基于激光雷达和相机识别的车辆追踪方法及系统

技术领域

本发明涉及交通控制系统领域，尤其涉及一种基于激光雷达和相机识别的车辆追踪方法及系统。

背景技术

在停车场的车位管理中，如果需要对内部车辆进行实时监控，就需要在停车场内部设置若干传感器。然而，由于停车场的内存在水泥柱、已停放车辆以及传感器感知距离等因素。很多时候导致相邻传感器之间的感知区域彼此不接触。因此，车辆有可能会脱离传感器的感知范围，从而导致系统无法实时准确对车辆进行跟踪。

在停车场计费时，虽然是通过进出闸口进行计费，然而，由于内部停车场可能存在拥堵以及可停靠车位不确定的问题，很多时候会导致进出闸口和实际停靠时间相聚较远。特别是离开车位时，即使驾驶员提前10分钟离开驾驶车辆准备离开，但也可能由于拥堵而导致无法在10分钟内离开停车场，导致超时现象的发生。

而解决上述情况，以及确定可停靠的车位，一般都需要设置超声波传感器或者地磁传感器。然而，上述传感器一般只能够对单个车位进行感知，对于若干数量的停车位需要增设对等数量的传感器，而且还需要额外的施工工程，十分不便。因此，如何通过解决对车辆追踪的问题来实现停车场的车位管理成为目前亟需解决的技术问题之一。

发明内容

有鉴于此，本发明的目的在于提供一种基于激光雷达和相机识别的车辆追踪方法及系统，旨在提供更高效、准确和智能的车库管理解决方案，有效地克服了传统车库管理系统所面临的问题和挑战。

为实现上述目的，本发明提供了如下的技术方案。

第一方面，本发明提供了一种基于激光雷达和相机识别的车辆追踪方法，所述车辆追踪方法包括以下步骤：

定义基准车辆所处采集区域的激光雷达为基准激光雷达，基于基准激光雷达的点云数据，得到基准车辆的参数信息，包括轮廓信息、运动状态参数；

定义基准车辆所处采集区域的相机为基准相机，基于基准相机的图像数据，得到基准车辆的颜色信息；

当基准车辆离开所述基准激光雷达的采集区域，定义当前所述基准激光雷达相邻的激光雷达为第一类激光雷达，基于基准车辆的所述运动状态参数，对所述第一类激光雷达进行筛选，定义筛选结果为第三类激光雷达；

基于第三类激光雷达的车辆的轮廓信息和颜色信息，得到基准车辆的跟踪对象，对基准车辆实时追踪。

作为本发明的进一步方案，基于第三类激光雷达的车辆的轮廓信息和颜色信息，得到基准车辆的跟踪对象，包括以下步骤：

若所述第三类激光雷达监测的车辆的轮廓信息和颜色信息同时满足以下两个条件，则将第二类激光雷达的车辆定义为基准车辆的跟踪对象：

若第三类激光雷达的车辆的轮廓信息与基准车辆的轮廓信息的差值在预设值以内；

若第三类激光雷达的车辆的颜色信息与基准车辆的颜色信息的差值在预设值以内。

作为本发明的进一步方案，所述基于激光雷达和相机识别的车辆追踪方法，还包括：

基于基准车辆的运动状态参数，对第一类激光雷达进行筛选，定义筛选结果为第二类激光雷达；其中，基于基准车辆的运动状态参数还包括航向角信息和速度信息；

基于航向角信息，对第一类激光雷达进行筛选，定义筛选结果为第二类激光雷达；

基于所述基准激光雷达和第二类雷达的距离，所述基准激光雷达和第二类雷达的扫描范围，结合所述基准车辆的速度信息，对第二类激光雷达进行筛选，定义筛选结果为第三类激光雷达。

