随着市场中汽车保有量的不断增长，致使很多城市停车位置缺乏、停车困难已经成为令开车一族非常头疼的问题。现在，虽然停车场随处可见，但是这些停车场中的空间并没有达到最优化的合理利用，其中很多空间因内部有些小斜坡或者是成了人行过道而没有被充分利用起来。

   为了解决这个问题，Serva运输系统公司和in-situ Vision & Sensor Systems公司已经联合开发出了一种完全自动化的停车系统，该系统能够使停车场中更多的空间派上用场：该系统首先对要停放的车辆进行识别，然后再用一个自引导的机器人小车将车辆运送到一个未被占用的停车位上。

   驾驶员在位于车辆前方大屏幕上显示信息的引导下，将他们的车辆停放在停车场中一个指定的位置。当驾驶员离开车辆后，接下来安装在停车位置前方的一台Basler公司的具有千兆以太网接口的500万像素相机，将拍下车辆的车牌号，随后车牌号被Neural Labs公司的基于PC的光学字符识别（OCR）软件识别。然后，驾驶员将位于其停车附近的一个计算机显示站核实是否该系统已经正确识别了其车牌号。

   除了识别车牌的车牌号外，该系统也用于为每辆车生成一个3D模型。为了实现该功能，该系统使用了四个红外（IR）3D相机，这些相机中内置结构光扫描器，并被安装在车辆周围的一些杆子上。通过对车辆进行全面扫描，四个相机从四个不同的角度捕获该车辆的3D图像，如图。

　　图：通过对车辆的3D点云图像进行分析，以在车辆被机器人自动运送到停车场中合适的车位之前，确定其外观形状和车轮直径。
　　 随后，这四个点云图像通过以太网传送到PC中，PC将获得的这些点云信息与该车辆的3D图像结合在一起。紧接着，in-situ公司开发的基于PC的软件提取点云内的特征，以确定车辆轮胎的形状。
　　通过计算各个车轮的形状，系统能够判定车轮的直径和位置、在停车场内停放的具体方向，以及车辆周围是否有任何物体有可能阻碍机器人小车。

    一旦车辆的位置和方向被确定（定位精度可达到1 cm）、并且系统已经证实小车路径上没有任何阻碍物体后，这个数据信息随即通过无线方式发送给机器人小车。然后机器人小车定位车辆，抓住车轮，将其抬起大约5英寸，最终将其运送到停车场内的一个空车位上。

    此外，为了获得车辆的整个车辆的图像，另有Basler公司的四个额外的500万像素相机与3D相机安装在相同的杆子上）。这使得停车场的管理者能够在车辆停放前，存储该车辆外观的一个永久性视觉记录。

　　驾驶员到停车场中提取车辆时，在计算机显示站按照信息引导进入车牌号识别器，然后机器人将从停车场中提取出该车辆。

　　目前，欧洲国家已经有停车场部署了这种基于两套视觉系统的智能停车系统。