Умная система автостоянки

Автор: Shenzhen TGW Technology Co., Ltd.


Благодаря применению интеллектуальной системы управления парковками индекс загруженности городских дорог постепенно снижается. Режим "интернет-трафика" стремительно развивается от городов первого эшелона до пятого уровня по всей стране, и правительство активно продвигает развитие умного трафика.



Но многие города по-прежнему страдают от пробок и нехватки парковочных мест. Мы должны принять более интеллектуальные методы управления для повышения низкой эффективности движения, вызванной традиционными парковками, например, причину низкой эффективности, отправляя КАРТЫ на входе и заряжая на выходе вручную.


Интеллектуальная парковка выигрывает от технологии автоматического распознавания и оплаты без ручного вмешательства, что может помочь реализовать интеллектуальное управление доступом к парковке и повысить эффективность движения.


Приняв независимый режим работы, администраторы традиционных парковок не могут обмениваться данными друг с другом, поэтому они не могут интегрировать ресурсы городских парковок для реализации интеллектуальных запросов, бронирования и т. д. Чтобы решить эту проблему, нам необходимо предоставить каждой парковке доступ к единой интеллектуальной парковочной платформе, чтобы интегрировать парковочные ресурсы, реализовать обмен данными и улучшить использование парковочных ресурсов. Единая платформа также предоставляет важные данные для планирования городских парковок и принятия решений.


Из-за отсутствия указаний по парковке владельцам автомобилей часто приходится проезжать долгую дорогу, чтобы найти свободное место для парковки. С одной стороны, владельцы могут
’t получить хороший опыт парковки, с другой стороны, это также вызывает пробки во время поиска парковки. Стремясь удовлетворить такой спрос, интеллектуальная система управления парковкой предоставляет информацию о парковке на экране, через приложение для мобильного телефона. Таким образом, владельцы автомобилей могут получить бесплатные гаражи и информацию о парковке, а также испытать безупречный сервис парковки.


Интеллектуальный трафик использует интеллектуальную систему управления парковкой, которая должна собирать данные о парковке в режиме реального времени, включая функции запроса доступных парковочных мест и помощи в навигации к местоположению доступных парковочных мест, эффективно снижая эксплуатационные расходы на парковки и уменьшая заторы на дорогах.


Мы являемся

Компания по распознаванию номерного знака

Которые специализируются на

Система ALPR

, (

Распознавание номерного знака

), Мы предлагаем

Решение ALPR

По всему миру. Нажмите на ссылки ниже, чтобы узнать больше о наших продуктах!


Программное обеспечение ALPR

,

Камера ALPR

,

Аппаратные средства ALPR

,

Система распознавания номерного знака

,

Камера LPR


Вы также можете узнать больше об ALPR на

Википедия

В сентябре прошлого года мы установили оптические парковочные датчики для измерения занятости более 500 уличных парковочных мест в университетском районе города Брауншвейгс. Это крупнейшая установка датчиков парковки, когда-либо развернутая в общественных местах в Германии, и одно можно сказать наверняка: мы сделаем ее последней. данных для подпитки своих алгоритмов.




Это также история прекрасной инженерной мысли, которая оказалась побочным продуктом великой миссии и в конечном итоге больше никогда не будет запущена в производство. Все это в пользу более революционной технологии, основанной на данных. Поскольку в Bliq мы работаем над алгоритмами прогнозирования для моделирования доступности парковки на основе данных о трафике, у нас есть естественная потребность в достоверных данных о реальной занятости парковки. в справочной области.


Чтобы получить такие данные, мы решили построить нашу собственную, реальную экспериментальную установку датчиков парковки, которые измеряют занятость более 500 уличных парковочных мест в режиме реального времени, 24 часа в сутки. В этой статье мы хотел бы поделиться некоторыми мыслями о инженерных усилиях, которые были вложены в этот проект. В частности, поговорим о выбранной нами тестовой площадке, архитектуре системы и самом датчике, который мы разработали и построили для сбора данных.


