一种违停车辆的检测方法、装置、电子设备及存储介质与流程

1.本技术涉及图像处理技术领域，具体而言，涉及一种违停车辆的检测方法、装置、电子设备及计算机可读存储介质。


背景技术：

2.目前，大部分城市内的道路都为禁停道路，且存在很多违停的现象，现有查处违停车辆主要还是依靠人力，由交警或辅警使用手持拍摄设备进行拍照，再录入系统中。
3.然而，这种方法整体投入大，需要大量人力物力的支持，但是效率极低，流动性不够灵活，无法实现对城市道路的全面性监测。


技术实现要素：

4.本技术实施例的目的在于提供一种违停车辆的检测方法、装置、电子设备及计算机可读存储介质，提高对违停车辆的监管力度，减少违停现象的发生，减少人力成本。
5.第一方面，本技术实施例提供了一种违停车辆的检测方法，所述方法包括：获取包含道路图像的第一数据包；获取所述第一数据包中的车辆id；若所述车辆id存在于所述道路图像对应的中心点像素坐标集合中，对所述车辆id对应的中心点像素坐标进行车辆状态分类处理，得到所述车辆id对应的第一车辆状态；若所述车辆id不存在于所述道路图像对应的中心点像素坐标集合中，则将所述车辆id对应的中心点像素坐标存入所述中心点像素坐标集合中；根据所述第一车辆状态判定所述车辆id对应的车辆是否为违停车辆。
6.在上述实现过程中，根据车辆id、中心点像素坐标对车辆进行车辆状态分类处理，无需人力监管，有效提高对违停车辆的检测和监管力度，实现对道路的全面监控，减少违停现象的发生，减少人力成本。
7.进一步地，所述若所述车辆id存在于所述道路图像对应的中心点像素坐标集合中，对所述车辆id对应的中心点像素坐标进行车辆状态分类处理，得到所述车辆id对应的第一车辆状态的步骤，包括：获取所述车辆id对应的初始中心点像素坐标；对所述中心点像素坐标和所述初始中心点像素坐标进行车辆状态分类处理，得到所述车辆id对应的第一车辆状态。
8.在上述实现过程中，根据初始中心点像素坐标进行车辆状态分类处理，保证得到的第一车辆状态更加准确，减少误差，避免得到错误的第一车辆状态。
9.进一步地，所述对所述中心点像素坐标和所述初始中心点像素坐标进行车辆状态分类处理，得到所述车辆id对应的第一车辆状态的步骤，包括：若所述中心点像素坐标中的纵坐标大于所述初始中心点像素坐标中的纵坐标，且所述中心点像素坐标中的纵坐标和所述初始中心点像素坐标中的纵坐标的差大于等于第
一阈值，且所述中心点像素坐标中的纵坐标和所述初始中心点像素坐标中的纵坐标的差小于等于第二阈值，且所述中心点像素坐标中的横坐标和所述初始中心点像素坐标中的横坐标的差的绝对值小于第三阈值，则判定所述车辆id对应的所述第一车辆状态为停止状态。
10.在上述实现过程中，利用中心点像素坐标和初始中心点像素坐标对道路图像中的车辆进行进一步地限定，确保车辆处于完全的停止状态，为后续违停车辆的判断提供依据。
11.进一步地，在所述得到所述车辆id对应的第一车辆状态的步骤之后，还包括：获取所述车辆id对应的第二数据包。
12.在上述实现过程中，根据第二数据包对车辆id对应的车辆进行进一步地判断，为违停车辆的判断提供数据支持。
13.进一步地，所述根据所述第一车辆状态判定所述车辆id对应的车辆是否为违停车辆的步骤，包括：根据所述第二数据包获得所述车辆id对应的第二车辆状态；根据所述第二车辆状态和所述第一车辆状态判定车辆是否为违停车辆。
14.在上述实现过程中，获取车辆id对应的第二车辆状态，并根据第一车辆状态和第二车辆状态判断违停车辆，减少计算所需的存储空间，并保证得到的违停车辆的真实性。
15.进一步地，所述根据所述第二车辆状态和所述第一车辆状态判定车辆是否为违停车辆的步骤，包括：若所述第一车辆状态和所述第二车辆状态均为停止状态，则判定所述车辆id对应的车辆为疑似违停车辆;获取疑似违停车辆集合；根据所述疑似违停车辆集合和所述疑似违停车辆对应的车辆id判定所述车辆是否为违停车辆。
16.在上述实现过程中，根据疑似违停车辆集合对疑似违停车辆进行进一步地判断，可以降低对疑似违停车辆的筛选难度，提高违停车辆的检测准确率。
