路内泊位的状态检测方法、系统及其数据处理装置与流程

本发明涉及智能交通(intelligenttransportationsystem，its)领域，尤其涉及一种路内泊位的状态检测方法、系统及其数据处理装置。

背景技术：

传统的路内停车检测技术中，无论是咪表设备、手持pos机、地磁检测、射频检测，他们的共性是没有办法自动地存证，需要人工管理，人均管理的车位也比较少，造成的结果是人工成本非常高，人均管理车位数量比较少，现金漏洞也比较大，漏巡检率也常发生。虽然视频检测有兴起之势，但由于视频行为识别技术受到遮挡、动态背景、视角和光照变化等因素的影响而有很大的挑战性，单一的视频车检识别率还有待提高。

技术实现要素：

本发明要解决的技术问题在于，针对现有技术的上述无法取证、识别率不高的缺陷，提供一种路内泊位的状态检测方法、系统及其数据处理装置，可实时地自动取证，且泊位状态的识别率较高。

本发明解决其技术问题所采用的技术方案是：构造一种路内泊位的状态检测方法，包括：

根据从路侧基站接收的车辆位置坐标，实时获取第一检测结果信息；

根据从摄像头接收的泊位图像信息，实时获取第二检测结果信息；

对所述第一检测结果信息和所述第二检测结果信息进行融合处理，以确定每个泊位的状态。

优选地，对所述第一检测结果信息和所述第二检测结果信息进行融合处理，以确定每个泊位的状态的步骤包括：

s31.若根据所述第一检测结果信息确定出第一车辆驶入第一泊位，则将所述第一泊位的状态由空闲状态转移为标签车辆驶入状态；

s32.若根据当前第一检测结果信息或当前第二检测结果信息确定出所述第一车辆驶出所述第一泊位，则将所述第一泊位的状态转移为空闲状态，并生成一次泊车记录；或，

若根据当前第一检测结果信息再次确定出所述第一车辆驶入所述第一泊位，则保持所述第一泊位的状态不变；

若根据当前第一检测结果信息确定出第二车辆驶入所述第一泊位，则保持所述第一泊位的状态不变，并生成所述第一车辆的驶出时间；或，

若在第一时间内，根据当前第二检测结果信息确定出有车辆驶入所述第一泊位，则保持所述第一泊位的状态不变，且将当前第一检测结果信息与当前第二检测结果信息相关联；或

若根据所述第二检测结果信息确定出有车辆驶入所述第一泊位，且第二检测结果信息中的驶入时间与第一检测结果信息中的驶入时间的间隔大于第一时间，则保持所述第一泊位的状态不变。