Тестовая площадкаИногда компаниям, занимающимся искусственным интеллектом, нужно проявить творческий подход, когда дело доходит до сбора достоверной информации для своих моделей. В нашем случае при моделировании наличия автомобильных парковок это означало поиск района, отвечающего определенным критериям с точки зрения транспортного потока, использования и демографических данных. Мы выбрали университетский район в Брауншвейге из-за его большого разнообразия влияний на сравнительно небольшое пространство: на юге, у нас есть главный кампус университета, который ежедневно привлекает тысячи студентов и сотни сотрудников.


Еще южнее центр города с его магазинами и достопримечательностями находится всего в нескольких минутах ходьбы (не показан на карте выше). Северная часть района образует жилую зону с общественными уличными парковками без ограничений. Большинство людей, живущих в этом районе, либо студенты, либо работают в местной автомобильной промышленности.




Подавляющее большинство жителей добирается до работы на личных автомобилях. Район разделен кольцевой магистралью, которая охватывает центральный район города. Как работает система. Базовая системная архитектура установки датчика довольно проста и в основном соответствует тому, что можно ожидать от большинства приложений IoT: где-то развертывается небольшая часть оборудования. в реальном мире и передает данные в облачный сервер.


Серверная часть хранит данные и делает их доступными для дальнейшей обработки, чтобы служить исходной истиной для машинного обучения или просто для простой визуализации в приложении или веб-приложении. Жесткое требование: конфиденциальность по дизайну. мощность, которую мы развернули на границе: из-за нормативных требований к немецкому общественному пространству, которые также были вызваны недавними и текущими обсуждениями GDPR, мы не могли обрабатывать изображения в удаленном облаке с большим количеством вычислительных ресурсов. Вот почему нам нужно было сделать все тяжелая работа по определению открытых мест непосредственно на сенсорном устройстве, а не где-то еще.


Преимущество этого заключается в том, что этот подход не потребляет больших объемов данных для отправки изображений туда и обратно. Вместо этого мы можем удерживать эксплуатационные расходы на датчики для подключения также в относительно низком диапазоне. С другой стороны, оснащение устройства достаточной вычислительной мощностью для выполнения анализа изображений требует больших дополнительных усилий при разработке аппаратного обеспечения.


Почему бы не использовать еще один датчик парковки? Почему мы решили пройти через мучительную разработку и создание собственного датчика парковки вместо того, чтобы просто купить одну из множества готовых моделей датчиков, которые уже доступны? На этот вопрос есть три ответа: Мы не знал, насколько сложным станет создание нового устройства ;) Все существующие датчики парковки имели некоторые недостатки: нормативная ситуация запрещала нам использовать любые доступные оптические решения, поскольку такие системы нарушали бы конфиденциальность.


Накладные датчики не выдержат уборку снега зимой. И, наконец, подземные датчики были довольно дорогими сами по себе и еще дороже в установке. Когда мы начинали этот проект, у нас был довольно ограниченный бюджет.


На этом этапе мы полностью загрузили компанию: наши средства состояли из некоторого государственного финансирования, первых доходов и некоторых цен, которые мы выигрывали то тут, то там. Другие модели датчиков с ценой от 75 до 250 евро за место были просто слишком дорогими для нас в то время. Новый оптический датчик парковки Идея принципа работы нашего датчика была проста: разверните тот же алгоритм, который мы уже разработали в нашем предыдущем исследовательском проекте, на меньшем оборудовании, подключите его к Интернету, поместите все в водонепроницаемую коробку и смонтируйте. к фонарному столбу.


Сам алгоритм в основном представляет собой классификатор изображений, который требует просмотра предварительно определенных областей интереса. Первоначальная цель модели состояла в том, чтобы автоматизировать анализ занятости парковки в некоторых огромных сериях изображений, которые мы собрали в предыдущем проекте с автономными камерами. Теперь задача состояла только в том, чтобы спроектировать подходящую аппаратную установку с достаточной вычислительной мощностью, уменьшить модель, чтобы она работала на этой установке, и обеспечить непрерывное питание.


Это был наш список пожеланий по спецификациям: Низкая стоимость за точку: Стандартные компоненты Частота измерения от 3 минут до 30 секунд Обнаружение, устойчивое к погодным условиям, изменениям освещения и неточной парковке автомобилей (например. G.


