一种基于路灯的路边停车系统及其方法与流程

1.本发明属于计算机技术领域，尤其涉及一种基于路灯的路边停车系统及其方法。


背景技术：

2.随着我国经济社会的告诉发展，人们的生活水平的快速提高，智能停车的建设也在迅速普及和扩大。现有智能的路边停车系统大部分采用地磁或视频桩等监测方式对路边的车辆进行管理，其覆盖范围受限，无法覆盖多个车位，导致管理不全面即管理效率低下，若另设高位杆的方案也存在增加了路面建设，需要较高的成本且准批程序复杂的缺点。


技术实现要素：

3.本发明的目的是提供一种基于路灯的路边停车系统及其方法，能够节约系统的硬件建设成本，同时解决了因路灯高度不足而管理区域的覆盖面存在盲区导致管理效率低下的问题。
4.为了实现上述目的，本发明采用如下技术方案：
5.一种基于路灯的路边停车系统，其包括管理平台以及以预设间距均匀设于路边的路灯，所述路灯安装有检测单元和分析处理单元；
6.所述检测单元用于，获取对应的管理区域内路边的停车位信息，以及监测进入所述管理区域的车辆，获取车辆信息；
7.所述分析处理单元用于，根据所述车辆信息识别出车牌信息，相邻所述路灯的所述分析处理单元进行数据交互，用于在识别到相同车牌信息时，筛选出符合预设标准的优质车牌信息；
8.所述分析处理单元还用于，根据所述停车位信息得到车位线，根据所述车辆信息与所述车位线的关系判定车辆状态；
9.所述管理平台用于根据所述车辆状态和所述优质车牌信息对路边停车的车辆进行计时收费。
10.进一步地，相邻路灯的所述分析处理单元进行数据交互，用于在识别到相同车牌信息时，根据所述车辆信息中的车辆位置与所述管理区域的关系，筛选出符合预设位置标准的优质车牌信息。
11.进一步地，相邻路灯的所述分析处理单元进行数据交互，识别到相同个车牌信息时，根据所述检测单元获取到所述车牌信息的时间点，保留符合预设时间标准的优质车牌信息。
12.更进一步地，所述检测单元包括至少两个摄像头，所述检测单元根据所述摄像头的预设角度，确认对应的管理区域；
13.所述检测单元利用所述摄像头通过多角度识别和深度算法识别，获取进入对应的所述管理区域的车辆的车辆信息，传输至所述分析处理单元。
14.进一步地，所述检测单元还包括有北斗定位模块和激光测距模块；
15.所述北斗定位模块用于获取所述摄像头的定点位置，所述激光测距模块用于检测车辆距离所述摄像头的实时距离。
16.进一步地，所述分析处理单元，还用于根据从所述检测单元获取的所述定点位置和所述实时距离，利用ai算法分析出车辆的实时位置；还用于根据所述实时位置和所述车位线的关系，判定车辆状态。
17.一种基于路灯的路边停车方法，包括：
18.确认路灯的管理区域，获取对应的所述管理区域内路边的停车位信息，根据所述停车位信息得到车位线；
19.监测进入所述管理区域的车辆，获取车辆信息，根据所述车辆信息识别出车牌信息，在所述车牌信息中筛选出符合预设标准的优质车牌信息；
20.根据所述车辆信息与所述车位线的关系判定车辆状态，根据所述车辆状态和所述优质车牌信息对路边停车的车辆进行计时收费。
21.进一步地，在所述车牌信息中筛选出符合预设标准的优质车牌信息，具体为：
22.在相邻路灯识别到相同车牌信息时，根据所述车辆信息中的车辆位置与所述管理区域的关系，筛选出符合预设位置标准的优质车牌信息。
23.进一步地，在所述车牌信息中筛选出符合预设标准的优质车牌信息，具体为：
24.在相邻路灯识别到相同车牌信息时，根据获取到所述车牌信息的时间点，保留符合预设时间标准的优质车牌信息。
25.更进一步地，根据所述车辆信息与所述车位线的关系判定车辆状态，具体为：根据激光测距测得进入所述管理区域的车辆距离所述路灯的实时距离，根据北斗定位得到所述路灯的定点位置；
26.将所述定点位置和所述实时距离利用ai算法分析出车辆的实时位置；
27.根据所述实时位置和所述车位线的关系，判定车辆状态。
