CN115394112A - 基于实时信息匹配及考虑人行安全的智能停车场找车方法及系统 - Google Patents

基于实时信息匹配及考虑人行安全的智能停车场找车方法及系统 Download PDF

Info

Publication number
CN115394112A
CN115394112A CN202210809651.XA CN202210809651A CN115394112A CN 115394112 A CN115394112 A CN 115394112A CN 202210809651 A CN202210809651 A CN 202210809651A CN 115394112 A CN115394112 A CN 115394112A
Authority
CN
China
Prior art keywords
vehicle
information
driver
parking lot
parking
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.)
Granted
Application number
CN202210809651.XA
Other languages
English (en)
Other versions
CN115394112B (zh
Inventor
邢璐
钟斯琪
龙科军
吴伟
唐幼仪
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.)
Changsha University of Science and Technology
Original Assignee
Changsha University of Science and Technology
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 Changsha University of Science and Technology filed Critical Changsha University of Science and Technology
Priority to CN202210809651.XA priority Critical patent/CN115394112B/zh
Publication of CN115394112A publication Critical patent/CN115394112A/zh
Application granted granted Critical
Publication of CN115394112B publication Critical patent/CN115394112B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
    • G08G1/148—Management of a network of parking areas
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
    • G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
    • G07B15/02—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points taking into account a variable factor such as distance or time, e.g. for passenger transport, parking systems or car rental systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Finance (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Acoustics & Sound (AREA)
  • Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开一种基于实时信息匹配及考虑人行安全的智能停车场找车方法及系统，该方法步骤包括：S01.当车辆进入停车场时，分别采集初始的车牌信息和人脸信息；S02.当车辆驶入停车场内，通过多个图像采集装置追踪车辆，采集人脸信息进行补充，在车辆停放完成后采集车辆停放位置；S03.构建人脸、车辆停放位置及车牌信息之间的匹配关系；S04.当需要找车时，通过输入信息进入找车阶段或判断是否进入找车阶段，根据匹配关系进行信息匹配，确定车辆停放位置；S05.计算考虑交通冲突及行走效率的最优行走路径，并进行诱导信息显示。本发明具有实现方法简单、高效、找车精准度及智能化程度高、诱导路径最安全等优点。

