基于单片机图像识别的智能停车系统的研究与设计

李广宇 李智阳 李益乐 汤颖娟 李翠霞

Abstract： With the increase of population and the improvement of people's living standards， the total number of vehicles is increasing explosively， and the transportation and parking of this huge population is the main problem faced by the society. In this paper， the purpose of this paper is to indirectly improve the problems and the experience of people's parking by combining the image recognition technology based on single chip computer with all kinds of designed and developed software applications （WeChat small program， App， backstage management system）.

引言

随着现代经济的快节奏发展，人口拥挤，车辆众多，有关城市停车的大量需求正日趋迫切地摆在人们面前。现有的停车场系统中，大多是采用近距离卡对用户出入停车场进行管理，驾驶员与停车场管理人员都要遵循一系列规范行为操作，这显然是一个效率低下的管理方法。基于此，为改善这一问题现状，项目小组经过广泛的调研和分析[1]，成功设计并实现了一个基于单片机图像识别的智能停车系统。这里将展开如下研究论述。

1系统技术应用

1.1图像识别技术

（1）功能设计。本设计是利用单片机控制的车牌识别系统，针对项目设计文档的部分需求，将定制研发各类主题功能，可对其表述如下。

① 通过摄像头抓取车牌图像。

② 通过智能算法识别车牌图像中的信息（汉字、字母和数字）。

③ 对获取信息进行传输。

④ 对获取信息进行保存。

⑤ 对信息进行汇总和直观显示。

（2）系统组成。如图1所示，系统组成中总共包括：电源模块、摄像传感器模块、显示模块、处理模块等部分。这些模块可以提供对车牌的拍摄，信息的处理和结果的显示功能。

（3）系统特点。分析可得，该研究内容可分述如下。

① 采用电子元件，无需人工管理。

② 自动控制所需功能，无需人工操作。

③ 清晰捕捉车牌，灵敏度高。

④ 快速處理数据，匹配准确。

⑤ 成本低廉，经济实用，适用于任意情况下的车牌识别。

（4）工作原理。首先提取出字符模板，存放于程序中。通过摄像头进行数据采集，并将每个像素提送二值化处理，设定R、G、B的阈值。利用二值化分析得出各行的跳变点，通过对各跳变点的识别与判断，有效确定车牌区域位置[2]。

而后，再次通过二值化进行字符的分割处理。字符分割，为下一步字符匹配生成了重要参数。此后就是归一化处理，并对各个字符开展字符匹配研究。匹配后，将相似性取得最大值的对应字符作为输出结果，并予以清晰视像显示。

（5）电路原理图。电路整体设计即如图2所示。

1.2单片机控制系统

（1）功能设计。本设计就是利用单片机控制的停车统计系统，针对项目设计文档的部分需求，将致力研发各类基础功能[3]，可对其描述如下。

① 对停车场智能硬件的模拟。

② 对停车场进出车辆的实时计数。

③ 对停车场现有车辆的统计。

④ 对停车场总车位、剩余车位数量的计算和显示。

⑤ 对以上数据的保存和传输。

（2）系统组成。如图3所示，整体组成中统共包括：电源模块、传感器模块、显示模块、手动键盘输入模块、车辆车位模拟模块等部分。这些模块可以运行得出控制的开启、显示停车场现有车辆数和已停放过车辆数、人工设置的总车位数以及剩余车位数的数值显示等功能。并且具有16个模拟的停车位，用来显示车辆停放的具体位置。

（3）系统特点。分析可得，该部分研究阐释如下。

① 采用电子元件，无需人工管理。

② 自动显示停车场的车位状态，进出和停放车辆统计。

③ 统计小区当天已停放车辆总数，并且显示停放位置。

④ 车辆已满时，自动发出警报信号。

⑤ 本系统适用于任意停车场。

（4）逻辑结构。至此，研发得到的设计流程则如图4所示。

1.3停车场用道闸装置

需要指出，停车场用道闸装置是本项目团队自主研发设计推出的，目前已提交设计文档申请专利。关于该装置的局部结构设计创意则如图5所示。

2系统设计

2.1系统功能设计

（1）车辆的入场和出场[4]。由于采集的车牌图像具有多样性，并且采集图像时受到许多因素的影响，如烟雾、雨雪、日光不同角度等，车牌识别即面对高难挑战。目前，车牌识别摄像机可采用宽动态CMOS、基于车牌局部曝光、图像算法控制的补光技术等，可以自动跟踪光线变化，有效抑制顺光和逆光，尤其在夜间可以去除汽车大灯的干扰，从而清晰地捕捉车牌，继而获得高达99.58%的识别率。各类技术应用可详见如下。

① 入场。在自动道闸处，可用于车牌识别的基础配备主要有：高清摄像机、抓拍控制器、智能补光、图像处理器；而放行车辆单元则包括了：地感线圈及其相关的感应和处理设备。

② 出场。通过车牌识别技术做到不停车收费。

③ 防砸车。可通过地感、压力波、红外对射等多种方式实现防止砸车，可只使用一种，也可以多种方式组合使用。并且，考虑到线圈的面积和匝数，线圈可采用1mm铁氟龙高温软导线。

