
摘要:本文研究的智慧共享車位租賃系統集軟件及硬件于一體,其中軟件部分的主要功能為出租車位、租賃車位、導航等;硬件的主體為安裝在車位的智能地鎖,部署了攝像頭模塊以及通信模塊等。本系統旨在向大眾共享私人車位,讓有限的停車位進行流動再分配,在方便租借者的同時,又為出租者提供了額外收入。共享停車位不只是傳統的商家對用戶的出租或者售賣,而是讓全民都能參與出租與租借的過程。在共享停車位的同時,本系統還能夠基于移動端進行實時動態發布和追蹤,根據移動端探測附近的出租車位信息,以打破傳統的出租方式。就國內的發展趨勢而言,共享已經成為一個大熱的投資詞。為了解決一、二線交通發達人口密集地區的停車問題,本文提出了這個項目,并且相較于傳統的停車場模式,本項目采用的共享模式更先進、更安全、更便捷。相信只要能夠將有限的車位進行錯時共享,就能有效解決停車位不足的問題。
關鍵詞:STM32;共享車位;視覺; Android應用
一、引言
近年來,互聯網、大數據、云計算、人工智能、區塊鏈等技術加速創新,逐漸融入經濟社會發展各領域全過程,世界主要國家和地區紛紛構建數字化轉型戰略布局。加快推進數字化轉型是“十四五”時期建設網絡強國、數字中國的重要戰略任務。隨著國內停車需求與已有的城市規劃沖突日益顯現,停車難問題越來越嚴峻,在此背景下,借助新興技術的應用發展,智慧停車應運
而生。
二、應用前景
2021年,越來越多城市重視停車問題,各地城市管理部門牽頭開放停車市場,以市場來推動智慧停車產業發展,同時一大批停車泊位開始建設或改造,各地的停車建設項目實現全面推進。結合國家政策鼓勵,智慧停車行業現狀如下:
1.國內停車市場緊張
2015年—2020年全國汽車保有量從1.72億輛增長到 2.81億輛,年均復合增長率超過10%,汽車保有量的快速增長相應地帶動了停車位需求增長。根據住建部2015年發布的《城市停車設施規劃導則》,對于規劃人口小于 50 萬的城市,停車位供應總量與汽車保有量的比例應控制在 1.1:1—1.5:1 之間;對于規劃人口大于50萬的城市,停車位供應總量與汽車保有量的比例應控制在1.1:1—1.3:1之間。
2.產業集中化進程加快
2020年12月23日,交通運輸部辦公廳印發《關于開展ETC智慧停車城市建設試點工作的通知》,選定北京等27個城市作為試點城市、江蘇省作為省級示范區,先期開展 ETC 智慧停車試點工作,以加快拓展 ETC服務功能,推動ETC停車場景應用,更好地便利公眾出行。在政策發展的極大促進作用下,我國智慧停車行業將呈現快速發展態勢。
三、系統概述
(一)系統工作原理及設計概要
本系統主要包括移動端APP、Web云服務器、視覺智能車鎖共三個部分,下面只對移動端和智能車鎖視覺驗證系統進行簡單概括以及原理介紹。
1.智能車鎖視覺驗證系統
智能車鎖視覺驗證系統(以下簡稱驗證系統)通過使用OpenCV視覺開源庫配合視覺圖像處理對車牌進行檢測、識別以及驗證。在車輛入庫前,系統通過智能車鎖的攝像頭模塊捕捉車牌信息,在收到信息后立即進行檢測,當車牌信息驗證成功后立即通知智能車鎖自動下降。
2.移動端
軟件主要包括發布車位以及租賃車位兩個功能。用戶在登入后即可發布安裝了本公司智能地鎖的空閑車位,同時還可以尋找并瀏覽附近他人發布的空閑車位。當車位較為密集時,用戶可以通過GPS導航來尋找目標車位。
(二)系統架構
智慧共享車位共享租賃系統結合計算機視覺處理、自動控制、Web云服務器、移動端APP以及3D打印等技術,旨在為“車位共享”提供完美的物聯網解決方案。
(三)系統使用流程
