一种道闸控制方法及系统的制作方法
【专利摘要】本发明实施例公开了一种道闸控制方法及系统，用于提高安全性和可靠性。其中，本发明实施例方法包括：当道闸处于升起状态，地感线圈在地感区域没有检测到车辆时，图像分析器对摄像装置监控到的图像信息进行分析，确定所述道闸的两侧区域是否有人存在；若确定所述道闸的两侧区域有人，则道闸控制器控制所述道闸不落下；若确定所述道闸的两侧区域没有人，则所述道闸控制器控制所述道闸落下。
【专利说明】一种道闸控制方法及系统
【技术领域】
[0001]本发明涉及智能停车场【技术领域】，尤其是涉及一种道闸控制方法及系统。
【背景技术】
[0002]目前，道闸已经被广泛使用在停车场出入口，并对车辆出入进行有效控制。通常道闸的使用模式都是“一车一杆，车过杆落”。道闸的闸杆进行关闸的时候会存在闸杆下有车辆或者行人经过的情况。为了避免车辆与行人被误伤，提高道闸的安全性，一般都会使用保护装置。
[0003]传统的电动道闸防砸车方案是通过在道闸的闸杆的正下方安装地感线圈，当车辆进入该区域会被地感线圈检测，通过道闸控制器停止或抬起闸杆以避免车辆被砸，但是这种检测方案无法检测行人，因此容易导致行人被误砸，安全性和可靠性都不够。
【发明内容】
[0004]本发明实施例提供了 一种道闸控制方法及系统，用于提高安全性和可靠性。
[0005]有鉴于此，本发明第一方面提供一种道闸控制方法，其中，可包括:
[0006]当道闸处于升起状态，地感线圈在地感区域没有检测到车辆时，图像分析器对摄像装置监控到的图像信息进行分析，确定所述道闸的两侧区域是否有人存在；
[0007]若确定所述道闸的两侧区域有人，则道闸控制器控制所述道闸不落下；
[0008]若确定所述道闸的两侧区域没有人，则所述道闸控制器控制所述道闸落下。
[0009]进一步地,所述方法还包括:
[0010]当所述道闸处于关闭落下状态，所述地感线圈在地感区域没有检测到车辆时，若所述图像分析器确定所述道闸的两侧区域有人，则所述道闸控制器控制所述道闸不升起。
[0011]进一步地，所述方法还包括:
[0012]当所述道闸处于关闭落下状态时，若所述地感线圈在地感区域检测到车辆，则所述道闸控制器控制所述道闸升起。
[0013]优选地，所述图像分析器对摄像装置监控到的图像信息进行分析，确定所述道闸的两侧区域是否有人存在，包括:
[0014]图像分析器通过人头检测与跟踪算法对所述摄像装置监控到的图像信息进行分析，确定所述道闸的两侧区域是否有人存在。
[0015]优选地，所述人头检测与跟踪算法基于以下步骤实现:
[0016]使用帧差法获取前景；
[0017]把前景区域扩大，提取前景区域的Haar特征，使用基于Adaboost算法训练得到的Haar特征的强分类器对前景区域进行分类，得到具有人头纹理特征的区域；
[0018]利用Haar检测的结果更新跟踪序列；
[0019]对跟踪序列中的有效目标进行金字塔LK跟踪；
[0020]利用LK跟踪的结果更新跟踪序列；[0021]判断是否有目标进入了监控区域，若是，则所述道闸控制器控制道闸升起。
[0022]优选地，所述使用帧差法获取前景基于以下步骤实现:
[0023]假设某一时间段内的视频序列图像为:f” f2，…ft，假设^(x, y)，fk(x, y)为视频序列中间隔两帧图像，其中I≤k≤t，t为正整数，(X，y)为对应帧的坐标，则连续两帧的中贞差表不为:
[0024]d(k_1； k) (x, y) = | fk (x, y) -^1 (x, y) | ；
[0025]前景目标和背景目标通过阈值区分:
[0026]
【权利要求】
1.一种道闸控制方法，其特征在于，包括： 当道闸处于升起状态，地感线圈在地感区域没有检测到车辆时，图像分析器对摄像装置监控到的图像信息进行分析，确定所述道闸的两侧区域是否有人存在； 若确定所述道闸的两侧区域有人，则道闸控制器控制所述道闸不落下； 若确定所述道闸的两侧区域没有人，则所述道闸控制器控制所述道闸落下。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括： 当所述道闸处于关闭落下状态，所述地感线圈在地感区域没有检测到车辆时，若所述图像分析器确定所述道闸的两侧区域有人，则所述道闸控制器控制所述道闸不升起。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括： 当所述道闸处于关闭落下状态时，若所述地感线圈在地感区域检测到车辆，则所述道闸控制器控制所述道闸升起。
