CN113763747A - 一种基于图像识别的停车场智能找车方法和系统 - Google Patents

一种基于图像识别的停车场智能找车方法和系统 Download PDF

Info

Publication number
CN113763747A
CN113763747A CN202110959078.6A CN202110959078A CN113763747A CN 113763747 A CN113763747 A CN 113763747A CN 202110959078 A CN202110959078 A CN 202110959078A CN 113763747 A CN113763747 A CN 113763747A
Authority
CN
China
Prior art keywords
vehicle
parking space
image
parking
parking lot
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
Application number
CN202110959078.6A
Other languages
English (en)
Inventor
黄利辉
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.)
Dilu Technology Co Ltd
Original Assignee
Dilu Technology Co Ltd
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 Dilu Technology Co Ltd filed Critical Dilu Technology Co Ltd
Priority to CN202110959078.6A priority Critical patent/CN113763747A/zh
Publication of CN113763747A publication Critical patent/CN113763747A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/14Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • G08G1/141Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces
    • G08G1/144Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces on portable or mobile units, e.g. personal digital assistant [PDA]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51Indexing; Data structures therefor; Storage structures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/587Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/14Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • G08G1/145Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
    • G08G1/148Management of a network of parking areas

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Library & Information Science (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于图像识别的停车场智能找车系统和方法,所述方法具体为采集多张车库样本图片,经过多轮训练、测试、和验证得到的车库场景模型;车载智能终端实时将拍摄的车辆周围环境,与训练好的模型库进行匹配识别当前是否处于车库中;如识别为车库,自动启动车辆环境录制及图像分析程序,根据停车场墙面、立柱、地面上的标识信息分析出停车位置;车主的智能终端可随时请求查询车载智能终端分析出的停车位置信息,也可请求查询车载智能终端上录制的图像信息,进行人工辅助识别;所述系统包括摄像模块、场景模型、场景模型、车位信息分析、信息存储。本发明提供一种停车场智能快速找车系统和方法,方便人们快速便捷地在停车场找到自己的车。

