CN109031262B - 一种定位寻车系统及其方法 - Google Patents

一种定位寻车系统及其方法 Download PDF

Info

Publication number
CN109031262B
CN109031262B CN201810567258.8A CN201810567258A CN109031262B CN 109031262 B CN109031262 B CN 109031262B CN 201810567258 A CN201810567258 A CN 201810567258A CN 109031262 B CN109031262 B CN 109031262B
Authority
CN
China
Prior art keywords
image
vehicle
module
face
guiding
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810567258.8A
Other languages
English (en)
Other versions
CN109031262A (zh
Inventor
宋怀春
梁忠文
陈志良
莫洋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan Yunbo Technology Development Co.,Ltd.
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201810567258.8A priority Critical patent/CN109031262B/zh
Publication of CN109031262A publication Critical patent/CN109031262A/zh
Application granted granted Critical
Publication of CN109031262B publication Critical patent/CN109031262B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
    • G01S11/02—Systems for determining distance or velocity not using reflection or reradiation using radio waves
    • G01S11/06—Systems for determining distance or velocity not using reflection or reradiation using radio waves using intensity measurements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
    • G01S15/50—Systems of measurement, based on relative movement of the target
    • G01S15/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/52—Network services specially adapted for the location of the user terminal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/024—Guidance services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Signal Processing (AREA)
  • General Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种定位寻车系统及其方法，属于寻车引导领域，通过使用对车主进行人脸识别跟踪，从而使得对车主的具体位置和方位更加精准，同时在起初定位使用蓝牙进行定位从而使得定位速度更加快，更加好满足用户的需求，同时在显示引导上使用显示屏进行显示引导，从而使得车主更加直接方便的找到车，不需要车主确定方向和思考，可以直接根据提示进行寻找，从而使得寻找的速度更快，同时在显示上根据检测车主的行走的速度来进行确定显示引导信息，从而可以根据不同的车主的进行显示，更好满足用户的需求，解决现有寻车引导系统把路线信息传给用户端，使得用户很不方便找车，同时引导进度不够，使得车主找车需要浪费大量的时间的技术问题。

