CN114038208A - 路边停车场逃费管理方法 - Google Patents

Abstract

本发明提出了一种路边停车场逃费管理方法，包括路边停车场，在路边停车场设置有K个路边停车位，在第k路边停车位上设置有第k路边车位锁，在第k路边车位锁上设置有第k摄像头，还包括智能云端管理平台，在第一规定时间内，车位锁未接收到智能云端管理平台的反馈信息，该反馈信息为停车用户驶离前或驶离后支付了停车费用，则车位锁将采集的图像数据传输至智能云端管理平台，实现对未支付停车费用的车辆车牌进行车牌逃费记录。本发明能够对未缴费车辆车牌列入黑名单，实施监控。

Description

路边停车场逃费管理方法

技术领域

本发明涉及一种停车位技术领域，特别是涉及一种路边停车场逃费管理方法。

背景技术

随着城市车辆保有量的不断上升，交管部门不得不在道路两侧增设停车位用以缓解停车问题。但是，现有路边停车一般采用人工收费，人力成本高，停车时间难以精确统计，逃费率高，同时存在收费员瞒报私分的情况。

发明内容

本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种路边停车场逃费管理系统及其控制方法。

为了实现本发明的上述目的，本发明提供了一种路边停车场逃费管理系统，包括路边停车场，在路边停车场设置有K个路边停车位，分别为第1路边停车位、第2路边停车位、第3路边停车位、……、第K路边停车位，所述K为大于或者等于1的正整数，在第k路边停车位上设置有第k路边车位锁，在第k路边车位锁上设置有第k摄像头，所述k为小于或者等于K的正整数；

还包括智能云端管理平台，在第一规定时间内，车位锁未接收到智能云端管理平台的反馈信息，该反馈信息为停车用户驶离前或驶离后支付了停车费用，则车位锁将采集的图像数据传输至智能云端管理平台，实现对未支付停车费用的车辆车牌进行车牌逃费记录。

在本发明的一种优选实施方式中，第k路边车位锁包括矩形状固定安装底座，在矩形状固定安装底座的顶面设置有U形状贯穿顶面的U型孔，在矩形状固定安装底座内设置有促使U型阻碍杆由U型孔中旋转后呈直立或水平状态的旋转控制装置；

当其旋转控制装置接收到促使U型阻碍杆呈直立状态控制命令，则旋转控制装置控制U型阻碍杆最终呈直立状态；

当其旋转控制装置接收到促使U型阻碍杆呈水平状态控制命令，则旋转控制装置控制U型阻碍杆最终呈水平状态。

在本发明的一种优选实施方式中，在矩形状固定安装底座上设置有固定安装支耳，在固定安装支耳上设置有贯穿固定安装支耳的支耳孔，第一螺栓通过支耳孔后将矩形状固定安装底座可拆卸的安装在车位上。

本发明还公开了一种路边停车场逃费管理方法，包括以下步骤：

S1，车位锁判断停靠在停车位上的车辆是否驶离停车位：

若停靠在停车位上的车辆驶离停车位，则执行步骤S2；

若停靠在停车位上的车辆未驶离停车位，则执行步骤S1；

S2，车位锁判断在第一规定时间内是否接收到智能云端管理平台的反馈信息：

若在第一规定时间内接收到智能云端管理平台的反馈信息，该反馈信息为停车用户驶离前或驶离后支付了停车费用，则将驶离该停车位的车辆采集图像数据筛除；

若在第一规定时间内未接收到智能云端管理平台的反馈信息，则执行步骤S3；

S3，将采集的图像数据传输至智能云端管理平台，在第二规定时间内未接收到反馈信息，则将接收到的图像数据提取出车辆车牌存储于黑名单中；

在第二规定时间内接收到反馈信息，则将接收到的图像数据筛除。

在本发明的一种优选实施方式中，从接收到的图像数据提取出车辆车牌的方法包括以下步骤：

S31，框选图像中的车辆车牌矩形区域；

S32，对图片进行图片识别增强；对图片进行图片识别增强的方法包括以下步骤：

S321，将图片中的灰度值按照从大到小的顺序依次排列，分别为g₀、g₁、g₂、……、g_χ，χ＝h*w-1，其中，g₀表示第0灰度值，g₁表示第1灰度值，g₂表示第2灰度值，g_χ表示第χ灰度值，χ表示待处理图片中像素点总个数，h表示待处理图片的横向像素点总个数，w表示待处理图片的纵向像素点总个数；

S322，提取依次排序后的第一个像素值和最后一个像素值，根据第一个像素值和最后一个像素值得到初始灰度阈值；

S323，根据初始灰度阈值将待处理图片划分为第一灰度值集和第二灰度值集；

S324，统计第一灰度值集中灰度值的总个数，分别记作g₀′、g₁′、g₂′、……、g_χ′′，其中，g₀′表示第一灰度值集中第0灰度值，g₁′表示第一灰度值集中第1灰度值，g₂′表示第一灰度值集中第2灰度值，g_χ′′表示第一灰度值集中第χ′灰度值，χ′表示第一灰度值集中灰度值的总个数；

