一种停车场中路径规划方法及装置与流程

本发明涉及视频监控技术领域，特别涉及一种停车场中路径规划方法及装置。

背景技术：

随着生活水平的不断提高，私家车已经越来越普及。与之相适应，停车场的车位也越来越多。现有方案已经可以在车辆驶入停车场后，将停车场中可用车位的信息反馈给驾驶者，以缩短停车过程耗费的时间。

但是，该方案仅将可用车位的信息反馈给驾驶者，并未对车辆在停车场中的行驶路径进行规划，如果有多台车辆同时出现在同一路径中，会造成路径拥堵，停车过程仍会耗费大量时间。

技术实现要素：

本发明实施例的目的在于提供一种停车场中路径规划方法及装置，以缩短停车时间。

为达到上述目的，本发明实施例公开了一种停车场中路径规划方法，包括：

针对每条路径，确定所述路径中各节点的状态信息；

根据所确定的各节点的状态信息，确定所述路径的忙碌等级；

根据所确定的每条路径的忙碌等级，选择目标路径。

可选的，在所述针对每条路径，确定所述路径中各节点的状态信息的步骤之前，还可以包括：

确定目标车辆的当前位置；

判断所述当前位置是否位于车位中；

如果是，确定所述当前位置与停车场出口位置之间的路径；

如果否，确定所述当前位置与可用车位之间的路径。

可选的，所述确定所述路径中各节点的状态信息的步骤，可以包括：

确定所述路径中包含的每个目标节点；

在保存的停车场各节点的状态信息中，查找所述每个目标节点的状态信息；

将所查找到的状态信息确定为所述路径中各节点的状态信息。

可选的，保存停车场各节点的状态信息的过程可以包括：

每隔预设周期，获取停车场中各节点的当前图像组；

对所获取的当前图像组进行分析，根据分析结果，确定并保存所述停车场中各节点的状态信息。

可选的，对所获取的当前图像组进行分析，根据分析结果，确定所述停车场中各节点的状态信息的步骤，可以包括：

针对每个节点，利用目标识别技术，对该节点的当前图像组中的图像进行识别；

根据识别结果，判断该节点的当前图像组中是否存在目标图像，所述目标图像中存在车辆目标；

如果否，则该节点的状态信息为未占用；如果是，则该节点的状态信息为占用；

所述根据所确定的各节点的状态信息，确定所述路径的忙碌等级的步骤，包括：

确定忙碌节点的数量，所述忙碌节点的状态信息为占用；

根据预先设定的忙碌等级与忙碌节点的数量的对应关系，确定所述路径的忙碌等级。

可选的，对所获取的当前图像组进行分析，根据分析结果，确定所述停车场中各节点的状态信息的步骤，可以包括：

针对每个节点，利用目标识别技术，对该节点的当前图像组中的图像进行识别；

根据识别结果，判断该节点的当前图像组中是否存在目标图像，所述目标图像中存在车辆目标；

如果否，则该节点的状态信息为未占用；

如果是，提取所述目标图像中的车辆目标，并确定所述车辆目标的姿态；

根据所确定的每个车辆目标的姿态，确定该节点对应的每个车辆目标的运动特征；

根据预先设定的运动特征与占用时长的对应关系，确定所述车辆目标占用其对应的节点的时长；

根据所确定的时长，确定所述对应的节点的状态信息，所述状态信息中包含所述时长对应的占用等级；

所述根据所确定的各节点的状态信息，确定所述路径的忙碌等级的步骤，包括：

根据所确定的各节点的状态信息中包含的占用等级，确定所述路径的忙碌等级。

可选的，所述根据所确定的每个车辆目标的姿态，确定该节点对应的每个车辆目标的运动特征的步骤，可以包括：

根据所确定的每个车辆目标的姿态，利用目标跟踪技术，确定同一图像组中提取的每个车辆目标的运动轨迹；

根据所述运动轨迹，确定车辆目标的运动特征。

可选的，所述根据所确定的时长，确定所述对应的节点的状态信息的步骤，可以包括：

确定所提取的不同车辆目标的数量；

根据所述不同车辆目标的数量、以及每个车辆目标占用其对应的节点的时长，确定所述对应的节点的状态信息。

可选的，所述利用目标识别技术，对该节点的当前图像组中的图像进行识别的步骤，可以包括：

利用运动目标检测技术、或者机器学习检测技术、或者车牌识别技术，对该节点的当前图像组中的图像进行识别。

可选的，所述根据所确定的每条路径的忙碌等级，选择目标路径的步骤，可以包括：

确定每条路径中终点位置与目标车辆的当前位置之间的路径距离，所述目标车辆为停车场中待确定路径的车辆；

结合所确定的路径距离、及每条路径的忙碌等级，选择目标路径。

可选的，在所述选择目标路径的步骤之后，还可以包括：

确定所述目标车辆的车辆特征；

当检测到所述目标路径对应的目标车位中存在驶入车辆时，判断所述驶入车辆的车辆特征与所述目标车辆的车辆特征是否一致；

如果否，返回执行所述确定每条路径与目标车辆的当前位置之间的路径距离的步骤。

为达到上述目的，本发明实施例还公开了一种停车场中路径规划装置，包括：

第一确定模块，用于针对每条路径，确定所述路径中各节点的状态信息；

第二确定模块，用于根据所确定的各节点的状态信息，确定所述路径的忙碌等级；

选择模块，用于根据所确定的每条路径的忙碌等级，选择目标路径。

可选的，所述装置还可以包括：

第三确定模块，用于确定目标车辆的当前位置；

第一判断模块，用于判断所述当前位置是否位于车位中；

第四确定模块，用于当所述第一判断模块判断结果为是时，确定所述当前位置与停车场出口位置之间的路径；当所述第一判断模块判断结果为否时，确定所述当前位置与可用车位之间的路径。

