一种基于毫米波雷达的车位检测方法与流程

本发明属于车位检测技术领域，尤其涉及一种基于毫米波雷达的车位检测方法。

背景技术：

随着经济的快速发展，车辆数量与日俱增，停车管理也成了一个问题。车主自助预约停车付费，停车信息被停车管理系统自动识别并扣费，可以减少收费人员的人力成本，减轻路内停车运营商成本，可以进一步地提升泊位运转率。目前用于自助停车的装置分别有咪表、地磁车检器和视频识别设备。咪表在应用时设备耗电大，且不能自动检测车位情况，不够智能化。地磁车检器需要配合车载标签使用，准确率不佳，受地锁等辅助设备以及环境干扰严重，且设备安装成本高，维护困难。视频识别设备耗电量大，建设与使用成本高，持续开机会折损设备使用寿命，变相提高使用成本。上述设备均有成本高，维护困难等问题，同时智能化程度低，无法有效判定车辆是否占用车位。

技术实现要素：

为解决上述问题，本发明将毫米波雷达与摄像头结合使用，提供一种基于毫米波雷达的车位检测方法，包括以下步骤：

步骤1.毫米波雷达配置：根据车位的位置和尺寸信息以及雷达的检测范围，划定毫米波雷达的安装位置，检测范围和触发区域；

步骤2.背景记录：记录毫米波雷达监测范围内的车位空场景下的背景能量分布x；

步骤3.视场内目标检测：对进入毫米波雷达视场内的目标进行轨迹跟踪和人车区分，对运动方向有效且为车的目标判定为有效目标；

步骤4.发出触发信号：当所述有效目标进入所述触发区域后，毫米波雷达根据所述有效目标的位置确定车位编号，输出车位编号与触发信号；

步骤5.车牌识别：摄像头接收所述触发信号后开机拍照，对车牌信息进行识别；

步骤6.车位信息处理：服务器接收所述车牌信息与毫米波雷达输出的所述车位编号，将该车位设置为已占用状态；

步骤7.对已占用车位持续监测：毫米波雷达对已占用车位进行持续监测，判断车位内是否存在有效目标，当车位内不存在有效目标时，服务器将车位设置为未占用状态。

作为本发明的进一步改进：

更进一步的，所述步骤2中，背景记录的方法包括以下步骤：

步骤21.提取车位区域内的0多普勒相上的距离方位热图ra0，并得到其能量分布序列；

步骤22.计算所述能量分布序列的方差和期望；

步骤23.重复上述步骤，记录连续s帧下的序列以及方差和期望，得到平均序列、平均方差和平均期望，其中s为正整数。

更进一步的，所述步骤3中，视场内目标检测的方法包括以下步骤：

步骤31.对毫米波雷达回波信号进行二维fft变换和cfar处理，得到区域内的点云集；

步骤32.对所述点云集进行聚类，区分目标与背景，并基于卡尔曼滤波进行轨迹跟踪；

步骤33.对轨迹方向进行判断：为毫米波雷达视场上当前帧某轨迹中心到触发线的垂直距离，当前帧运动趋势为；基于设定的阈值p对运动趋势做连续m帧的滑窗，其中m为正整数，当时，判断运动方向有效，反之无效；

步骤34.进行人车区分：聚类后的点云集中某点的横纵坐标为和，则该点云集的尺寸参数为：d=|xmax-xmin|+|ymax-ymin|，设定人车区分阈值为q，当时，判断目标为人，反之则为车；

步骤35.对运动方向有效且为车的目标判定为有效目标。

更进一步的，所述步骤7中，对已占用车位持续监测的方法包含：

步骤71.得到车位区域内实时的距离方位热图ra，并得到其能量分布序列；

步骤72.计算所述能量分布序列y的期望与方差；

步骤73.计算所述平均序列与所述能量分布序列的协方差；

所述平均序列与所述能量分布序列的相关系数为；

其中n为序列长度，，分别为两个序列中第i个元素；

步骤74.计算所述能量分布序列y的期望与空场景下所述平均期望的差值；

步骤75.预设相关系数阈值r，当且时，当前帧内对应车位上没有车；连续t帧判断为没有车时，则判断车位内无车，其中t为可设置的自然数。

相对于现有技术，该发明的有益效果如下：

1.利用毫米波雷达全天时，高精度的特点，可以获得目标的位置、尺寸、速度等信息。

2.该方法原理简单，运算速度快，实时性高，可过滤环境杂波，对目标运动方向进行判断并人车区分，实现触发信号的准确给出，智能化程度高。

3.摄像头仅在有车辆进入触发范围后开启，可以节约用电，同时降低设备的工作时长，提高设备的使用寿命。

4.利用空场景背景与实时检测结果进行比对，持续监测车位情况，可及时判断当前车位内是否有车，从而了解车位的闲置状况，提升车位的利用率。

5.设备成本低，安装维护简单。

附图说明

图1为本发明实施例中使用场景示意图；

图2为本发明车位检测方法的流程图。

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。

本发明的说明书和权利要求书的术语“第一”、“第二”、“第三”、“第四”等(如果存在)或“左”、“右”、“前”、“后”、“顶”、“底”是用于区别类似的对象或便于本发明的结构描述，而不必用于描述特定的顺序或先后次序以及限制本发明的结构技术特征。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例，例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

