一种停车场智能导航方法与流程

1.本发明属于立体停车场技术领域，尤其涉及一种停车场智能导航方法。


背景技术：

2.目前立体停车场多采用agv运输车辅助停车的方式实现停车，用户通过手机端下载停车申请后，在将车辆停至立体停车场的出入车库中，agv运输车会自动承载车辆到达停车位，agv运输车一般通过立体停车场中的agv车导航系统进行调度和导航。
3.立体停车场的agv运输车一般采用车辆托盘的方式承载车辆，即，用户将车辆停放到出入车库内的一个车辆托盘中，然后agv运输车自动行驶到车辆托盘的下方，顶起车辆托盘从而承载车辆进行移动。
4.现有技术中的不足：
5.1.目前将agv运输车的运输通道划分为两个车道，现有技术中多采用单向车道的方式规定agv运输车在车道中的行驶方向，其实际的运输效率较低。
6.2.目前对agv运输车的行驶路线以及行驶状态的监控，多采用agv运输车自身传感器的反馈数据来进行实时监控，没有第三方监控系统对其实际运行状态进行监控反馈，无法做到对agv运输车的直观准确的实时监控。


技术实现要素：

7.本发明的目的是提供一种停车场智能导航方法，解决了通过第三方摄像监控系统实现对agv运输车的实际监控反馈，将传统的单行车道改为双行车道，同时根据监控反馈对agv运输车进行平移避让调度的技术问题。
8.为实现上述目的，本发明采用如下技术方案：
9.一种停车场智能导航方法，具体包括如下步骤：
10.步骤1：建立agv车导航系统和agv车监控系统，agv车导航系统用于为停车场内的agv运输车提供调度信息和导航路线数据，调度信息中包含了停车单号和车辆存取信息，agv运输车在行进中向agv车导航系统发送自身的速度数据，agv车监控系统包括数个部署在agv运输车的通行通道上的监控摄像头、监控数据采集服务器、图片处理服务器和模型构建服务器，监控数据采集服务器用于通过数据线采集所有监控摄像头拍摄的实时的通行通道的监控图像；
11.每一个监控摄像头均预设一个唯一的识别序列号；
12.车辆存取信息用于标记并表示存车事件或取车事件；
13.步骤2：agv运输车在行进过程中，通过投影灯在地面上投影用于表示自身轮廓的轮廓标记和用于表示停车单号的字幕标记；
14.步骤3：当agv运输车在行进到任意一个监控摄像头的拍摄范围内时，该监控摄像头将拍摄到的agv运输车的行进图像发送给监控数据采集服务器，监控数据采集服务器将行进图像以及拍摄该行进图像的监控摄像头的识别序列号一起发送给图片处理服务器；
15.步骤4：图片处理服务器通过图像识别技术对行进图像进行解析，识别出轮廓标记和字幕标记；
16.图片处理服务器将轮廓标记标注在行进图像中，得到标记图像，同时根据对字幕标记的识别得到停车单号，建立停车单号、标记图像和识别序列号之间的映射列表；
17.步骤5：模型构建服务器在世界坐标系中构建通行通道的数学模型，数学模型的建立包括根据通行通道的宽度，将通行通道划分为左车道和右车道，左车道和右车道之间设定一个安全间隔；
18.模型构建服务器在通行通道的数学模型中预设平移量阈值；
19.步骤6：模型构建服务器通过互联网从agv车导航系统获取agv运输车的速度数据；
20.模型构建服务器调取标记图像，并将标记图像的坐标重合到世界坐标系中，根据轮廓标记的位置判断agv运输车是否处于左车道或右车道内：
21.若处于左车道或右车道内，则agv运输车正常通行，执行步骤11，否，则执行步骤7；
22.步骤7：判断轮廓标记的位置是否已经超出平移量阈值：是，执行步骤8；否，执行步骤9；
23.步骤8：判断agv车辆所处车道：
24.若为左车道，根据平移量阈值，判断轮廓标记的位置是否超出左车道向左平移的最大平移量：是，则agv车辆进行右平移；否，则执行步骤9；
25.若为右车道，根据平移量阈值，判断轮廓标记的位置是否超出右车道向右平移的最大平移量：是，则agv车辆进行左平移；否，则执行步骤9；
26.步骤9：判断有对向来车否：无，则agv运输车正常通行，执行步骤11；有，则执行步骤10；
