高 通, 范道爾吉, 賈成果, 劉晨燕

(內(nèi)蒙古大學(xué)電子信息工程學(xué)院, 呼和浩特 010021)

基于機(jī)器視覺(jué)與RFID智能引導(dǎo)停車場(chǎng)①

高 通, 范道爾吉, 賈成果, 劉晨燕

(內(nèi)蒙古大學(xué)電子信息工程學(xué)院, 呼和浩特 010021)

隨著城市化進(jìn)程以及人民生活水平的提高, 私家車的數(shù)量在近幾年不斷攀升, 導(dǎo)致出現(xiàn)了大型停車場(chǎng)中找車難、服務(wù)差的問(wèn)題. 這對(duì)智能停車場(chǎng)的自動(dòng)化程度以及服務(wù)質(zhì)量要求越來(lái)越高. 傳統(tǒng)智能停車場(chǎng)以管理與檢測(cè)為主, 在車輛引導(dǎo)以及用戶服務(wù)方面有所缺失. 為此, 本文將在嵌入式平臺(tái)下, 建立一個(gè)基于機(jī)器視覺(jué)的空位檢測(cè), 人性快捷的RFID智能引導(dǎo), 以及完善管理系統(tǒng)和便民的微信公眾服務(wù)的現(xiàn)代一體化停車場(chǎng).

機(jī)器視覺(jué); 嵌入式Linux; RFID; 云平臺(tái); 車位引導(dǎo); 圖形用戶界面

近年來(lái), 隨著國(guó)家機(jī)動(dòng)車擁有量以及出行率的提高, 以及停車場(chǎng)的復(fù)雜化, 導(dǎo)致了停車場(chǎng)的車位統(tǒng)計(jì)與尋找車位的難題. 傳統(tǒng)的智能停車場(chǎng)已經(jīng)無(wú)法滿足用戶的人性化體驗(yàn)以及互聯(lián)網(wǎng)+時(shí)代的更高要求. 目前有許多人在研究智能停車場(chǎng)的設(shè)計(jì)問(wèn)題, 潘正軍提出了基于RFID智能管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[1], 郭穩(wěn)濤的RFID平臺(tái)實(shí)現(xiàn)停車場(chǎng)智能管理的研究[2]. 但是給出的解決方案缺乏完整性與全自動(dòng)化性, 本系統(tǒng)以圖像處理技術(shù)與RFID技術(shù)為核心, 通過(guò)圖像處理檢測(cè)車位可以使用較少的攝像頭檢測(cè)大量區(qū)域. 利用RFID進(jìn)行用戶信息記錄與人性化的車位引導(dǎo), 這增加了用戶體驗(yàn)與產(chǎn)品的一體化, 實(shí)現(xiàn)了檢測(cè)-登記-引導(dǎo)-計(jì)費(fèi)的全自動(dòng)化智能停車場(chǎng). 最后使用微信云平臺(tái)進(jìn)行附近停車場(chǎng)車位顯示與車位預(yù)約, 可以讓用戶提前了解出行信息, 更適應(yīng)信息時(shí)代的發(fā)展.

1 停車場(chǎng)系統(tǒng)架構(gòu)

