基于非局部操作的深度卷积神经网络车位占用检测算法

随着城市交通智能化发展,准确高效地获取可用车位对于解决日益严峻的停车难问题至关重要。该文提出一种基于非局部操作的深度卷积神经网络车位占用检测算法。针对停车位图像特性,引入非局部操作,度量远距离像素间的相似性,直接获取边缘高频特征;使用小卷积核获取局部细节特征;以端到端的方式训练网络。实验中,通过设置不同卷积核尺寸和非局部模块层数,优化网络结构。实验结果表明,该文所提算法与传统的基于纹理特征的车位占用检测算法相比,无论在预测精度还是模型的泛化性能,均具有显著的优势。与当前广泛应用的基于局部特征提取的卷积神经网络相比,该算法具有较大的优势。在真实场景中,该算法同样具有较高精度,具备实际应用价值。

基于矢量运算和多级阈值判断的地磁车位占用检测算法研究

检测算法解决了现有地磁车位检测中无法排除邻位停车干扰以及所选判断标准无法适应多种车型、停车应用场景的问题。检测算法分析磁偶极子模型,基于矢量运算提取目标车位停车过程产生的地磁扰动矢量,有效排除邻近车位停车过程对目标车位磁场的影响。通过收集大量真实停车产生的地磁扰动信息,统计分析地磁扰动的强度以及方向变化特征,合理选取多级阈值作为算法中车位占用检测的标准,保证检测算法适用于多种车型、停车应用场景。经过3个月实地应用测试,发现检测算法车位占用检测精度达到99.3%,优于强度或者方向单一特征判断算法,并能检测出停车是否规范。研究算法尚未应用于大型客车、货车以及特种车辆车位占用判断。

基于蓝牙通信的停车场诱导泊车系统

针对智能停车场进行研究,设计一种基于蓝牙通信的停车场诱导泊车系统。结合蓝牙、语音技术,对驾驶员进行诱导泊车,提高驾驶员进入停车场后的停车效率;利用因素综合与特殊考虑相结合的算法给车辆分配停车位,使用摄像机车牌识别技术,对车辆停放情况进行检测,针对车辆误停情况给出解决方案,提高停车场资源利用率。整个系统实现了停车智能化、合理化,为用户提供方便的同时提高了经济效益。

低功耗手机室内定位的智能化车库系统设计

为满足日益增长的停车需求,大型停车场不断涌现,从而给车主入库泊车和回库取车带来不便,故旨在提高停车场运行效率的智能车库系统也将随之发展。该文针对我国对智能化车库的强烈需求和现有智能车库系统的一些弊端,提出了一种低功耗车位占用检测技术,利用Zigbee通信方式并与手机室内定位技术相结合设计了一套功能强大成本低廉维护简单的新型智能化车库系统。