1.一种基于无人机识别及红外技术的停车收费方法，其特征在于，包括以下步骤：S1、通过无人机对收费路段进行巡航检测，利用光流法判断收费路段内车辆是否处于静止状态；

S2、若车辆处于静止状态，利用无人机上的热成像仪对车辆的车头盖和车尾盖进行红外线测温，得到温度差信息；

S3、构建停车时长检测模型，将温度差信息、天气、室外温度输入停车时长检测模型中，从而获得车辆的停车时长T；

S4、对收费车辆进行拍摄，得到收费车辆在收费路段内的停车图像以及车牌号图像；

S5、采用OpenCV库进行车牌定位及字符分割，识别车牌号；

S6、无人机继续对该收费车辆的温度差信息监测，直到该收费车辆离开收费路段，记录该收费车辆最终的停车时长；

S7、若最终的停车时长大于该收费路段的免费停车时间T′，则从数据库中调取车牌号对应的车主手机号信息，根据总停车时长计算缴费金额，最后将缴费信息传给车主，车主通过缴费信息中的缴费二维码缴纳停车费用；

所述S1中，无人机利用自动巡航技术进行巡航检测，无人机通过摄像头捕捉收费路段内车辆及周围环境的连续图像序列，使用Lucas‑Kanade光流法计算图像序列中每个像素点的运动矢量，分析车辆所在区域的光流矢量，若在一段时间内该区域的光流矢量接近零或没有明显变化，则表明车辆处于静止状态；

所述S2中，若车辆处于静止状态，则利用无人机上的热成像仪对车辆的车头盖和车尾盖进行红外线测温；将车头盖最高温度值与车尾盖最高温度值相减并取绝对值，得到车头盖和车尾盖的温度差信息；

所述S3中，经过对比实验，将车头盖最低初始温度设为N℃，50≤N≤55，利用热成像仪对车辆车头盖和车尾盖进行多次测温，取温度差的绝对值并记录时间、天气以及室外温度，经过大量实验，利用天气、室外温度以及温度差信息建立多项式回归模型，即停车时长检测模型，具体为：多云天气下停车时长的表达式为：

T1＝392.946‑6.521a‑12.650b+0.022a^2‑0.148ab+0.276b^2；

晴天天气下停车时长的表达式为；

T2＝144.320‑8.024a+7.229b+0.013a^2‑0.084ab‑0.117b^2；

阴天天气下停车时长的表达式为：

T3＝628.012‑6.856a‑32.776b+0.043a^2‑0.156ab‑0.698b^2；

雨天天气下停车时长的表达式为：

T4＝94.793‑8.512a+11.691b+0.070a^2‑0.111ab‑0.218b^2；

其中，a为车头盖最高温度值与车尾盖最高温度值的温度差绝对值，b为室外温度；

将温度差信息、天气、室外温度输入停车时长检测模型中获得车辆停车时长信息；

所述S6中，无人机每隔t时刻对该收费车辆的温度差信息进行监测，并通过停车时长检测模型更新停车时长T；

若监测的温度差一直大于0，当超过t时刻停车时长T没有更新且识别不到该收费车辆的车牌号时，表明该收费车辆已经离开收费路段，该收费车辆的停车时长为最后一次更新的T；

若监测的温度差减小为0，记录从温度差为0到最后一次识别该车牌号之间的时间，该收费车辆的停车时长为温度差为0时停车时长检测模型输出的时间与记录的时间之和。

2.根据权利要求1所述的一种基于无人机识别及红外技术的停车收费方法，其特征在于，为方便检测并减少无人机充电次数，无人机充电点选在多个收费路段的中心点附近处且远离机场的合理区域，派出一批无人机在各个收费区域之间进行循环检测，在无人机电量较低时派出第二批无人机进行循环检测，第一批无人机返回充电点进行充电。

3.根据权利要求2所述的一种基于无人机识别及红外技术的停车收费方法，其特征在于，所述S4中，无人机对收费车辆及车牌号进行多组拍摄，对获取的若干组图片信息进行筛选，提取出含有车辆的车头和车尾信息的图片以及车辆停在收费路段的取证图片。

4.根据权利要求3所述的一种基于无人机识别及红外技术的停车收费方法，其特征在于，所述S5中，具体包括如下步骤：对车牌号图像进行预处理，预处理操作包括彩色图像灰度化、高斯滤波、Sobel边缘检测、颜色定位、图像二值化和形态学处理；

通过OpenCV库中cv2.findContours()函数对预处理后的图像进行矩形检测，识别到车牌区域时将其提取出来；

把车牌定位出来后，对车牌水平校正；

对校正后的车牌号图像进行灰度值处理、阈值化处理获得二值图，然后使用cv2.bound‑ingRect()函数获得图像的最小矩形边框里的信息，对车牌号信息进行排序，最后显示出车牌字符分割图；

车牌的第一字符选择车牌字符模版中的中文模版列表进行匹配，第二字符选择英文模版列表进行匹配，其余字符选择英文和数字模版列表进行匹配，从而读取车牌号。