基于CNN神经网络的大型停车库实时优化

• 作者: 刘念 徐良杰 赵玮
• 来源期刊: 武汉理工大学学报（交通科学与工程版）
• 学科: 工学
• 关键词: 停车场 动态检测 卷积神经算法 状态识别 路径优化
• 年，卷（期）: 2019,（3）
• 页码范围: 560-564
• 页数: 5页
• 分类号: TU248.3
• 字数: 4170字
• 语种: 中文
• DOI: 10.3963/j.issn.2095-3844.2019.03.036

摘要

为缓解大型停车场内车辆无效绕行距离及车位分配不均问题,运用CNN卷积神经网络深度学习方法,对实时采集的停车场视频图像进行识别和分类,获取停车场通道上车辆状态参数及停车场内车位状态;以武汉宜家停车场为研究对象进行实证分析.研究结果表明,采用此法进行停车场优化能减少驾驶员的无效绕行,提高了停车效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐良杰	武汉理工大学交通学院	69	343	10.0	14.0
2	刘念	武汉理工大学交通学院	26	78	5.0	7.0
3	赵玮	内蒙古大学经济与管理学院	1	4	1.0	1.0