息识别方法、装置、设备及存储介质 | |
US9824449B2 (en) | Object recognition and pedestrian alert apparatus for a vehicle | |
CN112149471B (zh) | 一种基于语义点云的回环检测方法及装置 | |
CN109300313B (zh) | 违法行为的检测方法、相机及服务器 | |
CN112580565A (zh) | 车道线检测方法、装置、计算机设备和存储介质 | |
CN112883853A (zh) | 车道线的检测方法、装置、设备及存储介质 | |
CN111724607A (zh) | 转向灯使用检测方法、装置、计算机设备和存储介质 | |
CN107844749B (zh) | 路面检测方法及装置、电子设备、存储介质 | |
CN113994391B (zh) | 车辆通行提醒方法、装置及车载终端 | |
US11157755B2 (en) | Image processing apparatus | |
CN112634650B (zh) | 基于音视频监控的停车场管理方法和*** | |
US11195287B2 (en) | Method and device for checking the plausibility of a flow vector hypothesis | |
US20240249535A1 (en) | Method for recognizing horizontal road markings |
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 |