基于视频的路内停车跟踪方法技术

本发明专利技术公开了一种基于视频的路内停车跟踪方法，包括：步骤S11，对停车位进行泊位号标定，建立世界坐标系平面模型；步骤S12，对采集到的视频图像进行车辆模型的实时检测；步骤S13，判断视频图像中是否存在车辆，若存在则执行步骤S14，否则执行步骤S12；步骤S14，确定车辆在世界坐标系中的坐标位置；步骤S15，对视频图像中的车辆模型进行跟踪的同时进行动态抓拍；步骤S16，确定车辆的运动轨迹，判断车辆的停车状态；步骤S17，确定并输出车辆的车辆信息和停车信息。通过本发明专利技术的技术方案，可同时对路内多个车位的停车状况进行准确监控，不存在联动环节，减少了视频图像中的车辆信息遗漏，提高了车位管理效率，减少了人工及维护成本。

Video based road parking tracking method

The invention discloses an internal parking tracking method based on video, including step S11, demarcating the parking number of the parking bit, setting up a plane model of the world coordinate system; step S12, detecting the vehicle model of the captured video image in real time; step S13, judging whether there is a vehicle in the visual image, if there is a presence or not. Then execute step S14, or perform step S12; step S14, determine the coordinate position of the vehicle in the world coordinate system; step S15, track the vehicle model in the video image at the same time. Step S16, determine the track of the vehicle, judge the vehicle's stop state; step S17, determine and output the car. Vehicle information and parking information. Through the technical scheme of the invention, the parking condition of multiple parking spaces in the road can be monitored accurately at the same time, there is no linkage link, it reduces the missing of vehicle information in the video image, improves the efficiency of parking management and reduces the cost of manual and maintenance.