Description

基于实时信息匹配及考虑人行安全的智能停车场找车方法及 系统
技术领域
本发明涉及智能找车技术领域，尤其涉及一种基于实时信息匹配及考虑人行安全的智能停车场找车方法及系统。
背景技术
大型停车场由于空间范围大、结构布局复杂，停车场内的车辆众多，用户往往需要耗费较长时间查找自己的车辆，同时用户在找车走行过程中也容易与车辆之间发生碰撞事故。如何在智能停车场中，利用车联网及大数据技术，实现车辆的快速查找并同时提高找车人安全性，已成为当前亟需解决的难题。
现有技术中实现停车场找车的方法，主要是采用以下几种方式实现：
1、在停车场内安装设置“找车机”，当车主需要驾车离开时，输入车牌信息，“找车机”会通过信息匹配搜索出车辆在停车场的停放位置。但是“找车机”价格昂贵且用途单一，必须依赖于用户输入车牌信息才能够实现车辆查找，且无法实时提供车主走行路线，在大型停车场中仍然难以快速查找到车辆。
2、在停车场粘贴“找车”二维码，当车主需要反向寻车时，通过反向寻车APP扫描二维码来获取车辆停放位置信息。如中国专利CN113345266A公开一种大型停车场反向寻车方法，该方案即是利用反向寻车APP将车位号码录入到APP中，待反向寻车时，扫描商场或大楼里粘贴的找车二维码确定车辆位置，并通过GIS地图输出目标车辆的最近路径。但是该类方式同样必须依赖于用户输入车牌信息才能够实现车辆查找，且同样无法实时提供车主走行路线进行实时诱导，另外对于多层停车场还会存在难以快速传输准确信息的问题。
有从业者提出通过在停车场交叉口处安装摄像头，利用摄像头对车主进行人脸识别，然后通过信息匹配技术调取车辆在停车场的停放位置，以实现基于人脸识别的找车。但是该类方式仅仅是在停车场入口处进行一次人脸采集，实际上就难以精准、完整的获取到驾驶员的人脸信息，导致最终难以精准的与停放位置进行匹配，因而实际上找车精度并不高。另外，现有技术中在以找车效率为目标的最优找车路径方法中，通常仅考虑人的行走效率，忽略了行走过程的安全，容易导致车辆与行人之间的冲突，最终降低停车场整体安全性。
发明内容
本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种实现方法简单、高效便捷且找车精准度以及智能化程度高的基于实时信息匹配及考虑人行安全的智能停车场找车方法及系统，不仅能够实时帮助车主快速查找到智能停车场内的车辆，还能够对待找车人进行路径诱导。
为解决上述技术问题，本发明提出的技术方案为：
一种基于实时信息匹配及考虑人行安全的智能停车场找车方法，步骤包括；
S01.当车辆进入停车场时，通过布置于停车场进闸区域的两个图像采集装置分别采集初始的车牌信息以及采集驾驶员人脸信息；
S02.当车辆驶入停车场内部后，通过布设在停车场内部的多个图像采集装置追踪车辆，并根据车牌信息采集人脸信息以进行信息补充，在车辆停放完成后采集车辆停放位置信息以及完成停车驾驶员下车之后的人脸信息最终核对；
S03.构建人脸、车辆停放位置以及车牌信息之间的匹配关系，并存储在指定的存储设备中；
S04.当需要启动找车时，通过输入信息强制进入找车阶段，或者通过获取待找车人的人脸信息自动判断是否进入找车阶段，进入找车阶段后根据所述存储设备中存储的所述匹配关系进行信息匹配，确定出需要查找的车辆停放位置信息；
S05.根据查找出的车辆停放位置信息以及待找车人的当前位置，计算出考虑交通冲突及行走效率的最优行走路径，并将所述车辆所在区域作为强制找车阶段的区域诱导信息与最优行走路径作为自动判别进入找车阶段的路侧实时诱导信息，即两阶段诱导信息显示在行走诱导显示设备或用户终端上，以指示待找车人行走路径。
进一步的，所述步骤S01中，通过一个图像采集装置的摄像头采集车牌信息，另一个图像采集装置的摄像头判断驾驶员位置并采集驾驶员位的人脸信息，以分别采集车牌信息与驾驶员的人脸两项信息。
进一步的，所述步骤S01中，停车场内部的图像采集装置的数量N满足：
Figure BDA0003740171180000021
其中N为需要布设的摄像头数量，Imax为每条道路左右侧停车位最多的停车位数量，m为停车场内道路数量，
Figure BDA0003740171180000022
表示向上取整运算；还包括确定停车场内部的各图像采集装置中摄像头的安装高度的步骤，包括：
根据摄像头可拍摄的最远距离、最小距离构建表达式：Xmax-Xmin＞VpT，其中，Xmax为摄像头可拍摄的最远距离，Xmin为摄像头可拍摄的最小距离，Vp为行人走行平均速度，T为后台数据处理模块进行人脸信息与车牌信息匹配的最长时间；
即：Xmax-Xmin＝Vpt＞VpT，即t＞T，其中t为驾驶人通过摄像头可识别范围内的走行时间；
则得到：
Xmax＝tan(90°-β)(L-L0)，Xmin＝tanα(L-L0)
即：
tan(90°-β)(L-L0)-tanα(L-L0)＞VpT
其中，β为摄像头自动旋转与水平线的最小夹角，α为摄像头自动旋转与垂直线的最小夹角，L0为驾驶人平均身高，L为摄像头上下伸缩范围；
则得到摄像头的初安装高度满足：
Figure BDA0003740171180000031
考虑摄像头上下伸缩距离，最终得到停车场内部的各图像采集装置中摄像头的安装高度满足：
L终＞L初-L
其中，L终为摄像头最终安装高度。
进一步的，所述步骤S03包括：
当车辆进入停车场内部、到达停车位置之前，根据停车场内布设的图像采集装置判断行车方向及驾驶员位置并采集驾驶员的人脸信息，并与采集的初始的驾驶员人脸信息进行比对，以确定当前跟踪车辆与车牌信息、人脸信息之间的匹配关系；
当车辆到达停车位时，若由停车场内同一图像采集装置连续采集到信息且下一位置的图像采集装置未出现跟踪车辆，则判定车辆停放完毕，并将当前采集的驾驶员人脸信息与初始采集的人脸信息、跟踪的人脸信息进行综合比对，以建立车牌信息、驾驶员人脸信息以及车辆停放位置之间的匹配关系。
进一步的，所述步骤S04中，若通过用户终端接收到输入的待查找车牌信息时，则将待查找车牌信息与所述匹配关系进行信息匹配，确定出需要查找的车辆停放位置信息；若接收到通过用户终端发送的找车请求时，采集待找车人的人脸信息，将待找车人的人脸信息与所述匹配关系进行信息匹配，确定出需要查找的车辆停放位置信息；若自动识别到存在处于找车状态的待找车人时，采集待找车人的人脸信息，将待找车人的人脸信息与所述匹配关系进行信息匹配，确定出需要查找的车辆停放位置信息；若自动识别的人脸信息不满足找车条件时，则判断为处于停车阶段。
进一步的，所述步骤S05中，以待找车人找车途中交通冲突最小、待找车人走行路径最短、待找车人行走路径时间最少为综合目标构建目标函数，按照构建的目标函数计算出最优行走路径。
进一步的，所述构建目标函数包括：
以待找车人找车途中交通冲突最小为目标构建第一子目标函数：
minF1(g)＝Min{X1，X2，X3，...Xn}
其中，Xn为当前时刻及位置到车辆停放位置的所有路径中存在的车辆数；
以待找车人走行路径距离最短为目标构建第二子目标函数：
Figure BDA0003740171180000041
