本发明涉及数据处理,尤其涉及一种智慧停车大数据管理系统及其方法。
背景技术:
1、城市停车无序状况将成为解决交通拥挤问题的“瓶颈”。为缓解这个矛盾,近年来在城市开发过程中新建了一些停车库,但由于出行者无法掌握车库路径和库位空余信息,经常发生司机到达停车场才知道没有停车位的情况,导致车辆无效行驶,增加了道路交通流的负荷。
技术实现思路
1、本发明的目的在于提供一种智慧停车大数据管理系统及其方法,旨在解决出行者无法掌握车库路径和库位空余信息的问题。
2、为实现上述目的,第一方面,本发明提供了一种智慧停车大数据管理系统,包括数据采集子系统、数据管理子系统和路线诱导子系统,所述数据采集子系统、所述数据管理子系统和所述路线诱导子系统依次连接;
3、所述数据采集子系统,用于采集车辆的特征信息;
4、所述数据管理子系统,用于对所述特征信息进行统计分析,得到优选停车点;
5、所述路线诱导子系统,基于所述优选停车点对所述车辆进行路线诱导。
6、其中,所述数据采集子系统包括拍摄模块和特征提取模块,所述拍摄模块和所述特征提取模块连接;
7、所述拍摄模块,用于拍摄车辆的当前图像;
8、所述特征提取模块,用于对所述当前图像进行特征提取,得到特征信息。
9、其中,所述数据采集子系统还包括测光模块、对比模块和补光模块,所述测光模块、所述对比模块和所述补光模块依次连接;
10、所述测光模块,用于测量当前光照强度;
11、所述对比模块,用于将所述当前光照强度与预设光照强度进行对比,当所述当前光照强度低于所述预设光照强度时,启动所述补光模块;
12、所述补光模块,用于在所述拍摄模块拍摄时进行补光。
13、其中,所述特征提取模块包括构建子模块、训练子模块和提取子模块,所述构建子模块、所述训练子模块和所述提取子模块依次连接;
14、所述构建子模块,用于构建神经网络模型;
15、所述训练子模块,用于使用训练数据集对所述神经网络模型进行训练,得到特征提取模型;
16、所述提取子模块,用于将所述当前图像输入所述特征提取模型中进行训练,得到特征信息。
17、其中,所述训练子模块包括获取单元、预处理单元、训练单元和验证单元,所述获取单元、所述预处理单元、所述训练单元和所述验证单元依次连接;
18、所述获取单元,用于获取训练数据集;
19、所述预处理单元,用于对所述训练数据集进行预处理,得到训练集和验证集;
20、所述训练单元,用于使用所述训练集对所述神经网络模型进行训练,得到预训练模型;
21、所述验证单元,用于使用所述验证集对所述预训练模型进行验证寻优,得到特征提取模型。
22、其中,所述预处理单元包括过滤子单元、标记子单元和划分子单元,所述过滤子单元、所述标记子单元和所述划分子单元依次连接;
23、所述过滤子单元,用于对所述训练数据集进行过滤,得到过滤数据集;
24、所述标记子单元,用于对所述过滤数据集进行标记,得到标记数据集;
25、所述划分子单元,用于将所述标记数据集划分成训练集和验证集。
26、第二方面,本发明提供了一种智慧停车大数据管理方法,包括以下步骤:
27、通过数据采集子系统采集车辆的特征信息;
28、通过数据管理子系统对所述特征信息进行统计分析,得到优选停车点;
29、通过路线诱导子系统基于所述优选停车点对所述车辆进行路线诱导。
30、本发明的一种智慧停车大数据管理系统,首先,所述数据采集子系统采集车辆的特征信息;然后,所述数据管理子系统对所述特征信息进行统计分析,得到优选停车点;最后,所述路线诱导子系统基于所述优选停车点对所述车辆进行路线诱导,使得车辆有效行驶,减少了道路交通流的负荷,解决了出行者无法掌握车库路径和库位空余信息的问题。
1.一种智慧停车大数据管理系统,其特征在于,
2.如权利要求1所述的智慧停车大数据管理系统,其特征在于,
3.如权利要求2所述的智慧停车大数据管理系统,其特征在于,
4.如权利要求3所述的智慧停车大数据管理系统,其特征在于,
5.如权利要求4所述的智慧停车大数据管理系统,其特征在于,
6.如权利要求5所述的智慧停车大数据管理系统,其特征在于,
7.一种智慧停车大数据管理方法,应用于权利要求6所述的智慧停车大数据管理系统,其特征在于,包括以下步骤: