CN117765765A - 一种基于物联网的非机动车停车管理方法 - Google Patents
一种基于物联网的非机动车停车管理方法 Download PDFInfo
- Publication number
- CN117765765A CN117765765A CN202311815598.5A CN202311815598A CN117765765A CN 117765765 A CN117765765 A CN 117765765A CN 202311815598 A CN202311815598 A CN 202311815598A CN 117765765 A CN117765765 A CN 117765765A
- Authority
- CN
- China
- Prior art keywords
- parking space
- vehicle
- parking
- reserved
- parked
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 claims description 48
- 238000003062 neural network model Methods 0.000 claims description 13
- 238000007781 pre-processing Methods 0.000 claims description 9
- 238000013527 convolutional neural network Methods 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 12
- 238000003860 storage Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000012567 pattern recognition method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种基于物联网的非机动车停车管理方法,方法包括:根据注册登记信息,为登记车辆生成车辆标识码;车辆标识码用于粘贴在登记车辆的前方;接收用户的预约车位请求,确定登记车辆的车辆类型;查找与车辆类型相关的多个停车位,通过每个停车位前方的停车位扫描设备获取停车库内的停车位图像;对停车位图像进行识别,得到停车库内的空闲停车位的位置信息;根据车库入口位置信息,对空闲停车位的位置信息进行匹配,确定登记车辆的最优空闲停车位组合;将最优空闲停车位组合向用户进行推送;接收用户的车位预约信息,将预约空闲停车位分配至用户,将停车库内预约空闲停车位的车位状态显示为已预约状态。提高停车管理效率。
Description
技术领域
本申请涉及物联网技术领域,尤其涉及一种基于物联网的非机动车停车管理方法。
背景技术
随着城市交通拥堵和环境污染问题的加剧以及人们对出行便利性需求的提高,非机动车由于其绿色、环保、便捷的特点,正逐渐成为城市出行的重要方式。
然而,目前的非机动车停车场相对少,且通常需要人工参与管理,停车数量较多时,停车效率低,管理成本高,容易造成人为错误,如车辆损坏、失窃等,最终导致停车管理效率低。
发明内容
本申请实施例提供一种基于物联网的非机动车停车管理方法、设备及介质,用于解决停车管理效率低的问题。
本申请实施例采用下述技术方案:
一方面,本申请实施例提供了一种基于物联网的非机动车停车管理方法,该方法包括:获取用户的注册登记信息,根据所述注册登记信息,为登记车辆生成车辆标识码;所述车辆标识码用于粘贴在所述登记车辆的前方;接收所述用户的预约车位请求;所述预约车位请求包括所述车辆标识码、停车时间、离开时间、车库入口位置信息;根据所述车辆识别码,确定所述登记车辆的车辆类型;在停车位数据库内,查找与所述车辆类型相关的多个停车位,通过每个停车位前方的停车位扫描设备获取停车库内的停车位图像;一个停车位扫描设备与若干停车位具有对应关系;通过对所述停车位图像进行识别,得到所述停车库内的空闲停车位的位置信息;根据所述车库入口位置信息,对所述空闲停车位的位置信息进行匹配,确定所述登记车辆的最优空闲停车位组合;若所述最优空闲停车位组合不为空,将所述最优空闲停车位组合向所述用户进行推送;接收所述用户的车位预约信息,将所述车位预约信息中的预约空闲停车位分配至所述用户,将所述停车库内所述预约空闲停车位的车位状态显示为已预约状态;在所述停车时间前,若通过所述预约空闲车位前方的相应停车位扫描设备识别到所述登记车辆的车辆识别码,则对所述车位预约信息进行确认。
一个示例中,所述通过对所述停车位图像进行识别,得到在所述停车库内空闲停车位的位置信息,具体包括:对所述停车位图像进行预处理,得到预处理停车位图像;预处理包括图像去噪、图像增强;将所述预处理停车位图像输入预先构建的车位占用识别神经网络模型,输出未停放车辆停车位的位置信息以及停放车辆停车位的位置信息;根据所述未停放车辆停车位的位置信息,在预约车位数据库中查找是否具有所述未停放车辆停车位的车位预约信息;若是,则将所述未停放车辆车位确定为已预约停车位;若否,则将所述未停放车辆车位确定为空闲停车位。
一个示例中,所述对所述停车位图像进行预处理,得到预处理停车位图像之前,所述方法还包括:获取样本停车位图像,对所述样本停车位图像进行预处理,得到预处理样本停车位图像;将所述预处理样本停车位图像作为输入样本,将所述预处理样本停车位图像中未停放车辆停车位的位置信息以及停放车辆停车位的位置信息作为样本标签,对卷积神经网路模型进行有监督训练,直至卷积神经网路模型收敛,得到车位占用识别神经网络模型。