17.进一步地，所述根据所述疑似违停车辆集合和所述疑似违停车辆对应的车辆id判定所述车辆是否为违停车辆的步骤，包括：判断所述疑似违停车辆的所述车辆id是否存在于所述疑似违停车辆集合中；若否，将所述疑似违停车辆对应的车辆图像存入所述疑似违停车辆集合中；若是，获取所述疑似违停车辆集合中所述疑似违停车辆对应的违停次数，根据所述违停次数判定所述车辆是否为违停车辆。
18.在上述实现过程中，若疑似违停车辆集合中不存在疑似违停车辆，将疑似违停车辆对应的车辆图像存入疑似违停车辆集合中，为下一次的违停车辆的判断提供更多的参考依据，同时扩充疑似违停车辆集合，减少违停车辆的遗漏。
19.进一步地，所述若存在，获取所述疑似违停车辆集合中所述疑似违停车辆对应的违停次数，根据所述违停次数判定所述车辆是否为违停车辆的步骤，包括：将所述违停次数增加一次，得到最终违停次数；判断所述最终违停次数是否大于阈值，若是，则判定所述疑似违停车辆为违停车辆。
20.在上述实现过程中，根据违停次数判定违停车辆，提高对违停车辆检测的准确性，
提高检测的准确率。
21.第二方面，本技术实施例还提供了一种违停车辆的检测装置，所述装置包括：获取模块，用于获取包含道路图像的第一数据包；获取所述第一数据包中的车辆id；车辆状态分类处理模块，用于若所述车辆id存在于所述道路图像对应的中心点像素坐标集合中，对所述车辆id对应的中心点像素坐标进行车辆状态分类处理，得到所述车辆id对应的第一车辆状态；存入模块，用于若所述车辆id不存在于所述道路图像对应的中心点像素坐标集合中，则将所述车辆id对应的中心点像素坐标存入所述中心点像素坐标集合中；判定模块，用于根据所述第一车辆状态判定所述车辆id对应的车辆是否为违停车辆。
22.在上述实现过程中，根据车辆id、中心点像素坐标对车辆进行车辆状态分类处理，并经过前后两个数据包的结合找到处于停止状态的车辆，根据停止状态的车辆的违停次数进行进一步地找到违停车辆，无需人力监管，有效提高对违停车辆的检测和监管力度，实现对道路的全面监控，减少违停现象的发生，减少人力成本。
23.第三方面，本技术实施例提供的一种电子设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面任一项所述的方法的步骤。
24.第四方面，本技术实施例提供的一种计算机可读存储介质，所述存储介质上存储有指令，当所述指令在计算机上运行时，使得所述计算机执行如第一方面任一项所述的方法。
25.第五方面，本技术实施例提供的一种计算机程序产品，所述计算机程序产品在计算机上运行时，使得计算机执行如第一方面任一项所述的方法。
26.本公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本公开的上述技术即可得知。
27.并可依照说明书的内容予以实施，以下以本技术的较佳实施例并配合附图详细说明如后。
附图说明
28.为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，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，还可以根据这些附图获得其他相关的附图。
29.图1为本技术实施例提供的违停车辆的检测方法的流程示意图；图2为本技术实施例提供的违停车辆的检测装置的结构组成示意图；图3为本技术实施例提供的电子设备的结构组成示意图。
具体实施方式
30.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行描述。
31.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
32.下面结合附图和实施例，对本技术的具体实施方式作进一步详细描述。以下实施例用于说明本技术，但不用来限制本技术的范围。
33.实施例一图1是本技术实施例提供的违停车辆的检测方法的流程示意图，如图1所示，该方法包括：s1，获取包含道路图像的第一数据包；s2，获取第一数据包中的车辆id；s3，若车辆id存在于道路图像对应的中心点像素坐标集合中，对车辆id对应的中心点像素坐标进行车辆状态分类处理，得到车辆id对应的第一车辆状态；s4，若车辆id不存在于道路图像对应的中心点像素坐标集合中，则将车辆id对应的中心点像素坐标存入中心点像素坐标集合中；s5，根据第一车辆状态判断车辆是否为违停车辆。
