基于Mesh 网络和深度学习的城市智慧停车

刘文鹍，李迪，解晓凡

（南京智骋致想电子科技有限公司，江苏南京 210000）

这些年我国城市建设高速发展，在提高城市居民生活质量的同时，也带来了不少新问题。比如城市里的停车问题，以及随之而来的一系列停车管理问题。如何改进现有的技术与管理方式，提高管理效率并节约成本，一直是一大热点话题。文中系统通过引入物联网，并辅以人工智能等技术，使停车管理系统更加智能化，更加低成本。同时无人工干预、车辆进出时无需取卡和读卡的操作方式，缩短了车辆在停车场进出口及道路上的滞留时间。各停车场的数据信息对于城市管理部门而言，还可以进一步完善城市车辆综合管理大数据，提高城市公共资源运行效率[1-2]。

1 系统设计思路

1.1 系统组成

文中系统的核心是利用Mesh 网络来连接停车场内不同的终端监测设备，并通过设备内的摄像头模块抓拍现场照片，之后，照片用于识别车辆的停放。这样可以减少人工干预，提高工作效率。虽然高清图像在车位和车牌识别方面有着至关重要的作用，但是高成本的设备及有限的无线网络带宽，不适合在现场采集和传输高分辨率的照片。相比较而言，低分辨率照片的优势在于不过多的占用无线网络资源，且设备价格便宜适于大批量部署。初始照片可通过深度学习技术在后台将低分辨率的图片还原成超分辨率图片用于实际的检测。

1.2 组网原理

Mesh 网络又叫多跳（Multi-hop）网络，是无线网络的一种，由众多的节点组成，这些节点通过无线方式连接到彼此，在同一个网络内相邻近的节点可以相互转发数据。……