一种停车场的监控分配引导方法和系统与流程

本发明涉数据处理领域，尤其涉及一种停车场的监控分配引导方法和系统。

背景技术：

近年来，各个城市汽车保有量不断攀升，驾车出行已经成为了人们生活工作的主要手段。但停车场的数量和管理水平没有相应的提升，导致停车困难的问题日益剧增。

目前，为了节约停车时间，很多停车场已经提供了自动缴费系统来完成停车场的自动计费和收费。自动缴费系统虽然能够提高缴费的效率，但是其不能对车辆停入目标车位进行引导。很多时间，车辆进入停车场后不能很快找到空置车位，甚至在停车场中转很多圈也不能顺利找到停车位，使得司机花费大量的时间来寻找目标车位，也造成了车场内部发生拥堵的几率增加，使得停车的效率低下。

技术实现要素：

针对现有技术缺陷，本发明实施例的目的是提供一种停车场的监控分配引导方法和系统,用于完成对目标车位的分配，并根据目标车位和车辆位置数据生成停车导航路线数据引导车辆驶入目标车位。

有鉴于此，在一方面，本发明提供一种停车场的监控分配引导方法，包括：

设置在车场入口的车辆探测装置根据监测到的车辆驶入信号，生成号牌识别指令发送给与所述车辆探测装置相连接的第一飞行时间tof相机，并生成无线服务接入信号广播指令发送给车场服务器的无线访问节点ap；其中，第一tof相机具有相机id和相机位置信息；

所述ap根据所述无线服务接入信号广播指令广播携带无线服务接入信息的消息；

车辆终端接收所述广播的消息并进行解析，根据所述无线服务接入信息建立与所述车场服务器的数据连接，并将所述车辆终端的终端id和车辆位置数据发送给所述车场服务器；

所述第一tof相机根据所述号牌识别指令对预设位置区域进行图像采集，得到一帧图像数据，并根据所述图像数据生成第一三维点云数据，将所述第一三维点云数据发送给所述车场服务器；

所述车场服务器对所述第一三维点云数据进行号牌识别处理，得到所述车辆的车牌号信息；

所述车场服务器根据所述车辆位置数据查找车位管理数据列表，确定目标车位数据；其中，所述目标车位数据包括车位号、目标车位的位置数据、状态数据、区域id；

所述车场服务器根据所述车辆位置数据和所述目标车位数据进行线路规划，得到所述车辆的停车线路导航数据；

所述车场服务器向所述终端id对应的车辆终端发送所述停车线路导航数据和所述目标车位数据；

所述车辆终端显示输出所述停车线路导航数据和所述目标车位数据。

优选的，所述第一三维点云数据包括强度数据，所述车场服务器对所述第一三维点云数据进行号牌识别处理，得到所述车辆的车牌号信息具体为：

所述车场服务器对所述第一三维点云数据进行去噪处理，得到所述第一去噪三维点云数据；

所述车场服务器对所述第一去噪三维点云数据的强度数据进行边缘提取，得到所述车辆的号码牌数据；

所述车场服务器对所述号码牌数据进行字符分割处理，得到车牌字符数据；

所述车场服务器对所述车牌字符数据的灰度数据进行特征提取处理，得到字符灰度特征数据；

所述车场服务器根据将所述字符灰度特征数据与字符数据库的模板进行比对，得到所述车辆的车牌号信息。

优选的，所述车场服务器根据所述车辆位置数据查找车位管理数据列表，确定目标车位数据具体为；

所述车场服务器根据所述状态数据在所述车位管理数据列表中查找车位数据，得到状态数据为空置状态的可选车位数据；

所述车场服务器计算每个相同区域id的各可选车位数据与所述车辆位置数据之间的距离，确定每个区域id对应的距离最近的一个可选车位数据为所述目标车位数据。

进一步优选的，所述车场服务器根据所述车辆位置数据和所述目标车位数据进行线路规划，得到所述车辆的停车线路导航数据具体为：

所述车场服务器根据车辆位置数据和每个区域id对应的一个目标车位数据进行线路规划，得到多条推荐线路导航数据；

所述车场服务器根据多条推荐线路导航数据生成推荐线路信息，发送给所述车辆终端；

所述车辆终端接收线路选择指令，确定被选中的推荐线路信息，并生成反馈信息发送给所述车场服务器；

所述车场服务器解析所述反馈信息，得到所述被选中的推荐线路信息，在所述多条推荐线路导航数据中确定所述停车线路导航数据。

优选的，所述方法还包括：

所述车场服务器根据预设频率生成车位区域监控指令，并发送给第二tof相机；

所述第二tof相机根据所述车位区域监控指令采集车位区域环境图像，生成第二三维点云数据，发送给所述车场服务器；

所述车场服务器对所述第二三维点云数据进行去噪处理，得到第二去噪点云数据；

所述车场服务器根据对所述第二去噪点云数据进行车位特征点云识别处理，得到所述车位区域中各车位的第一特征数据；

所述车场服务器判断所述第一特征数据是否包括车辆特征数据；

当不包括时，所述车场服务器根据第一特征数据识别车位号码，得到第一车位号；

所述车场服务器在所述车位管理数据列表中查找所述第一车位号，得到所述第一车位号对应的第一车位数据；

所述车场服务器设置所述第一车位数据的状态数据为空置状态。

进一步优选的，在所述车场服务器判断所述第一特征数据是否包括车辆特征数据后，所述方法还包括：

当包括时，所述车场服务器根据第一特征数据识别车位号码，得到第一车位号；

所述车场服务器在所述车位管理数据列表中查找所述第一车位号，得到所述第一车位号对应的第一车位数据；

所述车场服务器设置所述第一车位数据的状态数据为占用状态。

进一步优选的，在所述车场服务器根据第一特征数据识别车位号码，得到第一车位号之后，所述方法还包括：

所述车场服务器对第一特征数据进行号牌识别处理，得到第一车辆的车牌号信息；

所述车场服务器生成第一车位号与第一车辆的车牌号信息的对应关系，并保存在车辆停放列表中。

在另一方面，本发明还提供了一种用以执行停车场的监控分配引导方法的停车场的监控分配引导系统，所述系统包括：车辆终端、车场服务器、第一tof相机、车辆探测装置；

所述车辆终端与车场服务器通过无线连接方式进行通信连接；

所述第一tof相机与所述车场服务器通过有线或无线连接方式进行通信连接；

所述车辆探测装置与所述车场服务器通过有线或无线连接方式进行通信连接；

所述第一tof相机与所述车辆探测装置电连接。

优选的，所述系统还包括：

第二tof相机，通过有线或无线连接方式与所述车场服务器进行通信连接。

进一步优选的，所述车辆终端设置于车辆内；

所述车场服务器设置于车场的设备间；

所述第一tof相机设置于所述车场入口处；

所述车辆探测装置设置在所述车场入口处；

所述第二tof相机设置于所述车场的停车区域。

本发明实施例提供的一种停车场的监控分配引导方法，该方法通过使用飞行时间相机(timeofflight，tof)相机，利用tof相机对环境图像的采集不受环境光的影响的特点，对车场入口预设区域和车位区域环境图像进行采集，生成三维点云数据，并通过对三维点云数据进行计算分析识别车辆的号牌信息、统计车位的占用情况。在识别车辆的车牌号后为车辆提供目标车位选择，并提供停车线路导航数据对车辆停入目标车位进行引导。

附图说明

图1为本发明实施例提供的一种停车场的监控分配引导系统的系统框图；

图2为本发明实施例提供的一种停车场的监控分配引导方法的方法流程图；

图3为本发明实施例提供的车位管理数据列表中每个车位的状态数据更新方法的方法流程图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

本发明的一种停车场的监控分配引导方法和系统，用于提供目标车位数据的选择，并在为车辆提供停入目标车位的停车线路导航数据。

为了更清楚的描述本发明实施例提供的一种停车场的监控分配引导方法，下面首先介绍一下用以执行本发明的监控分配引导方法的停车场的监控分配引导系统。图1为本发明实施例提供的一种停车场的监控分配引导系统的系统框图。如图所述，包括：车辆终端1、车场服务器2、第一tof相机3、车辆探测装置4和第二tof相机5。

其中，车辆终端1与车场服务器2通过无线连接方式进行通信连接，第一tof相机3与车场服务器2通过有线或无线连接方式进行通信连接，车辆探测装置4与车场服务器2通过有线或无线连接方式进行通信连接，第一tof相机1与车辆探测装置4电连接。