один автомобиль занимает два места) Мониторинг состояния устройства Возможность удаленного обновления программного обеспечения Низкое энергопотребление Срок службы 25 лет Программное обеспечение Программное обеспечение датчика состоит из трех уровней: операционная система, которая была специально разработана для этого проекта, основная процедура, управляющая всеми функциями датчиков, и реальная модель машинного обучения для обнаружения открытых пятен. Операционная система Для запуска полноценной модели машинного зрения на периферии мы быстро поняли, что нам потребуется гораздо более масштабная настройка программного обеспечения, чем в других проектах оборудования IoT. Было принято решение собрать собственный дистрибутив Linux с использованием Yocto.


Таким образом, мы могли бы иметь полный контроль над всем, что делает ОС. Основными функциями были два отдельных раздела, чтобы иметь возможность выполнять обновления файловой системы и разделы подкачки, ряд библиотек, необходимых для основной процедуры, и сброс сторожевого таймера. Аппаратный сторожевой таймер нашего SBC перезагружает устройство, если что-то не работает должным образом.


Наличие умных кирпичей в метрах над землей на фонарных столбах из-за ошибки в программном обеспечении было бы в буквальном смысле худшим случаем. бэкэнд (извлечение данных конфигурации и отправка обновлений). Основная процедура реализована на Python.


Это дало нам большую гибкость и значительно упростило обработку изображений, поскольку мы могли использовать большую существующую кодовую базу Python, которая уже была у нас в компании. Одной из замечательных особенностей дизайна программного обеспечения является его способность к независимым удаленным обновлениям каждого отдельного компонента: От модели обнаружения по исходному коду основной процедуры до ядра или даже всей файловой системы, каждая часть может быть заменена удаленно. Столкнувшись с быстрым развитием CV и машинного обучения в целом, мы хотели убедиться, что код, который запускает датчики, будет соответствовать последнему слову техники на протяжении всего срока службы.


Машинное обучение. Чтобы выполнить задачу обнаружения, мы взяли версию tensorflow и после некоторой настройки заставили ее работать на нашей установке. Как только это будет сделано, мы сможем развернуть практически любой предварительно обученный тензорный поток, который поместится в память графического процессора. Мы решили использовать MobileNet, так как он показал наилучшее соотношение между точностью и производительностью в нашей установке.


Мы также рассмотрели несколько других подходов, основанных на традиционных функциях компьютерного зрения, таких как функции HOG, гистограммы и т. д. в сочетании с обычными классификаторами машинного обучения, такими как SVM. Хотя эти тесты привели к довольно высокой вычислительной производительности из-за гораздо более простой конструкции модели по сравнению с MobileNet, точность модели была ниже, что можно объяснить обычными недостатками стандартных описаний характеристик CV (легкая инвариантность, масштабная инвариантность).


Аппаратное обеспечение Работа с аппаратным обеспечением была для нас совершенно новым опытом, поскольку до этого момента мы занимались исключительно программным обеспечением. Хотя Матиас, наш технический директор, занимался разработкой электроники на своей предыдущей работе в Volkswagen R.
&D, наша компания не была полностью готова к задаче разработки аппаратного обеспечения и, честно говоря, оглядываясь назад, она все еще не готова сегодня. Тем не менее, нам нужен был функциональный дизайн, который было бы легко изготовить и повторить с помощью ресурсов, которые у нас были в то время как у начинающей компании.


Таким образом, наш список требований быстро стал выглядеть следующим образом: Корпус должен быть водонепроницаемым и пригодным для 3D-печати. ​​Датчик должен работать не менее 12 часов от батареи. Камера должна быть защищена от дождя и брызг воды, а также работать в темноте. Дизайн. должен содержать камеру, датчик температуры / влажности, модуль LTE, одноплатный компьютер и некоторую силовую электронику для преобразования напряжения в соответствующий уровень. Батарея необходима для продолжения работы, когда фонарный столб отключен (во время день) Вся установка должна быть модульной, чтобы упростить установку и иметь возможность замены отдельных компонентов в случае отказа. Он также должен быть небольшим и окрашенным в серый цвет, чтобы выглядеть ненавязчивым в рабочей среде. Условия эксплуатации от -20 C до 70 C (поскольку установка может сильно нагреваться летом, когда она полностью подвергается воздействию солнца). Мы начали с конструкции, включающей инфракрасный порт. Светодиоды (как и у многих уличных камер) для возможности работы в ночных условиях.


