[0001] 本申请涉及停车位管理技术领域，尤其涉及一种路边停车位管理方法及相关设备。

[0002] 随着民用车辆的普及，车辆数量越来越多，使得停车难是个很大问题。而在宽敞街道的路边，小区的建筑旁等位置常被用于停放车辆，但是位置较为分散，管理难度大，需要耗费大量的人力。

[0030] 这里将详细地对示例性实施例执行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

[0031] 附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

[0032] 附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

[0033] 在本申请中提及的“多个”是指两个或者两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。

[0034] 为了解决路边停车位管理难度大的问题，本申请的实施例提出了一种路边停车位管理方法及装置、停车仪、电子设备、计算机可读存储介质主要涉及停车位管理技术中包括的路边停车位无人管理技术，以下将对这些实施例进行详细说明。

[0035] 首先请参阅图1，图1是本申请的一示例性实施例示出的路边停车位管理方法的流程图。该方法可以停车仪具体执行，停车仪安装在马路牙上与待测车位间隔预设距离的位置，如安装在距离车位50厘米处。

[0036] 如图1所示，在一示例性实施例中，该路边停车位管理方法可以包括步骤S101至步骤S104，详细介绍如下：

[0037] 步骤S101，按照第一采样周期对待测车位持续进行实时激光雷达采样，得到采样结果。

[0038] 本实施例中，在利用本申请提供的停车仪对路边的停车位进行管理时，检测到车辆驶入后，按照第一采样周期对待测车位持续进行实时激光雷达采样，得到采样结果，以实现对待测车位内的车辆进行实时监测。

[0039] 步骤S102，基于采样结果确定对应时刻的车位状态，并将车位状态和/或对应的车牌信息存储至云端。

[0040] 获取到采样结果后，对其进行分析处理，得到对应时刻的车位状态，并基于所携带的时间戳按照时间顺序将车位状态存储至云端，并在必要时获取对应的车牌信息进行存储。

[0041] 步骤S103，基于云端存储的多个车位状态，得到待测车位的状态迁移信息。

[0042] 步骤S104，基于状态迁移信息和车牌信息得到对应车辆的收费数据。

[0043] 针对同一待测车位，根据多个不同的车位状态，例如一段时间内三个不同的车位状态得到待测车位的状态迁移信息，进而识别对应的车牌信息，基于状态迁移信息和车牌信息得到该车辆的收费数据。

[0044] 由上可知，在本实施例提供的方法中，通过按照第一采样周期对待测车位持续进行实时激光雷达采样，得到采样结果；基于采样结果确定对应时刻的车位状态，并将车位状态和/或对应的车牌信息存储至云端：基于云端存储的多个车位状态，得到待测车位的状态迁移信息，以通过待测车位的状态迁移信息识别车位内的车辆进出情况，从而对车辆进行收费管理，实现无人管理。另外，所应用的停车仪安装在马路牙上与待测车位间隔预设距离的位置，保证采样效果的同时，具有安装简单、硬件成本低的特点。

[0045] 本申请提供的一示例性实施例中，对实时激光雷达采样得到的数据进行稳态判断，通过判断结果来确定作为采样结果的具体数据类型，其具体可以包括：

[0046] 按照第一采样周期对待测车位持续进行实时激光雷达采样，得到第一激光测距距离；

[0047] 判断第一激光测距距离是否为稳态数据，若是，则将第一激光测距距离作为采样结果；

[0048] 若否，则按照第二采样周期对待测车位持续进行实时激光雷达采样，得到第二激光测距距离；

[0049] 对第二激光测距距离进行非稳态计数，得到非稳态计数结果作为采样结果。

[0050] 本实施例中，若实时激光雷达采样得到的第一激光测距距离为稳态数据，则说明待测车位内的情况并未持续变化，基于第一激光测距距离的具体数值便能确定车位状态，因此将第一激光测距距离作为采样结果；若为非稳态数据则需要进一步判断停车仪是否被遮挡或者存在其他使得待测车位对应的第一激光测距距离频繁变化的情况，因此本实施例在确定第一激光测距距离为非稳态数据时，按照第二采样周期对待测车位持续进行实时激光雷达采样，得到第二激光测距距离，并对第二激光测距距离进行非稳态计数，得到非稳态计数结果作为采样结果。