其中，m0，m1分别代表走行路径和搭乘交通工具的数量，glt(li，lj)，gcz(li，lj)分别代表走行路径和搭乘交通工具的距离，所述搭乘交通工具包括搭乘扶梯和搭乘直梯；
以待找车人行走路径时间最少为目标构建第三子目标函数：
Figure BDA0003740171180000042
其中，Tlt为走行路径所需时间，Tcz为搭乘交通工具所需时间；
将所述第一子目标函数、第二子目标函数、第三子目标函数分别进行归一化后构建最终的目标函数：
Figure BDA0003740171180000043
其中，α1，α2，α3是优化目标的权值，α1+α2+α3＝1，
Figure BDA0003740171180000044
分别为所述第一子目标函数、第二子目标函数、第三子目标函数归一化后函数。
进一步的，所述步骤S04中还包括根据人脸识别次数以及语音识别结果判断驾驶员是否处于找车阶段，包括：
判断是否满足：Nnow＜Nmin，且语音识别到驾驶员不需要找车，如果是则判断驾驶员处于停完车阶段；
若语音识别到驾驶员需要找车，则根据驾驶员的选择进入找车阶段，或者若满足Nnow＞Nmin，则判断驾驶员处于找车阶段其中，Nnow为驾驶员停完车后通过图像采集装置进行的人脸识别次数，Nmin为驾驶员走行最优路径离开停车场所需经过的图像采集装置的自动人脸识别次数。
一种基于实时信息匹配及考虑人行安全的智能停车场找车系统，包括；
进闸图像采集装置，布置于停车场进闸区域，包括第一图像采集装置以及第二图像采集装置，所述第一图像采集装置用于当车辆进入停车场时，采集初始的车牌信息；第二图像采集装置用于当车辆进入停车场时，判断驾驶员位并采集初始的驾驶员人脸信息；
场内图像采集装置，布设在停车场内部，用于当车辆驶入停车场内部后，根据车牌信息采集人脸信息以进行信息补充，在车辆停放完成后采集车辆停放位置信息，以及完成停车驾驶员下车之后的人脸信息最终核对；
存储设备，用于构建驾驶员人脸、车辆停放位置以及车牌信息之间的匹配关系并进行存储；
信息匹配装置，用于当需要启动找车时，通过获取输入信息强制进入找车阶段，或者通过获取待找车人的人脸信息自动判断是否进入找车阶段，进入找车阶段后根据所述存储设备中存储的所述匹配关系进行信息匹配，确定出需要查找的车辆停放位置信息；
诱导显示装置，用于根据查找出的车辆停放位置信息以及待找车人的当前位置，计算出考虑交通冲突及行走效率的最优行走路径，并将所述车辆所在区域作为强制找车阶段的大区域诱导信息与最优行走路径作为自动判别进入找车阶段的路侧实时诱导信息，即两阶段诱导信息显示在行走诱导显示设备或用户终端上，以指示待找车人行走路径。
进一步的，所述诱导显示装置包括显示屏，用于显示根据查找出的车辆停放位置信息获取的车辆停车区域信息、最优走行方向、最优行走路径中任意一种或多种信息。
与现有技术相比，本发明的优点在于：
1、本发明通过先在车辆进入停车场时对车牌信息和人脸信息进行初始采集，车辆驶入停车场内部后再跟踪车辆，对人脸信息与车牌信息进行补充采集直至车辆停放完成，基于多次采集可以确保人脸与车牌信息采集的精度以及完整性，从而精准构建人脸、车辆停放位置以及车牌信息之间的匹配关系，当需要找车时，根据该匹配关系进行信息匹配即可快速、精准的查找到车辆停放位置信息，再通过计算出考虑人行安全与行走效率的最优行走路径进行诱导显示，不仅能够实时帮助车主快速查找到智能停车场内的车辆，还能够对待找车人进行路径诱导，同时避免找车过程中发生交通冲突，可以大大提升找车效率、精准度、安全可靠性以及智能化程度。
2、本发明进一步对停车场内布置的摄像头安装高度根据信息匹配所需最长时间确定，能够确保在摄像头可识别范围内对驾驶人进行自动人脸识别，进一步确保各摄像头精准跟踪经过的车辆，有效的补拍到驾驶员的人脸信息，保证人脸信息与车辆信息、停放位置之间匹配关系的精准度，从而进一步确保找车的精度。
3、本发明进一步通过综合以待找车人找车途中交通冲突最小、待找车人走行路径最短、待找车人行走路径时间最少为综合目标构建目标函数，可以高效计算出从找车人当前位置到车辆停车位置的最优路径，从而在确保找车过程中避免交通冲突的基础上进一步提高找车效率。
4、本发明进一步在将最优行走路径作为诱导信息显示的基础上，根据查找出的车辆停放位置信息获取车辆停车区域信息、最优走行方向，将车辆停车区域信息、最优走行方向作为两阶段诱导信息进行显示，使得找车人可以直观的获取到车辆所在的停车区域、最优走行方向，便于找车人快速的到达车辆停车位置。
附图说明
图1是本实施例基于实时信息匹配及考虑人行安全的智能停车场找车方法的实现流程示意图。
图2是本发明具体应用实施例中实现智能停车场找车的详细步骤流程示意图。
图3是本发明具体应用实施例中实现智能停车场找车的原理示意图。
图4是本发明具体应用实施例中实现路侧诱导的效果示意图。
具体实施方式
以下结合说明书附图和具体优选的实施例对本发明作进一步描述，但并不因此而限制本发明的保护范围。
如图1所示，本实施例基于实时信息匹配及考虑人行安全的智能停车场找车方法的步骤包括；
S01.当车辆进入停车场时，通过布置于停车场进闸区域的两个图像采集装置分别采集初始的车牌信息以及采集驾驶员人脸信息；
S02.当车辆驶入停车场内部后，通过布设在停车场内部的多个图像采集装置追踪车辆，并根据车牌信息采集人脸信息以进行信息补充，在车辆停放完成后采集车辆停放位置信息以及完成停车驾驶员下车之后的人脸信息最终核对；
S03.构建人脸、车辆停放位置以及车牌信息之间的匹配关系，并存储在指定的存储设备中；
S04.当需要启动找车时，通过获取输入信息强制进入找车阶段，或者通过获取待找车人的人脸信息自动判断是否进入找车阶段，进入找车阶段后根据存储设备中存储的所述匹配关系进行信息匹配，确定出需要查找的车辆停放位置信息；
S05.根据查找出的车辆停放位置信息以及待找车人的当前位置，计算出考虑交通冲突及行走效率的最优行走路径，并将车辆所在区域作为强制找车阶段的区域诱导信息与最优行走路径作为自动判别进入找车阶段的路侧实时诱导信息，即两阶段诱导信息显示在行走诱导显示设备或用户终端上，以指示待找车人行走路径。
本实施例通过先在车辆进入停车场时对车牌信息和人脸信息进行初始采集，车辆驶入停车场内部后再跟踪车辆，对人脸信息与车牌信息进行补充采集直至车辆停放完成，基于多次采集和最终驾驶员人脸信息采集核对可以确保人脸与车牌信息采集的精度以及完整性，从而精准构建人脸、车辆停放位置以及车牌信息之间的匹配关系，当需要找车时，提供两种找车方式，通过获取输入信息强制进入找车阶段，或者通过获取待找车人的人脸信息自动判断是否进入找车阶段，进入找车阶段后根据该匹配关系进行信息匹配即可快速、精准的查找到车辆停放位置信息，再通过计算出最优行走路径进行诱导显示，不仅能够实时帮助车主快速查找到智能停车场内的车辆，还能够对待找车人进行路径诱导，可以大大提升找车效率、精准度以及智能化程度。
