CN111508086A - 一种停车场无人管理系统及方法 - Google Patents

Abstract

本发明提供了一种停车场无人管理系统及方法，通过智能服务模块获取车主输入的信息并解析出车主表达的语义信息，事件处理模块判断语义信息是查询信息或执行信息，当语义信息是查询信息时，从知识库中查询语义信息对应的结果并反馈车主，当语义信息是执行信息时，从映射表中获取与语义信息对应的指令并控制指令的执行，且向车主反馈执行结果。本发明实现了停车场的无人化管理，降低了物业成本，原有在岗亭值守的人员可以减少，以物业中心值守和巡检的方式替代，大幅降低人力成本；且通过构建知识库，在车主与系统的交互问答上，较传统物业人员知识量和响应速度更佳，增加了用户体验。

Description

一种停车场无人管理系统及方法

技术领域

本发明涉及机器识别技术领域，尤其涉及一种停车场无人管理系统及方法。

背景技术

当前停车场以人力运营为主，即：在出入口铺设岗亭，停车管理收费人员在岗亭中进行现场的管理、收费及服务。随着人力成本增加，新生代对于劳动附加值低的行业参与意愿降低，且车辆进出场景存在的安全隐患导致安全纠纷。

公开号为CN105575180A的中国专利公开了一种基于物联网的智能车库无人化远程管理系统，其包括通过网络连接的云端中心、运维中心控制台、多个智能车库控制终端及多个客户端，通过网络将系统中的各个子系统及终端进行数据连接，使用云存储和大数据分析，达到无人管理、信息共享的目的；使用高速通过和便捷支付达到人性化停取车的目的。可见，停车场的车辆识别、身份核实及支付缴费等功能已经通过一些技术手段实现，但是对于疑问协助方面始终需要人工干预，所以无法根本解决人力成本增加、安全纠纷的问题。

发明内容

本发明的目的在于提供一种停车场无人管理系统及方法，以解决现有的停车场无法实现无人化管理，导致人力成本增加或产生安全纠纷的问题。

为了达到上述目的，本发明提供了一种停车场无人管理系统，包括：

云平台，用于存储车辆的黑白名单、知识库以及交易信息；

感应检测模块，用于检测车辆到达或驶离停车场的车道入口；

车辆信息检测模块，用于在车辆到达时识别车辆的身份，并在车辆属于白名单中时获取车辆信息；

扣费模块，用于根据所述车辆信息对车辆进行自动扣费并将交易信息上传至云平台；

智能服务模块，用于获取车主输入的信息并解析出车主表达的语义信息；

指令存储模块，用于存储所述语义信息与指令的映射表；

事件处理模块，用于判断所述语义信息是查询信息或执行信息，当所述语义信息是查询信息时，从所述知识库中查询所述语义信息对应的结果并反馈车主，当所述语义信息是执行信息时，从所述映射表中获取与所述语义信息对应的指令并控制指令的执行，且向车主反馈执行结果。

可选的，所述智能服务模块包括：

文本输入单元，用于输入文本信息；

语音输入单元，用于获取车主输入的语音信息，或者将所述语音信息转换为文本信息；

语义识别单元，用于将所述语音输入单元或文本输入单元输出的信息转换为可供所述事件处理模块及所述知识库识别的语义信息。

可选的，所述语义识别单元位于所述云平台中，所述语音输入单元获取所述语音信息后，在将所述语音信息的音频流发送到所述云平台时，还在本地记录所述语音信息的音频流；当收到网络异常信息时，启动重试等待；在满足重试条件时，将本地记录的音频流再次发送到所述云平台。

可选的，所述语音输入单元包括本地数据库，所述本地数据库中存储有基于深度学习的语音识别模型和根据所述语音识别模型得到的语音识别输出值集合。

可选的，所述车辆信息检测模块包括车牌识别单元，用于从车辆的车牌中提取车辆信息；或者，所述感应检测模块包括路侧天线单元，用于从车辆的车载OBU中读取车辆信息；或者，所述感应检测模块包括标签识别单元，用于从车辆的电子车牌标签中读取车辆信息。

可选的，所述查询信息包括车主的身份信息、车辆账户及交易信息、导航信息、车位信息或呼叫信息中的一种或多种，所述执行信息包括记录事由信息或车位锁定信息。

可选的，所述知识库包括主知识库以及辅助知识库，其中，所述主知识库中存储有车主经常使用的查询结果，并且响应于车主的查询，基于所述智能服务模块识别的语义信息，优先在所述主知识库中进行查询。

本发明还提供了一种停车场无人管理方法，包括：

实时检测是否有车辆到达或驶离停车场的车道入口；

在车辆到达时识别车辆的身份，并在车辆属于白名单中时获取车辆信息；

根据所述车辆信息对车辆进行自动扣费并将交易信息上传至云平台；

获取车主输入的信息并解析出车主表达的语义信息；

判断所述语义信息是查询信息或执行信息，当所述语义信息是查询信息时，从云平台中存储的知识库中查询所述语义信息对应的结果并反馈车主，当所述语义信息是执行信息时，从所述语义信息与指令的映射表中获取与所述语义信息对应的指令并控制指令执行，且向车主反馈执行结果。

可选的，车主输入的信息包括语音信息，获取所述语音信息后，在将所述语音信息的音频流发送到所述云平台时，还在本地记录所述语音信息的音频流；当收到网络异常信息时，启动重试等待；在满足重试条件时，将本地记录的音频流再次发送到所述云平台。

可选的，所述知识库包括主知识库以及辅助知识库，其中，所述主知识库中存储有车主经常使用的查询结果，当所述语义信息是查询信息时，优先在所述主知识库中进行查询。

本发明提供的停车场无人管理系统及方法有如下有益效果：

(1)实现了停车场的无人化管理，降低了物业成本，原有在岗亭值守的人员可以减少，以物业中心值守和巡检的方式替代，大幅降低人力成本；

(2)通过构建知识库，在车主与系统的交互问答上，较传统物业人员知识量和响应速度更佳，增加了用户体验。

附图说明

图1为本发明实施例提供的停车场无人管理系统的结构框图；

图2为本发明实施例提供的另一停车场无人管理系统的结构框图；

图3为本发明实施例提供的停车场无人管理方法的流程图；

其中，附图标记为：

100-感应检测模块；200-车辆信息检测模块；300-扣费模块；400-智能服务模块；401-文本输入单元；402-语音输入单元；403-语义识别单元；500-指令存储模块；600-事件处理模块；700-云平台；701-知识库；800-道闸系统。

具体实施方式

下面将结合示意图对本发明的具体实施方式进行更详细的描述。根据下列描述和权利要求书，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。

如图1所示，本实施例提供了一种停车场无人管理系统，包括：

云平台700，用于存储车辆的黑白名单、知识库701以及交易信息；

感应检测模块100，用于检测车辆到达或驶离停车场的车道入口；

车辆信息检测模块200，用于在车辆到达时识别车辆的身份，并在车辆属于白名单中时获取车辆信息；上述云平台可以存储车辆的黑白名单(即黑名单和白名单)；上述白名单是从云平台网络上调取获取的正常车辆的名单信息，然而黑名单则是从云平台网络上调取获取的非正常车辆的名单信息；

扣费模块300，用于根据所述车辆信息对车辆进行自动扣费并将交易信息上传至云平台700；

智能服务模块400，用于获取车主输入的信息并解析出车主表达的语义信息；

指令存储模块500，用于存储所述语义信息与指令的映射表；

事件处理模块600，用于判断所述语义信息是查询信息或执行信息，当所述语义信息是查询信息时，从所述知识库701中查询所述语义信息对应的结果并反馈车主，当所述语义信息是执行信息时，从所述映射表中获取与所述语义信息对应的指令并控制指令的执行，且向车主反馈执行结果。

