推荐7篇关于车位检测的计算机专业论文

今天分享的是关于车位检测的7篇计算机毕业论文范文, 如果你的论文涉及到车位检测等主题,本文能够帮助到你

智能停车场车位检测与引导系统的设计与实现

这是一篇关于车位检测,车位引导,NB-IoT,WIFI定位,DIJKSTRA算法的论文, 主要内容为随着社会经济的发展,越来越多的家庭拥有了汽车,人们使用汽车出行的频率也逐渐增加,但同时在停车过程中存在的一些问题也随之而来。传统的停车场具有信息获取不便、管理不便、停车难、寻车难等问题,为了解决以上问题,提升停车取车效率,本文对目前的大型停车场进行调查研究,从现实停车痛点出发,设计了一款车位检测终端,并对车位引导问题进行研究,设计了停车场内定位方案与路径规划方案,还开发了一套供管理员使用的智能停车场管理系统以及一款供司机用户使用的微信小程序。本文主要研究内容如下:(1)完成了车位检测终端的设计。首先在使用地磁检测的基础上,提出了一种利用三轴磁阻传感器进行车位状态检测的方法,并使用微波雷达传感器模块测距进行辅助判断;然后完成了终端的硬件总体设计及各个模块的电路设计;最后对终端的嵌入式软件及云平台软件进行设计。(2)对车位引导子系统进行设计。使用Wi Fi位置指纹定位作为智能停车场室内定位方法,对采集到的RSSI值进行预处理,根据停车场及AP的RSSI信号特征对停车场内AP位置部署及指纹参考点设置进行设计,在线定位阶段采用WKNN算法对用户进行定位。对停车场进行建模,然后利用改进的Dijkstra算法对用户与车位之间进行路径规划。(3)完成了智能停车场管理系统与微信小程序的开发。使用spring boot和vue框架进行管理系统前后端的搭建,并且完成在云服务器的部署,实现了车位信息查看、设备管理、账号管理等功能,后台服务器还可以辅助小程序进行位置计算以及路径规划。开发微信小程序可以让司机用户通过手机终端查看停车场内车位信息、进行车位引导等操作。最后,本文对系统中的车位检测终端、智能停车场管理系统和微信小程序的各项功能进行了测试,结果表明,车位检测终端可以准确的感知车位状态并上报,管理系统可以方便停车场管理员完成远程查看场内信息等操作,小程序可以方便司机用户的停车及取车体验,整个系统具有良好的可靠性,满足了设计的需求。

基于全景图像和深度学习的自动泊车停车位检测研究

这是一篇关于自动泊车,车位检测,深度学习,YOLO v5,试验验证的论文, 主要内容为无人驾驶是交通出行的未来趋势,是汽车行业发展的最终目标。自动泊车作为无人驾驶中的重要落地场景,有助于减少交通事故的发生、解决停车困难的问题。自动泊车系统主要由环境感知、路径规划以及控制运动三个部分组成,论文针对环境感知环节展开研究。由于受到道路环境、光照条件、车位线模糊等因素影响,目前泊车位识别在效果性上仍然存在较大的改进空间。论文应用人工智能和深度学习进行停车位检测的工作,主要研究内容如下:(1)研究鱼眼相机理论与全景图像变换实验。论文从鱼眼相机的光学特性和成像模型出发,分析相机标定和校正方法,并选用张正友标定法进行标定以及基于标定结果参数进行校正。随后对四路鱼眼图像进行俯视变换和图像拼接操作,从而得到全景图像。(2)制定停车位检测流程。根据车位的结构特性,确定先从车位标记点的检测出发。并把整个任务分为:标记点检测,车位占用检测,角点中心定位,车位推断重构。(3)基于深度学习的标记点和车位占用检测。论文采用目标检测算法来实现,选择YOLO v5s作为检测器,针对泊车位的特殊场景对通用检测器做出五点改进:把特征提取网络从CSPDark Net53改为轻量化的Ghost Net模型;添加注意力机制CBAM;把特征融合网络从PAN改为能更深入融合的BiFPN;把存在一定缺陷的损失函数从GIoU改为CIoU;把特征提取网络中的Leaky Re LU改为性能更好的Mish激活函数。(4)基于机器视觉的角点定位和车位推断。采用灰度化、边缘检测、二值化、形态学处理、骨架提取和直线检测等方式对上一阶段检测到的标记点区域进行处理,得到两条直线交点即为该标记点的角点中心。然后根据可见角点数目的不同,分情况确立车位推断的公式和流程,从而重构出车位线。最后搭建实车试验平台在校园内外进行泊车位图像采集,与开源的PS2.0数据集一起作为本文的实验数据集在标注完成后对目标检测模型进行训练。实验结果表明:本文改进YOLO v5s算法效果良好,平均精确率达到97.13%,同时检测单帧图像的推理速度为28ms,相比于YOLOv5s提升约20%,能完成不同场景下的停车位检测任务。