本發(fā)明涉及停車管理技術(shù)領(lǐng)域，尤其涉及一種應(yīng)用于路內(nèi)停車泊位的視頻樁設(shè)備及停車管理方法。

背景技術(shù)：

現(xiàn)階段國內(nèi)的停車泊位可以分為路外停車泊位和路內(nèi)停車泊位兩大類。路外停車泊位，其特點是有明確的出入口，是設(shè)置于道路外的停車場、樓、庫的停車泊位；路內(nèi)停車泊位是，其特點是沒有明確的出入口，設(shè)置于機動車道、非機動車道、或人行道內(nèi)的停車泊位。

路外停車泊位由于其封閉性及易管理性被大量的使用，現(xiàn)基本上均已采用智能設(shè)備進行該類停車泊位出入口的管理，如取卡入場和車牌識別入場等方式。

路內(nèi)停車泊位由于其不需要重新進行規(guī)劃建設(shè)，同時又充分利用空余的道路資源而具有一定的優(yōu)勢，但由于道路兩側(cè)的停車位無法安裝門禁系統(tǒng)，并且現(xiàn)場通信和供電條件較差，目前多采用人工方式進行收費管理。人工管理方式存在很多弊端，由于收費人員素質(zhì)不同，因此產(chǎn)生了大量的票款流失的現(xiàn)象，同時由于人為記錄停車時間，會存在計時不準(zhǔn)車主意見大等多方面的問題。路內(nèi)停車泊位主要有平行式、垂直式、傾斜式泊位的形式。針對當(dāng)前的路內(nèi)停車泊位，如何使用現(xiàn)有技術(shù)手段，對車輛的進出進行智能管理，并且自動計費，是具有挑戰(zhàn)性的問題。

現(xiàn)有技術(shù)中，一種方案是在路內(nèi)停車泊位安裝咪表，采用“二次刷卡”的方式，司機停車后和取車前均需要進行刷卡，并且還要選擇所停的泊位號；收費方式麻煩，多數(shù)人不懂如何使用咪表操作進行付費，管理問題無法解決，人為損壞的現(xiàn)象普遍存在，更重要的是主動刷卡繳費自主性不高。

現(xiàn)有另一種方案是采用地磁加pose機，需要將地磁埋在每個停車泊位地下，當(dāng)有車輛駛?cè)胪＼嚥次粫r，收費員需要拿著pose機實時拍照。該方案有種種弊端，如雪天無法正常運行；地磁感應(yīng)器誤觸發(fā)嚴(yán)重，只要是金屬物體(單車、電單車、人力三輪車、甚至女士鐵的鞋跟)都會觸發(fā)；維護麻煩，地磁感應(yīng)器內(nèi)置電池一般1～2年就需要更換。需要重新破土挖出來，再埋回；旁邊的沙礫、石頭，長期受汽車輪胎碾軋，容易對地磁傳感器產(chǎn)生影響：損壞、漏水等；地磁+收費員收費的方式，由于地磁的不穩(wěn)定性，數(shù)據(jù)量大，導(dǎo)致中心系統(tǒng)無法核對誤觸發(fā)還是真正有車，但收費員中飽私囊。通過監(jiān)控視頻復(fù)核難度大；無車牌識別，導(dǎo)致云管理、云收費平臺執(zhí)行完整性差。

技術(shù)實現(xiàn)要素：

針對上述問題中存在的不足之處，本發(fā)明提供視頻樁設(shè)備及停車管理方法。

為實現(xiàn)上述目的，本發(fā)明第一目的在于提供一種視頻樁設(shè)備，包括：支架及安裝在支架上的魚眼相機，所述魚眼相機包括：

圖像采集模塊，用于實時采集監(jiān)控雙停車泊位的圖像流；

識別處理模塊，用于對所述圖像流進行圖像校正，得到平面圖像流，在鏡頭未被遮擋下，根據(jù)所述平面圖像流以及預(yù)設(shè)的停車泊位線進行車輛逐幀檢測和車牌逐幀檢測，得到車輛泊位信息；在網(wǎng)絡(luò)正常狀態(tài)下，將所述車輛泊位信息傳輸至后臺，后臺根據(jù)所述車輛泊位信息計算停車時長和停車費用；所述車輛泊位信息包括車輛停車進出信息、車牌信息、車位編號和停車地點。