可选的，所述第一确定模块，具体可以用于：

确定所述路径中包含的每个目标节点；

在保存的停车场各节点的状态信息中，查找所述每个目标节点的状态信息；

将所查找到的状态信息确定为所述路径中各节点的状态信息。

可选的，所述装置还可以包括：

第一获取模块，用于每隔预设周期，获取停车场中各节点的当前图像组；

第五确定模块，用于对所获取的当前图像组进行分析，根据分析结果，确定所述停车场中各节点的状态信息；

保存模块，用于保存所述停车场中各节点的状态信息。

可选的，所述第五确定模块，具体可以用于：

针对每个节点，利用目标识别技术，对该节点的当前图像组中的图像进行识别；

根据识别结果，判断该节点的当前图像组中是否存在目标图像，所述目标图像中存在车辆目标；

如果否，则该节点的状态信息为未占用；如果是，则该节点的状态信息为占用；

所述第二确定模块，具体用于：

确定忙碌节点的数量，所述忙碌节点的状态信息为占用；

根据预先设定的忙碌等级与忙碌节点的数量的对应关系，确定所述路径的忙碌等级。

可选的，所述第五确定模块，可以包括：

识别子模块，用于针对每个节点，利用目标识别技术，对该节点的当前图像组中的图像进行识别；

判断子模块，用于根据识别结果，判断该节点的当前图像组中是否存在目标图像，所述目标图像中存在车辆目标；如果否，则该节点的状态信息为未占用；如果是，触发提取子模块；

所述提取子模块，用于提取所述目标图像中的车辆目标，并确定所述车辆目标的姿态；

第一确定子模块，用于根据所确定的每个车辆目标的姿态，确定该节点对应的每个车辆目标的运动特征；

第二确定子模块，用于根据预先设定的运动特征与占用时长的对应关系，确定所述车辆目标占用其对应的节点的时长；

第三确定子模块，用于根据所确定的时长，确定所述对应的节点的状态信息，所述状态信息中包含所述时长对应的占用等级；

所述第二确定模块，具体用于：

根据所确定的各节点的状态信息中包含的占用等级，确定所述路径的忙碌等级。

可选的，第一确定子模块，具体可以用于：

根据所确定的每个车辆目标的姿态，利用目标跟踪技术，确定同一图像组中提取的每个车辆目标的运动轨迹；

根据所述运动轨迹，确定车辆目标的运动特征。

可选的，所述第三确定子模块，具体可以用于：

确定所提取的不同车辆目标的数量；

根据所述不同车辆目标的数量、以及每个车辆目标占用其对应的节点的时长，确定所述对应的节点的状态信息。

可选的，所述识别子模块，具体可以用于：

利用运动目标检测技术、或者机器学习检测技术、或者车牌识别技术，对该节点的当前图像组中的图像进行识别。

可选的，所述选择模块，可以包括：

第四确定子模块，用于确定每条路径中终点位置与目标车辆的当前位置之间的路径距离，所述目标车辆为停车场中待确定路径的车辆；

选择子模块，用于结合所确定的路径距离、及每条路径的忙碌等级，选择目标路径。

可选的，所述装置还可以包括：

第六确定模块，用于确定所述目标车辆的车辆特征；

第二判断模块，用于当检测到所述目标路径对应的目标车位中存在驶入车辆时，判断所述驶入车辆的车辆特征与所述目标车辆的车辆特征是否一致；如果否，触发所述第四确定子模块。

应用本发明实施例，根据路径中各节点的状态信息，确定每条路径的忙碌等级；根据每条路径的忙碌等级，选择目标路径。也就是说，根据忙碌等级，对停车场中路径进行规划，避免了路径拥堵，缩短了停车时间。

