本发明涉及智能交通技术领域，尤其涉及一种停车管理方法、装置、计算机设备及存储介质。
背景技术：
随着车辆的增加，城市的交通量也不断增加，交通拥堵也越来越频繁。由于非法停车导致的道路交通拥堵尤为严重，如不及时发现并排除，一旦发生事故，必将造成交通拥堵，严重影响道路的正常通行能力。当前很多地方都采用道路停车位的停车方式，这在一定程度上缓解了停车难等问题，但这给交通拥堵创造了机会。所以如何有效管理城市公共停车位显得尤为重要。
当前，基于高位视频的方法管理停靠的车辆，这种方法通过利用人工智能算法实现对车位的智能化监管，可以有效的管理路测泊位。但是基于高位视频的方法存在以下问题：距离摄像机较远的地方无法有效监管，设备使用率低；周围环境复杂，天气恶劣等情况将造成泊位状态判断不准确，这将降低停车产品抓拍精度。
技术实现要素：
本发明提供一种停车管理方法、装置、计算机设备及存储介质，用于提高停车产品抓拍精度。
本发明实施例提供一种停车管理方法，所述方法包括：
按照预置时间间隔获取雷达监控区域的点云数据和摄像设备拍摄的图像帧数据；建立所述点云数据对应的二维坐标；
根据所述点云数据确定发生的停车事件及所述停车事件在所述二维坐标的位置，以及从所述图像帧数据中识别出发生的停车事件及停车事件在所述图像帧数据中的位置数据；
将所述二维坐标系中的点云数据反投影到所述图像帧数据上；并获取在所述图像视频帧数据中点云数据和位置数据重合的停车事件；
通过所述摄像设备拍摄点云数据和位置数据重合的停车事件所对应车辆的车牌信息，并记录所述车辆的停留起始时间。
本发明实施例提供一种停车管理装置，所述装置包括：
获取模块，用于按照预置时间间隔获取雷达监控区域的点云数据和摄像设备拍摄的图像帧数据；建立所述点云数据对应的二维坐标；
识别模块，用于根据所述点云数据确定发生的停车事件及所述停车事件在所述二维坐标的位置，以及从所述图像帧数据中识别出发生的停车事件及停车事件在所述图像帧数据中的位置数据；
反投影模块，还用于将所述二维坐标系中的点云数据反投影到所述图像帧数据上；
所述获取模块，还用于获取在所述图像视频帧数据中点云数据和位置数据重合的停车事件；
拍摄记录模块，用于通过所述摄像设备拍摄点云数据和位置数据重合的停车事件所对应车辆的车牌信息，并记录所述车辆的停留起始时间。
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程序，所述处理器执行所述计算机程序时实现上述停车管理方法。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述停车管理方法。
本发明提供的一种停车管理方法、装置、计算机设备及存储介质，首先按照预置时间间隔获取雷达监控区域的点云数据和摄像设备拍摄的图像帧数据；建立点云数据对应的二维坐标；然后根据点云数据确定发生的停车事件及停车事件在二维坐标的位置，以及从图像帧数据中识别出发生的停车事件及停车事件在图像帧数据中的位置数据；将二维坐标系中的点云数据反投影到所述图像帧数据上；并获取在图像视频帧数据中点云数据和位置数据重合的停车事件；通过摄像设备拍摄点云数据和位置数据重合的停车事件所对应车辆的车牌信息，并记录车辆的停留起始时间。与目前通过利用人工智能算法实现对车位的智能化监管相比，本发明通过点云数据和图像帧数据确定是否有相应的停车事件发生，即将同一坐标系中点云数据和位置数据重合的事件确定为停车事件，并通过摄像设备拍摄停车事件所对应的车辆的车牌信息，并记录车辆的停留起始时间。由于雷达具有全天候，长距离，对恶劣天气都有很好的抗干扰能力，因此本发明通过点云数据和位置数据可准确的确定发生的停车事件，从而通过本发明可提高停车产品抓拍的精度。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一实施例中停车管理方法的一应用环境示意图；
图2是本发明一实施例中停车管理方法的一流程图；
图3是本发明一实施例中雷达和摄像设备安装示意图；
图4是本发明一实施例中雷达与摄像设备采集数据时间同步示意图；
