一种基于视觉检测与轨迹追踪的自适应停车位管理方法

技术领域

本发明涉及视觉检测智慧停车领域，具体是一种基于视觉检测与轨迹追踪的自适应停车位管理方法。

背景技术

智慧停车管理技术，是一种通过数字化和自动化的手段来优化城市停车流程，提高停车资源利用率的技术。而如何识别车位是否被占用，获取停车区域剩余车位信息，并有效引导车辆，是其中的一项重点内容。

车位识别一般利用各种传感器和监控设备来实时监测停车场或街道上的车位是否被占用。这些传感器可以是摄像头、雷达、地磁传感器等，它们通过监测车辆的位置和状态来判断车位的占用情况。一旦检测到车辆停放在某一个车位上，系统就会更新相应的数据库，并将这些信息反馈给智能停车管理系统。随着计算机视觉和图像识别技术的发展，通过摄像头来识别车位是否被占用，逐渐成为主流。其相比于其他技术，其具有低成本，易维护，可利旧等优势。但是现有的管理方法存在如下缺陷：

1.现有的通过摄像头来进行停车位管理的方法，需要较多时间进行车位的人工设置，以确定车位在摄像头拍摄画面中的坐标信息。

2.常见多边形停车区域，因施工条件限制，导致摄像头位置/高度受限，无法提供理想拍摄角度，来对所有车位都进行准确的监控。在特定拍摄角度下，部分车位容易被临近车位上的车辆遮挡，导致被误识别为占用状态的问题；

因此，本领域技术人员提供了一种基于视觉检测与轨迹追踪的自适应停车位管理方法，以解决上述背景技术中提出的问题。

发明内容

本发明的目的在于提供一种基于视觉检测与轨迹追踪的自适应停车位管理方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于视觉检测与轨迹追踪的自适应停车位管理方法，包括如下步骤：

S101、确定摄像头拍摄画面：在需要管理的停车场地内，利用现有摄像头，或者再架设新的摄像头确定摄像头拍摄画面；

S102、设置的多边形停车区域与停车位信息：针对每个摄像头，首先获取一张预设的拍摄画面，利用预设画面进行多边形停车区域和停车位的设置，在拍摄画面内，针对任意一片的车位区域/连续的停车位，可通过算法检测出车位的位置信息，具体包括如下步骤：

①首先使用目标检测算法对连续车位的角点进行检测，获取车位角点的图像坐标的集合A＝{(x

②从车位角点集合A中，获取表示整个多边形停车区域的最小外接多边形H＝{(x

③使用canny算子对画面进行边缘检测，获取边缘特征点，通过多边形停车区域最小外接多边形H，过滤多边形停车区域外的无关信息，并获得多边形停车区域内的特征边缘点，再通过双阈值过滤法，提取画面中与车位线相关的边缘特征点；

④对检测出的边缘特征点，采用基于RANSAC的多直线拟合算法，将检测出的边缘特征点拟合成多条线段，并获得线段的合集

⑤设置阈值T，使其等于集合L中线段长度平均值的

⑥使用基于RANSAC算法的点匹配算法，对生成的交点集合B和检测出的车位角点集合A进行匹配，从而获得车位角点与车位边缘线的匹配；

⑦重新对所有的车位角点进行组合筛选，当任意4个车位角点与所属的车位边缘线能够组合成四边形时，则将该4个角点记录为一个车位；

⑧根据上述算法，所生成的车位信息，通过在预设画面上绘制，并进行人工修正，根据业务需求添加、删除或修改所需的车位，最后获得车位信息

其中Pn表示所识别到的车位的数量；

S103、车辆余位管理：在每个监控摄像头下，检测到可能存在若干个多边形停车区域，对每个多边形停车区域H，以及该区域包含的具体车位集合P和车位数量Pn，将采用如下自适应的方式来进行车位余位管理：

①启动运行时，自动将“多边形停车区域总余位数”N设置为Pn，同时将“根据车位状态判断的具体车位余位数”S也设置为Pn，在车位管理和实时识别的过程中，多边形停车区域总余位数N和具体车位余位数S，可能会不同；

②在车位管理过程中，使用图像轨迹追踪算法获取车辆在图像上的位置信息。同时实时通过图像分割，检测车辆在画面中所覆盖的像素区域。当检测到车辆进入多边形停车区域H，且车辆的像素区域面积有30％以上进入车位区域时，将多边形停车区域总余位N减少1；当检测车辆驶出多边形停车区域H，且车辆的像素区域面积有70％以上位于车位区域外时，将多边形停车区域总余位N增加1；

