魏曉鵬 陳偉利

（吉林建筑大學(xué)電氣與計(jì)算機(jī)學(xué)院，吉林 長(zhǎng)春130118）

1 概述

隨著人民物質(zhì)生活水平提高，幾乎大部分家庭至少有一輛甚至幾輛汽車。由于汽車保有量的快速增長(zhǎng)，車位缺乏的問(wèn)題也日益顯著，雖然政府興建了停車場(chǎng)，但由于車輛基數(shù)太大，“停車難”的問(wèn)題一直沒(méi)有得到有效的解決。許多非公共停車場(chǎng)還出現(xiàn)了亂停放的現(xiàn)象。除此之外，司機(jī)在道路上邊開(kāi)車邊找路邊停車位，容易導(dǎo)致交通堵塞問(wèn)題，嚴(yán)重的還可能引發(fā)交通事故。有車位卻找不到，停車效率低，這類問(wèn)題需要用現(xiàn)代先進(jìn)的科學(xué)技術(shù)來(lái)更好地解決。

基于GPS 和圖像識(shí)別技術(shù)的城市車位引導(dǎo)系統(tǒng)可以很好的解決這類問(wèn)題。利用GPS 導(dǎo)航衛(wèi)星實(shí)時(shí)拍攝的道路圖像，將其中空停車位與駕駛員的GPS 位置信息導(dǎo)航，實(shí)現(xiàn)就近停車的目的。一方面提高了停車的效率，同時(shí)也減少了汽車在路上尋找車位的路程和時(shí)間，緩解了交通壓力，達(dá)到了節(jié)能減排效果。本文章主要闡述了車位引導(dǎo)系統(tǒng)的設(shè)計(jì)以及算法的設(shè)計(jì)。

2 系統(tǒng)總體設(shè)計(jì)

2.1 方案構(gòu)思。本作品的研究思路是基于了解當(dāng)前城市道路的“停車難”狀況和市場(chǎng)上現(xiàn)有技術(shù)的不完善，以及考慮到這方面的欠缺，在原有技術(shù)的基礎(chǔ)上，自主改進(jìn)的一種新型的技術(shù)。在保持原有功能的同時(shí)，新增許多功能，完善許多缺點(diǎn)，方便了用戶的使用，達(dá)到節(jié)能減排的目的。

2.2 整體設(shè)計(jì)。建立一套基于GPS 定位，查找周圍1 千米內(nèi)停車空位的系統(tǒng)應(yīng)運(yùn)而生，即“基于GPS 和圖像識(shí)別技術(shù)的城市車位引導(dǎo)系統(tǒng)設(shè)計(jì)”。

2.3 運(yùn)行流程。駕駛員用手機(jī)APP 發(fā)出停車請(qǐng)求的信號(hào)給服務(wù)器，服務(wù)器利用導(dǎo)航衛(wèi)星實(shí)時(shí)拍攝的道路圖像，將其中空停車位與駕駛員的GPS 位置信息導(dǎo)航，并將導(dǎo)航信息返回給駕駛員，如圖1 所示。駕駛員根據(jù)導(dǎo)航提示信息找到最近空停車位，實(shí)現(xiàn)就近停車。

圖1 車位引導(dǎo)系統(tǒng)功能圖

3 詳細(xì)設(shè)計(jì)

3.1 停車位狀態(tài)檢測(cè)。停車位存在判斷算法利用了基于視頻運(yùn)動(dòng)目標(biāo)的檢測(cè)來(lái)完成對(duì)停車位狀態(tài)的粗略檢測(cè)。對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)中幀間差分法和背景差分法的研究和比較表明，這兩種方法的本質(zhì)是減去兩幀圖像。作為啟示，可以對(duì)運(yùn)動(dòng)圖像中的兩個(gè)連續(xù)幀進(jìn)行差分運(yùn)算，然后將差分和背景差分相結(jié)合，從而達(dá)到增加目標(biāo)信息權(quán)重的目的。同時(shí)，可以減少靜態(tài)背景的影響，獲得更多的運(yùn)動(dòng)目標(biāo)，且運(yùn)動(dòng)目標(biāo)可以更好地從背景圖像中分離出來(lái)。

