路边停车管理数字化与库存管理系统

《ACM Journal on Autonomous Transportation Systems》：Curbside Parking Regulation Digitization and Inventory Management System

基于车载摄像头视频的智能停车规则管理系统研究，通过深度学习自动识别分析路边停车标识，利用AWS无服务器云架构实现数据安全获取、用户身份验证和地图可视化，支持按位置、日期、时间筛选最新停车规则，经实际验证有效提升城市停车管理效率。

　　

摘要

了解路边停车规则对于驾驶员快速找到合法的路边停车位至关重要。传统的数据提供者依赖手动方法来收集有关路边停车标志的信息，要么是逐一记录标志的详细信息，要么是从数字地图中下载街道级别的图像。然而，考虑到停车标志的频繁更新，这种过程既缓慢又不足以建立一个准确且最新的路边停车规则数据库。在本文中，我们提出了一种基于深度学习的库存管理系统（IMS），该系统利用安装在车辆上的现成行车记录仪拍摄的视频自动创建和管理路边停车规则数据库。据我们所知，我们的系统是首个能够从视频中检测和解读真实世界中的路边停车标志并生成停车规则的系统。通过采用AWS上的无服务器云架构，IMS结合了安全的数据检索、强大的用户认证以及响应式的基于地图的可视化功能，为用户提供按位置、日期和时间过滤的最新停车信息。通过实际评估，我们证明了我们的系统能够高效地构建一个准确的路边停车规则数据库，从而通过高效和明智的停车管理来提升城市交通的便利性。