[发明专利]基于云端的车位信息智能识别方法和系统有效

专利信息
申请号: 201910565499.3 申请日: 2019-06-27
公开(公告)号: CN110211421B 公开(公告)日: 2021-06-04
发明(设计)人: 高昆;袁巍;周星宇;姚海鹏;单兰鑫;余沛霖 申请(专利权)人: 北京理工大学
主分类号: G08G1/14 分类号: G08G1/14
代理公司: 北京晟睿智杰知识产权代理事务所(特殊普通合伙) 11603 代理人: 于淼
地址: 100081 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 云端 车位 信息 智能 识别 方法 系统
【说明书】:

发明公开一种基于云端的车位信息智能识别方法和系统,方法包括:行车记录装置中的中央处理器对行车视频进行处理形成初处理数据,初处理数据包括带车位号的图片;行车记录装置中的蓝牙端口将初处理数据发送至手机客户端;手机客户端接收初处理数据,并将初处理数据上传至云端服务器;云端服务器接收初处理数据;云端服务器内的运算模型基于初处理数据和云端服务器内的云端数据库中原始数据进行训练学习和校验,并对初处理数据进行识别得到识别结果,将识别结果中匹配度最高的发送至手机客户端,同时将初处理数据加入云端数据库;手机客户端接收匹配度最高的识别结果。本发明能够对车位信息进行识别,为使用者寻找自己的车辆提供帮助。

技术领域

本发明涉及车位信息识别领域,更具体地,涉及一种基于云端的车位信息智能识别方法和系统。

背景技术

随着人们物质生活的日益提高,有车一族的人数在不断增加,使得对应的小车停车场也越修越大,在大型停车场之中在没有辅助的情况下寻找自己的汽车无疑会有一定的难度。现有技术提供的一种基于区块链技术的行车记录仪(申请号2013100584910)中,由副摄像头和主记录仪组成。主记录仪上还带有主摄像头,内部包括PCB主板,可以进行储存、处理和传感。主记录仪带有WIFI模块,可以无线连接各个行车记录仪联网,构成云数据平台。现有技术中的行车记录仪存在如下问题:

1、云数据平台的构建需要借助互联网数据库技术,虽然可以实现公开透明化,但是其运行需要提供较好的网络条件和供电,在没有连接网络的情况下难以运行;

2、闭源,仅由固定的公司企业进行开发、维护,不利于技术交流、技术发展和技术的积累,也不利于形成统一的行业标准,长期来看不利于本行业的健康发展;

3、功能较单一,局限于记录功能,不能实现车位信息的识别。

发明内容

有鉴于此,本发明提供了一种基于云端的车位信息智能识别的方法和系统,能够对车位信息进行识别,为使用者寻找自己的车辆提供帮助。

为了解决上述技术问题,本发明提出一种基于云端的车位信息智能识别方法,包括:行车记录装置中的中央处理器对行车视频进行处理形成初处理数据,其中,初处理数据包括带车位号的图片;行车记录装置中的蓝牙端口将初处理数据发送至手机客户端;手机客户端接收初处理数据,并将初处理数据上传至云端服务器;云端服务器接收初处理数据;云端服务器内的运算模型基于初处理数据和云端服务器内的云端数据库中原始数据进行训练学习和校验,并对初处理数据进行识别得到识别结果,将识别结果中匹配度最高的发送至手机客户端,同时将初处理数据加入云端数据库;其中,云端服务器内的运算模型基于初处理数据和云端服务器内的云端数据库中原始数据进行双向训练学习和校验,包括:云端服务器内的运算模型读入初处理数据和云端服务器内的云端数据库中原始数据;将初处理数据和原始数据整体划分为学习数据和校验数据两个部分;使用支持向量机器算法创建二进制分类模型,在二进制分类模型的基础上从一组二元分类模型分建多类第一分类模型,加入学习数据训练第一分类模型,加入校验数据对训练所得的第一分类模型进行评分;使用决策丛计算法创建多类第二分类模型,加入学习数据训练第二分类模型,加入校验数据对训练所得的第二分类模型进行评分;使用标准指标评估第一分类模型和第二分类模型;手机客户端接收匹配度最高的识别结果。

优选的,其中,还包括:手机客户端判断是否获得权限,权限至少包括蓝牙、文件和手机定位;在未获得权限时,提醒使用者进行授权;在获得权限时,手机客户端接收初处理数据,并将初处理数据上传至云端服务器。

优选的,其中,云端数据库在初始状态时,原始数据包括理想数据和实验数据,其中,理想数据为按照实验条件形成的数据,实验数据为按照实验条件,并加入实际因素形成的数据,实际因素至少包括光线和角度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京理工大学,未经北京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910565499.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top