优选地，对所述第一检测结果信息和所述第二检测结果信息进行融合处理，以确定每个泊位的状态的步骤包括：

s33.若根据所述第二检测结果信息确定出第一车辆驶入第一泊位，则将所述第一泊位的状态由空闲状态转移为中间状态；

s34.若在第二时间内，根据当前第二检测结果信息确定出所述第一车辆驶出所述第一泊位，则将所述第一泊位的状态转移为空闲状态，并生成一次泊车记录；或，

若在第二时间内，根据当前第一检测结果信息确定出所述第一车辆驶入所述第一泊位，则将所述第一泊位的状态转移为标签车辆驶入状态；或，

若第二时间内，根据当前第一检测结果信息确定出无任何车辆驶入所述第一泊位，则将所述第一泊位的状态转移为非标签车辆驶入状态。

优选地，当所述第一泊位的状态为非标签车辆驶入状态时，还包括：

s35.若在第三时间内，根据当前第二检测结果信息确定出第一车辆驶出第一泊位，则将所述第一泊位的状态转移为空闲状态，并生成一次泊车记录；或，

若在第三时间内，根据当前第二检测结果信息确定出第二车辆驶入所述第一泊位，则保持所述第一泊位的状态不变；或，

若在第三时间内，根据当前第一检测结果信息确定出有车辆驶入所述第一泊位，则将所述第一泊位的状态转移为标签车辆驶入状态。

优选地，实时获取第二检测结果信息的步骤包括：

通过进行以下至少一项处理来实时获取第二检测结果信息：

对所述泊位图像信息进行滤波匹配处理；和/或，

对所述泊位图像信息进行基于模式识别的处理；和/或，

对所述泊位图像信息进行基于深度学习的处理。

优选地，若所述泊位图像信息包括来自第一摄像头的第一图像信息和来自第二摄像头的第二图像信息，则进行滤波匹配处理的步骤包括：

s201.若根据所述第一图像信息获取第三检测结果，且所述第三检测结果发生变化，则在第四时间内，根据所述第二图像信息获取第四检测结果；

s202.若所述第四检测结果与所述第三检测结果相同，则将所述第三检测结果作为第二检测结果；

步骤s203.若所述第四检测结果与所述第三检测结果不同，则根据所述第三检测结果和所述第四检测结果确定第二检测结果。

优选地，步骤s203包括：

步骤s2031.判断当前的第四检测结果是否发生变化；若是，则执行步骤s2032；若否，则执行步骤s2033；

步骤s2032.将所述第四检测结果作为第二检测结果，然后结束；

步骤s2033.在第五时间内再次判断根据当前的第一图像信息获取的第三检测结果是否发生变化，若是，则执行步骤s2034；若否，则执行步骤s2036；

步骤s2034.判断当前的第三检测结果是否与第四检测结果相同，若是，则执行步骤s2035；

步骤s2035.将所述第四检测结果作为第二检测结果，然后结束；

步骤s2036.判断第三检测结果无发生变化的次数是否大于预设次数，若是，执行步骤s2037；若否，则执行步骤s2033；

步骤s2037.统计第三检测结果在第六时间内的变化次数，并获取平均变化时间，判断所述变化次数是否大于第一预设值，且判断所述平均变化时间是否小于第二预设值，若是，则执行步骤s2038；若否，则执行步骤s2039，其中，第六时间大于第四时间、第五时间；

步骤s2038.将所述第四检测结果作为第二检测结果，然后结束；

步骤s2039.将所述第三检测结果作为第二检测结果。

本发明还构造一种路内泊位的状态检测系统的数据处理装置，包括：

第一获取模块，用于根据从路侧基站接收的车辆位置坐标，实时获取第一检测结果信息；

第二获取模块，用于根据从摄像头接收的泊位图像信息，实时获取第二检测结果信息；

融合处理模块，用于对所述第一检测结果信息和所述第二检测结果信息进行融合处理，以确定每个泊位的状态。

本发明还构造一种路内泊位的状态检测系统的数据处理装置，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器用于执行所述存储器中存储的计算机程序并实现以上所述的方法。

本发明还构造一种路内泊位的状态检测系统，包括：

设置在路内泊位区域的数据采集装置，所述数据采集装置包括用于与车辆上的电子标签进行通信来获取车辆位置坐标的路侧基站及用于拍摄泊位图像信息的摄像头，且所述路内泊位区域分别在所述路侧基站的覆盖范围内及所述摄像头的覆盖范围内；

网络传输装置，用于发送所获取的车辆位置坐标及泊位图像信息；

以上所述的数据处理装置；

业务应用装置，用于根据每个泊位的状态生成相应的计时消费信息、通知提醒信息。

实施本发明的技术方案，分别从路侧基站接收射频检测信息(车辆位置坐标)及从摄像头接收视频检测信息(泊位图像信息)，然后分别对射频检测信息和视频检测信息进行处理以获取两个检测结果，再对两个检测结果进行融合处理，从而提高了泊位状态的准确识别率。而且，所获取的视频检测信息对违法停车稽查有取证的效果，无需人工现场值守也能为违章取证执法等提供依据，具有一定的社会效益和经济效益。

