[0001] 本发明属于车辆停泊技术领域，具体涉及一种基于高低位相机和地磁的停车收费管理系统及方法。

[0002] 随着城市化的日益发展，汽车已成为大部分人常用的出行工具，随着汽车数量的增加，而有限的车位无法满足日益增长的停车需求，导致停车问题尤为突出。为解决停车难的问题，需要对停车位进行适当地管理和收取停车费用。

[0003] 传统停车位计费，采用人工收取停车费用，效率不高，目前对于停车位上的车辆识别主要通过摄像头和地磁对车辆停留信息进行收集，通过对地磁信号和图像分析进行分析停车时间，进行收费。但是地磁只能检测到车辆的车型和停车时长，无法对车辆车牌进行识别，导致收费困难；高低位视频相机由于无法对车辆占用停车位时长精准计时，易造成收费不合理的情况。

[0042] 为了使本技术领域的人员更好地理解本发明方案，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，所描述的实施例仅仅是本发明一部分的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

[0043] 需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

[0044] 下面结合附图对本发明做进一步详细描述：

[0045] 参见图1，本发明公开了一种基于高低位视频相机和地磁的停车收费管理系统及方法，包括：高位视频相机、低位视频相机、地磁、云平台和移动端；高低位视频相机连接到云平台，地磁与云平台连接，移动端与云平台连接。

[0046] 所述高位视频相机包括车辆检测模块和第一通讯模块；车辆检测模块用于检测占用车位的车辆信息；第一通讯模块用于实现和云平台的信息传输，将车辆的相关信息上传到云平台。

[0047] 进一步地，所述高位视频相机个数为M个，分布在停车场不同位置，停车场车位个数为N个，所述地磁个数和所述低位视频相机个数也为N个，N个地磁埋设于N个车位中间，且M≤N。

[0048] 进一步地，所述车辆检测模块利用yolov7检测算法对车辆进行检测，具体包括以下步骤：

[0049] 步骤1，对于高位视频相机采集到的视频流信息，进行关键帧截取，将截取出来的图像进行分类预处理，基于预处理后的数据集制作训练集，验证集和测试集，比例为7：2：1；

[0050] 步骤2，搭建基于yolov7检测算法的环境，下载yolov7训练模型，更改cfg文件夹下的car‑data文件中coco.yaml的训练集、验证集、测试集目录为下载数据集的地址，指定类别数量与类别名称；打开yolov7.yaml文件，把nc修改为数据集的目标总数即可；

[0051] 步骤3，使用SVM分类器对车辆的类型和颜色进行分类；

[0052] 步骤4，对分类完成后的图像进行训练，在命令行中根据精度要求设定迭代次数为300，根据实验数据集加载car.data，同时加载yolov7.cfg，程序即可开始训练；

[0053] 步骤5，保存训练过程中的权重文件，训练结束后检测的权值输入文件进行测试，最后将检测结果以文本格式输出。

[0054] 进一步地，所述车辆检测模块将检测到的信息上传到云平台，所述云平台记录车辆信息。

[0055] 所述低位视频相机包括车牌识别模块和第二通讯模块，车牌识别模块用于识别占用车位的车辆车牌信息；第二通讯模块将车辆的车牌信息上传到所述云平台。

[0056] 进一步地，所述车牌识别模块利用LSTM算法对目标车辆的车牌字符进行识别，具体步骤如下：

[0057] 步骤1，低位视频相机采集车牌图片，对图片进行预处理和矫正调整；

[0058] 步骤2，将调整后的图片输入SVM中对车辆的车牌图片进行分类；

[0059] 步骤3，将分类后的图片送入残差网络，采样获得所需尺寸的特征图；

[0060] 步骤4，将获得的特征图送入LSTM网络进行字符识别及预测，选取匹配度最高的结果作为识别结果；最后将车牌识别结果以文本格式输出。

[0061] 进一步地，所述第二通讯模块将检测到的车牌信息上传到所述云平台，所述云平台记录车牌信息。

[0062] 进一步地，所述云平台根据高位视频相机和低位视频相机上传的车辆信息和车牌信息，进行匹配，对车辆进行定位。

[0063] 所述地磁包括车位检测模块和第三通讯模块，车位检测模块用于检测车位的占用信息，第三通讯模块用于将车位占用信息上传到所述云平台，和所述云平台实现信息传输。

[0064] 所述车位检测模块检测到车辆驶入车位时，第三通讯模块将车辆驶入信号发送给所述云平台，所述云平台对占用该停车位的车辆信息进行匹配，并开始计时，当车位检测模块检测到车辆离开，第三通讯模块将车辆离开信号发送给所述云平台，所述云平台停止计时，开始计算停车费用，云平台会自动发给车主缴费信息到移动端，车主在收到缴费信息后进行缴费或移动端自动扣费。