图5是本发明一实施例中根据点云数据确定停车事件的流程图；
图6是本发明一实施例中将点云数据反投影到图像帧数据的流程图；
图7是本发明一实施例中相机坐标转化像素坐标示意图；
图8是本发明一实施例中雷达与摄像设备数据关联示意图；
图9是本发明一实施例中停车管理装置的一原理框图；
图10是本发明一实施例中计算机设备的一示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本申请提供的停车管理方法，可应用在如图1的应用环境中，其中，摄像设备，雷达通过网络与服务器进行通信。服务器按照预置时间间隔获取雷达监控区域的点云数据和摄像设备拍摄的图像帧数据；建立点云数据对应的二维坐标；根据点云数据确定发生的停车事件及停车事件在二维坐标的位置，以及从图像帧数据中识别出发生的停车事件及停车事件在图像帧数据中的位置数据；将二维坐标系中的点云数据反投影到所述图像帧数据上；并获取在图像视频帧数据中点云数据和位置数据重合的停车事件；通过摄像设备拍摄点云数据和位置数据重合的停车事件所对应车辆的车牌信息，并记录车辆的停留起始时间。其中，计算机设备可以但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一实施例中，如图2所示，提供一种停车管理方法，以该方法应用在图1中的服务器为例进行说明，包括如下步骤：
s10，按照预置时间间隔获取雷达监控区域的点云数据和摄像设备拍摄的图像帧数据；建立点云数据对应的二维坐标。
如图3所示的雷达和摄像设备安装示意图，雷达和摄像设备安装角度俯视于停车位，放置路边停车位对侧，也可以安装同侧，安装高度在5m左右，摄像设备安装位置相对于雷达，相机滚动角度接近于0，调整摄像设备俯仰角度和航向角度，使雷达辐射角度和摄像设备的视野角度覆盖停车位。
需要说明的是，本发明实施例固定雷达和摄像设备的位置，以使摄像设备拍摄出的画面为固定角度的视频画面，然后需要为固定角度的视频画面进行区域划分，划分到具体的停车位，以及违停区域在视频画面中分别对应的坐标，为图像帧数据中的每个位置配置对应的停车位和/或违停区域；雷达监控区域内的点云数据与二维坐标系中的点一一对应，为雷达监控区域内不同位置区域的点云数据配置成不同车位以及违停区域。
其中，本发明实施例中的预置时间间隔可以根据实际需求进行设置，如1秒、2秒、3秒等，本发明实施例不做具体限定。在本发明实施例中，建立点云数据对应的二维坐标，即以雷达为原点创建雷达二维坐标系，雷达监控区域内的点云数据与二维坐标中的点一一对应；将所述雷达监控区域内不同位置区域的点云数据配置成不同车位以及违停区域，并在二维坐标中标定。
如图4所示，摄像设备和雷达两者传感器需要在时间同步，采集雷达与摄像设备获取数据的频率，以频率最低的传感器为时间基准为主，查看雷达数据频率为14～16赫兹(hz)，摄像设备为30赫兹(hz)，所以当每次点云数据的报文刷新，记录当前帧的图像帧数据，即完成共同采样，从而保证雷达与摄像设备图像采集数据在时间上的同步。
s20，根据点云数据确定发生的停车事件及停车事件在二维坐标的位置；以及从图像帧数据中识别出发生的停车事件及停车事件在图像帧数据中的位置数据。
具体的如图5所示，根据所述点云数据确定发生的停车事件及所述停车事件在所述二维坐标的位置，包括：
s201，检测是否存在存续一段时间的所述点云数据。
本发明实施例中的存续一段时间可以根据实际需求进行设置，具体可以为2分钟，3分钟，5分钟等，本发明实施例不做具体限定。
s202，若存在存续一段时间的点云数据，则将所述存续一段时间的点云数据确定为发生的停车事件。
在本发明实施例中，由于不同的停车位及违停区域对应不同的点云数据，从而可通过不同停车位及违停区域对应的点云数据确定具体某一位置发生了停车事件，例如1号停车位对应1号位置的点云数据，在确定1号位置存在一段时间的点云数据后，便可以确认1号停车位发生了停车事件。
