無線定位逆向尋車系統設計

畢波 萬洪均 甘鑫 劉超 李攀 溫欣鵬

摘要：在當下，大型商場的地下車庫都是非常大、地理位置結構復雜、車庫內網絡信號不好，停車難、找車難現象非常突出，如何解決對車庫已停車輛進行定位，方便客戶取車，這是一個急需解決的問題。如何利用現有資源，綜合提升管理停車場，利用GPS定位技術、RFID技術，實現智慧停車場反向尋車，為車主提供尋車誘導，實現地下停車場智慧管理，縮短尋車時間，提高車庫車位使用效率，更好地服務于人民群眾的生活。

關鍵詞：GPS;RFID;逆向尋車;最優路線算法

引言

在我國人口基數大、車輛基數大的大環境下，城市停車場是城市交通的核心，也是城市整體的重中之重，實現智慧停車場的反向引導系統是當下發展經濟提升城市競爭力的首要任務。構建一體化智慧停車場反向尋車系統可以加快經濟鏈條的驅動，解決我國大中城市經濟發展的瓶頸問題[1]。

現在的大型停車場空間龐大，有的還是多層，對于人來說，整個停車場是錯綜復雜的。在這種情況下，車主會容易忘記自己停車的位置，為了找到自己的愛車可能會花費很多不必要的時間。封閉的停車場環境、內部微弱的信號都是逆向尋車系統的障礙[2]。劉譯澤等[3]提出了智能車庫的概念，通過停車場內的指示燈引導車輛進入車位，確定停車位置，車主尋車時則依靠查詢器這類終端來找到愛車;郭芝源等[4]使用二維碼設計了停車場的逆向尋車系統，通過網絡下載和上傳停車位信息。

以上的設計方法已經比較成熟，但可以繼續改進，如操作較多且對硬件設備要求高，比如尋車查詢器，這樣不僅使得停車場的管理成本加大也讓車主體驗不佳。本文討論了一種新的逆向尋車系統，降低停車場管理方成本的同時也提高了車主的使用體驗。

一、逆向尋車系統

室內無線逆向尋車系統主要由三部分組成，分別是：

（一）人與車最優路線算法，該算法的核心代碼主要實現的功能是根據人與車的位置信息，尋找人與車兩點之間最短的路徑，大量節省車主尋找到車的時間。

（二）停車位與車牌的綁定，該模塊的主要功能是不管來車為何，只要停在某一個停車位上，那么將經過RFID技術讀取該車輛車牌信息，進行綁定，這就代表了該車停在了該車位上，為最優路徑算法提供了車的位置信息。

（三）GPS定位駕駛員的位置，該模塊主要是為了實時定位車主的位置信息，為人與車最優路徑算法提供人的位置信息，方便計算。

系統運行如圖一，當需要尋車時，車主打開系統，系統根據GPS模塊實時獲取車主的位置信息，將此信息與車位信息作為最優路徑算法的輸入，算法得出路線后再輸出，為車主進行導航。

二、逆向尋車各個部分實現

（一）基于蟻群算法的最優路徑算法

2.1.1 人與車的最優路徑算法采用蟻群算法有以下原因：

1）蟻群算法是根據模擬螞蟻尋找食物的最短路徑行為來設計的仿生算法。

2）蟻群算法已經十分成熟且優化完善能夠適用于規劃人與車之間的最短路徑。

2.1.2 蟻群算法最短路徑規劃的具體步驟：

1：將停車場地圖轉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K，螞蟻個數M，表征信息素重要程度的參數 、表征啟發式信息重要程度的參數 ，信息素蒸發系數 ，信息素增加強度系數Q及啟發式信息矩陣

2：構建啟發式信息矩陣。計算每個柵格至目標點的距離，啟發式信息素取為至目標點距離的倒數，距離越短，啟發式因子越大，障礙物處的啟發式信息為0。建立矩陣D，用以存儲每個柵格點至各自相鄰無障礙柵格點的代價值。

3：對于每一只螞蟻，初始化螞蟻爬行的路徑及路徑長度，將禁忌列表全部初始化為1;螞蟻從起始點出發開始搜索路徑，找出當前柵格點的所有無障礙相鄰柵格點，再根據禁忌列表篩選出當前可選擇的柵格點。

