CN113593057A - 一种基于无人机巡检的路内停车位管理方法 - Google Patents
一种基于无人机巡检的路内停车位管理方法 Download PDFInfo
- Publication number
- CN113593057A CN113593057A CN202110723234.9A CN202110723234A CN113593057A CN 113593057 A CN113593057 A CN 113593057A CN 202110723234 A CN202110723234 A CN 202110723234A CN 113593057 A CN113593057 A CN 113593057A
- Authority
- CN
- China
- Prior art keywords
- target
- unmanned aerial
- image
- license plate
- aerial vehicle
- 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
Links
- 238000007726 management method Methods 0.000 title claims abstract description 134
- 238000007689 inspection Methods 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 claims abstract description 55
- 238000001514 detection method Methods 0.000 claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 29
- 230000011218 segmentation Effects 0.000 claims abstract description 21
- 230000008569 process Effects 0.000 claims description 24
- 230000009466 transformation Effects 0.000 claims description 13
- 238000012549 training Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000003708 edge detection Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000013459 approach Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 6
- 238000012544 monitoring process Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 24
- 230000006870 function Effects 0.000 description 15
- 238000004891 communication Methods 0.000 description 7
- 238000010276 construction Methods 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 7
- 238000009434 installation Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 3
- 230000002349 favourable effect Effects 0.000 description 2
- 230000005389 magnetism Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
- G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
- G07B15/02—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points taking into account a variable factor such as distance or time, e.g. for passenger transport, parking systems or car rental systems
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/20—Checking timed patrols, e.g. of watchman
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Devices For Checking Fares Or Tickets At Control Points (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提出了一种基于无人机巡检的路内停车位管理方法,涉及路内停车管理技术领域。该方法包括如下步骤:将无人机获取的多个泊位图像输入至目标车辆检测网络模型,得到含有目标车辆的泊位图像及目标车辆位置。将无人机获取的目标车辆图像输入至车牌分割网络模型,得到目标车牌图像。对目标车牌图像进行处理,得到目标车牌号码。若无人机巡检拍摄到目标车辆未在停车位,则记录本次巡检拍摄到目标车辆未在停车位的时间,并获取上一次无人机巡检拍摄到目标车辆图像的时间,计算两个时间的中值,将中值作为驶出时间。根据驶入时间和驶出时间计算目标车辆停车费用。从而达到无需人工监控而对停车位上的车辆进行记录管理的效果,提高停车收费的效率。
Description
技术领域
本发明涉及路内停车管理技术领域,具体而言,涉及一种基于无人机巡检的路内停车位管理方法。
背景技术
