CN117392867A - 基于神经网络的智能停车场管理*** - Google Patents
基于神经网络的智能停车场管理*** Download PDFInfo
- Publication number
- CN117392867A CN117392867A CN202311320461.2A CN202311320461A CN117392867A CN 117392867 A CN117392867 A CN 117392867A CN 202311320461 A CN202311320461 A CN 202311320461A CN 117392867 A CN117392867 A CN 117392867A
- Authority
- CN
- China
- Prior art keywords
- parking
- vehicle
- information
- parking lot
- area
- 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
Links
- 238000013528 artificial neural network Methods 0.000 title claims abstract description 16
- 238000004891 communication Methods 0.000 claims abstract description 9
- 238000000034 method Methods 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 26
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
- G08G1/096827—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed onboard
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/0969—Systems involving transmission of navigation instructions to the vehicle having a display in the form of a map
-
- 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
- G08G1/141—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces
- G08G1/144—Traffic 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]
-
- 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
- G08G1/146—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas where the parking area is a limited parking space, e.g. parking garage, restricted space
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
- H04M1/724—User interfaces specially adapted for cordless or mobile telephones
- H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
- H04M1/72409—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality by interfacing with external accessories
- H04M1/724098—Interfacing with an on-board device of a vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Atmospheric Sciences (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Computer Networks & Wireless Communication (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于神经网络的智能停车场管理***,所述车辆识别模块用于对进入停车场的车辆信息进行识别,并对车主构建通信渠道,并经构建的通信渠道发送至服务器;所述车位管理模块用于获取停车场管理信息,基于管理信息得到的停车区域停车环境最佳值对停车场的停车区域进行等级划分;所述路线导航模块基于停车场的停车区域及停车场内部路线构建地图单元,并根据车辆在地图单元上的实时的定位信息为车辆在停车场内定位停车位,并构建车辆位置到目标停车位的行进路径,本发明通过等级划分完成后便于停车场管理人员对不同停车区域的智能化管理,极大节约了车主在停车场内寻找车位的时间,也便于车主找到最佳的停车位。
