前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >基于摄像头的路边停车场项目

基于摄像头的路边停车场项目

作者头像
代码医生工作室
发布2019-09-10 15:23:02
2K0
发布2019-09-10 15:23:02
举报
文章被收录于专栏:相约机器人相约机器人

本内容取之电子工业出版社出版、李金洪编著的《深度学习之TensorFlow工程化项目实战》一书的实例36。

路边停车场是指在道路两边的收费停车位。它没有固定的出口和进口,一般都是通过人工来收费和管理。这类停车场受效率低、高成本、监管难、记录数据缺失、容易漏收费等问题困扰。本节介绍一个低成本的解决方案。

一、项目背景

用科技手段来管理的路边停车场,一般有为3种技术手段:地磁感应器、车桩识别器、路侧摄像头。相对来讲,地磁感应器与车桩识别器的普及度比较高。

但在某种场景中,路侧摄像头方法也有其不可取代的地位。下面从需求角度介绍路侧摄像头方式的适用场景。

1. 项目需求

来自中国香港客户的需求:随着城市的不断繁荣发展,一些具有特殊意义的老城街道,具有马路窄、停车位少、车辆多的特点。路边停车位建设是非常需要的,但是传统的管理模式必须要有大量的人工来维护,而地磁等高科技手段对空间的占用需求比较高。渴望得到一种可以减小人工又不会占用太多空间的解决方案。

来自北方寒冷区域的需求:路边停车场无法使用场地停车中的车牌识别技术来减少人工。目前可行的方案只能是地磁。但是由于北方寒冷的气候加上冰雪的覆盖,大大影响了地磁停车技术的灵敏度。再者,对设备的维护也需要更昂贵的费用。急迫需要使用视觉或其他技术手段实现停车管理方案。

2. 路侧摄像头方案

路侧摄像头方案是在路边的街灯杆或建筑物上安装摄像头,向马路对侧进行拍摄。通过图像识别的算法动态跟踪车位情况,从而实现车位的管理,如图1所示。

图1 路侧摄像头技术方案

由于该方案是从旁侧拍摄,无法获得车牌号。车牌号的关联还需要靠人工解决。虽然该方案不能完全取代人工,但可以大大提升人工管理的效率。管理员只需要按照“管理员端App”中的指示对车牌拍照,并上传到云端即可。计时和收费(通过关联账户的方式)等工作全由系统自动完成。并且该方案从源头上获得了停车数据,避免了监管难、容易漏收费等问题。

用户也更加方便:不再需要与停车场管理员接触,可以即停即走。

二、技术方案

该方案主要使用的是目标识别算法。按照摄像头所拍摄的车位,在图像上划出需关注的坐标范围。根据车位的使用情况,输出每个车位的“空闲”“已占”两种状态。再根据车位在时间轴上的状态,判断出该车的“入库”“出库”行为。接着便可对车位进行计时、收费等相关流程。现场的应用情况如图14-2所示。

图14-2 路边停车场现场

图14-2 是路边停车场摄像头采集的图片。在该停车场中,一个摄像头管理4个车位。

三、方案缺陷

该方案的最大特点是成本低廉。平均下来,一个车位的建设成本不足地磁感应器或车桩识别器的1/10。当然该方案也又不足之处,具体如下:

  • 该方案只适用于中小型街道。对于4排车道以上的宽马路并不适合。
  • 该方案的致命缺陷是过度依赖摄像头。一旦车位被中间路过的大车遮挡,车位的监管便会失效。这将会打乱整个流程。
  • 摄像头的位置要求精确。这过于脆弱:当摄像头角度受到外部因素干扰而发生变化时,系统将无法管理车位。

任何实验室中出来的产品原型都不可能是完美的,必须再通过工程化的手段将其商业化后,才可以真正使用。将带有缺陷的方案变为真实可用,这便是工程化的价值。具体做法见14.4.4小节。

四、工程化补救方案

该项目的真正工作量并不是在算法部分,而是主要来自工程化部分。一旦进入市场进行使用,系统必须能够处理任何可能发生的异常。整个产品体验的各个环节都不能放过。这便是工作量的所在之处。具体如下:

  • 前端硬件需要通过微处理器对多个摄像头进行分级管理,负责采集、预处理和上传。当然还包括维护、自检、告警、自动化配置等辅助功能。
  • 通过后台系统对已经部署的车位、摄像头、微处理器进行统一编号管理。使其支持动态更新配置、维护、调用测试接口、实时发现告警、信息统计等操作。
  • 使用大数据平台对终端图片进行统一管理。大数据平台支持快速存取即状态判定工作。
  • 由于考虑到车位被遮挡的情况,对车位的判定状态做了复杂的设计。
  • 通过算法发现车位被遮挡事件,并根据遮挡时长及时通知管理员,让其前去协调。
  • 将停车记录照片(包括起始、结束)同步到用户终端,并支持申请退款功能,用于弥补系统异常给用户带来的损失。
  • 在后端系统中,还要有停车场管理员的维护系统,包括管理员轮班制度、绩效指标等。其中的绩效包括:上传车牌的次数、错误率、漏传车牌的次数、上班时长等。
  • 客户端的业务也是相当复杂。因为停车事件可以暴露个人行踪,所以要考虑隐私方面的因素。另外,一辆车可以由多个用户使用,一个用户也可以开多辆车。这里的关键是:在维持这种多对多的关系同时,还要通过权限控制实现每个用户的信息独立。

还有一些可能发生的异常现象,也都是由工程化环节所来解决的。例如:由于没有管理员当面收费,用户停完车后不付费或忘记付费也是常见的情况。通过自建征信系统或打通市政征信系统,解决欠费车辆与车主之间的联系。还要对车辆进行套牌检查,以保证欠费车辆的有效性等。

经过以上这些功能的开发,最终才可以实现系统的完整性,实现其商业价值。

客官您学得怎么样? 要不要来一本这样的书,就是这么实战。

京东购买

本书特点如下:

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2019-09-09,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 相约机器人 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
汽车相关识别
汽车相关识别(Vehicle Optical Character Recognition,Vehicle OCR)基于行业前沿的深度学习技术,提供驾驶证识别、行驶证识别、车牌识别、车辆 VIN 码识别等多种服务,支持将图片上的文字内容,智能识别为结构化的文本,应用于车主身份认证、ETC 出行、违章识别、停车管理等多种场景,大幅提升信息处理效率。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档