附图说明

为了更清楚地说明本发明实施例，下面将对实施例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。附图中：

图1是本发明路内泊位的状态检测系统实施例一的逻辑结构图；

图2是本发明路内泊位的状态检测方法实施例一的流程图；

图3是本发明泊位状态转移示意图；

图4是本发明多站点摄像头布局的示意图；

图5是本发明路内泊位的状态检测系统的数据处理装置实施例一的逻辑结构图；

图6是本发明路内泊位的状态检测系统的数据处理装置实施例二的逻辑结构图。

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做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。

近年来随着双基基站识别在道路卡口、高速公路上的使用，本申请将双基识别技术运用到路内停车检测，不仅可以改善车位识别率，还能实现无人值守、远程管理。双基识别实现了同时使用rfid射频识别技术、交通用摄像机拍照识别技术的结合，即射频识别+视频行为识别的结合，双重保障保证了识别的准确性。

路内停车双基识别由部署于路侧的uwb(ultrawideband)基站及车位视频检测器共同组成，用于检测路内泊位的车辆停放状态(是否停放、是否正确停放、何时驶入、何时驶离)，及读取已停放车辆的标签信息(含车主信息、车辆信息)。双基识别检测系统将事件信息传输至云端后台，后台需对检测数据做分析、融合、转换处理后得出最终结果传输至应用云端，使其对合法停车触发计费扣费，对非法停车触发稽查监管，并保存抓拍图像存证。

结合图1所示的路内泊位的状态检测系统的逻辑结构图，该系统系统包括数据采集装置10、网络传输装置20、数据处理装置30和业务应用装置40。

数据采集装置10设置在路内泊位区域，且包括有工控机、多个路侧基站、、及多个摄像头，本实施例中，路侧基站均为uwb基站，其中一个为主基站，其它为从基站，而且，路内泊位区域分别在这些uwb基站的覆盖范围内及这些摄像头的覆盖范围内。其中，uwb基站通过与车辆上的电子标签进行通信来获取车辆位置坐标，以提供车辆驶入或驶出某个泊位的信息。而摄像头拍摄泊位图像信息，以提供车辆驶入驶出某个泊位的信息、是否发生违停、泊位是否被非车辆占用等信息。

网络传输装置20负责实时安全地在数据采集装置10与数据处理装置30之间传输数据，例如将数据采集装置10所获取的车辆位置坐标及泊位图像信息发送至数据处理装置30，而且，其可以为wifi、3g/4g/5g、有线网络等。

数据处理装置30是整个业务处理的核心。依照系统设计模块间低耦合的原则，数据采集装置10尽量不做数据的处理，将检测到的原始数据发到数据处理装置30，由数据处理装置30再按照业务的需求做相应处理。数据处理装置30由中间件与数据库组成。中间件设计的核心思想是采用模块化设计，降低模块间的耦合性，提供模块的复用性，同时根据业务需要，各个业务模块通过分布式部署。另外，数据处理中间件采用分布式消息队列与事件驱动框架，通过在低耦合的模块之间传输事件消息，以保持模块的松散耦合，并借助事件消息的通信完成模块间合作。停车业务相关数据的产生与执行都是在中间件中进行，其中泊位状态(即车辆泊车事件)是整个业务的核心，在双基基站只负责检测数据的情况下，数据融合分析就是数据处理中间件数据处理的关键。

业务应用装置40与数据处理装置30交互，既可主动获取数据处理装置30的结果数据，也可被动接收数据处理装置30推送过来的消息数据，主要用于根据每个泊位的状态生成相应的计时消费信息、通知提醒信息。