Description

一种定位寻车系统及其方法
技术领域
本发明涉及寻车引导领域，特别地，涉及一种定位寻车系统及其方法。
背景技术
随着汽车保有量的逐年递增，而城市道路和停车位的规划、设置已无法满足日益增长的出行停车需求的矛盾亦日暂突出；随之出现乱停车，高峰时段找不到车位，找车位产生拥堵等一系列社会问题摆在了城市管理者和消费责面前。
目前我国的许多城市实施了应对城市拥堵和停车难的问题这方面的的政策、规划和改扩建，如：“单双号限行制度”，“车辆限牌”，“外地车禁止驶入某些交通繁忙区域”，“大力发展公共交通”等这些应对措施，但城市停车难、行车拥堵的基本现状仍无法根本解决。根据政府部门和城市交通相关部门的统计，城市停车场的数量以及停车位的数量都很有限，也就是说停车位远远小于汽车的总量，不能满足当前用户的停车需求。这就造成了城市交通拥堵的现象，并且越来越严重；为了满足日益增长的交通需求，必须尽快改善城市的交通条件和设施的利用效率的需求迫在眉睫。根据目前发展趋势，据专业人士推测，私家车数量的急剧增加势必会提高对停车场的要求，目前的停车场已经不能满足当前的停车需求，因此“停车经济”具有很好的发展前景。伴随着停车场规模的扩大以及停车位的增加，对停车场的有效管理也越来越重要，所以针对目前对停车场的需求有必要开发一套高效运行的智能停车场管理系统。由于共享车位模式下，很多的用户对需要停车的车位不熟悉，从而使得车主在停完车需要进行取车，可能会对陌生的停车场摸不着头脑，根本不记得自己的车停放的位置，因此，需要设计出一种方便人们寻车的引导系统，现有的引导系统具有精度不够，同时通过把引导信息直接传给手机，使得用户还是很不方便，跟实际的停车场存在一定的区别，使得车主还是很难找到自己的车，因此设计出一种更加方便找车精度更高的寻车引导系统。
发明内容
本发明目的在于提供一种定位寻车系统及其方法，解决现有寻车引导系统把路线信息传给用户端，使得用户很不方便找车，同时引导进度不够，使得车主找车需要浪费大量的时间的技术问题。
为实现上述目的，本发明提供了一种定位寻车方法，包括如下步骤：
步骤1：建立车库电子地图，并在车库电子地图上进行坐标绘制；
步骤2：采集车主人脸信息建立车主人脸信息库；
步骤3：车主停车，识别车牌号确定车辆所在车库电子地图坐标；
步骤4：用户点击寻车，无线定位模块确定用户所在位置；
步骤5：摄像头开启并进行人脸识别跟踪；
步骤6：服务器根据车位置和车主位置规划线路，规划线路根据距离最近原则进行规划；
步骤7：引导显示模块显示行走线路和方向并语音提示；
步骤8：重复步骤5进行摄像头开启并进行人脸识别跟踪；
步骤9：判断是否找到车，如果找到，寻车引导结束，如果没找到返回步骤7。
所述步骤1中的具体过程为:把停车的平面图绘制在可缩放的电子平面图上，用电子平面图贴合上有坐标方格的坐标平面图上，贴合的具体过程为取电子平面图一个点作为中心点，即原点，以中心点绘制X轴和Y轴，同时填充坐标方格，形成具有坐标的车库电子地图。
所述步骤2具体过程为：导入预先采集好的人脸样本图像，对人脸样本图像进行存储、学习训练；通过非极大值抑制(NMS)定位特征点判断图像的人脸区域；用矩形框框选出人脸，标记矩形框的中心位置；将框出人脸区域的矩形框平均分割成六份子图像；对每一个子图像都设置相同的节点(大小为x*y的矩形块)。
所述步骤3的具体过程为：由用户所停的车位上的车位控制识别装置上的车号码识别模块识别所停的车辆的车牌号，把车牌号和该车位号传给服务器装置，服务器装置根据车牌号、该车位号信息和预先设定的车位坐标信息表建立车牌号的坐标点，坐标点代表车辆的位置。
所述步骤4的具体过程为：用户通过用户设备上的APP软件点击寻车后，用户设备蓝牙开启，用户设备蓝牙与寻车指引装置上的蓝牙定位模块连接，根据接收的信号强度与预先设定的信号强度距离比例表来确定用户的位置；所述用户设备蓝牙至少与3个以上的寻车指引装置上的蓝牙定位模块连接；把确定的位置传给服务器装置。
所述步骤5的具体过程为：
步骤5.1：服务器装置控制与车主最近的寻车指引装置进行控制打开人脸摄像识别模块；
步骤5.2：通过人脸摄像识别模块获取视频流，依据对比帧差法截取运动区域组成一维图像标签数组A；
步骤5.3：依据步骤5.2获取的图像，对图像进行平均分割形成子图像，通过非极大值抑制(NMS)定位特征点判断子图像中是否存在人脸区域，对存在人脸区域的子图像重新进行编码组成新的一维标图像签数组A*，舍弃不存在人脸区域的子图像；
