[發明專利]一種基于深度學習的有效劃線車位識別方法和系統

有效

• 申請號: 201910814501.6
• 申請日: 2019-08-30
• 公開（公告）號: CN110415555B
• 公開（公告）日: 2020-09-29
• 發明（設計）人: 戚鵬飛
• 申請（專利權）人: 的盧技術有限公司
• 主分類號: G08G1/14
• 分類號: G08G1/14;G06K9/00;G06K9/34;G06K9/62;G06T5/00;G06T7/80
• 代理公司: 南京禹為知識產權代理事務所(特殊普通合伙) 32272
• 代理人: 王曉東

1.一種基于深度學習的有效劃線車位識別方法，其特征在于：包括以下步驟，

車載攝像模塊（100）采集周圍環境圖像，所述車載攝像模塊（100）拍攝視角為水平向下45度，在車輛時速低于10km/h時自動啟動，所述車載攝像模塊（100）為無需部署在停車位上的車位傳感器；

將采集的路邊地面的周圍環境傳輸至車載計算終端（200）；

圖像識別處理模塊（300）采用深度學習方法和利用圖像識別分割模型對傳入環境圖像進行判別，計算出空余停車位的數量和位置，并在車載中控屏上顯示出空余停車位與本車的相對位置；

所述深度學習方法收集路邊空余車位和停車場圖像作為樣本，樣本圖像包含劃線車位、禁停標志、地鎖障礙物，并將圖像中的元素分割為空余車位和障礙物，得到圖像訓練集；

所述深度學習方法構建2層全連接層，其輸入包括圖像編號、輸入編號的2維張量，輸出是檢測目標的類別概率和bbox坐標；

所述圖像識別分割模型的識別結果包含識別出劃線車位四個角點位置和識別出禁停標志和地鎖障礙物及其坐標；

所述圖像識別處理模塊（300）在檢測出車位同時判別停車位內是否存在禁停標志或地鎖，若有則忽略當前車位繼續下一處車位檢測，直至完成符合的停車位的檢測。

2.如權利要求1所述的基于深度學習的有效劃線車位識別方法，其特征在于：圖像識別處理模塊（300）部署于車載計算終端（200）內，還包括以下識別步驟，

收集路邊車位和停車場圖像作為樣本；

預測圖像包含的元素；

所述樣本進行深度學習訓練及圖像識別。

3.如權利要求1或2所述的基于深度學習的有效劃線車位識別方法，其特征在于：還包括以下步驟，

樣本圖像包含劃線車位、禁停標志、地鎖障礙物，將圖像中的元素分割為空余車位和障礙物，得到圖像訓練集；

識別訓練模型利用所述訓練集進行訓練；

訓練好的圖像識別訓練模型對采集的圖形進行識別，識別結果包含識別出劃線車位四個角點位置；

識別出禁停標志和地鎖障礙物及其坐標；

匯總各區域圖像識別結果，若障礙物的底部坐標落在劃線車位四個角點構成的連通區域里，則忽略當前劃線車位；否則當前車位作為有效車位返回位置坐標。

4.如權利要求3所述的基于深度學習的有效劃線車位識別方法，其特征在于：所述車載攝像模塊（100）為圖像采集攝像頭，將車輛右側大燈下方的近焦攝像頭，經過預先標定，拍攝視角為水平向下45度，在車輛時速低于10km/h時自動啟動。

5.如權利要求4所述的基于深度學習的有效劃線車位識別方法，其特征在于：圖像識別步驟包括基于MxNet或TensorFlow框架構建卷積神經網絡，構建步驟如下，

構建3層卷積層，2x2的Max-pooling和ReLU修正線性單元，其輸入包括圖像編號、通道、Y坐標和X坐標的4維張量，輸出是另一個經處理得到的4維張量；

構建2層全連接層，其輸入包括圖像編號、輸入編號的2維張量，輸出是檢測目標的類別概率和bbox坐標；

合并層鏈接卷積層和全連接層，使用Softmax Layer標準化輸出；

交叉熵作為成本計量函數，取其均值并調整參數不斷優化訓練結果。

6.如權利要求4或5所述的基于深度學習的有效劃線車位識別方法，其特征在于：還包括用戶請求查詢空余車位的步驟，

應用車位查詢服務，向圖像識別服務的圖像識別訓練模型發送請求獲取停車場狀態；

圖像識別訓練模型向圖像采集服務獲取最新停車場圖像；

使用圖像識別訓練模型對圖像識別預測；

停車場應用服務繪制出車位平面圖，標注出空余車位，用戶根據圖像位置及標志找到空余車位位置。

7.如權利要求6所述的基于深度學習的有效劃線車位識別方法，其特征在于：還包括車位查詢服務（400），提供網頁和APP供用戶查詢停車場空余車位，提供網頁供停車場管理人員統計停車場使用情況。

8.一種基于深度學習的有效劃線車位識別系統，其特征在于：包括如權利要求1~7任一項所述的基于深度學習的有效劃線車位識別方法，還包括車載攝像模塊（100）、車載計算終端（200）、圖像識別處理模塊（300）、車位查詢服務（400）和服務器（500）；

所述車載攝像模塊（100）用于采集車輛周圍環境數據；

所述車載計算終端（200）與所述車載攝像模塊（100）連接，接收傳輸的環境數據；

所述圖像識別處理模塊（300）部署于所述車載計算終端（200）內，用于識別所述環境數據；

所述服務器（500）與所述車載計算終端（200）網絡通信進行數據的存儲，用于所述車位查詢服務（400）的查詢服務。