4.根据权利要求1至3任一项所述的方法，其特征在于，所述图像分析器对摄像装置监控到的图像信息进行分析，确定所述道闸的两侧区域是否有人存在，包括： 图像分析器通过人头检测与跟踪算法对所述摄像装置监控到的图像信息进行分析，确定所述道闸的两侧区域是否有人存在。
5.根据权利要求4所述的方法，其特征在于，所述人头检测与跟踪算法基于以下步骤实现： 使用帧差法获取前景； 把前景区域扩大，提取前景区域的Haar特征,使用基于Adaboost算法训练得到的Haar特征的强分类器对前景区域进行分类，得到具有人头纹理特征的区域； 利用Haar检测的结果更新跟踪序列； 对跟踪序列中的有效目标进行金字塔LK跟踪； 利用LK跟踪的结果更新跟踪序列； 判断是否有目标进入了监控区域，若是，则所述道闸控制器控制道闸升起。
6.根据权利要求5所述的方法，其特征在于，所述使用帧差法获取前景基于以下步骤实现： 假设某一时间段内的视频序列图像为fk(x, y)为视频序列中间隔两帧图像，其中I≤k≤t，t为正整数，（X，y)为对应帧的坐标，则连续两帧的帧差表不为：
d(k-i,k)
(X，y) = |fk (x, y) -fk_! (x, y) | ； 前景目标和背景目标通过阈值区分：
7.根据权利要求5所述的方法，其特征在于，所述利用Haar检测的结果更新跟踪序列基于以下步骤实现： 输入Haar检测序列与跟踪序列，计算Haar检测结果与跟踪对象最终位置的两两相交面积比例，并做相应标记；设置i=0，遍历每个Haar检测结果； 判断第i个Haar检测结果，与所有跟踪对象是否有相交，若有相交，则添加Haar检测结果为该相交跟踪对象的最终位置，若没有相交，则添加Haar检测结果为新的跟踪对象； 此次判断结束后，再判断Haar检测结果是否遍历完毕，若没有，则递增i，到下一个Haar检测结果，继续进行与跟踪对象是否有相交的判断；若已经遍历完毕，则进入跟踪对象有效性判断循环；设置i=0，遍历每个跟踪对象，判断第i个对象的连续未检测帧数是否超过阈值，或到了第四帧时是否只检测到I帧，若否，则确定该跟踪对象是有效的；若是，则删除当前跟踪对象；再判断跟踪序列是否遍历结束，若跟踪序列遍历未结束，则递增i，到下一个跟踪对象，继续跟踪对象有效性判断；若跟踪序列遍历结束，则结束流程。
8.根据权利要求5所述的方法，其特征在于，所述对跟踪序列中的有效目标进行金字塔LK跟踪基于以下步骤实现： 前一帧与当前帧做一次LK跟踪，从前一帧提取角点PtsO进行跟踪得到当前帧的角点ptsl ; 当前帧与前一帧做一次LK反跟踪，根据当前帧角点Ptsl跟踪得到前一帧的角点pts2 ； 对于PtsO与ptsl，每一对匹配的点，框出5x5的区域进行NCC匹配，所有点匹配完成后，计算出NCC匹配中值，NCC基于以下公式计算：
9.根据权利要求5所述的方法，其特征在于，所述利用LK跟踪的结果更新跟踪序列基于以下步骤实现： 对于每个跟踪对象，如果LK跟踪失败就把该目标删除；如果跟踪成功，根据金字塔LK跟踪最终位置修正跟踪序列中该目标的位置信息；如果LK跟踪最终位置获得的面积小于人头的最小尺寸，把该目标删除。
10.一种道闸控制系统，其特征在于，包括道闸、地感线圈、摄像装置、图像分析器和道闸控制器； 所述地感线圈，用于确定地感区域是否检测到车辆，并将确定结果发送至所述道闸控制器；所述摄像装置，用于实时监控所述道闸的两侧区域； 所述图像分析器，用于对所述摄像装置监控到的图像信息进行分析，确定所述道闸的两侧区域是否有人存在，并将确定结果发送至所述道闸控制器； 所述道闸控制器，用于当所述道闸处于升起状态时，若所述地感线圈在地感区域没有检测到车辆，且所述图像分析器确定所述道闸的两侧区域有人，则控制所述道闸不落下，或者，若所述地感线圈在地感区域没有检测到车辆，且所述图像分析器确定所述道闸的两侧区域没有人，则控制所述道闸落下。