本实施例步骤S01中，通过停车场进闸区域的一个图像采集装置采集初始的车牌信息，另一个图像采集装置采集驾驶员人脸信息,即在停车场进闸区域布置两个摄像头，一个摄像头用于采集车牌信息、另一个摄像头用于采集驾驶员人脸信息，以使得同时确保驾驶员人脸信息与车牌信息采集的精度。由于人脸与车牌处于不同的位置，本实施例通过设置两个摄像头分别来进行信息采集，相比于传统直接使用一个摄像头进行人脸与车牌信息的采集，可以有效确保人脸以及车牌信息采集的精度以及完整性。在具体应用实施例中，还可以进一步采集车辆进入停车场时间等车辆信息。
本实施例中，图像采集装置具体为摄像头，即在停车场内部沿车道两侧布置多个摄像头，由各个摄像头追踪行驶经过的车辆，补充采集驾驶员的人脸信息。各摄像头可在一定范围内上下伸缩自动调节高度，同时可在一定范围内上下、左右旋转，在车辆进入停车场以后，由经过的各摄像头再次采集车辆信息，通过车牌信息追踪采集并补拍人脸信息、车辆停放位置信息，使得人脸与车牌信息相匹配，并将采集到补拍的人脸、车辆停放位置信息发送至指定的存储设备。
在具体应用实施例中，车辆进入停车场时，通过停车场进闸位置处两个图像采集装置处的摄像头完成首次车牌信息和驾驶员人脸信息捕捉，由上面的摄像头采集人脸信息、下面的摄像头采集车辆信息，车辆信息包括车牌信息、车辆进入停车场时间等；车辆进闸后，在到达停车位之前以及停车位处，进行驾驶员人脸信息的补充拍摄，采集补拍的驾驶员人脸信息，并与车牌信息相匹配；车辆到达停车位，判断车辆是否停车完毕，并在驾驶员下车时完成最终人脸信息的确认，采集最终驾驶员人脸信息及车辆停放位置信息，并与车牌信息相匹配。
优选的，为确保摄像头采集到的补拍人脸信息及车牌信息清晰，停车场内摄像头数量N满足：
Figure BDA0003740171180000081
其中，Imax为每条道路左右侧停车位最多的停车位数量，m为停车场内道路数量，
Figure BDA0003740171180000082
表示向上取整运算。
本实施例步骤S01前还包括确定停车场内部的各图像采集装置中摄像头的安装高度的步骤，详细步骤包括：
考虑到为确保驾驶人在走行时间t内，摄像头在可识别范围内能够对驾驶人进行自动人脸识别需满足：
Xmax-Xmin＞VpT (1)
即：
Xmax-Xmin＝Vpt＞VpT (2)
即：
t＞T，Xmax＝tan(90°-β)(L-L0)，Xmin＝tanα(L-L0) (2)
可得：
tan(90°-β)(L-L0)-tanα(L-L0)＞VpT (3)
其中，Xmax为摄像头可拍摄的最远距离，Xmin为摄像头可拍摄的最小距离，Vp为行人走行平均速度，T为后台数据处理模块进行人脸信息与车牌信息匹配的最长时间，t为驾驶人通过摄像头可识别范围内的走行时间，β为摄像头自动旋转与水平线的最小夹角，α为摄像头自动旋转与垂直线的最小夹角，L初为摄像头的初安装高度，L0为驾驶人平均身高。
综上可得摄像头的初安装高度需满足：
Figure BDA0003740171180000083
进一步考虑摄像头上下伸缩距离，本实施例摄像头最终安装高度满足：
L终＞L初-L (5)
其中，L终为摄像头最终安装高度，L为摄像头上下伸缩范围。
例：
当信息匹配所需最长时间为3s，摄像头与水平夹角最小为30°，摄像头与垂直夹角最小为30°，行人走行平均速度为1.2m/s，驾驶人平均身高为1.7m，摄像头可上下自动调节1m，即：
Figure BDA0003740171180000084
L实＝1m，即：摄像头终安装高度为：L-L实＞3.818m。
本实施例在停车场内布置各摄像头时，各摄像头的安装高度满足上述式(4)、(5)，则可以根据信息匹配所需最长时间，确保在摄像头可识别范围内能够对驾驶人进行自动人脸识别，进一步确保各摄像头精准跟踪经过的车辆，有效的补拍到驾驶员的人脸信息，保证人脸信息与车辆信息、停放位置之间匹配关系的精准度，从而进一步确保找车的精度。
本实施例通过按照上述方式在停车场内布置摄像头，在车辆进入停车场区域后、到达停车位置前进行驾驶员人脸信息的补充拍摄采集，可以进一步确保车辆跟踪时人脸信息补拍的精准性与完整性。当车辆到达停车位时，判断车辆是否停车完毕，在驾驶员下车时完成最终人脸信息的确认，采集最终人脸信息及车辆停放位置信息以及车牌信息发送给存储设备以及构建匹配关系。通过考虑摄像头的可识别范围，使通过摄像头可识别范围期间获取车辆停放位置信息，找车人无需停留等待就可获取车辆停放位置信息，实现在停车场快速找车，进一步提高找车效率及停车场利用率，尤其适用于多层停车场。
本实施例步骤S03包括：
当车辆进入停车场内部、到达停车位置之前，根据停车场内布设的图像采集装置(摄像头)采集驾驶员的人脸信息，并与采集的初始的人脸信息进行比对，以确定当前跟踪车辆与车牌信息、驾驶员人脸信息之间的匹配关系；
当车辆到达停车位时，若停车场内布设同一图像采集装置(摄像头)连续采集到信息且下一位置图像采集装置(摄像头)未出现跟踪车辆，则判定车辆停放完毕，并将当前采集的人脸信息与初始采集的人脸信息、跟踪的人脸信息进行综合比对，以建立车牌信息、人脸信息以及车辆停放位置之间的匹配关系。
在具体应用实施例中，将车牌信息与人脸信息匹配的详细步骤为：若车辆在到达停车位之前以及停车位处时，根据停车场内布设的摄像头捕获的画面，通过此画面与停车场进闸区域的第一图像采集装置、第二图像采集装置处采集到的驾驶员人脸信息做比对，当比对值高与预设阈值时判定此人脸信息为驾驶员，将补拍的人脸信息与车牌信息建立匹配关系；若车辆到达停车位时，判别同一摄像头是否连续采集，当同一摄像头连续采集，且同时下一摄像头未出现跟踪目标时，则表明驾驶员将车辆停放完毕，根据同一摄像头连续采集的画面，通过当前画面与初始采集的信息及车辆未到达停车位前补拍采集到的驾驶员人脸信息做综合比对，当综合比对值高于预设阈值时判定此人脸信息为驾驶员，若采集到的画面中有且只有识别到一张人脸时，则该人脸判断为驾驶员人脸信息。
在具体应用实施例中，将车牌信息与车辆停放位置信息匹配时，首先给停车场内每一个停车位附上唯一的编号，根据摄像头捕获的画面识别出该停车位编号，判定当前编号为车辆停放位置信息，并与当前车辆的车牌信息建立匹配关系。
本实施例步骤S04中，若通过用户终端接收到输入的待查找车牌信息时，则将待查找车牌信息与匹配关系进行信息匹配，确定出需要查找的车辆停放位置信息；若接收到通过用户终端发送的找车请求时，采集待找车人的人脸信息，将待找车人的人脸信息与所述匹配关系进行信息匹配，确定出需要查找的车辆停放位置信息；若自动识别到存在处于找车状态的待找车人时，采集待找车人的人脸信息，将待找车人的人脸信息与所述匹配关系进行信息匹配，确定出需要查找的车辆停放位置信息；若自动识别的人脸信息不满足找车条件时，将此人判断为停车阶段。
在具体应用实施例中，可在停车场进口道处给出可智能缴费与找车的(一码通)APP程序的二维码，用户通过进入该APP程序后进入找车功能，输入车辆的车牌信息后即可获取到车辆位置停放信息，并获取找车最优路径诱导信息等路径诱导信息。同时设置不需要通过APP程序的自动找车判别功能，如通过摄像头进行自动人脸识别，并增加语音识别功能，根据人脸识别次数及语音识别判断是否存在需要找车的待找车人。
在具体应用实施例中，根据人脸识别次数以及语音识别结果判断驾驶员是否处于找车阶段的步骤包括：
