本發(fā)明屬于智能停車系統(tǒng)中的車輛定位技術(shù)領(lǐng)域，具體涉及一種基于視頻圖像處理的室內(nèi)車輛定位導(dǎo)航系統(tǒng)及方法，實現(xiàn)實時定位。

背景技術(shù)：

隨著我國經(jīng)濟建設(shè)的發(fā)展,私家車擁有量越來越多,對大型停車場的需求也越來越大,同時大規(guī)模地下停車場存在著地形復(fù)雜、空位難找、線路不清晰等問題。因此,提高地下停車場的車輛定位準(zhǔn)確度和車位利用率備受各界關(guān)注。

gps技術(shù)是常用的導(dǎo)航系統(tǒng)，但gps應(yīng)用于室內(nèi)時，信號易被遮擋，定位精度會受到非常大的影響，甚至失效；ibeacon技術(shù)彌補了gps技術(shù)的不足，為用戶提供一種低成本、更省電的定位追蹤技術(shù)，能根據(jù)用戶的位置和需求，通過移動終端應(yīng)用程序提供智能化電子服務(wù)。由于ibeacon比較小，不能遠(yuǎn)程，維護難度大，不易管理；wifi定位是利用現(xiàn)有的無線網(wǎng)絡(luò)，配合wifi標(biāo)識和相關(guān)的移動設(shè)備如手機、電腦等，再結(jié)合相應(yīng)定位算法，實現(xiàn)的定位系統(tǒng)。在城市中空間中任何一點至少能即受到一個ap信號，熱點只要通電，不管怎么加密，都會向周圍發(fā)射信號，定位會有很大誤差。

與目前使用的室內(nèi)定位導(dǎo)航系統(tǒng)相比，本系統(tǒng)替代無線局域網(wǎng)基站發(fā)射信號，傳輸速度快，只要在室內(nèi)燈光照射的地方，都可以實現(xiàn)長時間的上傳高清晰畫像和動畫等數(shù)據(jù)。系統(tǒng)接收端選擇為攝像頭，通過攝像頭的拍攝來確定車輛與攝像頭的相對遠(yuǎn)近位置，彌補室內(nèi)信號弱以及后期維護的缺陷，可以實現(xiàn)準(zhǔn)確定位。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于：克服現(xiàn)有技術(shù)的不足，提供一種基于視頻圖像處理的室內(nèi)車輛定位導(dǎo)航系統(tǒng)及方法，采用基于攝像頭的室內(nèi)定位技術(shù)，不僅結(jié)構(gòu)簡單、適用性廣、操作方便，而且還可以推廣進行不同環(huán)境下的運動目標(biāo)檢測與跟蹤。

為實現(xiàn)以上目的，本發(fā)明解決關(guān)鍵技術(shù)問題的技術(shù)方案：

一種基于視頻圖像處理的室內(nèi)車輛定位導(dǎo)航系統(tǒng)，其特征在于包括：圖像采集裝置、服務(wù)器、車輛用戶終端和通信設(shè)備；所述圖像采集裝置用于捕捉移動中的車輛，利用通信設(shè)備向位于后臺的服務(wù)器實時傳輸圖像數(shù)據(jù)；車載用戶終端內(nèi)有室內(nèi)停車場的電子地圖，電子地圖中有圖像采集裝置的位置信息，圖像采集裝置的位置信息也會標(biāo)注在服務(wù)器中；圖像采集裝置獲取的運動車輛信息通過通信設(shè)備發(fā)送給服務(wù)器，后臺的服務(wù)器經(jīng)過圖像處理算法提取和跟蹤目標(biāo)車輛，通過幾何關(guān)系運算獲取車輛位置，然后向車輛用戶終端發(fā)送用戶車輛的位置；同時服務(wù)器還向用戶推送車位信息和用戶選擇的空車位信息，以及從用戶車輛位置到用戶選擇的空車位位置的導(dǎo)航信息，從而實現(xiàn)停車場內(nèi)車輛的實時定位導(dǎo)航。

