System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及智能停车领域,尤其涉及一种检测空闲停车位的方法、装置、设备和介质。
技术介绍
1、目前,现有的车位检测方案一般基于深度学习和传感器物理特征检测技术,容易受到环境中异常波动的影响,灰尘或行人移动会导致车位状态判断错误,不便于准确获知车位状态。造成等待空闲车位的时间浪费。同时,获知车位状态不及时会造成车位已经空闲,而用户仍在等待空位的车位空间浪费。因此,亟需一种检测空闲停车位的方法、装置、设备和介质以改善上述问题。
技术实现思路
1、本专利技术的目的在于提供一种检测空闲停车位的方法、装置、设备和介质,该方法用于检测空闲停车位状态。
2、第一方面,本专利技术提供一种检测空闲停车位的方法,应用于智能停车系统,包括:从图像采集单元获取连续n帧关于停车位的图像组,每一帧所述图像组均包括深度图像和灰度图像;针对所述n帧深度图像包含的第k帧图像,所述第k帧深度图像为所述n帧深度图像中的任意一帧,执行如下处理:获取所述深度图像在感兴趣区域(region of interest,roi)内的图像数据,生成探测平面;根据所述探测平面计算探测质心和探测法向量;根据参考质心和所述探测质心计算质心距离;根据参考法向量和所述探测法向量计算法向量夹角;当所述质心距离不超出阈值距离范围且所述法向量夹角不超出阈值夹角范围时,确认所述深度图像的车位状态为空闲状态;否则确认所述深度图像的车位状态为有车状态。
3、本专利技术的方法有益效果为:从图像采集单元获取连续n帧关于停车位的图像组
4、可选的,从图像采集单元获取连续n帧关于停车位的图像组之前,所述方法还包括:获取车位为空闲状态时的灰度图像;根据所述灰度图像识别车位线的像素坐标,生成所述感兴趣区域;根据所述深度图像在所述感兴趣区域内的图像数据,生成参考平面;根据所述参考平面计算参考质心和参考法向量;根据深度在时域上的波动生成所述参考质心的距离阈值范围和所述参考法向量的夹角阈值范围。
5、可选的,根据所述深度图像在所述感兴趣区域内的图像数据,生成参考平面,包括:连续采集若干帧车位为预设为空闲状态的深度图像,通过数据平均获取参考图像;将所述参考图像中的感兴趣区域内的深度数值进行均值滤波,生成深度参数;根据内参矩阵将所述深度参数转换为点云坐标;利用最小二乘法将所述点云坐标拟合为点云平面,获得所述参考平面。
6、可选的,还包括,当所述连续n帧深度图像的车位状态被确认为有车状态时更新所述车位状态为有车状态;当连续n帧深度图像的车位状态被确认为空闲状态时更新所述车位状态为空闲状态,n为任意正整数。
7、可选的,获取所述深度图像在所述感兴趣区域内的图像数据,生成探测平面,包括:连续采集若干帧任意车位状态的深度图像,通过数据平均获取探测图像;将所述探测图像中的感兴趣区域内的深度数值进行均值滤波,生成深度参数;根据内参矩阵将所述深度参数转换为点云坐标;利用最小二乘法将所述点云坐标拟合为点云平面,获得所述探测平面。
8、可选的,根据所述灰度图像识别车位线的像素坐标,生成所述感兴趣区域,包括:通过边缘检测算法检测出所述灰度图像中的车位线的边缘;根据所述车位线的边缘的像素坐标,生成所述感兴趣区域。
9、可选的,从图像采集单元获取连续n帧关于停车位的图像组,包括:所述图像采集单元获取距车位线的水平距离为d,距离地面的高度为h,俯仰角为θ的连续若干帧图像组;所述图像采集单元距离地面高度h满足:
10、
11、其中h为预设车辆高度;d为所述图像采集单元距车位线后方距离;l为所述车位线的长度。
12、可选的,所述深度图像在垂直方向的视场角为α;所述深度图像在水平方向的视场角为β;所述垂直方向的视场角α与所述水平方向的视场角β分别满足:
13、
14、
15、其中d为所述图像采集单元距车位线的水平距离;l为所述车位线的长度;w为所述车位线的宽度;h为所述图像采集单元距离地面的高度。
16、可选的,所述图像采集单元的俯仰角θ满足:
17、
18、其中d为所述图像采集单元距车位线后方距离;h为所述图像采集单元距离地面的高度;α为垂直方向的视场角。
