[发明专利]基于机器学习的停车场车位状态识别方法及系统

说明书

本发明涉及一种基于机器学习的停车场车位状态识别方法及系统，所述方法的步骤为：根据停车场具体停车位的尺寸信息确定摄像头的具体安装位置；摄像头实时拍摄停车场图像，对目标车位进行标注，并将标注后的图像数据进行存储；在存储图像数据中，对所有车辆进行标注，对标注后的图像数据进行学习，建立停车位地图模型、车辆识别模型、非车辆物体模型，并不断反馈对模型进行优化；将建立的三种模型与实时获取的图像数据进行对比，得到识别结果；将识别结果转换为停车位实时状态信息发送至用户，向用户实时推送停车位状态信息，并结合地图应用引导用户进行停车。本发明能够引导用户快速便捷地进行停车，便于用户停车及停车场管理。

技术领域

本发明属于停车场监控领域，涉及停车场车位识别技术，具体地说，涉及了一种基于机器学习的停车场车位状态识别方法及系统。

背景技术

随着现代交通技术的迅速发展以及汽车保有量的不断增加，停车难是现今许多城市存在的一大难题。尤其是人流聚集的大型停车场，停车难对需要泊车的用户和停车场的运营者都造成了极大的困扰。一方面，停车场的规模一定，空间有限，车多而车位少，停车泊位无法满足用户的需要。另一方面，用户进入停车场后无法快速停车，需要在停车场内无序流动寻找空车位，不仅浪费时间，还易造成停车场内交通拥堵。

目前，车位识别时，现有的车位检测方法主要包括声波车位检测、感应线圈车位检测和激光车位检测等。声波车位检测、感应线圈车位检测均存在每次只能检测一个车位的局限性，而激光检测则成本高且存在一定干扰。车位引导时，大部分停车场内部现有的引导方式为人工管理阶段，需要人工勘察空闲车位并配置大量专职管理人员在停车场内人工引导车辆停放，增加了车辆管理成本。因此，研发一种高效地管理停车场、准确进行停车场车位识别及车位引导、快速便捷找到空车位的系统与方法，对于解决城市停车难问题以及各停车场管理具有重大意义。

发明内容

本发明针对现有技术存在的停车难、停车场管理差等问题，提供一种基于机器学习的停车场车位状态识别方法及系统。

为了达到上述目的，本发明提供了一种基于机器学习的停车场车位状态识别方法，含有以下步骤：

根据停车场具体停车位的尺寸信息确定摄像头的具体安装位置，确保摄像头覆盖所有待测停车位，同时满足预设安装条件；

摄像头实时拍摄停车场图像，分别对目标车位在空闲状态下、有车辆占用的情况下以及有车辆横跨车位占用的情况下进行车位标注，并将标注后的图像数据进行存储；

在存储图像数据中，对所有车辆进行标注，对标注后的图像数据进行学习，建立停车位地图模型、车辆识别模型、非车辆物体模型，并不断反馈对模型进行优化；

将停车位地图模型、车辆识别模型、非车辆物体模型与实时获取的图像数据进行对比，得到识别结果；

将识别结果转换为停车位实时状态信息，集中汇总后发送至用户，向用户实时推送停车位状态信息，并结合地图应用引导用户进行停车。

优选的，所述预设安装条件为：(1)停车场内目标物体遮挡率不超过50％，(2)停车场内目标物体轮廓拍摄清晰，(3)采集图像像素不小于200万像素，(4)目标物体在采集图像中所占的像素比不低于2％。

优选的，对目标车位在空闲状态下进行标注时，直接对目标车位进行标注，并通过公式(1)和公式(2)对标注的车位进行自动校正，作为对目标车位在空闲状态下的最终标注；所述公式(1)和公式(2)表示为：