Однако этот выбор конструкции имел некоторые недостатки: эти светодиоды были довольно энергоемкими (по сравнению с остальной электроникой), что делало необходимым нестандартный и, следовательно, источник питания. Несмотря на большое энергопотребление, они не могли реально осветить все поле зрения. Нам, вероятно, понадобился бы внешний ИК-прожектор, который, опять же, не был серьезной альтернативой.


И, наконец, дизайн со светодиодами тоже был не очень красивым. Чтобы решить проблему ночных операций, мы решили использовать статическую настройку камеры: поскольку положение камер статично, а объекты, которые мы пытаемся обнаружить, обычно также неподвижны, мы можем увеличить экспозицию и светочувствительность датчиков, чтобы работать только с остаточным светом. Поэтому мы переписали внутреннюю экспозицию камеры и управление ISO и написали простой цикл обратной связи, который регулирует настройки освещения на основе яркости последнего захваченного кадра.


Этот подход оказался достаточно эффективным, так как на большинстве улиц достаточно остаточного света от уличных фонарей. После еще нескольких итераций мы, наконец, пришли к конструкции, показанной выше: камера находится внутри конуса для защиты от брызг воды. и солнечные рефлексы в максимально возможной степени. Электроника устанавливается на гнездо внутри, а ленточный кабель соединяет камеру с основной платой.


Нижняя часть съемная и крепится к корпусу четырьмя стандартными винтами. Поскольку корпус напечатан из АБС-пластика, квадратные гайки находятся в прорезях, чтобы винты можно было правильно затянуть. Соединение, подобное GoPro, соединяет корпус с креплением, которое крепится к фонарному столбу с помощью стандартной стальной ленты.


Все детали оптимизированы для трехмерной графики, что означает отсутствие тяжелых выступов, импорт параллельных поверхностей для высокого качества поверхности. Наконец, батарейный отсек отделен от датчика для удобства обслуживания. Это стандартная коробка из литого под давлением АБС-пластика, содержащая 4.


5 Ач 12 В свинцовая батарея и зарядное устройство, которое потребляет 230 В (это напряжение большинства уличных фонарей в Германии). Что дальше Данные, которые мы собираем в ходе этого проекта, очень помогают нам улучшить наше понимание (а также наши алгоритмы) того, как парковка работает в различных дорожных ситуациях и различных контекстах факторов, влияющих на доступность парковки. Мы собираемся опубликовать больше о фактических результатах с точки зрения науки о данных очень скоро.


Мы также потратим некоторое время и углубимся в детали программного обеспечения и, в конечном итоге, даже собираемся открыть исходный код программного обеспечения, а также конструкции оборудования. Благодарности. На этом этапе мы хотели бы выразить нашу благодарность городу Braunschweig за предоставление нам доступа к дорожной инфраструктуре для поддержки этого проекта. Они не только предоставили все необходимые разрешения, но и покрыли часть расходов.


Мы также хотели бы выразить большую благодарность местному транспортному оператору Bellis и поставщику энергии BS Energy за поддержку в установке и электроснабжении датчиков. Об автореДжулиан является генеральным директором и соучредителем Bliq, берлинского технологическая компания. Bliq предоставляет живые карты парковок для мобильных разработчиков.


СВЯЗАННЫЙ ВОПРОС Я не получил Google Glass Explorer Edition. Неужели попытка выучить Glass dev без оборудования-бесполезная попытка? Нет, вы все еще можете изучить основы разработки стекла без оборудования.


Для этого есть три основных подхода: 1) Посетите документацию Mirror API, зайдите на игровую площадку и начните хешировать код. Загрузите библиотеку PHP, Java и Python, в зависимости от того, что вам наиболее удобно. Ознакомьтесь с жаргоном и преобразованием (временная шкала, пачки, меню и т. Д.).