34.在上述实现过程中，根据车辆id、中心点像素坐标对车辆进行车辆状态分类处理，并经过前后两个数据包的结合找到处于停止状态的车辆，根据停止状态的车辆的违停次数进行进一步地找到违停车辆，无需人力监管，有效提高对违停车辆的检测和监管力度，实现对道路的全面监控，减少违停现象的发生，减少人力成本。
35.目前城市内大部分道路都为禁停道路，现有查处违停车辆主要还是靠人力，由交警或辅警使用手持拍摄设备进行拍照，再录入系统中。除部分重要禁停点设置固定杆 摄像头进行拍照执法。目前整体投入大，效率低。本技术实施例基于无人机、视觉识别、目标跟踪和目标状态分类的方式，实现对违停车辆的有效监管。
36.示例性地，本实施例可以通过无人机进行道路图像的采集，收集需要违停车辆巡查的的道路，进行无人机飞行航线规划。上传航线信息，并向无人机发出起飞指令。
37.无人机飞至第一个航线点，执行如下动作：无人机携带的镜头下调60度，10倍变焦，飞行速度稳定在8m/s，本技术实施例采用经过预训练的yolov3模型进行车辆视觉识别，采用无人机采集到的车辆俯视图训练获得yolov3模型，并使用fairmot目标校测框架每5帧进行一次车辆识别和跟踪，即每5帧采集一次道路图像数据包，fairmot车辆识别成功后返回的道路图像数据包包含：车辆id（re-id）、中心点像素坐标、车辆图像的宽度w、车辆图像的高度h等。
38.进一步地，s3包括：获取车辆id对应的初始中心点像素坐标；对中心点像素坐标和初始中心点像素坐标进行车辆状态分类处理，得到车辆id对应的第一车辆状态。
39.在上述实现过程中，根据初始中心点像素坐标进行车辆状态分类处理，保证得到的第一车辆状态更加准确，减少误差，避免得到错误的第一车辆状态。
40.示例性地，车辆id可以通过车辆的车牌号确定，每一辆车拥有唯一的车辆id，且每一辆车的中心点像素坐标不同，中心点可以通过不同的方式进行定义，以本实施例为例，每
一张图像的中心点为图像的左上角对应的点，通过这个中心点确认每一个车辆的像素坐标，即中心点像素坐标。
41.中心点像素坐标集合可以通过第一数据包获取，中心点像素坐标集合包含了道路图像中一个区域中所有的点的坐标，并且这个区域根据违停的规则进行确定，例如，可以为道路的右侧第一道。
42.若车辆id不存在于道路图像对应的中心点像素坐标集合中，则将车辆id对应的中心点像素坐标存入中心点像素坐标集合中，示例性地，中心点像素坐标，存入中心点像素坐标集合map(key=re-id，value=)。
43.进一步地，对中心点像素坐标和初始中心点像素坐标进行车辆状态分类处理，得到车辆id对应的第一车辆状态的步骤，包括：若中心点像素坐标中的纵坐标大于初始中心点像素坐标中的纵坐标，且中心点像素坐标中的纵坐标和初始中心点像素坐标中的纵坐标的差大于等于第一阈值，且中心点像素坐标中的纵坐标和初始中心点像素坐标中的纵坐标的差小于等于第二阈值，且中心点像素坐标中的横坐标和初始中心点像素坐标中的横坐标的差的绝对值小于第三阈值，则判定车辆id对应的第一车辆状态为停止状态。
44.示例性地，初始中心点像素坐标为，如果满足
ꢀꢀ
且
ꢀꢀ
且 ，则判定车辆处于停止状态。无人机巡查飞行时，沿道路上方平行匀速飞行，如车辆处于停止状态时，在道路图像中车辆会沿y轴逐渐变大直到从画面消失。根据无人机飞行速度8米每秒，每间隔5帧采集一次包含道路图像的数据包，y轴像素坐标值变动范围是8~12，x轴像素坐标值变动范围0~3。
45.在上述实现过程中，利用中心点像素坐标和初始中心点像素坐标对道路图像中的车辆进行进一步地限定，确保车辆处于完全的停止状态，为后续违停车辆的判断提供依据。
46.进一步地，在得到车辆id对应的第一车辆状态的步骤之后，还包括：获取车辆id对应的第二数据包。
47.在上述实现过程中，根据第二数据包对车辆id对应的车辆进行进一步地判断，为违停车辆的判断提供数据支持。
48.示例性地，第一数据包为间隔第一个5帧图像采集的数据包，第二数据包为间隔第二个5帧图像采集的数据包，即第一数据包和第二数据包之间间隔了5帧图像。
