基于云边融合的泊位状态分析方法以及系统技术方案

本申请公开一种基于云边融合的泊位状态分析方法以及系统。方法包括：判断泊位编号是否存在对应的历史泊位缓存信息；若否，则根据三维投影算法对泊位标定坐标进行变换，获得泊位编号对应的三维泊位投影框，并根据三维泊位投影框与每个车辆检测框，计算每个车辆的停靠状态；若是，则判断每个车辆检测框是否存在于历史泊位缓存信息中；若是，则根据历史泊位缓存信息，调用每个车辆检测框对应的车辆的停靠状态；若否，则根据三维泊位投影框与车辆检测框，计算车辆检测框对应的车辆的停靠状态；根据每个车辆的停靠状态，判断泊位编号对应的泊位内是否存在车辆；若是，则泊位编号对应的泊位内存在车辆；若否，则泊位编号对应的泊位内不存在车辆。不存在车辆。不存在车辆。

【技术实现步骤摘要】
基于云边融合的泊位状态分析方法以及系统


[0001]本申请涉及智能交通管理
，特别是涉及一种基于云边融合的泊位状态分析方法以及系统。

技术介绍

[0002]随着我国经济与社会的快速发展，城市化进程越来越快，城市人口不断的集中，同时城市中各种机动车数量也逐年增加，由此带来了一系列的城市交通管理难题，泊位管理与车辆停泊困难就是其中的问题之一。从泊位管理的角度来看，管理部门关注着城市中分布多少个泊位，各个泊位在地图上的位置在哪里，有哪些泊位正在被车辆占用，哪些属于空置的泊位，泊位使用的频率有多高。同样从车辆使用者角度来看，车主也关注着某个地点哪里有停车位，停车位的实际使用是否闲置。
[0003]然而，传统方法由于城市泊位数量多，图片或者视频数据传输量大，容易出现计算任务堆积而拖垮云端服务的情况，导致泊位状态检测不准确，检测效率偏低。

技术实现思路

[0004]本申请的目的是解决传统方法泊位状态检测不准确，检测效率偏低的技术问题。为实现上述目的，本申请提供一种基于云边融合的泊位状态分析方法以及系统。
[0005]本申请提供一种基于云边融合的泊位状态分析方法，包括：
[0006]获取每个相机的泊位全景图对应的每个车辆的车辆检测框、每个相机对应的泊位编号的泊位标定坐标；
[0007]判断所述泊位编号是否存在对应的历史泊位缓存信息；
[0008]若所述泊位编号不存在对应的历史泊位缓存信息，则根据三维投影算法对所述泊位标定坐标进行变换，获得所述泊位编号对应的三维泊位投影框，并根据所述三维泊位投影框与每个所述车辆检测框，计算每个车辆的停靠状态；
[0009]若所述泊位编号存在对应的历史泊位缓存信息，则判断每个所述车辆检测框是否存在于所述历史泊位缓存信息中；
[0010]若是，则根据所述历史泊位缓存信息，调用每个所述车辆检测框对应的车辆的停靠状态；
[0011]若否，则根据所述三维泊位投影框与所述车辆检测框，计算所述车辆检测框对应的车辆的停靠状态；
[0012]根据每个车辆的所述停靠状态，判断所述泊位编号对应的泊位内是否存在车辆；
[0013]若是，则所述泊位编号对应的泊位内存在车辆；
[0014]若否，则所述泊位编号对应的泊位内不存在车辆；
[0015]将所述泊位编号对应的车辆停靠计算结果形成新泊位缓存信息，用于下一次泊位状态判定。
[0016]本申请提供一种基于云边融合的泊位状态分析系统，包括：
[0017]相机数据获取模块，用于获取每个相机的泊位全景图对应的每个车辆的车辆检测框、每个相机对应的泊位编号的泊位标定坐标；
[0018]历史缓存判断模块，用于判断所述泊位编号是否存在对应的历史泊位缓存信息；
[0019]计算模块，用于若所述泊位编号不存在对应的历史泊位缓存信息，则根据三维投影算法对所述泊位标定坐标进行变换，获得所述泊位编号对应的三维泊位投影框，并根据所述三维泊位投影框与每个所述车辆检测框，计算每个车辆的停靠状态；