1.1 總體設(shè)計(jì)框圖

傳統(tǒng)停車場(chǎng)主要在于收費(fèi)、計(jì)費(fèi), 但在安全性、運(yùn)行效率以及人性化服務(wù)等方面有待提高, 本文所設(shè)計(jì)停車場(chǎng)在傳統(tǒng)停車場(chǎng)之上增加了自動(dòng)空位檢測(cè), 路徑引導(dǎo)以及云服務(wù). 為了增強(qiáng)本文說(shuō)服力, 筆者模擬停車場(chǎng)的實(shí)驗(yàn)環(huán)境, 在基于Linux的Cortex-A8處理器的嵌入式平臺(tái)上建立前臺(tái)管理系統(tǒng), 使用Qt圖形界面作為管理界面, 用戶進(jìn)入停車場(chǎng)將用戶信息以及車位信息寫入RFID標(biāo)簽, 同時(shí)記錄在A8中的Sqlite數(shù)據(jù)庫(kù)中, 當(dāng)用戶經(jīng)過(guò)停車場(chǎng)岔路口時(shí), 路邊的基于Linux的S3C2440處理器為核心的引導(dǎo)牌將通過(guò)車內(nèi)RFID. 標(biāo)簽的位置信息, 通過(guò)路徑引導(dǎo)算法將用戶引導(dǎo)到合適車位, 用戶離開停車場(chǎng)時(shí), 前臺(tái)管理系統(tǒng)將通過(guò)Sqlite記錄的信息進(jìn)行自動(dòng)結(jié)算, 完成快捷的計(jì)費(fèi)功能,在高峰期時(shí), 用戶可以關(guān)注停車場(chǎng)的微信公眾號(hào), 里面有停車場(chǎng)空位信息的實(shí)時(shí)顯示, 方便用戶的出行.

圖1 系統(tǒng)總體框圖

1.2 停車場(chǎng)入口管理系統(tǒng)

智能停車場(chǎng)的前臺(tái)管理系統(tǒng)在保留傳統(tǒng)停車場(chǎng)的所有功能前提下, 增加更智能化的收費(fèi)計(jì)費(fèi)服務(wù), 本系統(tǒng)在用戶進(jìn)入停車場(chǎng)時(shí)將空閑的車位信息記錄到RFID標(biāo)簽, 并將標(biāo)簽信息、車位信息當(dāng)前時(shí)間寫入到數(shù)據(jù)庫(kù)中, 系統(tǒng)采用‘一車一卡一位’的方式, 將所有信息建立在一個(gè)數(shù)據(jù)平臺(tái)上, 將各個(gè)子系統(tǒng)統(tǒng)一為一個(gè)完整的智能停車場(chǎng)管理系統(tǒng).

該系統(tǒng)的特點(diǎn)如下:

1. 空位檢測(cè)準(zhǔn)確, 信息更新及時(shí)

2. RFID透明計(jì)費(fèi), 使用安全放心

3. 圖形界面方便快捷

4. GPRS上傳信息至云平臺(tái)

入口管理系統(tǒng)結(jié)構(gòu)如圖2所示. 停車場(chǎng)管理系統(tǒng)分為四個(gè)部分進(jìn)行設(shè)計(jì): 利用RFID標(biāo)簽記錄用戶信息;利用圖像處理檢測(cè)空位信息; 利用GPRS提供云服務(wù);利用圖形界面方便軟件操作. 進(jìn)行模塊化劃分有利于將一個(gè)復(fù)雜的問(wèn)題簡(jiǎn)單化, 并且利于調(diào)試, 可以更高效的分析問(wèn)題.

1.3 入口管理系統(tǒng)實(shí)驗(yàn)界面

Qt圖形界面管理平臺(tái)是協(xié)調(diào)其余幾個(gè)程序的核心,是項(xiàng)目成功的關(guān)鍵, 軟件界面如圖3所示.

圖2 停車場(chǎng)入口管理系統(tǒng)

圖3 前臺(tái)管理界面

圖3界面是前臺(tái)管理系統(tǒng)的圖形界面, 左側(cè)是經(jīng)過(guò)OpenCV圖像處理的空位信息顯示圖, 右側(cè)有三個(gè)文本框, 第一個(gè)為用戶離開停車場(chǎng)的消費(fèi)信息, 第二個(gè)為進(jìn)入停車場(chǎng)的位置分配信息, 第三個(gè)為用戶進(jìn)入停車場(chǎng)的寫卡成功提示框. 下方的三個(gè)按鍵完成: 寫卡、 讀卡、 結(jié)算三個(gè)核心功能.

在數(shù)據(jù)庫(kù)的選擇上經(jīng)過(guò)了慎重考慮, 目前較為流行的數(shù)據(jù)庫(kù)有DB2, sql server, MySql等, 但是這些數(shù)據(jù)庫(kù)都較為龐大, 不適合嵌入式平臺(tái)下使用, 只能采用輕量級(jí)數(shù)據(jù)庫(kù), 鑒于Sqlite數(shù)據(jù)庫(kù), 麻雀雖小, 五臟俱全,其速度甚至快于MySql, 又與Qt支持的很好, 編譯后大小為2 MB, 很適合在嵌入式平臺(tái)下使用.

