CN113408358A - 一种基于多目标优化的车位分配系统及方法 - Google Patents
一种基于多目标优化的车位分配系统及方法 Download PDFInfo
- Publication number
- CN113408358A CN113408358A CN202110559795.XA CN202110559795A CN113408358A CN 113408358 A CN113408358 A CN 113408358A CN 202110559795 A CN202110559795 A CN 202110559795A CN 113408358 A CN113408358 A CN 113408358A
- Authority
- CN
- China
- Prior art keywords
- image
- module
- parking lot
- parking
- unmanned aerial
- 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.)
- Pending
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000010191 image analysis Methods 0.000 claims abstract description 21
- 230000004888 barrier function Effects 0.000 claims abstract description 5
- 238000001514 detection method Methods 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000002708 enhancing effect Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 230000000007 visual effect Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 3
- 230000007306 turnover Effects 0.000 claims description 2
- 238000007726 management method Methods 0.000 description 8
- 230000000903 blocking effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30242—Counting objects in image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30264—Parking
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Navigation (AREA)
Abstract
本发明属于车位分配技术领域,公开了一种基于多目标优化的车位分配系统及方法,所述基于多目标优化的车位分配系统包括:车辆进出数量获取模块、场内车辆数量确定模块、停车场图像采集模块、无人机控制模块、中央控制模块、图像去噪模块、图像增强模块、图像分析模块、空闲车位判断模块、显示与导航模块。本发明通过进行停车场进出道闸的设置进行停车场内的车辆余位数量的获取,为进入停车场内的车辆提供指示,防止因进入车辆超过停车场容纳量带来的拥堵的发生;通过在停车场上方进行停车场图像的获取实现停车场内空白位置的获取,将空白位置划分为车位空闲区域和通道区域,实现对空闲车位的定位和导航,实现车位分配方案的简化,使得停车更便捷。
Description
技术领域
本发明属于车位分配技术领域,尤其涉及一种基于多目标优化的车位分配系统及方法。
背景技术
目前,随着时代发展,车辆已经成为人们日常生活中不可或缺的交通工具,给用户的工作和生活带来极大便利。现有的停车场管理完全依靠人工进行管理,设置停车场入口并在停车场入口安排工作人员。
目前,各停车场对于车辆识别、计费等管理任务基本都是由停车场管理服务器或是停车场管理人员进行完成,停车场管理服务器对与其通过信号线连接的语音设备、显示设备、道闸等设备进行控制以实现停车场管理任务。信号线的配置需要耗费一定成本,而且为了确保停车场管理服务器与语音设备、显示设备、道闸等设备之间的通信质量,对信号线的质量也有一定要求,从而进一步增加了成本,更甚对于大型停车场存在多个相距离较远的出入口的情况,成本就会更高。现有的停车场进行车位分配的效果差,无法实现对停车场内的车位信息的把握,难以进行车位的有效分配,造成停车场的拥堵以及车位资源浪费。