Прочтите документацию поддержки (вторая ссылка ниже), чтобы увидеть, как на самом деле функционирует оборудование Glass. Постройте некоторые приложения к этой спецификации. Достаточно скоро, вы найдете друга с оборудованием, чтобы t

Для того, чтобы разгрузить соединительные участки городских магистралей и городских дорог и в кратчайшие сроки устранить затруднения въезда и выезда с парковки, установка системы распознавания номерных знаков на парковке может изменить традиционную систему управления доступом. режиме, устраните время, затрачиваемое транспортными средствами на въезд и выезд с парковки, и увеличьте скорость движения транспортных средств. С развитием технологий мы должны отказаться от традиционного режима управления, своевременно внедрить передовые технологии и оборудование, способствовать развитию оригинального ручного управления зарядкой парковки в интеллектуальном направлении, усилить управление парковкой и решить проблемы. проблема сложности парковки путем изменения режима управления парковкой. В настоящее время проблема парковки серьезно повлияла на жизнь людей и сильно затруднила вождение автомобиля. Поэтому интеллектуальное управление трафиком будет общим направлением развития трафика в будущем. Система распознавания номерных знаков на парковке получила большое развитие на парковке. По сравнению с карточной системой «все в одном» распознавание номерных знаков имеет очевидные преимущества, что облегчает въезд и выезд транспортных средств с парковки. Во-первых, по сравнению с универсальной картой, система распознавания номерных знаков на стоянке устраняет необходимость управления картой; Во-первых, стоимость карт универсальной карточной системы слишком высока, что требует большого количества персонала для управления. Во-вторых, карты легко потерять. Управляющим недвижимостью необходимо постоянно регистрировать, аннулировать и менять карты, что не только тратит время, но и тратит впустую капитальные затраты. Во-вторых, система распознавания номерных знаков на парковке может нормально работать в случае сбоя питания, в то время как универсальная карта не может управлять транспортным средством в случае сбоя питания. Наконец, одно из наиболее очевидных преимуществ системы распознавания номерных знаков на парковке заключается в том, что она позволяет владельцу въезжать на парковку напрямую, не припарковываясь и не проводя картой. При выезде с парковки он может судить о том, выпускать его или нет, сравнивая с поступающей информацией о транспортном средстве. Ввиду этих специальных функций системы распознавания номерных знаков на парковке в последние годы она широко использовалась на парковках. С ростом зрелости технологии системы распознавания номерных знаков на парковке, постоянной модернизацией технологии, постоянной оптимизацией продуктов и постоянным улучшением скорости распознавания, в то же время это может позволить владельцам автомобилей напрямую въезжать на парковку без времени считывания парковочной карты. , что эффективно облегчает въезд и выезд с парковки и, безусловно, станет тенденцией развития парковки в будущем.

Чтобы лучше решить проблему интеллектуального транспорта, интеллектуальные транспортные системы использовались на некоторых крупных перекрестках по всей стране, а оборудование для управления парковками становится все ближе и ближе к потребностям современных людей. В системе распознавания номерных знаков скорость распознавания в строках и столбцах не составляет 100%. Общая технология распознавания номерных знаков может достигать только около 98%. Потому что при применении распознавания номерных знаков все еще существуют некоторые трудности, такие как слишком грязные, поврежденные и искаженные номерные знаки, что приведет к сложности определения местоположения номерных знаков и сегментации символов. Кроме того, из-за большого количества провинций в Китае есть много китайских иероглифов с похожими формами. Кроме того, из-за ограничения разрешения количество информации каждого символа очень мало, что также вызовет сложность распознавания персонажа. Конечно, если есть некоторые природные факторы, такие как неравномерное освещение номерного знака, отражение номерного знака и подсветка номерного знака, распознавание номерного знака будет более трудным.




Распознавание номерного знака применяется в электронной полицейской системе, такой как система мониторинга движения на красный свет, система контроля превышения скорости, ретроградная система мониторинга, без системы мониторинга дорожного движения, система мониторинга движения на аварийной парковке, мобильная система проверки транспортных средств и т. Д. Процесс распознавания номерного знака можно разделить на четыре этапа: местоположение номерного знака, предварительная обработка номерного знака, сегментация символов и принцип распознавания символов. Система распознавания номерных знаков использует передовую технологию обработки нечетких изображений, которая может хорошо реализовать автоматическую обработку общего наклона, наклона текста, пятен и размытия номерного знака, а также распознать номер номерного знака, который трудно отличить человеческими глазами. В последние годы технология распознавания номерных знаков была применена в управлении парковками и достигла очень очевидных и эффективных результатов, что широко одобряется индустрией распознавания номерных знаков. Технология распознавания номерных знаков может сыграть большую роль на парковке и значительно повысить доход от парковки. Специально для некоторых неуверенных пользователей они могут гибко использовать парковочное место в любое время и увеличить поток парковки.