[0020]车辆检测框缓存判断模块，用于若所述泊位编号存在对应的历史泊位缓存信息，则判断每个所述车辆检测框是否存在于所述历史泊位缓存信息中；
[0021]调用缓存模块，用于若是，则根据所述历史泊位缓存信息，调用每个所述车辆检测框对应的车辆的停靠状态；
[0022]车辆停靠计算模块，用于若否，则根据所述三维泊位投影框与所述车辆检测框，计算所述车辆检测框对应的车辆的停靠状态；
[0023]泊位内车辆判断模块，用于根据每个车辆的所述停靠状态，判断所述泊位编号对应的泊位内是否存在车辆；
[0024]泊位内车辆判断结果模块一，用于若是，则所述泊位编号对应的泊位内存在车辆；
[0025]泊位内车辆判断结果模块二，用于若否，则所述泊位编号对应的泊位内不存在车辆；
[0026]缓存模块，用于将所述泊位编号对应的车辆停靠计算结果形成新泊位缓存信息，用于下一次泊位状态判定。
[0027]上述基于云边融合的泊位状态分析方法以及系统中，基于边缘设备检测获取数据，并将数据传输至云端服务进行数据融合、计算以及缓存，能够实时根据泊位的三维泊位投影框与车辆检测框计算车辆的停靠状态，或者在历史泊位缓存信息中进行查找并调用车辆检测框对应的车辆的停靠状态，以此来判断各个车辆是否在泊位内，从而判断出泊位编号对应的泊位内是否存在车辆。通过本申请提供的基于云边融合的泊位状态分析方法，可以实时准确地针对不同情况进行泊位状态的分析，实现泊位状态的检测，提高了检测效率，可以解决大规模边缘设备接入、高频次、高实时数据处理场景下泊位状态的分析，提供各个业务的数据支持。
附图说明
[0028]图1是本申请提供的基于云边融合的泊位状态分析方法的步骤流程示意图。图2是本申请提供的一个实施例中车辆检测框、三维泊位投影框的外接矩形框、三维泊位投影框以及相交面积的结构示意图。图3是本申请提供的一个实施例中车辆检测框与三维泊位投影框的各个参数的结构示意图。图4是本申请提供的基于云边融合的泊位状态分析系统的结构示意图。
具体实施方式
[0029]下面通过附图和实施例，对本申请的技术方案做进一步的详细描述。
[0030]请参见图1，本申请提供一种基于云边融合的泊位状态分析方法，包括：
[0031]S10，获取每个相机的泊位全景图对应的每个车辆的车辆检测框、每个相机对应的
泊位编号的泊位标定坐标；
[0032]S20，判断泊位编号是否存在对应的历史泊位缓存信息；
[0033]S30，若泊位编号不存在对应的历史泊位缓存信息，则根据三维投影算法对泊位标定坐标进行变换，获得泊位编号对应的三维泊位投影框，并根据三维泊位投影框与每个车辆检测框，计算每个车辆的停靠状态；
[0034]S40，若泊位编号存在对应的历史泊位缓存信息，则判断每个车辆检测框是否存在于历史泊位缓存信息中；
[0035]S50，若是，则根据历史泊位缓存信息，调用每个车辆检测框对应的车辆的停靠状态；
[0036]S60，若否，则根据三维泊位投影框与车辆检测框，计算车辆检测框对应的车辆的停靠状态；
[0037]S70，根据每个车辆的停靠状态，判断泊位编号对应的泊位内是否存在车辆；
[0038]S80，若是，则泊位编号对应的泊位内存在车辆；
[0039]S90，若否，则泊位编号对应的泊位内不存在车辆；
[0040]S100，将泊位编号对应的车辆停靠计算结果形成新泊位缓存信息，用于下一次泊位状态判定。