当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。

图1为本发明实施例提供的一种停车路径确定方法的流程示意图；

图2为本发明实施例提供的一种停车路径确定装置的结构示意图。

具体实施方式

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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。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。

为了解决上述技术问题，本发明实施例提供了一种停车场中路径规划方法及装置，可以应用于停车场中设置的服务器、客户端及各种电子设备，也可以应用于可以应用于车辆中的各种电子设备，具体不做限定。

为了区分描述，如果执行本方案的电子设备为停车场中设置的电子设备，则将其称为第一电子设备，如果执行本方案的电子设备为车辆中的电子设备，则将其称为第二电子设备。

另外，需要说明的是，在车辆驶入停车场时，或者离开停车场时，均可以应用本方案进行路径规划。

下面首先对本发明实施例提供的停车场中路径规划方法进行详细说明。

图1为本发明实施例提供的一种停车场中路径规划方法的流程示意图，包括：

S101：针对每条路径，确定所述路径中各节点的状态信息。

如上所述，本实施例可以应用于停车场中设置的各种电子设备(第一电子设备)，第一电子设备在检测到目标车辆时，或者接收到目标车辆发送的路径规划请求时，可以执行本方案。

具体的，第一电子设备可以与停车场中设置的其他设备进行通信，因此，当有车辆驶入停车场时，停车场的门禁设备可以向第一电子设备发送信号，这样，第一电子设备便可以检测到目标车辆，此时，第一电子设备可以执行S101。

或者，驶入停车场的车辆在需要进行路径规划时，向第一电子设备发送路径规划请求，第一电子设备接收到该请求后，可以执行S101。

可以理解的是，如果本方案的应用场景为车辆驶入停车场时，则路径的起点为目标车辆的当前位置，终点为可用车位的位置；如果本方案的应用场景为车辆离开停车场时，则路径的起点为目标车辆的当前位置，终点为停车场出口位置。

作为一种实施方式，第一电子设备可以与目标车辆中的定位设备通信连接，这样，便可以确定目标车辆的当前位置。

或者，也可以采用其他方式确定目标车辆的当前位置，比如，停车场中设置跟踪目标车辆的设备，该设备将跟踪得到的车辆的位置信息发送给第一电子设备，等等，具体不做限定。

第一电子设备判断目标车辆的当前位置是否位于车位中，如果是，则表示目标车辆需要离开停车场，确定所述当前位置与停车场出口位置之间的路径；如果否，则表示目标车辆需要驶入停车场的车位中，第一设备可以获取停车场中可用车位的位置，确定所述当前位置与可用车位之间的路径。

另外，本实施例也可以应用于车辆中的各种电子设备(第二电子设备)，第二电子设备可以在自身归属的车辆(目标车辆)驶入停车场后，或者接收到用户发送的路径规划请求时，执行本方案。

第二电子设备也可以确定目标车辆的当前位置；判断所述当前位置是否位于车位中；如果是，确定所述当前位置与停车场出口位置之间的路径；如果否，确定所述当前位置与可用车位之间的路径。

