一种停车位寻找系统及方法

本发明涉及车辆停车领域，尤其涉及一种基于区块链、slam与视觉识别的智能停车位寻找系统及方法。

背景技术：

1、近年来，随着中国经济的迅猛发展，私家车已逐渐成为家庭出行的必备交通工具，“出行十分钟，停车半小时”等问题日趋严重，大大降低了居民生活幸福感和获得感。传统的停车场管理系统存在信息不透明、车位分配不均等问题，导致司机在寻找停车位时耗费大量时间。为解决这一问题，本发明提出了一种基于区块链、slam与视觉识别的智能停车位寻找系统及方法。

技术实现思路

1、本发明的目的是提高停车场的使用效率，降低用户寻找车位的时间成本，提升用户体验，故此提出了一种基于区块链、slam技术和视觉识别技术的智能停车位寻找方法及系统。系统首先利用区块链技术实现分布式、安全、可靠的车位信息管理。用户通过智能终端设备访问基于区块链的停车位信息，查询附近空闲车位。系统根据用户当前位置和车位信息，运用slam技术计算最佳停车路径，并提供导航指引。用户抵达目标车位后，系统通过视觉识别技术确认车位仍然空闲，同时将车辆信息与车位信息关联，更新区块链网络中的车位状态为占用。当用户离开车位时，系统再次利用视觉识别技术检测车位状态，并在确认车位为空闲后，将区块链网络中的车位状态更新为可用。为确保数据准确性，系统会定期对停车场内的车位状态进行视觉监测，并校准区块链网络中的车位信息。通过这种智能停车位寻找方法及系统，能够提高停车场的使用效率，降低用户寻找车位的时间成本，提升用户体验。

2、本发明是通过以下技术手段实现上述技术目的的。

3、一种智能停车位寻找系统，其由以下组件构成：

4、(1)区块链网络。区块链网络负责存储和更新车位状态信息，实现数据的实时共享与不可篡改性。它包括多个节点，每个节点保存一份完整的车位信息数据。

5、(2)视觉识别模块。视觉识别模块负责收集实时图像数据，并通过深度学习算法识别出空闲车位。视觉识别模块的输出结果用于更新区块链网络中的车位状态。

6、(3)slam模块。slam模块负责实时定位和地图构建，包括处理传感器数据、更新地图和车辆位置等功能。它与视觉识别模块协同工作，提供实时的地图数据。

7、(4)路径规划模块。路径规划模块根据用户当前位置、目标车位位置和地图数据，计算最佳停车路径。它与slam模块紧密配合，实时更新导航路径。

8、(5)用户界面。用户界面负责与用户进行交互，如查询空闲车位、接收导航指引等。用户界面可以是智能手机应用程序、车载导航仪等终端设备。

9、说明书的附图其实可以表示各模块的连接关系。如果箭头从a指向b，则说明a的数据传输到b；如果a和b之间的箭头是双向的，那么说明二者数据是双向传输的。

10、进一步，所述用户界面具体包括智能手机、平板电脑、笔记本电脑以及台式电脑。

11、本发明的一种停车位寻找系统的方法，包括以下步骤：

12、步骤1，用户通过智能终端设备(如智能手机或车载导航仪)访问基于区块链的停车位信息，查询附近空闲车位；

13、步骤2，系统根据用户当前位置和车位信息，运用slam技术计算最佳停车路径，并提供导航指引；

14、步骤3，用户抵达目标车位后，系统通过视觉识别技术确认车位仍然空闲。同时，系统将车辆信息与车位信息关联，更新区块链网络中的车位状态为占用；

15、步骤4，当用户离开车位时，系统再次利用视觉识别技术检测车位状态。一旦确认车位为空闲，系统将区块链网络中的车位状态更新为可用；

16、步骤5，为确保数据准确性，系统会定期对停车场内的车位状态进行视觉监测，并校准区块链网络中的车位信息。

17、进一步，步骤1具体包括：

18、步骤1.1：设空闲车位的集合为v，查询范围半径为r，用户当前位置为pu，在此范围内，空闲车位的集合可表示为vr＝{vi|dist(pu,vi)≤r}，其中dist表示两点之间的距离计算函数，vi表示空闲的车位；

19、步骤1.2：使用实用拜占庭容错算法作为共识算法。

20、进一步，步骤2具体包括：

21、步骤2.1：设用户当前位置为pu，目标车位位置为g，地图为m，路径规划算法为a，最佳路径为l，计算过程可表示为l＝a(pu,g,m)；

22、步骤2.2：数据处理中心负责接收来自停车场内传感器的实时数据，并运用slam技术对这些数据进行处理，实时更新地图m，在数据处理中心，还可以将a*算法应用于实时更新的地图m，为用户规划最佳停车路径；

23、步骤2.3：用户通过智能终端设备向数据处理中心发送请求，请求包含用户当前位置pu和目标车位位置g，数据处理中心根据实时地图m计算出最佳停车路径l，即l＝a(pu,g,m)，并将导航指令发送至用户的智能终端设备，为用户提供实时的导航指引。

24、进一步，步骤3具体包括：

25、设图像数据为i，视觉识别算法为f，识别结果为r，计算过程可表示为r＝f(i)，当r确认车位为空闲时，系统将车辆信息与车位信息关联，并更新区块链网络中的车位状态为占用，设车位状态为s，s＝occupied，代表车位处于占用状态；

26、采用深度学习中的卷积神经网络cnn作为视觉识别算法f来确认车位是否空闲，具体过程为：

27、3.a.输入图像数据i；

28、3.b.通过多个卷积层c提取图像特征，卷积层使用滤波器在图像上进行局部扫描，提取局部特征，卷积操作的计算公式为：

29、c(i,j)＝sum(f(i(m,n)*w(m,n)))

30、其中i,j表示输出特征图的坐标，m,n表示滤波器的坐标，w(m,n)是滤波器的权重，f表示激活函数；

31、3.c.通过池化层p降低特征图的维度，池化层可以是最大池化、平均池化等，池化操作的计算公式为：

32、p(i,j)＝max(i(m,n))或p(i,j)＝mean(i(m,n))

33、其中i,j表示池化输出的坐标，m,n表示池化窗口内的坐标。

34、3.d.通过全连接层fc将提取到的特征进行分类，全连接层的计算公式为：

35、fc＝f(w*i+b)

36、其中，f表示激活函数，b表示参数；

37、3.e.输出识别结果r

38、为了使cnn能够准确识别车位状态，需要用大量带有标签的车位图像数据对cnn进行训练，在训练过程中，cnn会自动学习到一组适合识别车位状态的权重参数，经过训练的cnn可以用于推理，即输入一张未知状态的车位图像，输出识别结果r；

39、通过上述计算流程，可以得到r＝f(i)，当r确认车位为空闲时，系统将车辆信息与车位信息关联，并更新区块链网络中的车位状态为占用，设车位状态为s，s＝occupied。

40、本发明的有益效果是:

41、信息透明：通过区块链技术实现车位信息的实时更新与共享，提高信息透明度，方便用户查询附近空闲车位；

42、定位精确：结合slam技术，实时构建车辆周围环境的地图并定位车辆在地图中的位置，提高车位推荐的准确性；

43、视觉识别：采用视觉识别技术检测车位状态，实时更新区块链网络中的车位信息，保证数据准确性；

44、路径规划：根据用户当前位置和车位信息，为司机提供最佳路径规划，节省寻找停车位的时间；

45、安全可靠：区块链技术的不可篡改性保证了车位信息的可靠性，避免了恶意篡改和虚假信息的产生。