[0051] 本实施例中，判断第一激光测距距离是否为稳态数据的方式，具体可以是：

[0052] 将按照第一采样周期连续测量5次为一帧数据，将大于330cm的数据强制为0，对每帧数据进行中值滤波和求极差，由此进行稳态判断。判断为稳态数据的情况包括，距离极差小于6cm并且amp(激光的能量强度值)极差小于500；距离极差6‑15cm并且amp极差小于th。判断为非稳态数据的情况可以包括，距离极差大于15cm；距离极差6‑15cm并且amp极差大于th；距离极差小于6cm并且amp极差大于500。

[0053] 其中th是指不同阶段的amp达到稳态的波动值，因为在静止的情况下，也会有干扰的，因此预留了一个波动范围，这个正常噪声的波动范围就是th，是根据传感器测试出来的值。amp的th确定(下述的amp为中值滤波之后的值)：amp<100时th＝40；1001000时th＝amp*10％。

[0054] 这样，本实施例按照采样得到第一激光测距距离是否稳态将需要分析确定的车位状态进行分析依据的划分，以此实现更加精准的车位状态的判断。

[0055] 另一示例性实施例中，确定实时激光雷达采样得到的第一激光测距距离为稳态数据，并将第一激光测距距离作为采样结果的情况下，基于采样结果确定对应时刻的车位状态的步骤具体可以包括：

[0056] 采样结果为第一激光测距距离时，获取第一激光测距距离与预设的距离范围之间的大小关系；

[0057] 若大小关系表征第一激光测距距离为距离范围的最小值，则确定对应时刻的车位状态为空场状态，并将空场状态存储至云端；

[0058] 若大小关系表征第一激光测距距离处于距离范围内，则确定对应时刻的车位状态为被遮挡状态，并将被遮挡状态存储至云端；

[0059] 若大小关系表征第一激光测距距离大于距离范围的最大值，则确定对应时刻的车位状态为有车状态，并获取对应时刻的车牌信息，将有车状态和车牌信息存储至云端。

[0060] 本实施例通过第一激光测距距离与预设的距离范围之间的大小关系确定待测车位的车位状态，对应的车位状态包括空场状态、有车状态和被遮挡状态，并在处于有车状态时对车辆的车牌信息进行获取。

[0061] 例如在预设的距离范围为[0,10]时，第一激光测距距离等于0就是空场状态，待测车位内没有车辆停留，如果第一激光测距距离小于或等于10，就判断车位状态为被遮挡状态，如果第一激光测距距离大于10，就确定对应时刻的车位状态为有车状态，并获取对应时刻的车牌信息，将有车状态和车牌信息同步存储至云端。

[0062] 这样，本实施例不仅在第一激光测距距离为稳态数据时判断待测车位处于有车状态或是空场状态，还依据第一激光测距距离的具体数据判断停车仪是否被遮挡，为获取状态迁移信息提供更加准确的数据。

[0063] 另一示例性实施例中，确定实时激光雷达采样得到的第一激光测距距离为非稳态数据，并按照第二采样周期对待测车位持续进行实时激光雷达采样，得到第二激光测距距离，对第二激光测距距离进行非稳态计数，得到非稳态计数结果作为采样结果的情况下，基于采样结果确定对应时刻的车位状态的步骤具体可以包括：