本系統主要以手機移動端APP的形式與用戶進行交互。在使用本系統之前,用戶需先下載移動端APP,再注冊并登錄APP,登錄后用戶不僅可以發布自己的閑置車位,還可以成為租客租用車位。
在出租車位前,用戶需要先添加車鎖設備,并定位車位坐標地址,將車位坐標與車鎖設備進行綁定;在綁定成功后,用戶需要選擇車位開放時間段,并拍攝車位圖片。以幫助租客快速找到車位地址,當車位發布成功后,車鎖便開始自動運行。
租用車位的用戶可以在自己所在地搜索附近車位。當找到目標車位后,租客需要輸入自己的車牌號碼,并選擇合理的車位租用時段,即可創建租用訂單。當租客到達車位后,在倒車入庫的過程中,智能車鎖視覺驗證系統將識別到車牌號碼,并與云服務器后臺訂單數據進行比對,匹配成功則自動開鎖。若車牌受損或無車牌,租客可以打開移動端APP,使用二維碼開鎖。
四、詳細功能設計
(一)視覺智能車鎖介紹
1.智能車鎖機械結構
視覺智能車鎖機械結構先采用SolidWorks三維機械設計軟件建模,再進行車鎖實物制作,部分器件采用3D打印技術制作,以便驗證結構合理性以及后續的結構微調,智能車鎖三維建模圖如圖1所示。
目前,該機械結構已經申請實用新型專利。
2. 智能車鎖視覺驗證系統
視覺驗證系統是該產品的一大亮點所在,通過處理車位鎖上攝像頭所采集的視覺信息,并與云端數據庫內容比對,以驗證租客身份。
視覺驗證系統使用英偉達的Jetson Nano開發板作為視覺運算平臺,可以滿足視覺處理的運算需求。此外,本系統使用CMOS工業相機采集視頻數據,視頻圖像分辨率設置為1980×1080,在1080P的圖像分辨率下等效視場角相當于120°超廣角,且刷新幀率可達 60fps,以滿足采集移動中汽車車牌信息的需求,同時使用 CMOS 傳感器,以避免圖像的“果凍效應”。
視覺圖像處理所采用的傳統算法是根據目標特征自行編寫的識別算法,基于C++語言進行開發,配合OpenCV視覺開源庫,通過對多維數組與圖像矩陣進行運算,使用最底層的方法,并在一些關鍵部分直接對像素點進行操作篩選。圖像處理部分代碼量最為龐大,需要考慮多種特殊情況。
視覺識別系統的主要功能是為了驗證租客身份信息,本系統采用了兩種方案進行驗證,以保證系統的準確性:
方案一:識別用戶車牌號碼。用戶在移動端預定車位時需填寫車牌號碼。首先,當用戶在移動端APP下單后,車位鎖運算平臺便從云服務器獲取訂單信息,并進行視覺檢測。接著,經過車牌字符識別得到當前即將駛入的車牌號碼,再將其與預約的用戶信息進行對比,匹配成功則自動降下車鎖。
方案二:在用戶移動端應用上生成動態二維碼,用戶將手機對準攝像頭,通過二維碼識別算法識別二維碼信息,并與云服務器數據庫中信息進行比對,通過驗證二維碼信息進行解鎖。由于方案二需要車主下車操作,相較于方案一少了些智能性,故作為備選方案使用。
3.智能車鎖控制系統
車鎖控制采用STM32F103低功耗單片機作為主控,通過PWM脈沖驅動電機轉動來控制車鎖,采用光電限位進行鎖定,并使用USART串口與視覺運算平臺連接,用于接收控制信息和控制車鎖升降。
單片機連接著兩組光電門,當車鎖開啟時,光電門檢測到低電平;當車鎖關閉時,光電門也檢測到低電平;當車鎖正在運動時,光電門檢測高電平;當光電門出現低電平時,電機應停止轉動。
(二)移動端APP介紹
移動端應用采用uni-app框架進行開發,以實現用戶注冊、用戶登錄、用戶信息管理、車鎖車位ID綁定、私家車位發布、空閑車位查詢及租賃以及動態解鎖二維碼生成等功能。