[0041]本实施例中，通过边缘设备(也可以称为高位相机)拍摄泊位全景图，采用边缘设备内置的深度学习算法检测全景图内的所有车辆的坐标，获得每个车辆的车辆检测框、检测时间、每个相机对应的泊位编号、泊位编号对应的泊位标定坐标，并将车辆检测框、泊位编号对应的泊位标定坐标推送到云端服务进行泊位状态分析。边缘设备内置了深度学习算法，承本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于云边融合的泊位状态分析方法，其特征在于，包括：获取每个相机的泊位全景图对应的每个车辆的车辆检测框、每个相机对应的泊位编号的泊位标定坐标；判断所述泊位编号是否存在对应的历史泊位缓存信息；若所述泊位编号不存在对应的历史泊位缓存信息，则根据三维投影算法对所述泊位标定坐标进行变换，获得所述泊位编号对应的三维泊位投影框，并根据所述三维泊位投影框与每个所述车辆检测框，计算每个车辆的停靠状态；若所述泊位编号存在对应的历史泊位缓存信息，则判断每个所述车辆检测框是否存在于所述历史泊位缓存信息中；若是，则根据所述历史泊位缓存信息，调用每个所述车辆检测框对应的车辆的停靠状态；若否，则根据所述三维泊位投影框与所述车辆检测框，计算所述车辆检测框对应的车辆的停靠状态；根据每个车辆的所述停靠状态，判断所述泊位编号对应的泊位内是否存在车辆；若是，则所述泊位编号对应的泊位内存在车辆；若否，则所述泊位编号对应的泊位内不存在车辆；将所述泊位编号对应的车辆停靠计算结果形成新泊位缓存信息，用于下一次泊位状态判定。2.根据权利要求1所述的基于云边融合的泊位状态分析方法，其特征在于，所述若所述泊位编号不存在对应的历史泊位缓存信息，则根据三维投影算法对所述泊位标定坐标进行变换，获得所述泊位编号对应的三维泊位投影框，并根据所述三维泊位投影框与每个所述车辆检测框，计算每个车辆的停靠状态，包括：计算所述三维泊位投影框的外接矩形框与每个所述车辆检测框的相交面积，根据所述相交面积与所述车辆检测框的面积获得相交面积占车辆比值；根据所述相交面积与所述三维泊位投影框的外接矩形框的面积获得相交面积占泊位比值；根据所述车辆检测框的地面边界中点绘制与所述三维泊位投影框的地面下宽边界平行的平行线，并获取所述平行线与所述三维泊位投影框的地面靠路长边界的地面相交点；计算所述地面相交点的横坐标至所述地面靠路长边界的顶点的横坐标的地面交顶差值以及所述地面靠路长边界的底点的横坐标至所述地面靠路长边界的顶点的横坐标的地面底顶差值，并将所述地面交顶差值除以所述地面底顶差值获得车底值；根据所述车辆检测框的远地面边界中点绘制与所述三维泊位投影框的空中上宽边界平行的平行线，并获取所述平行线与所述三维泊位投影框的空中靠路长边界的空中相交点；计算所述空中相交点的横坐标至所述空中靠路长边界的顶点的横坐标的空中交顶差值以及所述空中靠路长边界的底点的横坐标至所述空中靠路长边界的顶点的横坐标的空中底顶差值，并将所述空中交顶差值除以所述空中底顶差值获得车顶值；计算所述车辆检测框的靠路边界的横坐标与所述地面靠路长边界的顶点的横坐标的第一横坐标差值，计算所述地面靠路长边界的底点的横坐标与所述地面靠路长边界的顶点
的横坐标的第二横坐标差值，并将所述第一横坐标差值除以所述第二横坐标差值，获得车辆左侧值；计算所述车辆检测框的远路边界的横坐标与所述三维泊位投影框的地面远路长边界的顶点的横坐标的第三横坐标差值，计算所述地面远路长边界的底点的横坐标与所述地面远路长边界的顶点的横坐标的第四横坐标差值，并将所述第三横坐标差值除以所述第四横坐标差值，获得车辆右侧值；计算所述车辆检测框的四个边界分别与所述泊位全景图的四个边界的边界距离，若所述边界距离小于像素阈值，则车辆为角落车；若所述车辆检测框与周围车辆检测框具有交集，且所述车辆检测框的所述地面边界位于交集车辆检测框的地面边界之上，则车辆为被遮挡车；将所述车辆检测框的高度除以所述三维泊位投影框的外接矩形框的高度，获得车泊高比值；若所述相交面积占车辆比值小于第一占车辆比阈值，且所述相交面积占泊位比值小于第一占泊位比阈值，则车辆不在泊位内。