CN113674549B - 基于ai移动机器人的车位引导及反向寻车方法、***及其装置 - Google Patents

Abstract

本发明公开了一种基于AI移动机器人的车位引导及反向寻车方法，包括以下步骤：初始化车库地图；移动机器人从导轨路线的首末端排序，并确定移动机器人的寻车区域；所有移动机器人在各自寻车区域按照寻车规则由首端至末端徘徊路线，执行全域寻车；应用AI车牌识别技术，移动机器人运动检测并提取所有车辆的车牌及车辆特征状态信息；与车位地图数据库信息比对、写入及更新操作，更新***当前数据；待机等待任务，判断是否有进出入车辆，执行车牌寻车行动，直至完成寻车任务。还公开了一种基于AI移动机器人的车位引导及反向寻车***和装置。本发明融合AI智能识别技术、路径规划算法、调度算法、移动机器人，识别方式智能、准确、单点故障少。

Description

基于AI移动机器人的车位引导及反向寻车方法、***及其 装置

技术领域

本发明涉及AI智能技术领域，特别是涉及一种基于AI移动机器人的车位引导及反向寻车方法、***及其装置。

背景技术

随着我国全面进入小康社会，人民生活水平人幅度提高，以车代步成为人民出行的选择，大量的车辆涌入城市，中心城市停车难问题，已经给民众生活带来极大的不便，甚至成为制约城市发展的瓶颈。

近年来，受到城市规划和用地紧张等因素限制，现有停车场个数及面积难有大规模的增长，因此如何有效的利用已有停车场来缓解停车难问题引起社会的高度关注。

目前，车位引导及反向寻车***作为智能化、无人化停车场车位管理体系中关键的部分，已经成为车位信息检测和使用的重要载体。它的出现使得停车操作逐渐摆脱以往盲目、随机而造成的停车耗时高、效率低等问题，使得停车操作的指向性及科学性得以提升。

当下大部分车位引导***通过在停车场的出入口处安装实时电子屏显示车位余量信息，在各个车位上方悬挂视频监控摄像头，通过识别所在区域有无车辆、车牌信息，采用双色灯表示车位空闲或占用状态，结合车道边指示路牌来指引用户找到空闲车位。这类车位引导***一定程度上缓解了停车的难度，但需要大量布线、大量使用视频监控设备，在建设过程中周期长、成本高。而且该种方式只要单台摄像机发生故障，就会导致整个***故障。

为了方便客户解决停车难的问题，在建筑智能化设计过程中会增添车位引导及反向寻车***。当下主流的多台摄像机构成的反向寻车***应用方案，存在以下技术缺点：首先摄像机的智能化程度低、功能单一、识别范围小，一台摄像机最多只能识别6台车位的信息，识别算法单一；其次，只要一台摄像机发生故障，就会导致整个***的故障；再者，***构成需要大量的摄像机，工程成本高、施工难度大、维护困难。

因此亟需提供一种新型的基于AI移动机器人的车位引导及反向寻车***来解决上述问题。

发明内容

本发明所要解决的技术问题是提供一种基于AI移动机器人的车位引导及反向寻车方法、***及其装置，融合AI智能识别技术、路径规划算法、调度算法、移动机器人等技术，构建移动机器人自寻车***，革新现有的车位引导及反向寻车***，识别方式准确、工程成本较低、单点故障少。

为解决上述技术问题，本发明采用的一个技术方案是：提供一种基于AI移动机器人的车位引导及反向寻车方法，利用基于AI移动机器人的车位引导及反向寻车***，包括以下步骤：