统计第二灰度值集中灰度值的总个数，分别记作g₀″、g₁″、g₂″、……、g_χ″″，其中，g₀″表示第二灰度值集中第0灰度值，g₁″表示第二灰度值集中第1灰度值，g₂″表示第二灰度值集中第2灰度值，g_χ″″表示第二灰度值集中第χ′灰度值，χ′表示第二灰度值集中灰度值的总个数；χ′+χ″＝χ；

S325，计算第一灰度值集中灰度值的灰度第一值；计算第二灰度值集中灰度值的灰度第二值；

S326，根据灰度第一值和灰度第二值得到灰度判断阈值，判断灰度判断阈值是否等于初始灰度阈值：

若灰度判断阈值等于初始灰度阈值，则令第一灰度值集中的灰度值所对应的像素点的灰度值为255，第一灰度值集中的灰度值所对应的像素点的灰度值为0；

若灰度判断阈值小于初始灰度阈值，则令初始灰度阈值为灰度判断阈值，返回步骤S323；

S33，对增强后的图片进行车辆车牌字符提取，获得车辆车牌号码。

在本发明的一种优选实施方式中，在步骤S3中将采集的图像数据传输至智能云端管理平台的方法包括以下步骤：

S3-1，控制器将摄像头采集的M张图像数据压缩为图像包；所述M为大于或者等于1的正整数，分别为第1采集图像、第2采集图像、第3采集图像、……、第M采集图像；

S3-2，对步骤S3-1中的图像包进行解压缩，得到图像解压包，判断其图像解压包的属性是否与图像包压缩前的属性是否一致：

若图像解压包的属性与图像包压缩前的属性一致，该属性为文件包存储占用空间的大小，此时该图像包即为待上传传输包，则执行步骤S35；

若图像解压包的属性与图像包压缩前的属性不一致，则执行下一步；

S3-3，对摄像头采集的M张图像数据进行图像码计算，将得到的图像码构成图像码库；

对图像解压包的数据进行数据码进行计算，将得到的数据码构成数据码库；

对比出图像码库中图像码与数据码库中的数据码未对应的数据码，根据未对应的数据码得到未对应的数据码所对应的文件，提取该文件的文件名；

S3-4，筛除步骤S3-1中图像包中提取文件名所对应的文件，筛除后得到待上传传输包；

S3-5，将待上传传输包发送至智能云端管理平台。

在本发明的一种优选实施方式中，在步骤S3-3中图像码的计算方法为：

Icode_m＝hash(I_m)，

其中，I_m表示第m采集图像，m＝1、2、3、……、M；I₁表示第1采集图像，I₂表示第2采集图像，I₃表示第3采集图像，I_M表示第M采集图像；

hash(I_m)表示对第m采集图像I_m执行哈希算法，采用哈希算法中的md5算法；

Icode_m表示第m采集图像I_m所对应的图像码。

在本发明的一种优选实施方式中，在步骤S3-3中数据码的计算方法为：

Dcode_n＝hash(D_n)，

其中，D_n表示图像解压包中的第n文件，n＝1、2、3、……、N，N表示图像解压包中文件的总数量；

hash(D_n)表示对图像解压包中的第n文件D_n执行哈希算法，采用哈希算法中的md5算法；

Dcode_n表示图像解压包中的第n文件D_n所对应的数据码。

综上所述，由于采用了上述技术方案，本发明能够对未缴费车辆车牌列入黑名单，实施监控。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1是本发明流程示意框图。

图2是本发明结构示意图。

图3是本发明结构示意图。

图4是本发明结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

本发明提供了一种路边停车场逃费管理系统，包括路边停车场，在路边停车场设置有K个路边停车位，分别为第1路边停车位、第2路边停车位、第3路边停车位、……、第K路边停车位，所述K为大于或者等于1的正整数，在第k路边停车位上设置有第k路边车位锁，在第k路边车位锁上设置有第k摄像头，所述k为小于或者等于K的正整数，此时在第1路边停车位上设置有第1路边车位锁，在第1路边车位锁上设置有第1摄像头，在第2路边停车位上设置有第2路边车位锁，在第2路边车位锁上设置有第2摄像头，在第3路边停车位上设置有第3路边车位锁，在第3路边车位锁上设置有第3摄像头，……，在第K路边停车位上设置有第K路边车位锁，在第K路边车位锁上设置有第K摄像头；

还包括智能云端管理平台，在第一规定时间内，车位锁未接收到智能云端管理平台的反馈信息，该反馈信息为停车用户驶离前或驶离后支付了停车费用，则车位锁将采集的图像数据传输至智能云端管理平台，实现对未支付停车费用的车辆车牌进行车牌逃费记录。

在本发明的一种优选实施方式中，如图2～4所示，第k路边车位锁包括矩形状固定安装底座6，在矩形状固定安装底座6的顶面设置有U形状贯穿顶面的U型孔2，在矩形状固定安装底座6内设置有促使U型阻碍杆1由U型孔2中旋转后呈直立或水平状态的旋转控制装置；

