基于WiFi室内定位的地下停车场智能导航系统

樊培毅　陈阳　程森森　王长静　毛文涛

摘 要：随着我国经济建设的发展，私家车拥有量越来越多，对大型停车场的需求也越来越大，同时大规模地下停车场存在着地形复杂、空位难找、线路不清晰等问题。因此，提高地下停车场的车位利用率备受各界关注，文章拟选用基于WiFi的室内定位技术设计出一种更智能化、更适用于地下停车场的管理系统。该系统采用基于位置指纹的WiFi室内定位方法，并将智能停车管理系统与手机App相结合，从而极大地提高了停车效率和车位利用率，为地下停车场的智能化导航带来极大的便利。

关键词：WiFi；室内定位；位置指纹法；空车位检测；规划导航路线

中图分类号：TN92 文献标识码：A 文章编号：2095-1302（2016）04-00-04

0 引 言

随着人们生活水平的提高，私家车数量越来越多，各大商场及小区对大型地下停车场的需求越来越大，但是大型地下停车场却往往存在着地形复杂、空车位难找、线路不清晰等问题。这些问题严重影响着用户体验和停车场的使用效率。

在技术层面，GPS是最普遍的导航系统，但GPS用在地下，信号易被遮挡，定位精度会受到非常大的影响，甚至失效；射频感应卡虽能检测出空车位，但没有提供具体的导航路线，且标识的作用距离较短，不具备通信能力，不利于整合到其他系统中进行使用；全视频智能地下停车场管理通行速度慢，车位利用率低下；此外，像蓝牙定位、红外线室内定位、超宽带室内定位、超声波室内定位等技术也都存在一定的局限性。因此，开发出一种更简单化、人性化、全面化、精确化、智能化的地下停车场智能化管理系统已成为未来发展的趋势。

与上述几种技术相比，WiFi室内定位具有精度高、终端多、速率快、成本低的优点。鉴于此，我们拟选用基于WiFi室内定位技术设计出更智能化、更适用于地下停车场的管理系统。同时为克服现有地下停车场管理系统速度慢、定位精度差等缺点，该系统采用基于位置指纹的WiFi室内定位方法，并将智能停车管理系统与手机App相结合，可以对停车场物体进行精确定位，提供实时的车位信息与路线提示，通过对物体进出停车场的平均速度的比较，加之物体移动轨迹的佐证，判断出停车场空车位置的存在情况。总体来说，与其它地下停车场管理系统相比，此系统极大地提高了停车效率和车位利用率，为地下停车场的智能化导航带来了极大地便利。

1 系统概述

现如今，大型地下停车场普遍存在地形复杂、空车位难找、线路不清晰等问题，反映在我们对某城市广场的地下停车场所做的调查中，调研实例如图1所示。

由上述实例可以看出，提高地下停车场的停车效率是完善现有地下停车管理系统丞待解决的主要问题。同时，随着物联网技术应用于地下停车管理系统的不断发展，将WiFi室内定位技术[1]用于地下停车场，已成为该方面的一项新技术，通过此原理，结合特有的判断空车位算法，我们开发了相应的手机App，便于用户操作和使用。众所周知，WiFi室内定位技术具有精度高、终端多、速率快、成本低等优点，而且WiFi具有分布范围广、易于布线等特点，这种定位技术独特的优点恰恰满足了大型地下停车场智能定位、导航的需求，克服已有定位系统成本高、精度低的局限性，大大提高了定位精度和准确度。同时，该系统的客户端、注册界面以及登录界面均采用仿QQ的扁平化设计来提高用户体验。另外，该系统通过特殊算法，对进出物体的不同情况进行对比，从而判断出空车位的存在情况，并且可以动态增加或减少空车位数量，提高用户的停车效率。综上所述，研制基于WiFi室内定位的地下停车场智能导航系统意义重大。