S1：初始化车库地图，标定移动机器人导轨路线的首末端点；

S2：移动机器人从导轨路线的首末端排序R₁、R₂、R₃…R_N(N≥1)，并确定移动机器人的寻车区域；

S3：所有移动机器人在各自寻车区域按照寻车规则由首端至末端徘徊路线，执行全域寻车；

S4：应用AI车牌识别技术，移动机器人运动检测并提取所有车辆的车牌及车辆特征状态信息；

S5：与车位地图数据库信息比对、写入及更新操作，更新***当前数据；

S6：在***没有检测到进出入车辆时，间隔若干分钟对本区域范围内的车位执行一次步骤S3和S4，比对更新车位地图的最新状态信息；

S7：判断是否有进出入车辆，若有车辆出库的，则从车库地图中将该车牌号及车辆特征状态信息的车辆移除并处于空置状态，并更新地图车位占用状态；若有车辆进库的，执行步骤S3至S5，寻找该车辆最终停靠的车位位置，保存车辆车牌号信息及车辆特征状态信息，并更新地图车辆的状态。

在本发明一个较佳实施例中，所述基于AI移动机器人的车位引导及反向寻车***包括移动机器人、交换机、***服务器、引导显示屏、反向寻车查询机，移动机器人通过无线或有线网络与交换机连接，交换机通过有线网络分别与***服务器、引导显示屏、反向寻车查询机连接。

在本发明一个较佳实施例中，当移动机器人为单台时，移动机器人的寻车路线为首末端点之间的移动机器人的导轨路线。

在本发明一个较佳实施例中，当移动机器人为多台时，移动机器人的寻车区域的确定规则为：

若车库总车位数为N(1＜N≤100)，移动机器人的台数为M＝1，移动机器人的寻车区域为Pm＝1～N；

若车库总车位数为N(100＜N≤200)，移动机器人的台数为M＝1～2，移动机器人的寻车区域为Pm＝(m-1)*N/M～m*N/M，向零取整；

若车库总车位数为N(200＜N≤500)，移动机器人的台数为M＝2～3，移动机器人的寻车区域为Pm＝(m-1)*N/M～m*N/M，向零取整；

若车库总车位数为N(500＜N≤1000)，移动机器人的台数为M＝2～4，移动机器人的寻车区域为Pm＝(m-1)*N/M～m*N/M，向零取整；

若车库总车位数为N(N≥1000)，移动机器人的台数为M＝N/300向零取整+1；当1≤m<M时，移动机器人的寻车区域为Pm＝300(m-1)～300m；当m＝M时，Pm＝300(m-1)～N，m为移动机器人的实际台数。

在本发明一个较佳实施例中，在步骤S3中，当移动机器人为多台时，寻车规则为多移动机器人协同寻车规则，包括以下步骤：

S301：所有移动机器人按照各自划分区域由导轨路线的首端至末端徘徊寻车；

S302：判断移动机器人是否发生故障，若发生故障，则***故障报警；

S303：判断发生故障的移动机器人是否是首/尾端移动机器人，若是首/尾端移动机器人，则分别由故障移动机器人的后/前相邻机器人接管故障移动机器人的寻车区域；若不是首/尾端移动机器人，则判断该故障移动机器人能否移动至该机器人寻车区域的首端，若能则该机器人后相邻机器人接管该寻车区域；若因故障无法移动，则***上发检修告警，同时该机器人所处位置的前后寻车区域分别由前后相邻机器人接管；

S304：重新划定各移动机器人的首末端寻车区域。

进一步的，在步骤S303中，若发生故障的移动机器人是首/尾端移动机器人，则执行以下判断：

S3031：若发生故障的移动机器人是首端移动机器人，判断该机器人能否自主移动至本机器人寻车区域首端，若能则该机器人后相邻机器人接管该寻车区域；若因故障无法移动，则***上发检修告警；

S3012：若发生故障的移动机器人是末端移动机器人，判断该机器人能否自主移动至本机器人寻车区域末端，若能则该机器人前相邻机器人接管该寻车区域；若因故障无法移动，则***上发检修告警。