作为本发明的进一步方案，对第二类激光雷达进行筛选，定义筛选结果为第三类激光雷达，还包括：

基于所述基准激光雷达和第二类雷达的距离，结合所述基准激光雷达和第二类雷达的扫描范围，得到所述基准激光雷达和第二类雷达的盲区的距离，所述距离定义为盲区距离；

基于所述基准车辆离开基准激光雷达的采集区域的速度信息，结合盲区距离，得到基准车辆完成基准激光雷达和第二类雷达的盲区的时间，所述时间定义为盲区时间；

基于所述盲区时间和第二类雷达的帧率，得到所述基准车辆进入第二类雷达的采集区域的帧的数量，所述数量定义为盲区帧数；

基于所述盲区帧数，对第二类激光雷达进行筛选，定义筛选结果为第三类激光雷达。

作为本发明的进一步方案，所述基于激光雷达和相机识别的车辆追踪方法在应用于停车场的车位管理时，还包括以下步骤：

基于激光雷达和相机对车库进行信息采集，得到无车状态下的标准车位信息和当前时刻的车位信息，实时获取车库中处于空闲状态的停车位；

基于车库闸口处安装的激光雷达和相机获取基准车辆的入库登记信息，包括类型信息、车牌号码信息和轮廓信息；

基于上述的车辆追踪方法对基准车辆实时追踪；

根据基准车辆实时追踪和空闲状态的停车位生成车辆引导路径和计时收费信息，并根据车牌号码信息反馈至基准车辆。

作为本发明的进一步方案，所述计时收费信息为待基准车辆停放在处于空闲状态的停车位后，开始对基准车辆进行计费；待基准车辆离开停车位后，结束对基准车辆进行计费，并将对应的缴费信息发送给驾驶员。

作为本发明的进一步方案，通过激光雷达和相机获取车辆对应的类型信息，包括：

将包括基准车辆的目标区域划分为至少2个目标子区域，所述目标子区域沿垂直方向分布，按照点云数据在目标子区域的分布情况确定车辆对应的类型信息。

作为本发明的进一步方案，通过激光雷达和相机获取车辆对应的类型信息，还包括：

通过相机采集车辆的图像数据，基于图像数据得到车辆的第一类型信息；

通过激光雷达采集车辆的点云数据，基于点云数据得到车辆的第二类型信息；

若所述第一类型信息和第二类型信息不一致，以第一类型信息作为车辆的类型信息；

通过激光雷达的点云数据，结合车辆的类型信息，得到车辆的轮廓信息。

作为本发明的进一步方案，通过激光雷达的点云数据，结合车辆的类型信息，得到车辆的轮廓信息，包括：

基于点云数据得到车辆对应的轮廓信息中的长度信息；

基于车辆的类型信息，以车辆对应的轮廓信息中的长度信息作为基准数据查找数据库，得到车辆对应的轮廓信息中的宽度信息。

作为本发明的进一步方案，通过激光雷达的点云数据，结合车辆的类型信息，得到车辆的轮廓信息，还包括：

基于点云数据得到车辆对应的轮廓信息中的长度信息；

基于点云数据判断车辆的高度是否超出激光雷达的扫描区域；

若否，基于点云数据得到车辆对应的轮廓信息中的高度信息；

若是，基于车辆的类型信息，以车辆对应的轮廓信息中的长度信息作为索引信息查找数据库，得到车辆对应的轮廓信息中的高度信息。

作为本发明的进一步方案，基于车牌号码信息向基准车辆的驾驶员发送车辆和停车场的第二相关信息，包括：

基于驾驶员发送的车牌号码信息，得到对应的车辆的第一相关信息；

基于类型信息得到所有对应的处于空闲状态的可停放区域，所述的可停放区域包括1个车位或处于相邻状态的至少两个车位；

以所述可停放区域为圆心，统计在预设直径内相同类型信息的待停放车辆数量；

若所述待停放车辆数量超过预设值，则所述可停放区域定义为第一类停放区域，所述第一类停放区域不通知驾驶员；

若所述待停放车辆数量不超过预设值，则所述可停放区域定义为第二类停放区域，所述第二类停放区域通知驾驶员。

作为本发明的进一步方案，所述第二类停放区域通知驾驶员还包括：

统计所述待停放车辆数量不超过预设值的第二类停放区域的数量；

若所述第二类停放区域的数量不超过预设值，则将所有所述第二类停放区域通知驾驶员；

若所述第二类停放区域的数量超过预设值，以所述驾驶员为圆心，得到在预设直径内的第二类停放区域，定义为第三类停放区域，所述第三类停放区域通知驾驶员。

作为本发明的进一步方案，第三类停放区域通知驾驶员，包括：

统计所有所述第三类停放区域的数量；

若所述第三类停放区域的数量不超过预设值，则将所有所述第三类停放区域通知驾驶员；

若所述第三类停放区域的数量超过预设值，按照每个所述第三类停放区域对应的待停放车辆数量作为基准，从小到大排序通知驾驶员；

若存在相同数量的待停放车辆的第三类停放区域，则以第三类停放区域与驾驶员的距离作为基准，从小到大排序通知驾驶员。

作为本发明的进一步方案，待车辆停放在处于空闲状态的停车位后，所述基于激光雷达和相机识别的车辆追踪方法还包括：

根据待停放车辆的轮廓信息和位置信息，结合标准车位信息进行以下判断：

若待停放车辆停放在处于空闲状态的停车位，且待停放车辆的轮廓与处于空闲状态的停车位的标准车位信息中的停车线不相交，则认定车辆停放成功；

若待停放车辆停放在处于空闲状态的停车位，且待停放车辆的轮廓与处于空闲状态的停车位的标准车位信息中的停车线相交。

作为本发明的进一步方案，根据待停放车辆的轮廓信息和位置信息，结合标准车位信息进行判断后，还包括进行以下判断：

若待停放车辆的轮廓仅与处于空闲状态的停车位的标准车位信息中与车辆道接触的停车线相交，且待停放车辆的轮廓超出处于空闲状态的停车位的幅度不超过预设值，则认定车辆停放成功；