具体的，所述云平台700是一云端服务器，用于实现云存储功能，例如存储车辆的黑白名单，知识库701以及白名单中的车辆的交易信息。感应检测模块100和车辆信息检测模块200设置在停车场的车道入口，感应检测模块100可以对车辆到达或驶离停车场的车道入口进行检测，并记录下到达或驶离的时间上传至云平台700；在本实施例中，感应检测模块100可以通过地感线圈根据地磁变化识别车辆是否到达或驶离，但不以此为限。当感应检测模块100检测到车辆到达时，可以触发车辆信息检测模块200，所述车辆信息检测模块200可以识别车辆的身份并与所述云平台700下发的白名单进行比对，当车辆属于白名单中时获取车辆信息用于交易。

可选的，所述车辆信息检测模块200包括车牌识别单元，用于从车辆的车牌中提取车辆信息；或者，所述感应检测模块100包括路侧天线单元，用于从车辆的车载OBU中读取车辆信息；或者，所述感应检测模块100包括标签识别单元，用于从车辆的电子车牌标签中读取车辆信息。本实施例中，所述车辆信息检测模块200包括电子车牌检测单元及视频检测单元，所述电子车牌检测单元通过UHF-RFID(微波射频识别)技术，对张贴的车内挡风玻璃上的电子标签进行识别，读取标签内的车辆信息；所述视频检测单元对车辆进行检测，通过视频识别技术，对物理车牌进行截取、分析、识别，以对车辆身份进行确认(车辆是否处于白名单中)，考虑到所述视频检测单元识别的普遍性和电子车牌检测单元的精准性，本实施例首先利用视频检测单元识别出物理车牌，并反查对应时间段是否有对应的电子车牌或相近电子车牌(以缺位匹配的方式检查)，如存在电子车牌则控制道闸系统800放行，不存在电子车牌则不放行，若存在电子车牌但是不匹配，则以电子车牌检测单元检测到的电子车牌数据为准。

进一步地，获取到车辆信息后，所述扣费模块300可以利用所述车辆信息对车辆进行自动扣费并将交易信息上传至云平台700，所述扣费模块300的扣费方式可以是ETC扣费方式，并且可根据实际情况进行免费、包月、按次收费或按时收费。

为了实现停车场无人管理，所述停车场无人管理系统还需要实现疑问协助功能。具体的，所述云平台700中存储有知识库701，所述知识库701中存储有识别语义意图的匹配结果，当识别出车主的输入的信息后，还需要识别出车主的输入背后的意图，即语义信息，从而能够响应于车主的语义信息进行相应的答复。因此通过建立与车辆、停车场或驾驶场景等有关的知识库701，当车主需要疑问协助功能，通过向停车场无人管理系统输入文本信息或语音信息，即可在知识库701中执行语义意图查询匹配。当然，所述云平台700还可以实时更新所述知识库701中的数据。

进一步，所述知识库701包括主知识库以及辅助知识库，所述主知识库为根据常用的停车场景建立的知识库701，所述辅助知识库则为普通知识库701，在解析出语义信息后，优先采用建立的主知识库执行意图查询匹配，若在主知识库中找到了对应的匹配结果，说明车主按照在常用的停车场景下的习惯发出了语义信息，则返回主知识库的查询匹配的结果。若在主知识库中没有找到了对应的匹配结果，说明车主在常用的停车场景下有了新的要求，则为了保证能够输出反馈结果，使用辅助知识库执行意图查询匹配，然后返回查询匹配结果。

通过上述实施例，相当于在与预定驾驶场景相对应的知识库701中将用户常用的语音意图与不常用的语音意图分区块保存，使得在后续再次使用该预定驾驶场景时，能够优先在优先数据库(即主数据库)中查找常用的语音意图，提高响应速度。

所述停车场无人管理系统还包括指令存储模块500，用于存储语义信息与指令的映射表，通过查询所述映射表即可知道所述语义信息对应的操作指令，再按照指令执行即可。

进一步，所述智能服务模块400包括文本输入单元401、语音输入单元402及语义识别单元403，车主可通过所述文本输入单元401输入文本信息或通过语音输入单元402输入语音信息，所述语音输入单元402可以将车主输入的语音信息并转换为文本信息，所述语义识别单元403可以将所述语音输入单元402或文本输入单元401输出的文本信息转换为可供所述事件处理模块600及所述知识库701识别的语义信息。

