Computer Vision-Based Vehicle Allotment System using Perspective Mapping

该论文提出了一种基于计算机视觉和 YOLOv8 目标检测模型的智能停车分配系统，通过逆透视映射（IPM）融合多路摄像头数据来动态识别空车位，并利用 3D 笛卡尔坐标图模拟停车环境以引导用户，从而为高密度城市提供低成本、高效率的可持续停车解决方案。

要点

这篇论文讲述了一个**“给停车场装上‘透视眼’和‘大脑’"**的聪明方案，旨在解决我们在室内停车场里“转圈圈找车位”的头疼问题。

我们可以把这项技术想象成给停车场请了一位“超级管家”。以下是用通俗易懂的大白话和生活中的比喻来解释它的核心内容：

1. 痛点：为什么现在的停车场让人抓狂？

想象一下，你开车进到一个巨大的地下车库。

• 传统方法（传感器）：以前的做法像是在每个车位上装一个“小感应器”（像超声波或红外探头）。这就像给每个停车位都配了一个“小保安”。但问题是，如果车库很大，要装成千上万个“小保安”，太贵了，而且坏了很难修。
• 现在的难题：在室内，GPS 信号不好，你根本不知道哪层有空位，只能像无头苍蝇一样乱转，既浪费时间又制造拥堵。

2. 核心方案：用“摄像头”代替“小保安”

作者提出的方案是：别装那么多昂贵的传感器了，直接用现有的监控摄像头（CCTV）！

这就好比：

• 以前：给每个停车位装一个独立的“眼睛”。
• 现在：在车库高处装 4 个广角摄像头，像4 只巨大的“鹰眼”，俯瞰整个停车场。它们不需要接触车辆，只需要“看”就能知道哪里有空位。

3. 技术揭秘：它是如何工作的？

这个系统主要由三个“超能力”组成：

A. 超级识别员 (YOLOv8)

• 比喻：想象有一个视力极好的“找茬大师”。
• 作用：系统使用了一种叫 YOLOv8 的人工智能算法。它就像那个大师，能在瞬间扫过监控画面，一眼认出：“那是辆车”、“那是根柱子”、“那是个空位”。
• 厉害之处：以前的技术（像 YOLOv5 或 v7）可能看花眼了，把柱子当成车，或者漏看远处的车。但 YOLOv8 就像戴了“高清隐形眼镜”，准确率高达 98.4%，连柱子都能认得清清楚楚。

B. 空间魔术师 (逆透视映射 IPM)

• 比喻：想象你在看一张有透视感的照片（近大远小），现在要把这张照片“变”成一张上帝视角的平面地图。
• 作用：摄像头拍出来的照片是歪的（近处的柱子很大，远处的车很小）。系统用一种叫“逆透视映射”的技术，把这种歪歪扭扭的 2D 照片，“压平”成一张正正的 2D 地图，再进一步变成3D 立体图。
• 效果：它能把不同角度的 4 个摄像头画面“拼”在一起，就像把 4 块拼图拼成一张完整的车库地图，告诉你哪里的柱子之间有空隙。

C. 3D 导航员

• 比喻：这就像游戏里的小地图。
• 作用：系统计算出空位的具体位置（X、Y、Z 坐标），并在屏幕上画出一个3D 的立体停车场模型。
• 结果：司机不需要在车库里乱转，系统直接告诉：“嘿，B 区第 3 排有个空位，距离你只有 5 米，直走左转就到了！”

4. 为什么这个方案很牛？

1. 省钱（低成本）：
   • 不需要给每个车位装昂贵的传感器。只要利用现有的监控摄像头，或者装几个便宜的摄像头就行。就像用一部手机拍全家福，而不是给每个人发一个定位器。
2. 灵活（适应性强）：
   • 如果车库重新装修，柱子挪了位置，或者车位变宽了，传统的传感器得重新布线。但这个系统只需要重新“看”一下，算法自动适应，就像手机地图更新路况一样简单。
3. 精准（不迷路）：
   • 通过对比实验，作者发现 YOLOv8 模型比旧版模型更聪明，能分清“车”和“柱子”，不会把柱子误判成空车位，也不会漏掉远处的车。

5. 总结与未来

一句话总结：
这项研究就是用“摄像头 + 人工智能”代替了“昂贵的传感器”，把复杂的地下车库变成了一张清晰的3D 电子地图，让司机能像玩赛车游戏一样，轻松找到空车位。

未来展望：
作者希望未来能把这个系统做得更大、更智能。比如：

• 结合物联网 (IoT)，让手机 APP 直接显示空位。
• 在更大的商场或医院停车场里也能完美运行。
• 让城市交通更顺畅，减少因为找车位造成的拥堵和尾气排放。

简单来说，这就是让停车场变“聪明”，让司机变“轻松”的一项黑科技！

技术摘要

以下是基于论文《Computer Vision-Based Vehicle Allotment System using Perspective Mapping》（基于透视映射的计算机视觉车辆分配系统）的详细技术总结：

1. 研究背景与问题定义 (Problem)

• 核心痛点：随着城市化进程加快，传统停车场面临效率低下、寻找车位时间长、交通拥堵以及依赖昂贵传感器（如红外 PIR、超声波传感器）等问题。特别是在室内多层停车场，GPS 信号失效，且传统传感器部署成本高、覆盖范围有限。
• 现有局限：现有的智能停车系统往往受限于传感器成本、安装复杂性或在复杂光照/遮挡环境下的精度不足。
• 目标：开发一种低成本、易部署的智能停车系统，利用现有的 CCTV 摄像头替代昂贵传感器，通过计算机视觉技术实时检测车位状态，优化室内停车导航，减少拥堵并提升用户体验。

