一种城市交通智慧泊车计费系统及泊车计费方法与流程

本发明涉及泊车计费，尤其涉及一种城市交通智慧泊车计费系统及泊车计费方法。

背景技术：

1、随着我国经济的飞速发展及城市化进程的推进，城市汽车保有量逐年成倍提高，其直接带来的影响是道路承载能力、停车资源、停车能力等面临严峻挑战，并进而引发交通堵塞、交通事故、交通治安、停车困难、违章停车、停车纠纷等现象，致使城市道路交通指挥和停车监督管理工作日趋复杂，人力物力资源的投入日益增多，不仅严重影响城市交通，也阻碍了社会进步与经济发展。

2、传统泊车系统通常依赖手动入场记录或基本的rfid技术，缺乏对各类车辆的高效识别能力。此外，系统常采用固定收费模式，未能考虑车辆占用空间的大小或高峰时段的不同需求。因此，如何提供一种城市交通智慧泊车计费系统及泊车计费方法是本领域技术人员亟需解决的问题。

技术实现思路

1、本发明的一个目的在于提出一种城市交通智慧泊车计费系统及泊车计费方法，本发明引入了基于车辆占用空间和停车时长的动态定价模型，使得计费更加公平和合理，同时通过环保车辆的优惠策略，鼓励环保出行。

2、根据本发明实施例的一种城市交通智慧泊车计费方法，包括如下步骤：

3、s1、利用安装于停车场入口和出口的高摄像头，对进出车辆进行实时图像捕获；

4、s2、将捕获的图像数据传输至中央处理单元，所述中央处理单元内配置有用于图像识别的人工智能算法；

5、s3、通过人工智能算法分析图像数据，通过车辆特征识别每辆车，并记录其入场和离场时间；

6、s4、根据车辆停留时间和预设的收费标准计算停车费用；

7、s5、将计算得出的费用通知给用户，并提供多种支付方式。

8、可选的，所述s1具体包括：

9、s11、在停车场的每个入口和出口安装高分辨率摄像头；

10、s12、摄像头配置有自动光线调节功能，所述自动光线调节功能根据当前环境光线强度i自动调节曝光时间e和iso值s：

11、

12、s＝k2×i；

13、其中，k1和k2表示调节系数；

14、s13、摄像头还具备运动检测功能，能够在车辆进入其视野时自动激活，并开始捕获图像，所述运动检测功能基于帧间差分法：

15、连续捕获两帧图像f1和f2；

16、计算两帧图像的差异d＝|f2-f1|；

17、若差异值超过预设阈值，则判定为有运动发生，并激活图像捕获。

18、可选的，所述s2具体包括：

19、s21、捕获的图像数据的接收和预处理，包括数据缓冲和图像去噪和增强：

20、idenoised＝w-1(w(i)×t)；

21、其中，i表示原始图像，w和w-1分别表示小波变换和逆变换，t表示去噪阈值；

22、s22、应用深度学习模型针对车辆车牌和车型进行图像识别：

23、使用多层卷积神经网络进行对车辆车牌和车型特征提取；

24、应用循环神经网络和长短时记忆网络处理车辆在不同摄像头下的连续图像；

25、采用迁移学习技术，利用预训练的网络模型作为基础，通过样本数据进行微调；

26、s23、图像识别的结果及其分析数据存储于数据库中，用于车辆入场和离场时间的记录，以及后续的费用计算。

27、可选的，所述深度学习模型的建立包括构建模型结构、模型训练方法和模型的优化：

28、所述构建模型结构包括

29、卷积神经网络，用于提取图像中的车辆车牌和车型特征，包括多个卷积层、激活层和池化层，所述卷积层使用不同的过滤器来捕捉图像的局部特征；

30、循环神经网络和长短时记忆网络，用于处理时间序列数据，包括车辆在不同摄像头下的连续图像；

31、所述模型训练方法包括

32、对采集的车辆图像进行标准化处理，包括尺寸调整、归一化和增强对比度；

33、使用已经在大型数据集上预训练的卷积神经网络模型作为起点，对其进行微调以适应泊车场环境的特定要求，微调过程中，一些层的权重被冻结，而其他层则根据新的数据集进行训练；

