基于巡邏機器人的車輛違停管理系統(tǒng)應用

汪文彬

系統(tǒng)開發(fā)主要包括后臺數(shù)據(jù)庫的建立與維護和智能檢測程序的應用。結(jié)合物聯(lián)網(wǎng)智能化管理技術，使用Python和SQL Server進行程序設計和硬件調(diào)試實現(xiàn)動態(tài)圖表和實時監(jiān)控等核心功能。系統(tǒng)工作流程：巡邏機器人按一定周期在工作范圍內(nèi)巡邏，通過其搭載的攝像頭獲取動態(tài)圖像進行車牌識別和車輛違停判斷，將數(shù)據(jù)反饋至管理終端，從而實現(xiàn)物業(yè)智能化管理。

應用背景

汽車數(shù)量日益增加、車位日趨緊張，車輛違停現(xiàn)象是城市治理的一大難題。一般解決方法是由物業(yè)安保人員進行管理。隨著物聯(lián)網(wǎng)技術的發(fā)展針對小區(qū)內(nèi)亂停放的車輛，可通過機器人來代替保安人員來進行車輛停放狀況檢測，提高物業(yè)管理效率和準確性，以此規(guī)范小區(qū)內(nèi)的停車問題。現(xiàn)階段，車牌號識別技術已被廣泛應用于道路交通技術上，但大都用于固定攝像監(jiān)測點監(jiān)測移動車輛。本系統(tǒng)運用了目前成熟的車牌號識別技術，將此技術搭載到巡邏機器人上進行違停監(jiān)測，由于監(jiān)測流程自動化程度較高，能極大減少人力成本，且監(jiān)測過程反饋及時，能夠提高管理效率。該系統(tǒng)相對于人力物業(yè)管理有很大的改進，通過測試達到了實用要求，具有較高的應用和推廣價值。

系統(tǒng)總體設計

1.智能機器人模塊：以STM32F103ZE單片機作為主控芯片，通過驅(qū)動程序進行初始化配置，對片內(nèi)PWM外設單元進行控制，讓機器人按一定速度運行。保證巡邏機器人工作穩(wěn)定，可提供2個巡邏方案，一是紅外線循跡巡邏，機器人通過紅外線收發(fā)裝置根據(jù)布置軌跡進行循跡；二是直接布置巡邏軌道，避開地表障礙物。巡邏機器人的結(jié)構(gòu)分為主控機終端和機器人硬件系統(tǒng)，終端接收巡邏機器人反饋的視頻信號，對其進行數(shù)據(jù)處理。

2.遠程監(jiān)控模塊：有2個功能，一是VGA高清攝像頭獲取影像功能；二是影像數(shù)據(jù)化處理功能，通過總線編程，輸入攝像頭獲取的影像數(shù)據(jù)。通過對SCCB接口進行編程，可以實現(xiàn)對圖像的處理，調(diào)節(jié)圖像影像數(shù)據(jù)、清除噪聲等提高獲取圖像的質(zhì)量和圖像數(shù)據(jù)的穩(wěn)定性。該電路自帶FIFO芯片，使攝像頭在工作時可以先將采集到的數(shù)據(jù)緩存在FIFO中，等所有的數(shù)據(jù)采集完再全部發(fā)送出去。通過這種方式可以提高攝像頭工作時的穩(wěn)定性和效率。

3.通信網(wǎng)絡：為了能夠更加全面、準確地采集環(huán)境參數(shù)，運用ZigBee的無線傳感網(wǎng)絡方式，首先在目標監(jiān)測區(qū)域放置傳感器設備，傳感器設備間通過協(xié)議相互連接形成一個無線網(wǎng)絡系統(tǒng)，攝像頭獲取的各種信息通過巡邏機器人上的子節(jié)點傳入主節(jié)點，主節(jié)點逐次接收各子節(jié)點發(fā)送的數(shù)據(jù)后，將數(shù)據(jù)進行簡單的處理和格式分裝后存儲并通過GPRS發(fā)送到網(wǎng)站端。該模塊主要通過CC2530控制ZigBee模塊來實現(xiàn)子節(jié)點與主節(jié)點之間的通信，將數(shù)據(jù)信息等匯總于主節(jié)點之后再通過GPRS聯(lián)網(wǎng)模式傳輸給網(wǎng)站。

