CN111081047A - 一种基于光电图像处理的精准智能停车管理方法及管理系统 - Google Patents
一种基于光电图像处理的精准智能停车管理方法及管理系统 Download PDFInfo
- Publication number
- CN111081047A CN111081047A CN201911259678.0A CN201911259678A CN111081047A CN 111081047 A CN111081047 A CN 111081047A CN 201911259678 A CN201911259678 A CN 201911259678A CN 111081047 A CN111081047 A CN 111081047A
- Authority
- CN
- China
- Prior art keywords
- parking
- server
- vehicle
- parking space
- parking lot
- 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 49
- 238000012545 processing Methods 0.000 title claims abstract description 28
- 238000005516 engineering process Methods 0.000 claims abstract description 73
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 30
- 238000000034 method Methods 0.000 claims description 58
- 238000012544 monitoring process Methods 0.000 claims description 13
- 230000006854 communication Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 7
- 230000003068 static effect Effects 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 2
- 229910052782 aluminium Inorganic materials 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000005672 electromagnetic field Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000010845 search algorithm Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 239000003570 air Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002079 cooperative effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000005433 ionosphere Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011410 subtraction method Methods 0.000 description 1
- 239000005436 troposphere Substances 0.000 description 1
- 210000001260 vocal cord Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
-
- 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
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
- G08G1/127—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams to a central station ; Indicators in a central station
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
- G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
- G08G1/148—Management of a network of parking areas
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Traffic Control Systems (AREA)
- Devices For Checking Fares Or Tickets At Control Points (AREA)
Abstract
本发明公开了一种基于光电图像处理的精准智能停车管理方法，包括利用自动识别技术，对进入停车场的车辆进行自动识别；根据停车场实时数据，采用A*算法对车辆进行路径规划，并将规划出的路径发送至用户的智能终端；利用停车场内规则安装的多个摄像头，采用多摄像头接力追踪技术，对车辆进行追踪定位，并将采集的定位信息通过所述摄像头发送至服务器，服务器将分析后的信息发送至用户的智能终端；对离开停车场的车辆进行车牌自动识别。采用上述智能停车管理方法，提高了车位利用率，且提供精准到车位的停车引导，缓解因停车难、停车慢而造成的交通拥堵问题。
Description
技术领域
本发明涉及一种智能停车管理方法，具体为一种基于光电图像处理的精准智能停车管理方法。
背景技术
此部分的陈述仅仅提供与本公开有关的背景技术信息，并且这些陈述可能构成现有技术。在实现本发明过程中，发明人发现现有技术中至少存在如下问题。
随着我国民用汽车保有量尤其是私人汽车拥有量的不断攀升，国内停车位的需求也不断增加。然而由于城市规划和用地等因素的限制，现有停车场数目以及面积难以大规模增加。根据前端产业研究院《2015-2020年中国停车场建设行业市场前瞻与投资战略规划分析报告》的数据显示，我国停车缺口达50％，而平均空置率高达51.3％，停车场车位供给缺口大与空置率高问题突出，“停车难”已成为困扰人们日常出行的一大问题。大数据显示，重庆、上海两座城市若能将现有车位利用率提升到80％，即使不再新建车位，也能满足2019年城市停车的全部需求。由此可见，解决“停车难”的问题不仅依靠新建停车位，在城市规划和用地等因素的限制下，提高车位利用率是解决“停车难”问题的关键。
此外，随着人们生活节奏的加快，驾驶人越来越希望摆脱进入停车场后盲目驾驶寻找空车位的这种低效率的停车方式，“停车慢”问题日趋凸显，然而由于精准到车位的室内停车导航空缺，引导驾驶人精准寻找车位的室内停车引导平台需求旺盛。由此可见，一个能够为驾驶人和停车场运营者提供精准化停车引导、精细化停车管理的泊车综合服务平台是被大众需要的。
目前市面上已存在的智能停车管理平台或方法，大多只能提供基础功能，如停车场实时使用数据、进出停车场车牌自动识别、缴费等，仅仅能达到让车主知晓有空位的停车场而已，车主进入后还要自己慢慢进行寻找，费时费力。特别是不熟悉该停车场的车主，在停车场寻觅多时也无法找到，很容易将车辆停在过道或随意停放，导致堵塞情况的发生。车主对匹配车位和车位引导的需求很大。但目前的常规定位方式，容易受停车场的影响导致定位不准的情况发生，不能精准定位。
另外，停车场使用数据有时效性，离得较远的车主可能看到停车场有空位，但开车到停车场已经没有空位了，致使跑冤枉路，致使很多车主怨声载道，严重影响开车出行。
由于部分停车场地形复杂，车主在需要开车离开时，还常遇到找不到车的情况，给车主造成了很大的麻烦。
发明内容
针对上述问题，本发明的目的在于解决现有技术中的一部分问题，或至少缓解这些问题。
一种基于光电图像处理的精准智能停车管理方法，包括以下步骤：
利用自动识别技术，对进入停车场的车辆进行车牌自动识别；
根据停车场实时数据，采用A*算法对车辆进行路径规划，并将规划出的路径发送至用户的智能终端；
利用停车场内规则安装的多个摄像头，采用多摄像头接力追踪技术，对车辆进行追踪定位，并将采集的定位信息通过所述摄像头发送至服务器，服务器将分析后的信息发送至用户的智能终端；
对离开停车场的车辆进行车牌自动识别。
所述采用多摄像头接力追踪技术，对车辆进行追踪定位的步骤是：
采用差影法，对运动目标进行检测，配合车牌自动识别技术，完成车辆的目标定位；
采用差影法，进行单摄像头机内追踪；
将一个摄像头内锁定的目标交接给所述路径规划的临近的摄像头。
可选的，所述自动识别技术为：在停车场进出口两侧安装路测阅读器RSU，在车辆上安装车载电子标签OBU，借助RFID技术搭建的桥梁，实现RSU与OBU之间的连通，采用短距离无线通信技术来完成整个识别或/和收费过程。
优选，所述自动识别技术为车牌自动识别技术，包括以下步骤：
通过所述摄像头摄取车辆图像；
利用车牌与周围环境纹理和颜色不同的原理定位车牌位置；
对车牌进行倾斜矫正；
将校正后的车牌区域中字符一一分割出来；
采用图像识别技术识别分割出的字符；
将上述识别出的字符图像转化为文本信息并录入服务器。
可选的，基于光电图像处理的精准智能停车管理方法，还包括，车辆进入停车场前，用户通过智能终端接收服务器发送的所述停车场实时数据，并向服务器发送预约车位请求；服务器接收所述预约车位请求，更新停车场实时数据。
可选的，基于光电图像处理的精准智能停车管理方法，还包括，车辆进入停车场前，用户通过智能终端接收服务器发送的所述停车场实时数据，向服务器发送预约指定车位请求，并设置到达时间；服务器接收所述指定车位请求，在所述到达时间内锁定所述指定车位。
进一步的，车辆进入停车场后，服务器根据用户预约的所述指定车位，对车辆进行路径规划。
所述停车场实时数据的采集方法为：
摄像头每隔一段预设时间对车位拍照并发送至服务器；
服务器对比临近时间的车位图片，利用差影法对所述车位进行检测；
服务器判断差别是否超过预设阈值；
若超过预设阈值，服务器判断所述车位已被使用；
若未超过预设阈值，服务器判断所述车位为空车位；
服务器根据上述判断结果及时更新所述停车场实时数据；
其中，所述预设阈值为服务器采用差影法对临近时间的车位图片做差影，差别超过的数值。
基于光电图像处理的精准智能停车管理方法，还包括对车道进行监控，包括以下步骤：
摄像头每隔一段预设时间对车道拍照并发送至服务器；
服务器对比临近时间的车道图片，利用差影法对所述车道进行检测；
服务器判断差别是否超过预设阈值；其中，所述预设阈值为服务器采用差影法对临近时间的车道图片做差影，差别超过的数值；
若超过预设阈值，服务器判断所述车道已被占用；
若未超过预设阈值，服务器判断所述车位未被占用；
响应于服务器判断所述车道已被占用，服务器利用车牌自动识别技术对占道车辆进行车牌自动识别；
服务器通知占道车辆的车主挪车。
采用所述的基于光电图像处理的精准智能停车管理方法的管理系统，包括按规则排列安装的多个摄像头；
与摄像头连接的服务器，包括车牌自动识别模块、室内车辆定位跟踪模块、路径规划模块、车位管理模块；所述车牌自动识别模块，用于识别摄像头摄到的车辆的车牌信息；所述室内车辆定位跟踪模块，采用多摄像头接力跟踪技术和差影法，对在停车场移动的车辆进行定位和追踪，用于引导车辆到达指定车位；所述路径规划模块，采用A*算法，用于为车辆提供精准到车位的路径规划；所述车位管理模块，采用差影法中静态背景下的目标检测方式，用于检测空车位来更新停车场实时数据，或用于对车道进行监控。
本发明具有如下有益效果：
