本申请涉及电子技术领域，特别涉及一种驶入车辆信息采集方法、一种驶入车辆信息采集装置、一种驶离车辆信息采集方法、一种驶离车辆信息采集装置及一种车辆信息处理系统。
背景技术：
随着城市经济的飞速发展和市民生活水平不断的提高，城市机动车保有量快速增长，目前处于大多数路侧泊位需要进行收费以及需要统计各路段、时间段路侧车位使用情况等用途，需要对路侧车辆进行信息采集。但是由于路侧环境复杂，在对路侧车辆进行信息采集经常会出现由于光线、阴影、障碍物遮挡、场景复杂、能见度差等不利情况，对路侧车辆的信息采集产生极大的障碍。
现有对路侧车辆的信息采集多采用地磁感应线圈作为采集车辆信息的手段，地磁感应线圈需要开挖路边监测区域，并需要布线，对路面破坏程度比较大，而且地磁容易受天气环境等因素影响，灵敏度和准确率不高，导致经常丢失车辆信息，并且由于地磁设备本身的局限性，其本身只能感应车辆的驶入驶出，无法捕获车辆照片，更无法将路侧的停车行为与车辆信息进行关联。
因此，如何方便、准确地对路侧车辆进行信息采集，是本领域技术人员需要解决的技术问题。
技术实现要素：
本申请的目的是提供一种驶入车辆信息采集方法，该方法能够方便、准确地对路侧车辆进行信息采集；本申请的另一目的是提供一种驶入车辆信息采集装置、一种驶离车辆信息采集方法、一种驶离车辆信息采集装置及一种车辆信息处理系统，具有上述有益效果。
为解决上述技术问题，本申请提供一种驶入车辆信息采集方法，包括：
通过对获取的路侧预警区域的监控图像进行灰阶差变化识别，判断是否有车辆驶入所述预警区域；
如果有，通过背景建模以及运动前景提取技术对所述车辆进行跟踪识别，获取所述车辆的驶入数据；其中，所述驶入数据包括：车辆数据以及泊位数据；
将所述驶入数据发送至处理平台。
优选地，所述通过背景建模以及运动前景提取技术对所述车辆进行跟踪识别包括：
对所述车辆进行追踪拍摄，得到追踪图像；
通过外观模糊匹配以及车牌识别算法对所述追踪图像进行识别，获取所述车辆的外观数据以及车牌信息；
当识别到所述车辆驶入路侧停车位时，获取泊位数据；其中，泊位数据包括泊位信息以及驶入时间。
优选地，所述将驶入数据发送至处理平台包括：
当识别到车辆驶入路侧车位超过预设时间后，将所述驶入数据发送至处理平台。
优选地，所述的驶入车辆信息采集方法还包括：
当所述车辆在预设时间内驶离预警区域时，删除所述车辆驶入数据。
本申请公开一种驶入信息采集装置，包括：
第一识别单元，用于通过对获取的路侧预警区域的监控图像进行灰阶差变化识别，判断是否有车辆驶入所述预警区域；
第二识别单元，用于当有车辆驶入路侧车位时，通过背景建模以及运动前景提取技术对所述车辆进行跟踪识别，得到所述车辆的驶入数据；其中，所述驶入数据包括：车辆数据以及泊位数据；
驶入数据发送单元，用于将所述驶入数据发送至处理平台。
本申请公开一种驶离车辆信息采集方法，包括：
通过对获取的路侧预警区域的监控图像进行灰阶差变化识别，判断是否有车辆驶离路侧泊位；
如果有，通过背景建模以及运动前景提取技术对所述车辆进行跟踪识别，获取所述车辆的驶离数据；
将所述驶离数据发送至处理平台。
本申请公开一种驶离信息采集装置，包括：
第三识别单元，用于通过对获取的路侧预警区域的监控图像进行灰阶差变化识别，判断是否有车辆驶离路侧泊位；
第四识别单元，用于当有车辆驶离路侧泊位时，通过背景建模以及运动前景提取技术对所述车辆进行跟踪识别，获取所述车辆的驶离数据；
驶离数据发送单元，用于将所述驶离数据发送至处理平台。
本申请公开一种车辆信息处理系统，包括：
驶入信息采集装置，用于当车辆驶入路侧预警区域时，采集所述车辆的驶入数据；
驶离信息采集装置；用于当所述车辆驶离路侧泊位时，采集所述车辆的驶离数据；
处理平台，用于接收并处理所述驶入数据以及所述驶离数据。
优选地，所述处理平台还用于：
根据所述驶入数据以及所述驶离数据生成与所述车辆对应的停车订单，将所述停车订单发送至与所述车辆关联的客户端；其中，所述停车订单包括停车费用。
优选地，所述处理平台还用于：通过与所述车辆关联的账户自动代扣停车费用。
优选地，所述车辆信息处理系统还包括：与所述处理平台连接的巡检机，用于接收并处理异常信息。
优选地，所述驶入信息采集装置具体为：交替设置的双枪与视频桩。
本申请所提供的驶入车辆信息采集方法通过对获取的路侧的预警区域进行图像采集后对监控图像进行灰阶差变化识别，灰阶差变化识别可以实现在车辆运动、被遮挡、视野模糊等不利条件下对车辆的精准识别，确定车主的停车行为。当识别到有车辆驶入预警区域时，对车辆进行跟踪识别，得到车辆的驶入数据，跟踪识别过程与普通的定点识别过程不同，通过对整个停车过程进行实时识别，不仅识别效率高，而且可以有效缓解车辆在移动过程中某些区域识别效果不佳的情况；将驶入数据发送至处理平台，以便于处理平台对路侧停车行为数据进行管理，在车主将车辆停入路侧车位的整个过程中，通过上述方法可以实现对停车行为的自动动态识别，通过视频方式获取车主车牌以及车辆驶入信息，大大减少对路面的破坏程度，识别率高且能适应恶劣天气环境，可以确保车辆停放信息的采集准确和完整度。
本申请还公开了一种驶入信息采集装置，具有上述有益效果，在此不再赘述。
本申请还公开了一种驶离车辆信息采集方法，在车主将车辆停离路侧车位的整个过程中，通过上述方法可以实现对驶离行为的自动动态识别，通过视频方式获取驶离信息，大大减少对路面的破坏程度，识别率高且能适应恶劣天气环境，可以确保车辆停放信息的采集准确和完整度。
本申请还公开了一种驶离车辆信息采集装置，具有上述有益效果，在此不再赘述。
本申请还公开了一种车辆信息处理系统，通过驶入信息采集装置以及驶离信息采集装置分别采集车辆的驶入信息以及驶离数据，通过处理平台对数据进行相应的处理，不仅可以根据驶入数据以及驶离数据精准掌握路侧车位使用情况，以便于对路侧资源全方位的监控，为高质量的数据分析奠定基础。
在本申请其它实施例中公开了处理平台还可以根据驶入数据以及驶离数据生成停车订单，可以实现路侧泊位停车订单的自动生成，而且处理平台还可以在车辆驶离后通过与车辆关联的账户自动扣费，这样在整个停车过程，从停入车位到驶离车位清算费用的过程中无需车主进行任何操作，真正做到无感停车，为车主提供了便捷的路侧停车服务，缓解城市停车难的现状。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的驶入车辆信息采集方法的流程图；
图2为本申请实施例提供的预警区域示意图；
图3为本申请实施例提供的车牌识别示意图；
图4为本申请实施例提供的追踪识别示意图；
图5为本申请实施例提供的驶入信息采集装置的结构框图；
图6为本申请实施例提供的驶离车辆信息采集方法的流程图；
图7为本申请实施例提供的车辆从车位区驶出示意图；
图8为本申请实施例提供的驶离信息采集装置的结构框图；
图9为本申请实施例提供的车辆信息处理系统的结构框图；
图10为本申请实施例提供的车位管理摄像机架设示意图；
图11为本申请实施例提供的另一个车位管理摄像机架设示意图；
图12为本申请实施例提供的同侧安装车尾检测方式示意图；
图13为本申请实施例提供的现场检测效果示意图；
图14为本申请实施例提供的“一”字型停车位视频桩设置示意图；
图15为本申请实施例提供的视频桩底座安装示意图；
图16为本申请实施例提供的视频桩相机示意图；
图17为本申请实施例提供的“一”字型停车位视频桩识别范围示意图；
图18为本申请实施例提供的枪球机与视频桩交替设置示意图；
图19为本申请实施例提供的车辆信息处理系统示意图；
图20为本申请实施例提供的车辆信息处理系统的软件拓扑示意图。
具体实施方式
本申请的核心是提供一种路侧停车识别方法，该方法可以实现对路侧停车行为的自动识别，达到路侧的无感停车，为车主提供便捷的路侧停车服务，缓解城市停车难现状；本申请的另一核心是提供一种信息采集装置及一种路侧停车系统，具有上述有益效果。
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
请参考图1，图1为本申请实施例提供的驶入车辆信息采集方法的流程图；该方法可以包括：
步骤s100、通过对获取的路侧预警区域的监控图像进行灰阶差变化识别，判断是否有车辆驶入预警区域。
其中，预警区域指预先设定的道路中路侧车位附近的位置，比如可以如图2所示，当道路为双行道路，道路两侧设置有停车位，图中灰色区域即可设定为预警区域，当有车辆驶入以图中虚线为边界的预警区域时，判定该车辆具有较高的停车倾向，便对车辆进行图像采集。在此对预警区域的设定范围不做限定，可以根据路面情况以及设备类型自行设定。
对车辆是否驶入预警区域的判断并非单单指车辆完全进入预警区域，当车辆中某部分进行预警区域时也可以判定车辆驶入预警区域，在此不做限定。
本申请提供的识别方法通过先进的背景建模与运动前景提取技术，支持复杂场景下的抓拍，避免了阴影以及相机抖动等情况带来的误检影响，同时本申请采取的图像处理技术，根据监控图像的灰阶差变化，判断是否有车辆进入或是车辆驶出，有效改善了低对比度情况下目标的检测率，提升了在雾天，雨天等恶劣天气条件下的系统检测的可靠性。
步骤s101、如果有，通过背景建模以及运动前景提取技术对车辆进行跟踪识别，获取车辆的驶入数据。
本申请在检测到车辆停车倾向较大时采用对车辆进行跟踪识别的方式，不仅识别速度快，而且识别准确率很高，受外界不良条件影响较低。由于需要在路侧对停车行为进行识别，路侧与停车场不同，各种情况均可能发生，如果以单纯在停车场所采用的对车辆进行定点识别的方式检测效率较低，设置的定点附近很可能会有障碍物遮挡导致无法正常识别的情况，本申请通过深度ai学习，采用对目标物进行动态跟踪识别的方式，可以大幅提升目标属性识别和监测的准确性，相比普通的识别方法，能够更有效的识别遮挡车辆，驶入数据可以包括车辆数据以及泊位数据，当然，也可以包括其他数据，在此不做限定。
其中，对车辆进行跟踪识别具体可以包括：
步骤一：对车辆进行追踪拍摄，得到追踪图像；
步骤二：通过外观模糊匹配以及车牌识别算法对追踪图像进行识别，获取车辆的外观数据以及车牌信息；
步骤三：当识别到车辆驶入路侧停车位时，获取泊位数据；其中，泊位数据可以包括泊位信息以及驶入时间。
通过对车辆进行外观模糊匹配来判断车型，模糊不重要的信息，提取关键信息，降低识别难度，判断目标车辆的颜色、车型等信息，并进行车牌识别。如图3所示，在车辆行驶过程中对车牌部分进行追踪识别，图中方框区域即为对车辆进行车牌识别的识别区域，对车辆进行追踪识别，获取车辆信息。
步骤s102、将驶入数据发送至处理平台。
将采集到的目标车辆的驶入数据发送至处理平台以便于处理平台可以及时对数据进行处理，生成停车订单。
优选地，为了减少对停车事件的误判，可以当识别到车辆驶入路侧车位超过预设时间后，将驶入数据发送至处理平台。
在停车事件中，经常会出现车辆驶入后，再驶出泊位时，先后退一下，再开出等类似场景，但是上报数据时，常常会识别出后面的车位号，驶出上报给了后面的车位，很多这种类似的场景都会引起误判，从而导致数据误报，为了减少对停车事件的误判，通过ai学习算法，通过对延时处理，比如车停好后，在预设时间后比如过20秒才上报数据，避免在停车过程中前后左右移动引起的误报。通过学习在停车过程中的一些行为，来确定相关的误报。通过ai学习算法对这些行为进行学习，模拟，计算出真实的行为，减少误报。