Description
技术领域
本发明涉及智能停车技术领域,具体涉及基于神经网络的智能停车场管理***。
背景技术
在城市发展中,停车场建设已经成为建筑规划不可缺少部分之一。随着需求增加,现代停车场建造面积增大,车位增多,对于停车场的管理提出了新的要求。
如专利申请号201810445494.2公开了一种智能停车场管理***,该***利用处于停车场停车状态的车辆上的前后车距雷达和前后摄像装置对附近进出停车场的车辆进行停车状态的检测与判断,进而由停车场管理***对进出车辆进行收费管理,本发明的方法不仅真正实现了无人值守以降低人力成本,而且省去了传统的智能POS终端对进出停车场的车辆进行停车状态的检测与判断,从而降低了停车场管理的资金成本。
现有技术中,智能停车场虽然实现了无人管理和智能缴费,但是对于停车场内部的区域管理仍存在一定的弊端,不能合理分配人员对不同的停车区域进行维护管理,同时,对于无人值守的停车场,车主对于寻找车位也具有一定的局限性。
发明内容
本发明的目的在于提供基于神经网络的智能停车场管理***,通过车辆识别模块对进入停车场的车辆信息进行识别,并将车辆在停车场的状况通过小程序推送至车主客户端,使车主能够及时获取车辆在停车场的停车信息,同时,通过车位管理模块对停车场的车位信息进行停车区域等级划分,划分过程通过对停车区域的车位数量、摄像头数量和事故频率进行处理,等级划分完成后便于停车场管理人员对不同停车区域的智能化管理。
本发明的目的可以通过以下技术方案实现:
基于神经网络的智能停车场管理***,包括:
车辆识别模块,所述车辆识别模块用于对进入停车场的车辆信息进行识别,并对车主构建通信渠道,并经构建的通信渠道发送至服务器;
车位管理模块,所述车位管理模块用于获取停车场管理信息,基于管理信息得到的停车区域停车环境最佳值对停车场的停车区域进行等级划分;
路线导航模块,所述路线导航模块基于停车场的停车区域及停车场内部路线构建地图单元,并根据车辆在地图单元上的实时的定位信息为车辆在停车场内定位停车位,并构建车辆位置到目标停车位的行进路径。
作为本发明进一步的方案:所述车辆信息包括车辆轮廓信息和车主关联信息;
车辆轮廓信息包括车辆颜色信息和车外表损伤信息;
车辆关联信息包括车辆入场时间和车主联系信息;
对于所述车主联系信息通常是通过app小程序与车主微信互联,用于向车主推荐车辆信息。
作为本发明进一步的方案:将停车场通过区域或功能作用划分为n个停车区域单元,分别获取每个停车区域的管理信息;
管理信息包括停车区域的车位数量、摄像头数量和事故频率。
作为本发明进一步的方案:将停车区域的车位数量标记为T1;
将停车区域的摄像头数量标记为T2;
将停车区域的事故频率标记为T3;
通过公式获取得到停车区域停车环境最佳值Jcn,其中,d1、d2、d3均为预设比例系数,δ为修正系数。
作为本发明进一步的方案:预设停车区域停车环境最佳值的极限为Jcn1和Jcn2,其中,Jcn1<Jcn2;
当Jcn<Jcn1时,则表示该停车区域的停车环境差;
当Jcn1<Jcn<Jcn2时,则表示该停车区域的停车环境一般;
当Jcn>Jcn2时,则表示该停车区域的停车环境好。
作为本发明进一步的方案:车辆在地图单元上位置信息获取过程包括:
路线导航模块接入停车场的各个停车区域及停车场内部路线,并根据各个停车区域及停车场内部路线的场景绘制电子地图,构建地图单元;
依据地图单元,车辆客户端根据网络定位单元,对车辆在地图单元内所在的位置进行识别,得到车辆在地图单元上实时的定位信息。
作为本发明进一步的方案:导航路径的构建包括:
获取服务器传送的停车区域单元信息,将停车区域标记为cn,n=1、……、m;
设定车辆在地图单元上实时的定位信息与停车区域内停车位的距离并标记为Hcn;
将预设的导航路径中的行驶弯道数标记为Wcn;
将停车区域内停车位的总数量标记为Zcn;
将停车区域内停放车辆总数与总停车位数的比值标记为Kcn;
通过公式计算得到路线推荐值Tcn;其中,f1、f2、f3、f4和f5均为预设比例系数;Gcn为停车区域内异常车位个数,JCN为停车区域停车环境最佳值阈值。
作为本发明进一步的方案:所述路线导航模块选取停车区域内最大路线推荐值所对应的停车位为目标停车位,车辆识别模块通过app小程序向选取的目标停车位发送至车主客户端。
作为本发明进一步的方案:停车区域内异常车位为停车区域内影响正常泊车的车位。
本发明的有益效果:
(1)本发明通过车辆识别模块对进入停车场的车辆信息进行识别,并将车辆在停车场的状况通过小程序推送至车主客户端,使车主能够及时获取车辆在停车场的停车信息,同时,通过车位管理模块对停车场的车位信息进行停车区域等级划分,划分过程通过对停车区域的车位数量、摄像头数量和事故频率进行处理,等级划分完成后便于停车场管理人员对不同停车区域的智能化管理,实用性强;
