技术特征：
1.一种停车状态的检测方法，其特征在于，包括：当在摄像机对包含预设车位的拍摄区域拍摄的图像帧中检测到当前车辆时，判断所述当前车辆是否为停放于预设停车区域内的车辆，所述预设停车区域中包含多个预设车位；若所述当前车辆为停放于预设停车区域内的车辆，则获取所述当前车辆的图像；将所述当前车辆的图像输入到预先训练好的神经网络模型中，以便得到所述当前车辆的三维车辆框，所述神经网络模型预先由预设数量的车辆图像训练得到的；基于所述三维车辆框与所述拍摄区域中的各个所述预设车位的预设三维车位框之间的位置关系确定所述当前车辆的停车状态。2.如权利要求1所述的停车状态的检测方法，其特征在于，基于所述三维车辆框与所述拍摄区域中的各个预设车位的三维车位框之间的位置关系确定所述当前车辆的停车状态，包括：确定所述三维车辆框与各个所述预设三维车位框之间的空间重合度；判断是否存在所述空间重合度大于预设空间重合度；若存在所述空间重合度大于预设空间重合度，则判定所述当前车辆的停车状态为正常状态；若不存在所述空间重合度大于预设空间重合度，则判定所述当前车辆的停车状态为异常状态。3.如权利要求2所述的停车状态的检测方法，其特征在于，确定所述三维车辆框与各个所述预设三维车位框之间的空间重合度，包括：确定所述三维车辆框的中心点在预设空间坐标系中的坐标，所述预设空间坐标系的横轴为x轴，纵轴为y轴，竖轴为z轴；确定所述三维车辆框对应于所述预设空间坐标系的转动参数，所述转动参数包括所述三维车辆框对应于所述预设空间坐标系的x轴、y轴和z轴的转动自由度；基于所述三维车辆框确定所述当前车辆的形状参数，所述形状参数包括所述当前车辆的长度、宽度和高度；确定所述三维车辆框的中心点的坐标与各个所述三维车位框的中心点的坐标的差值与所述三维车位框的中心点的坐标之间的第一比值；确定所述三维车辆框的形状参数与各个所述三维车位框对应的形状参数的差值与所述三维车位框对应的形状参数之间的第二比值；确定所述第一比值、所述第二比值和所述转动参数与自身对应的预设权重值相乘后再相加得到的值作为表示所述空间重合度的空间关系值；判断是否所述存在空间重合度大于预设空间重合度，包括：判断是否存在所述空间关系值小于预设空间关系值；若存在所述空间关系值小于预设空间关系值，则判定存在空间重合度大于预设空间重合度；若不存在所述空间关系值小于预设空间关系值，则判定不存在空间重合度大于预设空间重合度。4.如权利要求1所述的停车状态的检测方法，其特征在于，在得到所述当前车辆的三维车辆框之后，还包括：
确定所述三维车辆框与各个所述预设三维车位框之间的空间重合度；将所述空间重合度最大的所述预设三维车位框对应的预设车位作为所述当前车辆的停放车位，以便确定所述预设车位被占用。5.如权利要求1所述的停车状态的检测方法，其特征在于，基于所述三维车辆框与所述拍摄区域中的各个预设车位的预设三维车位框之间的位置关系确定所述当前车辆的停车状态，包括：确定所述三维车辆框和所述停放车位的预设三维车位框之间的偏转角；判断所述偏转角是否大于预设偏转角度；若不大于预设偏转角度，则判定所述当前车辆不存在异常停车行为；若大于预设偏转角度，则判定所述当前车辆存在异常停车行为。6.如权利要求5所述的停车状态的检测方法，其特征在于，确定所述三维车辆框和所述停放车位的预设三维车位框之间的偏转角，包括：基于所述三维车辆框确定所述当前车辆的车辆正面的中心点与车辆背面的中点之间的连接线；将所述连接线、所述停放车位与行驶道路之间的分割线均映射到预设二维坐标系中，所述预设二维坐标系的横轴为x轴，纵轴为y轴；将所述连接线与所述分割线之间的夹角作为所述偏转角。7.如权利要求1所述的停车状态的检测方法，其特征在于，所述神经网络模型为resnet34网络后接fpn网络构成的神经网络模型。8.如权利要求1至7任一项所述的停车状态的检测方法，其特征在于，判断所述当前车辆是否为停放于预设停车区域内的车辆，包括：当所述图像帧中检测到所述当前车辆时，获取所述当前车辆的二维车辆框；判断所述二维车辆框的中心点在连续的n个所述图像帧中的总位移量是否小于预设位移量，n为不小于2的整数；若是，则判定所述当前车辆为停放于预设停车区域内的车辆；若否，则判定所述当前车辆不为停放于预设停车区域内的车辆。9.一种停车状态的检测系统，其特征在于，包括：判断单元，用于当在摄像机对包含预设车位的拍摄区域拍摄到的图像帧中检测到车辆时，判断所述当前车辆是否为停放于预设停车区域内的车辆，所述预设停车区域中包含多个预设车位；若所述当前车辆为停放于预设停车区域内的车辆，则触发图像获取单元；所述图像获取单元用于获取所述当前车辆的图像；三维车辆框获取单元，用于将所述当前车辆的图像输入到预先训练好的神经网络模型中，以便得到所述当前车辆的三维车辆框，所述神经网络模型预先由预设数量的车辆图像训练得到的；停车状态确定单元，用于基于所述三维车辆框与所述拍摄区域中的各个所述预设车位的预设三维车位框之间的位置关系确定所述当前车辆的停车状态。10.一种停车状态的检测装置，其特征在于，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现如权利要求1至8任一项所述的停车状态的检
测方法的步骤。
技术总结
本发明公开了一种停车状态的检测方法、系统及装置，获取停稳在预设停车区域内的车辆的图像，然后将该车辆的图像输入到预先训练好的神经网络模型中，以便得到该车辆的三维车辆框，该神经网络模型预先由预设数量的车辆图像训练得到的，最后基于三维车辆框与拍摄区域中的各个预设车位的预设三维车位框之间的位置关系确定该车辆的停车状态，停车状态包括异常状态和正常状态，不需要管理人员来巡查各个停车位，提高了检测停车状态的效率，减少了工作量，能够及时的发现异常停车行为；而且通过三维车辆框和三维车位框之间的位置关系了来确定该车辆的停车状态，能够减少将正常停放车辆的停车状态误判为异常状态的概率，提高了判定精度。精度。精度。
技术研发人员：张福成 段培聪
受保护的技术使用者：济南博观智能科技有限公司
技术研发日：2022.05.19
技术公布日：2022/8/26