[0064] 采样结果为非稳态计数结果时，获取预设时间段内的目标计数结果；

[0065] 若目标计数结果大于第一计数阈值，则确定对应时刻的车位状态为恶劣天气状态，并将恶劣天气状态存储至云端；

[0066] 若目标计数结果小于第一计数阈值，则确定对应时刻的车位状态为被干扰状态，并将被干扰状态和/或对应的车牌信息存储至云端。

[0067] 本实施例通过非稳态计数结果确定待测车位的车位状态，对应的车位状态包括恶劣天气状态和被干扰状态。

[0068] 其中被干扰状态还可以包括车辆进离场状态和第三方干扰状态，在处于车辆进离场状态时对车辆的车牌信息进行获取，该步骤具体可以包括：

[0069] 若目标计数结果小于第一计数阈值且大于第二计数阈值，则确定对应时刻的车位状态为车辆进离场状态，并获取对应时刻的车牌信息，将车辆进离场状态和车牌信息存储至云端；

[0070] 若目标计数结果小于或等于第二计数阈值，则确定对应时刻的车位状态为第三方干扰状态，并将第三方干扰状态存储至云端。

[0071] 具体的，在第一激光测距距离为非稳态数据即对应的极值不稳定时，采样周期就会由第一采样周期转变为第二采样周期，例如由2s改为0.5s，一帧数据转变为2.5s，并在预设时间段内，

[0072] 非稳态计数的目标计数结果如果大于第一计数阈值240，就认为是下雨或下雪等影响激光雷达采样的恶劣天气，目标计数结果小于等于第二计数阈值4就认为是行人或雷达干扰等第三方干扰状态，目标计数结果大于第二计数阈值4，才是代表正常车子进离场的车辆进离场状态，并获取对应时刻的车牌信息，将车辆进离场状态和车牌信息存储至云端。

[0073] 请参阅图2，图2是在本申请一个示例性实施例中，进行实时激光雷达采样并基于采样结果确定对应时刻的车位状态的流程示意图。

[0074] 如图2所示，第一采样周期为2s，第二采样周期为0.5s，预设的距离范围为[0，10]，第一计数阈值为240，第二计数阈值为4。首先按照第一采样周期通过激光雷达采样实现距离测量，得到第一激光测距距离，再通过中值滤波，求得极值，再判断该极值是否稳定，以判断第一激光测距距离是否为稳态数据。

[0075] 在为稳态数据的情况下，持续按照第一采样周期进行采样，在得到的第一激光测距距离等于0时，确定对应时刻的车位状态为空场状态，第一激光测距距离小于或等于10时，确定对应时刻的车位状态为被遮挡状态，第一激光测距距离大于10时，确定对应时刻的车位状态为有车状态。

[0076] 在为非稳态数据的情况下，按照第二采样周期进行采样，并进行非稳态计数，在预设时间段内的目标计数结果大于240时，确定对应时刻的车位状态为恶劣天气状态，在目标计数结果小于240且大于4时，确定对应时刻的车位状态为车辆进离场状态，在目标计数结果小于4时，确定对应时刻的车位状态为第三方干扰状态。

[0077] 上述提及的本申请的各个实施例中，获取的车牌信息包括车牌号、车牌颜色和时间戳。车牌号和车牌颜色通过rk算法得到，具体在app.c代码中实现，通过函数rk_carid_get_plate_number获得，之后在app.c代码中通过函数http_send_jpeg实现车牌信息的上传。

[0078] 由此可知，本申请上述实施例在非稳态情况下，通过预设时间段内的非稳态计数，通过得到的目标计数结果确定车位状态，相较于继续使用采样得到的激光测距距离确定车位状态更加准确，并能判断该车位状态产生的可能的原因。