停车场中各节点处可以设置采集设备，针对各个车位进行图像采集。具体的，可以每个车位作为一个节点，也可以预设数量个车位作为一个节点。也就是说，可以在每个车位处设置一台采集设备，也可以间隔若干个车位设置一台采集设备，具体不做限定。一条路径中包含若干个节点。

第一电子设备、或者第二电子设备可以确定路径中包含的每个目标节点；在保存的停车场各节点的状态信息中，查找所述每个目标节点的状态信息；将所查找到的状态信息确定为所述路径中各节点的状态信息。

在本实施例中，可以预先保存停车场各节点的状态信息，该状态信息可以保存在停车场的数据库、服务器、或者第一电子设备中，具体保存位置不做限定。第一电子设备、或者第二电子设备可以获取保存的各节点的状态信息。

假设该状态信息保存在第一电子设备中，第一电子设备保存停车场各节点的状态信息的过程可以包括：

每隔预设周期，获取停车场中各节点的当前图像组；

对所获取的当前图像组进行分析，根据分析结果，确定并保存所述停车场中各节点的状态信息。

当前图像组可以理解为节点处设置的采集设备在当前时间段采集的一段视频中的多帧图像。图像组中的图像可以携带有时间信息，可以根据该时间信息确定出图像在图像组中的先后顺序。

第一电子设备可以与停车场中设置的各台采集设备通信连接，这样，第一电子设备便可以获取停车场中各节点的图像组。

具体的，第一电子设备可以每隔预设周期，获取停车场中各节点的当前图像组；

对所获取的当前图像组进行分析，根据分析结果，确定并保存所述停车场中各节点的状态信息。

该预设周期可以根据实际情况进行设定，每隔预设周期，保存停车场中各车位状态信息，也就是定期对保存的各车位状态信息进行更新，这样，可以提高车位状态信息的准确性。

S102：根据所确定的各节点的状态信息，确定所述路径的忙碌等级。

作为一种实施方式，对所获取的当前图像组进行分析，根据分析结果，确定所述停车场中各节点的状态信息的步骤，可以包括：

针对每个节点，利用目标识别技术，对该节点的当前图像组中的图像进行识别；

根据识别结果，判断该节点的当前图像组中是否存在目标图像，所述目标图像中存在车辆目标；

如果否，则该节点的状态信息为未占用；如果是，则该节点的状态信息为占用。

具体的，利用目标识别技术，对该节点的当前图像组中的图像进行识别，可以有多种方案，比如，利用运动目标检测技术、或者机器学习检测技术、或者车牌识别技术，对该节点的当前图像组中的图像进行识别。

举例来说，运动目标检测技术可以利用背景建模及帧差法，检测出图像中的运动目标，也就是本实施例中的车辆目标。具体的，可以针对每个节点对应保存或自适应实时更新一个背景模型，背景模型可以理解为不存在车辆的节点的模型。当前图像组中图像与其对应的背景模型不相匹配时，表示该图像中存在疑似运动目标。此时，可以利用帧差法，将该图像与其之前的若干帧图像或之后的若干帧图像进行对比，判断该疑似运动目标是否为运动目标。如果是，则可以进一步通过先验知识(比如车辆的尺寸，宽高比等)滤除非车辆目标，这样，便识别出了该图像中的车辆目标。

机器学习检测技术可以利用车头检测技术对图像进行车头检测，或者利用车尾检测技术对图像进行车尾检测，或者通过标记车辆行驶方向，学习得到车辆行驶方向分类器，利用该分类器对图像进行分类，从而识别出图像中的车辆目标。

车牌识别技术，可以识别图像中是否存在车牌，如果存在，表示该图像中存在车辆目标。

假设节点A的当前图像组中有20张图像，其中，有16张图像中存在车辆目标，则这16张图像为目标图像，节点A的当前图像组中存在目标图像，节点A的状态信息为占用。

假设节点B的当前图像组中有20张图像，这20张图像中均不存在车辆目标，则节点B的状态信息为未占用。

在本实施方式中，S102可以包括：确定忙碌节点的数量，所述忙碌节点的状态信息为占用；根据预先设定的忙碌等级与忙碌节点的数量的对应关系，确定所述路径的忙碌等级。

这里，将状态信息为“占用”的节点称为忙碌节点。可以理解的是，如果一条路径中不存在忙碌节点，则该路径的忙碌等级最低，目标车辆在该路径中行驶最为顺畅；一条路径中包含的忙碌节点越多，则该路径的忙碌等级越高，目标车辆在该路径中行驶时拥堵情况越严重。