通過(guò)這一軟件管理平臺(tái)可以實(shí)現(xiàn)停車場(chǎng)一系列復(fù)雜的管理, 為停車場(chǎng)一體化服務(wù)提供了保障.

2 基于機(jī)器視覺(jué)的空位檢測(cè)

2.1 空位檢測(cè)概述

停車場(chǎng)智能管理[3]中重要的一項(xiàng)就是自動(dòng)空位檢測(cè), 在停車場(chǎng)環(huán)境中空位檢測(cè)可以使用超聲波傳感器,壓力傳感器等方式, 相比之下使用圖像處理的方式可以在較少數(shù)量的攝像頭檢測(cè)到大量車位信息, 并可以在空位檢測(cè)的同時(shí)加強(qiáng)停車場(chǎng)的安全保障, 比如進(jìn)行可疑人員監(jiān)測(cè)等.

本系統(tǒng)通過(guò)攝像頭采集圖像信息, 通過(guò)圖像處理的方式進(jìn)行空位判斷, 硬件層面本系統(tǒng)使用Cortex-A8嵌入式平臺(tái), 算法使用了強(qiáng)大的計(jì)算機(jī)視覺(jué)庫(kù)OpenCV(Open Source Computer Vision Labrary), 這是一個(gè)基于開源發(fā)行的跨平臺(tái)計(jì)算機(jī)視覺(jué)庫(kù)[4]. 它實(shí)現(xiàn)了圖像處理和計(jì)算機(jī)視覺(jué)方面的很多通用算法, 已成為計(jì)算機(jī)視覺(jué)領(lǐng)域最有力的研究工具之一[5].

本文提出的基于圖像處理的空位檢測(cè)技術(shù)主要工作包括以下幾點(diǎn):

1. 獲取停車場(chǎng)各停車位沒(méi)有車輛停放時(shí)的圖像;

2. 在嵌入式平臺(tái)上獲取來(lái)自攝像頭的圖像, 并進(jìn)行圖像預(yù)處理: 對(duì)圖像進(jìn)行濾波去噪, 并將圖像由RGB圖像轉(zhuǎn)成灰度圖;

3. 圖像特征提取: 將獲取的停車場(chǎng)灰度圖根據(jù)停車位的所在位置進(jìn)行準(zhǔn)確標(biāo)記, 截取停車位所在區(qū)域,根據(jù)車輛豐富的線條狀信息, 提取車輛輪廓, 并和沒(méi)有車輛停放時(shí)的停車場(chǎng)的相同位置圖像進(jìn)行比較, 設(shè)定閾值, 若比較結(jié)果大于此值, 則認(rèn)為此停車位有車輛停放. 根據(jù)圖像處理結(jié)果, 對(duì)車位車輛停放信息和停車位位置進(jìn)行標(biāo)記, 并將統(tǒng)計(jì)信息發(fā)送給入口處的管理系統(tǒng).

2.2 空位檢測(cè)算法

2.2.1 圖像預(yù)處理

利用一些相關(guān)的圖像處理技術(shù), 對(duì)圖像進(jìn)行濾波去噪, 并灰度化, 以便后面更好的提取車輛輪廓信息.本系統(tǒng)所用攝像頭性能較差, 在視頻圖像快速過(guò)渡時(shí),容易產(chǎn)生脈沖噪聲(椒鹽噪聲), 因此采用中值濾波器,濾波后效果見圖4.

圖4 中值濾波

隨后, 將濾波后的圖片進(jìn)行灰度化, 然后進(jìn)行特征提取, 特征提取是空位檢測(cè)的關(guān)鍵技術(shù), 是在前面灰度圖的基礎(chǔ)上對(duì)圖像中車位所在區(qū)域進(jìn)行處理, 主要包括車位位置標(biāo)定、目標(biāo)前景檢測(cè)、圖像閾值化、圖像形態(tài)學(xué)運(yùn)算、圖像輪廓查找、圖像輪廓面積計(jì)算等工作.