当其旋转控制装置接收到促使U型阻碍杆1呈直立状态控制命令，则旋转控制装置控制U型阻碍杆1最终呈直立状态；此时U型阻碍杆1的高度高于待停车车辆底盘，由于U型阻碍杆1阻挡，待停车车辆不能停靠在停车位上。

当其旋转控制装置接收到促使U型阻碍杆1呈水平状态控制命令，则旋转控制装置控制U型阻碍杆1最终呈水平状态；此时矩形状固定安装底座6的高度低于待停车车辆底盘的高度，待停车车辆可以停靠在停车位上。

在本发明的一种优选实施方式中，在矩形状固定安装底座6上设置有固定安装支耳4，在固定安装支耳4上设置有贯穿固定安装支耳4的支耳孔3，第一螺栓通过支耳孔3后将矩形状固定安装底座6可拆卸的安装在车位上。

在本发明的一种优选实施方式中，旋转控制装置包括气缸12、横向推拉杆9、竖向移动杆8、控制模块13和滑动轨7；其滑动轨7为左右两侧各自三根共计六根，也可以是左右两侧各自一整根滑动轨7，可以根据实际情况进行设置，为了保证竖向移动杆8更好的滑动，在滑动轨7内设置有滚珠，并涂抹了润滑油。

滑动轨7固定安装在矩形状固定安装底座6内底部的左右两侧，竖向移动杆8设置在滑动轨7上实现在滑动轨7上滑动；在每个竖向移动杆8的一端设置有竖向移动杆内螺纹孔17，在横向推拉杆9两端设置有与竖向移动杆内螺纹孔17相适应的推拉杆9外螺纹，通过推拉杆9外螺纹和竖向移动杆内螺纹孔实现横向推拉杆9与左右两侧的竖向移动杆8可拆卸连接；竖向移动杆8的另一端铰接在U型安装座15上，在U型安装座15上还铰接有固定安装板14，在固定安装板14上设置有贯穿固定安装板14的固定安装板贯穿孔10，第二螺栓通过固定安装板贯穿孔10后将固定安装板14固定在矩形状固定安装底座6的内侧面，在U型安装座15上设置有贯穿U型安装座15的U型安装座贯穿孔16，在U型阻碍杆1上设置有贯穿U型阻碍杆1的U型阻碍杆贯穿孔，利用第三螺栓通过U型安装座贯穿孔16和U型阻碍杆贯穿孔后将其U型阻碍杆1可拆卸的安装在U型安装座15上；

气缸12固定安装在矩形状固定安装底座6内，在气缸12的伸缩杆11末端上设置有卡扣，通过卡扣将横向推拉杆9卡住；气缸12的控制信号输入端与控制模块13的控制信号输出端相连；

当其控制模块13向其气缸12发出呈直立状态控制命令，则气缸12的伸缩杆11伸长，推动横向推拉杆9朝远离气缸12方向移动，由于竖向移动杆8的另一端与U型安装座15铰接，固定安装板14与U型安装座15铰接，且固定在矩形状固定安装底座6的内侧面，因此U型安装座15旋转，进而带动U型阻碍杆1朝直立状态方向旋转；

当其控制模块13向其气缸12发出呈水平状态控制命令，则气缸12的伸缩杆11缩短，拉动横向推拉杆9朝靠近气缸12方向移动，由于竖向移动杆8的另一端与U型安装座15铰接，固定安装板14与U型安装座15铰接，且固定在矩形状固定安装底座6的内侧面，因此U型安装座15旋转，进而带动U型阻碍杆1朝水平状态方向旋转。

在本发明的一种优选实施方式中，控制模块13包括设置在矩形状固定安装底座6内底部的用于固定安装矩形状壳体的矩形状壳体固定安装座，矩形状壳体固定安装在矩形状壳体固定安装座上，在矩形状壳体内设置有PCB电路板，在PCB电路板上设置有控制器和数据无线传输单元；控制器的无线数据端与数据无线传输单元的无线数据端相连，控制器的控制信号输出端与气缸12的控制信号输入端相连；控制器根据数据无线传输单元接收到的控制命令，该控制命令为呈直立状态控制命令或呈水平状态控制命令，向其气缸12的伸缩杆11发送伸缩命令。

在本发明的一种优选实施方式中，摄像头5设置在矩形状固定安装底座6正面，摄像头5的图像数据输出端与控制器的图像数据输入端相连；控制器将摄像头5采集的该车位离开的车辆车牌图像信息通过无线传输单元传输至智能云端管理平台，实现对逃费车辆车牌的进行记录。