在此以车辆a路边车位停车为例对本申请提供的路侧停车识别方法进行介绍。
车辆a从正常道路转入路侧车位，信息采集装置对预警区域的图像进行采集，在车辆a驶入预警区域时信息采集装置通过灰阶差变化识别到有车辆可能具有较高的停车倾向，对车辆a进行追踪识别，如图4所示，识别到车辆的车牌、车型、颜色以及可能驶入的泊位号等，当车辆a停入泊位后，采集停入的泊位号以及停车时间，在车辆停稳20s后将数据上传至处理平台。车辆a在停车一段时间后驶离车位，信息采集装置识别到目标车辆驶离泊位时采集驶离的时间，并将驶离时间以及对应的车辆数据等数据上传至处理平台，以便于处理平台生成停车订单，由上述过程可以看出从车辆输入到驶离的过程车主无需做任何额外的动作，一般情况下可以完全实现路侧的无感停车。
基于上述技术方案，本申请实施例所提供的驶入车辆信息采集方法通过对获取的路侧的预警区域进行图像采集后对监控图像进行灰阶差变化识别，灰阶差变化识别可以实现在车辆运动、被遮挡、视野模糊等不利条件下对车辆的精准识别，确定车主的停车行为。当识别到有车辆驶入预警区域时，对车辆进行跟踪识别，得到车辆的驶入数据，跟踪识别过程与普通的定点识别过程不同，通过对整个停车过程进行实时识别，不仅识别效率高，而且可以有效缓解车辆在移动过程中某些区域识别效果不佳的情况；将驶入数据发送至处理平台，以便于处理平台对路侧停车行为数据进行管理，在车主将车辆停入路侧车位的整个过程中，通过上述方法可以实现对停车行为的自动动态识别，过程方便，通过视频方式获取车主车牌以及车辆驶入信息，大大减少对路面的破坏程度，识别率高且能适应恶劣天气环境，可以确保车辆停放信息的采集准确和完整度。
其中，为形成完整的停车取证证据链，优选地，可以筛选并存储追踪图像中对车辆的停车过程清晰度大于阈值的照片，将该照片作为车主停车的证据，以避免停车收费纠纷，具体地，在车辆进入预警区域时启动跟踪识别，并对整个过程进行录像，可以对停车过程抓拍3张最清晰的图片合成一张保存，并对最清晰的一张车牌进行特写保存，进行图片抓拍和视频录像，直观的展示停车全过程，极大提升车位管理效率，同时形成完整的停车取证数据链，为停车逃费的追缴提供有力保障。
由于可能会出现由于车辆超车、并道等原因出现的车辆驶入预警区域但未停车的现象，为减少不必要的数据存储以及处理过程，增加处理速度，优选地，可以当车辆在预设时间内驶离预警区域时，删除车辆驶入数据。车辆驶入预警区域时进行车辆跟踪并进行车牌抓拍，若车辆开出预警区域而未停车，则丢弃数据；若该车辆停入泊位，则将该车辆的停入时间、车牌号以及占用泊位号等信息上传至处理平台。
下面对本申请提供的驶入信息采集装置进行介绍，请参考图5，图5为本申请实施例提供的驶入信息采集装置的结构框图；该装置可以包括：第一识别单元100、第二识别单元101以及驶入数据发送单元102。
其中，第一识别单元100主要用于通过对获取的路侧预警区域的监控图像进行灰阶差变化识别，判断是否有车辆驶入预警区域。
第二识别单元101主要用于当有车辆驶入路侧车位时，通过背景建模以及运动前景提取技术对车辆进行跟踪识别，得到车辆的驶入数据。
数据发送单元102主要用于将驶入数据发送至处理平台。
本申请提供的驶入信息采集装置可以做到方便、准确地对路侧车辆进行信息采集。
具体对驶入信息采集装置可参照上述驶入车辆信息采集方法，在此不再赘述。
以上对车辆驶入的识别过程进行介绍，判断车辆驶离过程类似，具体对驶离车辆信息采集方法可参照上述驶入车辆信息采集方法的介绍，图6为本申请实施例提供的驶离车辆信息采集方法的流程图；该方法可以包括：