通过上述分析,现有技术存在的问题及缺陷为:现有的停车场进行车位分配的效果差,无法实现对停车场内的车位信息的把握,难以进行车位的有效分配,造成停车场的拥堵以及车位资源浪费。
发明内容
针对现有技术存在的问题,本发明提供了一种基于多目标优化的车位分配系统及方法。
本发明是这样实现的,一种基于多目标优化的车位分配系统,所述基于多目标优化的车位分配系统包括:
车辆进出数量获取模块,与中央控制模块连接,用于通过设置在停车场入口的计数器进行进入停车场的车辆数量的获取,以及通过设置在停车场出口的计数器进行驶出停车场的车辆数量的获取,包括:
在满足触发条件中的任一项的情况下,使用向用户提供的触发媒介;
接收用户依据所述触发媒介生成并发送的触发指令,或接收所述触发媒介被触发后相应设备发送的触发指令;
依据所述触发指令触发道闸放行等待车辆;
进行每一次车辆放行的记录;
场内车辆数量确定模块,与中央控制模块连接,用于通过场内车辆数量确定程序依据获取的进入停车场的车辆数量以及驶出停车场的车辆数量进行停车场内车辆数量的确定,得到停车场内车辆数量;
停车场图像采集模块,与中央控制模块连接,用于通过无人机进行停车场图像的采集,得到停车场图像;
无人机控制模块,与中央控制模块连接,用于通过无人机控制程序进行无人机的控制;
其中,所述通过无人机控制程序进行无人机的控制,包括:
根据任意两个不同时刻采集的包含移动平台的视野图像以及无人机的飞行参数,确定所述移动平台的运行参数;所述移动平台的运行参数包括所述移动平台的移动速度;所述任意两个不同时刻分别为第一时刻和第二时刻,所述第一时刻早于所述第二时刻;
基于所述运行参数,计算所述移动平台随时间变化的跟踪位置;
根据所述移动平台随时间变化的跟踪位置,控制所述无人机跟踪所述移动平台;
根据跟踪过程中所述移动平台与所述无人机的相对位置,控制所述无人机执行降落动作;
根据任意两个不同时刻采集的包含移动平台的视野图像以及无人机的飞行参数,确定所述移动平台的运行参数;
其中,所述根据任意两个不同时刻采集的包含移动平台的视野图像以及无人机的飞行参数,确定所述移动平台的运行参数,包括:
根据所述第一时刻采集的包含所述移动平台的第一视野图像及所述第一时刻时所述无人机的第一飞行参数中记录的飞行高度,计算所述第一时刻时所述移动平台相对于所述无人机的第一位置;
根据所述第二时刻采集的包含所述移动平台的第二视野图像及所述第二时刻时所述无人机的第二飞行参数中记录的飞行高度,计算所述第二时刻时所述移动平台相对于所述无人机的第二位置;
根据所述第一位置、所述第二位置、所述第一时刻与所述第二时刻的时差,确定所述移动平台相对于所述无人机的速度;
根据所述移动平台相对于所述无人机的速度及所述第二飞行参数中记录的飞行速度,确定所述移动平台的所述移动速度;
所述确定所述移动平台的所述移动速度的公式为:
其中,UVT为所述移动平台相对所述无人机的速度,UPT2为所述第二位置,UPT1为所述第一位置,△t2为所述第一时刻与所述第二时刻的时差,tT2为所述第二时刻,tT1为所述第一时刻;
中央控制模块,与车辆进出数量获取模块、场内车辆数量确定模块、停车场图像采集模块、无人机控制模块、图像去噪模块、图像增强模块、图像分析模块、空闲车位判断模块、显示与导航模块连接,用于通过主控机对各连接模块的运行进行控制,保证各个模块正常运行;
图像去噪模块,与中央控制模块连接,用于通过图像去噪程序进行获取的停车场图像的去噪,得到去噪后图像,包括:
对获取的待处理图像进行初步去噪处理,得到初步去噪图像;
根据所述待处理图像和所述初步去噪图像分别对应的特定能量参数的数值,计算对应于所述待处理图像上的每个单位区域的中心像素的残差量;
利用所述残差量计算对应于所述每个单位区域的权重矩阵,并根据所述权重矩阵对所述待处理图像进行非局部均值计算,以实现对所述待处理图像的去噪处理;
图像增强模块,与中央控制模块连接,用于通过图像增强程序对去噪后图像进行增强,得到增强后图像,包括:
获取的去噪后图像的RGB图像,将RGB图像转换为YUV图像,获取YUV图像的Y通道图像;
通过改良的Laplace检测算子对所述Y通道图像进行边缘图像提取,获取边缘图像;
对所述边缘图像进行边缘锐化,得到图像边缘锐化图;
通过改良的图像增强,增强图像边缘锐化图的边缘信息;
将增强后的图像边缘图的Y通道图像转为RGB图像,输出所述RGB图像和图像边缘锐化图,得到增强后的图像;
图像分析模块,与中央控制模块连接,用于通过图像分析程序进行增强后图像的分析,得到图像分析结果;其中,所述图像分析结果包括图像中的空白位置信息;
