[發明專利]一種停車檢測系統及檢測方法

有效

• 申請號: 201511015440.5
• 申請日: 2015-12-29
• 公開（公告）號: CN106935038B
• 公開（公告）日: 2020-08-25
• 發明（設計）人: 胡紅祥;李娜;張涌;馮圣中
• 申請（專利權）人: 中國科學院深圳先進技術研究院
• 主分類號: G08G1/042
• 分類號: G08G1/042
• 代理公司: 深圳市科進知識產權代理事務所(普通合伙) 44316
• 代理人: 郝明琴

1.一種停車檢測系統，包括地磁傳感器，所述地磁傳感器用于獲取當前車位地磁值，其特征在于：所述地磁傳感器還用于獲取一定范圍內周邊車位地磁值以及周邊車位地磁值的變化幅值，所述停車檢測系統還包括數據量化模塊和狀態判斷模塊，所述數據量化模塊用于對將地磁傳感器獲取的數據進行量化處理，所述狀態判斷模塊用于根據當前車位的地磁值及預設的地磁高低閥值判斷當前車位狀態，如果當前車位的地磁值低于預設的低閾值，判定車輛出庫，如果當前車位的地磁值高于預設的高閾值，判定車輛入庫；如果當前車位的地磁值介于預設的高低閾值之間，將采集并量化的當前車位的地磁值、周圍車位地磁變化幅值與原地磁值的比值輸入構造的機器模型進行判斷，根據機器模型得出車位狀態結果；

還包括樣本訓練模塊、模型訓練模塊和機器學習模塊，所述樣本訓練模塊用于根據周邊車位地磁值的變化幅值及對應車位的原地磁值計算車位的地磁變化比值，并根據地磁變化比值建立樣本訓練模型，所述模型訓練模塊用于對樣本訓練模型中的樣本訓練數據進行量化處理，將連續的地磁變化比值量化為離散值；所述機器學習模塊用于根據上述量化后的訓練數據集建立決策樹，并根據決策樹構造機器模型；

所述機器模型為隨機森林模型；

所述機器學習模塊包括參數確定單元、決策樹構造單元和模型構造單元，所述參數確定單元用于確定隨機森林模型中決策樹的數目以及每棵決策樹中的屬性數目m；所述決策樹構造單元用于對決策樹數目及屬性個數進行數據采樣，分別獲得每棵決策樹的數據訓練集，并根據數據訓練集構造多棵決策樹；所述模型構造單元用于根據所有決策樹構造隨機森林模型；

所述決策樹構造單元采用ID3算法構造決策樹；

所述狀態判斷模塊獲取隨機森林模型決策樹的所有判斷結果，取結果的眾數，為最終判定的車位狀態。

2.一種停車檢測方法，包括：

步驟A：獲取當前車位地磁值、一定范圍內周邊車位地磁值以及周邊車位地磁值的變化幅值；

步驟B：將當前車位地磁值與預先設定的地磁高低閥值進行比較，如果當前車位地磁值大于地磁高閾值，則判斷車位狀態為車輛入庫，如果當前車位地磁值小于地磁低閾值，則判斷車位狀態為車輛出庫，如果當前車位的地磁值介于預設的高低閾值之間，則進入步驟C；

步驟C：將采集并量化的當前車位的地磁值、周圍車位地磁變化幅值與原地磁值的比值輸入構造的機器模型進行判斷，根據機器模型得出車位狀態結果；

在所述步驟C中，構造的機器模型為隨機森林模型；

在所述步驟C中，構建隨機森林模型具體包括：獲取停車位的訓練數據集；對停車位訓練數據集進行篩選并量化成指定格式；根據量化后的數據集確定隨機森林中決策樹的個數以及每棵決策樹中的屬性數目；分別采樣獲得每棵決策樹的訓練集然后構造決策樹，得到隨機森林模型；

在所述步驟C中，所述根據機器模型得出車位狀態結果包括：獲取隨機森林模型決策樹的所有判斷結果，取結果的眾數，為最終判定的車位狀態。