判断是否满足：Nnow＜Nmin，且语音识别到驾驶员不需要找车，如果是则判断驾驶员处于停完车阶段；
若语音识别到驾驶员需要找车，则根据驾驶员的选择进入找车阶段，或者若满足Nnow＞Nmin，则判断驾驶员处于找车阶段其中，Nnow为驾驶员停完车后通过图像采集装置进行的人脸识别次数，Nmin为驾驶员走行最优路径离开停车场所需经过的图像采集装置的自动人脸识别次数；
当驾驶员处于找车阶段时，后台数据处理模块通过人脸信息检索存储设备中对应的车牌信息，再由车牌信息检索储存模块中对应的车辆停放位置信息。
本实施例通过添加语音询问功能，可通过语音识别找车意愿选择直接进入找车阶段，也可通过扫描进入具有对应功能的小程序，通过小程序选择进入找车阶段，输入车牌号即可实现整体找车路径诱导。上述小程序可以兼顾多种功能，如可缴纳停车费等。
本实施例步骤S05中，以待找车人找车途中交通冲突最小、待找车人行走路径人流密度最小、待找车人行走路径时间最少为综合目标构建目标函数，按照构建的目标函数计算出最优行走路径。
上述构建目标函数的详细过程包括：
以待找车人走行路径距离最短为目标构建第一子目标函数，即确保驾驶员能够快速找到车辆，驾驶人走行路径距离最短，第一子目标函数即为：
minF1(g)＝Min{X1，X2，X3，...Xn} (6)
其中，Xn为当前时刻及位置到车辆停放位置的所有路径中存在的车辆数；
以待找车人走行路径距离最短为目标构建第二子目标函数，即确保驾驶员能够快速找到车辆，驾驶人走行路径距离最短，第二子目标函数即为：
Figure BDA0003740171180000111
其中，m0，m1分别代表走行路径和搭乘交通工具的数量，glt(li，lj)，gcz(li，lj)分别代表走行路径和搭乘交通工具的距离，所述搭乘交通工具包括搭乘扶梯和搭乘直梯；
以待找车人行走路径时间最少为目标构建第三子目标函数，即确保驾驶员能够快速找到车辆，驾驶人行走路径时间最少，第三子目标函数即为：
Figure BDA0003740171180000112
其中，Tlt为走行路径所需时间，Tcz为搭乘交通工具所需时间；
将第一子目标函数、第二子目标函数、第三子目标函数分别进行归一化后构建最终的目标函数，即将minF1(g)、minF2(ρ)、minF3(T)综合考虑，对三者进行归一化处理转化为
Figure BDA0003740171180000113
最终得到目标函数F*：
Figure BDA0003740171180000114
其中，
Figure BDA0003740171180000115
为转化后的无量纲化目标函数，α1，α2，α3是优化目标的权值，α1+α2+α3＝1，
Figure BDA0003740171180000116
分别为第一子目标函数、第二子目标函数、第三子目标函数归一化后函数，归一化处理的表达式即为：
Figure BDA0003740171180000117
本实施例通过按照上述构建的目标函数计算最优路径，可以综合找车途中交通冲突最小、行走路径人流密度最小、行走路径时间最少计算出最优路径，从而确进一步找车效率。
本实施例步骤S04中还包括根据查找出的车辆停放位置信息获取车辆停车区域信息、最优走行方向，最优走行方向即为当前最优的行走的方向，如左、右等。在显示最优行走路径作为诱导信息的基础上，同时将车辆停车区域信息、最优走行方向分为强制进入找车阶段的大区域诱导及自动判别进入找车阶段的路侧实时诱导，即两阶段诱导信息进行显示，使得用户可以直观的获取到车辆所在的停车区域、最优走行方向、行走路径，可以便于指导用户快速的查找到车辆，实现路侧实时诱导。
在具体应用实施例中，可以通过手机屏幕显示储存模块输出车辆停放位置信息及停车大区域(停车场划分的停车区域，如A、B等区域)诱导和最优路径诱导，由路侧显示屏显示储存模块输出车辆停放位置信息及最优走行方向，以实现对驾驶员实时路侧快速找车诱导。如：在①号摄像头旁的显示屏显示G1-A-100/↑，在②号摄像头旁的显示屏显示G1-A-100/↑，在③号摄像头旁的显示屏显示G1-A-100/←，在④号摄像头旁的显示屏显示G1-A-100/↑，即可实现路侧实时诱导。
本实施例基于实时信息匹配及考虑人行安全的智能停车场找车系统包括：
进闸图像采集装置，布置于停车场进闸区域，包括第一图像采集装置以及第二图像采集装置，第一图像采集装置用于当车辆进入停车场时，采集初始的车牌信息；第二图像采集装置用于当车辆进入停车场时，判断驾驶员位并采集初始的驾驶员人脸信息；
场内图像采集装置，布设在停车场内部，用于当车辆驶入停车场内部后，根据车牌信息采集人脸信息以进行信息补充，在车辆停放完成后采集车辆停放位置信息，以及完成停车驾驶员下车之后的人脸信息最终核对；
存储设备，用于构建驾驶员人脸、车辆停放位置以及车牌信息之间的匹配关系并进行存储；
信息匹配装置，用于当需要启动找车时，通过获取输入信息强制进入找车阶段，或者通过获取待找车人的人脸信息自动判断是否进入找车阶段，进入找车阶段后根据所述存储设备中存储的所述匹配关系进行信息匹配，确定出需要查找的车辆停放位置信息；
诱导显示装置，用于根据查找出的车辆停放位置信息以及待找车人的当前位置，计算出考虑交通冲突及行走效率的最优行走路径，并将所述车辆所在区域作为强制找车阶段的区域诱导与最优行走路径作为自动判别进入找车阶段的路侧实时诱导，即两阶段诱导信息显示在行走诱导显示设备或用户终端上，以指示待找车人行走路径。
本实施例诱导显示装置包括显示屏，用于显示根据查找出的车辆停放位置信息获取的车辆停车区域信息、最优走行方向、最优行走路径中任意一种或多种信息。
本实施例中停车场进闸区域的第一图像采集装置、第二图像采集装置具体采用车辆自动识别装置，停车场内的图像采集装置为摄像头，诱导显示装置为显示屏，信息匹配装置为后台数据处理模块，后台数据处理模块分别与存储设备、诱导显示装置连接，后台数据处理模块用于接收停车场内摄像头识别到的人脸信息与存储设备中的信息进行匹配，发送车辆停放位置信息到存储设备。后台数据处理模块具体通信计算单元及定位计算单元，其中通信计算单元可实现4G通信或5G通信，定位计算单元可采用GPS定位或北斗定位。摄像头、显示屏与存储设备相连，存储设备存储数据，并将车辆停放位置信息发送到显示屏；
以下以在具体应用实施例中采用本发明上述装置实现快速找车为例，对本发明进行进一步说明。如图2、3所示，本实施例实现快速找车的详细流程为：
Step1：车辆通过停车场进闸位置处的车辆自动识别装置，在进闸处完成首次车牌信息和驾驶员人脸信息捕捉，采集车辆进入停车场时间等信息，通过通信装置传输至储存模块。
Step2：车辆驶入停车场内部，停车场内部布设的摄像头通过车牌信息追踪车辆，采集补拍的驾驶员人脸、车辆停放位置信息，并与之车牌信息相匹配，并将采集到的驾驶员人脸、车辆停放位置信息发送至储存模块。停车场内摄像头按照式(4)、(5)确定安装考虑，以根据信息匹配所需最长时间，确保在摄像头可识别范围内能够对驾驶人进行自动人脸识别。
在车辆追踪过程中，判别是否是所需采集的补拍驾驶员人脸信息，详细步骤包括：
