路侧平行停车信息管理系统及方法与流程

本发明涉及停车领域，尤其涉及一种路侧平行停车信息管理系统。

背景技术

城市路侧停车场是每个城市停车系统的重要组成部分。由于城市路侧停车场具有灵活、易寻找、公用、方便快捷等特点，所以每个城市都有大量的路侧停车位分布在城市的各个路段。但是城市路侧停车也一直是城市管理的难题，城市的路侧停车场一般都是全开放式的停车位，车辆进出不受道闸等的约束，当前普遍由人工进行管理，存在停车计费不规范、计时精度低、漏收费、乱收费、取证不足、难追溯、不能全天候管理等问题，导致收费过程中经常出现争议，发生冲突矛盾，不利于我们和谐社会的发展。

针对目前城市路侧停车场的管理问题，设计并开发出一套智能的、高效的、准确的、可以提供给用户充分的体验感的平行车场识别方法非常必要；

近年来部分城市试行基于视频桩设备进行停车管理。在每个停车位部署一个低矮的视频桩设备，对车辆进行抓拍取证，其缺点是存在视野范围小、容易被遮挡、光干扰严重、需要大面积破坏路面、施工量大、成本高、难以应对不规范停车等问题。

现有技术中，另一种方案是单纯基于高位图像识别技术的智能管理系统。视频监控相机包括全景相机和抓拍相机，且全部部署于路侧监控杆上。

全景监控相机通过对检测区域目标车辆轨迹进行跟踪获取其在图像信息的位置坐标和范围，并提取全景图像中目标车辆的位置信息将其映射到对应的抓拍相机，得到对应的车位相机图像信息，并通过网络通信模块发送一次停车事件信息给后台，后台服务器系统根据以上信息对车辆和车位作统一管理。其缺点是：现有技术方案缺点是单纯依靠高位图像识别系统由于受天气、光线、故意遮挡车牌、行人遮挡车牌、假车牌等诸多因素的影响，其提供的车牌和出入场会出现不确认的误差。这样会给后期的停车事件纠纷取证带来很多不便。

有鉴于上述的缺陷，本设计人，积极加以研究创新，以期创设一种路侧平行停车信息管理系统，使其更具有产业上的利用价值。

技术实现要素：

为解决上述技术问题，本发明的目的是提供一种有效提高路侧平行泊位停泊车辆的自动化识别效率的路侧平行停车信息管理系统，包括：一种路侧平行停车信息管理系统，其特征在于：包括：

一种路侧平行停车信息管理系统，包括摄像机组、前端板卡和云端处理平台：

所述摄像机组用于获取车辆进出场的全景图像；

所述前端板卡用于从车辆进出场的全景图像中提取识别区域的车辆图像，根据识别区域的车辆图像，获取车辆出入场时间、车牌识别结果以及车辆轨迹信息；

所述云端处理平台用于根据识别区域的车辆图像，获取车辆识别结果，所述车辆识别结果包括识别区域是否有车、车辆的泊位编号信息；

所述前端板卡还用于根据车辆识别结果以及所述车牌识别结果，第一次确认停车事件信息。

进一步的，所述前段板卡还用于对所述识别区域图像进行差分比对，获取差分比对结果，所述差分比对结果包括差分成立和差分不成立。

进一步的，若差分成立，则触发回溯处理逻辑，根据回溯处理结果确认停车事件信息。

进一步的，所述回溯处理逻辑包括，对连续的所述车辆出入场的时序特写图进行处理，根据所述车辆出入场的时序特写图确认车辆出入场时间和车牌识别结果。

进一步的，所述回溯处理逻辑还包括，对连续的所述车辆出入场的时序特写图进行处理，根据所述车辆出入场的时序特写图确认车辆泊位信息以及车辆轨迹信息。

进一步的，若差分不成立，则启动扫描逻辑；根据扫描处理结果确认停车事件信息。

进一步的，所述扫描逻辑包括，对连续的车辆出入场的时序特写图，根据所述车辆出入场的时序特写图确认车辆出入场时间、车牌识别结果以及车辆泊位信息。

进一步的，所述系统还包括数据库，所述数据库用于实时存储所述摄像机和所述前端板卡获取的信息。

进一步的，所述系统还包括后端处理平台，所述后端处理平台用于接收识别区域的车辆图像以及第一次停车事件信息，根据识别区域的车辆图像以及第一次停车事件信息第二次确认车辆出入场事件信息。