空闲车位判断模块,与中央控制模块连接,用于通过空闲车位判断程序依据获取的图像分析结果进行空闲车位的判断,得到图像中的空白位置信息为空闲车位或是停车场行驶通道的判断;
显示与导航模块,与中央控制模块连接,用于通过显示与导航程序进行停车场内车辆数量、空闲车位以及停车场行驶通道的显示,并依据显示的停车场行驶通道进行空闲车位的导航。
进一步,车辆进出数量获取模块中,所述触发条件包括:
检测到停车场入口处有所述等待车辆并且在这之后检测到停车场出现空位;或是判定未能正确检测到首位等待车辆的存在但检测到停车场有空位。
进一步,车辆进出数量获取模块中,所述等待车辆为在停车场内无空位时等待空位的待停放车辆。
进一步,图像去噪模块中,所述计算所述权重矩阵,包括:
选取所述待处理图像上的任一单位区域,并确定所述任一单位区域在所述待处理图像上的关联区域,
根据所述关联区域中的每个关联单位区域与所述任一单位区域之间的距离值以及所述残差量,计算对应于所述每个关联单位区域的权重值,以得到所述权重矩阵。
进一步,所述计算对应于所述每个关联单位区域的权重值的公式为:
w(n,m)=e(-(d(n,m)+residuals(n,m))/h);
其中,w(n,m)为任一关联单位区域(n,m)对应的权重值,d(n,m)为所述任一关联单位区域与所述任一单位区域之间的距离值,residuals(n,m)为对应于所述任一单位区域的中心像素的残差量,h为预设的控制系数;
其中,所述计算所述任一关联单位区域(n,m)与所述任一单位区域(i,j)之间的距离值的公式为:
其中,2r+1为所述任一关联单位区域的边长,t、k和T为中间值。
进一步,图像增强模块中,所述通过改良的Laplace检测算子对所述Y通道图像进行边缘图像提取,获取边缘图像,包括:
将Laplace检测算子所有方向梯度乘以n;
将所述乘以n后的Laplace检测算子水平和垂直方向乘以k。
进一步,图像增强模块中,所述通过改良的图像增强,增强所述图像边缘锐化图的边缘信息,包括:
获取Y通道图像亮度值;
通过所述Y通道图像亮度值和所述图像边缘锐化图,使用预设参数获取增强的Y通道图像的亮度值;
根据所述增强的Y通道图像的亮度值大小,通过预设的参数,对超过预设最大亮度值的亮度值进行降低亮度处理,对低于预设最小亮度值的亮度值进行提升亮度处理。
本发明的另一目的在于提供一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以应用所述的基于多目标优化的车位分配系统。
本发明的另一目的在于提供一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机应用所述的基于多目标优化的车位分配系统。
本发明的另一目的在于提供一种信息数据处理终端,其特征在于,所述信息数据处理终端用于实现所述的基于多目标优化的车位分配系统。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:本发明提供的基于多目标优化的车位分配系统,通过进行停车场进出道闸的设置进行停车场内的车辆余位数量的获取,为进入停车场内的车辆提供指示,防止因进入车辆超过停车场的容纳量带来的拥堵情况的发生;通过在停车场上方进行停车场图像的获取实现停车场内空白位置的获取,并将空白位置划分为车位空闲区域和通道区域,以此实现对空闲车位的定位和导航,实现车位分配方案的简化,进行停车更加便捷。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述的附图仅仅是本申请的一些实施例,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这些附图获得其他的附图。
图1是本发明实施例提供的基于多目标优化的车位分配系统结构框图;
图中:1、车辆进出数量获取模块;2、场内车辆数量确定模块;3、停车场图像采集模块;4、无人机控制模块;5、中央控制模块;6、图像去噪模块;7、图像增强模块;8、图像分析模块;9、空闲车位判断模块;10、显示与导航模块。
图2是本发明实施例提供的基于多目标优化的车位分配方法流程图。
图3是本发明实施例提供的通过车辆进出数量获取模块利用设置在停车场入口的计数器进行进入停车场的车辆数量的获取,以及通过设置在停车场出口的计数器进行驶出停车场的车辆数量获取的方法流程图。
图4是本发明实施例提供的通过无人机控制模块利用无人机控制程序进行无人机控制的方法流程图。
图5是本发明实施例提供的通过图像去噪模块利用图像去噪程序进行获取的停车场图像的去噪,得到去噪后图像的方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种基于多目标优化的车位分配系统及方法,下面结合附图对本发明作详细的描述。