一个示例中,所述根据所述车库入口位置信息,对所述空闲停车位的位置信息进行匹配,确定所述登记车辆的最优停车位组合,具体包括:计算所述车库入口位置信息与所述空闲停车位的位置信息之间的空闲到达距离;若所述空闲到达距离小于预设距离阈值,则将所述空闲停车位确定为所述登记车辆的最优空闲停车位;若具有多个所述最优空闲停车位,则生成所述登记车辆的最优空闲停车位组合。
一个示例中,所述方法还包括:若所述最优空闲停车位组合为空,则获取已预约停车位的位置信息;计算所述车库入口位置信息与所述已预约停车位的位置信息之间的已预约到达距离;若所述已预约到达距离小于所述预设距离阈值,则从所述已预约停车位的车位预约信息中,获取所述已预约停车位的停车时间;计算所述已预约停车位的停车时间与所述登记车辆的离开时间之间的已预约时间差值;若所述已预约时间差值大于预设时间差值阈值,则将所述已预约停车位确定为所述登记车辆的最优补偿停车位,将所述最优补偿停车位向所述用户进行推送。
一个示例中,所述方法还包括:若所述已预约到达距离大于或等于所述预设距离阈值,以及所述时间差值小于或等于所述预设时间差值阈值,则获取已停放停车位的位置信息;计算所述车库入口位置信息与所述已停放停车位的位置信息之间的已停放到达距离;若所述已停放到达距离小于所述预设距离阈值,则从所述已停放停车位的预约信息中,获取所述已停放停车位的离开时间;计算所述已停放停车位的离开时间与所述登记车辆的停车时间之间的已停放时间差值;若所述已停放时间差值大于所述预设时间差值阈值,则将所述已停放停车位确定为所述登记车辆的最优等待停车位,将所述最优等待停车位向所述用户进行推送。
一个示例中,所述在所述停车时间前,若通过所述预约空闲车位前方的相应停车位扫描设备识别到所述登记车辆的车辆识别码,则对所述车位预约信息进行确认之前,所述方法还包括:在所述登记车辆进入停车库时,通过车库入口扫描设备获取所述登记车辆的车辆图像;对所述车辆图像进行识别,得到所述登记车辆的车辆标识码;根据所述车辆标识码,在预约车位数据库中查找是否具有所述登记车辆的车位预约信息;若是,则根据所述车位预约信息中预约空闲停车位的位置信息,生成所述登记车辆在所述停车库内的导航信息,将所述导航信息发送至所述用户。
一个示例中,所述方法还包括:在其他登记车辆进入停车库时,通过车库入口扫描设备对所述其他登记车辆的车辆图像;对所述其他登记车辆的车辆图像进行识别,得到所述其他登记车辆的车辆标识码;根据所述其他登记车辆的车辆标识码,判断在预约车位数据库中是否检索到所述其他登记车辆的车位预约信息;若否,则确定所述其他登记车辆的车辆标识码绑定的其他用户,向所述其他用户发送预约车位请求表。
一个示例中,所述方法还包括:在所述停车时间前,在所述预约空闲停车位具有车辆停放时,通过所述相应停车位扫描设备获取所述预约空闲停车位的停放车辆图像;对所述停放车辆图像进行识别,得到所述停放车辆图像的车辆标识码;将所述停放车辆图像的车辆标识码与所述车位预约信息的车辆标识码进行对比;若对比一致,则确定所述预约空闲停车位的停放车辆为所述登记车辆;若对比不一致,则确定所述预约空闲停车位的停放车辆为错停车辆,向所述停放车辆图像的车辆标识码所绑定的用户账号进行发送挪车提醒信息。
一个示例中,所述方法还包括:在预设周期内,通过停车库的监控拍摄设备获取所述停车库内的监拍图像;将所述监拍图像输入预先构建的违规停放识别神经网络模型,输出违规停放车辆信息,所述违规停放车辆信息包括违规车辆的位置信息以及违规类型;所述违规类型包括未停在车位,占用多个车位;将所述违规停放车辆信息在停车库的语音播放设备上进行语音播报警告;所述方法还包括:在预设周期内,统计所述停车库内所有停放车辆的停放时长;将停放时长大于预设时长阈值的停放车辆确定为超期停放车辆,生成所述超期停放车辆的超期挪车提醒通知;将所述超期挪车提醒通知向超期停放车辆的用户进行推送。
另一方面,本申请实施例提供了一种基于物联网的非机动车停车管理设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:获取用户的注册登记信息,根据所述注册登记信息,为登记车辆生成车辆标识码;所述车辆标识码用于粘贴在所述登记车辆的前方;接收所述用户的预约车位请求;所述预约车位请求包括所述车辆标识码、停车时间、离开时间、车库入口位置信息;根据所述车辆识别码,确定所述登记车辆的车辆类型;在停车位数据库内,查找与所述车辆类型相关的多个停车位,通过每个停车位前方的停车位扫描设备获取停车库内的停车位图像;一个停车位扫描设备与若干停车位具有对应关系;通过对所述停车位图像进行识别,得到所述停车库内的空闲停车位的位置信息;根据所述车库入口位置信息,对所述空闲停车位的位置信息进行匹配,确定所述登记车辆的最优空闲停车位组合;若所述最优空闲停车位组合不为空,将所述最优空闲停车位组合向所述用户进行推送;接收所述用户的车位预约信息,将所述车位预约信息中的预约空闲停车位分配至所述用户,将所述停车库内所述预约空闲停车位的车位状态显示为已预约状态;在所述停车时间前,若通过所述预约空闲车位前方的相应停车位扫描设备识别到所述登记车辆的车辆识别码,则对所述车位预约信息进行确认。
