CN113780183A - 一种共享车辆的规范停车确定方法、装置及计算机设备 - Google Patents
一种共享车辆的规范停车确定方法、装置及计算机设备 Download PDFInfo
- Publication number
- CN113780183A CN113780183A CN202111069017.9A CN202111069017A CN113780183A CN 113780183 A CN113780183 A CN 113780183A CN 202111069017 A CN202111069017 A CN 202111069017A CN 113780183 A CN113780183 A CN 113780183A
- Authority
- CN
- China
- Prior art keywords
- parking
- endpoint
- standard
- coordinates
- determining
- 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 46
- 238000003708 edge detection Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 238000001914 filtration Methods 0.000 claims description 9
- 239000003550 marker Substances 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 13
- 230000008569 process Effects 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
- G06T3/047—Fisheye or wide-angle transformations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30256—Lane; Road marking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30264—Parking
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例公开了一种共享车辆的规范停车确定方法、装置及计算机设备。所述方法应用于服务器,停车点设置有停车标识,所述共享车辆设置有摄像头,所述方法包括:当接收到还车请求时,获取所述共享车辆通过所述摄像头采集的包括停车标识的图像;基于所述图像,得到所述停车标识的端点坐标;根据所述端点坐标,确定当前停车位置的朝向是否正确;若所述朝向正确,获取标准端点坐标;若所述端点坐标与所述标准端点坐标匹配,确定所述共享车辆规范停车。本申请提供的共享车辆的规范停车确定方法,提高用户停车规范停车确定的准确性。
Description
技术领域
本申请涉及共享车辆领域,尤其涉及一种共享车辆的规范停车确定方法、装置及计算机设备。
背景技术
共享车辆给人们带来交通便利的同时也带来了乱停乱放的问题,现有技术中通过设置大量停车桩来规范用户停车,但仍无法准确地确定用户停车是否符合停车规范。因此,如何提高用户停车规范停车确定的准确性是现在亟需解决的技术问题。
发明内容
本申请的目的之一在于提供一种共享车辆的规范停车确定方法、装置及计算机设备,以解决如何提高用户停车规范停车确定的准确性问题。
第一方面,本申请实施例提供一种共享车辆的规范停车确定方法,应用于服务器,停车点设置有停车标识,所述共享车辆设置有摄像头,所述方法包括:
当接收到还车请求时,获取所述共享车辆通过所述摄像头采集的包括停车标识的图像;
基于所述图像,得到所述停车标识的端点坐标;
根据所述端点坐标,确定当前停车位置的朝向是否正确;
若所述朝向正确,获取标准端点坐标;
若所述端点坐标与所述标准端点坐标匹配,确定所述共享车辆规范停车。
在本申请实施例中,首先,根据摄像头采集的包括停车标识的图像,得到停车标识的端点坐标;其次,根据端点坐标,确定当前停车位置的朝向是否正确;最后,在确定朝向正确后,通过判断端点坐标与标准端点坐标是否匹配,进一步确定共享车辆是否规范停车,从而提高用户停车规范停车确定的准确性。
在一种可选的实施方式中,所述获取标准端点坐标之后,还包括:
若所述端点坐标与所述标准端点坐标不匹配,获取预设数量的参考点坐标;
根据所述端点坐标和所述参考点坐标,确定当前停车距离,其中,所述当前停车距离为所述摄像头与所述停车标识之间的距离;
根据所述当前停车距离确定所述共享车辆是否规范停车。
在本申请实施例中,若端点坐标与标准端点坐标不匹配,通过端点坐标和参考点坐标,确定当前停车距离,再根据当前停车距离确定共享车辆是否规范停车,相对于若端点坐标与标准端点坐标不匹配,直接确定共享车辆未规范停车,提高了用户停车规范停车确定的准确性。
在一种可选的实施方式中,所述根据所述当前停车距离确定所述共享车辆是否规范停车,包括:
若所述当前停车距离在第一预设停车距离范围内,确定所述共享车辆规范停车;
若所述当前停车距离不在所述第一预设停车距离范围内,确定所述共享车辆未规范停车。
在一种可选的实施方式中,所述根据所述端点坐标和所述参考点坐标,确定当前停车距离,包括:
从所述预设数量的参考点坐标中确定第一参考点坐标和第二参考点坐标,其中,所述第一参考点坐标和所述第二参考点坐标分别位于所述端点坐标两侧且为距离所述端点坐标最近的参考点坐标;
根据所述第一参考点坐标对应的第一参考停车距离及所述第二参考点坐标对应的第二参考停车距离,确定当前停车距离,其中,所述第一参考停车距离为所述第一参考点坐标与所述停车标识之间的距离,所述第二参考停车距离为所述第二参考点坐标与所述停车标识之间的距离。