需要说明的是，由于在实际停车的过程中，会存在违停区域临时停靠的情况，因此本发明实施例针对停车位和违停区域设置两种不同的存续时间，以避免由于车辆临时停靠却被误认为违停的情况。具体的，本发明实施例照预置时间间隔获取雷达监控区域的点云数据后，确定存在点云数据对应的停车位和/或违停区域，若点云数据对应的是停车位，则判断点云数据的存续时间是否大于第一阈值，若大于第一阈值，可确定该停车位已被占用；若点云数据对应的是违停区域，则判断点云数据的存续时间是否大于第二阈值，若大于第二阈值，可确定违停区域已被占用，其中第一阈值小于第二阈值，具体数值可以根据实际情况进行设定。
s203，根据所述存续一段时间的所述点云数据的位置在所述二维坐标系中标注发生的停车事件。
本发明实施例通过安装的雷达监控返回的信号，可以实时获得监控区域的点云数据，雷达安装固定以后，雷达监控区域就固定了，雷达监控区域内的点云数据都可以在以雷达为原点创建的二维坐标系中一一对应，由于在实际场景中会出现临时停靠的车辆，因此本实施例在获取到点云数据之后，还需要进一步的判断点云数据是否存续了一段时间，并将存续了一段时间的点云数据在二维坐标系中进行标注，从而避免了临时停靠车辆点云数据的标定，提高了后续步骤中停车事件确定的准确率。
在本发明提供的一个实施例中，从所述图像帧数据中识别出发生的停车事件及停车事件在所述图像帧数据中的位置数据，包括：根据深度学习模型对所述图像帧数据提取停车事件，并对所述停车事件进行回归和识别，获取所述停车事件的像素矩形边界框；在所述图像帧数据中标注出所述停车事件的像素矩形边界框。具体的，在获取到图像帧数据之后，需要对图像帧数据进行预处理操作，然后用深度学习训练好的离线模型对图像感兴趣区域提取停车事件，并且对其进行位置回归和识别，获取到停车事件的像素矩形边界框，然后在图像帧数据中标注出停车事件的像素矩形边界框。
s30，将二维坐标系中的点云数据反投影到图像帧数据上；并获取在图像视频帧数据中和位置数据重合的停车事件。
在本发明提供的一个实施例中，如图6所示，步骤s30，将所述二维坐标系中的点云数据反投影到所述图像帧数据上，包括：
s301，建立以所述摄像设备为中心的世界坐标系；并将所述二维坐标中的点云数据转到所述世界坐标系中。
其中，通过点云数据可以得到目标的x，y坐标信息，没有目标的z坐标信息，因此，可以将点云数据坐标系or到世界坐标系ow的转换看做二维x-y坐标系的转换，or和ow之间的关系不外乎平移和旋转。
s302，将所述世界坐标系的坐标转换到相机坐标系。
在本发明实施例中，点云数据坐标转换到世界坐标系后，接下来便是向像素坐标的转换。由于得到的世界坐标值是二维的，只有x，y值，没有z值，这个可以利用先验知识予以给定，世界坐标系转化为相机坐标系，相机坐标再转化为像素坐标。
s303，将所述相机坐标系的坐标转换到所述图像帧数据对应的坐标系上。
如图7所示，相机坐标转化像素坐标示意图，即将相机坐标系的坐标转换到图像帧数据对应的坐标系上。图7中相机的俯仰pitch角度α，航向yaw角度β，相机距离地面位置的高度h，相机图像目标水平方向像素值u，垂直方向像素值v，相机图像水平方向焦距fu，垂直方向焦距fv，相机图像主光点水平方向主点位置cu，垂直方向主点位置cv，世界坐标系gp，世界坐标系目标横向坐标位置xg，纵向位置yg，世界坐标系转化图像坐标系矩阵
gp＝{xg,yg,-h,1}
ip＝{u,v,1,1}
在本发明提供的一个实施例中，所述获取在所述图像视频帧数据中点云数据和位置数据重合的停车事件，包括：计算所述点云数据中每一个点与所述像素矩形边界框中点的欧式距离；根据所述欧式距离计算结果确定所述点云数据与所述像素矩形边界框中属于同一聚簇的点；确定同一聚簇所对应的停车事件为点云数据和位置数据重合的事件。
具体的，根据最邻近数据关联算法匹配点云数据中的每一个点与像素矩形边界框的点，利用求目标代价值最小的方法配准。具体步骤为：建立点云数据与位置数据关联门，即雷达点云簇与目标的像素矩形边界框中像素点匹配的关联区域，如图8所示a1，a2表示图像数据，b1，b2，b3表示点云数据，确定关联门限：矩形关联门，椭圆关联门；计算点云数据中的每一个点在图像目标像素矩形边界框点集中的对应近点，即计算欧式距离为两者目标数据关联函数
