在一年一度的1024程式設計師節上，網易技術馬拉松再次拉開帷幕。限時48小時，16支隊伍，共84名技術熱愛者展開了角逐。
與大多數專案和業務息息相關不同，有一隻隊伍的專案和實際生活更貼近。來自有道的“車位不用等”隊，參賽課題為《園區車位實時推薦系統》，應用視覺識別、語音合成等技術，打造了一套停車解決方案。最終在本次技術馬拉松當中，獲得了技術極客優秀獎。
談到為什麼選擇這樣一個課題，隊長Shinji表示，“有時候上班停車要花費不少時間，而且停車難也是目前很普遍的一個問題，所以想要用技術方式來設計一個解決方案。”
一、專案分析
有車的小夥伴應該都有過被停車支配的恐懼，無論是在商場、園區，明明顯示還有空位，但繞了兩圈也不知道在哪…好不容易找到了一個空位，然而正要開過去卻被人搶了先…
總結起來，困難點就是兩個——找車位和搶車位。
那麼，如何利用技術來解決這兩個問題呢？
整體的設計思路是：
依託於視訊車輛檢測演算法，達到對多個車位的實時監控，靈活適配有效區域並一定程度降低演算法誤識率。利用工作園區內車輛以及車主等有效資訊為進場車輛合理分配停車區域，降低人工指揮停車的成本，並提升停車效率。
二、解決方案
1.車位區域監控
利用車輛識別演算法對監控範圍內的車輛進行監控，並將資料實時上報。
這種方式的施工難度小，可以監控多車位，並且可以篩選掉無效區域。不過比較依賴識別演算法的準確度，對於攝像頭的安裝位置和角度有一定的要求。
車輛檢測我們針對實際場景考慮了兩種方案。
- 方案一：基於深度學習和影像識別技術，採用邊緣計算，攝像頭內建演算法進行車輛檢測。
- 方案二：攝像頭只做影像採集，每10秒上傳到伺服器。伺服器再對資料做車輛檢測的計算。
方案一對比方案二的優勢是攝像識別當前拍攝範圍內車輛的數量和具體位置，數量發生變化的時候通知給伺服器。邊緣計算會大大的減少頻寬以及伺服器的計算壓力。但帶來的問題是這種攝像頭的成本會比較高。
但無論方案一還是方案二攝像頭的擺放都有一定的要求，一個攝像頭要清晰覆蓋到儘可能多的車位，理想情況是覆蓋到10-12個車位，具體還是要結合實際情況。覆蓋到足夠多的車位的主要因素是降低硬體成本，即攝像頭的成本。
基於公司已有攝像頭，初期模型我們使用的是方案二。
2.車位區域劃分
將停車場內所有車位按照位置、大小、監控區域等條件劃分為若干區域。
管理的最小粒度由某一車位擴大為一組車位，方便路線規劃且降低管理難度。
派位時給予車主一定的選擇權利，適配分派中的複雜需求且有利於推廣。
3.車位推薦
- 車輛入場，道閘識別車牌或車型資料上報推薦服務。
推薦服務匹配車輛資訊。
- 匹配成功，對所有可停車區域按空閒車位數粗排，再根據匹配策略進行重排，最後根據分流策略確認推薦車位；
- 匹配失敗，按預設最多空位規則確認推薦車位。
- 對車位進行預佔，將入區域預佔池。過期後預佔將失效。
- 將推薦車位通知道閘和APP，傳送語音播報或通知，告知車主停車區域。
推薦車位會考慮多個維度。
- 車位距離樓梯，電梯的位置，進一步樓梯、電梯和員工具體的工位位置。
- 根據已入場車輛的路線，推薦不是特別多的車輛的位置。
- 遠離豪車華。
- 員工習慣停車位置。
- 新能源優先推薦新能源車輛可充電車位。
- 大車優先推薦大車位，減少小車使用大車位的機率。
- 進一步打通會議系統，若距離會議時間比較近，根據會議室的位置以及距離現有的空車位推薦最合理，可以快速停車的車位。儘可能的做到個性化，合理化。
三、專案應用效果展示
https://www.bilibili.com/vide...
總結
為了解決停車場景中找車位和搶車位的問題，我們將視覺識別技術和推薦演算法引入停車管理專案。依託於視訊車輛檢測演算法，達到對多個車位的實時監控，靈活適配有效區域並一定程度降低演算法誤識率。利用工作園區內車輛以及車主等有效資訊為進場車輛合理分配停車區域，降低人工指揮停車的成本，並提升停車效率。
以派位的方式解決停車過程中的問題，結合路線規劃還可以避免擁堵，後面如果有機會也會考慮加入專案規劃。同時，未來希望擴充套件支援地上停車位的管理，並進一步降低專案實施的成本，攤薄演算法檢測成本並讓單路攝像頭可以有效監控更多的停車位，提高專案收益。