27.步骤10：模型构建服务器以车辆存取信息、停车单号和车辆速度作为价值条件，通过贪心算法对处于左车道和处于右车道的两个agv运输车的优先价值进行计算，优先价值低的agv运输车平移避让优先价值高的agv运输车；
28.步骤11：结束。
29.优选的，agv车导航系统包括导航通信服务器和调度服务器，agv运输车通过无线网络与导航通信服务器进行通信，导航通信服务器通过网线与调度服务器通信，调度服务器用于通过移动网络获取用户从手机发送来的停车申请，根据停车申请生成停车单号，同时标记停车单号对应的停车事件为存车或取车，并生成车辆存取信息，导航通信服务器用于根据车辆存取信息和停车单号绘制agv运输车的导航路线，并将导航路线发送给agv运输车，同时手机agv运输车发送过来的速度数据。
30.优选的，所述投影灯设于agv运输车的前车灯处，投影灯投影轮廓标记时，采用以下方法计算得到投影灯的调整角度：
31.设定θz为投影灯在竖直平面上的旋转角，θy为投影灯在水平平面上的旋转角，根据三角函数公式计算得出θz和θy：
32.tanθz＝d
÷
h；
33.tanθy＝w
÷
d；
34.其中，d为投影灯所投影的光标与投影灯所处的前车灯之间的水平距离，h为投影灯所处的前车灯距离地面的高度，w为投影灯所处的前车灯距离agv运输车的轮廓边缘的最
小距离；
35.投影灯根据旋转角θz和旋转角θy进行角度调整，从而在地面上投影出轮廓标记。
36.优选的，所述轮廓标记为预设的几何图案光斑，所述字幕标记为表示停车单号的数字光斑。
37.优选的，在执行步骤10时，所述贪心算法具体采用以下公式进行计算：
38.score
(car(i))
＝w1×
value
(access(i))
+w2×
value
(number(i))
+w3×
value
(v(i))
；
39.其中，score表示贪婪得分，i表示停车单号，car(i)表示停车单号为i号的订单所派出的agv运输车的编号，value
(access(i))
表示停车单号为i号的订单的存取事件的得分，value
(number(i))
表示停车单号为i号的订单的单号得分，value
(v(i))
表示停车单号为i号的订单所派出的agv运输车的车速得分，w1、w2和w3均为权重值。
40.优选的，所述存取事件的得分为固定预设值，存取事件包括存车事件和取车事件，存车事件的得分小于取车事件的得分。
41.优选的，在计算单号得分时，通过以下公式进行计算:
[0042][0043]
其中，i表示停车单号，maxnum表示所有已开出的停车单号中的最大号码值，va
(number)
表示单号得分在贪心算法中所分配到的最大分值；
[0044]
在计算车速得分时，通过以下公式进行计算：
[0045][0046]
其中，velocity(i)表示停车单号为i号的订单所派出的agv运输车的实际车速，maxvelocity表示agv运输车所能达到的最大行驶速度，va
(v)
表示车速得分在贪心算法中所分配到的最大分值。
[0047]
优选的，在执行步骤4时，具体包括如下步骤：
[0048]
步骤4-1：获取行进图像；
[0049]
步骤4-2：对行进图像进行图像预处理，得到预处理后图像；
[0050]
步骤4-3：对预处理后图像进行灰度处理，得到灰度图；
[0051]
步骤4-4：对灰度图中的像素进行灰度识别，根据像素的灰度值识别出投影灯在地面上的投影光标；
[0052]
步骤4-5：根据投影光标的几何形状，识别出轮廓标记和字幕标记；
[0053]
步骤4-6：在轮廓标记处设立一个包围轮廓标记的矩形框，得到标记图像；
[0054]
步骤4-7：根据对字幕标记的识别得到停车单号，建立停车单号、标记图像和识别序列号之间的映射列表。
[0055]
