CN112863195A - 车辆状态的确定方法及装置 - Google Patents
车辆状态的确定方法及装置 Download PDFInfo
- Publication number
- CN112863195A CN112863195A CN202110292935.1A CN202110292935A CN112863195A CN 112863195 A CN112863195 A CN 112863195A CN 202110292935 A CN202110292935 A CN 202110292935A CN 112863195 A CN112863195 A CN 112863195A
- Authority
- CN
- China
- Prior art keywords
- target
- target vehicle
- vehicle
- determining
- image 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.)
- Granted
Links
Images
Classifications
-
- 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)
Abstract
本发明提供了一种车辆状态的确定方法及装置,包括:获取对目标检测区域进行采集到的激光雷达数据和图像数据,其中,激光雷达数据的时间戳与图像数据的时间戳之间满足预定时间差;将激光雷达数据和图像数据进行匹配得到目标车辆的目标激光雷达数据和目标图像数据;根据目标激光雷达数据和目标图像数据确定目标车辆的状态。通过本发明,解决了车辆管理准确率和效率低的问题。
Description
技术领域
本发明涉及通信领域,具体而言,涉及一种车辆状态的确定方法及装置。
背景技术
随着城市人口的增长,交通工具负荷大大增加,对于城市路边停车的需求也日益增加,随之而来的管理路边停车的需求也变多。对于路边车辆停车的管理通常是安排人员进行一段距离车辆的管理,但是人力有限,不能全覆盖一段路程所有车辆;或者有部分地方采用地磁技术,用于判断车辆停车状态并通知人员进行事件跟踪,但是效果也不佳。
针对相关技术中,车辆管理准确率和效率低的问题,目前尚未存在有效的解决方案。
发明内容
本发明实施例提供了一种车辆状态的确定方法及装置,以至少解决相关技术中车辆管理准确率和效率低的问题。
根据本发明的一个实施例,提供了一种车辆状态的确定方法,包括:获取对目标检测区域进行采集到的激光雷达数据和图像数据,其中,上述激光雷达数据的时间戳与上述图像数据的时间戳之间满足预定时间差;将上述激光雷达数据和上述图像数据进行匹配得到目标车辆的目标激光雷达数据和目标图像数据;根据上述目标激光雷达数据和上述目标图像数据确定上述目标车辆的状态。
可选地,将上述激光雷达数据和上述图像数据进行匹配得到目标车辆的目标激光雷达数据和目标图像数据,包括:在上述图像数据中确定上述目标车辆的目标轨迹框,其中,上述目标图像数据包括上述目标轨迹框;确定上述激光雷达数据中位于上述目标轨迹框的轮廓中心点为上述目标车辆的目标轮廓中心点,其中,上述目标激光雷达数据包括上述目标轮廓中心点。
可选地,确定上述激光雷达数据中位于上述目标轨迹框的轮廓中心点为上述目标车辆的目标轮廓中心点,包括:在上述激光雷达数据中位于上述目标轨迹框的轮廓中心点的数量为至少两个的情况下,根据至少两个轮廓中心点中的每个轮廓中心点对应的轮廓构建相应的矩形区域;确定与上述目标轨迹框重叠率最高的矩形区域对应的轮廓中心点为上述目标车辆的目标轮廓中心点。
可选地,上述根据至少两个轮廓中心点中的每个轮廓中心点对应的轮廓构建相应的矩形区域,包括:对上述至少两个轮廓中心点中的每个轮廓中心点执行以下操作,每个轮廓中心点被执行以下操作时称为当前轮廓中心点:确定当前轮廓的宽度和高度中的最小值为宽高最小值,其中,上述当前轮廓是上述当前轮廓中心点对应轮廓;根据上述宽高最小值移动上述当前轮廓中心点,得到至少两个边界点;确定上述至少两个边界点构成的区域为上述当前轮廓中心点对应的矩形区域。
可选地,上述根据上述目标激光雷达数据和上述目标图像数据确定上述目标车辆的状态,包括:在上述目标激光雷达数据中表示目标车辆的速度大于零的情况下,根据目标图像数据确定上述目标车辆是否在车位区域内;根据上述目标车辆是否在车位区域内确定上述目标车辆的状态。
可选地,根据上述目标车辆是否在车位区域内确定上述目标车辆的状态,包括:在上述目标车辆未在上述车位区域内的情况下,确定驶入队列中是否存在上述目标车辆的身份标识;在上述驶入队列中不存在上述目标车辆的身份标识的情况下,确定上述目标车辆的状态为驶入上述车位区域;在上述驶入队列中存在上述目标车辆的身份标识的情况下,确定上述目标车辆的状态为驶出上述车位区域。
可选地,在确定上述目标车辆的状态为驶入上述车位区域之后,包括:将上述目标车辆的身份标识添加至备用队列;在确定上述目标车辆的状态为驶出上述车位区域之后,包括:在确定上述目标车辆驶出上述车位区域预定距离后,将上述目标车辆的身份标识在上述驶入队列中删除。