如图1所示,本发明实施例提供的基于多目标优化的车位分配系统包括:
车辆进出数量获取模块1,与中央控制模块5连接,用于通过设置在停车场入口的计数器进行进入停车场的车辆数量的获取,以及通过设置在停车场出口的计数器进行驶出停车场的车辆数量的获取;
场内车辆数量确定模块2,与中央控制模块5连接,用于通过场内车辆数量确定程序依据获取的进入停车场的车辆数量以及驶出停车场的车辆数量进行停车场内车辆数量的确定,得到停车场内车辆数量;
停车场图像采集模块3,与中央控制模块5连接,用于通过无人机进行停车场图像的采集,得到停车场图像;
无人机控制模块4,与中央控制模块5连接,用于通过无人机控制程序进行无人机的控制;
中央控制模块5,与车辆进出数量获取模块1、场内车辆数量确定模块2、停车场图像采集模块3、无人机控制模块4、图像去噪模块6、图像增强模块7、图像分析模块8、空闲车位判断模块9、显示与导航模块10连接,用于通过主控机对各连接模块的运行进行控制,保证各个模块正常运行;
图像去噪模块6,与中央控制模块5连接,用于通过图像去噪程序进行获取的停车场图像的去噪,得到去噪后图像;
图像增强模块7,与中央控制模块5连接,用于通过图像增强程序对去噪后图像进行增强,得到增强后图像;
图像分析模块8,与中央控制模块5连接,用于通过图像分析程序进行增强后图像的分析,得到图像分析结果;所述图像分析结果包括图像中的空白位置信息;
空闲车位判断模块9,与中央控制模块5连接,用于通过空闲车位判断程序依据获取的图像分析结果进行空闲车位的判断,得到图像中的空白位置信息为空闲车位或是停车场行驶通道的判断;
显示与导航模块10,与中央控制模块5连接,用于通过显示与导航程序进行停车场内车辆数量、空闲车位以及停车场行驶通道的显示,并依据显示的停车场行驶通道进行空闲车位的导航。
如图2所示,本发明实施例提供的基于多目标优化的车位分配方法包括以下步骤:
S101,通过车辆进出数量获取模块利用设置在停车场入口的计数器进行进入停车场的车辆数量的获取,以及通过设置在停车场出口的计数器进行驶出停车场的车辆数量的获取;
S102,通过场内车辆数量确定模块利用场内车辆数量确定程序依据获取的进入停车场的车辆数量以及驶出停车场的车辆数量进行停车场内车辆数量的确定,得到停车场内车辆数量;
S103,通过停车场图像采集模块利用无人机进行停车场图像的采集,得到停车场图像;通过无人机控制模块利用无人机控制程序进行无人机的控制;
S104,通过中央控制模块利用主控机对各连接模块的运行进行控制,保证各个模块正常运行;通过图像去噪模块利用图像去噪程序进行获取的停车场图像的去噪,得到去噪后图像;
S105,通过图像增强模块利用图像增强程序对去噪后图像进行增强,得到增强后图像;通过图像分析模块利用图像分析程序进行增强后图像的分析,得到图像分析结果;所述图像分析结果包括图像中的空白位置信息;
S106,通过空闲车位判断模块利用空闲车位判断程序依据获取的图像分析结果进行空闲车位的判断,得到图像中的空白位置信息为空闲车位或是停车场行驶通道的判断;
S107,通过显示与导航模块利用显示与导航程序进行停车场内车辆数量、空闲车位以及停车场行驶通道的显示,并依据显示的停车场行驶通道进行空闲车位的导航。
下面结合具体实施例对本发明作进一步描述。
实施例1
本发明实施例提供的基于多目标优化的车位分配方法如图1所示,作为优选实施例,如图3所示,本发明实施例提供的通过车辆进出数量获取模块利用设置在停车场入口的计数器进行进入停车场的车辆数量的获取,以及通过设置在停车场出口的计数器进行驶出停车场的车辆数量的获取的方法包括:
S201,在满足触发条件中的任一项的情况下,使用向用户提供的触发媒介;
S202,接收用户依据所述触发媒介生成并发送的触发指令,或接收所述触发媒介被触发后相应设备发送的触发指令;
S203,依据所述触发指令触发道闸放行等待车辆;
S204,进行每一次车辆放行的记录。
本发明实施例提供的触发条件包括:检测到停车场入口处有所述等待车辆并且在这之后检测到停车场出现空位;或是判定未能正确检测到首位等待车辆的存在但检测到停车场有空位。
本发明实施例提供的等待车辆为在停车场内无空位时等待空位的待停放车辆。
实施例2
本发明实施例提供的基于多目标优化的车位分配方法如图1所示,作为优选实施例,如图4所示,本发明实施例提供的通过无人机控制模块利用无人机控制程序进行无人机的控制的方法包括:
S301,根据任意两个不同时刻采集的包含移动平台的视野图像以及无人机的飞行参数,确定所述移动平台的运行参数;
S302,基于所述运行参数,计算所述移动平台随时间变化的跟踪位置;
S303,根据所述移动平台随时间变化的跟踪位置,控制所述无人机跟踪所述移动平台;
