CN120260324A 基于智慧停车场的车辆安全管理方法 (宁波华悦物联科技有限公司).docxVIP

CN120260324A 基于智慧停车场的车辆安全管理方法 (宁波华悦物联科技有限公司).docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120260324A

(43)申请公布日2025.07.04

(21)申请号202510649042.6

(22)申请日2025.05.20

GO6F18/25(2023.01)

GO6N3/042(2023.01)

GO6N3/0464(2023.01)

(71)申请人宁波华悦物联科技有限公司

地址315000浙江省宁波市鄞州区中河街

道天童北路1539号611室

(72)发明人葛林陈启吴正华

(74)专利代理机构北京红梵知识产权代理事务所(普通合伙)11912

专利代理师郑幸运

(51)Int.CI.

G08G1/14(2006.01)

G08B21/18(2006.01)

GO6F18/15(2023.01)

GO6F18/213(2023.01)

GO6F18/2433(2023.01)

权利要求书3页说明书11页附图1页

(54)发明名称

基于智慧停车场的车辆安全管理方法

(57)摘要

CN120260324A本发明涉及智慧停车场技术领域,具体涉及基于智慧停车场的车辆安全管理方法,包括以下步骤:S1,多源数据采集:实时获取目标车辆的动态轨迹数据、停车场环境参数及相邻车位状态数据,生成多源特征向量集;S2,数据时空对齐:对多源特征向量集进行时空对齐处理,输出标准化车辆行为序列;S3,异常行为识别:将标准化车辆行为序列输入异常行为识别模型,生成异常行为特征图谱及置信度参数;S4,风险等级评估:基于置信度参数和环境参数构建风险评估模型,输出停车场当前场景下的风险等级;S5,安全策略触发:根据风险等级触发对应的安全策略执行指

CN120260324A

多源数据采集:实时获取目标车辆的动态轨迹

多源数据采集:实时获取目标车辆的动态轨迹数据、停车场环境参数及相邻车位状态数据,生成多源特征向量集

数据时空对齐:对多源特征向量集进行时空对齐处理,输出标准化车辆行为序列

异常行为识别:将标准化车辆行为序列输入异常行为识别模型,生成异常行为特征图谱及置信度参数

风险等级评估:基于置信度参数和环境参数构建风险评估模型,输出停车场当前场景下的风险等级

安全策略触发:根据风险等级触发对应的安全策略执行指令

S1

S2

S4

S5

CN120260324A权利要求书1/3页

2

1.基于智慧停车场的车辆安全管理方法,其特征在于,包括以下步骤:

S1,多源数据采集:实时获取目标车辆的动态轨迹数据、停车场环境参数及相邻车位状态数据,生成多源特征向量集;

S2,数据时空对齐:对多源特征向量集进行时空对齐处理,输出标准化车辆行为序列;

S3,异常行为识别:将标准化车辆行为序列输入异常行为识别模型,生成异常行为特征图谱及置信度参数;

S4,风险等级评估:基于置信度参数和环境参数构建风险评估模型,输出停车场当前场景下的风险等级;

S5,安全策略触发:根据风险等级触发对应的安全策略执行指令。

2.根据权利要求1所述的基于智慧停车场的车辆安全管理方法,其特征在于,所述S1中的多源数据采集包括:

S11,动态轨迹数据采集:通过UWB定位基站与车载标签的TOF测距,结合毫米波雷达点云数据,计算目标车辆的三维运动轨迹,具体包括:

部署在立柱顶端的UWB基站阵列以10ms周期发送测距信号,接收车载标签的响应信号,通过时间差△t计算基站至标签距离d;

采用三边定位算法解算车辆三维坐标(x,y,z);

融合毫米波雷达的径向速度测量值v,通过卡尔曼滤波消除坐标抖动;

S12,环境参数获取:采用多传感器融合技术采集停车场环境特征,具体包括:

地面摩擦系数计算:通过压电传感器阵列测量地面压力分布P(x,y),结合红外光谱分析仪检测路面材质反射率R(λ),计算地面摩擦系数μ;

光照强度动态补偿:对停车场的光照强度进行动态补偿;

S13,车位状态监测:基于YOLOv5的车辆轮廓识别算法处理多视角视频流,具体包括:

车位占用判定:当连续5帧满足,判定对应车位被占用,其中,Iedge(x,y)为像素点(x,y)的边缘图像灰度值,Itota?(x,y)为像素点(x,y)的原始图像灰度值;

安全

您可能关注的文档

文档评论(0)

xm + 关注
实名认证
文档贡献者

专业学习资料,专业文档

1亿VIP精品文档

相关文档