49.进一步地，根据第一车辆状态判断车辆是否为违停车辆的步骤，包括：根据第二数据包获得车辆id对应的第二车辆状态；根据第二车辆状态和第一车辆状态判断车辆是否为违停车辆。
50.在上述实现过程中，获取车辆id对应的第二车辆状态，并根据第一车辆状态和第二车辆状态判断违停车辆，减少计算所需的存储空间，并保证得到的违停车辆的真实性。
51.进一步地，根据第二车辆状态和第一车辆状态判断车辆是否为违停车辆的步骤，包括：若第一车辆状态和第二车辆状态均为停止状态，则判定车辆id对应的车辆为疑似违停车辆;
获取疑似违停车辆集合；根据疑似违停车辆集合和疑似违停车辆的车辆id判断车辆是否为违停车辆。
52.在上述实现过程中，根据疑似违停车辆集合对疑似违停车辆进行进一步地判断，可以降低对与疑似违停车辆的筛选难度，提高违停车辆的检测准确率。
53.示例性地，疑似违停车辆集合可以通过第一数据包获取，疑似违停车辆集合包含了所有存在疑似违停的疑似违停车辆，且每一个疑似违停车辆对应的违停次数不同。
54.进一步地，根据疑似违停车辆集合和疑似违停车辆的车辆id判断车辆是否为违停车辆的步骤，包括：判断疑似违停车辆的车辆id是否存在于疑似违停车辆集合中；若不存在，将疑似违停车辆对应的车辆图像存入疑似违停车辆集合中；若存在，获取疑似违停车辆集合中疑似违停车辆对应的违停次数，根据违停次数判断车辆是否为违停车辆。
55.在上述实现过程中，若疑似违停车辆集合中不存在疑似违停车辆，将疑似违停车辆对应的车辆图像存入疑似违停车辆集合中，为下一次的违停车辆的判断提供更多的参考依据，同时扩充疑似违停车辆集合，减少违停车辆的遗漏。
56.进一步地，若存在，获取疑似违停车辆集合中疑似违停车辆对应的违停次数，根据违停次数判断车辆是否为违停车辆的步骤，包括：将违停次数增加一次，得到最终违停次数；判断最终违停次数是否大于阈值，若大于，则判定疑似违停车辆为违停车辆。
57.在上述实现过程中，根据违停次数判定违停车辆，增加对违停车辆检测的准确性，提高检测的准确率。
58.如果不存在疑似违停车辆集合中，则将车辆对应的车辆截取，调用车牌识别模块进行车牌识别，获得车牌后，放入疑似违停车辆集合map（key =re-id，value={车牌，违停车辆对应的图像，经纬度，违停次数=1}），如果存在疑似违停车辆集合中，则将违停次数加1。
59.如果疑似违停车辆在疑似违停车辆集合中不存在，可以将疑似违停车辆的该条记录取出并从集合中移除，如果最终违停次数大于20，则可以判定车辆发生违停，将该条信息上报。
60.实施例二为了执行上述实施例一对应的方法，以实现相应的功能和技术效果，下面提供一种违停车辆的检测装置，如图2所示，该装置包括：获取模块1，用于获取包含道路图像的第一数据包；获取第一数据包中的车辆id；车辆状态分类处理模块2，用于若车辆id存在于道路图像对应的中心点像素坐标集合中，对车辆id对应的中心点像素坐标进行车辆状态分类处理，得到车辆id对应的第一车辆状态；存入模块3，用于若车辆id不存在于道路图像对应的中心点像素坐标集合中，则将车辆id对应的中心点像素坐标存入中心点像素坐标集合中；判定模块4，用于根据第一车辆状态判定车辆id对应的车辆是否为违停车辆。
61.进一步地，车辆状态分类处理模块2还用于：获取车辆id对应的初始中心点像素坐标；
unit，cpu）、网络处理器（network processor，np）等；还可以是数字信号处理器（dsp）、专用集成电路（asic）、现成可编程门阵列（fpga）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本技术实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器31也可以是任何常规的处理器等。
74.存储器33可以是，但不限于，随机存取存储器（random access memory，ram），只读存储器（read only memory，rom），可编程只读存储器（programmable read-only memory，prom），可擦除只读存储器（erasable programmable read-only memory，eprom），电可擦除只读存储器（electric erasable programmable read-only memory，eeprom）等。存储器33中存储有计算机可读取指令，当计算机可读取指令由所述处理器31执行时，设备可以执行上述图1方法实施例涉及的各个步骤。
