基于車牌識別的停車場巡檢機器人研究

2023-12-20 05:58:06劉峻瑜李家成孟世楨王文富田亞萍

物聯網技術 2023年12期

關鍵詞：系統

劉峻瑜，李家成，孟世楨，王文富，田亞萍，賈偉

（貴州大學大數據與信息工程學院，貴州貴陽 550000）

0 引言

隨著汽車保有數量的增加，城市中出現了停車位吃緊、增長緩慢無法適應市民停車需求的問題。為了緩解停車資源總量匱乏的現象，許多城市會在非主要干道邊設立臨時停車泊位。雖然路邊停車泊位是公共資源，但部分車主長期停靠在路邊，甚至將車位占為己有，導致周邊部分群眾無處停車。為此，部分地區通過對車位收費的方法來改善這一現象，進而發揮路邊車位臨時停靠站的用途。

由于路邊車位分布較為分散，進出位置不統一，與封閉式停車場不同，很難對一部分區域的多個車位進行統一管理。因此，對于路邊車位的管理大多采用人工收費的方式，這一方面增加了車位管理的人工成本，另一方面人工收費不僅容易出現操作失誤，而且個人所能管理的區域也有限，若想全面管理只能增加人力成本。綜上所述，本文提出采用具備車牌識別功能的巡檢機器人對停車場進行管理，此舉不僅降低了成本，更通過搭載的車牌識別算法，在一定程度上提高了車牌識別的準確率。

1 系統總體設計

巡檢機器人[1]以樹莓派作為核心，同時包含紅外循跡模塊、藍牙通信模塊、攝像模塊以及電機驅動模塊等。此外，在每個車位上安裝了超聲波測距模塊和藍牙通信模塊，便于檢測車位使用情況并能實現與機器人信息同步。

首先，系統通過安裝在車位上的超聲波模塊檢測車位被占用情況，當有車輛停靠時，即超聲波模塊測得距離小于閾值開始計時，同時通過藍牙通信方式與巡檢機器人同步。其次，機器人得知車位被占用后利用紅外循跡功能沿停車線來到車位測量前方合適位置。再次，機器人通過配備的攝像頭對車牌拍照，通過提前寫入樹莓派的集成學習車牌識別算法進行處理，獲得車牌信息。最后，當車輛離開時，超聲波模塊檢測到距離大于閾值后，結束計時，并同步到巡檢機器人。至此，我們便可獲知該車位在某個時間段內被某輛汽車占用。系統工作環境如圖1 所示。

圖1 車牌識別過程俯視圖

2 基于集成學習的車牌識別算法設計

本項目通過高斯濾波器、基于Sobel 算子的邊緣檢測等手段對圖像進行預處理[2-3]，處理后的圖像將基于色度值進行車牌定位，算法利用顏色比例實現數據驅動的顏色劃分[4]；然后基于仿射變換對定位后的車牌進行矯正并分割[5-6]。最后，經過分割的車牌圖像將被輸入車牌識別模塊進行字符分類。為提高模型的準確性以及魯棒性，降低方差，我們提出了基于支持向量機[7]（Supporting Vector Machine），KNN[8]以及卷積神經網絡[9]（CNN）集成學習算法的車牌識別方法，我們依據公式（1）采用絕對投票法對分割后的字符進行分類[10]。

算法流程如圖2 所示。

圖2 集成學習算法流程

3 系統硬件設計

機器人系統硬件主要包括：放置于車位上的超聲波測距模塊和藍牙通信模塊；集成于機器人上的紅外循跡模塊、藍牙通信模塊、攝像頭模塊以及電機驅動模塊等。

3.1 超聲波測距模塊

超聲波傳感器能夠發射超聲波并接收反射回的超聲波信號。利用發射與接收的時間差以及傳播速度，即可計算傳感器到障礙物的距離。單片機向超聲波傳感器發送脈沖，超聲波傳感器被此脈沖觸發后會產生一個40 kHz 的脈沖電信號，通過激勵換能器處理后，轉換成機械振動，頻率超20 kHz，由此形成了超聲波。

該信號經錐形“輻射口”處將超聲波信號發射出去。接收器接收到反射回來的超聲波信號后，將超聲波變成微弱的電振蕩，并將信號放大，得到所需的脈沖信號，此脈沖信號再返回給單片機。HC-SR04 超聲波傳感器能夠檢測到0.6 m以內物體的接近和離開，其工作狀態示意如圖3 所示。

圖3 測距傳感器工作狀態示意圖

3.2 紅外循跡模塊

循跡模塊主要用于“循跡小車”，使小車能沿著畫好的軌跡前進。循跡傳感器依靠內部的紅外發射器和接收器實現對紙面黑/白的監測。當監測到較暗顏色時，模塊輸出端為高電平；當監測到較亮顏色時，模塊輸出端為低電平。機器人帶有兩組紅外尋跡模塊，第一組檢測停車線1，確保小車可以沿著停車線1 行駛。第二組紅外檢測模塊用于檢測停車線2，當檢測到停車線2 時，機器人停在指定停車位的側前/后方，對車牌拍照并識別。紅外循跡模塊工作狀態如圖4 所示。