在一年一度的 1024 程序员节上，网易技术马拉松再次拉开帷幕。限时 48 小时，16 支队伍，共 84 名技术酷爱者开展了角逐。
与大多数我的项目和业务非亲非故不同，有一只队伍的我的项目和理论生存更贴近。来自有道的“车位不必等”队，参赛课题为 《园区车位实时举荐零碎》，利用视觉辨认、语音合成等技术，打造了一套停车解决方案。最终在本次技术马拉松当中，取得了 技术极客优秀奖。
谈到为什么抉择这样一个课题，队长 Shinji 示意，“有时候下班停车要花费不少工夫，而且停车难也是目前很广泛的一个问题，所以想要用技术形式来设计一个解决方案。”
一、项目分析
有车的小伙伴应该都有过被停车摆布的恐怖，无论是在商场、园区，明明显示还有空位，但绕了两圈也不晓得在哪…好不容易找到了一个空位，然而正要开过来却被人抢了先…
总结起来，艰难点就是两个——找车位和抢车位。
那么，如何利用技术来解决这两个问题呢？
整体的设计思路是：
依靠于视频车辆检测算法，达到对多个车位的实时监控，灵便适配无效区域并肯定水平升高算法误识率。利用工作园区内车辆以及车主等无效信息为进场车辆正当调配停车区域，升高人工指挥停车的老本，并晋升停车效率。
二、解决方案
1. 车位区域监控
利用车辆辨认算法对监控范畴内的车辆进行监控，并将数据实时上报。
这种形式的施工难度小，能够监控多车位，并且能够筛选掉有效区域。不过比拟依赖辨认算法的准确度，对于摄像头的装置地位和角度有肯定的要求。
车辆检测咱们针对实际场景思考了两种计划。
- 计划一：基于深度学习和图像识别技术，采纳边缘计算，摄像头内置算法进行车辆检测。
- 计划二：摄像头只做图像采集，每 10 秒上传到服务器。服务器再对数据做车辆检测的计算。
计划一比照计划二的劣势是摄像辨认以后拍摄范畴内车辆的数量和具体位置，数量发生变化的时候告诉给服务器。边缘计算会大大的缩小带宽以及服务器的计算压力。但带来的问题是这种摄像头的老本会比拟高。
但无论计划一还是计划二摄像头的摆放都有肯定的要求，一个摄像头要清晰笼罩到尽可能多的车位，现实状况是笼罩到 10-12 个车位，具体还是要结合实际状况。笼罩到足够多的车位的次要因素是升高硬件老本，即摄像头的老本。
基于公司已有摄像头，初期模型咱们应用的是计划二。
2. 车位区域划分
将停车场内所有车位依照地位、大小、监控区域等条件划分为若干区域。
治理的最小粒度由某一车位扩充为一组车位，不便路线布局且升高治理难度。
派位时给予车主肯定的抉择权力，适配分派中的简单需要且有利于推广。
3. 车位举荐
- 车辆入场，道闸辨认车牌或车型数据上报举荐服务。
-
举荐服务匹配车辆信息。
- 匹配胜利，对所有可停车区域按闲暇车位数粗排，再依据匹配策略进行重排，最初依据分流策略确认举荐车位；
- 匹配失败，按默认最多空位规定确认举荐车位。
- 对车位进行预占，将入区域预占池。过期后预占将生效。
- 将举荐车位告诉道闸和 APP，发送语音播报或告诉，告知车主停车区域。
举荐车位会思考 多个维度。
- 车位间隔楼梯，电梯的地位，进一步楼梯、电梯和员工具体的工位地位。
- 依据已入场车辆的路线，举荐不是特地多的车辆的地位。
- 远离豪车华。
- 员工习惯停车地位。
- 新能源优先举荐新能源车辆可充电车位。
- 大车优先举荐大车位，缩小小车应用大车位的几率。
- 进一步买通会议零碎，若间隔会议工夫比拟近，依据会议室的地位以及间隔现有的空车位举荐最正当，能够疾速停车的车位。尽可能的做到个性化，合理化。
三、我的项目利用成果展现
https://www.bilibili.com/vide…
总结
为了解决停车场景中找车位和抢车位的问题，咱们将视觉辨认技术和举荐算法引入停车治理我的项目。依靠于视频车辆检测算法，达到对多个车位的实时监控，灵便适配无效区域并肯定水平升高算法误识率。利用工作园区内车辆以及车主等无效信息为进场车辆正当调配停车区域，升高人工指挥停车的老本，并晋升停车效率。
以派位的形式解决停车过程中的问题，联合路线布局还能够防止拥挤，前面如果有机会也会思考退出我的项目布局。同时，将来心愿扩大反对地上停车位的治理，并进一步升高我的项目施行的老本，摊薄算法检测老本并让单路摄像头能够无效监控更多的停车位，进步我的项目收益。