一种基于深度学习的多场景停车收费系统技术方案

本实用新型专利技术公开了一种基于深度学习的多场景停车收费系统，涉及智能停车管理技术领域。该系统包括：摄像头、后台服务器、客户端、车辆识别系统、车牌识别系统和车辆重识别系统，从而实现一种仅以摄像头就可以完成车辆停车收费的新型收费系统。在使用过程中，通过摄像头获取停车场视频，通过车辆识别系统记录车辆停放信息和时间，通过车牌识别系统记录当前停放车辆的车牌和时间，并通过车辆重识别系统记录具体某个停放车辆是否开出停车场并记录开出停车场的时间，然后由后台服务器生成收费情况，并发送至客户端，用户通过客户端缴费。所以，采用本实用新型专利技术提供的停车收费系统，可以实现智能化，无需人工参与，降低了人工成本，而且方便快捷。

A Multi-scene Parking Charge System Based on Deep Learning

The utility model discloses a multi-scene parking charge system based on in-depth learning, which relates to the technical field of intelligent parking management. The system includes: camera, background server, client, vehicle recognition system, license plate recognition system and vehicle recognition system, so as to realize a new charging system for parking fees by camera only. In the process of using, video of parking lot is obtained by camera, parking information and time are recorded by vehicle recognition system, license plate and time of current parked vehicle are recorded by vehicle recognition system, and whether a parked vehicle leaves parking lot and time of parking lot are recorded by vehicle re-recognition system. Then the charging situation is generated by back-end server. It is sent to the client, and the user pays the fee through the client. Therefore, the parking fee collection system provided by the utility model can realize intellectualization without manual participation, reduce the labor cost, and is convenient and fast.

