基于磁场传感器和ARM的智能停车场管理系统

针对传统停车场管理系统寻找空车位时间较长、车位利用率较低等问题,将磁场传感器和ARM引入智能停车场管理系统中.以HMC5983磁场传感器为核心设计了车位信息采集模块,以ARM芯片为核心设计了主控模块,以CCD相机为核心设计了车牌信息采集模块,并对其进行软件开发,设计出了易于查看的空余车位显示模块,并最终实现ARM控制.系统测试表明:HMC5983磁场传感器能够实时采集停车场的车位信息,并通过空余车位显示模块显示出来,为入场车辆提供了直观的停车指导,同时采用ARM芯片提高了系统的安全性.本系统适用于各类大中型平面停车场,实现了停车场系统的智能化管理.     

机器视觉在线检测的智能停车场管理系统

针对过多的汽车数量造成了停车场的车位紧张,进出场拥堵和管理困难等问题,本项目主要研究基于机器视觉在线检测停车场的实时数据,包含车牌识别、车位状态检测、停车场车流拥挤度等数据。同时在PC机上开发一款停车场管理系统软件,管理员通过系统软件实时掌控停车场的运行状态,及时对停车场进行管理。系统软件还具备存储功能以及网上查询功能,管理者可查询对应车牌号的车辆进出停车场的时间、停车位置等信息,顾客可通过APP软件查询该停车场的实时数据以及停车车辆位置等信息,有效提高了停车场的运营效率,解决停车难的问题。     

基于Android平台的智能停车场管理系统设计

目前大多数停车场的管理系统仍然停留在车位使用情况的管理上,缺乏对停车场整体情况的全面智能管理.文章所设计的智能停车场管理系统能使管理者在Android手机端,不但能方便、轻松管理停车场中的车位使用情况,还可以对停车场的照明、视频监控、消防等设备进行直观监控和管理.该系统主要通过Wi-Fi网络连接服务器,停车场内的智能照明设备和智能开关也通过Wi-Fi网络对停车场实时数据库进行更新,手机端通过Wi-Fi网络与停车场实时数据库信息进行交互通信来实现停车场的智能管理.从实验结果来看,管理者可以在装有该应用的Android手机上对停车场的车位以及照明、视频监控、消防等设备进行远程监控和管理,实现实时监控车位信息、预约车位、照明和视频设备远程监控和开关.对停车场实现了便捷、快速和智能化管理.     

基于ZigBee与地磁传感技术的停车诱导系统

针对汽车拥有量爆发式不断增长,停车位日益紧缺,而停车场管理落后导致其利用率低下的问题,设计出了一种基于ZigBee与地磁传感技术相结合的智能停车诱导系统。该系统采用地磁传感器技术检测停车场周围车辆分布,实时监测停车场周边交通信息;再结合ZigBee物联网技术,选用CC2530为主控芯片组网实现车位数据信息传输;在液晶显示屏(LCD)上实时发布停车场空闲车位数量与位置;再经四级诱导方式对车辆进行停车场外与场内引导,实现城市按需智能化停车。实验结果表明,系统可检车距精确度达到0.4m,在150m范围内采用增加路由器节点法实现0%掉包率的无线传输。该停车系统可提高车位利用率,减少车辆选择与停车时间,缓解城市车位紧缺,减少交通拥堵。     

基于ZigBee与地磁传感技术的停车诱导系统

针对汽车拥有量爆发式不断增长,停车位日益紧缺,而停车场管理落后导致其利用率低下的问题,设计出了一种基于ZigBee与地磁传感技术相结合的智能停车诱导系统。该系统采用地磁传感器技术检测停车场周围车辆分布,实时监测停车场周边交通信息;再结合ZigBee物联网技术,选用CC2530为主控芯片组网实现车位数据信息传输;在液晶显示屏(LCD)上实时发布停车场空闲车位数量与位置;再经四级诱导方式对车辆进行停车场外与场内引导,实现城市按需智能化停车。实验结果表明,系统可检车距精确度达到0.4 m,在150 m范围内采用增加路由器节点法实现0%掉包率的无线传输。该停车系统可提高车位利用率,减少车辆选择与停车时间,缓解城市车位紧缺,减少交通拥堵。     

基于NB-IoT的停车监测系统

针对目前停车业对车位充分利用、降低成本、实现无人化智能管理的需求,设计并实现了基于窄带物联网(NB-IoT)的停车监测系统。该系统使用高精度地磁传感器实时获取磁场强度,使用微波传感器作为辅助判断,经过滤波算法处理后判断车位状态,通过NBIoT通信模块上传至服务器存至数据库;通过浏览器访问监测系统可监测实时车位状态,实现对车位使用情况的远程管理。测试结果表明,该设计能够准确检测车位的使用情况,对NB-IoT的应用以及智慧城市建设有一定的借鉴意义。     