首先,uni-app 是一個使用 Vue.js 開發所有前端應用的框架,其 "在開發者數量、案例、跨端抹平度、擴展規模、性能體驗、周邊生態、學習成本、開發成本等8大關鍵指標上都擁有著很強的優勢。其次,uni-app 具有很好的跨平臺性, 其在跨平臺的過程中不犧牲平臺特色,可優雅調用平臺專有能力,真正做到海納百川、各取所長。同時,uni-app 具備良好的視覺效果,界面簡約美觀,應用開發邏輯清晰且架構合理。最后,uni-app實現一套代碼可同時運行到多個平臺,如iOS系統、Android系統、HTML5、微信開發者工具、支付寶小程序Studio、百度開發者工具、字節跳動開發者工具、QQ開發者工具等。
(三)Web云服務器后臺介紹
云服務器(Elastic Compute Service, ECS)是一種簡單高效、安全可靠、處理能力可彈性伸縮的計算服務,其管理方式比物理服務器更加簡單高效。
Web云服務器使用Django框架進行開發,采用 MVT 軟件設計模式(即Model 模型、View視圖和Templates模板),并為客戶端提供API接口;采用阿里云ESC 服務器部署Centos7系統,使用Nginx和Uwsgi將 Django項目部署到阿里云服務器。
Django 是使用 Python 開發的開源 Web 開發框架。使用Django可以以最小的代價構建和維護高質量的 Web 應用。在開發Web應用時,本系統的視圖層采用CBV(Class Base Views)視圖,導入DRF(Diangorestframe)包,視圖層的類繼承APIview,使用Response函數返回數據,并采用Serialization進行數據的序列化和反序列化。API接口訪問權限需要驗證頭文件里是否有已經登錄的 Token裝飾器,并配合用戶密碼加密,以保證用戶信息的安全性。
此外,Web云服務器通過部署MySQL數據庫來存儲客戶信息和訂單信息,在收到用戶訂單后,將訂單信息傳輸給智能車鎖。同時,小程序后臺開發了管理界面,后臺管理員在輸入管理賬號和密碼之后便可直接訪問后臺MySQL數據庫列表,并對后臺數據庫進行“增刪改查”操作。最后,本系統將已經備案的域名與阿里云服務器公網IP綁定,以實現域名訪問。
五、結束語
本文設計了一款基于視覺識別的共享車位租賃系統,運用無線通信、傳感器、視頻采集傳輸、智能識別、物聯網、移動終端、定位、地圖、無感支付等多種技術,以車鎖這類最簡單的形式呈現出來,以此向大眾共享私人車位,讓有限的停車位實現流動地再分配,在方便了租借者的同時,又為出租者提供了額外收入。
作者單位:余湘 王冠群 羅凱文 南華大學計算機學院
參考文獻
[1]曾泉,譚北海.基于SVM和BP神經網絡的車牌識別系統.電子科技,2016,01(29):98-101.
[2]Liao,Minghui,et al.Real-time scene text "detection with differentiable binarization. Proceedings of the AAAI Conference on Artificial "Intelligence.2020,07,34.
[3]高聰,王福龍.基于模板匹配和局部HOG特征的車牌識別算法.計算機系統應用,2017(1):122-128.
[4]Xu,Zhenbo,et al.Towards end-to-end license plate "detection and recognition:A large dataset and "baseline.Proceedings of the European conference on "computer vision (ECCV),2018.