CN114360288A - 基于ai的车库管理方法、***、设备及可读存储介质 - Google Patents
基于ai的车库管理方法、***、设备及可读存储介质 Download PDFInfo
- Publication number
- CN114360288A CN114360288A CN202210274539.0A CN202210274539A CN114360288A CN 114360288 A CN114360288 A CN 114360288A CN 202210274539 A CN202210274539 A CN 202210274539A CN 114360288 A CN114360288 A CN 114360288A
- Authority
- CN
- China
- Prior art keywords
- parking
- information
- garage
- vehicle
- parking space
- 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
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明提供的基于AI的车库管理方法、***、设备及可读存储介质,方法包括:通过安装在车库的第一摄像设备对至少三个停车位进行监控,以获取至少三个停车位的监控信息;通过安装于停车位上的红外感知设备对停车位的遮挡信息;基于遮挡信息和监控信息获取车库信息;将车库信息发送给终端设备以使得终端设备进行显示。通过上述方式,本发明可以有效地实时获取到实时的车库信息,并可以在终端设备进行显示,可以显示自动化或者无人化的车库管理,也便于用户或车主快速了解车库的情况。
Description
技术领域
本发明涉及车库管理技术领域,具体而言,涉及一种基于AI的车库管理方法、***、设备及可读存储介质。
背景技术
随着停车场越来越大,且车辆越来越多的情况下,在目前市场上,对于车库如何实现管理,如确定车库的停靠情况等变得尤为重要,但是现在通常对于停车的管理方法中,例如在车位中预设地磁线圈并通过地磁线圈辅助工作人员的管理方法,其设置地磁线圈所需的成本较高,且仍然需要人工管理,人工成本较高,且无法与用户进行联动,使得整个管理效率较低。
发明内容
本发明的目的之一在于提供一种基于AI的车库管理方法、***、设备及可读存储介质,用以解决上述技术问题。
本发明的实施例可以这样实现:
第一方面,本发明提供一种基于AI的车库管理方法,所述车库管理方法应用于基于AI的车库管理***,所述车库管理***包括第一摄像设备以及红外感知设备,所述方法包括:
通过安装在车库的第一摄像设备对至少三个停车位进行监控,以获取至少三个停车位的监控信息,所述监控信息包括所述至少三个停车位的连续多帧停车图像;
通过安装于所述停车位上的红外感知设备对所述停车位的遮挡信息;
基于所述遮挡信息和监控信息获取车库信息;
将所述车库信息发送给终端设备以使得所述终端设备进行显示。
在一可选实施例中,所述基于遮挡信息和监控信息获取车库信息,包括:
将所述停车图像输入到预设目标检测模型中以识别出车辆信息,所述预设目标检测模型为yolo模型;
基于所述连续多帧停车图像对应的所述车辆信息和预设目标位置确定每一停车位对应的第一停车信息;
基于所述遮挡信息确定每一停车位对应的第二停车信息;
基于所述第一停车信息和第二停车信息确定每一停车位的停车状况;
基于所述车库的所有的停车位的所述停车状况得到所述车库信息。
在一可选实施例中,所述基于所述连续多帧停车图像对应的所述车辆信息和预设目标位置确定每一停车位对应的第一停车信息,包括:
基于所述车辆信息选取出对应的车辆的识别框;
若连续预设数量帧的所述车辆信息的表明所述识别框在连续预设数量帧中的重合度大于阈值,则确定所述车辆为停止状态;
若处于停止状态的所述车辆对应的识别框位于所述停车图像的预设位置区域,则表明所述车辆位于所述预设位置区域对应的所述停车位中,并将所述停车位的第一停靠状态设置为是;
基于所述车辆信息选取出对应车辆的车牌信息;
获取所述车牌信息与所述车辆对应的停车位的预设车牌信息的匹配情况;
将所述第一停靠状态和所述匹配情况作为第一停车信息进行输出;
其中,所述匹配情况包括对应停靠或非对应停靠。
在一可选实施例中,所述第二停车信息包括所述停车位的第二停靠状态,所述基于所述第一停车信息和第二停车信息确定每一停车位的停车状况,包括:
若所述停车位的第一停靠状态和第二停靠状态相同,则将所述第一停靠状态或第二停靠状态作为所述停车位的当前停靠状态;
将所述当前停靠状态和所述匹配情况作为所述停车状况。
在一可选实施例中,所述基于所述车库的所有的停车位的所述停车状况得到所述车库信息,包括:
获取所述车库的预设车位分布图;
对不同的停车状态采用不同的标识并添加到所述车库预设车位分布图上得到实时车位分布图;
将所述实时车位分布图作为所述车库信息。
在一可选实施例中,所述车库管理方法还包括:
若所述车库信息表明所述停车位的匹配情况为非对应停靠;
则将所述停车位作为提醒停车位;
通过安装在所述车库的第二摄像设备对所述提醒停车位对应的车辆进行拍照以获取所述车辆的预留号码信息。
在一可选实施例中,所述车库管理方法还包括:
通过安装在所述车库的进口的第三摄像设备获取所述车库的进口的进入车辆图像;
将所述进入车辆图像输入到所述预设目标检测模型识别出车辆的车牌信息;
若所述车牌信息和所述提醒停车位对应的预设车牌信息相同,则将所述预留号码信息以及所述提醒停车位对应的停车状况发送给所述提醒停车位对应的绑定终端。
第二方面,本发明提供一种基于AI的车库管理***,所述车库管理***包括服务端、第一摄像设备以及红外感知设备,其中所述服务端用于:
通过安装在车库的所述第一摄像设备对至少三个停车位进行监控,以获取至少三个停车位的监控信息;
通过安装于所述停车位上的所述红外感知设备对所述停车位的遮挡信息;
基于所述遮挡信息和监控信息获取车库信息;
将所述车库信息发送给终端设备以使得所述终端设备进行显示。
第三方面,本发明提供一种计算机设备,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的计算机程序,所述处理器可执行所述计算机程序以实现第一方面所述的基于AI的车库管理方法。
第四方面,本发明提供一种可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如第一方面所述的基于AI的车库管理方法。
本发明提供的基于AI的车库管理方法、***、计算机设备及可读存储介质,通过安装在车库的第一摄像设备对至少三个停车位进行监控,以获取至少三个停车位的监控信息;通过安装于所述停车位上的红外感知设备对所述停车位的遮挡信息;基于所述遮挡信息和监控信息获取车库信息;将所述车库信息发送给终端设备以使得所述终端设备进行显示。从而可以有效地实时获取到实时的车库信息,并可以在终端设备进行显示,可以显示自动化或者无人化的车库管理,也便于用户或车主快速了解车库的情况,并实现快速停靠。且结合了监控信息和遮挡信息,从而提高整个车库信息的准确度。
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基于AI的车库管理方法的第一实施例的示意性流程图;
图2为图1步骤S13的子步骤的示意性流程示意图;
图3是图2步骤S132的子步骤的示意性流程示意图;
图4是图2步骤S135的子步骤的示意性流程示意图;
图5为本发明实施例提供的基于AI的车库管理方法的第二实施例的示意性流程图;
图6为本发明实施例提供的基于AI的车库管理方法的第三实施例的示意性流程图;
图7为本发明实施例提供的基于AI的车库管理***图;
图8为本发明实施例提供的一种计算机设备的方框示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明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发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。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。
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。
在本发明的描述中,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,或者是该发明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发明和简化描述,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发明的限制。
此外,若出现术语“第一”、“第二”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,在不冲突的情况下,本发明的实施例中的特征可以相互结合。
随着车库(无论是商场、写字楼或者住宅等),车库动辄一层或者多层,如果仅仅依靠记录车进入车库的数量和驶出车库的数量来计算车库当前空闲位置的话,不仅效率极低,且无法实时的确定车库的情况。
如果例如在车位中预设地磁线圈并通过地磁线圈辅助工作人员的管理方法,其设置地磁线圈所需的成本较高,且仍然需要人工管理,人工成本较高,且无法与用户进行联动,使得整个管理效率较低。
以上种种,不仅仅使得车库管理效率低,也会导致人工成本较高,并依然无法满足用户快速找到停车位的要求。
本发明实施例提供了一种基于AI的车库管理方法,该方法具体可以应用于基于AI的车库管理***200,该基于AI的车库管理***200具体可以包括第一摄像设备210和红外感知设备220。且可选地,该基于AI的车库管理***200可以全部或者部分安装于车库中。
请参见图1,图1为本发明实施例提供的基于AI的车库管理方法的第一实施例的示意性流程图,该方法包括:
S11,通过安装在车库的第一摄像设备对至少三个停车位进行监控,以获取至少三个停车位的监控信息。
在可选实施例中,可以通过安装在车库的第一摄像设备对至少三个停车位进行监控,即可以在车库内安装多个第一摄像设备,且每一摄像设备可以对准三个或三个以上的停车位,如四个车位或者五个停车位等。并持续获取到至少三个停车位监控信息。
在可选实施例中,监控信息可以是至少三个停车位的连续多帧停车图像。或者可以认为监控信息是由连续多帧停车图像组成的视频信息。
