[發明專利]一種基于車輪著地點檢測車輛停車狀態的方法及裝置

有效

• 申請號: 201910732351.4
• 申請日: 2019-08-09
• 公開（公告）號: CN110491168B
• 公開（公告）日: 2020-09-25
• 發明（設計）人: 閆軍;陽平;王艷清
• 申請（專利權）人: 智慧互通科技有限公司
• 主分類號: G08G1/16
• 分類號: G08G1/16;H04N7/18
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于車輪著地點檢測車輛停車狀態的方法，其特征在于，包括：

獲取通過攝像機拍攝預定監控區域內的第一視頻圖像，并根據所述第一視頻圖像，確定每一個停車位的位置信息；

基于車輛檢測算法，檢測所述第一視頻圖像中的車輛，并基于已確定的所述每一個停車位的位置信息，確定檢測到的車輛是否停在任一停車位內；

若所述車輛停在任一停車位內，檢測所述車輛的車輪著地點位置；

根據檢測到的所述車輛的車輪著地點位置，判斷所述車輛的停車狀態；

其中，所述基于車輛檢測算法，檢測所述第一視頻圖像中的車輛，并基于已確定的所述每一個停車位的位置信息，確定檢測到的車輛是否停在任一停車位內，包括：確定所述第一視頻圖像中存在車輛的第一圖像幀，并確定所述第一圖像幀中所述車輛的車輛區域所在的當前停車位的位置信息；

其中，所述根據檢測到的所述車輛的車輪著地點位置，判斷所述車輛的停車狀態，包括：基于已確定的所述車輛區域所在的當前停車位的位置信息，確定所述車輛停在當前停車位的面積；確定所述車輛的每一個車輪著地點與當前停車位的每兩個相鄰庫角構成的一組多個三角形的面積；分別比較每組中的多個三角形面積之和與所述當前停車位面積的大小，得到每組的第一比較結果；基于所述車輛每組的第一比較結果，確定所述車輛的停車狀態；其中，所述車輛的停車狀態包括正常停車、跨位停車和壓線停車中的任一種；其中，所述正常停車包括車輪著地點在停車位內部和車輪著地點在停車位邊線上中的任一情形。

2.根據權利要求1所述的方法，其特征在于，所述根據所述第一視頻圖像，確定每一個停車位的位置信息，包括：

根據所述第一視頻圖像，分別選擇各個停車位處于無車狀態時的任一停車位圖像；

基于已確定的各個停車位處于無車狀態時的停車位圖像，在所述停車位圖像中確定各個停車位的位置信息；

其中，停車位的位置信息包括停車位各個庫角的坐標和兩兩相鄰角點構成的各個邊線中的至少一項。

3.根據權利要求1或2所述的方法，其特征在于，在所述基于車輛檢測算法，檢測所述第一視頻圖像中的車輛的步驟之前，包括：

獲取所述攝像機拍攝預定監控區域內的第二視頻圖像；

對所述第二視頻圖像中的車輛進行標注，并基于標注后的所述第二視頻圖像訓練深度卷積神經網絡，得到車輛檢測模型。

4.根據權利要求3所述的方法，其特征在于，所述基于車輛檢測算法，檢測所述第一視頻圖像中的車輛，并基于已確定的所述每一個停車位的位置信息，確定檢測到的車輛是否停在任一停車位內，包括：

通過所述車輛檢測模型，檢測所述第一視頻圖像中的車輛；

確定所述第一視頻圖像中存在車輛的第一圖像幀，并確定所述第一圖像幀中所述車輛的車輛區域的坐標信息；

基于已確定的所述每一個停車位的位置信息和所述車輛區域的坐標信息，計算所述車輛區域是否在任一停車位內；

若是，確定所述車輛區域所在的當前停車位的位置信息。

5.根據權利要求1所述的方法，其特征在于，在所述檢測所述車輛的車輪著地點位置的步驟之前，包括：

訓練基于卷積神經網絡的車輪著地點檢測模型。

6.根據權利要求5所述的方法，其特征在于，在所述訓練基于卷積神經網絡的車輪著地點檢測模型步驟之前，包括：

獲取通過所述攝像機拍攝預定監控區域內的第三視頻圖像，確定所述第三視頻圖像中的各個車輛；

確定所述各個車輛在所述第三視頻圖像中的任一圖像幀的第二圖像幀中車輪著地點的坐標信息與車輪狀態；

基于所述坐標信息，針對所述各個車輛的每個車輪分別生成各自的第一熱力圖；

其中，所述車輪狀態包括車輪著地點在圖像中可見、車輪著地點在圖像中不可見和車輪著地點不在圖像中的任一種；

其中，若車輪狀態為車輪著地點在圖像中可見，進一步包括：

分別計算所述車輪對應的第一熱力圖中位置的值；

若車輪狀態為車輪著地點在圖像中不可見或車輪著地點不在圖像中，所述車輪對應的第一熱力圖中位置的值為預定值。