所述圖像采集裝置由多個攝像機組成，每個攝像機被固定，并向下有一定的傾斜角度。

所述服務(wù)器中，經(jīng)過圖像處理算法提取和跟蹤目標(biāo)車輛如下：

(1)混合高斯模型建模，通過計算一段時間內(nèi)圖像采集裝置采集的視頻序列圖像中各個像素點的平均灰度值和像素方差，對每一個像素點用k個高斯分布構(gòu)成高斯混合模型來建模，k值取3-5；

(2)更新模型，在時刻t對圖像幀的每個像素與混合高斯模型中的k個高斯分布匹配，對于不匹配的高斯分布，則它們的均值和協(xié)方差矩陣不變；匹配的高斯分布需要更新每個高斯分布的參數(shù)和各高斯分布的權(quán)重，根據(jù)權(quán)重把各高斯分布排序，加入新的高斯分布進行模型更新；

(3)前景檢測，利用步驟(2)得到的權(quán)重與標(biāo)準(zhǔn)差的比值將每個像素的k個高斯分布進行降序排序，由于最有可能描述穩(wěn)定背景過程的高斯分布位于序列前面，取前b個高斯分布作為背景模型，當(dāng)前時刻的每一個像素值與得到的前b個高斯分布進行匹配，存在匹配，該像素點則為背景點；否則該像素被檢測為運動目標(biāo)，即為運動車輛；

(4)目標(biāo)車輛跟蹤定位，以步驟(3)獲取的前景為初始目標(biāo)車輛信息，采用camshift算法與卡爾曼濾波器算法相結(jié)合，實現(xiàn)對后續(xù)時刻運動車輛的準(zhǔn)確識別與定位，從而完成目標(biāo)車輛跟蹤定位。

所述服務(wù)器中，通過幾何關(guān)系運算獲取車輛位置坐標(biāo)的計算過程如下：

(1)根據(jù)攝像頭針孔模型和攝像頭位置、安裝角度和獲取的視頻圖像基本參數(shù)計算攝像機垂直視角與地平面y軸的最大夾角α和最小夾角β，以及攝像機水平視角在水平視角的投影與地平面y軸夾角γ；

α＝arctan(h/y1)

β＝arctan(h/(y1+y2))

γ＝acrtan(x1/y1)

(2)根據(jù)步驟(1)計算結(jié)果確定目標(biāo)在圖像中的實際坐標(biāo)p(x，y)，x，y分別表示運動目標(biāo)在停車場的坐標(biāo)位置，

所述車輛用戶終端為手機、車載終端、平臺電腦。

所述的通信設(shè)備為無線通信設(shè)備，置于用戶終端內(nèi)部。

一種基于視頻圖像處理的室內(nèi)車輛定位導(dǎo)航方法，實現(xiàn)如下：室內(nèi)停車多處均安裝置有攝像機，用于捕捉移動中的車輛，利用攝像頭向后臺的服務(wù)器實時傳輸圖像數(shù)據(jù)；車載用戶終端內(nèi)有室內(nèi)停車場的電子地圖，電子地圖中有攝像機的位置信息，攝像機的位置信息也會標(biāo)注在后臺的服務(wù)器上，攝像機獲取的運動車輛信息發(fā)送給后臺的服務(wù)器，服務(wù)器經(jīng)過圖像處理算法提取和跟蹤目標(biāo)車輛，通過幾何關(guān)系運算獲取車輛位置，并向車輛用戶終端發(fā)送用戶車輛的位置；同時服務(wù)器還向用戶推送車位信息和用戶選擇的空車位信息，以及從用戶車輛位置到用戶選擇的空車位位置的導(dǎo)航信息，從而實現(xiàn)停車場內(nèi)車輛的實時定位導(dǎo)航。

本發(fā)明與現(xiàn)有技術(shù)相比的優(yōu)點在于：采用以上的技術(shù)方案，監(jiān)控攝像與運動車輛的結(jié)合，服務(wù)端向用戶推送停車場的空車位信息，確定用戶車輛位置和用戶選擇的空車位信息，從用戶車輛位置到用戶選擇的空車位位置的導(dǎo)航信息。從而實現(xiàn)停車場內(nèi)車輛的實時定位導(dǎo)航，為車主提供一種找車位，智能停車的解決方案，可以很好的利用停車場監(jiān)控攝像資源，提高停車效率，實用性強，可以更好的服務(wù)于車主。