④ LED显示屏。显示进出场车辆的车牌号和时间等动态信息。

（2）引导车主寻找空位停车。车位探测采用超声波检测或者视频车牌识别技术。总地来说，停车诱导就是通过车位相机自动检测识别、再辅以显示屏引导。

（3）协助车主达到反向寻车目的。基于车牌识别技术的车位相机，系统生成查询地点与车辆间的最佳路线。并同时配有显示屏和地标引导。

（4）存储车位视频录像。就是通过增配具备实时录像功能的车位相机，确保停车过程中发生类似车辆刮蹭性质的事故时能够找到肇事车辆。

（5）精准的计时收费。此项结果将重点基于前述的进场图片抓拍和精确车牌识别。

2.2停车云服务平台

停车云服务平台是基于移动互联网、云计算和大数据技术，建立城市级别的停车信息资源采集、整合、分析和管理体系，以便捷停车为目标，以公众为中心，以管理成果为标准，为平台用户提供多样化、定制化和专业化的停车管理服务，包括公众服务平台、停车场管理平台、政府决策平台、运维管控平台等4个子系统平台。停车云服务平台的设计架构如图6所示。同时，针对各平台的设计研发功能可详述如下。

（1）公众服务平台。记录了广大通过App、小程序或Web应用程序注册的所有司机用户及驾驶车辆信息，是直接面向用户的服务平台，为用户提供定制化、专业化、个性化服务。

（2）停车场管理平台。记录了城市范围内的所有停车场信息。

（3）政府决策平台。政府部门参与企业决策及规范。

（4）运营管控平台。协调用户与停车场之间的联系，保障系统的日常运营与管理。

2.2.1面向停车场提供的服务

对具有独立停车场，且智能化、信息化程度较低的，对外开放的企业推出一定的产品和服务。对此含义可得解析综述如下。

（1）封闭式停车场。对其中每一技术专项的设计细节可做如下的探讨呈现。

① 停车场管理服务A型。就是根据停车场需求来筹划相应的个性化服务。系统集计算机图像识别与处理、自动控制、传感技术于一体，包括了车辆身份判断、出入控制、车辆自动识别、车位检索、车位引导、图像显示、车辆校对、信息发布、安全监控、时间计算、费用收取、防盗反劫、网络通讯等系列化配套功能，实现对停车场车辆的智能化管理。而关于本次研发中的停车场内部管理系统的设计布局即如图7所示。

② LED显示屏引导终端。作为停车场管理系统的一个组件，综合显示屏主要应用于停车场内显示部分，可滚动显示停车场系统的一些相关信息， 如： 时间、公司信息、进出场提示、车满位显示等等，并可发布所在停车场方位信息，引导车辆适当停放。车辆诱导发布系统的运行效果界面则如图8所示。

③ 挡车器、车辆识别器A型。这也可归属于停车场管理系统组件，主要就是对出入车辆进行判断识别，必要时还可智能拦截指定车辆。可选配车辆牌照识别功能。同时引进扩展模块，可以实现 IC 收费、票据打印等功能。

④ 地磁车辆传感监测器B型。这也是停车场管理系统组件之一，具有记录停放时间、自动计算收费额度，对车位内停放车辆的安全管理与开启/关闭收费机制等功能。

⑤ 移动管理终端。该设计重点面向停车场的管理者。具有车辆位置查询、车辆身份判断、停车位检索、车辆引导、时间计算、费用收取、安全监控的功能，而且也是停车场管理服务的数据信息显示终端，将LED显示引导终端，挡车车辆识别终端以及停车场内众多传感监测设备互联在一起。通过该设备可方便停车场的管理者实时掌握停车场的最新信息，从而对停放车辆部署实施全方位的可靠管理。

⑥ 信号接收器。用于接收地磁传感器的数据。

（2）开放式停车场。这里，将推得研发设计详情可见如下。

① 免费停车位。在其上方设置了地磁车辆传感监测器A型，通过采用蓝牙或NBlot通讯技术能对车辆进行识别。

② 临时停车位（期限时间内停车不收费，超出时间按当地标准收费）。此时将用到如下2种设计构成：

（a）地磁车辆传感监测器C型。在停车位处加装电子控制传感器，能对车辆进行识别，并可随时启用与智能地锁的信息通讯。

（b）智能汽车地锁。当地锁开启时，可以防止其它用户随意占用车位，付款后可解锁，车辆可以进出停放。但是如遇突发状况，例如部分车主误将油门当刹车，或者没有正确估计距离，这些情况下如果撞向智能地锁，会将锁杆撞坏，无法正常使用，而且还会对车辆造成严重的损伤。车辆停放期间的全部资料均将如实记录并自动计算停放时间，实现对车位内停放车辆的监控与管理。过程中将涉及如下关键技术，主要有：物联網设计、支持扫码、投币支付、以及NBlot通讯。