步骤5.4：对一维标图像签数组A*中的每个图像均进行平均分割组成二维图像标签数组B；
步骤5.5：对二维图像标签数组B中的每张图像设置节点，然后根据设置的节点与人脸识别数据库中的样本图像的节点进行比对识别；
步骤5.6：依据关联矩阵确定人脸的特征点，根据这些特征点进行追踪；关联矩阵确定和跟踪的过程为：
当有运动物体进入摄像头时，首先利用对比帧差法计算出运动区域R，然后在区域R内检测是否有人脸区域，框选出运动区域R之后，构造关联矩阵
Figure GDA0003736028210000031
(x1、x2、…、xi是每个原始灰度图像所有像素点对应的向量，i是原始图像的个数)对人脸特征如眼睛进行提取，并计算这些特征点的特征值λ1、λ2、…、λi，将特征值按照从大到小的顺序进行排序形成标签数组，从标签数组中选择最大的特征值作为跟踪标记点。
所述步骤5.5中的比对识别的具体过程为：将图像标签数组B中的图像P与车主人脸信息库内的所有图像Pi进行比对，其比对方法为：将P、Pi图像按60°角分成6个子图像，分别
记为A、B、C、D、E、F、Ai、Bi、Ci、Di、Ei、Fi，然后再分别对每个子图像设置aj、bj、cj、dj、ej、fj、aij、bij、cij、dij、eij、fij个节点，i表示车主人脸信息库中的样本图像，j表示节点，i＝1,2,3,...m，j＝1,2,3,...n；将每个节点进行比对，舍弃掉比对结果不在设定的阈值K范围内的节点，具体过程为：
Figure GDA0003736028210000032
(θ＝a,b,c,d,e,f)
Figure GDA0003736028210000033
Figure GDA0003736028210000041
其中Lθ是图像P、Pi的各个子图像进行比对之后的结果，L是图像P、Pi进行比对之后的结果，y是期望的输出，q是神经元的实际输出，n为节点样本总数，j为节点样本，n的取值根据图像实际的大小选择；
阈值K的范围取0.8～1.0，当Lθ值不在范围K之内时，舍弃这个子图像，进行下一个子图像的比较；根据对称性，若前边的三个子图像的比对结果Lθ值皆不在范围K之内，则可以说明检测到的人脸图像P与人脸识别数据库内的该张图像Pi不是同一个人，则舍弃掉并进行下一张图像的比对，直到同一张图像P中六个Lθ值都符合范围K时，可以判断图像P人脸识别数据库内的该张图像Pi是同一个人。
所述步骤7中显示行走线路和方向并语音提示的具体过程为：服务器装置控制与车主最近的且位于寻车前进方向的寻车指引装置的引导显示模块开启，引导显示模块显示车牌号和具体路线的箭头，同时进行语音提示车主；引导显示模块显示的时间由超声波测速模块检测车主行走的速度，然后寻车指引装置的控制器根据速度来控制引导显示模块的显示时间，同时通知下一个寻车指引装置何时开启引导显示模块。
一种定位寻车系统，包括一个以上车位控制识别装置、车位控制基站、服务器装置、寻车指引基站、一个以上寻车指引装置和用户设备；所述车位控制识别装置经车位控制基站与服务器装置连接，所述车位控制识别装置用于控制车位的车位锁的开启和关闭，同时用于识别所停车辆的车牌号并把车牌号和该车牌号对应的车位号经过车位控制基站传给服务器装置；所述用户设备与寻车指引装置无线连接，所述用户设备用于与寻车指引装置无线连接确定车主起初的具体位置；所述寻车指引装置经寻车指引基站与服务器装置连接，所述寻车指引装置用于对车主进行人脸识别并进行实时跟踪，同时显示引导信息，引导车主具体行走路线，同时检测车主行走速度，控制显示引导信息的时间；所述服务器装置用于建立车库电子地图和建立车主人脸信息库，同时建立所有停车的具体坐标位置，还用于控制寻车指引装置的人脸摄像识别模块进行人脸识别跟踪，控制寻车指引装置的引导显示模块的开启和关闭。
所述寻车指引装置包括无线定位模块、超声波测速模块、人脸摄像识别模块、旋转基座、车位控制器模块、寻车指引无线模块、引导显示模块和红外检测模块；所述无线定位模块、超声波测速模块和红外检测模块的输出端均与车位控制器模块连接，所述无线定位模块为蓝牙模块，用于与用户设备无线连接，根据信号强度确定车主起初的位置；所述超声波测速模块用于检测车主行走的速度，并把速度传给车位控制器模块；所述红外检测模块用于检测车主是否存在，同时检测车主的脸部的位置，并传给车位控制器模块；所述车位控制器模块经旋转基座与人脸摄像识别模块连接，车位控制器模块根据车主速度、红外检测模块检测的脸部位置和服务器装置进行控制旋转基座进行转动带动人脸摄像识别模块对人脸识别跟踪；所述寻车指引无线模块经寻车指引基站与服务器装置连接；用于寻车指引装置与服务器装置通信；所述引导显示模块的输入端与车位控制器模块，用于显示车主车的车牌号和具体行走线路，同时进行语音提醒车主。