[0079] 本申请提供的一示例性实施例中，获取状态迁移信息的步骤具体可以包括：

[0080] 从云端获取同一车牌信息所对应的多个目标车位状态；

[0081] 基于多个目标车位状态得到待测车位的状态迁移信息。

[0082] 本实施例中，多个目标车位状态的数量至少为三个。在目标车位状态的数量为三个时，对应的状态迁移信息具体表征的内容可以是：

[0083] 1.有车－被干扰－有车：路人经过、更换了车辆但是没抓到离场数据；车辆更换，与上次距离差别大，能量值差别大。

[0084] 2.有车－被干扰－空车：车辆离场。

[0085] 3.空车－被干扰－空车：路人经过；空车，距离大于330；车辆吸波测不到，距离小于330，并且非稳态计数>4。

[0086] 4.空车－被干扰－有车：车辆入场。

[0087] 请参阅图3，图3是本申请的一个示例性实施例中，应用路边停车位管理方法的停车仪的示意图。如图3所示，停车仪包括太阳能装置、摄像头、雷达装置和开发主板，太阳能装置与摄像头、雷达装置和开发主板连接，用于提供电能；开发主板还与摄像头和雷达装置相连接，用于实现本申请提供的路边停车位管理方法。

[0088] 太阳能装置包括太阳能光板和电池，在有光照的情况下，太阳能光板能一直为电池充电，如果光照充足的情况下，太阳能光板的充电量会大于机器工作消耗的电量。在使用的电池最大电量为40000mAH时，3.8v每天跑20次，平均电流是7.5mAH，一天消耗的电量是7.5*24＝180mAH，在电池不充电的情况下可以用(40000/180)/30＝7.4个月，太阳能板子按照65mAH每天充电3小时，太阳能板每天能充电65*3＝195mHA，完全可以满足每天180mAH的消耗，这样看来，只要每天的阳光允许的情况下，机器可以一直供着电跑，实现停车仪的低功耗性能。

[0089] 请参阅图4，图4是本申请的一个示例性实施例中，停车仪的工作示意图。如图4所示，

[0090] 开发主板为RV1106主板，RV1106的主板主要模块是SOC和4G网卡，它们之间通过usb串口和网络通信，外设都分别接有uart端口，便于手动控制这两个模块，SOC挂有4G和摄像头，4G网卡挂有雷达，电池，电源指示灯，GPIO按键，升级按键。

[0091] 其中，升级按键用于实现RV1106主板的SOC的编译和在线升级。如图5所示，图5是本申请的一个示例性实施例中，停车仪的开发主板中SOC在线升级的工作原理图。云端发送固件和版本号给4G模组，先判断是SOC还是4G模组固件，再判断版本号，下载固件，机器进入升级模式，机器重启升级，升级完成，会反馈升级结果到云端。由此保证停车仪的各项功能参数能够及时更新，提升硬件性能。

[0092] 图6是本申请的一示例性实施例示出的一种路边停车位管理装置500的框图。如图6所示，该装置包括：

[0093] 采样单元601，用于按照第一采样周期对待测车位持续进行实时激光雷达采样，得到采样结果；

[0094] 确定单元602，用于基于采样结果确定对应时刻的车位状态，并将车位状态和/或对应的车牌信息存储至云端：

[0095] 处理单元603，用于基于云端存储的多个车位状态，得到待测车位的状态迁移信息；

[0096] 收费单元604，用于基于状态迁移信息和车牌信息得到对应车辆的收费数据。

[0097] 该装置应用本申请提供的路边停车位管理方法，通过采样单元601按照第一采样周期对待测车位持续进行实时激光雷达采样，得到采样结果；确定单元602基于采样结果确定对应时刻的车位状态，并将车位状态和/或对应的车牌信息存储至云端：处理单元603基于云端存储的多个车位状态，得到待测车位的状态迁移信息，以使收费单元604通过待测车位的状态迁移信息识别车位内的车辆进出情况，从而对车辆进行收费管理，实现无人管理。另外，所应用的停车仪安装在马路牙上与待测车位间隔预设距离的位置，保证采样效果的同时，具有安装简单、硬件成本低的特点。