停車位位置標(biāo)定是確定各停車位在此圖像中的具體像素坐標(biāo), 本文考慮到攝像頭安裝以后位置不變的特點(diǎn), 第一次確定停車位像素坐標(biāo)時(shí)采用人工計(jì)算的方法, 將計(jì)算出來(lái)的停車位像素坐標(biāo)存放在一個(gè)二維數(shù)組中, 在后面的處理中, 利用OpenCV視覺(jué)庫(kù)提供的ROI區(qū)域設(shè)定來(lái)標(biāo)記此停車位, 這樣以后的每次處理中就會(huì)在圖像中只針對(duì)此區(qū)域進(jìn)行處理, 大大減少了處理數(shù)據(jù)量, 節(jié)省了時(shí)間. 目標(biāo)區(qū)域標(biāo)記效果如圖5所示.

圖5 目標(biāo)區(qū)域標(biāo)定

2.2.2 目標(biāo)前景檢測(cè)

目標(biāo)前景檢測(cè)的目的是判斷之前標(biāo)定的停車位內(nèi)有沒(méi)有車輛停放. 具體做法是將此停車位圖像和最初沒(méi)有車輛停放的圖像中此停車位的區(qū)域像素做絕對(duì)值減法, 這樣像素相同的區(qū)域的像素值將變成0, 而車輛停放區(qū)域會(huì)有不同的像素值, 從而確定是否有車輛停放. 前景檢測(cè)結(jié)果見圖6, 圖中依次分別代表有車輛停放的情況以及沒(méi)有車輛停放的原始圖片信息. 第三幅圖中灰色區(qū)域?yàn)闄z測(cè)出來(lái)的車輛輪廓信息.

圖6 目標(biāo)前景檢測(cè)

將前面做完前景檢測(cè)的圖像進(jìn)行二值化. 隨后對(duì)目標(biāo)進(jìn)行形態(tài)學(xué)處理, 最基本的形態(tài)學(xué)處理包括圖像腐蝕和圖像膨脹, 可以簡(jiǎn)化圖像數(shù)據(jù), 保持輪廓基本數(shù)據(jù)形狀特性, 并去除不相關(guān)的結(jié)構(gòu). 本文采用閉運(yùn)算對(duì)檢測(cè)到的車輛輪廓進(jìn)行形態(tài)學(xué)處理, 圖像形態(tài)學(xué)處理效果見圖7.

2.2.3 特征生成與模式分類

輪廓查找的目的是將前面形態(tài)學(xué)處理后的車輛輪廓進(jìn)行像素坐標(biāo)標(biāo)記[6], 將輪廓的坐標(biāo)信息保存在一個(gè)輪廓樹里面(在OpenCV中是一個(gè)指向CvSeq的指針, 這個(gè)指針會(huì)自動(dòng)指向輪廓樹的首地址). 輪廓樹里面實(shí)際是保存了一系列的點(diǎn)坐標(biāo), 這些點(diǎn)就是輪廓在圖像中的曲線的點(diǎn)的坐標(biāo). 由于有些車輛的顏色和停車位地面比較接近, 所以處理后的圖像會(huì)有部分區(qū)域被判斷為地面, 就會(huì)出現(xiàn)局部呈現(xiàn)“空洞”的狀態(tài)(但這并不會(huì)影響車輛總體輪廓的判斷), 所以這里只提取最外面輪廓.