在本申请实施例中,通过所述第一参考点坐标对应的第一参考停车距离及所述第二参考点坐标对应的第二参考停车距离,确定当前停车距离,提高当前停车距离确定的准确率。
在一种可选的实施方式中,所述停车标识为预设规则图像,所述根据所述端点坐标,确定当前停车位置的朝向是否正确,包括:
根据所述端点坐标,确定所述停车标识的中心线;
获取所述图像对应的图像坐标系的纵轴;
若所述中心线与所述纵轴匹配,确定所述朝向正确;
若所述中心线与所述纵轴不匹配,确定所述朝向不正确。
在本申请实施例中,根据停车标识的中心线与纵轴是否匹配,从而判断朝向是否正确,提高了判断当前停车位置的朝向是否正确的准确率。
在一种可选的实施方式中,所述基于所述图像,得到所述停车标识的端点坐标,包括:
将所述图像进行灰度格式转换,得到转换图像;
将所述转换图像进行二值化处理,得到二值化图像;
对所述二值化图像进行滤波处理,得到滤波图像;
对所述滤波图像进行边缘检测,得到边缘信息;
对所述边缘信息进行面积最大的边缘检测,得到所述停车标识的边缘坐标;
从所述边缘坐标中获取所述停车标识的端点坐标。
在本申请实施例中,通过依次对图像进行灰度格式转换、二值化处理、滤波处理、边缘检测和面积最大的边缘检测,提高所述停车标识的边缘坐标的准确率。
在一种可选的实施方式中,所述获取标准端点坐标,包括:
获取所述共享车辆的当前停车点位置信息;
根据所述当前停车点位置信息,获取标准端点坐标。
在本申请实施例中,根据共享车辆的当前停车点位置信息,选择对应的标准端点坐标,提高标准端点坐标的准确性,从而提高用户停车规范停车确定的准确性。
第二方面,本申请实施例提供一种共享车辆的规范停车确定装置,应用于服务器,停车点设置有停车标识,所述共享车辆设置有摄像头,所述装置包括:
图像获取模块,用于当接收到还车请求时,获取所述共享车辆通过所述摄像头采集的包括停车标识的图像;
端点坐标得到模块,用于基于所述图像,得到所述停车标识的端点坐标;
朝向确定模块,用于根据所述端点坐标,确定当前停车位置的朝向是否正确;
标准端点坐标获取模块,用于若所述朝向正确,获取标准端点坐标;
规范停车确定模块,用于若所述端点坐标和所述标准端点坐标匹配,确定所述共享车辆规范停车。
第三方面,提供一种计算机设备,所述计算机设备包括存储器及处理器,所述存储器存储有计算机程序,所述计算机程序在所述处理器执行时,实现第一方面所述的共享车辆的规范停车确定方法。
第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,实现如第一方面所述的共享车辆的规范停车确定方法。
附图说明
为了更清楚地说明本申请的技术方案,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申请的某些实施例,因此不应被看作是对本申请保护范围的限定。在各个附图中,类似的构成部分采用类似的编号。
图1示出了本申请实施例提供的一种共享车辆的规范停车确定方法的步骤流程示意框图;
图2示出了本申请实施例提供的一种停车标识示意图;
图3示出了本申请实施例提供的圆停车标识构建端点示意图;
图4示出了本申请实施例提供的椭圆停车标识构建端点示意图;
图5示出了本申请实施例提供的参考点坐标和端点坐标的示意图;
图6示出了本申请实施例提供的停车标识变化的示意图;
图7示出了本申请实施例提供的停车点示意框图;
图8示出了本申请实施例提供的一种共享车辆的规范停车确定装置的结构示意框图。
具体实施方式
下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的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。
在下文中,可在本申请的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合,并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
此外,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。
除非另有限定,否则在这里使用的所有术语(包括技术术语和科学术语)具有与本申请的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义,除非在本申请的各种实施例中被清楚地限定。
实施例1
请参照图1,图1示出了本申请实施例提供的一种共享车辆的规范停车确定方法的步骤流程示意框图。
如图1所示,本申请实施例提供的一种共享车辆的规范停车确定方法,可以应用于服务器,停车点设置有停车标识,所述共享车辆设置有摄像头,所述方法包括S110至S150。
S110:当接收到还车请求时,获取所述共享车辆通过所述摄像头采集的包括停车标识的图像。
具体地,服务器包括识别设备和与所述识别设备等进行无线远程交互的后台设备,其中,识别设备为可以采集、处理和识别图像的设备,在本实施例中,识别设备为摄像机。用户通过移动终端向服务器发送还车请求。所述服务器接收到所述移动终端发送的还车请求后,向所述共享车辆发送摄像头开启指令。所述共享车辆接收到摄像头开启指令后,开启摄像头采集包括停车标识的图像,并将采集到的包括停车标识的图像发送给所述服务器。所述服务器接收所述共享车辆通过所述摄像头采集的包括停车标识的图像。
进一步地,请一并参阅图2,图2示出了本申请实施例提供的一种停车标识示意图。可以理解的是,本实施例以所述停车标识的形状为长方形为例,所述停车标识的形状还可以为正方形、圆、椭圆等,在此不做限定。
S120:基于所述图像,得到所述停车标识的端点坐标。
在本实施例中,若所述停车标识为长方形、正方形、三角形等多边形,基于所述图像,得到所述停车标识的端点坐标;若所述停车标识为圆、椭圆等无端点的图形,基于图形的特点构建多边形,以构建出的多边形端点作为图形的端点坐标。
