一种AVP车辆检测系统及方法与流程

一种avp车辆检测系统及方法
技术领域
1.本技术涉及车辆检测领域，具体涉及一种avp车辆检测系统及方法。


背景技术：

2.随着物联网、人工智能、机器人和自动化技术的不断发展，智能停车方面诞生了许多新的应用场景。自主代客泊车avp便是其中一种，该技术旨在停车场中实现l4级别的车辆自动驾驶泊车。按照车辆和停车场的智慧化改造程度，目前业内分智能车端、智能场端及车场融合三种主要的技术路径。现有的avp车辆检测技术主要针对车场融合avp场景设计，通过利用远程设备端与avp车辆端互相合作，通过场端监控系统及远程协助手段，能够实时监控停车场内的自助泊车的车辆状态，例如通过安装有avp车辆端的车辆自身上报异常/警告信息、实时视频分析、以及人为监控等方式发现潜在危险等方式，适时地对该车辆进行远程协助。然而，对于未智能化改造的一般停车场，不具备与avp车辆段互相合作的基础，进而一开始就无法感知到哪些是普通车辆，哪些是avp车辆。现有技术对于普通车辆检测，专利cn113538927a与待检测车辆的车载单元通信，获取待检测车辆的车载单元中存储的车辆信息，该技术需与待检测车辆的车载单元建立通信，而对于普通车辆无法要求其满足通信的设备和协议要求。


技术实现要素：

3.本技术针对智能车端下的avp应用场景，解决现有avp车辆检测依赖车辆与停车场之间通信、协作的问题。使得停车场无需事先提供avp场端设备，也无需与avp车辆之间取得联系，自主检测和监控avp车辆动作情况，以防止自动驾驶中可能出现的安全事故。
4.为实现上述目的，本技术提供了一种avp车辆检测系统，包括：红外热成像仪、通信单元、图像采集单元、安全预警单元和主控计算机；其中，所述红外热成像仪与所述通信单元连接；所述通信单元还分别与所述主控计算机、所述安全预警单元和所述图像采集单元连接。
5.优选的，所述红外热成像仪用于通过检测和测量驶入车辆辐射来获得红外热像图；将所述红外热像图传输至所述通信单元。
6.优选的，所述通信单元用于接收所述红外热像图并将所述红外热像图传输至所述主控计算机。
7.优选的，所述主控计算机用于根据所述红外热像图来判断所述驶入车辆是否为avp车辆，得到判断结果，若判断结果显示所述驶入车辆为avp车辆，则将所述判断结果通过所述通信单元传输至所述图像采集单元。
8.优选的，所述主控计算机得到所述判断结果的工作流程包括：判断所述红外热成像仪捕捉到的所述红外热像图中是否存在驾驶员的红外热成像；当车辆为avp车辆时，所述红外热成像仪仅能捕捉到所述驶入车辆的红外热成像。
9.优选的，所述图像采集单元用于接收所述通信单元传输来的所述判断结果，并采
集所述avp车辆图像；根据所述avp车辆图像来提取车牌信息，并以所述车牌信息作为所述avp车辆的唯一性指标；将所述车牌信息通过所述通信单元传输至所述主控计算机。
10.优选的，所述图像采集单元提取所述车牌信息的工作流程包括：利用基于深度学习的图像处理技术识别运动中的所述avp车辆并进行抓拍，再利用车牌识别技术，提取所述avp车辆的所述车牌信息。
11.优选的，所述安全预警单元用于接收所述通信单元传输来的所述车牌信息，提醒其他普通车辆注意，避免安全事故的发生。
12.本技术还提供了一种avp车辆检测方法，步骤包括：
13.收集驶入车辆的红外热像图；
14.对所述红外热像图进行判断，得到判断结果；
15.根据所述判断结果采集avp车辆的图像信息，并根据所述图像信息，获取所述avp车辆的车牌信息；
16.提醒其他所述驶入车辆注意避让具有所述车牌信息的所述avp车辆，避免安全事故的发生。
17.与现有技术相比，本技术的有益效果如下：
18.本技术使用场景广泛，适用于普通停车场，无需经过avp场端改建；其中，红外热成像仪与单目摄像机复用，识别并跟踪avp车辆轨迹，不需要与车辆额外交互。本技术仅使用一个红外热成像仪，且单目摄像机技术成熟，系统成本低廉。
附图说明
19.为了更清楚地说明本技术的技术方案，下面对实施例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是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
20.图1为本技术系统结构示意图；
21.图2为本技术方法流程示意图。
具体实施方式
22.下面将结合本技术实施例中的附图，对本技术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技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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，都属于本技术保护的范围。
23.为使本技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本技术作进一步详细的说明。
24.如图1所示，为本技术系统结构示意图，包括：红外热成像仪、通信单元、图像采集单元、安全预警单元和主控计算机；其中，红外热成像仪与通信单元连接；通信单元还分别与主控计算机、安全预警单元和图像采集单元连接。
25.在本实施例中，本技术系统中的红外热成像仪采用yossent型云台热像仪，该型号设备可吊装，支持实时视频传输和jpg图像捕捉。将红外热成像仪安装在停车场入口悬架处，使用光电设备来检测和测量辐射，并在辐射与表面温度之间建立相互联系。不同温度的
物体将发出不同的红外辐射，红外热像仪利用红外探测器和光学成像物镜接受驶入停车场车辆的红外辐射能量分布图形，反映到红外探测器的光敏元件上，从而获得红外热像图，这种热像图与物体表面的热分布场相对应。当车内有人驾驶时，车辆与驾驶人向停车场入口驶来，红外热成像仪捕捉到车辆正面人与车的红外热像图；当车辆为avp车辆时，车内无人驾驶，红外热成像仪仅能捕捉到车辆的红外热像图。
26.之后，将捕捉结果由通信单元传输到主控计算机，本实施例中，本技术系统中的主控计算机采用华为弹性云服务器ecs，其cpu/内存配比1:2/1:4；vcpu数量范围2～128；基频/睿频3.0ghz/3.5ghz；最大收发包能力1200万pps，满足实时收发包和数据处理模型部署需求。通信单元采用场内局域网，通过布设3台工业级ap发射基站和1台交换机使局域网络覆盖整个停车场范围。由主控计算机进行降噪、处理与分析工作后，根据红外热像图中是否有驾驶员判断驶入车辆是否为avp车辆。若判断是avp车辆，结果将再次由通信单元发送给图像采集单元。
27.本实施例中，本系统的图像采集单元由若干吊装在停车场悬架上的单目摄像机组成，采用海康威视单目摄像头，支持抓拍行驶车辆的车牌、子品牌、车身颜色、车辆类型信息。在图像采集单元接收到通信单元发来的信号后，即开始采集avp车辆图像，利用基于深度学习的图像处理技术识别运动车辆并抓拍，再利用车牌识别技术，提取该avp车辆的车牌信息，并以此作为车辆唯一性指标，通过通信单元发送到主控计算机，以便于后续跟踪该车辆在停车场内的轨迹位置。
28.在本实施例中，安全预警单元由若干安装在停车场内部通道两旁的led报警灯带组成；每组报警灯带的覆盖范围对应一个单目摄像机的视觉覆盖范围。当图像采集单元检测到当前区域内有行驶的车辆后，通过通信单元将图像传输到主控计算机，判断车牌是否一致，若车牌一致则启动该区域内的安全预警单元，控制该区域内的led报警灯带闪烁，提醒其他普通车辆注意，避免安全事故的发生。
29.实施例二
30.如图2所示，为本技术方法流程示意图，步骤包括：
31.s1.收集驶入车辆的红外热像图。
32.在停车场入口悬架处安装红外热成像仪来检测和测量辐射，并在辐射与表面温度之间建立相互联系。不同温度的物体将发出不同的红外辐射，红外热像仪利用红外探测器和光学成像物镜接受驶入停车场车辆的红外辐射能量分布图形，反映到红外探测器的光敏元件上，从而获得红外热像图，这种热像图与物体表面的热分布场相对应。
33.s2.对红外热像图进行判断，得到判断结果。
34.分析判断捕捉到车辆正面人与车的红外热像图；当车辆为avp车辆时，车内无人驾驶，红外热成像仪仅能捕捉到车辆的红外热像图。
35.s3.根据判断结果采集avp车辆的图像信息，并根据图像信息，获取avp车辆的车牌信息。
36.若判断是avp车辆，则采集avp车辆图像利用基于深度学习的图像处理技术识别运动车辆并抓拍；之后利用车牌识别技术，提取抓拍的avp车辆的车牌信息，并以此作为车辆唯一性指标。
37.s4.提醒其他驶入车辆注意避让具有车牌信息的avp车辆，避免安全事故的发生。
38.跟踪该avp车辆在停车场内的轨迹位置，并根据轨迹位置来提醒其他普通车辆注意，避免安全事故的发生。
39.以上所述的实施例仅是对本技术优选方式进行的描述，并非对本技术的范围进行限定，在不脱离本技术设计精神的前提下，本领域普通技术人员对本技术的技术方案做出的各种变形和改进，均应落入本技术权利要求书确定的保护范围内。