圖7 形態(tài)學(xué)閉操作

輪廓面積計(jì)算是在前面查找到的輪廓的基礎(chǔ)上,計(jì)算此輪廓的像素面積. OpenCV中使用contourArea這個(gè)函數(shù)實(shí)現(xiàn)輪廓面積的計(jì)算. 將輪廓曲線的坐標(biāo)值輸入, 將計(jì)算出此輪廓內(nèi)所有像素點(diǎn)的數(shù)量. 此輪廓大小即為車位特征, 隨后進(jìn)行分類器的設(shè)計(jì), 對(duì)于車位信息,只有兩個(gè)模式類, 即空閑與非空閑, 設(shè)定合適閾值, 若計(jì)算出來(lái)的輪廓面積除以此車位的總面積的結(jié)果大于此值, 則認(rèn)為此車位有車輛停放, 若小于該值(可能是有垃圾或者車輛正在進(jìn)入/駛出), 則認(rèn)為此車位沒(méi)有車輛停放, 由于本應(yīng)用中每隔5秒檢測(cè)一次, 對(duì)于正在進(jìn)入/駛出的車輛, 可以大大降低被誤判的概率.

整體的設(shè)計(jì)流程圖見圖8, OpenCV具有優(yōu)秀的執(zhí)行速度, 擁有很強(qiáng)的實(shí)際應(yīng)用能力, 在實(shí)際中可以通過(guò)將攝像頭安裝于云臺(tái)之上, 讓一個(gè)攝像頭采集大量區(qū)域的空位信息, 從而降低成本.

圖8 空位檢測(cè)流程圖

最后, 通過(guò)上述圖像處理技術(shù)判斷出空位信息, 將空位統(tǒng)計(jì)信息(空位所在區(qū)域、空位號(hào)等)傳送給入口管理系統(tǒng), 管理系統(tǒng)就可以按照空位信息進(jìn)行車位分配.

3 基于RFID的路徑引導(dǎo)

3.1 RFID技術(shù)概述

RFID即射頻識(shí)別技術(shù), 這是現(xiàn)在較為流行的通信技術(shù), 它通過(guò)射頻信號(hào)經(jīng)過(guò)一系列握手識(shí)別特定目標(biāo)然后讀寫相關(guān)數(shù)據(jù), 而不需要進(jìn)行直接接觸. 其工作框圖如圖9所示.

圖9 RFID工作框圖

RFID系統(tǒng)工作時(shí)先有閱讀器通過(guò)天線發(fā)送一定頻率的射頻信號(hào), 標(biāo)簽接收到射頻信號(hào)后回傳信息給閱讀器, 無(wú)源標(biāo)簽利用閱讀器提供的電磁能, 被閱讀器激活后將內(nèi)部的EPC編碼及用戶區(qū)信息發(fā)送給閱讀器,有源標(biāo)簽內(nèi)部有電池, 可以利用自身能量將信息發(fā)送給閱讀器, 識(shí)別距離較遠(yuǎn). 計(jì)算機(jī)可以對(duì)閱讀器進(jìn)行一系列控制來(lái)間接控制標(biāo)簽.

3.2 系統(tǒng)需求分析

本設(shè)計(jì)從RFID的特性出發(fā), 建立模型, RFID無(wú)源標(biāo)簽的識(shí)別距離最大可為10米, 若進(jìn)一步設(shè)計(jì)閱讀器的天線, 調(diào)整其主瓣寬度, 天線增益, 方性函數(shù), 可讓其對(duì)固定方位的目標(biāo)進(jìn)行遠(yuǎn)距離識(shí)別, 車身多為金屬, 但駕駛員左側(cè)的車窗為絕緣體, 適合電磁波的傳輸, 將停車場(chǎng)的閱讀器放在駕駛員的左側(cè), 在閱讀器后面幾米出可以放置顯示屏幕進(jìn)行車輛引導(dǎo).

設(shè)計(jì)簡(jiǎn)圖見圖10, 圖中當(dāng)車輛進(jìn)入岔路口時(shí), RFID閱讀器讀取駕駛員的標(biāo)簽信息, 通過(guò)快速查詢數(shù)據(jù)庫(kù),找到與之匹配的位置坐標(biāo), 并對(duì)該位置與當(dāng)前岔路口所在位置進(jìn)行比對(duì), 將路徑引導(dǎo)提示信息顯示到LCD顯示器上, 駕駛員獲得路徑信息, 可以更方便的尋找車位.