③当记录到多边形停车区域总余位数N变化，判断多边形停车区域内是否有车辆处于运动状态，等到多边形停车区域内无运动车辆后，计算该区域内每个车位被车辆遮挡的面积，当车位被遮挡面积超过50％，则记为车位被占用，根据所检测到的车位被占用情况，记录具体车位余位数S，此时，可能存在因拍摄角度导致的误识别，使部分无车辆车位被记录为被占用状态；

④根据所检测到的多边形停车区域总余位数N，具体车位余位数S，以及车位被占用的具体情况汇总到云端平台，当N和S相同时，判定为具体车位占用状态识别准确，否则判定为具体车位占用状态识别不准确。如果车辆确实占用了多个车位，通常也会判定位占用状态识别不准确；

⑤云端平台将车位占用信息展示到双基色点阵屏上，进行车位引导，若车位占用状态识别准确，则展示具体的每个车位占用情况和多边形停车区域总余位数，若车位占用状态识别不准确，则根据余位大于等于总数的50％，70％，100％，将整个多边形停车区域标识为不同的颜色，并展示多边形停车区域总余位数量；

S104、车辆占用状态重置：为减少车位占用情况的误报，每当多边形停车区域内检测不到车辆时，触发车位余位重置检测，从触发时间开始，间隔一定时长，取一定帧数的监控图像，并逐帧进行检测，若所取的所有监控图像，在停车位区域内，都没有车辆，则将“多边形停车区域总余位数”N重置为Pn，此时“具体车位余位数”S也为Pn。

作为本发明进一步的方案：所述步骤S101中每个摄像头的架设高度至少在2.5米以上，并预设拍摄画面，而且每个摄像头的所管理的车位，是在监控画面中的一片或多片连续车位，并且任何连续车位区域都能组合成一个多边形停车区域，并且所设置的多边形停车区域的边缘，到摄像头拍摄画面的边缘的距离，要大于10％的画面宽度，以确保能够捕捉到车辆进出多边形停车区域的情况。

与现有技术相比，本发明的有益效果是：

1、本发明通过角点识别与基于RANSAC思想的匹配算法，自动识别所需识别车位的车位角点，车位线，以及多边形停车区域位置，降低人工成本。

2.本发明运用车辆的视觉追踪技术，掌握多边形停车区域的车辆进出情况，从而解决摄像头因为视角问题不佳，导致的误识别为一辆车占多个车位的情况。可以在场地无法提供理想的摄像头安装位置时，仍然提供比较准确的车辆余位识别。

3.本发明根据车位具体占用情况，以及识别车位区域进出车辆情况，自适应地展示多边形停车区域信息，以自动化的手段，对停车位引导信息的有效性和可识别性上做出平衡。

附图说明

图1为本发明识别预设车位信息流程图；

图2为本发明预设车位识别图；

图3为本发明车辆余位管理整体流程图；

图4为本发明车位遮挡误识别示意图；

图5为本发明中引导屏展示信息示意图。

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。

请参阅图1～5，本发明实施例中，一种基于视觉检测与轨迹追踪的自适应停车位管理方法，包括如下步骤：

S101、确定摄像头拍摄画面：在需要管理的停车场地内，尽量利用现有摄像头，必要时再架设新的摄像头，要求每个摄像头的架设高度至少在2.5米以上，并预设拍摄画面。针对每个摄像头的所管理的车位，要求是在监控画面中的一片或多片连续车位，并且任何连续车位区域都能组合成一个多边形停车区域，并且所设置的多边形停车区域的边缘，到摄像头拍摄画面的边缘的距离，要大于10％的画面宽度，默认画面宽大于高，以确保能够捕捉到车辆进出多边形停车区域的情况。

上述技术方案中，可以确认是否存在“一车占多位”和“一车占一位”的情况。并通过识别结果，来自适应地选择呈现“所有车位的占用情况”或者“停车片区的整体余位情况”

S102、设置的多边形停车区域与停车位信息：具体见图1，针对每个摄像头，首先获取一张预设的拍摄画面，利用预设画面进行多边形停车区域和停车位的设置。在拍摄画面内，针对任意一片的车位区域/连续的停车位，可通过算法检测出车位的位置信息，具体包括如下步骤：