进一步的，所述后端处理平台还用于对车辆出入场事件进行计费并发送付费指令。

进一步的，：所述系统还包括车辆用户端，所述车辆用户端用于接收车辆计费信息，以及接收车辆用户的费用支付操作指令。

一种路侧平行停车信息管理方法，所述方法包括：采集车辆进出场的全景图像，

从车辆进出场的全景图像中提取预置识别区域的车辆图像，并根据所述预置识别区域的车辆图像，获取车牌识别结果、车辆轨迹信息以及车辆识别结果；

根据车辆出入场时间、车辆识别结果、车辆轨迹信息以及所述车牌识别结果，第一次确认停车事件信息。

进一步的，对所述识别区域图像进行差分比对，获取差分比对结果，所述差分比对结果包括差分成立和差分不成立。

进一步的，若差分成立，则触发回溯处理逻辑，根据回溯处理结果确认停车事件信息。

进一步的，回溯处理逻辑的方法包括：获取连续的车辆出入场的时序特写图，

对所述时序特写图依次进行车牌识别，获取对应的车牌号码以及车牌坐标，

根据所述车牌号码以及车牌坐标确认车辆入场、车辆出场或者车辆路过识别区域。

进一步的，若差分不成立，则触发扫描逻辑，所述扫描逻辑包括入场扫描逻辑和出场扫描逻辑。

进一步的，所述入场扫描逻辑的步骤包括：获取连续的车辆入场的时序特写图，

对若干张所述时序特写图依次进行车牌识别，获取对应的车牌号，读取出现次数最多的车牌号，并根据此车牌号的车牌坐标排序求差值，若差值由大到小，则初次确认此车辆入场。

进一步的，所述步骤还包括：对若干张所述时序特写图进行泊位识别，若泊位有车，且上述车牌号均在此泊位区域内，则再次确认此车辆入场；

根据初次确认车辆入场以及再次确认车辆入场信息，判定该车辆入场。

进一步的，所述出场扫描逻辑的步骤包括：

获取连续的车辆出场的时序特写图，对若干张所述时序特写图依次进行车牌识别，获取对应的车牌号，

将识别到的车牌号与确认入场的车牌号进行匹配，若匹配成功，则初次确认此车辆出场；

进一步的，所述步骤还包括对若干张所述时序特写图进行泊位识别，若泊位无车，则再次确认此车辆出场；

根据初次确认车辆出场以及再次确认车辆出场信息，判定该车辆出场。

进一步的，所述方法还包括接收识别区域的车辆图像以及第一次停车事件信息，根据识别区域的车辆图像以及第一次停车事件信息第二次确认停车事件信息。

进一步的，所述方法还包括对车辆出入场事件进行计费并发送付费指令。

进一步的，所述方法还包括接收车辆计费信息，以及接收车辆用户的费用支付操作指令。

借由上述方案，本发明至少具有以下优点：1、避免了地磁对路面的破坏；2、该方案在目前路侧停车监控系统中安装是较为方便的，避免了对其他设备的依赖和对基础设施的破坏等。3、有效提高系统对路侧平行泊位停泊车辆的自动化识别效率，停车事件判断更准确，取证更充分，计费证据质量高，取证手段更科学，避免纠纷发生。5、后期硬件维护和软件升级更方便。

路侧监控设备是长期运转的一种设备，各种硬件和软件的维护都需要适时进行，因此对维护的便捷化可以提升整体系统的性能是使用性，而且可以降低大量的维护的设备和人力成本。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例详细说明如后。