可选地,根据上述目标车辆是否在车位区域内确定上述目标车辆的状态,包括:在上述目标车辆在上述车位区域内的情况下,确定备用队列中是否存在上述目标车辆的身份标识;在上述备用队列中存在上述目标车辆的身份标识的情况下,确定上述目标车辆的状态为驶入上述车位区域;在上述备用队列中不存在上述目标车辆的身份标识的情况下,若驶入队列中存在上述目标车辆的身份标识,确定上述目标车辆的状态为驶出上述车位区域;若驶入队列中不存在上述目标车辆的身份标识,生成报警信息。
可选地,在确定上述目标车辆的状态为驶入上述车位区域之后,上述方法包括:在确定预定时长内上述目标车辆的速度为零的情况下,将上述目标车辆的身份标识在上述备用队列中删除,并将上述目标车辆的身份标识添加至上述驶入队列;在确定上述目标车辆的状态为驶出上述车位区域之后,包括:在确定上述目标车辆驶出上述车位区域预定距离后,将上述目标车辆的身份标识在上述驶入队列中删除。
根据本发明的另一个实施例,提供了一种车辆状态的确定装置,包括:获取模块,用于获取对目标检测区域进行采集到的激光雷达数据和图像数据,其中,上述激光雷达数据的时间戳与上述图像数据的时间戳之间满足预定时间差;匹配模块,用于将上述激光雷达数据和上述图像数据进行匹配得到目标车辆的目标激光雷达数据和目标图像数据;确定模块,用于根据上述目标激光雷达数据和上述目标图像数据确定上述目标车辆的状态。
根据本发明的又一个实施例,还提供了一种存储介质,上述存储介质中存储有计算机程序,其中,上述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
根据本发明的又一个实施例,还提供了一种电子装置,包括存储器和处理器,上述存储器中存储有计算机程序,上述处理器被设置为运行上述计算机程序以执行上述任一项方法实施例中的步骤。
通过本发明,由于通过获取对目标检测区域进行采集到的激光雷达数据和图像数据,激光雷达数据的时间戳与图像数据的时间戳之间满足预定时间差;将激光雷达数据和图像数据进行匹配得到目标车辆的目标激光雷达数据和目标图像数据;根据目标激光雷达数据和目标图像数据确定目标车辆的状态。因此,可以解决车辆管理准确率和效率低问题,达到提高车辆管理准确率和效率的效果。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明实施例的一种车辆状态的确定方法的移动终端的硬件结构框图;
图2是根据本发明实施例的车辆状态的确定方法的流程图;
图3是根据本发明可选实施例的摄像机安全场景示意图一;
图4是根据本发明可选实施例的摄像机安全场景示意图二;
图5是根据本发明可选实施例的摄像机安全场景示意图三;
图6是根据本发明可选实施例的对检测区域进行标定的示意图;
图7是根据本发明可选实施例的驶入驶出判断逻辑示意图;
图8根据本发明实施例的车辆状态的确定装置的结构框图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例,图1是本发明实施例的一种车辆状态的确定方法的移动终端的硬件结构框图。如图1所示,移动终端10可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104,可选地,上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述移动终端的结构造成限定。例如,移动终端10还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序,例如,应用软件的软件程序以及模块,如本发明实施例中的车辆状态的确定方法对应的计算机程序,处理器102通过运行存储在存储器104内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至移动终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端10的通信供应商提供的无线网络。在一个实例中,传输装置106包括一个网络适配器(Network Interface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置106可以为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
在本实施例中提供了一种运行于上述移动终端的车辆状态的确定方法,图2是根据本发明实施例的车辆状态的确定方法的流程图,如图2所示,该流程包括如下步骤:
步骤S202,获取对目标检测区域进行采集到的激光雷达数据和图像数据,其中,上述激光雷达数据的时间戳与上述图像数据的时间戳之间满足预定时间差;
步骤S204,将上述激光雷达数据和上述图像数据进行匹配得到目标车辆的目标激光雷达数据和目标图像数据;
步骤S206,根据上述目标激光雷达数据和上述目标图像数据确定所述目标车辆的状态。
通过上述步骤,由于通过获取对目标检测区域进行采集到的激光雷达数据和图像数据,激光雷达数据的时间戳与图像数据的时间戳之间满足预定时间差;将激光雷达数据和图像数据进行匹配得到目标车辆的目标激光雷达数据和目标图像数据;根据目标激光雷达数据和目标图像数据确定目标车辆的状态。因此,可以解决车辆管理准确率和效率低问题,达到提高车辆管理准确率和效率的效果。