第二tof相机，通过有线或无线连接方式与车场服务器2进行通信连接。

车辆终端1设置于车辆内，车场服务器2设置于车场的设备间，第一tof相机1设置于车场入口处，安装在支撑杆或者支撑架等架设装置上，车辆探测装置4设置在车场入口处。

第二tof相机5设置于车场的停车区域，安装在车场区域内的安装杆或者屋顶等架设位置。

本发明实施例提供的停车场的监控分配引导方法，用于为车辆提供目标车位和提供车辆停入目标车辆的停车导航线路数据。图2为本发明实施例提供的一种停车场的监控分配引导方法的方法流程图，如图所示，包括以下步骤：

步骤110，设置在车场入口的车辆探测装置根据监测到的车辆驶入信号，生成号牌识别指令发送给与车辆探测装置相连接的第一飞行时间tof相机，并生成无线服务接入信号广播指令发送给车场服务器的无线访问节点(wirelessaccesspoint,ap)。

具体的，车辆探测装置检测车辆，当探测到车辆驶入时候即为检测到车辆驶入信号。车辆探测装置生成号牌识别指令发送给第一tof相机。同时，车辆探测器生成无线服务接入信号广播指令发送给车场服务器的无线访问节点ap。其中，第一tof相机具有相机id和相机位置信息。

本发明实施例中的可选方案中，车辆探测装置可以是雷达探测器或者红外探测器。

步骤120，ap根据无线服务接入信号广播指令广播携带无线服务接入信息的消息。

具体的，ap接收到无线服务接入信号广播指令后，将无线服务接入信号广播指令携带的无线服务接入信号广播指令的消息以广播的形式发送出去。

步骤130，车辆终端接收广播的消息并进行解析，根据无线服务接入信息建立与车场服务器的数据连接，并将车辆终端的终端id和车辆位置数据发送给车场服务器。

具体的，车辆终端接收到ap节点发送的广播信息，对消息进行解析，得到无线服务接入信息，并根据无线接入信息建立与车场服务器的通行连接，以进行数据交互。其中，本发明实施例中的无线服务接入信息可以是接入服务器的链接地址数据。

当车辆终端建立与车场服务器后，将车辆终端的终端id和车辆定位装置获取的车辆当前的车辆位置数据发送给车场服务器。

步骤140，第一tof相机根据号牌识别指令对预设位置区域进行图像采集，得到一帧图像数据，并根据图像数据生成第一三维点云数据，将第一三维点云数据发送给车场服务器。

具体的，第一tof相机在接收到号牌识别指令，说明车辆处在预设位置区域内，第一tof相机对预设位置区域进行图像采集，得到一帧图像数据，跟据图像数据生成第一三维点云数据。然后将第一三维点云数据发送给车场服务器。

本发明实施例中采用的tof相机通过内置激光发射模块发射光信号，并通过内置的互补金属氧化物半导体(complementarymetaloxidesemiconductor,cmos)像素阵列来获取三维场景的距离景深数据，成像率可达上百帧每秒，同时结构紧凑，功耗低。对于目标场景的三维数据获取方式为：tof相机使用振幅调制的光源，该光源主动地照射目标场景，并与锁定在同一频率的每个像素上的相关传感器耦合。其内置激光发射的发射光和发射光照射到场景物体上后发射的反射光具有相移，通过检测发射光和反射光之间的不同的相移量获得多次测量。内置激光发射器的振幅调制在10-100mh的调制频率区间，而频率控制着tof相机传感器深度范围和深度分辨率。同时tof相机的处理单元在每个像素上单独地执行相位差进行计算，得出目标场景的深度数据，tof相机的处理单元进过对反射光的反射强度进行分析计算，得出目标场景的强度数据，再结合获取的二维数据进行分析处理后得到目标场景的三维点云数据。

本发明实施例的具体例子中，tof相机采用固态激光器或者led阵列发射波长在850nm附近的光波发射器作为内置激光发射器。发射光源为通过连续调制方式得到的连续方波或正弦波。tof相机处理单元通过计算多个采样样本中的发射光与反射光的相位角以及目标物体的距离，并对反射光强度转换的电流强度进行分析计算得到强度数据，然后再结合光学相机得到的二维图像数据进行融合处理，得到目标场景的三维点云数据。

