基于人工智能的室内停车场测绘方法、系统、设备及介质与流程

本技术涉及测绘的，尤其是涉及基于人工智能的室内停车场测绘方法、系统、设备及介质。

背景技术：

1、室内停车场测绘是城市规划与交通管理中一个重要的技术环节，随着城市化进程的加快，停车需求日益增长，停车场的科学管理显得尤为重要。传统的室内停车场测绘主要依赖人工操作，与现代技术的结合不够紧密，导致测绘的效率与精确度都受到限制。

2、在自动化和智能化技术迅速发展的背景下，室内停车场的测绘方法也逐渐向智能化方向发展。利用激光扫描、无人机航拍、三维建模等先进技术，能够在短时间内获取停车场的精确数据，并生成高度详细的地图。然而，目前许多停车场仍然使用传统手段，如手工测量和简单的平面布局绘制，这不仅耗时耗力，而且容易出现错误，随之产生的数据更新也相对滞后。

3、现有的智能停车系统多以信息化管理为主，尽管结合了一定的数据分析和实时监控功能，但整体的智能化水平仍显不足。一方面，许多停车场缺乏高精度的实时数据采集手段，停车场的布局、车位的使用情况等信息常常依赖于定期的人工维护；另一方面，停车场内部的动态变化，比如车位的使用频率、空闲情况等，缺少实时监测和反馈机制，导致管理效率低下。

4、综上所述，尽管室内停车场测绘的技术条件在不断改善，但整体智能化水平仍然较低，尚需进一步引入先进技术和智能化管理理念，以提升停车场的运营效率和用户体验。智能化的提升不仅能提高停车场的管理效率，还能为用户提供更为便捷的停车服务，促进城市交通的顺畅与和谐发展。

技术实现思路

1、为了提高停车场测绘的智能化水平，本技术提供基于人工智能的室内停车场测绘方法、系统、设备及介质。

2、第一方面，本技术提供了基于人工智能的室内停车场测绘方法，采用如下的技术方案：

3、基于人工智能的室内停车场测绘方法，包括：

4、获取在停车场内先后采集到的第一图像数据和第二图像数据，并根据所述第二图像数据确定所述停车场的可通行区域；

5、根据所述第一图像数据和所述第二图像数据对所述可通行区域进行车辆状态变更检测，得到至少一个变更车位，其中，所述变更车位为发生变更且被占用的停车位；

6、对于每一个变更车位，根据所述第二图像数据确定所述变更车位上的车辆是否为未记录车辆，若是，则将所述变更车位放入目标变更车位集合，其中，所述未记录车辆为未在所述停车场内停车的车辆；

7、调用所述停车场的三维模型，基于最小生成树算法，并根据所述目标变更车位集合，生成车位序列数据，其中，所述车位序列数据包括车位序列和所述车位序列对应的距离序列；

8、基于测绘方案生成模型，并根据所述车位序列数据，确定测绘参数，并根据所述测绘参数控制测绘小车对所述停车场进行测绘，其中，所述测绘参数包括所述测绘小车的最优数量以及所述测绘小车对所述目标变更车位的测绘顺序。

9、通过采用上述技术方案，先获取在停车场内先后采集到的第一图像数据和第二图像数据，并根据第二图像数据确定停车场的可通行区域，然后根据第一图像数据和第二图像数据对可通行区域进行车辆状态变更检测，得到至少一个变更车位，其中，变更车位为发生变更且被占用的停车位，然后对于每一个变更车位，根据第二图像数据确定变更车位上的车辆是否为未记录车辆，若是，则将变更车位放入目标变更车位集合，其中，未记录车辆为未在停车场内停车的车辆，然后调用停车场的三维模型，基于最小生成树算法，并根据目标变更车位集合，生成车位序列数据，其中，车位序列数据包括车位序列和车位序列对应的距离序列，最后基于测绘方案生成模型，并根据车位序列数据，确定测绘参数，并根据测绘参数控制测绘小车对停车场进行测绘，其中，测绘参数包括测绘小车的最优数量以及测绘小车对目标变更车位的测绘顺序；通过上述的方法，实现了在停车场的使用过程中对停车场内车辆的测绘，提高了提高停车场测绘的智能化水平，加强了对停车场内车辆的管理和监控。