本发明所述的一种停车场智能导航方法，解决了通过第三方摄像监控系统实现对agv运输车的实际监控反馈，将传统的单行车道改为双行车道，同时根据监控反馈对agv运输车进行平移避让调度的技术问题，本发明将传统的单行车道改成双行车道，提高了运输效率，本发明通过第三方监控方式对agv运输车进行实时监控，可以更准确的把握agv运输车的实际运行状态以及所处位置，为agv车导航系统提供更加准确直观的监控反馈，本发明
采用贪心算法来判断两个agv运输车在相遇是的避让问题，保证了agv运输车行驶过程中的安全距离，提高了行驶安全系数。
附图说明
[0056]
图1是本发明的主流程图；
[0057]
图2是本发明的步骤10的流程图；
[0058]
图3是本发明的计算投影灯的调整角度时的数学模型图；
[0059]
图4是本发明的一个实际辆车相遇时进行避让的模型示意图。
具体实施方式
[0060]
如图1-图4所示的一种停车场智能导航方法，具体包括如下步骤：
[0061]
步骤1：建立agv车导航系统和agv车监控系统，agv车导航系统用于为停车场内的agv运输车提供调度信息和导航路线数据，调度信息中包含了停车单号和车辆存取信息，agv运输车在行进中向agv车导航系统发送自身的速度数据，agv车监控系统包括数个部署在agv运输车的通行通道上的监控摄像头、监控数据采集服务器、图片处理服务器和模型构建服务器，监控数据采集服务器用于通过数据线采集所有监控摄像头拍摄的实时的通行通道的监控图像；
[0062]
每一个监控摄像头均预设一个唯一的识别序列号；
[0063]
车辆存取信息用于标记并表示存车事件或取车事件；
[0064]
agv车导航系统包括导航通信服务器和调度服务器，agv运输车通过无线网络与导航通信服务器进行通信，导航通信服务器通过网线与调度服务器通信，调度服务器用于通过移动网络获取用户从手机发送来的停车申请，根据停车申请生成停车单号，同时标记停车单号对应的停车事件为存车或取车，并生成车辆存取信息，导航通信服务器用于根据车辆存取信息和停车单号绘制agv运输车的导航路线，并将导航路线发送给agv运输车，同时手机agv运输车发送过来的速度数据。
[0065]
本实施例中，agv车导航系统为现有立体停车场中的标准配置系统，为现有技术，本发明在agv车导航系统的基础上添加了第三方监控系统，即agv车监控系统，实际应用过程中，可以在agv运输车的主要通行通道上部署数个监控摄像头，已达到实时监控的效果。
[0066]
步骤2：agv运输车在行进过程中，通过投影灯在地面上投影用于表示自身轮廓的轮廓标记和用于表示停车单号的字幕标记；
[0067]
投影灯为现有技术，故不详细叙述。
[0068]
所述投影灯设于agv运输车的前车灯处，agv运输车为现有技术，agv运输车的前车灯包括左车灯和右车灯，左车灯和右车灯分别包括多个前照灯，本发明在左车灯和右车灯上均分别部署两个投影灯，一个通过投影表示agv运输车的实际占地轮廓，另一个通过投影表示agv运输车对应的停车单号，通过监控摄像头拍摄投影光标来识别agv运输车的行驶状态，更加直观准确的为agv车导航系统提供监控反馈。
[0069]
投影灯投影轮廓标记时，由于agv运输车一般均承载一个车辆托盘，车辆托盘的大小实际上大于agv运输车自身尺寸，所以在进行投影轮廓标记时，实际是需要对车辆托盘的边缘进行计算后得到投影灯的投影角度，在实际进行编程计算时，将agv运输车和车辆托盘
视为一体，即车辆托盘的边缘轮廓即为agv运输车的边缘轮廓，本实施例采用以下方法计算得到投影灯的调整角度：
[0070]
设定θz为投影灯在竖直平面上的旋转角，θy为投影灯在水平平面上的旋转角，根据三角函数公式计算得出θz和θy：
[0071]
tanθz＝d
÷
h；
[0072]
tanθy＝w
÷
d；
[0073]
其中，d为投影灯所投影的光标与投影灯所处的前车灯(左车灯或右车灯)之间的水平距离，h为投影灯所处的前车灯(左车灯或右车灯)距离地面的高度，w为投影灯所处的前车灯距离agv运输车的轮廓边缘的最小距离；投影灯根据旋转角θz和旋转角θy进行角度调整，从而在地面上投影出轮廓标记。