且当第一摄像设备安装好后,其拍摄视角是固定的,即至少三个停车位位于该第一摄像设备所拍摄的停车图像区域是相对固定的。
S12,通过安装于停车位上的红外感知设备对停车位的遮挡信息。
可选的,红外感知设备也可以安装于车库内,具体可以对应每个停车位均有安装,如该红外感知设备可以安装于停车位的地板上,通过检测停车位上的车辆信息从而获取遮挡信息。
S13,基于遮挡信息和监控信息获取车库信息。
在获取到多个第一摄像设备的监控信息和多个红外感知设备的遮挡信息后,可以基于这些监控信息和遮挡信息获取车库信息。
请参阅图2,图2是图1步骤S13的子步骤流程示意图,具体包括如下步骤:
S131,将停车图像输入到预设目标检测模型中以识别出车辆信息。
可选的,监控信息包括多帧停车图像,则可以将停车图像输入到预设目标检测模型中,利用预设目标检测模型对该停车图像进行识别,从而识别得到车辆信息。
在可选实施例中,该预设目标检测模型具体可以是yolo模型。
可选的,该预设目标检测模型具体可以是通过训练初步检测模型得到的,其训练过程具体可以如下:
获取初步检测模型的训练集,随后基于训练集对初步检测进行训练以得到预设目标检测模型。训练集包括多组标注好的车辆训练图像组和车牌训练图像组,所述车辆训练图像组包括同一车辆图像的经过旋转角度、饱和度、曝光度以及色调中至少一种处理后得到的多个训练图像。
可选的,通过对同一车辆图像的经过旋转角度、饱和度、曝光度以及色调中至少一种处理后得到的多个训练图像,从而可以得到更好的样本量,从而提高鲁棒性和预设目标检测模型的精确度。
S132,基于连续多帧停车图像对应的所述车辆信息和预设目标位置确定每一停车位对应的第一停车信息。
随后基于连续多帧停车图像对应的车辆信息和预设目标位置,从而确定每一停车位对应的第一停车信息。
请参阅图3,图3是图2步骤S132的子步骤流程示意图,具体包括如下步骤:
S1321,基于车辆信息选取出对应的车辆的识别框。
可选的,车辆信息至少包括对应车辆的识别框,从而可以基于车辆信息选取出该车辆信息对应的车辆的识别框。
S1322,若连续预设数量帧的车辆信息的表明识别框在连续预设数量帧中的重合度大于阈值,则确定车辆为停止状态。
基于连续多帧的停车图像可以获取到连续多帧的车辆信息,对于同一车辆的多帧车辆信息是对应的,如果续预设数量帧的车辆信息的表明同一车辆的识别框在连续预设数量帧中的重合度大于阈值,则可以确定该车辆为停止状态。
即对于一个停止状态的车而言,在很长的一个时间段内,出现在停车图像中都是静止的,因此其对应的识别框也是静止的,即连续多帧的识别框的重合度几乎为100%,因此如果续预设数量帧的车辆信息的表明同一车辆的识别框在连续预设数量帧中的重合度大于阈值,则可以确定该车辆为停止状态。
S1323,若处于停止状态的车辆对应的识别框位于停车图像的预设位置区域,则表明车辆位于预设位置区域对应的停车位中,并将停车位的第一停靠状态设置为是。
可选的,当确定车辆为停止状态后,可以进一步确定该车辆是否是位于停车位内,虽然第一摄像设备主要是获取至少三个停车位的监控信息,但是也会附带一些其他区域(如车库路)等图像,因此还需要进一步确定车辆是否位于停车位以及位于哪个停车位内。
在上述实施例中提及到,当第一摄像设备完成安装后,其视角范围是固定的,即对于其实际范围内的每个停车位均在停车图像中有固定的区域,即每一停车位对应第一摄像设备所拍摄的停车图像的预设位置区域。如某个停车图像的大小为100乘80,从左至右有三个停车位,分别对应0-30、35-60以及70-100的范围。
可选的,停车位的第一停靠状态一般默认为否。
若处于停止状态的车辆对应的识别框位于停车图像的预设位置区域,则表明车辆位于预设位置区域对应的停车位中,并将停车位的第一停靠状态设置为是。
在可选实施例中,每个停车位以及每个第一摄像设备均有标号,且标号有相关性,如第一摄像设备可以为C-01,该第一摄像设备对应的停车位可以是C-0101、C-0102等等,从而实现关联。
在获取停车图像时,也会对应该每一个停车图像添加对应第一摄像设备的标号,从而后续可以确定对应的停车位。
通过对所有的第一摄像设备的监控信息进行处理后,可以获取到每一个停车位的第一停靠状态。
S1324,基于车辆信息选取出对应车辆的车牌信息。
在可选实施例中,车辆信息还可以包括对应车辆的车牌信息,即基于预设目标检测模型可以识别出车辆的车牌信息。
S1325,获取车牌信息与车辆对应的停车位的预设车牌信息的匹配情况。
在具体场景中,有些停车位是公用的,即没有特定的用户,但是有些停车位的私人的,即其对应有固定的用户(或者是固定的车辆)。因此还需要将车牌信息和该车牌信息对应的车辆所对应的停车位的预设车牌信息进行匹配,从而获取其匹配情况。
如果停在某一停车位的车辆的车牌信息与该停车位对应的预设车牌信息匹配上(即相同),且匹配情况为对应停靠。如果停在某一停车位的车辆的车牌信息与该停车位对应的预设车牌信息没有匹配上(即不相同),则匹配情况为非对应停靠。
可选的,预设车牌信息可以为多个车牌,无论车牌信息与哪个车牌相同均认为是匹配上。
S1326,将第一停靠状态和匹配情况作为第一停车信息进行输出。