s40，通过摄像设备拍摄点云数据和位置数据重合的停车事件所对应车辆的车牌信息，并记录所述车辆的停留起始时间。
其中，摄像设备具体可以为高清球形摄像机，通过高清球形摄像机能够转动聚焦的球型摄像机以抓拍车牌等细节信息。在本发明实施例中，车牌信息包括，车牌号码，车的细节特征，如车牌、车型、车身颜色、车辆种类等信息，本发明实施例不做具体限定。
本发明提供的一种停车管理方法，与目前通过利用人工智能算法实现对车位的智能化监管相比，本发明通过点云数据和图像帧数据确定是否有相应的停车事件发生，即将同一坐标系中点云数据和位置数据重合的事件确定为停车事件，并通过摄像设备拍摄停车事件所对应的车辆的车牌信息，并记录车辆的停留起始时间。由于雷达具有全天候，长距离，对恶劣天气都有很好的抗干扰能力，因此本发明通过点云数据和位置数据可准确的确定发生的停车事件，从而通过本发明可提高停车产品抓拍的精度。
在本发明提供的一个实施例中，若在所述图像视频帧数据中不存在点云数据和位置数据重合的停车事件，则向后台管理人员发送雷达和/或摄像设备位置变动告警信息，以使所述后台管理人员调整雷达和/或摄像设备到原始设置的位置。例如，通过点云数据可确定1号车位为车辆占用区域，而通过图像视频帧数据对应1号车位的位置却没有显示车位被车辆占用，而却在图像视频帧数据中2号车位的位置上显示出车位被车辆占用，即点云数据反投影到所述图像帧数据后，点云数据和位置数据没有重合，在此时便可以确认出通过存续一段时间的点云数据确定的车辆占用区域与通过图像视频帧数据确定的车辆占用区域不是同一区域，说明雷达或广景摄像设备的监控位置出现了变动，此时需要通知后台管理人员及时调整雷达和广景摄像设备的位置，以恢复到原始的位置。
在本发明提供的一个实施例中，所述通过所述摄像设备拍摄点云数据和位置数据重合的停车事件所对应车辆的车牌信息，并记录所述车辆的停留起始时间之后，所述方法还包括：在确定所述图像视频帧数据中点云数据和位置数据重合的停车事件消失时，根据所述摄像设备拍摄所述停车事件对应的车辆是否离开；若所述车辆离开，则记录所述车辆的停留结束时间；根据所述车辆的停留起始时间和停留结束时间计算所述车辆的停车费。
在本发明提供的一个实施例中，为了方便车主准确的获知其所在附近的停车位信息，并根据停车位信息进行有导向的停车。本发明将在所述图像视频帧数据中点云数据和位置数据重合的停车事件确定为车辆占用区域之后，根据车辆区域总数和车辆占用区域数计算车辆空闲区域数，并将所述车辆空闲区域数发送给预置范围内的车主客户端，以使所述车主客户端获取附近停车位的可用状态。需要说明的是，本发明实施例在将总的车辆占用区域和总的车辆空闲区域发送给预置范围内的车主客户端之前，还需要获取预置范围内车主客户端发送的停车请求信息，然后将车辆空闲区域数发送给预置范围内的发送过停车请求的车主客户端，使得车主客户端获取附近停车位的可用状态，从而方便车主客户端的用户进行停车。
具体的，用户车辆驶入泊位后，检测到车辆停靠，然后根据检测到的位置信息调度枪球联动一体摄像机的球机模块进一步捕捉车辆车牌信息，然后开始记录车辆占用泊位情况和开始停车时间等信息数据，生成一条用户停车记录。用户开车离开泊位后，检测到车辆离开，获取泊位状态及离开时间等信息，以便于服务器计算用户停车时间及相应费用，并从用户停车账号中进行扣费，同时给用户发送停车缴费信息，用户收到信息后只需点击确认缴费即可完成缴费过程。此外，若监测到路边存在异常停车，则发送提醒或警示信息至现场管理人员客户端，管理人员接受任务指令进行现场巡查，对违章行为拍照取证并按相关规定进行处罚。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
在一实施例中，提供一种停车管理装置，该停车管理装置与上述实施例中停车管理方法一一对应。如图9所示，该停车管理装置包括获取模块10、识别模块20、反投影模块30、拍摄记录模块40。各功能模块详细说明如下：
获取模块10，用于按照预置时间间隔获取雷达监控区域的点云数据和摄像设备拍摄的图像帧数据；建立所述点云数据对应的二维坐标；