在本发明的一种优选实施方式中，无线传输单元包括无线传输3G单元、无线传输4G单元、无线传输5G单元、无线传输WiFi单元、无线传输LoRa单元之一或者任意组合；

无线传输单元为无线传输3G单元时，控制器的无线数据3G端与数据无线传输单元的无线数据3G端相连；

无线传输单元为无线传输4G单元时，控制器的无线数据4G端与数据无线传输单元的无线数据4G端相连；

无线传输单元为无线传输5G单元时，控制器的无线数据5G端与数据无线传输单元的无线数据5G端相连；

无线传输单元为无线传输WiFi单元时，控制器的无线数据WiFi端与数据无线传输单元的无线数据WiFi端相连；

无线传输单元为无线传输LoRa单元时，控制器的无线数据LoRa端与数据无线传输单元的无线数据LoRa端相连。

在本发明的一种优选实施方式中，还包括检测装置，检测装置包括设置在横向推拉杆9底部的红外发射单元以及设置在矩形状固定安装底座6内底面的红外接收单元，红外接收单元包括红外接收单元一、红外接收单元二、红外接收单元三和红外接收单元四，红外发射单元的红外发射控制端与控制器的红外发射控制端相连，红外接收单元一的红外数据输出端与控制器的红外发射第一数据端相连，红外接收单元二的红外数据输出端与控制器的红外发射第二数据端相连，红外接收单元三的红外数据输出端与控制器的红外发射第三数据端相连，红外接收单元四的红外数据输出端与控制器的红外发射第四数据端相连；

红外接收单元三与气缸12的距离、红外接收单元一与气缸12的距离、红外接收单元二与气缸12的距离、红外接收单元四与气缸12的距离依次增大，在横向推拉杆9移动过程中，当其红外接收单元三接收到红外发射单元发射的红外线时，此时红外接收单元三正处于红外发射单元的正下方，同样的，当其红外接收单元一接收到红外发射单元发射的红外线时，此时红外接收单元一正处于红外发射单元的正下方；当其红外接收单元二接收到红外发射单元发射的红外线时，此时红外接收单元二正处于红外发射单元的正下方；当其红外接收单元四接收到红外发射单元发射的红外线时，此时红外接收单元四正处于红外发射单元的正下方；

当其控制器先接收到红外接收单元一的触发信号，再接收到红外接收单元二的触发信号，此时U型阻碍杆1处于直立状态；

当其控制器先接收到红外接收单元二的触发信号，再接收到红外接收单元一的触发信号，此时U型阻碍杆1处于水平状态；

当其控制器接收到红外接收单元三的触发信号，此时气缸12先停止运动，再沿气缸12的伸缩杆11伸长的方向运动，直至控制器接收到红外接收单元二的触发信号时气缸12停止运动；

当其控制器接收到红外接收单元四的触发信号，此时气缸12先停止运动，再沿气缸12的伸缩杆11缩短的方向运动，直至控制器接收到红外接收单元一的触发信号时气缸12停止运动。

本发明还公开了一种路边停车场逃费管理方法，如图1所示，包括以下步骤：

S1，车位锁判断停靠在停车位上的车辆是否驶离停车位：

若停靠在停车位上的车辆驶离停车位，则执行步骤S2；

若停靠在停车位上的车辆未驶离停车位，则执行步骤S1；

S2，车位锁判断在第一规定时间内是否接收到智能云端管理平台的反馈信息：

若在第一规定时间内接收到智能云端管理平台的反馈信息，该反馈信息为停车用户驶离前或驶离后支付了停车费用，则将驶离该停车位的车辆采集图像数据筛除；

若在第一规定时间内未接收到智能云端管理平台的反馈信息，则执行步骤S3；

S3，将采集的图像数据传输至智能云端管理平台，在第二规定时间内未接收到反馈信息，则将接收到的图像数据提取出车辆车牌存储于黑名单中；

在第二规定时间内接收到反馈信息，则将接收到的图像数据筛除。

在本发明的一种优选实施方式中，从接收到的图像数据提取出车辆车牌的方法包括以下步骤：

S31，框选图像中的车辆车牌矩形区域，其框选图像中的车辆车牌矩形区域的方法包括以下步骤：

S311，判断采集的图像是否为彩色图片：

若采集的图像为彩色图片，则将彩色图片转换为灰度图片，其将彩色图片转换为灰度图片的方法为：

G₀(i,j)＝R(i,j)*r+G(i,j)*g+B(i,j)*b，

其中，R(i,j)表示待处理图片在像素点坐标(i,j)处的红色像素值；

G(i,j)表示待处理图片在像素点坐标(i,j)处的绿色像素值；

B(i,j)表示待处理图片在像素点坐标(i,j)处的蓝色像素值；

r表示红色像素值的比例参数，r+g+b＝1，r∈[0,1]；

g表示绿色像素值的比例参数，g∈[0,1]；

b表示蓝色像素值的比例参数，b∈[0,1]；

G₀(i,j)表示待处理图片在像素点坐标(i,j)处的灰度像素值；将彩色图片转换为灰度图片后执行下一步；

若采集的图像不为彩色图片，则执行下一步；

S312，将U×U像素区域内的灰度像素值之和从大到小排列，U＝2u-1，u∈{2,3,4}，选取第一个灰度像素值之和对应的像素区域作为定位区域，将定位区域的中心点作为定位点；