[0065] 车主通过所述移动端将个人信息和车辆相关信息绑定，所述移动端收到所述云平台的缴费信息，车主有两种缴费方式，一种是车辆离开后车主自己根据提示信息缴费，另一种是车主在上设置自动扣费，无需车主再进入所述移动端缴费，方便快捷。

[0066] 进一步地，车主可以在所述移动端上绑定自己的银行卡，微信，或者支付宝进行缴费。

[0067] 进一步地，如果车主未及时进行缴费，则将未缴费信息录入所述云平台，在车主下一次进入停车场时，所述云平台再次向所述移动端发送未完成的缴费信息，所述移动端收到未完成的缴费信息提示，待车主缴费后方可停车；另一种是车主在上设置自动扣费，所述移动端在收到云平台发送的缴费信息后自动扣费，无需车主自己进入进行缴费，使支付更加快捷。

[0068] 云平台收集车辆数据，车牌数据，车位数据，用于计算车辆的停车时长和费用，同时用于记录车主的缴费情况。如果车主有急事需要办理，在车位上停车，所述云平台将占用车位时长不足20分钟的车辆设置为收费为0元，方便车主处理急事。

[0069] 作为本发明的某一具体实施例，结合图2所示，基于高低位视频相机和地磁的停车收费管理系统，具体包括：M个高位视频相机，N个地磁，N个低位视频相机，云平台和移动端；M个高低位视频相机，N个低位视频相机和N个地磁均设于停车场内，停车场车位个数也为N个，地磁埋设于每个停车位中间内，低位视频相机设于每个停车位的后方车道线中间，且M≤N；高低位视频相机连接到云平台，地磁与云平台连接，移动端与云平台连接；高位视频相机包括车辆检测模块和第一通讯模块，车辆检测模块用于检测车辆的类型和颜色，第一通讯模块与云平台之间通过WebSocket进行数据传送，将车辆信息上传到云平台；低位视频相机包括车牌识别模块和第二通讯模块，车牌识别模块用于识别车牌，第二通讯模块与云平台之间通过WebSocket进行数据传送，将车牌信息上传到云平台；地磁包括车位检测模块和第三通讯模块，车位检测模块用于检测车位的占用信息，第二通讯模块与云平台之间通过WebSocket进行数据传送，将车位占有信息上传到云平台；云平台收集高低位视频相机和地磁上传的信息，进行计时，云平台收到车辆离开信号后，停止计时，并记录车辆停车时间，计算停车费用，将停车费用发送到移动端，提醒车主缴费，此时在云平台上，车主的缴费状态为未缴费，车主缴费完成后，云平台车辆的缴费状态变为已缴费，车主可驾驶车辆离开；移动端缴费方式分为两种，一种是车主收到缴费信息后，进入移动端进行缴费，另一种是车主在移动端设置自动扣费，无需车主再进入移动端缴费，使支付更加快捷方便。

[0070] 作为本发明的一个实施例，高位视频相机、低位视频相机和地磁的部署安装结合图3所示：平行车位采用枪球联动一体装置，枪机最大可覆盖到8个车位，球机最大可覆盖到12个车位。一个立杆在垂直车位侧后方，枪球联动一体装置安装高度5米，安装位置距离车位外边线垂直距离为5～10米，立杆距离1号车位外边线距离为10～15米，覆盖1～12个车位，可以检测到车头或者车尾；另一个立杆在垂直车位中间，距离车位内线10米处，安装位置在行车道外的正上方，立杆和1号车位内线距离为10～15米，覆盖1～12个车位，可以检测到车头或者车尾；低位视频相机安装在距离为1.5米的每个道边停车泊位外侧，高度为1米；
现场应设置220V/50Hz交流电为高低位视频相机供电；一个车位中装有一个地磁，每个地磁则埋设于每个车位的对角线交叉点位置，用于检测车辆信号。

[0071] 本实例中，所述高位视频相机装置采用枪球联动一体机，包括高清枪机和高清球机，可以提高夜间环境下车牌的清晰度，有效提高车牌识别的检测率和准确性。

[0072] 实际使用过程，首先需要对高清枪机和高清球机进行标定，在高清枪机画面中对每个车位设定对应的预置区域，每个预置区域覆盖8～10个车位及周边的区域，之后，需要对每个预置位和高清枪机画面进行标定，以获取图像之间对应的转换关系；之后，车辆检测模块对高清枪机的图像进行车辆进行分析，使用针对停车场景专门训练的yolov7车辆检测算法对车辆进行分析，如果出现高清枪机区域内车辆未抓拍该车牌，高清球机则对该车辆进行车牌抓拍。获取与抓拍车牌图片时间最相近的高清枪机和高清球机图像，根据车辆在图像中的位置，计算车辆在高清球机图像中对应的位置，对高清球机中该对应区域进行车牌识别，并将车牌识别结果反馈至第一通讯模块中，第一通讯模块将车辆的相关信息上传到云平台。

