随着我国工业技术水平的突飞猛进,私家车逐渐成为每家每户的必需品。然而,日益增长的车辆数量与停车位有限的矛盾愈发显著。在绝大多数大城市里,停车问题成为了车主出行的头号难题。造就这一问题的主要原因除了停车位与私家车数量的比例不均衡之外,还有一个关键的因素在于停车场的管理方式上。对于目前绝大多数的停车场而言,依旧是沿用传统的车位管理模式,停车场的车位信息不能提前传达给私家车车主,这不仅仅导致在寻找车位上浪费车主大量的时间,在一些商业繁华地段,还会造成停车场出入口交通拥塞,进而影响整个城市的交通。所以说停车问题无论是对于个人还是对于社会而言都会带来极大的影响。为了解决这个问题,本文将提出基于深度学习的智能停车场车位查询的方法,针对目前停车场的车位管理方式的缺陷进行改造,使车主能够通过手机上的微信公众平台实时查看某个停车场的车位信息,减少车主寻找停车位的时间,提升出行效率,在一定程度上缓解城市交通拥塞问题。本课题设计主要完成以下三个内容:(1)本设计的核心在于在Linux平台上利用搭建好的YOLO目标检测网络模型对停车场的监控视频画面的进行实时处理,再通过设计好的算法进行计算,进而判断车位是否空闲,同时针对车位上车辆的车牌进行识别以及计算车位被车辆占用的时间;(2)根据停车场内部车位位置分部情况设计出一张与之对应的车位示意图,根据车位状态,在示意图对应的车位上填充相应的颜色,根据对监控视频画面的处理结果,实时更新车位信息示意图;(3)将车位信息与所设计的微信小程序互联,车主能够通过该微信小程序实时获得停车场车位信息。经过多次试验测试,本课题设计能够正常完成停车场的车位显示、车牌识别、停车计时以及车位信息在微信公众平台的实时展示的功能,并且系统稳定可靠,基本实现了本课题设计的各项预期功能。