[發明專利]基于云端的車位信息智能識別方法和系統

有效

• 申請號: 201910565499.3
• 申請日: 2019-06-27
• 公開（公告）號: CN110211421B
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 高昆;袁巍;周星宇;姚海鵬;單蘭鑫;余沛霖
• 申請（專利權）人: 北京理工大學
• 主分類號: G08G1/14
• 分類號: G08G1/14
• 代理公司: 北京晟睿智杰知識產權代理事務所(特殊普通合伙) 11603
• 代理人: 于淼

1.一種基于云端的車位信息智能識別方法，其特征在于，包括：

行車記錄裝置中的中央處理器對行車視頻進行處理形成初處理數據，其中，所述初處理數據包括帶車位號的圖片；

所述行車記錄裝置中的藍牙端口將所述初處理數據發送至手機客戶端；

所述手機客戶端接收所述初處理數據，并將所述初處理數據上傳至云端服務器；

所述云端服務器接收所述初處理數據；

所述云端服務器內的運算模型基于所述初處理數據和所述云端服務器內的云端數據庫中原始數據進行訓練學習和校驗，并對所述初處理數據進行識別得到識別結果，將所述識別結果中匹配度最高的發送至所述手機客戶端，同時將所述初處理數據加入所述云端數據庫中的原始數據；其中，

所述云端服務器內的運算模型基于所述初處理數據和所述云端服務器內的云端數據庫中原始數據進行雙向訓練學習和校驗，包括：

所述云端服務器內的所述運算模型讀入所述初處理數據和所述云端服務器內的云端數據庫中原始數據；

將所述初處理數據和所述原始數據整體劃分為學習數據和校驗數據兩個部分；

使用支持向量機器算法創建二進制分類模型，在所述二進制分類模型的基礎上從一組二元分類模型分建多類第一分類模型，加入所述學習數據訓練所述第一分類模型，加入所述校驗數據對訓練所得的所述第一分類模型進行評分；

使用決策叢計算法創建多類第二分類模型，加入所述學習數據訓練所述第二分類模型，加入所述校驗數據對訓練所得的所述第二分類模型進行評分；

使用標準指標評估所述第一分類模型和所述第二分類模型；

所述手機客戶端接收匹配度最高的所述識別結果。

2.根據權利要求1所述的基于云端的車位信息智能識別方法，其特征在于，還包括：

所述手機客戶端判斷是否獲得權限，所述權限至少包括藍牙、文件和手機定位；

在未獲得所述權限時，提醒使用者進行授權；

在獲得所述權限時，所述手機客戶端接收所述初處理數據，并將所述初處理數據上傳至云端服務器。

3.根據權利要求1所述的基于云端的車位信息智能識別方法，其特征在于，

所述云端數據庫在初始狀態時，所述原始數據包括理想數據和實驗數據，其中，所述理想數據為按照實驗條件形成的數據，所述實驗數據為按照實驗條件，并加入實際因素形成的數據，所述實際因素至少包括光線和角度。

4.根據權利要求1所述的基于云端的車位信息智能識別方法，其特征在于，

所述行車記錄裝置中的中央處理器對行車視頻進行處理形成初處理數據，包括：

所述行車記錄裝置中的所述中央處理器按照第一時間間隔對行車視頻進行圖片截取，得到截取圖片，其中所述第一時間間隔根據所述中央處理器的處理速度設定；

所述中央處理器將所述截取圖片中帶車位號的圖片挑選出來形成所述初處理數據。

5.根據權利要求1所述的基于云端的車位信息智能識別方法，其特征在于，還包括：

所述行車記錄裝置中的GPS模塊對行車位置進行記錄；

所述行車記錄裝置中的所述藍牙端口將所述行車位置發送至手機客戶端；

所述手機客戶端接收所述行車位置。