随着国内汽车保有量的增长,汽车泊位逐渐紧张,城市道路内划设的临时停车泊位缓解了城市停车困难,但其停车管理面临重大挑战。
目前开放式的路内停车管理主要分为人工管理和传统智能停车管理。人工管理由巡检员手持PDA录入管理区域内进入泊位上车辆的信息,并在其离开车位时上前收费。但人工管理收费存在收费员管理区域有限,收费难以监管,则逃欠费无法追缴,且运营管理人力成本高。传统智能停车管理通过在车位地面上安装车位锁或地磁设备检测车辆,通过高位车牌识别仪记录车辆信息,虽然无需人工值守,但是一架高位车牌识别仪只能记录几个泊位上车辆信息,且每个泊位都需要在地面安装车辆检测设备,建设和维护成本较高。现有技术无法提供一种管理人力成本低,且安装设备少、建设和运营维护成本低的停车管理收费方法。
发明内容
本发明的目的在于提供一种基于无人机巡检的路内停车位管理方法,其能够提供一种管理人力成本低,且安装设备少、建设和运营维护成本低的停车管理收费方法。
本发明的实施例是这样实现的:
第一方面,本申请实施例提供一种基于无人机巡检的路内停车位管理方法,其包括如下步骤:无人机按预设巡检路线在第一飞行高度航行拍摄,以获取多个泊位图像,并将多个泊位图像传输至停车管理平台。停车管理平台将多个泊位图像输入至预置的目标车辆检测网络模型,得到含有目标车辆的泊位图像及目标车辆位置,并将含有目标车辆的泊位图像的拍摄时间作为驶入时间。无人机根据目标车辆位置调整至第二飞行高度以拍摄目标车辆,以得到目标车辆图像,并将目标车辆图像传输至停车管理平台。停车管理平台将目标车辆图像输入至预置的车牌分割网络模型,得到目标车牌图像。停车管理平台对目标车牌图像进行处理,以得到目标车牌号码。重复以上步骤,若无人机巡检拍摄到目标车辆未在停车位,则停车管理平台记录本次巡检拍摄到目标车辆未在停车位的时间,并获取上一次无人机巡检拍摄到目标车辆图像的时间,计算两个时间的中值,将中值作为驶出时间。停车管理平台根据驶入时间和驶出时间计算目标车辆停车费用。
在本发明的一些实施例中,上述停车管理平台将泊位图像输入至预置的目标车辆检测网络模型的步骤之前,方法还包括:建立目标检测初始模型。获取样本,样本为人工标注的预先采集图像中的车辆。根据样本训练目标检测初始模型,以得到训练好的目标车辆检测网络模型。
在本发明的一些实施例中,上述停车管理平台将目标车辆图像输入至预置的车牌分割网络模型的步骤之前,方法还包括:建立车牌检测初始模型。获取样本,样本为人工标注的预先采集图像中的车牌。根据样本训练车牌检测初始模型,以得到训练好的车牌分割网络模型。
在本发明的一些实施例中,上述停车管理平台对目标车牌图像进行处理,以得到目标车牌号码的步骤包括:对目标车牌图像进行透视变换,以得到透视变换图。对透视变换图进行灰度处理、平滑滤波处理,以得到处理图像。对处理图像进行二值化处理,以得到二值图像。对二值图像进行边缘检测,以获取边缘的最小外接矩形。利用最小外接矩形将二值图像中每个字符截取出来,并对每个字符进行模板匹配,以得到目标车牌号码。
在本发明的一些实施例中,上述停车管理平台对目标车牌图像进行处理,以得到目标车牌号码的步骤之后,方法还包括:查询目标车牌号码的实际欠费次数,若实际欠费次数超过预设欠费次数,则向管理人员发送通知。若实际欠费次数未超过预设欠费次数,则记录目标车牌号码和本次欠费信息。
在本发明的一些实施例中,上述停车管理平台包括:车辆检测单元,用于将泊位图像输入至预置的目标车辆检测网络模型,得到含有目标车辆的泊位图像及目标车辆位置,并将含有目标车辆的泊位图像的拍摄时间作为驶入时间。车牌识别单元,用于将目标车辆图像输入至预置的车牌分割网络模型,得到目标车牌图像。车牌号码识别单元,用于对目标车牌图像进行处理,以得到目标车牌号码。驶出时间计算单元,用于若无人机巡检拍摄到目标车辆未在停车位,则记录本次巡检拍摄到目标车辆未在停车位的时间,并获取上一次无人机巡检拍摄到目标车辆图像的时间,计算两个时间的中值,将中值作为驶出时间。计费单元,用于根据驶入时间和驶出时间计算目标车辆停车费用。
在本发明的一些实施例中,上述无人机按预设巡检路线在第一飞行高度航行的步骤包括:根据充电桩位置和停车位位置,设定巡检路线,巡检路线将充电桩位置作为无人机起飞位置。当无人机完成一轮巡检后,无人机将向充电桩靠近。当无人机与充电桩的距离达到预设的距离阈值时,无人机缓慢下降至着陆。当无人机着陆后,无人机与充电桩进行无线充电。
在本发明的一些实施例中,上述停车管理平台根据驶入时间和驶出时间计算目标车辆停车费用的步骤之后,方法包括:通过支付接口接收目标车辆停车费用,并将目标车辆停车费用进行更新。
第二方面,本申请实施例提供一种电子设备,其包括存储器,用于存储一个或多个程序;处理器。当一个或多个程序被处理器执行时,实现如上述第一方面中任一项的方法。
第三方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述第一方面中任一项的方法。
相对于现有技术,本发明的实施例至少具有如下优点或有益效果:
本发明提供一种基于无人机巡检的路内停车位管理方法,包括如下步骤:无人机按预设巡检路线在第一飞行高度航行拍摄,以获取多个泊位图像,并将多个泊位图像传输至停车管理平台。停车管理平台将多个泊位图像输入至预置的目标车辆检测网络模型,得到含有目标车辆的泊位图像及目标车辆位置,并将含有目标车辆的泊位图像的拍摄时间作为驶入时间。无人机根据目标车辆位置调整至第二飞行高度以拍摄目标车辆,以得到目标车辆图像,并将目标车辆图像传输至停车管理平台。停车管理平台将目标车辆图像输入至预置的车牌分割网络模型,得到目标车牌图像。停车管理平台对目标车牌图像进行处理,以得到目标车牌号码。重复以上步骤,若无人机巡检拍摄到目标车辆未在停车位,则停车管理平台记录本次巡检拍摄到目标车辆未在停车位的时间,并获取上一次无人机巡检拍摄到目标车辆图像的时间,计算两个时间的中值,将中值作为驶出时间。停车管理平台根据驶入时间和驶出时间计算目标车辆停车费用。由无人机航拍多个泊位图像,并传输至停车管理平台。停车管理平台对多个泊位图像进行处理,获得目标车辆位置。根据确定的目标车辆位置,无人机拍摄目标车辆图像,并传输至停车管理平台,停车管理平台将目标车辆图像中的目标车牌图像截取出来,再对目标车牌图像进行处理,以得到目标车牌号码。在无人机进行陆续巡检的过程中,当检测到目标车辆位置上不存在具有目标车牌号码的目标车辆时,则以上一次无人机巡检拍摄到目标车辆图像的时间和本次巡检拍摄到目标车辆位置的时间的中值作为该目标车辆的驶出时间,达到了无需人工监控而对停车位上的车辆进行记录管理的效果,而且该方法不需要对每个停车位安装车位锁或地磁设备,也不需要高位车牌识别仪记录车辆信息,有效降低了安装设备的建设和运营维护成本。而且停车管理平台还可以根据驶入时间和驶出时间计算目标车辆停车费用,提高了停车收费的效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本发明实施例提供的一种基于无人机巡检的路内停车位管理方法的流程图;
