[发明专利]无人停车库中载车板停车时的安全检测方法及装置

权利要求书

1.一种无人停车库中载车板停车时的安全检测方法，其特征在于，所述方法包括：

在预设的图像训练集中采用卷积神经网络算法对采集的图像进行识别，确定所述图像中的各目标区域；

采用激励函数对所述目标区域进行分类识别，在所述图像中确定载车板和车辆分别对应的所述目标区域；

根据所述载车板、车辆在所述图像中的位置，从所述图像中提取所述载车板和车辆相关的图像特征；

根据所述图像特征，通过安全停车特征对所述载车板停车时进行安全检测；

所述在预设的图像训练集中采用卷积神经网络算法对采集的图像进行识别，确定载车板、车辆在所述图像中的位置的步骤包括：

按照预设的图像尺寸对采集的图像进行裁剪，得到裁剪图像；

在预设的图像训练集中采用卷积神经网络算法对所述裁剪图像进行识别，确定所述裁剪图像中的各目标区域。

2.根据权利要求1所述的方法，其特征在于，所述安全停车特征的数量为至少一个，所述根据所述图像特征，通过安全停车特征对所述载车板停车时进行安全检测的步骤包括：

对所述图像中的载车板及车辆进行安全停车特征的存在性判断；

如果所有的所述安全停车特征均存在，则确定所述载车板上停车安全。

3.根据权利要求2所述的方法，其特征在于，所述安全停车特征包括正常停车状态，所述对所述图像中的载车板及车辆进行安全停车特征的存在性判断的步骤包括：

根据所述车辆在所述图像中的图像特征对所述车辆进行部位识别，确定所述车辆在所述图像中的各车辆部位；

在预设的图像训练集中采用卷积神经网络算法对所述各车辆部位进行迭代运算，判断所述各车辆部位是否均符合正常停车状态，如果为是，则判定存在所述正常停车状态。

4.根据权利要求2所述的方法，其特征在于，所述安全停车特征包括周边安全状态，所述对所述图像中的载车板及车辆进行安全停车特征的存在性判断的步骤包括：

在预设的图像训练集中采用卷积神经网络算法对所述载车板周边的周边图像特征进行迭代运算，判断所述载车板周边是否存在动物，如果为否，则判定存在所述周边安全状态。

5.根据权利要求2所述的方法，其特征在于，所述安全停车特征包括安全停放位置，所述对所述图像中的载车板及车辆进行安全停车特征的存在性判断的步骤包括：

在预设的图像训练集中采用卷积神经网络算法对所述载车板和车辆的图像特征进行迭代运算，计算所述载车板与车辆之间的相对距离；

判断所述相对距离是否达到安全距离，如果为是，则判定所述车辆处于所述安全停放位置。

6.根据权利要求1所述的方法，其特征在于，所述根据所述图像特征，通过安全停车特征对所述载车板停车时进行安全检测的步骤之后，所述方法还包括：

当判定所述载车板上停车不安全时，则进行报警提醒。

7.一种无人停车库中载车板停车时的安全检测装置，其特征在于，所述装置包括：

目标区域识别模块，用于在预设的图像训练集中采用卷积神经网络算法对采集的图像进行识别，确定所述图像中的各目标区域；

目标区域确定模块，用于采用激励函数对所述目标区域进行分类识别，在所述图像中确定载车板和车辆分别对应的所述目标区域；

图像特征提取模块，用于根据所述载车板、车辆在所述图像中的位置，从所述图像中提取所述载车板和车辆相关的图像特征；

安全检测模块，用于根据所述图像特征，通过安全停车特征对所述载车板停车时进行安全检测；

所述目标区域识别模块和目标区域确定模块还用于：

按照预设的图像尺寸对采集的图像进行裁剪，得到裁剪图像；

在预设的图像训练集中采用卷积神经网络算法对所述裁剪图像进行识别，确定所述裁剪图像中的各目标区域。