3.2 算法設(shè)計(jì)。利用GPS 車位導(dǎo)航系統(tǒng)采用三種不同的檢測(cè)算法.首先采用邊緣檢測(cè)算法，計(jì)算邊緣像素的個(gè)數(shù)，停車位存在判斷算法利用了基于視頻運(yùn)動(dòng)目標(biāo)的檢測(cè)來(lái)完成對(duì)停車位狀態(tài)的粗略檢測(cè)。對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)中幀間差分法和背景差分法的研究和比較表明，這兩種方法的本質(zhì)是減去兩幀圖像。作為啟示，可以對(duì)運(yùn)動(dòng)圖像中的兩個(gè)連續(xù)幀進(jìn)行差分運(yùn)算，然后將差分和背景差分相結(jié)合，從而達(dá)到增加目標(biāo)信息權(quán)重的目的。同時(shí)，可以減少靜態(tài)背景的影響，獲得更多的運(yùn)動(dòng)目標(biāo)，且運(yùn)動(dòng)目標(biāo)可以更好地從背景圖像中分離出來(lái)。本文所提出的聯(lián)合特征檢測(cè)方法實(shí)質(zhì)上是同時(shí)結(jié)合三種不同的檢測(cè)算法。首先，使用邊緣檢測(cè)算法來(lái)計(jì)算邊緣像素的數(shù)量，并且在設(shè)置閾值之后，它進(jìn)入待決策1。同時(shí)，第二路的檢測(cè)，會(huì)根據(jù)邊緣像素檢測(cè)結(jié)果，對(duì)圖像中的閉合輪廓進(jìn)行計(jì)數(shù)，設(shè)定閾值后，進(jìn)入待決策2 進(jìn)行判決；第三路的檢測(cè)是將前景和背景信息的檢測(cè)結(jié)果相加，經(jīng)過(guò)統(tǒng)計(jì)分析和閾值設(shè)置后，進(jìn)入等待決策3。在所有三個(gè)決策過(guò)程完成后，最終采用加權(quán)投票表決法，以2/3 的多數(shù)最終確定停車位是否被占用。該方法的優(yōu)點(diǎn)是，即使由于復(fù)雜因素的影響，在路徑檢測(cè)中出現(xiàn)錯(cuò)誤，也不會(huì)對(duì)整個(gè)檢測(cè)結(jié)果產(chǎn)生很大的影響，不僅提高了識(shí)別的可靠性，也大大提高了檢測(cè)的容忍度。當(dāng)然，在理論上，涉及檢測(cè)的方法越多越好，也就是說(shuō)，涉及的方法越多，投票結(jié)果的正確性越高。然而，在實(shí)踐中，必須在復(fù)雜性和易用性之間進(jìn)行權(quán)衡。

為了統(tǒng)計(jì)每個(gè)停車位上的邊緣像素，必須設(shè)計(jì)一種停車位過(guò)濾器來(lái)定義每個(gè)停車位區(qū)域，且同時(shí)為每個(gè)停車位分配一個(gè)車位編號(hào)。由于攝像頭的位置是固定的，因此拍攝圖像中停車位的邊界也必須是固定的。所以我們可以使用平行四邊形或4點(diǎn)坐標(biāo)作為停車位濾波器。使用Prewitt 算子后，停車位濾波器提取每個(gè)停車位的邊緣信息，計(jì)算其邊緣數(shù)量。同時(shí)還要指出的是，停車位濾波器僅包含通過(guò)訓(xùn)練獲得的預(yù)設(shè)停車位的邊緣像素。如果邊緣像素的數(shù)量小于某個(gè)值，則認(rèn)為停車位處于空閑的狀態(tài)。

4 結(jié)論

隨著國(guó)內(nèi)經(jīng)濟(jì)的高速發(fā)展，城市機(jī)動(dòng)車保有量的不斷增加，車位缺乏問(wèn)題已成為重要的社會(huì)問(wèn)題，其方便與否直接影響著整個(gè)社會(huì)的生活品質(zhì)和經(jīng)濟(jì)效益，基于GPS 和圖像識(shí)別技術(shù)的城市車位引導(dǎo)系統(tǒng)在整個(gè)城市進(jìn)程中正發(fā)揮著重要的作用。

5 展望

現(xiàn)有科技大部分只顧及到了停車場(chǎng)的空余車位，而沒(méi)涉及到一些路邊停車位。而基于GPS 和圖像識(shí)別技術(shù)的城市車位引導(dǎo)系統(tǒng)可以實(shí)時(shí)合理利用路邊停車位資源，在此基礎(chǔ)上實(shí)現(xiàn)了實(shí)際的AR 語(yǔ)音導(dǎo)航，能更好地引導(dǎo)司機(jī)找到空停車位。通過(guò)GPS 的實(shí)時(shí)定位，利用導(dǎo)航衛(wèi)星拍攝停車位置附近實(shí)時(shí)照片，再與數(shù)據(jù)庫(kù)中車位信息圖對(duì)比，將空余車位信息推送到手機(jī)APP上。在導(dǎo)航過(guò)程中，實(shí)時(shí)監(jiān)測(cè)目標(biāo)車位狀態(tài)，一但有人先占用車位，自動(dòng)切換為其它目的地選擇。相對(duì)于現(xiàn)有技術(shù)，更加方便，快捷，可靠，迎合市場(chǎng)需求。