1、选用多摄像头接力追踪技术，和差影法、车牌自动识别技术进行协同作用，从而能实时对停车场内的车辆进行定位，精准引导用户车辆停入预定车位，即使用户不熟悉该停车场，也能根据指示快捷有效的将车辆停入车位，解决了“停车慢”的问题，使得停车场不易拥堵；
2、摄像头实时监测车位和车道，并配合车牌自动识别技术，在静态背景下对目标进行差影法检测。当车辆停入空车位，或车辆被随意停放在停车场通道上时，利用差影法对静态背景下的目标进行检测，摄像头每隔一段时间拍摄一幅图，与上一幅图做差影，如果差别超过了预先设置的阈值，此时便可判断该空车位已被使用或出现随意停放的车辆，从而解决空车位和随意停车现象监测的问题，也有利于不断更新停车场实时数据，方便用户查看和预定等操作，提高车位利用率，解决停车难的问题；
3、选用A*算法来进行路径规划，较之Dijkstra算法，不需要遍历图中的所有节点就可以得到最佳路径，大幅降低待处理节点的数量，从而极大的提高了效率；
4、用户可根据实时更新的停车场实时数据，预定停车场，甚至预定指定车位，从而更加人性化，让用户有更好的用户体验，也有利于解决车辆拥挤到同一停车场造成堵塞的麻烦；
5、改造现有停车场的费用低廉，仅需要增加摄像头、指示灯及线路即可，多个停车场都使用同一服务器及APP等，改造成本低，适合搭建停车资源整合平台，打破停车场信息孤岛现状，可用于建立城市级停车管理平台，具有极大的商业价值。
附图说明
图1为本发明管理方法的流程图；
图2为车牌自动识别技术的流程图；
图3为停车管理平台APP的架构图；
图4为Dijkstra算法MATLAB仿真图；
图5为A*算法MATLAB仿真图。
具体实施方式
以下结合附图，对本发明作进一步说明，本发明的实施例只用于说明本发明而非限制本发明，在不脱离本发明技术思想的情况下，根据本领域普通技术知识和惯用手段，作出各种替换和变更，均应包括在本发明的范围内。
如图1所示，一种基于光电图像处理的精准智能停车管理方法，包括以下步骤：
利用自动识别技术，对进入停车场的车辆进行自动识别；
根据停车场实时数据，采用A*算法对车辆进行路径规划，并将规划出的路径发送至用户的智能终端；
利用停车场内规则安装的多个摄像头，采用多摄像头接力追踪技术，对车辆进行追踪定位，并将采集的定位信息通过所述摄像头发送至服务器，服务器将分析后的信息发送至用户的智能终端；
对离开停车场的车辆进行车牌自动识别。
自动识别技术，可采用以下两种方案。
第一种方案，所述自动识别技术为：在停车场进出口两侧安装路测阅读器RSU，在车辆上安装车载电子标签OBU，借助RFID技术搭建的桥梁，实现RSU与OBU之间的连通，采用短距离无线通信技术来完成整个识别或/和收费过程。采用该方案，需要在车辆上预先安装车载电子标签OBU。
第二种方案，所述自动识别技术为车牌自动识别技术，如图2所示，包括以下步骤：
通过所述摄像头摄取车辆图像；
利用车牌与周围环境纹理和颜色不同的原理定位车牌位置；
对车牌进行倾斜矫正；
将校正后的车牌区域中字符一一分割出来；
采用图像识别技术识别分割出的字符；
将上述识别出的字符图像转化为文本信息并录入服务器。
车牌自动识别是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术。车牌自动识别技术的实现包括了车辆图像采集、车牌定位、车牌校正、字符分割、字符识别和车牌文本信息录入的六大部分。
A.车辆图像：通过停车场摄像头摄取。
B.车牌定位：利用车牌与周围环境纹理和颜色不同的原理，利用算法定位车牌位置。
C.车牌校正：由于在进行车牌拍摄时，车牌图像往往存在着一定的倾斜，这对于后续的字符切分，符识别等步骤带来许多困难，降低了车牌识别率。因此，在进行车牌字符分割之前需要对车牌进行倾斜矫正操作。
D.字符分割：把校正后的车牌区域中字符一一分割出来。
E.字符识别：用基于图像识别的方法把分割出来的字符识别出来。
F.车牌文本信息：将识别出来的字符图像转化为文本信息。
优选第二种方案，不需要在车辆上安装识别装置，更有利于进行商业推广。摄像头在进行拍照识别的同时，也将车辆进行定位，从而能精准确定车辆位置，供服务器分析并采用A*算法对车辆进行路径规划。
本发明以解决停车最后100米为特色，以解决停车难、停车慢为追求，而造成停车难和停车慢的主要原因是，不能快速为用户提供一条最优路径规划和停车场不能很好的进行车辆定位的问题。
为解决快速提供最优路径规划的问题，发明人研究了多种算法。如Dijkstra算法，是一种图遍历算法，该算法以广度优先搜索遍历方式，通过层层推进的方式，最终找到所有节点与源点之间的最短路径。它的原理是从初始点开始，访问图中的结点。它迭代检查待检查结点集中的结点，并把和该结点最靠近的尚未检查的结点加入待检查结点集。该结点集从初始结点向外扩展，直到到达目标结点，如图5所示。
通过对多种算法的研究，发明人最终选择采用A*算法对车辆进行路径规划。A*算法是一种启发式的图搜索算法基于广度优先(BFS)和深度优先(DFS)搜索，保证能找到一条从起始点到目标点的最短路径和best-first search算法搜索速度快的优势，能够兼顾运算时间和导航对象运行路径最短的要求。与Dijkstra算法比较，A*算法仅仅将非常简单的启发式信息引入了Dijkstra算法，不需要遍历图中的所有节点就可以得到最佳路径，大幅降低待处理节点的数量，从而极大的提高了效率。
如图4所示，从仿真实验可得出，A*算法也可得到最优路径，并且耗时较短，这是由于启发式函数能够快速将路径收敛到目标点附近，而不是遍历所有路径。使得路径搜索能够快速导向目标位置，搜索效率提高，因此本发明选用A*算法来进行路径规划。
为解决停车场不能很好的进行车辆定位的问题，发明人充分考虑和试验了多种定位技术，如射频识别室内定位技术、Wi-Fi室内定位技术、蓝牙定位技术、GPS定位技术等，并分析了各种定位技术的优缺点。