作为示例,请一并参照图3至图4,图3示出了本申请实施例提供的圆停车标识构建端点示意图,图4示出了本申请实施例提供的椭圆停车标识构建端点示意图。若所述停车标识为圆,根据圆O平行于所述图像对应的图像坐标系的横轴的直径AB,和平行于所述图像对应的图像坐标系的纵轴的直径CD,构建正方形EFGH,将正方形E、F、G、H四个端点的坐标作为所述停车标识对应的端点坐标。若所述停车标识为椭圆,根据椭圆I的长轴JK和短轴MN,构建长方形PQRS,将长方形P、Q、R、S四个端点的坐标作为所述停车标识对应的端点坐标。
在一种可选的实施方式中,所述基于所述图像,得到所述停车标识的端点坐标,包括:
将所述图像进行灰度格式转换,得到转换图像;
将所述转换图像进行二值化处理,得到二值化图像;
对所述二值化图像进行滤波处理,得到滤波图像;
对所述滤波图像进行边缘检测,得到边缘信息;
对所述边缘信息进行面积最大的边缘检测,得到所述停车标识的边缘坐标;
从所述边缘坐标中获取所述停车标识的端点坐标。
具体地,首先,服务器使用imread函数读取所述图像中的图像信息,其中,imread函数是计算机语言中的一个函数,用于读取图片文件中的数据;其次,对所述图像使用cvtColor函数,将所述图像从RGB转换为灰度格式,得到转换图像,其中,cvtColor函数用于将图像从一个颜色空间转换到另一个颜色空间的转换,并且在转换的过程中能够保证数据的类型不变,即转换后的图像的数据类型和位深与源图像一致;接着,对所述转换图像使用threshold函数,以对所述转换图像进行二值化处理,得到二值化图像,其中,threshold函数是通过遍历灰度图中的像素点,将图像信息二值化,处理过后的图像只有两种色值;第四,对所述二值化图像使用medianBlur函数,以对二值化图像进行滤波处理,得到滤波图像,其中,medianBlur函数使用中值滤波器来平滑处理一张图片,从src输入,而结果从dst输出;第五,对所述滤波图像使用Canny函数,以对所述滤波图像进行边缘检测,得到边缘信息,其中,Canny函数可以使用Canny算法对输入图像进行边缘检测;第六,对所述边缘信息使用findContours函数,对所述边缘信息进行面积最大的边缘检测,得到所述停车标识的边缘坐标,其中,findContours函数用于从二进制图像中查找轮廓;最后,从所述边缘坐标中获取所述停车标识的端点坐标,即从所述边缘坐标中获取所述端点坐标U(XU,YU)、V(XV,YV)、W(XW,YW)和Z(XZ,YZ)。
S130:根据所述端点坐标,确定当前停车位置的朝向是否正确。
在本实施例中,根据所述端点坐标,确定当前停车位置的朝向是否正确,根据所述朝向是否正确,进一步判断共享车辆是否规范停车,提高用户停车规范停车确定的准确性。
在一种可选的实施方式中,所述停车标识为预设规则图像,所述根据所述端点坐标,确定当前停车位置的朝向是否正确,包括:
根据所述端点坐标,确定所述停车标识的中心线;
获取所述图像对应的图像坐标系的纵轴;
若所述中心线与所述纵轴匹配,确定所述朝向正确;
若所述中心线与所述纵轴不匹配,确定所述朝向不正确。
具体地,所述预设规则图像包括三角形、多边形、圆、椭圆等。
作为示例,仍以图2所述的停车标识为例,针对所述端点坐标U(xu,yu)、V(xv,yv)、W(xw,yw)和Z(xz,yz),根据中点坐标计算公式,计算得到UV的中点坐标为WZ的中点坐标为根据将UV的中点坐标和WZ的中点坐标代入斜率计算公式,得到斜率若k=0,则所述停车标识的中心线为获取所述图像对应的图像坐标系的纵轴为x=0,判断的值是否在预设范围内,若在预设范围内,则确定所述中心线与所述纵轴匹配,进而确定所述朝向正确,若不在预设范围内,则确定所述中心线与所述纵轴不匹配,进而确定所述朝向不正确。其中,所述图像对应的图像坐标系是以图像的中心点为原点构建的直角坐标系。
若斜率k不为0,且不在预设斜率范围内,如k≠0,且[-tan5°,tan5°],确定所述中心线与所述纵轴不匹配,进而确定所述朝向不正确。若斜率k不为0,且在预设斜率范围内,如k≠0,且k∈[-tan5°,tan5°],将斜率k的值和UV的中点坐标代入y=kx+b中,得到所述停车标识的中心线的表达式,令y=0,求出所述停车标识的中心线的表达式与x轴的交点的横坐标,若所述横坐标的绝对值在所述预设范围内,则确定所述中心线与所述纵轴匹配,进而确定所述朝向正确;若所述横坐标的绝对值不在预设范围内,则确定所述中心线与所述纵轴不匹配,进而确定所述朝向不正确。
S140:若所述朝向正确,获取标准端点坐标。
在本实施例中,标准端点坐标为在标准停车点位置规范停车后,工作人员标定得到的停车标识的端点坐标。若所述朝向正确,所述服务器获取标准端点坐标。
值得注意的是,不同停车点的停车标识与标准停车位置之间的距离可能不同,会导致标准端点坐标的准确性不高,从而降低用户停车规范位置确定的准确性。因此,为了提高标准端点坐标的准确性,从而提高用户停车规范停车确定的准确性,所述获取标准端点坐标,包括:
获取所述共享车辆的当前停车点位置信息;
根据所述当前停车点位置信息,获取标准端点坐标。
具体地,所述共享车辆每隔第一预设时间向所述服务器发送所述共享车辆的位置信息,若所述服务器确定所述共享车辆的所述朝向正确,获取与当前时间间隔第二预设时间内的位置信息作为所述共享车辆的当前停车点位置信息,其中,所述第二预设时间小于等于所述第一预设时间。所述服务器中存储有停车点位置信息与标准端点坐标的对应关系,根据所述当前停车点位置信息,获取对应的标准端点信息。根据共享车辆的当前停车点位置信息,选择对应的标准端点坐标,提高标准端点坐标的准确性,从而提高用户停车规范停车确定的准确性。
在一种可选的实施方式中,所述获取包括停车标识的图像之前,还包括:
当接收到标定请求时,获取所述共享车辆通过所述摄像头采集包括标准停车标识的标准图像;
基于所述标准图像,得到所述标准停车标识的标准端点坐标。