(2)本发明通过路线导航模块接入停车场的各个停车区域及停车场内部路线,并根据各个停车区域及停车场内部路线的场景绘制电子地图,构建地图单元,车辆客户端根据网络定位单元,对车辆在地图单元内所在的位置进行识别,得到车辆在地图单元上实时的定位信息;并以地图单元为依据,以停车区域的车位信息及对应位置的车位为支撑,构建车辆在地图单元内的导航路径,通过路线导航模块构建的导航路径为车主到停车位提供智能化引导,使停车场的智能化程度高,极大节约了车主在停车场内寻找车位的时间,也便于车主找到最佳的停车位。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明的程序框图;
图2是本发明构建导航路径的流程图;
图3是本发明车辆在地图单元内定位流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,本发明为基于神经网络的智能停车场管理***,包括车辆识别模块、车位管理模块、路线导航模块和服务器;
所述车辆识别模块、车位管理模块和路线导航模块与服务器电性连接;
所述车辆识别模块用于对进入停车场的车辆信息进行识别,并对车主构建通信渠道,并经构建的通信渠道发送至服务器;
所述车位管理模块用于获取停车场车位信息,基于车位信息得到的停车区域停车环境最佳值对停车场的停车区域进行等级划分;
所述路线导航模块基于停车场的停车区域及停车场内部路线构建地图单元,并根据车辆在地图单元上的实时的定位信息为车辆在停车场内定位停车位,并构建车辆位置到目标停车位的行进路径。
车辆信息包括车辆轮廓信息和车主关联信息;
车辆轮廓信息包括车辆颜色信息和车外表损伤信息;
车辆关联信息包括车辆入场时间和车主联系信息;
在本实施例中,对于车主联系信息通常是通过app小程序与车主微信互联,用于向车主推荐车辆信息。
推送的车辆信息包括但不限于车辆在停车场的停放时长,车辆在停车场的车辆状态等信息。
车位管理模块用于获取停车场车位信息,基于车位信息对停车场的停车区域进行等级划分;
停车区域停车环境最佳值的获取过程包括:
将停车场通过区域或功能作用划分为n个停车区域单元,分别获取每个停车区域的车位数量、摄像头数量和事故频率;
通过对停车区域的车位数量、摄像头数量和事故频率进行处理得到停车区域停车环境最佳值Jcn;
事故频率包括但不限于车与车发生碰撞、车与行人发生摩擦、车与地面建筑物发生刮碰等;
具体的:停车区域停车环境最佳值的获取过程包括
将停车区域的车位数量标记为T1;
将停车区域的摄像头数量标记为T2;
将停车区域的事故频率标记为T3;
通过公式获取得到停车区域停车环境最佳值Jcn,其中,d1、d2、d3均为预设比例系数,δ为修正系数,δ取0.5673。
预设停车区域停车环境最佳值的极限为Jcn1和Jcn2,其中,Jcn1<Jcn2;
当Jcn<Jcn1时,则表示该停车区域的停车环境差;
当Jcn1<Jcn<Jcn2时,则表示该停车区域的停车环境一般;
当Jcn>Jcn2时,则表示该停车区域的停车环境好。
路线导航模块接入停车场的各个停车区域及停车场内部路线,并根据各个停车区域及停车场内部路线的场景绘制电子地图,构建地图单元;
依据地图单元,车辆客户端根据网络定位单元,对车辆在地图单元内所在的位置进行识别,得到车辆在地图单元上实时的定位信息;
并以地图单元为依据,以停车区域的车位信息及对应位置的车位为支撑,构建车辆在地图单元内的导航路径。
其中,网络定位单元对车辆在地图单元内的定位过程为:
通过停车场摄像装置实时拍摄车辆行驶道路上的道路标志指示牌,并记录拍摄时间;
将拍摄的道路标志指示牌与地图单元中存储的道路标志指示牌进行对比,匹配到道路标志指示牌以及道路标志指示牌对应的坐标;
对车辆在地图单元中的位置进行更新;
统计更新当前位置坐标后的车辆左转、右转时间、行驶的时间和行驶平均速度;
利用行驶平均速度和行驶时间计算车辆的行驶位移;然后根据车辆左转、右转时间,经过计算,在地图单元上得到车辆的定位;
当拍摄到下个道路标志指示牌,匹配到道路标志指示牌以及道路标志指示牌对应的坐标,然后更新位置坐标,再次统计车辆左转次数和右转次数及左转和右转时间、行驶的时间和行驶平均速度;计算得到车辆在地图单元上实时的定位信息。
具体的,导航路径的构建包括:
获取服务器传送的停车区域单元信息,将停车区域标记为cn,n=1、……、m;
设定车辆在地图单元上实时的定位信息与停车区域内停车位的距离并标记为Hcn;
将预设的导航路径中的行驶弯道数标记为Wcn;
将停车区域内停车位的总数量标记为Zcn;
将停车区域内停放车辆总数与总停车位数的比值标记为Kcn;
通过公式计算得到路线推荐值Tcn;其中,f1、f2、f3、f4和f5均为预设比例系数;Gcn为停车区域内异常车位个数,JCN为停车区域停车环境最佳值阈值;
选取停车区域内最大路线推荐值所对应的停车位为目标停车位,车辆识别模块通过app小程序向选取的目标停车位发送至车主客户端;
其中,当停车区域内有新的车辆进入时,即停车区域内停放车辆总数与总停车位数的比值将增大,表示停车区域内空余车位数量减少,则相应得到的路线推荐值将相应减小;
车位实时的定位信息与停车区域内停车位的距离越小时,表示车辆与停车位距离短,能够快速到达停车位,则相应得到的路线推荐值将相应增大;
导航路径中的行驶弯道数越多,则说明车辆在停车场内行驶的风险越大,则相应得到的路线推荐值将相应减小;
导航路径中选取停车区域的停车区域停车环境最佳值与停车区域停车环境最佳值阈值越接近,则说明导航路径选中的停车区域停车环境最好,则相应得到的路线推荐值将相应增大;
