基于車牌識別和ZigBee無線傳感的智能車庫系統應用

吳芷純　謝琳　潘耀豪

摘? 要：如今，人們越來越追求更為便捷與人性化的人居生活。利用物聯網技術、圖像識別技術以及受眾廣泛的網頁，設計出一套適宜現代小區需求的智能車庫管理系統。智能車庫包括可識別空車位并提供停車導航以及火警警報。該設計中添置了兩個目前所知的智能小區沒有的功能，在智能車庫系統中使用了基于ZigBee神經網絡的車牌識別系統，同時，車庫內搭載室內燈光導航系統，以保證能快速找到車位。

關鍵詞：智能;車牌識別;ZigBee

中圖分類號：TP391.4;TP274? ? ? 文獻標識碼：A 文章編號：2096-4706（2020）05-0168-03

Application of Intelligent Garage System Based on License Plate

Recognition and ZigBee Wireless Sensing

WU Zhichun，XIE Lin，PAN Yaohao

（Guangzhou College of Commerce，Guangzhou? 511363，China）

Abstract：Nowadays，people are increasingly pursuing more convenient and humanized living. The team used the internet of things technology，image recognition technology，and a wide range of web pages to design a smart garage management system suitable for the needs of modern communities. Smart garages include identifying empty parking spaces and providing parking navigation，as well as fire alarms. In this design，we added two functions that are not known to the smart community. The team uses a ZigBee neural network-based license plate recognition system in the intelligent garage system. At the same time，the garage is equipped with an indoor lighting navigation system to ensure that parking spaces can be found quickly.

Keywords：intelligence;license plate recognition;ZigBee

0? 引? 言

如今，筑物智能化系統的技術日臻成熟，電腦、有線電視、機頂盒、移動通信等數字化通信已經走進許多家庭。正是由于技術與市場雙方面的進步與發展才使得我國的智能化小區成為必然的趨勢。在對相關文獻的檢索中，筆者閱覽了我國建設部發行的《全國住宅小區智能化技術示范工程建設工作大綱》，其為智能化小區的建設提供了可靠依據。

通過團隊成員對廣州市各中高級住宅區的調研顯示，目前傳統型小區存在許多的弊端，如效率低下、人工成本高、安全隱患嚴重、信息缺失等缺點。而根據我們的查找，發現目前我國雖然已經有了不少成功的智能化社區實例，但普及率、科學性仍然有待提高。

綜上，在隨著經濟水平的提高，人們的生活水平和消費水平日益提高的背景下，我們認為智能小區的建設具有極大的經濟和社會效益，特別是智能化停車管理方面，擁有極大的市場需求潛能。

1? 技術分析

根據預計需求，我們把智能車庫分為三個部分，在智能車庫方面，搭載的功能有：車牌識別、預約停車、車庫門控制、室內燈光導航系統等功能，并使用了樹莓派、NodeMCU（ESP8266）、ZigBee（CC2530）等硬件。

在監控場景下的車牌自動檢測識別技術是智能交通系統中的關鍵技術，采集到的車牌圖像既有清晰的高質量圖像，也有模糊的低質量圖像，因此對于不同質量的車牌圖像，都需要設計出能夠正確提取車牌信息的檢測算法。本系統匯總采用的車牌識別算法，是通過構建的全卷積神經網絡自上而下逐層提取車牌不同“粒度”特征，再自下而上進行上采樣融合每層的特征，然后根據融合的特征產生基于不同置信度的候選框，并根據不同置信度分配不同權重值給對應的候選框，最后合并得到在監控場景中定位率較高的新能源車牌檢測模型[1]。

2? 需求設計

系統整體設計實體俯瞰圖如圖1所示，其左右兩側為車位，白色燈為車位指引燈，指示當前車位是否有車。圖2為車牌識別現場，當正確識別后，智能小區的門禁系統會通過HTTP協議向云平臺獲取相應的信息，是否打開車門，如果是有預約的車牌或者是本地住戶車牌就會使用左側的舵機進行開門操作，等到小車觸碰到門后的光電感應開關就把門關上。

2.1? 詳細設計——硬件部分

2.1.1? 車輛入庫流程

當有車輛靠近車庫門，觸發車庫外的傳感器后，開始車輛入庫流程，首先樹莓派接收到傳感器的信號會開啟攝像頭，并開啟基于神經網絡的車牌識別系統，進行車牌識別，當識別到車輛時，會將該車輛的車牌號與行為上傳到后端服務器，后端服務器會根據數據庫的信息，判斷該車是否有權限進行停車，并將該權限信息返回給樹莓派，樹莓派再根據后端服務器返回的授權信息，若無權限則播放提示音樂并結束流程，若有權限則開啟車庫門并在顯示屏中顯示相應信息，等待車輛進入后關閉車庫門，判斷車輛是否進入車庫以及進入完成的依據是通過車門后的傳感器。

2.1.2? 室內燈光導航系統與車位反饋流程

ZigBee是智能車庫系統的網絡控制系統。智能車庫系統主要包括信息識別、智能控制等方面，由這些傳感器收集車輛及環境信息，并將大量的信息轉換成數據傳輸到控制中心[2]。當車庫內有某一輛車的狀態發生改變時（入庫或出庫），會觸發車位上的傳感器，并反饋給車位所在的ZigBee節點設備，節點設備接收到反饋信息后，會向ZigBee節點網絡廣播發送車輛的狀態，其他ZigBee接收到消息后會進行燈光信息的調整，而當ZigBee協調器接收到消息后，則會通過網關將數據傳送給后端服務器，以便后端服務器更新車輛數據。

2.1.3? 智能車庫與后端服務器的通訊設計

本次設計，考慮到樹莓派與NodeMCU兩個設備的計算力有較大的差異，以及存在傳遞信息的差異，對于樹莓派與后端設備的通訊，采用HTTP協議，而NodeMCU與后端設備的通訊，則采用MQTT協議，樹莓派與NodeMCU設備的信息若需要進行傳遞，則需要通過后端服務器才可以進行。通訊協議圖如圖3所示。

2.2? 詳細設計——軟件部分

2.2.1? 智能車庫管理平臺

本次設計在軟件客戶端設計上，設計了網頁客戶端“智能車庫管理平臺”，此平臺的針對群體主要是管理員，也提供了住戶登錄，兩者使用相同的登錄接口，根據賬號的不同來分配不同的角色權限，因為針對小區住戶單獨制作了微信小程序，在本管理平臺不再展示與微信小程序相同的功能。

2.2.2? 微信小程序客戶端

為了讓小區住戶能夠得到更方便更快捷的體驗，以及兼顧iOS與Android系統都可以使用的特點，本次設計開發了基于微信小程序的客戶端，該客戶端僅面向住戶，提供了訪客停車預約和訪客入門預約、小區監控等主要功能。微信小程序與服務器的交互全部是通過調用后端服務器的API來完成的，其中監控查看功能因為需要跳轉到小區內監控服務器中，需要在小區內網才可以觀看，其他功能在內外網均可以使用。當用戶第一次使用這一客戶端時，因為該OpenID沒有注冊，調用登錄接口過程不會成功，將會自動跳轉到注冊頁面。微信小程序的訪客預約系統如圖4所示。

2.2.3? 后臺服務器

本次設計的后端服務器使用Flask框架進行開發，實現了一個RESTful API服務端，并通過Nginx進行反向代理的同時，實現HTTPS安全傳輸的功能。該后端服務器提供用戶相關、智能車庫相關等接口。對于后端服務器API的所有操作，除了登錄接口外，其他接口都要提交token才能進行訪問，token是由登錄接口驗證登錄后提供的，token有時長限制，當超過token的最大存活時間后，token會失效，此時，一個失效的token是不能進行任何操作的，這時，便要求重新登錄以獲得新的token。后端服務器除了通過HTTPS與客戶端進行通訊之后，還通過MQTT與部分硬件進行通訊。

2.3? 智能車庫預約停車功能總體流程

用戶用過本系統的微信小程序，使用邀請碼注冊登錄后，輸入訪客的預約車牌號碼，查詢當前車庫是否還有空余車位，若有即可進行下一步預約操作，若無則提示用戶當前車庫車位已滿，無法預約。用戶成功預約后，后臺記錄預約信息，用戶進入車庫時進行車牌識別并匹配當前用戶車牌是否有預約信息，并登記車庫入庫信息，對用戶進行引導停車。其相關流程圖如圖5所示。

3? 結? 論

在這次的課題設計過程中我們遇到了各種各樣問題，比如ZigBee網絡器件掉線、Wi-Fi網絡器件使用的MQTT協議數據傳輸異常，車牌識別的準確度、跨域訪問和云平臺搭建等難題。后經一一排除不斷優化和學習，最終完成了從云端到地面的全流程自主設計。在難題面前我們有想過放棄，比如車牌識別使用的人工智能算法我們也曾經想過直接調用各大云平臺的API，不使用本地的神經網絡識別算法，但是這樣識別的時間將會大大增加，而且準確率也得不到保證，因此我們沒有放棄對深度學習算法的研究，在團隊成員的共同努力下建立好一個神經網絡結構實現本地識別車牌，從而較好地完成了這次課題的研究。

參考文獻：

[1] 王瀟凡.基于深度學習的車牌檢測識別研究 [D].江蘇：南京郵電大學，2019.

[2] 姚濤，周光耀.基于ZigBee的智能車庫分布式系統研究 [J].中小企業管理與科技（下旬刊），2019（7）：135+137.

作者簡介：吳芷純（1997-），女，漢族，廣東潮州人，就讀于信息技術與工程學院，本科，研究方向：物聯網、智能車庫;謝琳（1997-），女，漢族，廣東汕頭人，就讀于信息技術與工程學院，本科，研究方向：物聯網、智能車庫;潘耀豪（1997-），男，漢族，廣東佛山人，就讀于信息技術與工程學院，本科，研究方向：物聯網、智能車庫。