一种地下停车场空闲车位检测方法及系统技术方案

本发明专利技术公开了一种地下停车场空闲车位检测方法及系统，该方法包括：步骤1，设置于地下停车场各区域的移动机器人以设定的周期沿着预先设定的巡逻线路巡逻，其中，地下停车场预先划分为多个区域；步骤2，在移动机器人沿着预先设定的巡逻线路巡逻的过程中，移动机器人以搭载的定位传感器检测移动机器人在巡逻路线上的位置；步骤3，当移动机器人行进至车位中心线位置时，移动机器人以搭载的车位检测传感器检测相应车位上的停车信息，停车信息包括车位信息和车牌光学RGB图片信息；步骤4，根据车位信息，检测对应的车位状态；步骤5，根据车牌光学RGB图片信息，将检测到的车牌号码与车位关联。本发明专利技术能够快速引导车主进行车位寻找，提高停车效率。高停车效率。高停车效率。

【技术实现步骤摘要】
一种地下停车场空闲车位检测方法及系统


[0001]本专利技术涉及停车场管理
，特别是涉及一种地下停车场空闲车位检测方法及系统。

技术介绍

[0002]随着乘用车保有量不断提升，停车问题已成为影响人们出行体验的一大难题。人流量较大的商场、写字楼通常建有地下停车场，相比露天停车场，地下停车场视线易受立柱墙等建筑遮挡，在剩余车位较少的情况下寻找车位更加困难。目前，虽然停车场入口处大都建立了剩余车位显示屏，但当剩余车位较少时，传统“边走边看”式的车位寻找方法效率低下。
[0003]对于已建成的地下停车场，若想将其改造为智慧停车场，来指示具体的剩余车位的位置，目前通常采用的方式为加装空闲车位检测传感器。例如，加装视频监控镜头、红外感应器、地磁无线传感器等，来检测车位的使用或空闲状态。此种改造需要进行线路铺设或线路改造，改造工期长，影响停车场的使用。
[0004]例如，专利文献CN202010250531.1公开了一种车位检测与查询系统。在该现有技术中，首先在车位安装双红外感应器构成的单元感应模块，若感应到车辆信号，则通过电缆由子控制中心模块将车位占用信息发送给主控制中心模块，将该信号继续上传至服务器。通过无线通信将该车位检测信号上传至手持终端显示车位状态。反之，若该车位解除占用，则相应信号通过相同的路径上传，最终在手持终端显示车位空闲。此种现有技术的缺点在于：若在已建成地下停车场使用该技术方案构建智慧停车系统，首先需对停车场线路进行改造，在每个车位地下位置加装双红外感应模块，系统改造工程量较大，影响停车场日常使用，方案可移植性差。
[0005]在另一个现有技术中，参见“胡清准.基于Android的智能停车引导系统研究与实现.南京邮电大学,2019”，采用WiFi获取室内定位，应用无线局域网络系列标准中的IEEE802.11作为定位解决方案。在该现有技术中，使用基于RI的指纹定位算法，获取附近AP源的MAC地址，检测每一个AP源信号强弱，使用MAC地址选定AP源，使用信号强度与AP间距离的关系获取目标位置，使用A*算法获取车位引导路径，引导车辆到达空闲车位。此种现有技术的缺点在于：需在停车场加装WiFi设备，且该车位引导的实施需要与用户交互，例如用户接入WiFi及录入信息，会给时间紧迫的用户带来一定不便，同时WiFi定位的精度易受其他信号干扰。

