1、(19)国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 202310613578.3(22)申请日 2023.05.29(71)申请人 桂林电子科技大学地址 541004 广西壮族自治区桂林市灵川县灵田镇(72)发明人 谭本英李江祁王学林(74)专利代理机构 北京盛询知识产权代理有限公司 11901专利代理师 张焱(51)Int.Cl.G08G 1/14(2006.01)G08G 1/0968(2006.01)G06V 20/62(2022.01)G06T 7/13(2017.01)G06V 10/82(2022.01)G01C 21/20(2006.
2、01)(54)发明名称一种地下车库智能导引方法(57)摘要本发明公开了一种地下车库智能导引方法包括:获取车位状态;识别车辆的车牌信息;基于所述车位状态和所述车牌信息,获取所述车辆的路径规划;根据所述路径规划,对车辆进行导引停车,并判断车位信息和所述车牌信息是否有误。本发明能够使停车用户更便捷地了解停车场内停车位的详细信息,有效减少驾驶的负担,不仅能够避免人们在道路违规停车,还可以减少用户在找车位时的时间和燃油消耗等额外成本。权利要求书2页 说明书5页 附图1页CN 116612658 A2023.08.18CN 116612658 A1.一种地下车库智能导引方法,其特征在于,包括:获取车位状态
3、;识别车辆的车牌信息;基于所述车位状态和所述车牌信息,获取所述车辆的路径规划;根据所述路径规划,对车辆进行导引停车,并判断车位信息和所述车牌信息是否有误。2.根据权利要求1所述的一种地下车库智能导引方法,其特征在于,获取所述车位状态包括:选定停车场区域;对所述停车场区域进行直线检测,并对所述停车场区域进行调整;根据调整后所述停车场区域的图像,获取车位状态。3.根据权利要求1所述的一种地下车库智能导引方法,其特征在于,识别所述车辆的车牌信息包括:获取车辆图像,并对所述车辆图像进行分割;基于所述车辆图像,获取车牌区域;利用CNN对所述车牌区域进行字符识别,获取车牌信息。4.根据权利要求3所述的一种
4、地下车库智能导引方法,其特征在于,获取所述车牌区域包括:利用CV2进行边缘检测,获取车牌边缘区域;并对所述车牌边缘区域进行矫正,获取所述车牌区域;其中,矫正过程包括:获取所述车牌边缘区域的边缘坐标和最小外接矩形的端点坐标,再计算出所述边缘坐标到所述最小外接矩形的端点、到所述最小外接矩形的上或到所述最小外接矩形的下边的距离之和,分别选出四个计算结果最小的值作为平行四边形车牌区域端点,完成所述车牌边缘区域进行矫正。5.根据权利要求1所述的一种地下车库智能导引方法,其特征在于,获取所述车辆的路径规划包括:根据所述车位状态,获取最佳停车位;获取所述车辆到所述最佳停车位的最优路径;基于所述最优路径,获取
5、所述车辆的路径规划,其中,所述路径规划包括:驶入所述最佳停车位路径和驶离停车场路径。6.根据权利要求5所述的一种地下车库智能导引方法,其特征在于,获取所述最佳停车位包括:使用层次分析模型获取所述最佳停车位;所述层次分析模型为:其中,i为第i个车位的综合评价值,bij第i个车位的第j个归一化属性值,Wj为第j个属性值的权重,n为搜索到的空闲车位数量。7.根据权利要求5所述的一种地下车库智能导引方法,其特征在于,基于所述最优路权利要求书1/2 页2CN 116612658 A2径,获取所述车辆的路径规划包括:采用Dijkstra模型,获取最优路径和次优路径;判断所述最优路径中是否有停车车辆;若无所
6、述停车车辆,则获取所述最优路径为路径规划;若有所述停车车辆,则判断是否选用次优路径为路径规划。8.根据权利要求7所述的一种地下车库智能导引方法,其特征在于,判断是否选用次有路径为路径规划包括:若则选择所述次优路径为路径规划;若则仍选择所述最优路径为路径规划;其中,N为检测到的导航路径中正在停车的车辆,V为车辆在停车场内行驶的平均速度,T为一辆车停车的平均时间,Li为第i条路径,Li+1为第i+1条路径。9.根据权利要求1所述的一种地下车库智能导引方法,其特征在于,判断所述车位信息和所述车牌信息是否有误包括:根据所述路径规划,判断所述车位信息是否与所述车牌信息一致;若不一致,则更正所述车牌信息。
7、权利要求书2/2 页3CN 116612658 A3一种地下车库智能导引方法技术领域0001本发明属于室内导航定位领域,特别涉及一种地下车库智能导引方法。背景技术0002随着我国经济和社会的不断发展,人民生活水平不断的提高,汽车也逐渐成为了人们出行的首选交通工具。小汽车的数量持续增长,停车场不断朝着规模化、多层化方向发展。而大型停车场内,可能会由于缺乏合理规划、管理,造成停车场内停车位布局混乱、停车场区域划分不当等问题,在停车场内寻找停车位变得不再简单。同时,由于停车场内规模过大,车辆过多,缺乏相关技术手段,车主取车难问题也日渐突出。因此,我们需要更高效的利用这些停车位,实现车辆导引和定位的有