基于深度学习的高速服务区车位检测算法

本文利用卷积神经网络对高速公路服务区停车场进行场景分割与车位检测.首先,通过扩充高速公路服务区停车场数据集,利用卷积神经网络进行高速公路服务区停车场区域分割与车辆检测,并对特征提取网络进行权重共享,从而达到联合训练的目的及网络模型轻量化.进而,通过对车辆的纹理特征提取,采用金字塔特征融合的方法对小目标的识别进行强化.最后,利用高速公路服务区停车位的先验知识实时计算停车场的停车位信息.实际应用表明该方法在复杂场景下,对车位检测的准确率为94%,检测速度为每秒25帧,具有很强的泛化能力,适合用于高速公路服务区停车场车位检测.     

基于Raspberry Pi和arduino的智能停车场设计与实现

随着停车场的规模增大,这意味着传统的人工管理模式已不再适用,越来越多的大型停车场往往采用自动化的管理方式。本文介绍了一种智能停车场技术的设计方案,可以实现对停车场高效快捷的管理。智能停车场在出入口处设置摄像头自动识别车辆车牌信息,通过门禁系统控制车辆进出。同时系统实时监控车位变化情况,以便将空位信息反馈给用户。管理人员通过软件就可以了解到停车场全部信息。     

基于SUPARK车位引导系统的车位信息采集技术研究

SUPARK(速泊)车位引导系统是随着传统的停车场管理已无法解决现有"停车难"问题孕育而生的。针对SUPARK车位引导系统的车位信息采集的弊端,提出了使用视频技术检测车位的建议。利用MATLAB软件对视频图像进行分析处理,实时采集车位占用信息和停车场内部环境,提高了车位信息的可靠性、停车场管理能力和停车效率。     

基于最优路径的无线语音泊车诱导系统研究

研究了一种用于大型停车场内的全程无线语音泊车诱导系统,诱导车辆用最少时间找到停车位,提高停车场泊车效率。通过激光对射装置检测车位状态,采用C8051F020单片机将检测到的车位信号进行处理,结合E-link网络数据传输器将单片机接入网络,实现车位信息的网络传输。开发了停车场泊车管理系统,实时显示车位使用状态。设计了由凌阳SPCE061A单片机和NRF24L01无线收发芯片构成的语音系统,对可用于最短泊车路径搜索的A*算法进行改进和仿真研究,并提出了无线语音泊车诱导方法。     

大型停车场智能管理系统的研究与开发

大型停车场智能管理系统是针对现有大型停车场的弊端提出的一种智能化停车管理系统。给出了大型停车场智能管理系统的整体设计,研究了基于支持向量机的车牌识别算法,分析了软件整体结构设计,分析了系统的多线程编程方法,研究了基于SQL Server的数据库开发,开发了控制系统软件。     

基于嵌入式的新型停车场智能控制器

分析了传统的基于PC的停车场控制器后发现,传统的停车场控制器具有受停车场规模的限制,布线复杂,以及未考虑到保障车辆在停车场中安全等缺点.为解决这些缺点,新型的停车场控制器采用嵌入式ARM系统来保证实时性和可靠性提高集成度,同时集成了SAA7115视频解码芯片,实现了实时补光选优算法,并支持后端车牌号牌自动识别,从而提供停车场内车辆的安全保障.经过大量测试和实际使用证明了该智能控制器具有高可靠性、稳定性以及很好的安全保障能力因此能够很好替代现有的传统停车场控制器.     

基于视觉的停车场车位检测与分类算法

本文为提高停车场的使用效率提出一种基于视觉的车位检测与分类算法. 针对现有停车场车位分类方法自动化程度低, 设备与部署成本高昂, 以及现有的检测算法召回率低、准确性差的问题. 首先, 对车位进行检测, 建立车位表并增量式地扩充车位分类模型数据集; 其次, 利用测试数据集训练支持向量机车位分类模型; 最后, 根据监控视频...     

基于颜色和纹理分析的车牌定位方法

针对复杂背景的车牌定位问题，提出了一种颜色和纹理分析相结合的车牌定位算法。该算法采用基于适合彩色图象相似性比较的HSV颜色模型，首先在颜色空间进行距离和相似度计算；然后对输入图象进行颜色分割，只有满足车牌颜色特性的区域，才进入下一步的处理；最后再利用纹理及结构特征对分割出的颜色区域进行分析和进一步判断，并确定车牌区域。该方法不同于大多数的车牌定位方法，它不仅对车牌的大小、汽车在图象中的位置以及图象背景的限制较少，而且，综合特征定位要比单一特征定位更符合人的视觉要求，因而定位效果更好，应用范围更广。     

