樊培毅　陳陽　程森森　王長靜　毛文濤

摘 要：隨著我國經(jīng)濟(jì)建設(shè)的發(fā)展，私家車擁有量越來越多，對大型停車場的需求也越來越大，同時(shí)大規(guī)模地下停車場存在著地形復(fù)雜、空位難找、線路不清晰等問題。因此，提高地下停車場的車位利用率備受各界關(guān)注，文章擬選用基于WiFi的室內(nèi)定位技術(shù)設(shè)計(jì)出一種更智能化、更適用于地下停車場的管理系統(tǒng)。該系統(tǒng)采用基于位置指紋的WiFi室內(nèi)定位方法，并將智能停車管理系統(tǒng)與手機(jī)App相結(jié)合，從而極大地提高了停車效率和車位利用率，為地下停車場的智能化導(dǎo)航帶來極大的便利。

關(guān)鍵詞：WiFi；室內(nèi)定位；位置指紋法；空車位檢測；規(guī)劃導(dǎo)航路線

中圖分類號(hào)：TN92 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-1302（2016）04-00-04

0 引 言

隨著人們生活水平的提高，私家車數(shù)量越來越多，各大商場及小區(qū)對大型地下停車場的需求越來越大，但是大型地下停車場卻往往存在著地形復(fù)雜、空車位難找、線路不清晰等問題。這些問題嚴(yán)重影響著用戶體驗(yàn)和停車場的使用效率。

在技術(shù)層面，GPS是最普遍的導(dǎo)航系統(tǒng)，但GPS用在地下，信號(hào)易被遮擋，定位精度會(huì)受到非常大的影響，甚至失效；射頻感應(yīng)卡雖能檢測出空車位，但沒有提供具體的導(dǎo)航路線，且標(biāo)識(shí)的作用距離較短，不具備通信能力，不利于整合到其他系統(tǒng)中進(jìn)行使用；全視頻智能地下停車場管理通行速度慢，車位利用率低下；此外，像藍(lán)牙定位、紅外線室內(nèi)定位、超寬帶室內(nèi)定位、超聲波室內(nèi)定位等技術(shù)也都存在一定的局限性。因此，開發(fā)出一種更簡單化、人性化、全面化、精確化、智能化的地下停車場智能化管理系統(tǒng)已成為未來發(fā)展的趨勢。

與上述幾種技術(shù)相比，WiFi室內(nèi)定位具有精度高、終端多、速率快、成本低的優(yōu)點(diǎn)。鑒于此，我們擬選用基于WiFi室內(nèi)定位技術(shù)設(shè)計(jì)出更智能化、更適用于地下停車場的管理系統(tǒng)。同時(shí)為克服現(xiàn)有地下停車場管理系統(tǒng)速度慢、定位精度差等缺點(diǎn)，該系統(tǒng)采用基于位置指紋的WiFi室內(nèi)定位方法，并將智能停車管理系統(tǒng)與手機(jī)App相結(jié)合，可以對停車場物體進(jìn)行精確定位，提供實(shí)時(shí)的車位信息與路線提示，通過對物體進(jìn)出停車場的平均速度的比較，加之物體移動(dòng)軌跡的佐證，判斷出停車場空車位置的存在情況?？傮w來說，與其它地下停車場管理系統(tǒng)相比，此系統(tǒng)極大地提高了停車效率和車位利用率，為地下停車場的智能化導(dǎo)航帶來了極大地便利。

1 系統(tǒng)概述

現(xiàn)如今，大型地下停車場普遍存在地形復(fù)雜、空車位難找、線路不清晰等問題，反映在我們對某城市廣場的地下停車場所做的調(diào)查中，調(diào)研實(shí)例如圖1所示。