(1)在车辆未达到停车位之前，根据停车场内布设的摄像头捕获的画面，通过此画面与停车场进匝车辆自动识别装置处采集到的驾驶员人脸信息做比对，当比对值高的判定此人脸信息为驾驶员，若采集到的画面中有且只有识别到一张人脸时，则该人脸判断为驾驶员人脸信息；
(2)在车辆达到停车位时，当同一摄像头连续采集，且同时下一摄像头未出现跟踪目标时，则表明驾驶员将车辆停放完毕，根据同一摄像头连续采集的画面，通过此画面与停车场进匝车辆自动识别装置处及车辆未到达停车位前补拍采集到的驾驶员人脸信息做综合比对，当综合比对值高的判定此人脸信息为驾驶员，若采集到的画面中有且只有识别到一张人脸时，则该人脸判断为驾驶员人脸信息。
在具体应用实施例中，在车辆未达到停车位之前，且摄像头捕获的画面出现一个人脸时，相似度比较结果如表1所示：
表1：车辆停车前捕获到一个人脸时相似度比较结果
Figure BDA0003740171180000131
当摄像头捕获的画面出现多个人脸时，相似度比较结果如表2所示：
表2：车辆停车前捕获到多张人脸时相似度比较结果
Figure BDA0003740171180000132
Figure BDA0003740171180000141
通过图片比对，补拍信息2中的相似度大于其他补拍信息；则判定补拍信息2为所需采集的驾驶人人脸信息，存储至存储设备中并将该信息作为补拍信息1。
(3)通过路侧摄像头，不断采集补拍信息直至车辆达到停车位，在车辆达到停车位，且判断车辆停放完毕后，驾驶员下车摄像头捕获的画面出现一个人脸时，进行相似度比较。
在具体应用实施例中，摄像头捕获的画面出现一个人脸时的相似度比较结果如表3所示。
表3：车辆停车后捕获到一个人脸时相似度比较结果
Figure BDA0003740171180000142
当摄像头捕获的画面出现多个人脸时的相似度比较结果如表4所示。
表4：车辆停车后捕获到多张人脸时相似度比较结果
Figure BDA0003740171180000143
通过图片综合比对，最终信息2中的相似度大于最终信息1，则判定最终信息2为所需采集的驾驶人人脸信息。
(4)采集车辆停放位置信息：根据摄像头捕获的画面，识别出该停车位上的唯一编号，判定此为车辆停放位置信息，并与之车牌信息建立匹配关系。
Step3：将人脸、车辆停放位置信息与车牌信息的关系以表格形式存入存储设备，以供找车时调用。
存储设备存储的每辆车数据具体形如：ID、车牌号、人脸采集信息、人脸补拍信息(1、2、...n)、人脸最终信息、进入停车场时间、Nnow、Nmin、车辆停放位置信息、车辆已经停车时长……，ID表示停车位上的唯一编号，Nnow表示停完车后进行的自动人脸识别次数，Nmin表示驾驶员补拍人脸信息所处摄像头处通过最优路径离开停车场所需自动人脸识别的最小次数，停放位置信息包括停放楼层及区域。
Step4：
(1)驾驶员扫描停车场进口道处的一码通进入小程序，通过存储设备所储存的车辆进入停车场时间计算停车费，缴纳停车费用并手动选择进入找车阶段，在小程序中输入车牌号，获取停车大区域的诱导信息及找车整体路径诱导信息，即无需进行驾驶员状态判别；
(2)驾驶员未扫描一码通，则需进入驾驶员状态判别，在驾驶员状态判别之前进行信息匹配，信息匹配后判别驾驶员状态：
后台数据处理模块进行信息匹配后，根据人脸识别次数及语音询问车主是否进入找车阶段判断驾驶员是否处于找车阶段，若人脸识别次数大于驾驶员走行最优路径离开停车场所需自动人脸识别次数则判定为找车阶段；人脸识别次数及语音识别判断驾驶员是否处于找车阶段判断驾驶员是否处于找车阶段：
若：Nnow＜Nmin，且语音识别到车主选择意愿为否，则驾驶员处于停完车阶段；若语音识别到车主选择意愿为是，则驾驶员人工选择进入找车阶段。
若Nnow＞Nmin，则驾驶员处于找车阶段；
其中，Nnow为驾驶员停完车后进行人脸识别次数，Nmin为驾驶员走行最优路径离开停车场所需自动人脸识别次数。
例如：
当Nmin＝10；则驾驶员走行最优路径离开停车场所需自动人脸识别10次；若Nnow∈(1，9)即：Nnow＜Nmin，且，语音询问车主是否进入找车阶段，为否；则驾驶员处于停完车阶段；若：语音询问车主是否进入找车阶段，为是；则驾驶员人工选择进入找车阶段。若Nnow∈(10，∞)，即：Nnow＞Nmin则驾驶员处于找车阶段。
Step4：若通过人脸识别自动识别到驾驶员处于找车阶段，后台数据处理模块通过识别到的人脸信息检索存储设备中对应的车牌信息，再由车牌信息检索储存模块中对应的车辆停放位置信息；若驾驶员在进入停车场时通过扫描一码通进入找车阶段，输入车牌号后，通过调用存储设备中信息进行信息匹配，获取车辆停放位置信息。
Step5：获得车辆位置信息后，通过路径优化模块计算最优路径，其中，路径优化模块计算最优路径时采用式(6)～(9)式确定目标函数。
例如：待找车人C从G1层A点进入停车场，需前往G1-A-100处的停车位处，即B点处，此时人流密度为0人/m2，则：α1＝1，α2＝0，α3＝0，表示此时只需考虑走行路径距离最短，A点至B点有1，2，3三条路可供选择测算两条路的走行距离L1＝30m，L2＝18m，L3＝22m可得第2条走行距离更短，即：L1＞L3＞L2，即按照第二条线路走行为最优。
最终获取停车大区域的诱导信息及整体最优走行线路诱导图，如图4所示，例如：在①号摄像头旁的显示屏显示G1-A-100/↑，在②号摄像头旁的显示屏显示G1-A-100/↑，在③号摄像头旁的显示屏显示G1-A-100/←，在④号摄像头旁的显示屏显示G1-A-100/↑，即可实现路侧实时诱导，快速诱导找车完成。
Step6：待车辆驶出停车场，存储设备清除该车辆相关信息，以便记录下一辆停放在该停车位的车辆及车主的相关信息。
本实施例通过上述步骤，无需任何复杂操作且无需在摄像头下停留等待，即可智能、快速的实现找车，利用对车牌信息的追踪采集人脸、车辆停放位置信息并与之车牌信息建立匹配关系，使得在找车阶段能够充分利用信息匹配检索车辆停放位置信息，实现实时诱导；同时考虑摄像头的可识别范围，使得无需驾驶员停留等待就可获取车辆停放位置信息；进一步当人脸识别检测到当前时间与车辆进入停车时间之差小于停车场免费停车最长时长，但车主有意找车时，可通过语音询问并识别找车意愿，智能进入找车阶段，也可通过进入小程序的方式进入找车阶段，获取停车大区域的诱导和最优路径诱导信息，尤其适用于多层停车场。
如本发明公开所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。本发明公开中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。同样，“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。
上述只是本发明的较佳实施例，并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明。因此，凡是未脱离本发明技术方案的内容，依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均应落在本发明技术方案保护的范围内。

