【技術實現(xiàn)步驟摘要】
本專利技術涉及深度學習和智能交通系統(tǒng)領域，具體涉及基于深度學習的地下停車場智能管理系統(tǒng)和方法。
技術介紹
1、隨著城市化進程的加快，地下停車場的數(shù)量和規(guī)模不斷擴大。然而，地下停車場的管理一直是城市交通管理中的一個難題。傳統(tǒng)的停車場管理方式效率低下，容易出現(xiàn)停車位浪費、車輛尋車困難等問題。因此，如何實現(xiàn)地下停車場的智能化管理，提高停車效率，減少碳排放，成為了當前交通管理領域的一個重要課題。
2、現(xiàn)有的技術主要是通過攝像頭采集車位圖像，然后通過圖像處理技術來識別車輛和車位。這種技術可以在一定程度上提高停車場的管理效率，但是仍然存在一些問題。首先，由于圖像處理技術本身的局限性，其準確率和效率受到一定限制。其次，這種技術需要大量的計算資源和存儲空間，對于大規(guī)模的停車場來說，其成本較高。另外，現(xiàn)有的技術在車輛尋車和停車場燈光控制等方面還存在功能單一、智能化程度不高等問題。因此，如何實現(xiàn)地下停車場的智能化管理，實現(xiàn)實時智慧管理，提高停車效率，減少碳排放，成為了當前交通管理領域的一個重要課題。
3、由于現(xiàn)有的地下停車場管理系統(tǒng)實時智慧化程度較低，在地下停車場全局的實時智慧管理方面薄弱，因此，開發(fā)一種新的實時地下停車場管理系統(tǒng)具有重要的實際意義。
4、深度學習目標檢測技術已被用于車輛檢測領域，展示了較高的精度和實時性。這些技術能夠處理車輛圖像，實現(xiàn)快速準確的車輛識別，為實時車輛查詢系統(tǒng)提供了技術基礎。
5、基于深度學習的特征匹配技術在目標識別、目標跟蹤、圖像拼接、三維重建等領域有廣泛應用。這些技術
6、綜上所述，隨著深度學習技術的發(fā)展，實現(xiàn)基于深度學習的實時地下停車場管理系統(tǒng)有了可能。這些系統(tǒng)能夠利用深度學習算法對車輛圖像進行特征提取和匹配，實現(xiàn)快速、準確的車輛識別和查詢，特別適用于交通監(jiān)控、車輛管理和安全檢查等領域。然而，現(xiàn)有技術仍存在挑戰(zhàn)，如數(shù)據(jù)的實時性和準確性、用戶隱私和數(shù)據(jù)安全保護、服務優(yōu)化和提高查詢效率等問題需要解決。
7、本專利技術說明書的此
技術介紹
部分中所包括的信息，包括本文中所引用的任何參考文獻及其任何描述或討論，僅出于技術參考的目的而被包括在內(nèi)，并且不被認為是將限制本專利技術范圍的主題。
技術實現(xiàn)思路
1、鑒于以上所述以及其它更多的構思而提出了本專利技術。
2、根據(jù)本專利技術，公開了一種基于深度學習特征匹配的實時地下停車場管理系統(tǒng)，該系統(tǒng)可利用深度學習算法對地下停車場車輛圖像進行特征提取和匹配，以實現(xiàn)實時的車輛識別和查詢，并將數(shù)據(jù)實時更新到系統(tǒng)數(shù)據(jù)庫，該系統(tǒng)可根據(jù)這些實時數(shù)據(jù)對地下停車場進行實時的智慧管理。該系統(tǒng)可包括數(shù)據(jù)庫模塊、圖像捕獲模塊、車輛檢測與跟蹤模塊、特征提取模塊、特征匹配模塊、和管理模塊。
3、更具體而言，根據(jù)本專利技術的一方面的構思，提供了一種基于深度學習的地下停車場智能管理系統(tǒng)，包括：數(shù)據(jù)庫模塊，配置成用于存儲車輛感知數(shù)據(jù)、車位攝像頭信息、車位信息、區(qū)域信息和電子設備信息；圖像捕獲模塊，配置成用于捕獲進出口攝像頭和/或車位攝像頭的圖像數(shù)據(jù)；車輛檢測與跟蹤模塊，配置成用于使用深度學習目標檢測算法對圖像數(shù)據(jù)中的車輛進行檢測和跟蹤；車輛剪切模塊，配置成用于識別圖像數(shù)據(jù)中的車輛位置信息以及用于從圖像數(shù)據(jù)中剪切出車輛圖像；車輛信息提取模塊，配置成用于采用深度學習算法對剪切的車輛圖像進行信息提??；特征匹配模塊，配置成用于將車輛信息提取模塊提取的特征信息與數(shù)據(jù)庫中存儲的車輛特征進行比較，并結合識別的車輛車牌數(shù)據(jù)進行二次比較，以實現(xiàn)車輛的快速匹配和定位；和管理模塊，配置成用于實時保存并更新地下停車場內(nèi)所有車輛和停車位的實時信息至數(shù)據(jù)庫中，并實現(xiàn)多種智能化管理。