若否，则认定车辆停放失败，将车辆停放失败信息通知驾驶员和/或车库管理员。

作为本发明的进一步方案，开始对基准车辆进行计费，包括：

若认定车辆停放成功，开始对处于静止状态的车辆计时；

若车辆停放时间超过预设值，开始对车辆进行计费。

作为本发明的进一步方案，所述基于激光雷达和相机识别的车辆追踪方法，还包括：

基于当前时刻的车位信息和标准车位信息，对位于车库的非停放区域的所述车辆进行计时；

若所述车辆的时间超过了预设值，则将所述车辆的位置信息通知驾驶员和/或车库管理员。

第二方面，本发明还提供了一种基于激光雷达和相机识别的车辆追踪系统，所述车辆追踪系统包括：

信息采集模块：用于通过激光雷达和相机对车库进行信息采集，包括获取无车状态下的标准车位信息和当前时刻的车位信息，以及实时获取处于空闲状态的停车位；

登记信息获取模块：通过车库闸口处安装的激光雷达和相机获取入库车辆的登记信息，包括车辆的类型信息、车牌号码信息和轮廓信息；

基准车辆参数提取模块：用于定义基准车辆所处采集区域的激光雷达为基准激光雷达，并提取基准车辆的参数信息，包括轮廓信息和运动状态参数，基于基准激光雷达的点云数据；

基准车辆颜色信息提取模块：定义基准车辆所处采集区域的相机为基准相机，并提取基准车辆的颜色信息，基于基准相机的图像数据；

激光雷达筛选和分类模块：当基准车辆离开基准激光雷达的采集区域，对相邻的激光雷达进行筛选和分类，将筛选结果定义为第三类激光雷达；

跟踪对象识别模块：基于第三类激光雷达的车辆的轮廓信息和颜色信息，识别并得到基准车辆的跟踪对象，并对其进行实时追踪；

路径规划和计费模块：根据基准车辆的实时追踪信息和车库中的空闲停车位，生成车辆引导路径和计时收费信息，并根据车牌号码信息将计费信息反馈给基准车辆。

第三方面，在本发明提供的又一个实施例中，提供了一种基于激光雷达和相机识别的车辆追踪设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如上述第一方面所述的基于激光雷达和相机识别的车辆追踪方法对应的操作。

第四方面，在本发明提供的再一个实施例中，提供了一种存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述第一方面所述的基于激光雷达和相机识别的车辆追踪方法对应的操作。

与现有技术相比，本发明提供的基于激光雷达和相机识别的车辆追踪方法及系统，具有以下有益效果：

1.自动车辆追踪：本发明的基于激光雷达和相机识别的车辆追踪方法和系统能够自动识别和追踪车库内的车辆，无需人工干预，可以提高车库管理的自动化程度，减少了人工寻找、追踪和计费的工作量。

2.实时监测停车位状态：该系统通过激光雷达和相机实时监测车库内的停车位状态，包括哪些停车位是空闲的，有助于提供车辆引导服务，驾驶员可以轻松找到可用的停车位。

3.车辆类型自动识别：通过获取车辆的类型信息，该系统能够识别不同类型的车辆，例如小型汽车、卡车、摩托车等，可以用于自动适应不同车辆类型的停车需求和计费策略。

4.车辆入库登记：该系统能够获取车辆的入库登记信息，包括车辆的车牌号码和轮廓信息，为车辆追踪和计费提供了准确的数据。

5.多传感器数据融合：该系统融合了激光雷达和相机的数据，以提供更全面的车辆信息，可以减少错误和提高车辆追踪的准确性。

6.车辆安全监控：通过追踪车辆的运动状态和颜色信息，该系统可以提供额外的安全性，例如防止盗窃或未授权使用车辆。

7.计费精确性：该系统能够根据实际停车时间和车辆类型来计费，这可以提供更准确的计费，减少争议；通过车牌号码信息，系统能够向驾驶员发送车辆引导路径和计费信息，使驾驶员能够方便地了解停车情况和相关费用。

