一种基于机器学习的地下停车场智能引导系统技术方案

本发明专利技术涉及一种基于机器学习的地下停车场智能引导系统，包括中央控制台、停车场空位检测装置和电子标签，所述电子标签固定在车辆内部，所述中央控制台用于执行最优路线规划算法、动态路线调整算法和深度学习算法，以及与所述电子标签的通信；所述停车场空位检测装置用于与中央控制台进行通信并报告车位的占用情况；所述停车场空位检测装置搜集到车位的占用情况后，上传至所述中央控制台，所述中央控制台将根据进入车辆寻找最近的空车位与车辆进行绑定，并使用最优路径算法规划路线，得到路线后，命令所述电子标签进行语音导航并随时准备调整路线。本发明专利技术能够引导车主快速安全的找到空车位，长期使用还可以减轻停车场管理的复杂性。

【技术实现步骤摘要】

本专利技术涉及物联网应用
中的停车位引导，特别是涉及一种基于机器学习的地下停车场智能引导系统。
技术介绍
当前，地下停车场的停车问题非常突出，很多车主无法找到合适的车位导致停车成为一个非常耗时的事情。此外，地下停车场复杂的地形，经常使得车主无法找到出口。如果可以提供一套具备定位导航功能的物联网设备来帮助车主快速安全停车以及顺利出入停车场，那将会极大的提高生活效率。而且，如果系统具有学习能力，能够告诉车主在什么时间在什么停车场的什么位置会有较大概率存在空位，那对于有序的停车以及停车场管理具有重大意义。当前，机器学习方兴未艾，算法较为成熟，容易实现，而一般的室内定位，则显得繁琐，需要提前在室内部署无线传感器，并进行一定程度的信道建模(Channel ModelConstruct1n)。然后利用提前部署的销节点(Anchor)接收移动节点(Mobile Tag，MT)的信号并计算两者之间的距离，通过至少三个锚节点获取的距离信息，利用三边定位(Trilateral Posit1ning)计算出移动节点的粗略位置。然而，这些方法在对信道建模的时候，需要把信道分为视距(Line-of-Sight，L0S)和非视距(None-Line-of-Sight，NL0S)情况。但是，室内环境非常复杂且不具有一般性，L0S和NL0S的场景无法被准确区分，由此带来了很大的误差，MT的位置信息无法被准确计算，偏差较大。同时，如果室内场景复杂或者遮挡物较多，部署WS的难度会显著增加，定位成本偏高。而目前，在停车场的现有导航方式中，主要以路标，指示灯为主，而且大部分的停车场还没有导航系统，只能靠车主自己摸索找到空位，这不仅增加了寻位时间，而且容易导致停车场内部拥堵，甚至发生车祸。
技术实现思路
本专利技术所要解决的技术问题是提供一种基于机器学习的地下停车场智能引导系统，能够引导车主快速安全的找到空车位，长期使用还可以减轻停车场管理的复杂性。本专利技术解决其技术问题所采用的技术方案是:提供一种基于机器学习的地下停车场智能引导系统，包括中央控制台、停车场空位检测装置和具备语音导航和加速度传感器的电子标签，所述电子标签固定在车辆内部，所述中央控制台用于执行最优路线规划算法、动态路线调整算法和深度学习算法，以及与所述电子标签的通信；所述停车场空位检测装置用于与中央控制台进行通信并报告车位的占用情况；所述停车场空位检测装置搜集到车位的占用情况后，上传至所述中央控制台，所述中央控制台将根据进入车辆寻找最近的空车位与车辆进行绑定，并使用最优路径算法规划路线，得到路线后，命令所述电子标签进行语音导航。所述最优路线规划算法用于进入停车场车辆的空位导航，并以最短路线作为首要目标。所述动态路线调整算法用于在对多辆汽车多个入口进入时，防止汽车之间的碰撞；在路线重叠处，所述电子标签会在中央控制台的引导下发出语音提醒，警示车主前方有车，做好避让准备；针对不按规定停车的车辆，所述动态路线调整算法将会解绑空车位和车辆，并实现重新绑定。所述深度学习算法用于学习停车场的空车位分布情况以及车主的停车情况，并给予恰当的停车建议。所述停车场空位检测装置包括检测设备和通信设备；所述检测设备依托传感器进行测量或采用摄像头进行图像识别；所述通信设备在正常情况下为睡眠状态，当所述中央控制台收到停车请求或者进行初始化时，向通信设备发送激活指令，使得通信设备进入工作状态，并报告车位的占用情况。