圖10 車位引導(dǎo)示意圖

3.3 路徑引導(dǎo)算法的實(shí)現(xiàn)

本設(shè)計(jì)的核心在于如何快速有效進(jìn)行路徑引導(dǎo),因此必須具備輕量級(jí)算法的特點(diǎn), 該算法將停車場(chǎng)的平面圖建立坐標(biāo)系(100*100), 每個(gè)車位, 岔路口均為一個(gè)坐標(biāo)值. 把車位坐標(biāo)與岔路口坐標(biāo)做差, 得到車位處于岔路口的什么位置, 如果x坐標(biāo)差小于10, 會(huì)提示”在您的左側(cè)或右側(cè), 請(qǐng)注意”, 如果y坐標(biāo)差小于10, 會(huì)提示”前行一小段距離”, 然后根據(jù)駕駛員RFID中記錄的車位信息與提示語(yǔ)句進(jìn)行組合, 形成人性化的提示語(yǔ)句, 在LCD屏幕上進(jìn)行顯示. 這樣, 在實(shí)際進(jìn)行停車場(chǎng)引導(dǎo)的時(shí)候, 每個(gè)引導(dǎo)牌只需要一個(gè)岔路口坐標(biāo)值, 就可以利用此坐標(biāo)對(duì)全部車輛進(jìn)行指引. 數(shù)據(jù)庫(kù)需要建立了坐標(biāo)信息表, 表中記錄了所有車位的坐標(biāo)值. 路徑引導(dǎo)算法步驟見圖11.

同時(shí)為了在駕駛員離開岔路口之前引導(dǎo)信息已經(jīng)顯示在LCD屏幕上, 可以將閱讀器放在岔路口前方, 這樣可以預(yù)先感知車輛的到來(lái), 數(shù)據(jù)庫(kù)索引使用Hashtable這樣可以強(qiáng)化執(zhí)行效率.

QT程序?qū)崿F(xiàn)路徑引導(dǎo)的關(guān)鍵代碼如下所示:

圖11 路徑引導(dǎo)算法

圖12 軟件設(shè)計(jì)流程

3.4 路徑引導(dǎo)實(shí)驗(yàn)設(shè)計(jì)

本系統(tǒng)的主控平臺(tái)為ARM9, 型號(hào)為S3C2440, 將ARM9移植了Linux操作系統(tǒng), 并安裝了Sqlite數(shù)據(jù)庫(kù)與QTE4.7. 閱讀器通過(guò)串口與ARM9進(jìn)行連接, 通過(guò)擴(kuò)展串口驅(qū)動(dòng), 獲得串口操作的系統(tǒng)調(diào)用, ARM9可以通過(guò)高速運(yùn)算實(shí)時(shí)檢測(cè)周圍的標(biāo)簽. RFID有固定的指令幀格式, 包括命令幀, 響應(yīng)幀, 通知幀. 按照一定的邏輯順序發(fā)送指令, 當(dāng)監(jiān)測(cè)到標(biāo)簽時(shí), 發(fā)送select指令, 鎖定標(biāo)簽的EPC編碼, 然后進(jìn)一步發(fā)送讀卡指令獲得指定用戶區(qū)的信息. 這時(shí), 將用戶區(qū)編碼寫入Linux共享內(nèi)存[7],共享內(nèi)存是不同進(jìn)程間通信的常用辦法, 來(lái)協(xié)調(diào)程序的進(jìn)行. 最后Qt圖形化程序檢測(cè)到共享內(nèi)存中的數(shù)據(jù)顯示不同的圖像進(jìn)行引路[8].

路徑導(dǎo)向標(biāo)識(shí)牌放在進(jìn)入停車場(chǎng)的岔路口, 讓RFID閱讀器實(shí)時(shí)監(jiān)測(cè)過(guò)往車輛, 當(dāng)發(fā)現(xiàn)過(guò)往車輛到來(lái)時(shí), 連接ARM9的顯示器顯示正確的引導(dǎo)信息. 軟件設(shè)計(jì)流程如圖12所示.

