一种基于边缘计算的道路停车巡检取证收费系统技术方案

技术编号:39411948 阅读:9 留言:0更新日期:2023-11-19 16:03
本发明专利技术涉及一种基于边缘计算的道路停车巡检取证收费系统,属于泊车收费辅助领域。本发明专利技术提供的基于边缘计算的道路停车巡检取证收费系统通过巡检车和巡检装置上的卫星定位装置和RFID标签确定车辆的位置,通过摄像头采集图像信息确定泊位车辆的车牌信息和轮廓,从而得到更精准的车辆停车信息。本发明专利技术能够保证收费精准的情况下,减少路边泊车的使用设备,降低人工成本和场地建设投资成本,降低巡检车的停车次数,提供巡检效率。提供巡检效率。提供巡检效率。

【技术实现步骤摘要】
一种基于边缘计算的道路停车巡检取证收费系统


[0001]本专利技术涉及一种基于边缘计算的道路停车巡检取证收费系统,属于泊车收费辅助领域。

技术介绍

[0002]目前随着社会的发展,生活水平的提高,越来越多的机动、非机动车辆涌入城市中,造成交通的拥挤以及停车需求的大幅度增加,而现有的大部分停车收费系统仍然采用传统人工收费模式或者结合地磁设备、收费PDA终端拍照取证以及计费管理系统的老旧模式,通过对入场计时,出场算费的方式来统一管理。该模式带来建设投资成本高,设备计时不准确,人工费用及风险大等一系列问题,并且容易因为取证错误引发一系列纠纷等冲突。