图2为本发明实施例提供的一种停车管理平台的结构框图;
图3为本发明实施例提供的一种目标车辆图像的示意图;
图4为本发明实施例提供的一种对目标车牌图像进行分割的示意图;
图5为本发明实施例提供的一种目标车牌图像的示意图;
图6为本发明实施例提供的一种处理图像的示意图;
图7为本发明实施例提供的一种二值图像的示意图;
图8为本发明实施例提供的一种对二值图像进行边缘检测的示意图;
图9为本发明实施例提供的一种处理图像中每个字符的图像示意图;
图10为本发明实施例提供的一种基于无人机巡检的路内停车位管理方法的实施过程示意图;
图11为本发明实施例提供的一种电子设备的示意性结构框图。
图标:100-停车管理平台;110-车辆检测单元;120-车牌识别单元;130-车牌号码识别单元;140-驶出时间计算单元;150-计算单元;101-存储器;102-处理器;103-通信接口;1-无人机;2-第一充电桩;3-第二充电桩。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,若出现术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,若出现术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,若出现由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
在本申请的描述中,需要说明的是,若出现术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该申请产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
在本申请的描述中,还需要说明的是,除非另有明确的规定和限定,若出现术语“设置”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的各个实施例及实施例中的各个特征可以相互组合。
实施例
请参照图1、图3、图4和图5,图1所示为本申请实施例提供的一种基于无人机1巡检的路内停车位管理方法的流程图,图3所示为本申请实施例提供的一种目标车辆图像的示意图,图4所示为本申请实施例提供的一种对目标车牌图像进行分割的示意图,图5所示为本申请实施例提供的一种目标车牌图像的示意图。本申请实施例提供一种基于无人机1巡检的路内停车位管理方法,其包括如下步骤:
S110:无人机1按预设巡检路线在第一飞行高度航行拍摄,以获取多个泊位图像,并将多个泊位图像传输至停车管理平台100;
根据停车位的位置和充电桩的位置设定巡检路线,具体的,充电桩安装于无人机1的起飞位置和终点位置,充电桩为无人机1充电,以保证无人机1正常巡检,当路边停车位的位置环形排列时,将巡检路线设定为与路边停车位的位置排列一致的环形,此时,无人机1的起飞位置和终点位置可以是同一位置。当路边停车位的位置为直线排列时,将巡检路线设定为与路边停车位的位置排列一致的直线,此时,无人机1的起飞位置和终点位置位于上述直线的两端。用户可以根据实际情况选择利用一架无人机1进行巡检或者两架无人机1进行巡检,当利用一架无人机1进行巡检时,可以在一定程度上减少无人机1的数量成本。当利用两架无人机1进行巡检时,两架无人机1交替巡检可以延长无人机1的充电时间。一架无人机1进行一轮巡检的时间与巡检路线的长度、无人机1的数量有关。若巡检路线越长,且只有一架无人机1进行巡检,无人机1进行一轮巡检的时间就越长。示例性的,一架无人机1进行一轮巡检的时间可以为10分钟。
无人机1按照巡检路线从充电桩起飞,以第一飞行高度航行,第一飞行高度更有利于无人机1利用高清摄像头拍摄所有停车位的整体情况。示例性的,考虑到车辆的高度一般在1.3m至2.2m之间,则第一飞行高度可以在3m至3.5m之间。无人机1以3m至3.5m的第一飞行高度飞行在不影响无人机1正常巡检的同时,高清摄像头也可以清楚拍摄到停车位的整体情况。无人机1在巡检过程中通过高清摄像头拍摄多张泊位图像,无人机1和停车管理平台100之间可以相互通信,则无人机1将多张泊位图像的信息传输到停车管理平台100。上述多张泊位图像包含了路内所有停车位的位置信息。
S120:停车管理平台100将多个泊位图像输入至预置的目标车辆检测网络模型,得到含有目标车辆的泊位图像及目标车辆位置,并将含有目标车辆的泊位图像的拍摄时间作为驶入时间;
具体的,目标车辆检测网络检测到泊位图像中的目标车辆后,将对目标车辆的位置进行标注,以获得目标车辆位置。将包含该目标车辆的泊位图像的最早时间作为该目标车辆的驶入时间。
S130:无人机1根据目标车辆位置调整至第二飞行高度以拍摄目标车辆,以得到目标车辆图像,并将目标车辆图像传输至停车管理平台100;
具体的,当停车管理平台100确定目标车辆位置后,停车管理平台100将向无人机1发送指令,无人机1根据指令飞行至目标车辆的前方,并下降至第二飞行高度,第二飞行高度低于第一飞行高度。示例性的,第二飞行高度可以在2.5m至3m之间。第二飞行高度更有利于无人机1利用高清摄像头对目标车辆位置上的目标车辆进行拍摄,通过高清摄像头拍摄目标车辆图像,并将目标车辆图像传输至停车管理平台100。完成对目标车辆图像后,无人机1上升至第一飞行高度继续按巡检路线航行。
S140:停车管理平台100将目标车辆图像输入至预置的车牌分割网络模型,得到目标车牌图像;
具体的,车牌分割网络模型可以将目标车辆图像中分割出目标车牌图像。当目标车辆图像分割目标车牌图像时,目标车牌图像部分为1,其他部分为0,从而得到目标车牌图像。