本发明具有以下有益效果：
本发明通过使用对车主进行人脸识别跟踪，从而使得对车主的具体位置和方位更加精准，同时在起初定位使用蓝牙进行定位从而使得定位速度更加快，更加好满足用户的需求，同时在显示引导上使用显示屏进行显示引导，从而使得车主更加直接方便的找到车，与现有的通过手机登设备进行线路寻找相比，具有更加方便的特点，不需要车主确定方向和思考，可以直接根据提示进行寻找，从而使得寻找的速度更快，同时在显示上根据检测车主的行走的速度来进行确定显示引导信息，从而可以根据不同的车主的进行显示，更好满足用户的需求，解决现有寻车引导系统把路线信息传给用户端，使得用户很不方便找车，同时引导进度不够，使得车主找车需要浪费大量的时间的技术问题。
除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照图，对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明优选实施例的流程图；
图2是本发明系统实施例的系统框图；
图3是本发明优选实施例的寻车指引装置结构框图；
图4是发明优选实施例的车位控制识别装置结构框图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明，但是本发明可以根据权利要求限定和覆盖的多种不同方式实施。
一种定位寻车方法，如图1所示，包括如下步骤：
步骤1：建立车库电子地图，并在车库电子地图上进行坐标绘制。把停车场的平面图绘制在可缩放的电子平面图上，用电子平面图贴合上有坐标方格的坐标平面图上，贴合的具体过程为取电子平面图一个点作为中心点(原点)，以中心点绘制X轴和Y轴，同时填充坐标方格，形成具有坐标的车库电子地图。停车场的平面图为在建设和规划过程中已经绘制好的平面图，把该平面图通过电脑软件进行放入分辨率可变的可缩放的平面图上，形成电子平面图。
步骤2：采集车主人脸信息建立车主人脸信息库。导入预先采集好的人脸样本图像，对人脸样本图像进行存储、学习训练；通过非极大值抑制(NMS)定位特征点判断图像的人脸区域；用矩形框框选出人脸，标记矩形框的中心位置；将框出人脸区域的矩形框平均分割成六份子图像；对每一个子图像都设置相同的节点(大小为x*y的矩形块)。
步骤3：车主停车，识别车牌号确定车辆所在车库电子地图坐标。由用户所停的车位上的车位控制识别装置上的车号码识别模块识别所停的车辆的车牌号，把车牌号和该车位号传给服务器装置，服务器装置根据车牌号、该车位号信息和预先设定的车位坐标信息表建立车牌号的坐标点(车辆的位置)。每个车位在服务器装置内均设定有相应的车库电子地图坐标的具体坐标数据，显示车位号，相当于确定了具体坐标数据。
步骤4：用户点击寻车，无线定位模块确定用户所在位置。用户通过用户设备上的APP软件点击寻车后，用户设备蓝牙开启，用户设备蓝牙与寻车指引装置上的蓝牙定位模块连接，根据接收的信号强度与预先设定的信号强度距离比例表来确定用户的位置；所述用户设备蓝牙至少与3个以上的寻车指引装置上的蓝牙定位模块连接；把确定的位置传给服务器装置。根据接收的蓝牙的信号强度与预先检测设定的对比，从而可以确定车主的位置，一般是3个寻车指引装置与用户设备连接，如果更多的话，具体位置会更准确。
步骤5：摄像头开启并进行人脸识别跟踪。
步骤5.1：服务器装置控制与车主最近的寻车指引装置进行控制打开人脸摄像识别模块。
步骤5.2：通过人脸摄像识别模块获取视频流，依据对比帧差法截取运动区域组成一维图像标签数组A。
步骤5.3：依据步骤5.2获取的图像，对图像进行平均分割形成子图像，通过非极大值抑制(NMS)定位特征点判断子图像中是否存在人脸区域，对存在人脸区域的子图像重新进行编码组成新的一维标图像签数组A*，舍弃不存在人脸区域的子图像。
步骤5.4：对一维标图像签数组A*中的每个图像均进行平均分割组成二维图像标签数组B。
步骤5.5：对二维图像标签数组B中的每张图像设置节点，然后根据设置的节点与人脸识别数据库中的样本图像的节点进行比对识别。
步骤5.6：依据关联矩阵确定人脸的特征点，根据这些特征点进行追踪；关联矩阵确定和跟踪的过程为。
当有运动物体进入摄像头时，首先利用对比帧差法计算出运动区域R，然后在区域R内检测是否有人脸区域，框选出运动区域R之后，构造关联矩阵