步骤s200、通过对获取的路侧预警区域的监控图像进行灰阶差变化识别，判断是否有车辆驶离路侧泊位。
当识别到车辆从车位区驶出到预警区域时，如图7所示，判定车辆具有离开倾向。对车辆驶入或驶离的判断可以根据抓拍的图片中车辆驶入或是远离当前泊位，另外对车辆是否停车的判断，即判断目标车辆由运动变为静止或是由静止变为移动，都可以由图片的图像灰阶变化判断。
步骤s201、如果有车辆驶离路侧泊位，通过背景建模以及运动前景提取技术对车辆进行跟踪识别，获取车辆的驶离数据；
判定车辆具有离开倾向，进行跟踪及车牌抓拍，并将驶出时间、车牌号以及原占用泊位号等消息上传至平台。
步骤s202、将驶离数据发送至处理平台。
下面对本申请提供的驶离信息采集装置进行介绍，请参考图8，图8为本申请实施例提供的驶离信息采集装置的结构框图；该装置可以包括：第三识别单元200、第四识别单元201以及驶离数据发送单元202。
其中，第三识别单元200主要用于通过对获取的路侧预警区域的监控图像进行灰阶差变化识别，判断是否有车辆驶离路侧泊位；
第四识别单元201主要用于当有车辆驶离路侧泊位时，通过背景建模以及运动前景提取技术对车辆进行跟踪识别，获取车辆的驶离数据；
驶离数据发送单元202主要用于将驶离数据发送至处理平台。
本申请中关于“第一”、“第二”类似的描述只用作区分，并无执行先后的顺序。
本申请提供的驶离信息采集装置可以做到方便、准确地对路侧车辆进行信息采集。
具体对驶离信息采集装置可参照上述驶离车辆信息采集方法，在此不再赘述。
下面对本申请提供的车辆信息处理系统进行介绍，具体对车辆信息处理系统的介绍可参照上述驶入信息采集装置以及驶离信息采集装置的介绍，图9为本申请实施例提供的车辆信息处理系统的结构框图；该系统可以包括：驶入信息采集装置500、驶离信息采集装置600以及处理平台700。
本申请中驶入信息采集装置500以及驶离信息采集装置600只用作一般功能性区分，才将驶入以及驶离的信息采集分为两个装置来进行，实际驶入信息采集装置500与驶离信息采集装置600可以设置于一个装置中，在此不做限定。
由于驶入信息采集装置500与驶离信息采集装置600功能类似，本实施例中将其合为信息采集装置来进行介绍，其他情况均可参照本实施例的介绍。在此对信息采集装置的类型不做限定，可以实现上述功能即可，比如可以选用枪球机、双枪、视频桩、地磁等设备。
在此以信息采集装置为双枪为例，双枪成本较低，可以降低车辆信息处理系统的整体成本。采用双枪作为信息采集装置时，车辆信息处理系统的工作过程具体可以为：车辆驶入到预置的预警区域时，双枪判定该车辆具有较高的停车倾向，进行车牌抓拍，若车辆开出警戒区而未停车，则丢弃数据；若识别到该车辆停入泊位的真正停车行为，双枪将该车辆的停入时间、车牌号以及占用泊位号等信息上传至处理平台。车辆从停车泊位驶出到预警区域时，双枪判定车辆具有离开倾向，进行跟踪及车牌抓拍，并将驶出时间、车牌号以及原占用泊位号等消息上传至处理平台。
另外，信息采集装置也可以为枪球机，采用枪球机也可以实现对驶入信息以及驶出信息进行采集的目的。当信息采集装置为枪球机时，车位管理枪球机可以架设于路内停车点的一侧，用于停车点停车状态检测以及车辆抓拍；一套车位管理枪球机有效检测距离一般大于50米，可有效覆盖8个平行停车泊位，对车辆的停入和驶出进行实时检测及抓拍。车位管理摄像机可安装于车位的同侧或者对侧，架设原则是摄像机相对横杆的倾角和俯角均小于45°，如图10所示。立杆距离大于立杆高度可确保摄像机俯角小于45°，如图11所示，摄像机倾角则需根据现场路面宽度、立杆距离、挑臂长度等综合决定。