图2是本发明路内泊位的状态检测方法实施例一的流程图，该实施例的状态检测方法包括：

s10.根据从路侧基站接收的车辆位置坐标，实时获取第一检测结果信息；

在该步骤中，数据处理装置可通过网络传输装置从uwb基站接收车辆位置坐标，通过对车辆位置坐标进行分析处理可获取第一检测结果信息，进一步的还可以根据该第一检测结果信息确定车辆驶入驶出泊位信息，具体第一检测结果信息还可以包括车辆标识信息。

s20.根据从摄像头接收的泊位图像信息，实时获取第二检测结果信息；

在该步骤中，数据处理装置可通过网络传输装置从摄像头接收摄像头所拍摄的泊位图像信息，通过对该泊位图像信息进行分析处理可获取第二检测结果信息，该第二检测结果信息包括车辆驶入驶出泊位信息、车辆是否违停、泊位是否被非车辆占用等信息。

s30.对所述第一检测结果信息和所述第二检测结果信息进行融合处理，以确定每个泊位的状态。

在该步骤中，数据处理装置在获取到第一检测结果信息和第二检测结果信息后，对这两个检测结果信息进行匹配及优选判定，可更加全面准确的判断泊位状态信息，从而提高泊位检测正确识别率。另外，泊位的状态可划分为以下四种：空闲状态、标签车辆驶入状态、非标签车辆驶入状态、视频有车状态(中间状态)。

传统的视频泊位抓拍中，一泊位多采用单一摄像头覆盖，由于摄像头不同方向、不同角度在不同时刻其识别准确度不一样，可能导致视频检测结果不完全或者不准。而在本申请中，采用多站点摄像头布局，即，一个摄像头覆盖多个泊位，一个泊位两个摄像头抓拍，最终做数据匹配与融合，提高识别准确度并保证抓拍图像完整。

优选地，结合图3，摄像头包括球型摄像头和筒形摄像头，可360旋转且焦距可调，高度本应尽可能的高，然而路内场景大树的原因，安装高度受限，又要避免树荫遮挡，故摄像头架设在3～4米之间，一个摄像头覆盖同侧两泊位和对侧四泊位，安装角度以能完整覆盖所有泊位为准，例如，球形摄像头的水平视角约15度，筒形摄像头的水平视角约80度。根据摄像头与泊位之前的距离关系，给不同泊位抓拍图像设定不同的可信度。

关于步骤s20，优选地，本系统中数据处理装置在接收到实时的泊位图像信息后，可进行以下至少一种处理来实时获取第二检测结果信息：滤波匹配处理、基于模式识别的处理、基于深度学习的处理。其中：

滤波匹配处理是在有两个以上的摄像头时，当根据每个摄像头的图像数据识别出泊位上有无车辆后，再对两个以上的识别结果进行多源融合匹配。

基于深度学习的处理是将摄像头抓拍的图像数据分成两类：泊位小图与泊位场景大图。而且，预先搭建基于caffe的深度学习框架，对泊位小图进行有无车的概率判断；泊位场景大图可能包括最多六个泊位的图像，对其进行边缘检测以及深度学习违停(跨泊位、逆向、不入位停车等)检测判别，并对各个泊位的多个结果进行关联。

基于模式识别的处理包括模板匹配和/或粒子检测，其中，模板匹配是将足够多的路内场景抓拍图片样本进行训练，建立数学模型。将泊位视频检测抓拍图像数字化，按顺序取出每个点的像素值，代入模型进行处理，得出检测结果有无车的概率。粒子检测是在模板匹配的基础上，提出一种更细粒化的粒子检测识别方法作为辅助判断。将一张泊位检测图像按上下左右均分隔成4个粒子，加上整图，以5位二进制数来表示识别结果，即xxxxx(x为1或者0)，其中最高位代表泊位检测整图有无车(当第一位判断无车时，才需要后四位进行判断)，其余四位表示上下左右有无车。然后进一步根据各部分有无车的比值判断结果(也就是后四位中有车的数量大于2或3，则判断为有车)。

在一个具体实施例中，首先说明的是，若泊位图像信息包括来自第一摄像头的第一图像信息和来自第二摄像头的第二图像信息，当数据处理装置分别对第一图像信息和第二图像信息进行处理后，可获取相对应的第三检测结果和第四检测结果。理论上讲，第三检测结果和第四检测结果中同一泊位的状态应该是一致的。但是，由于道路上可能出现的行人、树叶或因为角度不同，很可能出现第三检测结果和第四检测结果中同一泊位的状态会不一致的情况，此时，有必要对第三检测结果和第四检测结果进行滤波匹配处理，而且，滤波匹配处理的步骤包括：