可选地,上述步骤的执行主体可以为终端等,但不限于此。
作为一个可选的实施方式,目标检测区域可以是路边停车道、停车场等交通场景,激光雷达和摄像机安装在目标检测区域,如图3是根据本发明可选实施例的摄像机安全场景示意图一,图4是根据本发明可选实施例的摄像机安全场景示意图二,图5是根据本发明可选实施例的摄像机安全场景示意图三。图3路侧检测场景的正视图,图4路侧检测场景俯视图,图5停车场场景俯瞰图。激光雷达安装配置在摄像机顶部,并且固定于检测杆。为了视频采集图像能够满足图像正常检测出车辆属性信息,检测杆的安装高度可以是4到6米,并且稳定不摇晃。
作为一个可选的实施方式,可以通过终端设备调节摄像头和激光雷达的方向,进而可以调整摄像头和激光雷达的拍摄区域。确定检测区域的边界,在检测区域选择四个边缘点,每隔预定距离作为标定点,预定距离可以根据实际情况而定,例如可以是5米、3米等。在标定点上放置角反射器,如图6是根据本发明可选实施例的对检测区域进行标定的示意图,将角反射器放置完成后会将对应标定点信息送至激光雷达进行标定操作,这样将激光雷达输出的坐标信息可以映射到视频采集的二维画面内。
作为一个可选的实施方式,标定完成后,激光雷达按照采样频率输出对应激光雷达数据,包含车辆的3D信息的车辆轮廓信息和车辆的速度信息。在本实施例中,目标检测区域内可以包括至少两辆车辆。摄像机采集的视频数据画面送至智能识别算法模块做属性识别,输出包含车辆的轨迹框,车辆的属性信息,车辆的属性信息可以包括:车标、车系和车牌等等。其中,激光雷达数据包括车辆的轮廓信息Bid、车辆的速度信息Vid,可以将激光雷达采集到的同一车辆的轮廓信息Bid、车辆的速度信息Vid进行绑定。图像数据包括:车辆的轨迹框Tid和车辆的属性信息Aid,可以将摄像机采集到的同一车辆的轨迹框Tid和车辆的属性信息Aid进行绑定。在本实施例中,激光雷达采集到轮廓信息可以是用于表示车辆轮廓的灰度图,摄像机擦剂到的轨迹框可以是摄像机拍摄的车辆图像。
作为一个可选的实施方式,将检测区域内最近车位下边线和最远车位上边线距离检测杆的距离,分别为记为Lmin和Lmax。将激光雷达数据进行过滤将[Lmin-1,Lmax+2]米内的信息保存下来,超过或者小于范围的信息进行过滤。将过滤后的激光雷达信息,进行灰度处理,可以根据距离关系远近将信息映射到不一样的灰度显示。
作为一个可选的实施方式,激光雷达和摄像机每采集一次数据会在采集得到的数据上打时间戳,将激光雷达采集的激光雷达数据和摄像机采集的图像数据上的时间戳进行比较,将时间戳误差小于或等于预定时间差的激光雷达数据和图像数据认为是在同一时刻对同一检测区域进行采集得到的数据,预定时间差可以根据实际情况而定,例如可以是±10ms。将满足预定时间差的激光雷达数据和图像数据进行绑定,分析激光雷达数据和图像中的车辆信息,进而可以确定出车辆的状态。
可选地,将上述激光雷达数据和上述图像数据进行匹配得到目标车辆的目标激光雷达数据和目标图像数据,包括:在上述图像数据中确定上述目标车辆的目标轨迹框,其中,上述目标图像数据包括上述目标轨迹框;确定上述激光雷达数据中位于上述目标轨迹框的轮廓中心点为上述目标车辆的目标轮廓中心点,其中,上述目标激光雷达数据包括上述目标轮廓中心点。
作为一个可选的实施方式,由于检测区域内可以包括多辆车辆,需要将采集得到的激光雷达数据和图像数据进行匹配,得到同一车辆(目标车辆)的目标激光雷达数据和目标图像数据,进而可以根据目标激光雷达数据和目标图像数据对目标车辆的状态进行分析。在本实施例中,可以通过激光雷达数据中的车辆的轮廓和图像数据中的车辆的轨迹框进行匹配的方式进行车辆匹配。具体地,可以通过如下方式对激光雷达数据和图像数据进行匹配:比较激光雷达灰度图中,车辆的轮廓中心点Bid-mid是否落于图像数据的目标轨迹框Tid中,若轮廓中心点Bid-mid落于图像数据的轨迹框Tid中,则认为激光雷达数据中的轮廓中心点所对应的车辆与图像数据中的轨迹框所对应的车辆是同一车辆(目标车辆),进而可以在激光雷达数据中确定出目标车辆的目标激光雷达数据,在图像数据中确定出目标车辆的目标图像数据,其中,目标激光雷达数据中包括目标车辆的目标轮廓中心点。具体地,可以通过判断轮廓中心点Bid-mid的坐标(Xid,Yid)中横坐标Xid是否大于轨迹框Tid的左上角横坐标Xul,并且纵坐标Yid小于轨迹框右下角纵坐标坐标Ydr,若同时满足,确定车辆的轮廓中心点Bid-mid落于图像数据的目标轨迹框Tid中。
可选地,确定上述激光雷达数据中位于上述目标轨迹框的轮廓中心点为上述目标车辆的目标轮廓中心点,包括:在上述激光雷达数据中位于所述目标轨迹框的轮廓中心点的数量为至少两个的情况下,根据至少两个轮廓中心点中的每个轮廓中心点对应的轮廓构建相应的矩形区域;确定与所述目标轨迹框重叠率最高的矩形区域对应的轮廓中心点为上述目标车辆的目标轮廓中心点。
作为一个可选的实施方式,若多个轮廓中心点落在同一个轨迹框中,可以根据轮廓中心点构建矩形区域,根据矩形区域与轨迹框的重叠率,进行匹配。