在本发明一个较佳实施例中，所述车辆特征状态信息包括车辆颜色、车脸状态特征、车身侧面状态特征。

在本发明一个较佳实施例中，所述车位地图数据库信息包括车库整体地图、每个车位的标号、每个车位的空闲/占用状态、占用状态车位的车辆车牌号、占用状态车位的无牌车辆特征状态信息。

为解决上述技术问题，本发明采用的另一个技术方案是：提供一种基于AI移动机器人的车位引导及反向寻车装置，主要包括：

车库地图初始化及信息更新模块，用于初始化车库地图，标定移动机器人导轨路线的首末端点以及在移动机器人检测到所有车辆的车牌及车辆特征状态信息时，更新车位地图的最新状态信息；

车辆检测及信息识别模块，用于应用AI车牌识别技术，移动机器人运动检测进出入车库车辆并提取所有车辆的车牌及车辆特征状态信息；

寻车规则制定模块，用于确定移动机器人的寻车区域及在各自寻车区域由导轨路线的首端至末端执行徘徊寻车动作的规则；

车位信息输出模块，用于根据车辆检测及信息识别模块输出的信息，按照寻车规则制定模块确定的规则寻车后输出车库中对应车位信息，并更新至车库地图初始化及信息更新模块。

在本发明一个较佳实施例中，该装置还包括：

故障判断及告警模块，用于判断所有移动机器人按照各自划分区域由导轨路线的首端至末端徘徊寻车过程中是否发生故障，若发生故障，则进行故障报警并判断发生故障的移动机器人是否是首/尾端移动机器人。

本发明的有益效果是：

(1)本发明在视频识别车牌的方案基础上从简化协同复杂度和降低成本的角度考虑，构建基于导轨的移动机器人车位引导及反向寻车***，利用单台或多台导轨式移动机器人、成熟的AI高清摄像智能识别、寻车调度算法进而实现反向寻车方案，识别方式准确、工程成本较低、单点故障少、维护成本低、易用性高；

(2)本发明不仅需要AI高清智能识别***、移动机器人***，而且还需要配备一套完善的融合不同使用场景的智能调度算法，才能共同实现车位引导及反向寻车***，地下停车场车辆进出状态时，车位信息与车辆信息随之发生变化，通过智能调度算法可以使得移动机器人寻找到进出车辆的车位信息与车牌对应信息；

(3)所述智能调度算法可以使得单台或多台移动机器人有序的执行寻车动作，利用少量的移动机器人即可实现整个地下停车场的车位引导及方向寻车功能；

(4)本发明主要应用于地下停车场景，适用于各种小区、商超、办公楼、公共服务场所等场景，在一些大型的地下停车场，车位数量比较多，通过多个移动机器人协同工作实现寻车功能，当单台移动机器人故障，其它机器人可代替故障机器人执行寻车功能，***更加智能化。