S313，将矩形选定框的两邻边与图片的两邻边进行贴合，且矩形选定框的着陆点与两邻边交点重合，通过上下左右的平移将矩形选定框的着陆点与定位点相重合，将矩形选定框外的图片裁剪，即得到车辆车牌矩形区域；其矩形选定框与图片大小的关系为：

其中，h′表示矩形选定框的高度；

ε₁表示框选系数值；

f表示焦距；

h表示图片的横向像素点总个数，

dpi表示分辨率；

其中，w′表示矩形选定框的宽度；

ε₁表示框选系数值；

f表示焦距；

w表示图片的纵向像素点总个数，

dpi表示分辨率；

S32，对图片进行图片识别增强；对图片进行图片识别增强的方法包括以下步骤：

S321，将图片中的灰度值按照从大到小的顺序依次排列，分别为g₀、g₁、g₂、……、g_χ，χ＝h*w-1，其中，g₀表示第0灰度值，g₁表示第1灰度值，g₂表示第2灰度值，g_χ表示第χ灰度值，χ表示待处理图片中像素点总个数，h表示待处理图片的横向像素点总个数，w表示待处理图片的纵向像素点总个数；

S322，提取依次排序后的第一个像素值和最后一个像素值，根据第一个像素值和最后一个像素值得到初始灰度阈值，其初始灰度阈值的计算方法为：

其中，g₀表示排序后的第一个像素值，即是第0灰度值；

g_χ表示排序后的最后一个像素值，即是第χ灰度值；

表示初始灰度阈值；

S323，根据初始灰度阈值将待处理图片划分为第一灰度值集和第二灰度值集；第一灰度值集和第二灰度值集的划分方法为：

其中，g_τ表示第τ灰度值，τ＝0，1，2，3，……，χ；

表示初始灰度阈值；

I(i,j)＝1表示将g_τ划分为第一灰度值集；

I(i,j)＝0表示将g_τ划分为第二灰度值集；

S324，统计第一灰度值集中灰度值的总个数，分别记作g₀′、g₁′、g₂′、……、g_χ′′，其中，g₀′表示第一灰度值集中第0灰度值，g₁′表示第一灰度值集中第1灰度值，g₂′表示第一灰度值集中第2灰度值，g_χ′′表示第一灰度值集中第χ′灰度值，χ′表示第一灰度值集中灰度值的总个数；

统计第二灰度值集中灰度值的总个数，分别记作g₀″、g₁″、g₂″、……、g_χ″″，其中，g₀″表示第二灰度值集中第0灰度值，g₁″表示第二灰度值集中第1灰度值，g₂″表示第二灰度值集中第2灰度值，g_χ″″表示第二灰度值集中第χ′灰度值，χ′表示第二灰度值集中灰度值的总个数；χ′+χ″＝χ；