可选地,上述根据至少两个轮廓中心点中的每个轮廓中心点对应的轮廓构建相应的矩形区域,包括:对上述至少两个轮廓中心点中的每个轮廓中心点执行以下操作,每个轮廓中心点被执行以下操作时称为当前轮廓中心点:确定当前轮廓的宽度和高度中的最小值为宽高最小值,其中,上述当前轮廓是上述当前轮廓中心点对应轮廓;根据上述宽高最小值移动上述当前轮廓中心点,得到至少两个边界点;确定上述至少两个边界点构成的区域为上述当前轮廓中心点对应的矩形区域。
作为一个可选的实施方式,若多个轮廓中心点落在同一个轨迹框中,将每个轮廓中心点分辨加减上对应轮廓的宽高最小值WHmin,其中定义轮廓最高点到最低点的距离(高度)为Hmax,将轮廓最左点到最右点的距离(宽度)为Wmax,WHmin为宽高最小值min[Hmax,Wmax]。根据轮廓中心点和轮廓宽高最小值构建矩形区域,具体地可以按照宽高最小值对轮廓中心点进行平移,得到至少两个边界点,由至少两个边界点构成相应的矩形区域。例如,将轮廓中心点Bid-mid的横坐标和纵坐标均左移WHmin/2,得到第一边界点[Bid-mid(x)-WHmin/2,Bid-mid(y)-WHmin/2],将轮廓中心点Bid-mid的横坐标和纵坐标均右移WHmin/2,得到第二边界点[Bid-mid(x)+WHmin/2,Bid-mid(y)+WHmin/2],第一边界点作为矩形区域的左上点,第二边界点作为区域的右下点,由此构成与该轮廓中心点对应的矩形区域。计算该矩形区域和视频数据中的轨迹框的重叠率,比例最高的矩形区域对应的轮廓中心点对应的车辆与该轨迹框对应的车辆,是同一个目标车辆,根据进行属性信息和激光雷达信息的融合,将目标车辆的Bid,Vid,Tid,Aid四个信息统一成同样的身份标识进行融合,得到目标车辆的融合信息,融合信息包括目标车辆的目标激光雷达数据Bid,Vid,以及目标车辆的目标图像数据Tid,Aid。
可选地,上述根据上述目标激光雷达数据和上述目标图像数据确定所述目标车辆的状态,包括:在上述目标激光雷达数据中表示目标车辆的速度大于零的情况下,根据目标图像数据确定上述目标车辆是否在车位区域内;根据上述目标车辆是否在车位区域内确定上述目标车辆的状态。
作为一个可选的实施方式,通过激光雷达数据可以检测出车辆的速度,存在速度的车辆是正在移动的车辆。对正在移动的车辆进行驶入车位和驶出车位进行判断,进而可以确定出车辆的状态,以便对停车区域内的车辆进行管理。作为一个可选的实施方式,如图7是根据本发明可选实施例的驶入驶出判断逻辑示意图,可以根据图像数据确定车辆是否停落在停车区域内,可以根据车辆是否停落在停车区域内对车辆的驶入驶出状态进行判定。
可选地,根据上述目标车辆是否在车位区域内确定上述目标车辆的状态,包括:在上述目标车辆未在上述车位区域内的情况下,确定驶入队列中是否存在上述目标车辆的身份标识;在上述驶入队列中不存在上述目标车辆的身份标识的情况下,确定上述目标车辆的状态为驶入上述车位区域;在上述驶入队列中存在上述目标车辆的身份标识的情况下,确定上述目标车辆的状态为驶出上述车位区域。
作为一个可选的实施方式,如果车辆停落在车位区域外,而且在驶入队列里面查询不到该车辆,说明该车辆可能要驶入车位,则将该车辆的身份标识加入到备用队列;如果能够在驶入队列里查询到该车辆,则说明该车辆是原先停在车位里的车辆,即将要驶出车位。
可选地,在确定上述目标车辆的状态为驶入上述车位区域之后,包括:将上述目标车辆的身份标识添加至备用队列;在确定上述目标车辆的状态为驶出上述车位区域之后,包括:在确定上述目标车辆驶出上述车位区域预定距离后,将上述目标车辆的身份标识在上述驶入队列中删除。
作为一个可选的实施方式,如果车辆停落在车位区域外,而且在驶入队列里面查询不到该车辆,说明该车辆可能要驶入车位,则将该车辆的身份标识加入到备用队列;如果能够在驶入队列里查询到该车辆,则说明该车辆是原先停在车位里的车辆,即将要驶出车位。将该车辆加入到驶出队列,继续判断该车辆驶出车位的距离是否超过阀值,如果距离超过阀值并且速度大于0,且维持5帧,则生成驶出事件,并删除驶入队列里的该车辆身份标识。
可选地,根据上述目标车辆是否在车位区域内确定上述目标车辆的状态,包括:在上述目标车辆在上述车位区域内的情况下,确定备用队列中是否存在上述目标车辆的身份标识;在上述备用队列中存在上述目标车辆的身份标识的情况下,确定上述目标车辆的状态为驶入上述车位区域;在上述备用队列中不存在上述目标车辆的身份标识的情况下,若驶入队列中存在上述目标车辆的身份标识,确定上述目标车辆的状态为驶出上述车位区域;若驶入队列中不存在上述目标车辆的身份标识,生成报警信息。
作为一个可选的实施方式,如果图像数据表示车辆停落在车位区域内,则查找备用队列里是否存在该车辆的身份标识,如果存在,说明该车辆即将驶入车位,将该车辆添加到驶入队列里。如果在备用队列里查找不到该车,说明该车原先就停在车位内,遍历驶入队列,如果查找到该车,则确定该车即将驶出车位,更新该车信息。如果驶入队列查找不到该车的身份标识,并生成驶入报警。当驶入报警产生的时候,将判断车辆轮廓是否跨过车位线。当有车辆轮廓有超过车位线40个像素认定产生了跨位停车。补充上报产生了跨位停车事件。