基于上述架设原则，推荐采用同侧安装车尾检测方式，现场部署如图12所示，由于枪球机有大约6米的视场盲区，因此立杆距离第一个检测车位的距离尽量大于6米，对于路边多泊位连贯排列的场景，可采用多套枪球机接力的方式部署，即由后一套枪球机管理前一套枪球机立杆下视场盲区车位，以此类推。
采用枪球机作为信息采集装置时，现场检测效果示意图如图13所示，检测过程具体可以为：车辆驶入到视频监控设备预置的预警区域时，枪机判定该车辆具有较高的停车倾向，联动球机跟踪(如图中车辆方框所示)并进行车牌抓拍，若车辆开出警戒区而未停车，则丢弃数据；若识别到该车辆停入泊位的真正停车行为，则将该车辆的停入时间、车牌号以及占用泊位号等信息上传至处理平台。车辆从停车泊位驶出到视频设备预置的预警区域时，枪机判定车辆具有离开倾向，并联动球机进行跟踪及车牌抓拍，并将驶出时间、车牌号以及原占用泊位号等消息上传至处理平台。单套枪球机最大检测距离达50米以上，可有效覆盖8个停车泊位，相比地磁方案、视频桩方案，设备数量大大减少，施工、维护成本低，综合性价比大幅提升。
在此对枪球机的具体类型不做限定，比如可以采用星光级智能枪球机，在环境光照度较低的情况下也能清晰成像，与普通摄像机相比，清晰度更高，色彩更真实，保证夜间检测和成像效果。球机可以采用独创的“鹰眼”1.0快速聚焦算法，聚焦一步到位，聚焦“0”延时，极大的提高了检测跟踪效率，能对运动物体进行快速聚焦捕获，更精准更清晰。智能枪球机采用高性能智能芯片，内嵌深度学习算法，大幅提升目标属性识别和检测的准确性，相比传统算法，能够更有效的识别遮挡车辆。
以上对枪球机的设置方法进行介绍，双枪机的设置方法可参照上述枪球机的设置方法，在此不再赘述。
在此对采用视频桩作为信息采集装置进行介绍，一个视频桩一般只能辐射到一个停车位。
视频桩勘察的点位，需要有已画好的停车线，并且排除路边干扰(如树枝、树叶遮挡等)，推荐安装高度为1.3-1.6m，以“一”字型排列较为方便，占用空间较小，且不易产生自我遮挡，路边“一”字型停车位视频桩一般可以设置距离检测车位约0.5m，距离路沿约0.2m，如图14所示。视频桩底座一般可以由三颗膨胀螺栓固定在地面上，如图15所示，相机调好角度可以由三颗螺丝固定在立杆上，如图16所示。路边“一”字型停车位视频桩识别范围如图17所示，可以识别图中的扇形区域。
由于双枪具有一定的盲区，为尽量减少信息采集装置对路侧区域的占用，并减少成本，优选地，图像采集装置具体可以采用双枪与视频桩交替设置。如图18所示，在双枪的盲区设置视频桩进行采集，可以无需设置盲区区域，减少相对土地占用。
为了方便光照强度较弱时图像的采集，可以在信息采集装置附近设置led灯，用于当光照度小于阈值时为信息采集装置补光，比如夜间环境光照度较低时枪球机的补光，可以采用暖光灯，以降低光污染。
处理平台700主要用于接收并处理驶入数据以及驶离数据。在此对处理过程不做限定，可以根据不同的用途设定不同的处理方案。比如当需要对某个路段不同时间段的车位使用情况进行统计，可以选择泊位为该路段的驶入驶离数据，根据驶入驶离时间将数据分为不同的时段，分别对不同时段的数据分别进行分析；当需要对路侧车位的使用情况进行全方位的掌握，以便于提高车位的周转率时，可以根据车位占用时间以及泊位路段对驶入数据以及驶离数据进行分析；当需要根据采集的数据对路侧停车行为进行计价收费时，可以根据驶入数据以及驶离数据生成停车订单等等，其它处理过程在此不再赘述。
具体地，本申请提供一种路侧停车系统，通过上述驶入信息采集装置以及驶离信息采集装置进行信息采集后发送至处理平台进行信息处理，生成停车订单，可以加快路侧停车的订单处理速度，减少投入的人力物力，缓解城市停车难的问题。