作為本發(fā)明的進一步改進，所述識別處理模塊包括：

圖像校正模塊，用于對所述圖像流進行圖像校正，將有視覺畸變的圖像流校正為平面圖像流；

第一判斷模塊，用于根據(jù)所述平面圖像流定時判斷鏡頭是否被遮擋，若被遮擋，則輸出鏡頭異常報警信息，并將所述鏡頭異常報警信息推送至后臺，后臺安排人員進行設(shè)備的維護；若未被遮擋，則進行車輛逐幀檢測和車牌逐幀檢測；

車輛檢測模塊，用于根據(jù)平面圖像流以及預(yù)設(shè)的停車泊位線進行車輛逐幀檢測，得到車輛停車進出信息；所述車輛停車進出信息包括車輛駛?cè)霠顟B(tài)或駛出狀態(tài)、車輛駛?cè)霑r間或駛出時間；

車牌識別模塊，用于根據(jù)平面圖像流以及預(yù)設(shè)的停車泊位線進行車牌逐幀檢測、車牌分割、車牌識別，得到車牌信息；所述車牌信息包括車牌號碼、車型和車身顏色；

第二判斷模塊，用于定時判斷網(wǎng)絡(luò)狀態(tài)，若網(wǎng)絡(luò)狀態(tài)正常，則將所述車輛泊位信息傳輸至后臺；若網(wǎng)絡(luò)狀態(tài)異常，則將所述車輛泊位信息存儲至tf卡中，直至檢測到網(wǎng)絡(luò)狀態(tài)正常時，再將所述tf卡上的車輛泊位信息推送至后臺；后臺根據(jù)所述車輛泊位信息，計算停車時長和停車費用。

作為本發(fā)明的進一步改進，該視頻樁設(shè)備還包括：

補光燈，所述補光燈安裝在所述支架上，作為所述圖像采集模塊的補光光源。

作為本發(fā)明的進一步改進，所述識別處理模塊還包括：

光參數(shù)分析模塊，用于分析所述圖像流的環(huán)境光參數(shù)，當(dāng)所述環(huán)境光參數(shù)不滿足圖像分析要求時，啟動所述補光燈，并根據(jù)所述環(huán)境光參數(shù)自動調(diào)節(jié)所述補光燈的亮度。

作為本發(fā)明的進一步改進，所述補光燈包括三個燈組，左側(cè)燈組對左側(cè)車位補光，右側(cè)燈組對右側(cè)車位補光，中間燈組對左右兩側(cè)車位補光，每個燈組獨立工作。

本發(fā)明第二目的在于提供一種使用視頻樁設(shè)備的停車管理方法，包括：

步驟1、實時采集監(jiān)控雙停車泊位的圖像流；

步驟2、對所述圖像流進行圖像校正，將有視覺畸變的圖像流校正為平面圖像流；

步驟3、根據(jù)所述平面圖像流定時判斷鏡頭是否被遮擋；

步驟4、若鏡頭未被遮擋，則根據(jù)平面圖像流以及預(yù)設(shè)的停車泊位線進行車輛逐幀檢測和車牌逐幀檢測，得到車輛泊位信息；所述車輛泊位信息包括車輛停車進出信息、車牌信息、車位編號和停車地點；

步驟5、定時判斷網(wǎng)絡(luò)狀態(tài)；

步驟6、若網(wǎng)絡(luò)狀態(tài)正常，則將所述車輛泊位信息傳輸至后臺，后臺根據(jù)所述車輛泊位信息，計算停車時長和停車費用。

作為本發(fā)明的進一步改進，在步驟4中，若鏡頭被遮擋，則輸出鏡頭異常報警信息，并將所述鏡頭異常報警信息推送至后臺，后臺安排人員進行設(shè)備的維護。

作為本發(fā)明的進一步改進，在步驟4中，所述車輛逐幀檢測包括：根據(jù)平面圖像流以及預(yù)設(shè)的停車泊位線進行車輛逐幀檢測，檢測到車輛，建立車輛跟蹤，繪制車輛行駛軌跡，得到車輛停車進出信息；檢測不到車輛，檢測下一幀圖像，直至檢測到車輛；所述車輛停車進出信息包括車輛駛?cè)霠顟B(tài)或駛出狀態(tài)、車輛駛?cè)霑r間或駛出時間、車輛駛?cè)氩次磺凹榜側(cè)氩次缓蟮?張大圖或車輛駛出泊位前駛出泊位后的2張大圖；

