基于云端的智慧停車系統設計

劉 坤,黃麗韶

(湖南科技學院 信息工程學院,湖南 永州 425199)

0 引言

截至2023年3月底,全國機動車保有量達4.2億輛,其中,汽車保有量達到3.2億輛;駕駛人達5.1億人;每年新登記機動車3 400多萬輛,新領證駕駛人2 900多萬人,總量和增量均居世界首位[1]。而全國經營性停車位1.5億個,加上路側及未備案的停車位,共計約2.7億個,車位缺口在1.5億個左右。因此,可大幅提升停車周轉率進而緩解車位缺口的智慧停車場受到了市場的青睞,并處于如火如荼的快速建設階段[2]。

傳統停車場經常面臨“車多位少”的困境,人工管理的效率和可靠性難以滿足管理要求[3]。在智慧城市建設中,交通出行始終是重點領域。“智慧停車”不僅是建成智慧城市的重要體現,也是建設智慧城市的重要基石[4]。實現智慧城市的真正落地還需從智慧停車開始。本文設計的智能停車場管理系統與傳統的停車場管理不同之處在于,它能通過車牌識別、自助繳費等功能,做到24小時無人值守、智能收費,實現停車的真正智能化管理。

1 分析與總體設計

通過前期調研,筆者對現有停車系統存在的問題進行了詳細分析。隨著汽車保有量的不斷增加,現有的停車位數量已無法滿足車主需求。為緩解這一難題,筆者開發了對同一車主一個車位多輛車進行信息化管理系統,即一個車主只有一個私人車位,但可綁定多輛車,此設計極大地提高了車位利用率,有助于解決停車難題。筆者設計的智慧停車系統以車牌識別為基礎,建立業主、車位、車牌和臨停車輛的多層級客戶關系管理體系。該停車管理系統還應與物業軟件無縫連接,與物業統一客戶資料、操作平臺、收銀平臺等,實現集中式管理收費,讓數據更及時的上傳下發,雙向同步各區域車場與物業中心數據。本系統的基本框架,如圖1所示。

圖1 智慧停車系統

2 系統的相關技術分析

本文實現的智慧停車場結合了無線通信、圖像處理、大數據等技術,主要包括車牌識別、車位引導、反向尋車、一鍵呼叫、大數據云端管理5大技術。

2.1 車牌識別技術

車牌識別是利用采集車輛的動態視頻或靜態圖像進行車牌號碼、車牌顏色的自動模式識別技術。本文設計的智慧停車場將車牌識別設備安裝于出入口,通過記錄車輛的車牌號碼、出入時間,并與自動門、欄桿機的控制結合,實現車輛的自動計時收費。具體方法闡述如下:筆者在系統中讀取圖像,先在imread函數中輸入圖片路徑;再將圖像進行高斯去噪,去除圖像雜質后,進行灰度處理轉化成黑白圖;最后執行邊緣檢測。筆者將檢測出來的車牌輪廓,使用自適應閾值使圖像的灰度大于閾值,以便更好地提取車牌信息。

2.2 車位引導技術

車位引導技術是智能停車發展的重要相當環節,它能幫助車主快速找到停車位,避免盲目駛入,有效提高交通道路利用率、緩解車輛擁堵。目前,主流的車位引導技術有超聲波、視頻和地磁引導。筆者設計的系統通過紅外對管模塊實時檢測車位是否占用;液晶實時顯示車位是否被占用、車位被占用數、空車位數。當紅外對管檢測“有遮擋”距離近時,則表示停有車輛。當模塊檢測到前方無障礙物信號時,電路板上的綠色指示燈將點亮電平,同時,OUT端口將持續輸出低電平信號。系統的傳感器主控紅外線進行反射探測,因此目標的反射率和形狀是探測距離的關鍵。當系統探測出黑色時,表示探測距離最小,白色則最大;當系統探測出小面積物體時,表示距離較小,大面積時距離較大。

2.3 反向尋車技術

本系統的反向取車功能主要通過視頻車位探測器對車輛進行檢測。探測視頻經由交換機傳送到識別終端,系統對車牌和車位等信息進行識別后,將識別結果傳輸到數據服務器上,最后分享到每一個查詢終端。筆者設計的智慧停車系統中的用戶,只需在查詢終端上通過輸入車牌號碼或其他相關信息就能幫助用戶盡快找到車輛停放的區域。本系統的定位基站是工作在2.4 GHz頻段的設備,固定安裝在定位場景中,功能是測量定位標簽到達的角度。該定位基站的最遠測量距離為80 m。另外,藍牙信標是工作在2.4 GHz頻段的設備,主要功能是向外發送自身的信號和高精度定位標簽通信。