Figure GDA0003736028210000071
(x1、x2、…、xi是每个原始灰度图像所有像素点对应的向量，i是原始图像的个数)对人脸特征如眼睛进行提取，并计算这些特征点的特征值λ1、λ2、…、λi，将特征值按照从大到小的顺序进行排序形成标签数组，从标签数组中选择最大的特征值作为跟踪标记点。
步骤5.5中的比对识别的具体过程为：将图像标签数组B中的图像P与车主人脸信息库内的所有图像Pi进行比对，其比对方法为：将P、Pi图像按60°角分成6个子图像，分别
记为A、B、C、D、E、F、Ai、Bi、Ci、Di、Ei、Fi，然后再分别对每个子图像设置aj、bj、cj、dj、ej、fj、aij、bij、cij、dij、eij、fij个节点，i表示车主人脸信息库中的样本图像，j表示节点，i＝1,2,3,...m，j＝1,2,3,...n；将每个节点进行比对，舍弃掉比对结果不在设定的阈值K范围内的节点，具体过程为：
Figure GDA0003736028210000072
(θ＝a,b,c,d,e,f)
Figure GDA0003736028210000073
Figure GDA0003736028210000074
其中Lθ是图像P、Pi的各个子图像进行比对之后的结果，L是图像P、Pi进行比对之后的结果，y是期望的输出，q是神经元的实际输出，n为节点样本总数，j为节点样本，n的取值根据图像实际的大小选择。
阈值K的范围取0.8～1.0，当Lθ值不在范围K之内时，舍弃这个子图像，进行下一个子图像的比较；根据对称性，若前边的三个子图像的比对结果Lθ值皆不在范围K之内，则可以说明检测到的人脸图像P与人脸识别数据库内的该张图像Pi不是同一个人，则舍弃掉并进行下一张图像的比对，直到同一张图像P中六个Lθ值都符合范围K时，可以判断图像P人脸识别数据库内的该张图像Pi是同一个人。
步骤6：服务器根据车位置和车主位置规划线路，规划线路根据距离最近原则进行规划。
步骤7：引导显示模块显示行走线路和方向并语音提示。服务器装置控制与车主最近的且位于寻车前进方向的寻车指引装置的引导显示模块开启，引导显示模块显示车牌号和具体路线的箭头，同时进行语音提示车主；引导显示模块显示的时间由超声波测速模块检测车主行走的速度，然后寻车指引装置的控制器根据速度来控制引导显示模块的显示时间，同时通知下一个寻车指引装置何时开启引导显示模块。
步骤8：重复步骤5进行摄像头开启并进行人脸识别跟踪，具体跟踪过程与步骤5的一样。
步骤9：判断是否找到车，如果找到，寻车引导结束，如果没找到返回步骤7。
一种定位寻车系统，如图2-4所示，包括一个以上车位控制识别装置、车位控制基站、服务器装置、寻车指引基站、一个以上寻车指引装置和用户设备。车位控制识别装置经车位控制基站与服务器装置连接。车位控制识别装置用于控制车位的车位锁的开启和关闭，同时用于识别所停车辆的车牌号并把车牌号和该车牌号对应的车位号经过车位控制基站传给服务器装置。用户设备与寻车指引装置无线连接，所述用户设备用于与寻车指引装置无线连接确定车主起初的具体位置。寻车指引装置经寻车指引基站与服务器装置连接。寻车指引装置用于对车主进行人脸识别并进行实时跟踪，同时显示引导信息，引导车主具体行走路线，同时检测车主行走速度，控制显示引导信息的时间。服务器装置用于建立车库电子地图和建立车主人脸信息库，同时建立所有停车的具体坐标位置，还用于控制寻车指引装置的人脸摄像识别模块进行人脸识别跟踪，控制寻车指引装置的引导显示模块的开启和关闭。
所述寻车指引装置包括无线定位模块、超声波测速模块、人脸摄像识别模块、旋转基座、车位控制器模块、寻车指引无线模块、引导显示模块和红外检测模块。无线定位模块、超声波测速模块和红外检测模块的输出端均与车位控制器模块连接。无线定位模块为蓝牙模块，用于与用户设备无线连接，根据信号强度确定车主起初的位置。超声波测速模块用于检测车主行走的速度，并把速度传给车位控制器模块。红外检测模块用于检测车主是否存在，同时检测车主的脸部的位置，并传给车位控制器模块。车位控制器模块经旋转基座与人脸摄像识别模块连接，车位控制器模块根据车主速度、红外检测模块检测的脸部位置和服务器装置进行控制旋转基座进行转动带动人脸摄像识别模块对人脸识别跟踪。寻车指引无线模块经寻车指引基站与服务器装置连接；用于寻车指引装置与服务器装置通信。引导显示模块的输入端与车位控制器模块，用于显示车主车的车牌号和具体行走线路，同时进行语音提醒车主。红外检测模块为红外扫描阵列，用于检测人脸的大概位置，具体原理根据人脸的红外成图的红外值进行确定。寻车指引无线模块为4G模块或者WIFI模块。