由上述實(shí)例可以看出，提高地下停車場的停車效率是完善現(xiàn)有地下停車管理系統(tǒng)丞待解決的主要問題。同時(shí)，隨著物聯(lián)網(wǎng)技術(shù)應(yīng)用于地下停車管理系統(tǒng)的不斷發(fā)展，將WiFi室內(nèi)定位技術(shù)[1]用于地下停車場，已成為該方面的一項(xiàng)新技術(shù)，通過此原理，結(jié)合特有的判斷空車位算法，我們開發(fā)了相應(yīng)的手機(jī)App，便于用戶操作和使用。眾所周知，WiFi室內(nèi)定位技術(shù)具有精度高、終端多、速率快、成本低等優(yōu)點(diǎn)，而且WiFi具有分布范圍廣、易于布線等特點(diǎn)，這種定位技術(shù)獨(dú)特的優(yōu)點(diǎn)恰恰滿足了大型地下停車場智能定位、導(dǎo)航的需求，克服已有定位系統(tǒng)成本高、精度低的局限性，大大提高了定位精度和準(zhǔn)確度。同時(shí)，該系統(tǒng)的客戶端、注冊界面以及登錄界面均采用仿QQ的扁平化設(shè)計(jì)來提高用戶體驗(yàn)。另外，該系統(tǒng)通過特殊算法，對進(jìn)出物體的不同情況進(jìn)行對比，從而判斷出空車位的存在情況，并且可以動(dòng)態(tài)增加或減少空車位數(shù)量，提高用戶的停車效率。綜上所述，研制基于WiFi室內(nèi)定位的地下停車場智能導(dǎo)航系統(tǒng)意義重大。

2 需求分析

根據(jù)上述分析，針對超市、小區(qū)等大規(guī)模停車場區(qū)域，需要開發(fā)一套基于WiFi室內(nèi)定位的地下停車場智能導(dǎo)航系統(tǒng)。此系統(tǒng)可以實(shí)現(xiàn)對車輛更準(zhǔn)確和穩(wěn)定的定位，以及有效的空車位檢測，并實(shí)時(shí)推送智能路線導(dǎo)航規(guī)劃。為滿足需求，該方案需具備以下功能：

（1）RSSI數(shù)據(jù)采集[4]與預(yù)處理功能

WiFi易于布線，覆蓋范圍廣，因此可直接利用已有WiFi網(wǎng)絡(luò)。若無充足的WiFi覆蓋，則需提前進(jìn)行布線，然后利用提前布置好的AP節(jié)點(diǎn)對位置指紋信息進(jìn)行實(shí)時(shí)采集，建立數(shù)據(jù)庫，用于測試和訓(xùn)練。

（2）無線傳輸功能

接入WiFi的AP節(jié)點(diǎn)接收停車場物體移動(dòng)位置信息的監(jiān)測數(shù)據(jù)，AP將數(shù)據(jù)存入位置—指紋數(shù)據(jù)庫進(jìn)行運(yùn)算，并將其結(jié)果發(fā)送至手機(jī)客戶端。

（3）定位、導(dǎo)航服務(wù)功能

手機(jī)客戶端接收到位置數(shù)據(jù)后，對物體進(jìn)行精確定位，并根據(jù)需要，利用定位信息進(jìn)行導(dǎo)航路線規(guī)劃，提供最優(yōu)最佳的路徑線路服務(wù)。

（4）空車位檢測功能

根據(jù)定位信息，通過算法計(jì)算出物體進(jìn)出停車場的平均速度，加之其移動(dòng)軌跡相佐證，判斷出空車位的存在情況和空車位的總體數(shù)量，有效實(shí)現(xiàn)空車位檢測。

（5）生成停車場定位導(dǎo)航練習(xí)數(shù)據(jù)庫

將為停車定位導(dǎo)航的實(shí)際服務(wù)數(shù)據(jù)建立相應(yīng)的數(shù)據(jù)庫，以便作業(yè)重查和停車場定位導(dǎo)航操作評定的借鑒。

3 設(shè)計(jì)方案

3.1 總體流程

基于WiFi室內(nèi)定位的地下停車場智能導(dǎo)航系統(tǒng)的功能主要包括WiFi信號(hào)指紋定位模塊、空車位檢測與智能導(dǎo)航路線規(guī)劃模塊。

基于位置指紋法[5]的WiFi定位方法利用空間中特定位置上的無線信號(hào)特征作為該位置的指紋，建立位置指紋關(guān)系數(shù)據(jù)庫，從而通過指紋匹配的方式實(shí)現(xiàn)對用戶位置的估計(jì)。