附图说明

图1是本发明路侧平行停车信息管理方法的流程示意图；

图2是本发明路侧平行停车信息管理系统的示意图；

图3是本发明路侧平行停车信息管理系统的另一示意图；

图4是本发明路侧平行停车信息管理系统的图像识别区域图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

实施例1：

如图1所述的路侧停车信息处理系统的示意图，该系统在布置时：在路侧设置若干监控杆，在每个监控杆上安装有摄像机组201，每个摄像机在安装时通过调节角度和焦距，使得其所能拍摄的图像区域为相邻的两个泊位，所述摄像机组201用于获取车辆进出场的全景图像，所述图像形成连续的视频流，所述图像以及视频流可以实时存储，方便调取；

该系统还包括前端板卡301，所述前端板卡301用于接收所述摄像机201拍摄的车辆进出场的全景图像，并对所述图像进行识别，得到识别区域的车辆图像，根据识别区域的车辆图像确认车辆识别结果，所述车辆识别结果包括车辆出入场时间、车牌识别结果以及车辆轨迹信息；

该系统还包括云端处理平台401，所述云端处理平台401用于接收前述识别区域的车辆图像，通过云端处理平台401强大的数据分析以及ai深度学习处理方法，来确认车辆泊位信息，所述车辆泊位信息包括车辆是否在车位以及所在的车位号；

所述前端板卡301还用于根据车辆出入场时间、车牌识别结果、车辆轨迹信息以及车辆所在的车位号，第一次确认停车事件信息，对应的将第一次停车事件信息发送至后端处理平台。

所述前段板卡还用于对所述识别区域图像进行差分比对，获取差分比对结果，所述差分比对结果包括差分成立和差分不成立。

具体的，若差分成立，则出发回溯处理逻辑，所述回溯处理逻辑包括通过所述前端板卡获取连续的车辆出入场的时序特写图，对所述车辆出入场的时序特写图进行识别处理，获取车辆出入场时间、车牌识别结果以及车辆轨迹信息，同时所述云端处理平台对连续的所述车辆出入场的时序特写图进行识别处理，并对车辆跟踪定位，确认车辆泊位信息；

所述前端板卡还用于将上述确认的车辆出入场时间、车牌识别结果、车辆轨迹信息以及车辆泊位信息进行逻辑判断、分析匹配，确认车辆出入场信息。

同样的，若差分不成立，则启动扫描逻辑；所述扫描逻辑包括通过所述前端板卡用于获取连续的车辆出入场的时序特写图，根据所述车辆出入场的时序特写图确认车辆出入场时间、车牌识别结果以及车辆泊位信息；所述前端板卡根据所述车辆出入场时间、车牌识别结果以及车辆泊位信息，确认车辆出入场事件。

如图2所述的系统，其与实施例1的区别在于：所述系统还包括本地数据库501，所述本地数据库501用于实时存储所述摄像机和所述前端板卡获取的信息，包括从摄像机中获取的图像、视频流以及车辆进出场过程的时序图等，

所述系统还包括后端处理平台，所述后端处理平台用于接收识别区域的车辆图像以及第一次停车事件信息，根据识别区域的车辆图像以及第一次停车事件信息第二次确认车辆出入场事件信息。

为了进一步获取精确的停车事件信息，所述前端板卡还用于根据第一次确认的停车事件信息与所述本地数据库存储的历时信息进行比对，即将本地数据库中一段时间内存储的图像、对应车位的历史出入场记录与当前确认的第一次停车事件信息（车辆识别结果以及车辆泊位信息）进行比对，通过比对结果来确定车辆是出场还是出场；

所述后端处理平台601还用于对第二次确认的停车事件信息进行处理，再次过滤掉重复的、冲突的、错误的信息，最终确认信息的准确性、实时性，同时产生出收费信息。

最后后端处理平台及时的把收费信息、停车的证据图像（出场过程时序图、入场过程时序图）及视频（出入场过程视频图像）发送给车辆用户端701及收费员，完成整个合理的收费流程。这种方法更加合理智能、减少人工摄入、提高数据更加真实可靠性能、提供更多收费证据信息给用户，实现路侧车位的高质量停车事件检测和取证，减少了可能出现的争端。

