基于 YOLOv11 和数字孪生集成的车位智能感知
计算机视觉与模式识别
2026-02-03 v1
摘要
智能停车系统有助于减少拥堵，最小化用户搜索时间，从而推动智能城市的采用并提升城市交通效率。先前的工作中，我们在大学校园上开发了一个系统，通过估算区域内车辆数量来监测停车 availability。虽然该方法实现了良好的准确率，但限制了系统提供车位级别洞察和支持更高级应用的能力。为克服这一限制，我们提出一种基于距离感知匹配方法的车位级监控策略，采用具有空间容忍性的自适应边界框分区方法以应对具有挑战性的车位。该方法在资源受限的边缘设备上实现了 98.80% 的平衡准确率，推理时间为 8 秒，提升了 YOLOv11m 模型（模型大小为 40.5 MB）的能力。此外，引入了两个新组件：（i）一个数字影子，用于将停车场实体可视化，作为发展为完整数字孪生体的基础；（ii）基于改装电视盒子的应用支持服务器，不仅实现了云服务、停车指示牌和提供详细车位占用统计信息的机器人之间的可扩展通信，还促进了硬件复用的可持续发展。
引用
@article{arxiv.2602.01754,
title = {Spot-Wise Smart Parking: An Edge-Enabled Architecture with YOLOv11 and Digital Twin Integration},
author = {Gustavo P. C. P. da Luz and Alvaro M. Aspilcueta Narvaez and Tiago Godoi Bannwart and Gabriel Massuyoshi Sato and Luis Fernando Gomez Gonzalez and Juliana Freitag Borin},
journal= {arXiv preprint arXiv:2602.01754},
year = {2026}
}
备注
Submitted to Journal of Internet Services and Applications, 27 pages, 20 figures, 3 tables