3.根据权利要求2所述的基于云边融合的泊位状态分析方法，其特征在于，所述若所述泊位编号不存在对应的历史泊位缓存信息，则根据三维投影算法对所述泊位标定坐标进行变换，获得所述泊位编号对应的三维泊位投影框，并根据所述三维泊位投影框与每个所述车辆检测框，计算每个车辆的停靠状态，还包括：若所述车辆左侧值大于第一左侧下阈值且小于第一左侧上阈值，且所述相交面积占车辆比值大于第二占车辆比阈值，且所述车顶值大于第一车顶下阈值且小于第一车顶上阈值，则车辆在泊位内；或者，若所述车辆左侧值大于第一左侧下阈值且小于第一左侧上阈值，且所述相交面积占泊位比值大于第二占泊位比阈值，且所述车顶值大于所述第一车顶下阈值且小于所述第一车顶上阈值，则车辆在泊位内；或者，若所述车辆右侧值大于第一右侧下阈值且小于第一右侧上阈值，且所述相交面积占车辆比值大于所述第二占车辆比阈值，且所述车顶值大于所述第一车顶下阈值且小于所述第一车顶上阈值，则车辆在泊位内；或者，若所述车辆右侧值大于所述第一右侧下阈值且小于所述第一右侧上阈值，且所述相交面积占泊位比值大于所述第二占泊位比阈值，且所述车顶值大于所述第一车顶下阈值且小于所述第一车顶上阈值，则车辆在泊位内。4.根据权利要求2所述的基于云边融合的泊位状态分析方法，其特征在于，所述若所述泊位编号不存在对应的历史泊位缓存信息，则根据三维投影算法对所述泊位标定坐标进行变换，获得所述泊位编号对应的三维泊位投影框，并根据所述三维泊位投影框与每个所述车辆检测框，计算每个车辆的停靠状态，还包括：若所述车辆左侧值大于所述第一左侧上阈值且小于第二左侧阈值，且所述车底值大于第一车底下阈值且小于第一车底上阈值，且所述相交面积占泊位比值大于第二占泊位比阈值，且车辆不是所述角落车，则车辆在泊位内；或者，若所述车辆右侧值大于第一右侧上阈值且小于第二右侧阈值，且所述车底值大于所述第一车底下阈值且小于所述第一车底上阈值，且所述相交面积占泊位比值大于第二
占泊位比阈值，且车辆不是所述角落车，则车辆在泊位内。5.根据权利要求2所述的基于云边融合的泊位状态分析方法，其特征在于，所述若所述泊位编号不存在对应的历史泊位缓存信息，则根据三维投影算法对所述泊位标定坐标进行变换，获得所述泊位编号对应的三维泊位投影框，并根据所述三维泊位投影框与每个所述车辆检测框，计算每个车辆的停靠状态，还包括：若所述车辆左侧值大于第三左侧下阈值且小于第三左侧上阈值，且所述车辆右侧值大于第三右侧下阈值且小于第三右侧上阈值，且所述车底值大于第二车底下阈值且小于第二车底上阈值，则车辆在泊位内；或者，所述车辆左侧值大于所述第三左侧下阈值且小于所述第三左侧上阈值，且所述车辆右侧值大于所述第三右侧下阈值且小于所述第三右侧上阈值，且所述车底值大于第三车底阈值，且车辆为所述被遮挡车，则车辆在泊位内。6.根据权利要求2所述的基于云边融合的泊位状态分析方法，其特征在于，所述若所述泊位编号不存在对应的历史泊位缓存信息，则根据三维投影算法对所述泊位标定坐标进行变换，获得所述泊位编号对应的三维泊位投影框，并根据所述三维泊位投影框与每个所述车辆检测框，计算每个车辆的停靠状态，还包括：若所述相交面积占泊位比值大于第三占泊位比阈值，且所述车泊高比值大于第一车泊高阈值，则车辆在泊位内；或者，若所述相交面积占泊位比值小于第四占泊位比阈值，且所述车泊高比值大于所述第一车泊高阈值，则车辆在泊位内。