8.降低车库拥堵：车辆追踪和引导功能有助于减少车库内的拥堵，因为驾驶员可以直接找到可用的停车位，而不需要在车库内寻找；系统的自动化特性和实时监测能够提高车库管理的效率，减少了人力资源的浪费。

综上所述，本发明的基于激光雷达和相机识别的车辆追踪方法及系统可以提供更智能和高效的车库管理，使驾驶员更容易找到停车位，准确计费，同时提供额外的安全性，这些效果对于车库运营商和车主都具有重要的实际价值。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术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。

图1为现有停车场的车位管理中相邻传感器之间的感知区域彼此不接触的示意图；

图2为本发明提供的一种基于激光雷达和相机识别的车辆追踪方法的；

图3为本发明实施例提供的一种基于激光雷达和相机识别的车辆追踪方法中进行第二类激光雷达筛选的流程图；

图4为本发明实施例提供的一种基于激光雷达和相机识别的车辆追踪方法中定义第三类激光雷达的流程图；

图5为本发明实施例提供的一种基于激光雷达和相机识别的车辆追踪方法中得到车辆的轮廓信息的流程图；

图6为本发明实施例提供的一种基于激光雷达和相机识别的车辆追踪方法中向基准车辆的驾驶员发送车辆和停车场的第二相关信息的流程图；

图7为本发明实施例提供的一种基于激光雷达和相机识别的车辆追踪系统的架构图。

具体实施方式

以下描述和附图充分地示出本文的具体实施方案，以使本领域的技术人员能够实践它们。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本文的实施方案的范围包括权利要求书的整个范围，以及权利要求书的所有可获得的等同物。

本文中，术语“第一”、“第二”等仅被用来将一个元素与另一个元素区分开来，而不要求或者暗示这些元素之间存在任何实际的关系或者顺序。实际上第一元素也能够被称为第二元素，反之亦然。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的结构、系统或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种结构、系统或者设备所固有的要素。

在停车场的车位管理中，如果需要对内部车辆进行实时监控，需要在停车场内部设置若干传感器。然而，由于停车场的内存在水泥柱，已停放车辆以及传感器感知距离等因素。很多时候导致相邻传感器之间的感知区域彼此不接触，参见图1所示，图1为基于激光雷达和相机识别的车辆追踪方法的示意图，激光雷达和相机安装在停车场内，矩形框表示激光雷达和相机组成的传感器，圆圈形表示各个传感器的扫描范围，由于圆圈表示的扫描范围与扫描范围之间不重叠，导致了盲区，无法跟踪。因此，车辆有可能会脱离传感器的感知范围，从而导致系统无法实时准确对车辆进行跟踪。

现有的停车场计费，一般是通过进出闸口进行计费的。然而，由于内部停车场可能存在拥堵以及可停靠车位不确定的问题，很多时候会导致进出闸口和实际停靠时间相聚较远。特鄙视离开车位时，即使驾驶员提前10分钟离开驾驶车辆准备离开，但也可能由于拥堵而导致无法在10分钟内离开停车场，导致超时现象的发生。

而解决上述情况，以及确定可停靠的车位，一般都需要设置超声波传感器或者地磁传感器。然而，上述传感器一般只能够对单个车位进行感知，对于若干数量的停车位需要增设对等数量的传感器，而且还需要额外的施工工程，十分不便，超声波传感器要设置轨道放置，一个车位装一个，而且地磁传感器要挖地，还要放线缆，导致成本太高。

为解决上述问题，本发明提供的一种基于激光雷达和相机识别的车辆追踪方法及系统，旨在提供更高效、准确和智能的车库管理解决方案，有效地克服了传统车库管理系统所面临的问题和挑战。

实施例

参见图2所示，本发明提供的一种基于激光雷达和相机识别的车辆追踪方法，包括以下步骤：

步骤S10、定义基准车辆所处采集区域的激光雷达为基准激光雷达，基于基准激光雷达的点云数据，得到基准车辆的参数信息，包括轮廓信息、运动状态参数。

步骤S20、定义基准车辆所处采集区域的相机为基准相机，基于基准相机的图像数据，得到基准车辆的颜色信息。

在步骤S20中，通过定义基准车辆所处采集区域的激光雷达为基准激光雷达，基于基准激光雷达的点云数据，获取基准车辆的参数信息，包括车辆轮廓信息和运动状态参数。同时，在步骤S20中，通过定义基准车辆所处采集区域的相机为基准相机，通过基准相机的图像数据获取基准车辆的颜色信息，上述参数信息在车辆的实时追踪时有助于监测车辆的位置和状态。

步骤S30、当基准车辆离开所述基准激光雷达的采集区域，定义当前所述基准激光雷达相邻的激光雷达为第一类激光雷达，基于基准车辆的所述运动状态参数，对所述第一类激光雷达进行筛选，定义筛选结果为第三类激光雷达。

