上班没找到车位，硬核程序员做了套“园区车位实时推荐系统”，还获了奖

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名技术热爱者展开了角逐。

与大多数项目和业务息息相关不同，有一只队伍的项目和实际生活更贴近。来自有道的“车位不用等”队，参赛课题为《园区车位实时推荐系统》，应用视觉识别、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，获得了技术极客优秀奖。

谈到为什么选择这样一个课题，队长Shinji表示，“有时候上班停车要花费不少时间，而且停车难也是目前很普遍的一个问题，所以想要用技术方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支配的恐惧，无论是在商场、园区，明明显示还有空位，但绕了两圈也不知道在哪…好不容易找到了一个空位，然而正要开过去却被人抢了先…

总结起来，困难点就是两个——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：

依托于视频车辆检测算法，达到对多个车位的实时监控，灵活适配有效区域并一定程度降低算法误识率。利用工作园区内车辆以及车主等有效信息为进场车辆合理分配停车区域，降低人工指挥停车的成本，并提升停车效率。

二、解决方案

1.车位区域监控

利用车辆识别算法对监控范围内的车辆进行监控，并将数据实时上报。

这种方式的施工难度小，可以监控多车位，并且可以筛选掉无效区域。不过比较依赖识别算法的准确度，对于摄像头的安装位置和角度有一定的要求。

车辆检测我们针对实际场景考虑了两种方案。

• 方案一：基于深度学习和图像识别技术，采用边缘计算，摄像头内置算法进行车辆检测。
• 方案二：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。

方案一对比方案二的优势是摄像识别当前拍摄范围内车辆的数量和具体位置，数量发生变化的时候通知给服务器。边缘计算会大大的减少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成本会比较高。

但无论方案一还是方案二摄像头的摆放都有一定的要求，一个摄像头要清晰覆盖到尽可能多的车位，理想情况是覆盖到10-12个车位，具体还是要结合实际情况。覆盖到足够多的车位的主要因素是降低硬件成本，即摄像头的成本。

基于公司已有摄像头，初期模型我们使用的是方案二。

2.车位区域划分

将停车场内所有车位按照位置、大小、监控区域等条件划分为若干区域。

管理的最小粒度由某一车位扩大为一组车位，方便路线规划且降低管理难度。
派位时给予车主一定的选择权利，适配分派中的复杂需求且有利于推广。

3.车位推荐

• 车辆入场，道闸识别车牌或车型数据上报推荐服务。

• 推荐服务匹配车辆信息。

  • 匹配成功，对所有可停车区域按空闲车位数粗排，再根据匹配策略进行重排，最后根据分流策略确认推荐车位；
  • 匹配失败，按默认最多空位规则确认推荐车位。
• 对车位进行预占，将入区域预占池。过期后预占将失效。
• 将推荐车位通知道闸和APP，发送语音播报或通知，告知车主停车区域。

推荐车位会考虑多个维度。

• 车位距离楼梯，电梯的位置，进一步楼梯、电梯和员工具体的工位位置。
• 根据已入场车辆的路线，推荐不是特别多的车辆的位置。
• 远离豪车华。
• 员工习惯停车位置。
• 新能源优先推荐新能源车辆可充电车位。
• 大车优先推荐大车位，减少小车使用大车位的几率。
• 进一步打通会议系统，若距离会议时间比较近，根据会议室的位置以及距离现有的空车位推荐最合理，可以快速停车的车位。尽可能的做到个性化，合理化。

三、项目应用效果展示

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，我们将视觉识别技术和推荐算法引入停车管理项目。依托于视频车辆检测算法，达到对多个车位的实时监控，灵活适配有效区域并一定程度降低算法误识率。利用工作园区内车辆以及车主等有效信息为进场车辆合理分配停车区域，降低人工指挥停车的成本，并提升停车效率。

以派位的方式解决停车过程中的问题，结合路线规划还可以避免拥堵，后面如果有机会也会考虑加入项目规划。同时，未来希望扩展支持地上停车位的管理，并进一步降低项目实施的成本，摊薄算法检测成本并让单路摄像头可以有效监控更多的停车位，提高项目收益。