道路停车:如何减少高位视频设备的环境因素影响 - 技术应用 - 智慧交通网 ITS114.COM|中国智能交通领先的门户网站
  • 道路停车:如何减少高位视频设备的环境因素影响

    2019-11-15 09:14:11 来源:天天泊车park 评论:
    分享到:

    高位视频技术上不仅要求每一次识别准确,还要保证不漏掉一个目标,更重要的是它要能够适应每一个城市的各种各样的应用场景。

    停车位检测技术一直是影响路内停车管理的最大难题。自2015年精英路通完成首个视频定位及车牌识别技术在路内停车管理的应用研究项目以来,高位视频识别技术逐步成为路内停车管理最重要的方案之一,至今国内已有很多城市采用。得益于检测技术的升级,高位视频技术真正实现了路内停车管理模式的全智能化,为用户提供了完美停车体验。

    image.png

    长沙高位视频路内停车

     高位视频技术的优点如下:

    1、采集数据类型多,不仅仅可以获取车位空置状态信息,还能获取车辆身份信息,如车身颜色、车型、车牌等,而车辆身份信息可用于停车费追缴以及停车大数据应用。

    2、可实现全智能无人化。高位视频技术可以在停车收费业务上完全代替人工(秩序管理或推广人员除外),降低人工成本,减少人为因素。

    3、用户操作简单。高位视频是主动识别机制,无需预付费,在用户开通免密支付的情况下,整个停车过程不需要任何操作,可实现即停即走。

    4、可识别不文明停车行为,如跨位停车、斜位停车、侧位停车、反向停车等,并能够主动告知车主纠正。

    5、可扩展性强,除停车管理外,系统还能同时实现违法停车智能识别、交通微卡口、交通流量的采集以及无牌、套牌车的纠察。

    6、还可作城市治安监控用,并对停入泊位后造成的车辆剐蹭等行为提供视频依据。

    7、基于视频识别技术,未来还可能拓展更多的识别功能。

    当然,高位视频技术也存在一些无法避免的技术障碍,即环境的影响。与地磁技术的干扰源不同,高位视频不受温度和城市地铁的影响,视频识别技术必须保证对车位可视,那么环境影响因素就来自于对车位的遮挡问题、光线问题、无法立杆安装的问题。

    事实上,我们用了不到一年的时间就研发出了现场应用版本,解决异常状况处理的问题却又花费了三年半时间。过程中我们也深有感触,开发这个产品远比想象的要复杂得多,在技术上我们不仅要求每一次识别准确,还要保证不漏掉一个目标,更重要的是它要能够适应每一个城市的各种各样的应用场景。通过总结十几个城市大规模应用的经验,我们最终找到高位视频技术环境因素影响的解决方案。

    image.png

    各种安装场景

    阻碍一:静态遮挡

    静态环境主动规避遮挡,主动规避遮挡主要是针对树木、标牌等环境造成的遮挡。在无法改变现场环境的情况下,公司大力研发大倾斜角度车辆和号牌识别技术,通过大数据覆盖,我们能够实现车辆80度大倾角状态的车牌识别,使产品的安装位置比较灵活,可以安装在100米内可视车位范围内的任意安装点位上,同样也可以安装在马路对侧、周边建筑物以及现有监控杆上,不仅能解决静态环境遮挡还可以大幅降低安装成本。没有大倾角技术可能会受树木、现场立杆条件的制约,无法选择合适点位。

    另外在产品形态上,我们将枪球联动系统作为主要产品,虽然该类产品在识别机制上较为复杂,开发难度较大,但是它的场景适应性更强,360度旋转、自动变焦可以更灵活清晰地检测每一个目标;对于较为简单的场景,可以简化枪球联动,采用枪机识别方案降低成本;单球机方案可以有效应对垂直停车场景,通过单球机大场景覆盖可以实现一个点位管理25个车位。除此之外,有部分路内停车场景无法立杆安装高位视频,因此视频桩也是我们考虑的方向。

    阻碍二:动态遮挡

    动态遮挡异常处理是通过算法来规避有遮挡情形,如车辆、人流或其他干扰因素对抓拍的影响,我们首先采用基于CNN的多目标检测技术,识别出停车场景中小汽车、厢式货车、卡车、工程车、客车、三轮车、行人、骑行者、自行车、电瓶车等10类目标,并给出每一个目标在图像中的位置。目标检测是停车业务识别的核心基础,我们目前基本实现了不漏掉任何一个关键目标。

    基于CNN的像素级分割实例分割技术,严格给出目标之间的关系,识别运动的目标或静止的目标以及目标之间的遮盖状态、每一个车位的可用状态(违法车辆或电动车是否干扰到了车位的进出),判断车辆是疑似停车车辆还是通行车辆或违法停车车辆,对于疑似停车车辆采用动态识别机制,车辆停入车位前进行号牌识别,再跟踪车辆入位。

    对于正常停车车辆通过车辆ReID技术重复身份确认。我们的机制不仅仅需要动态识别车辆入场、离场,还要求周期性的识别场景内车辆,确定每个车位里面的车没有更换,即使在车位完全遮挡时有车辆离开,系统也能通过周期性目标确认机制将车辆离开前最后一次捕获作为离位判断,避免出现单边数据,实际使用中,这是一个非常重要的机制。

    image.png

    阻碍三:光线环境

    针对光线、雨雾等环境干扰因素,我们采用基于CNN的场景识别技术。自动检测逆光、大雾、低照度等环境状态,通过识别这些场景,自动调整摄像机成像参数,比如自动开启强光抑制,自动开启宽动态,在低照环境下自动开启3D降噪,自动开启透雾等,甚至极端条件时刻,自动弱化视觉识别的可信度等,避免产生错误订单数据,影响用户体验。

    image.png

    低照度识别场景

    阻碍四:立杆安装

    立杆安装是高位视频项目一个较的落地难题,主要体现为成本的提高及对城市形象的影响,即使我们认为些影响对于高位视频所提供的价值是忽略的,但在实际应用中,为了产品具可落地性,我们不断考虑各种可行方案,优先选择借杆或借墙安装,其次是单独立杆安装。我们的产品从设计之初已经充分考虑了环境兼容性问题,过技术的进步去适应各种安装环境,然,随着5G、智慧灯杆等多种应用在.市运营,部门间打破壁垒同场景共同必然是趋势,而近期我们公司将发布一款借杆专用的美观、高度集成的高位频产品。

    视频识别技术的应用使城市的路内停车管理更加智能化、规范化,有利于推动路内停车管理水平的进步。到目为止,我们的系统已经识别了8600万停车记录,实现了99%以上车辆捕获和97%以上的车牌识别率,一个好的产品需要不断的进行算法和数据的迭代环,对此,我们一直在不断探索。

  • 关键字: 高位视频
  •    责任编辑:刘艳
  • 延伸阅读!

  • 每周新闻精选

  • 关于我们
  • 联系我们
  • 广告赞助