第三类激光雷达的筛选时，如果基准车辆离开了基准激光雷达的采集区域，在步骤S30中定义当前基准激光雷达相邻的激光雷达为第一类激光雷达。然后，基于基准车辆的运动状态参数，对第一类激光雷达进行筛选，以确定适合追踪基准车辆的激光雷达，将其定义为第三类激光雷达，这有助于跟踪车辆，即使跟踪车辆穿越不同的激光雷达区域。

步骤S40、基于第三类激光雷达的车辆的轮廓信息和颜色信息，得到基准车辆的跟踪对象，对基准车辆实时追踪。

该步骤中，基于第三类激光雷达的车辆的轮廓信息和颜色信息，确定了基准车辆的跟踪对象，并对其进行实时追踪，确保了车辆的位置和行为能够被及时监测，提高了车库管理的安全性和准确性。

本发明的基于激光雷达和相机的车辆追踪方法通过高度智能化的系统，改善了车库管理，提高了车库的效率，确保了车辆的安全性和合规性，为未来的城市停车管理和车库管理带来了巨大的潜力，将为用户、管理者和城市提供实际的效益。

在本实施例中，在步骤S40中，基于第三类激光雷达的车辆的轮廓信息和颜色信息，得到基准车辆的跟踪对象，包括以下步骤：

若所述第三类激光雷达监测的车辆的轮廓信息和颜色信息同时满足以下两个条件，则将第二类激光雷达的车辆定义为基准车辆的跟踪对象：

若第三类激光雷达的车辆的轮廓信息与基准车辆的轮廓信息的差值在预设值以内；

若第三类激光雷达的车辆的颜色信息与基准车辆的颜色信息的差值在预设值以内。

在步骤S40中，系统的目标是确定哪辆车是基准车辆的跟踪对象，车辆跟踪对象的选择基于第三类激光雷达监测的车辆的轮廓信息和颜色信息。选择的标准包括：轮廓信息匹配和颜色信息匹配。其中，轮廓信息匹配时，要确保第三类激光雷达监测的车辆的轮廓信息与基准车辆的轮廓信息的差值在预设值以内，这意味着两者的轮廓应该足够相似，以确保所选择的车辆是基准车辆的合理候选对象。其中，颜色信息匹配时，车辆的颜色信息应与基准车辆的颜色信息的差值在预设值以内，有助于排除不匹配的车辆，确保正确的车辆被选定，这两个条件的结合确保了车辆跟踪对象的准确性，避免了误选的情况。

在本实施例中，参见图3所示，所述基于激光雷达和相机识别的车辆追踪方法，还包括：

步骤S101、基于基准车辆的运动状态参数，对第一类激光雷达进行筛选，定义筛选结果为第二类激光雷达；其中，基于基准车辆的运动状态参数还包括航向角信息和速度信息；

步骤S102、基于航向角信息，对第一类激光雷达进行筛选，定义筛选结果为第二类激光雷达；

步骤S103、基于所述基准激光雷达和第二类雷达的距离，所述基准激光雷达和第二类雷达的扫描范围，结合所述基准车辆的速度信息，对第二类激光雷达进行筛选，定义筛选结果为第三类激光雷达。

在第一类激光雷达的筛选中，通过第一类激光雷达进行筛选以确定第二类激光雷达，筛选过程也基于基准车辆的运动状态参数，其中包括航向角信息和速度信息。航向角信息可以帮助确定车辆的朝向，而速度信息则有助于识别车辆的移动状态。

在第二类激光雷达的筛选中，通过继续筛选第二类激光雷达，以确定第三类激光雷达，其中，考虑了基准车辆与第二类雷达的距离以及扫描范围，通过结合基准车辆的速度信息，可以更好地了解车辆在不同激光雷达之间的移动情况，以选择适合追踪的激光雷达。

在本实施例中，参见图4所示，对第二类激光雷达进行筛选，定义筛选结果为第三类激光雷达，还包括：

步骤S201、基于所述基准激光雷达和第二类雷达的距离，结合所述基准激光雷达和第二类雷达的扫描范围，得到所述基准激光雷达和第二类雷达的盲区的距离，所述距离定义为盲区距离；