车辆驶入时接收停车泊位号、泊位关联车牌号、车辆抓拍照片、车辆驶入时间等信息，生成停车订单，开始计时计费；车辆驶离接收停车泊位号、泊位关联车牌号、车辆抓拍照片、车辆驶离时间等信息，结束计时计费；根据不同停车泊位的收费规则计算停车订单费用。
停车订单可以以巡查员手动发送至车主的形式，或者以ic卡的形式，或者通过微信或者支付宝等与车辆关联的账户进行自动支付的方式，在此对停车订单的发送形式不做限定。优选地，处理平台还可以用于：根据驶入数据以及驶离数据生成与车辆对应的停车订单，将停车订单发送至与车辆关联的客户端；其中，停车订单包括停车费用。
优选地，为实现路侧无感停车，处理平台还可以用于：通过与车辆关联的账户自动代扣停车费用。
为实现路侧无感停车，处理平台700具体可以包括远程管理数据服务器以及收费服务器。
其中，远程管理数据服务器通过数字通信网接收车辆的车牌信息，从信息采集装置500接收车位占用信息、车位压缩图像，以及车辆的出入场时间；收费服务器通过数字通信网从远程管理数据服务器接收车辆车牌信息、停车时间、停车费用，与车主进行电子结算后，通过客户端将停车收费情况告知车主。
当车主在客户端(比如app端或者微信公众号等)绑定车牌后，关联车牌产生停车费用时，收费服务器可以主动推送订单给该车主或者车主也可以通过车牌号去查询历史待缴订单，对于处理平台700主动推送的待缴订单如果用户开启了免密支付，车辆离场时收费服务器可以自动代扣停车费用。
当车主余额不足或是未开启免密时，处理平台700可以将待缴订单推送给该车牌号绑定的车主账号用以提醒车主手动支付，以便于车主可使用余额、微信、支付宝等支付方式在线支付或者通过巡检员端扫描待缴订单二维码在线支付。
客户端可以接收处理平台700发送的订单进行支付，在此对支付方式不做限定，为实现车主的无感停车，具体地，车主可以下载app客户端或者关注微信公众号注册账号，绑定车辆车牌，进行预充值或者开启免密支付操作。当车主将车辆驶入泊位，处理平台700推送停车订单信息到客户端，包括车辆驶入时间、停车时长、实时停车费用等信息。车主如果预充值余额充足或者开启了免密支付，处理平台700可以自动代扣停车费用，将已完结订单信息推送给客户端。
为处理路侧停车过程中的异常情况，比如车辆停车位置不当、车辆为未识别车辆，车主未及时缴费等情况，优选地，本申请提供的路侧停车系统可以还包括：与处理平台连接的巡检机，用于接收并处理异常信息。
当车辆驶入停车泊位后，处理平台700接收到信息采集装置上传的信息(包括泊位状态信息、车辆车牌、车辆图片、驶入时间等)，生成入车记录；对于无牌车、泊位状态异常、逃费黑名单车辆等报警信息，将推送到巡检机，以便于巡检员现场核对、更正和逃费追缴处理、每条进出车信息以及审核记录都将存档，以备查询。处理平台700可以将巡检员管辖区域的停车情况通过pda端实时展示给巡检员。当车辆停入时，如果信息采集装置未能识别到车主车牌，处理平台700推送待办事项到巡检机端，以便于巡检员通过pda拍摄对应停车泊位上的车辆照片、输入车牌号形成取证记录，提交到处理平台700。车辆驶离时，处理平台700结算停车订单，用户可以通过在巡检机输入车牌号查询自己关联的待缴订单，在巡检机扫码或者刷银行卡支付停车订单。
具体地，以信息采集装置为车位管理枪球机，通过补光灯为其补光为例，对路侧停车系统进行介绍，如图19所示，车辆信息处理系统可以包括：前端子系统、网络传输子系统以及后端管理子系统，具体地，前端子系统可以包括补光灯、车位管理枪球机、交换机、终端服务器以及巡检手持机，前端子系统对车辆拍照并自动识别车牌上传至处理平台700，处理平台700根据车辆信息以及停车信息生成停车订单，车辆驶离时，处理平台700结算停车订单并将结算消息推送到客户端。