因此，忙碌等级与忙碌节点的数量的对应关系为正相关。比如，忙碌节点的数量为0时，忙碌等级为0，忙碌节点的数量为1-3时，忙碌等级为1，忙碌节点的数量大于3时，忙碌等级为2……具体对应关系可以根据实际情况进行设定。

作为另一种实施方式，对所获取的当前图像进行分析，根据分析结果，确定所述停车场中各节点的状态信息的步骤，可以包括：

针对每个节点，利用目标识别技术，对该节点的当前图像组中的图像进行识别；

根据识别结果，判断该节点的当前图像组中是否存在目标图像，所述目标图像中存在车辆目标；

如果否，则该节点的状态信息为未占用；

如果是，提取所述目标图像中的车辆目标，并确定所述车辆目标的姿态；

根据所确定的每个车辆目标的姿态，确定该节点对应的每个车辆目标的运动特征；

根据预先设定的运动特征与占用时长的对应关系，确定所述车辆目标占用其对应的节点的时长；

根据所确定的时长，确定所述对应的节点的状态信息，所述状态信息中包含所述时长对应的占用等级。

前面内容已经对目标识别技术进行过详细说明，这里不再赘述。

在本实施方式中，当图像中存在车辆目标时，提取该车辆目标。具体的，利用上述运动目标检测技术、或者机器学习检测技术、或者车牌识别技术已经识别出车辆目标，可以进一步地对识别出的车辆目标进行提取，并确定所提取的车辆目标的姿态。确定车辆目标的姿态可以理解为，在图像中确定车辆目标的车头位置、车尾位置等。

作为一种实施方式，根据所确定的每个车辆目标的姿态，确定该节点对应的每个车辆目标的运动特征的步骤，可以包括：

根据所确定的每个车辆目标的姿态，利用目标跟踪技术，确定同一图像组中提取的每个车辆目标的运动轨迹；

根据所述运动轨迹，确定车辆目标的运动特征。

延续上述例子，节点A的当前图像组中有16张目标图像，假设这16张图像中前14张图像中均存在2个车辆目标，后2张图像中存在1个车辆目标。利用目标跟踪技术，对每个图像中的每个车辆目标进行跟踪。跟踪方式有多种，比如，可以采用基于颜色的方式，利用高斯金字塔，在多个尺度下对车辆目标进行跟踪。这种方式可以同时对多个车辆目标进行跟踪。

假设跟踪结果表示前10张图像中的2个车辆目标为车辆目标X和车辆目标Y，后4张图像中的2个车辆目标为车辆目标Y和车辆目标Z。

根据车辆目标X在前10张图像中的姿态，确定车辆目标X的运动特征；根据车辆目标Y在这14张图像中的姿态，确定车辆目标Y的运动特征；根据车辆目标Z在后4张图像中的姿态，确定车辆目标X的运动特征。

以车辆目标X为例进行说明：

通过上述步骤，已经确定出车辆目标X的姿态，也就是车辆目标X在图像中的车头位置或者车尾位置等。根据这10张图像中车辆目标X的车头位置或者车尾位置，可以确定出车辆目标X在这10张图像中的运动轨迹。

根据该运动轨迹，可以确定该车辆目标的运动特征是驶入停车位，还是经过车道，还是倒车入位等。或者，运动特征也可以包括其他，具体不做限定。

可以理解的是，对于一般的驾驶者来说，倒车入位的时长>驶出停车位的时长>经过车道的时长。因此，如果车辆目标的运动特征为经过车道，则该车辆目标占用节点、或者说占用路径的时长应较短；如果车辆目标的运动特征为驶出停车位，则该车辆目标占用节点、或者说占用路径的时长应较长；如果车辆目标的运动特征为倒车入位，则该车辆目标占用节点、或者说占用路径的时长应更长。

运动特征与占用时长的对应关系可以根据实际情况进行设定，比如，经过车道对应的占用时长可以为5s以内，驶出停车位对应的占用时长可以为5s-10s，倒车入位对应的占用时长可以为10s以上。