另一方面,本申请实施例提供了一种基于物联网的非机动车停车管理非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为:获取用户的注册登记信息,根据所述注册登记信息,为登记车辆生成车辆标识码;所述车辆标识码用于粘贴在所述登记车辆的前方;接收所述用户的预约车位请求;所述预约车位请求包括所述车辆标识码、停车时间、离开时间、车库入口位置信息;根据所述车辆识别码,确定所述登记车辆的车辆类型;在停车位数据库内,查找与所述车辆类型相关的多个停车位,通过每个停车位前方的停车位扫描设备获取停车库内的停车位图像;一个停车位扫描设备与若干停车位具有对应关系;通过对所述停车位图像进行识别,得到所述停车库内的空闲停车位的位置信息;根据所述车库入口位置信息,对所述空闲停车位的位置信息进行匹配,确定所述登记车辆的最优空闲停车位组合;若所述最优空闲停车位组合不为空,将所述最优空闲停车位组合向所述用户进行推送;接收所述用户的车位预约信息,将所述车位预约信息中的预约空闲停车位分配至所述用户,将所述停车库内所述预约空闲停车位的车位状态显示为已预约状态;在所述停车时间前,若通过所述预约空闲车位前方的相应停车位扫描设备识别到所述登记车辆的车辆识别码,则对所述车位预约信息进行确认。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:
设置停车位前方的停车位扫描设备,能够基于用户的注册登记信息生成登记车辆的车辆标识码,以车辆标识码作为登记车辆的唯一标识,在获取到预约车位请求时,从注册登记信息中查找登记车辆的车辆类型,进而通过停车位扫描设备获取停车位图像,查找停车库内针对该车辆类型的空闲停车位信息,向用户智能推荐最优空闲停车位,用户可以针对空闲停车位进行预约操作,最终实现了非机动车辆的车位预约、车位智能推荐的功能,提高了非机动车的停车自动化水平,能够为用户提供更加便捷、高效的停车服务体验、提高了停车效率,提高了停车库的使用率和管理效率。
附图说明
为了更清楚地说明本申请的技术方案,下面将结合附图来对本申请的部分实施例进行详细说明,附图中:
图1为本申请实施例提供的一种基于物联网的非机动车停车管理方法的流程示意图;
图2为本申请实施例提供的一种基于物联网的非机动车停车管理系统的示意图;
图3为本申请实施例提供的一种停车位扫描设备针对停车位的识别范围的示意图;
图4为本申请实施例提供的一种基于物联网的非机动车停车管理设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合具体实施例及相应的附图对本申请的技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
下面参照附图来对本申请的一些实施例进行详细说明。
图1为本申请实施例提供的一种基于物联网的非机动车停车管理方法的流程示意图。该流程中的某些输入参数或者中间结果允许人工干预调节,以帮助提高准确性。
本申请实施例涉及的分析方法的实现可以为终端设备,也可以为服务器,本申请对此不作特殊限制。为了方便理解和描述,以下实施例均以服务器为例进行详细描述。
需要说明的是,该服务器可以是单独的一台设备,可以是有多台设备组成的系统,即,分布式服务器,本申请对此不做具体限定。
需要说明的是,本申请中的停车库设置两种停车位,分别为自行车的停车位以及电动车的停车位,两种停车位分开布置。
其中,根据不同的车辆宽度设置不同的停车位面积,比如,两轮电动车的停车位面积与三轮电动车的停车位面积是不同的。此外,电动车的停车位设置有充电装置。
更直观地,图2为本申请实施例提供的一种基于物联网的非机动车停车管理系统的示意图。
在图2中,系统包括车辆锁201、停车位扫描设备202、车位状态提示灯203、停车区域204、车道。
其中,停车位扫描设备202可以为摄像设备,在停车位前方设置有停车位扫描设备202,用于对车辆识别码进行扫描。停车位前方的横梁上设置状态提示灯203,用于显示车位状态,比如,车位状态包括已预约、空闲状态。停车位上安装车辆锁201,用于对停放车辆进行上锁。停车区域204,用于对停放车辆进行停放。
其中,在停入停车位时,若停放车辆停放正确,停车位扫描设备对车辆识别码进行识别,在识别成功时,(比如,预约空闲停车位的停放车辆与预约登记车辆一致,空闲停车位的未预约停放车辆携带车辆识别码,且被识别成功),车辆锁自动打开。停放车辆停放好后,用户在停车位扫描设备前出示身份识别卡或在应用程序内点击锁车,车辆锁自动上锁。取车时,在停车位扫描设备前出示停车位识别卡或在应用程序内点击取车,车辆锁自动打开。
需要说明的是,一个停车位扫描设备可以对多个停车位进行拍摄停车位图像,即,一个停车位扫描设备与若干停车位具有对应关系。
更直观地,图3为本申请实施例提供的一种停车位扫描设备针对停车位的识别范围的示意图。
在图3中,停车位扫描设备202可以对4个停车位进行拍摄停车位图像,即,停车位扫描设备的检测范围为4个停车位。
图1中的流程包括以下步骤:
S101:获取用户的注册登记信息,根据所述注册登记信息,为登记车辆生成车辆标识码;所述车辆标识码用于粘贴在所述登记车辆的前方。
其中,注册登记信息包括车辆车型、车辆颜色、车牌号码、用户账号、用户手机号,通过对注册登记信息进行编码,生成登记车辆的车辆标识码以及用户身份识别卡。
需要说明的是,车辆标识码是唯一编码,用于标识和识别登记车辆,用户需将车辆标识码粘贴于登记车辆的正前方,便于识别登记车辆。此外,通过车辆标识码能够识别到登记车辆所属的用户账号。
即,车辆标识码可以建立非机动车与用户之间的关联,方便对非机动车进行管理、追踪和提供服务,比如,向用户进行推荐最优停车位、行驶里程、行驶路径、车辆出入库频率等。