所述車牌逐幀檢測包括：

根據(jù)平面圖像流以及預(yù)設(shè)的停車泊位線進行車牌逐幀檢測、車牌分割、車牌識別，得到車牌信息；所述車牌信息包括車牌號碼、車型和車身顏色。

作為本發(fā)明的進一步改進，在步驟6中，若網(wǎng)絡(luò)狀態(tài)異常，將所述車輛泊位信息存儲至tf卡中，直至檢測到網(wǎng)絡(luò)狀態(tài)正常時，再將tf卡上的車輛泊位信息推送至后臺。

作為本發(fā)明的進一步改進，在步驟1與步驟2之間還包括步驟7；

步驟7、分析所述圖像流的環(huán)境光參數(shù)，當(dāng)所述環(huán)境光參數(shù)不滿足圖像分析要求時，啟動補光燈，并根據(jù)所述環(huán)境光參數(shù)自動調(diào)節(jié)所述補光燈的亮度；當(dāng)滿足圖像分析要求時，進行圖像校正。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果為：

本發(fā)明提供視頻樁設(shè)備及停車管理方法，采用智能化管理，節(jié)省人力成本；安裝簡單方便，一套設(shè)備覆蓋兩車位，成本低，最終實現(xiàn)了對路內(nèi)停車泊位的智能化管理。

附圖說明

圖1為本發(fā)明一種實施例公開的視頻樁設(shè)備的結(jié)構(gòu)圖；

圖2為本發(fā)明一種實施例公開的視頻樁設(shè)備的安裝示意圖；

圖3為本發(fā)明一種實施例公開的魚眼相機的模塊圖；

圖4為本發(fā)明一種實施例公開的使用視頻樁設(shè)備的停車管理方法的流程圖。

圖中：

10、支架；20、魚眼相機；21、圖像采集模塊；22、識別處理模塊；23、光參數(shù)分析模塊；24、圖像校正模塊；25、第一判斷模塊；26、車輛檢測模塊；27、車牌識別模塊；28、第二判斷模塊；30、補光燈。

具體實施方式

為使本發(fā)明實施例的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例是本發(fā)明的一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動的前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

在本發(fā)明的描述中，需要說明的是，術(shù)語“中心”、“上”、“下”、“左”、“右”、“豎直”、“水平”、“內(nèi)”、“外”等指示的方位或位置關(guān)系為基于附圖所示的方位或位置關(guān)系，僅是為了便于描述本發(fā)明和簡化描述，而不是指示或暗示所指的裝置或元件必須具有特定的方位、以特定的方位構(gòu)造和操作，因此不能理解為對本發(fā)明的限制。此外，術(shù)語“第一”、“第二”、“第三”僅用于描述目的，而不能理解為指示或暗示相對重要性。

在本發(fā)明的描述中，還需要說明的是，除非另有明確的規(guī)定和限定，術(shù)語“安裝”、“相連”、“連接”應(yīng)做廣義理解，例如，可以是固定連接，也可以是可拆卸連接，或一體地連接；可以是機械連接，也可以是電連接；可以是直接相連，也可以通過中間媒介間接相連，可以是兩個元件內(nèi)部的連通。對于本領(lǐng)域的普通技術(shù)人員而言，可以具體情況理解上述術(shù)語在本發(fā)明中的具體含義。

下面結(jié)合附圖對本發(fā)明做進一步的詳細描述：

為了解決現(xiàn)有技術(shù)的問題，本方案提供給了一種應(yīng)用于路內(nèi)停車泊位的視頻樁設(shè)備。該設(shè)備高810mm，最大寬度為224mm，設(shè)備外觀如圖1。

視頻樁設(shè)備包括支架10及安裝在支架10上的魚眼相機20和補光燈30，魚眼相機20安裝在支架10的前端，用于獲取更大場景，實現(xiàn)雙停車泊位的同時檢測。如圖2所示，該設(shè)備安裝于路沿0.5米位置，與左車位分隔線垂直距離0.9米兩個停車泊位間的路面上，能同時監(jiān)控2個停車泊位。其中，補光燈30作為魚眼相機20的補光光源，補光燈30包括三個燈組，左側(cè)燈組對左側(cè)車位補光，右側(cè)燈組對右側(cè)車位補光，中間燈組對左右兩側(cè)車位補光，每個燈組獨立工作。