可选地,在确定上述目标车辆的状态为驶入上述车位区域之后,上述方法包括:在确定预定时长内上述目标车辆的速度为零的情况下,将上述目标车辆的身份标识在上述备用队列中删除,并将上述目标车辆的身份标识添加至上述驶入队列;在确定上述目标车辆的状态为驶出上述车位区域之后,包括:在确定上述目标车辆驶出上述车位区域预定距离后,将上述目标车辆的身份标识在上述驶入队列中删除。
作为一个可选的实施方式,如果图像数据表示车辆停落在车位区域内,则查找备用队列里是否存在该车辆,如果存在,说明该车辆即将驶入车位,将该车辆添加到驶入队列里,当判断该目标速度为0时,确定该目标已经停稳,删除备用队列里的该车辆,生成驶入事件。
如果在备用队列里查找不到该车,说明该车原先就停在车位内,遍历驶入队列,如果查找到该车,如果查找到该车,则确定该车即将驶出车位,继续判断该车辆驶出车位的距离是否超过阀值,如果距离超过阀值并且速度大于0,则生成驶出事件,将该车辆身份标识加入到驶出队列。
本申请能够通过标定方式和数据预处理分析的方式,绑定激光雷达检测信息和图像AI识别信息,做到信息融合。能够通过激光雷达获取到目标轮廓信息和速度信息,补充了视频无法检测的属性,提高检测效果。还能够补充提示车辆是否跨位的判断。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例上述的方法。
在本实施例中还提供了一种车辆状态的确定装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图8根据本发明实施例的车辆状态的确定装置的结构框图,如图8所示,该装置包括:获取模块82,用于获取对目标检测区域进行采集到的激光雷达数据和图像数据,其中,上述激光雷达数据的时间戳与上述图像数据的时间戳之间满足预定时间差;匹配模块84,用于将上述激光雷达数据和上述图像数据进行匹配得到目标车辆的目标激光雷达数据和目标图像数据;确定模块86,用于根据上述目标激光雷达数据和上述目标图像数据确定上述目标车辆的状态。
可选地,上述装置还用于在上述图像数据中确定上述目标车辆的目标轨迹框,其中,上述目标图像数据包括上述目标轨迹框;确定上述激光雷达数据中位于上述目标轨迹框的轮廓中心点为上述目标车辆的目标轮廓中心点,其中,上述目标激光雷达数据包括上述目标轮廓中心点。
可选地,上述装置还用于在上述激光雷达数据中位于上述目标轨迹框的轮廓中心点的数量为至少两个的情况下,根据至少两个轮廓中心点中的每个轮廓中心点对应的轮廓构建相应的矩形区域;确定与上述目标轨迹框重叠率最高的矩形区域对应的轮廓中心点为上述目标车辆的目标轮廓中心点。
可选地,上述装置还用于对上述至少两个轮廓中心点中的每个轮廓中心点执行以下操作,每个轮廓中心点被执行以下操作时称为当前轮廓中心点:确定当前轮廓的宽度和高度中的最小值为宽高最小值,其中,上述当前轮廓是上述当前轮廓中心点对应轮廓;根据上述宽高最小值移动上述当前轮廓中心点,得到至少两个边界点;确定上述至少两个边界点构成的区域为上述当前轮廓中心点对应的矩形区域。
可选地,上述装置还用于在上述目标激光雷达数据中表示目标车辆的速度大于零的情况下,根据目标图像数据确定上述目标车辆是否在车位区域内;根据上述目标车辆是否在车位区域内确定上述目标车辆的状态。
可选地,上述装置还用于在上述目标车辆未在上述车位区域内的情况下,确定驶入队列中是否存在上述目标车辆的身份标识;在上述驶入队列中不存在上述目标车辆的身份标识的情况下,确定上述目标车辆的状态为驶入上述车位区域;在上述驶入队列中存在上述目标车辆的身份标识的情况下,确定上述目标车辆的状态为驶出上述车位区域。
可选地,上述装置还用于在确定上述目标车辆的状态为驶入上述车位区域之后,将上述目标车辆的身份标识添加至备用队列;在确定上述目标车辆的状态为驶出上述车位区域之后,在确定上述目标车辆驶出上述车位区域预定距离后,将上述目标车辆的身份标识在上述驶入队列中删除。
可选地,上述装置还用于在上述目标车辆在上述车位区域内的情况下,确定备用队列中是否存在上述目标车辆的身份标识;在上述备用队列中存在上述目标车辆的身份标识的情况下,确定上述目标车辆的状态为驶入所述车位区域;在所述备用队列中不存在所述目标车辆的身份标识的情况下,若驶入队列中存在上述目标车辆的身份标识,确定上述目标车辆的状态为驶出上述车位区域;若驶入队列中不存在上述目标车辆的身份标识,生成报警信息。
可选地,上述装置还用于在确定上述目标车辆的状态为驶入上述车位区域之后,在确定预定时长内上述目标车辆的速度为零的情况下,将上述目标车辆的身份标识在上述备用队列中删除,并将上述目标车辆的身份标识添加至上述驶入队列;在确定上述目标车辆的状态为驶出上述车位区域之后,在确定上述目标车辆驶出上述车位区域预定距离后,将上述目标车辆的身份标识在上述驶入队列中删除。
需要说明的是,上述各个模块是可以通过软件或硬件来实现的,对于后者,可以通过以下方式实现,但不限于此:上述模块均位于同一处理器中;或者,上述各个模块以任意组合的形式分别位于不同的处理器中。
本发明的实施例还提供了一种存储介质,该存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