19、第二方面,本专利技术提供一种车位检测装置,用于第一方面中任一项所述的方法,包括:处理单元、图像采集单元和存储单元;所述图像采集单元用于获取连续n帧关于停车位的图像组,每一帧所述图像组均包括深度图像和灰度图像;所述处理单元用于针对n帧所述图像组包含的第k帧图像组,所述第k帧深度图像为所述n帧图像组的任意一帧,执行如下处理:获取所述深度图像在感兴趣区域内的图像数据,生成探测平面;根据所述探测平面计算探测质心和探测法向量;根据参考质心和所述探测质心计算质心距离;根据参考法向量和所述探测法向量计算法向量夹角;当所述质心距离不超出阈值距离范围且所述法向量夹角不超出阈值夹角范围时,确认所述深度图像的车位状态为空闲状态;否则确认所述深度图像的车位状态为有车状态;所述存储单元用于存储所述车位状态。
20、可选的,所述图像采集单元还用于:获取车位为空闲状态时的深度图像;根据所述深度图像在所述感兴趣区域内的图像数据,生成参考平面;根据所述参考平面计算参考质心和参考法向量;根据深度在时域上的波动生成所述参考质心的距离阈值范围和所述参考法向量的夹角阈值范围。
21、值得说明的是,所述探测平面基于若干帧任意车位状态的深度图像生成;车位状态为空闲状态的所述深度图像生成的探测平面还用于校准所述参考平面。
22、第三方面,本专利技术提供一种电子设备,包括存储器和处理器和深度相机;所述存储器上存储有可在所述处理器上运行的程序,当所述程序被所述处理器执行时,使得所述电子设备实现第一方面中任一项所述的方法。
23、第四方面,本专利技术提供一种可读存储介质,所述可读存储介质内存储有程序;所述程序被执行时,实现第一方面中任一项所述的方法。
本文档来自技高网...【技术保护点】
1.一种检测空闲停车位的方法,应用于智能停车系统,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,从图像采集单元获取连续N帧关于停车位的图像组之前,还包括:
3.根据权利要求2所述的方法,其特征在于,根据所述深度图像在所述感兴趣区域内的图像数据,生成参考平面,包括:
4.根据权利要求1所述的方法,其特征在于,还包括,当所述连续n帧深度图像的车位状态被确认为有车状态时更新所述车位状态为有车状态;
5.根据权利要求1所述的方法,其特征在于,获取所述深度图像在所述感兴趣区域内的图像数据,生成探测平面,包括:
6.根据权利要求2所述的方法,其特征在于,根据所述灰度图像识别车位线的像素坐标,生成所述感兴趣区域,包括:
7.根据权利要求1所述的方法,其特征在于,从图像采集单元获取连续N帧关于停车位的图像组,包括:
8.根据权利要求7所述的方法,其特征在于,所述深度图像在垂直方向的视场角为α;所述深度图像在水平方向的视场角为β;
9.根据权利要求7所述的方法,其特征在于,
11.根据权利要求10所述的装置,其特征在于,
12.一种电子设备,其特征在于,包括存储器和处理器和深度相机;所述存储器上存储有可在所述处理器上运行的程序,当所述程序被所述处理器执行时,使得所述电子设备实现权利要求1至8中任一项所述的方法。
13.一种可读存储介质,所述可读存储介质内存储有程序;其特征在于,所述程序被执行时,实现权利要求1至8中任一项所述的方法。
...【技术特征摘要】
1.一种检测空闲停车位的方法,应用于智能停车系统,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,从图像采集单元获取连续n帧关于停车位的图像组之前,还包括:
3.根据权利要求2所述的方法,其特征在于,根据所述深度图像在所述感兴趣区域内的图像数据,生成参考平面,包括:
4.根据权利要求1所述的方法,其特征在于,还包括,当所述连续n帧深度图像的车位状态被确认为有车状态时更新所述车位状态为有车状态;
5.根据权利要求1所述的方法,其特征在于,获取所述深度图像在所述感兴趣区域内的图像数据,生成探测平面,包括:
6.根据权利要求2所述的方法,其特征在于,根据所述灰度图像识别车位线的像素坐标,生成所述感兴趣区域,包括:
7.根据权利要求1所述的方法,其特征在于,从图像采集单元...
【专利技术属性】
技术研发人员:尹睿,邓磊,沈晓良,张卫,朱宝,王冬贤,奚晶晶,
申请(专利权)人:上海集成电路制造创新中心有限公司,
类型:发明
国别省市:
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。