识别模块20，用于根据所述点云数据确定发生的停车事件及所述停车事件在所述二维坐标的位置，以及从所述图像帧数据中识别出发生的停车事件及停车事件在所述图像帧数据中的位置数据；
反投影模块30，还用于将所述二维坐标系中的点云数据反投影到所述图像帧数据上；
所述获取模块10，还用于获取在所述图像视频帧数据中点云数据和位置数据重合的停车事件；
拍摄记录模块40，用于通过所述摄像设备拍摄点云数据和位置数据重合的停车事件所对应车辆的车牌信息，并记录所述车辆的停留起始时间。
具体的，所述反投影模块30包括：
建立单元31，用于建立以所述摄像设备为中心的世界坐标系；
转换单元32，用于将所述二维坐标中的点云数据转到所述世界坐标系中；将所述世界坐标系的坐标转换到相机坐标系；将所述相机坐标系的坐标转换到所述图像帧数据对应的坐标系上。
具体的，所述识别模块20包括：
检测单元21，用于检测是否存在存续一段时间的所述点云数据；
确定单元22，用于若存在存续一段时间的点云数据，则将所述存续一段时间的点云数据确定为发生的停车事件；
标注单元23，用于根据所述存续一段时间的所述点云数据的位置在所述二维坐标系中标注发生的停车事件。
进一步的，所述识别模块20包括：
确定单元22，还用于根据深度学习模型对所述图像帧数据提取停车事件，并对所述停车事件进行回归和识别，获取所述停车事件的像素矩形边界框；
标注单元23，还用于在所述图像帧数据中标注出所述停车事件的像素矩形边界框。
具体的，所述获取模块10包括：
计算单元11，用于计算所述点云数据中每一个点与所述像素矩形边界框中点的欧式距离；
确定单元12，用于根据所述欧式距离计算结果确定所述点云数据与所述像素矩形边界框中属于同一聚簇的点；确定同一聚簇所对应的停车事件为点云数据和位置数据重合的事件。
进一步的，所述装置还包括：
发送模块50，用于若在所述图像视频帧数据中不存在点云数据和位置数据重合的停车事件，则向后台管理人员发送雷达和/或摄像设备位置变动告警信息，以使所述后台管理人员调整雷达和/或摄像设备到原始设置的位置。
进一步的，所述装置还包括：
所述拍摄记录模块40，还用于在确定所述图像视频帧数据中点云数据和位置数据重合的停车事件消失时，根据所述摄像设备拍摄所述停车事件对应的车辆是否离开；若所述车辆离开，则记录所述车辆的停留结束时间；
计费模块60，用于根据所述车辆的停留起始时间和停留结束时间计算所述车辆的停车费。
进一步的，所述装置还包括：
确定模块70，还用于将在所述图像视频帧数据中点云数据和位置数据重合的停车事件确定为车辆占用区域；
所述发送模块50，还用于根据车辆区域总数和车辆占用区域数计算车辆空闲区域数，并将所述车辆空闲区域数发送给预置范围内的车主客户端，以使所述车主客户端获取附近停车位的可用状态。
关于停车管理装置的具体限定可以参见上文中对于停车管理方法的限定，在此不再赘述。上述停车管理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种停车管理方法。
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：
按照预置时间间隔获取雷达监控区域的点云数据和摄像设备拍摄的图像帧数据；建立所述点云数据对应的二维坐标；
根据所述点云数据确定发生的停车事件及所述停车事件在所述二维坐标的位置，以及从所述图像帧数据中识别出发生的停车事件及停车事件在所述图像帧数据中的位置数据；
将所述二维坐标系中的点云数据反投影到所述图像帧数据上；并获取在所述图像视频帧数据中点云数据和位置数据重合的停车事件；
通过所述摄像设备拍摄点云数据和位置数据重合的停车事件所对应车辆的车牌信息，并记录所述车辆的停留起始时间。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
按照预置时间间隔获取雷达监控区域的点云数据和摄像设备拍摄的图像帧数据；建立所述点云数据对应的二维坐标；
根据所述点云数据确定发生的停车事件及所述停车事件在所述二维坐标的位置，以及从所述图像帧数据中识别出发生的停车事件及停车事件在所述图像帧数据中的位置数据；
