物聯模式下的停車引導系統

屈俞岐 曹佳樂 楊彭晨

摘 要：有限的車位數量難以滿足快速增長的停車需求，如何充分利用現有車位資源、提高停車效率是緩解問題的關鍵?；诔墒斓膱D像識別與系統開發技術，采用改進型背景差分算法、路徑規劃算法和Java Web開發等技術，針對車位信息獲取與泊車引導流程優化，主要研究從街道臨時停車位和停車場車位兩方面實時滿足用戶需求的停車引導系統。在達到車位最大化使用的基礎上，使用戶準確掌握車位信息，同時減少尋找車位過程中的車流干擾，有效緩解交通壓力。

關鍵詞：停車引導;圖像識別;泊位選擇;車位檢測;背景差分;濾波

中圖分類號：TP39文獻標識碼：A文章編號：2095-1302（2019）12-00-03

0 引 言

在私家車擁有量達到歷史新高的同時，車聯網也在穩步發展中?，F國內外都在關注智能化停車相關領域，并擁有了較為豐富的理論基礎和技術實踐，主要以收集和分析停車場內數據為主。但許多系統由于成本或可行性等問題，無法進行有效推廣和應用。同時，研究者的焦點都集中在針對某一停車場內部車位的最優選擇和引導方面，少有人關注停車場之間的選擇以及街邊停車位信息的收集。事實上，這兩者對分流高密集人流量的停車區域、高效合理地利用資源和緩解交通壓力等方面效果顯著。

本文構建的智能停車引導系統在試圖以較低成本對各個停車場內信息進行采集和分析，將用戶引導至最優停車位的基礎上，還將監控各路邊停車位，采用路徑規劃算法在各停車場之間、各路邊車位之間建立聯系，引導用戶在避免違反交通章程的基礎上能夠更便捷地停車[1-3]。

1 基于圖像識別的車位檢測

傳統的傳感器檢測方法受外界環境的影響較大，相比而言，基于圖像處理的車位檢測更智能，對環境有較小的依賴性?；趫D像識別的車位檢測通過外部設備如攝像頭來獲取車位圖像，進行預處理操作，并利用識別算法自動識別并判斷所有停車位的占有狀況，將結果反饋給后端[4]。

1.1 圖像預處理

在車位檢測過程中，為了保證圖像檢測前后的一致性，提高檢測和識別可靠性，要先對圖像進行預處理。在通過攝像頭采集圖像時，設備的位置、距車位的距離對每個車位在圖像中的位置和大小均會產生一定影響，這種影響具有不可控和不確定性。不僅如此，周圍環境的變化如光照、雨雪等也會導致采集的圖像出現噪聲大、明暗程度存在差異、分辨率低等情況?？紤]到這些因素對圖像的多重影響，本系統對圖像進行了以下預處理操作：

（1）對輸入的原始圖像進行顏色轉換，包括二值化和灰度處理;

（2）通過高斯濾波和中值濾波對圖像進行濾波操作;

（3）進行圖像形態變換，采用相應的腐蝕和膨脹處理措施。

預處理完成后，利用改進型背景差分法來判斷車位狀況，實現對空余車位的檢測。

1.2 基于背景差分法的車位檢測

背景差分法是將采集到的視頻幀與背景圖像做差分運算，進而將目標物體作為主要分析對象分割出來。但在實際操作中，在用此算法檢測停車位上的車輛時，由于圖像中其余區域（不包括車位區）所發生的狀態變化都會被提取，致使整個過程的計算量明顯增大，檢測準確率降低。在此基礎上，本系統采用改進型背景差分法，即采用先分割后差分的方式，先將圖像中現有的停車位區分提取出來，后期只需針對這些區域做背景差分運算即可，很大程度上彌補了原算法的缺點[5-7]。背景差分法流程如圖1所示。

1.3 車位檢測結果

車位中車輛的覆蓋面積較大，像素點較多，可通過設定閾值的方式來排除外界不可控因素對圖像的干擾。在車輛駛入停車位后，各區域塊內像素的積累值會發生明顯改變，超過閾值之后再逐步趨于穩定。出現上述變化即可判斷出當前停車位有車輛占用。在此利用真實停車位照片進行檢測，實際測試結果較為理想。當算法自動檢測到當前車位有車輛時，在相應的車位處標記為紅色，否則標記為綠色，如圖2所示。

2 路徑規劃算法

本項目通過最短路徑算法——Dijkstra算法為泊車引導提供路徑規劃。該算法遍歷了起始點和目標點之間的全部節點，搜索范圍廣，具有較高的穩定性和準確度。

加權無向圖用鄰接矩陣graph表示，〈vm，vn〉兩節點間的邊長權值用graph[m][n]表示，若〈vm，vn〉兩節點不相鄰或無權值，則graph[m][n]值為0或∞。從起始節點v到每個節點vm的最短路徑值用D[m]表示。S為已找到的從起始節點v出發到目標節點的最短路徑節點集合，初始狀態為空集。

