屈俞岐 曹佳樂 楊彭晨

摘 要：有限的車位數(shù)量難以滿足快速增長的停車需求，如何充分利用現(xiàn)有車位資源、提高停車效率是緩解問題的關(guān)鍵?；诔墒斓膱D像識別與系統(tǒng)開發(fā)技術(shù)，采用改進(jìn)型背景差分算法、路徑規(guī)劃算法和Java Web開發(fā)等技術(shù)，針對車位信息獲取與泊車引導(dǎo)流程優(yōu)化，主要研究從街道臨時停車位和停車場車位兩方面實時滿足用戶需求的停車引導(dǎo)系統(tǒng)。在達(dá)到車位最大化使用的基礎(chǔ)上，使用戶準(zhǔn)確掌握車位信息，同時減少尋找車位過程中的車流干擾，有效緩解交通壓力。

關(guān)鍵詞：停車引導(dǎo);圖像識別;泊位選擇;車位檢測;背景差分;濾波

中圖分類號：TP39文獻(xiàn)標(biāo)識碼：A文章編號：2095-1302（2019）12-00-03

0 引 言

在私家車擁有量達(dá)到歷史新高的同時，車聯(lián)網(wǎng)也在穩(wěn)步發(fā)展中。現(xiàn)國內(nèi)外都在關(guān)注智能化停車相關(guān)領(lǐng)域，并擁有了較為豐富的理論基礎(chǔ)和技術(shù)實踐，主要以收集和分析停車場內(nèi)數(shù)據(jù)為主。但許多系統(tǒng)由于成本或可行性等問題，無法進(jìn)行有效推廣和應(yīng)用。同時，研究者的焦點都集中在針對某一停車場內(nèi)部車位的最優(yōu)選擇和引導(dǎo)方面，少有人關(guān)注停車場之間的選擇以及街邊停車位信息的收集。事實上，這兩者對分流高密集人流量的停車區(qū)域、高效合理地利用資源和緩解交通壓力等方面效果顯著。

本文構(gòu)建的智能停車引導(dǎo)系統(tǒng)在試圖以較低成本對各個停車場內(nèi)信息進(jìn)行采集和分析，將用戶引導(dǎo)至最優(yōu)停車位的基礎(chǔ)上，還將監(jiān)控各路邊停車位，采用路徑規(guī)劃算法在各停車場之間、各路邊車位之間建立聯(lián)系，引導(dǎo)用戶在避免違反交通章程的基礎(chǔ)上能夠更便捷地停車[1-3]。

1 基于圖像識別的車位檢測

傳統(tǒng)的傳感器檢測方法受外界環(huán)境的影響較大，相比而言，基于圖像處理的車位檢測更智能，對環(huán)境有較小的依賴性?；趫D像識別的車位檢測通過外部設(shè)備如攝像頭來獲取車位圖像，進(jìn)行預(yù)處理操作，并利用識別算法自動識別并判斷所有停車位的占有狀況，將結(jié)果反饋給后端[4]。

1.1 圖像預(yù)處理

在車位檢測過程中，為了保證圖像檢測前后的一致性，提高檢測和識別可靠性，要先對圖像進(jìn)行預(yù)處理。在通過攝像頭采集圖像時，設(shè)備的位置、距車位的距離對每個車位在圖像中的位置和大小均會產(chǎn)生一定影響，這種影響具有不可控和不確定性。不僅如此，周圍環(huán)境的變化如光照、雨雪等也會導(dǎo)致采集的圖像出現(xiàn)噪聲大、明暗程度存在差異、分辨率低等情況?？紤]到這些因素對圖像的多重影響，本系統(tǒng)對圖像進(jìn)行了以下預(yù)處理操作：

（1）對輸入的原始圖像進(jìn)行顏色轉(zhuǎn)換，包括二值化和灰度處理;

（2）通過高斯濾波和中值濾波對圖像進(jìn)行濾波操作;

（3）進(jìn)行圖像形態(tài)變換，采用相應(yīng)的腐蝕和膨脹處理措施。

預(yù)處理完成后，利用改進(jìn)型背景差分法來判斷車位狀況，實現(xiàn)對空余車位的檢測。

1.2 基于背景差分法的車位檢測

背景差分法是將采集到的視頻幀與背景圖像做差分運算，進(jìn)而將目標(biāo)物體作為主要分析對象分割出來。但在實際操作中，在用此算法檢測停車位上的車輛時，由于圖像中其余區(qū)域（不包括車位區(qū)）所發(fā)生的狀態(tài)變化都會被提取，致使整個過程的計算量明顯增大，檢測準(zhǔn)確率降低。在此基礎(chǔ)上，本系統(tǒng)采用改進(jìn)型背景差分法，即采用先分割后差分的方式，先將圖像中現(xiàn)有的停車位區(qū)分提取出來，后期只需針對這些區(qū)域做背景差分運算即可，很大程度上彌補了原算法的缺點[5-7]。背景差分法流程如圖1所示。