此外,用户身份识别卡用于对停车位上的车辆锁进行上锁以及开锁。实际上,用户身份识别卡与车辆标识码在功能上有差别,但是,两者绑定相同的注册登记信息。
S102:接收所述用户的预约车位请求;所述预约车位请求包括所述车辆标识码、停车时间、离开时间、车库入口位置信息。
其中,用户可以提前对停车位进行预约使用,从而用户在停车管理客户端上输入车辆标识码、停车时间、离开时间、车库入口位置信息,并发送预约车位请求。
S103:根据所述车辆识别码,确定所述登记车辆的车辆类型。
需要说明的是,由于车辆识别码与车辆类型具有绑定关系,因此,可以从车辆识别码的映射关系表中,对车辆识别码进行检索,得到车辆识别码绑定的车辆类型。
S104:在停车位数据库内,查找与所述车辆类型相关的多个停车位,通过每个停车位前方的停车位扫描设备获取停车库内的停车位图像。
其中,在停车位数据库内存储了所有停车位信息,停车位信息包括停车位的车辆类型、车位位置。比如,车辆类型包括二轮自行车、三轮自行车、二轮电动车、三轮电动车。
S105:通过对所述停车位图像进行识别,得到所述停车库内的空闲停车位的位置信息。
其中,该空闲停车位处于车辆类型相关的多个停车位中。即,在停车库内,针对该车辆类型的空闲停车位。
在本申请的一些实施例中,需要预先构建车位占用识别神经网络模型,以对停车位是否具有停放车辆进行识别。
具体地,首先,获取样本停车位图像,对样本停车位图像进行预处理,得到预处理样本停车位图像。然后,将预处理样本停车位图像作为输入样本,将预处理样本停车位图像中未停放车辆停车位的位置信息以及停放车辆停车位的位置信息作为样本标签,对卷积神经网路模型进行有监督训练,直至卷积神经网路模型收敛,得到车位占用识别神经网络模型。
基于此,首先,对停车位图像进行预处理,得到预处理停车位图像。其中,预处理包括图像去噪、图像增强。
然后,将预处理停车位图像输入预先构建的车位占用识别神经网络模型,输出未停放车辆停车位的位置信息以及停放车辆停车位的位置信息。
然后,根据未停放车辆停车位的位置信息,在预约车位数据库中查找是否具有所述未停放车辆停车位的车位预约信息。其中,预约车位数据库中存储了停车库内所有的车位预约信息。
需要说明的是,车位预约信息包括车辆标识码、停车时间、离开时间、车库入口位置信息、预约停车位的位置信息。
若是,则将未停放车辆车位确定为已预约停车位;
若否,则将所述未停放车辆车位确定为空闲停车位,从而得到空闲停车位的位置信息。
S106:根据所述车库入口位置信息,对所述空闲停车位的位置信息进行匹配,确定所述登记车辆的最优空闲停车位组合。
在本申请的一些实施例中,以距离最近为原则向用户进行推荐最优空闲停车位。
基于此,计算车库入口位置信息与空闲停车位的位置信息之间的空闲到达距离。
若空闲到达距离小于预设距离阈值,则将空闲停车位确定为登记车辆的最优空闲停车位。
若具有多个最优空闲停车位,则生成登记车辆的最优空闲停车位组合。
需要说明的是,最优空闲停车位组合的推送信息可以以停车位地图结合文字的方式进行显示。
S107:若所述最优空闲停车位组合不为空,将所述最优空闲停车位组合向所述用户进行推送。
其中,在所有空闲停车位的到达距离均大于或等于预设距离阈值时,则不具有最优空闲停车位,最优空闲停车位组合为空。
S108:接收所述用户的车位预约信息,将所述车位预约信息中的预约空闲停车位分配至所述用户,将所述停车库内所述预约空闲停车位的车位状态显示为已预约状态。
其中,预约空闲停车位的状态显示灯从“空闲状态”自动变更为“已预约状态”,并且基于车位预约信息,为用户生成电子停车凭证。
S109:在所述停车时间前,若通过所述预约空闲车位前方的相应停车位扫描设备识别到所述登记车辆的车辆识别码,则对所述车位预约信息进行确认。
其中,若用户超过停车时间仍然未停车,则在超过预设超时时长时,自动取消用户针对预约空闲车位的预约,将停车库内预约空闲停车位的车位状态显示自动变更为“空闲状态”。
此外,在停车时间前的预设时间段内,若用户未停车,提醒用户在停车时间前及时到达预约空闲停车位。
在本申请的一些实施例中,在登记车辆进入停车库时,通过车库入口扫描设备对登记车辆的车辆图像,从而在停车库内,对登记车辆进行预约空闲停车位的导航。
基于此,在登记车辆进入停车库时,通过车库入口扫描设备对登记车辆的车辆图像。然后,对车辆图像进行识别,得到登记车辆的车辆标识码。
其中,在对车辆图像进行识别的过程中,若车辆标识码为字符串,则采用图像处理算法,找到车辆图像中的车辆标识码区域,并将该区域分割出来。可以使用边缘检测、颜色过滤、形态学操作等方法进行车辆标识码区域定位。然后,对分割出的车辆标识码区域进行字符分割,将每个字符分割成单独的图像。可以使用边缘检测、投影法、基于模型的方法等进行字符分割。然后,使用机器学习或深度学习的方法,根据字符图像进行识别,将每个字符识别为对应的数字或字母。可以使用传统的模式识别方法,如模板匹配、支持向量机等,也可以使用深度学习方法,如卷积神经网络等。最后,将识别出的字符按顺序组合起来,得到完整的车辆标识码。
然后,根据车辆标识码,在预约车位数据库中查找是否具有所述登记车辆的车位预约信息。
若是,则根据车位预约信息中预约空闲停车位的位置信息,生成登记车辆在停车库内的导航信息,将导航信息发送至用户。
需要说明的是,在进入停车库时,通过车库入口的扫描设备也可以识别出未预约用户。
具体地,在其他登记车辆进入停车库时,通过车库入口扫描设备对其他登记车辆的车辆图像。