如，射频识别室内定位技术，利用射频方式，固定天线把无线电信号调成电磁场，附着于物品的标签经过磁场后生成感应电流把数据传送出去，以多对双向通信交换数据以达到识别和三角定位的目的。射频识别室内定位技术作用距离很近，但它可以在几毫秒内得到厘米级定位精度的信息，且由于电磁场非视距等优点，传输范围很大，而且标识的体积比较小，造价比较低。但其不具有通信能力，抗干扰能力较差，不便于整合到其他系统之中，且用户的安全隐私保障和国际标准化都不够完善。
Wi-Fi定位技术有两种，一种是通过移动设备和三个无线网络接入点的无线信号强度，通过差分算法，来比较精准地对人和车辆的进行三角定位。另一种是事先记录巨量的确定位置点的信号强度，通过用新加入的设备的信号强度对比拥有巨量数据的数据库，来确定位置。Wi-Fi定位可以在广泛的应用领域内实现复杂的大范围定位、监测和追踪任务，总精度比较高，但是用于室内定位的精度只能达到2米左右，无法做到精准定位。
蓝牙技术，通过测量信号强度进行定位。这是一种短距离低功耗的无线传输技术，在室内安装适当的蓝牙局域网接入点，把网络配置成基于多用户的基础网络连接模式，并保证蓝牙局域网接入点始终是这个微网的主设备，就可以获得用户的位置信息。蓝牙技术主要应用于小范围定位，例如单层大厅或仓库，不过，对于复杂的空间环境，蓝牙定位系统的稳定性稍差，受噪声信号干扰大。
GPS定位技术，可为用户提供随时随地的准确位置信息服务。它的基本原理是将GPS接收机接收到的信号经过误差处理后解算得到位置信息，再将位置信息传给所连接的设备,连接设备对该信息进行一定的计算和变换(如地图投影变换、坐标系统的变换等)后传递给移动终端。利用该技术确定位置受气候、电离层、对流层、空气、电磁波等因素的影响会存在偏差，更适用于视野开阔、障碍物较少的新建区，野外、勘探定位等。当遇到天气不佳的时候，或者处于高架桥/树荫的下面，或者在高楼的旁边角落、地下车库或露天的下层车库时，GPS的定位会受到相当大的影响，甚至无法进行定位服务。
发明人最终采用了多摄像头接力追踪技术、差影法和车牌自动识别技术协同作用，对车辆进行定位。所述采用多摄像头接力追踪技术，对车辆进行追踪定位的步骤是：
采用差影法，对运动目标进行检测，配合车牌自动识别技术，完成车辆的目标定位；
采用差影法，进行单摄像头机内追踪；
将一个摄像头内锁定的目标交接给所述路径规划的临近的摄像头。
多摄像头接力跟踪技术主要包括了目标定位、单摄像头机内追踪和多摄像头间交接这三大步骤。在对车辆进行室内定位时，采用多摄像头接力跟踪技术，首先利用差影法对目标进行定位，其次同样采用差影法进行单摄像头机内追踪，分析出目标的运动，然后在多摄像头间交接，将一个摄像头内锁定的目标正确地交接给另一个摄像头。
多摄像头接力跟踪技术采用了位置信息与目标特征匹配相结合的算法，充分利用了摄像机的拓扑位置关系,并且提取了目标的特征,最后利用并联算法对不同摄像机发现的目标进行对应，实现将一个摄像头锁定的目标正确地“交接”给另一个摄像头，实时对车辆进行定位。在通过服务器分析，将分析结果发送至用户的智能终端，精准引导用户车辆停入预定车位，即使用户不熟悉该停车场，也能根据指示快捷有效的将车辆停入车位，解决了“停车慢”的问题，使得停车场不易拥堵。在停车车辆较多时，服务器还可同时根据多个车辆的实时定位信息和路径规划，再利用A*算法对车辆进行更加好礼的路径规划，使得某一处或某些车道不至于同一时间拥入过多的车辆，而导致堵塞，使得停车场利用效率更高，用户停车更加方便。
可选的，基于光电图像处理的精准智能停车管理方法，还包括，车辆进入停车场前，用户通过智能终端接收服务器发送的所述停车场实时数据，并向服务器发送预约车位请求；服务器接收所述预约车位请求，更新停车场实时数据。用户不用再担心，看到某停车场有空位，但实际开车到后却停满的情况，特别适合停车高峰期用户对停车场的选择，避免拥挤在同一停车场造成堵塞。
优选，基于光电图像处理的精准智能停车管理方法，还包括，车辆进入停车场前，用户通过智能终端接收服务器发送的所述停车场实时数据，向服务器发送预约指定车位请求，并设置到达时间；服务器接收所述指定车位请求，在所述到达时间内锁定所述指定车位。停车场实时数据包括有车位的示意图，如车位立体示意图等，用户可根据其信息预约指定的车位，可方便停车后能快速到达目的地，减小在停车场中行走造成的事故可能，用户找车也比较方便，特别适合较大的停车场。
采用预约指定车位的方式，车辆进入停车场后，服务器根据用户预约的所述指定车位，对车辆进行路径规划，从而更为快捷。服务器也可在用户预约后规划多条路径规划，并根据用户车辆进入停车场的位置，直接将对应的路径规划发送至用户的智能终端。采用上述方式，可使服务器在闲时也能充分利用，分担了停车高峰时服务器的处理压力，使得利用效率更高。
用户可在匹配的应用程序上选择需要预约的停车场、停车位和停车拟占用时段，同时设置了预约取消机制。
上述智能终端可以是手机、平板等。用户可通过智能终端浏览网页，或下载APP，来进行预约车位、缴费等操作。用户也可在进入停车场后再通过APP等自行选择车位，服务器根据用户选择及停车场实时数据，分析并得出精准到车位的路径规划，发送至用户的智能终端。
所述停车场实时数据的采集方法为：
摄像头每隔一段预设时间对车位拍照并发送至服务器；
服务器对比临近时间的车位图片，利用差影法对所述车位进行检测；
服务器判断差别是否超过预设阈值；
若超过预设阈值，服务器判断所述车位已被使用；
若未超过预设阈值，服务器判断所述车位为空车位；
服务器根据上述判断结果及时更新所述停车场实时数据；
其中，所述预设阈值为服务器采用差影法对临近时间的车位图片做差影，差别超过的数值。
上述方法主要作用是进行车位监控，判断是否为空车位。本发明通过停车场内的摄像头获取停车场的实时地图，再通过光电图像处理(差影法)获得停车场的实时使用数据和停车场内车辆的位置信息，从而能实时获取和更新停车场实时数据。由于是通过摄像头获取车位和车辆情况，且可配合车牌自动识别技术确定车牌，能够精准确定车位上的物体为车辆，不会像现有技术中的空位识别装置，容易受到非车辆物体的影响，使得空车位确定更加精准。
基于光电图像处理的精准智能停车管理方法，还包括对车道进行监控，包括以下步骤：