S150:停车管理平台100对目标车牌图像进行处理,以得到目标车牌号码;
具体的,停车管理平台100可以对目标车牌图像进行多种处理,确定目标车牌图像中的各个字符,从而得到目标车牌号码。
S160:重复以上步骤,若无人机1巡检拍摄到目标车辆未在停车位,则停车管理平台100记录本次巡检拍摄到目标车辆未在停车位的时间,并获取上一次无人机1巡检拍摄到目标车辆图像的时间,计算两个时间的中值,将中值作为驶出时间;
具体的,当停车位管理平台对无人机1巡检拍摄的泊位图像进行检测时,若检测到目标车辆位置上无目标车辆时,则表明目标车辆此刻已离开停车位,由于目标车辆时在上一次巡检和本次巡检之间离开的,则以上一次无人机1巡检拍摄到目标车辆图像的时间和本次巡检拍摄到目标车辆位置的时间的中值作为该目标车辆的驶出时间。
S170:停车管理平台100根据驶入时间和驶出时间计算目标车辆停车费用。
上述实现过程中,由无人机1航拍多个泊位图像,并传输至停车管理平台100。停车管理平台100对多个泊位图像进行处理,获得目标车辆位置。根据确定的目标车辆位置,无人机1拍摄目标车辆图像,并传输至停车管理平台100,停车管理平台100将目标车辆图像中的目标车牌图像截取出来,再对目标车牌图像进行处理,以得到目标车牌号码。在无人机1进行陆续巡检的过程中,当检测到目标车辆位置上不存在具有目标车牌号码的目标车辆时,则以上一次无人机1巡检拍摄到目标车辆图像的时间和本次巡检拍摄到目标车辆位置的时间的中值作为该目标车辆的驶出时间,达到了无需人工监控而对停车位上的车辆进行记录管理的效果,而且该方法不需要对每个停车位安装车位锁或地磁设备,也不需要高位车牌识别仪记录车辆信息,有效降低了安装设备的建设和运营维护成本。而且停车管理平台100还可以根据驶入时间和驶出时间计算目标车辆停车费用,提高了停车收费的效率。
请参照图10,如图10所示为本申请实施例提供的一种基于无人机1巡检的路内停车位管理方法的实施过程示意图。无人机1从第一充电桩2起飞,沿预设巡检路线进行巡检,无人机1通过高清摄像头拍摄泊位图像,并将泊位图像上传至停车管理平台100。示例性的,以编号220123车位为例,停车管理平台100将泊位图像输入至目标车辆检测网络模型,得到目标车辆位置为编号220123车位。根据编号220123车位的具***置,无人机1调整至第二飞行高度以拍摄编号220123车位上的目标车辆图像,并将目标车辆图像传输至停车管理平台100。停车管理平台100将目标车辆图像输入至车牌分割网络模型,得到目标车牌图像,并对目标车牌图像进行处理,以得到目标车牌号码。停车管理平台100查询目标车牌号码的欠费情况,若欠费次数超过上述停车管理平台100设置的欠费次数或者欠费金额超过上述停车管理平台100设置的金额上限时,上述停车管理平台100将通知管理人员,强制对用户收费。无人机1飞至终点位置时,无人机1的高清摄像头对终点位置的充电桩进行图像采集,并将充电桩图像上传至无人机控制***,无人机控制***检测到充电桩的着陆信标,并计算着陆信标和无人机1的相对位置。根据相对位置调整无人机1的位置,无人机1的超声波测距模块可以测量无人机1与着陆信标的距离,当超声波测距模块检测到无人机1与充电桩的距离达到预设的距离阈值时,无人机1缓慢下降至着陆。无人机1着陆后与充电桩进行蓝牙通信,进而充电桩为无人机1进行无线充电。当无人机1飞至终点位置后,另一架无人机1将按照预定的巡检路线从终点位置起飞进行新一轮巡检。另一架无人机1将拍摄泊位图像,并将泊位图像上传至停车管理平台100。停车管理平台100对泊位图像进行处理,当停车管理平台100检测到编号220123车位上不存在目标车牌号码时,则表明目标车辆此刻已离开停车位,由于目标车辆时在上一次巡检和本次巡检之间离开的,则以上一次无人机1巡检拍摄到目标车辆图像的时间和本次巡检拍摄到目标车辆位置的时间的中值作为该目标车辆的驶出时间。停车管理平台100根据驶入时间和驶出时间计算目标车辆停车费用,并保存目标车辆停车费用、目标车牌号码、目标车辆位置等信息,作为目标车牌号码本次停车信息。当目标车辆的驶入时间和驶出时间相差小于十分钟时,不记录本次停车信息。从而达到了无需人工监控而对停车位上的车辆进行记录管理的效果,而且不需要对每个停车位安装车位锁或地磁设备,也不需要高位车牌识别仪记录车辆信息,有效降低了安装设备的建设和运营维护成本。而且停车管理平台100还可以根据驶入时间和驶出时间计算目标车辆停车费用,提高了停车收费的效率。
在本实施例的一些实施方式中,上述停车管理平台100将泊位图像输入至预置的目标车辆检测网络模型的步骤之前,方法还包括:建立目标检测初始模型。获取样本,样本为人工标注的预先采集图像中的车辆。根据样本训练目标检测初始模型,以得到训练好的目标车辆检测网络模型。具体的,预先收集高清摄像头采集的多个泊位图像,并对预先收集的多个泊位图像中的车辆进行人工标注,将人工标注的多个泊位图像中的车辆作为样本。通过样本训练目标检测初始模型,以生成目标车辆检测网络模型。通过上述目标车辆检测网络模型对多个泊位图像进行检测,可以得到目标车辆位置。
在本实施例的一些实施方式中,上述停车管理平台100将目标车辆图像输入至预置的车牌分割网络模型的步骤之前,方法还包括:建立车牌检测初始模型。获取样本,样本为人工标注的预先采集图像中的车牌。根据样本训练车牌检测初始模型,以得到训练好的车牌分割网络模型。具体的,预先收集高清摄像头采集的多个车辆图像,并对多个车辆图像中的车牌进行人工标注,将人工标注的多个车辆图像中的车牌作为样本。通过样本训练车牌检测初始模型,以生成车牌分割网络模型。通过上述车牌分割网络模型对目标车辆图像进行处理,可以将目标车牌图像从目标车辆图像中截取出来。