1.3 車位檢測結(jié)果

車位中車輛的覆蓋面積較大，像素點較多，可通過設(shè)定閾值的方式來排除外界不可控因素對圖像的干擾。在車輛駛?cè)胪＼囄缓?，各區(qū)域塊內(nèi)像素的積累值會發(fā)生明顯改變，超過閾值之后再逐步趨于穩(wěn)定。出現(xiàn)上述變化即可判斷出當(dāng)前停車位有車輛占用。在此利用真實停車位照片進(jìn)行檢測，實際測試結(jié)果較為理想。當(dāng)算法自動檢測到當(dāng)前車位有車輛時，在相應(yīng)的車位處標(biāo)記為紅色，否則標(biāo)記為綠色，如圖2所示。

2 路徑規(guī)劃算法

本項目通過最短路徑算法——Dijkstra算法為泊車引導(dǎo)提供路徑規(guī)劃。該算法遍歷了起始點和目標(biāo)點之間的全部節(jié)點，搜索范圍廣，具有較高的穩(wěn)定性和準(zhǔn)確度。

加權(quán)無向圖用鄰接矩陣graph表示，〈vm，vn〉兩節(jié)點間的邊長權(quán)值用graph[m][n]表示，若〈vm，vn〉兩節(jié)點不相鄰或無權(quán)值，則graph[m][n]值為0或∞。從起始節(jié)點v到每個節(jié)點vm的最短路徑值用D[m]表示。S為已找到的從起始節(jié)點v出發(fā)到目標(biāo)節(jié)點的最短路徑節(jié)點集合，初始狀態(tài)為空集。

（1）初始化S：

（2）選擇vn，使D[n]=min{D[m]|vm∈V-S}，vn為求出的一條從起始節(jié)點v出發(fā)的最短路徑的終節(jié)點，更新S使S=S∪{n}。

（3）修改從起始節(jié)點v到集合V-S上任何一個節(jié)點vp的最短路徑，若，則修改D[n]為：

（4）重復(fù)（2）與（3）n-1次，便可以得到從起始點v到圖上其他頂點的最短路徑。

此算法的缺點在于搜索的節(jié)點數(shù)較多，搜索范圍過大，無法在計算復(fù)雜拓?fù)渚W(wǎng)絡(luò)的路徑時發(fā)揮較大作用。在此基礎(chǔ)上進(jìn)行改進(jìn)，若采用Dijkstra扇形限制算法可提高選路速度，減少系統(tǒng)的響應(yīng)時間，更好地體現(xiàn)實時傳輸與更新。當(dāng)車位節(jié)點數(shù)較少，或過多無效的車流干擾造成擁堵時，應(yīng)啟用實時路徑規(guī)劃，選擇最短的可行路徑將用戶引導(dǎo)至推薦車位區(qū)域。此外，也可在系統(tǒng)安裝時將各節(jié)點間的路徑提前計算并將相應(yīng)路徑的數(shù)據(jù)保存到數(shù)據(jù)庫中，在實際操作中以查詢表的形式進(jìn)行調(diào)用，可加快尋路速度，促使系統(tǒng)反應(yīng)更迅速。

3 停車引導(dǎo)系統(tǒng)的整體開發(fā)

3.1 服務(wù)器開發(fā)

本系統(tǒng)是基于Java Web開發(fā)的網(wǎng)頁應(yīng)用程序，基于MVC模式進(jìn)行編程，涉及的技術(shù)包括JSP，JSTL，Servlet，Session機制，JDBC編程，同時也使用了數(shù)據(jù)庫、Tomcat服務(wù)器及框架JQuery實現(xiàn)Web開發(fā)。

MVC設(shè)計模式自頂向下進(jìn)行編程：

Model模塊實現(xiàn)數(shù)據(jù)庫數(shù)據(jù)與服務(wù)器端對象映射，以及與數(shù)據(jù)庫數(shù)據(jù)的交互;

View模塊使用HTML語言、JS技術(shù)及JQuery框架實現(xiàn)了用戶登錄和注冊頁面;

Control模塊使用JSP及Servlet技術(shù)實現(xiàn)視圖界面與數(shù)據(jù)庫數(shù)據(jù)的交互，同時用圖像識別模塊調(diào)用攝像頭傳輸?shù)囊曨l并識別車位信息（共三種狀態(tài)：預(yù)定、占用、為空），將車位信息實時同步到數(shù)據(jù)庫中;

用戶使用導(dǎo)航功能時，服務(wù)器將會調(diào)用選路算法，使用JDBC編程訪問數(shù)據(jù)庫數(shù)據(jù)，查找目的地附近的所有空車位，使用JSP進(jìn)行導(dǎo)航路徑顯示，導(dǎo)航到此結(jié)束。

智能停車場引導(dǎo)系統(tǒng)中的Tomcat服務(wù)器主要完成以下功能：

（1）服務(wù)器和硬件平臺中的WiFi模塊進(jìn)行網(wǎng)絡(luò)數(shù)據(jù)通信，通過建立Socket連接實現(xiàn)數(shù)據(jù)傳輸;