11.根据权利要求10所述的系统，其特征在于，所述道闸控制器，还用于当所述道闸处于关闭落下状态时，若所述地感线圈在地感区域没有检测到车辆，且所述图像分析器确定所述道闸的两侧区域有人，则控制所述道闸不升起。
12.根据权利要求10所述的系统，其特征在于，所述道闸控制器，还用于当所述道闸处于关闭落下状态时，若所述地感线圈在地感区域检测到车辆，控制所述道闸升起。
13.根据权利要求10至12任一项所述的系统，其特征在于，所述图像分析器具体用于通过人头检测与跟踪算法对所述摄像装置监控到的图像信息进行分析，确定所述道闸的两侧区域是否有人存在，并将确定结果发送至所述道闸控制器。
14.根据权利要求13所述的系统，其特征在于，所述人头检测与跟踪算法基于以下步骤实现:使用帧差法获取前景；把前景区域扩大，提取前景区域的Haar特征，使用基于Adaboost算法训练得到的Haar特征的强分类器对前景区域进行分类，得到具有人头纹理特征的区域；利用Haar检测的结果更新跟踪序列；对跟踪序列中的有效目标进行金字塔LK跟踪；利用LK跟踪的结果更新跟踪序列；判断是否有目标进入了监控区域，若是，则所述道闸控制器控制道闸升起。
15.根据权利要求14所述的系统，其特征在于，所述图像分析器包括第一分析模块，用于使用帧差法获取前景: 假设某一时间段内的视频序列图像为fk(x, y)为视频序列中间隔两帧图像，其中I≤k≤t，t为正整数，(X，y)为对应帧的坐标，则连续两帧的帧差表不为:
d(k—i，k)(X，y) = |fk (x, y) -fk_! (x, y) | ； 前景目标和背景目标通过阈值区分:
16.根据权利要求14所述的系统，其特征在于，所述图像分析器包括第二分析模块，用于利用Haar检测的结果更新跟踪序列: 输入Haar检测序列与跟踪序列，计算Haar检测结果与跟踪对象最终位置的两两相交面积比例，并做相应标记；设置i=0，遍历每个Haar检测结果； 判断第i个Haar检测结果，与所有跟踪对象是否有相交，若有相交，则添加Haar检测结果为该相交跟踪对象的最终位置，若没有相交，则添加Haar检测结果为新的跟踪对象； 此次判断结束后，再判断Haar检测结果是否遍历完毕，若没有，则递增i，到下一个Haar检测结果，继续进行与跟踪对象是否有相交的判断；若已经遍历完毕，则进入跟踪对象有效性判断循环；设置i=0，遍历每个跟踪对象，判断第i个对象的连续未检测帧数是否超过阈值，或到了第四帧时是否只检测到I帧，若否，则确定该跟踪对象是有效的；若是，则删除当前跟踪对象；再判断跟踪序列是否遍历结束，若跟踪序列遍历未结束，则递增i，到下一个跟踪对象，继续跟踪对象有效性判断；若跟踪序列遍历结束，则结束流程。
17.根据权利要求14所述的系统，其特征在于，所述图像分析器包括第三分析模块，用于对跟踪序列中的有效目标进行金字塔LK跟踪: 前一帧与当前帧做一次LK跟踪，从前一帧提取角点PtsO进行跟踪得到当前帧的角点ptsl ； 当前帧与前一帧做一次LK反跟踪，根据当前帧角点ptsl跟踪得到前一帧的角点pts2 ； 对于PtsO与ptsl，每一对匹配的点，框出5x5的区域进行NCC匹配，所有点匹配完成后，计算出NCC匹配中值，NCC基于以下公式计算:
18.根据权利要求14所述的系统，其特征在于，所述图像分析器包括第四分析模块，用于利用LK跟踪的结果更新跟踪序列: 对于每个跟踪对象，如果LK跟踪失败就把该目标删除；如果跟踪成功，根据金字塔LK跟踪最终位置修正跟踪序列中该目标的位置信息；如果LK跟踪最终位置获得的面积小于人头的最小尺寸，把该目标删除。
【文档编号】G06K9/62GK103544753SQ201310474461
【公开日】2014年1月29日 申请日期:2013年10月11日 优先权日:2013年10月11日
【发明者】唐健, 关国雄, 李锐, 黎明, 徐文丽, 杨利华, 王浩 申请人:深圳市捷顺科技实业股份有限公司