可以理解的是，时长越长，则其对应的占用等级越高。假设“5s以内”对应的占用等级为1级，“5s-10s”对应的占用等级为2级，“10s以上”对应的占用等级为3级。

在本实施方式中，节点的状态信息中包含占用等级。也就是说，如果某节点对应的当前图像中的车辆目标的运动特征为“经过车道”，则该节点的状态信息中包含的占用等级为1级；如果某节点对应的当前图像中的车辆目标的运动特征为“驶出停车位”，则该节点的状态信息中包含的占用等级为2级；如果某节点对应的当前图像中的车辆目标的运动特征为“倒车入位”，则该节点的状态信息中包含的占用等级为3级。

节点对应的不同的车辆目标越多，该节点的状态信息中包含的占用等级越高(因为节点区域内的车辆越多，路径越拥堵)。在本实施方式中，可以综合考虑占用时长及不同车辆目标的数量，来确定节点的状态信息中包含的占用等级。

因此，在确定节点的状态信息时，可以确定所提取的不同车辆目标的数量；根据所述不同车辆目标的数量、以及每个车辆目标占用其对应的节点的时长，确定节点的状态信息。

具体的，可以对车辆目标的数量、及占用节点的时长进行量化处理，并为其分配权重，根据最终权重值，确定节点的状态信息中包含的占用等级。

举例来说，假设车辆目标的数量“1-2”对应的量化分值为1，车辆目标的数量“3-4”对应的量化分值为2。假设占用节点的时长“5s以内”对应的量化分值为1，时长“5s-10s”对应的量化分值为2，时长“10s以上”对应的量化分值为3。假设车辆目标的数量对应的权重值为60％，占用节点的时长对应的权重值为40％。

在上述例子中，节点A对应了3个不同车辆目标：车辆目标X、车辆目标Y和车辆目标Z，因此，对应的量化分值为2。假设车辆目标X的运动特征为经过车道(对应的量化分值为1)，车辆目标Y的运动特征为驶出停车位(对应的量化分值为2)，车辆目标Z的运动特征为倒车入位(对应的量化分值为3)。则节点A的状态信息中包含的占用等级可以＝2*60％+1*40％+2*40％+3*40％＝3.6。

或者，也可以采用其他方式，综合考虑占用时长及不同车辆目标的数量，确定节点的状态信息中包含的占用等级，具体不做限定。

在本实施方式中，S102可以包括：根据所确定的各节点的状态信息中包含的占用等级，确定所述路径的忙碌等级。

举例来说，假设路径中有4个节点，这4个节点的状态信息中包含的占用等级分别为1、1.6、2.4、3.2。作为一种实施方式，可以将这4个占用等级之和确定为该路径的忙碌等级，也就是1+1.6+2.4+3.2＝8.2。或者，也可以将这4个占用等级的平均值确定为该路径的忙碌等级，也就是8.2/4＝2.05。或者，也可以采用其他方式，具体不做限定。

S103：根据所确定的每条路径的忙碌等级，选择目标路径。

作为一种实施方式，可以选择忙碌等级低的路径，作为目标路径。

作为另一种实施方式，可以确定每条路径中终点位置与目标车辆的当前位置之间的路径距离，所述目标车辆为停车场中待确定路径的车辆；结合所确定的路径距离、及每条路径的忙碌等级，选择目标路径。

假设有3条路径：路径1、路径2和路径3，其中，路径1的终点位置为序号为51的车位，路径2的终点位置为序号为52的车位，路径3的终点位置为序号为55的车位。

假设序号为51的车位与目标车辆的当前位置之间的路径距离为510m，序号为52的车位与目标车辆的当前位置之间的路径距离为190m，序号为55的车位与目标车辆的当前位置之间的路径距离为290m。

假设路径1的忙碌等级为3.2，路径2的忙碌等级为2.4，路径3的忙碌等级为1.8。

作为一种实施方式，可以结合路径距离、忙碌等级，对每个路径进行排序，具体的，可以为路径距离和忙碌等级分配权重，比如，路径距离对应的权重为60％，忙碌等级对应的权重为40％。