可选的,将第一停靠状态和匹配情况作为第一停车信息进行输出,即将每个停车位的第一停靠状态和匹配情况(如果第一停靠状态为否的话,则匹配情况为空集或者没有匹配情况)作为第一停车信息进行输出。
S133,基于遮挡信息确定每一停车位对应的第二停车信息。
随后基于遮挡信息确定每一停车位对应的第二停车信息,可选的,基于每一停车位对应的遮挡信息从而确定每一停车位的第二停车信息,该第二停车信息包括停车位的第二停靠状态,该第二停靠状态也包括是或否。
可选地,当车辆停靠到停车位上时,则会对红外感知设备进行遮挡,如果遮挡信息为是否遮挡以及遮挡面积,如果遮挡且遮挡面积大于阈值,则可以将第二停靠状态设置为是。
S134,基于所述第一停车信息和第二停车信息确定每一停车位的停车状况。
基于第一停车信息和第二停车信息确定每一停车位的停车状态,考虑到精确性,对于每一停车位,均同时利用该停车位的第一停车信息中的第一停靠状态和第二停车信息的第二停靠状态来确定停车状态。
具体地,若停车位的第一停靠状态和第二停靠状态相同,即均为是或者均为否,则将第一停靠状态或第二停靠状态作为停车位的当前停靠状态;并将当前停靠状态和匹配情况作为停车位的停车状况。
上述实施例中,通过第一停靠状态和第二停靠状态来确定停车位的停靠状态,可以增强其准确性,以防止第一摄像设备或者红外感知设备的误检。
S135,基于车库的所有的停车位的停车状况得到车库信息。
随后,通过车库的所有停车位的停车状况来获取到车库信息。
请参阅图4,图4是图2步骤S135的子步骤流程示意图,具体包括如下步骤:
S1351,获取车库的预设车位分布图。
获取到整个车库的预设车位分布图,可选的,该预设车位分布图可以以平面图的形式呈现,包括有停车位对应的分布图像以及到达每个停车位的车库路图像。或当车库包括多个区域或者多层区域时,则可以多个平面图的形式呈现。
S1352,对不同的停车状态采用不同的标识并添加到车库预设车位分布图上得到实时车位分布图。
对不同的停车状态采用不同的标识并添加到车库预设车位分布图上得到实时车位分布图。
可选的,停车状态具体包括有如下三种类型:
1、当前停靠状态为是,匹配情况为对应停靠。
2、当前停靠状态为是,匹配情况为非对应停靠。
3、当前停靠状态为否,匹配情况为空集。
则可以用三种标识来表示不同的类型,具体可以通过文字、颜色或者符号进行区分。并将预设车位分布图的每一停车位都添加对应的标识从而得到实时车位分布图。
S1353,将所述实时车位分布图作为车库信息。
将实时车位分布图作为车库信息。
S14,将车库信息发送给终端设备以使得终端设备进行显示。
随后可以将车库信息发送给终端设备,从而使得终端设备可以对车库信息(实时车位分布图)进行显示。
可选的,该终端设备可以是设置于车库口的显示大屏,也可以是各位用户或者车主的手机终端。
在可选实施例中,若响应于终端设备的连接请求并与终端设备进行连接后,则可以将车库信息发送给终端设备,从而使得终端设备可以对车库信息进行显示。具体方式可以是终端设备关注公众号,或者扫一扫位于车库口的二维码等从而发送连接请求,在建立连接后,则可以车库信息发送给终端设备。
上述实施例中,通过安装在车库的第一摄像设备对至少三个停车位进行监控,以获取至少三个停车位的监控信息;通过安装于所述停车位上的红外感知设备对所述停车位的遮挡信息;基于所述遮挡信息和监控信息获取车库信息;将所述车库信息发送给终端设备以使得所述终端设备进行显示。从而可以有效地实时获取到实时的车库信息,并可以在终端设备进行显示,可以显示自动化或者无人化的车库管理,也便于用户或车主快速了解车库的情况,并实现快速停靠。且结合了监控信息和遮挡信息,从而提高整个车库信息的准确度。
请参阅图5,图5为本发明实施例提供的基于AI的车库管理方法的第二实施例的示意性流程图,可选地,基于AI的车库管理***200还包括有第二摄像设备230和第三摄像设备240。该方法具体还包括如下步骤:
S21,若车库信息表明停车位的匹配情况为非对应停靠。
如果车库信息表明某一个停车位的匹配情况为非对应停靠,即出现不是该停车位的车辆停到了该停车位的情况。
S22,则将停车位作为提醒停车位。
则可以将该停车位作为提醒停车位。
S23,通过安装在车库的第二摄像设备对提醒停车位对应的车辆进行拍照以获取所述车辆的预留号码信息。
随后通过安装在车库的第二摄像设备对提醒停车位对应的车辆进行拍照以获取车辆的预留号码信息。
可选地,一般车辆前端会放置移车电话号码,可以通过高精度的第二摄像设备对提醒停车位对应的车辆进行拍照,从而获取到车辆的预留号码信息。
S24,通过安装在车库的进口的第三摄像设备获取所述车库的进口的进入车辆图像。
随后通过安装在车库的进口的第三摄像设备获取车库的进口的进入车辆图像。
S25,将进入车辆图像输入到预设目标检测模型识别出车辆的车牌信息。
对于每一从车库进口进入的车辆的进入车辆图像均输入到预设目标检测模型中,从而识别出车辆的车牌信息。
S26,若车牌信息和提醒停车位对应的预设车牌信息相同,则将预留号码信息以及提醒停车位对应的停车状况发送给提醒停车位对应的绑定终端。
如果车牌信息和提醒停车位对应的预设车牌信息相同,则将预留号码信息以及提醒停车位对应的停车状况发送给提醒停车位对应的绑定终端。