附圖說明

圖1顯示了本發(fā)明測量原理圖；

圖2顯示本發(fā)明的室內(nèi)車輛定位導(dǎo)航流程圖。

具體實施方式

下面通過實施方式結(jié)合附圖對本發(fā)明作進一步說明。

如圖1所示，本發(fā)明基于視頻圖像處理的室內(nèi)車輛定位導(dǎo)航系統(tǒng)，包括圖像采集裝置、服務(wù)器、車輛用戶終端(手機，車載終端、平臺電腦等)、通信設(shè)備，圖像采集裝置為多個攝像，每個攝像機被固定在一定的位置上，并向下有一定的傾斜角度(30度-50度)。本發(fā)明所述的室內(nèi)車輛定位導(dǎo)航系統(tǒng)實現(xiàn)流程如下：室內(nèi)停車場多處均安裝置有攝像機，用于捕捉移動中的車輛，利用攝像頭向后臺的服務(wù)器實時傳輸圖像數(shù)據(jù)；車載用戶終端內(nèi)有室內(nèi)停車場的電子地圖，電子地圖中有攝像機的位置信息，攝像機的位置信息也會標(biāo)注在后臺的服務(wù)器上，攝像機獲取的運動車輛信息發(fā)送給后臺的服務(wù)器，服務(wù)器經(jīng)過圖像處理算法提取和跟蹤目標(biāo)車輛，通過幾何關(guān)系運算獲取車輛位置，并向車輛用戶終端發(fā)送用戶車輛的位置；同時服務(wù)器還向用戶推送車位信息和用戶選擇的空車位信息，以及從用戶車輛位置到用戶選擇的空車位位置的導(dǎo)航信息，從而實現(xiàn)停車場內(nèi)車輛的實時定位導(dǎo)航。

幾何關(guān)系運算獲取車輛位置，圖1為獲取車輛坐標(biāo)，攝像機被固定，并向下有一定的傾斜角度(通常取30度-50度)。p(x,y)點為車輛位置，p(μ，ν)為其在攝像機成像平面上的特征點的像平面坐標(biāo)。h是攝像機到地面的垂直距離，y1是攝像機垂直視角投影在地面上的最近距離，y1+y2是攝像機垂直視角投影在地面上的最遠(yuǎn)距離，x1是當(dāng)攝像機垂直視角在地面上的距離最近時，其水平視角投影在地面上的距離。α(0°＜α＜50°)和β(0°＜β＜10°)分別為攝像機垂直視角與地平面y軸的最大和最小夾角，γ(0°＜γ＜45°)是攝像機水平視角在水平視角的投影與地平面y軸夾角。

圖1所示，由攝像機真空模型的幾何關(guān)系可知，h，y1，y2和x1的值可以測量的情況下，圖中α，β，γ的大小可以很方便求出。得出的α，β，γ角后可以進一步求出目標(biāo)p(x，y)在坐標(biāo)系下的橫縱坐標(biāo)x和y。推導(dǎo)關(guān)系式如下：

α＝arctan(h/y1)

β＝arctan(h/(y1+y2))

γ＝acrtan(x1/y1)

上式中，u，v分別表示目標(biāo)特征在圖像平面上的行數(shù)和列數(shù)，sx和sy分別表示圖像平面在x和y方向上的總行數(shù)和列數(shù)。

圖像算法獲取目標(biāo)實現(xiàn)實時跟蹤，根據(jù)混合高斯算法，通過計算一段時間內(nèi)圖像采集裝置采集的視頻序列圖像中各個像素點的平均灰度值和像素方差，對每一個像素點用k個(k值取3-5)高斯分布構(gòu)成高斯混合模型來建模，這些高斯分布的一部分表示運動目標(biāo)的像素值，另一部分表示背景的像素值。高斯分布函數(shù)可以用下式表示：

式中xi,t為顏色點的變量，d表示xi,t的維數(shù)(灰度圖像的混合高斯背景建模時通常取d＝1)，μi,t為均值，σi,t為協(xié)方差矩陣，且(ωi,t為權(quán)重)。