【技术实现步骤摘要】
基于视频的路内停车跟踪方法
本专利技术涉及停车管理
，尤其涉及一种基于视频的路内停车跟踪方法。
技术介绍
目前，在路内泊车位视频监控管理领域，由于应用方案及其他因素的限制，对停车位内的车辆进行监控时，仍存在不少问题。例如：枪球联动泊车位监控管理方案，缺点是不能兼顾同一时刻多个车位的车辆进出，且枪机与球机联动过程中存在时延，不能准确捕获车辆信息；对停车位内的车辆状态检测失误率高；停车位的管理效率低，人工及维护成本高。
技术实现思路
针对上述问题中的至少之一，本专利技术提供了一种基于视频的路内停车跟踪方法，通过停车位标定及世界坐标系建模，采用高分辨率相机实时采集停车位区域的视频图像，并判断视频图像中是否存在车辆；当视频图像中存在车辆时，识别该车辆的车辆特征并进行精确定位；对所述车辆进行跟踪及状态抓拍，从而判断该车辆的停车状态，进而输出该车辆的车辆信息及停车信息。该停车跟踪方法能够同时对路内多个车位的停车状况进行准确监控，不存在联动环节，也不会遗漏任何在视频图像中的车辆信息，提高了停车位的管理效率，减少了人工及维护成本。为实现上述目的，本专利技术提供了一种基于视频的路内停车跟踪方法，包括：步骤S11，采用相机标定法对停车位进行泊位号标定，并以停车位的边缘线为基底建立世界坐标系平面模型；步骤S12，对多个相机采集到的视频图像进行车辆模型的实时检测；步骤S13，判断所述视频图像中是否存在车辆，若存在车辆则执行步骤S14，否则返回执行步骤S12；步骤S14，根据所述车辆模型在所述视频图像中的映射点，确定所述车辆在所述世界坐标系中的坐标位置；步骤S15，对所述视频图像中的所述车辆模型进行跟踪的同时进行动态抓拍；步骤S16，根据所述动态抓拍图像确定所述车辆的运动轨迹，并根据所述停车位的状态判断所述车辆的停车状态；步骤S17，确定所述车辆的车辆信息和停车信息，并将所述车辆信息和所述停车信息输出。在上述技术方案中，优选地，所述步骤S12中对多个相机采集到的视频图像进行车辆模型的实时检测具体包括：利用滑框扫描的方式在多个相机采集到的所述视频图像中搜索与所述车辆模型相似的区域；其中，所述车辆模型为采用模型训练的方法通过样本训练获得的车牌模型以及包括车头、车顶、车尾的车身模型。在上述技术方案中，优选地，所述步骤S14中根据所述车辆模型在所述视频图像中的映射点，确定所述车辆在所述世界坐标系中的坐标位置具体包括：根据所述车辆模型在所述视频图像中的像素坐标点以及成像投影关系，确定所述车辆模型的该点在相机坐标系下的坐标；根据所述相机坐标系与所述世界坐标系之间的坐标转换方程，计算所述车辆模型的该点在所述世界坐标系中的坐标。在上述技术方案中，优选地，所述步骤S15中对所述视频图像中的所述车辆模型进行跟踪的同时进行动态抓拍的具体过程包括：识别视频流图像中车辆模型的移动，从而对所述车辆模型进行跟踪；根据车辆模型的移动过程确定车牌质量、车头/车尾倾斜度和车辆位置；综合车牌质量、车头/车尾的倾斜度和车辆位置对视频流图像进行抓拍。在上述技术方案中，优选地，所述步骤S17中确定所述车辆的车辆信息和停车信息具体包括：对所述动态抓拍图像进行图像分析，确定所述车辆的车型和车身颜色；对多帧所述动态抓拍图像识别出的所述车辆的车牌信息采用多帧识别投票机制以确定所述车辆的车牌信息；根据所述车辆的运动轨迹确定所述车辆停入和驶出所述停车位的时刻，并计算出所述车辆的停车时间；其中，所述车辆信息包括所述车辆的车型、车身颜色和车牌信息，所述停车信息包括所述车辆的停车时间和所述停车位的泊位号。与现有技术相比，本专利技术的有益效果为：通过停车位标定及世界坐标系建模，采用高分辨率相机实时采集停车位区域的视频图像，并判断视频图像中是否存在车辆；当视频图像中存在车辆时，识别该车辆的车辆特征并进行精确定位；对所述车辆进行跟踪及状态抓拍，从而判断该车辆的停车状态，进而输出该车辆的车辆信息及停车信息。该停车跟踪方法能够同时对路内多个车位的停车状况进行准确监控，不存在联动环节，也不会遗漏任何在视频图像中的车辆信息，提高了停车位的管理效率，减少了人工及维护成本。附图说明图1为本专利技术一种实施例公开的基于视频的路内停车跟踪方法的示意图；图2为本专利技术一种实施例公开的基于视频的路内停车跟踪方法的流程示意框图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。下面结合附图对本专利技术做进一步的详细描述：如图1和图2所示，根据本专利技术提供的一种基于视频的路内停车跟踪方法，包括：步骤S11，采用相机标定法对停车位进行泊位号标定，并以停车位的边缘线为基底建立世界坐标系平面模型；步骤S12，对多个相机采集到的视频图像进行车辆模型的实时检测；步骤S13，判断视频图像中是否存在车辆，若存在车辆则执行步骤S14，否则返回执行步骤S12；步骤S14，根据车辆模型在视频图像中的映射点，确定车辆在世界坐标系中的坐标位置；步骤S15，对视频图像中的车辆模型进行跟踪的同时进行动态抓拍；步骤S16，根据动态抓拍图像确定车辆的运动轨迹，并根据停车位的状态判断车辆的停车状态；步骤S17，确定车辆的车辆信息和停车信息，并将车辆信息和停车信息输出。在步骤S11中，在安装好枪机等设备后，采用相机标定法对各个停车位进行泊位号标定，在此基础上对地面进行世界坐标系平面建模，建模过程中以枪机采集图像中停车位的边缘线为基底建模，可大大减少整个系统的运算量。在上述实施例中，优选地，步骤S12中对多个相机采集到的视频图像进行车辆模型的实时检测具体包括：利用滑框扫描的方式在多个相机采集到的视频图像中搜索与车辆模型相似的区域；其中，车辆模型为采用模型训练的方法通过样本训练获得的车牌模型以及包括车头、车顶、车尾的车身模型。其中，采用多个高分辨率相机对停车位区域进行全画面覆盖实时检测，从而能够兼顾同一时刻整个停车位区域的停车状态。滑框扫描是在视频跟踪领域中确定目标位置的算法，属于本领域现有技术，在此不再赘述。在步骤S13中，当在步骤S12中搜索到与车牌模型或车身模型相似的区域时，则判断视频图像中存在车辆；当步骤S12中既没有搜索到与车牌模型相似的区域，也没有搜索到与车身模型相似的区域时，则判断视频图像中不存在车辆。在上述实施例中，优选地，步骤S14中根据车辆模型在视频图像中的映射点，确定车辆在世界坐标系中的坐标位置具体包括：根据所述车辆模型在所述视频图像中的像素坐标点以及成像投影关系，确定车辆模型的该点在相机坐标系下的坐标；根据相机坐标系与世界坐标系之间的坐标转换方程，计算车辆模型的该点在世界坐标系中的坐标。在步骤S14中，具体地，假设像平面中车头或车尾边缘上的一点。根据成像投影关系有：其中，f为焦距，Pc(Xc，Yc，Zc)为点P(x，y)在相机坐标系下的坐标。又，相机坐标系与世界坐标系之间的关系为：式中，R为3×3正交单位矩阵，T为3维平移向量，M为两个坐标系之间的关联矩阵。因此，确定像平面中车头本文档来自技高网...