然后,对其他登记车辆的车辆图像进行识别,得到其他登记车辆的车辆标识码。
然后,根据其他登记车辆的车辆标识码,判断在预约车位数据库中是否检索到其他登记车辆的车位预约信息。
若否,则确定其他登记车辆的车辆标识码绑定的其他用户,向其他用户发送预约车位请求表,从而能够接收接收其他用户的预约车位请求。
需要说明的是,未预约的其他用户也可以在接收到预约车位请求表时,不进行预约操作,而是直接进入停车库内自行找停车位进行停放车辆,则此时该停放车辆为未预约车辆。
在本申请的一些实施例中,对于停在已预约车位上的登记车辆进行验证,防止非预约该停车位的登记车辆停放至该停车位。
基于此,在停车时间前,在预约空闲停车位具有车辆停放时,通过相应停车位扫描设备获取预约空闲停车位的停放车辆图像。
然后,对停放车辆图像进行识别,得到停放车辆图像的车辆标识码。
然后,将停放车辆图像的车辆标识码与车位预约信息的车辆标识码进行对比。
若对比一致,则确定预约空闲停车位的停放车辆为登记车辆。
即,在对比一致时,则可以确定预约空闲车位前方的相应停车位扫描设备识别到登记车辆的车辆识别码。
若对比不一致,则确定预约空闲停车位的停放车辆为错停车辆,向停放车辆图像的车辆标识码所绑定的用户账号进行发送挪车提醒信息。
需要说明的是,若在预设时间段内未挪车,可以向管理用户终端发送停放车辆的挪车提醒信息。
在本申请的一些实施例中,在所有空闲停车位的到达距离均大于或等于预设距离阈值时,则不具有最优空闲停车位。由于停车库中的停放车辆可能在离开时间到达时,并未及时离开,反而延期停放时长。因此,暂不考虑停放车辆是否立即离开,而是考虑到已预约停车位的停车时间可能具有延迟性,而当前用户可能具有临时短期停放需求,则登记车辆的离开时间比较早,即,在已预约停车位的其他登记车辆到来之前,登记车辆已经离开。
基于此,若最优空闲停车位组合为空,则获取已预约停车位的位置信息。
计算车库入口位置信息与已预约停车位的位置信息之间的已预约到达距离。
若已预约到达距离小于预设距离阈值,则从已预约停车位的车位预约信息中,获取已预约停车位的停车时间;
计算已预约停车位的停车时间与登记车辆的离开时间之间的已预约时间差值。
若已预约时间差值大于预设时间差值阈值,则将已预约停车位确定为登记车辆的最优补偿停车位,将最优补偿停车位向用户进行推送。
在本申请的一些实施例中,若不具有最优补偿停车位,则考虑停车库中的停放车辆的离开时间。
基于此,若已预约到达距离大于或等于预设距离阈值,以及时间差值小于或等于预设时间差值阈值,则获取已停放停车位的位置信息。
计算车库入口位置信息与已停放停车位的位置信息之间的已停放到达距离;
若已停放到达距离小于预设距离阈值,则从已停放停车位的预约信息中,获取已停放停车位的离开时间;
计算已停放停车位的离开时间与登记车辆的停车时间之间的已停放时间差值。
若已停放时间差值大于预设时间差值阈值,则将已停放停车位确定为登记车辆的最优等待停车位,将最优等待停车位向用户进行推送。
需要说明的是,除了将最优空闲停车位或最优等待停车位或最优等待停车位向用户进行推送,为了满足用户的个性化需求,让用户自行选择需要预约的空闲停车位,仍然需要将停车库内针对车辆类型的所有空闲停车位向用户进行推送。
在本申请的一些实施例中,用于对乱停、停车位置错误、停车超期现象进行短信、电话通知和现场警告。
具体地,在预设周期内,通过停车库的监控拍摄设备获取停车库内的监拍图像。
然后,将监拍图像输入预先构建的违规停放识别神经网络模型,输出违规停放车辆信息。
其中,违规停放车辆信息包括违规车辆的位置信息以及违规类型。违规类型包括未停在车位,占用多个车位。
然后,将违规停放车辆信息在停车库的语音播放设备上进行语音播报警告。
需要说明的是,在构建违规停放识别神经网络模型时,获取样本监拍图像,将样本监拍图像作为输入样本,将样本监拍图像的违规停放车辆信息作为样本标签,对违规停放卷积神经网络模型进行有监督训练,直至违规停放识别神经网络模型收敛,得到违规停放识别神经网络模型。
在本申请的一些实施例中,在预设周期内,统计停车库内所有停放车辆的停放时长,将停放时长大于预设时长阈值的停放车辆确定为超期停放车辆,生成超期停放车辆的超期挪车提醒通知,将超期挪车提醒通知向超期停放车辆的用户进行推送。
在本申请的一些实施例中,停车库内的停放车辆必须携带车辆标识码,若停车位扫描设备未识别到车辆标识码,则基于停放车辆的位置信息,进行现场语音播放处理,若未及时处理,则通知管理用户终端进行违规处理。
在本申请的一些实施例中,在停放车辆停放至停车位时,对于停在空闲停车位上的未预约车辆,仍然需通过停车位扫描设备对未预约车辆进行拍摄车辆图像。
具体地,在空闲停车位具有车辆停放时,通过停车位扫描设备获取空闲停车位的未预约车辆图像。然后,对未预约车辆图像进行识别,得到未预约车辆图像的车辆标识码。
基于此,以车辆标识码为标识,对未预约车辆进行停放信息记录。
在本申请的一些实施例中,可以设置停车库的智能大屏,在智能大屏上显示停车库内的停车位情况,包括:空闲车位数量,已预约车位数量,进出车辆的信息等相关信息。智能大屏可以与智能停车管理系统对接,实时更新车位使用情况和车辆信息。通过对一段时间内的车位使用情况,统计车位使用分布图,在大屏中展示,以便于用户车位的选择。
综上所述,通过物联网和图像识别技术,实现了车位预约、车位智能推荐,车辆的自动引导等功能,为用户提供更加便捷、高效的停车服务体验、大大提高了停车效率和管理水平,提高停车库的使用率和运营效率,自动化程度高、效率高,
