买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:深圳市前海铼停科技有限公司
摘要:本发明涉及车辆管理的技术领域,公开了一种基于双目视觉的车辆检测方法、装置及系统,本发明通过在相邻的两个停车位的旁侧交界位置设置基于双目视觉的车辆检测系统,利用检测单元对停车位进行车辆检测,当检测到车辆停靠时,使用检测单元对车辆进行车辆信息的获取,并将两个检测单元获取的信息进行融合分析处理,以得到停靠车辆的车辆检测信息,解决了现有技术中当车辆停靠位置不正时,无法有效地获取车辆信息的问题。
主权项:1.一种基于双目视觉的车辆检测方法,采用一种基于双目视觉的车辆检测系统,该系统包括安装结构和两个检测单元,所述安装结构设置在相邻的两个停车位的旁侧交界位置,两个所述检测单元分别设置在所述安装结构的两端,两个所述检测单元分别处于一个所述停车位的旁侧位置,两个所述检测单元分别对停靠在相邻所述停车位的车辆进行车辆检测,其特征在于,包括:通过所述检测单元对相邻的所述停车位进行车辆停靠检测,以判断相邻的所述停车位是否存在停靠车辆;当判断所述停车位中存在有停靠车辆时,通过对应所述停车位的两个所述检测单元对所述停车位中的停靠车辆进行前后两端的数据采集,以得到所述停靠车辆的前端停靠信息与后端停靠信息;通过无线数据将所述停靠车辆的前端停靠信息与后端停靠信息传输至外部终端、服务器或云平台,并对所述前端停靠信息和所述后端停靠信息进行特征融合分析处理,以得到所述停靠车辆的车辆检测信息;通过无线数据将所述停靠车辆的前端停靠信息与后端停靠信息传输至外部终端、服务器或云平台,并对所述前端停靠信息和所述后端停靠信息进行特征融合分析处理,以得到所述停靠车辆的车辆检测信息的步骤包括:通过无线数据将所述停靠车辆的前端停靠信息与后端停靠信息传输至外部终端、服务器或云平台;对所述停靠车辆的前端停靠信息与后端停靠信息进行车牌关键特征的提取处理,得到所述停靠车辆的前端车牌关键特征和后端车牌关键特征;将所述停靠车辆的前端车牌关键特征与后端车牌关键特征进行特征融合分析处理,得到所述停靠车辆的车牌检测信息;对所述停靠车辆的前端停靠信息与后端停靠信息进行停靠位置关键特征的提取处理,得到所述停靠车辆的前端停靠位置关键特征和后端停靠位置关键特征进行特征,并进行融合分析处理,得到所述停靠车辆的停靠位置信息;将所述车牌检测信息与所述停靠位置信息进行结合处理,得到所述车辆检测信息;对所述停靠车辆的前端停靠信息与后端停靠信息进行停靠位置关键特征的提取处理,得到所述停靠车辆的前端停靠位置关键特征和后端停靠位置关键特征进行特征融合分析处理,得到所述停靠车辆的停靠位置信息的步骤包括:预先对所述停车位进行车位外形的数据采集,并根据所述停车位的车位外形构建车位3D坐标系模型;基于所述车位3D坐标系模型设置若干个定位识别点;对所述停靠车辆的前端停靠信息与后端停靠信息分别进行车辆框架关键节点的识别处理,以得到所述停靠车辆在所述前端停靠信息与所述后端停靠信息的车辆框架关键节点;其中,所述车辆框架关键节点为所述停靠车辆的外观重要识别点;根据所述停靠车辆的各个车辆框架关键节点互相之间的相对位置关系,生成各个所述车辆框架关键节点的第一位置参数;根据所述停靠车辆的各个车辆框架关键节点与各个所述定位识别点之间的相对位置关系,生成各个所述车辆框架关键节点的第二位置参数;根据各个所述车辆框架关键节点的第一位置参数与第二位置参数进行位置映射处理,以在所述车位3D坐标系模型中对各个所述车辆框架关键节点进行复现与连接,得到所述停靠车辆的车辆框架3