车位控制识别装置包括车号码识别模块、车位锁控制模块、车位控制无线模块、车位控制器模块和时钟模块。所述车号码识别模块、车位锁控制模块、车位控制无线模块和时钟模块均与车位控制器模块连接。车号码识别模块用于识别车辆号码，车位锁控制模块为车位车锁控制开关装置，为现有的地锁。车位控制无线模块4G模块或者WIFI模块，用于经过基站与服务器装置连接通信。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种定位寻车方法，其特征在于，包括如下步骤：
步骤1：建立车库电子地图，并在车库电子地图上进行坐标绘制；
步骤2：采集车主人脸信息建立车主人脸信息库；
步骤3：车主停车，识别车牌号确定车辆所在车库电子地图坐标；
步骤4：用户点击寻车，无线定位模块确定用户所在位置；
步骤5：摄像头开启并进行人脸识别跟踪；
步骤6：服务器根据车位置和车主位置规划线路，规划线路根据距离最近原则进行规划；
步骤7：引导显示模块显示行走线路和方向并语音提示；
步骤8：重复步骤5进行摄像头开启并进行人脸识别跟踪；
步骤9：判断是否找到车，如果找到，寻车引导结束，如果没找到返回步骤7；
所述步骤5的具体过程为：
步骤5.1：服务器装置控制与车主最近的寻车指引装置进行控制打开人脸摄像识别模块；
步骤5.2：通过人脸摄像识别模块获取视频流，依据对比帧差法截取运动区域组成一维图像标签数组A；
步骤5.3：依据步骤5.2获取的图像，对图像进行平均分割形成子图像，通过非极大值抑制(NMS)定位特征点判断子图像中是否存在人脸区域，对存在人脸区域的子图像重新进行编码组成新的一维标图像签数组A*，舍弃不存在人脸区域的子图像；
步骤5.4：对一维标图像签数组A*中的每个图像均进行平均分割组成二维图像标签数组B；
步骤5.5：对二维图像标签数组B中的每张图像设置节点，然后根据设置的节点与人脸识别数据库中的样本图像的节点进行比对识别；
步骤5.6：依据关联矩阵确定人脸的特征点，根据这些特征点进行追踪；关联矩阵确定和跟踪的过程为：
当有运动物体进入摄像头时，首先利用对比帧差法计算出运动区域R，然后在区域R内检测是否有人脸区域，框选出运动区域R之后，构造关联矩阵
Figure FDA0003736028200000011
x1、x2、…、xi是每个原始灰度图像所有像素点对应的向量，i是原始图像的个数，对人脸特征如眼睛进行提取，并计算这些特征点的特征值λ1、λ2、…、λi，将特征值按照从大到小的顺序进行排序形成标签数组，从标签数组中选择最大的特征值作为跟踪标记点。
2.根据权利要求1所述的一种定位寻车方法，其特征在于，所述步骤1中的具体过程为:把停车场的平面图绘制在可缩放的电子平面图上，用电子平面图贴合上有坐标方格的坐标平面图上，贴合的具体过程为取电子平面图一个点作为中心点，即原点，以中心点绘制X轴和Y轴，同时填充坐标方格，形成具有坐标的车库电子地图。
3.根据权利要求1所述的一种定位寻车方法，其特征在于，所述步骤2具体过程为：导入预先采集好的人脸样本图像，对人脸样本图像进行存储、学习训练；通过非极大值抑制定位特征点判断图像的人脸区域；用矩形框框选出人脸，标记矩形框的中心位置；将框出人脸区域的矩形框平均分割成六份子图像；对每一个子图像都设置相同的节点，大小为x*y的矩形块。
4.根据权利要求1所述的一种定位寻车方法，其特征在于，所述步骤3的具体过程为：由用户所停的车位上的车位控制识别装置上的车号码识别模块识别所停的车辆的车牌号，把车牌号和该车位号传给服务器装置，服务器装置根据车牌号、该车位号信息和预先设定的车位坐标信息表建立车牌号的坐标点，坐标点代表车辆的位置。
5.根据权利要求1所述的一种定位寻车方法，其特征在于，所述步骤4的具体过程为：用户通过用户设备上的APP软件点击寻车后，用户设备蓝牙开启，用户设备蓝牙与寻车指引装置上的蓝牙定位模块连接，根据接收的信号强度与预先设定的信号强度距离比例表来确定用户的位置；所述用户设备蓝牙至少与3个以上的寻车指引装置上的蓝牙定位模块连接；把确定的位置传给服务器装置。
6.根据权利要求1所述的一种定位寻车方法，其特征在于，所述步骤5.5中的比对识别的具体过程为：将图像标签数组B中的图像P与车主人脸信息库内的所有图像Pi进行比对，其比对方法为：将P、Pi图像按60°角分成6个子图像，分别