具体地,工作人员通过移动终端向服务器发送标定请求。所述服务器接收到所述移动终端发送的标定请求后,向所述共享车辆发送摄像头开启指令。所述共享车辆接收到摄像头开启指令后,开启摄像头获取包括标准停车标识的图像,并基于所述标准图像,得到所述标准停车标识的标准端点坐标的过程和前述基于所述图像得到所述停车标识的端点坐标的过程一致,在此不再赘述。
可以理解的是,为了提高标准端点坐标标定的准确性,可以在标准停车点位置规范停车后,多次标定,得到多个标定端点坐标,去除标定过程中明显与其他标定端点坐标相差较大的标定端点坐标,得到多个正常的标定端点坐标,选取多个正常的标定端点坐标中方差值最小的标定端点坐标作为标准端点坐标。其中,若所述停车标识为长方形或正方形,误差阈值可以设置为长方形或正方形对角线乘以百分之五。
工作人员通过计算机设备将每个停车点位置信息和对应的所述标准端点坐标发送给服务器,所述服务器接收并存储停车点位置信息和所述标准端点坐标的对应关系。
S150:若所述端点坐标与所述标准端点坐标匹配,确定所述共享车辆规范停车。
在本实施例中,若所述端点坐标的横坐标与所述标准端点坐标的横坐标的差值在预设横坐标差值内,且所述端点坐标的纵坐标与所述标准端点坐标的纵坐标的差值在预设纵坐标差值内,确定所述端点坐标与所述标准端点坐标匹配,进而确定所述共享车辆规范停车;若所述端点坐标的横坐标与所述标准端点坐标的横坐标的差值不在预设横坐标差值内,或所述端点坐标的纵坐标与所述标准端点坐标的纵坐标的差值不在预设纵坐标差值内,确定所述端点坐标与所述标准端点坐标不匹配。
在上述实施方式的基础上,为了进一步提高用户停车规范停车确定的准确性,所述获取标准端点坐标之后,还包括:
若所述端点坐标与所述标准端点坐标不匹配,获取预设数量的参考点坐标;
根据所述端点坐标和所述参考点坐标,确定当前停车距离,其中,所述当前停车距离为所述摄像头与所述停车标识之间的距离;
根据所述当前停车距离确定所述共享车辆是否规范停车。
具体地,工作人员标定多个参考点坐标后,还标定每个参考点坐标对应的停车距离,通过计算机设备将参考点坐标和对应的停车距离上传至所述服务器。所述服务器接收并存储参考点坐标和对应的停车距离。其中,工作人员在经过所述停车标识的中心点且垂直所述停车标识的直线上一次标定多个参考点,多个参考点停车点位置包含标准停车点位置前后的停车位置点。参考点坐标的标定过程和标准端点坐标的标定过程以及所述停车标识的端点坐标的标定过程一致,在此不在赘述。
可以理解的是,考虑到标定参考点坐标时的方位和距离可能存在一定误差,所有参考点坐标可以进行两次或多次重复标定,去除标定过程中明显违背成像规则和误差偏大的数据,选取多个正常的参考点坐标中方差值最小的参考点坐标作为最后的参考点坐标。
进一步地,在本实施例中,为了避免镜头畸变过大造成的影响,优选摄像机中心靶面采集的图像,或通过有效的算法,对广角或鱼眼等镜头的畸变进行准确的校准还原,其中,中心靶面为摄像机的成像传感器。
在一种可选的实施方式中,所述根据所述端点坐标和所述参考点坐标,确定当前停车距离,包括:
从所述预设数量的参考点坐标中确定第一参考点坐标和第二参考点坐标,其中,所述第一参考点坐标和所述第二参考点坐标分别位于所述端点坐标两侧且为距离所述端点坐标最近的参考点坐标;
根据所述第一参考点坐标对应的第一参考停车距离及所述第二参考点坐标对应的第二参考停车距离,确定当前停车距离,其中,所述第一参考停车距离为所述第一参考点坐标与所述停车标识之间的距离,所述第二参考停车距离为所述第二参考点坐标与所述停车标识之间的距离。
在本实施例中,将第一参考停车距离和第二参考停车距离的平均值作为当前停车距离。
具体地,请一并参阅图5,图5示出了本申请实施例提供的参考点坐标和端点坐标的示意图。如图5所示,从U1、U2、U3、U4、U5五个参考点坐标中选取位于所述端点坐标U左侧,且为距离所述端点坐标U最近的参考点U2作为第一参考点U2,选取位于所述端点坐标U右侧,且为距离所述端点坐标U最近的参考点U3作为第二参考点U3,进一步确定第一参考点坐标和第二参考点坐标
在上述实施方式的基础上,为了进一步提高用户停车规范停车确定的准确性,所述根据所述当前停车距离确定所述共享车辆是否规范停车,包括:
若所述当前停车距离在第一预设停车距离范围内,确定所述共享车辆规范停车;
若所述当前停车距离不在所述第一预设停车距离范围内,确定所述共享车辆未规范停车。
在本实施例中,工作人员通过计算机设备将每个停车点位置信息和对应的第一预设停车距离发送给服务器,所述服务器接收并存储停车点位置信息与第一预设停车距离的对应关系。所述服务器在所述确定当前停车距离后,根据所述当前停车点位置信息获取对应的第一预设停车距离。
作为示例,若第一预设停车距离范围为0.8m~1m,当前停车距离为0.8m,确定所述共享车辆规范停车;当前停车距离为1.2m,确定所述共享车辆未规范停车。
可以理解的是,共享车辆在经过所述停车标识的中心点且垂直所述停车标识的直线上,随着所述当前停车距离的减少,所述停车标识在所述图像中向下移动并放大。请一并参阅图6,图6示出了本申请实施例提供的停车标识变化的示意图。如图6所示,B停车标识410为标准当前停车距离对应的停车标识,A停车标识420为当前停车距离小于标准当前停车距离时对应的停车标识,C停车标识430为当前停车距离大于标准当前停车距离时对应的停车标识。
可选地,若参考点坐标标定的较少,可以将第一参考停车距离与第二参考停车距离之间的距离范围作为当前停车距离范围。若所述当前停车距离范围在第二预设停车距离范围内,确定所述共享车辆未规范停车;若所述当前停车距离范围不在所述第二预设停车距离范围内,确定所述共享车辆规范停车。
作为示例,若第二预设停车距离范围为0.6m~1m,当前停车距离范围为0.8m~1.1m,确定所述共享车辆未规范停车;当前停车距离范围为0.8m~1.1m,确定所述共享车辆未规范停车;当前停车距离范围为0.6m~0.8m,确定所述共享车辆规范停车。