[0074]
具体如图3所示，其中xyz为世界坐标系，a点为投影灯所在位置，即前车灯的位置，d的取值为预设取值，w表示了agv运输车的边缘轮廓与前车灯(即a点)的距离，h表示了前车灯(即a点)的高度，通过三角函数的计算可以得到投影灯在水平平面和竖直平面上的偏移角度，从而控制投影光标的位置。
[0075]
所述轮廓标记为预设的几何图案光斑，所述字幕标记为表示停车单号的数字光斑。
[0076]
本实施例中，在实际应用时，轮廓标记的几何图案光斑可以预设成十字、矩形或圆形等易识别的光斑图形。
[0077]
步骤3：当agv运输车在行进到任意一个监控摄像头的拍摄范围内时，该监控摄像头将拍摄到的agv运输车的行进图像发送给监控数据采集服务器，监控数据采集服务器将行进图像以及拍摄该行进图像的监控摄像头的识别序列号一起发送给图片处理服务器；
[0078]
步骤4：图片处理服务器通过图像识别技术对行进图像进行解析，识别出轮廓标记和字幕标记；
[0079]
图片处理服务器将轮廓标记标注在行进图像中，得到标记图像，同时根据对字幕标记的识别得到停车单号，建立停车单号、标记图像和识别序列号之间的映射列表；
[0080]
在执行步骤4时，具体包括如下步骤：
[0081]
步骤4-1：获取行进图像；
[0082]
步骤4-2：对行进图像进行图像预处理，得到预处理后图像；
[0083]
步骤4-3：对预处理后图像进行灰度处理，得到灰度图；
[0084]
步骤4-4：对灰度图中的像素进行灰度识别，根据像素的灰度值识别出投影灯在地面上的投影光标；
[0085]
步骤4-5：根据投影光标的几何形状，识别出轮廓标记和字幕标记；
[0086]
步骤4-6：在轮廓标记处设立一个包围轮廓标记的矩形框，得到标记图像；
[0087]
步骤4-7：根据对字幕标记的识别得到停车单号，建立停车单号、标记图像和识别序列号之间的映射列表。
[0088]
通过灰度值识别图案的图像识别技术为现有技术，故不详细叙述其解析过程。
[0089]
步骤5：模型构建服务器在世界坐标系中构建通行通道的数学模型，数学模型的建立包括根据通行通道的宽度，将通行通道划分为左车道和右车道，左车道和右车道之间设定一个安全间隔；
[0090]
模型构建服务器在通行通道的数学模型中预设平移量阈值；
[0091]
如图4所示，设定左车道用d(l1，l2)表示，左车道用d(r1，r2)表示，那么安全间隔即为d(l1，r2)，其中，l1表示左车道的左侧边缘，l2表示左车道的右边缘，r1表示右车道的右侧边缘，r2表示右车道的左侧边缘，本实施例中，在实际应用时平移量阈值被划分为左平移阈值和右平移阈值，模型构建服务器在通行通道的数学模型中划分出左车道的平移量阈值，设定l1向左平移的阈值为l
1o
、右平移阈值为l
1p
，l2向左平移的阈值为l
2o
、右平移阈值为l
2p
，r1向左平移的阈值为r
1o
、右平移阈值为r
1p
，r2向左平移的阈值为r
2o
、右平移阈值为r
2p
，当辆车相遇时，图中表示为agv_r车和agv_l车同时行驶在车道d(r1，l2)上，通过设立在左车道d(l1，l2)上的摄像头l_n1和l_n2来获取agv_l车的轮廓标记la和轮廓标记lb，其中轮廓标记la表示了agv_l车的左侧轮廓边缘，轮廓标记lb表示了agv_l车的右侧轮廓边缘，同理，通过设立在右车道d(r1，r2)上的摄像头r_n1和r_n2来获取agv_r车的轮廓标记ra和轮廓标记rb,分别用于表示agv_r车的右轮廓边缘和左轮廓边缘。
[0092]
步骤6：模型构建服务器通过互联网从agv车导航系统获取agv运输车的速度数据；
[0093]
模型构建服务器调取标记图像，并将标记图像的坐标重合到世界坐标系中，在本实施例中，监控摄像头的拍摄区域为预设的固定区域，根据监控摄像头的拍摄角度和高度可以得到尺寸以及焦距位置固定的图像，标记图像中的尺寸以及焦距位置为固定值，将其所在本地坐标系重合到世界坐标系中为现有技术，故不详细叙述。本实施例中，只需对每一个监控摄像头拍摄的图像进行一次坐标系重合校正即可，后期处理时可以沿用第一次的重合校正结果。