步骤S202、基于所述基准车辆离开基准激光雷达的采集区域的速度信息，结合盲区距离，得到基准车辆完成基准激光雷达和第二类雷达的盲区的时间，所述时间定义为盲区时间；

步骤S203、基于所述盲区时间和第二类雷达的帧率，得到所述基准车辆进入第二类雷达的采集区域的帧的数量，所述数量定义为盲区帧数；

步骤S204、基于所述盲区帧数，对第二类激光雷达进行筛选，定义筛选结果为第三类激光雷达。

本发明的方法中使用多个条件和参数来选择适合追踪的激光雷达，并确保所选车辆具有匹配的轮廓信息和颜色信息，有助于提高车辆追踪的准确性和可靠性，为车库管理系统提供了更多的智能化功能。

实施例

本发明提供了一种基于激光雷达和相机识别的车辆追踪方法在应用于停车场的车位管理时，包括以下步骤：

步骤一、基于激光雷达和相机对车库进行信息采集，得到无车状态下的标准车位信息和当前时刻的车位信息，实时获取车库中处于空闲状态的停车位。

其中，通过激光雷达和相机对车库内的情况进行信息采集，包括了无车状态下的标准车位信息和当前时刻的车位信息。激光雷达和相机协同工作，实时监测车库中哪些停车位处于空闲状态，消除了驾驶员寻找停车位时的不便，减少了拥堵，提高了车库的利用率。

步骤二、基于车库闸口处安装的激光雷达和相机获取基准车辆的入库登记信息，包括类型信息、车牌号码信息和轮廓信息。

当车辆驶入车库时，在该步骤中使用激光雷达和相机获取基准车辆的入库登记信息，包括车辆的类型信息、车牌号码信息和轮廓信息，旨在准确记录车库内的车辆信息，以确保车辆的合规性，减少人工干预。

步骤三、基于上述实施例1的基于激光雷达和相机识别的车辆追踪方法对基准车辆实时追踪。

步骤四、根据基准车辆实时追踪和空闲状态的停车位生成车辆引导路径和计时收费信息，并根据车牌号码信息反馈至基准车辆。

在步骤三四中，根据基准车辆的实时追踪信息和车库内的空闲停车位状态，生成了车辆引导路径和计时收费信息，这些信息将根据车牌号码信息反馈给基准车辆，帮助驾驶员更好地了解停车情况。

在本实施例中，所述计时收费信息为待基准车辆停放在处于空闲状态的停车位后，开始对基准车辆进行计费；待基准车辆离开停车位后，结束对基准车辆进行计费，并将对应的缴费信息发送给驾驶员。

在本实施例中，通过激光雷达和相机获取车辆对应的类型信息，包括：

将包括基准车辆的目标区域划分为至少2个目标子区域，所述目标子区域沿垂直方向分布，按照点云数据在目标子区域的分布情况确定车辆对应的类型信息。例如，一辆小型轿车在上述子区域中的分布与一辆SUV或货车有所不同。

在本实施例中，参见图5所示，通过激光雷达和相机获取车辆对应的类型信息，还包括：

步骤S311、通过相机采集车辆的图像数据，基于图像数据得到车辆的第一类型信息；第一类型信息可以是从图像中识别的车辆类型，如小轿车、SUV、货车等。

步骤S312、通过激光雷达采集车辆的点云数据，基于点云数据得到车辆的第二类型信息；第二类型信息可以是车辆的高度或形状等。

步骤S313、若所述第一类型信息和第二类型信息不一致，以第一类型信息作为车辆的类型信息；

步骤S314、通过激光雷达的点云数据，结合车辆的类型信息，得到车辆的轮廓信息。

其中，通过激光雷达的点云数据获取车辆对应的轮廓信息中的长度信息，可以反馈车辆在车库中的位置和尺寸；基于车辆的类型信息，系统将车辆对应的轮廓信息中的长度信息作为基准数据，然后查询数据库以获取车辆对应的轮廓信息中的宽度信息，有助于系统了解车辆的宽度。

在本实施例中，通过激光雷达的点云数据，结合车辆的类型信息，得到车辆的轮廓信息，包括：

基于点云数据得到车辆对应的轮廓信息中的长度信息；

基于车辆的类型信息，以车辆对应的轮廓信息中的长度信息作为基准数据查找数据库，得到车辆对应的轮廓信息中的宽度信息。

在本实施例中，通过激光雷达的点云数据，结合车辆的类型信息，得到车辆的轮廓信息，还包括：

基于点云数据得到车辆对应的轮廓信息中的长度信息；

基于点云数据判断车辆的高度是否超出激光雷达的扫描区域；

若否，基于点云数据得到车辆对应的轮廓信息中的高度信息；

若是，基于车辆的类型信息，以车辆对应的轮廓信息中的长度信息作为索引信息查找数据库，得到车辆对应的轮廓信息中的高度信息。

考虑车辆高度时，判断高度时，通过激光雷达的点云数据判断车辆的高度是否超出激光雷达的扫描区域。如果高度不超出，则基于点云数据获取车辆对应的轮廓信息中的高度信息；高度信息查找时，如果车辆高度超出扫描区域，系统将使用车辆的类型信息和长度信息作为索引信息，查找数据库以获取车辆对应的轮廓信息中的高度信息。