请参照图6-图9,图6所示为本申请实施例提供的一种处理图像的示意图,图7所示为本申请实施例提供的一种二值图像的示意图,图8所示为本申请实施例提供的一种对二值图像进行边缘检测的示意图,图9所示为本申请实施例提供的一种处理图像中每个字符的图像示意图。上述停车管理平台100对目标车牌图像进行处理,以得到目标车牌号码的步骤包括:对目标车牌图像进行透视变换,以得到透视变换图。对透视变换图进行灰度处理、平滑滤波处理,以得到处理图像。对处理图像进行二值化处理,以得到二值图像。对二值图像进行边缘检测,以获取边缘的最小外接矩形。利用最小外接矩形将二值图像中每个字符截取出来,并对每个字符进行模板匹配,以得到目标车牌号码。具体的,通过对目标车牌图像进行透视变换得到透视变换图,透视变换图为目标车牌图像的俯视图,即将3D空间中的2D形状的目标车牌图像表现出3D的视觉效果。通过灰度处理、平滑滤波处理对透视变换图进行处理,以得到较为清晰的处理图像。对处理图像进行二值化处理,得到的二值图像更便于提取图像信息。将二值图像输入到函数cv2.findContours()进行轮廓检测可以得到目标车牌图像的轮廓。上述函数cv2.findContours()是用来查找目标车牌的轮廓,输入的图像为二值图像,返回结果为目标车牌图像中字符轮廓和每条轮廓对应的属性。将目标车牌图像的轮廓输入到函数cv2.minAreaRect()获取字符轮廓的边缘的最小外接矩形。上述函数cv2.minAreaRect()是用来获取点集的最小外接矩形,由于上述函数cv2.findContours()得到的目标车牌的轮廓为一个点集,则可求出目标车牌的轮廓的最小外接矩形。上述函数cv2.minAreaRect()的函数返回值rect包含最小外接矩形的中心点坐标、高度宽度以及倾斜角度等信息。将函数返回值rect输入至函数cv2.boxPoints()可获取上述最小外接矩形的四个顶点坐标。上述函数cv2.boxPoints()用于将函数cv2.minAreaRect()得到的中心点坐标、矩形高度宽度及倾斜角度等最小外接矩形参数,转换为最小外接矩形的四个定点,即可求出目标车牌轮廓的最小外接矩形的四个顶点。根据最小外接矩形的四个顶点坐标将二值图像中每个字符截取出来,并对每个字符进行模板匹配,从而得到目标车牌号码。
在本实施例的一些实施方式中,上述停车管理平台100对目标车牌图像进行处理,以得到目标车牌号码的步骤之后,方法还包括:查询目标车牌号码的实际欠费次数,若实际欠费次数超过预设欠费次数,则向管理人员发送通知。若实际欠费次数未超过预设欠费次数,则记录目标车牌号码和本次欠费信息。具体的,当用户本次缴费逾期后,本次停车费用将更新为欠费,根据目标车牌号码可以查询该目标车牌号码的欠费次数。当欠费次数超过上述停车管理平台100设置的欠费次数,且目标车牌号码再次位于路内停车位时,上述停车管理平台100将通知管理人员,强制对用户收费。当欠费次数未超过上述停车管理平台100设置的欠费次数时,记录目标车牌号码本次目标车辆停车费用,等待用户缴费。
作为本实施例的另一种实施方式,根据目标车牌号码可以查询该目标车牌号码的欠费金额。当目标车牌号码的欠费金额超过上述停车管理平台100设置的金额上限,且目标车牌号码再次位于路内停车位时,上述停车管理平台100将通知管理人员,强制对用户收费。当目标车牌号码的欠费金额未超过上述停车管理平台100设置的金额上限,且欠费次数未超过上述停车管理平台100设置的欠费次数时,记录目标车牌号码本次目标车辆停车费用,等待用户缴费。
请参照图2,图2所示为本申请实施例提供的一种停车管理平台100的结构框图。上述停车管理平台100包括:车辆检测单元110,用于将泊位图像输入至预置的目标车辆检测网络模型,得到含有目标车辆的泊位图像及目标车辆位置,并将含有目标车辆的泊位图像的拍摄时间作为驶入时间。车牌识别单元120,用于将目标车辆图像输入至预置的车牌分割网络模型,得到目标车牌图像。车牌号码识别单元130,用于对目标车牌图像进行处理,以得到目标车牌号码。驶出时间计算单元140,用于若无人机1巡检拍摄到目标车辆未在停车位,则记录本次巡检拍摄到目标车辆未在停车位的时间,并获取上一次无人机1巡检拍摄到目标车辆图像的时间,计算两个时间的中值,将中值作为驶出时间。计费单元,用于根据驶入时间和驶出时间计算目标车辆停车费用。具体的,上述停车管理平台100通过车辆检测单元110得到目标车辆位置,通过车牌识别单元120得到目标车牌图像,通过车牌号码识别单元130得到目标车牌号码,通过驶出时间计算单元140计算驶出时间,通过计费单元计算目标车辆停车费用,从而可以对路内停车位进行管理,达到了无需人工监控而对停车位上的车辆进行记录管理的效果,并计算目标车辆停车费用,提高了停车收费的效率。
在本实施例的一些实施方式中,上述无人机1按预设巡检路线在第一飞行高度航行的步骤包括:根据充电桩位置和停车位位置,设定巡检路线,巡检路线将充电桩位置作为无人机1起飞位置。当无人机1完成一轮巡检后,无人机1将向充电桩靠近。当无人机1与充电桩的距离达到预设的距离阈值时,无人机1缓慢下降至着陆。当无人机1着陆后,无人机1与充电桩进行无线充电。具体的,在无人机1的起飞位置和终点位置均设置有充电桩。无人机1连接有无人机控制***,无人机控制***控制无人机1按照预定的巡检路线从起飞位置的充电桩起飞。当无人机1完成一轮巡检后,无人机1的高清摄像头对终点位置的充电桩进行图像采集,并将充电桩图像上传至无人机控制***,无人机控制***检测到充电桩的着陆信标,并计算着陆信标和无人机1的相对位置。根据相对位置调整无人机1的位置,无人机1的超声波测距模块可以测量无人机1与着陆信标的距离,当超声波测距模块检测到无人机1与充电桩的距离达到预设的距离阈值时,无人机1缓慢下降至着陆。无人机1着陆后与充电桩进行蓝牙通信,进而无人机1与充电桩可以进行无线充电,从而保证了无人机1可以有充足的电量进行下一次巡检。
需要说明的是,当无人机1完成一轮巡检后,无人机控制***控制另一架无人机1按照预定的巡检路线从终点位置起飞进行新一轮巡检。
在本实施例的一些实施方式中,上述停车管理平台100根据驶入时间和驶出时间计算目标车辆停车费用的步骤之后,方法包括:通过支付接口接收目标车辆停车费用,并将目标车辆停车费用进行更新。具体的,用户可以通过微信小程序或APP提供的车费查询接口查询目标车牌号码的欠费情况并交纳停车费用。当支付接口接收到用户实际交纳的停车费用时,将对目标车辆停车费用进行清零,或者将目标车辆停车费用减去用户实际交纳的停车费用后进行保存。