8、机结合,提高停车场的运行和运转效率,提高停车位的利用率,改善城市交通环境、生态环境,为城市居民提供便利。大部分停车场车位引导方法是通过在停车场出入口和道路岔口设置各级车位引导显示屏向驾驶员用户传递车位及方向信息完成停车引导,但具体的泊车区域、行驶路径和车位由用户自主选择。此类停车引导方法通常存在着一些问题:因为人的从众心理,用户完全自主选择车位泊车的车位引导系统容易造成停车场内局部区域车位紧张、局部车位无车停靠的现象。发明内容0003为解决上述技术问题,本发明提出了一种地下车库智能导引方法,不仅能够解决用户完全自主选择车位泊车的车位引导系统容易造成停车场内局部区域车位紧张、局部车位无车停靠的现
9、象,还能减少用户在找车位时的时间和燃油消耗等额外成本。0004为实现上述目的,本发明提供了一种地下车库智能导引方法,包括:0005获取车位状态;0006识别车辆的车牌信息;0007基于所述车位状态和所述车牌信息,获取所述车辆的路径规划;0008根据所述路径规划,对车辆进行导引停车,并判断车位信息和所述车牌信息是否有误。0009可选的,获取所述车位状态包括:0010选定停车场区域;0011对所述停车场区域进行直线检测,并对所述停车场区域进行调整;0012根据调整后所述停车场区域的图像,获取车位状态。0013可选的,识别所述车辆的车牌信息包括:0014获取车辆图像,并对所述车辆图像进行分割;001
10、5基于所述车辆图像,获取车牌区域;0016利用CNN对所述车牌区域进行字符识别,获取车牌信息。0017可选的,获取所述车牌区域包括:0018利用CV2进行边缘检测,获取车牌边缘区域;说明书1/5 页4CN 116612658 A40019并对所述车牌边缘区域进行矫正,获取所述车牌区域;0020其中,矫正过程包括:获取所述车牌边缘区域的边缘坐标和最小外接矩形的端点坐标,再计算出所述边缘坐标到所述最小外接矩形的端点、到所述最小外接矩形的上或到所述最小外接矩形的下边的距离之和,分别选出四个计算结果最小的值作为平行四边形车牌区域端点,完成所述车牌边缘区域进行矫正。0021可选的,获取所述车辆的路径规划
11、包括:0022根据所述车位状态,获取最佳停车位;0023获取所述车辆到所述最佳停车位的最优路径;0024基于所述最优路径,获取所述车辆的路径规划,其中,所述路径规划包括:驶入所述最佳停车位路径和驶离停车场路径。0025可选的,获取所述最佳停车位包括:0026使用层次分析模型获取所述最佳停车位;0027所述层次分析模型为:00280029其中,i为第i个车位的综合评价值,bij第i个车位的第j个归一化属性值,Wj为第j个属性值的权重,n为搜索到的空闲车位数量。0030可选的,基于所述最优路径,获取所述车辆的路径规划包括:0031采用Dijkstra模型,获取最优路径和次优路径;0032判断所述最
12、优路径中是否有停车车辆;0033若无所述停车车辆,则获取所述最优路径为路径规划;0034若有所述停车车辆,则判断是否选用次优路径为路径规划。0035可选的,判断是否选用次有路径为路径规划包括:0036若则选择所述次优路径为路径规划;0037若则仍选择所述最优路径为路径规划;0038其中,N为检测到的导航路径中正在停车的车辆,V为车辆在停车场内行驶的平均速度,T为一辆车停车的平均时间,Li为第i条路径,Li+1为第i+1条路径,i值越小则路径越佳。0039可选的,判断所述车位信息和所述车牌信息是否有误包括:0040根据所述路径规划,判断所述车位信息是否与所述车牌信息一致;0041若不一致,则更正
13、所述车牌信息。0042与现有技术相比,本发明具有如下优点和技术效果:0043本发明提供的方法能够使停车用户更便捷地了解停车场内停车位的详细信息,有效减少驾驶的负担,不仅能够避免人们在道路违规停车,还可以减少用户在找车位时的时间和燃油消耗等额外成本。说明书2/5 页5CN 116612658 A5附图说明0044构成本申请的一部分的附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:0045图1是本发明实施例提供的传感器网络的结构示意图;0046图2是本发明实施例提供的地下车库智能导引方法技术路线示意图。具体实施方式0047需要说明
14、的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。0048需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。0049实施例0050本实施例提出了一种地下车库智能导引方法,如图2所示包括:0051获取车位状态包括:为了实现对整个停车场的宏观调控和确保停车场的运行秩序,需要确认车位状态,即车位是否已停放车辆,实现过程涉及大量的图像处理操作,主要包括数据的预处理和模型的训练、测试;0052对视频的某一