③ 收费停车场。对此，本文就研究给出了收费停车的主体核心构成，可概括描述如下。

（a）地磁车辆传感监测器C型。在停车位处加装电子控制传感器，能对车辆车牌进行识别，与智能地锁建立无线通讯。

（b）智能汽车地锁。记录所有详细资料并自动计算停放时间，全天候妥善管理车位内的搁置停放车辆。基于物联网设计，推荐采用扫码、投币支付。

（c）车辆挡车器、识别器A型。具有车辆、车牌识别功能，兼具进出车辆智能拦截作用。

（d）停车场管理服务。根据停车场需求提供个性化服务。系统集计算机图像识别与处理、自动控制、传感技术于一体，包括了车辆身份判断、出入控制、车辆自动识别、车位检索、车位引导、图像显示、车辆校对、信息发布、安全监控、时间计算、费用收取、防盗反劫、网络通讯等系列化功能，实现对停车场车辆的智能化管理。

2.2.2面向业主单位提供的服务

帮助有其它需求，或停车规划亟待完善的单位、企业合作搭建立体车库或地面垂直车库。这里，将提出各类基础设计配置，可对其探讨阐述如下。

（1）挡车器、车辆识别器A型。主要就是对出入车辆实施判断识别，并聚焦锁定对车牌的智能识别。

（2）停车场管理服务。包括了车辆身份判断、出入控制、车辆自动识别、安全监控、时间计算、费用收取、防盗反劫、网络通讯等系列化功能，实现对停车场车辆的智能化管理。

（3）地磁车辆传感监测器A型。在停车位处加装电子控制传感器，能对车辆车牌进行识别。

（4）智能垂直升降停车设备。具有占地小，空间利用率高等特点，搭载停车场管理系统，实现用户智能支付取车功能。

2.2.3面向用户提供的服务

面向用户提供的服务，也可称作应用软件服务（App、微信小程序、支付宝小程序），具体包括如下2项设计功能。

（1）检索停车位。系统可以自动搜索附近以及拟将到达的目标附近的停车场/位信息、导航停车等。

（2）预约停车位。支持停车场内部停车位的预约；为非向外界开放的企业或社区提供预约服务支持；支持服务型商企车位预定。

3系统实现

3.1微信小程序与App

（1）功能设计。可分述如下。

① 停车场查找功能。

② 自动导航功能。

③ 帐号管理功能（包括登录、注册、完善个人信息和查看等）。

④ 行程管理功能。

⑤ 停车场硬件连接功能（扫码开锁，硬件数据显示等）。

⑥ 多接口支持的充值、支付功能等。

（2）程序特点。可分述如下。

① 微信上线即可使用，方便快捷。

② 部分功能无需获取个人信息，安全舒适。

③ 智能硬件相互配合，贴近用户需求。

④ 众多合作资源，应用广泛，经过实际检验。

（3）界面展示。系统运行后的各功能界面可如图9所示。

3.2后台管理系统的实现

开发停车场（位）管理系统，满足社会生活不同场景的实际需要。系统包括车位状态查询、车辆身份判断、停车位检索、时间计算、费用收取等各项独立功能，同时也是停车场管理服务的数据信息接收终端，便于做到停放车辆的统一、规范、高效管理[8]。

4结束语

综上所述，本文提出的智能停车系统，可使出行车辆的停放变得更容易。借助于图像处理技术，能够确定停车区域和空停车位的数量。若能善加利用本文设计实现的整套研发系统，即能优质、高效地管理现代各型停车场。因而该系统具有良好的社会价值和广阔的应用前景[5]。

参考文献

[1] 韩冰琪，李精精，崔航，等. 我国居民汽车保有量影响因素的计量分析[J]. 中国管理信息化，2013，16（4）：39-41.

[2] 甘岭，孙博. 基于分块投影和形态学处理的多车牌定位方法[J]. 计算机应用研究，2012，29（7）：2730-2732.

[3] 杨吉宏，张民，潘全科，等. 保护边缘及细节的彩色图像滤波算法[J]. 计算机工程与设计，2010，31（7）：1516-1518，1544.

[4] VIGOS G，PAPAGEORGIOU M， WANG Yibing. Real-time estimation of vehicle-count within signalized links[J]. Journal of Transportation Research Part C： Emerging Technologies， 2008，16（1）：18-35.

[5] OZKURT C， CAMCI F. Automatic traffic density estimation and vehicle classification for traffic survillance systems using neural networks[J]. Journal of Mathematical and Computational Applications， 2009， 14（3）：187-196.

[6] SZETO M W，GAZIS D C. Application of Kalman filtering to the surveillance and control of traffic systems[J]. Journal of Transportation Science， 1972，6（4）：419-439.

[7] MCLAUCHLAN P，BEYMER D，COIFMAN B， et al. A real-time computer vision system for measuring traffic parameters[C]//CVPR ' 97 Proceedings of the 1997 Conference on Computer Vision and Pattern Recognition （CVPR ' 97）. Washington， DC， USA：IEEE，1997：495-501.

[8] 環球科技网. 2017智慧停车大数据：看停车困局与行业变革[EB/OL]. [2017-12-19]. http：//tech.huanqiu.com/net/2017-12/11460840.html

[9] 慧聪网. 从数据看购物中心停车场类型及可挖掘市场[EB/OL]. [2014-12-05]. http：//info.secu.hc360.com/2014/12/051122803642.shtml.