步骤s201.若根据所述第一图像信息获取第三检测结果，且所述第三检测结果发生变化，则在第四时间内，根据所述第二图像信息获取第四检测结果；

在该步骤中，数据处理装置所接收的第一图像信息和第二图像信息是实时更新的，所以，第三检测结果和第四检测结果也是实时更新的。若在某一时刻，发现当前的第三检测结果相比前一第三检测结果发生了变化，检测结果发生变化是指当前的检测结果相比前一时刻的检测结果发生变化，例如，有车状态变无车状态，或无车状态变有车状态，此时，可在第四时间(例如30秒)内判断当前的第四检测结果相比前一第四检测结果是否发生变化，以获取当前的第四检测结果。

步骤s202.若所述第四检测结果与所述第三检测结果相同，则将所述第三检测结果作为第二检测结果；

在该步骤中，不管第四检测结果是否发生变化，只要当前的第四检测结果与第三检测结果相同，就可将第三检测结果作为第二检测结果，进而再根据第一检测结果与第二检测结果做最终的泊位状态判断。

步骤s203.若所述第四检测结果与所述第三检测结果不同，则根据所述第三检测结果和所述第四检测结果确定第二检测结果。

进一步地，步骤s203包括：

步骤s2031.判断当前的第四检测结果是否发生变化；若是，则执行步骤s2032；若否，则执行步骤s2033；

步骤s2032.将所述第四检测结果作为第二检测结果，然后结束；

步骤s2033.在第五时间内再次判断根据当前的第一图像信息获取的第三检测结果是否发生变化，若是，则执行步骤s2034；若否，则执行步骤s2036；第五时间例如为30秒；

步骤s2034.判断当前的第三检测结果是否与第四检测结果相同，若是，则执行步骤s2035；

步骤s2035.将所述第四检测结果作为第二检测结果，然后结束；

步骤s2036.判断第三检测结果无发生变化的次数是否大于预设次数，若是，执行步骤s2037；若否，则执行步骤s2033；

步骤s2037.统计第三检测结果在第六时间内的变化次数，并获取平均变化时间，判断所述变化次数是否大于第一预设值，且判断所述平均变化时间是否小于第二预设值，若是，则执行步骤s2038；若否，则执行步骤s2039，其中，第六时间大于第四时间、第五时间，第六时间例如为10分钟；

步骤s2038.将所述第四检测结果作为第二检测结果，然后结束；

步骤s2039.将所述第三检测结果作为第二检测结果。

关于步骤s30，在一个优选实施例中，结合图4，可具体包括：

步骤s31.若根据所述第一检测结果信息确定出第一车辆驶入第一泊位，则将所述第一泊位的状态由空闲状态转移为标签车辆驶入状态；

在该步骤中，若某个泊位(以第一泊位为例)的初始状态为空闲状态，其中第一泊位的坐标范围是预先保存的，当路侧单元或者摄像头检测到有车辆停止在该坐标范围内时确定该车辆停在第一车位，由于第一检测结果信息是根据uwb基站实时发送的车辆位置坐标而实时获取的，所以，若某一时刻，根据当前的第一检测结果信息确定出某个车辆(以第一车辆为例)驶入第一泊位，则此时，可将该第一泊位的状态转移为标签车辆驶入状态。在该步骤之后，继续实时获取最新的第一检测结果信息和第二检测结果信息，则会有步骤s32中的五种情况：

步骤s32：

情况1.若根据当前第一检测结果信息或当前第二检测结果信息确定出所述第一车辆驶出所述第一泊位，则将所述第一泊位的状态转移为空闲状态，并生成一次泊车记录；

情况2.若根据当前第一检测结果信息再次确定出所述第一车辆驶入所述第一泊位，则保持所述第一泊位的状态不变；

情况3.若根据当前第一检测结果信息确定出第二车辆驶入所述第一泊位，则保持所述第一泊位的状态不变，并生成所述第一车辆的驶出时间；

情况4.若在第一时间内，根据当前第二检测结果信息确定出有车辆驶入所述第一泊位，则保持所述第一泊位的状态不变，且将当前第一检测结果信息与当前第二检测结果信息相关联，即，可确定出第二检测结果中的驶入车辆为第一车辆；