摄像头每隔一段预设时间对车道拍照并发送至服务器；
服务器对比临近时间的车道图片，利用差影法对所述车道进行检测；
服务器判断差别是否超过预设阈值；其中，所述预设阈值为服务器采用差影法对临近时间的车道图片做差影，差别超过的数值；
若超过预设阈值，服务器判断所述车道已被占用；
若未超过预设阈值，服务器判断所述车位未被占用；
响应于服务器判断所述车道已被占用，服务器利用车牌自动识别技术对占道车辆进行车牌自动识别；
服务器通知占道车辆的车主挪车。
对车道进行监控，能快速发现车道上的乱停车辆。发现后，服务器可向管理人员预警，通过人工通知占道车辆的车主挪车；或，服务器直接通过APP或短信等方式向用户发送挪车提醒，能快速解决车道占道问题。摄像头不止可识别占道车辆，可将预设阈值设小一点，从而还能监控占道物体，如掉落在车道的较大物体。发现占道物体后，若利用车牌自动识别技术无法识别出车牌时，可向管理人员发出警报，便于管理人员及时对车道进行疏通，从而不需要经常性的进行人工巡视，也能保证车道的通畅，保障用户车辆的安全。
上述车位监控和车道监控，都是利用差影法对静态背景下的目标检测，摄像头每隔一段时间拍摄一幅图，与上一幅图做差影，如果差别超过了预先设置的阈值，便可判断该空车位已被使用或出现随意停放的车辆，从而解决空车位和随意停车现象监测的问题。
采用所述的基于光电图像处理的精准智能停车管理方法的管理系统，包括按规则排列安装的多个摄像头；
与摄像头连接的服务器，包括车牌自动识别模块、室内车辆定位跟踪模块、路径规划模块、车位管理模块；所述车牌自动识别模块，用于识别摄像头摄到的车辆的车牌信息；所述室内车辆定位跟踪模块，采用多摄像头接力跟踪技术和差影法，对在停车场移动的车辆进行定位和追踪，用于引导车辆到达指定车位；所述路径规划模块，采用A*算法，将简单的启发式信息引入了Dijkstra算法，用于为车辆提供精准到车位的路径规划；所述车位管理模块，采用差影法中静态背景下的目标检测方式，用于检测空车位来更新停车场实时数据，或用于对车道进行监控。
所述管理系统还可包括设于T字或十字路口的双色信号指示灯，用以引导车辆向规划的路径转向，更加直观可靠。
所述摄像头可以通过连接线与服务器连接，也可采用网联摄像头，将摄像图片发送至服务器。如图3所示，网联摄像头摄像后通过管理端将数据传输至服务器。服务器通过4G/5G信号将停车场实时数据或路径规划或行车引导等数据再发送至用户的APP上。用户也可通过APP查询或预定车位。
摄像头主要安装在停车场出入口、车道和车位等，用以对上述位置进行摄像。
采用上述管理系统，对停车场改造的设备费用也是非常低廉的。以面积为2500m2停车场为例，有停车位90个，停车位总面积1620m2，车道面积880m2，原有摄像头23个。预计一个摄像头监测三个车位，一个摄像头监测50m2的道路。因此，若对此停车场进行改造需新增摄像头24个，指示灯90个，设备费用大致为3000多元，即可完成改造。
光电图像处理技术指计算机系统通过光学系统和光电图像传感器，将自然界中的模拟图像转换为计算机中的数字图像，进而对图像进行处理和分析，其主要包括光电成像技术和数字图像处理技术两部分内容。目前，光电图像处理技术广泛用于工业、农业、军事、空间探索、遥感应用和生物医学等领域，其中差影法(又称为减影技术)是光电图像处理技术实现的基础，该运算是把同一景物在不同时间拍摄的图像或同一景物在不同波段的图像相减，利用差影图像提供的图像间的差异信息以达到动态监测、运动目标检测和识别以及目标识别等目的，在跟踪图像识别中尤为重要。
上述管理方法或管理系统，用户可通过离开停车场时车牌自动识别系统识别车辆，由服务器来进行计费，最后通过服务器将计费信息发送至收费窗口，用户自行缴费；用户也可在离开时自行在APP等平台进行点击离开，在APP上进行扣费，出口处的车牌自动识别系统识别车辆并放行。也可，用户在应用程序上首次注册登录后，系统会提醒用户绑定车牌号、微信和支付宝，用户可绑定多个车牌号，在驾驶与上一次不同的车辆时须先在车辆管理中切换车牌号。用户驾驶车辆进入停车场外摄像头的视线范围内后，摄像头捕捉车牌号并进行识别，识别成功后启动计时。用户驾驶车辆离开停车场时，车牌号会再次被摄像头捕捉并识别，识别成功后系统会自动完成缴费。
采用APP等平台缴费，大大方便了用户的缴费操作，也不容易因为缴费而堵塞出口，使车道能始终保持顺畅，提高利用效率。
当用户需要取车时，在进入停车场的入口处扫描对应的二维码，平台便可获知用户所在的位置，根据用户所在位置和使用的车位位置进行路径规划，为用户提供最快找到爱车的路线，大大节省了用户寻车的时间，方便用户快速找到自己的车辆。
停车管理系统包括了硬件部分和软件部分。硬件部分是停车场内布放的联网摄像头和指示灯，通过摄像头获得停车场内的实时信息，并将这些实时信息传送到服务器。软件部分由服务器存储，是本系统对应的APP，可采用B/S结构，运用了SpringMVC+Hibernate框架，应用服务器采用Tomcat，数据库服务器采用Mysql。
整个APP的设计功能分为面向对象APP、停车场管理后台系统、SQL服务器和视觉传感器模块。面向对象APP供用户使用，停车场后台系统供管理人员使用，视觉传感器模块用于收集数据传输至管理端，如图3所示。
模拟实验：用铝板作为间隔模拟了一个停车场场景，每两个铝板中间的间隔表示一个停车位，坐凳和塑料桩表示停放的车辆，用Pioneer 3-DX机器人代替汽车，利用kinect摄像头获取图像信息，使用Ubuntu操作系统和ROS机器人操作系统来完成指令，通过算法让Pioneer 3-DX完成了精准到车位的室内停车导航过程。实验证明，基于光电图像处理的精准智能停车管理方法或管理系统能将机器人精准引导入预定车位。
参考文献：
1、葛笑飞.基于OpenCV的车牌自动识别系统的研究与实现[D].东南大学,2015.
2、吴雨迪.多摄像头接力跟踪综述[J].科技与创新,2019(06):82-83.
3、胡田.多摄像头联合目标跟踪[D].海南大学,2017.