在本实施例中，参见图6所示，根据基准车辆实时追踪和空闲状态的停车位生成车辆引导路径和计时收费信息，并根据车牌号码信息反馈至基准车辆，其中，基于车牌号码信息向基准车辆的驾驶员发送车辆和停车场的第二相关信息，包括：

步骤S401、基于驾驶员发送的车牌号码信息，得到对应的车辆的第一相关信息；

步骤S402、基于类型信息得到所有对应的处于空闲状态的可停放区域，所述的可停放区域包括1个车位或处于相邻状态的至少两个车位；

步骤S403、以所述可停放区域为圆心，统计在预设直径内相同类型信息的待停放车辆数量；

步骤S404、若所述待停放车辆数量超过预设值，则所述可停放区域定义为第一类停放区域，所述第一类停放区域不通知驾驶员；

步骤S405、若所述待停放车辆数量不超过预设值，则所述可停放区域定义为第二类停放区域，所述第二类停放区域通知驾驶员。

所述第二类停放区域通知驾驶员，包括：

步骤S406、统计所述待停放车辆数量不超过预设值的第二类停放区域的数量；

步骤S407、若所述第二类停放区域的数量不超过预设值，则将所有所述第二类停放区域通知驾驶员；

步骤S408、若所述第二类停放区域的数量超过预设值，以所述驾驶员为圆心，得到在预设直径内的第二类停放区域，定义为第三类停放区域，所述第三类停放区域通知驾驶员。

在本实施例中，第三类停放区域通知驾驶员，包括：

统计所有所述第三类停放区域的数量；

若所述第三类停放区域的数量不超过预设值，则将所有所述第三类停放区域通知驾驶员；

若所述第三类停放区域的数量超过预设值，按照每个所述第三类停放区域对应的待停放车辆数量作为基准，从小到大排序通知驾驶员；

若存在相同数量的待停放车辆的第三类停放区域，则以第三类停放区域与驾驶员的距离作为基准，从小到大排序通知驾驶员。

在本实施例中，待车辆停放在处于空闲状态的停车位后，所述基于激光雷达和相机识别的车辆追踪方法还包括：

根据待停放车辆的轮廓信息和位置信息，结合标准车位信息进行以下判断：

若待停放车辆停放在处于空闲状态的停车位，且待停放车辆的轮廓与处于空闲状态的停车位的标准车位信息中的停车线不相交，则认定车辆停放成功；

若待停放车辆停放在处于空闲状态的停车位，且待停放车辆的轮廓与处于空闲状态的停车位的标准车位信息中的停车线相交，进行以下判断：

若待停放车辆的轮廓仅与处于空闲状态的停车位的标准车位信息中与车辆道接触的停车线相交，且待停放车辆的轮廓超出处于空闲状态的停车位的幅度不超过预设值，则认定车辆停放成功；

若否，则认定车辆停放失败，将车辆停放失败信息通知驾驶员和/或车库管理员。

其中，开始对基准车辆进行计费，包括：

若认定车辆停放成功，开始对处于静止状态的车辆计时；

若车辆停放时间超过预设值，开始对车辆进行计费。

在本发明的实施例中，所述基于激光雷达和相机识别的车辆追踪方法，还包括：

基于当前时刻的车位信息和标准车位信息，对位于车库的非停放区域的所述车辆进行计时；

若所述车辆的时间超过了预设值，则将所述车辆的位置信息通知驾驶员和/或车库管理员。

在车辆试图停放到处于空闲状态的停车位后，通过激光雷达和相机进行车辆追踪，以判断停车的成功或失败，工作过程为：

1.获取车辆轮廓信息和位置信息：当一辆车试图停放在处于空闲状态的停车位时，使用激光雷达和相机来获取该车辆的轮廓信息和位置信息，包括车辆的实际位置和形状。

2.判断停车成功：系统会结合已知的标准车位信息进行判断，以下是不同情况的处理：

a.若待停放车辆停放在处于空闲状态的停车位上，且待停放车辆的轮廓与标准车位信息中的停车线不相交，那么系统会认定车辆停放成功，表示车辆准确停放在了标准停车位内。

b.若待停放车辆停放在处于空闲状态的停车位上，且待停放车辆的轮廓与标准车位信息中的停车线相交，进一步的判断如下：

若待停放车辆的轮廓只与标准车位信息中与车辆道接触的停车线相交，且待停放车辆的轮廓超出标准停车位的幅度不超过预设值，那么系统也会认定车辆停放成功，这意味着车辆稍微偏离了标准停车位，但停车动作仍被认为是成功的。