（2）服務(wù)器通過HTTP通信協(xié)議響應(yīng)手機移動端發(fā)來的數(shù)據(jù)請求，實現(xiàn)用戶的注冊登錄，并為用戶提供車位信息;

（3）服務(wù)器連接MySQL數(shù)據(jù)庫，通過注冊登錄、驗證身份、設(shè)置權(quán)限等操作保證數(shù)據(jù)庫的安全，硬件平臺和手機移動端可以通過服務(wù)器對數(shù)據(jù)庫中的數(shù)據(jù)信息如車位屬性、用戶信息等進(jìn)行增加、刪除、修改、查看等操作。

3.2 網(wǎng)頁實現(xiàn)

通過注冊、登錄后，用戶成功進(jìn)入系統(tǒng)主頁，如圖3所示，可輸入要查找的目的地進(jìn)行附近車位查詢。以西北大學(xué)為例，目的地附近地圖的效果如圖4所示。以西北大學(xué)長安校區(qū)5號教學(xué)樓為目的地搜索附近車位，路線及車位情況如圖5所示。

4 結(jié) 語

本文主要研究了如何通過交通網(wǎng)絡(luò)數(shù)據(jù)對街道停車位和停車場車位的使用狀況進(jìn)行分析，繼而引導(dǎo)用戶高效抵達(dá)空余車位，從而減少交通擁堵、違章停車等現(xiàn)象。同時，合理配置資源，提升停車場及路邊車位的利用效率，減少浪費。本系統(tǒng)的數(shù)據(jù)來源于交通網(wǎng)絡(luò)系統(tǒng)的監(jiān)控設(shè)施，通過圖像識別技術(shù)對車位進(jìn)行空余篩選，利用最優(yōu)泊位算法確定最優(yōu)泊車路線，以達(dá)到在不同規(guī)模、布局的車位區(qū)域都能夠?qū)崿F(xiàn)算法獲取和泊位引導(dǎo)。

現(xiàn)場測試證明系統(tǒng)能夠很好地實現(xiàn)車位檢測、數(shù)據(jù)采集、傳輸和處理、車位引導(dǎo)及信息實時顯示、更新和存儲等功能，系統(tǒng)能較好地滿足停車引導(dǎo)的智能化服務(wù)需求，為用戶實時提供便利，驗證了本文所研究技術(shù)與方案的可行性。

本文的主要創(chuàng)新點如下：

（1）以充分利用停車位為前提，將街道臨時停車位和停車場車位同時考慮在內(nèi)，切實考慮找尋車位中的實際情況，為研究停車引導(dǎo)提供了新思路和新方向。

（2）拋卻傳統(tǒng)的傳感器車位感知技術(shù)，采用攝像頭采集視頻，并對視頻幀進(jìn)行圖像識別，減小了外界不可控因素對檢測設(shè)備的影響，使對車位狀態(tài)的檢測更高效合理。

參 考 文 獻(xiàn)

[1]鄧應(yīng)偉.停車場智能管理系統(tǒng)[D].長沙：湖南大學(xué)，2006.

[2]張小建，徐慧.基于視頻處理的運動車輛檢測算法的研究[J].液晶與顯示，2012（1）： 108-113.

[3] KEKRE H B， THEPADE S D.Color traits transfer to gray scale images [C]// EmergingTrends in Engineering and Technology，2008.ICETET'08.First InternationalConference on.IEEE，2008：82-85.

[4]王紅剛，吳奉亮.通風(fēng)網(wǎng)絡(luò)區(qū)域劃分算法與程序?qū)崿F(xiàn)[J].工礦自動化，2009（10）：39-43.

[5]殷招偉，戴文博.Dijkstra 算法在 GIS 車輛誘導(dǎo)系統(tǒng)的優(yōu)化實現(xiàn)[C]// 廣西計算機學(xué)會 2014年學(xué)術(shù)年會.

[6]牟洵.地下車庫路徑規(guī)劃與燈光導(dǎo)航智能控制系統(tǒng)的研究[D].濟南：山東建筑大學(xué)，2014.

[7]劉宏，王云山，熊文龍.基于HTTP協(xié)議的Java手機網(wǎng)絡(luò)通信的實現(xiàn)[J].武漢理工大學(xué)學(xué)報（信息與管理工程版），2006，28（1）：11-14.

[8] HAGEN H， JORG S. MyMIDP：an jdbc driver for accessing mysql from mobile devices [C]// International Conference on Advanes in Database，2009：74-80.

[9]羅小娟，于文靜.基于無線傳感器網(wǎng)絡(luò)的停車位監(jiān)控系統(tǒng)[J].物聯(lián)網(wǎng)技術(shù)，2018，8（1）：72-73.

[10]王雨竹，王源庚，李政均，等.智能交互式停車場[J].物聯(lián)網(wǎng)技術(shù)，2018，8（10）：97-99.