技术实现思路

[0003]本专利技术为解决上述现有技术中存在的问题,提供了一种基于边缘计算的道路停车巡检取证收费系统,本专利技术能够保证收费精准的情况下,减少路边泊车的使用设备,降低人工成本和场地建设投资成本,降低巡检车的停车次数,提供巡检效率。
[0004]为实现上述目的,本专利技术提供的技术方案为:一种基于边缘计算的道路停车巡检取证收费系统,至少包括用于巡检取证的巡检装置和搭载巡检装置的巡检车,巡检装置至少包括从上至下分层设置的卫星定位装置、摄像头和RFID辅助定位装置,其中卫星定位装置位于巡检装置的顶部,摄像头环绕设置在巡检装置的中部,RFID辅助定位装置环绕的设于摄像头的下方,用于检测RFID标签,具体步骤如下:
[0005]1)采集车位信息:通过巡检车在所需采集场地内按道路停车方向巡检,巡检车通过摄像头识别道路边缘位置,并采集泊位定位标记,每一个泊位起始位置设置为该泊位的起点定位标记A
n
,n≥1,每一个泊位结束位置设置为该泊位的终点定位标记B
n
,n≥1,根据巡检车采集的A
n
和B
n
确定各泊车车位的区域,根据泊位的起点定位标记A
n
和终点定位标记B
n
确定泊位实际长度L,以实际长度L为基准,从道路边缘位置形成的道路边缘曲线向道路内延伸泊位标准宽度,即确定出对应泊位区域R
n
,n≥1;每一个泊位中部设有能被RFID辅助定位装置识别到的唯一RFID标签,每一个RFID标签所表示的位置信息均存储在巡检装置中;
[0006]2)泊车巡检取证:巡检车在所需采集场地内以固定周期方式进行循环式巡检取证,并通过卫星定位装置和RFID辅助定位装置对巡检车进行实时位置确认,当检测到巡检车处于泊位区域R
n
时,摄像头对泊位区域R
n
进行取证抓拍,获取图像信息,巡检装置通过边缘计算对车辆进行车牌识别,若识别泊位区域R
n
中的车辆为当日第一次出现在采集场地内,则为车辆赋予唯一编号;将巡检装置采集到的数据串信息存储在本地;
[0007]在巡检取证过程中卫星定位装置出现信号数据异常或信号漂移时,将RFID标签信号做为泊位的置信度判定,将满足置信度要求的图像信息作为可信赖的待识别图像信息;当卫星定位装置信号正常时,将卫星定位作为泊位判定标准;
[0008]巡检装置上设有用于对图像信息进行并行计算的GPU,按如下步骤计算:
[0009](1)数据预处理:对图像信息进行预处理,包括调整图像大小、图像灰度化和增强对比度;
[0010](2)提取轮廓信息:通过边缘检测算法提取车辆轮廓信息,轮廓信息包括车辆的轮廓特征、颜色特征和大小特征,并按照车辆编号保存;
[0011](3)提取车牌特征:使用CNN模型对预处理后的车牌图像进行边缘检测和特征提取,CNN模型至少包括用于进行车牌的分类和识别全连接层和softmax分类器;
[0012]3)处理采集信息:巡检装置对计算后得到的图像信息,分别按照车辆编号、当前时间和泊位信息进行分类存储,并对同一车辆编号中的图像信息数据按照时间线顺序进行排序,根据泊位状态的变化情况,按车辆编号的时间线信息进行存储;
[0013]所述的泊位状态包括有车状态、无车状态和确认无车状态,其中有车状态包括有车有牌状态和有车无牌状态:
[0014]当泊位上从有车变为无车时,将泊位状态设置为确认无车状态,当巡检车在下一个巡检周期时该泊位依然无车,则该泊位状态由确认无车状态转移为无车状态;
[0015]当泊位上从无车变为有车时,将泊位状态设置为有车状态,根据图像信息得到的轮廓信息和车牌特征,将有车状态分为有车有牌状态和有车无牌状态;
[0016]当泊位状态为有车有牌状态时,将该泊位的图像信息按车辆编号进行储存,并按照时间线顺序进行排序;
[0017]当泊位状态为有车无牌状态时,巡检装置将该泊位目前的轮廓信息和上次巡检时该泊位的轮廓信息进行对比;若符合预设的相似度阈值和权重,则视为同一车辆编号;若该泊位上次没有车辆,则本次采集的图像信息作为该泊位的首次驶入,为车辆赋予唯一编号,将检测到的图像信息暂存本地,并进行报错;
[0018]4)信息补漏纠错:通过将巡检车牌号码加入泊位集合中,在多个巡检周期中比对同一泊位的多次识别结果;若识别结果与存储的上一次识别结果不同,则认定该泊位的本次车辆与上一次车辆不是同一台车辆,统计该泊位下出现计数最大的车牌号码,为当前泊位认定车牌号,通过对同一泊位多周期分析以及前后采集数据分析,对巡检装置采集的误差进行修正;
[0019]5)计算泊车费用:巡检装置根据按车辆编号的时间线信息以及预设的算费规则进行实际费用清算,并且保留完整取证抓拍信息链数据,同时将车辆驶入、驶离等信息形成完整闭环流程,计算费用后并通过通讯装置上传第三方收费平台进行收费。