本实施例中，所述语音输入单元402包括本地数据库，当所述语音输入单元402获取车主输入的语音信息后，可以提取所述语音信息的样本特征，根据样本特征和预置的所述本地数据库识别输入的语音信息。预置的所述本地数据库是存在于所述语音输入单元402中的，无需联网，就可以直接访问所述本地数据库，获取本地数据库中的信息，也可以将在本地数据库保存的数据理解为保存声音数据的二级缓存。

在所述本地数据库中存储有基于深度学习的语音识别模型和根据所述语音识别模型得到的语音识别输出值集合。深度学习主要是利用类似神经网络的特征，神经网络是具有层次结构的系统，且层次是递进的，高层表达由低层表达的组合而成，由浅入深完成层次构建。具体的深度学习的实质是通过构建各种学习模型和海量的训练数据来学习重要的特征，从而达到提升判断的准确性。在进行深度学习时，语音识别模型会采集各种声音，对采集到的声音提取其特征，这些采集到的声音作为训练集，再将训练集通过持续学习提高模型预测准确度，训练的过程就是优化模型的权重的过程。在对样本进行了训练优化了模型后，将输入的声音输入给该模型，会得到输出值，该输出值就是对输入的声音进行识别的预测值。可见，根据所述语音识别模型得到的语音识别输出值集合是指，将若干预先输入的语音通过特征提取后经过语音识别模型得到的输出值的集合，这些输出值代表的是输入的语音的识别结果，可以在识别时根据搜索获取得到，在利用所述本地数据库识别输入的语音信息时，语音识别的结果更精确，从而实现了在语音交互的过程中提高语音识别的准确度的目的，提高了人机交互的效率，提升了用户体验度。

在建立语音识别模型时，可以采用稀疏编码算法来进行。稀疏编码(SparseCoding)就是将一个信号表示为一组基的线性组合，而且要求只需要较少的几个基就可以将信号表示出来。通过稀疏编码的方式可以构建音高、音色、音量特征各异的样本集，然后将样本集通过预置的训练算法进行训练，优化语音识别模型的网络权重，当然基于深度学习的训练算法有很多，可以根据需要进行选择。

进一步地，当所述语义识别单元403可以位于云平台700中，当所述语义识别单元403位于所述云平台700中，所述语音输入单元402获取所述语音信息后，可以直接将所述语音信息的音频流发送到所述云平台700进行语义识别，或者所述文本输入单元401也可以将获取的文本信息发送到所述云平台700进行语义识别，从而解析出车主表达的语义信息。由于是在线识别，一旦网络异常，所述语音输入单元402本地和云平台700均没有完整的音频数据，只能向车主汇报网络异常，如：网络掉线时报网络错误，网速慢等导致长时间收不到服务器响应时报网络超时等，由车主根据异常情况，在排除异常后重新发出语音信息来再次识别，这样一来语音识别失败率较高，且需要车主人工干预来重新识别，识别效率低，体验不佳。

本实施例中，当所述语音输入单元402将所述语音信息的音频流发送到所述云平台700时，还在本地记录所述语音信息的音频流，当收到网络异常信息时，启动重试等待，在满足重试条件时，将本地记录的音频流再次发送到所述云平台700，直到云平台700识别成功或者达到重试次数的上限，其中，重试次数的上限以及每次重试等待时间的间隔可在语音识别初始化时设置或由人工动态调整。所述重试条件包括：排除网络异常情况和/或达到重试等待时间，所述网络异常信息由云平台700返回，或在超出预定时间仍未收到云平台700的响应时自动产生。

在本实施例的技术方案中，本实施例通过重试机制提高云平台700的语音识别效率，语音信息以音频流方式直接发送到云平台700进行识别的同时，本地也记录至少一份完整音频流数据，音频流数据可采用本地录音文件数据、内存数据等保存方式。为合理控制本地存储空间，在识别成功或达到最大重试次数后可以删除本地保存的音频流数据。