基于A*算法的停车场路径引导设计

为提高停车场停车效率和选择最佳停车位,根据停车场的车位布局及车位使用状况,设计了泊车路径规划模型。把空闲车位抽象为二维坐标系的坐标点,分别计算其距离用户位置的曼哈顿距离,选取曼哈顿距离最小值的停车位为最优车位。选用改进的A*算法为停车路径规划算法,为进一步优化算法遍历过程,使之更加适用于停车场车位分布较分散的情况,以停车位对应路段为遍历节点进行路径搜索,并完成路径规划,结果表明:该方法有效地去除了冗余节点,提高了算法遍历速度。     

基于蚁群算法的智能停车场引导系统

针对传统停车场存在的人工管理效率低,停车不方便等问题,利用物联网相关技术,将软件、硬件相结合实现停车场自动化管理系统.停车场内利用超声波传感器对停车场内车位状态检测,并将车位信息通过ZigBee无线传输方式传输至上位机,上位机通过蚁群算法对停车场实际车位的情况求解最优停车位路线.传统的蚁群算法在求解过程中容易出现死锁、停滞甚至无解的情况,本文根据停车场建立的结构模型改进基本蚁群算法,利用改进过的蚁群算法求解停车场的最优停车位.最后上位机根据得到的最优结果通过TCP/IP通信方式向显示屏发送左、前、右指令来诱导驾驶者行驶至最佳停车位置.     

基于全方位视觉传感器的泊车诱导系统

交通泊车诱导是智能交通管理（ITS）中一个重要组成部分。探讨了采用全方位视觉传感器采集停车场内的停车位视频信息,研究了基于颜色模型的算法、边缘检测算法等图像处理方法用于视频车位检测,从停车诱导发布角度出发提出了视频车位检测空间与各种泊车信息发布空间之间的映射关联方法。     

基于云平台的物联网停车场管理系统设计

随着物联网技术快速发展,并在很多行业领域普及,在实际技术应用中大大提高了工作效率,节省了人工成本。本文设计了一个基于云平台的物联网停车场管理系统,系统软件可以在PC机WEB端以及手机APP上应用。系统创新点基于安放在停车场的传感器,用户可以通过手机APP实现车位查询、车位预订、自动导航路线并引导到预订停车位泊车。出入停车场门禁前可以通过APP扫码验证,验证通过后门禁会自动开启,停车场管理人员还可以通过系统接入安防监控摄像头实时查看停车场状况,一旦有火灾事故发生时,系统APP第一时间产生警示信息。     

自然场景下变形车牌检测模型DLPD-Net

目的 随着智能交通领域车牌应用需求的升级,以及车牌图像复杂性的提高,自然场景下的车牌识别面临挑战。为应对自然场景下车牌的不规则变形问题,充分考虑车牌的形状特征,提出了一种自然场景下的变形车牌检测模型DLPD-Net （distorted license plate detection network）。方法 该模型首次将免锚框目标检测方法应用于车牌检测任务中,不再使用锚框获取车牌候选区域,而是基于车牌热力值图与偏移值图来预测车牌中心;然后基于仿射变换寻找车牌角点位置,将变形车牌校正为接近于正面视角的平面矩形,从而实现在各种自然场景下变形车牌的检测。结果 一方面,基于数据集CD-HARD评估DLPD-Net检测算法的性能;另一方面,基于数据集AOLP （the application-oriented license plate database）和CD-HARD评估基于DLPD-Net的车牌识别系统的有效性。实验结果表明,DLPD-Net具有更好的变形车牌检测性能,能够提升车牌识别系统的识别准确率,在数据集CD-HARD上识别准确率为79.4%,高出其他方法4.4% 12.1%,平均处理时间为237 ms。在数据集AOLP上取得了96.6%的识别准确率,未使用扩充数据集的情况下识别准确率达到了94.9%,高出其他方法1.6% 25.2%,平均处理时间为185 ms。结论 本文提出的自然场景下的变形车牌检测模型DLPD-Net,能够实现在多种变形条件下的车牌检测,鲁棒性强,对遮挡、污垢和图像模糊等复杂自然环境下的车牌检测具有良好检测效果,同时,基于该检测模型的车牌识别系统在非受限的自然场景下具有更高的实用性。     

现代大型停车场车位诱导优化算法及仿真

文章针对现有大型停车场管理系统中存在的车位诱导问题,以停车路径最短作为最佳车位的确定准则,基于寻找空闲车位的分析过程,建立了停车场车位分布图背景下的最佳车位数学模型,且将该模型转化为最短路径问题,结合智能优化方法--蚁群算法形成车位诱导算法,对模型进行寻优,并给出了具体的求解步骤.最后结合一个实际的停车场背景进行仿真,确定最佳车位,为入场车辆的停放提供向导,解决车主寻找车位时的盲目性,并提高停车场管理系统的智能化程度.