空車位檢測主要利用定位信息，每隔一秒測次數(shù)據(jù)，實(shí)時(shí)修正軌跡，通過計(jì)算物體進(jìn)出停車場速度，判斷空車位置。

智能導(dǎo)航路線規(guī)劃主要根據(jù)用戶選取的所要到達(dá)的空車位置進(jìn)行最短路徑規(guī)劃，提高停車效率。

系統(tǒng)總體流程如圖2所示。

3.2 WiFi信號(hào)指紋定位模塊

WiFi信號(hào)指紋定位模塊采用位置指紋法[5]，對數(shù)據(jù)進(jìn)行采集和預(yù)處理。利用提前布置好的AP節(jié)點(diǎn)對位置指紋信息進(jìn)行實(shí)時(shí)采集，建立數(shù)據(jù)庫，用于測試和訓(xùn)練。而位置指紋法是室內(nèi)定位技術(shù)的基礎(chǔ)，利用位置指紋法速度快、精度高的特點(diǎn)，可有效實(shí)現(xiàn)對車輛的精確定位。

3.2.1 數(shù)據(jù)采集與預(yù)處理

離線狀態(tài)下，即在訓(xùn)練階段提前對場地進(jìn)行數(shù)據(jù)采集與預(yù)處理工作。數(shù)據(jù)采集是本系統(tǒng)最基本的功能，是系統(tǒng)處理數(shù)據(jù)的來源和定位的基礎(chǔ)。本過程可利用提前布置好的AP節(jié)點(diǎn)通過WiFi信號(hào)接收機(jī)對定位區(qū)域進(jìn)行位置采樣，從而獲得每一個(gè)采樣位置上的無線信號(hào)特征RSSI數(shù)據(jù)，為了提高采樣點(diǎn)密度，同時(shí)不增加額外的勘測開銷，會(huì)在勘測所得數(shù)據(jù)庫的基礎(chǔ)上進(jìn)行數(shù)據(jù)篩選處理，刪除誤差大、不準(zhǔn)確的數(shù)據(jù)，最后將整理好的信息存入位置—指紋數(shù)據(jù)庫，這個(gè)過程稱為現(xiàn)場勘測。此過程數(shù)據(jù)用于在線服務(wù)階段，為之后的定位與空車位檢測及規(guī)劃導(dǎo)航路線打下基礎(chǔ)。

以某辦公樓模擬大型地下停車場作為研究實(shí)例，并進(jìn)行現(xiàn)場繪測，采集的數(shù)據(jù)見表1所列。

3.2.2 定位

在線服務(wù)階段，即實(shí)際運(yùn)行階段，在用戶所在具體位置上采集到該位置的RSSI向量組，然后將所在位置上的無線信號(hào)指紋發(fā)送到定位服務(wù)器，服務(wù)器將該查詢指紋與數(shù)據(jù)庫進(jìn)行匹配。在匹配時(shí)，需要采用相應(yīng)的算法進(jìn)行計(jì)算，在此使用基于機(jī)器學(xué)習(xí)的支持向量機(jī)（SVM）進(jìn)行相應(yīng)的訓(xùn)練，最后將最相似的指紋所對應(yīng)的位置作為用戶的估計(jì)位置，返回給用戶，并在手機(jī)客戶端顯示出用戶當(dāng)前所在位置。圖5所示為智能手機(jī)App端的定位效果示意圖。

3.3 空車位檢測與智能導(dǎo)航路線規(guī)劃

3.3.1 空車位檢測

每隔一段時(shí)間，測下位置數(shù)據(jù)，進(jìn)行定位并實(shí)時(shí)修正軌跡，利用定位信息計(jì)算出物體進(jìn)出停車場的速度，若進(jìn)入停車場速度遠(yuǎn)遠(yuǎn)大于離開停車場的速度，則為停車狀態(tài)，對應(yīng)位置空車位標(biāo)記消失，空車位數(shù)量動(dòng)態(tài)減少；若進(jìn)入停車場速度遠(yuǎn)遠(yuǎn)小于離開停車場速度，則為取車狀態(tài)，對應(yīng)位置出現(xiàn)空車位標(biāo)記，同時(shí)空車位數(shù)量也動(dòng)態(tài)增加。若在停車場行走狀態(tài)未按正常軌跡，則判斷此狀態(tài)必為行走狀態(tài)而不是駕車狀態(tài)，同時(shí)再根據(jù)速度狀態(tài)進(jìn)行佐證（若為停車狀態(tài)，則物體進(jìn)入停車場的移動(dòng)軌跡必嚴(yán)格遵循停車場規(guī)定路線，不可出現(xiàn)抄近道、橫穿車位的現(xiàn)象；物體離開停車場的移動(dòng)軌跡可出現(xiàn)抄近道、橫穿車位的現(xiàn)象。反之，若為取車現(xiàn)象，則物體進(jìn)入停車場的移動(dòng)軌跡可出現(xiàn)抄近道、橫穿車位的現(xiàn)象；物體離開停車場的移動(dòng)軌跡必嚴(yán)格遵循停車場規(guī)定路線，由此可判斷出是停車還是取車狀態(tài)），從而大大提高空車位監(jiān)測的精度和準(zhǔn)確性。圖6所示為智能化空車位檢測流程圖。

