李向榮 張明克 范福海
(青島科技大學機電工程學院 青島 266061)
城市由于交通設施的增加造成的交通擁擠甚至混亂給人們的生活帶來極大的不便[1],這種不便迫使人們去尋找高技術的有效手段去解決這種不便。智能化的停車場就是順應這一時代需求的高技術產物。這不僅可以有效地解決亂停亂放造成的交通混亂[2],而且可以促進交通設施的正規化建設。市場上存在的地磁傳感器用于檢測車輛的存在和車型識別,準確率是制約停車收費系統穩定性的重要因素,尤其是在地磁誤報或者不報的情況下,造成停車計時計費的偏差[3~4],直接影響到消費者的根本利益。因此,本文著重圍繞地磁上報數據的各種情況全面合理的展開分析,拋出問題。并分析問題同時提出解決方案,然后將新方案納入測試系統中驗證可靠性和實用性。

圖1 平臺架構圖
epark最主要的是接口部分,展示層網頁JSP、手機APP、VPaas對接三部分組成。1)Ajax請求到對應的地址并對應到程序接口,程序處理后返回對應的請求結果。2)程序讀取數據庫配置類信息,刷新到Redis緩存中,可加快訪問速度。3)VPass指令傳輸到接口,根據指令內容完成對應的業務邏輯,比如推送到手機、保存訂單信息、基于泊車狀態的邏輯。4)地磁檢測器發送駛入駛出,VPass首先完成數據的存儲,然后發送到平臺。
關于Vpass的部署:
Vpaas也利用數據庫,表:Vpaasv2_db.domain_appkey,負責請求轉發。

圖2 地磁檢測器實物圖
工作原理:基于磁場傳感器的車輛停放狀態探測裝置,包括電源,探測器,數據處理與傳輸模塊。探測裝置利用磁場傳感器在有外部磁場干擾源的影響下,各個方向上的磁場數據發生比較大幅度的變化,依據變化的幅度情況判斷該區域是否有車輛停放,在無車的情況下,其采集到的X、Y、Z三軸的數據就是當地的磁場數據。有車在磁場傳感器的上方時,三軸的數據將發生明顯的變化,并用Matlab把三軸的數據進行分析并總結出判定算法。

圖3 三維磁場向量圖
算法公式如下所示[9]:

其中 Mout表示模長即靈敏度;Xr、Yt、Zr表示當前時刻采樣得到的分別在X、Y、Z軸上投影后的磁場值;Xl、Yl、Zl表示分別在X、Y、Z軸上投影后的基準值或者叫本底值。
具體的判定有無車的算法流程如圖4所示。

圖4 判斷有無車的算法流程圖
手機端APP的目標用戶是現場收費人員,車輛停入泊位后,地磁檢測器報有車后將會向云端傳送數據1,此時會觸發推送通知收費員該泊位有車輛駛入,此時泊位狀態由空泊位變為占用,收費員手動創建訂單。車輛在離場后,地磁檢測器報駛離后將會向云端傳送數據0,此時會觸發推送通知收費員該泊位有車輛駛離,這時需要收費員對該車輛進行離場操作結束訂單[5~8]。
鑒于收費員反映的快慢[9],所有訂單的駛入時間取法為:若創建訂單時間之前20min之內有地磁數據1時,則取地磁報1時的時間作為訂單的駛入時間。若創建訂單時間之前20min之內無地磁數據1時,則取當前收費員創建訂單的時間作為訂單的駛入時間。其中,著重分析的駛離時間的四種異常情況如下。
1)訂單駛入時間和收費員操作訂單結束時間之間沒報駛離,如圖5所示。