S304,根据跟踪过程中所述移动平台与所述无人机的相对位置,控制所述无人机执行降落动作;
S305,根据任意两个不同时刻采集的包含移动平台的视野图像以及无人机的飞行参数,确定所述移动平台的运行参数。
本发明实施例提供的移动平台的运行参数包括所述移动平台的移动速度;所述任意两个不同时刻分别为第一时刻和第二时刻,所述第一时刻早于所述第二时刻。
本发明实施例提供的根据任意两个不同时刻采集的包含移动平台的视野图像以及无人机的飞行参数,确定所述移动平台的运行参数,包括:
根据所述第一时刻采集的包含所述移动平台的第一视野图像及所述第一时刻时所述无人机的第一飞行参数中记录的飞行高度,计算所述第一时刻时所述移动平台相对于所述无人机的第一位置;
根据所述第二时刻采集的包含所述移动平台的第二视野图像及所述第二时刻时所述无人机的第二飞行参数中记录的飞行高度,计算所述第二时刻时所述移动平台相对于所述无人机的第二位置;
根据所述第一位置、所述第二位置、所述第一时刻与所述第二时刻的时差,确定所述移动平台相对于所述无人机的速度;
根据所述移动平台相对于所述无人机的速度及所述第二飞行参数中记录的飞行速度,确定所述移动平台的所述移动速度。
本发明实施例提供的确定所述移动平台的所述移动速度的公式为:
其中,UVT为所述移动平台相对所述无人机的速度,UPT2为所述第二位置,UPT1为所述第一位置,△t2为所述第一时刻与所述第二时刻的时差,tT2为所述第二时刻,tT1为所述第一时刻。
实施例3
本发明实施例提供的基于多目标优化的车位分配方法如图1所示,作为优选实施例,如图5所示,本发明实施例提供的通过图像去噪模块利用图像去噪程序进行获取的停车场图像的去噪,得到去噪后图像的方法包括:
S401,对获取的待处理图像进行初步去噪处理,得到初步去噪图像;
S402,根据所述待处理图像和所述初步去噪图像分别对应的特定能量参数的数值,计算对应于所述待处理图像上的每个单位区域的中心像素的残差量;
S403,利用所述残差量计算对应于所述每个单位区域的权重矩阵,并根据所述权重矩阵对所述待处理图像进行非局部均值计算,以实现对所述待处理图像的去噪处理。
本发明实施例提供的计算所述权重矩阵,包括:
选取所述待处理图像上的任一单位区域,并确定所述任一单位区域在所述待处理图像上的关联区域,
根据所述关联区域中的每个关联单位区域与所述任一单位区域之间的距离值以及所述残差量,计算对应于所述每个关联单位区域的权重值,以得到所述权重矩阵。
本发明实施例提供的计算对应于所述每个关联单位区域的权重值的公式为:
w(n,m)=e(-(d(n,m)+residuals(n,m))/h);
其中,w(n,m)为任一关联单位区域(n,m)对应的权重值,d(n,m)为所述任一关联单位区域与所述任一单位区域之间的距离值,residuals(n,m)为对应于所述任一单位区域的中心像素的残差量,h为预设的控制系数。
本发明实施例提供的计算所述任一关联单位区域(n,m)与所述任一单位区域(i,j)之间的距离值的公式为:
其中,2r+1为所述任一关联单位区域的边长,t、k和T为中间值。
实施例4
本发明实施例提供的基于多目标优化的车位分配方法如图1所示,作为优选实施例,本发明实施例提供的通过图像增强程序对去噪后图像进行增强,得到增强后图像,包括:
获取的去噪后图像的RGB图像,将RGB图像转换为YUV图像,获取YUV图像的Y通道图像;
通过改良的Laplace检测算子对所述Y通道图像进行边缘图像提取,获取边缘图像;
对所述边缘图像进行边缘锐化,得到图像边缘锐化图;
通过改良的图像增强,增强图像边缘锐化图的边缘信息;
将增强后的图像边缘图的Y通道图像转为RGB图像,输出所述RGB图像和图像边缘锐化图,得到增强后的图像。
本发明实施例提供的通过改良的Laplace检测算子对所述Y通道图像进行边缘图像提取,获取边缘图像,包括:
将Laplace检测算子所有方向梯度乘以n;
将所述乘以n后的Laplace检测算子水平和垂直方向乘以k。
本发明实施例提供的通过改良的图像增强,增强图像边缘锐化图的边缘信息,包括:
获取Y通道图像亮度值;
通过所述Y通道图像亮度值和所述图像边缘锐化图,使用预设参数获取增强的Y通道图像的亮度值;
根据所述增强的Y通道图像的亮度值大小,通过预设的参数,对超过预设最大亮度值的亮度值进行降低亮度处理,对低于预设最小亮度值的亮度值进行提升亮度处理。
在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上;术语“上”、“下”、“左”、“右”、“内”、“外”、“前端”、“后端”、“头部”、“尾部”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”等仅用于描述目的,而不能理解为指示或暗示相对重要性。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现,所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