本实施例中，所述语音输入单元402与所述云平台700之间的网络环境可以为数据链路、WIFI以及其它的无线网络环境，所述网络异常信息包括但不限于网络掉线时的网络错误信息、网速慢等导致长时间收不到服务器响应时的网络超时信息等。

如图2所示，作为可选实施例，所述语义识别单元403可以位于本地，此时，所述语义识别单元403可以内置转换功能，将获取的语音信息转换为文本信息，所述语义识别单元403可以直接将文本输入单元401或所述语音输入单元402输出的文本信息转换为可供所述事件处理模块600及所述知识库701识别的语义信息。

当所述事件处理模块600获取到所述语义信息时，用于判断所述语义信息是查询信息或执行信息。当所述语义信息是查询信息时，从所述知识库701中查询所述语义信息对应的结果向车主反馈查询匹配的结果。例如，所述语义信息为“查询”“账户余额”，所述事件处理模块600从所述知识库701中查询车辆对应的账户信息和余额，然后将车辆的账户余额反馈给车主，当所述语义信息为“查询”“空余车位”，所述事件处理模块600从所述知识库701中查询到空闲的车位并反馈给车主。当然，所述查询信息还可以是车主的身份信息、车辆账户及交易信息、导航信息、车位信息或呼叫信息中的一种或多种，此处不再一一举例说明。

当所述语义信息是执行信息时，所述事件处理模块600从所述映射表中获取与所述语义信息对应的指令并控制指令的执行，且向车主反馈执行结果。例如，所述语义信息为“拜访”“X幢X单元”，所述事件处理模块600可以控制所述停车场无人管理系统的日志管理模块(未示出)留下拜访记录，当所述语义信息为“锁定”“XX车位”，此时，所述停车场无人管理系统的车位管理模块(未示出)可以将这个XX车位锁定设定时间。需要说明的是，根据不同的指令，会由不同的指令执行模块来执行所述指令，此处仅为举例，本发明的应用不仅限于此。

基于此，如图3所示，本实施例还提供了一种停车场无人管理方法，包括：

首先执行步骤S1，感应检测模块100实时检测是否有车辆到达或驶离停车场的车道入口。

当有车辆到达时，执行步骤S2，车辆信息检测模块200识别车辆的身份，并在车辆属于云平台700下放的白名单中时获取车辆信息。

接着，执行步骤S3，扣费模块300根据所述车辆信息对车辆进行自动扣费并将交易信息上传至云平台700，扣费成功后，道闸系统800放行，所述云平台700也可以借此更新知识库701。

然后，执行步骤S4，智能服务模块400获取车主输入的信息并解析出车主表达的语义信息。本实施例中，车主输入的信息可以是文本信息或语音信息，当车主输入的信息是语音信息时，将所述语音信息的音频流发送到所述云平台700进行语义识别，在将所述语音信息的音频流发送到所述云平台700时，还在本地记录所述语音信息的音频流；当收到网络异常信息时，启动重试等待；在满足重试条件时，将本地记录的音频流再次发送到所述云平台700。

作为可选实施例，所述语音信息可以转换为文本信息在本地识别。

接着，所述事件处理模块600判断所述语义信息是查询信息或执行信息，当所述语义信息是查询信息时，从云平台700中存储的知识库701中查询所述语义信息对应的结果并反馈车主，具体的，优先在所述知识库701的主知识库中进行查询并反馈匹配结果，若在主知识库中不存在匹配结果，再在知识库701的辅助知识库中进行查询并反馈匹配结果。

当所述语义信息是执行信息时，所述事件处理模块600从所述指令存储模块500存储的语义信息与指令的映射表中获取与所述语义信息对应的指令并控制指令执行，且向车主反馈执行结果。

上述仅为本发明的优选实施例而已，并不对本发明起到任何限制作用。任何所属技术领域的技术人员，在不脱离本发明的技术方案的范围内，对本发明揭露的技术方案和技术内容做任何形式的等同替换或修改等变动，均属未脱离本发明的技术方案的内容，仍属于本发明的保护范围之内。

Claims (10)