圖5 A種異常
2)訂單駛入時間和收費員操作訂單結束時間之間有報多次駛入,如圖6所示。

圖6 B種異常
3)訂單駛入時間和收費員操作訂單結束時間之間有報多條駛離時,如圖7所示。

圖7 C種異常
4)訂單駛入時間和收費員操作訂單結束時間之間有報多條駛入駛離:(1)當有報多條駛入駛離且第一條為駛入時,如圖8所示。

圖8 D種異常
5)當有報多條駛入駛離且第一條為駛離時,如圖9所示。

圖9 E種異常
改進即校正駛離時間:改進規則計算出更準確的駛離時間。
通過分析各種異常情況知道唯一正常的訂單情況為訂單駛入時間和收費員操作訂單結束時間之間有且僅有一條報駛離,除此之外的訂單需要通過處理異常情況邏輯代碼計算出正確的停車時長并校正訂單的駛離時間。處理異常情況邏輯部分代碼如下:

A種異常處理邏輯:取收費員操作時間作為訂單的駛離時間;
B種異常處理邏輯:取收費員操作訂單結束時間作為訂單的駛離時間;
C種異常處理邏輯:當有報一條駛離時取這條唯一的駛離時間作為訂單駛離時間,當有報多條駛離時取最后一條駛離時間作為訂單駛離時間;
D種異常處理邏輯:當有報多條駛入駛離且第一條為駛入時取最近的一條駛離作為訂單的駛離時間;
E種異常處理邏輯:當有報多條駛入駛離且第一條為駛離時取第一條駛離作為訂單的駛離時間。
分析可知唯一正常的訂單情況如圖10所示。

圖10 正常情況
本文用jQuery EasyUI技術選出異常訂單所對應的地磁泊位如圖11所示。

圖11 異常數據表
頁面后臺查詢邏輯如下:

//查詢該訂單,在駛入時間和操作駛離時間內,上報地磁是駛離的數據的條數

//只有當訂單期間只有1條地磁數據,且是駛離數據的,才是正常情況。除此之外的所有情況,都是異常情況,都要查詢出來。 if

導出數據如表1所示。相應的異常地磁數據查看如圖12所示。

表1 導出的異常數據

圖12 異常地磁數據
頁面后臺邏輯如下:

地磁泊位結合地磁服務器導出采集的異常x軸、y軸、z軸的磁場變化量及angl和dtype的數據值,部分數據如表2所示[10~11]。

表2 導出的異常坐標軸數據
對上表中選出的顯示在上位機軟件屏幕上的三軸磁場數據即x軸、y軸、z軸用Matlab軟件分析如圖13所示[12~20]。

圖13 靈敏度分析操作界面
作圖14如下。

圖14 靈敏度隨基值的變化趨勢
通過對地磁檢測裝置所上傳上來的數據進行分析,總結出新增規律及判定條件為:當靈敏度>5并且軸變化量>5時也判定為有車。
驗證校正結果邏輯:通過獲得訂單集合,依次查詢此訂單集中每一個訂單在訂單駛入時間和收費員操作訂單結束時間之間所對應的地磁數據集合,定義一個布爾變量,然后判斷此地磁數據,是否正常(有且僅有1條駛離數據,是正常),如果只有1條記錄,且是駛離數據0,則返回為true,否則返回為false。如果返回false,則控制臺輸出異常,訂單編號,泊位號碼,駛入時間,駛離時間,收費員駛離操作時間。并且控制臺輸出相應的地磁數據編號,泊位號碼,上報時間,上報數據(上報數據如果為1則控制臺輸駛入,上報數據如果為0則控制臺輸駛離)。然后結合上文中的四種異常情況判斷屬于其中何種異常,并查看控制臺輸出的該訂單駛離時間是否取值對應異常情況的處理辦法。如果返回true,則屬于正常訂單,此時控制臺輸出訂單編號,泊位號碼,駛入時間,駛離時間,收費員駛離操作時間。驗證輸出結果為:A種異常驗證結果符合處理邏輯B種異常驗證結果,符合處理邏輯C種異常驗證結果,符合處理邏輯D種異常驗證結果,符合處理邏輯E種異常驗證結果,符合處理邏輯。同時地磁判定算法中加入新增規律及判定條件后較之前準確率也提高了1%。
鑒于論文的改進是否具有實際意義,需要在路邊停車收費模式實踐中檢驗跟蹤,并且跟蹤統計結果為停車投訴因地磁問題導致的分布表如圖15所示,由原來的平均每天62條投訴降至平均每天44條。

圖15 停車投訴分布表