28.由以上本技术实施方式提供的技术方案可见，通过在路边原有的路灯上设置检测单元，通过调整所述检测单元的摄像头的角度确认对应的管理区域，通过检测单元内的北斗定位模块和激光测距模块测得摄像头的定点位置和车辆距离摄像头的实时位置，从而计算得到车辆的实时位置，在车辆停止行驶时，根据所述实时位置与路边的车位线的关系判定车辆状态，从而对车辆进行停车管理；
29.当相邻两个路灯检测到的车辆信息中的车牌信息相同时，根据车辆的位置所在的管理区域筛选出优质车牌信息，或者根据不同检测单元检测到这一车牌信息的时间点，筛选出优质车牌信息。即通过在路灯上设置包括高位摄像头的检测单元对路侧的车辆进行停车管理，节约了硬件建设成本，相邻路灯之间进行数据交互，解决了因高度不足导致的覆盖面存在盲区而管理效率低下的问题。
附图说明
30.此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
31.图1为本发明实施例一提供的一种基于路灯的路边停车系统的结构示意图；
32.图2为本发明实施例一提供的一种基于路灯的路边停车系统中路灯2的结构示意
图；
33.图3为本发明实施例一提供的一种基于路灯的路边停车系统中路灯2实况示意图；
34.图4为本发明实施例二提供的一种基于路灯的路边停车方法的流程示意图；。
具体实施方式
35.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
36.实施例一
37.本技术的该实施例提供了能够节约系统的硬件建设成本，同时解决了因路灯2高度不足而管理区域的覆盖面存在盲区导致管理效率低下的问题的一种基于路灯的路边停车系统，如图1所示，其包括管理平台1以及以预设间距均匀设于路边的路灯2，如图3的实况图所示，相邻两个路灯2之间的预设间距可以是六个停车位的距离，本实施例的所述路灯2安装有检测单元21和分析处理单元22。
38.其中，所述检测单元21用于，获取对应的管理区域内路边的停车位信息，以及监测进入所述管理区域的车辆，获取车辆信息，传输到所述分析处理单元22；
39.所述分析处理单元22用于，获取到所述车辆信息后根据所述车辆信息识别出车牌信息，相邻所述路灯2各自的所述分析处理单元22进行数据交互，这样在识别到相同车牌信息时，分析处理单元22能够筛选出符合预设标准的优质车牌信息。
40.具体的筛选优质车牌信息可以包括但不限于下列两种方式：
41.如图3所示，相邻两个路灯2的管理区域的分布情况如图，图中左侧的路灯2的管理区域的车位为a07、a08和a09，右侧的路灯2对应的管理区域的车位为a010、a11和a12。
42.这样，由于相邻路灯2的所述分析处理单元22是进行数据交互的，在识别到相同车牌信息时，可以根据所述车辆信息中的车辆位置与所述管理区域的关系，筛选出符合预设位置标准的优质车牌信息；也可以根据所述检测单元21获取到所述车牌信息的时间点，保留符合预设时间标准的优质车牌信息。
43.例如在图3的情况下，若车辆从最右侧行驶至停车位a07，则左侧和右侧的路灯2会依次检测识别到该车辆的车牌信息，可以在车辆停止后将其所在的管理区域对应的路灯2识别到的车牌信息作为优质车牌信息；同样也可以一时间为准，将最后识别到的车牌信息作为优质车牌信息。
44.本实施例的所述分析处理单元22还用于，根据所述停车位信息得到车位线，根据所述车辆信息与所述车位线的关系判定车辆状态。用于判定车辆状态的车辆信息主要为车辆的位置，由分析处理单元22分析处理从检测单元21获取的数据信息得到。
45.如图2所示，本实施例提供的所述检测单元21包括至少两个摄像头211，可以是高位摄像头211和若干个辅助摄像头211，路灯2根据所述高位摄像头211的预设角度，确认对应的管理区域，不同的预设角度对应不同的管理区域。
46.之后所述检测单元21就可以，利用多个摄像头211通过多角度识别和深度算法识别，获取进入对应的所述管理区域的车辆的车辆信息，传输至所述分析处理单元22，相较于单个摄像头211本实施例获取的相关数据更加清晰，能够避免外界环境的干扰，提升了识别
的准确性。
47.所述检测单元21还包括有北斗定位模块212和激光测距模块213，其中北斗定位模块212用于获取所述摄像头211的定点位置，所述激光测距模块213用于检测车辆距离所述摄像头211的实时距离。