对路径距离及忙碌等级进行量化处理，比如：路径距离在0-100m以内对应的分值为5，路径距离在101-200m以内对应的分值为4，路径距离在201-300m以内对应的分值为3，路径距离在301-400m以内对应的分值为2，路径距离在401-500m以内对应的分值为1，路径距离在500m以上对应的分值为0。

忙碌等级在0-1(不包含1)以内对应的分值为3，忙碌等级在1-2(不包含2)以内对应的分值为2，忙碌等级在2-3(不包含3)以内对应的分值为1，忙碌等级>＝3对应的分值为0。

因此，路径1的最终分值＝0*60％+0*40％＝0，路径2的最终分值＝4*60％+1*40％＝2.8，路径3的最终分值＝3*60％+2*40％＝2.6，对每条路径进行排序结果为：路径2、路径3、路径1。

可以将排在第一位的路径确定为目标路径，也可以将排在前若干位的路径确定为目标路径，具体不做限定。这里假设将排在第一位的路径确定为目标路径。

则将路径2确定为目标路径，将该目标路径发送给目标车辆，目标车辆可以根据所确定的路径，直接驶入可用车位，该目标路径为规划后的优选路径，可以避免路径拥堵，缩短停车时间。

应用本发明图1所示实施例，根据路径中各节点的状态信息，确定每条路径的忙碌等级；根据每条路径的忙碌等级，选择目标路径。也就是说，根据忙碌等级，对路径进行规划，避免了路径拥堵，缩短了停车时间。

在图1所示实施例中，如果目标车辆驶入停车场，应用本方案为目标车辆选择了目标路径，该目标路径的终点位置为可用车位。目标车辆根据该目标路径行进，在行进过程中，突然出现另一车辆占用了该可用车位，这种情况下，需要重新为该目标车辆选择目标路径。

如果执行本方案的为第一电子设备，第一电子设备可以在S103之后，确定所述目标车辆的车辆特征；

当检测到所述目标路径对应的目标车位中存在驶入车辆时，确定所述驶入车辆的车辆特征与所述目标车辆的车辆特征是否一致；

如果否，返回执行确定每条路径与目标车辆的当前位置之间的路径距离的步骤。

车辆特征可以包括车牌，或者包括颜色、车型，或者也可以包括车牌、颜色、车型等，具体不做限定。

可以理解的是，当车辆驶入停车场时，停车场的门禁设备可以获取车辆的车辆特征(车牌、颜色、车型等)。因此，在第一电子设备确定出目标车辆的路径后，可以从门禁设备中获取该目标车辆的车辆特征。

另外，第一电子设备可以获取该路径对应的目标车位的当前图像，当检测到该目标车位中存在驶入车辆时，可以利用目标识别技术，从该车位的当前图像中获取驶入车辆的车辆特征。如果该车辆特征与目标车辆的车辆特征一致，表示目标车辆停车完毕；如果不一致，表示该车位已被其他车辆占用，需要重新确定目标车辆的当前位置，重新选择新的目标路径。

具体来说，车辆特征可以仅包括车牌，这种情况下，可以利用车牌识别技术，从该车位的当前图像中获取驶入车辆的车牌，进而判断驶入车辆的车牌与目标车辆的车牌是否一致。车辆特征也可以包括颜色和车型，这种情况下，可以利用目标匹配技术，判断驶入车辆的颜色及车型与目标车辆的颜色及车型是否一致。

如果执行本方案的为第二电子设备，第二电子设备在目标路径对应的目标车位被其他车辆占用的情况下，可以重新执行图1中的方案，重新选择目标路径。

与上述方法实施例相对应，本发明还提供一种停车路径确定装置。

图2为本发明实施例提供的一种停车路径确定装置的结构示意图，包括：

第一确定模块201，用于针对每条路径，确定所述路径中各节点的状态信息；

第二确定模块202，用于根据所确定的各节点的状态信息，确定所述路径的忙碌等级；

选择模块203，用于根据所确定的每条路径的忙碌等级，选择目标路径。

在本实施例中，所述装置还可以包括：第三确定模块、第一判断模块和第四确定模块(图中未示出)，其中，

第三确定模块，用于确定目标车辆的当前位置；

第一判断模块，用于判断所述当前位置是否位于车位中；

第四确定模块，用于当所述第一判断模块判断结果为是时，确定所述当前位置与停车场出口位置之间的路径；当所述第一判断模块判断结果为否时，确定所述当前位置与可用车位之间的路径。