如图1所示，该实施例中基于毫米波雷达的车位检测方法应用于由摄像头和毫米波雷达组成的检测系统中。摄像头和毫米波雷达共同安装于两个车位的中间位置，可以同时检测左右两个车位的使用情况。

如图2所示，一种基于毫米波雷达的车位检测方法，包括以下步骤：

步骤1.毫米波雷达配置：根据车位的位置和尺寸信息以及雷达的检测范围，划定毫米波雷达的安装位置，检测范围和触发区域；该实施例中触发线的位置如图1所示。

步骤2.背景记录：记录毫米波雷达监测范围内的车位空场景下的背景能量分布x，具体分为如下步骤：

步骤21.提取车位区域内的0多普勒相上的距离方位热图ra0，并得到其能量分布序列；

步骤22.计算所述能量分布序列的方差和期望；

步骤23.重复上述步骤，记录连续s帧下的序列以及方差和期望，得到平均序列、平均方差和平均期望，其中s为正整数，此时背景能量的统计值满足正态分布。

步骤3.视场内目标检测。在停车区域进入毫米波雷达视场内的移动物体可能是车，也可能是人，仅当移动物体是车，且车行方向为驶向车位时，才需要毫米波雷达做进一步的工作。对进入毫米波雷达视场内的目标进行轨迹跟踪和人车区分，对运动方向有效且为车的目标判定为有效目标，具体分为如下步骤：

步骤31.对毫米波雷达回波信号进行二维fft变换和cfar处理，得到区域内的点云集；

步骤32.对所述点云集进行聚类，区分目标与背景，并基于卡尔曼滤波进行轨迹跟踪；

步骤33.对轨迹方向进行判断：为毫米波雷达视场上当前帧某轨迹中心到触发线的垂直距离，当前帧运动趋势为；基于设定的阈值p对运动趋势做连续m帧的滑窗，其中m为正整数，当时，判断运动方向有效，反之无效；

步骤34.进行人车区分：聚类后的点云集中某点的横纵坐标为和，则该点云集的尺寸参数为：d=|xmax-xmin|+|ymax-ymin|，设定人车区分阈值为q，当时，判断目标为人，反之则为车；

步骤35.对运动方向有效且为车的目标判定为有效目标。

步骤4.发出触发信号：当所述有效目标进入所述触发区域后，毫米波雷达根据所述有效目标的位置确定车位编号，输出车位编号与触发信号。

步骤5.车牌识别：摄像头接收所述触发信号后开机拍照，对车牌信息进行识别；

步骤6.车位信息处理：服务器接收所述车牌信息与毫米波雷达输出的所述车位编号，将该车位设置为已占用状态；同步的，服务器可以将已占用车位在显示屏上标识为红色，方便车主参考显示屏上的占用车位信息快速找到空闲车位。同步的，服务器可以将车牌信息与车位编号绑定，方便车主利用车位查找系统快递定位车辆位置。

步骤7.对已占用车位持续监测：毫米波雷达对已占用车位进行持续监测，判断车位内是否存在有效目标，当车位内不存在有效目标时，服务器将车位设置为未占用状态，具体分为如下步骤：

步骤71.得到车位区域内实时的距离方位热图ra，并得到其能量分布序列；

步骤72.计算所述能量分布序列y的期望与方差；

步骤73.计算所述平均序列与所述能量分布序列的协方差：；

所述平均序列与所述能量分布序列的相关系数为；

其中n为序列长度，，分别为两个序列中第i个元素；

步骤74.计算所述能量分布序列y的期望与空场景下所述平均期望的差值；

步骤75.预设相关系数阈值r，当且时，当前帧内对应车位上没有车；连续t帧判断为没有车时，则判断车位内无车，其中t为可设置的自然数。

对已占用车位持续监测可以及时判断当前情况下车位内是否有车，从而了解车位的闲置状况，提升车位的利用率。当该车位为收费车位时，还可以及时记录车辆的使出时间，并触发收费系统进行费用结算。

以上仅是本发明的优选实施例，并非对本发明作任何形式上的限制。虽然本发明已以优选实施例揭露如上，然而并非用以限定本发明。任何熟悉本领域的技术人员，在不脱离本发明技术方案范围的情况下，都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均应落在本发明技术方案保护的范围内。