可选地,在本实施例中,上述存储介质可以被设置为存储用于执行以下步骤的计算机程序:
S1,获取对目标检测区域进行采集到的激光雷达数据和图像数据,其中,上述激光雷达数据的时间戳与上述图像数据的时间戳之间满足预定时间差;
S2,将上述激光雷达数据和上述图像数据进行匹配得到目标车辆的目标激光雷达数据和目标图像数据;
S3,根据上述目标激光雷达数据和上述目标图像数据确定上述目标车辆的状态。
可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(Read-Only Memory,简称为ROM)、随机存取存储器(Random Access Memory,简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明的实施例还提供了一种电子装置,包括存储器和处理器,该存储器中存储有计算机程序,该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地,上述电子装置还可以包括传输设备以及输入输出设备,其中,该传输设备和上述处理器连接,该输入输出设备和上述处理器连接。
可选地,在本实施例中,上述处理器可以被设置为通过计算机程序执行以下步骤:
S1,获取对目标检测区域进行采集到的激光雷达数据和图像数据,其中,上述激光雷达数据的时间戳与上述图像数据的时间戳之间满足预定时间差;
S2,将上述激光雷达数据和上述图像数据进行匹配得到目标车辆的目标激光雷达数据和目标图像数据;
S3,根据上述目标激光雷达数据和上述目标图像数据确定上述目标车辆的状态。
可选地,本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,本实施例在此不再赘述。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述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 (10)
1.一种车辆状态的确定方法,其特征在于,包括:
获取对目标检测区域进行采集到的激光雷达数据和图像数据,其中,所述激光雷达数据的时间戳与所述图像数据的时间戳之间满足预定时间差;
将所述激光雷达数据和所述图像数据进行匹配得到目标车辆的目标激光雷达数据和目标图像数据;
根据所述目标激光雷达数据和所述目标图像数据确定所述目标车辆的状态。
2.根据权利要求1所述的方法,其特征在于,将所述激光雷达数据和所述图像数据进行匹配得到目标车辆的目标激光雷达数据和目标图像数据,包括:
在所述图像数据中确定所述目标车辆的目标轨迹框,其中,所述目标图像数据包括所述目标轨迹框;
确定所述激光雷达数据中位于所述目标轨迹框的轮廓中心点为所述目标车辆的目标轮廓中心点,其中,所述目标激光雷达数据包括所述目标轮廓中心点。
3.根据权利要求2所述的方法,其特征在于,确定所述激光雷达数据中位于所述目标轨迹框的轮廓中心点为所述目标车辆的目标轮廓中心点,包括:
在所述激光雷达数据中位于所述目标轨迹框的轮廓中心点的数量为至少两个的情况下,根据至少两个轮廓中心点中的每个轮廓中心点对应的轮廓构建相应的矩形区域;
确定与所述目标轨迹框重叠率最高的矩形区域对应的轮廓中心点为所述目标车辆的目标轮廓中心点。
4.根据权利要求3所述的方法,其特征在于,所述根据至少两个轮廓中心点中的每个轮廓中心点对应的轮廓构建相应的矩形区域,包括:
对所述至少两个轮廓中心点中的每个轮廓中心点执行以下操作,每个轮廓中心点被执行以下操作时称为当前轮廓中心点:
确定当前轮廓的宽度和高度中的最小值为宽高最小值,其中,所述当前轮廓是所述当前轮廓中心点对应轮廓;
根据所述宽高最小值移动所述当前轮廓中心点,得到至少两个边界点;
确定所述至少两个边界点构成的区域为所述当前轮廓中心点对应的矩形区域。
5.根据权利要求1至4中任一项所述的方法,其特征在于,所述根据所述目标激光雷达数据和所述目标图像数据确定所述目标车辆的状态,包括:
在所述目标激光雷达数据中表示目标车辆的速度大于零的情况下,根据目标图像数据确定所述目标车辆是否在车位区域内;
根据所述目标车辆是否在车位区域内确定所述目标车辆的状态。
6.根据权利要求5所述的方法,其特征在于,根据所述目标车辆是否在车位区域内确定所述目标车辆的状态,包括:
在所述目标车辆未在所述车位区域内的情况下,确定驶入队列中是否存在所述目标车辆的身份标识;
在所述驶入队列中不存在所述目标车辆的身份标识的情况下,确定所述目标车辆的状态为驶入所述车位区域;
在所述驶入队列中存在所述目标车辆的身份标识的情况下,确定所述目标车辆的状态为驶出所述车位区域。
7.根据权利要求6所述的方法,其特征在于,
在确定所述目标车辆的状态为驶入所述车位区域之后,包括:将所述目标车辆的身份标识添加至备用队列;
在确定所述目标车辆的状态为驶出所述车位区域之后,包括:在确定所述目标车辆驶出所述车位区域预定距离后,将所述目标车辆的身份标识在所述驶入队列中删除。
8.根据权利要求5所述的方法,其特征在于,根据所述目标车辆是否在车位区域内确定所述目标车辆的状态,包括:
在所述目标车辆在所述车位区域内的情况下,确定备用队列中是否存在所述目标车辆的身份标识;