2. 方法论 (Methodology)

该系统采用基于计算机视觉的端到端流程，主要包含以下三个关键阶段：

A. 数据采集与预处理

• 数据源：利用 Spline.AI 构建逼真的室内停车场 3D 模拟环境，生成包含不同光照条件、车辆类型、停车布局及障碍物（如柱子、墙壁）的视频数据。
• 视角设置：从 4 个不同的摄像头视角 采集视频，并转换为图像帧。
• 数据集：构建了包含 150 张图像的数据集（分辨率统一为 640x640），标注对象为车辆和柱子。数据按 75%（训练）和 25%（测试）划分。

B. 模型架构与训练 (Object Detection)

• 核心算法：采用 YOLOv8 (You Only Look Once) 作为目标检测模型。
  • 优势：相比 YOLOv5 和 v7，YOLOv8 引入了动态锚框（Dynamic Anchor Boxes），能更好地适应不同尺寸和位置的目标，具备更强的骨干网络（Backbone）和多尺度预测能力。
• 训练策略：
  • 使用 Roboflow 工具进行标注（生成 PASCAL VOC XML 格式）。
  • 设置 Batch Size 为 8，训练 50 个 Epoch。
  • 采用早停法 (Early Stopping) 防止过拟合，并在验证准确率不再提升时停止训练。
• 检测目标：精准识别停车场内的车辆和支撑柱。

C. 空间映射与车位提取 (Inverse Perspective Mapping & 3D Plotting)

这是该系统的核心创新点，旨在将 2D 图像信息转换为 3D 空间信息：

1. 逆透视映射 (IPM)：将四个视角的图像融合，构建停车场的整体视图。
2. 坐标转换：
   • X-Y 平面：直接提取检测到的边界框（Bounding Box）坐标。
   • Z 轴（深度）：利用质心欧几里得距离的倒数计算深度。
     • 公式：$z = 1 / D_{xy}$，其中 $D_{xy}$ 是物体质心到相机原点 $(0,0)$ 的欧几里得距离。
     • 逻辑：距离相机越近，$D$ 越小，$z$ 值越大（正深度）；距离越远，$z$ 值越小（负深度/远端）。
3. 3D 可视化：利用 Matplotlib 将处理后的数据绘制成 3D 笛卡尔坐标图。
   • 通过计算边界框面积筛选显著物体，排除重叠区域。
   • 识别柱子与柱子、车辆与车辆之间的空隙，将其标记为空闲停车位。
4. 导航：结合 Dijkstra 算法，为驾驶员规划通往最近空闲车位的路径。

3. 关键贡献 (Key Contributions)

1. 低成本解决方案：摒弃昂贵的专用传感器，仅利用现有的 CCTV 摄像头和深度学习模型，显著降低了室内停车系统的部署成本。
2. 多视角融合与 3D 重建：提出了一种基于 4 个摄像头视角的 IPM 融合方法，能够生成完整的停车场 3D 拓扑图，解决了单视角遮挡问题。
3. 深度估计创新：提出了一种基于质心距离倒数的深度计算方法，将 2D 检测框转化为 3D 空间坐标，从而精确计算车位可用性。
4. 模型性能优化：验证了 YOLOv8 在特定停车场景下的优越性，相比前代模型在车辆和柱子的检测精度上均有显著提升。

4. 实验结果与分析 (Results)

研究对比了 YOLOv5、YOLOv7 和 YOLOv8 在相同数据集上的表现（基于精确率 - 召回率曲线 PR Curve）：

模型	整体准确率	车辆检测准确率	柱子检测准确率	评价
YOLOv5	84.0%	97.3%	70.6%	柱子检测能力较弱，平衡性一般。
YOLOv7	89.5%	94.7%	84.2%	性能提升，但在柱子检测上仍有提升空间。
YOLOv8	98.4%	98.6%	98.2%	表现最佳，在车辆和柱子检测上均达到极高精度，鲁棒性强。

• 结论：YOLOv8 在处理不平衡数据和复杂背景（如柱子与车辆混排）时表现最为出色，能够准确区分目标，减少误检。
• 可视化验证：系统成功生成了 3D 笛卡尔图，清晰展示了车辆、柱子的位置以及它们之间的空闲区域（车位）。

5. 意义与未来展望 (Significance & Future Work)

• 实际意义：
  • 为智慧城市和智能交通系统 (ITS) 提供了一种可扩展、经济高效的停车管理方案。
  • 通过实时车位引导，有效缓解停车场内的交通拥堵，提升驾驶员满意度。
  • 证明了纯视觉方案在替代传统传感器方面的可行性。
• 局限性：
  • 目前基于模拟数据（Spline.AI），尚未在真实物理环境中进行大规模实地测试。
  • 深度计算依赖于几何假设，极端光照或复杂遮挡可能影响精度。
• 未来工作：
  • 实地部署：在真实室内停车场进行测试和验证。
  • 系统扩展：集成 IoT 技术、大数据分析以及开发用户友好的移动端应用。
  • 算法优化：进一步提升在大规模、多楼层停车场中的可扩展性和算法在极端环境下的鲁棒性。

总结：该论文提出了一种创新的基于计算机视觉的智能停车系统，通过结合 YOLOv8 目标检测与 逆透视映射 (IPM) 技术，成功实现了从 2D 图像到 3D 车位分布的转换。实验表明，该方法在检测精度和成本效益上均优于传统传感器方案，为未来智能停车基础设施的建设提供了重要的技术参考。