【技术实现步骤摘要】
一种基于深度学习的多场景停车收费系统
本技术涉及智能停车管理
，尤其涉及一种基于深度学习的多场景停车收费系统。
技术介绍
随着中国技术高速发展，汽车的数量也大幅度增加，城市道路承载能力和停车泊位资源面临严峻挑战。城市停车资源远远不能满足城市日益增长车辆的停放需求，尤其是户外停车场。目前，户外停车场一般还是由人工收费或者基于传统的硬件检测收费。其中，人工收费需要大量的劳动力，尤其是当户外停车场的数量越来越多时，其人工收费的问题也越来越严重；硬件检测收费的方式，比如以地磁硬件设备来检测是否停车位有车辆，然后传回终端来实现收费的方式，存在检测率低、硬件维修复杂、难以普遍实行的问题。硬件的维护成本较大而且较为复杂，在很多地方也无法较好的实施。
技术实现思路
本技术的目的在于提供一种基于深度学习的多场景停车收费系统，从而解决现有技术中存在的前述问题。为了实现上述目的，本技术采用的技术方案如下：一种基于深度学习的多场景停车收费系统，包括：摄像头、后台服务器、客户端、车辆识别系统、车牌识别系统和车辆重识别系统，所述摄像头和所述客户端均与所述后台服务器连接，所述车辆识别系统、所述车牌识别系统和所述车辆重识别系统分别与所述后台服务器连接，所述车辆识别系统与所述车牌识别系统连接，所述车辆识别系统和所述车牌识别系统分别与所述车辆重识别系统连接。优选地，所述摄像头设置为多个，均匀布置在停车场的上方，所有所述摄像头的拍摄范围覆盖整个停车场的范围。本技术的有益效果是：本技术实施例提供的基于深度学习的多场景停车收费系统，包括：摄像头、后台服务器、客户端、车辆识别系统、车牌识别系统和车辆重识别系统，从而实现一种仅以摄像头就可以完成车辆停车收费的新型收费系统。在使用过程中，通过摄像头将获取的停车场视频通过后台服务器分别发送至车辆识别系统、车牌识别系统和车辆重识别系统，并通过车辆识别系统记录车辆停放信息和时间，通过车牌识别系统记录当前停放车辆的车牌和时间，并通过车辆重识别系统记录具体某个停放车辆是否开出停车场并记录开出停车场的时间，然后由后台服务器生成收费情况，并发送至客户端，用户通过客户端缴费。所以，采用本技术提供的停车收费系统，可以实现智能化，无需人工参与，降低了人工成本，而且方便快捷。附图说明图1是本技术提供的基于深度学习的基于深度学习的多场景停车收费系统的逻辑结构示意图；图2是停车场多场景摄像头布置示意图。图中，各符号的含义如下：1摄像头、2后台服务器、3客户端、4车辆识别系统、5车牌识别系统、6车辆重识别系统、7停车场。具体实施方式为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图，对本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方式仅仅用以解释本技术，并不用于限定本技术。如图1-2所示，本技术实施例提供了一种基于深度学习的多场景停车收费系统，包括：摄像头1、后台服务器2、客户端3、车辆识别系统4、车牌识别系统5和车辆重识别系统6，所述摄像头1和所述客户端3均与所述后台服务器2连接，所述车辆识别系统4、所述车牌识别系统5和所述车辆重识别系统6分别与所述后台服务器2连接，所述车辆识别系统4与所述车牌识别系统5连接，所述车辆识别系统4和所述车牌识别系统5分别与所述车辆重识别系统6连接。上述将结构的收费系统，其工作原理为：摄像头实时获取停车场的视频，并将采集到的视频实时发送至后台服务器，后台服务器将收到的视频分别推送至车辆识别系统、车牌识别系统和车辆重识别系统，车辆识别系统获取停车场中的停车状况数据，即某个停车位上是否停放有车辆，车牌识别系统识别并记录当前泊车辆的车牌信息，并记录时间。车辆识别系统和车牌识别系统分别将车辆的停车信息以及车牌信息发送至车辆重识别系统，车辆重识别系统可以安装在停车场出口处，获得停车场中停放的车辆开出停车场的信息，即某个停车位的某个车牌信息的停放车辆开出停车场的时间。车辆识别系统、车牌识别系统和车辆重识别系统分别将得到的数据返回至后台服务器，后台服务器根据车辆进出停车场的信息和时间计算出收费情况，并发送至客户端，用户通过客户端可以查询收费情况并进行收费结算。其中，上述收费系统在实施过程中，车辆识别系统、车牌识别系统和车辆重识别系统的功能完全可以采用现有技术手段来实现。所以，采用本技术提供的停车收费系统，可以实现智能化，无需人工参与，降低了人工成本，而且方便快捷。本实施例中，所述摄像头1可以设置为多个，均匀布置在停车场7的上方，所有所述摄像头1的拍摄范围覆盖整个停车场7的范围。通过采用本技术公开的上述技术方案，得到了如下有益的效果：本技术实施例提供的基于深度学习的多场景停车收费系统，包括：摄像头、后台服务器、客户端、车辆识别系统、车牌识别系统和车辆重识别系统，在使用过程中，通过摄像头将获取的停车场视频通过后台服务器分别发送至车辆识别系统、车牌识别系统和车辆重识别系统，并通过车辆识别系统记录车辆停放信息和时间，通过车牌识别系统记录当前停放车辆的车牌和时间，并通过车辆重识别系统记录停放车辆开出停车场的时间，由后台服务器生成收费情况，并发送至客户端，用户通过客户端缴费。所以，采用本技术提供的停车收费系统，可以实现智能化，无需人工参与，降低了人工成本，而且方便快捷。以上所述仅是本技术的优选实施方式，应当指出，对于本
的普通技术人员来说，在不脱离本技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视本技术的保护范围。本文档来自技高网...

【技术保护点】
1.一种基于深度学习的多场景停车收费系统，其特征在于，包括：摄像头、后台服务器、客户端、车辆识别系统、车牌识别系统和车辆重识别系统，所述摄像头和所述客户端均与所述后台服务器连接，所述车辆识别系统、所述车牌识别系统和所述车辆重识别系统分别与所述后台服务器连接，所述车辆识别系统与所述车牌识别系统连接，所述车辆识别系统和所述车牌识别系统分别与所述车辆重识别系统连接；所述摄像头设置为多个，均匀布置在停车场的上方，所有所述摄像头的拍摄范围覆盖整个停车场的范围。

【技术特征摘要】
1.一种基于深度学习的多场景停车收费系统，其特征在于，包括：摄像头、后台服务器、客户端、车辆识别系统、车牌识别系统和车辆重识别系统，所述摄像头和所述客户端均与所述后台服务器连接，所述车辆识别系统、所述车牌识别系统和所述车辆重识...

【专利技术属性】
技术研发人员：段云志，刘泓佐，陈杰男，刘昕辉，
申请(专利权)人：哈尔滨优先科技股份有限公司，
类型：新型
国别省市：黑龙江,23