技术新讯 > 计算推算,计数设备的制造及其应用技术 > 一种车辆行为分析方法、装置及存储介质与流程  >  正文

一种车辆行为分析方法、装置及存储介质与流程

  • 国知局
  • 2024-09-05 14:30:02

本发明涉及车位管控,尤其涉及一种车辆行为分析方法、装置及存储介质。

背景技术:

1、随着城市化进程的加速和汽车保有量的持续上升,停车难问题日益突出,对车位的高效、精准管理提出了更高要求。车位管控技术融合了计算机视觉、图像识别、物联网、云计算等先进技术,实现了对停车场内车位的实时监控、精准定位、智能调度等功能。这些技术使得车位管控系统能够实时采集车位使用信息,通过算法分析预测车位使用情况,并自动调整车位分配策略,从而实现车位的高效利用和便捷管理。

2、然而,目前的车位管控技术通常需要多个摄像机联动配合才能实现更大区域的车位管控,在实际应用场景中,调试多个相机需要耗费大量的时间,且产品成本和技术应用成本较高,此外车辆和车位的变化状态难以直接可视化,不利于直观分析车辆行为,无法精确对车位数量以及车辆数量进行计数,缺乏对车位的精准管控。

技术实现思路

1、基于此,有必要针对上述技术问题,提供一种车辆行为分析方法、装置、计算机设备及存储介质,以解决上述现有技术中存在的至少一个问题。

2、第一方面,本技术实施例是这样实现的,提供了一种车辆行为分析方法,包括如下步骤:

3、采集目标场景图像,获取位于所述目标场景图像中的标志物图像数据;

4、基于所述标志物图像数据,构建从像素坐标系到世界坐标系的映射模型;

5、采集多个车位的角点特征,基于所述角点特征和所述映射模型,构建停车场地图;

6、获取待检测视频数据,当检测到所述待检测视频数据中存在至少一个目标车辆时,确定每一帧视频帧中所述目标车辆的位置坐标;

7、通过所述映射模型,将所述位置坐标依次映射至对应的每一帧所述停车场地图中,以生成鸟瞰图;

8、基于所述鸟瞰图,确定所述目标车辆在所述停车场地图中的位置变化状态信息,并基于所述位置变化状态信息对所述目标车辆的行为进行分析,以得到行为分析结果。

9、在一实施例中,所述基于所述标志物图像数据,构建从像素坐标系到世界坐标系的映射模型,包括:

10、基于所述标志物图像数据,对目标拍摄装置进行标定;

11、获取标定后的目标拍摄装置的输出参数,所述输出参数至少包括外参矩阵、内参矩阵以及畸变参数;

12、基于所述外参矩阵、内参矩阵以及畸变参数,构建从像素坐标系到世界坐标系的映射模型。

13、在一实施例中,所述将所述位置坐标依次映射至对应的每一帧所述停车场地图中之后,包括:

14、确定所述目标车辆是否处于滞留状态;

15、若否,则获取所述目标车辆的车辆特征与已跟踪车辆的车辆特征之间的历史匹配结果;

16、当所述历史匹配结果符合预设匹配条件时,则获取车辆信息,并将所述车辆信息添加至对应的每一帧所述停车场地图中。

17、在一实施例中,所述确定所述目标车辆是否处于滞留状态,包括:

18、获取所述目标车辆的车辆特征以及预存的已跟踪车辆记录,所述已跟踪车辆记录包括至少一个已跟踪车辆的车辆特征;

19、将所述目标车辆的车辆特征与所述已跟踪车辆的车辆特征进行匹配;

20、当匹配一致,则获取所述目标车辆的最新车辆跟踪参数,所述最新车辆跟踪参数包括车辆速度;

21、确定所述车辆速度是否大于预设速度阈值;

22、若否,则确定所述目标车辆处于滞留状态。

23、在一实施例中,所述历史匹配结果包括匹配成功次数,所述当所述历史匹配结果符合预设匹配条件时,则获取车辆信息,并将所述车辆信息添加至对应的每一帧所述停车场地图中,包括:

24、当所述目标车辆的车辆特征与所述已跟踪车辆的车辆特征之间的所述匹配成功次数连续且大于第一预设次数阈值时,则确定所述目标车辆的车辆特征与所述已跟踪车辆的车辆特征为同一车辆,并将所述车辆信息标添加至对应的每一帧所述停车场地图中。

25、在一实施例中,所述将所述车辆信息标添加至对应的每一帧所述停车场地图中之后,还包括:

26、当所述目标车辆的车辆特征与所述已跟踪车辆的车辆特征之间的所述匹配成功次数大于第二预设次数阈值时,移除之前记录的第二预设次数+1帧中的车辆信息,其中,所述第二预设次数阈值大于所述第一预设次数阈值。

27、在一实施例中,所述基于所述位置变化状态信息,对所述目标车辆的行为进行分析,以得到行为分析结果,包括:

28、基于所述位置变化状态信息,确定所述目标车辆的行驶轨迹以及当前位姿;

29、基于所述目标车辆的行驶轨迹以及当前位姿,确定所述目标车辆是否存在违停行为;

30、若是,则输出告警信息。

31、第二方面,提供了一种车辆行为分析装置,包括:

32、标志物图像数据获取单元,用于采集目标场景图像,获取位于所述目标场景图像中的标志物图像数据;

33、映射模型构建单元,用于基于所述标志物图像数据,构建从像素坐标系到世界坐标系的映射模型;

34、地图构建单元,用于采集多个车位的角点特征,基于所述角点特征和所述映射模型,构建停车场地图;

35、坐标信息确定单元,用于获取待检测视频数据,当检测到所述待检测视频数据中存在至少一个目标车辆时,确定每一视频帧中所述目标车辆的位置坐标;

36、鸟瞰图生成单元,用于通过所述映射模型,将所述位置坐标依次映射至对应的每一帧所述停车场地图中,以生成鸟瞰图;

37、行为分析单元,用于基于所述鸟瞰图,确定所述目标车辆在所述停车场地图中的位置变化状态信息,并基于所述位置变化状态信息对所述目标车辆的行为进行分析,以得到行为分析结果。

38、第三方面,提供了一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,所述处理器执行所述计算机可读指令时实现如上述所述车辆行为分析方法的步骤。

39、第四方面,提供了一种可读存储介质,所述可读存储介质存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如上述所述车辆行为分析方法的步骤。

40、上述车辆行为分析方法、装置、计算机设备及存储介质,其方法实现,包括:采集目标场景图像,获取位于所述目标场景图像中的标志物图像数据;基于所述标志物图像数据,构建从像素坐标系到世界坐标系的映射模型;采集多个车位的角点特征,基于所述角点特征和所述映射模型,构建停车场地图;获取待检测视频数据,当检测到所述待检测视频数据中存在至少一个目标车辆时,确定每一帧视频帧中所述目标车辆的位置坐标;通过所述映射模型,将所述位置坐标依次映射至对应的每一帧所述停车场地图中,以生成鸟瞰图;基于所述鸟瞰图,确定所述目标车辆在所述停车场地图中的位置变化状态信息,并基于所述位置变化状态信息对所述目标车辆的行为进行分析,以得到行为分析结果。本技术实施例中,通过对拍摄装置进行标定,并基于标定后的拍摄装置构建像素坐标系与世界坐标系之间的映射模型,基于该映射模型将车辆的坐标映射至停车场地图中,以得到鸟瞰图,基于该鸟瞰图可直观的得到车辆的位置状态变化以及车位的空闲状态变化,从而可以对车辆的行为进行分析,对车位数量以及车辆数量进行精准计数,无需采用多个摄像机进行联动,可降低人工成本与产品成本,且可提高车位管控的准确性。

本文地址:https://www.jishuxx.com/zhuanli/20240905/286793.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。