可选地,为了引导用户停车规范,请一并参照图7,图7示出了本申请实施例提供的停车点示意框图。如图7所示,所述停车点设置有停车标识510、前轮停放示意框520、停放朝向指示530以及后轮停放示意框540。如此,停车者在停车点能够直观地看到停车的信息,以便停车者按照停车的信息进行规范停车,从而实现引导用户停车规范的技术效果。
本申请实施例提供了一种共享车辆的规范停车确定方法,应用于服务器,停车点设置有停车标识,所述共享车辆设置有摄像头,所述方法包括:当接收到还车请求时,获取所述共享车辆通过所述摄像头采集的包括停车标识的图像;基于所述图像,得到所述停车标识的端点坐标;根据所述端点坐标,确定当前停车位置的朝向是否正确;若所述朝向正确,获取标准端点坐标;若所述端点坐标与所述标准端点坐标匹配,确定所述共享车辆规范停车。在确定朝向正确后,通过判断端点坐标与标准端点坐标是否匹配,进一步确定所述共享车辆是否规范停车,从而提高用户停车规范停车确定的准确性。
实施例2
请参照图8,图8示出了本申请实施例提供的一种共享车辆的规范停车确定装置的结构示意框图。所述共享车辆的规范停车确定装置200可以应用于服务器,停车点设置有停车标识,所述共享车辆设置有摄像头,所述共享车辆的规范停车确定装置200包括图像获取模块210、端点坐标得到模块220、朝向确定模块230、标准端点坐标获取模块240及规范停车确定模块250。
其中,所述图像获取模块210,用于当服务器接收到还车请求时,获取包括停车标识的图像;
所述端点坐标得到模块220,用于基于所述图像,得到所述停车标识的端点坐标;
所述朝向确定模块230,用于根据所述端点坐标,确定当前停车位置的朝向是否正确;
所述标准端点坐标获取模块240,用于若所述朝向正确,获取标准端点坐标;
所述规范停车确定模块250,用于若所述端点坐标和所述标准端点坐标匹配,确定所述共享车辆规范停车。
可选地,所述共享车辆的规范停车确定装置200还包括:
参考点坐标获取模块,用于若所述端点坐标与所述标准端点坐标不匹配,获取预设数量的参考点坐标;
停车距离确定模块,用于根据所述端点坐标和所述参考点坐标,确定当前停车距离,其中,所述当前停车距离为所述摄像头与所述停车标识之间的距离;
所述规范停车确定模块250,还用于根据所述当前停车距离确定所述共享车辆是否规范停车。
可选地,所述规范停车确定模块250,具体用于:
若所述当前停车距离在第一预设停车距离范围内,确定所述共享车辆规范停车;
若所述当前停车距离不在所述第一预设停车距离范围内,确定所述共享车辆未规范停车。
可选地,所述停车距离确定模块,包括:
参考点坐标确定子模块,用于从所述预设数量的参考点坐标中确定第一参考点坐标和第二参考点坐标,其中,所述第一参考点坐标和所述第二参考点坐标分别位于所述端点坐标两侧且为距离所述端点坐标最近的坐标;
当前停车距离确定子模块,用于根据所述第一参考点坐标对应的第一参考停车距离及所述第二参考点坐标对应的第二参考停车距离,确定当前停车距离,其中,所述第一参考停车距离为所述第一参考点坐标与所述停车标识之间的距离,所述第二参考停车距离为所述第二参考点坐标与所述停车标识之间的距离。
可选地,所述停车标识为预设规则图像,所述标准端点坐标获取模块240,包括:
中心线确定子模块,用于根据所述端点坐标,确定所述停车标识的中心线;
纵轴获取子模块,用于获取所述图像对应的图像坐标系的纵轴;
朝向正确确定模块,用于若所述中心线与所述纵轴匹配,确定所述朝向正确;
朝向不正确确定模块,用于若所述中心线与所述纵轴不匹配,确定所述朝向不正确。
可选地,所述端点坐标得到模块220,包括:
转换子模块,用于将所述图像进行灰度格式转换,得到转换图像;
二值化处理子模块,用于将所述转换图像进行二值化处理,得到二值化图像;
滤波处理子模块,用于对所述二值化图像进行滤波处理,得到滤波图像;
边缘检测子模块,用于对所述图像进行边缘检测,得到边缘信息;
所述边缘检测子模块,还用于对所述边缘信息进行面积最大的边缘检测,得到所述停车标识的边缘坐标;
端点坐标获取子模块,用于从所述边缘坐标中获取所述停车标识的端点坐标。
可选地,所述标准端点坐标获取模块240,具体用于:
获取所述共享车辆的当前停车点位置信息;
根据所述当前停车点位置信息,获取标准端点坐标。
上述装置用于执行实施例1提供的方法,其实现原理和技术效果类似,在此不再赘述。
本申请实施例还公开了一种计算机设备,所述计算机设备包括存储器及处理器,所述存储器存储有计算机程序,所述计算机程序在所述处理器执行时,实现如实施例1所述的共享车辆的规范停车确定方法。
本申请实施例还公开了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,实现如实施例1所述的共享车辆的规范停车确定方法。
虽然本申请披露如上,但本申请并非限定于此。任何本领域技术人员,在不脱离本申请的精神和范围内,均可作各种更动与修改,因此本申请的保护范围应当以权利要求所限定的范围为准。
Claims (10)
1.一种共享车辆的规范停车确定方法,其特征在于,应用于服务器,停车点设置有停车标识,所述共享车辆设置有摄像头,所述方法包括:
当接收到还车请求时,获取所述共享车辆通过所述摄像头采集的包括停车标识的图像;
基于所述图像,得到所述停车标识的端点坐标;
根据所述端点坐标,确定当前停车位置的朝向是否正确;
若所述朝向正确,获取标准端点坐标;
若所述端点坐标与所述标准端点坐标匹配,确定所述共享车辆规范停车。
2.根据权利要求1所述的方法,其特征在于,所述获取标准端点坐标之后,还包括:
若所述端点坐标与所述标准端点坐标不匹配,获取预设数量的参考点坐标;
根据所述端点坐标和所述参考点坐标,确定当前停车距离,其中,所述当前停车距离为所述摄像头与所述停车标识之间的距离;
根据所述当前停车距离确定所述共享车辆是否规范停车。
3.根据权利要求2所述的方法,其特征在于,所述根据所述当前停车距离确定所述共享车辆是否规范停车,包括:
若所述当前停车距离在第一预设停车距离范围内,确定所述共享车辆规范停车;
若所述当前停车距离不在所述第一预设停车距离范围内,确定所述共享车辆未规范停车。
4.根据权利要求2所述的方法,其特征在于,所述根据所述端点坐标和所述参考点坐标,确定当前停车距离,包括:
从所述预设数量的参考点坐标中确定第一参考点坐标和第二参考点坐标,其中,所述第一参考点坐标和所述第二参考点坐标分别位于所述端点坐标两侧且为距离所述端点坐标最近的参考点坐标;
根据所述第一参考点坐标对应的第一参考停车距离及所述第二参考点坐标对应的第二参考停车距离,确定当前停车距离,其中,所述第一参考停车距离为所述第一参考点坐标与所述停车标识之间的距离,所述第二参考停车距离为所述第二参考点坐标与所述停车标识之间的距离。
5.根据权利要求1所述的方法,其特征在于,所述停车标识为预设规则图像,所述根据所述端点坐标,确定当前停车位置的朝向是否正确,包括:
根据所述端点坐标,确定所述停车标识的中心线;
获取所述图像对应的图像坐标系的纵轴;
若所述中心线与所述纵轴匹配,确定所述朝向正确;
若所述中心线与所述纵轴不匹配,确定所述朝向不正确。
6.根据权利要求1所述的方法,其特征在于,所述基于所述图像,得到所述停车标识的端点坐标,包括:
将所述图像进行灰度格式转换,得到转换图像;
将所述转换图像进行二值化处理,得到二值化图像;
对所述二值化图像进行滤波处理,得到滤波图像;
对所述滤波图像进行边缘检测,得到边缘信息;
对所述边缘信息进行面积最大的边缘检测,得到所述停车标识的边缘坐标;
从所述边缘坐标中获取所述停车标识的端点坐标。
7.根据权利要求1所述的方法,其特征在于,所述获取标准端点坐标,包括:
获取所述共享车辆的当前停车点位置信息;
根据所述当前停车点位置信息,获取标准端点坐标。
8.一种共享车辆的规范停车确定装置,其特征在于,应用于服务器,停车点设置有停车标识,所述共享车辆设置有摄像头,所述装置包括:
图像获取模块,用于当接收到还车请求时,获取所述共享车辆通过所述摄像头采集的包括停车标识的图像;
端点坐标得到模块,用于基于所述图像,得到所述停车标识的端点坐标;
朝向确定模块,用于根据所述端点坐标,确定当前停车位置的朝向是否正确;
标准端点坐标获取模块,用于若所述朝向正确,获取标准端点坐标;
规范停车确定模块,用于若所述端点坐标和所述标准端点坐标匹配,确定所述共享车辆规范停车。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器及处理器,所述存储器存储有计算机程序,所述计算机程序在所述处理器执行时,实现如权利要求1至7中任一项所述的共享车辆的规范停车确定方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,实现如权利要求1至7中任一项所述的共享车辆的规范停车确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111069017.9A CN113780183B (zh) | 2021-09-13 | 2021-09-13 | 一种共享车辆的规范停车确定方法、装置及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111069017.9A CN113780183B (zh) | 2021-09-13 | 2021-09-13 | 一种共享车辆的规范停车确定方法、装置及计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113780183A true CN113780183A (zh) | 2021-12-10 |
CN113780183B CN113780183B (zh) | 2024-07-19 |
Family
ID=78843084
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111069017.9A Active CN113780183B (zh) | 2021-09-13 | 2021-09-13 | 一种共享车辆的规范停车确定方法、装置及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113780183B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114333390A (zh) * | 2021-12-29 | 2022-04-12 | 北京精英路通科技有限公司 | 共享车辆停放事件的检测方法、装置及*** |
CN114613073A (zh) * | 2022-04-18 | 2022-06-10 | 宁波小遛共享信息科技有限公司 | 共享车辆的还车控制方法、装置和电子设备 |
CN115019498A (zh) * | 2022-05-13 | 2022-09-06 | 深圳市锐明技术股份有限公司 | 停车管理方法及*** |
CN116994227A (zh) * | 2023-09-28 | 2023-11-03 | 深圳市中智车联科技有限责任公司 | 一种停车状态检测方法、装置、设备和介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150364043A1 (en) * | 2014-06-11 | 2015-12-17 | Hyundai Mobis Co., Ltd. | Parking system of vehicle |
CN107230346A (zh) * | 2017-08-01 | 2017-10-03 | 何永安 | 共享单车停车规范的确认方法、装置、服务器及存储介质 |
CN108725437A (zh) * | 2018-07-17 | 2018-11-02 | 广东工业大学 | 一种自动停车入库方法和装置 |