34、所述模型的优化包括

35、使用交叉熵损失函数优化分类任务：

36、

37、其中，其中m表示类别数，y表示二进制指示器，如果类别c是正确分类，则为1，p表示预测类别c的概率；

38、应用l2正则化或丢弃技术减少过拟合，并使用adam优化器进行模型训练。

39、可选的，所述s3具体包括：

40、s31、使用图像处理技术从捕获的图像中提取车辆特征，所述车辆特征包括车牌号码、车型和车辆颜色，使用深度学习模型识别车牌号码；

41、s32、采用多层卷积神经网络，从车辆的轮廓、尺寸和设计特征中识别车型；

42、s33、应用颜色检测算法对于车辆颜色进行识别：

43、

44、其中，c表示识别出的颜色，c∈c表示颜色集合，p(c|i)表示给定图像i时颜色c的概率；

45、s34、结合车牌号码、车型和车辆颜色的信息，为每辆车创建一个独特的识别档案，包括车牌号码、车型和车辆颜色信息，并在车辆入场和离场时更新这些信息；

46、s35、识别出车辆后，记录其入场和离场的精确时间。

47、可选的，所述s4具体包括：

48、s41、使用摄像头捕获的车辆图像，并应用图像处理算法来测量车辆的长度、宽度及占用的停车空间面积a。

49、s42、记录车辆的入场和离场时间，计算车辆的停车时长t；

50、s43、基于车辆停车空间面积a和停车时长t的停车费用动态定价模型f：

51、f＝(rbase+k×a)×t×m；

52、其中，rbase表示基础时长费率，k表示每平方米的额外费率；

53、通过环保标准的车辆进行费率折扣：

54、m＝1-d×e；

55、其中，m表示最终费用的乘数，d表示基础折扣率，e表示环保车辆等级，e＝1对应于最高环保标准，随着环保等级的降低，e值减小，并得到最终的动态定价模型：

56、ffinal＝((rbase+k×a)×t)×(1-d×e)；

57、其中，ffinal是最终的停车费用。

58、可选的，所述环保标准的车辆包括电动车和小型低排放车辆。

59、可选的，所述s5具体包括：

60、s51、系统在车辆离场时，根据停车时长、占用空间及车辆类型等因素，自动计算停车费用，通过用户预先注册的移动应用或短信服务，即时发送停车费用通知给用户；

61、s52、支持多种支付方式，包括移动支付、信用卡支付、借记卡支付以及现金支付；。

62、s53、如果支付失败，系统将提供重试选项，并发送提醒通知到用户注册的联系方式；

63、s54、在特定时间内未完成支付的情况下，系统将启动后续措施，包括费用累计以及停车权限的暂时限制。

64、s55、完成支付后，系统自动生成电子收据，并通过电子邮件或移动应用发送给用户，供其记录和查询。

65、一种城市交通智慧泊车计费方法的计费系统，其特征在于，包括

66、数据接收模块，用于负责接收从停车场各入口和出口的摄像头传来的图像数据，所述数据接收模块通过有线或无线网络接收摄像头实时图像数据。

67、预处理模块，用于对接收到的图像数据进行预处理；

68、存储模块，用于暂时存储处理过的图像数据以及中间处理结果；

69、图像识别模块，利用深度学习算法对预处理后的图像进行车辆特征识别；

70、数据管理模块，用于管理和维护车辆数据，包括车辆入场和离场时间记录、车辆特征信息；

71、费用计算模块，用于根据车辆停留时间、占用空间和其他相关标准计算停车费用；

72、用户通知模块，用于负责向用户发送停车费用通知，包括费用金额、支付方式信息。

73、本发明的有益效果是：

74、本发明通过使用高分辨率摄像头和深度学习模型来识别车辆，包括老旧车辆或未适配智慧泊车系统的车辆，提高了系统的适用性和识别准确性。引入了基于车辆占用空间和停车时长的动态定价模型，使得计费更加公平和合理，同时通过环保车辆的优惠策略，鼓励环保出行。利用中央处理单元和先进的图像处理技术，快速有效地处理大量数据，保证了系统的实时性和准确性。