Claims (10)

1.一种基于实时信息匹配及考虑人行安全的智能停车场找车方法，其特征在于，步骤包括；
S01.当车辆进入停车场时，通过布置于停车场进闸区域的两个图像采集装置分别采集初始的车牌信息以及采集驾驶员人脸信息；
S02.当车辆驶入停车场内部后，通过布设在停车场内部的多个图像采集装置追踪车辆，并根据车牌信息采集人脸信息以进行信息补充，在车辆停放完成后采集车辆停放位置信息以及完成停车驾驶员下车之后的人脸信息最终核对；
S03.构建人脸、车辆停放位置以及车牌信息之间的匹配关系，并存储在指定的存储设备中；
S04.当需要启动找车时，通过获取输入信息强制进入找车阶段，或者通过获取待找车人的人脸信息自动判断是否进入找车阶段，进入找车阶段后根据所述存储设备中存储的所述匹配关系进行信息匹配，确定出需要查找的车辆停放位置信息；
S05.根据查找出的车辆停放位置信息以及待找车人的当前位置，计算出考虑交通冲突及行走效率的最优行走路径，并将车辆所在区域作为强制找车阶段的区域诱导信息与最优行走路径作为自动判别进入找车阶段的路侧实时诱导信息，即两阶段诱导信息显示在行走诱导显示设备或用户终端上，以指示待找车人行走路径。
2.根据权利要求1所述的基于实时信息匹配及考虑人行安全的智能停车场找车方法，其特征在于，所述步骤S01中，通过一个图像采集装置的摄像头采集车牌信息，另一个图像采集装置的摄像头判断驾驶员位置并采集驾驶员位的人脸信息，以分别采集车牌信息与驾驶员的人脸两项信息。
3.根据权利要求1所述的基于实时信息匹配及考虑人行安全的智能停车场找车方法，其特征在于，停车场内部的图像采集装置的数量N满足：
Figure FDA0003740171170000011
其中N为需要布设的摄像头数量，Imax为每条道路左右侧停车位最多的停车位数量，m为停车场内道路数量，
Figure FDA0003740171170000012
表示向上取整运算；所述步骤S01前还包括确定停车场内部的各图像采集装置中摄像头的安装高度的步骤，包括：
根据摄像头可拍摄的最远距离、最小距离构建表达式：Xmax-Xmin＞VpT，其中，Xmax为摄像头可拍摄的最远距离，Xmin为摄像头可拍摄的最小距离，Vp为行人走行平均速度，T为后台数据处理模块进行人脸信息与车牌信息匹配的最长时间；
即：Xmax-Xmin＝Vpt＞VpT，即t＞T，其中t为驾驶人通过摄像头可识别范围内的走行时间；
则得到：
Xmax＝tan(90°-β)(L-L0)，Xmin＝tanα(L-L0)
即：
tan(90°-β)(L-L0)-tanα(L-L0)＞VpT
其中，β为摄像头自动旋转与水平线的最小夹角，α为摄像头自动旋转与垂直线的最小夹角，L0为驾驶人平均身高，L为摄像头上下伸缩范围；
则得到摄像头的初安装高度满足：
Figure FDA0003740171170000021
考虑摄像头上下伸缩距离，最终得到停车场内部的各图像采集装置中摄像头的安装高度满足：
L终＞L初-L
其中，L终为摄像头最终安装高度。
4.根据权利要求1所述的基于实时信息匹配及考虑人行安全的智能停车场找车方法，其特征在于，所述步骤S03包括：
当车辆进入停车场内部、到达停车位置之前，根据停车场内布设的图像采集装置判断行车方向及驾驶员位置并采集驾驶员的人脸信息，并与采集的初始的驾驶员人脸信息进行比对，以确定当前跟踪车辆与车牌信息、人脸信息之间的匹配关系；
当车辆到达停车位时，若由停车场内同一图像采集装置连续采集到信息且下一位置的图像采集装置未出现跟踪车辆，则判定车辆停放完毕，并将当前采集的驾驶员人脸信息与初始采集的人脸信息、跟踪的人脸信息进行综合比对，以建立车牌信息、驾驶员人脸信息以及车辆停放位置之间的匹配关系。
5.根据权利要求1所述的基于实时信息匹配及考虑人行安全的智能停车场找车方法，其特征在于，所述步骤S04中，若通过用户终端接收到输入的待查找车牌信息时，则将待查找车牌信息与所述匹配关系进行信息匹配，确定出需要查找的车辆停放位置信息；若接收到通过用户终端发送的找车请求时，采集待找车人的人脸信息，将待找车人的人脸信息与所述匹配关系进行信息匹配，确定出需要查找的车辆停放位置信息；若自动识别到存在处于找车状态的待找车人时，采集待找车人的人脸信息，将待找车人的人脸信息与所述匹配关系进行信息匹配，确定出需要查找的车辆停放位置信息；若自动识别的人脸信息不满足找车条件时，则判断为处于停车阶段。
6.根据权利要求1～5中任意一项所述的基于实时信息匹配及考虑人行安全的智能停车场找车方法，其特征在于，所述步骤S05中，以待找车人找车途中交通冲突最小、待找车人走行路径最短、待找车人行走路径时间最少为综合目标构建目标函数，按照构建的目标函数计算出最优行走路径。
7.根据权利要6所述的基于实时信息匹配及考虑人行安全的智能停车场找车方法，其特征在于，所述构建目标函数包括：
以待找车人找车途中交通冲突最小为目标构建第一子目标函数：
minF1(g)＝Min{X1,X2,X3,...Xn}
其中，Xn为当前时刻及位置到车辆停放位置的所有路径中存在的车辆数；
以待找车人走行路径距离最短为目标构建第二子目标函数：
Figure FDA0003740171170000031
其中，m0，m1分别代表走行路径和搭乘交通工具的数量，glt(li,lj)，gcz(li,lj)分别代表走行路径和搭乘交通工具的距离，所述搭乘交通工具包括搭乘扶梯和搭乘直梯；
以待找车人行走路径时间最少为目标构建第三子目标函数：
Figure FDA0003740171170000032
其中，Tlt为走行路径所需时间，Tcz为搭乘交通工具所需时间；
将所述第一子目标函数、第二子目标函数、第三子目标函数分别进行归一化后构建最终的目标函数：
Figure FDA0003740171170000033
其中，α1，α2，α3是优化目标的权值，α1+α2+α3＝1，
Figure FDA0003740171170000034
分别为所述第一子目标函数、第二子目标函数、第三子目标函数归一化后函数。
8.根据权利要1～5中任意一项所述的基于实时信息匹配及考虑人行安全的智能停车场找车方法，其特征在于，所述步骤S04中还包括根据人脸识别次数以及语音识别结果判断驾驶员是否处于找车阶段，包括：
判断是否满足：Nnow＜Nmin，且语音识别到驾驶员不需要找车，如果是则判断驾驶员处于停完车阶段；
若语音识别到驾驶员需要找车，则根据驾驶员的选择进入找车阶段，或者若满足Nnow＞Nmin，则判断驾驶员处于找车阶段其中，Nnow为驾驶员停完车后通过图像采集装置进行的人脸识别次数，Nmin为驾驶员走行最优路径离开停车场所需经过的图像采集装置的自动人脸识别次数。
9.一种基于实时信息匹配及考虑人行安全的智能停车场找车系统，其特征在于，包括；
进闸图像采集装置，布置于停车场进闸区域，包括第一图像采集装置以及第二图像采集装置，所述第一图像采集装置用于当车辆进入停车场时，采集初始的车牌信息；第二图像采集装置用于当车辆进入停车场时，判断驾驶员位并采集初始的驾驶员人脸信息；
场内图像采集装置，布设在停车场内部，用于当车辆驶入停车场内部后，根据车牌信息采集人脸信息以进行信息补充，在车辆停放完成后采集车辆停放位置信息，以及完成停车驾驶员下车之后的人脸信息最终核对；
存储设备，用于构建驾驶员人脸、车辆停放位置以及车牌信息之间的匹配关系并进行存储；
信息匹配装置，用于当需要启动找车时，通过获取输入信息强制进入找车阶段，或者通过获取待找车人的人脸信息自动判断是否进入找车阶段，进入找车阶段后根据所述存储设备中存储的所述匹配关系进行信息匹配，确定出需要查找的车辆停放位置信息；
诱导显示装置，用于根据查找出的车辆停放位置信息以及待找车人的当前位置，计算出考虑交通冲突及行走效率的最优行走路径，并将所述车辆所在区域作为强制找车阶段的大区域诱导信息与最优行走路径作为自动判别进入找车阶段的路侧实时诱导信息，即两阶段诱导信息显示在行走诱导显示设备或用户终端上，以指示待找车人行走路径。
10.根据权利要求9所述的基于实时信息匹配及考虑人行安全的智能停车场找车系统，其特征在于，所述诱导显示装置包括显示屏，用于显示根据查找出的车辆停放位置信息获取的车辆停车区域信息、最优走行方向、最优行走路径中任意一种或多种信息。
CN202210809651.XA 2022-07-11 2022-07-11 基于实时信息匹配及考虑人行安全的智能停车场找车方法及系统 Active CN115394112B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210809651.XA CN115394112B (zh) 2022-07-11 2022-07-11 基于实时信息匹配及考虑人行安全的智能停车场找车方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210809651.XA CN115394112B (zh) 2022-07-11 2022-07-11 基于实时信息匹配及考虑人行安全的智能停车场找车方法及系统