[0073] 优选地，结合图4所示，所述车辆检测模块利用YOLOv7检测算法对车辆进行检测，具体包括以下步骤：

[0074] 步骤1，高低位视频相机采集视频流信息，对于高低位视频相机采集到的视频流信息，进行关键帧截取，将截取出来的图像进行分类预处理，使用labelimg软件对截取出的图像打标签，使用yolo标签格式，保存为txt文件，并将其一一对应，基于预处理后的数据集制作训练集，验证集和测试集，比例为7：2：1；

[0075] 步骤2，搭建基于yolov7检测算法的环境，下载yolov7训练模型，更改cfg文件夹下的car‑data文件中coco.yaml的训练集、验证集、测试集目录为下载数据集的地址，指定类别数量与类别名称；打开yolov7.yaml文件，把nc修改为数据集的目标总数；

[0076] 步骤3，使用SVM分类器对车辆的类型和颜色进行分类；

[0077] 步骤4，对分类完成后的图像进行训练，在命令行中根据精度要求设定迭代次数为300，根据实验数据集加载car.data，同时加载yolov7.cfg，程序即可开始训练；

[0078] 步骤5，保存训练过程中的权重文件，训练结束后检测的权值输入文件进行测试，最后将检测结果以文本格式输出。

[0079] 优选地，所述第一通讯模块与云平台之间通过WebSocket协议进行数据传送，将车辆检测模块检测到的结果上传到云平台，云平台记录车辆信息。

[0080] 所述低位视频相机装有补光模块，改善车牌图像质量。

[0081] 优选地，结合图5所示，所述车牌识别模块利用LSTM算法对目标车辆的车牌字符进行识别，具体步骤如下：

[0082] 步骤1，低位视频相机采集车牌图片，对图片进行预处理和矫正调整，对图像进行滤波去噪改善图像质量，提取出车牌的位置信息，利用HSV颜色空间转换，获取车牌背景区域位置，使用HSV颜色过滤，过滤背景图像，使用水平膨胀和水平差分运算进行边缘检测，利用hough变换检测直线，输出检测角度，利用旋转算法，旋转提取的车牌位置，对车牌进行精确提取；

[0083] 步骤2，将调整后的图片输入SVM中对车辆的车牌图片进行分类；

[0084] 步骤3，将分类后的图片送入残差网络，采样获得所需尺寸的特征图；

[0085] 步骤4，将获得的特征图送入LSTM网络进行字符识别及预测，选取匹配度最高的结果作为识别结果；最后将车牌识别结果以文本格式输出。

[0086] 优选地，所述第二通讯模块与所述云平台之间通过WebSocket进行数据传送，将车牌识别模块的结果上传到所述云平台。

[0087] 优选地，所述云平台根据所述高低位视频相机上传的车辆信息和车牌信息，进行匹配。

[0088] 参见图6，所述地磁包括车位检测模块和第三通讯模块，车位检测模块用于检测车位的占用情况，地磁可以检测到车辆驶入和离开信号，当车辆驶入车位时，地磁可以检测到车辆驶入信号，当车辆离开时，地磁可以检测到车辆离开信号，第三通讯模块与云平台之间通过WebSocket进行数据传送，将车辆驶入信号和离开信号上传到云平台，和云平台实现信息传输。

[0089] 所述云平台收集车辆类型和颜色数据，车牌数据，车位占用情况数据，入场时间，出场时间，计费规则。

[0090] 优选地，所述云平台可进行数据统计管理。比如，可根据所属停车场、日期、车辆类型、收费方式、订单号、订单时间等多维度筛查数据，并统计筛查结果，展示实收总金额、应收总金额，总放行车辆数、异常放行车辆数、订单列表等信息，并显示筛查结果明细列表等功能。

[0091] 优选地，所述云平台还可进行车辆出入管理，统计剩余车位，将总车位和剩余车位信息推送至设于停车场入口的显示屏上显示。

[0092] 优选地，所述云平台可用于查询车辆绑定信息，根据所述车辆绑定信息进行权益发放及审核，确定计费规则，并根据计费规则进行停车费计算。

[0093] 所述云平台收到第三通讯模块发来的车辆离开信号后，停止计时，自动发给车主缴费信息到所述移动端，车主在收到缴费信息后进行缴费；车主未完成缴费，所述云平台显示车辆的缴费状态为未缴费，只有在车主缴费完成后，所述云平台车辆的缴费状态才会变为已缴费，车主可驾驶车辆离开；所述移动端缴费方式分为两种，一种是车主收到缴费信息后，进入所述移动端进行缴费，另一种是车主在所述移动端设置自动扣费，无需车主再进入所述移动端缴费，无需车主扫码支付或者刷卡支付，使支付更加快捷方便，如果车主本次未缴费但已经驾驶车辆离开，当车主下次进入停车场时，所述云平台显示车辆的缴费状态为未缴费，会再次发送缴费信息给车主，车主缴费后方可进入停车场停车。

[0094] 以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。