Description

一种基于图像识别的停车场智能找车方法和系统
技术领域
本发明涉及智能停车,特别是一种基于图像识别的停车场智能找车方法和系统。
背景技术
随着生活水平的提高,汽车已经成为人们出行的必备工具,为了满足停车的便利要求,各大商场、住宅区均建设了很多大型的停车场,但停车场的面积大、布局各异、区域划分复杂,如何让人们能在未记住停车位同时也缺少辅助找车系统或停车场工作人员帮助的情况下,快速找到自己的车,是需要解决的难题。现行的解决方案,在停车场每个车位安装定位装置,用户通过停车终端查找自己的车停放的位置,一是停车场需要改造,成本较高,二是用户终端操作不方便,需在停车场固定位置放置的查询机上进行查询,无法在随身携带的智能终端如手机上查询。
发明内容
发明目的:本发明的目的是提供一种基于图像识别的停车场智能找车方法和系统,方便人们快速便捷地在停车场找到自己的车。
技术方案:本发明所述的一种基于图像识别的停车场智能找车方法,包括以下步骤:
S1:拍摄车辆周围环境图像,传输给场景识别模块进行实时场景分析;
S2:场景识别模块将图像与场景模型进行匹配,判断车辆如进入车库环境,进入步骤S3,否则,终止本次处理;
S3:启动图像录制及车位信息分析程序;
S4:判断车辆停入车位后,拍摄车位前后左右4张照片;
S5:通过图像识别技术,根据步骤S4拍摄的图片,识别出车位信息;如识别成功,进入步骤S8;否则,进入步骤S6;
S6:分析车辆停入车位前1分钟的视频信息,识别出车位信息;如别成功,进入步骤S8;否则,进入步骤S7;
S7:用户通过智能终端,查看视频信息,通过人工判断停车位信息;
S8:用户通过智能终端,查看车位信息。
步骤S2中所述场景模型的匹配具体为:
S2.1:采集多张实际车库中包括车库入口、车库立柱、车库地面等图片数据作为判断车库的样本数据;
S2.2:样本数据分为训练集、测试集和验证集,并按6:2:2的比例划分;
S2.3:经过多轮测试和验证把最优的场景模型预置于车载智能终端。
所述车位信息包括楼层号、区域号、车位号。
所述用户智能终端包括智能手机、平板电脑、穿戴设备。
本发明所述的一种基于图像识别的停车场智能找车系统,包括以下模块:
摄像模块:用于拍摄车辆周围环境的图像,并传输给场景识别模块;
场景模型:采集多张实际车库的图片数据作为训练样本数据,经过多轮训练、测试和验证得到的车库的场景模型;
场景识别:用于将摄像模块拍摄的图像与场景模型进行匹配,识别当前车辆是否处在车库;
车位信息分析:用于根据拍摄的图像使用图像识别算法识别车位信息;
信息存储:用于存储图像及分析出的车位信息,供用户智能终端查询。
所述图像包括视频和图片。
本发明所述的一种计算机存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述的基于图像识别的停车场智能找车方法。
本发明所述的一种计算机设备,包括储存器、处理器及存储在存储器上并可再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上述的基于图像识别的停车场智能找车方法。
有益效果:与现有技术相比,本发明具有如下优点:
1、利用图像识别与机器深度学习算法的能力,通过不断添加各类样本数据,算法模型不断进行优化,从中挑出最优的算法模型,并把此模型预置在车载智能系统中,在实际场景中能够实时预测车辆周围环境识别是否处于车库环境;
2、利用图像识别技术,分析车辆停入车位过程中及停入后的视频及图片数据,识别出车辆所停的车位信息,方便人们快速便捷地在停车场找到自己的车。
附图说明
图1为本发明的步骤流程图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
实施例1:
如图1所示,本发明公开了一种基于图像识别的停车场智能找车方法,包括以下步骤:
S1:拍摄车辆周围环境图像,传输给场景识别模块进行实时场景分析;
S2:场景识别模块将图像与场景模型进行匹配,判断车辆如进入车库环境,进入步骤S3,否则,终止本次处理;
S3:启动图像录制及车位信息分析程序;
S4:判断车辆停入车位后,拍摄车位前后左右4张照片;
S5:通过图像识别技术,根据步骤S4拍摄的图片,识别出车位信息;如识别成功,进入步骤S8;否则,进入步骤S6;
S6:分析车辆停入车位前1分钟的视频信息,识别出车位信息;如别成功,进入步骤S8;否则,进入步骤S7;
S7:用户通过智能终端,查看视频信息,通过人工判断停车位信息;
S8:用户通过智能终端,查看车位信息。
步骤S2中所述场景模型的匹配具体为:
S2.1:采集多张实际车库中包括车库入口、车库立柱、车库地面等图片数据作为判断车库的样本数据;
S2.2:样本数据分为训练集、测试集和验证集,并按6:2:2的比例划分;
S2.3:经过多轮测试和验证把最优的场景模型预置于车载智能终端。
所述车位信息包括楼层号、区域号、车位号。
所述用户智能终端包括智能手机、平板电脑、穿戴设备。
实施例2:
本发明公开了一种基于图像识别的停车场智能找车系统,包括以下模块:
摄像模块:用于拍摄车辆周围环境的图像,并传输给场景识别模块;
场景模型:采集多张实际车库的图片数据作为训练样本数据,经过多轮训练、测试和验证得到的车库的场景模型;
场景识别:用于将摄像模块拍摄的图像与场景模型进行匹配,识别当前车辆是否处在车库;
车位信息分析:用于根据拍摄的图像使用图像识别算法识别车位信息;
信息存储:用于存储图像及分析出的车位信息,供用户智能终端查询。
所述图像包括视频和图片。
实施例3:
本发明公开了一种计算机存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述的基于图像识别的停车场智能找车方法。
实施例4:
本发明公开了一种计算机设备,包括储存器、处理器及存储在存储器上并可再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上述的基于图像识别的停车场智能找车方法。

