[发明专利]一种基于车辆有向包围盒的违停管理方法及系统

说明书

本发明公开一种基于车辆有向包围盒的违停管理方法及系统，涉及智能停车管理领域，包括：获取图片中待判定车辆的识别结果信息、所述车辆对应的泊位信息、所述图片对应的相机参数信息、所述车辆目标分割结果；根据所述车辆目标检测框在所述图片中的位置获取所述车辆目标的匹配基准点类型信息；根据上述信息获取所述车辆目标底面中心点在相对世界坐标系下的坐标；根据所述车辆目标分割结果、所述相机参数信息、所述车辆类型的平均尺寸信息、以及所述车辆目标底面中心点在相对世界坐标系下的坐标，获取车辆在相对世界坐标系下的航向角值以及所述车辆对应的车辆有向包围盒；进而确认所述车辆是否存在违停行为。从而可以提升违停判定的准确性。

技术领域

本发明涉及智能停车管理领域，特别涉及一种基于车辆有向包围盒的违停管理方法及系统。

背景技术

在静态交通场景下，车辆作为重要的监测对象，其姿态的准确估计对提升在复杂场景下的多目标相对位置关系的理解具有重要作用，比如对目标车辆是否在泊位线外或禁区内停车、是否跨线停车、是否斜停等情况进行更为精准的实时监控，而车辆姿态的估计主要依赖于车辆的识别框和车辆的航向角。

目前，针对位于地平面上目标的有向包围盒估计问题，其中最重要的一步为航向角的估计。目前针对车辆航向角估计主要分为分为两类：一是针对车辆本身的航向角估计，可以通过增加传感器，如由惯性测量设备、磁力计，GPS组成的惯导系统进行测量计算；二是针对周边目标车辆的航向角估计，主要是通过增加激光雷达、双目或多目相机方式获取目标的特征点深度数据来间接估算航向角值，或是通过3D目标有向包围盒标注数据以及基于深度学习的3D目标检测的方法直接估计航向角值。

然而，上述方法在仅采用普通固定高位摄像头对停车场进行监控的条件下实施难度较大，并且通过增加附加传感器设备也会极大增加使用成本；而基于3D目标检测的方式也会极大增加标注难度和人工成本，而且在停车场这种目标密集并存在大量遮挡的场景下3D检测准确度低，进而导致违停管理的精确度较低。

发明内容

为解决上述技术问题，本发明提供一种基于车辆有向包围盒的违停管理方法及系统，可以解决现有基于车辆有向包围盒的车辆违停管理成本较高，违停管理的精确度较低的问题。

为实现上述目的，一方面，本发明一种基于车辆有向包围盒的违停管理方法，所述方法包括：

获取图片中待判定车辆的识别结果信息、所述车辆对应的泊位信息、所述图片对应的相机参数信息、所述车辆目标分割结果，所述识别结果信息包括车辆目标检测框、所述车辆类型的平均尺寸信息；

根据所述车辆目标检测框在所述图片中的位置获取所述车辆目标的匹配基准点类型信息；

根据所述相机参数信息、所述泊位信息、所述车辆目标检测框、所述车辆类型的平均尺寸信息、以及所述匹配基准点类型信息，获取所述车辆目标底面中心点在相对世界坐标系下的坐标；

根据所述车辆目标分割结果、所述相机参数信息、所述车辆类型的平均尺寸信息、以及所述车辆目标底面中心点在相对世界坐标系下的坐标，获取车辆在相对世界坐标系下的航向角值以及所述车辆对应的车辆有向包围盒；

根据所述车辆在相对世界坐标系下的航向角值、所述车辆对应的车辆有向包围盒、以及所述车辆对应的泊位信息，确认所述车辆是否存在违停行为。

进一步地，所述获取图片中待判定车辆的车辆目标分割结果的步骤包括：

将所述图片中待判定车辆的车辆目标分割区域结果转化为二值图像；

根据所述二值图像，获取所述车辆目标对应的多个不连通区域的外轮廓点组；

从每个外轮廓点组构成的多边形面积中选取面积最大的一组多边形点列作为所述车辆目标分割结果。