然后更新高斯模型，在時刻t對當(dāng)前幀的每個像素與混合高斯模型中的k個高斯分布匹配，對于不匹配的高斯分布，則它們的均值和協(xié)方差矩陣不變；匹配的高斯分布需要更新每個高斯分布的參數(shù)和各高斯分布的權(quán)重，更新高斯分布可以按照如下式進行更新均值和標(biāo)準(zhǔn)差：

ωi,t＝(1-α)ωi,t-1+αmi,t

μi,t＝(1-β)μi,t-1+β

其中α(0≤α≤1)為自定義的更新率，β是參數(shù)學(xué)習(xí)率，σi,t為標(biāo)準(zhǔn)差。如果當(dāng)前像素點顏色變量與其混合高斯模型的所有分布都不匹配，則將其混合高斯模型中權(quán)重最小的那個模型用新的模型代替。新的模型以xi,t為均值，并初始化一個較大的標(biāo)準(zhǔn)差σ0和一個較小的權(quán)重。剩下的模型保持原來參數(shù)不變，但權(quán)重會衰減，按照下式更新：ωi,t＝(1-α)ωi,t-1

運動車輛的檢測提取即前景檢測，根據(jù)新的像素值把混合高斯模型的所有參數(shù)更新，按照的比值大小對每個像素的k個高斯分布進行降序排序，由于最有可能描述穩(wěn)定背景過程的高斯分布位于序列前面，取前b個高斯分布作為背景模型，剩下的作為前景模型。

其中τ是全值閾值(通常為0.7)，表示能夠描述場景背景的高斯分布權(quán)重之和的最小值。將當(dāng)前時刻的每一個像素值xi,t與得到的前b個高斯分布進行匹配，存在匹配，該像素點則為背景點；否則該像素被檢測為運動目標(biāo)，即為運動車輛。

b代表高斯分布個數(shù)，t表示時間，i表示高斯分量，wi,j表示t時刻第i個高斯分量的加權(quán)系數(shù)，也即權(quán)重。

最后實現(xiàn)目標(biāo)車輛跟蹤定位，根據(jù)前景檢測獲取的運動前景目標(biāo)獲取初始目標(biāo)車輛信息，采用camshift算法與卡爾曼濾波器算法相結(jié)合，實現(xiàn)對后續(xù)時刻運動車輛的準(zhǔn)確識別與定位，從而完成目標(biāo)車輛跟蹤定位。

將實時獲取到的運動車輛以及通過幾何關(guān)系得到的車輛坐標(biāo)信息定位顯示在用戶車輛終端，接下來需要獲取停車場空車位信息。如圖2所示，整個流程為車輛進入停車場后臺將空車位信息發(fā)送給用戶，用戶根據(jù)后臺發(fā)送車輛坐標(biāo)和空車位信息選擇空車位，并根據(jù)后臺提供的導(dǎo)航信息，實現(xiàn)快捷停車，以此系統(tǒng)幫助用戶實現(xiàn)車輛定位和導(dǎo)航。

作為本發(fā)明的改進，服務(wù)端將車位信息存放在后臺，當(dāng)用戶需要找車時，可以向服務(wù)端發(fā)出請求，服務(wù)端檢索與待查車輛信息綁定的車位信息發(fā)送給用戶，并根據(jù)用戶的位置，向用戶推送導(dǎo)航路線，用戶終端顯示車位信息和導(dǎo)航信息。從而為方便用戶找車提供一種可能。

更進一步，根據(jù)攝像頭獲取的停車場信息，可以判斷車位信息和車輛移動信息，保證停車場中車位的實時更新，方便其他用戶停車。此外可以根據(jù)車主距離空車位或者停車場出口遠(yuǎn)近為車主推送基于距離停車的最優(yōu)選擇，節(jié)省車主停車時間的同時也方便車主離開停車場。

提供以上實施例和對本發(fā)明的進一步改進說明僅僅是為了描述本發(fā)明的目的，而并非要限制本發(fā)明的范圍。本發(fā)明的范圍由所附權(quán)利要求限定。不脫離本發(fā)明的精神和原理而做出的各種等同替換和修改，均應(yīng)涵蓋在本發(fā)明的范圍之內(nèi)。