技术实现思路

[0006]本专利技术提供一种地下停车场空闲车位检测方法，所述方法包括：步骤1，设置于地下停车场各区域的移动机器人以设定的周期沿着预先设定的巡逻线路巡逻，其中，所述地下停车场预先划分为多个区域，划分的方式为：以道路拐点、墙体、立柱作为区域始末位置，同一区域所有车位均为同一朝向，并且，对于每个区域设置有一个移动机器人；
[0007]步骤2，在所述移动机器人沿着预先设定的巡逻线路巡逻的过程中，所述移动机器人以搭载的定位传感器检测所述移动机器人在巡逻路线上的位置；
[0008]步骤3，当所述移动机器人行进至车位中心线位置时，所述移动机器人以搭载的车位检测传感器检测相应车位上的停车信息，所述停车信息包括车位信息和车牌光学RGB图片信息；
[0009]步骤4，根据所述车位信息，检测对应的车位状态，并输出；
[0010]步骤5，根据所述车牌光学RGB图片信息，将检测到的车牌号码与车位关联，并输出。
[0011]进一步地，当所述移动机器人行进至各车位中心线位置时停留设定时长，所述超声波雷达朝车位方向测距，所述步骤4通过下式确定车位状态：
[0012][0013]其中，y表示车位状态，0表示车位空闲，1表示车位被占用，thre为预先确定的检测阈值，d
m
为超声波雷达测量距离值，h为超声波雷达距离地面高度，a为超声波雷达朝向与竖直方向的夹角，d
t
表示理论距离值，表示为式(2)：
[0014]d
t
＝h/cos a
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)。
[0015]进一步地，所述设定的巡逻线路为往返直线，且巡逻路线区域位于车道与车位之间，所述移动机器人在对应区域的首车位中心线位置和末车位中心线位置之间周期性折返行驶。
[0016]进一步地，所述步骤5具体包括：
[0017]步骤51，将所述车牌光学RGB图片转换成亮度增强图像；
[0018]步骤52，将所述亮度增强图像通过检测和识别网络的卷积层进行特征提取，然后通过非极大值抑制后得到边界框，通过ROI池化层提取车牌特征图，然后将输入到后续分类器中，用于车牌号码分类，得到低光照条件下的车牌识别结果。
[0019]进一步地，所述步骤51具体包括：
[0020]步骤511，采用式(3)将所述车牌光学RGB图片转换成亮度热图A；
[0021][0022]步骤512，采用式(4)将所述车牌光学RGB图片和亮度热图转换成噪声热图N；
[0023][0024]式中，I表示车牌光学RGB图片，f()和f
’
(I)均表示生成低亮度图像用的网络映射函数，max
c
()表示计算某点像素值三通道最大值的函数；
[0025]步骤513，利用所述A和N中的高值区域，通过网络融合多路输入图像特征，提高所述I各维度的特征量，将所述I转换成所述亮度增强图像。
[0026]本专利技术还提供一种地下停车场空闲车位检测系统，其中，所述地下将停车场预先划分为多个区域，划分的方式为：以道路拐点、墙体、立柱作为区域始末位置，同一区域所有车位均为同一朝向，
[0027]对于每个区域设置有一个移动机器人，所述移动机器人以设定的周期沿着预先设
定的巡逻线路巡逻，
[0028]所述移动机器人搭载有定位传感器和车位检测传感器，在所述移动机器人沿着预先设定的巡逻线路巡逻的过程中，所述定位传感器检测所述移动机器人在巡逻路线上的位置，当所述移动机器人行进至车位中心线位置时，所述车位检测传感器检测相应车位上的停车信息，所述停车信息包括车位状态信息和车牌光学RGB图片信息；
[0029]所述地下停车场空闲车位检测系统包括显示屏，所述显示屏根据移动机器人的检测结果实时显示地下停车场对应车位状态以及与车位关联的车牌号码。
[0030]进一步地，当所述移动机器人行进至各车位中心线位置时停留设定时长，所述超声波雷达朝车位方向测距，且以下式确定车位状态：
[0031][0032]式中，y表示车位状态，0表示车位空闲，1表示车位被占用，thre为预先确定的检测阈值，d
m
为超声波雷达测量距离值，h为超声波雷达距离地面高度，a为超声波雷达朝向与竖直方向的夹角，d
t
表示理论距离值，表示为式(2)：
[0033]d
t
＝h/cosa
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)。
[0034]进一步地，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种地下停车场空闲车位检测方法，其特征在于，包括：步骤1，设置于地下停车场各区域的移动机器人以设定的周期沿着预先设定的巡逻线路巡逻，其中，所述地下停车场预先划分为多个区域，划分的方式为：以道路拐点、墙体、立柱作为区域始末位置，同一区域所有车位均为同一朝向，并且，对于每个区域设置有一个移动机器人；步骤2，在所述移动机器人沿着预先设定的巡逻线路巡逻的过程中，所述移动机器人以搭载的定位传感器检测所述移动机器人在巡逻路线上的位置；步骤3，当所述移动机器人行进至车位中心线位置时，所述移动机器人以搭载的车位检测传感器检测相应车位上的停车信息，所述停车信息包括车位信息和车牌光学RGB图片信息；步骤4，根据所述车位信息，检测对应的车位状态，并输出；步骤5，根据所述车牌光学RGB图片信息，将检测到的车牌号码与车位关联，并输出。2.如权利要求1所述的地下停车场空闲车位检测方法，其特征在于，当所述移动机器人行进至各车位中心线位置时停留设定时长，所述超声波雷达朝车位方向测距，所述步骤4通过下式确定车位状态：其中，y表示车位状态，0表示车位空闲，1表示车位被占用，thre为预先确定的检测阈值，d
m
为超声波雷达测量距离值，h为超声波雷达距离地面高度，a为超声波雷达朝向与竖直方向的夹角，d
t
表示理论距离值，表示为式(2)：d
t
＝h/cosa
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)。3.如权利要求1所述的地下停车场空闲车位检测方法，其特征在于，所述设定的巡逻线路为往返直线，且巡逻路线区域位于车道与车位之间，所述移动机器人在对应区域的首车位中心线位置和末车位中心线位置之间周期性折返行驶。4.如权利要求1
‑
3中任一项所述的地下停车场空闲车位检测方法，其特征在于，所述步骤5具体包括：步骤51，将所述车牌光学RGB图片转换成亮度增强图像；步骤52，将所述亮度增强图像通过检测和识别网络的卷积层进行特征提取，然后通过非极大值抑制后得到边界框，通过ROI池化层提取车牌特征图，然后将输入到后续分类器中，用于车牌号码分类，得到低光照条件下的车牌识别结果。5.如权利要求4所述的地下停车场空闲车位检测方法，其特征在于，所述步骤51具体包括：步骤511，采用式(3)将所述车牌光学RGB图片转换成亮度热图A；步骤512，采用式(4)将所述车牌光学RGB图片和亮度热图转换成噪声热图N；式中，I表示车牌光学RGB图片，f()和f
’
(I)均表示生成低亮度图像用的网络映射函数，
max
c
()表示计算某点像素值三通道最大值的函数；...

【专利技术属性】
技术研发人员：王毅，贾立东，王雷，
申请(专利权)人：紫清智行科技北京有限公司，
类型：发明
国别省市：