连续泊位视频采集设备部署方法、网络设备和存储介质技术

本申请公开了连续泊位视频采集设备部署方法、网络设备和存储介质，该方法包括：获取枪型摄像机的最远车牌识别距离；获取枪型摄像机在最大焦距下的最近端视频采集距离和最远端视频采集距离；根据最远车牌识别距离、最近端视频采集距离以及最远端视频采集距离，确定枪型摄像机的视频采集范围；根据预定的车位尺寸计算出枪型摄像机在视频采集范围内视频采集的连续泊位，并针对连续泊位在道路交通杆体处部署枪型摄像机。通过本申请解决了相关技术中泊位视频采集系统部署成本高、泊位视频采集结果准确度差的问题，进而可以有效地降低泊位视频采集系统部署成本、提高泊位视频采集结果准确度。确度。确度。

【技术实现步骤摘要】
连续泊位视频采集设备部署方法、网络设备和存储介质


[0001]本申请涉及到智慧停车处理领域，具体而言，涉及连续泊位视频采集设备部署方法、网络设备和存储介质。

技术介绍

[0002]传统的智慧停车方案，往往采用纯人工和手持终端设备录入方式来获取车辆的进出订单，这样的模式在瞬息万变的智慧化升级趋势下显得效率低下和笨重。为解决传统智慧停车方案效率低下、笨重的问题，在相关技术中提出了有球机(球型摄像机)和枪机(枪型摄像机)联动视频采集停车的方案，该方案通过长焦枪型摄像机覆盖广角的大面积区域，当有车辆进入画面时，球机变倍拉近焦距跟踪车辆和捕获车牌。当有车辆从泊位离场时，枪机联动球机转动到预置点坐标跟踪和抓拍车牌。该种高位枪球联动的视频采集停车方案存在多车同时进出时丢数据、车牌识别不稳定的问题，最终导致识别结果准确度差。另外，在相关技术中还提出了通过安装低位视频桩对车位状态和车辆驶入、驶出的停车完整事件进行视频检测的方案。该种低位视频桩方案能适应诸多光线条件下的停车环境，例如：大雨、大雪、雾霾、夜晚等环境，识别准确度高但是视频桩因安装在路面低处，容易受到外界人为遮挡和损坏。