創(chuàng)新型應用

1.動態(tài)車牌識別

識別過程分為車牌定位、車牌傾斜校正、車牌字符分割和車牌字符識別。車牌定位第一步就是對車牌進行模糊定位；第二步識別車牌的顏色信息數(shù)據(jù)實現(xiàn)車牌精確定位；第三步是分割車牌，獲取的圖像通過軟件的特定處理，將整塊的車牌圖像分解為單獨的圖像以供識別。其輸入是車牌定位后得到的車牌圖像，最后輸出是就是通過圖像處理分割后得到的可供識別的字符圖像，通過轉(zhuǎn)換成計算機可識別的二進制數(shù)據(jù)，識別流程圖如下圖所示。

實現(xiàn)方式：確定車輛靜止后，通過巡邏機器人上搭載的攝像頭實時拍攝汽車圖像，進行車牌識別。車牌特征目前較為流行的有2種定位方法：一種是通過顏色來進行分割；一種是用邊緣檢測的方法進行分割。定位使用Python的PIL庫讀入圖片后縮小圖片，轉(zhuǎn)化成灰度圖像，創(chuàng)建20×20的像素為1的矩陣，并和圖片重合，進行高斯模糊來緩解由于攝像頭或者環(huán)境產(chǎn)生的噪聲。基于OTSU自適應閥值算法進行二值化處理，找到圖像邊界，因為車牌中有大量的垂直邊緣，利用這個特征可以定位車牌，或者根據(jù)閾值找到對應顏色來定位車牌。然后，進行車牌的矩形校正。在消除車牌的間隔符和上下邊框后，分割得到車牌的各個字符，再通過訓練好的SVM模型進行識別，識別出車輛的車牌數(shù)字。最后根據(jù)粗細程度判斷最后一個數(shù)字是否為車牌邊緣。

2.車輛違停識別判斷

巡邏機器人通過攝像頭獲取車牌號，機器人自身攜帶閱讀器并通過每個車位的電子標簽獲取位置號碼。當機器人發(fā)現(xiàn)車牌號與位置號碼是否對應，若不對應則確認是否為客車位，若為客車位則進行停車位置檢測，設定車輛邊緣到白線區(qū)域的距離閾值（車位寬度240 CM，車位間隔白線寬度15 CM）來判斷車輛是否未停放在白線內(nèi)、車尾是否朝外停放。如果存在壓線、超線等行為則將相關結(jié)果通過無線網(wǎng)絡傳回數(shù)據(jù)庫記錄。

運用圖像二值化處理來識別汽車是否超出停車區(qū)域，首先獲取圖像信息，改變圖像的灰度值將圖像呈現(xiàn)黑白效果圖。選擇合適的閾值范圍，通過二值化處理后圖像仍然可保留其特征。為了能得到準確的二值化圖像，一般采用封閉、連通的邊界定義不交疊的區(qū)域。可以依據(jù)圖像像素與閾值比較來判斷是否為目標檢測的物體。大于等于設定值，則為目標物體，小于設定值為非目標物體，可以排除。這種方法適用于目標待測物的灰度值變化較小，且與環(huán)境背景的灰度值有較大差異的情況。如果物體同背景的差別表現(xiàn)不在灰度值上（比如紋理不同），可以將這個差別特征轉(zhuǎn)換為灰度的差別，然后利用閾值選取技術來分割該圖像。動態(tài)調(diào)節(jié)閾值實現(xiàn)圖像的二值化，可動態(tài)觀察其分割圖像的具體結(jié)果，圖片二值化處理如下圖所示。

本系統(tǒng)開發(fā)主要包括后臺數(shù)據(jù)庫的建立與維護、智能機器人的開發(fā)和智能檢測程序的應用，對于智能檢測程序要求檢測和匹配數(shù)據(jù)正確性高，應用程序工作穩(wěn)定、功能完備等。系統(tǒng)以智能化管理為切入點，采用機器人巡邏代替人工，對園區(qū)的管理來說是一個新穎的方式。可以及時發(fā)現(xiàn)車輛違停狀況，提高物業(yè)管理效率和準確性，利于維護園區(qū)秩序。