一种停车检测系统及检测方法技术方案

本发明专利技术涉及一种停车检测系统及检测方法。所述停车检测系统包括地磁传感器、数据量化模块和状态判断模块，所述地磁传感器用于获取当前车位地磁值、一定范围内周边车位地磁值以及周边车位地磁值的变化幅值，所述数据量化模块用于对将地磁传感器获取的数据进行量化处理，所述状态判断模块用于根据当前车位的地磁值及预设的地磁高低阀值判断当前车位状态，如果当前车位的地磁值介于预设的高低阈值之间，将采集并量化的当前车位的地磁值、周围车位地磁变化幅值与原地磁值的比值输入构造的机器模型进行判断，根据机器模型得出车位状态结果。本发明专利技术可对地磁值处于模糊区的车位状态做出准确判断。

【技术实现步骤摘要】
一种停车检测系统及检测方法
本专利技术属于停车检测
，尤其涉及一种停车检测系统及检测方法。
技术介绍
目前的停车检测系统大概可以分为两种：一种是封闭式的停车场，在进出时通过RFID卡片来进行计时；另一种是开放式的路边停车场，大多通过人工计时来进行收费管理。这些停车检测方式都存在着耗费人工、计时不准确等问题。随着技术的发展和进步，地磁传感器开始逐渐应用到停车检测系统中，地磁传感器通过对地磁变化的敏锐感知能够及时准确地捕捉到车位是否有车辆停泊的信息，同时能够对车辆停车时间进行准确计算，大大减少了人工操作成本和失误。如图1所示，为现有地磁传感器的检测原理图。现有地磁传感器的检测原理为：对地磁值设定上下两个阈值：当地磁值低于低阈值时判定为车辆出库，地磁值高于高阈值时判定为车辆入库。现有的基于地磁传感器的停车检测系统存在的缺陷在于：介于两个阈值之间的阀值无法对车位状态做出判断。同时，由于受地磁周边物理环境的影响(例如地磁漂移等)，导致现有的基于地磁传感器的停车检测系统存在检测误差，例如，当车辆出库时，该车位地磁值依然停留在有车阈值以上；车辆入库时，该车位地磁值并没有下降到无车阈值以下。
技术实现思路
本专利技术提供了一种停车检测系统及检测方法，旨在至少在一定程度上解决现有技术中的上述问题。本专利技术实现方式如下，一种停车检测系统，包括地磁传感器，所述地磁传感器用于获取当前车位地磁值、一定范围内周边车位地磁值以及周边车位地磁值的变化幅值，所述停车检测系统还包括数据量化模块和状态判断模块，所述数据量化模块用于对将地磁传感器获取的数据进行量化处理，所述状态判断模块用于根据当前车位的地磁值及预设的地磁高低阀值判断当前车位状态，如果当前车位的地磁值低于预设的低阈值，判定车辆出库，如果当前车位的地磁值高于预设的高阈值，判定车辆入库；如果当前车位的地磁值介于预设的高低阈值之间，将采集并量化的当前车位的地磁值、周围车位地磁变化幅值与原地磁值的比值输入构造的机器模型进行判断，根据机器模型得出车位状态结果。本专利技术实施例采取的技术方案还包括：所述停车检测系统还包括样本训练模块、模型训练模块和机器学习模块，所述样本训练模块用于根据周边车位地磁值的变化幅值及对应车位的原地磁值计算车位的地磁变化比值，并根据地磁变化比值建立样本训练模型，所述模型训练模块用于对样本训练模型中的样本训练数据进行量化处理，将连续的地磁变化比值量化为离散值；所述机器学习模块用于根据上述量化后的训练数据集建立决策树，并根据决策树构造机器模型。本专利技术实施例采取的技术方案还包括：所述机器模型为随机森林模型。本专利技术实施例采取的技术方案还包括：所述机器学习模块包括参数确定单元、决策树构造单元和模型构造单元，所述参数确定单元用于确定随机森林模型中决策树的数目以及每棵决策树中的属性数目m；所述决策树构造单元用于对决策树数目及属性个数进行数据采样，分别获得每棵决策树的数据训练集，并根据数据训练集构造多棵决策树；所述模型构造单元用于根据所有决策树构造随机森林模型。本专利技术实施例采取的技术方案还包括：所述决策树构造单元采用ID3算法构造决策树。本专利技术实施例采取的技术方案还包括：所述状态判断模块获取随机森林模型决策树的所有判断结果，根据结果的众数判定为车位状态。本专利技术实施例采取的另一技术方案为：一种停车检测方法，包括：步骤A：获取当前车位地磁值、一定范围内周边车位地磁值以及周边车位地磁值的变化幅值；步骤B：将当前车位地磁值与预先设定的地磁高低阀值进行比较，如果当前车位地磁值大于地磁高阈值，则判断车位状态为车辆入库，如果当前车位地磁值小于地磁低阈值，则判断车位状态为车辆出库，如果当前车位的地磁值介于预设的高低阈值之间，则进入步骤C；步骤C：将采集并量化的当前车位的地磁值、周围车位地磁变化幅值与原地磁值的比值输入构造的机器模型进行判断，根据机器模型得出车位状态结果。本专利技术实施例采取的技术方案还包括：在所述步骤C中，构造的机器模型为随机森林模型。本专利技术实施例采取的技术方案还包括：在所述步骤C中，构建随机森林模型具体包括：获取停车位的训练数据集；对停车位训练数据集进行筛选并量化成指定格式；根据量化后的数据集确定随机森林中决策树的个数以及每棵决策树中的属性数目；分别采样获得每棵决策树的训练集然后构造决策树，得到随机森林模型。本专利技术实施例采取的技术方案还包括：在所述步骤C中，所述根据机器模型得出车位状态结果包括：获取随机森林模型决策树的所有判断结果，根据结果的众数判定为车位状态。本专利技术实施例的停车检测系统及检测方法通过利用周边车位地磁信息建立随机森林模型，通过构建的随机森林模型对地磁值处于模糊区的车位状态做出准确判断；另外，在随机森林模型中构造多颗决策树，用决策结果的众数来判断最终的车位状态而不是某一棵树的决策结果，有效避免由于某一个节点的误差而对最终结果造成的影响，大幅提高判断精确度。附图说明图1本专利技术实施例的停车检测系统的结构示意图；图2是本专利技术实施例的停车检测系统井字形停车场场景示意图；图3本专利技术实施例的停车检测系统当前车位及所能影响的周边车位的模型效果图；图4是本专利技术实施例的停车检测系统采用ID3算法构造的决策树的示意图；图5是本专利技术实施例的停车检测系统随机森林模型示意图；图6是本专利技术实施例的停车检测方法的流程图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。请参阅图1，是本专利技术实施例的停车检测系统的结构示意图。本专利技术实施例的停车检测系统包括地磁传感器、样本训练模块、模型训练模块、机器学习模块、数据量化模块和状态判断模块；具体地：地磁传感器用于获取当前车位地磁值、一定范围内周边车位地磁值以及周边车位地磁值的变化幅值。由于当前车位的地磁值介于预设的高低阈值之间而无法检测出真实车位状态，本专利技术实施例通过当前车位周边的车位地磁传感器的检测结果为当前车位状态判断提供新的判断依据，通过车位间地磁传感器的部署和实验发现，当前车位状态为车辆入库时，当前车位周边车位的地磁传感器的地磁值会同时产生有规律的变化(例如，平行车位地磁值下降10％)，周边车位与当前车位的相对位置和距离对周边车位地磁变化具有显著相关性。请一并参阅图2，设定1号车位为所需要判断车位状态的车位，采用周围的2,3,4,5,6,7,8,9号车位来作为辅助判断车位，则采用周边车位地磁值变化幅度而不是地磁值来作为判断依据。由于周边车位地磁值与当前车位状态并没有直接关联，而是周边车位地磁值的变化幅值(并且这个变化必须满足一定条件)与当前车位状态关联，且由于周边车位状态的组合会有很多种情况，比如可能某几号车位无车，某几号车位有车，那么周边车位地磁值的取值范围会很广泛，无疑会使数据变得复杂。而经实验发现，对于不同的停车场场景，当前车位所能影响的周边车位数目以及位置都是不一样的，具体可以总结为三种模型，即：一字型、十字形和井字形，具体如图3所示，为本专利技术实施例的停车检测系统当前车位及所能影响的周边车位的模型效果图。样本训练模块用于根据周边车位地磁值的变化幅值及对应车位的原地磁值计算车位的地磁变本文档来自技高网...

