魏曉鵬 陳偉利

（吉林建筑大學(xué)電氣與計算機學(xué)院，吉林 長春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，車位缺乏的問題也日益顯著，雖然政府興建了停車場，但由于車輛基數(shù)太大，“停車難”的問題一直沒有得到有效的解決。許多非公共停車場還出現(xiàn)了亂停放的現(xiàn)象。除此之外，司機在道路上邊開車邊找路邊停車位，容易導(dǎo)致交通堵塞問題，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，這類問題需要用現(xiàn)代先進的科學(xué)技術(shù)來更好地解決。

基于GPS 和圖像識別技術(shù)的城市車位引導(dǎo)系統(tǒng)可以很好的解決這類問題。利用GPS 導(dǎo)航衛(wèi)星實時拍攝的道路圖像，將其中空停車位與駕駛員的GPS 位置信息導(dǎo)航，實現(xiàn)就近停車的目的。一方面提高了停車的效率，同時也減少了汽車在路上尋找車位的路程和時間，緩解了交通壓力，達到了節(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)計以及算法的設(shè)計。

2 系統(tǒng)總體設(shè)計

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，自主改進的一種新型的技術(shù)。在保持原有功能的同時，新增許多功能，完善許多缺點，方便了用戶的使用，達到節(jié)能減排的目的。

2.2 整體設(shè)計。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)運而生，即“基于GPS 和圖像識別技術(shù)的城市車位引導(dǎo)系統(tǒng)設(shè)計”。

2.3 運行流程。駕駛員用手機APP 發(fā)出停車請求的信號給服務(wù)器，服務(wù)器利用導(dǎo)航衛(wèi)星實時拍攝的道路圖像，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，實現(xiàn)就近停車。

圖1 車位引導(dǎo)系統(tǒng)功能圖

3 詳細設(shè)計

3.1 停車位狀態(tài)檢測。停車位存在判斷算法利用了基于視頻運動目標(biāo)的檢測來完成對停車位狀態(tài)的粗略檢測。對運動目標(biāo)檢測技術(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，可以對運動圖像中的兩個連續(xù)幀進行差分運算，然后將差分和背景差分相結(jié)合，從而達到增加目標(biāo)信息權(quán)重的目的。同時，可以減少靜態(tài)背景的影響，獲得更多的運動目標(biāo)，且運動目標(biāo)可以更好地從背景圖像中分離出來。

3.2 算法設(shè)計。利用GPS 車位導(dǎo)航系統(tǒng)采用三種不同的檢測算法.首先采用邊緣檢測算法，計算邊緣像素的個數(shù)，停車位存在判斷算法利用了基于視頻運動目標(biāo)的檢測來完成對停車位狀態(tài)的粗略檢測。對運動目標(biāo)檢測技術(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，可以對運動圖像中的兩個連續(xù)幀進行差分運算，然后將差分和背景差分相結(jié)合，從而達到增加目標(biāo)信息權(quán)重的目的。同時，可以減少靜態(tài)背景的影響，獲得更多的運動目標(biāo)，且運動目標(biāo)可以更好地從背景圖像中分離出來。本文所提出的聯(lián)合特征檢測方法實質(zhì)上是同時結(jié)合三種不同的檢測算法。首先，使用邊緣檢測算法來計算邊緣像素的數(shù)量，并且在設(shè)置閾值之后，它進入待決策1。同時，第二路的檢測，會根據(jù)邊緣像素檢測結(jié)果，對圖像中的閉合輪廓進行計數(shù)，設(shè)定閾值后，進入待決策2 進行判決；第三路的檢測是將前景和背景信息的檢測結(jié)果相加，經(jīng)過統(tǒng)計分析和閾值設(shè)置后，進入等待決策3。在所有三個決策過程完成后，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)點是，即使由于復(fù)雜因素的影響，在路徑檢測中出現(xiàn)錯誤，也不會對整個檢測結(jié)果產(chǎn)生很大的影響，不僅提高了識別的可靠性，也大大提高了檢測的容忍度。當(dāng)然，在理論上，涉及檢測的方法越多越好，也就是說，涉及的方法越多，投票結(jié)果的正確性越高。然而，在實踐中，必須在復(fù)雜性和易用性之間進行權(quán)衡。

為了統(tǒng)計每個停車位上的邊緣像素，必須設(shè)計一種停車位過濾器來定義每個停車位區(qū)域，且同時為每個停車位分配一個車位編號。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停車位的邊緣信息，計算其邊緣數(shù)量。同時還要指出的是，停車位濾波器僅包含通過訓(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)量小于某個值，則認為停車位處于空閑的狀態(tài)。

4 結(jié)論

隨著國內(nèi)經(jīng)濟的高速發(fā)展，城市機動車保有量的不斷增加，車位缺乏問題已成為重要的社會問題，其方便與否直接影響著整個社會的生活品質(zhì)和經(jīng)濟效益，基于GPS 和圖像識別技術(shù)的城市車位引導(dǎo)系統(tǒng)在整個城市進程中正發(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的空余車位，而沒涉及到一些路邊停車位。而基于GPS 和圖像識別技術(shù)的城市車位引導(dǎo)系統(tǒng)可以實時合理利用路邊停車位資源，在此基礎(chǔ)上實現(xiàn)了實際的AR 語音導(dǎo)航，能更好地引導(dǎo)司機找到空停車位。通過GPS 的實時定位，利用導(dǎo)航衛(wèi)星拍攝停車位置附近實時照片，再與數(shù)據(jù)庫中車位信息圖對比，將空余車位信息推送到手機APP上。在導(dǎo)航過程中，實時監(jiān)測目標(biāo)車位狀態(tài)，一但有人先占用車位，自動切換為其它目的地選擇。相對于現(xiàn)有技術(shù)，更加方便，快捷，可靠，迎合市場需求。