停车区域内异常车位个数越多,则说明停车区域内车辆停放越混乱,则相应得到的路线推荐值将相应减小。
停车区域内异常车位个数的获取过程为:
通过停车场摄像装置对停车位进行获取,将所有影响正常泊车的车位标记为异常车位;
异常车位的情况包括但不限于以下状况:
1、停车位有异物,导致不能正常泊车的车位;
2、停车位被相邻泊位上车辆侵占,导致不能顺利泊车的车位;
3、停车位有深坑,导致不能泊车的车位。
本发明的核心点之一:在于通过车辆识别模块对进入停车场的车辆信息进行识别,并将车辆在停车场的状况通过小程序推送至车主客户端,使车主能够及时获取车辆在停车场的停车信息,同时,通过车位管理模块对停车场的车位信息进行停车区域等级划分,划分过程通过对停车区域的车位数量、摄像头数量和事故频率进行处理,等级划分完成后便于停车场管理人员对不同停车区域的智能化管理,实用性强;
本发明的核心点之二:在于通过路线导航模块接入停车场的各个停车区域及停车场内部路线,并根据各个停车区域及停车场内部路线的场景绘制电子地图,构建地图单元,车辆客户端根据网络定位单元,对车辆在地图单元内所在的位置进行识别,得到车辆在地图单元上实时的定位信息;并以地图单元为依据,以停车区域的车位信息及对应位置的车位为支撑,构建车辆在地图单元内的导航路径,通过路线导航模块构建的导航路径为车主到停车位提供智能化引导,使停车场的智能化程度高,极大节约了车主在停车场内寻找车位的时间,也便于车主找到最佳的停车位。
以上对本发明的一个实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。
Claims (9)
1.基于神经网络的智能停车场管理***,其特征在于,包括:
车辆识别模块,所述车辆识别模块用于对进入停车场的车辆信息进行识别,并对车主构建通信渠道,并经构建的通信渠道发送至服务器;
车位管理模块,所述车位管理模块用于获取停车场管理信息,基于管理信息得到的停车区域停车环境最佳值对停车场的停车区域进行等级划分;
路线导航模块,所述路线导航模块基于停车场的停车区域及停车场内部路线构建地图单元,并根据车辆在地图单元上的实时的定位信息为车辆在停车场内定位停车位,并构建车辆位置到目标停车位的行进路径。
2.根据权利要求1所述的基于神经网络的智能停车场管理***,其特征在于,所述车辆信息包括车辆轮廓信息和车主关联信息;
车辆轮廓信息包括车辆颜色信息和车外表损伤信息;
车辆关联信息包括车辆入场时间和车主联系信息;
对于所述车主联系信息通常是通过app小程序与车主微信互联,用于向车主推荐车辆信息。
3.根据权利要求1所述的基于神经网络的智能停车场管理***,其特征在于,将停车场通过区域或功能作用划分为n个停车区域单元,分别获取每个停车区域的管理信息;
管理信息包括停车区域的车位数量、摄像头数量和事故频率。
4.根据权利要求3所述的基于神经网络的智能停车场管理***,其特征在于,将停车区域的车位数量标记为T1;
将停车区域的摄像头数量标记为T2;
将停车区域的事故频率标记为T3;
通过公式获取得到停车区域停车环境最佳值Jcn,其中,d1、d2、d3均为预设比例系数,δ为修正系数。
5.根据权利要求4所述的基于神经网络的智能停车场管理***,其特征在于,预设停车区域停车环境最佳值的极限为Jcn1和Jcn2,其中,Jcn1<Jcn2;
当Jcn<Jcn1时,则表示该停车区域的停车环境差;
当Jcn1<Jcn<Jcn2时,则表示该停车区域的停车环境一般;
当Jcn>Jcn2时,则表示该停车区域的停车环境好。
6.根据权利要求1所述的基于神经网络的智能停车场管理***,其特征在于,车辆在地图单元上位置信息获取过程包括:
路线导航模块接入停车场的各个停车区域及停车场内部路线,并根据各个停车区域及停车场内部路线的场景绘制电子地图,构建地图单元;
依据地图单元,车辆客户端根据网络定位单元,对车辆在地图单元内所在的位置进行识别,得到车辆在地图单元上实时的定位信息。
7.根据权利要求6所述的基于神经网络的智能停车场管理***,其特征在于,导航路径的构建包括:
获取服务器传送的停车区域单元信息,将停车区域标记为cn,n=1、……、m;
设定车辆在地图单元上实时的定位信息与停车区域内停车位的距离并标记为Hcn;
将预设的导航路径中的行驶弯道数标记为Wcn;
将停车区域内停车位的总数量标记为Zcn;
将停车区域内停放车辆总数与总停车位数的比值标记为Kcn;
通过公式计算得到路线推荐值Tcn;其中,f1、f2、f3、f4和f5均为预设比例系数;Gcn为停车区域内异常车位个数,JCN为停车区域停车环境最佳值阈值。
8.根据权利要求7所述的基于神经网络的智能停车场管理***,其特征在于,所述路线导航模块选取停车区域内最大路线推荐值所对应的停车位为目标停车位,车辆识别模块通过app小程序向选取的目标停车位发送至车主客户端。