在所述备用队列中存在所述目标车辆的身份标识的情况下,确定所述目标车辆的状态为驶入所述车位区域;
在所述备用队列中不存在所述目标车辆的身份标识的情况下,若驶入队列中存在所述目标车辆的身份标识,确定所述目标车辆的状态为驶出所述车位区域;若驶入队列中不存在所述目标车辆的身份标识,生成报警信息。
9.根据权利要求8所述的方法,其特征在于,
在确定所述目标车辆的状态为驶入所述车位区域之后,所述方法包括:在确定预定时长内所述目标车辆的速度为零的情况下,将所述目标车辆的身份标识在所述备用队列中删除,并将所述目标车辆的身份标识添加至所述驶入队列;
在确定所述目标车辆的状态为驶出所述车位区域之后,包括:在确定所述目标车辆驶出所述车位区域预定距离后,将所述目标车辆的身份标识在所述驶入队列中删除。
10.一种车辆状态的确定装置,其特征在于,包括:
获取模块,用于获取对目标检测区域进行采集到的激光雷达数据和图像数据,其中,所述激光雷达数据的时间戳与所述图像数据的时间戳之间满足预定时间差;
匹配模块,用于将所述激光雷达数据和所述图像数据进行匹配得到目标车辆的目标激光雷达数据和目标图像数据;
确定模块,用于根据所述目标激光雷达数据和所述目标图像数据确定所述目标车辆的状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110292935.1A CN112863195B (zh) | 2021-03-18 | 2021-03-18 | 车辆状态的确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110292935.1A CN112863195B (zh) | 2021-03-18 | 2021-03-18 | 车辆状态的确定方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112863195A true CN112863195A (zh) | 2021-05-28 |
CN112863195B CN112863195B (zh) | 2022-06-14 |
Family
ID=75993511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110292935.1A Active CN112863195B (zh) | 2021-03-18 | 2021-03-18 | 车辆状态的确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112863195B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115169452A (zh) * | 2022-06-30 | 2022-10-11 | 北京中盛国芯科技有限公司 | 基于时空同步队列特性雷视融合目标信息***及方式方法 |
CN117334080A (zh) * | 2023-12-01 | 2024-01-02 | 江苏镭神激光智能***有限公司 | 基于激光雷达和相机识别的车辆追踪方法及*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110517530A (zh) * | 2019-09-03 | 2019-11-29 | 吉林大学 | 一种基于停车机器人的城市道路路侧停车管控方法 |
US20200238982A1 (en) * | 2019-01-30 | 2020-07-30 | Mando Corporation | Driver assistance system and control method thereof |
CN111582256A (zh) * | 2020-04-26 | 2020-08-25 | 智慧互通科技有限公司 | 一种基于雷达和视觉信息的停车管理方法及装置 |
CN111739338A (zh) * | 2020-05-07 | 2020-10-02 | 智慧互通科技有限公司 | 一种基于多类型传感器的停车管理方法及*** |
CN112185129A (zh) * | 2020-11-13 | 2021-01-05 | 重庆盘古美天物联网科技有限公司 | 基于城市辅路卡口抓拍的停车管理方法 |
CN112330968A (zh) * | 2020-11-19 | 2021-02-05 | 朱新培 | 一种基于微波雷达的城市路边停车场的数据采集装置及其方法 |
-
2021
- 2021-03-18 CN CN202110292935.1A patent/CN112863195B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200238982A1 (en) * | 2019-01-30 | 2020-07-30 | Mando Corporation | Driver assistance system and control method thereof |