路徑引導(dǎo)算法可以將基礎(chǔ)語(yǔ)句按照不同的車位坐標(biāo)進(jìn)行組合, 實(shí)現(xiàn)了人性化提示語(yǔ)句, 完成了引導(dǎo)的工作[9], 這么做的優(yōu)點(diǎn)是讓駕駛員體驗(yàn)賓至如歸的感覺(jué),較之傳統(tǒng)的停車場(chǎng), 給用戶更加溫馨的體驗(yàn). 硬件效果見圖13.

圖13 引路牌硬件效果圖

4 基于云平臺(tái)的微信公眾服務(wù)

4.1 智能停車場(chǎng)的云服務(wù)概述

近年來(lái)隨著網(wǎng)絡(luò)技術(shù)的快速發(fā)展, 以及互聯(lián)網(wǎng)的大范圍普及, 網(wǎng)上沖浪, 網(wǎng)上購(gòu)物已經(jīng)成為當(dāng)代居民不可缺少的生活方式[10]. 云計(jì)算(cloud computing)是以互聯(lián)網(wǎng)為基礎(chǔ)的相關(guān)服務(wù)的使用, 增加, 交付模式, 一般涉及通過(guò)互聯(lián)網(wǎng)來(lái)提供動(dòng)虛擬的易擴(kuò)展資源.

智能停車場(chǎng)的微信公眾服務(wù)可以讓用戶在任意時(shí)間、任意地點(diǎn)了解停車場(chǎng)的空位情況, 并進(jìn)行位置預(yù)約等相關(guān)服務(wù), 同時(shí)它也可以將多個(gè)智能停車場(chǎng)互聯(lián)形成一個(gè)整體, 可以獲取用戶地理位置推薦最近距離停車場(chǎng), 對(duì)停車場(chǎng)的整體發(fā)展以及用戶的快捷服務(wù)有巨大貢獻(xiàn).

4.2 軟件設(shè)計(jì)與實(shí)現(xiàn)

本系統(tǒng)將使用云服務(wù)器來(lái)作為后臺(tái)服務(wù)器, 接收停車場(chǎng)空位信息, 以及將空位信息實(shí)時(shí)傳達(dá)給用戶[11].使用PHP的套接字與GPRS遠(yuǎn)程通信. 將遠(yuǎn)程的Cortex-A8處理器發(fā)送過(guò)來(lái)的空位信息保存在MySql數(shù)據(jù)庫(kù)中,并將之顯示在網(wǎng)頁(yè)中. 軟件設(shè)計(jì)流程如圖14所示.

圖14 軟件設(shè)計(jì)流程圖

公眾號(hào)界面見圖15. 界面中紅色代表位置被占用,綠色代表空閑. PHP程序通過(guò)GPRS每10s傳過(guò)來(lái)的數(shù)據(jù)進(jìn)行解析獲得有效數(shù)據(jù), 并將之存放在MySql數(shù)據(jù)庫(kù)中. 同時(shí)PHP搭配HTML完成網(wǎng)頁(yè)顯示的功能. PHP查詢數(shù)據(jù)庫(kù), 并將顏色變量傳給HTML, HTML根據(jù)變量的值顯示車位信息. 選擇微信公眾號(hào)可以方便用戶, 同時(shí)可以便于用戶意見反饋, 更容易實(shí)現(xiàn)用戶與開發(fā)者的互動(dòng), 形成良性循環(huán)[12].

圖15 微信公眾號(hào)界面

5 結(jié)語(yǔ)

現(xiàn)有智能停車場(chǎng)在重點(diǎn)在于車位檢測(cè)與用戶管理,但缺乏用戶的人性化體驗(yàn). 本設(shè)計(jì)針對(duì)目前國(guó)內(nèi)停車場(chǎng)車位引導(dǎo)系統(tǒng)功能的缺失, 所引起車主尋找車位難和找車難的問(wèn)題, 提出了一種適用大型停車場(chǎng)的智能停車場(chǎng)管理系統(tǒng)解決方案. 采用了機(jī)器視覺(jué)的空位檢測(cè)技術(shù), 人性化的車輛引導(dǎo)系統(tǒng), 以及便民的微信公眾服務(wù), 完成了一體化的現(xiàn)代化智能停車場(chǎng)雛形, 其所采用的RFID智能引導(dǎo)可以使管理與引導(dǎo)合二為一, 給用戶更加溫馨的使用體驗(yàn), 這可以為智能停車場(chǎng)的發(fā)展起到啟迪與引導(dǎo)作用.