如圖3所示，本發(fā)明的魚眼相機20包括圖像采集模塊21和識別處理模塊22；圖像采集模塊21用于實時采集監(jiān)控雙停車泊位的圖像流，圖像流包括停車泊位線內(nèi)的圖像流以及停車泊位線外的圖像流；識別處理模塊22，用于對圖像流進行圖像校正，將有視覺畸變的圖像流校正為平面圖像流；在鏡頭未被遮擋下，根據(jù)平面圖像流以及預(yù)設(shè)的停車泊位線(已經(jīng)預(yù)先存儲在視頻樁設(shè)備內(nèi))進行車輛逐幀檢測和車牌逐幀檢測，得到車輛泊位信息，車輛泊位信息包括車輛停車進出信息、車牌信息、車位編號、停車地點和定時抓拍圖；車輛停車進出信息是通過車輛逐幀檢測得到的，車輛停車進出信息包括車輛駛?cè)霠顟B(tài)或駛出狀態(tài)、車輛駛?cè)霑r間或駛出時間、車輛駛?cè)氩次磺凹榜側(cè)氩次缓?若車輛狀態(tài)為駛?cè)?的2張大圖或車輛駛出泊位前駛出泊位后(若車輛狀態(tài)為駛出)的2張大圖；車牌信息是通過車牌逐幀檢測得到的，車牌信息包括車牌號碼、車型和車身顏色；車位編號和停車地點是預(yù)先存儲在視頻樁設(shè)備內(nèi)的，定時抓拍圖是當(dāng)車輛停止在車位后間距一段時間抓拍車輛在位圖；在網(wǎng)絡(luò)正常狀態(tài)下，將車輛泊位信息打包傳輸至后臺，后臺根據(jù)車輛泊位信息，計算停車時長和停車費用；即：通過車輛駛?cè)霑r間和駛出時間計算停車時長，根據(jù)停車時長和后臺的計費標(biāo)準(zhǔn)，計算停車費用；車位編號、停車地點和定時抓拍圖等信息會作為停車使用的證據(jù)。其中：

本發(fā)明的識別處理模塊22包括光參數(shù)分析模塊23、圖像校正模塊24、第一判斷模塊25、車輛檢測模塊26、車牌識別模塊27和第二判斷模塊28；

光參數(shù)分析模塊23，用于分析圖像采集模塊21所采集圖像流的環(huán)境光參數(shù)(亮度等)，當(dāng)環(huán)境光參數(shù)不滿足圖像分析要求時，啟動補光燈30，并根據(jù)環(huán)境光參數(shù)自動調(diào)節(jié)補光燈30的亮度；當(dāng)滿足圖像分析要求時，將圖像流輸出至圖像校正模塊24進行圖像校正。

圖像校正模塊24，用于對滿足圖像分析要求的圖像流進行圖像校正，將有視覺畸變的圖像流(由于采用魚眼鏡頭，其采集的圖像流存在視覺畸變)校正為平面圖像流；

第一判斷模塊25，用于根據(jù)平面圖像流定時判斷鏡頭是否被遮擋，若鏡頭被遮擋，則輸出鏡頭異常報警信息，并將鏡頭異常報警信息推送至后臺，后臺安排人員進行設(shè)備的維護；若未被遮擋，則進行后續(xù)的車輛逐幀檢測和車牌逐幀檢測；

車輛檢測模塊26，用于根據(jù)平面圖像流以及預(yù)設(shè)的停車泊位線進行車輛逐幀檢測，檢測到車輛，建立車輛跟蹤，繪制車輛行駛軌跡，得到車輛停車進出信息；檢測不到車輛，檢測下一幀圖像，直至檢測到車輛；車輛停車進出信息包括車輛駛?cè)霠顟B(tài)或駛出狀態(tài)、車輛駛?cè)霑r間或駛出時間、車輛駛?cè)氩次磺凹榜側(cè)氩次缓蟮?張大圖或車輛駛出泊位前駛出泊位后的2張大圖；

車牌識別模塊27，在車輛檢測模塊26進行車輛逐幀檢測的同時，根據(jù)平面圖像流以及預(yù)設(shè)的停車泊位線進行車牌逐幀檢測、車牌分割、車牌識別，得到車牌信息；所述車牌信息包括車牌號碼、車型和車身顏色；