在对目标场景的环境图像进行采集过程中，由于是通过tof相机主动发射的非可见光进行场景拍摄，所以即使在黑暗情况下也能得到目标场景环境图像的清晰的三维点云数据。因此，本发明实施例提供的方法在夜间或者照明状态不佳，甚至没有照明的黑暗环境中也适用。

步骤150，车场服务器对第一三维点云数据进行号牌识别处理，得到车辆的车牌号信息。

具体的，车场服务器需要对接收到的第一三维点云数据进行以下处理，得到车辆的车牌号信息。具体的步骤如下：

步骤1501，车场服务器对第一三维点云数据进行去噪处理，得到第一去噪三维点云数据。

具体的，第一三维点云数据包括强度数据，车场服务器选用特定的滤波方式对第一三维点云数据进行去噪处理，去除其中的噪点。例如，在本发明实施例中使用如下方法对三维点云数据进行滤波处理：

本发明实施例中的tof相机分辨率为m×n(m、n都为正整数)，所以其获取的一帧三维点云数据具有m×n个像素点，本发明实施例中，第一tof相机的m×n优选为320×240。每个像素点进一步包括x、y、z三维坐标值。其中，tof相机原始深度数据到我们需要的3维点云数据的步骤：首先，对原始深度数据做初步校正和温度校准；其次，对图像做畸变校正处理；再次，深度图像坐标系(x0,y0,z0)转化成相机坐标系(x1,y1,z1)，及把图像上的深度信息转化成以相机为原点的三维坐标系；最后，相机坐标系(x1,y1,z1)转化成需要的世界坐标系(x2,y2,z2)，及把相机的坐标系转化成项目需要的坐标系，也就是最终的点云的坐标系。x轴、y轴的数据值表示场景点的平面坐标位置，z轴的数据值表示采集到的获取到的场景的实际深度值。

车场服务器将三维点云数据转化为m×n×3的矩阵，每一行代表飞行时间传感器中排列的一个像素。通过将m×n×3的矩阵重置为m×n的矩阵，并且用深度值表示重置矩阵中的每个元素的值，三维点云数据就转化成二维平面图像数据。

车场服务器采用基于三维点云的3×3空间滤波算子，对二维平面图像数据的各像素点的深度值进行计算，并计算中心点像素与周围像素的深度差。用深度差与预设全局阈值进行比较，当深度差大于预设全局阈值时，判断该像素点测得的深度值为噪点，将其对应的三维点云数据中的像素点滤除。否则，保留其对应的三维点云数据中的像素点。经过处理后得到去噪后的三维点云数据。

步骤1502，车场服务器对第一去噪三维点云数据的强度数据进行边缘提取，得到车辆的号码牌数据。

具体的，对于去噪后的第一去噪三维点云数据，车场服务器可以选择使用如索贝尔算子(sobel)边缘检测算法、canny边缘检测算法等常用的边缘检测算法对第一去噪三维点云数据中的强度数据进行边缘检测，得到车辆的号码牌的图像数据，即号码牌数据。

本发明实施例的一个具体例子中，选用canny算子边缘检测算法对去噪后的三维点云数据的强度数据进行边缘检测处理，识别得到号码牌的轮廓数据，并确认号码牌的轮廓数据中所有像素点组成的区域为号码牌区域。将号码牌区域内所有像素点的强度数据作为号码牌数据。

步骤1503，车场服务器对号码牌数据进行字符分割处理，得到车牌字符数据。

具体的，车场服务器选用预置算法，基于车牌的二值化结果或者边缘提取结果，利用字符的结构特征、字符间的相似性、字符间的间隔信息，把单个字符分别提取出来，把宽高相似的字符归位一类，从而去除车牌边框及一些小的噪声，从号码牌数据提取得到号码牌上的字符数据，即为车牌字符数据。本发明实施例中优选的选用连通域分析算法或者投影分析算法将多个车牌字符数据从号码牌数据中提取出来。

