基于STM32和K210的智能車庫管理系統(tǒng)

張?zhí)旌?

摘要：隨著我國城市化進程的不斷推進，截至2022年底，我國汽車保有量已經(jīng)超過4.17億輛，受此影響，汽車帶來的城市道路擁堵、車位緊缺等問題日益突出。針對這個問題，設計一種基于STM32和K210的智能車庫管理系統(tǒng)，主要由基于K210的高效車牌識別系統(tǒng)、基于超聲波模塊的車型識別系統(tǒng)、云平臺管理系統(tǒng)構成，由STM32作為控制核心，經(jīng)過實驗驗證，成本低廉并能提高車庫管理效率，具有一定的實用意義。

關鍵詞：智能車庫；STM32；K210

引言

我國近年來在現(xiàn)代化城市規(guī)劃建設方面取得了穩(wěn)步進展，人們的生活質量不斷提高，并對物質需求有持續(xù)的增長。因此，汽車逐漸成為人們最常用的交通工具。隨著需求的增加，我國的汽車銷售量每年保持著穩(wěn)定的增長速度。截至2022年底，我國汽車保有量已經(jīng)超過4.17億輛，同比2021年增長了5.39%。預計在短期內，增速放緩的速度將會有限[1]。不僅城市交通系統(tǒng)面臨著由于機動車數(shù)量迅速增加而造成的巨大壓力，城市的規(guī)劃建設和環(huán)境美化也受到了這種壓力的影響。根據(jù)交通運輸部的數(shù)據(jù)，國內一、二線城市每輛機動車擁有的停車位約為0.8個，三、四線城市為0.5個，而發(fā)達國家則為1.3個。

鑒于缺乏停車位，車輛亂停、亂放的問題廣泛存在，街道上停放的車輛不僅影響城市美觀，還占用了許多非機動車道的空間。據(jù)相關資料顯示，大多數(shù)車輛在停放狀態(tài)下，僅有10%的時間處于行駛狀態(tài)。在城市中心區(qū)域，甚至有近30%的車輛行駛在搜尋空車位的狀態(tài)下[2]。因此，對停車的管理至關重要。然而，一旦車輛進入車庫，就很難對其行為進行控制，這就經(jīng)常導致車輛找不到停車位或在車庫內隨意尋找停車位的情況發(fā)生。尤其是在大型地下車庫中，由于空間有限且視野受限，尋找停車位需要不斷進行人工操作。而且，車庫內道路狹窄，使得高峰時段出現(xiàn)了嚴重的交通擁堵問題。從當今城市的發(fā)展現(xiàn)狀和人們對生活的需求來看，一套高效率車庫管理系統(tǒng)對于緩解日趨嚴峻的交通狀況和車位嚴重不足問題尤為重要。這種管理系統(tǒng)具備預定車位、高效讀取和管理車輛數(shù)據(jù)，并可進行點到點車位智能規(guī)劃引導停車等功能。此外還對未來智慧化城市建設有著重要意義。

1. 智能車庫系統(tǒng)介紹

針對目前城市中車位尋找困難以及車庫管理系統(tǒng)不足的問題，本文提出了一系列相關的技術措施，旨在優(yōu)化當前的車庫管理，以實現(xiàn)車庫管理的智能化和高效化，從而為城市停車難的問題提供方案，提升城市居民的生活滿意度。本文設計的車庫管理系統(tǒng)有以下特點：

（1）在當前主流的管理系統(tǒng)基礎上，使用一連串圖像處理技術，提高車輛智能管理系統(tǒng)中車牌識別的準確度，減少無法識別的時間和未知時間，為不停車出入庫提供解決方案；

（2）用超聲波模塊進行測距，從而識別不同車型，以此適配擁有多種不同大小車位的停車場，進而為不同車型指引不同的停車區(qū)域；

（3）在車輛駛入后，自動檢測空余車位，自動引導車輛入庫，使車輛無效尋找車位行為大幅減少，節(jié)約時間、提高效率；

（4）最后將車輛進出庫信息上傳至OneNET云平臺，通過多種不同設備進行管理，方便進行實時遠程查詢，未來還可增加遠程車庫管理功能，積極促進管理效率提升。

2. 系統(tǒng)設計

2.1 系統(tǒng)整體構成

系統(tǒng)整體主要由主控制器、K210核心板、傳感器、上位機以及一些功能模塊組成，具體結構功能圖如圖1所示。

STM32F103C8T5核心板是整個系統(tǒng)的設計核心，各個接口與外圍模塊相連；K210單片機主要作用是實現(xiàn)車牌識別，主要包括攝像頭圖像采集、圖像裁剪與縮放、運行字符識別模型、中文字符解碼等功能，最后將識別結果通過串口上傳至STM32。

STM32通過串口獲取K210的車牌識別結果、發(fā)送/接收Wi-Fi模塊的數(shù)據(jù)、控制語音播報的內容、控制舵機轉動的角度。

2.2 元器件選型

車庫實現(xiàn)智能化的核心是處理器的實時數(shù)據(jù)處理能力，而主控芯片負責數(shù)據(jù)處理，故主控芯片的選擇尤為重要。本設計選用STM32F103系列的芯片作為主控芯片，與其他常用主控芯片進行比較如下[3]：