附图说明

图1是本发明基于AI移动机器人的车位引导及反向寻车***一较佳实施例的架构图；

图2是所述基于AI移动机器人的车位引导及反向寻车方法的流程图；

图3是所述多移动机器人协同寻车规则的流程图；

图4是所述基于AI移动机器人的车位引导及反向寻车***的模块图。

附图中各部件的标记如下：1、导轨式移动机器人，2、交换机，3、***服务器，4、引导显示屏，5、反向寻车查询机。

具体实施方式

下面结合附图对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。

请参阅图1和图2，本发明实施例包括：

一种基于AI移动机器人的车位引导及反向寻车方法，利用基于AI移动机器人的车位引导及反向寻车***，采用吊挂式的固定导轨移动机器人携带AI智能识别摄像机，融合不同使用场景的调度算法，利用单台或多台带有AI摄像机的导轨移动机器人，即可实现基于AI移动机器人的车位引导及反向寻车。优选的，所述移动机器人自带成熟的AI高清摄像头，能够识别各种停车姿势的车牌信息、无牌车辆信息、车位空置信息等基础信息。在一示例中，如图1所示，该***包括导轨式移动机器人1、交换机2、***服务器3、引导显示屏4、反向寻车查询机5，多台导轨式移动机器人1通过4G或有线网络与交换机2连接，交换机2通过有线网络分别与***服务器3、引导显示屏4、反向寻车查询机5连接，***服务器3内置智能调度算法和车位地图数据库，通过智能调度算法可以使得移动机器人寻找到进出车辆的车位信息与车牌对应信息。根据车位地图数据库中存储的数据信息，引导显示屏4能够根据区域车位剩余数量进行动态展示，同时车主用户在反向寻车查询机5中输入准确车牌，进行模糊搜索，可以找到指定车牌的位置信息、查询机至车辆的路径导航信息。

结合图2，该方法包括以下步骤：

S1：初始化车库地图，标定移动机器人导轨路线的首末端点；

S2：移动机器人从导轨路线的首末端排序R1、R2、R3…RN(N≥1)，并确定移动机器人的寻车区域；

车位数量规模与移动机器人配置规则如下：

其中，N代表停车库车位数量。

具体的，当移动机器人为单台时，移动机器人的寻车路线为首末端点之间的移动机器人的导轨路线。

当移动机器人为多台时，移动机器人的寻车区域的确定规则为：

若车库总车位数为N(1＜N≤100)，移动机器人的台数为M＝1，移动机器人的寻车区域为Pm＝1～N，此时寻车规则与单移动机器人的寻车规则相同；

若车库总车位数为N(100＜N≤200)，移动机器人的台数为M＝1～2，移动机器人的寻车区域为Pm＝(m-1)*N/M～m*N/M，向零取整；

若车库总车位数为N(200＜N≤500)，移动机器人的台数为M＝2～3，移动机器人的寻车区域为Pm＝(m-1)*N/M～m*N/M，向零取整；

若车库总车位数为N(500＜N≤1000)，移动机器人的台数为M＝2～4，移动机器人的寻车区域为Pm＝(m-1)*N/M～m*N/M，向零取整；

若车库总车位数为N(N≥1000)，移动机器人的台数为M＝N/300向零取整+1；当1≤m<M时，移动机器人的寻车区域为Pm＝300(m-1)～300m；当m＝M时，Pm＝300(m-1)～N，m为移动机器人的实际台数。

在地下停车库的场景中，移动机器人的运动速率不能太快，如果速率过快，会降低车牌及车辆特征信息的识别率，从而造成***误识别，为了避免这一现象，移动机器人运动速率选择1-2.5m/s为宜。车库的车位类型有多种，本示例以小型车的最低车位标准尺寸2400*5300mm计算，当车位数量为0-100个时，移动机器人最大运行距离为240m，选取移动机器人的运动速率为2m/s，那么执行单趟寻车，需要耗时120s，这个时长是客户能够接受的时间范围。

当车库的车位个数非常大时，且设定单个移动机器人寻车时限小于等于6分钟，假设单趟寻车耗时为360s，移动机器人选择最小运动速率为2m/s时，寻车距离为720m，则720/2.4m＝300，每个移动机器人最多寻找300个车位。即当单个移动机器人负责300个车位数量时，采用最慢的2m/s的速率，需要3600秒才可以寻车一趟，也就是小于6分钟，客户体验最佳。如果寻车时限过长，会影响使用客户的感受。

S3：所有移动机器人在各自寻车区域按照寻车规则由首端至末端徘徊路线，执行全域寻车；

根据不同车位数量规模的场景，构建单移动机器人寻车算法及多移动机器人协同寻车算法，为实现车位引导及反向寻车***提供调度算法支撑。

当移动机器人为多台时，寻车规则为多移动机器人协同寻车规则，如图3所示，包括以下步骤：

S301：所有移动机器人按照各自划分区域由导轨路线的首端至末端徘徊寻车；

S302：判断移动机器人是否发生故障，若发生故障，则***故障报警；

其中，移动机器人的故障包括移动机器人无法移动、AI摄像出现故障。

S303：判断发生故障的移动机器人是否是首/尾端移动机器人，若是首/尾端移动机器人，则分别由故障移动机器人的后/前相邻机器人接管故障移动机器人的寻车区域；若不是首/尾端移动机器人，则判断该故障移动机器人能否移动至该机器人寻车区域的首端，若能则该机器人后相邻机器人接管该寻车区域；若因故障无法移动，则***上发检修告警，同时该机器人所处位置的前后寻车区域分别由前后相邻机器人接管；

