一种基于AI车辆识别的小区车辆管理方法及系统技术方案

本发明专利技术涉及道路控制技术领域，具体涉及一种基于AI车辆识别的小区车辆管理方法及系统，包括获取预设时长的视频集并打标，得到标签视频集；根据分别计算得到每个观测时间段下每个摄像区域对应的小区车流速率、小区车辆动态密度和小区交通流量；并以此进行预测，得到每个摄像区域对应的预测车流特征向量；基于每个摄像区域对应的预测车流特征向量计算得到小区车辆拥堵指数，并根据所述小区车辆拥堵指数对小区的道闸进行控制。本发明专利技术中通过优化车辆评估速度、小区交通流量以及小区车辆动态密度的计算方式。并对车辆评估速度和小区交通流量以及小区车辆动态密度进行预测方式，根据预测结果采取不同的道闸控制策略，减少小区内车辆拥堵状况的发生。

【技术实现步骤摘要】

本专利技术涉及道路控制，具体涉及一种基于ai车辆识别的小区车辆管理方法及系统。

技术介绍

1、近年来，随着城市汽车保有量的急剧增加，不仅城市公共道路的管理建设需要加强，小区对进出车辆的管理也显得尤为重要。由于小区内的道路较窄，车辆发生拥堵时难以进行疏导。同时小区中行人较多，经常发生车辆拥堵会大大增加安全事故发生的可能性。因此，车辆出入管理已成为拥有大量车辆住宅小区日常事务中的一项重要工作。

2、然而，目前的交通流预测模型主要用于公共道路车辆的拥堵预测，通常只考虑交通量、行车速度、车流密度等基本参数；应用中在进行小区车辆拥堵预测时，往往忽略了小区内车辆行进速度慢、即时停放等特点，导致其对小区内车辆的拥堵程度产生误判，并向小区入口处的道闸发出错误信号，造成车辆无法及时进入小区，增加人工管理成本，给小区业主以及物业管理人员带来不便。因此，如何提高对小区内车辆拥堵程度监测的精准度，合理控制车辆进入小区，减少小区内车辆拥堵状况的发生，是目前小区车辆管理中亟待解决的问题。

技术实现思路

1、为了解决上述技术问本文档来自技高网...

【技术保护点】

1.一种基于AI车辆识别的小区车辆管理方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于AI车辆识别的小区车辆管理方法，其特征在于，对所述视频集内的车辆进行打标分类处理，得到标签视频集，包括：

3.根据权利要求1所述的基于AI车辆识别的小区车辆管理方法，其特征在于，根据预设的摄像机采集帧率和标签视频集进行车流计算，得到在每个观测时间段下每个摄像区域对应的小区交通流量以及每辆车辆的车辆评估速度，包括：

4.根据权利要求1所述的基于AI车辆识别的小区车辆管理方法，其特征在于，根据预设的小区内摄像机布设信息、每个业主车辆的出现状态和标签视频集计算...

【技术特征摘要】

1.一种基于ai车辆识别的小区车辆管理方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于ai车辆识别的小区车辆管理方法，其特征在于，对所述视频集内的车辆进行打标分类处理，得到标签视频集，包括：

3.根据权利要求1所述的基于ai车辆识别的小区车辆管理方法，其特征在于，根据预设的摄像机采集帧率和标签视频集进行车流计算，得到在每个观测时间段下每个摄像区域对应的小区交通流量以及每辆车辆的车辆评估速度，包括：

4.根据权利要求1所述的基于ai车辆识别的小区车辆管理方法，其特征在于，根据预设的小区内摄像机布设信息、每个业主车辆的出现状态和标签视频集计算，得到在实时观测时间段下每帧道路图像中每个所述业主车辆对应的车辆滞留相对距离，包括：

5.根据权利要求1所述的基于ai车辆识别的小区车辆管理方法，其特征在于，根据在实时观测时间段下每帧道路图像中每个所述业主车辆对应...

【专利技术属性】
技术研发人员：陈延行，曾纪康，徐茹莹，朱银娟，
申请(专利权)人：罗普特科技集团股份有限公司，
类型：发明
国别省市：