【技术保护点】
1.一种基于视频的路内停车跟踪方法，其特征在于，包括：步骤S11，采用相机标定法对停车位进行泊位号标定，并以停车位的边缘线为基底建立世界坐标系平面模型；步骤S12，对多个相机采集到的视频图像进行车辆模型的实时检测；步骤S13，判断所述视频图像中是否存在车辆，若存在车辆则执行步骤S14，否则返回执行步骤S12；步骤S14，根据所述车辆模型在所述视频图像中的映射点，确定所述车辆在所述世界坐标系中的坐标位置；步骤S15，对所述视频图像中的所述车辆模型进行跟踪的同时进行动态抓拍；步骤S16，根据所述动态抓拍图像确定所述车辆的运动轨迹，并根据所述停车位的状态判断所述车辆的停车状态；步骤S17，确定所述车辆的车辆信息和停车信息，并将所述车辆信息和所述停车信息输出。

【技术特征摘要】
1.一种基于视频的路内停车跟踪方法，其特征在于，包括：步骤S11，采用相机标定法对停车位进行泊位号标定，并以停车位的边缘线为基底建立世界坐标系平面模型；步骤S12，对多个相机采集到的视频图像进行车辆模型的实时检测；步骤S13，判断所述视频图像中是否存在车辆，若存在车辆则执行步骤S14，否则返回执行步骤S12；步骤S14，根据所述车辆模型在所述视频图像中的映射点，确定所述车辆在所述世界坐标系中的坐标位置；步骤S15，对所述视频图像中的所述车辆模型进行跟踪的同时进行动态抓拍；步骤S16，根据所述动态抓拍图像确定所述车辆的运动轨迹，并根据所述停车位的状态判断所述车辆的停车状态；步骤S17，确定所述车辆的车辆信息和停车信息，并将所述车辆信息和所述停车信息输出。2.根据权利要求1所述的基于视频的路内停车跟踪方法，其特征在于，所述步骤S12中对多个相机采集到的视频图像进行车辆模型的实时检测具体包括：利用滑框扫描的方式在多个相机采集到的所述视频图像中搜索与所述车辆模型相似的区域；其中，所述车辆模型为采用模型训练的方法通过样本训练获得的车牌模型以及包括车头、车顶、车尾的车身模型。3.根据权利要求1所述的基于视频的路内停车跟踪方法，其特征在于，所述步骤S14中根据所述车辆模型在所述视频图像中...

【专利技术属性】
技术研发人员：甘忠志，韦沛良，徐瑞，刘鸣，
申请(专利权)人：深圳信路通智能技术有限公司，
类型：发明
国别省市：广东,44