[0094]
根据轮廓标记的位置判断agv运输车是否处于左车道或右车道内：
[0095]
若处于左车道或右车道内，即avg车的实际行驶位置是否处于d(r1，r2)或d(l1，l2)内，则agv运输车正常通行，执行步骤11，否，则执行步骤7；
[0096]
步骤7：判断轮廓标记的位置是否已经超出平移量阈值，即avg车的实际行驶位置是否处于d(r
1o
，r
2o
)、d(r
1p
，r
2p
)、d(l
1o
，l
2o
)或d(l
1p
，l
2p
)内：是，执行步骤8；否，执行步骤9；
[0097]
步骤8：判断agv车辆所处车道：
[0098]
若为左车道，根据平移量阈值，判断轮廓标记的位置是否超出左车道向左平移的最大平移量，即la是否超出了l
2o
：是，则agv车辆进行右平移；否，则执行步骤9；
[0099]
若为右车道，根据平移量阈值，判断轮廓标记的位置是否超出右车道向右平移的最大平移量，即ra是否超出了r
1p
：是，则agv车辆进行左平移；否，则执行步骤9；
[0100]
步骤9：判断有对向来车否：无，则agv运输车正常通行，执行步骤11；有，则执行步骤10；
[0101]
本实施例中，当无对向来车时，即表明此时通道中只有一辆agv运输车，为了提高运输效率，此时处理为正常行驶，不再进行避让。
[0102]
步骤10：模型构建服务器以车辆存取信息、停车单号和车辆速度作为价值条件，通过贪心算法对处于左车道和处于右车道的两个agv运输车的优先价值进行计算，优先价值低的agv运输车平移避让优先价值高的agv运输车；
[0103]
在执行步骤10时，所述贪心算法具体采用以下公式进行计算：
[0104]
score
(car(i))
＝w1×
value
(access(i))
+w2×
value
(number(i))
+w3×
value
(v(i))
；
[0105]
其中，score表示贪婪得分，i表示停车单号，car(i)表示停车单号为i号的订单所
派出的agv运输车的编号，value
(access(i))
表示停车单号为i号的订单的存取事件的得分，value
(number(i))
表示停车单号为i号的订单的单号得分，value
(v(i))
表示停车单号为i号的订单所派出的agv运输车的车速得分，w1、w2和w3均为权重值。
[0106]
本实施例中，当需要避让时，本发明将车辆存取信息、停车单号和车辆速度作为价值条件，并为这三个条件分配得分量的最大分值，根据最终的贪心算法结果判断哪一个车辆进行避让，进而提高出车或存车的效率。
[0107]
所述存取事件的得分为固定预设值，存取事件包括存车事件和取车事件，存车事件的得分小于取车事件的得分。
[0108]
在计算单号得分时，通过以下公式进行计算:
[0109][0110]
其中，i表示停车单号，maxnum表示所有已开出的停车单号中的最大号码值，va
(number)
表示单号得分在贪心算法中所分配到的最大分值；本实施例依据停车单号靠前的车辆应尽量优先进行出车或存车的原则计算单号得分。
[0111]
在计算车速得分时，通过以下公式进行计算：
[0112][0113]
其中，velocity(i)表示停车单号为i号的订单所派出的agv运输车的实际车速，maxvelocity表示agv运输车所能达到的最大行驶速度，va
(v)
表示车速得分在贪心算法中所分配到的最大分值，本实施例依据车速低的车辆应尽量避让车速高的车辆的原则计算车速得分。
[0114]
图4中示意的应用场景为agv_r车在行驶过程中出现了向左偏移的情况，其实际左侧边缘在r
2o
的平移量阈值范围内，而agv_l车的贪心得分低于agv_r车，即agv_l车需要向agv_r车避让。
[0115]
步骤11：结束。