4、A*算法.网页https://blog.csdn.net/t972409256/article/details/ 81902345
5、彭真明.光电图像处理及其应用[M].成都：电子科技大学出版社,2013.
Claims (10)
1.一种基于光电图像处理的精准智能停车管理方法，其特征在于，包括以下步骤：
利用自动识别技术，对进入停车场的车辆进行自动识别；
根据停车场实时数据，采用A*算法对车辆进行路径规划，并将规划出的路径发送至用户的智能终端；
利用停车场内规则安装的多个摄像头，采用多摄像头接力追踪技术，对车辆进行追踪定位，并将采集的定位信息通过所述摄像头发送至服务器，服务器将分析后的信息发送至用户的智能终端；
对离开停车场的车辆进行车牌自动识别。
2.根据权利要求1所述的一种基于光电图像处理的精准智能停车管理方法，其特征在于，所述采用多摄像头接力追踪技术，对车辆进行追踪定位的步骤是：
采用差影法，对运动目标进行检测，配合车牌自动识别技术，完成车辆的目标定位；
采用差影法，进行单摄像头机内追踪；
将一个摄像头内锁定的目标交接给所述路径规划的临近的摄像头。
3.根据权利要求1所述的一种基于光电图像处理的精准智能停车管理方法，其特征在于，所述自动识别技术为车牌自动识别技术，包括以下步骤：
通过所述摄像头摄取车辆图像；
利用车牌与周围环境纹理和颜色不同的原理定位车牌位置；
对车牌进行倾斜矫正；
将校正后的车牌区域中字符一一分割出来；
采用图像识别技术识别分割出的字符；
将上述识别出的字符图像转化为文本信息并录入服务器。
4.根据权利要求1所述的一种基于光电图像处理的精准智能停车管理方法，其特征在于，所述自动识别技术为：在停车场进出口两侧安装路测阅读器RSU，在车辆上安装车载电子标签OBU，借助RFID技术搭建的桥梁，实现RSU与OBU之间的连通，采用短距离无线通信技术来完成整个识别或/和收费过程。
5.根据权利要求1所述的一种基于光电图像处理的精准智能停车管理方法，其特征在于，车辆进入停车场前，用户通过智能终端接收服务器发送的所述停车场实时数据，并向服务器发送预约车位请求；服务器接收所述预约车位请求，更新停车场实时数据。
6.根据权利要求1所述的一种基于光电图像处理的精准智能停车管理方法，其特征在于，车辆进入停车场前，用户通过智能终端接收服务器发送的所述停车场实时数据，向服务器发送预约指定车位请求，并设置到达时间；服务器接收所述指定车位请求，在所述到达时间内锁定所述指定车位。
7.根据权利要求6所述的一种基于光电图像处理的精准智能停车管理方法，其特征在于，车辆进入停车场后，服务器根据用户预约的所述指定车位，对车辆进行路径规划。
8.根据权利要求1所述的一种基于光电图像处理的精准智能停车管理方法，其特征在于，所述停车场实时数据的采集方法为：
摄像头每隔一段预设时间对车位拍照并发送至服务器；
服务器对比临近时间的车位图片，利用差影法对所述车位进行检测；
服务器判断差别是否超过预设阈值；
若超过预设阈值，服务器判断所述车位已被使用；
若未超过预设阈值，服务器判断所述车位为空车位；
服务器根据上述判断结果及时更新所述停车场实时数据；
其中，所述预设阈值为服务器采用差影法对临近时间的车位图片做差影，差别超过的数值。
9.根据权利要求1所述的一种基于光电图像处理的精准智能停车管理方法，其特征在于，还包括对车道进行监控，包括以下步骤：
摄像头每隔一段预设时间对车道拍照并发送至服务器；
服务器对比临近时间的车道图片，利用差影法对所述车道进行检测；
服务器判断差别是否超过预设阈值；其中，所述预设阈值为服务器采用差影法对临近时间的车道图片做差影，差别超过的数值；
若超过预设阈值，服务器判断所述车道已被占用；
若未超过预设阈值，服务器判断所述车位未被占用；
响应于服务器判断所述车道已被占用，服务器利用车牌自动识别技术对占道车辆进行车牌自动识别；
服务器通知占道车辆的车主挪车。
10.采用权利要求1到9任一项所述的基于光电图像处理的精准智能停车管理方法的管理系统，其特征在于，包括
按规则排列安装的多个摄像头；
与摄像头连接的服务器，包括车牌自动识别模块、室内车辆定位跟踪模块、路径规划模块、车位管理模块；所述车牌自动识别模块，用于识别摄像头摄到的车辆的车牌信息；所述室内车辆定位跟踪模块，采用多摄像头接力跟踪技术和差影法，对在停车场移动的车辆进行定位和追踪，用于引导车辆到达指定车位；所述路径规划模块，采用A*算法，用于为车辆提供精准到车位的路径规划；所述车位管理模块，采用差影法中静态背景下的目标检测方式，用于检测空车位来更新停车场实时数据，或用于对车道进行监控。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911259678.0A CN111081047A (zh) | 2019-12-10 | 2019-12-10 | 一种基于光电图像处理的精准智能停车管理方法及管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911259678.0A CN111081047A (zh) | 2019-12-10 | 2019-12-10 | 一种基于光电图像处理的精准智能停车管理方法及管理系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111081047A true CN111081047A (zh) | 2020-04-28 |
Family
ID=70313653
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911259678.0A Pending CN111081047A (zh) | 2019-12-10 | 2019-12-10 | 一种基于光电图像处理的精准智能停车管理方法及管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111081047A (zh) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111524387A (zh) * | 2020-05-11 | 2020-08-11 | 全球泊（深圳）技术有限责任公司 | 一种找车方法 |
| CN111768647A (zh) * | 2020-05-29 | 2020-10-13 | 同济大学 | 一种基于移动边缘计算的自主泊车方法和装置 |
| CN112428987A (zh) * | 2020-11-25 | 2021-03-02 | 苏州优达斯汽车科技有限公司 | 一种与停车场交互的自动泊车系统及方法 |
| CN113689706A (zh) * | 2021-05-21 | 2021-11-23 | 北京筑梦园科技有限公司 | 一种车辆管理方法、装置及停车管理系统 |
| CN113903185A (zh) * | 2021-08-24 | 2022-01-07 | 刘鹏 | 一种avp自动代客泊车的调度控制系统及方法 |
| CN114333393A (zh) * | 2020-09-30 | 2022-04-12 | 北京智行者科技有限公司 | 一种用于代客泊车的调度方法和调度系统 |