将所述二维坐标系中的点云数据反投影到所述图像帧数据上；并获取在所述图像视频帧数据中点云数据和位置数据重合的停车事件；
通过所述摄像设备拍摄点云数据和位置数据重合的停车事件所对应车辆的车牌信息，并记录所述车辆的停留起始时间。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
技术特征：
1.一种停车管理方法，其特征在于，应用于服务器，所述方法包括：
按照预置时间间隔获取雷达监控区域的点云数据和摄像设备拍摄的图像帧数据；建立所述点云数据对应的二维坐标；
根据所述点云数据确定发生的停车事件及所述停车事件在所述二维坐标的位置，以及从所述图像帧数据中识别出发生的停车事件及停车事件在所述图像帧数据中的位置数据；
将所述二维坐标系中的点云数据反投影到所述图像帧数据上；并获取在所述图像视频帧数据中点云数据和位置数据重合的停车事件；
通过所述摄像设备拍摄点云数据和位置数据重合的停车事件所对应车辆的车牌信息，并记录所述车辆的停留起始时间。
2.根据权利要求1所述的方法，其特征在于，将所述二维坐标系中的点云数据反投影到所述图像帧数据上，包括：
建立以所述摄像设备为中心的世界坐标系；并将所述二维坐标中的点云数据转到所述世界坐标系中；
将所述世界坐标系的坐标转换到相机坐标系；
将所述相机坐标系的坐标转换到所述图像帧数据对应的坐标系上。
3.根据权利要求1所述的方法，其特征在于，所述根据所述点云数据确定发生的停车事件及所述停车事件在所述二维坐标的位置，包括：
检测是否存在存续一段时间的所述点云数据；
若存在存续一段时间的点云数据，则将所述存续一段时间的点云数据确定为发生的停车事件；
根据所述存续一段时间的所述点云数据的位置在所述二维坐标系中标注发生的停车事件。
4.根据权利要求1所述的方法，其特征在于，从所述图像帧数据中识别出发生的停车事件及停车事件在所述图像帧数据中的位置数据，包括：
根据深度学习模型对所述图像帧数据提取停车事件，并对所述停车事件进行回归和识别，获取所述停车事件的像素矩形边界框；
在所述图像帧数据中标注出所述停车事件的像素矩形边界框。
5.根据权利要求4所述的方法，其特征在于，所述获取在所述图像视频帧数据中点云数据和位置数据重合的停车事件，包括：
计算所述点云数据中每一个点与所述像素矩形边界框中点的欧式距离；
根据所述欧式距离计算结果确定所述点云数据与所述像素矩形边界框中属于同一聚簇的点；
确定同一聚簇所对应的停车事件为点云数据和位置数据重合的事件。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
若在所述图像视频帧数据中不存在点云数据和位置数据重合的停车事件，则向后台管理人员发送雷达和/或摄像设备位置变动告警信息，以使所述后台管理人员调整雷达和/或摄像设备到原始设置的位置。
7.根据权利要求1所述的方法，其特征在于，所述通过所述摄像设备拍摄点云数据和位置数据重合的停车事件所对应车辆的车牌信息，并记录所述车辆的停留起始时间之后，所述方法还包括：
在确定所述图像视频帧数据中点云数据和位置数据重合的停车事件消失时，根据所述摄像设备拍摄所述停车事件对应的车辆是否离开；
若所述车辆离开，则记录所述车辆的停留结束时间；
根据所述车辆的停留起始时间和停留结束时间计算所述车辆的停车费。
8.根据权利要求7所述的方法，其特征在于，所述方法还包括：
将在所述图像视频帧数据中点云数据和位置数据重合的停车事件确定为车辆占用区域；
根据车辆区域总数和车辆占用区域数计算车辆空闲区域数，并将所述车辆空闲区域数发送给预置范围内的车主客户端，以使所述车主客户端获取附近停车位的可用状态。
9.一种停车管理装置，其特征在于，所述装置包括：
获取模块，用于按照预置时间间隔获取雷达监控区域的点云数据和摄像设备拍摄的图像帧数据；建立所述点云数据对应的二维坐标；
识别模块，用于根据所述点云数据确定发生的停车事件及所述停车事件在所述二维坐标的位置，以及从所述图像帧数据中识别出发生的停车事件及停车事件在所述图像帧数据中的位置数据；
