[发明专利]一种服务区检测车位疏密度的智慧灯杆及方法

权利要求书

1.一种服务区检测车位疏密度的智慧灯杆，其特征在于，包括灯杆和设置于灯杆上的监控装置，所述监控装置包括高清摄像机、视频数据采集装置、智能控制装置和显示器，智能控制装置包括图片特征识别单元和交互单元；

高清摄像机用于拍摄车位场景，通过视频数据采集装置将车位场景信息上传至智能控制装置；智能控制装置将车位场景信息设为图片样本，图片特征识别单元识别图片样本的特征参数并建立参数模型集合，通过参数模型集合将车位场景信息中的车辆筛选出来得到车辆状态；对比车辆状态和服务区车位地图，标记未被占用的车位为空闲，标记已被占用的车位为占用；对空闲和占用使用两种颜色进行标记生成热力分布图并通过交互单元在显示器中展示。

2.根据权利要求1所述的服务区检测车位疏密度的智慧灯杆，其特征在于，高清摄像头采集的图片像素不低于200万像素。

3.一种基于权利要求1所述智慧灯杆的服务区检测车位疏密度的方法，其特征在于，包括以下步骤：

S1、通过各个智慧灯杆的高清摄像机固定角度拍摄车位场景；

S2、通过视频数据采集装置将车位场景信息上传至智能控制器；

S3、通过智能控制器将车位场景信息设为图片样本，图片特征识别单元识别图片样本的特征参数并建立参数模型集合；

S4、通过参数模型集合初始化智能控制器；

S5、通过参数模型集合将车位场景信息中的车辆筛选出来得到车辆状态；

S6、对比车辆状态和服务区车位地图，标记未被占用的车位为空闲；标记已被占用的车位为占用；

S7、对空闲和占用使用两种颜色进行标记生成热力分布图并通过交互单元在显示器中展示。

4.根据权利要求3所述的服务区检测车位疏密度的方法，其特征在于，所述图片样本的特征参数包括颜色特征、纹理特征和形状特征。

5.根据权利要求4所述的服务区检测车位疏密度的方法，其特征在于，颜色特征、纹理特征、形状特征的权重分别为90％、5％、5％。

6.根据权利要求3、4或5所述的服务区检测车位疏密度的方法，其特征在于，S3中建立参数模型集合的步骤如下：

S31、通过智慧灯杆的摄像机获取目标区域照片，同时将照片的RGB数据、灰度数据分类存储；

S32、对采集的图像信息进行滤波、图像增强、图像旋转处理；

S33、对车辆特征进行提取，采用Gabor小波交换方式进行多通道信息分解处理；

S34、采用遗传算法进行车辆的特征识别，使用SVM的分类性能作为适应度对解进行评估。

7.根据权利要求3所述的服务区检测车位疏密度的方法，其特征在于，高清摄像头采集的图片像素不低于200万像素。

8.根据权利要求3所述的服务区检测车位疏密度的方法，其特征在于，S5中所述车辆状态包括驶入、停车和驶出。

9.根据权利要求8所述的服务区检测车位疏密度的方法，其特征在于，车辆状态判断方法为：

S51、通过智能控制器设定样本时间；

S52、通过图片特征识别单元识别样本时间内的图片样本获得样本时间内的车辆图片；

S53、通过智能控制器根据车辆图片与服务区车位地图获取车辆位置信息；录入当前服务区停车区域的车位栅格，根据停车线的范围判断是否有车辆占用，与车辆图片匹配从而识别出车辆所停的车位位置；

S54、通过智能控制器将车辆位置信息计算出车辆轨迹，从而判断车辆状态。