2 需求分析

根据上述分析，针对超市、小区等大规模停车场区域，需要开发一套基于WiFi室内定位的地下停车场智能导航系统。此系统可以实现对车辆更准确和稳定的定位，以及有效的空车位检测，并实时推送智能路线导航规划。为满足需求，该方案需具备以下功能：

（1）RSSI数据采集[4]与预处理功能

WiFi易于布线，覆盖范围广，因此可直接利用已有WiFi网络。若无充足的WiFi覆盖，则需提前进行布线，然后利用提前布置好的AP节点对位置指纹信息进行实时采集，建立数据库，用于测试和训练。

（2）无线传输功能

接入WiFi的AP节点接收停车场物体移动位置信息的监测数据，AP将数据存入位置—指纹数据库进行运算，并将其结果发送至手机客户端。

（3）定位、导航服务功能

手机客户端接收到位置数据后，对物体进行精确定位，并根据需要，利用定位信息进行导航路线规划，提供最优最佳的路径线路服务。

（4）空车位检测功能

根据定位信息，通过算法计算出物体进出停车场的平均速度，加之其移动轨迹相佐证，判断出空车位的存在情况和空车位的总体数量，有效实现空车位检测。

（5）生成停车场定位导航练习数据库

将为停车定位导航的实际服务数据建立相应的数据库，以便作业重查和停车场定位导航操作评定的借鉴。

3 设计方案

3.1 总体流程

基于WiFi室内定位的地下停车场智能导航系统的功能主要包括WiFi信号指纹定位模块、空车位检测与智能导航路线规划模块。

基于位置指纹法[5]的WiFi定位方法利用空间中特定位置上的无线信号特征作为该位置的指纹，建立位置指纹关系数据库，从而通过指纹匹配的方式实现对用户位置的估计。

空车位检测主要利用定位信息，每隔一秒测次数据，实时修正轨迹，通过计算物体进出停车场速度，判断空车位置。

智能导航路线规划主要根据用户选取的所要到达的空车位置进行最短路径规划，提高停车效率。

系统总体流程如图2所示。

3.2 WiFi信号指纹定位模块

WiFi信号指纹定位模块采用位置指纹法[5]，对数据进行采集和预处理。利用提前布置好的AP节点对位置指纹信息进行实时采集，建立数据库，用于测试和训练。而位置指纹法是室内定位技术的基础，利用位置指纹法速度快、精度高的特点，可有效实现对车辆的精确定位。

3.2.1 数据采集与预处理

离线状态下，即在训练阶段提前对场地进行数据采集与预处理工作。数据采集是本系统最基本的功能，是系统处理数据的来源和定位的基础。本过程可利用提前布置好的AP节点通过WiFi信号接收机对定位区域进行位置采样，从而获得每一个采样位置上的无线信号特征RSSI数据，为了提高采样点密度，同时不增加额外的勘测开销，会在勘测所得数据库的基础上进行数据筛选处理，删除误差大、不准确的数据，最后将整理好的信息存入位置—指纹数据库，这个过程称为现场勘测。此过程数据用于在线服务阶段，为之后的定位与空车位检测及规划导航路线打下基础。

以某办公楼模拟大型地下停车场作为研究实例，并进行现场绘测，采集的数据见表1所列。

3.2.2 定位

在线服务阶段，即实际运行阶段，在用户所在具体位置上采集到该位置的RSSI向量组，然后将所在位置上的无线信号指纹发送到定位服务器，服务器将该查询指纹与数据库进行匹配。在匹配时，需要采用相应的算法进行计算，在此使用基于机器学习的支持向量机（SVM）进行相应的训练，最后将最相似的指纹所对应的位置作为用户的估计位置，返回给用户，并在手机客户端显示出用户当前所在位置。图5所示为智能手机App端的定位效果示意图。