1.一种停车场无人管理系统，其特征在于，包括：

云平台，用于存储车辆的黑白名单、知识库以及交易信息；

感应检测模块，用于检测车辆到达或驶离停车场的车道入口；

车辆信息检测模块，用于在车辆到达时识别车辆的身份，并在车辆属于白名单中时获取车辆信息；

扣费模块，用于根据所述车辆信息对车辆进行自动扣费并将交易信息上传至云平台；

智能服务模块，用于获取车主输入的信息并解析出车主表达的语义信息；

指令存储模块，用于存储所述语义信息与指令的映射表；

事件处理模块，用于判断所述语义信息是查询信息或执行信息，当所述语义信息是查询信息时，从所述知识库中查询所述语义信息对应的结果并反馈车主，当所述语义信息是执行信息时，从所述映射表中获取与所述语义信息对应的指令并控制指令的执行，且向车主反馈执行结果。

2.如权利要求1所述的停车场无人管理系统，其特征在于，所述智能服务模块包括：

文本输入单元，用于输入文本信息；

语音输入单元，用于获取车主输入的语音信息，或者将所述语音信息转换为文本信息；

语义识别单元，用于将所述语音输入单元或文本输入单元输出的信息转换为可供所述事件处理模块及所述知识库识别的语义信息。

3.如权利要求2所述的停车场无人管理系统，其特征在于，所述语义识别单元位于所述云平台中，所述语音输入单元获取所述语音信息后，在将所述语音信息的音频流发送到所述云平台时，还在本地记录所述语音信息的音频流；当收到网络异常信息时，启动重试等待；在满足重试条件时，将本地记录的音频流再次发送到所述云平台。

4.如权利要求2或3所述的停车场无人管理系统，其特征在于，所述语音输入单元包括本地数据库，所述本地数据库中存储有基于深度学习的语音识别模型和根据所述语音识别模型得到的语音识别输出值集合。

5.根据权利要求1所述的停车场无人管理系统，其特征在于，所述车辆信息检测模块包括车牌识别单元，用于从车辆的车牌中提取车辆信息；或者，所述感应检测模块包括路侧天线单元，用于从车辆的车载OBU中读取车辆信息；或者，所述感应检测模块包括标签识别单元，用于从车辆的电子车牌标签中读取车辆信息。

6.根据权利要求1所述的停车场无人管理系统，其特征在于，所述查询信息包括车主的身份信息、车辆账户及交易信息、导航信息、车位信息或呼叫信息中的一种或多种，所述执行信息包括记录事由信息或车位锁定信息。

7.根据权利要求1所述的停车场无人管理系统，其特征在于，所述知识库包括主知识库以及辅助知识库，其中，所述主知识库中存储有车主经常使用的查询结果，并且响应于车主的查询，基于所述智能服务模块识别的语义信息，优先在所述主知识库中进行查询。

8.一种停车场无人管理方法，其特征在于，包括：

实时检测是否有车辆到达或驶离停车场的车道入口；

在车辆到达时识别车辆的身份，并在车辆属于白名单中时获取车辆信息；

根据所述车辆信息对车辆进行自动扣费并将交易信息上传至云平台；

获取车主输入的信息并解析出车主表达的语义信息；

判断所述语义信息是查询信息或执行信息，当所述语义信息是查询信息时，从云平台中存储的知识库中查询所述语义信息对应的结果并反馈车主，当所述语义信息是执行信息时，从所述语义信息与指令的映射表中获取与所述语义信息对应的指令并控制指令执行，且向车主反馈执行结果。

9.如权利要求8所述的停车场无人管理方法，其特征在于，车主输入的信息包括语音信息，获取所述语音信息后，在将所述语音信息的音频流发送到所述云平台时，还在本地记录所述语音信息的音频流；当收到网络异常信息时，启动重试等待；在满足重试条件时，将本地记录的音频流再次发送到所述云平台。

10.如权利要求8所述的停车场无人管理方法，其特征在于，所述知识库包括主知识库以及辅助知识库，其中，所述主知识库中存储有车主经常使用的查询结果，当所述语义信息是查询信息时，优先在所述主知识库中进行查询。

Images