在此以车辆信息处理系统用于路侧无感停车方案为例对车辆信息处理系统的软件拓扑示意图进行介绍，拓扑示意图如图20所示，应用端可以为手机、pc、pad、手持终端，用于对停车系统的访问和维护。网络层可以为防火墙、相关的网络防护设备，对网络攻击进行保护。
应用层主要处理业务，调用流程为：
主流程：nginx->业务服务器集群->dubbo服务集群->数据存储、文件存储
硬件接入流程：nginx->设备接入集群->mq集群->dubbo服务集群->数据存储、文件存储
内部调用：业务服务器通过nginx对外提供服务，dubbo服务、redis及mq集群只提供内部调用，zookeeper作为dubbo服务的注册中心，提供服务发现、注册等服务。
业务服务器及dubbo服务都可以调用redis和mq集群，数据访问操作统一由dubbo进行，静态文件如图片等通过nginx进行映射访问。
本申请提供的车辆信息处理系统可以实现通过硬件与软件相结合，利用信息采集装置内置的智能芯片通过深度学习算法捕获真实的停车行为，自动识别车辆车牌号，并自动采集车辆照片、车辆驶入以及驶离时间等信息上传至处理平台，通过处理平台对数据进行相应的处理，不仅可以根据驶入数据以及驶离数据精准掌握路侧车位使用情况，以便于对路侧资源全方位的监控，为高质量的数据分析奠定基础。
而且利用本申请提供的车辆信息处理系统用于无感停车时，处理平台与车主账号相关联，开启免密支付功能的话车主只需进行一次绑定车牌并签约免密的操作(或是车主注册账号账户余额充足)，该车辆的所有停车行为即可实现全程自动计费以及离场无感支付，车辆驶离后3s-5s内系统自动完成停车缴费全流程。相比传统人工收费模式，摆脱了需要收费管理员人工录入停车信息的繁琐和易受收费管理员责任心、工作状态、身体精力状态等人为因素影响的难题，可以不间断、高效率工作。而且相比地磁方案、通过图像采集装置(视频桩、双枪以及枪球机等)方案，抗干扰能力强，系统工作更可靠、更稳定。用户在整个停车过程中，不用打开app，也不用做任何操作，就可以完成停车、支付等动作(除了第一次使用要在平台注册、绑定车牌、设置支付方式)，可以实现停车过程的无感体验，以更为经济的手段以及更良好的用户体验来实现停车业务的运营管理，易于推广且经济实用。
另外，还可以针对不同路段、不同时间等情况进行阶梯性收费，通过灵活的费率设置提高车位有效利用率。
本申请提供的车辆信息处理系统可以实现高效的车位管理，精准掌握车位使用情况，提高车位周转率；全方位资源监控，保证道路泊位安全，防范事故发生并提早发现隐患；得到详尽的数据报表，精准掌握各路段、时间段车位使用状况，为政府部门提供高质量的数据进行统计分析，指导决策；灵活的系统架构：系统开发灵活，可扩展第三方接口，可对接第三方平台，可根据需要随时扩展升级。
另外，也可以通过基于mp-amr(微功率地磁感应检测)技术的停车场探测器(pis和pds应用的一体化nb-iot无线地磁感应检测器)作为车辆信息处理系统中的驶入车辆信息采集装置或是驶离车辆信息采集装置。外壳采用加强尼龙，外形尺寸小巧、结构紧凑、坚固。具有优良的密封防水、耐酸碱性能。可以满足污染大，灰尘多等恶劣环境的使用。车辆行驶到车位上时，地磁感觉到车辆，通过nb网络上报该事件至平台，平台通知巡检员，由巡检员进行拍照取证，获取车牌号，并上报到平台，地磁感应到车辆驶出时，把驶出事件消息上传至平台，通知巡检员进行收费工作。
说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。
以上对本申请所提供的驶入车辆信息采集方法、装置、一种驶离车辆信息采集方法、装置及一种车辆信息处理系统进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。