如图3所示的路侧平行停车信息管理方法，其执行主体为上述系统；具体实现上述方法的过程如下：在前期配置时，所述前端板卡将所述摄像机拍摄的图像的区域划分为差分区域、入场扫描区域、回溯区域、泊位识别区域以及出场扫描区域；

所述差分区域，此区域可以灵敏检测到差分区域内图像的微弱变化，根据差分区域中图像的变化来判定是否触发回溯处理逻辑；如果差分有变化则启动回溯处理逻辑，如果差分无变化则不启动回溯处理逻辑，相应的启动扫描逻辑；

所述回溯区域，此区域是车辆出场、入场行进过程中，必须经过的区域，通过识别此区域内车厢的轨迹，可以判断车辆出场还是入场动作，即所述前端板卡对摄像机传来的图像进行定时差分比对，若差分有变化；则获取某一时刻起连续的若干张车辆出入场过程的时序图，对所述每张图片进行车牌识别，获取车牌识别结果以及车牌坐标；并根据获取的车牌识别结果以及车牌坐标的时间顺序排列同一车牌的坐标；根据上述车牌坐标初步确认车辆入场、车辆出场或车辆路过；此区域可以规避由于路侧平行车场视线层叠的原因，很容易造成车牌遮挡的问题。

所述入场扫描区域，当检测到此区域内有车牌信息，即可证明此车辆已经入场，记录该车辆的车牌信息；

所述泊位识别区域，此区域是通过云端深度学习的车辆识别服务器来识别的区域内的车辆位置，并确定已入场车辆所在的泊位号；

所述出场扫描区域，在此区域检测到的已入场车辆和车牌出现，确认车辆已经出场。

管理方法如下：s101：采集车辆进出场的全景图像；

具体的，采集车辆进出场的设备可以选用摄像机，不限于枪型摄像机或者球形摄像机，通过摄像机检测车场内车位上的车牌与监控相应泊位状态，主要采集车辆进出场的视频图像、车辆出入场的时序特写图、车牌特写图等图像。

s102：从车辆进出场的全景图像中提取预置识别区域的车辆图像，并根据所述预置识别区域的车辆图像，获取车牌识别结果、车辆轨迹信息以及车辆识别结果；

接收所述识别区域的车辆图像，根据识别区域的车辆图像，获取车辆识别结果，所述车辆识别结果包括识别区域是否有车、车辆的泊位编号信息以及车辆轨迹信息；

具体的，接收所述图像的设备优选为前端板卡，主要对接收的图像进行预处理，所述预处理的过程包括对车辆出入场的时序图进行差分比对，获取每辆车的车辆识别结果。

具体的，云端处理平台接收所述识别区域的车辆图像并通过大数据分析、ai深度学习处理方法，来识别车辆、判断车型、跟踪路径，根据车辆、车型信息以及相应的车辆跟踪路径，确定车辆是否进入泊位，若进入，确认进入的泊位号。

s103：根据车辆出入场时间、车辆识别结果、车辆轨迹信息以及所述车牌识别结果，第一次确认停车事件信息。

具体的对所述图像进行预处理的方法包括：对图像中的差分区域进行定时差分比对，○1若差分变化超过设定的阈值，则触发回溯处理逻辑，根据所述回溯结果，确定一次停车事件，确认一次停车事件信息的方法是：获取回溯启动a时刻起连续的若干张回溯区域的图片，对a时刻前t1时刻的每一张图片进行车牌识别，记录车牌号码以及车牌坐标；然后，以时间顺序排序同一车牌的坐标；最后，通过判断车牌坐标轨迹初步判定出场b、入场c、过路车d；

启动ai加强确认逻辑，首先对a时刻前t1时刻的泊位识别区域的车辆进行识别，得到此车位有车p1或者无车p0，其次，对a时刻后t2时刻的泊位识别区域的车辆进行识别，得到此车位有车p1或者无车p0，