（1）初始化S：

（2）選擇vn，使D[n]=min{D[m]|vm∈V-S}，vn為求出的一條從起始節點v出發的最短路徑的終節點，更新S使S=S∪{n}。

（3）修改從起始節點v到集合V-S上任何一個節點vp的最短路徑，若，則修改D[n]為：

（4）重復（2）與（3）n-1次，便可以得到從起始點v到圖上其他頂點的最短路徑。

此算法的缺點在于搜索的節點數較多，搜索范圍過大，無法在計算復雜拓撲網絡的路徑時發揮較大作用。在此基礎上進行改進，若采用Dijkstra扇形限制算法可提高選路速度，減少系統的響應時間，更好地體現實時傳輸與更新。當車位節點數較少，或過多無效的車流干擾造成擁堵時，應啟用實時路徑規劃，選擇最短的可行路徑將用戶引導至推薦車位區域。此外，也可在系統安裝時將各節點間的路徑提前計算并將相應路徑的數據保存到數據庫中，在實際操作中以查詢表的形式進行調用，可加快尋路速度，促使系統反應更迅速。

3 停車引導系統的整體開發

3.1 服務器開發

本系統是基于Java Web開發的網頁應用程序，基于MVC模式進行編程，涉及的技術包括JSP，JSTL，Servlet，Session機制，JDBC編程，同時也使用了數據庫、Tomcat服務器及框架JQuery實現Web開發。

MVC設計模式自頂向下進行編程：

Model模塊實現數據庫數據與服務器端對象映射，以及與數據庫數據的交互;

View模塊使用HTML語言、JS技術及JQuery框架實現了用戶登錄和注冊頁面;

Control模塊使用JSP及Servlet技術實現視圖界面與數據庫數據的交互，同時用圖像識別模塊調用攝像頭傳輸的視頻并識別車位信息（共三種狀態：預定、占用、為空），將車位信息實時同步到數據庫中;

用戶使用導航功能時，服務器將會調用選路算法，使用JDBC編程訪問數據庫數據，查找目的地附近的所有空車位，使用JSP進行導航路徑顯示，導航到此結束。

智能停車場引導系統中的Tomcat服務器主要完成以下功能：

（1）服務器和硬件平臺中的WiFi模塊進行網絡數據通信，通過建立Socket連接實現數據傳輸;

（2）服務器通過HTTP通信協議響應手機移動端發來的數據請求，實現用戶的注冊登錄，并為用戶提供車位信息;

（3）服務器連接MySQL數據庫，通過注冊登錄、驗證身份、設置權限等操作保證數據庫的安全，硬件平臺和手機移動端可以通過服務器對數據庫中的數據信息如車位屬性、用戶信息等進行增加、刪除、修改、查看等操作。

3.2 網頁實現

通過注冊、登錄后，用戶成功進入系統主頁，如圖3所示，可輸入要查找的目的地進行附近車位查詢。以西北大學為例，目的地附近地圖的效果如圖4所示。以西北大學長安校區5號教學樓為目的地搜索附近車位，路線及車位情況如圖5所示。

4 結 語

本文主要研究了如何通過交通網絡數據對街道停車位和停車場車位的使用狀況進行分析，繼而引導用戶高效抵達空余車位，從而減少交通擁堵、違章停車等現象。同時，合理配置資源，提升停車場及路邊車位的利用效率，減少浪費。本系統的數據來源于交通網絡系統的監控設施，通過圖像識別技術對車位進行空余篩選，利用最優泊位算法確定最優泊車路線，以達到在不同規模、布局的車位區域都能夠實現算法獲取和泊位引導。

現場測試證明系統能夠很好地實現車位檢測、數據采集、傳輸和處理、車位引導及信息實時顯示、更新和存儲等功能，系統能較好地滿足停車引導的智能化服務需求，為用戶實時提供便利，驗證了本文所研究技術與方案的可行性。

本文的主要創新點如下：

（1）以充分利用停車位為前提，將街道臨時停車位和停車場車位同時考慮在內，切實考慮找尋車位中的實際情況，為研究停車引導提供了新思路和新方向。

（2）拋卻傳統的傳感器車位感知技術，采用攝像頭采集視頻，并對視頻幀進行圖像識別，減小了外界不可控因素對檢測設備的影響，使對車位狀態的檢測更高效合理。

參 考 文 獻

[1]鄧應偉.停車場智能管理系統[D].長沙：湖南大學，2006.

[2]張小建，徐慧.基于視頻處理的運動車輛檢測算法的研究[J].液晶與顯示，2012（1）： 108-113.

[3] KEKRE H B， THEPADE S D.Color traits transfer to gray scale images [C]// EmergingTrends in Engineering and Technology，2008.ICETET'08.First InternationalConference on.IEEE，2008：82-85.

[4]王紅剛，吳奉亮.通風網絡區域劃分算法與程序實現[J].工礦自動化，2009（10）：39-43.

[5]殷招偉，戴文博.Dijkstra 算法在 GIS 車輛誘導系統的優化實現[C]// 廣西計算機學會 2014年學術年會.

[6]牟洵.地下車庫路徑規劃與燈光導航智能控制系統的研究[D].濟南：山東建筑大學，2014.

[7]劉宏，王云山，熊文龍.基于HTTP協議的Java手機網絡通信的實現[J].武漢理工大學學報（信息與管理工程版），2006，28（1）：11-14.

[8] HAGEN H， JORG S. MyMIDP：an jdbc driver for accessing mysql from mobile devices [C]// International Conference on Advanes in Database，2009：74-80.

[9]羅小娟，于文靜.基于無線傳感器網絡的停車位監控系統[J].物聯網技術，2018，8（1）：72-73.

[10]王雨竹，王源庚，李政均，等.智能交互式停車場[J].物聯網技術，2018，8（10）：97-99.