Claims (8)

1.一种基于图像识别的停车场智能找车方法,其特征在于,包括以下步骤:
S1:拍摄车辆周围环境图像,传输给场景识别模块进行实时场景分析;
S2:场景识别模块将图像与场景模型进行匹配,判断车辆如进入车库环境,进入步骤S3,否则,终止本次处理;
S3:启动图像录制及车位信息分析程序;
S4:判断车辆停入车位后,拍摄车位前后左右4张照片;
S5:通过图像识别技术,根据步骤S4拍摄的图片,识别出车位信息;如识别成功,进入步骤S8;否则,进入步骤S6;
S6:分析车辆停入车位前1分钟的视频信息,识别出车位信息;如识别成功,进入步骤S8;否则,进入步骤S7;
S7:用户通过智能终端,查看视频信息,通过人工判断停车位信息;
S8:用户通过智能终端,查看车位信息。
2.根据权利要求1所述的一种基于图像识别的停车场智能找车方法,其特征在于,步骤S2中所述场景模型的匹配具体为:
S2.1:采集多张实际车库中包括车库入口、车库立柱、车库地面等图片数据作为判断车库的样本数据;
S2.2:样本数据分为训练集、测试集和验证集,并按6:2:2的比例划分;
S2.3:经过多轮测试和验证把最优的场景模型预置于车载智能终端。
3.根据权利要求1所述的一种基于图像识别的停车场智能找车方法,其特征在于,所述车位信息包括楼层号、区域号、车位号。
4.根据权利要求1所述的一种基于图像识别的停车场智能找车方法,其特征在于,所述用户智能终端包括智能手机、平板电脑、穿戴设备。
5.一种基于图像识别的停车场智能找车系统,其特征在于,包括以下模块:
摄像模块:用于拍摄车辆周围环境的图像,并传输给场景识别模块;
场景模型:采集多张实际车库的图片数据作为训练样本数据,经过多轮训练、测试和验证得到的车库的场景模型;
场景识别:用于将摄像模块拍摄的图像与场景模型进行匹配,识别当前车辆是否处在车库;
车位信息分析:用于根据拍摄的图像使用图像识别算法识别车位信息;
信息存储:用于存储图像及分析出的车位信息,供用户智能终端查询。
6.根据权利要求5所述的一种基于图像识别的停车场智能找车系统,其特征在于,所述图像包括视频和图片。
7.一种计算机存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-4中任一项所述的基于图像识别的停车场智能找车方法。
8.一种计算机设备,包括储存器、处理器及存储在存储器上并可再处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-4中任一项所述的基于图像识别的停车场智能找车方法。
CN202110959078.6A 2021-08-20 2021-08-20 一种基于图像识别的停车场智能找车方法和系统 Pending CN113763747A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110959078.6A CN113763747A (zh) 2021-08-20 2021-08-20 一种基于图像识别的停车场智能找车方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110959078.6A CN113763747A (zh) 2021-08-20 2021-08-20 一种基于图像识别的停车场智能找车方法和系统

Publications (1)

Publication Number Publication Date
CN113763747A true CN113763747A (zh) 2021-12-07

Family

ID=78790526

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110959078.6A Pending CN113763747A (zh) 2021-08-20 2021-08-20 一种基于图像识别的停车场智能找车方法和系统

Country Status (1)