记为A、B、C、D、E、F、Ai、Bi、Ci、Di、Ei、Fi，然后再分别对每个子图像设置aj、bj、cj、dj、ej、fj、aij、bij、cij、dij、eij、fij个节点，i表示车主人脸信息库中的样本图像，j表示节点，i＝1,2,3,...m，j＝1,2,3,...n；将每个节点进行比对，舍弃掉比对结果不在设定的阈值K范围内的节点，具体过程为：
Figure FDA0003736028200000021
Figure FDA0003736028200000031
Figure FDA0003736028200000032
其中Lθ是图像P、Pi的各个子图像进行比对之后的结果，L是图像P、Pi进行比对之后的结果，y是期望的输出，q是神经元的实际输出，n为节点样本总数，j为节点样本，n的取值根据图像实际的大小选择；
阈值K的范围取0.8～1.0，当Lθ值不在范围K之内时，舍弃这个子图像，进行下一个子图像的比较；根据对称性，若前边的三个子图像的比对结果Lθ值皆不在范围K之内，则可以说明检测到的人脸图像P与人脸识别数据库内的该张图像Pi不是同一个人，则舍弃掉并进行下一张图像的比对，直到同一张图像P中六个Lθ值都符合范围K时，可以判断图像P人脸识别数据库内的该张图像Pi是同一个人。
7.根据权利要求1所述的一种定位寻车方法，其特征在于，所述步骤7中显示行走线路和方向并语音提示的具体过程为：服务器装置控制与车主最近的且位于寻车前进方向的寻车指引装置的引导显示模块开启，引导显示模块显示车牌号和具体路线的箭头，同时进行语音提示车主；引导显示模块显示的时间由超声波测速模块检测车主行走的速度，然后寻车指引装置的控制器根据速度来控制引导显示模块的显示时间，同时通知下一个寻车指引装置何时开启引导显示模块。
8.根据权利要求1-7任意一项所述的一种定位寻车方法的系统，其特征在于，包括一个以上车位控制识别装置、车位控制基站、服务器装置、寻车指引基站、一个以上寻车指引装置和用户设备；所述车位控制识别装置经车位控制基站与服务器装置连接，所述车位控制识别装置用于控制车位的车位锁的开启和关闭，同时用于识别所停车辆的车牌号并把车牌号和该车牌号对应的车位号经过车位控制基站传给服务器装置；所述用户设备与寻车指引装置无线连接，所述用户设备用于与寻车指引装置无线连接确定车主起初的具体位置；所述寻车指引装置经寻车指引基站与服务器装置连接，所述寻车指引装置用于对车主进行人脸识别并进行实时跟踪，同时显示引导信息，引导车主具体行走路线，同时检测车主行走速度，控制显示引导信息的时间；所述服务器装置用于建立车库电子地图和建立车主人脸信息库，同时建立所有停车的具体坐标位置，还用于控制寻车指引装置的人脸摄像识别模块进行人脸识别跟踪，控制寻车指引装置的引导显示模块的开启和关闭。
9.根据权利要求8所述的一种定位寻车方法的系统，其特征在于，所述寻车指引装置包括无线定位模块、超声波测速模块、人脸摄像识别模块、旋转基座、车位控制器模块、寻车指引无线模块、引导显示模块和红外检测模块；所述无线定位模块、超声波测速模块和红外检测模块的输出端均与车位控制器模块连接，所述无线定位模块为蓝牙模块，用于与用户设备无线连接，根据信号强度确定车主起初的位置；所述超声波测速模块用于检测车主行走的速度，并把速度传给车位控制器模块；所述红外检测模块用于检测车主是否存在，同时检测车主的脸部的位置，并传给车位控制器模块；所述车位控制器模块经旋转基座与人脸摄像识别模块连接，车位控制器模块根据车主速度、红外检测模块检测的脸部位置和服务器装置进行控制旋转基座进行转动带动人脸摄像识别模块对人脸识别跟踪；所述寻车指引无线模块经寻车指引基站与服务器装置连接；用于寻车指引装置与服务器装置通信；所述引导显示模块的输入端与车位控制器模块，用于显示车主车的车牌号和具体行走线路，同时进行语音提醒车主。
CN201810567258.8A 2018-06-05 2018-06-05 一种定位寻车系统及其方法 Active CN109031262B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810567258.8A CN109031262B (zh) 2018-06-05 2018-06-05 一种定位寻车系统及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810567258.8A CN109031262B (zh) 2018-06-05 2018-06-05 一种定位寻车系统及其方法