情况5.若根据所述第二检测结果信息确定出有车辆驶入所述第一泊位，且第二检测结果信息中的驶入时间与第一检测结果信息中的驶入时间的间隔大于第一时间，则保持所述第一泊位的状态不变。也就是说，虽然根据第一检测结果信息确定出第一车辆驶入第一泊位，根据第二检测结果信息确定出有车辆输入第一泊位，但超时，所以，此时，并不关联第一检测结果信息和第二检测结果信息，即，并不认为第二检测结果中的驶入车辆为第一车辆。

关于步骤s30，在另一个优选实施例中，结合图4，可具体包括：

步骤s33.若根据所述第二检测结果信息确定出第一车辆驶入第一泊位，则将所述第一泊位的状态由空闲状态转移为中间状态；

在该步骤中，若某个泊位(以第一泊位为例)的初始状态为空闲状态，由于第二检测结果信息是根据摄像头实时发送的泊位图像信息而实时获取的，所以，若某一时刻，根据当前的第二检测结果信息确定出某个车辆(以第一车辆为例)驶入第一泊位，则此时，可将第一泊位的状态由空闲状态转移为中间状态。在该步骤之后，继续实时获取最新的第一检测结果信息和第二检测结果信息，则会有步骤s34中的三种情况：

步骤s34：

情况1.若在第二时间内，根据当前第二检测结果信息确定出所述第一车辆驶出所述第一泊位，则将所述第一泊位的状态转移为空闲状态，并生成一次泊车记录；

情况2.若在第二时间内，根据当前第一检测结果信息确定出所述第一车辆驶入所述第一泊位，则将所述第一泊位的状态转移为标签车辆驶入状态；或，

情况3.若第二时间内，根据当前第一检测结果信息确定出无任何车辆驶入所述第一泊位，则将所述第一泊位的状态转移为非标签车辆驶入状态。

进一步地，当所述第一泊位的状态为非标签车辆驶入状态时，还包括：

步骤s35.若在第三时间内，根据当前第二检测结果信息确定出第一车辆驶出第一泊位，则将所述第一泊位的状态转移为空闲状态，并生成一次泊车记录；或，

若在第三时间内，根据当前第二检测结果信息确定出第二车辆驶入所述第一泊位，则保持所述第一泊位的状态不变；或，

若在第三时间内，根据当前第一检测结果信息确定出有车辆驶入所述第一泊位，则将所述第一泊位的状态转移为标签车辆驶入状态。

通过上述实施例，数据处理装置对上报的数据做融合处理，采用多线程的方式使数据处理过程与处理后结果推送过程解耦，数据处理线程对数据融合处理并对推送标识位赋值，推送线程只对处理结果中标识位为特定值的数据进行推送处理。

图5是本发明路内泊位的状态检测系统的数据处理装置实施例一的逻辑结构图，该实施例的数据处理装置包括第一获取模块10、第二获取模块20和融合处理模块30，其中，第一获取模块10用于根据从uwb基站接收的车辆位置坐标，实时获取第一检测结果信息；第二获取模块20用于根据从摄像头接收的泊位图像信息，实时获取第二检测结果信息；融合处理模块30用于对所述第一检测结果信息和所述第二检测结果信息进行融合处理，以确定每个泊位的状态。

图6是本发明路内泊位的状态检测系统的数据处理装置实施例二的逻辑结构图，该实施例的数据处理装置包括存储器40和处理器50，存储器40存储有计算机程序，而且，处理器50用于执行存储器40中存储的计算机程序并实现以上实施例中的方法。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何纂改、等同替换、改进等，均应包含在本发明的权利要求范围之内。