CN110517530A (zh) * | 2019-09-03 | 2019-11-29 | 吉林大学 | 一种基于停车机器人的城市道路路侧停车管控方法 |
CN111582256A (zh) * | 2020-04-26 | 2020-08-25 | 智慧互通科技有限公司 | 一种基于雷达和视觉信息的停车管理方法及装置 |
CN111739338A (zh) * | 2020-05-07 | 2020-10-02 | 智慧互通科技有限公司 | 一种基于多类型传感器的停车管理方法及*** |
CN112185129A (zh) * | 2020-11-13 | 2021-01-05 | 重庆盘古美天物联网科技有限公司 | 基于城市辅路卡口抓拍的停车管理方法 |
CN112330968A (zh) * | 2020-11-19 | 2021-02-05 | 朱新培 | 一种基于微波雷达的城市路边停车场的数据采集装置及其方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115169452A (zh) * | 2022-06-30 | 2022-10-11 | 北京中盛国芯科技有限公司 | 基于时空同步队列特性雷视融合目标信息***及方式方法 |
CN117334080A (zh) * | 2023-12-01 | 2024-01-02 | 江苏镭神激光智能***有限公司 | 基于激光雷达和相机识别的车辆追踪方法及*** |
CN117334080B (zh) * | 2023-12-01 | 2024-02-02 | 江苏镭神激光智能***有限公司 | 基于激光雷达和相机识别的车辆追踪方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN112863195B (zh) | 2022-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108345822B (zh) | 一种点云数据处理方法及装置 | |
EP3806064B1 (en) | Method and apparatus for detecting parking space usage condition, electronic device, and storage medium | |
CN113240909B (zh) | 车辆监测方法、设备、云控平台和车路协同*** | |
Kumaran et al. | Computer vision-guided intelligent traffic signaling for isolated intersections | |
CN112863195B (zh) | 车辆状态的确定方法及装置 | |
CN114445803A (zh) | 驾驶数据的处理方法、装置及电子设备 | |
CN112447041A (zh) | 识别车辆的营运行为的方法、装置及计算设备 | |
CN113470206B (zh) | 一种基于车辆匹配的高速公路稽查方法、设备及介质 | |
EP4020428A1 (en) | Method and apparatus for recognizing lane, and computing device | |
CN115035744B (zh) | 一种基于图像分析及rfid的车辆识别方法、装置及*** | |
CN110602446A (zh) | 垃圾回收提醒方法、***及存储介质 | |
CN110021161B (zh) | 一种交通流向的预测方法及*** | |
CN114332707A (zh) | 设备有效性的确定方法及装置、存储介质、电子装置 | |
CN110930715A (zh) | 一种非机动车闯红灯识别方法、***及违章处理平台 | |
CN111929672A (zh) | 移动轨迹的确定方法及装置、存储介质和电子装置 | |
CN114611635A (zh) | 一种对象的识别方法、装置、存储介质及电子装置 | |
CN114782496A (zh) | 一种对象的跟踪方法、装置、存储介质及电子装置 | |
CN114677843A (zh) | 路况信息的处理方法、装置、***及电子设备 | |
CN116311015A (zh) | 道路场景识别方法、装置、服务器、存储介质和程序产品 | |
CN114202919A (zh) | 一种非机动车电子车牌遮挡的识别方法、装置及*** | |
CN113609317A (zh) | 一种图像库构建方法、装置及电子设备 | |
CN113744304A (zh) | 一种目标检测跟踪的方法和装置 | |
CN113823095B (zh) | 交通状态的确定方法、装置、存储介质及电子装置 | |
CN111243289A (zh) | 目标车辆的跟踪方法及装置、存储介质、电子装置 | |
CN114926973B (zh) | 一种视频监控方法、装置、***、服务器及可读存储介质 |
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 |