一种基于智能停车系统的剩余车位预测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108447273A(43)申请公布日2018.08.24(21)申请号201810286762.0(22)申请日2018.03.30(71)申请人合肥城市泊车投资管理有限公司地址230000安徽省合肥市庐阳区寿春路25号(72)发明人应长春(74)专利代理机构合肥维可专利代理事务所(普通合伙)34135代理人吴明华(51)Int.Cl.G08G1/065(2006.01)G08G1/14(2006.01)G08G1/017(2006.01)权利要求书1页说明书4页附图2页(54)发明名称一种基于智能停车系统的剩余车位预测方法(57)摘要本发明公开了一种基于智能停车系统的剩余车位预测方法，方法包括：通过安装在停车场的出口和停车场的入口的摄像头对进出停车场的车辆进行拍摄，以获得车牌号在内的车辆图片；对包含车牌号的车辆图片进行识别，获得车辆的车牌号；根据车辆进入停车场输入口的时间、日期，并根据车牌号生成对应车辆的目标信息，采用目标神经网络训练得到对应车牌号的训练结果，并根据训练结果判断对应车辆是否为目标车辆；根据对应车辆是否为目标车辆、当前车位数，预测剩余车位的数量。应用本发明提供的实施例，通过只能停车系统在没有提供用户的车辆是否为目标车辆的情况下，保证了停车场能够自动为目标车辆预留足够的车位，提高用户体验以及停车场的智能化。CN108447273ACN108447273A权利要求书1/1页1.一种基于智能停车系统的剩余车位预测方法，其特征在于，应用于智能停车系统，所述方法包括步骤：通过安装在停车场的出口和停车场的入口的摄像头对进出所述停车场的车辆进行拍摄，以获得车牌号在内的车辆图片，以及获得车辆进入停车场输入口的时间、日期；通过对所获得的包含车牌号在内的所述车辆图片进行识别，获得车辆的车牌号；根据车辆进入停车场输入口的时间、日期，并根据所述车牌号生成对应车辆的目标信息，所述目标信息至少包括：平均停车时长，停车时长方差，每日停车概率，平均驶入时长，驶入时长方差；根据所述目标信息，采用目标神经网络训练得到对应车牌号的训练结果，并根据训练结果判断对应车辆是否为目标车辆；根据对应车辆是否为目标车辆、当前车位数，预测剩余车位的数量。2.根据权利要求1所述的基于智能停车系统的剩余车位预测方法，其特征在于，所述通过对所获得的包含车牌号在内的所述车辆图片进行识别，获得车辆的车牌号的步骤，包括：采用训练好的基于区域的神经网络对车辆图片进行训练找出车牌区域，并对所述车牌区域进行二值化处理找出并切割字符，将切割好的字符发送至卷积神经网络进行识别，获得车辆的车牌号。3.根据权利要求1所述的基于智能停车系统的剩余车位预测方法，其特征在于，所述根据对应车辆是否为目标车辆、当前车位数，预测剩余车位的数量的步骤，包括：当对应车辆的训练结果为大于第一预设概率数值时，表示为目标车辆，在车辆为驶入停车场时，将所述当前车位数作为剩余车位的数量；当对应车辆的训练结果为大于第一预设概率数值时，表示为目标车辆，在车辆为驶出停车场时，将所述当前车位数作为剩余车位的数量；当对应车辆的训练结果为小于第二预设概率数值时，表示为非目标车辆，在车辆为驶入停车场时，将所述当前车位数减一作为剩余车位的数量；当对应车辆的训练结果为小于第二预设概率数值时，表示为目标车辆，在车辆为驶出停车场时，将所述当前车位数加一作为剩余车位的数量。4.根据权利要求1所述的基于智能停车系统的剩余车位预测方法，其特征在于，所述方法还包括：将所述训练结果作为对应车辆作为目标车辆的概率；在预测的剩余车位的数量与实际车位的使用情况不符时，按概率纠正预测错误的车辆，并且采用纠正后的车辆对应概率数据对目标神经网络针对此停车场的二次训练。5.根据权利要求1-4任一项所述的基于智能停车系统的剩余车位预测方法，其特征在于，所述目标车辆为月租车辆。2CN108447273A说明书1/4页一种基于智能停车系统的剩余车位预测方法技术领域[0001]本发明涉及停车场车位数量的预测技术领域，特别涉及一种基于智能停车系统的剩余车位预测方法。背景技术[0002]现有的停车管理系统应用于公共的停车场所中，例如商场，学校，医院等场所，主要通过用户进行刷卡、或者实现登记等方式告知停车场的管理系统，该车辆是否为预先登记的车辆，如果是则算入VIP停车区，否则剩下的可用剩余车位数量减1处理。[0003]这样就会泄露用户的使用隐私，用户的行踪通过系统遭到了泄露的风险是存在的，而对于既不用泄露用户信息，又能够统计剩余车位的停车管理系统目前市场上是不存在的。发明内容[0004]本发明所要解决的技术问题是提供一种基于智能停车系统的剩余车位预测方法，旨在通过只能停车系统在没有提供用户的车