第二判斷模塊28，用于定時判斷網(wǎng)絡(luò)狀態(tài)，若網(wǎng)絡(luò)狀態(tài)正常，則將車輛泊位信息打包傳輸至后臺；若網(wǎng)絡(luò)狀態(tài)異常，則將車輛泊位信息打包存儲至tf卡(tf卡插在魚眼相機20上)中，直至檢測到網(wǎng)絡(luò)狀態(tài)正常時，再將tf卡上的車輛泊位信息推送至后臺；后臺(后端服務(wù)器)根據(jù)車輛泊位信息，計算停車時長和停車費用。

實施例1：如圖4所示，本發(fā)明提供一種使用視頻樁設(shè)備的停車管理方法，包括：

步驟1、實時采集監(jiān)控雙停車泊位的圖像流；

步驟2、對圖像流進行圖像校正，將有視覺畸變的圖像流校正為平面圖像流；

步驟3、根據(jù)平面圖像流定時判斷鏡頭是否被遮擋；

步驟4、若鏡頭未被遮擋，則根據(jù)平面圖像流以及預(yù)設(shè)的停車泊位線進行12.5fps車輛逐幀檢測和車牌逐幀檢測，得到車輛泊位信息；車輛泊位信息包括車輛停車進出信息、車牌信息、車位編號、停車地點和定時抓拍圖；車輛停車進出信息是通過車輛逐幀檢測得到的，車輛停車進出信息包括車輛駛?cè)霠顟B(tài)或駛出狀態(tài)、車輛駛?cè)霑r間或駛出時間、車輛駛?cè)氩次磺凹榜側(cè)氩次缓?若車輛狀態(tài)為駛?cè)?的2張大圖或車輛駛出泊位前駛出泊位后(若車輛狀態(tài)為駛出)的2張大圖；車牌信息是通過車牌逐幀檢測得到的，車牌信息包括車牌號碼、車型和車身顏色；車位編號和停車地點是預(yù)先存儲在視頻樁設(shè)備內(nèi)的，定時抓拍圖是當(dāng)車輛停止在車位后間距一段時間抓拍車輛在位圖。若鏡頭被遮擋，則輸出鏡頭異常報警信息，并將鏡頭異常報警信息推送至后臺，后臺安排人員進行設(shè)備的維護；

車輛逐幀檢測的方法為：根據(jù)平面圖像流以及預(yù)設(shè)的停車泊位線進行車輛逐幀檢測，檢測到車輛，建立車輛跟蹤，繪制車輛行駛軌跡，得到車輛停車進出信息；檢測不到車輛，檢測下一幀圖像，直至檢測到車輛；所述車輛停車進出信息包括車輛駛?cè)霠顟B(tài)或駛出狀態(tài)、車輛駛?cè)霑r間或駛出時間、車輛駛?cè)氩次磺凹榜側(cè)氩次缓蟮?張大圖或車輛駛出泊位前駛出泊位后的2張大圖；

車牌逐幀檢測的方法為：根據(jù)平面圖像流以及預(yù)設(shè)的停車泊位線進行車牌逐幀檢測、車牌分割、車牌識別，得到車牌信息；所述車牌信息包括車牌號碼、車型和車身顏色。

步驟5、定時判斷網(wǎng)絡(luò)狀態(tài)；

步驟6、若網(wǎng)絡(luò)狀態(tài)正常，則將車輛泊位信息打包傳輸至后臺；若網(wǎng)絡(luò)狀態(tài)異常，則將車輛泊位信息打包存儲至tf卡(tf卡插在魚眼相機20上)中，直至檢測到網(wǎng)絡(luò)狀態(tài)正常時，再將tf卡上的車輛泊位信息推送至后臺；

步驟7、后臺收到車輛駛?cè)胪＼嚥次恍畔⒑?，存入?shù)據(jù)庫，待接收到車輛駛出停車泊位信息時，計算停車時長并同時計算停車費用；即：通過車輛駛?cè)霑r間和駛出時間計算停車時長，根據(jù)停車時長和后臺的計費標(biāo)準(zhǔn)，計算停車費用；車位編號、停車地點和定時抓拍圖等信息會作為停車使用的證據(jù)。