10、可选的，所述根据所述第二图像数据确定所述停车场的可通行区域的步骤，包括：

11、根据所述第二图像数据对所述第二图像数据进行灰度转换，得到对应的灰度图像；

12、根据所述灰度图像获取所述灰度图像对应的像素矩阵，并将所述像素矩阵中的元素与预设阈值进行比较，得到第一坐标数据和第二坐标数据，其中，所述第一坐标数据为在所述像素矩阵中元素值在预设范围内的矩阵区域对应的坐标数据，所述第二坐标数据为在所述像素矩阵中元素值不在预设范围内的矩阵区域对应的坐标数据，

13、将所述第一坐标数据对应的区域作为可通行区域，且将所述第二坐标数据对应的区域作为禁止通行区域。

14、通过采用上述技术方案，为了确定停车场的可通行区域，根据第二图像数据对第二图像数据进行灰度转换，得到对应的灰度图像，然后根据灰度图像获取灰度图像对应的像素矩阵，并将像素矩阵中的元素与预设阈值进行比较，得到第一坐标数据和第二坐标数据，其中，第一坐标数据为在像素矩阵中元素值在预设范围内的矩阵区域对应的坐标数据，第二坐标数据为在像素矩阵中元素值不在预设范围内的矩阵区域对应的坐标数据，最后将第一坐标数据对应的区域作为可通行区域，且将第二坐标数据对应的区域作为禁止通行区域。

15、可选的，所述根据所述第一图像数据和所述第二图像数据对所述可通行区域进行车辆状态变更检测，得到变更车位的步骤，包括：

16、根据所述第一图像数据对所述可通行区域内进行特征提取，得到第一车辆状态特征；

17、根据所述第二图像数据对所述可通行区域内进行特征提取，得到第二车辆状态特征；

18、根据所述第一车辆状态特征和第二车辆状态特征进行对比，确定所述可通行区域内的目标变更车位。

19、通过采用上述技术方案，为了得到变更车位，根据第一图像数据对可通行区域内进行特征提取，得到第一车辆状态特征，然后根据第二图像数据对可通行区域内进行特征提取，得到第二车辆状态特征，最后根据第一车辆状态特征和第二车辆状态特征进行对比，确定可通行区域内的目标变更车位。

20、可选的，所述对于每一个变更车位，根据所述第二图像数据确定所述变更车位上的车辆是否为未记录车辆的步骤，包括：

21、对于每一个变更车位，根据所述第二图像数据对所述变更车位进行车牌清晰度识别，得到所述变更车位的车牌清晰度；

22、根据所述车牌清晰度判断所述车牌清晰度是否大于预设值，若是，则根据所述第二图像数据获取所述车牌号，并将所述车牌号在车牌号数据表中进行匹配，若未匹配到，则表示所述变更车位上的车辆为未记录车辆，其中，所述车牌号数据表包括车牌号数据和车辆特征数据，所述车牌号数据表用于表示所述车牌号数据和所述车辆特征数据之间的映射关系；

23、若否，则根据所述第二图像数据对所述变更车位上的车辆进行特征识别，得到车辆特征，并将所述车辆在所述车牌号数据表中进行匹配，若未匹配成功，则表示所述变更车位上的车辆为未记录车辆。

24、通过采用上述技术方案，为了确定变更车位上的车辆是否为未记录车辆，对于每一个变更车位，根据第二图像数据对变更车位进行车牌清晰度识别，得到变更车位的车牌清晰度，然后根据车牌清晰度判断车牌清晰度是否大于预设值，若车牌清晰度是否大于预设值，则根据第二图像数据获取车牌号，并将车牌号在车牌号数据表中进行匹配，若未匹配到，则表示变更车位上的车辆为未记录车辆，其中，车牌号数据表包括车牌号数据和车辆特征数据，车牌号数据表用于表示车牌号数据和车辆特征数据之间的映射关系，若车牌清晰度不大于预设值，则根据第二图像数据对变更车位上的车辆进行特征识别，得到车辆特征，并将车辆在车牌号数据表中进行匹配，若未匹配成功，则表示变更车位上的车辆为未记录车辆。

25、可选的，所述调用所述停车场的三维模型，基于最小生成树算法，并根据所述目标变更车位集合，生成车位序列数据的步骤，包括：

26、调用所述停车场的三维模型，并根据所述三维模型确定起始测绘车位，其中，所述起始测绘车位为所述目标变更车位集合中与测绘小车存放点最近的车位；

27、以所述起始测绘车位为起点，基于最小生成树算法，并根据所述目标变更车位集合，确定车位序列数据。

28、通过采用上述技术方案，为了生成车位序列数据，调用停车场的三维模型，并根据三维模型确定起始测绘车位，其中，起始测绘车位为目标变更车位集合中与测绘小车存放点最近的车位，然后以起始测绘车位为起点，基于最小生成树算法，并根据目标变更车位集合，确定车位序列数据。