即如果提醒停车位的对应的车辆开始进入车库后,则可以提前提醒该车辆的车主,其车位已经被占用,则可以预留号码信息以及提醒停车位对应的停车状况发送给绑定终端,可选的该绑定终端具体可以是车主或用户的手机,也可以是车辆的车载终端,这里不做限定,从而便于车主或用户寻找其他车位或者提前打电话与占位的车辆车主进行沟通,提高停车的便利性。
请参阅图6,图6为本发明实施例提供的基于AI的车库管理方法的第二实施例的示意性流程图,可选地,基于AI的车库管理***200还包括有第四摄像设备250。该方法具体还包括如下步骤:
S31,通过安装在车库中的第四摄像设备对进入到车库的车辆进行跟踪以获取车辆的移动信息。
通过安装在车库中的第四摄像设备对进入到车库的车辆进行跟踪以获取车辆的移动信息。
可选的,第四摄像设备也可以包括多个,多个第四摄像设备安装在车库的车库路上,用于实时跟踪在车库路上每一车辆的移动信息。
S32,获取车辆对应的终端设备发送的IMU信息和里程计信息。
随后进一步获取车辆对应的终端设备发送的IMU信息和里程计信息,可选的,该终端设备可以是车辆的车载终端,也可以是车辆的车主的移动终端,这里不做限定。
S33,基于移动信息、IMU信息和里程计信息确定车辆的移动路径。
由于车库大部分都是室内的,则可以利用移动信息、IMU信息和里程计信息确定车辆的移动路径,随后可能会有偏差,但是其偏差度不会太大,其具体计算方法可以参照自动驾驶定位的算法,这里不做多余解释。
S34,将移动路径与实时车位分布图进行实时绑定,并显示于所述终端设备上。
在获取到将移动路径后,则将移动路径与实时车位分布图进行实时绑定,并显示于所述终端设备上。从而便于车主可以实时确定自己的当前位置和信息,便于车主可以更快地驾驶车辆找到停车位。
请参见图7,图7为本发明实施例提供的基于AI的车库管理***,该基于AI的车库管理***200可以包括:
第一摄像设备210、红外感知设备220以及服务端201。该服务端201用于:通过安装在车库的所述第一摄像设备210对至少三个停车位进行监控,以获取至少三个停车位的监控信息;通过安装于停车位上的红外感知设备220对所述停车位的遮挡信息;基于所述遮挡信息和监控信息获取车库信息;将车库信息发送给终端设备以使得终端设备进行显示。
在可选实施例中,该基于AI的车库管理***200还可以包括第二摄像设备230、第三摄像设备240以及第四摄像设备250。
在可选实施例中,该服务端201还用于:若所述车库信息表明所述停车位的匹配情况为非对应停靠;则将所述停车位作为提醒停车位;通过安装在所述车库的第二摄像设备230对所述提醒停车位对应的车辆进行拍照以获取所述车辆的预留号码信息。通过安装在所述车库的进口的第三摄像设备240获取所述车库的进口的进入车辆图像;将所述进入车辆图像输入到所述预设目标检测模型识别出车辆的车牌信息;若所述车牌信息和所述提醒停车位对应的预设车牌信息相同,则将所述预留号码信息以及所述提醒停车位对应的停车状况发送给所述提醒停车位对应的绑定终端。
在可选实施例中,该服务端201还用于通过安装在所述车库中的第四摄像设备250对进入到车库的车辆进行跟踪以获取所述车辆的移动信息;获取所述车辆对应的终端设备发送的IMU信息和里程计信息;基于所述移动信息、IMU信息和里程计信息确定所述车辆的移动路径;将所述移动路径与所述实时车位分布图进行实时绑定,并显示于所述终端设备上。
需要说明的是,本发明实施例提供的基于AI的车库管理***200中的各个功能模块可以软件或固件(Firmware)的形式存储于存储器中或固化于计算机设备的操作***(Operating System,OS)中,并可由计算机设备中的处理器执行。同时,执行上述模块所需的数据、程序的代码等可以存储在存储器中。
因此,本发明实施例还提供一种计算机设备,如图8,图8为本发明实施例提供的一种计算机设备的方框示意图。该计算机设备300包括通信接口301、处理器302和存储器303。该处理器302、存储器303和通信接口301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303可用于存储软件程序及模块,如本发明实施例所提供的基于AI的车库管理方法对应的程序指令/模块,处理器302通过执行存储在存储器303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301可用于与其他节点设备进行信令或数据的通信。在本发明中该计算机设备300可以具有多个通信接口301。
其中,存储器303可以是但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。
处理器302可以是一种集成电路芯片,具有信号处理能力。该处理器可以是通用处理器,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、分立硬件组件等。
本发明实施例还提供一种可读存储介质,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前述实施方式中任一项的基于AI的车库管理方法。该计算机可读存储介质可以是,但不限于,U盘、移动硬盘、ROM、RAM、PROM、EPROM、EEPROM、磁碟或者光盘等各种可以存储程序代码的介质。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于AI的车库管理方法,其特征在于,所述车库管理方法应用于基于AI的车库管理***,所述车库管理***包括第一摄像设备以及红外感知设备,所述方法包括:
通过安装在车库的第一摄像设备对至少三个停车位进行监控,以获取所述至少三个停车位的监控信息,所述监控信息包括所述至少三个停车位的连续多帧停车图像;
通过安装于所述停车位上的红外感知设备对所述停车位的遮挡信息;
基于所述遮挡信息和监控信息获取车库信息;
将所述车库信息发送给终端设备以使得所述终端设备进行显示。
2.根据权利要求1所述的车库管理方法,其特征在于,所述基于遮挡信息和监控信息获取车库信息,包括:
将所述停车图像输入到预设目标检测模型中以识别出车辆信息,所述预设目标检测模型为yolo模型;
基于所述连续多帧停车图像对应的所述车辆信息和预设目标位置确定每一停车位对应的第一停车信息;
基于所述遮挡信息确定每一停车位对应的第二停车信息;
基于所述第一停车信息和第二停车信息确定每一停车位的停车状况;
基于所述车库的所有的停车位的所述停车状况得到所述车库信息。
3.根据权利要求2所述的车库管理方法,其特征在于,所述基于所述连续多帧停车图像对应的所述车辆信息和预设目标位置确定每一停车位对应的第一停车信息,包括:
基于所述车辆信息选取出对应的车辆的识别框;
若连续预设数量帧的所述车辆信息的表明所述识别框在连续预设数量帧中的重合度大于阈值,则确定所述车辆为停止状态;
若处于停止状态的所述车辆对应的识别框位于所述停车图像的预设位置区域,则表明所述车辆位于所述预设位置区域对应的所述停车位中,并将所述停车位的第一停靠状态设置为是;
基于所述车辆信息选取出对应车辆的车牌信息;
获取所述车牌信息与所述车辆对应的停车位的预设车牌信息的匹配情况;
将所述第一停靠状态和所述匹配情况作为第一停车信息进行输出;
其中,所述匹配情况包括对应停靠或非对应停靠。
4.根据权利要求3所述的车库管理方法,其特征在于,所述第二停车信息包括所述停车位的第二停靠状态,所述基于所述第一停车信息和第二停车信息确定每一停车位的停车状况,包括:
若所述停车位的第一停靠状态和第二停靠状态相同,则将所述第一停靠状态或第二停靠状态作为所述停车位的当前停靠状态;
将所述当前停靠状态和所述匹配情况作为所述停车状况。
5.根据权利要求3所述的车库管理方法,其特征在于,所述基于所述车库的所有的停车位的所述停车状况得到所述车库信息,包括:
获取所述车库的预设车位分布图;
对不同的停车状态采用不同的标识并添加到所述车库预设车位分布图上得到实时车位分布图;
将所述实时车位分布图作为所述车库信息。
6.根据权利要求5所述的车库管理方法,其特征在于,所述车库管理方法还包括:
若所述车库信息表明所述停车位的匹配情况为非对应停靠;
则将所述停车位作为提醒停车位;
通过安装在所述车库的第二摄像设备对所述提醒停车位对应的车辆进行拍照以获取所述车辆的预留号码信息。
7.根据权利要求6所述的车库管理方法,其特征在于,所述车库管理方法还包括:
通过安装在所述车库的进口的第三摄像设备获取所述车库的进口的进入车辆图像;
将所述进入车辆图像输入到所述预设目标检测模型识别出车辆的车牌信息;
若所述车牌信息和所述提醒停车位对应的预设车牌信息相同,则将所述预留号码信息以及所述提醒停车位对应的停车状况发送给所述提醒停车位对应的绑定终端。
8.一种基于AI的车库管理***,其特征在于,所述车库管理***包括服务端、第一摄像设备以及红外感知设备,其中所述服务端用于:
通过安装在车库的所述第一摄像设备对至少三个停车位进行监控,以获取至少三个停车位的监控信息;
通过安装于所述停车位上的所述红外感知设备对所述停车位的遮挡信息;
基于所述遮挡信息和监控信息获取车库信息;
将所述车库信息发送给终端设备以使得所述终端设备进行显示。
9.一种计算机设备,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的计算机程序,所述处理器可执行所述计算机程序以实现权利要求1-7任一项所述的基于AI的车库管理方法。
10.一种可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7任一项所述的基于AI的车库管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210274539.0A CN114360288A (zh) | 2022-03-21 | 2022-03-21 | 基于ai的车库管理方法、***、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210274539.0A CN114360288A (zh) | 2022-03-21 | 2022-03-21 | 基于ai的车库管理方法、***、设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114360288A true CN114360288A (zh) | 2022-04-15 |
Family
ID=81095190
