一种道路停车智能巡检系统技术方案

本发明专利技术涉及一种道路停车智能巡检系统，包括巡检车、搭载在巡检车上的智能盒分析服务器、交换机和摄像头，所述的交换机用于连接智能盒分析服务器和摄像头，所述的智能盒分析服务器包括车辆检测模块、车牌识别分析模块、车位线检测模块、OCR车位号检测识别模块、GPS定位分析模块以及业务调用分析模块，本发明专利技术采用智能盒分析服务器，能够快速的对道路边停车区域内的车位情况及停车情况进行检测和识别，并实时传输到监控平台，为监控平台做出快速响应提供了精准支持。提供了精准支持。提供了精准支持。

【技术实现步骤摘要】
一种道路停车智能巡检系统


[0001]本专利技术涉及道路智能管理，特别是涉及道路边停车区域的车辆车牌识别管理。

技术介绍

[0002]随着私家车的数量日益增多，尤其是在老城区停车位紧缺的前提下，城市道路两侧车辆乱停乱放的问题越发突出，严重影响了居民的日常出行安全。当前的解决方案主要有POS机模式、地磁+POS机，高低位视频模式、路牙机模式等。对比现有的各种解决方案，无论采用哪种都需要较多的人力成本以及硬件成本的大量投入，同时也会影响市容市貌。最根本的事，上述各种解决方案都是针对具体停车点位的管理，每条道路甚至同一条道路不同路段要设置多个管控点。这都是基于不能对所有停车位或停车区域进行宏观的监测，没有从底层逻辑上解决停车管理的问题。
[0003]如何寻找一种经济实惠，使用便捷的道路停车巡检解决方案成了迫切需要解决的问题。