进一步的，若发生故障的移动机器人是首/尾端移动机器人，则执行以下判断：

S3031：若发生故障的移动机器人是首端移动机器人，判断该机器人能否自主移动至本机器人寻车区域首端，若能则该机器人后相邻机器人接管该寻车区域；若因故障无法移动，则***上发检修告警；

S3012：若发生故障的移动机器人是末端移动机器人，判断该机器人能否自主移动至本机器人寻车区域末端，若能则该机器人前相邻机器人接管该寻车区域；若因故障无法移动，则***上发检修告警；

S304：重新划定各移动机器人的首末端寻车区域。

S4：应用AI车牌识别技术，移动机器人运动检测并提取所有车辆的车牌及车辆特征状态信息；

所述车辆特征状态信息包括车辆颜色、车脸状态特征、车身侧面状态特征。

S5：与车位地图数据库信息比对、写入及更新操作，更新***当前数据；

其中，所述车位地图数据库信息包括车库整体地图、每个车位的标号、每个车位的空闲/占用状态、占用状态车位的车辆车牌号、占用状态车位的无牌车辆特征状态信息。

S6：在***没有检测到进出入车辆时，间隔若干分钟对本区域范围内的车位执行一次步骤S3和S4，比对更新车位地图的最新状态信息；优选的，间隔时间为30分钟。

S7：判断是否有进出入车辆：

若有车辆出库的，则从车库地图中将该车牌号及车辆特征状态信息的车辆移除并处于空置状态，若出库的车辆无车牌，则各移动机器人执行步骤S3至S5，根据出库时拍摄的无牌车辆的特征状态信息与原检测的无牌车辆特征状态信息、该车辆车位空闲/占用状态同时比对，确认该无牌车辆后，更新地图车位占用状态；

若有车辆进库的，执行步骤S3至S5，寻找该车辆最终停靠的车位位置，保存车辆车牌号信息及车辆特征状态信息，并更新地图车辆的状态。

本发明深入研究不同车位数据规模的地下停车场，构建基于一台或多台导轨式移动机器人的配备规则，满足不同客户的使用要求。

目前工程上应用比较广泛的车位引导及反向寻车***是采用高清摄像头识别车牌的方式，本发明就以此种方式进行对比。

假设某个中型小区地下车库共有500个车位，部署的高清摄像机采用一对四的设别方式进行车牌识别，其他显示和指引设备都不发生变动，该小区共需配备125个高清摄像机及综合布线，以单个高清摄像机工程造价为2000元计算，则需25万元。若采用移动导轨机器人的AI高清摄像机方式实现车位引导及反向寻车***，在实时性要求不高的情况下，单台设备即可实现准确的识别***。单台带有AI高清摄像机的移动导轨机器人工程造价可控制在10万元以内，该种方式可节省大量的工程造价，而且单点故障较少、易于维护。客户接受程度大，该种产品发明应用，将成为主流应用方式。

本发明实施例中，参阅图4，还提供一种基于AI移动机器人的车位引导及反向寻车装置，主要包括：

车库地图初始化及信息更新模块，用于初始化车库地图，标定移动机器人导轨路线的首末端点以及在移动机器人检测到所有车辆的车牌及车辆特征状态信息时，更新车位地图的最新状态信息；