此外,通过实时监测车辆和车位状态,能够及时发现异常情况并采取相应措施,以及设置车辆锁,有效降低了车辆损坏和失窃的风险,实现了安全可靠。
此外,用户可以通过客户端应用程序随时查询停车位,无需接触任何人工服务,大大提高了使用便捷性。
此外,通过自动化管理,减少了人力成本和能源消耗,促进非机动车辆的使用,促进了环保和节能减排。保证了停车秩序,以及车辆停放的规范性,减少了空间浪费。
需要说明的是,虽然本申请实施例是参照图1来对步骤S101至步骤S109依次进行介绍说明的,但这并不代表步骤S101至步骤S109必须按照严格的先后顺序执行。本申请实施例之所以按照图1中所示的顺序对步骤S101至步骤S109依次进行介绍说明,是为了方便本领域技术人员理解本申请实施例的技术方案。换句话说,在本申请实施例中,步骤S101至步骤S109之间的先后顺序可以根据实际需要进行适当调整。
通过图1的方法,设置停车位前方的停车位扫描设备,能够基于用户的注册登记信息生成登记车辆的车辆标识码,以车辆标识码作为登记车辆的唯一标识,在获取到预约车位请求时,从注册登记信息中查找登记车辆的车辆类型,进而通过停车位扫描设备获取停车位图像,查找停车库内针对该车辆类型的空闲停车位信息,向用户智能推荐最优空闲停车位,用户可以针对空闲停车位进行预约操作,最终实现了非机动车辆的车位预约、车位智能推荐的功能,提高了非机动车的停车自动化水平,能够为用户提供更加便捷、高效的停车服务体验、提高了停车效率,提高了停车库的使用率和管理效率。
基于同样的思路,本申请的一些实施例还提供了上述方法对应的设备和非易失性计算机存储介质。
图2为本申请实施例提供的一种基于物联网的非机动车停车管理设备的结构示意图,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
获取用户的注册登记信息,根据所述注册登记信息,为登记车辆生成车辆标识码;所述车辆标识码用于粘贴在所述登记车辆的前方;
接收所述用户的预约车位请求;所述预约车位请求包括所述车辆标识码、停车时间、离开时间、车库入口位置信息;
根据所述车辆识别码,确定所述登记车辆的车辆类型;
在停车位数据库内,查找与所述车辆类型相关的多个停车位,通过每个停车位前方的停车位扫描设备获取停车库内的停车位图像;一个停车位扫描设备与若干停车位具有对应关系;
通过对所述停车位图像进行识别,得到所述停车库内的空闲停车位的位置信息;
根据所述车库入口位置信息,对所述空闲停车位的位置信息进行匹配,确定所述登记车辆的最优空闲停车位组合;
若所述最优空闲停车位组合不为空,将所述最优空闲停车位组合向所述用户进行推送;
接收所述用户的车位预约信息,将所述车位预约信息中的预约空闲停车位分配至所述用户,将所述停车库内所述预约空闲停车位的车位状态显示为已预约状态;
在所述停车时间前,若通过所述预约空闲车位前方的相应停车位扫描设备识别到所述登记车辆的车辆识别码,则对所述车位预约信息进行确认。
本申请的一些实施例提供的一种基于物联网的非机动车停车管理非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为:
获取用户的注册登记信息,根据所述注册登记信息,为登记车辆生成车辆标识码;所述车辆标识码用于粘贴在所述登记车辆的前方;
接收所述用户的预约车位请求;所述预约车位请求包括所述车辆标识码、停车时间、离开时间、车库入口位置信息;
根据所述车辆识别码,确定所述登记车辆的车辆类型;
在停车位数据库内,查找与所述车辆类型相关的多个停车位,通过每个停车位前方的停车位扫描设备获取停车库内的停车位图像;一个停车位扫描设备与若干停车位具有对应关系;
通过对所述停车位图像进行识别,得到所述停车库内的空闲停车位的位置信息;
根据所述车库入口位置信息,对所述空闲停车位的位置信息进行匹配,确定所述登记车辆的最优空闲停车位组合;
若所述最优空闲停车位组合不为空,将所述最优空闲停车位组合向所述用户进行推送;
接收所述用户的车位预约信息,将所述车位预约信息中的预约空闲停车位分配至所述用户,将所述停车库内所述预约空闲停车位的车位状态显示为已预约状态;
在所述停车时间前,若通过所述预约空闲车位前方的相应停车位扫描设备识别到所述登记车辆的车辆识别码,则对所述车位预约信息进行确认。
本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备和介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本申请实施例提供的设备和介质与方法是一一对应的,因此,设备和介质也具有与其对应的方法类似的有益技术效果,由于上面已经对方法的有益技术效果进行了详细说明,因此,这里不再赘述设备和介质的有益技术效果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请技术原理之内所作的任何修改、等同替换、改进等,均应落入本申请的保护范围之内。
Claims (10)
1.一种基于物联网的非机动车停车管理方法,其特征在于,所述方法包括:
获取用户的注册登记信息,根据所述注册登记信息,为登记车辆生成车辆标识码;所述车辆标识码用于粘贴在所述登记车辆的前方;
接收所述用户的预约车位请求;所述预约车位请求包括所述车辆标识码、停车时间、离开时间、车库入口位置信息;
根据所述车辆识别码,确定所述登记车辆的车辆类型;