[0116]
本发明所述的一种停车场智能导航方法，解决了通过第三方摄像监控系统实现对agv运输车的实际监控反馈，将传统的单行车道改为双行车道，同时根据监控反馈对agv运输车进行平移避让调度的技术问题，本发明将传统的单行车道改成双行车道，提高了运输效率，本发明通过第三方监控方式对agv运输车进行实时监控，可以更准确的把握agv运输车的实际运行状态以及所处位置，为agv车导航系统提供更加准确直观的监控反馈，本发明采用贪心算法来判断两个agv运输车在相遇是的避让问题，保证了agv运输车行驶过程中的安全距离，提高了行驶安全系数。

技术特征：
1.一种停车场智能导航方法，其特征在于：具体包括如下步骤：步骤1：建立agv车导航系统和agv车监控系统，agv车导航系统用于为停车场内的agv运输车提供调度信息和导航路线数据，调度信息中包含了停车单号和车辆存取信息，agv运输车在行进中向agv车导航系统发送自身的速度数据，agv车监控系统包括数个部署在agv运输车的通行通道上的监控摄像头、监控数据采集服务器、图片处理服务器和模型构建服务器，监控数据采集服务器用于通过数据线采集所有监控摄像头拍摄的实时的通行通道的监控图像；每一个监控摄像头均预设一个唯一的识别序列号；车辆存取信息用于标记并表示存车事件或取车事件；步骤2：agv运输车在行进过程中，通过投影灯在地面上投影用于表示自身轮廓的轮廓标记和用于表示停车单号的字幕标记；步骤3：当agv运输车在行进到任意一个监控摄像头的拍摄范围内时，该监控摄像头将拍摄到的agv运输车的行进图像发送给监控数据采集服务器，监控数据采集服务器将行进图像以及拍摄该行进图像的监控摄像头的识别序列号一起发送给图片处理服务器；步骤4：图片处理服务器通过图像识别技术对行进图像进行解析，识别出轮廓标记和字幕标记；图片处理服务器将轮廓标记标注在行进图像中，得到标记图像，同时根据对字幕标记的识别得到停车单号，建立停车单号、标记图像和识别序列号之间的映射列表；步骤5：模型构建服务器在世界坐标系中构建通行通道的数学模型，数学模型的建立包括根据通行通道的宽度，将通行通道划分为左车道和右车道，左车道和右车道之间设定一个安全间隔；模型构建服务器在通行通道的数学模型中预设平移量阈值；步骤6：模型构建服务器通过互联网从agv车导航系统获取agv运输车的速度数据；模型构建服务器调取标记图像，并将标记图像的坐标重合到世界坐标系中，根据轮廓标记的位置判断agv运输车是否处于左车道或右车道内：若处于左车道或右车道内，则agv运输车正常通行，执行步骤11，否，则执行步骤7；步骤7：判断轮廓标记的位置是否已经超出平移量阈值：是，执行步骤8；否，执行步骤9；步骤8：判断agv车辆所处车道：若为左车道，根据平移量阈值，判断轮廓标记的位置是否超出左车道向左平移的最大平移量：是，则agv车辆进行右平移；否，则执行步骤9；若为右车道，根据平移量阈值，判断轮廓标记的位置是否超出右车道向右平移的最大平移量：是，则agv车辆进行左平移；否，则执行步骤9；步骤9：判断有对向来车否：无，则agv运输车正常通行，执行步骤11；有，则执行步骤10；步骤10：模型构建服务器以车辆存取信息、停车单号和车辆速度作为价值条件，通过贪心算法对处于左车道和处于右车道的两个agv运输车的优先价值进行计算，优先价值低的agv运输车平移避让优先价值高的agv运输车；步骤11：结束。2.如权利要求1所述的一种停车场智能导航方法，其特征在于：agv车导航系统包括导航通信服务器和调度服务器，agv运输车通过无线网络与导航通信服务器进行通信，导航通
信服务器通过网线与调度服务器通信，调度服务器用于通过移动网络获取用户从手机发送来的停车申请，根据停车申请生成停车单号，同时标记停车单号对应的停车事件为存车或取车，并生成车辆存取信息，导航通信服务器用于根据车辆存取信息和停车单号绘制agv运输车的导航路线，并将导航路线发送给agv运输车，同时手机agv运输车发送过来的速度数据。3.如权利要求1所述的一种停车场智能导航方法，其特征在于：所述投影灯设于agv运输车的前车灯处，投影灯投影轮廓标记时，采用以下方法计算得到投影灯的调整角度：设定θ