技术实现思路

[0003]本申请实施例提供了连续泊位视频采集设备部署方法、网络设备和存储介质，以至少解决相关技术中泊位视频采集系统部署成本高、泊位视频采集结果准确度差的问题。
[0004]根据本申请的一个方面，提供了一种连续泊位视频采集设备部署方法，包括：获取枪型摄像机的最远车牌识别距离；获取所述枪型摄像机在最大焦距下的最近端视频采集距离和最远端视频采集距离；根据所述最远车牌识别距离、所述最近端视频采集距离以及所述最远端视频采集距离，确定所述枪型摄像机的视频采集范围；根据预定的车位尺寸计算出所述枪型摄像机在所述视频采集范围内视频采集的连续泊位，并针对所述连续泊位在道路交通杆体处部署所述枪型摄像机。
[0005]根据本申请的另一个方面，还提供了一种网络设备，包括存储器和处理器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现上述的方法步骤。
[0006]根据本申请的另一个方面，还提供了一种可读存储介质，其上存储有计算机指令，其中，该计算机指令被处理器执行时实现上述的方法步骤。
[0007]在本申请实施例中，获取枪型摄像机的最远车牌识别距离；获取枪型摄像机在最大焦距下的最近端视频采集距离和最远端视频采集距离；根据最远车牌识别距离、最近端视频采集距离以及最远端视频采集距离，确定枪型摄像机的视频采集范围；根据预定的车位尺寸计算出枪型摄像机在视频采集范围内视频采集的连续泊位，并针对连续泊位在道路交通杆体处部署枪型摄像机。通过本申请提供的连续泊位视频采集设备部署方案，一方面，
通过实体泊位在枪型摄像机镜头画面中的成像效果和人工智能的识别效果，得到该画面中的有效覆盖泊位数量，能够提升有效覆盖泊位上车辆识别结果的准确性；第二方面，一个枪型摄像机可对多个连续泊位进行视频采集相较于现有技术中分别为各泊位均设置一个低位视频桩而言，能够节省部署的人力、财力成本；第三方面，由于枪型摄像机部署在道路交通杆体上方，因此可有效避免外界人为遮挡和损坏。
附图说明
[0008]构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0009]图1是根据本申请实施例的连续泊位视频采集设备部署方法的流程图；
[0010]图2是根据本申请实施例的枪型摄像机视频采集距离区间示意图；
[0011]图3是根据本申请实施例的枪型摄像机部署示意图；
[0012]图4是根据本申请实施例的连续泊位视频采集系统的结构示意图。
具体实施方式
[0013]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
[0014]需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0015]传统的智慧停车方案往往采用纯人工和手持终端设备录入方式来获取车辆的进出订单，这样的模式在瞬息万变的智慧化升级趋势下显得效率低下和笨重。为了解决效率低下、笨重的问题，在相关技术中提出了高位枪球联动视频采集停车方案，但是该种方案也存在多车同时进出丢数据和车牌识别不稳定的问题。为了解决车牌识别不稳定的问题，现有技术中提出了安装低位视频桩对车位状态和车辆驶入、驶出的停车完整事件进行视频检测，但是该方案存在部署所耗人力、财力成本高且视频桩易毁坏的问题。
[0016]本申请为解决现有相关技术中存在的上述问题，提出了基于枪型摄像机和AI视频深度学习技术，设计并实现了路侧停车场景复杂路况下快速部署设计方案，根据现场泊位与行车道路的角度、连续泊位的个数、泊位的尺寸参数、枪型摄像机的焦距和视场角参数等影响因子，计算分析得出高位视频安装位置和高度的方法。最终提供了标准化的设计参考依据，极大的缩短了现场所需的人力投入周期。为智慧停车方案提供了更稳定、更准确和高性价比的设计方式。
[0017]下面参照附图对本申请提供的连续泊位视频采集设备部署方案进行说明。图1是根据本申请实施例的连续泊位视频采集设备部署方法的步骤流程图，下面对图1中示出的流程所包括的步骤进行说明。
[0018]步骤S102，获取枪型摄像机的最远车牌识别距离；
[0019]路侧停车在各个城市已经越来越多的加入到城市停车管理手段，路侧停车根据泊位与行车道的倾斜角度可分为三种形态，平行泊位、垂直泊位和倾斜泊位，其中最为常见的平行泊位，本申请实施例中以平行泊位形态为例提出连续泊位视频采集设备部署方案。为
得到高实用性、高识别准确度的连续泊位视频采集设备部署方案，首先分析能影响视频画面质量和算法分析准确率的因素，再深入研究每个因素的特性以及实际影响系数；然后通过大量实验数据的线性规划拟合，推导出不同环境下枪型摄像机的成像质量和算法识别率的优选区间方案；最后再结合道路交通杆体的立杆高度、枪型摄像机的视场角、车位尺寸等参数计算出枪型摄像机在视频采集范围内视频采集的连续泊位，最终输出连续泊位的视频视频采集设备部署方案。
[0020]枪型摄像机的具体型号可由本领域技术人员根据摄像机参数、成本以及应用场景等具体因素综合灵活选定，本申请实施例中枪型摄像机的目标型号选定方式不作具体限制。在目标型号的枪型摄像机选定后即可获知枪型摄像机的视场角。
[0021]其中，车牌尺寸为固定统一尺寸。根据国标要求的车牌尺寸，小型汽车车牌尺寸为440毫米*140毫米。常用车牌一般由7个字符组成，1个汉字和6个字母或数字，第二个字符与第三个字符间距半个字符的距离，单个字符的宽度为60mm，高度为120mm。
[0022]在我国市区内道路交通所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种连续泊位视频采集设备部署方法，包括：获取枪型摄像机的最远车牌识别距离；获取所述枪型摄像机在最大焦距下的最近端视频采集距离和最远端视频采集距离；根据所述最远车牌识别距离、所述最近端视频采集距离以及所述最远端视频采集距离，确定所述枪型摄像机的视频采集范围；根据预定的车位尺寸计算出所述枪型摄像机在所述视频采集范围内视频采集的连续泊位，并针对所述连续泊位在道路交通杆体处部署所述枪型摄像机。2.根据权利要求1所述的方法，其特征在于，获取枪型摄像机的最远车牌识别距离的步骤，包括：在所述枪型摄像机的景深范围内，获取预设的车牌识别准确率对应的最远车牌识别距离。3.根据权利要求2所述的方法，其特征在于，在所述枪型摄像机的景深范围内，获取预设的车牌识别准确率对应的最远车牌识别距离的步骤，包括：基于所述枪型摄像机的视场角、像元尺寸以及车牌尺寸，确定距离所述枪型摄像机不同间距的车牌所占画面范围内的像素数量；确定各所述车牌所占画面范围内的像素数量与车牌识别准确率之间的对应关系；基于各所述对应关系和所述预设的车牌识别准确率进行筛选，得到所述枪型摄像机的最远车牌识别距离。4.根据权利要求3所述的方法，其特征在于，基于所述枪型摄像机的视场角、像元尺寸以及车牌尺寸，确定距离所述枪型摄像机不同间距的车牌所占画面范围内的像素数量的步骤，包括：根据所述枪型摄像机的视场角、车牌尺寸和各所述车牌到所述枪型摄像机的距离，计算得到所述枪型摄像机成像后的各车牌尺寸；根据所述枪型摄像机成像后的各车牌尺寸和所述枪型摄像机的像元尺寸，计算得到各所述车牌所占画面范围内的像素数量。5.根据权利要求3所述的方法，其特征在于，确定各所述车牌所占画面范围内的像素数量与车牌识别准确率之间的对应关系的步骤，包括：对各所述车牌所占画面范围内的车牌内容进行识别，得到各所述车牌的车牌内容识别结果；基于各所述车牌的车牌内容识别结果，获取各所述车牌的车牌识别准确率；建立各所述车牌所占画面范围内的像素数量与车牌识别准确率之间的对应关系。6.根据权利要求3所述的方法，其特征在于，基于各所述对应关系和所述预设的车牌识别准确率进行筛选，得到所述枪型摄像机的最远车牌识别距离的步骤，包括：基于各所述对应关系构建车牌像素数量随车牌识别准确度变化趋势...

【专利技术属性】
技术研发人员：李宇飞，冯威，陈新，姜漫，
申请(专利权)人：阿里云计算有限公司，
类型：发明
国别省市：