本申请涉及一种巡检车检测异常停车方法、装置、存储介质及电子设备，其中方法包括：从泊位视频数据中提取当前帧画面中各泊位的泊位信息、各车辆的底盘信息和车牌信息；根据各泊位信息，更新对应泊位的泊位跟踪信息，得到目标泊位跟踪信息，根据各车牌信息更新对应车辆的车牌跟踪信息，得到目标车牌跟踪信息，并根据各底盘信息更新对应车辆的底盘跟踪信息，得到目标底盘跟踪信息；匹配每个目标底盘跟踪信息对应的目标车牌跟踪信息以及对应目标泊位跟踪信息，最终确定匹配后底盘信息；根据匹配后底盘信息和对应的最新泊位信息的相对位置关系，确定最新车牌信息对应车辆的停车状态是否异常。本申请具有使检测停车状态所覆盖的泊位较多的效果。位较多的效果。位较多的效果。
【技术实现步骤摘要】
巡检车检测异常停车方法、装置、存储介质及电子设备
[0001]本申请涉及停车巡检
，具体涉及一种巡检车检测异常停车方法、装置、存储介质及电子设备。
技术介绍
[0002]目前，车辆停车管理是城市物业管理中的一个典型问题，车辆停车占线占道和停车不规范等现象屡见不鲜，容易导致泊位利用率较低，针对此问题，往往需要工作人员长时间持续的巡查和监督来杜绝，效率不高而且人力资源消耗大。因此，如何更好地对车辆停车状态进行检测，成为亟待解决的问题。
[0003]现有技术主要采取固定摄像头拍摄停车场的固定区域内泊位的图像信息或视频信息，对获取的图像信息获视频信息进行分析处理，从而判断该固定区域内的泊位上的停车状态是否异常，此方式只能对固定区域内的泊位进行检测，导致检测停车状态所覆盖的泊位较少。
技术实现思路
[0004]为了使检测停车状态所覆盖的泊位较多，本申请提供一种巡检车检测异常停车方法、装置、存储介质及电子设备。
[0005]在本申请的第一方面提供了一种巡检车检测异常停车方法，具体包括：通过所述摄像机获取泊位视频数据，从所述泊位视频数据中提取当前帧画面中各泊位的泊位信息，并提取所述当前帧画面中各车辆的底盘信息和车牌信息；根据各所述泊位信息，更新对应泊位的泊位跟踪信息，得到对应泊位的目标泊位跟踪信息，根据各所述车牌信息更新对应车辆的车牌跟踪信息，得到对应车辆的目标车牌跟踪信息，并根据各所述底盘信息更新对应车辆的底盘跟踪信息，得到对应车辆的目标底盘跟踪信息；匹配每个所述目标底盘跟踪信息中最新底盘信息对应的目标车牌跟踪信息中的最新车牌信息，得到匹配后底盘信息，并确定所述匹配后底盘信息对应的目标泊位跟踪信息中的最新泊位信息；根据所述匹配后底盘信息和对应的最新泊位信息的相对位置关系，确定所述最新车牌信息对应车辆的停车状态是否异常。
[0006]通过采用上述技术方案，将每个泊位信息更新到对应泊位的泊位跟踪信息中，得到目标泊位跟踪信息，将每个底盘信息更新到对应车辆的底盘跟踪信息中，得到目标底盘跟踪信息，将每个车牌信息更新到对应车辆的车牌跟踪信息中，得到目标车牌跟踪信息，从而实现对出现在巡检车所拍的泊位视频数据中泊位、底盘和车牌的实时追踪。接着匹配每个目标底盘跟踪信息对应的目标车牌跟踪信息以及对应的目标泊位跟踪信息，即，将车牌与车辆建立对应关系，再明确车辆与停放的泊位。最后根据匹配后底盘信息和对应的最新泊位信息的相对位置关系，即，车辆与对应泊位的相对位置关系，确定对应车辆停车状态是
否异常，从而通过巡检车巡检的方式，使得检测停车状态所覆盖的泊位较多。
[0007]可选的，所述提取当前帧画面中各车辆的底盘信息和车牌信息，具体包括：将所述当前帧画面输入至训练后的Deep3DBox算法中，得到所述当前帧画面中各车辆的3D包围框；将各所述3D包围框的底部投影至2D平面，得到各车辆对应的底盘信息；将所述当前帧画面输入至训练后的车牌检测模型中，得到各车辆的车牌信息。
