樊源盛,李 微,閆凱達
(天津理工大學 電氣工程與自動化學院,天津300384)
2021年9月10日,國家發改委辦公廳、住建部辦公廳、公安部辦公廳、自然資源部辦公廳聯合印發《關于近期推動城市停車設施發展重點工作的通知》,要求推動城市停車設施發展,切實增加城市停車設施有效供給,充分挖掘停車資源潛力。隨著社會生產力的不斷提高,汽車數量大幅度增長,“停車慢,停車難”依舊是人們需要攻克的難關。
目前車庫大多沒有配套智能管理系統,通常采用人工管理模式,導致無法明確知道車位余量、快速找到空閑車位,效率較低。隨著科技的發展,當前已經有部分車庫在管理系統中加入了空車位引導系統,收費模塊等等。但是,現有的車庫和研究仍尚待改進。比如文獻[1-2],優點是優化了收費系統,增添了預約功能,但是缺乏對車輛最優路徑的規劃。對于這類問題,開發更高效的路徑引導系統具有重要的現實意義。本文基于LabVIEW 視覺模塊和Floyd 算法,對車輛進行最優路徑規劃,提高了車庫的停車效率,更經濟有效地解決了“停車慢、停車難”的問題。
本文車庫分為硬件系統和軟件系統[3]。硬件系統包括門禁系統,路徑指示系統和車位檢測系統;軟件系統分為車牌識別系統和路徑規劃系統。車位檢測系統實時判斷車位是否被占用,并將車位信息傳遞到路徑規劃系統。車輛駛入時,門禁系統和車牌識別系統分別負責控制車輛進出以及采集車牌信息,同時將采集到的車牌信息傳入路徑規劃系統,由其為車輛設計最優路徑,繼而由路徑指示系統指引車主,直到車輛停入。具體的車庫結構如圖1所示。

圖1 智能車庫結構圖Fig.1 Structure diagram of intelligent garage
智能車庫硬件組成部分主要有STM32 主控制器、AT89C51 單片機、MAX7219LED 點陣模塊、HCSR04 超聲波傳感器、MG996R 55g 金屬齒輪數碼舵機。每個HC-SR04 超聲波傳感器負責實時判斷車位是否被占用。LabVIEW 視覺模塊負責收集車輛到來的信號,STM32 主控制器通過串口通信接收到該信號,由此控制門禁系統開門。結合當前的車庫信息,路徑規劃系統為車主設計最優路徑,并通過AT89C51 微機控制MAX7219LED 點陣進行路徑指示以及目標車庫顯示,使車主正確、高效停車入庫。各部分硬件之間的信號傳輸和具體的功能如圖2所示。

圖2 硬件框圖Fig.2 Hardware block diagram
LabVIEW 視覺模塊負責收集車輛到來的信息,并將信息傳遞到STM32 主控制器,控制器會根據此信息控制門禁舵機的開啟和關閉。舵機的控制需一個20 ms 時基脈沖,該脈沖的高電平部分為0.5 ms~2.5 ms 范圍內的角度控制脈沖。本文采用180°角度伺服,對應的控制關系是脈沖設置為0.5 ms,旋轉角度為0°;脈沖設置為1.0 ms,旋轉角度為45°,以此類推。本文脈沖設置為1.5 ms,旋轉角度為90°,由STM32 單片機控制,延遲一段時間后,自動回零。
路徑指示由STM32 主控制器、AT89C51 單片機片選信號和方向信號,LED 點陣分為路口點陣和目標車庫點陣。AT89C51 單片機通過對點陣LOAD,DIN 和CLK 三個引腳控制點陣點亮形式。路口點陣置于路徑前方,分別點亮向左、向上、向右的箭頭引導車輛入庫,目標車庫點陣點亮“P”示意車庫空閑。
車位檢測由AT89C51 單片機控制HC-SR04 超聲波傳感器完成。將超聲波傳感器放置在車位側面,AT89C51 單片機控制超聲波模塊的Trig 和Echo兩個引腳接收傳感器采集的車位信息。為防止發射信號對回響信號的干擾,觸發信號周期為60 ms 以上。通過超聲波傳感器采集傳感器與車輛之間的距離,設置相關閾值。若采集的數據小于閾值,超聲波傳感器將信號發送至AT89C51 單片機以表車位被占用。在獲得數據后,使用電平通信將此信息傳遞給STM32 主控制器。
地圖的設計結合了醫院、商場和小區的布局,研究了這些場所的車位和路線排布,本文設計了9個停車位按照從入口到停車位的路程,分3 檔分散在地圖里,同時增加了一些街道上常見的復雜地況,如環島、單行線非平行路面等道路,更貼合實地車庫,如圖3所示。

圖3 車庫模型俯視圖Fig.3 Top view of garage model
本文選擇LabVIEW 中NI Vision 模塊進行對車牌的采集、處理和OCR 識別,并通過串口發送識別結果與當前車輛進入時間,具體流程如圖4所示。