75.可选地，电子设备还可以包括存储控制器、输入输出单元。存储器33、存储控制器、处理器31、外设接口、输入输出单元各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通信总线34实现电性连接。处理器31用于执行存储器33中存储的可执行模块，例如设备包括的软件功能模块或计算机程序。
76.输入输出单元用于提供给用户创建任务以及为该任务创建启动可选时段或预设执行时间以实现用户与服务器的交互。输入输出单元可以是，但不限于，鼠标和键盘等。
77.可以理解，图3所示的结构仅为示意，电子设备还可包括比图3中所示更多或者更少的组件，或者具有与图3所示不同的配置。图3中所示的各组件可以采用硬件、软件或其组合实现。
78.另外，本技术实施例还提供一种计算机可读存储介质，其存储有计算机程序，该计算机程序被处理器执行时实现实施例一的违停车辆的检测方法。
79.本技术实施例还提供一种计算机程序产品，该计算机程序产品在计算机上运行时，使得计算机执行方法实施例所述的方法。
80.在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本技术的多个实施例的装置、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。在这点上，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，所述模块、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方式中，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，两个连续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，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的装置来实现，或者可以用专用硬件与计算机指令的组合来实现。
81.另外，在本技术各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
82.所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个
人计算机，服务器，或者网络设备等）执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
83.以上所述仅为本技术的实施例而已，并不用于限制本技术的保护范围，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
84.以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应所述以权利要求的保护范围为准。
85.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

技术特征：
1.一种违停车辆的检测方法，其特征在于，所述方法包括：获取包含道路图像的第一数据包；获取所述第一数据包中的车辆id；若所述车辆id存在于所述道路图像对应的中心点像素坐标集合中，对所述车辆id对应的中心点像素坐标进行车辆状态分类处理，得到所述车辆id对应的第一车辆状态；若所述车辆id不存在于所述道路图像对应的中心点像素坐标集合中，则将所述车辆id对应的中心点像素坐标存入所述中心点像素坐标集合中；根据所述第一车辆状态判定所述车辆id对应的车辆是否为违停车辆。2.根据权利要求1所述的违停车辆的检测方法，其特征在于，所述若所述车辆id存在于所述道路图像对应的中心点像素坐标集合中，对所述车辆id对应的中心点像素坐标进行车辆状态分类处理，得到所述车辆id对应的第一车辆状态的步骤，包括：获取所述车辆id对应的初始中心点像素坐标；对所述中心点像素坐标和所述初始中心点像素坐标进行车辆状态分类处理，得到所述车辆id对应的第一车辆状态。