[发明专利]基于人工智能和CIM的智慧城市地面车位图像处理方法

说明书

本发明提供了一种基于人工智能和CIM的智慧城市地面车位图像处理方法，该方法包括：对摄像头采集到的城市道路图像进行投影变换、图像拼接操作，投影到城市道路CIM的地面平面得到城市道路全景图；对城市道路全景图进行裁剪操作，得到多个子图像；将子图像送入语义分割网络，经过处理后得到车辆遮罩、车位区域遮罩、车位线遮罩，计算车辆遮罩分别与车位区域遮罩、车位线遮罩之间的IoU，基于IoU和设置好的阈值判断地面车位信息；将地面车位信息传输至CIM，利用Web GIS技术对数据进行可视化处理，在实时成像的同时展示地面车位信息。该方法不仅可以实时检测车辆是否停在车位内，还可以检测一辆车是否占用两个车位，提高车位利用率。

技术领域

本发明涉及人工智能、智慧交通领域，尤其是一种基于人工智能和CIM的智慧城市地面车位图像处理方法。

背景技术

现如今针对地面车位的车位信息，一般采取的方法为人工方法，通过巡检人员的巡检行为，得到不规范停车、车位使用率、车位使用时长等信息。基于人力检测出现的耗时耗力且缺乏实时性等问题，目前提出的基于计算机视觉的车位检测方法一般为两种。其一为通过对地锁等阻碍物检测来辅助判断车位使用情况，该方法解决了实时性问题，但主要缺陷在于障碍物的放置仍需要人员实施，所以还存在人力资源的浪费；其二为通过对采集图像进行像素级分类，能够检测车辆是否停在规定区域如停车位内，但不能对在规定区域内是否规范停车的情况进行检测。

现有的关于车辆越线停车的检测方法是将得到的车轮与车头的信息与车位线相结合来判断车辆是否越过停车线，但在实际生活中，车轮和车头很容易被其他物体遮挡，导致得到的车轮与车头的信息不准确，容易得到错误的判断结果。

发明内容

针对上述问题，本发明提出了一种基于人工智能和CIM的智慧城市地面车位图像处理方法，该方法包括：

步骤一，对摄像头采集到的城市道路图像进行投影变换、图像拼接操作，投影到预先构建好的城市道路CIM的地面平面得到城市道路全景图，实现实时成像；

步骤二，对城市道路全景图进行裁剪操作，得到多个子图像，其中，子图像之间要有重叠部分；

步骤三，将子图像送入语义分割网络，对图像中的每个像素点都设置像素值，输出车辆语义分割图、车位区域语义分割图和车位线语义分割图，得到车辆遮罩、车位区域遮罩、车位线遮罩，计算车辆遮罩分别与车位区域遮罩、车位线遮罩之间的交并比IoU，设置阈值α₁、β₁，基于IoU和阈值判断地面车位信息；

地面车位信息的具体判断方式为：车辆遮罩与车位区域遮罩的IoU为0时，车位处于空闲状态；车辆遮罩与车位区域遮罩的IoU小于α₁，且车辆遮罩与车位线遮罩的IoU大于等于β₁时，判断为车辆压线的不规范停车；车辆遮罩与车位区域遮罩的IoU大于等于α₁，且车辆遮罩与车位线遮罩的IoU大于等于β₁时，判断为车辆占用两个车位的不规范停车；车辆遮罩与车位区域遮罩的IoU大于等于α₁，车辆遮罩与车位线遮罩的IoU小于β₁时，车位处于正常使用状态；

步骤四，将地面车位信息传输至CIM，利用WebGIS技术对数据进行可视化处理，在Web端展示地面车位信息。

语义分割网络包括三个分支，其中，第一分支包括车辆检测编码器和车辆检测解码器；第二分支包括车位区域检测编码器和车位区域检测解码器；第三分支包括车位线检测编码器和车位线检测解码器；所述编码器对输入的子图像进行特征提取后送入解码器进行解码操作得到语义分割图。