[0098] 在另一示例性的实施例中，采样单元601，还用于按照第一采样周期对待测车位持续进行实时激光雷达采样，得到第一激光测距距离；判断第一激光测距距离是否为稳态数据，若是，则将第一激光测距距离作为采样结果；若否，则按照第二采样周期对待测车位持续进行实时激光雷达采样，得到第二激光测距距离；对第二激光测距距离进行非稳态计数，得到非稳态计数结果作为采样结果。

[0099] 在另一示例性的实施例中，确定单元602，还用于采样结果为第一激光测距距离时，获取第一激光测距距离与预设的距离范围之间的大小关系；若大小关系表征第一激光测距距离为距离范围的最小值，则确定对应时刻的车位状态为空场状态，并将空场状态存储至云端；若大小关系表征第一激光测距距离处于距离范围内，则确定对应时刻的车位状态为被遮挡状态，并将被遮挡状态存储至云端；若大小关系表征第一激光测距距离大于距离范围的最大值，则确定对应时刻的车位状态为有车状态，并获取对应时刻的车牌信息，将有车状态和车牌信息存储至云端。

[0100] 在另一示例性的实施例中，确定单元602，还用于采样结果为非稳态计数结果时，获取预设时间段内的目标计数结果；若目标计数结果大于第一计数阈值，则确定对应时刻的车位状态为恶劣天气状态，并将恶劣天气状态存储至云端；若目标计数结果小于第一计数阈值，则确定对应时刻的车位状态为被干扰状态，并将被干扰状态和/或对应的车牌信息存储至云端。

[0101] 在另一示例性的实施例中，被干扰状态包括第三方干扰状态和车辆进离场状态；确定单元602，还用于若目标计数结果小于第一计数阈值且大于第二计数阈值，则确定对应时刻的车位状态为车辆进离场状态，并获取对应时刻的车牌信息，将车辆进离场状态和车牌信息存储至云端；若目标计数结果小于或等于第二计数阈值，则确定对应时刻的车位状态为第三方干扰状态，并将第三方干扰状态存储至云端。

[0102] 在另一示例性的实施例中，处理单元603，还用于从云端获取同一车牌信息所对应的多个目标车位状态；基于多个目标车位状态得到待测车位的状态迁移信息。

[0103] 需要说明的是，上述实施例所提供的路边停车位管理装置与上述实施例所提供的路边停车位管理方法属于同一构思，其中各个模块和单元执行操作的具体方式已经在方法实施例中进行了详细描述，此处不再赘述。上述实施例所提供的路边停车位管理装置在实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能，本处也不对此进行限制。

[0104] 本申请的实施例还提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行时，使得电子设备实现上述各个实施例中提供的路边停车位管理方法。

[0105] 图7示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。需要说明的是，图7示出的电子设备的计算机系统700仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

[0106] 如图7所示，计算机系统700包括中央处理单元(Central Processing Unit，CPU)701，其可以根据存储在只读存储器(Read‑Only Memory，ROM)702中的程序或者从储存部分
708加载到随机访问存储器(Random Access Memory，RAM)703中的程序而执行各种适当的动作和处理，例如执行上述实施例中的方法。在RAM 703中，还存储有系统操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(Input/Output，I/O)接口705也连接至总线704。

[0107] 以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(Cathode Ray Tube，CRT)、液晶显示器(Liquid Crystal Display，LCD)等以及扬声器等的输出部分707；包括硬盘等的储存部分708；以及包括诸如LAN(Local Area Network，局域网)卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入储存部分708。

[0108] 特别地，根据本申请的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本申请的系统中限定的各种功能。

[0109] 需要说明的是，本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read‑Only Memory，CD‑ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。

[0110] 附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

[0111] 描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。

[0112] 本申请的另一方面还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如前的路边停车位管理方法。该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的，也可以是单独存在，而未装配入该电子设备中。

[0113] 本申请的另一方面还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各个实施例中提供的路边停车位管理方法。

[0114] 以上仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内所作的任何修改、等同替换或改进等，均应包含在本申请的保护范围之内。