3.3.2 智能導(dǎo)航服務(wù)

根據(jù)智能手機(jī)App所示的空車位信息，用戶可對所停車位或者所取車位進(jìn)行選擇，在客戶端接收到其具體需求后，根據(jù)分析對用戶提供實(shí)時(shí)的車位信息與行駛路線動(dòng)態(tài)規(guī)劃[7]路線，同時(shí)將預(yù)測結(jié)果實(shí)時(shí)推送，選取最短路徑提高停車效率。

4 結(jié) 語

本系統(tǒng)是基于WiFi室內(nèi)定位的地下停車場智能導(dǎo)航系統(tǒng)，是物聯(lián)網(wǎng)在實(shí)際車輛管理領(lǐng)域的應(yīng)用，目的是為車主提供服務(wù)。將WiFi室內(nèi)定位技術(shù)與地下停車場管理系統(tǒng)相結(jié)合，在支持向量機(jī)的基礎(chǔ)上，構(gòu)建位置指紋法定位算法，實(shí)現(xiàn)對手機(jī)客戶端的準(zhǔn)確定位。在應(yīng)用上將智能管理系統(tǒng)與手機(jī)App相結(jié)合，利用定位信息進(jìn)行空車位檢測和智能路線規(guī)劃，實(shí)時(shí)傳送，提高停車效率。

參考文獻(xiàn)

[1]萬群，郭賢生，陳章鑫.室內(nèi)定位方法理論、方法和應(yīng)用[M].北京：電子工業(yè)出版社，2012.

[2]王視環(huán).混合無線定位技術(shù)應(yīng)用研究[J].信息化研究，2010，36（3）：43-45.

[3]董艷俠，張紅英，陳姣.基于Wi-Fi室內(nèi)定位的位置指紋算法[J].工業(yè)控制計(jì)算機(jī)，2015，28（1）：72-74.

[4]鄧乃揚(yáng)，田英杰.支持向量機(jī)理論、算法和拓展[M].北京：科學(xué)出版社，2009.

[5]付夢印，鄧志紅，劉彤.智能車輛導(dǎo)航技術(shù)[M].北京：科學(xué)出版社，2009.

[6]錢志鴻，楊帆，周求湛.藍(lán)牙技術(shù)原理開發(fā)與應(yīng)用[M].北京：北京航空航天大學(xué)出版社，2006.

[7]喻興隆.智能消防炮控制系統(tǒng)設(shè)計(jì)[D].成都：西華大學(xué)，2011.

[8] Krumm J，Harris S， Meyers B，et al.Multi-cameraMultiperson Tracking for Easy Living[C].3rd IEEE International Workshop on Visual Surveillance，Dublin，Ireland，2000：5-6.

[9] Ubejd Shala， Angel Rodriguez.Indoor Positioning using Sensor-fusion in Android Devices[D].School of Health and Society，2011：19-22.

[10] J. R. Pierce.Travelling Wave Tubes[M].New York：Van Nostrand，1950.

[11] J.Tucek，M.Basten，D.Gallagher，et al.1.2 ：Sub-millimeter and THz power amplifier development at Northrop Grumman[C].2010 IEEE International Vacuum Electronics Conference（IVEC），2010 ：19–20.

[12] G.Kozlov，A.Volkov.Millimeter and Submillimeter wave Spectroscopy of Solids[M].Berlin：SPringer，1998.

[13] J.H. Booske，Richard J.Dobbs，Colin D.Joye，et al.Vacuum Electronic High Power Terahertz Sources[J].IEEE Trans.Terahertz Sci.Tech，2011，1（1）：54-75.

[14] M.Mineo，C.Paoloni.Corrugated Rectangular Waveguide Tunable Backward Wave Oscillator for Terahertz Applications[J].IEEE Trans. Electron Devices，2010，57（6）：1481-1484.