“郭荆科”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[实用新型]一种露天停车场车位引导系统-CN202022333054.3有效
发明人：覃大海;郭荆科 -专利权人：广州市捷众智能科技有限公司
申请日： 2020-10-19 - 公布日： 2021-08-17 - 主分类号： G08G1/14 文献下载
摘要：本申请实施例公开了一种露天停车场车位引导系统。该系统包括：无线磁电车位探测器、无线磁电控制器、节点控制器、主控制器、管理服务器、户外入口引导显示屏，其中：无线磁电车位探测器用于获取对应车位的车位状态信息，将车位状态信息发送至无线磁电控制器；无线磁电控制器用于将车位状态信息发送至节点控制器；节点控制器用于将车位状态信息发送至主控制器，将空闲车位数量信息发送至户外入口引导显示屏；主控制器用于获取空闲车位数量信息，将空闲车位数量信息发送至节点控制器，将车位状态信息和空闲车位数量信息发送至管理服务器；户外入口引导显示屏用于显示空闲车位数量；管理服务器用于显示车位状态信息和空闲车位数量信息。
一种露天停车场车位引导系统

[发明专利]一种停车场收费机现金交易异常的检测处理系统-CN201810729583.X有效
发明人： 郭荆科 -专利权人：广州市捷众智能科技有限公司
申请日： 2018-07-04 - 公布日： 2021-05-25 - 主分类号： G06Q20/20 文献下载
摘要：本发明公开了一种停车场收费机现金交易异常的检测处理系统，包括：开机检测模块、异常处理模块、环境检测模块、交易异常检测模块、交易模块以及信息发送模块。开机检测模块用于当系统启动时对交易模块的上一次交易进行异常检测；异常处理模块用于对开机检测模块检测到的异常进行异常处理；环境检测模块用于检测交易模块的当前交易环境是否存在异常；信息发送模块用于当出现异常时向远程控制设备发送异常信号。采用本发明，可实现对交易系统各个环节的检测，在检测到交易异常时及时发送通知信息通知管理人员，并对无需人工干预可自动恢复正常的异常进行自动处理，实现交易异常检测智能化。
一种停车场收费现金交易异常检测处理系统

[发明专利]基于iBeacon蓝牙模块室内定位的方法、终端设备及存储介质-CN201811567108.3有效
发明人：王文生;祝庆;郭荆科 -专利权人：广州市捷众智能科技有限公司
申请日： 2018-12-19 - 公布日： 2020-12-29 - 主分类号： H04W64/00 文献下载
摘要：本发明公开了基于iBeacon蓝牙模块室内定位的方法、终端设备及存储介质，所述方法包括：采集与自身的距离小于或等于距离阈值的蓝牙设备的基本信息；根据蓝牙设备与自身的距离，更新设备数据缓存列表；根据所述设备缓存列表中记录的基本信息量，选择相应的定点法计算自身的当前位置；根据所述当前位置，更新位图地图。本发明能够实现室内的高精度导航定位，从而解决传统的室内导航技术的局限问题。
基于 ibeacon 蓝牙模块室内定位方法终端设备存储介质

[发明专利]一种基于十字形激光投影的室内车位状态检测法-CN201711259167.X在审
发明人： 郭荆科 -专利权人：广州市捷众智能科技有限公司
申请日： 2017-12-04 - 公布日： 2019-06-11 - 主分类号： G08G1/14 文献下载
摘要：本发明公开一种基于十字形激光投影的室内车位状态检测方法。在相机位置附近安装激光投射器，在车位上投射出红色十字图案。当有车停放时，图案发生变化，原来的十字形直线发生弯曲变形。通过检测车位照片中是否存在属于十字图案的特征直线，以达到识别车位是否被占用的目的。首先，要确定空车位模板图像，记录十字线特征点的位置，设置检测范围；其次，对待检图片要进行检测范围的裁剪、与模板进行形状比对；比对结果差异很大的，判断为车位占用，否则再进行十字线特征判断。十字线特征判断包括：待检图片调整亮度、对比度预处理；边缘检测、直线检测；直线偏离度判断等三个过程。
十字线车位十字形激光车位状态十字图案特征判断投影检测预处理室内激光投射器比对结果边缘检测车位占用模板图像设置检测特征直线图片调整弯曲变形相机位置形状比对直线检测检测法偏离度十字形特征点空车投射裁剪停放图案记录图片

[发明专利]一种基于机器学习的车位状态检测方法-CN201810721730.9在审
发明人： 郭荆科 -专利权人：广州市捷众智能科技有限公司
申请日： 2018-07-04 - 公布日： 2018-12-18 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种基于机器学习的车位状态检测方法，所述方法包括：步骤A，收集车位图片，所述车位图片包括空车车位图片以及非空车车位图片；步骤B，对收集的车位图片进行处理；步骤C，对处理后的图片进行分类；步骤D，建立机器学习模型；步骤E，对建立的机器学习模型进行训练；步骤F，对经过训练后的机器学习模型进行测试；步骤G，对经过测试后的机器学习模型进行使用。本发明提供的基于机器学习的车位状态检测方法具有以下优点：车位只需安装普通摄像机，不需要高清相机，可降低设备购置和维护成本。一个摄像机可检测多个车位，无需每个车位安装一个摄像机。对车辆停放位置无严格要求，车辆只需停入车位即可。
车位机器学习模型车位状态基于机器摄像机图片空车检测车辆停放位置测试高清相机降低设备可检测学习分类维护