在停车位数据库内,查找与所述车辆类型相关的多个停车位,通过每个停车位前方的停车位扫描设备获取停车库内的停车位图像;一个停车位扫描设备与若干停车位具有对应关系;
通过对所述停车位图像进行识别,得到所述停车库内的空闲停车位的位置信息;
根据所述车库入口位置信息,对所述空闲停车位的位置信息进行匹配,确定所述登记车辆的最优空闲停车位组合;
若所述最优空闲停车位组合不为空,将所述最优空闲停车位组合向所述用户进行推送;
接收所述用户的车位预约信息,将所述车位预约信息中的预约空闲停车位分配至所述用户,将所述停车库内所述预约空闲停车位的车位状态显示为已预约状态;
在所述停车时间前,若通过所述预约空闲车位前方的相应停车位扫描设备识别到所述登记车辆的车辆识别码,则对所述车位预约信息进行确认。
2.根据权利要求1所述的方法,其特征在于,所述通过对所述停车位图像进行识别,得到在所述停车库内空闲停车位的位置信息,具体包括:
对所述停车位图像进行预处理,得到预处理停车位图像;预处理包括图像去噪、图像增强;
将所述预处理停车位图像输入预先构建的车位占用识别神经网络模型,输出未停放车辆停车位的位置信息以及停放车辆停车位的位置信息;
根据所述未停放车辆停车位的位置信息,在预约车位数据库中查找是否具有所述未停放车辆停车位的车位预约信息;
若是,则将所述未停放车辆车位确定为已预约停车位;
若否,则将所述未停放车辆车位确定为空闲停车位。
3.根据权利要求2所述的方法,其特征在于,所述对所述停车位图像进行预处理,得到预处理停车位图像之前,所述方法还包括:
获取样本停车位图像,对所述样本停车位图像进行预处理,得到预处理样本停车位图像;
将所述预处理样本停车位图像作为输入样本,将所述预处理样本停车位图像中未停放车辆停车位的位置信息以及停放车辆停车位的位置信息作为样本标签,对卷积神经网路模型进行有监督训练,直至卷积神经网路模型收敛,得到车位占用识别神经网络模型。
4.根据权利要求2所述的方法,其特征在于,所述根据所述车库入口位置信息,对所述空闲停车位的位置信息进行匹配,确定所述登记车辆的最优停车位组合,具体包括:
计算所述车库入口位置信息与所述空闲停车位的位置信息之间的空闲到达距离;
若所述空闲到达距离小于预设距离阈值,则将所述空闲停车位确定为所述登记车辆的最优空闲停车位;
若具有多个所述最优空闲停车位,则生成所述登记车辆的最优空闲停车位组合。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
若所述最优空闲停车位组合为空,则获取已预约停车位的位置信息;
计算所述车库入口位置信息与所述已预约停车位的位置信息之间的已预约到达距离;
若所述已预约到达距离小于所述预设距离阈值,则从所述已预约停车位的车位预约信息中,获取所述已预约停车位的停车时间;
计算所述已预约停车位的停车时间与所述登记车辆的离开时间之间的已预约时间差值;
若所述已预约时间差值大于预设时间差值阈值,则将所述已预约停车位确定为所述登记车辆的最优补偿停车位,将所述最优补偿停车位向所述用户进行推送。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
若所述已预约到达距离大于或等于所述预设距离阈值,以及所述时间差值小于或等于所述预设时间差值阈值,则获取已停放停车位的位置信息;
计算所述车库入口位置信息与所述已停放停车位的位置信息之间的已停放到达距离;
若所述已停放到达距离小于所述预设距离阈值,则从所述已停放停车位的预约信息中,获取所述已停放停车位的离开时间;
计算所述已停放停车位的离开时间与所述登记车辆的停车时间之间的已停放时间差值;
若所述已停放时间差值大于所述预设时间差值阈值,则将所述已停放停车位确定为所述登记车辆的最优等待停车位,将所述最优等待停车位向所述用户进行推送。
7.根据权利要求1所述的方法,其特征在于,所述在所述停车时间前,若通过所述预约空闲车位前方的相应停车位扫描设备识别到所述登记车辆的车辆识别码,则对所述车位预约信息进行确认之前,所述方法还包括:
在所述登记车辆进入停车库时,通过车库入口扫描设备获取所述登记车辆的车辆图像;
对所述车辆图像进行识别,得到所述登记车辆的车辆标识码;
根据所述车辆标识码,在预约车位数据库中查找是否具有所述登记车辆的车位预约信息;
若是,则根据所述车位预约信息中预约空闲停车位的位置信息,生成所述登记车辆在所述停车库内的导航信息,将所述导航信息发送至所述用户。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在其他登记车辆进入停车库时,通过车库入口扫描设备对所述其他登记车辆的车辆图像;
对所述其他登记车辆的车辆图像进行识别,得到所述其他登记车辆的车辆标识码;
根据所述其他登记车辆的车辆标识码,判断在预约车位数据库中是否检索到所述其他登记车辆的车位预约信息;
若否,则确定所述其他登记车辆的车辆标识码绑定的其他用户,向所述其他用户发送预约车位请求表。
9.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述停车时间前,在所述预约空闲停车位具有车辆停放时,通过所述相应停车位扫描设备获取所述预约空闲停车位的停放车辆图像;
对所述停放车辆图像进行识别,得到所述停放车辆图像的车辆标识码;
将所述停放车辆图像的车辆标识码与所述车位预约信息的车辆标识码进行对比;
若对比一致,则确定所述预约空闲停车位的停放车辆为所述登记车辆;
若对比不一致,则确定所述预约空闲停车位的停放车辆为错停车辆,向所述停放车辆图像的车辆标识码所绑定的用户账号进行发送挪车提醒信息。