15、帧图像手动设置坐标框定停车场区域,去除多余背景;0053采用霍夫变换检测直线并过滤,过滤直线的参考标准为:线不能倾斜,水平方向长度不能太长或太短,根据停车位的实际情况进行调整,从而划分出每个停车位,然后根据实际情况进行车位区域微调;0054采用卷积神经网络进行模型的训练和测试,数据集是截取的所有停车位图像,标注为“空车位”和“被占据车位”两类数据样本,对采集到的数据集合以5:1的比例划分为训练样本集和测试样本集,完成对模型的训练和测试。0055识别车辆的车牌信息包括:0056搭建并训练Unet模型进行图像分割得到二值化图像,再利用CV2进行边缘检测获取车牌区域并进行矫正,其中矫正过程为:先获取
16、车牌区域的边缘坐标和最小外接矩形的4个端点坐标,再计算出边缘坐标到最小外接矩形的端点和到上或下边的距离之和,点线距离和点到端点的距离赋予不同的权重,分别选出四个计算结果最小的点作为平行四边形车牌区域端点;0057以左上角的点为例,计算点线距离和点到端点的距离d的方程为:0058dweightdup+(1weight)dpoint0059weight0.970060其中,dup是P到最小外接矩形的左上角点和右上角点所在直线的距离,dpoint是边缘坐标到最小外接矩形左上角端点坐标的距离,weight为权重;0061利用CNN进行车牌字符识别,其中数据集为标注好的车牌图片。0062基于车位状态和车
17、牌信息,获取车辆的路径规划包括:0063在用户需要停车时规划一个停车位:以电梯口为原点、20m为半径搜索该范围的空闲停车位,选择综合评价值最高的停车位,如果该范围内没有空闲车位,则搜索范围半径增说明书3/5 页6CN 116612658 A6加20m,直至选取车位成功;0064使用基于层次分析法的决策模型为客户选定最佳车位,层次分析法的决策模型为:0065006600670068006900700071其中;aij为第i个车位的第j个属性值,为第j个属性值的最大值,为第j个属性值的最小值,bij第i个车位的第j个归一化属性值;是为规范化处理前的第j个属性值的权重,Wj为第j个属性值的权重;X为
18、成对比较矩阵,xij为第i个属性值相对于第j个属性值的重要程度,取值范围是09,为规范化处理后的第i个属性值相对于第j个属性值的重要程度,n为搜索到的空闲车位数量;i为第i个车位的综合评价值,数值大的停车位更佳。0072提供导航服务帮助用户到达停车位停车,或到达停车位取车后驶离停车场0073采用改进的Dijkstra算法,假设其给出的最优路线路成为L1,次优路线为L2,选定Li作为导航路径(i初值为1),若检测到最优路线中存在其他车辆正在停车,且:00740075则选择Li+1作为导航路径,否则不改变原有路径。其中,N为检测到的导航路径中正在停车的车辆,V为车辆在停车场内行驶的平均速度,T为一
19、辆车停车的平均时间,Li为第i条路径,Li+1为第i+1条路径,i值越小则路径越佳;0076在导航时,采用WiFi和视频结合的方法进行定位,即首先通过用户的手机与停车场的WiFi相连进行初步定位,当用户或用户所驾驶的车辆被摄像头拍摄并识别时,对目标的位置进行修正,并反馈至导航系统。0077根据路径规划,对车辆进行导引停车,待车辆停入停车位后,核对车位信息和车牌说明书4/5 页7CN 116612658 A7信息,若车辆未停入规划好的车位中,则更正车牌信息;0078设计与用户的交互界面,通过交互界面,用户可以查询空余车位数量、看到系统提供的导航路径。0079如图1所示,本实施例的导引方法能够监测
20、停车场内的车位处在被占用状态还是空闲状态;用户驾车出入场时进行车牌检测以获取车辆信息;为需要泊车的用户提供一个停车位,并规划出一条最佳路径为用户提供导航服务,此外,在对应的车位上通过车牌检测进一步确认该车位停放车辆的信息;在用户需要取车时,系统会基于用户当前所在位置和车辆停放位置提供导航服务,指引用户快速取车;然后,系统会为用户提供导航帮助其驶出停车场。0080以上,仅为本申请较佳的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。说明书5/5 页8CN 116612658 A8图1图2说明书附图1/1 页9CN 116612658 A9
copyright@ 2017-2020 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备2021068784号-1