S325，计算第一灰度值集中灰度值的灰度第一值，其灰度第一值的计算方法为：

其中，g_i′表示第一灰度值集中第i灰度值；

χ′表示第一灰度值集中灰度值的总个数；

表示灰度第一值；

计算第二灰度值集中灰度值的灰度第二值，其灰度第二值的计算方法为：

其中，g_i″表示第二灰度值集中第i灰度值；

χ″表示第二灰度值集中灰度值的总个数；

表示灰度第二值；

S326，根据灰度第一值和灰度第二值得到灰度判断阈值，其灰度判断阈值的计算方法为：

其中，

表示灰度第一值；

表示灰度第二值；

表示灰度判断阈值；

判断灰度判断阈值是否等于初始灰度阈值：

若灰度判断阈值等于初始灰度阈值，则令第一灰度值集中的灰度值所对应的像素点的灰度值为255，第一灰度值集中的灰度值所对应的像素点的灰度值为0；

若灰度判断阈值小于初始灰度阈值，则令初始灰度阈值为灰度判断阈值，返回步骤S323；

S323，对增强后的图片进行车辆车牌字符提取，获得车辆车牌号码。

在本发明的一种优选实施方式中，在步骤S3中将采集的图像数据传输至智能云端管理平台的方法包括以下步骤：

S3-1，控制器将摄像头采集的M张图像数据压缩为图像包；所述M为大于或者等于1的正整数，分别为第1采集图像、第2采集图像、第3采集图像、……、第M采集图像；

S3-2，对步骤S3-1中的图像包进行解压缩，得到图像解压包，判断其图像解压包的属性是否与图像包压缩前的属性是否一致：

若图像解压包的属性与图像包压缩前的属性一致，该属性为文件包存储占用空间的大小，此时该图像包即为待上传传输包，则执行步骤S35；

若图像解压包的属性与图像包压缩前的属性不一致，则执行下一步；

S3-3，对摄像头采集的M张图像数据进行图像码计算，其图像码的计算方法为：

Icode_m＝hash(I_m)，

其中，I_m表示第m采集图像，m＝1、2、3、……、M；I₁表示第1采集图像，I₂表示第2采集图像，I₃表示第3采集图像，I_M表示第M采集图像；

hash(I_m)表示对第m采集图像I_m执行哈希算法，采用哈希算法中的md5算法；

Icode_m表示第m采集图像I_m所对应的图像码；

将得到的图像码构成图像码库；

对图像解压包的数据进行数据码进行计算，数据码的计算方法为：

Dcode_n＝hash(D_n)，

其中，D_n表示图像解压包中的第n文件，n＝1、2、3、……、N，N表示图像解压包中文件的总数量；

hash(D_n)表示对图像解压包中的第n文件D_n执行哈希算法，采用哈希算法中的md5算法；

Dcode_n表示图像解压包中的第n文件D_n所对应的数据码；

将得到的数据码构成数据码库；

对比出图像码库中图像码与数据码库中的数据码未对应的数据码，根据未对应的数据码得到未对应的数据码所对应的文件，提取该文件的文件名；

S3-4，筛除步骤S3-1中图像包中提取文件名所对应的文件，筛除后得到待上传传输包；

S3-5，将待上传传输包发送至智能云端管理平台。

本发明还公开了一种车位锁的控制方法，包括以下步骤：

S1，系统初始化；

S2，控制器判断是否接收到将U型阻碍杆1由直立状态变为水平状态控制信号：

若控制器接收到将U型阻碍杆1由直立状态变为水平状态控制信号，则控制器向其气缸12发出控制信号，使其控制器接收到红外接收单元一的触发信号时气缸12停止运动；执行步骤S3；

若控制器未接收到将U型阻碍杆1由直立状态变为水平状态控制信号，则返回步骤S2；

S3，控制器判断是否接收到将U型阻碍杆1由水平状态变为直立状态控制信号：

若控制器接收到将U型阻碍杆1由水平状态变为直立状态控制信号，则控制器向其气缸12发出控制信号，使其控制器接收到红外接收单元二的触发信号时气缸12停止运动；返回步骤S2；

若控制器未接收到将U型阻碍杆1由水平状态变为直立状态控制信号，则返回步骤S3。

在本发明的一种优选实施方式中，在步骤S1中包括以下步骤：

S11，控制器向气缸12发送将U型阻碍杆1变为水平状态控制信号，此时气缸12将U型阻碍杆1变为水平状态；

S12，控制器向气缸12发送将U型阻碍杆1由水平状态变为直立状态控制信号，此时气缸12将U型阻碍杆1由水平状态变为直立状态；

或者，

S12，控制器向气缸12发送将U型阻碍杆1变为直立状态控制信号，此时气缸12将U型阻碍杆1变为直立状态；

S11，控制器向气缸12发送将U型阻碍杆1由直立状态变为水平状态控制信号，此时气缸12将U型阻碍杆1由直立状态变为水平状态；

S12，控制器向气缸12发送将U型阻碍杆1由水平状态变为直立状态控制信号，此时气缸12将U型阻碍杆1由水平状态变为直立状态。

在本发明的一种优选实施方式中，还包括用户通过扫描设置在矩形状固定安装底座6顶面的二维码实现停车，其用户通过扫描设置在矩形状固定安装底座6顶面的二维码实现停车的控制方法包括以下步骤：

S81，利用智能移动手持终端扫描设置在矩形状固定安装底座6顶面的二维码，获取该停车位的数据信息，该停车位的数据信息包括停车位ID、停车位计费规则；

S82，智能云端管理平台判断是否接收到待停车用户的停车请求信息，该停车请求信息包括停车位的数据信息和用户个人信息，用户个人信息包括用户ID；

若智能云端管理平台未接收到待停车用户的停车请求信息，则继续等待，返回步骤S82；

若智能云端管理平台接收到待停车用户的停车请求信息，则执行步骤S83；

S83，对待停车用户进行预扣费，扣费后向其扫描的二维码所对应的车位锁发出解锁控制命令；

S84，当其停车用户驾车离开时，对其结算。

在步骤S83中包括：

根据停车位计费规则判断待停车用户账户中的可用余额是否满足停车位计费规则的最大要求费用：

若待停车用户账户中的可用余额满足停车位计费规则的最大要求费用，则对待停车用户账户中的可用余额为进行余额预扣，余额预扣后待停车用户账户中的可用余额为S₁，S₁＞0，不可用余额为p₂；待停车用户账户中的余额为S₀，S₀＝S₁+p₂；

停车位计费规则为：

其中，P(t)表示在停车位上停靠时间t所花费费用；

h表示时间单位小时；

t₁为第一停车时间阈值；

t₂为第二停车时间阈值；不足半个小时按半个小时计算，不足一个个小时按一个个小时计算；

p₁表示停车计费单价阈值；p₁＞0；

p₂表示停车位计费规则的最大要求费用；p₂＞p₁*t₂；

若待停车用户账户中的可用余额不满足停车位计费规则的最大要求费用，则对待停车用户账户中的可用余额为进行余额充值，余额充值后待停车用户账户中的可用余额为S₁，S₁＝0，不可用余额为p₂；待停车用户账户中的余额为S₀＝S₁+p₂。