Publications (2)

Publication Number Publication Date
CN115394112A true CN115394112A (zh) 2022-11-25
CN115394112B CN115394112B (zh) 2024-04-26

Family

ID=84116649

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210809651.XA Active CN115394112B (zh) 2022-07-11 2022-07-11 基于实时信息匹配及考虑人行安全的智能停车场找车方法及系统

Country Status (1)

Country Link
CN (1) CN115394112B (zh)

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6650999B1 (en) * 1998-05-22 2003-11-18 Hans-Detlef Brust Method and device for finding a parked vehicle
CN104680820A (zh) * 2015-02-12 2015-06-03 浙江大学 一种基于梯度场的交通流车联网系统及交通流控制方法
CN106197459A (zh) * 2016-08-15 2016-12-07 浙江爱充网络科技有限公司 考虑航程及充电站位置的电动汽车路径寻优方法
CN106251016A (zh) * 2016-08-01 2016-12-21 南通大学 一种基于动态时间窗的泊车系统路径规划方法
WO2017181854A1 (zh) * 2016-04-22 2017-10-26 中兴通讯股份有限公司 泊车方法、装置及系统
JP2017222312A (ja) * 2016-06-17 2017-12-21 三菱電機株式会社 駐車支援装置
DE102018006824A1 (de) * 2018-08-28 2019-02-21 Daimler Ag Verfahren zur Unterstützung eines Fahrgastes und Fahrzeug mit einer Vorrichtung zur Durchführung des Verfahrens
CN109488090A (zh) * 2018-12-07 2019-03-19 长沙理工大学 旋转式无避让立体停车装置的控制方法
CN109544962A (zh) * 2018-12-11 2019-03-29 青岛大学 一种车位共享与调度系统及实现方法
CN109543872A (zh) * 2018-09-19 2019-03-29 北京科技大学 多机器人无停车调度方法和系统
CN110766975A (zh) * 2018-07-27 2020-02-07 比亚迪股份有限公司 一种停车场智能寻车管理方法及系统
CN110930753A (zh) * 2019-11-27 2020-03-27 江苏集萃智能传感技术研究所有限公司 一种停车位查找导航系统及停车位查找导航方法
CN111915923A (zh) * 2020-07-14 2020-11-10 宝胜系统集成科技股份有限公司 一种多模态高密度的智能停车场系统及存取车方法
CN112477850A (zh) * 2020-11-27 2021-03-12 北京罗克维尔斯科技有限公司 泊车路径规划方法、装置、车载设备和存储介质
CN112767736A (zh) * 2021-01-22 2021-05-07 江苏小白兔智造科技有限公司 一种考虑安全性的屋顶停车场车位共享方法
CN113313958A (zh) * 2021-05-08 2021-08-27 广州小鹏汽车科技有限公司 车辆控制方法、装置、车辆、服务器及存储介质
CN113538961A (zh) * 2021-06-28 2021-10-22 北京工业大学 一种基于图像识别技术的大型停车场反向寻车方法
CN114519448A (zh) * 2020-11-20 2022-05-20 睿普育塔机器人株式会社 用于在操作环境中优化路线规划的系统和方法

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6650999B1 (en) * 1998-05-22 2003-11-18 Hans-Detlef Brust Method and device for finding a parked vehicle
CN104680820A (zh) * 2015-02-12 2015-06-03 浙江大学 一种基于梯度场的交通流车联网系统及交通流控制方法
WO2017181854A1 (zh) * 2016-04-22 2017-10-26 中兴通讯股份有限公司 泊车方法、装置及系统
JP2017222312A (ja) * 2016-06-17 2017-12-21 三菱電機株式会社 駐車支援装置
CN106251016A (zh) * 2016-08-01 2016-12-21 南通大学 一种基于动态时间窗的泊车系统路径规划方法
CN106197459A (zh) * 2016-08-15 2016-12-07 浙江爱充网络科技有限公司 考虑航程及充电站位置的电动汽车路径寻优方法
CN110766975A (zh) * 2018-07-27 2020-02-07 比亚迪股份有限公司 一种停车场智能寻车管理方法及系统
DE102018006824A1 (de) * 2018-08-28 2019-02-21 Daimler Ag Verfahren zur Unterstützung eines Fahrgastes und Fahrzeug mit einer Vorrichtung zur Durchführung des Verfahrens
CN109543872A (zh) * 2018-09-19 2019-03-29 北京科技大学 多机器人无停车调度方法和系统
CN109488090A (zh) * 2018-12-07 2019-03-19 长沙理工大学 旋转式无避让立体停车装置的控制方法
CN109544962A (zh) * 2018-12-11 2019-03-29 青岛大学 一种车位共享与调度系统及实现方法
CN110930753A (zh) * 2019-11-27 2020-03-27 江苏集萃智能传感技术研究所有限公司 一种停车位查找导航系统及停车位查找导航方法
CN111915923A (zh) * 2020-07-14 2020-11-10 宝胜系统集成科技股份有限公司 一种多模态高密度的智能停车场系统及存取车方法
CN114519448A (zh) * 2020-11-20 2022-05-20 睿普育塔机器人株式会社 用于在操作环境中优化路线规划的系统和方法
CN112477850A (zh) * 2020-11-27 2021-03-12 北京罗克维尔斯科技有限公司 泊车路径规划方法、装置、车载设备和存储介质
CN112767736A (zh) * 2021-01-22 2021-05-07 江苏小白兔智造科技有限公司 一种考虑安全性的屋顶停车场车位共享方法
CN113313958A (zh) * 2021-05-08 2021-08-27 广州小鹏汽车科技有限公司 车辆控制方法、装置、车辆、服务器及存储介质
CN113538961A (zh) * 2021-06-28 2021-10-22 北京工业大学 一种基于图像识别技术的大型停车场反向寻车方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
LIAO, JW等: "Hybrid Genetic Algorithm Based Dispatch and Conflict-free Routing Method of AGV Systems in Unmanned Underground Parking Lots", IEEE INTERNATIONAL CONFERENCE ON REAL-TIME COMPUTING AND ROBOTICS (IEEE-RCAR), pages 475 - 480 *
SKRYNNIK, A等: "Hybrid Policy Learning for Multi-Agent Pathfinding", IEEE ACCESS, pages 126034 - 126047 *
折宝林: "多AGV智能停车场集中式控制调度管理系统研究", 中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑), pages 034 - 817 *

Also Published As

Publication number Publication date
CN115394112B (zh) 2024-04-26

Similar Documents

Publication Publication Date Title
CN112802346B (zh) 基于云端共享和地图融合的自主泊车系统和方法
CN104575098B (zh) 一种基于智能手机的智能停车场停车寻车导航系统及导航方法
US20170329346A1 (en) Vehicle autonomous parking system
CN103287339B (zh) 停车支援系统
CN103745616B (zh) 一种车库车位导航寻车系统
CN108091170A (zh) 基于智能终端的停车位诱导系统
CN106781675A (zh) 一种收集停车场信息的系统和方法
CN104217607B (zh) 一种利用复合rfid卡的停车场反向寻车方法及装置
CN112566079B (zh) 一种自动泊车系统中的停车诱导系统
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
JP2019168370A (ja) 停止位置制御装置
CN105206100A (zh) 辅助停车方法、装置及系统
CN112835359B (zh) 一种基于视觉slam技术的avp控制方法及装置
CN112977431B (zh) 一种运行区域的代客泊车安全监控系统
CN110942662A (zh) 一种停车场实时反向寻车系统及其方法
CN110766962A (zh) 基于无人机的智能寻车方法、装置、系统和服务器
CN113593292A (zh) 一种寻找车位及寻找车辆的方法和系统
JP2020149233A (ja) 車両制御システム、車両制御方法、及びプログラム
CN113538961A (zh) 一种基于图像识别技术的大型停车场反向寻车方法
CN115394112A (zh) 基于实时信息匹配及考虑人行安全的智能停车场找车方法及系统
JP7401292B2 (ja) 駐車場管制システム、駐車場管制方法、及びプログラム
CN110853394A (zh) 一种基于ai技术的地下停车场停车与寻车方法及系统
CN110942641A (zh) 一种架空摄像巡航的车号识别系统及车号识别方法
CN210627506U (zh) 一种智能停车场收费管理系统
US11145204B2 (en) Snow removal apparatus operating system and snow removal apparatus operating method

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
GR01 Patent grant
GR01 Patent grant