以上所述,仅为本发明的具体实施方式,但本发明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发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种基于多目标优化的车位分配系统,其特征在于,所述基于多目标优化的车位分配系统包括:
车辆进出数量获取模块,与中央控制模块连接,用于通过设置在停车场入口的计数器进行进入停车场的车辆数量的获取,以及通过设置在停车场出口的计数器进行驶出停车场的车辆数量的获取,包括:
在满足触发条件中的任一项的情况下,使用向用户提供的触发媒介;
接收用户依据所述触发媒介生成并发送的触发指令,或接收所述触发媒介被触发后相应设备发送的触发指令;
依据所述触发指令触发道闸放行等待车辆;
进行每一次车辆放行的记录;
场内车辆数量确定模块,与中央控制模块连接,用于通过场内车辆数量确定程序依据获取的进入停车场的车辆数量以及驶出停车场的车辆数量进行停车场内车辆数量的确定,得到停车场内车辆数量;
停车场图像采集模块,与中央控制模块连接,用于通过无人机进行停车场图像的采集,得到停车场图像;
无人机控制模块,与中央控制模块连接,用于通过无人机控制程序进行无人机的控制;
其中,所述通过无人机控制程序进行无人机的控制,包括:
根据任意两个不同时刻采集的包含移动平台的视野图像以及无人机的飞行参数,确定所述移动平台的运行参数;所述移动平台的运行参数包括所述移动平台的移动速度;所述任意两个不同时刻分别为第一时刻和第二时刻,所述第一时刻早于所述第二时刻;
基于所述运行参数,计算所述移动平台随时间变化的跟踪位置;
根据所述移动平台随时间变化的跟踪位置,控制所述无人机跟踪所述移动平台;
根据跟踪过程中所述移动平台与所述无人机的相对位置,控制所述无人机执行降落动作;
根据任意两个不同时刻采集的包含移动平台的视野图像以及无人机的飞行参数,确定所述移动平台的运行参数;
其中,所述根据任意两个不同时刻采集的包含移动平台的视野图像以及无人机的飞行参数,确定所述移动平台的运行参数,包括:
根据所述第一时刻采集的包含所述移动平台的第一视野图像及所述第一时刻时所述无人机的第一飞行参数中记录的飞行高度,计算所述第一时刻时所述移动平台相对于所述无人机的第一位置;
根据所述第二时刻采集的包含所述移动平台的第二视野图像及所述第二时刻时所述无人机的第二飞行参数中记录的飞行高度,计算所述第二时刻时所述移动平台相对于所述无人机的第二位置;
根据所述第一位置、所述第二位置、所述第一时刻与所述第二时刻的时差,确定所述移动平台相对于所述无人机的速度;
根据所述移动平台相对于所述无人机的速度及所述第二飞行参数中记录的飞行速度,确定所述移动平台的所述移动速度;
所述确定所述移动平台的所述移动速度的公式为:
其中,UVT为所述移动平台相对所述无人机的速度,UPT2为所述第二位置,UPT1为所述第一位置,△t2为所述第一时刻与所述第二时刻的时差,tT2为所述第二时刻,tT1为所述第一时刻;
中央控制模块,与车辆进出数量获取模块、场内车辆数量确定模块、停车场图像采集模块、无人机控制模块、图像去噪模块、图像增强模块、图像分析模块、空闲车位判断模块、显示与导航模块连接,用于通过主控机对各连接模块的运行进行控制,保证各个模块正常运行;
图像去噪模块,与中央控制模块连接,用于通过图像去噪程序进行获取的停车场图像的去噪,得到去噪后图像,包括:
对获取的待处理图像进行初步去噪处理,得到初步去噪图像;
根据所述待处理图像和所述初步去噪图像分别对应的特定能量参数的数值,计算对应于所述待处理图像上的每个单位区域的中心像素的残差量;
利用所述残差量计算对应于所述每个单位区域的权重矩阵,并根据所述权重矩阵对所述待处理图像进行非局部均值计算,以实现对所述待处理图像的去噪处理;
图像增强模块,与中央控制模块连接,用于通过图像增强程序对去噪后图像进行增强,得到增强后图像,包括:
获取的去噪后图像的RGB图像,将RGB图像转换为YUV图像,获取YUV图像的Y通道图像;
通过改良的Laplace检测算子对所述Y通道图像进行边缘图像提取,获取边缘图像;
对所述边缘图像进行边缘锐化,得到图像边缘锐化图;
通过改良的图像增强,增强图像边缘锐化图的边缘信息;
将增强后的图像边缘图的Y通道图像转为RGB图像,输出所述RGB图像和图像边缘锐化图,得到增强后的图像;