c.如果以上条件都不满足，系统会认定车辆停放失败。在这种情况下，系统将车辆停放失败信息通知给驾驶员和/或车库管理员，以提醒他们车辆未能成功停放。

本发明可以确保车辆能够准确地停放在空闲的停车位上，提高了停车的效率和准确性，同时还能提供反馈以帮助驾驶员或车库管理员在必要时采取纠正措施。

本发明实施例的基于激光雷达和相机识别的车辆追踪方法，具有以下显著优点和有益效果：

1.高精度车辆追踪：通过综合应用激光雷达和相机，系统能够实时获取车辆的位置、轮廓、颜色等多维度信息，从而实现高精度的车辆追踪，有助于确保车辆停放的准确性。

2.自动停车位识别：系统在信息采集阶段获取了无车状态下的标准车位信息，这使得系统能够自动识别出处于空闲状态的停车位，提供了便捷的停车场导航。

3.车辆类型识别：通过分析车辆的轮廓信息，系统能够确定车辆的类型，这对于不同类型的车辆需要不同的停车位尺寸或服务非常有用。

4.停车成功与失败判断：系统能够准确判断车辆的停车成功与失败，即使车辆略微偏离标准停车位也可以判断为成功，同时，车辆若停放失败也会及时通知驾驶员和车库管理员。

5.反馈信息提供：本方法通过车牌号码信息反馈车辆的相关信息，向驾驶员发送车辆和停车场的信息，提供了额外的便捷性。

6.减少人为操作：通过自动化的车辆追踪和停车过程，这一方法减少了对人工干预的需求，提高了停车场的效率。

7.提高停车场管理效益：车辆追踪和停车成功/失败的准确判断，以及提供驾驶员信息，有助于车库管理员更好地管理停车场，确保停车位的合理利用和最大化收益。

因此，本发明的基于激光雷达和相机的车辆追踪方法为停车场管理和车辆导航提供了创新的解决方案，改进了车辆停放的精度和效率，提高了用户体验，同时有助于最大化停车场的资源利用和管理效益。

应该理解的是，上述虽然是按照某一顺序描述的，但是这些步骤并不是必然按照上述顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，本实施例的一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

实施例

如图7所示，本发明的实施例提供了一种基于激光雷达和相机识别的车辆追踪系统，包括：

信息采集模块100：用于通过激光雷达和相机对车库进行信息采集，包括获取无车状态下的标准车位信息和当前时刻的车位信息，以及实时获取处于空闲状态的停车位；

登记信息获取模块200：通过车库闸口处安装的激光雷达和相机获取入库车辆的登记信息，包括车辆的类型信息、车牌号码信息和轮廓信息；

基准车辆参数提取模块300：用于定义基准车辆所处采集区域的激光雷达为基准激光雷达，并提取基准车辆的参数信息，包括轮廓信息和运动状态参数，基于基准激光雷达的点云数据；

基准车辆颜色信息提取模块400：定义基准车辆所处采集区域的相机为基准相机，并提取基准车辆的颜色信息，基于基准相机的图像数据；

激光雷达筛选和分类模块500：当基准车辆离开基准激光雷达的采集区域，对相邻的激光雷达进行筛选和分类，将筛选结果定义为第三类激光雷达；

跟踪对象识别模块600：基于第三类激光雷达的车辆的轮廓信息和颜色信息，识别并得到基准车辆的跟踪对象，并对其进行实时追踪；

路径规划和计费模块700：根据基准车辆的实时追踪信息和车库中的空闲停车位，生成车辆引导路径和计时收费信息，并根据车牌号码信息将计费信息反馈给基准车辆。

在本实施例中，基于激光雷达和相机识别的车辆追踪系统在执行时采用如前述的一种基于激光雷达和相机识别的车辆追踪方法的步骤，因此，本实施例中对基于激光雷达和相机识别的车辆追踪系统的运行过程不再详细介绍。

实施例

在本发明的实施例中还提供了一种计算机设备，包括至少一个处理器，以及与至少一个处理器通信连接的存储器，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器执行的基于激光雷达和相机识别的车辆追踪方法，该处理器执行指令时实现上述基于激光雷达和相机识别的车辆追踪方法的步骤，在此不再赘述。

实施例

本发明的实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使计算机执行的基于激光雷达和相机识别的车辆追踪方法的步骤，在此不再赘述。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机指令表征的计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。

非易失性存储器可包括只读存储器、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器或动态随机存取存储器等。

以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。