| CN114550451A (zh) * | 2022-02-18 | 2022-05-27 | 平安国际智慧城市科技股份有限公司 | 停车场的车辆拥堵预警方法、装置、设备及存储介质 |
| CN114842674A (zh) * | 2022-05-11 | 2022-08-02 | 杭州数查科技有限公司 | 一种基于图片检索识别车辆轨迹的方法 |
| CN116153128A (zh) * | 2022-12-26 | 2023-05-23 | 华人运通(上海)自动驾驶科技有限公司 | 一种停车场的车辆定位、泊车指引方法和系统 |
| CN116343522A (zh) * | 2023-02-17 | 2023-06-27 | 同济大学 | 一种基于时空车辆重识别的智慧园区无人泊车方法 |
| CN116434599A (zh) * | 2023-04-10 | 2023-07-14 | 长沙汽车创新研究院 | 一种基于智慧城市的智能车停车场监管方法及监管系统 |
| CN117727201A (zh) * | 2024-01-31 | 2024-03-19 | 泰安市东信智联信息科技有限公司 | 一种智慧停车方法、系统、装置及存储介质 |
| CN118175265A (zh) * | 2024-03-22 | 2024-06-11 | 盈乾家智能科技(武汉)有限公司 | 一种基于智慧社区场景的监控系统及使用方法 |
| CN118172967A (zh) * | 2024-05-15 | 2024-06-11 | 非凡士智能科技(苏州)有限公司 | 基于物联网通信技术寻找目标车位的系统及方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN203552312U (zh) * | 2013-11-07 | 2014-04-16 | 成都曙光光纤网络有限责任公司 | 一种智能停车管理系统 |
| US20140195313A1 (en) * | 2012-08-06 | 2014-07-10 | Cloudparc, Inc. | Controlling Use of Parking Spaces Using Cameras and Smart Sensors |
| CN106469518A (zh) * | 2015-08-21 | 2017-03-01 | 中国电信股份有限公司 | 基于视频跟踪识别的智能停车引导的方法、服务器和系统 |
| CN106504580A (zh) * | 2016-12-07 | 2017-03-15 | 深圳市捷顺科技实业股份有限公司 | 一种车位检测方法及装置 |
| US20180285657A1 (en) * | 2017-04-04 | 2018-10-04 | Toyota Jidosha Kabushiki Kaisha | Parking lot, parking lot management system, and parking lot management method |
| CN109151388A (zh) * | 2018-09-10 | 2019-01-04 | 合肥巨清信息科技有限公司 | 一种多路摄像机协调的视频跟踪系统 |
| CN109284697A (zh) * | 2018-09-03 | 2019-01-29 | 江南大学 | 基于滑动窗口的应急通道占用实时检测方法 |
| CN109559553A (zh) * | 2018-12-12 | 2019-04-02 | 重庆邮电大学 | 一种智慧停车系统及其停车管理方法 |
| CN109830108A (zh) * | 2019-02-26 | 2019-05-31 | 北京汽车股份有限公司 | 车辆违规停车的处理方法 |
| CN110033644A (zh) * | 2019-04-22 | 2019-07-19 | 泰华智慧产业集团股份有限公司 | 停车场车位预留导航方法和系统 |
-
2019
- 2019-12-10 CN CN201911259678.0A patent/CN111081047A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140195313A1 (en) * | 2012-08-06 | 2014-07-10 | Cloudparc, Inc. | Controlling Use of Parking Spaces Using Cameras and Smart Sensors |
| CN203552312U (zh) * | 2013-11-07 | 2014-04-16 | 成都曙光光纤网络有限责任公司 | 一种智能停车管理系统 |
| CN106469518A (zh) * | 2015-08-21 | 2017-03-01 | 中国电信股份有限公司 | 基于视频跟踪识别的智能停车引导的方法、服务器和系统 |
| CN106504580A (zh) * | 2016-12-07 | 2017-03-15 | 深圳市捷顺科技实业股份有限公司 | 一种车位检测方法及装置 |
| US20180285657A1 (en) * | 2017-04-04 | 2018-10-04 | Toyota Jidosha Kabushiki Kaisha | Parking lot, parking lot management system, and parking lot management method |
| CN109284697A (zh) * | 2018-09-03 | 2019-01-29 | 江南大学 | 基于滑动窗口的应急通道占用实时检测方法 |
| CN109151388A (zh) * | 2018-09-10 | 2019-01-04 | 合肥巨清信息科技有限公司 | 一种多路摄像机协调的视频跟踪系统 |
| CN109559553A (zh) * | 2018-12-12 | 2019-04-02 | 重庆邮电大学 | 一种智慧停车系统及其停车管理方法 |
| CN109830108A (zh) * | 2019-02-26 | 2019-05-31 | 北京汽车股份有限公司 | 车辆违规停车的处理方法 |
| CN110033644A (zh) * | 2019-04-22 | 2019-07-19 | 泰华智慧产业集团股份有限公司 | 停车场车位预留导航方法和系统 |
Non-Patent Citations (2)
| Title |
|---|
| 吴雨迪: "《多摄像头接力跟踪综述》", 《科技与创新》 * |
| 徐振强，李有增: "《数字中国 智慧城市高质量案例精选》", 31 March 2019 * |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111524387A (zh) * | 2020-05-11 | 2020-08-11 | 全球泊（深圳）技术有限责任公司 | 一种找车方法 |
| CN111768647A (zh) * | 2020-05-29 | 2020-10-13 | 同济大学 | 一种基于移动边缘计算的自主泊车方法和装置 |