實施例2：本發(fā)明提供一種使用視頻樁設(shè)備的停車管理方法，包括：

步驟1、實時采集監(jiān)控雙停車泊位的圖像流；

步驟2、分析圖像流的環(huán)境光參數(shù)，當(dāng)環(huán)境光參數(shù)不滿足圖像分析要求時，啟動補光燈，并根據(jù)環(huán)境光參數(shù)自動調(diào)節(jié)補光燈的亮度；當(dāng)滿足圖像分析要求時，進行圖像校正；

步驟3、對圖像流進行圖像校正，將有視覺畸變的圖像流校正為平面圖像流；

步驟4、根據(jù)平面圖像流定時判斷鏡頭是否被遮擋；

步驟5、若鏡頭未被遮擋，則根據(jù)平面圖像流以及預(yù)設(shè)的停車泊位線進行12.5fps車輛逐幀檢測和車牌逐幀檢測，得到車輛泊位信息；車輛泊位信息包括車輛停車進出信息、車牌信息、車位編號、停車地點和定時抓拍圖；車輛停車進出信息是通過車輛逐幀檢測得到的，車輛停車進出信息包括車輛駛?cè)霠顟B(tài)或駛出狀態(tài)、車輛駛?cè)霑r間或駛出時間、車輛駛?cè)氩次磺凹榜側(cè)氩次缓?若車輛狀態(tài)為駛?cè)?的2張大圖或車輛駛出泊位前駛出泊位后(若車輛狀態(tài)為駛出)的2張大圖；車牌信息是通過車牌逐幀檢測得到的，車牌信息包括車牌號碼、車型和車身顏色；車位編號和停車地點是預(yù)先存儲在視頻樁設(shè)備內(nèi)的，定時抓拍圖是當(dāng)車輛停止在車位后間距一段時間抓拍車輛在位圖。若鏡頭被遮擋，則輸出鏡頭異常報警信息，并將鏡頭異常報警信息推送至后臺，后臺安排人員進行設(shè)備的維護；

車輛逐幀檢測的方法為：根據(jù)平面圖像流以及預(yù)設(shè)的停車泊位線進行車輛逐幀檢測，檢測到車輛，建立車輛跟蹤，繪制車輛行駛軌跡，得到車輛停車進出信息；檢測不到車輛，檢測下一幀圖像，直至檢測到車輛；所述車輛停車進出信息包括車輛駛?cè)霠顟B(tài)或駛出狀態(tài)、車輛駛?cè)霑r間或駛出時間、車輛駛?cè)氩次磺凹榜側(cè)氩次缓蟮?張大圖或車輛駛出泊位前駛出泊位后的2張大圖；

車牌逐幀檢測的方法為：根據(jù)平面圖像流以及預(yù)設(shè)的停車泊位線進行車牌逐幀檢測、車牌分割、車牌識別，得到車牌信息；所述車牌信息包括車牌號碼、車型和車身顏色。

步驟6、定時判斷網(wǎng)絡(luò)狀態(tài)；

步驟7、若網(wǎng)絡(luò)狀態(tài)正常，則將車輛泊位信息打包傳輸至后臺；若網(wǎng)絡(luò)狀態(tài)異常，則將車輛泊位信息打包存儲至tf卡(tf卡插在魚眼相機20上)中，直至檢測到網(wǎng)絡(luò)狀態(tài)正常時，再將tf卡上的車輛泊位信息推送至后臺；

步驟8、后臺收到車輛駛?cè)胪＼嚥次恍畔⒑?，存入?shù)據(jù)庫，待接收到車輛駛出停車泊位信息時，計算停車時長并同時計算停車費用；即：通過車輛駛?cè)霑r間和駛出時間計算停車時長，根據(jù)停車時長和后臺的計費標(biāo)準(zhǔn)，計算停車費用；車位編號、停車地點和定時抓拍圖等信息會作為停車使用的證據(jù)。

本發(fā)明提供視頻樁設(shè)備及停車管理方法，采用智能化管理，節(jié)省人力成本；安裝簡單方便，一套設(shè)備覆蓋兩車位，成本低，最終實現(xiàn)了對路內(nèi)停車泊位的智能化管理。

以上僅為本發(fā)明的優(yōu)選實施例而已，并不用于限制本發(fā)明，對于本領(lǐng)域的技術(shù)人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。