在本实施例中，第一确定模块201，具体可以用于：

确定所述路径中包含的每个目标节点；

在保存的停车场各节点的状态信息中，查找所述每个目标节点的状态信息；

将所查找到的状态信息确定为所述路径中各节点的状态信息。

在本实施例中，所述装置还包括：第一获取模块、第五确定模块和保存模块(图中未示出)，其中，

第一获取模块，用于每隔预设周期，获取停车场中各节点的当前图像组；

第五确定模块，用于对所获取的当前图像组进行分析，根据分析结果，确定所述停车场中各节点的状态信息；

保存模块，用于保存所述停车场中各节点的状态信息。

在本实施例中，所述第五确定模块，具体可以用于：

针对每个节点，利用目标识别技术，对该节点的当前图像组中的图像进行识别；

根据识别结果，判断该节点的当前图像组中是否存在目标图像，所述目标图像中存在车辆目标；

如果否，则该节点的状态信息为未占用；如果是，则该节点的状态信息为占用；

第二确定模块202，具体可以用于：

确定忙碌节点的数量，所述忙碌节点的状态信息为占用；

根据预先设定的忙碌等级与忙碌节点的数量的对应关系，确定所述路径的忙碌等级。

在本实施例中，所述第五确定模块，可以包括：

识别子模块，用于针对每个节点，利用目标识别技术，对该节点的当前图像组中的图像进行识别；

判断子模块，用于根据识别结果，判断该节点的当前图像组中是否存在目标图像，所述目标图像中存在车辆目标；如果否，则该节点的状态信息为未占用；如果是，触发提取子模块；

所述提取子模块，用于提取所述目标图像中的车辆目标，并确定所述车辆目标的姿态；

第一确定子模块，用于根据所确定的每个车辆目标的姿态，确定该节点对应的每个车辆目标的运动特征；

第二确定子模块，用于根据预先设定的运动特征与占用时长的对应关系，确定所述车辆目标占用其对应的节点的时长；

第三确定子模块，用于根据所确定的时长，确定所述对应的节点的状态信息，所述状态信息中包含所述时长对应的占用等级；

第二确定模块202，具体可以用于：

根据所确定的各节点的状态信息中包含的占用等级，确定所述路径的忙碌等级。

在本实施例中，所述第一确定子模块，具体可以用于：

根据所确定的每个车辆目标的姿态，利用目标跟踪技术，确定同一图像组中提取的每个车辆目标的运动轨迹；

根据所述运动轨迹，确定车辆目标的运动特征。

在本实施例中，所述第三确定子模块，具体可以用于：

确定所提取的不同车辆目标的数量；

根据所述不同车辆目标的数量、以及每个车辆目标占用其对应的节点的时长，确定所述对应的节点的状态信息。

在本实施例中，所述识别子模块，具体可以用于：

利用运动目标检测技术、或者机器学习检测技术、或者车牌识别技术，对该节点的当前图像组中的图像进行识别。

在本实施例中，选择模块203，可以包括：第四确定子模块和选择子模块(图中未示出)，其中，

第四确定子模块，用于确定每条路径中终点位置与目标车辆的当前位置之间的路径距离，所述目标车辆为停车场中待确定路径的车辆；

选择子模块，用于结合所确定的路径距离、及每条路径的忙碌等级，选择目标路径。

在本实施例中，所述装置还可以包括：第六确定模块和第二判断模块(图中未示出)，其中，

第六确定模块，用于确定所述目标车辆的车辆特征；

第二判断模块，用于当检测到所述目标路径对应的目标车位中存在驶入车辆时，判断所述驶入车辆的车辆特征与所述目标车辆的车辆特征是否一致；如果否，触发所述第四确定子模块。

应用本发明图2所示实施例，根据路径中各节点的状态信息，确定每条路径的忙碌等级；根据每条路径的忙碌等级，选择目标路径。也就是说，根据忙碌等级，对停车场中路径进行规划，避免了路径拥堵，缩短了停车时间。

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，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，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。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本领域普通技术人员可以理解实现上述方法实施方式中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于计算机可读取存储介质中，这里所称得的存储介质，如：ROM/RAM、磁碟、光盘等。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。