1潘正軍, 張屹. 基于RFID的智能停車場(chǎng)管理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn). 電腦知識(shí)與技術(shù), 2015, 11(14): 234–236, 251.

2郭穩(wěn)濤, 何怡剛. RFID平臺(tái)實(shí)現(xiàn)停車場(chǎng)智能管理的研究.自動(dòng)化儀表, 2010, 31(11): 34–37. [doi: 10.3969/j.issn.1000-0380.2010.11.011]

3Teodorovi? D, Lu?i? P. Intelligent parking systems.European Journal of Operational Research, 2006, 175(3):1666–1681. [doi: 10.1016/j.ejor.2005.02.033]

4Yan GJ, Yang WM, Rawat DB, et al. SmartParking: A secure and intelligent parking system. IEEE Intelligent Transportation Systems Magazine, 2011, 3(1): 18–30. [doi:10.1109/MITS.2011.940473]

5羅超. 走進(jìn)智慧新時(shí)代——2015年我國(guó)停車場(chǎng)市場(chǎng)調(diào)查.CPSE第十五屆安博會(huì). 深圳, 中國(guó). 2015. 136–137.

6王月雅. 2012年中國(guó)停車場(chǎng)管理系統(tǒng)市場(chǎng)規(guī)模分析及發(fā)展預(yù)測(cè). 中國(guó)安防, 2013, (8): 73–79.

7唐輝. 基于RFID的智能停車場(chǎng)管理系統(tǒng)關(guān)鍵技術(shù)研究[碩士學(xué)位論文]. 武漢: 武漢理工大學(xué), 2008: 30–40.

8毛星云, 冷雪飛. OpenCV3編程入門. 北京: 電子工業(yè)出版社, 2015: 93–95.

9許信順, 賈智平. 嵌入式Linux應(yīng)用編程. 北京: 機(jī)械工業(yè)出版社, 2007.

10高聚銀. 基于云平臺(tái)的智能家居系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[碩士學(xué)位論文]. 哈爾濱: 哈爾濱工業(yè)大學(xué), 2013: 10–20.

11Jang BT, Kim DH, Yoo JJ, et al. Intelligent parking guidance apparatus and method: US, US7825827B2. 2010-11-02.

12Yan GJ, Olariu S, Weigle MC, et al. SmartParking: A secure and intelligent parking system using NOTICE. Proc. of the 11th International IEEE Conference on Intelligent Transportation Systems. Beijing, China. 2008. 18–30.

Parking Lot Based on Machine Vision and RFID Intelligent Guidance

GAO Tong, FAN Dao-Er-Ji, JIA Cheng-Guo, LIU Chen-Yan
(Department of Electronic Engineering, College of Electronic Information Engineering, NeiMongol University, Hohhot 010021, China)

With the urbanization and the improvement of people’s living standards, the number of private cars in recent years has been increasing. It is difficult to find cars in parking lots, and the service is poor, which poses more demands on the automation of the intelligent parking lots and the service quality. Mainly serving for management and testing functions, traditional intelligent parking lots are inadequate in the vehicle guidance and customer service. To this end, this article builds an intelligent parking lot in embedded platform, which offers machine vision-based space detection, human intelligent RFID smart guide, and a complete management system and convenient WeChat public services.

machine vision; embedded Linux; RFID; cloud platform; parking guidance; GUI

高通,范道爾吉,賈成果,劉晨燕.基于機(jī)器視覺(jué)與RFID智能引導(dǎo)停車場(chǎng).計(jì)算機(jī)系統(tǒng)應(yīng)用,2017,26(7):71–77. http://www.c-sa.org.cn/1003-3254/5825.html

2016-10-14; 收到修改稿時(shí)間: 2016-11-21