申请/专利权人：同济大学

申请日：2023-02-17

公开（公告）日：2024-06-28

公开（公告）号：CN116343522B

主分类号：G08G1/14

分类号：G08G1/14;G08G1/017

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2023.07.14#实质审查的生效;2023.06.27#公开

摘要：本发明涉及一种基于时空车辆重识别的智慧园区无人泊车方法，包括：获取目标车辆的图像关键帧信息，并进行车牌特征信息提取；基于路径规划算法为目标车辆推荐最优车位，并基于灯杆唯一点位构建路径，引导车辆停靠；基于图像关键帧信息和车牌特征信息，利用车辆重识别网络进行重识别关联处理，结合车辆外观特征、各灯杆地理标签和时间戳生成目标车辆行驶轨迹；基于轻量化关键点停车位检测算法对车位进行检测，结合灯杆与地锁对车辆与车位进行匹配判断，若匹配成功则进行车辆自主停靠以及停车是否规范的判断；当目标车辆驶出停车位时，统计车辆停靠时长并计算停车费用，实现无感支付。与现有技术相比，本发明具有车辆定位精度高、实用性强等优点。

主权项：1.一种基于时空车辆重识别的智慧园区无人泊车方法，其特征在于，包括以下步骤：步骤S1：当目标车辆到达停车场入口处时，获取部署于入口处灯杆上的摄像头拍摄的目标车辆的第一图像关键帧信息，并进行车牌特征信息提取；步骤S2：停车场入口闸机对目标车辆放行后，基于路径规划算法为目标车辆推荐最优车位，并基于灯杆唯一点位构建路径，引导车辆停靠；步骤S3：调用分布于智慧园区中的多个灯杆获取目标车辆行驶过程中的第二图像关键帧信息，并基于第一、第二图像关键帧信息和车牌特征信息，利用车辆重识别网络PVRS进行重识别关联处理，结合车辆外观特征、各灯杆地理标签和时间戳生成目标车辆行驶轨迹，计算车辆平均行驶速度，对行驶路线进行实时监控；步骤S4：基于轻量化关键点停车位检测算法对车位进行检测，结合灯杆与地锁对车辆与车位进行匹配判断，若匹配成功则完成车辆自主停靠动作以及停车是否规范的判断；步骤S5：当地锁检测到目标车辆驶出停车位时，统计车辆停靠时长，并计算停车费用，实现无感支付；所述车辆重识别网络PVRS包括自监督注意力车辆外观识别子模块、车牌验证子模块和基于时空关联信息的重排序子模块；所述自监督注意力车辆外观识别子模块基于自监督注意力机制对图像关键帧信息进行特征提取得到车辆外观特征，所述特征提取基于自监督残差生成和深层特征提取完成，具体包括以下步骤：步骤S311：自监督残差生成：使用改进的VAE架构，通过最大池化将输入图像进行下采样，降低维度，再通过潜在特征的均值和协方差进行重新参数化，即变分自动编码器，最后对潜在特征映射进行上采样，进行图像重建工作，过程中使用均方误差和KL散度对重建模型进行预训练，损失函数公式表示如下：Lconstruct＝Lmse+θLkl其中，θ用于调整均方误差与KL散度的权重比，Lmse为均方误差损失，Lkl为KL散度损失，Lconstruct为重建模型的损失函数；步骤S312：深层特征提取：使用一个单分支的ResNet-50特征提取网络，将车辆图像投射到一个低维向量空间，并保留有效表征车辆身份的特征；步骤S313：使用可学习的参数对原始图像和其残差进行权重划分，允许特征提取网络对每个输入源的重要性加权，此过程中总损失函数公式表示如下：L＝Ltriplet+Lcrossentropy+μLconstruct 其中，Ltriplet代表三重态损失函数，Lcrossentropy代表交叉熵损失函数，Lconstruct代表重建模型的损失函数，μ为预配置的调节参数；三重态损失函数中，对于给定的anchor，B表示总批数，bi表示第i个批次，s表示另外一个样本，offset表示距离边缘阈值，Pa和Na分别表示正样本和负样本，Euclid表示两个样本间的欧几里得距离；交叉熵损失函数中，和分别表示训练集中第i个图像经过BNNeck层后提取的特征及其对应的ground-truth标签，Wj和dj是最终分类层中与类别j相关的权重向量和偏差，N和C分别代表训练过程中的总样本数和类别数；步骤S314：将提取到的车辆外观特征的欧几里得距离相加，根据相似程度得到相似度列表，实现车辆外观特征提取；所述基于时空关联信息的重排序子模块通过如下时空相似度公式进行降序排列筛选： 其中，a,b分别表示灯杆La,Lb的摄像头分别拍摄得到的两张图像，Ta,Tb分别表示两张图像的时间戳，Tmax表示一段时间t内，园区所有摄像头拍摄得到的所有图像帧的时间戳的最大值，distLa,Lb表示两个灯杆摄像头的物理距离，Dmax表示园区中任意两个摄像头的物理距离的最大值，μ表示一个权重函数，取值为0,1之间，越接近1表示时近空相似度更注重时间相似度，越接近0表示时空相似度更注重空间相似度。

全文数据：

权利要求：

百度查询： 同济大学 一种基于时空车辆重识别的智慧园区无人泊车方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD