畢波 萬(wàn)洪均 甘鑫 劉超 李攀 溫欣鵬

摘要：在當(dāng)下，大型商場(chǎng)的地下車(chē)庫(kù)都是非常大、地理位置結(jié)構(gòu)復(fù)雜、車(chē)庫(kù)內(nèi)網(wǎng)絡(luò)信號(hào)不好，停車(chē)難、找車(chē)難現(xiàn)象非常突出，如何解決對(duì)車(chē)庫(kù)已停車(chē)輛進(jìn)行定位，方便客戶(hù)取車(chē)，這是一個(gè)急需解決的問(wèn)題。如何利用現(xiàn)有資源，綜合提升管理停車(chē)場(chǎng)，利用GPS定位技術(shù)、RFID技術(shù)，實(shí)現(xiàn)智慧停車(chē)場(chǎng)反向?qū)ぼ?chē)，為車(chē)主提供尋車(chē)誘導(dǎo)，實(shí)現(xiàn)地下停車(chē)場(chǎng)智慧管理，縮短尋車(chē)時(shí)間，提高車(chē)庫(kù)車(chē)位使用效率，更好地服務(wù)于人民群眾的生活。

關(guān)鍵詞：GPS;RFID;逆向?qū)ぼ?chē);最優(yōu)路線算法

引言

在我國(guó)人口基數(shù)大、車(chē)輛基數(shù)大的大環(huán)境下，城市停車(chē)場(chǎng)是城市交通的核心，也是城市整體的重中之重，實(shí)現(xiàn)智慧停車(chē)場(chǎng)的反向引導(dǎo)系統(tǒng)是當(dāng)下發(fā)展經(jīng)濟(jì)提升城市競(jìng)爭(zhēng)力的首要任務(wù)。構(gòu)建一體化智慧停車(chē)場(chǎng)反向?qū)ぼ?chē)系統(tǒng)可以加快經(jīng)濟(jì)鏈條的驅(qū)動(dòng)，解決我國(guó)大中城市經(jīng)濟(jì)發(fā)展的瓶頸問(wèn)題[1]。

現(xiàn)在的大型停車(chē)場(chǎng)空間龐大，有的還是多層，對(duì)于人來(lái)說(shuō)，整個(gè)停車(chē)場(chǎng)是錯(cuò)綜復(fù)雜的。在這種情況下，車(chē)主會(huì)容易忘記自己停車(chē)的位置，為了找到自己的愛(ài)車(chē)可能會(huì)花費(fèi)很多不必要的時(shí)間。封閉的停車(chē)場(chǎng)環(huán)境、內(nèi)部微弱的信號(hào)都是逆向?qū)ぼ?chē)系統(tǒng)的障礙[2]。劉譯澤等[3]提出了智能車(chē)庫(kù)的概念，通過(guò)停車(chē)場(chǎng)內(nèi)的指示燈引導(dǎo)車(chē)輛進(jìn)入車(chē)位，確定停車(chē)位置，車(chē)主尋車(chē)時(shí)則依靠查詢(xún)器這類(lèi)終端來(lái)找到愛(ài)車(chē);郭芝源等[4]使用二維碼設(shè)計(jì)了停車(chē)場(chǎng)的逆向?qū)ぼ?chē)系統(tǒng)，通過(guò)網(wǎng)絡(luò)下載和上傳停車(chē)位信息。

以上的設(shè)計(jì)方法已經(jīng)比較成熟，但可以繼續(xù)改進(jìn)，如操作較多且對(duì)硬件設(shè)備要求高，比如尋車(chē)查詢(xún)器，這樣不僅使得停車(chē)場(chǎng)的管理成本加大也讓車(chē)主體驗(yàn)不佳。本文討論了一種新的逆向?qū)ぼ?chē)系統(tǒng)，降低停車(chē)場(chǎng)管理方成本的同時(shí)也提高了車(chē)主的使用體驗(yàn)。

一、逆向?qū)ぼ?chē)系統(tǒng)

室內(nèi)無(wú)線逆向?qū)ぼ?chē)系統(tǒng)主要由三部分組成，分別是：

（一）人與車(chē)最優(yōu)路線算法，該算法的核心代碼主要實(shí)現(xiàn)的功能是根據(jù)人與車(chē)的位置信息，尋找人與車(chē)兩點(diǎn)之間最短的路徑，大量節(jié)省車(chē)主尋找到車(chē)的時(shí)間。

（二）停車(chē)位與車(chē)牌的綁定，該模塊的主要功能是不管來(lái)車(chē)為何，只要停在某一個(gè)停車(chē)位上，那么將經(jīng)過(guò)RFID技術(shù)讀取該車(chē)輛車(chē)牌信息，進(jìn)行綁定，這就代表了該車(chē)停在了該車(chē)位上，為最優(yōu)路徑算法提供了車(chē)的位置信息。

（三）GPS定位駕駛員的位置，該模塊主要是為了實(shí)時(shí)定位車(chē)主的位置信息，為人與車(chē)最優(yōu)路徑算法提供人的位置信息，方便計(jì)算。

系統(tǒng)運(yùn)行如圖一，當(dāng)需要尋車(chē)時(shí)，車(chē)主打開(kāi)系統(tǒng)，系統(tǒng)根據(jù)GPS模塊實(shí)時(shí)獲取車(chē)主的位置信息，將此信息與車(chē)位信息作為最優(yōu)路徑算法的輸入，算法得出路線后再輸出，為車(chē)主進(jìn)行導(dǎo)航。

二、逆向?qū)ぼ?chē)各個(gè)部分實(shí)現(xiàn)

（一）基于蟻群算法的最優(yōu)路徑算法

2.1.1 人與車(chē)的最優(yōu)路徑算法采用蟻群算法有以下原因：

1）蟻群算法是根據(jù)模擬螞蟻尋找食物的最短路徑行為來(lái)設(shè)計(jì)的仿生算法。

2）蟻群算法已經(jīng)十分成熟且優(yōu)化完善能夠適用于規(guī)劃人與車(chē)之間的最短路徑。

2.1.2 蟻群算法最短路徑規(guī)劃的具體步驟：

1：將停車(chē)場(chǎng)地圖轉(zhuǎn)化為二維矩陣形式變成柵格地圖，初始化信息素矩陣 Tau，最大迭代次數(shù)K，螞蟻個(gè)數(shù)M，表征信息素重要程度的參數(shù) 、表征啟發(fā)式信息重要程度的參數(shù) ，信息素蒸發(fā)系數(shù) ，信息素增加強(qiáng)度系數(shù)Q及啟發(fā)式信息矩陣

2：構(gòu)建啟發(fā)式信息矩陣。計(jì)算每個(gè)柵格至目標(biāo)點(diǎn)的距離，啟發(fā)式信息素取為至目標(biāo)點(diǎn)距離的倒數(shù)，距離越短，啟發(fā)式因子越大，障礙物處的啟發(fā)式信息為0。建立矩陣D，用以存儲(chǔ)每個(gè)柵格點(diǎn)至各自相鄰無(wú)障礙柵格點(diǎn)的代價(jià)值。

3：對(duì)于每一只螞蟻，初始化螞蟻爬行的路徑及路徑長(zhǎng)度，將禁忌列表全部初始化為1;螞蟻從起始點(diǎn)出發(fā)開(kāi)始搜索路徑，找出當(dāng)前柵格點(diǎn)的所有無(wú)障礙相鄰柵格點(diǎn)，再根據(jù)禁忌列表篩選出當(dāng)前可選擇的柵格點(diǎn)。

4：如果起始點(diǎn)是目標(biāo)點(diǎn)，且可選柵格點(diǎn)個(gè)數(shù)大于等于1，計(jì)算螞蟻從當(dāng)前柵格點(diǎn)轉(zhuǎn)移到各相鄰柵格點(diǎn)的概率，并根據(jù)輪盤(pán)賭的方法選擇下一個(gè)柵格點(diǎn)。

5：更新螞蟻爬行的路徑、路徑長(zhǎng)度、矩陣D及禁忌列表。

6：重復(fù)步驟4和5直到起始點(diǎn)為目標(biāo)點(diǎn)或可選柵格點(diǎn)小于1，本次迭代中當(dāng)前螞蟻尋路完畢，記錄該螞蟻的行走路線。

7：如果該螞蟻?zhàn)詈笠徊绞悄繕?biāo)點(diǎn)，則計(jì)算路徑長(zhǎng)度并與當(dāng)前已知的最短路徑長(zhǎng)度作比較，若本次路徑長(zhǎng)度小于當(dāng)前已知的最短路徑長(zhǎng)度，則更新當(dāng)前最短路徑長(zhǎng)度及最短路徑;如果該螞蟻?zhàn)詈笠徊讲皇悄繕?biāo)的，則只將路徑長(zhǎng)度記為0。

8：重復(fù)步驟3至步驟7直到M只螞蟻完成一輪路徑搜索，更新信息素。

9：判斷是否滿足終止條件K，是結(jié)束蟻群算法尋優(yōu)并繪制最優(yōu)規(guī)劃路徑，否則轉(zhuǎn)到步驟3。

（二） 停車(chē)位與車(chē)牌綁定

RFID射頻識(shí)別是一種非接觸式的自動(dòng)識(shí)別技術(shù)，它通過(guò)射頻信號(hào)自動(dòng)識(shí)別目標(biāo)對(duì)象并獲取相關(guān)數(shù)據(jù)，識(shí)別工作無(wú)須人工干預(yù)，可工作于各種惡劣環(huán)境。RFID技術(shù)可識(shí)別高速運(yùn)動(dòng)物體并可同時(shí)識(shí)別多個(gè)標(biāo)簽，操作快捷方便。

通過(guò)RFID識(shí)別技術(shù)，將RFID電子標(biāo)簽與車(chē)牌信息綁定，同時(shí)停車(chē)位上添加RFID讀寫(xiě)器，實(shí)現(xiàn)停車(chē)位的車(chē)牌識(shí)別能力。當(dāng)車(chē)駛?cè)胲?chē)位時(shí)，停車(chē)位內(nèi)的RFID讀寫(xiě)器將讀出車(chē)牌信息，然后上傳至系統(tǒng)保存車(chē)位信息。

（三） GPS定位車(chē)主位置

利用GPS技術(shù)定位車(chē)主位置，并將車(chē)主位置信息傳給系統(tǒng)。

利用stm32單片機(jī)控制GPS模塊來(lái)模擬手機(jī)GPS信號(hào)。STM32通過(guò)串口得到GPS模塊的數(shù)據(jù)，然后再把數(shù)據(jù)傳給系統(tǒng)。

三、軟件設(shè)計(jì)

（一） 地圖設(shè)計(jì)

根據(jù)停車(chē)場(chǎng)地圖構(gòu)建地圖模型。構(gòu)建的原則：

1）車(chē)位形狀呈矩形;

2）停車(chē)場(chǎng)車(chē)位分布為垂直型，車(chē)道兩側(cè)各有一排，中間留有空地。

根據(jù)上述原則，我們利用矩陣構(gòu)建平面地圖，在矩陣中“1”代表障礙物，“0”代表可以通行。

（二）代碼實(shí)現(xiàn)

利用MATLAB、C#和單片機(jī)進(jìn)行了系統(tǒng)運(yùn)行模擬，效果如圖2所示。

以下為部分系統(tǒng)軟件代碼。

MATLAB：

ROUTES{k，m}=Path;

if Path（end）==E

PL（k，m）=PLkm;

if PLkm

mink=k;minl=m;minkl=PLkm;

end

else

PL（k，m）=0;

end

end

Delta_Tau=zeros（N，N）;

for m=1：M

if PL（k，m）

ROUT=ROUTES{k，m};

TS=length（ROUT）-1;

PL_km=PL（k，m）;

for s=1：TS

x=ROUT（s）;

y=ROUT（s+1）;

Delta_Tau（x，y）=Delta_Tau（x，y）+Q/PL_km;

Delta_Tau（y，x）=Delta_Tau（y，x）+Q/PL_km;

end

end

end

單片機(jī)：

void parseGpsBuffer（）

{

char *subString;

char *subStringNext;

char i = 0;

if （Save_Data.isGetData）

{

Save_Data.isGetData = false;

for （i = 0 ; i <= 6 ; i++）

{

if （i == 0）

if （（subString = strstr（Save_Data.GPS_Buffer， "，"）） == NULL）

errorLog（1）;

else

{

subString++;

if （（subStringNext = strstr（subString， "，"）） ！= NULL）

{

char usefullBuffer[2];

subString = subStringNext;