4、根據(jù)一實施例，數(shù)據(jù)庫模塊進一步包含以下信息：車位攝像頭信息，包括地下停車場中的監(jiān)控攝像頭的rtsp流地址、攝像頭編號、攝像頭名稱和攝像頭所在區(qū)域信息；車位信息，包括地下停車場中的車位號、車位類別、車位攝像頭編號和車位在車位攝像頭中的位置數(shù)據(jù)；區(qū)域信息，包括地下停車場中的區(qū)域編號、區(qū)域描述和區(qū)域下的攝像頭數(shù)據(jù)；和電子設備信息，包括地下停車場中的各種電子設備的編號、類別和區(qū)域編碼信息。
5、根據(jù)一實施例，圖像捕獲模塊配置成通過視頻工具ffmpeg、gstream對rtsp流進行拉流，從而獲取到車位攝像頭中的實時圖像，并將實時圖像信息和實時圖像對應的車位攝像頭信息發(fā)送給車輛檢測和跟蹤模塊。
6、根據(jù)一實施例，車輛檢測與跟蹤模塊進一步包括：車輛檢測模塊，配置成用于對車輛圖像進行尺寸變換、歸一化和標準化處理，并輸入到深度學習卷積神經(jīng)網(wǎng)絡中推理，輸出車輛的位置數(shù)據(jù)；和車輛跟蹤模塊，配置成用于基于多張車輛圖像中車輛的位置變化，對車輛給予跟蹤編號并更新。
7、根據(jù)一實施例，車輛信息提取模塊包括：車輛特征提取模塊，配置成用于通過卷積神經(jīng)網(wǎng)絡將車輛圖像轉(zhuǎn)化為512維的特征矩陣；和車輛車牌識別結果模塊，配置成用于將車輛圖像中的車牌號識別為字符。
8、根據(jù)一實施例，車輛車牌號識別模塊進一步包括：車牌檢測模塊，配置成用于檢測車牌在車輛圖像中的位置信息；車牌號識別模塊，配置成用于將剪切的車牌圖像進行預處理后送入車牌號識別模塊，輸出識別到的車輛車牌號。
9、根據(jù)一實施例，特征匹配模塊配置成對車輛和車位位置的關系進行判斷，通過車輛檢測與跟蹤模塊獲取到的車輛位置信息和數(shù)據(jù)庫中車位攝像頭對應的車位信息進行匹配，匹配算法采用交并比和長邊綜合判斷的方法進行匹配；如果匹配到了車位，則將該車和該車位在數(shù)據(jù)庫進行關聯(lián)，并將該車輛的是否停車的數(shù)據(jù)、車輛停車車位號、車輛所在地下停車場的位置數(shù)據(jù)更新到數(shù)據(jù)庫中。
10、根據(jù)一實施例，特征匹配模塊還配置成判斷最新n幀圖像中的車輛是否存在移動的情況，并將所述車輛是否活動的信息更新到數(shù)據(jù)庫中，其中，n是大于等于1的整數(shù)。
11、根據(jù)一實施例，管理模塊配置成實時保存并更新地下停車場內(nèi)所有車輛和停車位的實時信息至數(shù)據(jù)庫中，并實現(xiàn)以下智能化管理功能中的至少一者：對地下停車場進行實時調(diào)度；展示地下停車場的擁堵程度；實時展示各個車位的占用情況；對停車進行智慧引導；實現(xiàn)車主根據(jù)車牌號反向?qū)ぼ?；根?jù)不同區(qū)域是否存在活動車輛，對地下停車場燈光動態(tài)控制；為地下停車場三維重建實時動態(tài)情況提供數(shù)據(jù)支持。
12、根據(jù)本專利技術的另外一方面的構思，還披露了一種基于深度學習的地下停車場智能管理方法，其特征在于，該方法通過如上所述的地下停車場智能管理系統(tǒng)來執(zhí)行，該方法包括：數(shù)據(jù)庫模塊建立數(shù)據(jù)庫，并在數(shù)據(jù)庫中設置各個車位攝像頭的視頻流信息、車位攝像頭的位置信息、車位信息、車位和車位攝像頭的關聯(lián)信息、車位在攝像頭頁面的位置信息，以及地下停車場中的電子設備的信息；通過數(shù)據(jù)捕獲模塊對各本文檔來自技高網(wǎng)...