4：如果起始點是目標點，且可選柵格點個數大于等于1，計算螞蟻從當前柵格點轉移到各相鄰柵格點的概率，并根據輪盤賭的方法選擇下一個柵格點。

5：更新螞蟻爬行的路徑、路徑長度、矩陣D及禁忌列表。

6：重復步驟4和5直到起始點為目標點或可選柵格點小于1，本次迭代中當前螞蟻尋路完畢，記錄該螞蟻的行走路線。

7：如果該螞蟻最后一步是目標點，則計算路徑長度并與當前已知的最短路徑長度作比較，若本次路徑長度小于當前已知的最短路徑長度，則更新當前最短路徑長度及最短路徑;如果該螞蟻最后一步不是目標的，則只將路徑長度記為0。

8：重復步驟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，是結束蟻群算法尋優并繪制最優規劃路徑，否則轉到步驟3。

（二） 停車位與車牌綁定

RFID射頻識別是一種非接觸式的自動識別技術，它通過射頻信號自動識別目標對象并獲取相關數據，識別工作無須人工干預，可工作于各種惡劣環境。RFID技術可識別高速運動物體并可同時識別多個標簽，操作快捷方便。

通過RFID識別技術，將RFID電子標簽與車牌信息綁定，同時停車位上添加RFID讀寫器，實現停車位的車牌識別能力。當車駛入車位時，停車位內的RFID讀寫器將讀出車牌信息，然后上傳至系統保存車位信息。

（三） GPS定位車主位置

利用GPS技術定位車主位置，并將車主位置信息傳給系統。

利用stm32單片機控制GPS模塊來模擬手機GPS信號。STM32通過串口得到GPS模塊的數據，然后再把數據傳給系統。

三、軟件設計

（一） 地圖設計

根據停車場地圖構建地圖模型。構建的原則：

1）車位形狀呈矩形;

2）停車場車位分布為垂直型，車道兩側各有一排，中間留有空地。

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

（二）代碼實現

利用MATLAB、C#和單片機進行了系統運行模擬，效果如圖2所示。

以下為部分系統軟件代碼。

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：

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、結語

本系統利用RFID識別車牌與綁定停車位，不用再通過微信掃碼或其它終端來確定停車位置，極大的提高了用戶的使用體驗，方便簡單。本系統通過電腦模擬運行，運行效果良好。

本設計還有可以繼續改進的地方：系統直接作用于手機，不再使用單獨的GPS模塊，這樣改進后可以增強本產品的實際使用價值，車主通過手機就可以查看愛車的位置信息與算法規劃好的路線，符合當下的導航模式;最優路線算法盡管效果不錯，但從效果上看依然有改進的地方，算法規劃的路線不僅應該短還應該少走“冤枉”路。

參考文獻：

[1]何斌，蔣鈴鴿. 一種基于傳感網技術的智能停車場車位檢測器方案設計與實現[J]. 科學技術與工程，2013，13（ 23） ： 6774-6780.

[2]張宇. 基于“互聯網+”模式的室內停車場系統設計與核心技術研究[D]. 杭州： 浙江大學，2016.

[3]劉譯澤，孫杰，謝昊.車輛引導及反向尋車系統設計探討[J].現代建筑電氣，2013，7（ 11） ： 66-69.

[4]郭芝源，李臻，李維龍. 基于二維碼的停車場反向尋車系統設計[J]. 物聯網技術，2015，5（ 10） ： 42-43.

[5]彭金栓，舒麟棹，劉銀，孫鵬程，朱浩銘，劉珂. 基于藍牙識別的反向尋車系統[A].重慶交通大學學報（自然科學版），2019，38（ 3） ： 111-115.

[6]賈學婷，索琰琰，黃建昌.對反向尋車系統技術的探討[J].數碼世界，2018.

[7]李華蓉 ，潘國兵 ，趙一 ，吳華玲.基于Android 平臺的室內停車場智能尋車系統研究 [J].重慶交通大學學報（自然科學版），2016，35（04）：112-115+126.

[8]晏勇，雷航，梁潘.基于改進型蟻群算法自適應停車引導系統的設計[J].實驗技術與管理，2020，37（03）：80-82+138.

[9]張麗珍，何龍，吳迪，杜戰其.改進型蟻群算法在路徑規劃中的研究[J].制造業自動化，2020，42（02）：55-59.