Country Link
CN (1) CN113763747A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105654763A (zh) * 2016-01-15 2016-06-08 深圳芯智汇科技有限公司 停车场找车智能终端和方法
CN106935059A (zh) * 2017-03-20 2017-07-07 纵目科技(上海)股份有限公司 一种定位找车系统、定位找车方法及位置定位方法
CN109377779A (zh) * 2018-09-27 2019-02-22 盯盯拍(深圳)云技术有限公司 停车场寻车方法以及停车场寻车装置
CN111405459A (zh) * 2019-01-03 2020-07-10 上海博泰悦臻网络技术服务有限公司 基于移动终端的停车位置记录方法、系统、存储介质及终端
CN112084919A (zh) * 2020-08-31 2020-12-15 广州小鹏汽车科技有限公司 目标物检测方法、装置、车辆及存储介质
CN112906663A (zh) * 2021-04-05 2021-06-04 吉林大学 利用车载行车记录仪动态监测路边停车位的方法
JP2021118473A (ja) * 2020-01-28 2021-08-10 アマノ株式会社 駐車場監視システム、駐車場監視方法、及びプログラム

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105654763A (zh) * 2016-01-15 2016-06-08 深圳芯智汇科技有限公司 停车场找车智能终端和方法
CN106935059A (zh) * 2017-03-20 2017-07-07 纵目科技(上海)股份有限公司 一种定位找车系统、定位找车方法及位置定位方法
CN109377779A (zh) * 2018-09-27 2019-02-22 盯盯拍(深圳)云技术有限公司 停车场寻车方法以及停车场寻车装置
CN111405459A (zh) * 2019-01-03 2020-07-10 上海博泰悦臻网络技术服务有限公司 基于移动终端的停车位置记录方法、系统、存储介质及终端
JP2021118473A (ja) * 2020-01-28 2021-08-10 アマノ株式会社 駐車場監視システム、駐車場監視方法、及びプログラム
CN112084919A (zh) * 2020-08-31 2020-12-15 广州小鹏汽车科技有限公司 目标物检测方法、装置、车辆及存储介质
CN112906663A (zh) * 2021-04-05 2021-06-04 吉林大学 利用车载行车记录仪动态监测路边停车位的方法

Similar Documents

Publication Publication Date Title
CN110008298B (zh) 驻车多维信息感知应用系统及方法
WO2021226912A1 (zh) 泊车位确定方法、装置、计算机设备和存储介质
CN101950351B (zh) 使用图像识别算法识别目标图像的方法
CN107274262B (zh) 一种基于智能硬件的社区化汽车服务系统
CN110853391A (zh) 智能共享停车系统
CN109685016B (zh) 出租车乘客失物取回系统
CN103500517A (zh) 一种停车场车位检测方法及装置
Zhang et al. Indoor space recognition using deep convolutional neural network: a case study at MIT campus
CN112824182A (zh) 自动泊车方法、装置、计算机设备和存储介质
CN113256731A (zh) 基于单目视觉的目标检测方法及装置
CN112329580A (zh) 基于人脸识别身份认证的方法及装置
CN113255438B (zh) 一种结构化的录像文件标记方法、系统、主机及存储介质
WO2016157196A1 (en) Portable identification and data display device and system and method of using same
CN117496738A (zh) 基于光学符号识别技术匹配工程图纸的地下车库寻车系统
CN113763747A (zh) 一种基于图像识别的停车场智能找车方法和系统
CN109902566A (zh) 一种基于图像识别的智能泊车记录方法及系统
CN111243325A (zh) 驻车多维感知侦查方法、装置、存储介质及终端
CN112908017A (zh) 车辆停放状态的检测方法、装置及设备
CN111083446A (zh) 一种结合视觉信号与无线信号的跟踪定位方法、系统与设备
CN116110127A (zh) 一种多联动的加油站套现行为识别系统
CN112802360B (zh) 一种防止车辆逃逸方法及装置
CN115762172A (zh) 一种出入车位车辆识别方法、装置、设备及介质
CN115440079A (zh) 一种远程寻车方法及系统
CN115205990A (zh) 一种基于人脸识别的停车场收费系统
CN109584622B (zh) 停车场寻车方法及装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20211207

RJ01 Rejection of invention patent application after publication