[0008]通过采用上述技术方案，训练后的Deep3DBox算法从当前帧画面中提取出现的车辆的3D包围框，即车辆的框体，然后再将每个3D包围框的底部投影到2D平面上，从而较为快速和准确地得到每个车辆的底盘信息，即，车辆底盘在2D平面的信息。最后再通过训练后的车牌检测模型，从当前帧画面中提取出现的车辆的车牌信息。
[0009]可选的，所述根据各所述泊位信息，更新对应泊位的泊位跟踪信息，得到对应泊位的目标泊位跟踪信息，具体包括：将每个所述泊位的泊位跟踪信息中最新泊位信息对应的第一泊位四边形，与各所述泊位信息对应的第二泊位四边形进行四边形IOU计算，得到IOU值；将各所述IOU值与IOU阈值进行对比，筛选IOU值大于IOU阈值的泊位信息集合；选取所述泊位信息集合中IOU值最大的目标泊位信息更新至对应泊位的泊位跟踪信息中，得到对应泊位的目标泊位跟踪信息。
[0010]通过采用上述技术方案，将第一泊位四边形与从当前帧画面中各个泊位信息对应的第二泊位四边形进行IOU计算，得到IOU值，以通过IOU值确定每个泊位信息对应的泊位跟踪信息。如果IOU值大于IOU阈值，说明对应的泊位信息与当前的泊位跟踪信息大概率为同一个泊位，再选取泊位信息集合中IOU值最大的目标泊位信息，将其与当前的泊位跟踪信息确定为同一个泊位，更新到对应泊位的泊位跟踪信息，得到目标泊位跟踪信息，从而实现对泊位的实时追踪。
[0011]可选的，所述车牌信息包括车牌号和车牌位置信息，根据各所述车牌信息更新对应车辆的车牌跟踪信息，得到对应车辆的目标车牌跟踪信息，具体包括：确定每个所述车辆的车牌跟踪信息中的投票车牌号，所述投票车牌号为出现频次最高的车牌号；将各所述车牌号分别与所述投票车牌号进行字符按位匹配，得到匹配字符数；根据各所述车牌位置信息与所述投票车牌号对应的车牌跟踪信息中的最新车牌位置信息的相对位置关系，将对应的匹配字符数进行调整，得到目标匹配字符数；在所述目标匹配字符数大于字符数阈值的车牌信息中选取目标匹配字符数最大的车牌信息更新至对应车辆的车牌跟踪信息中，得到对应车辆的目标车牌跟踪信息。
[0012]通过采用上述技术方案，将检测出的各个车牌信息中的车牌号分别与投票车牌号进行字符按位匹配，即，将两者同一位置的字符进行对比，得到匹配字符数，即，两者字符相同的数量。接着根据检测出的各个车牌信息中车牌位置信息与当前对比的车牌跟踪信息中的最新车牌位置信息的相对位置关系，对每个匹配字符数进行优化调整，得到匹配字符数，使得其更为准确合理。如果目标匹配字符数大于字符数阈值，说明此车牌号与投票车牌号较为相似，最后从标匹配字符数大于字符数阈值的车牌号中选取目标匹配字符数最大的车牌号，将其确定与当前车牌跟踪信息为同一车牌，将其对应的车牌信息更新到当前车牌跟
踪信息，实现对此车牌的实时追踪。
[0013]可选的，所述根据各所述车牌位置信息与所述投票车牌号对应的车牌跟踪信息中的最新车牌位置信息的相对位置关系，将对应的匹配字符数进行调整，得到目标匹配字符数，具体包括：若相对位置关系为存在交集，则将对应的匹配字符数增加预设值，得到目标匹配字符数；若相对位置关系为不存在交集，则将对应的匹配字符数确定为目标匹配字符数。
[0014]通过采用上述技术方案，如果车牌位置信息与最新车牌位置信息的相对位置关系为存在交集，说明巡检车检测的车牌与当前车牌跟踪信息对应的车牌为同一车牌可能性增大，那么增加其对应车牌号的匹配字符数，得到目标匹配字符数；如果相对位置关系为不存在交集，那么维持对应的匹配字符数不变，即，将匹配字符数直接确定为目标匹配字符数，从而更加准确地确定与当前车牌跟踪信息为同一车牌的车牌信息。