车辆检测及信息识别模块，用于应用AI车牌识别技术，移动机器人运动检测进出入车库车辆并提取所有车辆的车牌及车辆特征状态信息；

寻车规则制定模块，用于确定移动机器人的寻车区域及在各自寻车区域由导轨路线的首端至末端执行徘徊寻车动作的规则；

车位信息输出模块，用于根据车辆检测及信息识别模块输出的信息，按照寻车规则制定模块确定的规则寻车后输出车库中对应车位信息，并更新至车库地图初始化及信息更新模块。

进一步的，该装置还包括：

故障判断及告警模块，用于判断所有移动机器人按照各自划分区域由导轨路线的首端至末端徘徊寻车过程中是否发生故障，若发生故障，则进行故障报警并判断发生故障的移动机器人是否是首/尾端移动机器人。

本示例的一种基于AI移动机器人的车位引导及反向寻车***，可执行本发明所提供的的一种基于AI移动机器人的车位引导及反向寻车方法，可执行方法示例的任何组合实施步骤，具备该方法相应的功能和有益效果。

本发明实施例提供的一种基于AI移动机器人的车位引导及反向寻车装置，还包括存储器和处理器，所述存储器用于存储至少一个程序，所述处理器用于加载所述至少一个程序以执行如上任一项所述方法。

本发明实施例还提供一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于执行如上任一项所述方法。

本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请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，本申请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。

本申请是参照根据本申请实施例的方法、设备(***)、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。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (9)

1.一种基于AI移动机器人的车位引导及反向寻车方法，利用基于AI移动机器人的车位引导及反向寻车***，其特征在于，包括以下步骤：

S1：初始化车库地图，标定移动机器人导轨路线的首末端点；

S2：移动机器人从导轨路线的首末端排序R₁、R₂、R₃.....R_m，m为移动机器人的序号且m≥1，并确定移动机器人的寻车区域；

S3：所有移动机器人在各自寻车区域按照寻车规则由首端至末端徘徊路线，执行全域寻车；当移动机器人为多台时，寻车规则为多移动机器人协同寻车规则，包括以下步骤：

S301：所有移动机器人按照各自划分区域由导轨路线的首端至末端徘徊寻车；

S302：判断移动机器人是否发生故障，若发生故障，则***故障报警；

S303：判断发生故障的移动机器人是否是首/尾端移动机器人，若是首/尾端移动机器人，则分别由故障移动机器人的后/前相邻机器人接管故障移动机器人的寻车区域；若不是首/尾端移动机器人，则判断该故障移动机器人能否移动至该机器人寻车区域的首端，若能则该机器人后相邻机器人接管该寻车区域；若因故障无法移动，则***上发检修告警，同时该机器人所处位置的前后寻车区域分别由前后相邻机器人接管；

S304：重新划定各移动机器人的首末端寻车区域；

S4：应用AI车牌识别技术，移动机器人运动检测并提取所有车辆的车牌及车辆特征状态信息；

S5：与车位地图数据库信息比对、写入及更新操作，更新***当前数据；

S6：在***没有检测到进出入车辆时，间隔若干分钟对本区域范围内的车位执行一次步骤S3和S4，比对更新车位地图的最新状态信息；

S7：判断是否有进出入车辆，若有车辆出库的，则从车库地图中将该车牌号及车辆特征状态信息的车辆移除并处于空置状态，并更新地图车位占用状态；若有车辆进库的，执行步骤S3至S5，寻找该车辆最终停靠的车位位置，保存车辆车牌号信息及车辆特征状态信息，并更新地图车辆的状态。

2.根据权利要求1所述的基于AI移动机器人的车位引导及反向寻车方法，其特征在于，所述基于AI移动机器人的车位引导及反向寻车***包括移动机器人、交换机、***服务器、引导显示屏、反向寻车查询机，移动机器人通过无线或有线网络与交换机连接，交换机通过有线网络分别与***服务器、引导显示屏、反向寻车查询机连接。