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210274539.0A Pending CN114360288A (zh) | 2022-03-21 | 2022-03-21 | 基于ai的车库管理方法、***、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114360288A (zh) |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104240534A (zh) * | 2014-09-19 | 2014-12-24 | 电子科技大学 | 基于指纹及车牌识别的小区车库智能管理*** |
CN106339768A (zh) * | 2016-08-22 | 2017-01-18 | 重庆交通大学 | 一种基于物理网的车位预定*** |
CN207131142U (zh) * | 2016-11-30 | 2018-03-23 | 郑州蓝视科技有限公司 | 车位状态可监控车库 |
CN110164141A (zh) * | 2019-06-18 | 2019-08-23 | 西南交通大学 | 停车位引导***及引导方法 |
CN110264736A (zh) * | 2019-07-15 | 2019-09-20 | 李元胜 | 一种应用于停车场的避免车辆无信息的交互*** |
CN110533923A (zh) * | 2019-08-29 | 2019-12-03 | 北京精英路通科技有限公司 | 停车管理方法、装置、计算机设备及存储介质 |
CN110895888A (zh) * | 2019-04-28 | 2020-03-20 | 腾讯科技(深圳)有限公司 | 智能停车方法、装置、***、电子设备及计算机可读介质 |
CN110910655A (zh) * | 2019-12-11 | 2020-03-24 | 深圳市捷顺科技实业股份有限公司 | 一种停车管理方法、装置及设备 |
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 |
CN111882916A (zh) * | 2019-12-20 | 2020-11-03 | 北京嘀嘀无限科技发展有限公司 | 一种停车位的管理方法及*** |
CN111951594A (zh) * | 2019-05-17 | 2020-11-17 | 享位科技有限公司 | 一种入场停车管理*** |
CN112053588A (zh) * | 2020-10-16 | 2020-12-08 | 湖南聚沙信息技术有限公司 | 智能车库管理*** |
CN112185158A (zh) * | 2020-08-26 | 2021-01-05 | 领翌技术(横琴)有限公司 | 基于反向寻车的停车位与车辆信息匹配方法及停车*** |
CN112466154A (zh) * | 2020-12-18 | 2021-03-09 | 迪蒙智慧交通科技有限公司 | 基于重识别技术的车辆停车方法、监控装置及可读存储介质 |
CN113112855A (zh) * | 2021-03-30 | 2021-07-13 | 合肥九一化工科技有限公司 | 一种车位识别***及方法 |
CN113223326A (zh) * | 2021-04-28 | 2021-08-06 | 上海电科智能***股份有限公司 | 基于路侧的多车多控多源低速辅助停车*** |
CN113299066A (zh) * | 2021-05-21 | 2021-08-24 | 贵州车秘科技有限公司 | 一种基于车位识别在智慧停车领域的引导***及方法 |
-
2022
- 2022-03-21 CN CN202210274539.0A patent/CN114360288A/zh active Pending
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104240534A (zh) * | 2014-09-19 | 2014-12-24 | 电子科技大学 | 基于指纹及车牌识别的小区车库智能管理*** |
CN106339768A (zh) * | 2016-08-22 | 2017-01-18 | 重庆交通大学 | 一种基于物理网的车位预定*** |
CN207131142U (zh) * | 2016-11-30 | 2018-03-23 | 郑州蓝视科技有限公司 | 车位状态可监控车库 |
CN110895888A (zh) * | 2019-04-28 | 2020-03-20 | 腾讯科技(深圳)有限公司 | 智能停车方法、装置、***、电子设备及计算机可读介质 |
CN111951594A (zh) * | 2019-05-17 | 2020-11-17 | 享位科技有限公司 | 一种入场停车管理*** |
CN110164141A (zh) * | 2019-06-18 | 2019-08-23 | 西南交通大学 | 停车位引导***及引导方法 |
CN110264736A (zh) * | 2019-07-15 | 2019-09-20 | 李元胜 | 一种应用于停车场的避免车辆无信息的交互*** |