3.根据权利要求2所述的违停车辆的检测方法，其特征在于，所述对所述中心点像素坐标和所述初始中心点像素坐标进行车辆状态分类处理，得到所述车辆id对应的第一车辆状态的步骤，包括：若所述中心点像素坐标中的纵坐标大于所述初始中心点像素坐标中的纵坐标，且所述中心点像素坐标中的纵坐标和所述初始中心点像素坐标中的纵坐标的差大于等于第一阈值，且所述中心点像素坐标中的纵坐标和所述初始中心点像素坐标中的纵坐标的差小于等于第二阈值，且所述中心点像素坐标中的横坐标和所述初始中心点像素坐标中的横坐标的差的绝对值小于第三阈值，则判定所述车辆id对应的第一车辆状态为停止状态。4.根据权利要求3所述的违停车辆的检测方法，其特征在于，在所述得到所述车辆id对应的第一车辆状态的步骤之后，还包括：获取所述车辆id对应的第二数据包。5.根据权利要求4所述的违停车辆的检测方法，其特征在于，所述根据所述第一车辆状态判定所述车辆id对应的车辆是否为违停车辆的步骤，包括：根据所述第二数据包获得所述车辆id对应的第二车辆状态；根据所述第二车辆状态和所述第一车辆状态判定车辆是否为违停车辆。6.根据权利要求5所述的违停车辆的检测方法，其特征在于，所述根据所述第二车辆状态和所述第一车辆状态判定车辆是否为违停车辆的步骤，包括：若所述第一车辆状态和所述第二车辆状态均为停止状态，则判定所述车辆id对应的车辆为疑似违停车辆；获取疑似违停车辆集合；根据所述疑似违停车辆集合和所述疑似违停车辆对应的车辆id判定所述车辆是否为违停车辆。7.根据权利要求6所述的违停车辆的检测方法，其特征在于，所述根据所述疑似违停车辆集合和所述疑似违停车辆对应的车辆id判定所述车辆是否为违停车辆的步骤，包括：判断所述疑似违停车辆的所述车辆id是否存在于所述疑似违停车辆集合中；
若否，将所述疑似违停车辆对应的车辆图像存入所述疑似违停车辆集合中；若是，获取所述疑似违停车辆集合中所述疑似违停车辆对应的违停次数，根据所述违停次数判定所述车辆是否为违停车辆。8.根据权利要求7所述的违停车辆的检测方法，其特征在于，所述获取所述疑似违停车辆集合中所述疑似违停车辆对应的违停次数，根据所述违停次数判定所述车辆是否为违停车辆的步骤，包括：将所述违停次数增加一次，得到最终违停次数；判断所述最终违停次数是否大于阈值，若是，则判定所述疑似违停车辆为违停车辆。9.一种违停车辆的检测装置，其特征在于，所述装置包括：获取模块，用于获取包含道路图像的第一数据包；获取所述第一数据包中的车辆id；车辆状态分类处理模块，用于若所述车辆id存在于所述道路图像对应的中心点像素坐标集合中，对所述车辆id对应的中心点像素坐标进行车辆状态分类处理，得到所述车辆id对应的第一车辆状态；存入模块，用于若所述车辆id不存在于所述道路图像对应的中心点像素坐标集合中，则将所述车辆id对应的中心点像素坐标存入所述中心点像素坐标集合中；判定模块，用于根据所述第一车辆状态判定所述车辆id对应的车辆是否为违停车辆。10.一种电子设备，其特征在于，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行根据权利要求1至8中任一项所述的违停车辆的检测方法。

技术总结
本申请实施例提供一种违停车辆的检测方法、装置、电子设备及存储介质，其中，该方法包括：获取包含道路图像的第一数据包；获取所述第一数据包中的车辆ID；若所述车辆ID存在于所述道路图像对应的中心点像素坐标集合中，对所述车辆ID对应的中心点像素坐标进行车辆状态分类处理，得到所述车辆ID对应的第一车辆状态；若所述车辆ID不存在于所述道路图像对应的中心点像素坐标集合中，则将所述车辆ID对应的中心点像素坐标存入所述中心点像素坐标集合中；根据所述第一车辆状态判定所述车辆ID对应的车辆是否为违停车辆。实施本申请实施例，提高对违停车辆的监管力度，减少违停现象的发生，减少人力成本。减少人力成本。减少人力成本。


技术研发人员：车海翔 熊文文
受保护的技术使用者：浙江这里飞科技有限公司
技术研发日：2022.04.24
技术公布日：2022/5/25