[0020]步骤2)中巡检装置存储的数据串中还包括时间戳、车辆编号、摄像头编号、卫星定位信息、RFID标签信息、泊位编号、车牌号码和图像信息。
[0021]步骤2)中所述的泊位置信度判定,首先将预先存储在RFID标签所表示的位置信息与卫星定位装置相比对,当卫星定位装置的信号数据偏离RFID标签的预设阈值时,则卫星定位不满足置信度,将RFID标签的位置信息作为泊位信息。
[0022]摄像头至少包括两个以上环绕设置在巡检装置的中部的摄像头,RFID辅助定位装置环绕巡检装置位于摄像头的下方,且与地面呈45度角。
[0023]步骤4)中通过巡检车针对车牌号码单字符模糊比对、车牌号码字符一位容错比对、统计巡检周期内频次最多号牌和泊位对采集数据并分析,对同一泊位多周期分析以及前后采集数据分析,对巡检车采集的误差进行修正。
[0024]步骤4)的泊位集合中车牌的首字符汉字为易错字符,在排除首字符后,对后续车牌字符进行加入到整个当前泊位出现的集合中,将集合中车牌出现的重复次数记为C,如果字符在之前出现过,则对C的次数加1,如果字符第一次出现,则将此车牌号码加入集合中,并将C计数为1;将因识别遮挡等问题导致错误1位的车牌号的数量记为E,并将计数E累加到C中,使C=C+E;最终认定该车牌号在泊位出现C次。
[0025]根据上述技术方本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于边缘计算的道路停车巡检取证收费系统,至少包括用于巡检取证的巡检装置和搭载巡检装置的巡检车,其特征在于巡检装置至少包括从上至下分层设置的卫星定位装置、摄像头和RFID辅助定位装置,其中卫星定位装置位于巡检装置的顶部,摄像头环绕设置在巡检装置的中部,RFID辅助定位装置环绕的设于摄像头的下方,用于检测RFID标签,具体步骤如下:1)采集车位信息:通过巡检车在所需采集场地内按道路停车方向巡检,巡检车通过摄像头识别道路边缘位置,并采集泊位定位标记,每一个泊位起始位置设置为该泊位的起点定位标记A
n
,n≥1,每一个泊位结束位置设置为该泊位的终点定位标记B
n
,n≥1,根据巡检车采集的A
n
和B
n
确定各泊车车位的区域,根据泊位的起点定位标记A
n
和终点定位标记B
n
确定泊位实际长度L,以实际长度L为基准,从道路边缘位置形成的道路边缘曲线向道路内延伸泊位标准宽度,即确定出对应泊位区域R
n
,n≥1;每一个泊位中部设有能被RFID辅助定位装置识别到的唯一RFID标签,每一个RFID标签所表示的位置信息均存储在巡检装置中;2)泊车巡检取证:巡检车在所需采集场地内以固定周期方式进行循环式巡检取证,并通过卫星定位装置和RFID辅助定位装置对巡检车进行实时位置确认,当检测到巡检车处于泊位区域R
n
时,摄像头对泊位区域R
n
进行取证抓拍,获取图像信息,巡检装置通过边缘计算对车辆进行车牌识别,若识别泊位区域R
n
中的车辆为当日第一次出现在采集场地内,则为车辆赋予唯一编号;将巡检装置采集到的数据串信息存储在本地;在巡检取证过程中卫星定位装置出现信号数据异常或信号漂移时,将RFID标签信号做为泊位的置信度判定,将满足置信度要求的图像信息作为可信赖的待识别图像信息;当卫星定位装置信号正常时,将卫星定位作为泊位判定标准;巡检装置上设有用于对图像信息进行并行计算的GPU,按如下步骤计算:(1)数据预处理:对图像信息进行预处理,包括调整图像大小、图像灰度化和增强对比度;(2)提取轮廓信息:通过边缘检测算法提取车辆轮廓信息,轮廓信息包括车辆的轮廓特征、颜色特征和大小特征,并按照车辆编号保存;(3)提取车牌特征:使用CNN模型对预处理后的车牌图像进行边缘检测和特征提取,CNN模型至少包括用于进行车牌的分类和识别全连接层和softmax分类器;3)处理采集信息:巡检装置对计算后得到的图像信息,分别按照车辆编号、当前时间和泊位信息进行分类存储,并对同一车辆编号中的图像信息数据按照时间线顺序进行排序,根据泊位状态的变化情况,按车辆编号的时间线信息进行存储;所述的泊位状态包括有车状态、无车状态和确认无车状态,其中有车状态包括有车有牌状态和有车无牌状态:当泊位上从有车变为无车时,将泊位状态设置为确认无...

【专利技术属性】
技术研发人员:顾磊肖光伟沈李峰
申请(专利权)人:江西山水光电科技股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1