在本发明的一种优选实施方式中，在步骤S84中包括：

设置在矩形状固定安装底座6的顶面的停车感应器感应到停车用户驾车离开停车位后，控制器通过数据无线传输单元将停车用户驾车离开的数据信息反馈给智能云端管理平台；控制器并向其气缸12发出呈直立状态控制命令，则最终U型阻碍杆1呈直立状态；

智能云端管理平台接收到停车用户驾车离开停车位后，根据停车用户停车时间，计算停车的费用：

判断p₂与停车的费用的关系：

若p₂＝p，p为停车的费用，则停车用户账户中的最终余额为S₁；

若p₂＞p，则判断p₂中是否包括充值费用：

若p₂中包括充值费用，则向停车用户的充值账户上返还充值费用为p₂′，p₂′＝p₂-p；充值账户为向停车用户的账户充值的账户；返还后停车用户账户中的可用余额和不可用余额为S₁，S₁＝0；

若p₂中不包括充值费用，则停车用户账户中的余额为S₁′，S₁′＝S₁+p₂-p，停车用户账户中的可用余额为S₁′，不可用余额为S₁，S₁＝0。

在本发明的一种优选实施方式中，还包括为待停车用户规划导航线路的方法包括以下步骤：

S231，智能云端管理平台获取待停车用户当前的位置以及离待停车用户目的地最近的停车场的位置；

S232，获取待停车用户当前的位置至离待停车用户目的地最近的停车场的位置的线路总条数，分别记为L₁、L₂、L₃、……、L_l，l表示待停车用户当前的位置至离待停车用户目的地最近的停车场的位置的线路总条数，L₁表示第1条规划线路，L₂表示第2条规划线路，L₃表示第3条规划线路，L_l表示第l条规划线路；

S233，获取每条规划线路上的交叉点，分别记作

表示第l′条规划线路上的第1交叉点，

表示第l′条规划线路上的第2交叉点，l′＝1、2、3、……、l，

表示第l′条规划线路上的第3交叉点，

表示第l′条规划线路上的第

交叉点，

表示第l′条规划线路上交叉点的总个数；计算每个交叉点至下一个交叉点的角度值，其每个交叉点至下一个交叉点的角度值的计算方法为：

其中，(x₀,y₀,z₀)表示离待停车用户目的地最近的停车场的位置坐标；

(x_i,y_i,z_i)表示第i交叉点；

(x_i+1,y_i+1,z_i+1)表示第i交叉点的下一交叉点；

θ_i表示第i交叉点的角度值；

S234，统计每条规划线路的总角度值，其总角度值的计算方法为：

θ(l′)表示第l′条规划线路上的总角度值；

θ_i′表示第i′交叉点的角度值；

S234，将总角度值最小的规划线路作为待停车用户的行进线路。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (8)

1.一种路边停车场逃费管理系统，包括路边停车场，在路边停车场设置有K个路边停车位，分别为第1路边停车位、第2路边停车位、第3路边停车位、……、第K路边停车位，所述K为大于或者等于1的正整数，其特征在于，在第k路边停车位上设置有第k路边车位锁，在第k路边车位锁上设置有第k摄像头，所述k为小于或者等于K的正整数；

还包括智能云端管理平台，在第一规定时间内，车位锁未接收到智能云端管理平台的反馈信息，该反馈信息为停车用户驶离前或驶离后支付了停车费用，则车位锁将采集的图像数据传输至智能云端管理平台，实现对未支付停车费用的车辆车牌进行车牌逃费记录。

2.根据权利要求1所述的路边停车场逃费管理系统，第k路边车位锁包括矩形状固定安装底座，在矩形状固定安装底座的顶面设置有U形状贯穿顶面的U型孔，在矩形状固定安装底座内设置有促使U型阻碍杆由U型孔中旋转后呈直立或水平状态的旋转控制装置；

当其旋转控制装置接收到促使U型阻碍杆呈直立状态控制命令，则旋转控制装置控制U型阻碍杆最终呈直立状态；

当其旋转控制装置接收到促使U型阻碍杆呈水平状态控制命令，则旋转控制装置控制U型阻碍杆最终呈水平状态。

3.根据权利要求2所述的路边停车场逃费管理系统，其特征在于，在矩形状固定安装底座上设置有固定安装支耳，在固定安装支耳上设置有贯穿固定安装支耳的支耳孔，第一螺栓通过支耳孔后将矩形状固定安装底座可拆卸的安装在车位上。