48.最后，所述分析处理单元22根据从所述检测单元21获取的所述定点位置和所述实时距离，利用ai算法分析出车辆的实时位置，进而根据所述实时位置和所述车位线的关系，判定车辆状态。
49.具体可以表现为，在得到车辆的实时位置后，分析处理单元22可以结合车辆信息中车辆的大小得到车辆的占地面积及坐标，比较其与车位线之间的关系便能反映车辆状态。例如，在测量到车辆压到两个车位线，则该车辆为跨位停车；在测量压一面的车位线，则为斜位停车；在得到实时位置后，分析处理单元22还可以结合车辆大小针对车辆形成边缘标记，其与车位线的的关系即线与线之间的关系，能够更加精准直观的判定车辆状态是属于上述的违章停车的类型。
50.另外在车辆行进的过程中检测单元21的摄像头211能够根据采集到的视频流判断车辆的车头和车尾分别为哪一端，在车辆停止时，再根据所述实时位置便能够得到车辆的车头坐标信息和车尾坐标信息；根据车辆的车头坐标信息和车尾坐标信息与车位线的前后端进行对比，若测得车辆与车位线前后相反，则车辆为反向停车的车辆状态。
51.之后本实施例提供的所述管理平台1，用于根据所述车辆状态和所述优质车牌信息对路边停车的车辆进行计时收费。在判定车辆状态存在违章时，则在收取相应时间内的停车费用的同时计算其违章停车的额外费用，在不存在违章时则不额外收费。
52.通过上述实施例，可以看出本技术的路边停车系统通过在路边原有的路灯2上设置检测单元21，通过调整所述检测单元21的摄像头211的角度确认对应的管理区域，通过检测单元21内的北斗定位模块212和激光测距模块213测得摄像头211的定点位置和车辆距离摄像头211的实时位置，从而计算得到车辆的实时位置，在车辆停止行驶时，根据所述实时位置与路边的车位线的关系判定车辆状态，从而对车辆进行停车管理；
53.上述实施例提供的停车系统中，当相邻两个路灯2检测到的车辆信息中的车牌信息相同时，根据车辆的位置所在的管理区域筛选出优质车牌信息，或者根据不同检测单元21检测到这一车牌信息的时间点，筛选出优质车牌信息，并且多个摄像头211通过多角度识别和深度算法识别能够减轻其获取的图像数据等信息收到外界因素的影响。即通过在路灯2上设置包括高位摄像头211的检测单元21对路侧的车辆进行停车管理，节约了硬件建设成本，相邻路灯2之间进行数据交互，解决了因高度不足导致的覆盖面存在盲区而管理效率低下的问题。
54.实施例2
55.本技术的该实施例提供了一种应用本技术的基于路灯的路边停车系统的方法，如图4所示，其方法步骤包括：
56.s1，确认路灯的管理区域，获取对应的所述管理区域内路边的停车位信息，根据所述停车位信息得到车位线。
57.s2，监测进入所述管理区域的车辆，获取车辆信息，根据所述车辆信息识别出车牌信息，在所述车牌信息中筛选出符合预设标准的优质车牌信息。
58.具体的，在相邻路灯识别到相同车牌信息时，根据所述车辆信息中的车辆位置与所述管理区域的关系，筛选出符合预设位置标准的优质车牌信息；或者根据获取到所述车牌信息的时间点，保留符合预设时间标准的优质车牌信息。
59.s3，根据所述车辆信息与所述车位线的关系判定车辆状态，根据所述车辆状态和所述优质车牌信息对路边停车的车辆进行计时收费。
60.判定车辆状态具体可以包括：根据激光测距测得进入所述管理区域的车辆距离所述检测单元的实时距离，根据北斗定位得到所述检测单元的定点位置；
61.将所述定点位置和所述实时距离利用ai算法分析出车辆的实时位置；
62.根据所述实时位置和所述车位线的关系，判定车辆状态。
63.上述实施例提供的一种基于路灯的路边停车方法，应用于本技术的基于路灯的路边停车系统，通过路灯上设置的包括高位摄像头的检测单元对路侧的车辆进行停车管理，节约了硬件建设成本，相邻路灯之间进行数据交互，解决了因高度不足导致的覆盖面存在盲区而管理效率低下的问题。
64.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、等同替换或改进等，均应包含在本发明的保护范围之内。