请参阅图11,图11为本申请实施例提供的电子设备的一种示意性结构框图。电子设备包括存储器101、处理器102和通信接口103,该存储器101、处理器102和通信接口103相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器101可用于存储软件程序及模块,如本申请实施例所提供的一种停车管理平台100对应的程序指令/模块,处理器102通过执行存储在存储器101内的软件程序及模块,从而执行各种功能应用以及数据处理。该通信接口103可用于与其他节点设备进行信令或数据的通信。
其中,存储器101可以是但不限于,随机存取存储器101(Random Access Memory,RAM),只读存储器101(Read Only Memory,ROM),可编程只读存储器101(ProgrammableRead-Only Memory,PROM),可擦除只读存储器101(Erasable Programmable Read-OnlyMemory,EPROM),电可擦除只读存储器101(Electric Erasable Programmable Read-OnlyMemory,EEPROM)等。
处理器102可以是一种集成电路芯片,具有信号处理能力。该处理器102可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(Digital Signal Processing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可以理解,图11所示的结构仅为示意,电子设备还可包括比图11中所示更多或者更少的组件,或者具有与图11所示不同的配置。图11中所示的各组件可以采用硬件、软件或其组合实现。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器101(ROM,Read-Only Memory)、随机存取存储器101(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
综上所述,本申请实施例提供的一种基于无人机1巡检的路内停车位管理方法,包括如下步骤:无人机1按预设巡检路线在第一飞行高度航行拍摄,以获取多个泊位图像,并将多个泊位图像传输至停车管理平台100。停车管理平台100将多个泊位图像输入至预置的目标车辆检测网络模型,得到目标车辆位置,并将得到目标车辆位置对应的泊位图像的时间作为驶入时间。无人机1根据目标车辆位置调整至第二飞行高度以拍摄目标车辆,以得到目标车辆图像,并将目标车辆图像传输至停车管理平台100。停车管理平台100将目标车辆图像输入至预置的车牌分割网络模型,得到目标车牌图像。停车管理平台100对目标车牌图像进行处理,以得到目标车牌号码。重复以上步骤,若无人机1巡检拍摄到目标车辆离开停车位,则停车管理平台100记录本次巡检拍摄到目标车辆位置的时间,并获取上一次无人机1巡检拍摄到目标车辆图像的时间,计算两个时间的中值,将中值作为驶出时间。停车管理平台100根据驶入时间和驶出时间计算目标车辆停车费用。由无人机1航拍多个泊位图像,并传输至停车管理平台100。停车管理平台100对多个泊位图像进行处理,获得目标车辆位置。根据确定的目标车辆位置,无人机1拍摄目标车辆图像,并传输至停车管理平台100,停车管理平台100将目标车辆图像中的目标车牌图像截取出来,再对目标车牌图像进行处理,以得到目标车牌号码。在无人机1进行陆续巡检的过程中,当检测到目标车辆位置上不存在具有目标车牌号码的目标车辆时,则以上一次无人机1巡检拍摄到目标车辆图像的时间和本次巡检拍摄到目标车辆位置的时间的中值作为该目标车辆的驶出时间,达到了无需人工监控而对停车位上的车辆进行记录管理的效果,而且该方法不需要对每个停车位安装车位锁或地磁设备,也不需要高位车牌识别仪记录车辆信息,有效降低了安装设备的建设和运营维护成本。而且停车管理平台100还可以根据驶入时间和驶出时间计算目标车辆停车费用,提高了停车收费的效率。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其它的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (10)
1.一种基于无人机巡检的路内停车位管理方法,其特征在于,包括如下步骤:
无人机按预设巡检路线在第一飞行高度航行拍摄,以获取多个泊位图像,并将多个所述泊位图像传输至停车管理平台;
停车管理平台将多个所述泊位图像输入至预置的目标车辆检测网络模型,得到含有目标车辆的泊位图像及目标车辆位置,并将含有目标车辆的泊位图像的拍摄时间作为驶入时间;
所述无人机根据所述目标车辆位置调整至第二飞行高度以拍摄目标车辆,以得到目标车辆图像,并将所述目标车辆图像传输至停车管理平台;
停车管理平台将所述目标车辆图像输入至预置的车牌分割网络模型,得到目标车牌图像;
停车管理平台对所述目标车牌图像进行处理,以得到目标车牌号码;
重复以上步骤,若无人机巡检拍摄到目标车辆未在停车位,则停车管理平台记录本次巡检拍摄到目标车辆未在停车位的时间,并获取上一次无人机巡检拍摄到目标车辆图像的时间,计算两个时间的中值,将所述中值作为驶出时间;
停车管理平台根据所述驶入时间和所述驶出时间计算目标车辆停车费用。
2.根据权利要求1所述的基于无人机巡检的路内停车位管理方法,其特征在于,所述停车管理平台将所述泊位图像输入至预置的目标车辆检测网络模型的步骤之前,所述方法还包括:
建立目标检测初始模型;
获取样本,所述样本为人工标注的预先采集图像中的车辆;
根据所述样本训练所述目标检测初始模型,以得到训练好的目标车辆检测网络模型。
3.根据权利要求1所述的基于无人机巡检的路内停车位管理方法,其特征在于,所述停车管理平台将所述目标车辆图像输入至预置的车牌分割网络模型的步骤之前,所述方法还包括:
建立车牌检测初始模型;
获取样本,所述样本为人工标注的预先采集图像中的车牌;
根据所述样本训练所述车牌检测初始模型,以得到训练好的车牌分割网络模型。
4.根据权利要求1所述的基于无人机巡检的路内停车位管理方法,其特征在于,所述停车管理平台对所述目标车牌图像进行处理,以得到目标车牌号码的步骤包括:
对所述目标车牌图像进行透视变换,以得到透视变换图;
对所述透视变换图进行灰度处理、平滑滤波处理,以得到处理图像;