2.4 一鍵呼叫及可視對講技術

一鍵呼叫及可視對講技術使管理中心云端化,這也是筆者設計的智慧停車場的優勢所在。當異常事件發生并有人呼叫時,呼叫終端會直接呼叫到管理中心電腦和值班管理人員手機App。電腦和App都可以進行可視對講、遠程控制,克服了傳統運營和維護的高成本、服務體驗差的特點。

筆者設計的一鍵呼叫及可視對講包括桿載攝像頭、一鍵告警按鈕、語音通信盒等。系統選擇的BMG8100智能網關具有邊緣計算能力,支持執行設備聯動策略。當用戶按下告警按鈕后,網關可以自動控制桿載設備進行以下操作。第一,系統將控制球機攝像頭移動視角至燈桿附近,全程采集現場視頻影像。第二,系統將開啟語音盒的麥克風進行收音,記錄現場語音或進行對講通信。第三,系統控制桿載大功率喇叭播放預設報警音頻或接通管理中心播送人工語音。第四,由于智能網關內置GPS模塊,系統將自動上傳GPS定位信息,向管理中心上報并實發精確地點。

2.5 大數據云端管理

基于對管理方與車主日常運營數據的不斷積累,筆者設計的智能管理平臺,可將客戶硬件系統聯網,生成大數據平臺,也可遠程維護系統硬件,極大提升客戶的管理效率。同時,筆者設計的大數據云端平臺還可將一定時期內的停車數據進行分析并給出相應的決策,從而促進用戶經營轉型,運營增收。

3 智慧停車場系統的實現

本文設計的智慧停車場系統實現的硬軟件環境闡述如下:操作系統為Windows10以上系統,開發環境為Visual Studio 2019。視頻數據采集由ORB305-4 G工業路由器和數據無線傳輸終端組成。系統可以通過4 G以太網絡對汽車的距離、型號及車牌等數據進行監控并可實時控制阻攔裝置的開啟以及關閉。

3.1 車輛出入控制功能

車輛出入控制功能的實現是指當車輛到達入口,并進入視頻識別范圍或地感線圈檢測到信號時,觸發卡口主輔攝像機進行拍照。視頻車牌識別模塊通過視頻流自動識別車牌號碼。視頻流識別是對視頻流中的所有圖片進行快速分析,并智能選擇相應圖片進行識別。系統將識別出的多個車牌號進行仔細篩選,選出較為匹配的結果作為識別結果。同時,云端將數據通過有線或無線兩種形式上傳至控制中心,控制中心根據傳輸過來的消息,自動控制道閘的升起或降落。

筆者實現的系統架構中的控制單元部分采用FreescaleI.MX6 系列的四核Cortex-A9處理器核心板進行整體控制。該核心板控制攝像頭、顯示屏幕、播放語音、抬降閘機等。另外,車位管理、車輛引導、計費加密、人機交互等則通過M6708-T系列核心板進行整體控制。

3.2 車位引導功能

筆者采用圖像處理技術實現車位引導功能。為實現前端采集和檢測,筆者在每個車位安裝一個視頻車位檢測終端與一個車位狀態指示燈。兩個車位為一組,共用一個區域視頻控制器。區域視頻控制器把采集到的車位信息及車輛信息進行識別,實時驅動車位指示燈切換至相應的顏色,同時將車牌照片和車位信息通過網絡交換機上傳至應用服務器,更新電子地圖并保存。每個停車場設置一個數據服務器用來管理本停車場的車牌圖像;通道處設置一個引導屏用來提示空余車位數,供駕駛者尋找空車位。

3.3 移動支付功能

為了讓車主以最便捷的方式完成停車費繳納,筆者將微信、支付寶集成到系統中以完成移動支付。用戶通過公眾號綁定車牌,準備離開前,提前支付;當用戶準備離場時,可以提前通過輸入車牌號查詢實時停車費用,并在線完成繳費。另外,筆者實現了用戶無感停車。當進入無感停車場后,不僅可以實現無現金,還可以無手機。用戶可提前在平臺進行車牌綁定和開通無感停車。當用戶駕車入場時,通過高清攝像頭識別車牌,并自動抬桿;用戶駕車離場時,通過高清攝像頭識別車牌,自動扣費,自動抬桿放行。

4 結語

本文從云端智慧停車的高度進行頂層設計,以實時車位數據為基礎,通過信息整合、數據分析、物聯網、云計算、互聯網等技術,搭建智慧停車系統。該系統為人們的日常出行停車提供了快速引導、實時更新停車場信息等服務,能改善局部交通微循環、緩解交通擁堵,提供更優更好的停車服務,為城市智慧交通和智慧城市的建設提供助力。