9.根据权利要求7所述的基于神经网络的智能停车场管理***,其特征在于,停车区域内异常车位为停车区域内影响正常泊车的车位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311320461.2A CN117392867B (zh) | 2023-10-12 | 2023-10-12 | 基于神经网络的智能停车场管理*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311320461.2A CN117392867B (zh) | 2023-10-12 | 2023-10-12 | 基于神经网络的智能停车场管理*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117392867A true CN117392867A (zh) | 2024-01-12 |
CN117392867B CN117392867B (zh) | 2024-05-24 |
Family
ID=89464156
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311320461.2A Active CN117392867B (zh) | 2023-10-12 | 2023-10-12 | 基于神经网络的智能停车场管理*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117392867B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117870651A (zh) * | 2024-03-11 | 2024-04-12 | 北京理工大学前沿技术研究院 | 基于rtk-slam技术的地图高精度采集方法、存储器及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018067136A (ja) * | 2016-10-19 | 2018-04-26 | アイシン・エィ・ダブリュ株式会社 | 駐車管理システム及び駐車管理サーバ装置 |
CN108665728A (zh) * | 2018-06-04 | 2018-10-16 | 厦门中卡科技股份有限公司 | 停车场管理***及其车位管理***、车牌识别收费*** |
CN108777076A (zh) * | 2018-06-04 | 2018-11-09 | 厦门中卡科技股份有限公司 | 一种城市停车管理*** |
CN112837560A (zh) * | 2021-01-21 | 2021-05-25 | 安徽中科数盾科技有限公司 | 一种基于5g的新型智能化公共停车场智能管理算法 |
US20210319697A1 (en) * | 2020-04-14 | 2021-10-14 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and methods for identifying available parking spaces using connected vehicles |
CN113687655A (zh) * | 2021-08-25 | 2021-11-23 | 厦门中卡科技股份有限公司 | 基于ai地磁的巡检车控制方法与*** |
CN116386379A (zh) * | 2023-05-30 | 2023-07-04 | 湖南省通晓信息科技有限公司 | 基于物联网技术的智能停车场数据管理方法和*** |
WO2023173678A1 (zh) * | 2022-03-14 | 2023-09-21 | 金龙联合汽车工业(苏州)有限公司 | 基于车联网的园区自动驾驶车辆的车位分配及停车*** |
-
2023
- 2023-10-12 CN CN202311320461.2A patent/CN117392867B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018067136A (ja) * | 2016-10-19 | 2018-04-26 | アイシン・エィ・ダブリュ株式会社 | 駐車管理システム及び駐車管理サーバ装置 |
CN108665728A (zh) * | 2018-06-04 | 2018-10-16 | 厦门中卡科技股份有限公司 | 停车场管理***及其车位管理***、车牌识别收费*** |
CN108777076A (zh) * | 2018-06-04 | 2018-11-09 | 厦门中卡科技股份有限公司 | 一种城市停车管理*** |
US20210319697A1 (en) * | 2020-04-14 | 2021-10-14 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and methods for identifying available parking spaces using connected vehicles |
CN112837560A (zh) * | 2021-01-21 | 2021-05-25 | 安徽中科数盾科技有限公司 | 一种基于5g的新型智能化公共停车场智能管理算法 |
CN113687655A (zh) * | 2021-08-25 | 2021-11-23 | 厦门中卡科技股份有限公司 | 基于ai地磁的巡检车控制方法与*** |
WO2023173678A1 (zh) * | 2022-03-14 | 2023-09-21 | 金龙联合汽车工业(苏州)有限公司 | 基于车联网的园区自动驾驶车辆的车位分配及停车*** |