3.3 空车位检测与智能导航路线规划

3.3.1 空车位检测

每隔一段时间，测下位置数据，进行定位并实时修正轨迹，利用定位信息计算出物体进出停车场的速度，若进入停车场速度远远大于离开停车场的速度，则为停车状态，对应位置空车位标记消失，空车位数量动态减少；若进入停车场速度远远小于离开停车场速度，则为取车状态，对应位置出现空车位标记，同时空车位数量也动态增加。若在停车场行走状态未按正常轨迹，则判断此状态必为行走状态而不是驾车状态，同时再根据速度状态进行佐证（若为停车状态，则物体进入停车场的移动轨迹必严格遵循停车场规定路线，不可出现抄近道、横穿车位的现象；物体离开停车场的移动轨迹可出现抄近道、横穿车位的现象。反之，若为取车现象，则物体进入停车场的移动轨迹可出现抄近道、横穿车位的现象；物体离开停车场的移动轨迹必严格遵循停车场规定路线，由此可判断出是停车还是取车状态），从而大大提高空车位监测的精度和准确性。图6所示为智能化空车位检测流程图。

3.3.2 智能导航服务

根据智能手机App所示的空车位信息，用户可对所停车位或者所取车位进行选择，在客户端接收到其具体需求后，根据分析对用户提供实时的车位信息与行驶路线动态规划[7]路线，同时将预测结果实时推送，选取最短路径提高停车效率。

4 结 语

本系统是基于WiFi室内定位的地下停车场智能导航系统，是物联网在实际车辆管理领域的应用，目的是为车主提供服务。将WiFi室内定位技术与地下停车场管理系统相结合，在支持向量机的基础上，构建位置指纹法定位算法，实现对手机客户端的准确定位。在应用上将智能管理系统与手机App相结合，利用定位信息进行空车位检测和智能路线规划，实时传送，提高停车效率。

参考文献

[1]万群，郭贤生，陈章鑫.室内定位方法理论、方法和应用[M].北京：电子工业出版社，2012.

[2]王视环.混合无线定位技术应用研究[J].信息化研究，2010，36（3）：43-45.

[3]董艳侠，张红英，陈姣.基于Wi-Fi室内定位的位置指纹算法[J].工业控制计算机，2015，28（1）：72-74.

[4]邓乃扬，田英杰.支持向量机理论、算法和拓展[M].北京：科学出版社，2009.

[5]付梦印，邓志红，刘彤.智能车辆导航技术[M].北京：科学出版社，2009.

[6]钱志鸿，杨帆，周求湛.蓝牙技术原理开发与应用[M].北京：北京航空航天大学出版社，2006.

[7]喻兴隆.智能消防炮控制系统设计[D].成都：西华大学，2011.

[8] Krumm J，Harris S， Meyers B，et al.Multi-cameraMultiperson Tracking for Easy Living[C].3rd IEEE International Workshop on Visual Surveillance，Dublin，Ireland，2000：5-6.

[9] Ubejd Shala， Angel Rodriguez.Indoor Positioning using Sensor-fusion in Android Devices[D].School of Health and Society，2011：19-22.

[10] J. R. Pierce.Travelling Wave Tubes[M].New York：Van Nostrand，1950.

[11] J.Tucek，M.Basten，D.Gallagher，et al.1.2 ：Sub-millimeter and THz power amplifier development at Northrop Grumman[C].2010 IEEE International Vacuum Electronics Conference（IVEC），2010 ：19–20.

[12] G.Kozlov，A.Volkov.Millimeter and Submillimeter wave Spectroscopy of Solids[M].Berlin：SPringer，1998.

[13] J.H. Booske，Richard J.Dobbs，Colin D.Joye，et al.Vacuum Electronic High Power Terahertz Sources[J].IEEE Trans.Terahertz Sci.Tech，2011，1（1）：54-75.

[14] M.Mineo，C.Paoloni.Corrugated Rectangular Waveguide Tunable Backward Wave Oscillator for Terahertz Applications[J].IEEE Trans. Electron Devices，2010，57（6）：1481-1484.