技术目标:(1)研究基于机器视觉和智能计算的车位匹配方法,为当前车辆匹配最合适的空车位,并给出最优的线路规划导航,解决停车难、耗时长的问题,提升停车的时效性,增强行业竞争力。(2)开发相关系统并撰写相关论文3篇。
技术内容:(1)运用机器视觉技术,实现空车位的实时检测,包括车位类型和位置信息,并在系统中进行标注;(2)构建车位匹配模型,提出基于智能计算的车位匹配算法,根据实际场景对车位匹配问题进行建模成序列决策问题,并采用强化学习训练求解该模型;(3)运用路径规划技术,综合考虑路径畅通度,设计并规划合理的行驶路径,提升停车效率。
技术方法和路线:(1)拟运用深度学习中YOLO算法和卷积神经网络实现车位类型和位置的实时识别,并通过无线通信模块上传到上位机;(2)构建一种车位匹配问题模型,车位和车辆均各自具有以下属性:ID、类型、大小和位置,对匹配结果的优化即为对序列的优化,综合考虑空车位与车辆的实际距离以及路径通畅度,寻求一种空车位与车辆的序列配比,使得尽可能降低停车的冲突性;(3)拟运用Astar算法和智能搜索算法相结合,根据车位匹配整体规划构建最优的路径线路导航。
技术领域 | 电子信息,软件,基础软件 | 需求类型 | 关键技术研发 | 有效期至 | 2025-06-30 |
合作方式 | 合作开发 | 需求来源 | | 所在地区 | |