对所述处理图像进行二值化处理,以得到二值图像;
对所述二值图像进行边缘检测,以获取边缘的最小外接矩形;
利用所述最小外接矩形将所述二值图像中每个字符截取出来,并对每个字符进行模板匹配,以得到目标车牌号码。
5.根据权利要求1所述的基于无人机巡检的路内停车位管理方法,其特征在于,所述停车管理平台对所述目标车牌图像进行处理,以得到目标车牌号码的步骤之后,所述方法还包括:
查询所述目标车牌号码的实际欠费次数,若所述实际欠费次数超过预设欠费次数,则向管理人员发送通知;
若所述实际欠费次数未超过预设欠费次数,则记录目标车牌号码和本次欠费信息。
6.根据权利要求1所述的基于无人机巡检的路内停车位管理方法,其特征在于,所述停车管理平台包括:
车辆检测单元,用于将所述泊位图像输入至预置的目标车辆检测网络模型,得到含有目标车辆的泊位图像及目标车辆位置,并将含有目标车辆的泊位图像的拍摄时间作为驶入时间;
车牌识别单元,用于将所述目标车辆图像输入至预置的车牌分割网络模型,得到目标车牌图像;
车牌号码识别单元,用于对所述目标车牌图像进行处理,以得到目标车牌号码;
驶出时间计算单元,用于若无人机巡检拍摄到目标车辆未在停车位,则记录本次巡检拍摄到目标车辆未在停车位的时间,并获取上一次无人机巡检拍摄到目标车辆图像的时间,计算两个时间的中值,将所述中值作为驶出时间;
计费单元,用于根据所述驶入时间和所述驶出时间计算目标车辆停车费用。
7.根据权利要求1所述的基于无人机巡检的路内停车位管理方法,其特征在于,所述无人机按预设巡检路线在第一飞行高度航行的步骤包括:
根据充电桩位置和停车位位置,设定巡检路线,所述巡检路线将所述充电桩位置作为无人机起飞位置;
当无人机完成一轮巡检后,无人机将向充电桩靠近;
当无人机与充电桩的距离达到预设的距离阈值时,无人机缓慢下降至着陆;
当无人机着陆后,无人机与充电桩进行无线充电。
8.根据权利要求1所述的基于无人机巡检的路内停车位管理方法,其特征在于,所述停车管理平台根据所述驶入时间和所述驶出时间计算目标车辆停车费用的步骤之后,所述方法包括:
通过支付接口接收所述目标车辆停车费用,并将所述目标车辆停车费用进行更新。
9.一种电子设备,其特征在于,包括:
存储器,用于存储一个或多个程序;
处理器;
当所述一个或多个程序被所述处理器执行时,实现如权利要求1-8中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110723234.9A CN113593057A (zh) | 2021-06-28 | 2021-06-28 | 一种基于无人机巡检的路内停车位管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110723234.9A CN113593057A (zh) | 2021-06-28 | 2021-06-28 | 一种基于无人机巡检的路内停车位管理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113593057A true CN113593057A (zh) | 2021-11-02 |
Family
ID=78245065
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110723234.9A Pending CN113593057A (zh) | 2021-06-28 | 2021-06-28 | 一种基于无人机巡检的路内停车位管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113593057A (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103198315A (zh) * | 2013-04-17 | 2013-07-10 | 南京理工大学 | 基于字符轮廓和模板匹配的车牌字符分割算法 |
WO2016177545A1 (de) * | 2015-05-04 | 2016-11-10 | Siemens Aktiengesellschaft | System zur automatischen mobilen parkraumüberwachung |
CN108257387A (zh) * | 2017-12-27 | 2018-07-06 | 深圳市道路交通管理事务中心 | 一种停车管理方法及*** |
CN108257231A (zh) * | 2016-12-28 | 2018-07-06 | 乐视汽车(北京)有限公司 | 停车计费方法、***及其电子设备 |
CN109817014A (zh) * | 2018-12-28 | 2019-05-28 | 武汉无线飞翔科技有限公司 | 一种基于移动视频和高精度定位的路侧巡检停车收费方法 |
CN110297498A (zh) * | 2019-06-13 | 2019-10-01 | 暨南大学 | 一种基于无线充电无人机的轨道巡检方法及*** |
CN110991207A (zh) * | 2019-11-19 | 2020-04-10 | 山东大学 | 综合H图案识别和AprilTag二维码识别的无人机精准降落方法 |
CN111402436A (zh) * | 2020-04-21 | 2020-07-10 | 重庆盘古美天物联网科技有限公司 | 城市道路停车无人机巡检***及方法 |
CN111784857A (zh) * | 2020-06-22 | 2020-10-16 | 浙江大华技术股份有限公司 | 一种停车位管理方法、装置以及计算机存储介质 |
CN112150644A (zh) * | 2020-09-17 | 2020-12-29 | 北京停简单信息技术有限公司 | 停车稽查方法、装置、电子设备及停车监控管理*** |
CN112201051A (zh) * | 2020-11-27 | 2021-01-08 | 中航金城无人***有限公司 | 一种无人机端路面车辆违停检测及取证***和方法 |
CN112580651A (zh) * | 2020-12-23 | 2021-03-30 | 蚌埠学院 | 车牌快速定位和字符分割方法和装置 |