圖4 LabVIEW 程序流程Fig.4 Flow chart of LabVIEW program
3.1.1 車牌圖像的獲取與處理
(1)攝像頭獲取圖像
利用LabVIEW[4]中的IMAQdx 模塊函數:Open Camera VI,Configure Grab VI,IMAQdx Grab2 VI,IMAQ Write File 2 VI 新建并抓取工業攝像頭的實時畫面,并且2000 ms 刷新一次抓拍內容,之后將車牌圖像進行保存。
(2)車牌圖像的處理
利用LabVIEW[5]中的NI Vision 模塊函數:Threshold,Basic Morphology,Gray Morphology,Adv。Mor phology,Particle Analysis 解析圖像,利用Image Buffer將圖像存入緩存,之后進行遮罩處理、灰度處理和“二值化”處理,并進行合理腐蝕,程序自動將識別區域截取出來。
3.1.2 車牌圖像的OCR 識別
利用LabVIEW[6]中的NI Vision 模塊函數中OCR功能,對處理后的圖像進行文字識別,在此之前,對全國各省市車牌所有可能出現的漢字數字與英文字母進行了訓練,確保了文字識別結果的可靠性。最后將文字識別結果輸出到前面板。
3.1.3 車牌數據與當前時間的串口通信
利用LabVIEW 中VISA 配置串口VI,使VISA資源名稱指定的串口按特定設置初始化。通過連線數據至VISA 資源名稱輸入端,將車牌號與當前時間一起發送給MCU STM32 主控制器,對于連續的兩次傳輸,若車牌號一致則不發送,等待車牌號的下一次更新,如圖5所示。

圖5 發送車牌數據與當前時間程序示意圖Fig.5 Program diagram of sending license plate data and current time
在車庫的路徑規劃方面,需要解決的問題是如何在散落分布,實時變化的車位中找到最近的單位,并規劃路徑。為此采用了Floyd 算法,它可以解決多個節點之間的最短路徑問題,并且求出對應的路徑規劃與路程。程序實現上,Floyd 算法非常簡潔,而且算法的運算結果中,最短路程矩陣和途徑節點矩陣都可以重復利用,提高了運算效率。其中最短路程矩陣可以用來判斷最近的空車位的位置,途徑節點矩陣可以為路徑指示系統提供路口方向信息。
算法過程如下:
首先,把所有路口當作節點,將所有相鄰節點之間的路程記入最短路徑矩陣中,不相鄰或達不到的節點間記為無窮大。對每對節點重新計算路程,看是否存在中間節點,使得經過該節點的路徑比原路徑更短。如果有,將該節點記入途徑節點矩陣中,并更新最短路徑矩陣信息。更新一遍后,得出了最終的最短路程矩陣和途徑節點矩陣。在查找從節點u到節點v的最短路徑時,先查找途徑節點矩陣,若無中間節點信息,則u-v為最短路徑,若有中間節點信息m,則再依次查找u-m與m-v的最短路徑,結果即為最短路徑,程序流程如圖6所示。

圖6 最短路徑算法流程Fig.6 Flow chart of shortest path algorithm
下位機MCU 模塊在收到LabVIEW 發送的車輛到來信號后,控制門禁系統開啟,舵機開合角度0~90°,并且在短暫延遲后關閉,門禁系統模型如圖7所示。

圖7 門禁系統模型FIg.7 Model diagram of access control system
當車輛駛入時,通過上位機LabVIEW 軟件的視覺模塊控制攝像頭檢測并識別車牌信息,通過串口通信下發至STM32 單片機,進行車牌信息儲存和車輛入庫準備。在測試中要保證識別過程中光源的穩定供給以及車牌表面的整潔程度,不然會影響實驗結果。車牌識別模型與車牌識別上位機界面如圖8 和圖9所示。

圖8 車牌識別模型Fig.8 License plate recognition model

圖9 車牌識別上位機界面Fig.9 Interface of license plate recognition PC
當車輛駛入時,通過上位機LabVIEW 軟件的視覺模塊控制攝像頭檢測并識別車牌信息,通過串口通信下發至STM32 單片機,進行車牌信息儲存和車輛入庫準備。在測試中要保證識別過程中光源的穩定供給,以及車牌表面的整潔程度,不然會影響實驗結果。
路徑指示系統所需硬件部分為STM32 主控制器、AT89C51 單片機和LED 點陣。由亞克力板制作車庫模型,陰影部分表示樓房等地標,路面標有箭頭指示行進的方向,LED 點陣在路口指示出路徑規劃的路徑,每個停車點配有傳感器,用白色物塊表示有車輛停靠。智能車庫測試模型如圖10所示,硬件連接模型如圖11所示。

圖10 智能車庫測試模型Fig.10 Intelligent garage test model

圖11 硬件連接模型Fig.11 Hardware connection model
超聲波傳感器用來檢測是否有車輛入庫,將信息傳遞給AT89C51 單片機,STM 主控制器分析處理信息后,通過Floyd 算法規劃出最短路徑。在路徑指示系統中,還存在車庫的點陣點亮“P”提醒車主停車入庫,雙重保證。在車輛到來后將LED 點陣熄滅。
但是值得注意的是,超聲波檢測最好適用于平面,否則會出現不穩定干擾。目標車庫模型如圖12和圖13所示。

圖12 目標車庫模型(有車)Fig.12 Target garage(with car)

圖13 目標車庫模型(無車)Fig.13 Target garage(no car)
智能停車系統集停車場門禁系統、最短路徑規劃、路口指示和車位檢測為一體,既優化了停車管理環節,又降低了車主的停車時間成本,是解決城市停車問題建設智慧城市的發展趨勢。本文整體設計結果較為完善,模擬結果良好,可當作商用停車廠設計的參考。