4.一种路边停车场逃费管理方法，其特征在于，包括以下步骤：

S1，车位锁判断停靠在停车位上的车辆是否驶离停车位：

若停靠在停车位上的车辆驶离停车位，则执行步骤S2；

若停靠在停车位上的车辆未驶离停车位，则执行步骤S1；

S2，车位锁判断在第一规定时间内是否接收到智能云端管理平台的反馈信息：

若在第一规定时间内接收到智能云端管理平台的反馈信息，该反馈信息为停车用户驶离前或驶离后支付了停车费用，则将驶离该停车位的车辆采集图像数据筛除；

若在第一规定时间内未接收到智能云端管理平台的反馈信息，则执行步骤S3；

S3，将采集的图像数据传输至智能云端管理平台，在第二规定时间内未接收到反馈信息，则将接收到的图像数据提取出车辆车牌存储于黑名单中；

在第二规定时间内接收到反馈信息，则将接收到的图像数据筛除。

5.根据权利要求4所述的路边停车场逃费管理方法，其特征在于，从接收到的图像数据提取出车辆车牌的方法包括以下步骤：

S31，框选图像中的车辆车牌矩形区域；

S32，对图片进行图片识别增强；对图片进行图片识别增强的方法包括以下步骤：

S321，将图片中的灰度值按照从大到小的顺序依次排列，分别为g₀、g₁、g₂、……、g_χ，χ＝h*w-1，其中，g₀表示第0灰度值，g₁表示第1灰度值，g₂表示第2灰度值，g_χ表示第χ灰度值，χ表示待处理图片中像素点总个数，h表示待处理图片的横向像素点总个数，w表示待处理图片的纵向像素点总个数；

S322，提取依次排序后的第一个像素值和最后一个像素值，根据第一个像素值和最后一个像素值得到初始灰度阈值；

S323，根据初始灰度阈值将待处理图片划分为第一灰度值集和第二灰度值集；

S324，统计第一灰度值集中灰度值的总个数，分别记作g₀′、g₁′、g₂′、……、g_χ′′，其中，g₀′表示第一灰度值集中第0灰度值，g₁′表示第一灰度值集中第1灰度值，g₂′表示第一灰度值集中第2灰度值，g_χ′′表示第一灰度值集中第χ′灰度值，χ′表示第一灰度值集中灰度值的总个数；

统计第二灰度值集中灰度值的总个数，分别记作g₀″、g₁″、g₂″、……、g_χ″″，其中，g₀″表示第二灰度值集中第0灰度值，g₁″表示第二灰度值集中第1灰度值，g₂″表示第二灰度值集中第2灰度值，g_χ″″表示第二灰度值集中第χ′灰度值，χ′表示第二灰度值集中灰度值的总个数；χ′+χ″＝χ；

S325，计算第一灰度值集中灰度值的灰度第一值；计算第二灰度值集中灰度值的灰度第二值；

S326，根据灰度第一值和灰度第二值得到灰度判断阈值，判断灰度判断阈值是否等于初始灰度阈值：

若灰度判断阈值等于初始灰度阈值，则令第一灰度值集中的灰度值所对应的像素点的灰度值为255，第一灰度值集中的灰度值所对应的像素点的灰度值为0；

若灰度判断阈值小于初始灰度阈值，则令初始灰度阈值为灰度判断阈值，返回步骤S323；

S33，对增强后的图片进行车辆车牌字符提取，获得车辆车牌号码。

6.根据权利要求4所述的路边停车场逃费管理方法，其特征在于，在步骤S3中将采集的图像数据传输至智能云端管理平台的方法包括以下步骤：

S3-1，控制器将摄像头采集的M张图像数据压缩为图像包；所述M为大于或者等于1的正整数，分别为第1采集图像、第2采集图像、第3采集图像、……、第M采集图像；

S3-2，对步骤S3-1中的图像包进行解压缩，得到图像解压包，判断其图像解压包的属性是否与图像包压缩前的属性是否一致：

若图像解压包的属性与图像包压缩前的属性一致，该属性为文件包存储占用空间的大小，此时该图像包即为待上传传输包，则执行步骤S35；

若图像解压包的属性与图像包压缩前的属性不一致，则执行下一步；

S3-3，对摄像头采集的M张图像数据进行图像码计算，将得到的图像码构成图像码库；

对图像解压包的数据进行数据码进行计算，将得到的数据码构成数据码库；

对比出图像码库中图像码与数据码库中的数据码未对应的数据码，根据未对应的数据码得到未对应的数据码所对应的文件，提取该文件的文件名；

S3-4，筛除步骤S3-1中图像包中提取文件名所对应的文件，筛除后得到待上传传输包；

S3-5，将待上传传输包发送至智能云端管理平台。

7.根据权利要求6所述的路边停车场逃费管理方法，其特征在于，在步骤S3-3中图像码的计算方法为：

Icode_m＝hash(I_m)，

其中，I_m表示第m采集图像，m＝1、2、3、……、M；I₁表示第1采集图像，I₂表示第2采集图像，I₃表示第3采集图像，I_M表示第M采集图像；

hash(I_m)表示对第m采集图像I_m执行哈希算法，采用哈希算法中的md5算法；

Icode_m表示第m采集图像I_m所对应的图像码。

8.根据权利要求6所述的路边停车场逃费管理方法，其特征在于，在步骤S3-3中数据码的计算方法为：

Dcode_n＝hash(D_n)，

其中，D_n表示图像解压包中的第n文件，n＝1、2、3、……、N，N表示图像解压包中文件的总数量；

hash(D_n)表示对图像解压包中的第n文件D_n执行哈希算法，采用哈希算法中的md5算法；

Dcode_n表示图像解压包中的第n文件D_n所对应的数据码。

Images