D模型;对所述车辆框架3D模型与所述车位3D坐标系模型进行相对位置关系的分析处理,得到所述停靠车辆的停靠位置信息;根据各个所述车辆框架关键节点的第一位置参数与第二位置参数进行位置映射处理,以在所述车位3D坐标系模型中对各个所述车辆框架关键节点进行复现与连接,得到所述停靠车辆的车辆框架3D模型的步骤包括:根据各个所述车辆框架关键节点的第二位置参数进行初步的位置映射处理,以得到各个所述车辆框架关键节点的初步位置范围;根据各个所述车辆框架关键节点的第一位置参数在各个所述车辆框架关键节点的初步位置范围中进行位置映射处理,以确定各个所述车辆框架关键节点的具体位置;根据各个所述车辆框架关键节点的具体位置在所述车位3D坐标系模型中进行各个所述车辆框架关键节点的复现与连接,得到所述停靠车辆的车辆框架3D模型;对所述停靠车辆的前端停靠信息与后端停靠信息进行车牌关键特征的提取处理,得到所述停靠车辆的前端车牌关键特征和后端车牌关键特征的步骤包括:通过预先训练的车牌识别AI模型对所述前端停靠信息与所述后端停靠信息分别进行车牌关键特征的提取处理,得到所述停靠车辆的前端车牌关键特征和后端车牌关键特征;所述车牌识别AI模型的预先训练的步骤包括:构建输入层、卷积层以及三层全连接层;收集若干组训练组合,所述训练组合包括车牌图像与对应的车牌号码,将各组所述训练组合代入至所述输入层;所述输入层级接收采集到的各组所述训练组合,并将各组所述训练组合传输至所述卷积层,所述卷积层用于对各组所述训练组合进行特征采集,以获取各组训练组合中的所述车牌图像对应所述车牌号码的图像特征;三层所述全连接层用于对所述卷积层提取出的各个所述车牌图像对应所述车牌号码的图像特征进行连续的向量展平处理,以将所述车牌图像对应所述车牌号码的图像特征展平为一维向量特征;所述一维向量特征用于对所述车牌图像对应所述车牌号码的图像特征进行基础的图形表达;将所述停靠车辆的前端车牌关键特征与后端车牌关键特征进行特征融合分析处理,得到所述停靠车辆的车牌检测信息的步骤包括:根据所述前端车牌关键特征对所述停靠车辆进行第一轮次的车牌号码复原处理,得到所述停靠车辆的车牌号码第一识别序列;其中,所述车牌号码第一识别序列包括若干个依次排列的号码识别位,每个所述号码识别位均具有若干个识别结果,且各个所述识别结果均具有对应的可能性权重;根据所述后端车牌关键特征对所述停靠车辆进行第二轮次的车牌号码复原处理,得到所述停靠车辆的车牌号码第二识别序列;其中,所述车牌号码第二识别序列包括若干个依次排列的号码识别位,每个所述号码识别位均具有若干个识别结果,且各个所述识别结果均具有对应的可能性权重;根据所述车牌号码第一识别序列和所述车牌号码第二识别序列的各个所述号码识别位分别进行所述号码识别位的数据确定处理,得到的各个所述号码识别位的确定识别结果,将各个所述号码识别位的确定识别结果依次排列,得到所述停靠车辆的车牌检测信息;其中,根据所述车牌号码第一识别序列和所述车牌号码第二识别序列的各个所述号码识别位分别进行所述号码识别位的数据确定处理,得到的各个所述号码识别位的确定识别结果的步骤包括:根据所述号码识别位的各个所述识别结果和对应各个所述识别结果的可能性权重进行整合分析,以得到具有最高的所述可能性权重的所述识别结果,并将具有最高的所述可能性权重的所述识别结果作为所述号码识别位的确定识别结果。
全文数据:
权利要求:
百度查询: 深圳市前海铼停科技有限公司 基于双目视觉的车辆检测方法、装置及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。