3.根据权利要求1所述的基于AI移动机器人的车位引导及反向寻车方法，其特征在于，当移动机器人为单台时，移动机器人的寻车路线为首末端点之间的移动机器人的导轨路线。

4.根据权利要求1所述的基于AI移动机器人的车位引导及反向寻车方法，其特征在于，当移动机器人为多台时，移动机器人的寻车区域的确定规则为：

若车库总车位数为N且1＜N≤100，移动机器人的台数为M＝1，移动机器人的寻车区域为Pm＝1～N；

若车库总车位数为N且100＜N≤200，移动机器人的台数为M＝1～2，移动机器人的寻车区域为Pm＝(m-1)*N/M～m*N/M，向零取整；

若车库总车位数为N且200＜N≤500，移动机器人的台数为M＝2～3，移动机器人的寻车区域为Pm＝(m-1)*N/M～m*N/M，向零取整；

若车库总车位数为N且500＜N≤1000，移动机器人的台数为M＝2～4，移动机器人的寻车区域为Pm＝(m-1)*N/M～m*N/M，向零取整；

若车库总车位数为N且N≥1000，移动机器人的台数为M＝N/300向零取整+1；当1≤m＜M时，移动机器人的寻车区域为Pm＝300(m-1)～300m；当m＝M时，Pm＝300(m-1)～N，M为移动机器人的实际台数，m为移动机器人的序号。

5.根据权利要求1所述的基于AI移动机器人的车位引导及反向寻车方法，其特征在于，在步骤S303中，若发生故障的移动机器人是首/尾端移动机器人，则执行以下判断：

S3031：若发生故障的移动机器人是首端移动机器人，判断该机器人能否自主移动至本机器人寻车区域首端，若能则该机器人后相邻机器人接管该寻车区域；若因故障无法移动，则***上发检修告警；

S3012：若发生故障的移动机器人是末端移动机器人，判断该机器人能否自主移动至本机器人寻车区域末端，若能则该机器人前相邻机器人接管该寻车区域；若因故障无法移动，则***上发检修告警。

6.根据权利要求1所述的基于AI移动机器人的车位引导及反向寻车方法，其特征在于，所述车辆特征状态信息包括车辆颜色、车脸状态特征、车身侧面状态特征。

7.根据权利要求1所述的基于AI移动机器人的车位引导及反向寻车方法，其特征在于，所述车位地图数据库信息包括车库整体地图、每个车位的标号、每个车位的空闲/占用状态、占用状态车位的车辆车牌号、占用状态车位的无牌车辆特征状态信息。

8.一种基于AI移动机器人的车位引导及反向寻车装置，采用权利要求1至7任一项所述的基于AI移动机器人的车位引导及反向寻车方法，其特征在于，主要包括：

车库地图初始化及信息更新模块，用于初始化车库地图，标定移动机器人导轨路线的首末端点以及在移动机器人检测到所有车辆的车牌及车辆特征状态信息时，更新车位地图的最新状态信息；

车辆检测及信息识别模块，用于应用AI车牌识别技术，移动机器人运动检测进出入车库车辆并提取所有车辆的车牌及车辆特征状态信息；

寻车规则制定模块，用于确定移动机器人的寻车区域及在各自寻车区域由导轨路线的首端至末端执行徘徊寻车动作的规则；

车位信息输出模块，用于根据车辆检测及信息识别模块输出的信息，按照寻车规则制定模块确定的规则寻车后输出车库中对应车位信息，并更新至车库地图初始化及信息更新模块。

9.根据权利要求8所述的基于AI移动机器人的车位引导及反向寻车装置，其特征在于，还包括：

故障判断及告警模块，用于判断所有移动机器人按照各自划分区域由导轨路线的首端至末端徘徊寻车过程中是否发生故障，若发生故障，则进行故障报警并判断发生故障的移动机器人是否是首/尾端移动机器人。

Images