Система распознавания номерных знаков стоянки tigerwong-это система, основанная на сочетании видеонаблюдения и облачной платформы, которая также позволяет просматривать информацию конечным пользователям. Система распознавания номерных знаков обеспечивает не только удобство интеллектуального управления дорожным движением, но и его характеристики энергосбережения и защиты окружающей среды. Никаких бумажных билетов, никаких карт, просто с помощью распознавания номерных знаков, затраты на рабочую силу и оборудование сильно снижаются. Система бесплатной парковки обеспечивает полный и удобный пользовательский интерфейс, полностью отбрасывает парковочный талон и эффективно позволяет избежать заторов на дорогах на въезде и выезде. Решение этой бизнес-модели предоставляется компанией крупным и средним парковочным местам бесплатно.


По сравнению с традиционной системой парковки она изменила старый внешний вид и появилась новая интеллектуальная система. Тайгервонг отметил, что парковка-это огромный рынок для распознавания номерных знаков, особенно увеличение количества транспортных средств и непрерывное строительство зданий в последние годы. Эффективно интегрировать систему распознавания номерных знаков для обеспечения нулевого отсутствия транспортных средств. Автоматическое распознавание номерных знаков является наиболее ценным рынком на рынке будущих парковок. Благодаря интеграции HD и интеллекта распознавание номерного знака также может помочь нам решить больше проблем в жизни. Интеллектуальный транспорт будет играть все более незаменимую роль в будущей жизни.


Чтобы узнать больше о новостях отрасли и планах парковки, позвоните на официальный сайт тигервонга или посетите его. Будет много неожиданных выгод, если продолжать обращать внимание!.

Он используется для отображения статуса холостого хода этой группы парковочных мест в системе парковок. Только когда группа парковочных мест заполнена транспортными средствами, каждая группа парковочных мест должна быть оборудована индикатором парковочного места. Индикатор парковочного места будет отображаться красным цветом. Возникновение индустрии интеллектуальных парковок Huicong интеллектуального сообщества Netcom с конца прошлого века неотделимо от процесса развития сельских районов в Китае. С начала этого столетия до растущей популярности сегодняшнего дня науке и технологиям потребовалось всего несколько десятилетий, чтобы протолкнуть старое и принести новое, время от времени постепенно меняющее жизнь людей.




Различные существующие технологии парковки выполняют профессиональную интеллектуальную работу вокруг парковки транспортных средств, а руководство парковочным пространством стало одной из важных технологий интеллектуальной парковки. С развитием технологии интеллектуальных парковок в сельской местности преимущества трехмерного гаража являются заметными, и это развитие особенно привлекательное. Система индикации, которая позволяет транспортному средству плавно въезжать на парковочное место назначения. Обычно используется на парковках. Система наведения парковочного пространства в основном используется для направления транспортных средств, которым необходимо парковаться.


Он удобен для парковки, делает управление парковкой стандартизированным и упорядоченным, а также является мощным дополнением к интеллектуальной системе парковок. Его принцип работы заключается в следующем: во-первых, на каждом парковочном месте устанавливается ультразвуковой детектор, а затем используется технология ультразвукового обнаружения для обнаружения парковочного места. Он может определять, простаивает ли парковочное место, отправлять данные в центр утилизации, выводить их через центр утилизации и передавать информацию на каждый дисплей индикации. Система наведения парковочного пространства состоит из трех частей, а именно: Система сбора данных соединяет зонд с контроллером зонда через шину RS485, а система наведения парковочного пространства устанавливает ультразвуковой зонд непосредственно над каждым парковочным местом. Контроллер зонда обобщает и избавляет собранную информацию, а затем подключает ее к терминалу сбора через шину RS485.


Терминал сбора данных передает информацию о каждом парковочном месте в центр обработки данных через шину CAN. Центр обработки данных передает данные на компьютер управления в режиме реального времени, а компьютер анализирует и распоряжается данными. Здесь центр обработки данных также может передавать данные на терминал сбора данных, который может отправлять информацию на пустой экран дисплея парковочного места для управления парковкой. Центральная система обработки и передает ее на соответствующее оборудование дисплея. Центральная обработка заключается в основном в анализе собранных данных. В основном он включает следующие аспекты; Используйте компьютер управления для передачи соответствующих данных в локальную сеть; Данные могут передаваться в центр управления системой управления парковкой в сельской местности через беспроводной модем GSM.