CN116386379A (zh) * | 2023-05-30 | 2023-07-04 | 湖南省通晓信息科技有限公司 | 基于物联网技术的智能停车场数据管理方法和*** |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117870651A (zh) * | 2024-03-11 | 2024-04-12 | 北京理工大学前沿技术研究院 | 基于rtk-slam技术的地图高精度采集方法、存储器及存储介质 |
CN117870651B (zh) * | 2024-03-11 | 2024-05-07 | 北京理工大学前沿技术研究院 | 基于rtk-slam技术的地图高精度采集方法、存储器及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117392867B (zh) | 2024-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6247754B2 (ja) | 駐車場探し開始特定のために車両の測定データを処理する方法 | |
CN117392867B (zh) | 基于神经网络的智能停车场管理*** | |
CN108550261B (zh) | 基于rfid电子车牌的城市交通od计算方法 | |
CN110376594A (zh) | 一种基于拓扑图的智能导航的方法和*** | |
DE102008047446A1 (de) | Streckenlängenberechnungsvorrichtung, Streckenlängenberechnungsverfahren, Streckenlängenberechnungsprogramm, Fahrzeugklimaanlage und Steuerung für in mobilem Objekt montierte Vorrichtung | |
CN105046965A (zh) | 未授权车辆的检测 | |
Tiedemann et al. | Concept of a data thread based parking space occupancy prediction in a berlin pilot region | |
CN108806244A (zh) | 图像传送装置、方法及非暂态存储介质 | |
US10930145B2 (en) | Traffic system for predicting and providing traffic signal switching timing | |
CN111724593A (zh) | 一种基于rfid考虑交通流转移率的公交行程时间预测方法 | |
CN110869989A (zh) | 产生超车概率集的方法、操作机动车辆的控制装置的方法、超车概率收集装置和控制装置 | |
CN114882732A (zh) | 一种智慧城市的智能化停车管理*** | |
CN112767686B (zh) | 一种基于多源数据融合的公路网汽车排放估算方法 | |
CN113538907A (zh) | 一种基于交通流分级的行车时间估计*** | |
Bock et al. | Learning on-street parking maps from position information of parked vehicles | |
CN114333328B (zh) | 基于浮动车定位数据的卡口标定方法、装置和存储介质 | |
CN115840637A (zh) | 用于自动驾驶***特征或功能的评估和开发的方法和*** | |
CN114512019A (zh) | 一种智能停车识别群控方法及*** | |
CN115203536A (zh) | 基于驾驶场景推荐智能驾驶参数的方法及装置 | |
DE102021134170A1 (de) | Verfahren und Vorrichtung zum Bereitstellen von zumindest einem Emissionswert eines Verkehrsmittels | |
DE102021111320A1 (de) | Informationsverarbeitungsvorrichtung, Parkplatzempfehlungssystem, Parkplatzempfehlungsverfahren und nichtvergängliches Speichermedium | |
CN113128847A (zh) | 一种基于激光雷达的出入口匝道实时风险预警***及方法 | |
CN118038705B (zh) | 基于hplc的智慧园区管理方法、装置、存储介质及电子设备 | |
JP2020067704A (ja) | 駐車場特定システムおよび駐車場特定プログラム | |
CN115691141B (zh) | 一种基于护栏的城市交通管理方法和***及网络侧服务端 |
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 |