对上述判定结果进行逻辑匹配，得到i：t1时刻有车p1，t2时刻没车p0，则可以高置信度确认此车辆出场，其出场时间为a时刻；

ii：t1时刻无车p0，t2时刻有车p1,则可以高置信度确认此车辆入场，其入场时间为a时刻；iii：t1时刻有车，t2时刻有车；或t1时刻无车或t2时刻无车，则判定此车辆是过路车。

对上述若干个车辆入场和车辆出场事件进行逻辑匹配，确认高置信度的车辆入场或者出场信息，并确认车辆的相应泊位号，并将泊位数据计入本地数据库，并根据车辆入场或者出场信息以及相应的泊位号确认每一辆车的第二级停车事件信息；并将发送至后端处理平台，用于车辆平台收费。

○2若差分不成立，则触发扫描逻辑，根据扫描结果，确定一次停车事件。

确定一次停车事件中车辆入场的步骤包括：获取连续的车辆入场的时序特写图，对若干张所述时序特写图依次进行车牌识别，获取对应的车牌号，读取出现次数最多的车牌号，并根据此车牌号的车牌坐标排序求差值，若差值由大到小，则初次确认此车辆入场；对若干张所述时序特写图进行泊位识别，若泊位有车，且上述车牌号均在此泊位区域内，则再次确认此车辆入场；根据初次确认车辆入场以及再次确认车辆入场信息，判定该车辆入场；确定一次停车事件中车辆出场的步骤包括：获取连续的车辆出场的时序特写图，对若干张所述时序特写图依次进行车牌识别，获取对应的车牌号，将识别到的车牌号与确认入场的车牌号进行匹配，若匹配成功，则初次确认此车辆出场；对若干张所述时序特写图进行泊位识别，若泊位无车，则再次确认此车辆出场；

根据初次确认车辆出场以及再次确认车辆出场信息，判定该车辆出场。

具体的执行方法是：启动入场扫描逻辑和出场扫描逻辑；

入场扫描逻辑如下：读取a时刻之前的若干张图片，对所述图片的入场扫描区域的图像进行处理，得到出现在此区域的车牌信息和车牌坐标，选取出现次数最多的车牌信息，并将其车牌坐标信息按照时间顺序排序求差值，若差值由大到小，则符合入场逻辑；

对所述图片的泊位识别区域车辆识别，若所述车牌坐标均在该区域，则认定高置信度入场；

出场扫描逻辑：读取a时刻之前的若干张图片，对所述图片的出场扫描区域的图像进行处理，得到若干组车牌信息，将识别到的车牌信息与泊位本地数据库在场车牌进行车牌匹配查询，若匹配成功，则确认该车可能出场，同时对图片的泊位识别区域图像进行处理，如果此泊位无车p0，则认定高置信度出场；

对上述若干个车辆入场和车辆出场事件进行逻辑匹配，确认高置信度的车辆入场或者出场信息，并确认车辆的相应泊位号，并将泊位数据计入本地数据库，并根据车辆入场或者出场信息以及相应的泊位号确认每一辆车的二次停车事件信息；并将发送至后端处理平台，用于车辆平台收费。

若第一次确认的停车事件信息与第二次确认的停车事件信息一致，则确定高置信度的车辆出入场事件，删除重复的信息，发布停车事件信息并完成收费计算，并将此停车事件信息同步到前端板卡；

对于置信度高的出入场信息，后端处理平台直接进行计费处理，发布可靠的取证图像（时序图片和视频流）到车辆用户端，所述车辆用户端用于接收停车事件信息，所述车辆用户端可以为客户的app，也可以为停车场附件led显示屏等；

若上述停车事件信息中出现置信度低的停车事件，则通过人工确认，若经确认的停车事件信息与停车事件信息不一致，则保留此记录，同时删除之前获取的停车事件信息；若经人工确认的停车事件信息与之前获取的停车事件信息一致，则保留此记录；并将上述记录在本地数据库中更新并保存。

同样的后端处理平台直接进行计费处理，发布可靠的取证图像（时序图片和视频流）到车辆用户端，所述车辆用户端可以为客户的app，也可以为停车场附件led显示屏等。

以上所述仅是本发明的优选实施方式，并不用于限制本发明，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。