技术实现思路

[0004]本专利技术的目的是要提供一种能够对停车位及车辆快速标定从而提升道路巡检效率的智能巡检系统。
[0005]为达到上述目的，本专利技术采用的技术方案是：一种道路停车智能巡检系统，包括巡检车、搭载在所述巡检车上的智能盒分析服务器、交换机和摄像头，所述的交换机用于连接智能盒分析服务器和摄像头，所述的摄像头用于获取视频数据，所述的智能盒分析服务器包括车辆检测模块、车牌识别分析模块、车位线检测模块、OCR车位号检测识别模块、GPS定位分析模块以及业务调用分析模块，所述的车辆检测模块用于检测停车位上的车辆以及对应的车牌位置信息；所述车牌识别分析模块基于所述车辆检测模块得到的车牌区域对车牌进行识别以获得准确的车牌信息；所述车位线检测模块用于建立待巡检区域的车位线坐标模型并对巡检车辆所在车位线进行精确判断；OCR车位号检测识别模块用于对具体停车车位号进行检测和识别；所述GPS定位分析模块用于融合所述车位线检测模块、OCR车位号检测识别模块信息对停车车位和车牌进行精确匹配；所述业务调用分析模块用于将智能分析盒服务器得到的信息实时传输到信息平台以进行实时监测。
[0006]进一步地，所述的智能盒分析服务器壳体采用抗腐蚀材料制成，其连同所述交换机和摄像头安装在所述巡检车后座上。
[0007]进一步地，所述的车辆检测模块建模时对模型训练数据进行了增强，基于YOLOX网络结构进行优化。
[0008]具体地，所述对模型训练数据进行增强的方式包括图像颜色空间变换、图像缩放、图像旋转一种或多种组合，且基于不同天气条件下进行增强。
[0009]所述的YOLOX网络结构进行优化包括以下步骤：（1）修改原始网络模型的输入图像尺寸；
（2）对网络结构中的每层通道数采用中位数算法进行剪枝，精简每个层的通道数；（3）删除网络中的部分block结构，在保留的block结构上添加不同分支。
[0010]进一步地，所述的车牌识别分析模块建模时对车牌训练数据进行了增强和矫正，且采用mobilenet
‑
v1+lstm+ctc loss的组合结构进行优化。
[0011]所述的增强和矫正包括进行图像噪声、图像生成等处理，且在真实场景下对车牌图像进行放射变化，将不同角度拍摄的车牌图形变换成比较正的图像。
[0012]进一步地，所述的车位线检测模块基于机器深度学习法，对摄像头抓拍的道路场景图像进行检测，输出车位线的顶点坐标位置，绘制整个车位区域。
[0013]所述的OCR车位号检测识别模块基于机器深度学习的方法，对摄像头抓拍的道路场景图像进行车位号检测，得到对应车辆车位号位置，再根据车位号区域图进行车位号识别，给出具体车辆车位号信息。
[0014]所述GPS定位分析模块对巡检区域所有的车位进行GPS坐标的预标定，当巡检车巡检时，通过所述车辆检测模块得到某个车位上的车牌，给出当前车牌所在车位的GPS坐标信息，再结合预标定的车位GPS信息，实现对当前车牌和车位的匹配。
[0015]所述的业务调用分析模块采用5G技术，将精确定位的当前车辆停车车位信息实时传输。
[0016]所述的摄像头采用三部鱼眼式摄像机，三部摄像机安装在一个可伸缩的支架上，所述三部摄像机分别覆盖前部区域、中间区域以及后部区域。
[0017]由于上述技术方案运用，本专利技术与现有技术相比具有下列优点：本专利技术采用智能盒分析服务器，能够快速的对道路边停车区域内的车位情况及停车情况进行检测和识别，并实时传输到监控平台，为监控平台做出快速响应提供了精准支持。
附图说明
[0018]后文将参照附图以示例性而非限制性的方式详细描述本专利技术的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解，这些附图未必是按比例绘制的。附图中：图1是本专利技术技术方案实现原理框图；图2是本专利技术实施例使用状态图；1、巡检车；2、智能盒分析服务器；21、车辆检测模块；22、车牌识别分析模块；23、车位线检测模块；24、OCR车位号检测识别模块；25、GPS定位分析模块；26、业务调用分析模块；3、交换机；4、摄像头。
具体实施方式
[0019]下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0020]如图1和图2所示的道路停车智能巡检系统，包括巡检车1、搭载在巡检车1上的智能盒分析服务器2、交换机3和摄像头4。
[0021]巡检车1可为常规的非机动车，特别是电动车。
[0022]交换机3也为通用的通信结构交换机，其用于连接智能盒分析服务器2和摄像头4。摄像头4可以采用独立的摄像机或组合的摄像头，其用于获取视频数据。在最佳实施例中，摄像头4采用三部鱼眼式摄像机，三部摄像机安装在一个可伸缩的支架上，按照三个方向分布，分别能够覆盖前部区域、中间区域以及后部区域。
[0023]下面我们重点来看本专利技术巡检系统的核心部件
‑
智能盒分析服务器2，具体了解它的结构及实现过程：如图1所示，智能盒分析服务器2包括车辆检测模块21、车牌识别分析模块22、车位线检测模块23、OCR车位号检测识别模块24、GPS定位分析模块25以及业务调用分析模块26。下面我们一一对各模块进行说明：所述的车辆检测模块21用于建立停车区域检测模型，其基于摄像头采集的视频数据进行处理。本专利技术中，针对道路停车的特点，为了提高该场景下的车辆以及车牌的检测准确度，在建模时，对该场景下的图像进行了数据增强操作，使得训练数据更加丰富，同时，其在YOLOX网络结构的基础上，对检测网络进行了优化，在适用于智能盒的边缘计算的同时保持更好的准确性。
[0024]具体而言，为了增加检测模型对各个情况下的鲁棒性，车辆检测模块中，对模型训练数据进行了增广操作，包括但不限于图像颜色空间变换、图像缩放、图像旋转等操作。同时，为了适应不同天气下检测准确率，在训练前，对训练数据进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种道路停车智能巡检系统，其特征在于，包括巡检车（1）、搭载在所述巡检车（1）上的智能盒分析服务器（2）、交换机（3）和摄像头（4），所述的交换机用于连接智能盒分析服务器（2）和摄像头（4），所述的摄像头（4）用于获取视频数据，所述的智能盒分析服务器（2）包括车辆检测模块（21）、车牌识别分析模块（22）、车位线检测模块（23）、OCR车位号检测识别模块（24）、GPS定位分析模块（25）以及业务调用分析模块（26），所述的车辆检测模块（21）用于检测停车位上的车辆以及对应的车牌位置信息；所述车牌识别分析模块（22）基于所述车辆检测模块（21）得到的车牌区域对车牌进行识别以获得准确的车牌信息；所述车位线检测模块（23）用于建立待巡检区域的车位线坐标模型并对巡检车辆所在车位线进行精确判断；OCR车位号检测识别模块（24）用于对具体停车车位号进行检测和识别；所述GPS定位分析模块（25）用于融合所述车位线检测模块（23）、OCR车位号检测识别模块（24）信息对停车车位和车牌进行精确匹配；所述业务调用分析模块（26）用于将智能分析盒服务器得到的信息实时传输到信息平台以进行实时监测。2.根据权利要求1所述的一种道路停车智能巡检系统，其特征在于：所述的智能盒分析服务器（2）壳体采用抗腐蚀材料制成，其连同所述交换机（3）和摄像头（4）安装在所述巡检车（1）后座上。3.根据权利要求1所述的一种道路停车智能巡检系统，其特征在于：所述的车辆检测模块（21）建模时对模型训练数据进行了增强，基于YOLOX网络结构进行优化。4.根据权利要求3所述的一种道路停车智能巡检系统，其特征在于：所述对模型训练数据进行增强的方式包括图像颜色空间变换、图像缩放、图像旋转一种或多种组合，且基于不同天气条件下进行增强。5.根据权利要求3所述的一种道路停车智能巡检系统，其特征在于：所述的YOLOX网络结构进行优化包括以下步骤：（1）修改原始网络模型的输入图像尺寸；（2）对网络结构中的...

【专利技术属性】
技术研发人员：孙学真，
申请(专利权)人：苏州元极智能科技有限公司，
类型：发明
国别省市：