| CN114333393A (zh) * | 2020-09-30 | 2022-04-12 | 北京智行者科技有限公司 | 一种用于代客泊车的调度方法和调度系统 |
| CN114333393B (zh) * | 2020-09-30 | 2024-03-19 | 北京智行者科技股份有限公司 | 一种用于代客泊车的调度方法和调度系统 |
| CN112428987A (zh) * | 2020-11-25 | 2021-03-02 | 苏州优达斯汽车科技有限公司 | 一种与停车场交互的自动泊车系统及方法 |
| CN113689706B (zh) * | 2021-05-21 | 2023-02-28 | 北京筑梦园科技有限公司 | 一种车辆管理方法、装置及停车管理系统 |
| CN113689706A (zh) * | 2021-05-21 | 2021-11-23 | 北京筑梦园科技有限公司 | 一种车辆管理方法、装置及停车管理系统 |
| CN113903185A (zh) * | 2021-08-24 | 2022-01-07 | 刘鹏 | 一种avp自动代客泊车的调度控制系统及方法 |
| CN114550451B (zh) * | 2022-02-18 | 2023-08-18 | 平安国际智慧城市科技股份有限公司 | 停车场的车辆拥堵预警方法、装置、设备及存储介质 |
| CN114550451A (zh) * | 2022-02-18 | 2022-05-27 | 平安国际智慧城市科技股份有限公司 | 停车场的车辆拥堵预警方法、装置、设备及存储介质 |
| CN114842674A (zh) * | 2022-05-11 | 2022-08-02 | 杭州数查科技有限公司 | 一种基于图片检索识别车辆轨迹的方法 |
| CN116153128A (zh) * | 2022-12-26 | 2023-05-23 | 华人运通(上海)自动驾驶科技有限公司 | 一种停车场的车辆定位、泊车指引方法和系统 |
| CN116343522A (zh) * | 2023-02-17 | 2023-06-27 | 同济大学 | 一种基于时空车辆重识别的智慧园区无人泊车方法 |
| CN116434599A (zh) * | 2023-04-10 | 2023-07-14 | 长沙汽车创新研究院 | 一种基于智慧城市的智能车停车场监管方法及监管系统 |
| CN117727201A (zh) * | 2024-01-31 | 2024-03-19 | 泰安市东信智联信息科技有限公司 | 一种智慧停车方法、系统、装置及存储介质 |
| CN117727201B (zh) * | 2024-01-31 | 2024-04-26 | 泰安市东信智联信息科技有限公司 | 一种智慧停车方法、系统、装置及存储介质 |
| CN118175265A (zh) * | 2024-03-22 | 2024-06-11 | 盈乾家智能科技(武汉)有限公司 | 一种基于智慧社区场景的监控系统及使用方法 |
| CN118175265B (zh) * | 2024-03-22 | 2024-09-20 | 盈乾家智能科技(武汉)有限公司 | 一种基于智慧社区场景的监控系统及使用方法 |
| CN118172967A (zh) * | 2024-05-15 | 2024-06-11 | 非凡士智能科技(苏州)有限公司 | 基于物联网通信技术寻找目标车位的系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111081047A (zh) | 一种基于光电图像处理的精准智能停车管理方法及管理系统 | |
| US20250095488A1 (en) | Iot-based intelligent parking management system | |
| JP2023134478A (ja) | ナビゲーション情報を匿名化するためのシステム及び方法 | |
| KR101641326B1 (ko) | 주차관제 시스템 | |
| CN109084794B (zh) | 一种路径规划方法 | |
| US20180301031A1 (en) | A method and system for automatically detecting and mapping points-of-interest and real-time navigation using the same | |
| CN105405317B (zh) | 一种基于手机蓝牙的泊车诱导系统 | |
| KR102187313B1 (ko) | 공유 주차관리시스템 | |
| CN108091170A (zh) | 基于智能终端的停车位诱导系统 | |
| CN104750963B (zh) | 交叉口延误时长估计方法及装置 | |
| EP3550538B1 (en) | Information processing apparatus, information processing method, and program | |
| KR101522605B1 (ko) | 주차장 정보 제공 방법 및 시스템 | |
| CN107664500A (zh) | 基于图像特征识别的车库车辆定位导航方法 | |
| CN114216469B (zh) | 一种对高精地图进行更新的方法、智慧基站及存储介质 | |
| JP3402263B2 (ja) | 交通情報管理装置および交通情報管理方法 | |
| CN115376359A (zh) | 一种停车位智能引导系统及其方法 | |
| US20210124348A1 (en) | Autonomous Clustering for Light Electric Vehicles | |
| CN112995891A (zh) | 一种基于uwb的停车场车辆定位方法及系统 | |
| CN111508262B (zh) | 对城市停车位资源的智能化管理方法 | |
| CN109031262B (zh) | 一种定位寻车系统及其方法 | |
| CN100349176C (zh) | 用于在图像处理中改善对象识别和/或再识别的方法和装置 | |
| US20220349715A1 (en) | Vehicle location analysis method and navigation device | |
| CN113362629B (zh) | 基于交通标志信息线的区域定位导航系统及其工作方法 | |
| US20240142638A1 (en) | Vehicle location analysis method and navigation device | |
| KR20220124046A (ko) | 이동차량 추적에 의한 주차위치 안내시스템 |
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 |
Application publication date: 20200428 |
|
| RJ01 | Rejection of invention patent application after publication |