CN108981684A (zh) * | 2018-06-06 | 2018-12-11 | 苏州智加科技有限公司 | 集装箱卡车定位***及方法 |
TW201923693A (zh) * | 2017-11-17 | 2019-06-16 | 愛飛凌科技股份有限公司 | 共享單車停車管理方法及其管理系統 |
CN110909608A (zh) * | 2019-10-25 | 2020-03-24 | 江苏大学 | 一种引导式规范停车识别方法 |
CN111243024A (zh) * | 2020-01-14 | 2020-06-05 | 上海钧正网络科技有限公司 | 停车区域识别***及方法、检测***及方法、安防*** |
CN111595253A (zh) * | 2020-05-13 | 2020-08-28 | 北京三快在线科技有限公司 | 车辆与车道线的距离确定方法、装置、设备及存储介质 |
CN111784439A (zh) * | 2020-05-28 | 2020-10-16 | 宁波小遛共享信息科技有限公司 | 一种还车检测的方法、***及装置 |
CN111862475A (zh) * | 2020-05-21 | 2020-10-30 | 北京骑胜科技有限公司 | 一种车辆的停车方法、装置、电子设备及可读存储介质 |
CN112712723A (zh) * | 2020-12-25 | 2021-04-27 | 永安行科技股份有限公司 | 基于机器视觉辅助的共享车辆规范停车***及方法 |
CN112907767A (zh) * | 2021-03-01 | 2021-06-04 | 杭州晶一智能科技有限公司 | 可判断车辆停车有效性的停车收费*** |
-
2021
- 2021-09-13 CN CN202111069017.9A patent/CN113780183B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150364043A1 (en) * | 2014-06-11 | 2015-12-17 | Hyundai Mobis Co., Ltd. | Parking system of vehicle |
CN107230346A (zh) * | 2017-08-01 | 2017-10-03 | 何永安 | 共享单车停车规范的确认方法、装置、服务器及存储介质 |
TW201923693A (zh) * | 2017-11-17 | 2019-06-16 | 愛飛凌科技股份有限公司 | 共享單車停車管理方法及其管理系統 |
CN108981684A (zh) * | 2018-06-06 | 2018-12-11 | 苏州智加科技有限公司 | 集装箱卡车定位***及方法 |
CN108725437A (zh) * | 2018-07-17 | 2018-11-02 | 广东工业大学 | 一种自动停车入库方法和装置 |
CN110909608A (zh) * | 2019-10-25 | 2020-03-24 | 江苏大学 | 一种引导式规范停车识别方法 |
CN111243024A (zh) * | 2020-01-14 | 2020-06-05 | 上海钧正网络科技有限公司 | 停车区域识别***及方法、检测***及方法、安防*** |
CN111595253A (zh) * | 2020-05-13 | 2020-08-28 | 北京三快在线科技有限公司 | 车辆与车道线的距离确定方法、装置、设备及存储介质 |
CN111862475A (zh) * | 2020-05-21 | 2020-10-30 | 北京骑胜科技有限公司 | 一种车辆的停车方法、装置、电子设备及可读存储介质 |
CN111784439A (zh) * | 2020-05-28 | 2020-10-16 | 宁波小遛共享信息科技有限公司 | 一种还车检测的方法、***及装置 |
CN112712723A (zh) * | 2020-12-25 | 2021-04-27 | 永安行科技股份有限公司 | 基于机器视觉辅助的共享车辆规范停车***及方法 |
CN112907767A (zh) * | 2021-03-01 | 2021-06-04 | 杭州晶一智能科技有限公司 | 可判断车辆停车有效性的停车收费*** |
Non-Patent Citations (2)
Title |
---|
代小红编: "《基于机器视觉的数字图像处理与识别研究》", 31 March 2023, 西南交通大学出版社, pages: 64 * |
张建鹏;楼佩煌;钱晓明;武星;: "多窗口实时测距的视觉导引AGV精确定位技术研究", 仪器仪表学报, no. 06 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114333390A (zh) * | 2021-12-29 | 2022-04-12 | 北京精英路通科技有限公司 | 共享车辆停放事件的检测方法、装置及*** |
CN114333390B (zh) * | 2021-12-29 | 2023-08-08 | 北京精英路通科技有限公司 | 共享车辆停放事件的检测方法、装置及*** |
CN114613073A (zh) * | 2022-04-18 | 2022-06-10 | 宁波小遛共享信息科技有限公司 | 共享车辆的还车控制方法、装置和电子设备 |
CN114613073B (zh) * | 2022-04-18 | 2023-09-08 | 浙江小遛信息科技有限公司 | 共享车辆的还车控制方法、装置和电子设备 |
CN115019498A (zh) * | 2022-05-13 | 2022-09-06 | 深圳市锐明技术股份有限公司 | 停车管理方法及*** |