Publications (2)

Publication Number Publication Date
CN109031262A CN109031262A (zh) 2018-12-18
CN109031262B true CN109031262B (zh) 2023-05-05

Family

ID=64612181

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810567258.8A Active CN109031262B (zh) 2018-06-05 2018-06-05 一种定位寻车系统及其方法

Country Status (1)

Country Link
CN (1) CN109031262B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109874108B (zh) * 2019-02-20 2021-04-13 广州小鹏汽车科技有限公司 基于寻车系统的寻车方法及寻车系统、移动终端
CN113450593A (zh) * 2021-06-28 2021-09-28 深圳橙立科技有限公司 智慧寻车系统、寻车方法以及终端

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101236599A (zh) * 2007-12-29 2008-08-06 浙江工业大学 基于多摄像机信息融合的人脸识别检测装置
CN105354902A (zh) * 2015-11-10 2016-02-24 深圳市商汤科技有限公司 一种基于人脸识别的安保管理方法及系统

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8421872B2 (en) * 2004-02-20 2013-04-16 Google Inc. Image base inquiry system for search engines for mobile telephones with integrated camera
GB2431787B (en) * 2005-10-31 2009-07-01 Hewlett Packard Development Co A method of tracking an object in a video stream
CN102637257B (zh) * 2012-03-22 2014-07-02 北京尚易德科技有限公司 一种基于视频的交通车辆检测识别系统和方法
CN102646342A (zh) * 2012-05-17 2012-08-22 上海海事大学 一种停车场智能引导与寻车系统
CN204087517U (zh) * 2013-12-19 2015-01-07 深圳市捷顺科技实业股份有限公司 一种基于人脸识别技术的寻车系统
US10860837B2 (en) * 2015-07-20 2020-12-08 University Of Maryland, College Park Deep multi-task learning framework for face detection, landmark localization, pose estimation, and gender recognition
CN105608920B (zh) * 2015-11-24 2018-04-10 上海斐讯数据通信技术有限公司 一种停车场寻车方法及系统
CN105448121A (zh) * 2015-12-29 2016-03-30 深圳市科漫达智能管理科技有限公司 一种停车场寻车路径提示方法与系统
CN106056708B (zh) * 2016-05-26 2018-11-06 深圳市大拿科技有限公司 一种实现车库智能化控制的方法和系统
US10032067B2 (en) * 2016-05-28 2018-07-24 Samsung Electronics Co., Ltd. System and method for a unified architecture multi-task deep learning machine for object recognition
CN106767840A (zh) * 2016-11-18 2017-05-31 上海卫星工程研究所 火星探测接近段组合自主导航方法
CN106652483B (zh) * 2017-03-06 2019-06-04 同济大学 利用检测设备在区域公路网布设交通信息检测点的方法
CN107784288B (zh) * 2017-10-30 2020-01-14 华南理工大学 一种基于深度神经网络的迭代定位式人脸检测方法
CN107730993A (zh) * 2017-11-17 2018-02-23 大连海事大学 基于图像再识别的停车场智能寻车系统及方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101236599A (zh) * 2007-12-29 2008-08-06 浙江工业大学 基于多摄像机信息融合的人脸识别检测装置
CN105354902A (zh) * 2015-11-10 2016-02-24 深圳市商汤科技有限公司 一种基于人脸识别的安保管理方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
一种应用于裸眼立体显示系统的双目跟踪算法;陈浩等;《计算机辅助设计与图形学学报》;20170315(第03期);47-54 *
融合检测和跟踪的实时人脸跟踪;刘嘉敏等;《中国图象图形学报》;20151116(第11期);55-63 *

Also Published As

Publication number Publication date
CN109031262A (zh) 2018-12-18

Similar Documents

Publication Publication Date Title
US20180301031A1 (en) A method and system for automatically detecting and mapping points-of-interest and real-time navigation using the same
US10354532B2 (en) Method and system for automatically locating people
CN108257410B (zh) 一种现场监控与导航系统协作的停车位精准导航方法
CN111063202B (zh) 一种基于电子地图的智能泊车管理方法
WO2022110049A1 (zh) 一种导航方法、装置和系统
US20170267233A1 (en) Method for autonomous vehicle parking
CN109741628B (zh) 一种智能停车路线规划方法
EP3836116A1 (en) System and method to generate traffic congestion estimation data for calculation of traffic condition in a region
US11884264B2 (en) Driveway maneuvers for autonomous vehicles
CN110347145A (zh) 用于自动驾驶车辆的感知辅助
CN102819965A (zh) 停车场的车位引导及寻车系统
WO2017024780A1 (zh) 一种停车诱导的方法、装置、终端及服务器
CN111081047A (zh) 一种基于光电图像处理的精准智能停车管理方法及管理系统
CN115222158A (zh) 一种基于物联网的智慧城市停车场管理方法、系统及装置
CN109031262B (zh) 一种定位寻车系统及其方法
CN211792049U (zh) 车路协同辅助系统及车辆
CN115797873A (zh) 一种人群密度检测方法、系统、设备、存储介质及机器人
CN110364016B (zh) 一种无人机诱导停车方法
WO2020155075A1 (zh) 一种导航装置、方法及相关设备
CN115406453A (zh) 一种导航方法、装置及计算机存储介质
CN100349176C (zh) 用于在图像处理中改善对象识别和/或再识别的方法和装置
CN112990759A (zh) 基于数字孪生的数据处理系统
Djuric et al. Parkassistant: An algorithm for guiding a car to a parking spot
CN113362629B (zh) 基于交通标志信息线的区域定位导航系统及其工作方法
CN114771510A (zh) 基于路线图的泊车方法、泊车系统及电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20230406

Address after: No. 230, Sanpowan, Guyang Town, Guzhang County, Xiangxi Tujia and Miao Autonomous Prefecture, Hunan Province, 416300

Applicant after: Lu Zhong

Address before: Room 305.306, Dingsheng road innovation and entrepreneurship Park, Liuyang high tech Development Zone, Changsha, Hunan 410300

Applicant before: CHANGSHA DAJING NETWORK TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20230828

Address after: 4304, 4th Floor, Main Building, Galaxy Science and Technology Park, No. 15 Lutian Road, High tech Development Zone, Changsha City, Hunan Province

Patentee after: Hunan Yunbo Technology Development Co.,Ltd.

Address before: No. 230, Sanpowan, Guyang Town, Guzhang County, Xiangxi Tujia and Miao Autonomous Prefecture, Hunan Province, 416300

Patentee before: Lu Zhong

TR01 Transfer of patent right