CN110533923A (zh) * | 2019-08-29 | 2019-12-03 | 北京精英路通科技有限公司 | 停车管理方法、装置、计算机设备及存储介质 |
CN110910655A (zh) * | 2019-12-11 | 2020-03-24 | 深圳市捷顺科技实业股份有限公司 | 一种停车管理方法、装置及设备 |
CN111882916A (zh) * | 2019-12-20 | 2020-11-03 | 北京嘀嘀无限科技发展有限公司 | 一种停车位的管理方法及*** |
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 |
CN112185158A (zh) * | 2020-08-26 | 2021-01-05 | 领翌技术(横琴)有限公司 | 基于反向寻车的停车位与车辆信息匹配方法及停车*** |
CN112053588A (zh) * | 2020-10-16 | 2020-12-08 | 湖南聚沙信息技术有限公司 | 智能车库管理*** |
CN112466154A (zh) * | 2020-12-18 | 2021-03-09 | 迪蒙智慧交通科技有限公司 | 基于重识别技术的车辆停车方法、监控装置及可读存储介质 |
CN113112855A (zh) * | 2021-03-30 | 2021-07-13 | 合肥九一化工科技有限公司 | 一种车位识别***及方法 |
CN113223326A (zh) * | 2021-04-28 | 2021-08-06 | 上海电科智能***股份有限公司 | 基于路侧的多车多控多源低速辅助停车*** |
CN113299066A (zh) * | 2021-05-21 | 2021-08-24 | 贵州车秘科技有限公司 | 一种基于车位识别在智慧停车领域的引导***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106710291B (zh) | 停车场的停车位获取方法及装置 | |
EP3806064B1 (en) | Method and apparatus for detecting parking space usage condition, electronic device, and storage medium | |
CN107146468A (zh) | 停车场车位的识别方法与***及管理方法与*** | |
CN108694853B (zh) | 一种实现泊车服务的方法、终端、服务端及*** | |
CN112820137B (zh) | 一种停车场的管理方法及装置 | |
CN108174152A (zh) | 一种目标监控方法及目标监控*** | |
US11025865B1 (en) | Contextual visual dataspaces | |
KR20180102284A (ko) | 영상 송출을 활용한 장애인 주차구역 실시간 관리 방법 및 시스템 | |
CN110853391A (zh) | 智能共享停车*** | |
CN110826356B (zh) | 一种非机动车违章检测***、方法及服务器 | |
CN112802363A (zh) | 基于全景视频和人脸识别技术的智能引导***和方法 | |
AU2015282375B2 (en) | One-to-many-surface parking lot management system using omnidirectional camera and management method thereof | |
JP2013089158A (ja) | 表記認識による駐車状況通知装置 | |
CN111833637A (zh) | 车辆监控方法、装置、设备和*** | |
KR20150061160A (ko) | 차량 위치 제공 로봇, 그리고 그를 이용한 주차 위치 안내 시스템 및 주차 위치 안내 방법 | |
CN115063746A (zh) | 一种车辆入库管理方法、装置、计算机设备及存储介质 | |
CN113869258A (zh) | 交通事件检测方法、装置、电子设备及可读存储介质 | |
CN114694385A (zh) | 停车管理方法、装置、***、电子设备及存储介质 | |
KR20190004644A (ko) | 주차 위치 확인 시스템 | |
CN109671291B (zh) | 一种基于智能传感器的全景监控方法 | |
CN114360288A (zh) | 基于ai的车库管理方法、***、设备及可读存储介质 | |
CN109685920B (zh) | 停车位的收费管理方法、装置、***和存储介质 | |
US20230274552A1 (en) | Image-surveilled security escort | |
KR20200025384A (ko) | 실시간 영상처리를 활용한 주차정보 제공장치 및 그 시스템 | |
CN114724403A (zh) | 停车位引导方法、***、设备及计算机可读存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220415 |