所述电子标签包括电源模块、离线语音发声模块、加速度传感器模块和RFID模块；所述电源模块用于从汽车内部电源获取电能并为电子标签提供电能；所述离线语音发声模块与所述中央控制台命令绑定，在接收到所述中央控制台发出的启动语音命令后，将快速寻找与之绑定的语音并作出语音应答；所述加速度传感器模块用于实时获取车辆在板载坐标系下的三维加速度信息，并通过所述中央控制台计算出车辆的位置；所述RFID模块用于出入口检查和确认附近车辆将会进入停车场。在停车导航结束时，所述电子标签将会与车主移动终端连接，当连接断开时，上报所述中央控制台，提示车主离开汽车，所述电子标签自动转入侦听模式；当车主回到停车场，所述电子标签在一定范围内检测到车主移动终端时，将会重新与车主移动终端建立连接并发送车辆位置信息，引导车主找到自己的车辆。有益效果由于采用了上述的技术方案，本专利技术与现有技术相比，具有以下的优点和积极效果:本专利技术通过惯性数据对自身做出定位，从而快速的实现比较可靠的惯性导航。本专利技术还利用中央控制台规划寻位路线，利用专用电子标签引导车主有序、安全、快速找到车位、离开停车场并反向寻车。更为重要的是，在一段时间之后，机器学习算法能够每天提醒车主在何时何地找到停车位，极大的方便了车主停车和停车场的有序管理。【附图说明】图1是智能引导系统整体框图；图2是汽车进入停车场导航示意图；图3是停车导航时的调度示意图。【具体实施方式】下面结合具体实施例，进一步阐述本专利技术。应理解，这些实施例仅用于说明本专利技术而不用于限制本专利技术的范围。此外应理解，在阅读了本专利技术讲授的内容之后，本领域技术人员可以对本专利技术作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。本专利技术的实施方式涉及一种基于机器学习的地下停车场智能引导系统，包括中央控制台、停车场空位检测装置和具备语音导航和加速度传感器的电子标签，所述电子标签固定在车辆内部，所述中央控制台用于执行最优路线规划算法、动态路线调整算法和深度学习算法，以及与所述电子标签的通信；所述停车场空位检测装置用于与中央控制台进行通信并报告车位的占用情况；所述停车场空位检测装置搜集到车位的占用情况后，上传至所述中央控制台，所述中央控制台将根据进入车辆寻找最近的空车位与车辆进行绑定，并使用最优路径算法规划路线，得到路线后，命令所述电子标签进行语音导航。所述中央控制台是具备网络连接的计算设备，主要负责算法的执行、与电子标签的通信。所述算法的执行，包括最优路线规划算法，动态路线调整算法(调度算法)，深度学习算法，其中，所述最优路线规划算法，主要用于进入停车场车辆的空位导航，优选的，以最短路线作为首要目标。所述动态路线调整算法(调度算法)，主要用于在对多辆汽车多个入口进入时，防止汽车之间的碰撞。在路线重叠处，电子标签会在中央控制台的引导下发出语音提醒，警示车主前方有车，做好避让准备。另外，车主的行为在本质上是自由的，他可能不会按照引导来停车，当他占用已被其他车辆预定的空位时，中央控制台的调度算法就需要解决这样的问题，重新设置空位绑定。所述深度学习算法，主要用于学习停车场的空车位分布情况以及车主的停车情况，并给与恰当的停车建议，如在某天的某个时间，在某些停车场会有空位，甚至告诉车主空位的具体位置信息，以提高停车效率，并便于停车场的管理。所述与电子标签的通信，主要是标签位置的同步以及中央控制台向标签发出播放语音的指令等。所述停车场空位检测装置，需要具备网络连接，随时可以与中央控制台通信，即包括检测设备和通信设备。主要用于向中央控制台报告车位的占用情况，其中，所述检测设备，可以是依托传感器进行的测量，也可以是摄像头的图像识别，本专利技术中不限制设备类型和使用方法。所述通信设备，优选的，应当以可靠性作为设备选择的先本文档来自技高网...

【技术保护点】
一种基于机器学习的地下停车场智能引导系统，包括中央控制台、停车场空位检测装置和具备语音导航和加速度传感器的电子标签，所述电子标签固定在车辆内部，其特征在于，所述中央控制台用于执行最优路线规划算法、动态路线调整算法和深度学习算法，以及与所述电子标签的通信；所述停车场空位检测装置用于与中央控制台进行通信并报告车位的占用情况；所述停车场空位检测装置搜集到车位的占用情况后，上传至所述中央控制台，所述中央控制台将根据进入车辆寻找最近的空车位与车辆进行绑定，并使用最优路径算法规划路线，得到路线后，命令所述电子标签进行语音导航。

【技术特征摘要】

【专利技术属性】
技术研发人员：吴旭康，
申请(专利权)人：上海物联网有限公司，
类型：发明
国别省市：上海;31