图像分析模块,与中央控制模块连接,用于通过图像分析程序进行增强后图像的分析,得到图像分析结果;其中,所述图像分析结果包括图像中的空白位置信息;
空闲车位判断模块,与中央控制模块连接,用于通过空闲车位判断程序依据获取的图像分析结果进行空闲车位的判断,得到图像中的空白位置信息为空闲车位或是停车场行驶通道的判断;
显示与导航模块,与中央控制模块连接,用于通过显示与导航程序进行停车场内车辆数量、空闲车位以及停车场行驶通道的显示,并依据显示的停车场行驶通道进行空闲车位的导航。
2.如权利要求1所述的基于多目标优化的车位分配系统,其特征在于,车辆进出数量获取模块中,所述触发条件包括:检测到停车场入口处有所述等待车辆并且在这之后检测到停车场出现空位;或是判定未能正确检测到首位等待车辆的存在但检测到停车场有空位。
3.如权利要求1所述的基于多目标优化的车位分配系统,其特征在于,车辆进出数量获取模块中,所述等待车辆为在停车场内无空位时等待空位的待停放车辆。
4.如权利要求1所述的基于多目标优化的车位分配系统,其特征在于,图像去噪模块中,所述计算所述权重矩阵,包括:
选取所述待处理图像上的任一单位区域,并确定所述任一单位区域在所述待处理图像上的关联区域,
根据所述关联区域中的每个关联单位区域与所述任一单位区域之间的距离值以及所述残差量,计算对应于所述每个关联单位区域的权重值,以得到所述权重矩阵。
6.如权利要求1所述的基于多目标优化的车位分配系统,其特征在于,图像增强模块中,所述通过改良的Laplace检测算子对所述Y通道图像进行边缘图像提取,获取边缘图像,包括:
将Laplace检测算子所有方向梯度乘以n;
将所述乘以n后的Laplace检测算子水平和垂直方向乘以k。
7.如权利要求1所述的基于多目标优化的车位分配系统,其特征在于,图像增强模块中,所述通过改良的图像增强,增强所述图像边缘锐化图的边缘信息,包括:
获取Y通道图像亮度值;
通过所述Y通道图像亮度值和所述图像边缘锐化图,使用预设参数获取增强的Y通道图像的亮度值;
根据所述增强的Y通道图像的亮度值大小,通过预设的参数,对超过预设最大亮度值的亮度值进行降低亮度处理,对低于预设最小亮度值的亮度值进行提升亮度处理。
8.一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以应用如权利要求1~7任意一项所述的基于多目标优化的车位分配系统。
9.一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机应用如权利要求1~7任意一项所述的基于多目标优化的车位分配系统。
10.一种信息数据处理终端,其特征在于,所述信息数据处理终端用于实现如权利要求1~7任意一项所述的基于多目标优化的车位分配系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110559795.XA CN113408358A (zh) | 2021-05-21 | 2021-05-21 | 一种基于多目标优化的车位分配系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110559795.XA CN113408358A (zh) | 2021-05-21 | 2021-05-21 | 一种基于多目标优化的车位分配系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113408358A true CN113408358A (zh) | 2021-09-17 |
Family
ID=77679170
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110559795.XA Pending CN113408358A (zh) | 2021-05-21 | 2021-05-21 | 一种基于多目标优化的车位分配系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113408358A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018113602A1 (zh) * | 2016-12-20 | 2018-06-28 | 纳恩博(北京)科技有限公司 | 停车管理机器人及停车管理方法和系统 |
CN109345860A (zh) * | 2018-10-15 | 2019-02-15 | 平安科技(深圳)有限公司 | 室内停车场导航方法、装置、计算机设备及存储介质 |
CN110942663A (zh) * | 2019-12-02 | 2020-03-31 | 北京深测科技有限公司 | 一种停车场的监控分配引导方法和系统 |