步骤1504，车场服务器对车牌字符数据的灰度数据进行特征提取处理，得到字符灰度特征数据。

具体的，车场服务器选用常用的特征提取算法对每个车牌字符数据的灰度数据进行归一化处理和特征提取，得到字符灰度特征数据。

步骤1505，车场服务器根据将字符灰度特征数据与字符数据库的模板进行比对，得到车辆的车牌号信息。

具体的，车场服务器对每个字符灰度特征数据进行二值化并将其尺寸大小缩放为字符数据库中模板的大小,然后与所有的模板进行匹配，并记录匹配度数据，最后根据匹配度数据确定最佳匹配作为识别结果，并将每个识别结果依次记录，得到车辆的车牌号码。

步骤160，车场服务器根据车辆位置数据查找车位管理数据列表，确定目标车位数据。

具体的，车场服务器根据状态数据在车位管理数据列表中查找车位数据，得到状态数据为空置状态的可选车位数据。

车场服务器计算每个相同区域id的各可选车位数据与车辆位置数据之间的距离，确定每个区域id对应的距离最近的一个可选车位数据为目标车位数据。也就是说，车场服务器根据每个车为数据的位置数据和车辆位置数据计算每个可选车位与车辆之间的距离，在计算第一个可选车位数据时，将车位数据记录下来，作为比较数据，当计算出下一个距离数据时，根据车位数据的区域id与前一个车位数据的区域id进行比较，如果相同，在比较区域数据的距离值，将距离小的保留。如果区域id不同，那么直接将此车数据记录并添加在比较数据中。依次计算车位管理数据列表中所有可选车位数据与车辆的距离且与之前保留的车位数据进行比较，就得到了不同区域id对应的与车辆距离最小的车位数据，记为目标车位数据。需要特别说明的是，目标车位数据是在每个区域id对应的区域中选取的该区域的可选车位中离车辆当前位置最近的车位的数据，有可能是一个，或者是没有。目标车位数据的个数主要依赖车场的区域个数和空置车位的位置。例如，区域id对应的区域没有状态为空置状态的车位，那么就没有可选的车位提供用来进行分配了。

其中，目标车位数据包括车位号、目标车位的位置数据、状态数据、区域id。

步骤170，车场服务器根据车辆位置数据和目标车位数据进行线路规划，得到车辆的停车线路导航数据。

具体的，车场服务器通过以下几个步骤来确定停车线路导航数据：

首先，车场服务器根据车辆位置数据和每个区域id对应的一个目标车位数据进行线路规划，得到多条推荐线路导航数据。其中，推荐线路线导航数据的起点和终点为车辆位置数据和目标车位的位置数据。

其次，车场服务器根据多条推荐线路导航数据生成推荐线路信息，发送给车辆终端。即，车场服务器将多条推荐线路导航数据遵循转化为符合数据传输协议格式的数据生成推荐线路数据，并将其发送给车辆终端。

再次，车辆终端接收线路选择指令，确定被选中的推荐线路信息，并生成反馈信息发送给车场服务器。也就是说，车辆终端解析推荐线路数据后，将其按照指定格式显示在屏幕上，驾驶员通过点选的方式或者按键选择的方式进行推荐线路的选择，即为车辆终端接收线路选择指令。车辆终端根据线路选择指令确定驾驶员选中的推荐线路信息，并根据选中的推荐线路信息生成反馈信息发送给车场服务器。

最后，车场服务器解析反馈信息，得到被选中的推荐线路信息，在多条推荐线路导航数据中确定停车线路导航数据。具体的，车场服务器根据解析反馈信息中的线路信息，得到在车辆终端选中的推荐线路信息，这个选中的线路信息即为停车线路导航数据。同时，服务器通过选中的推荐线路信息也确定了用户选中的目标车位数据。

步骤180，车场服务器向终端id对应的车辆终端发送停车线路导航数据和目标车位数据。

具体的，车场服务器将提车线路导航数据和目标车位数据同时发送给终端id对应的车辆终端。

步骤190，车辆终端显示输出停车线路导航数据和目标车位数据。

具体的，车辆终端接对收到停车线路导航数据和目标车位数据按照指定的格式显示在车辆终端的显示器上，对车辆驶入目标车位的停车进行引导。

本发明实施例中，车位管理数据列表保存有所有车场中所有车位的数据，包括每个车位的车位号、位置数据、区域id和状态数据。其中，车位的车位号、位置数据、区域id是由车场管理人员通过人工进行一次采集得到并写入。车位的状态数据表示车位是否有车辆停入，为空置状态或占用状态。图3为本发明实施例中的车位管理数据列表中每个车位的状态数据更新方法的方法流程图。如图所示，车位的状态数据更新由以下步骤完成：

