[发明专利]基于图像识别与用户偏好的智能车位推荐方法

说明书

本发明公开了一种基于图像识别与用户偏好的智能车位推荐方法，包括车辆定位系统，所述车辆定位系统包括通过网络互连的车载终端、4G网络模块和远程监测中心终端，其特征在于，所述方法包括如下步骤：1）确定当前用户车辆位置；2）车位状态图像识别；3）推荐车位；4）路线规划和导航。这种方法可以降低成本，可依据当前用户偏好为当前用户方便、准确、高效地推荐适合的泊车位置，同时使得当前用户快速的找到泊车位置。

技术领域

本发明涉及停车场车位推荐技术，具体是一种基于图像识别与用户偏好的智能车位推荐方法。

背景技术

目前现有的大型停车场往往都提供车位引导的功能，设有能够引导车辆顺利进入目的车位的指示系统。在停车场引导车辆停入空车位的智能泊车引导系统称之为车位引导系统，它由智能电脑系统对车位进行检测，通过显示屏显示空车位信息，司机通过该信息，实现轻松停车。

然而，当前部分大型停车场使用超声波技术对车位进行检测，需要在各个车位安装探测器，这无疑增加了系统的成本。部分停车场采用HOG特征提取的方法对车位状态图片进行分类，需要将图片分成若干个小的单元，还需要对比归一化等操作，处理起来较复杂。

同时，大部分停车场对于车位分配的方法是：对于当前需要泊车的用户，随机的分配一个空闲车位给该车主，而没有考虑到不同用户的偏好和需求，造成用户的满意度和体验较差，且没有设定用户对车位评分的环节，体现的服务意识还不够，而且通过停车场显示屏告诉车主位置信息，引导的细节不够充分和清楚，车主可能不知道自己当前的方位，可能会在前进的过程中遇到未知的障碍点(有的甚至是不可经过的点)，不利于车主了解整个停车场的分布结构，为后续的寻找车辆制造了不必要的麻烦。

发明内容

本发明的目的是正对现有技术的不足，而提供一种基于图像识别与用户偏好的智能车位推荐方法。这种方法可以降低成本，可依据当前用户偏好为当前用户方便、准确、高效地推荐适合的泊车位置，同时使得当前用户快速的找到泊车位置。

实现本发明目的的技术方案是：

一种基于图像识别与用户偏好的智能车位推荐方法，包括车辆定位系统，所述车辆定位系统包括通过网络互连的车载终端、4G网络模块和远程监测中心终端，所述方法包括如下步骤：

1)确定当前用户车辆位置：结合GPS和Google earth的车辆定位软件，车载终端将GPS当前用户车辆定位信息数据经4G网络模块与远程监测中心终端进行数据传输,远程监测中心终端接收到当前用户车辆定位信息数据后,确定当前用户车辆的位置坐标，并在Google earth中对移动车辆实现定位跟踪；

2)车位状态图像识别：车辆定位系统对停车场的现场图片进行采集，并进行车位状态图像识别，找到空闲车位，包括：

2-1)灰度化图像：对于彩色的RGB图像的像素矩阵，将RGB三个分量平均，得到灰度后的对应位置(i,j)的像素值：f(i,j)＝(R(i,j)+G(i,j)+B(i,j))/3；其中，(i,j)表示对应像素点的横坐标i和纵坐标j；

2-2)去噪：采用小波阈值的图像对灰度化后的图像去噪，在经过小波变换后，图像噪声主要集中在高频子带，图像的能量大多处于低频子带，设定过滤的阈值，对小波系数进行处理，保留有效的信号系数，再对处理后的小波系数逆变换，得到去噪的结果；

2-3)基于卷积神经网络的图像分类：将步骤2-1)、2-2)预处理后的图像作为输入，输入到具有三层卷积网络结构的CNN网络中，所述CNN网络中每层网络都包括卷积、激活和池化操作，其中，预设定的卷积核大小为5*5，卷积核的深度与卷积后的feature map即特征图像深度相同，池化操作为最大值池化即MAX-POOLING，激活函数为RELU函数，在三层网络之后设定一个全连接层即FC layer，采用Softmax函数将分类结果和训练集匹配，判断停车场的对应车位是否被占用；