CN116994227A (zh) * | 2023-09-28 | 2023-11-03 | 深圳市中智车联科技有限责任公司 | 一种停车状态检测方法、装置、设备和介质 |
CN116994227B (zh) * | 2023-09-28 | 2024-05-28 | 深圳市中智车联科技有限责任公司 | 一种停车状态检测方法、装置、设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113780183B (zh) | 2024-07-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113780183A (zh) | 一种共享车辆的规范停车确定方法、装置及计算机设备 | |
US7313265B2 (en) | Stereo calibration apparatus and stereo image monitoring apparatus using the same | |
CN108629292B (zh) | 弯曲车道线检测方法、装置及终端 | |
US9846823B2 (en) | Traffic lane boundary line extraction apparatus and method of extracting traffic lane boundary line | |
CN112598922B (zh) | 车位检测方法、装置、设备及存储介质 | |
US9946950B2 (en) | Data processing apparatus, data processing method, and program | |
EP3534334B1 (en) | Method for identification of characteristic points of a calibration pattern within a set of candidate points derived from an image of the calibration pattern | |
KR20180105875A (ko) | 단일 영상을 이용한 카메라 캘리브레이션 방법 및 이를 위한 장치 | |
CN111681285B (zh) | 一种标定方法、装置、电子设备及存储介质 | |
CN112990087B (zh) | 一种车道线检测方法、装置、设备及可读存储介质 | |
CN110751012A (zh) | 目标检测评估方法、装置、电子设备及存储介质 | |
CN111243003A (zh) | 车载双目摄像机及其检测道路限高杆的方法、装置 | |
EP3617937A1 (en) | Image processing device, driving assistance system, image processing method, and program | |
CN113988112A (zh) | 车道线的检测方法、装置、设备及存储介质 | |
CN113240744A (zh) | 图像处理的方法和装置 | |
US10970592B2 (en) | Adhering substance detection apparatus and adhering substance detection method | |
JP2006201817A (ja) | 車体色判別方法及び装置。 | |
CN112784633A (zh) | 一种车道边界的处理方法、装置、电子设备和存储介质 | |
JP6126849B2 (ja) | 車線識別装置および車線識別方法 | |
CN116128748A (zh) | 一种基于有效区域提取算法的鱼眼图像校正方法及*** | |
CN113112551B (zh) | 相机参数的确定方法、装置、路侧设备和云控平台 | |
JP5176523B2 (ja) | 移動体検出装置、移動体検出方法および移動体検出プログラム | |
CN113147746A (zh) | 坡道车位的探测方法及装置 | |
US11138447B2 (en) | Method for detecting raised pavement markers, computer program product and camera system for a vehicle | |
CN112699825A (zh) | 一种车道线识别方法及其装置 |
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 |
Country or region after: China Address after: Room 101 (201) -6, Building 5, Building 6 and 7, Kexin Building, Shounan Street, Yinzhou District, Ningbo City, Zhejiang Province, 315100 Applicant after: Zhejiang Xiaoliu Information Technology Co.,Ltd. Address before: Room 1401-1, No.6 and No.7, building 5, Kexin building, Shounan street, Yinzhou District, Ningbo City, Zhejiang Province, 315000 Applicant before: NINGBO LIUBIKE INFORMATION TECHNOLOGY Co.,Ltd. Country or region before: China |
|
GR01 | Patent grant |