CN111009150A (zh) * | 2019-11-21 | 2020-04-14 | 武汉市哈斯特斯科技有限责任公司 | 一种开放式停车场管理方法、系统及后台服务器 |
-
2021
- 2021-05-21 CN CN202110559795.XA patent/CN113408358A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018113602A1 (zh) * | 2016-12-20 | 2018-06-28 | 纳恩博(北京)科技有限公司 | 停车管理机器人及停车管理方法和系统 |
CN109345860A (zh) * | 2018-10-15 | 2019-02-15 | 平安科技(深圳)有限公司 | 室内停车场导航方法、装置、计算机设备及存储介质 |
CN111009150A (zh) * | 2019-11-21 | 2020-04-14 | 武汉市哈斯特斯科技有限责任公司 | 一种开放式停车场管理方法、系统及后台服务器 |
CN110942663A (zh) * | 2019-12-02 | 2020-03-31 | 北京深测科技有限公司 | 一种停车场的监控分配引导方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11127303B2 (en) | Vehicle scheduling method and apparatus, device and storage medium | |
EP3806064B1 (en) | Method and apparatus for detecting parking space usage condition, electronic device, and storage medium | |
CN110232368B (zh) | 车道线检测方法、装置、电子设备及存储介质 | |
CN110263714B (zh) | 车道线检测方法、装置、电子设备及存储介质 | |
CN111814071A (zh) | 上车点推荐方法、装置、存储介质及电子设备 | |
CN112863187B (zh) | 感知模型的检测方法、电子设备、路侧设备和云控平台 | |
CN113887418A (zh) | 车辆违规行驶的检测方法、装置、电子设备及存储介质 | |
CN108510784A (zh) | 停车场停车位检测方法、系统及存储介质 | |
CN112818792A (zh) | 车道线检测方法、装置、电子设备及计算机存储介质 | |
CN106910339A (zh) | 道路信息提供方法、装置及处理终端 | |
CN113989777A (zh) | 高精地图限速标牌与车道位置的识别方法、装置和设备 | |
CN113076889B (zh) | 集装箱铅封识别方法、装置、电子设备和存储介质 | |
CN112598668B (zh) | 基于三维图像的缺陷识别方法、装置及电子设备 | |
CN113408358A (zh) | 一种基于多目标优化的车位分配系统及方法 | |
CN113469872B (zh) | 一种区域显示方法、装置、设备及存储介质 | |
CN115953759A (zh) | 对车位限位器的检测方法、装置、电子设备及存储介质 | |
CN114758521B (zh) | 停车场的出场引导方法、装置、电子设备及存储介质 | |
EP4080479A2 (en) | Method for identifying traffic light, device, cloud control platform and vehicle-road coordination system | |
CN110852253A (zh) | 梯控场景检测方法、装置及电子设备 | |
CN114283609B (zh) | 针对自动驾驶车辆的信息显示方法、装置和站台终端 | |
CN108335372A (zh) | 车辆停车管理方法、装置和存储介质 | |
CN114987494A (zh) | 驾驶场景处理方法、装置及电子设备 | |
CN113033314A (zh) | 一种旅游高峰部署的移动式景区智能服务系统及服务方法 | |
CN114407986A (zh) | 一种信号机按钮的测试方法、装置、电子设备及存储介质 | |
CN112519622A (zh) | 电动汽车的车位引导分配方法、装置、设备及存储介质 |
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 |