Save_Data.isParseData = true;

if（usefullBuffer[0] == 'A'）

Save_Data.isUsefull = true;

else if（usefullBuffer[0] == 'V'）

Save_Data.isUsefull = false;

}

}

}

四、結(jié)語(yǔ)

本系統(tǒng)利用RFID識(shí)別車(chē)牌與綁定停車(chē)位，不用再通過(guò)微信掃碼或其它終端來(lái)確定停車(chē)位置，極大的提高了用戶(hù)的使用體驗(yàn)，方便簡(jiǎn)單。本系統(tǒng)通過(guò)電腦模擬運(yùn)行，運(yùn)行效果良好。

本設(shè)計(jì)還有可以繼續(xù)改進(jìn)的地方：系統(tǒng)直接作用于手機(jī)，不再使用單獨(dú)的GPS模塊，這樣改進(jìn)后可以增強(qiáng)本產(chǎn)品的實(shí)際使用價(jià)值，車(chē)主通過(guò)手機(jī)就可以查看愛(ài)車(chē)的位置信息與算法規(guī)劃好的路線，符合當(dāng)下的導(dǎo)航模式;最優(yōu)路線算法盡管效果不錯(cuò)，但從效果上看依然有改進(jìn)的地方，算法規(guī)劃的路線不僅應(yīng)該短還應(yīng)該少走“冤枉”路。

參考文獻(xiàn)：

[1]何斌，蔣鈴鴿. 一種基于傳感網(wǎng)技術(shù)的智能停車(chē)場(chǎng)車(chē)位檢測(cè)器方案設(shè)計(jì)與實(shí)現(xiàn)[J]. 科學(xué)技術(shù)與工程，2013，13（ 23） ： 6774-6780.

[2]張宇. 基于“互聯(lián)網(wǎng)+”模式的室內(nèi)停車(chē)場(chǎng)系統(tǒng)設(shè)計(jì)與核心技術(shù)研究[D]. 杭州： 浙江大學(xué)，2016.

[3]劉譯澤，孫杰，謝昊.車(chē)輛引導(dǎo)及反向?qū)ぼ?chē)系統(tǒng)設(shè)計(jì)探討[J].現(xiàn)代建筑電氣，2013，7（ 11） ： 66-69.

[4]郭芝源，李臻，李維龍. 基于二維碼的停車(chē)場(chǎng)反向?qū)ぼ?chē)系統(tǒng)設(shè)計(jì)[J]. 物聯(lián)網(wǎng)技術(shù)，2015，5（ 10） ： 42-43.

[5]彭金栓，舒麟棹，劉銀，孫鵬程，朱浩銘，劉珂. 基于藍(lán)牙識(shí)別的反向?qū)ぼ?chē)系統(tǒng)[A].重慶交通大學(xué)學(xué)報(bào)（自然科學(xué)版），2019，38（ 3） ： 111-115.

[6]賈學(xué)婷，索琰琰，黃建昌.對(duì)反向?qū)ぼ?chē)系統(tǒng)技術(shù)的探討[J].數(shù)碼世界，2018.

[7]李華蓉 ，潘國(guó)兵 ，趙一 ，吳華玲.基于Android 平臺(tái)的室內(nèi)停車(chē)場(chǎng)智能尋車(chē)系統(tǒng)研究 [J].重慶交通大學(xué)學(xué)報(bào)（自然科學(xué)版），2016，35（04）：112-115+126.

[8]晏勇，雷航，梁潘.基于改進(jìn)型蟻群算法自適應(yīng)停車(chē)引導(dǎo)系統(tǒng)的設(shè)計(jì)[J].實(shí)驗(yàn)技術(shù)與管理，2020，37（03）：80-82+138.

[9]張麗珍，何龍，吳迪，杜戰(zhàn)其.改進(jìn)型蟻群算法在路徑規(guī)劃中的研究[J].制造業(yè)自動(dòng)化，2020，42（02）：55-59.