CN112650298A (zh) * | 2020-12-30 | 2021-04-13 | 广东工业大学 | 一种无人机追踪降落方法及*** |
-
2021
- 2021-06-28 CN CN202110723234.9A patent/CN113593057A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103198315A (zh) * | 2013-04-17 | 2013-07-10 | 南京理工大学 | 基于字符轮廓和模板匹配的车牌字符分割算法 |
WO2016177545A1 (de) * | 2015-05-04 | 2016-11-10 | Siemens Aktiengesellschaft | System zur automatischen mobilen parkraumüberwachung |
CN108257231A (zh) * | 2016-12-28 | 2018-07-06 | 乐视汽车(北京)有限公司 | 停车计费方法、***及其电子设备 |
CN108257387A (zh) * | 2017-12-27 | 2018-07-06 | 深圳市道路交通管理事务中心 | 一种停车管理方法及*** |
CN109817014A (zh) * | 2018-12-28 | 2019-05-28 | 武汉无线飞翔科技有限公司 | 一种基于移动视频和高精度定位的路侧巡检停车收费方法 |
CN110297498A (zh) * | 2019-06-13 | 2019-10-01 | 暨南大学 | 一种基于无线充电无人机的轨道巡检方法及*** |
CN110991207A (zh) * | 2019-11-19 | 2020-04-10 | 山东大学 | 综合H图案识别和AprilTag二维码识别的无人机精准降落方法 |
CN111402436A (zh) * | 2020-04-21 | 2020-07-10 | 重庆盘古美天物联网科技有限公司 | 城市道路停车无人机巡检***及方法 |
CN111784857A (zh) * | 2020-06-22 | 2020-10-16 | 浙江大华技术股份有限公司 | 一种停车位管理方法、装置以及计算机存储介质 |
CN112150644A (zh) * | 2020-09-17 | 2020-12-29 | 北京停简单信息技术有限公司 | 停车稽查方法、装置、电子设备及停车监控管理*** |
CN112201051A (zh) * | 2020-11-27 | 2021-01-08 | 中航金城无人***有限公司 | 一种无人机端路面车辆违停检测及取证***和方法 |
CN112580651A (zh) * | 2020-12-23 | 2021-03-30 | 蚌埠学院 | 车牌快速定位和字符分割方法和装置 |
CN112650298A (zh) * | 2020-12-30 | 2021-04-13 | 广东工业大学 | 一种无人机追踪降落方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10846874B2 (en) | Method and apparatus for processing point cloud data and storage medium | |
CN108109437B (zh) | 一种基于地图特征的无人机自主航线提取生成方法 | |
CN108345822B (zh) | 一种点云数据处理方法及装置 | |
CN110146097B (zh) | 自动驾驶导航地图的生成方法、***、车载终端及服务器 | |
CN108765976A (zh) | 路侧平行停车信息管理***及方法 | |
US10445592B2 (en) | Method for surveilling a tolling system | |
CN110276254B (zh) | 基于无人机的禁止摆摊区域摊贩自动识别预警方法 | |
CN110658539B (zh) | 车辆定位方法、装置、车辆和计算机可读存储介质 | |
CN112418081B (zh) | 一种空地联合快速勘察交通事故的方法及*** | |
JP2023508705A (ja) | データ伝送方法および装置 | |
CN111427375A (zh) | 无人机巡采巡查的微区域智能划分方法及*** | |
CN110766978A (zh) | 基于无人机的路边停车管理方法、***及存储介质 | |
CN110033622A (zh) | 基于无人机航摄技术的违法抓拍占用应急车道方法 | |
CN113808263B (zh) | 地图生成用数据收集装置以及地图生成用数据收集方法 | |
EP3961155A1 (en) | Pose calculation method, device and program | |
CN114299457A (zh) | 积水深度检测方法及装置 | |
CN112487894A (zh) | 基于人工智能的轨道交通保护区自动巡查方法及装置 | |
CN117576652A (zh) | 道路对象的识别方法、装置和存储介质及电子设备 | |
CN112863195B (zh) | 车辆状态的确定方法及装置 | |
CN112732861A (zh) | 道路信息的数据采集方法、装置及电子设备 | |
CN117284663A (zh) | 一种园林垃圾的处理***及方法 | |
CN113593057A (zh) | 一种基于无人机巡检的路内停车位管理方法 | |
CN115631420A (zh) | 一种隧道积水识别方法、装置、存储介质及电子装置 | |
KR20220071822A (ko) | 드론 영상과 인공지능 기술을 이용한 불법 주정차 차량번호 식별 시스템 | |
CN112308904A (zh) | 一种基于视觉的建图方法、装置及车载终端 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211102 |