【技术保护点】
一种停车检测系统，包括地磁传感器，所述地磁传感器用于获取当前车位地磁值，其特征在于：所述地磁传感器还用于获取一定范围内周边车位地磁值以及周边车位地磁值的变化幅值，所述停车检测系统还包括数据量化模块和状态判断模块，所述数据量化模块用于对将地磁传感器获取的数据进行量化处理，所述状态判断模块用于根据当前车位的地磁值及预设的地磁高低阀值判断当前车位状态，如果当前车位的地磁值低于预设的低阈值，判定车辆出库，如果当前车位的地磁值高于预设的高阈值，判定车辆入库；如果当前车位的地磁值介于预设的高低阈值之间，将采集并量化的当前车位的地磁值、周围车位地磁变化幅值与原地磁值的比值输入构造的机器模型进行判断，根据机器模型得出车位状态结果。

【技术特征摘要】
1.一种停车检测系统，包括地磁传感器，所述地磁传感器用于获取当前车位地磁值，其特征在于：所述地磁传感器还用于获取一定范围内周边车位地磁值以及周边车位地磁值的变化幅值，所述停车检测系统还包括数据量化模块和状态判断模块，所述数据量化模块用于对将地磁传感器获取的数据进行量化处理，所述状态判断模块用于根据当前车位的地磁值及预设的地磁高低阀值判断当前车位状态，如果当前车位的地磁值低于预设的低阈值，判定车辆出库，如果当前车位的地磁值高于预设的高阈值，判定车辆入库；如果当前车位的地磁值介于预设的高低阈值之间，将采集并量化的当前车位的地磁值、周围车位地磁变化幅值与原地磁值的比值输入构造的机器模型进行判断，根据机器模型得出车位状态结果。2.根据权利要求1所述的停车检测系统，其特征在于，还包括样本训练模块、模型训练模块和机器学习模块，所述样本训练模块用于根据周边车位地磁值的变化幅值及对应车位的原地磁值计算车位的地磁变化比值，并根据地磁变化比值建立样本训练模型，所述模型训练模块用于对样本训练模型中的样本训练数据进行量化处理，将连续的地磁变化比值量化为离散值；所述机器学习模块用于根据上述量化后的训练数据集建立决策树，并根据决策树构造机器模型。3.根据权利要求1或2所述的停车检测系统，其特征在于，所述机器模型为随机森林模型。4.根据权利要求3所述的停车检测系统，其特征在于，所述机器学习模块包括参数确定单元、决策树构造单元和模型构造单元，所述参数确定单元用于确定随机森林模型中决策树的数目以及每棵决策树中的属性数目m；所述决策树构造单元用于对决策树数目及属性个数进行数据采样，分别获得每...

【专利技术属性】
技术研发人员：胡红祥，李娜，张涌，冯圣中，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：广东,44