7.根据权利要求2所述的基于云边融合的泊位状态分析方法，其特征在于，所述若所述泊位编号不存在对应的历史泊位缓存信息，则根据三维投影算法对所述泊位标定坐标进行变换，获得所述泊位编号对应的三维泊位投影框，并根据所述三维泊位投影框与每个所述车辆检测框，计算每个车辆的停靠状态，还包括：若所述相交面积占车辆比值小于第三占车辆比阈值，且所述相交面积占泊位比值大于第五占泊位比阈值，且所述三维泊位投影框的外接矩形框的外接远地面边界的纵坐标与所述车辆检测框的所述远地面边界的纵坐标的差值大于纵坐标阈值，且所述车泊高比值大于第二车泊高阈值，且所述车底值大于第四车底阈值，则车辆在泊位内；或者，若所述相交面积占车辆比值大于所述第三占车辆比阈值，且所述车底值大于第五车底下阈值且小于第二车底上阈值，则车辆在泊位内；或者，若所述相交面积占车辆比值大于所述第三占车辆比阈值，且所述车顶值大于第二车顶下阈值且小于第二车顶上阈值，且所述车辆检测框的所述远地面边界的纵坐标大于所述纵坐标阈值，且所述车底值小于第六车底阈值，则车辆在泊位内；或者，若所述相交面积占车辆比值大于所述第三占车辆比阈值，且所述车顶值大于所述第二车顶下阈值且小于第三车顶阈值，且所述车底值大于第七车底下阈值且小于第七车底上阈值，则车辆在泊位内；或者，若所述相交面积占车辆比值大于所述第三占车辆比阈值，且所述车顶值大于所述第三车顶阈值且小于等于第四车顶阈值，且所述车底值大于所述第二车底上阈值且小于第八车底阈值，且所述三维泊位投影框的地面靠路长边界的斜率绝对值大于第一斜率阈值，则车辆在泊位内；
或者，若所述相交面积占车辆比值大于所述第三占车辆比阈值，且所述地面靠路长边界的斜率绝对值小于第二斜率阈值，且所述车顶值大于第五车顶阈值且小于所述第二车顶上阈值，且所述车底值大于所述第六车底阈值且小于所述第二车底上阈值，则车辆在泊位内；或者，若所述相交面积占车辆比值大于所述第三占车辆比阈值，且所述车顶值大于所述第二车顶下阈值且小于第六车顶阈值，且所述车底值大于所述第六车底阈值且小于所述第二车底上阈值，则车辆在泊位内；或者，若所述相交面积占车辆比值大于第五占车辆比阈值，且所述相交面积占泊位比值大于第七占泊位比阈值，且所述车底值大于第十车底阈值且小于所述第五车底上阈值，则车辆在泊位内。8.根据权利要求2所述的基于云边融合的泊位状态分析方法，其特征在于，所述若所述泊位编号不存在对应的历史泊位缓存信息，则根据三维投影算法对所述泊位标定坐标进行变换，获得所述泊位编号对应的三维泊位投影框，并根据所述三维泊位投影框与每个所述车辆检测框，计算每个车辆的停靠状态，还包括：若所述相交面积占车辆比值大于第四占车辆比阈值，且所述车顶值大于第七车顶下阈值且小于第七车顶上阈值，则车辆在泊位内；或者，若所述相交面积占泊位比值大于第六占泊位比阈值，且所述车顶值大于第七车顶下阈值且小于第七车顶上阈值，则车辆在泊位内；或者，若所述相交面积占车辆比值大于所述第四占车辆比阈值，且所述车底值大于第九车底下阈值且小于第九车底上阈值，则车辆在泊位内；或者，若所述相交面积占泊位比值大于所述第六占泊位比阈值，且所述车底值大于所述第九车底上阈值且小于所述第九车底下阈值，则车辆在泊位内。9.根据权利要求2所述的基于云边融合的泊位状态分析方法，其特征在于，所述若所述泊位编号不存在对应的历史泊位缓存信息，则根据三维投影算法对所述泊位标定坐标进行变换，获得所述泊位编号对应的三维泊位投影框...

【专利技术属性】
技术研发人员：冯澍，闫昊，刘健，王艳清，
申请(专利权)人：智慧互通科技股份有限公司，
类型：发明
国别省市：