[發(fā)明專利]共享單車智能化識別系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201710361816.0
• 申請日: 2017-05-22
• 公開（公告）號: CN107180231B
• 公開（公告）日: 2018-03-23
• 發(fā)明（設計）人: 吳星月;吳玉柱
• 申請（專利權）人: 寧夏金博樂食品科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/40;G06K9/62;G01C9/24
• 代理公司: 北京輕創(chuàng)知識產權代理有限公司11212
• 代理人: 談杰

技術領域

本發(fā)明涉及共享單車領域，尤其涉及一種共享單車智能化識別系統(tǒng)。

背景技術

第三方數(shù)據(jù)研究機構比達咨詢日前發(fā)布的《2016中國共享單車市場研究報告》顯示，截至2016年底，中國共享單車市場整體用戶數(shù)量已達到1886萬，預計2017年，共享單車市場用戶規(guī)模將繼續(xù)保持大幅增長，年底將達5000萬用戶規(guī)模。

報告指出，中國共享單車市場已經(jīng)歷了三個發(fā)展階段。2007年—2010年為第一階段，由國外興起的公共單車模式開始引進國內，由政府主導分城市管理，多為有樁單車。2010年—2014年為第二階段，專門經(jīng)營單車市場的企業(yè)開始出現(xiàn)，但公共單車仍以有樁單車為主。2014年至今為第三階段，隨著移動互聯(lián)網(wǎng)的快速發(fā)展，以OFO為首的互聯(lián)網(wǎng)共享單車應運而生，更加便捷的無樁單車開始取代有樁單車。

報告顯示，目前，中國共享單車市場中OFO和摩拜兩家企業(yè)優(yōu)勢比較明顯，其中，OFO單車投放量最多，達到80萬臺，市場占有率51.2％；摩拜單車60萬臺，市場占有率40.1％。

報告還顯示，共享單車更受年輕男性歡迎。中國共享單車用戶中男性占比54.2％，女性占比45.8％。用戶年齡分布中，25歲—35歲人群使用最多，其次是25歲以下人群。使用頻率中，每周使用3次—4次的用戶最多。

隨著共享單車的蓬勃發(fā)展，其本身帶來的一些問題也浮出水面，有待解決。例如，由于共享單車分布過于零散，其運營商很難分配大量的人力和物力進行共享單車的修理和維護，導致一些共享單車長期處于倒下的狀態(tài)，這時，不僅影響城市景觀，而且會降低客戶的騎行欲望，從而形成惡性循環(huán)。

發(fā)明內容

為了解決上述問題，本發(fā)明提供了一種共享單車智能化識別系統(tǒng)，采用水平檢測儀檢測后遙感圖像分析的模式，在不影響分析結果的同時，減少使用繁瑣的遙感圖像進行分析的次數(shù)，從而提高了傾倒狀態(tài)檢測的效率和精度，尤為重要的時，采用了有針對性的、高精度的圖像濾波處理模式，基于圖像內容進行自適應的逐級濾波處理，提高了待檢測的遙感圖像的清晰度。

根據(jù)本發(fā)明的一方面，提供了一種共享單車智能化識別系統(tǒng)，所述系統(tǒng)包括：

水平測量儀，設置在共享單車的豎梁上，用于基于其中的氣泡狀態(tài)確定共享單車的豎梁是否處于豎立狀態(tài)；

氣泡狀態(tài)檢測設備，與所述水平測量儀連接，用于在確定共享單車的豎梁處于豎立狀態(tài)時，發(fā)出第一豎立信號，在確定共享單車的豎梁處于橫躺狀態(tài)時，發(fā)出第一橫躺信號；

遙感啟動設備，與所述氣泡狀態(tài)檢測設備連接，用于在接收到所述第一橫躺信號時，開啟對遙感衛(wèi)星的數(shù)據(jù)接收，在接收到所述第一豎立信號時，關閉對遙感衛(wèi)星的數(shù)據(jù)接收；

遙感圖像接收設備，與所述遙感啟動設備連接，用于在所述遙感啟動設備的控制下，開啟或關閉對遙感衛(wèi)星的數(shù)據(jù)接收，從遙感衛(wèi)星接收到的數(shù)據(jù)為遙感圖像。

更具體地，在所述共享單車智能化識別系統(tǒng)中，還包括：

第一濾波設備，與所述遙感圖像接收設備連接，用于接收遙感圖像，對所述遙感圖像同時執(zhí)行小波濾波處理、維納濾波處理、中值濾波處理和高斯低通濾波處理，以分別獲得第一濾波圖像、第二濾波圖像、第三濾波圖像和第四濾波圖像，同時對所述第一濾波圖像、所述第二濾波圖像、所述第三濾波圖像和所述第四濾波圖像進行信噪比分析以分別獲得第一信噪比、第二信噪比、第三信噪比和第四信噪比，從所述四個信噪比中選擇數(shù)值最大的信噪比作為目標信噪比，將目標信噪比對應的濾波圖像作為目標濾波圖像；

邊緣增強設備，與所述第一濾波設備連接，用于對所述目標濾波圖像進行邊緣增強處理以獲得邊緣增強圖像。

更具體地，在所述共享單車智能化識別系統(tǒng)中，還包括：

噪聲分析設備，與所述邊緣增強設備連接，用于對所述邊緣增強圖像進行噪聲成分解析以獲得所述邊緣增強圖像中各種噪聲類型以及分別對應的各個噪聲信號成分，在獲得的各個噪聲信號成分中選擇出幅值最大的三個噪聲信號成分并按照幅值從大到小排序分別作為第一噪聲信號成分、第二噪聲信號成分和第三噪聲信號成分；

第二濾波設備，分別與所述邊緣增強設備和所述噪聲分析設備連接，用于從圖像濾波模版庫中搜索與第一噪聲信號成分、第二噪聲信號成分和第三噪聲信號成分分別對應的圖像濾波模版以作為第一濾波模版、第二濾波模版和第三濾波模版，基于所述第一濾波模版、所述第二濾波模版和所述第三濾波模版對所述邊緣增強圖像執(zhí)行濾波處理以獲得最終濾波圖像；