（1）和傳統(tǒng)單片機比較。STM32的片上資源更為豐富，因而在以STM32為主控芯片的控制器的整體硬件開發(fā)成本比傳統(tǒng)單片機低，且處理能力比傳統(tǒng)單片機更強。

（2）和ARM7、11等其他32位處理器相比。STM32單片機的架構先進，代碼密度高，功耗低，價位低，是32位處理器中性價比較高的芯片。

（3）和DSP芯片比較。雖然DSP芯片的系統(tǒng)頻率高，實時性好，處理性能強，但價格昂貴且開發(fā)周期長。

綜合上述比較情況，考慮到硬件的性能和價格因素，本設計選擇了STM32F103單片機作為主控芯片。

另外，本方案還需要進行車牌識別，經(jīng)過經(jīng)濟性與實用性的多重考量，最終選擇了K210 MCU。這款產(chǎn)品的特點在于其芯片架構內嵌了一個神經(jīng)網(wǎng)絡硬件加速器KPU，能夠高效執(zhí)行卷積神經(jīng)網(wǎng)絡計算，同時成本相比Openmv等攝像模組價格更為經(jīng)濟，可以有效降低產(chǎn)品的成本[4]。

3. 車牌定位識別方法

當前在車牌定位識別技術領域，研究的焦點是提高車牌識別的準確度和速度。提高車牌識別的準確度可以減少意外發(fā)生的可能性，而加快識別速度則可以提高車輛管理的效率。

車牌識別技術在市場廣泛應用，可分為兩類。一類是傳統(tǒng)車牌定位技術，主要依靠車牌的紋理、邊框比例、顏色和字符等特征進行定位；另一類是基于深度神經(jīng)網(wǎng)絡的車牌定位技術，利用神經(jīng)網(wǎng)絡可以抽象車牌特征，通過多次迭代訓練來實現(xiàn)快速準確定位車牌。

本方案使用基于KPU（kendryte processing unit）的目標檢測模型[5]，來對圖像中的車牌信息進行定位和識別。

要在K210上實現(xiàn)車牌定位與識別，首先需進行目標檢測模型的訓練。具體可以分為以下步驟：

（1）數(shù)據(jù)準備：收集包含各種車牌的圖像數(shù)據(jù)集，進行標注并轉換為適用于訓練的大小和格式；

（2）選擇合適的目標檢測模型；

（3）進行模型訓練；

（4）將訓練好的模型部署至K210。

4. 算法設計與程序流程圖

圖2為車輛入庫流程圖，車輛駛近入口時，通過K210單片機識別車牌并記錄信息，然后通過超聲波傳感器測量車底盤離地距離，判斷車型若在相應區(qū)域有車位，則進行語音播報指引并打開道閘，并將相應的信息上傳至云平臺存儲。車輛出庫流程與入庫流程相似，主要增加了計費環(huán)節(jié)。車輛駛出入口時，通過K210單片機識別車牌并比對停車信息，然后對停車信息進行計算，用車輛離開時間減去車輛進入時間，得出車費，然后進行車費繳納環(huán)節(jié)，之后若車費繳清，則開具票據(jù)、打開道閘放行，在車輛駛出之后對車位數(shù)量信息更新。

5. 測試與分析

對系統(tǒng)各個功能進行測試如下：

（1）驗證車牌識別的準確度。在室外隨機選取60個車牌進行識別測試。測試結果如表1所示。

（2）驗證云平臺管理是否有效，方法為使用一個車牌模擬入庫后，檢查云平臺。

（3）測試系統(tǒng)其余功能，具體方案是模擬車輛入庫后，觀察其余模塊是否正常工作。結果為OLED模塊、舵機、超聲波測距模塊等均正常工作，達到設計目標。

結語

車位難尋的根本原因是停車位的規(guī)劃建設水平落后于汽車保有量的增長，而這又進一步造成了交通擁堵。本文基于STM32與K210設計了一套智能車庫管理系統(tǒng)，設計目的為基于目前車輛管理體系，盡可能降低車庫管理的時間成本，提高車庫管理效率，并通過實際測試驗證，在成本低廉的同時，能夠縮短存取車的耗時，提高存取車速度，有效解決停車取車困難的問題。該系統(tǒng)在各購物中心或露天停車場等處均可應用，具有一定的現(xiàn)實意義。

參考文獻：

[1]朱立地.對基于云平臺的城市智慧停車發(fā)展現(xiàn)狀和改進措施的研究[J].科技資訊，2023，21（8）：33-36.

[2]葉聰.智能車庫管理系統(tǒng)設計研究[D].南昌：華東交通大學，2021.

[3]王晨輝，吳悅，楊凱.基于STM32的多通道數(shù)據(jù)采集系統(tǒng)設計[J].電子技術應用，2016，42（1）：51-53，57.

[4]顧恭.一種基于MSER及CNN的車牌文字定位新方法[J].計算機應用與軟件，2021，38（8）：206-213，279.

[5]白璐.基于深度學習的車牌識別技術研究[D].濟南：山東師范大學，2019.

作者簡介：張?zhí)旌溃T士研究生，研究方向：無人裝備導航制導與控制。

基金項目：陜西省重點研發(fā)計劃——基于柔性傳感技術的壓瘡及人體生理信號監(jiān)測系統(tǒng)開發(fā)（編號：2023-YBSF-451）。