z
为投影灯在竖直平面上的旋转角，θ
y
为投影灯在水平平面上的旋转角，根据三角函数公式计算得出θ
z
和θ
y
：tanθ
z
＝d
÷
h；tanθ
y
＝w
÷
d；其中，d为投影灯所投影的光标与投影灯所处的前车灯之间的水平距离，h为投影灯所处的前车灯距离地面的高度，w为投影灯所处的前车灯距离agv运输车的轮廓边缘的最小距离；投影灯根据旋转角θ
z
和旋转角θ
y
进行角度调整，从而在地面上投影出轮廓标记。4.如权利要求3所述的一种停车场智能导航方法，其特征在于：所述轮廓标记为预设的几何图案光斑，所述字幕标记为表示停车单号的数字光斑。5.如权利要求3所述的一种停车场智能导航方法，其特征在于：在执行步骤10时，所述贪心算法具体采用以下公式进行计算：score
(car(i))
＝w1×
value
(access(i))
+w2×
value
(number(i))
+w3×
value
(v(i))
；其中，score表示贪婪得分，i表示停车单号，car(i)表示停车单号为i号的订单所派出的agv运输车的编号，value
(access(i))
表示停车单号为i号的订单的存取事件的得分，value
(number(i))
表示停车单号为i号的订单的单号得分，value
(v(i))
表示停车单号为i号的订单所派出的agv运输车的车速得分，w1、w2和w3均为权重值。6.如权利要求5所述的一种停车场智能导航方法，其特征在于：所述存取事件的得分为固定预设值，存取事件包括存车事件和取车事件，存车事件的得分小于取车事件的得分。7.如权利要求5所述的一种停车场智能导航方法，其特征在于：在计算单号得分时，通过以下公式进行计算:其中，i表示停车单号，maxnum表示所有已开出的停车单号中的最大号码值，va
(number)
表示单号得分在贪心算法中所分配到的最大分值；在计算车速得分时，通过以下公式进行计算：其中，velocity
(i)
表示停车单号为i号的订单所派出的agv运输车的实际车速，maxvelocity表示agv运输车所能达到的最大行驶速度，va
(v)
表示车速得分在贪心算法中所分配到的最大分值。
8.如权利要求1所述的一种停车场智能导航方法，其特征在于：在执行步骤4时，具体包括如下步骤：步骤4-1：获取行进图像；步骤4-2：对行进图像进行图像预处理，得到预处理后图像；步骤4-3：对预处理后图像进行灰度处理，得到灰度图；步骤4-4：对灰度图中的像素进行灰度识别，根据像素的灰度值识别出投影灯在地面上的投影光标；步骤4-5：根据投影光标的几何形状，识别出轮廓标记和字幕标记；步骤4-6：在轮廓标记处设立一个包围轮廓标记的矩形框，得到标记图像；步骤4-7：根据对字幕标记的识别得到停车单号，建立停车单号、标记图像和识别序列号之间的映射列表。

技术总结
本发明公开了一种停车场智能导航方法，属于立体停车场技术领域，包括建立AGV车导航系统和AGV车监控系统，识别AGV运输车上投影灯投影的轮廓标记和字幕标记，根据轮廓标记识别AGV运输车的行驶状态，并采用贪心算法计算避让车辆的价值得分，从而判断哪一个车辆进行避让，解决了通过第三方摄像监控系统实现对AGV运输车的实际监控反馈，将传统的单行车道改为双行车道，同时根据监控反馈对AGV运输车进行平移避让调度的技术问题，本发明将传统的单行车道改成双行车道，提高了运输效率，本发明可以更准确的把握AGV运输车的实际运行状态以及所处位置，为AGV车导航系统提供更加准确直观的监控反馈，保证了AGV运输车行驶过程中的安全距离。全距离。全距离。


技术研发人员：谢庆均 史焕然 王莉莉 刘大海 刘一迪 丁时凯 陈世明
受保护的技术使用者：南京中润泊车设备科技股份有限公司
技术研发日：2023.04.14
技术公布日：2023/6/27