反投影模块，还用于将所述二维坐标系中的点云数据反投影到所述图像帧数据上；
所述获取模块，还用于获取在所述图像视频帧数据中点云数据和位置数据重合的停车事件；
拍摄记录模块，用于通过所述摄像设备拍摄点云数据和位置数据重合的停车事件所对应车辆的车牌信息，并记录所述车辆的停留起始时间。
10.根据权利要求9所述的装置，其特征在于，所述反投影模块包括：
建立单元，用于建立以所述摄像设备为中心的世界坐标系；
转换单元，用于将所述二维坐标中的点云数据转到所述世界坐标系中；将所述世界坐标系的坐标转换到相机坐标系；将所述相机坐标系的坐标转换到所述图像帧数据对应的坐标系上。
11.根据权利要求9所述的装置，其特征在于，所述识别模块包括：
检测单元，用于检测是否存在存续一段时间的所述点云数据；
确定单元，用于若存在存续一段时间的点云数据，则将所述存续一段时间的点云数据确定为发生的停车事件；
标注单元，用于根据所述存续一段时间的所述点云数据的位置在所述二维坐标系中标注发生的停车事件。
12.根据权利要求9所述的装置，其特征在于，所述识别模块包括：
确定单元，还用于根据深度学习模型对所述图像帧数据提取停车事件，并对所述停车事件进行回归和识别，获取所述停车事件的像素矩形边界框；
标注单元，还用于在所述图像帧数据中标注出所述停车事件的像素矩形边界框。
13.根据权利要求12所述的装置，其特征在于，所述获取模块包括：
计算单元，用于计算所述点云数据中每一个点与所述像素矩形边界框中点的欧式距离；
确定单元，用于根据所述欧式距离计算结果确定所述点云数据与所述像素矩形边界框中属于同一聚簇的点；确定同一聚簇所对应的停车事件为点云数据和位置数据重合的事件。
14.根据权利要求9所述的装置，其特征在于，所述装置还包括：
发送模块，用于若在所述图像视频帧数据中不存在点云数据和位置数据重合的停车事件，则向后台管理人员发送雷达和/或摄像设备位置变动告警信息，以使所述后台管理人员调整雷达和/或摄像设备到原始设置的位置。
15.根据权利要求9所述的装置，其特征在于，所述装置还包括：
所述拍摄记录模块，还用于在确定所述图像视频帧数据中点云数据和位置数据重合的停车事件消失时，根据所述摄像设备拍摄所述停车事件对应的车辆是否离开；若所述车辆离开，则记录所述车辆的停留结束时间；
计费模块，用于根据所述车辆的停留起始时间和停留结束时间计算所述车辆的停车费。
16.根据权利要求15所述的装置，其特征在于，所述装置还包括：
确定模块，还用于将在所述图像视频帧数据中点云数据和位置数据重合的停车事件确定为车辆占用区域；
所述发送模块，还用于根据车辆区域总数和车辆占用区域数计算车辆空闲区域数，并将所述车辆空闲区域数发送给预置范围内的车主客户端，以使所述车主客户端获取附近停车位的可用状态。
17.一种计算机设备，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程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述停车管理方法。
18.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述停车管理方法。
技术总结
本发明公开了一种停车管理方法、装置、计算机设备及存储介质，涉及视频监控技术领域，用于提高停车产品抓拍精度。本发明的主要技术方案为：按照预置时间间隔获取雷达监控区域的点云数据和摄像设备拍摄的图像帧数据；建立点云数据对应的二维坐标；根据点云数据确定发生的停车事件及停车事件在二维坐标的位置，以及从图像帧数据中识别出发生的停车事件及停车事件在图像帧数据中的位置数据；将二维坐标系中的点云数据反投影到所述图像帧数据上；并获取在图像视频帧数据中点云数据和位置数据重合的停车事件；通过摄像设备拍摄点云数据和位置数据重合的停车事件所对应车辆的车牌信息，并记录车辆的停留起始时间。
技术研发人员：孙巍巍;师小凯;邓一星
受保护的技术使用者：北京精英路通科技有限公司
技术研发日：.08.29
技术公布日：.12.03