29、可选的，所述测绘方案生成模型的目标函数为：

30、

31、所述目标函数的约束条件为：

32、

33、其中，其中，表示第k段的总和，表示所述距离序列中第j个元素，n表示将所述距离序列分成的份数，d表示所述距离序列，x为每份的最大值，表示第一段的起始位置，表示第n段的结束位置，m表示所述距离序列中的元素总个数,表示第k段的起始位置，表示第k+1段的起始位置。

34、可选的，所述基于测绘方案生成模型，并根据所述车位序列数据，确定测绘参数的步骤，包括：

35、通过测绘方案生成模型，并根据所述距离序列，确定测绘小车的最优数量；

36、通过所述目标函数的所述约束条件，并根据所述最优数量、所述车位序列和所述距离序列，确定所述测绘小车对所述目标变更车位的测绘顺序。

37、通过采用上述技术方案，为了确定测绘参数，通过测绘方案生成模型，并根据距离序列，确定测绘小车的最优数量，然后通过目标函数的约束条件，并根据最优数量、车位序列和距离序列，确定测绘小车对目标变更车位的测绘顺序。

38、第二方面，本技术还提供了基于人工智能的室内停车场测绘系统，采用如下的技术方案：

39、基于人工智能的室内停车场测绘系统，包括：

40、可通行区域确定模块，用于获取在停车场内先后采集到的第一图像数据和第二图像数据，并根据所述第二图像数据确定所述停车场的可通行区域；

41、变更车位生成模块，用于根据所述第一图像数据和所述第二图像数据对所述可通行区域进行车辆状态变更检测，得到至少一个变更车位，其中，所述变更车位为发生变更且被占用的停车位；

42、目标变更车位集合生成模块，用于对于每一个变更车位，根据所述第二图像数据确定所述变更车位上的车辆是否为未记录车辆，若是，则将所述变更车位放入目标变更车位集合，其中，所述未记录车辆为未在所述停车场内停车的车辆；

43、车位序列数据生成模块，用于调用所述停车场的三维模型，基于最小生成树算法，并根据所述目标变更车位集合，生成车位序列数据，其中，所述车位序列数据包括车位序列和所述车位序列对应的距离序列；

44、测绘模块，基于测绘方案生成模型，并根据所述车位序列数据，确定测绘参数，并根据所述测绘参数控制测绘小车对所述停车场进行测绘，其中，所述测绘参数包括所述测绘小车的最优数量以及所述测绘小车对所述目标变更车位的测绘顺序。

45、第三方面，本技术还提供了一种计算机设备，采用如下的技术方案：

46、一种计算机设备，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现第一方面中所述的方法。

47、第四方面，本技术还提供了一种计算机可读存储介质，采用如下的技术方案：

48、一种计算机可读存储介质，存储有能够被处理器加载并执行第一方面中所述方法的计算机程序。

49、综上所述，本技术至少包括以下有益技术效果：先获取在停车场内先后采集到的第一图像数据和第二图像数据，并根据第二图像数据确定停车场的可通行区域，然后根据第一图像数据和第二图像数据对可通行区域进行车辆状态变更检测，得到至少一个变更车位，其中，变更车位为发生变更且被占用的停车位，然后对于每一个变更车位，根据第二图像数据确定变更车位上的车辆是否为未记录车辆，若是，则将变更车位放入目标变更车位集合，其中，未记录车辆为未在停车场内停车的车辆，然后调用停车场的三维模型，基于最小生成树算法，并根据目标变更车位集合，生成车位序列数据，其中，车位序列数据包括车位序列和车位序列对应的距离序列，最后基于测绘方案生成模型，并根据车位序列数据，确定测绘参数，并根据测绘参数控制测绘小车对停车场进行测绘，其中，测绘参数包括测绘小车的最优数量以及测绘小车对目标变更车位的测绘顺序；通过上述的方法，实现了在停车场的使用过程中对停车场内车辆的测绘，提高了提高停车场测绘的智能化水平，加强了对停车场内车辆的管理和监控。