Публикуйте данные о парковочном месте на парковке. Выходная система отображения составляет систему отображения передачи. Информация, собранная центральной системой обработки, анализируется и обрабатывается. То, что я редко вижу в этой части,-это экран дисплея и номерной знак. Отправьте его на каждый экран дисплея, чтобы отобразить информацию о парковочном месте для управления парковкой. Текущая ситуация: развитие системы управления парковкой в сельской местности, Европа, Америка и другие страны провели большую исследовательскую работу.




Система управления парковкой в сельской местности является важной частью интеллектуальной транспортной системы. Он был применен к центру города. Соединенные Штаты, Германия и другие развитые страны транспорта продвигали его более чем в десятке городов. Используя систему управления парковкой, она значительно уменьшила заторы на дорогах в сельской местности, уменьшила занятость дорог, снизила выбросы выхлопных газов и шум транспортных средств, значительно улучшила коэффициент использования первоначальных парковок и достигла хороших социальных и экономических выгод. В Китае есть аналогичные демонстрационные проекты, такие как Пекин, Шанхай и Гуанчжоу, и некоторые результаты были достигнуты, но технические средства и форма выражения содержания индукционного дисплея различны.


Благодаря развитию в последние годы различные программные и аппаратные технологии системы управления парковкой в сельской местности стали незрелыми. Система парковок заложила хорошую основу для продвижения и внедрения системы: развитие технологии беспроводной связи, особенно технологии мобильной связи, обеспечивает большое удобство для создания информации о дорожном движении в сельской местности. Многие международные известные коммуникационные компании, такие как сеть мобильной связи GSM, разработали продукты для передачи данных. Светодиодная технология все больше и больше используется во многих отраслях, чтобы предоставить пользователям все виды информации, потому что она может работать весь день и непрерывно и имеет хороший эффект отображения. В настоящее время продукция отечественных компаний была улучшена в эффекте отображения, технологии интерфейса и стабильности работы, чем раньше.


Технология GI может легко реализовать сочетание и сопоставление данных и географической информации. Сейчас он широко используется при разработке различных географических информационных систем. Он проводит всесторонний анализ базы данных, чтобы сформировать тематический вывод, а также прикладную категорию хранилища данных и технологии интеллектуального анализа данных. Хотя в настоящее время нет хорошего конкретного приложения, это тенденция развития и направление применения обработки данных. Количество частных автомобилей в Китае превысило 26 млн. Из-за отсутствия планирования парковок в городах в первые годы, к концу 2009 года. Популярность автомобилей заставляет нервничать парковочные места. Строительство трехмерного гаража предпочитают крупные города, потому что оно может сэкономить место. Трехмерный гараж также стал будущей тенденцией развития парковки. Для трехмерного гаража в Китае широко используется подъемный и поперечный трехмерный гараж. Поскольку парковочная среда более сложная, группа парковочных мест, как правило, представляет собой многоэтажную структуру. Владельцам автомобилей сложно интуитивно найти пустые парковочные места после входа в трехмерный гараж. Они часто обнаруживают, что на реорганизованных парковочных местах после движения транспортных средств есть бесплатные парковочные места, что не только потребляет время парковки, но и легко приводит к царапинам между разными транспортными средствами. Отображается пустое парковочное место в текущем направлении. Система наведения парковочного пространства использует светодиодный дисплей парковочного пространства, установленный у входа в гараж и у входа в каждый внутренний канал. Чтобы направить владельца, чтобы выбрать канал парковки.


Сторона каждой группы парковочных мест в гараже рядом с каналом оборудована индикаторами парковочных мест для отображения статуса простоя реорганизованных парковочных мест. Когда группа парковочных мест будет заполнена, индикатор парковочного места будет отображать красный цвет. Если в этой группе есть бесплатные парковочные места, индикатор будет отображать зеленый. Стальной лоток часто смещается, а парковочное место трехмерного гаража относительно нестабильно. Консервативная система парковки неизбежно будет мешать работе детектора парковочного места.