步骤201，车场服务器根据预设频率生成车位区域监控指令，并发送给第二tof相机。

具体的，车场的各车位区域内装有第二tof相机，用于拍摄车位区域的环境图像。其中，预设频率是根据车场的车流情况进行统计分析后进行设定。也可以是通过进出车场的入口，通过车辆探测装置发送一个触发指令后生成车位区域监控指令发送给第二tof相机。本发明实施例中优选的选用640×480的tof相机作为第二tof相机

步骤202，第二tof相机根据车位区域监控指令采集车位区域环境图像，生成第二三维点云数据，发送给车场服务器。

具体的，第二tof相机解析接收到的车位区域监控指令，对所属车位区域的环境图像进行采集，生成第二三维点云数据。本发明实施例中，第二tof相机是通过主动发射的非可见光进行场景拍摄，所以即使在黑暗情况下也能得到目标场景环境图像的清晰的三维点云数据。因此，即便是在夜间或者照明状态不佳，甚至没有照明的黑暗环境中也能获取到车位区域的清晰三维点云数据。

步骤203，车场服务器对第二三维点云数据进行去噪处理，得到第二去噪点云数据。

具体的，车辆服务器选用通用的三维点云数据去噪方法对第二三维点云数据进行去噪处理，得到第二去噪点云数据。本发明实施例的中优选的选用步骤150中的去噪方法对第二三维点云数据进行去噪处理。

步骤204，车场服务器根据对第二去噪点云数据进行车位特征点云识别处理，得到车位区域中各车位的第一特征数据。

具体的，车场服务器对第二去噪点云数据进行车位的特征点云数据识别处理，得到第二去噪点云数据中的每个车位的点云数据，得到第一特征数据。第一特征数据包括车位中所有像素点的数据。

步骤205，车场服务器根据第一特征数据识别车位号码，得到第一车位号。

具体的，每个车位上都标有相应的车位号，通过第二tof相机采集到的第二三维点云数据中也包括所有车为的车位号。也就是说，第一特征数据中包括车位号的点云数据，车场服务器提取车位号的特征点云数据，并对其进行识别处理并与数据库中的模板进行对比识别，得到车位号，记为第一车位号。

步骤206，车场服务器在车位管理数据列表中查找第一车位号，得到第一车位号对应的第一车位数据。

步骤207，车场服务器判断第一特征数据是否包括车辆特征数据。

具体的，车场服务器对第一特征数据进行数据车辆特征数据提取，当提取到车辆特征数据时说明第一车位中停有车辆，即第一特征数据中包括车辆特征数据，也就是说第一车位被占用，执行步骤208-步骤210。否则说明车第一车位中没有被占用，执行步骤211。

步骤208，车场服务器设置第一车位数据的状态数据为占用状态。

步骤209车场服务器对第一特征数据进行号牌识别处理，得到第一车辆的车牌号信息。

具体的，车场服务器对第一特征数据进行车牌号的特征数据提起，并对其进行车牌号码识别，得到车辆的车牌号信息。即为停在第一车位上的第一车辆的车牌号信息。

步骤210，车场服务器生成第一车位号与第一车辆的车牌号信息的对应关系，并保存在车辆停放列表中。

具体的，车场服务器根据第一车位号和第一车辆的车牌号信息生成第一车位和第一车辆的对应关系，将其保存在车辆停放列表中。当有车主找忘记车辆的停放位置时，可以通过停车场管理人员在车场服务器的显示屏输入车牌号查找车辆停放列，或者通过用户终端进行查找，确定车辆停放的车位号。

步骤211，车场服务器设置第一车位数据的状态数据为空置状态。

本发明实施例提供的停车场的监控分配引导方法和系统，通过使用tof相机，利用tof相机对环境图像的采集不受环境光的影响的特点，对车场入口预设区域和车位区域环境图像进行采集，生成三维点云数据，并通过对三维点云数据进行计算分析识别车辆的号牌信息、统计车位的占用情况。在识别车辆的车牌号后为车辆提供目标车位选择，并提供停车线路导航数据对车辆停入目标车位进行引导。

专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。

以上的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本发明的具体实施方式而已，并不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，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。