【技術保護點】
1.一種基于深度學習的地下停車場智能管理系統(tǒng)，其特征在于，包括：
2.根據(jù)權利要求1所述的地下停車場智能管理系統(tǒng)，其特征在于，數(shù)據(jù)庫模塊進一步包含以下信息：
3.根據(jù)權利要求1或2所述的地下停車場智能管理系統(tǒng)，其特征在于，圖像捕獲模塊配置成通過視頻工具ffmpeg、gstream對rtsp流進行拉流，從而獲取到車位攝像頭中的實時圖像，并將實時圖像信息和實時圖像對應的車位攝像頭信息發(fā)送給車輛檢測和跟蹤模塊。
4.根據(jù)權利要求1所述的地下停車場智能管理系統(tǒng)，其特征在于，車輛檢測與跟蹤模塊進一步包括：
5.根據(jù)權利要求1所述的地下停車場智能管理系統(tǒng)，其特征在于，車輛信息提取模塊包括：
6.根據(jù)權利要求5所述的地下停車場智能管理系統(tǒng)，其特征在于，車輛車牌號識別模塊進一步包括：
7.根據(jù)權利要求1所述的地下停車場智能管理系統(tǒng)，其特征在于，特征匹配模塊配置成對車輛和車位位置的關系進行判斷，通過車輛檢測與跟蹤模塊獲取到的車輛位置信息和數(shù)據(jù)庫中車位攝像頭對應的車位信息進行匹配，匹配算法采用交并比和長邊綜合判斷的方法進行匹配；
8.根據(jù)權利要求1或7所述的地下停車場智能管理系統(tǒng)，其特征在于，特征匹配模塊還配置成判斷最新N幀圖像中的車輛是否存在移動的情況，并將所述車輛是否活動的信息更新到數(shù)據(jù)庫中，其中，N是大于等于1的整數(shù)。
9.根據(jù)權利要求1所述的地下停車場智能管理系統(tǒng)，其特征在于，管理模塊配置成實時保存并更新地下停車場內(nèi)所有車輛和停車位的實時信息至數(shù)據(jù)庫中，并實現(xiàn)以下智能化管理功能中的至少一者：
10.一種基于深度學習的地下停車場智能管理方法，其特征在于，所述方法通過權利要求1-9中任一項所述的地下停車場智能管理系統(tǒng)來執(zhí)行，所述方法包括：
...【技術特征摘要】
1.一種基于深度學習的地下停車場智能管理系統(tǒng)，其特征在于，包括：
2.根據(jù)權利要求1所述的地下停車場智能管理系統(tǒng)，其特征在于，數(shù)據(jù)庫模塊進一步包含以下信息：
3.根據(jù)權利要求1或2所述的地下停車場智能管理系統(tǒng)，其特征在于，圖像捕獲模塊配置成通過視頻工具ffmpeg、gstream對rtsp流進行拉流，從而獲取到車位攝像頭中的實時圖像，并將實時圖像信息和實時圖像對應的車位攝像頭信息發(fā)送給車輛檢測和跟蹤模塊。
4.根據(jù)權利要求1所述的地下停車場智能管理系統(tǒng)，其特征在于，車輛檢測與跟蹤模塊進一步包括：
5.根據(jù)權利要求1所述的地下停車場智能管理系統(tǒng)，其特征在于，車輛信息提取模塊包括：
6.根據(jù)權利要求5所述的地下停車場智能管理系統(tǒng)，其特征在于，車輛車牌號識別模塊進一步包括：
7.根據(jù)權利要求1所述的地下停車場智能管理系統(tǒng)，其特征在于，特征匹配模塊配置成對車輛和車位位置的關...
【專利技術屬性】
技術研發(fā)人員：陳晨，李嘉成，唐海峰，
申請(專利權)人：國科環(huán)宇南京電子技術有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。