10.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在预设周期内,通过停车库的监控拍摄设备获取所述停车库内的监拍图像;
将所述监拍图像输入预先构建的违规停放识别神经网络模型,输出违规停放车辆信息,所述违规停放车辆信息包括违规车辆的位置信息以及违规类型;
所述违规类型包括未停在车位,占用多个车位;
将所述违规停放车辆信息在停车库的语音播放设备上进行语音播报警告;
所述方法还包括:
在预设周期内,统计所述停车库内所有停放车辆的停放时长;
将停放时长大于预设时长阈值的停放车辆确定为超期停放车辆,生成所述超期停放车辆的超期挪车提醒通知;
将所述超期挪车提醒通知向超期停放车辆的用户进行推送。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311815598.5A CN117765765A (zh) | 2023-12-26 | 2023-12-26 | 一种基于物联网的非机动车停车管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311815598.5A CN117765765A (zh) | 2023-12-26 | 2023-12-26 | 一种基于物联网的非机动车停车管理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117765765A true CN117765765A (zh) | 2024-03-26 |
Family
ID=90321852
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311815598.5A Pending CN117765765A (zh) | 2023-12-26 | 2023-12-26 | 一种基于物联网的非机动车停车管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117765765A (zh) |
-
2023
- 2023-12-26 CN CN202311815598.5A patent/CN117765765A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103632572A (zh) | 一种智能停车方法和系统 | |
CN106469518A (zh) | 基于视频跟踪识别的智能停车引导的方法、服务器和系统 | |
CN105513369A (zh) | 无人收费云停车场管理系统及其实现方法 | |
CN106856014B (zh) | 一种停车场管理系统及方法 | |
US8031084B2 (en) | Method and system for infraction detection based on vehicle traffic flow data | |
CN112820137B (zh) | 一种停车场的管理方法及装置 | |
CN110853391A (zh) | 智能共享停车系统 | |
CN111553994A (zh) | 一种停车场的智能管理系统、停车场、停车方法及装置 | |
CN110047319A (zh) | 停车场车位导航方法、电子装置及存储介质 | |
CN108389074A (zh) | 一种基于车牌识别的数据处理方法及相关设备 | |
CN116386379A (zh) | 基于物联网技术的智能停车场数据管理方法和系统 | |
Alsheikhy et al. | An intelligent smart parking system using convolutional neural network | |
WO2023246720A1 (zh) | 路侧停车检测方法、系统及电子设备 | |
CN112465460A (zh) | 摊位管理方法、装置、系统及存储介质 | |
CN117765765A (zh) | 一种基于物联网的非机动车停车管理方法 | |
CN114663773A (zh) | 多节点协同的车辆识别方法及装置、系统、存储介质 | |
CN114639265A (zh) | 一种基于视频识别和锁装置的车位保留方法及系统 | |
CN115588306A (zh) | 车位推送方法及装置、计算机可读存储介质、终端 | |
CN114005186A (zh) | 一种车牌识别方法、装置及停车管理系统 | |
CN114202919A (zh) | 一种非机动车电子车牌遮挡的识别方法、装置及系统 | |
CN113436356A (zh) | 一种车辆轨迹还原方法、高速通行费确定方法及装置 | |
CN111666784A (zh) | 一种基于视觉图像算法的智能停车装置 | |
CN112150853A (zh) | 停车场管理方法、装置、存储介质及电子设备 | |
Francis et al. | Machine Learning based Vacant Space Detection for Smart Parking Solutions | |
Vishal et al. | AI based Smart Parking System |
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 |