①首先使用目标检测算法对连续车位的角点进行检测，获取车位角点的图像坐标的集合A＝{(x

②从车位角点集合A中，获取表示整个多边形停车区域的最小外接多边形H＝{(x

③使用canny算子对画面进行边缘检测，获取边缘特征点，通过多边形停车区域最小外接多边形H，过滤多边形停车区域外的无关信息，并获得停车区域内的特征边缘点，再通过双阈值过滤法，提取画面中与车位线相关的边缘特征点；

④对检测出的边缘特征点，采用基于RANSAC的多直线拟合算法，将检测出的边缘特征点拟合成多条线段，并获得线段的合集

⑤设置阈值T，使其等于集合L中线段长度平均值的

⑥使用基于RANSAC算法的点匹配算法，对生成的交点集合B和检测出的车位角点集合A进行匹配，从而获得车位角点与车位边缘线的匹配；

⑦重新对所有的车位角点进行组合筛选，当任意4个车位角点与所属的车位边缘线能够组合成四边形时，则将该4个角点记录为一个车位；

⑧根据上述算法，所生成的车位信息，通过在预设画面上绘制，并进行人工修正，根据业务需求添加、删除或修改所需的车位，最后获得车位信息

其中Pn表示所识别到的车位的数量。

S103、车辆余位管理：具体见分图3，根据上述步骤，能够每个监控摄像头下，可能存在若干个多边形停车区域。对每个多边形停车区域H，以及该区域包含的具体车位集合P和车位数量Pn，将采用如下自适应的方式来进行车位余位管理：

①启动运行时，自动将“多边形停车区域总余位数”N设置为Pn，同时将“根据车位状态判断的具体车位余位数”S也设置为Pn。在车位管理和实时识别的过程中，多边形停车区域总余位数N和具体车位余位数S，可能会不同；

②在车位管理过程中，使用图像轨迹追踪算法获取车辆在图像上的位置信息。同时实时通过图像分割，检测车辆在画面中所覆盖的像素区域。当检测到车辆进入多边形停车区域H，且车辆的像素区域面积有30％以上进入车位区域时，将多边形停车区域总余位N减少1；当检测车辆驶出多边形停车区域H，且车辆的像素区域面积有70％以上位于车位区域外时，将多边形停车区域总余位N增加1；

③当记录到多边形停车区域总余位数N变化，判断多边形停车区域内是否有车辆处于运动状态，等到多边形停车区域内无运动车辆后，计算该区域内每个车位被车辆遮挡的面积，当车位被遮挡面积超过50％，则记为车位被占用。根据所检测到的车位被占用情况，记录具体车位余位数S。此时，可能存在因拍摄角度导致的误识别，使部分无车辆车位被记录为被占用状态，见图4；

④根据所检测到的多边形停车区域总余位数N，具体车位余位数S，以及车位被占用的具体情况汇总到云端平台。当N和S相同时，判定为具体车位占用状态识别准确，否则判定为具体车位占用状态识别不准确。如果车辆确实占用了多个车位，通常也会判定位占用状态识别不准确；

⑤见图5所示，云端平台将车位占用信息展示到双基色点阵屏上，进行车位引导。若车位占用状态识别准确，则展示具体的每个车位占用情况和多边形停车区域总余位数。若车位占用状态识别不准确，则根据余位大于等于总数的50％，70％，100％，将整个多边形停车区域标识为不同的颜色，并展示多边形停车区域总余位数量；

S104、车辆占用状态重置：为减少车位占用情况的误报，每当多边形停车区域内检测不到车辆时，触发车位余位重置检测。从触发时间开始，间隔一定时长，取一定帧数的监控图像(例如每秒取一帧，总计取5帧图像)，并逐帧进行检测，若所取的所有监控图像，在停车位区域内，都没有车辆，则将“多边形停车区域总余位数”N重置为Pn，此时“具体车位余位数”S也为Pn。

本实施例中，通过角点识别与基于RANSAC思想的匹配算法，自动识别所需识别车位的车位角点，车位线，以及多边形停车区域位置，降低人工成本，降低摄像头车位设置所需投入的人力；运用车辆的视觉追踪技术，掌握多边形停车区域的车辆进出情况，从而解决摄像头因为视角问题不佳，导致的误识别为一辆车占多个车位的情况，可以在场地无法提供理想的摄像头安装位置时，仍然提供比较准确的车辆余位识别；根据车位具体占用情况，以及识别车位区域进出车辆情况，自适应地展示多边形停车区域信息，以自动化的手段，对停车位引导信息的有效性和可识别性上做出平衡。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。