[0015]可选的，所述最新泊位信息对应最新泊位，所述根据所述匹配后底盘信息和对应的最新泊位信息的相对位置关系，确定所述最新车牌信息对应车辆的停车状态是否异常，具体包括：若所述相对位置关系为处于对应的最新泊位内，则确定第一停车状态为正常，并统计所述第一停车状态的第一累计次数；若所述相对本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种巡检车检测异常停车方法，其特征在于，应用于巡检车，所述巡检车设置有摄像机，所述方法包括：通过所述摄像机获取泊位视频数据，从所述泊位视频数据中提取当前帧画面中各泊位的泊位信息，并提取所述当前帧画面中各车辆的底盘信息和车牌信息；根据各所述泊位信息，更新对应泊位的泊位跟踪信息，得到对应泊位的目标泊位跟踪信息，根据各所述车牌信息更新对应车辆的车牌跟踪信息，得到对应车辆的目标车牌跟踪信息，并根据各所述底盘信息更新对应车辆的底盘跟踪信息，得到对应车辆的目标底盘跟踪信息；匹配每个所述目标底盘跟踪信息中最新底盘信息对应的目标车牌跟踪信息中的最新车牌信息，得到匹配后底盘信息，并确定所述匹配后底盘信息对应的目标泊位跟踪信息中的最新泊位信息；根据所述匹配后底盘信息和对应的最新泊位信息的相对位置关系，确定所述最新车牌信息对应车辆的停车状态是否异常。2.根据权利要求1所述的巡检车检测异常停车方法，其特征在于，所述提取当前帧画面中各车辆的底盘信息和车牌信息，具体包括：将所述当前帧画面输入至训练后的Deep3DBox算法中，得到所述当前帧画面中各车辆的3D包围框；将各所述3D包围框的底部投影至2D平面，得到各车辆对应的底盘信息；将所述当前帧画面输入至训练后的车牌检测模型中，得到各车辆的车牌信息。3.根据权利要求1所述的巡检车检测异常停车方法，其特征在于，所述根据各所述泊位信息，更新对应泊位的泊位跟踪信息，得到对应泊位的目标泊位跟踪信息，具体包括：将每个所述泊位的泊位跟踪信息中最新泊位信息对应的第一泊位四边形，与各所述泊位信息对应的第二泊位四边形进行四边形IOU计算，得到IOU值；将各所述IOU值与IOU阈值进行对比，筛选IOU值大于IOU阈值的泊位信息集合；选取所述泊位信息集合中IOU值最大的目标泊位信息更新至对应泊位的泊位跟踪信息中，得到对应泊位的目标泊位跟踪信息。4.根据权利要求1所述的巡检车检测异常停车方法，其特征在于，所述车牌信息包括车牌号和车牌位置信息，根据各所述车牌信息更新对应车辆的车牌跟踪信息，得到对应车辆的目标车牌跟踪信息，具体包括：确定每个所述车辆的车牌跟踪信息中的投票车牌号，所述投票车牌号为出现频次最高的车牌号；将各所述车牌号分别与所述投票车牌号进行字符按位匹配，得到匹配字符数；根据各所述车牌位置信息与所述投票车牌号对应的车牌跟踪信息中的最新车牌位置信息的相对位置关系，将对应的匹配字符数进行调整，得到目标匹配字符数；在所述目标匹配字符数大于字符数阈值的车牌信息中选取目标匹配字符数最大的车牌信息更新至对应车辆的车牌跟踪信息中，得到对应车辆的目标车牌跟踪信息。5.根据权利要求4所述的巡检车检测异常停车方法，其特征在于，所述根据各所述车牌位置信息与所述投票车牌号对应的车牌跟踪信息中的最新车牌位置信息的相对位置关系，将对应的匹配字符数进行调整，得到目标匹配字符数，具体包括：
若相对位置关系为存在交集，则将对应的匹配字符数增加预设值，得到目标...
【专利技术属性】
技术研发人员：胡中华，江文杰，甘贵丹，
申请(专利权)人：深圳信路通智能技术有限公司，
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。