大中型停车场智能泊车导航系统研究

赵一州



大中型停车场智能泊车导航系统研究

赵一州

（昆明理工大学，国土资源工程学院，云南 昆明 650000）

随着城市加速发展，一些城市面临着“车多位少”的困境，寻找到一个合适的停车位变得越来越难。为了解决这类问题，本文介绍了大中型智能泊车导航系统的研究方法与功能需求，对智能泊车导航系统的数据库以及后台管理模块进行了开发。通过对布尔(Boolean)模型和迪杰斯特拉(Dijkstra)算法的研究，分析提出了一个集信息查询、预定停车位、泊车导航、反向寻车等功能于一体的智能停车导航系统。从而到达提高车主在进行泊车及取车时的快速性与便捷性的目的。

智能泊车导航；反向寻车；地理信息系统

0 引言

随着国内私人汽车保有量的迅速增加，车主越来越难在一些城市的商务中心寻找到一个合适的车位停车。与此同时，因为停车场的规模也在不断扩大，给车主带来的新的问题就是找车难。停车场作为人们出行的重要设施，其高水平的服务效率必将为车主提供帮助。所以建设智慧型停车场，实现停车场信息的实时数据共享，将会为人们的生活提供极大地方便。

本文在查阅相关研究资料的基础上，结合国内外的研究方向，构建一个能够实现查看停车场信息、预定停车位、智能泊车诱导、反向寻车管理等功能于一体的智能泊车导航系统。利用Microsoft Visual Studio软件、Microsoft SQL Sever软件和编程语言C#+AE语言完成系统软件的部分设计。通过车辆的全球定位系统(GPS)定位点，在选择车位后运用迪杰斯特拉(Dijkstra)算法实现车辆在停车场内部的导航从而进行泊车导航，对于室内停车场通过室内定位的方法将车辆快速准确的导航到预定停车位[1]。当车主在返回寻找自己车辆时，通过移动端基于布尔(Boolean)模型开发的反向寻车查询模块进行查询，确定车辆位置后，定位生成到达用户车辆所在位置的路线图，方便车主能准确找到自己的爱车。

1 智能停车导航系统的研究方法

1.1 电子地图的应用

根据停车场所在的地理位置，停车场平面图，用户停车需求等，对电子地图的二次开发，从而提供地理信息服务，基于C#等编程软件通过现有的电子地图的接口进行设计，将电子地图通过接口引入到页面中同时加载停车场内部的平面图等相关信息。通过运用二次开发的源代码库，设计实现一个能够显示停车场信息、停车场地址、停车场收费情况等相关信息的窗口。

1.2 数据库的应用

智能泊车导航系统中的数据库信息主要是存储停车场和停车位的相关数据，数据库的内容主要包括停车场位置的空间数据信息、车位位置空间数据信息、停车场的基本信息、停车位基本信息，运营使用的实时使用情况及反馈数据信息等，这些数据主要运用于支撑停车场及车位信息查询等工作[2]。

1.3 Android技术的应用

由Google公司研发的Android系统是针对智能手机等移动设备的操作系统，Android系统允许各个手机厂商参与到系统的开发，智能泊车导航系统将 GIS技术与 Android技术相结合，用户可以通过使用移动客户端对停车场信息进行实时了解[3]。

2 智能泊车导航系统的功能与模块设计

2.1 系统的功能需求

本文设计了一个智能泊车导航系统，针对泊车最优路径查询，反向寻车查询等问题提出相应的解决方案。通过了解分析国内外有关智能泊车导航以及反向寻车过程技术及应用现状，确定智能泊车导航的方法，反向寻车查询模型以及反向寻车方法。所以系统要实现的主要功能包括：

（1）用户通过手机移动端进行登录查询自己所在的位置附近是否有停车场以及停车场的信息。

（2）用户根据移动端显示的停车场实时数据信息情况等信息，选择停车场并且可以预约停车位。

（3）用户选择成功后，界面自动生成用户当前所在位置到停车场的导航路线图[4]。

（4）用户进入停车场，通过停车场门口的图像识别设备识别车牌号后，进入停车场内部，移动端界面转入到停车场内部导航，根据停车场内部地图将车辆引导到预约车位后开始计算停车时间。

（5）用户再次进入停车场，通过使用反向寻车功能生成反向寻车最优路径，从而能够快速的找到自己车辆所在位置。

（6）通过车牌识别技术确认车辆驶出停车场后将信息返回移动终端停止计时并计算价格。

通过明确大型停车场智能泊车导航的方法，反向寻车查询模型以及反向寻车方法以及功能需求，设计系统方案，根据设计方案利用Microsoft Visual Studio软件、Microsoft SQL Sever软件和编程语言C#+AE语言来实现系统设计方案各项功能。

2.2 系统软件设计方案

大中型智能停车场智能泊车导航系统软件的用户使用手机移动端上的GPS或北斗进行当前位置的定位，用户使用移动端进行登录查询自己所要前往的目的地附近的停车场信息，选择合适的停车场并进行停车位预约，确保在车辆到达停车场后有停车位使用。用户可以运用电子地图进行到达停车场前的导航，让用户能够更加方便快捷地到达自己所预约的停车场[5]。其主要流程如图1所示。

图1 智能泊车系统流程图

2.3 系统软件数据库设计

对于智能泊车导航系统软件的数据库结构设计要根据其结构设计为基础，智能泊车系统的数据库设计中主要分为后台管理模块和用户使用模块。其系统数据库架构图如图2所示。

图2 系统数据库架构图

停车场运营的实时数据信息都会及时更新并且传输到停车场的后台管理模块，通过后台管理模块对数据的处理，后台管理模块在接收到来自移动端所发送的数据请求后将信息传送到对应的移动端，确保用户在查询和预约停车位时的准确性和及时性，用户在进行查询和预约时所涉及到了该系统中各个模块之间的职能和相互间的联系[6-7]。

在确定数据表所需表的数量及功能时，数据库中的表格需要根据上述数据库架构图转换成相应的数据结构关系，从而确定需要涉及到的数据库表[8]。在该系统中数据库表主要包括：用户基本信息表、系统管理员信息表、停车场内停放车辆信息表、停车位基本信息表、交费充值记录表、停车场系统信息表等。在完成数据库的建库工作后，通过使用C#语言对管理员管理平台进行搭建得到的管理员管理界面。

3 停车场内智能泊车及反向寻车方案实现

该系统将采用基于布尔(Boolean)模型[9]的反向寻车查询和迪杰斯特拉（Dijkstra）算法[10]进行设计。

3.1 布尔（Boolean）模型

布尔模型是最经典的查询模型，布尔模型的基本原理是布尔逻辑，在创建相关查询语句时各个关键词之间通过运用AND、OR、NOT及相关的运算符进行连接，使用布尔模型进行查询时结果类似于二进制，所以查询结果只有两类分别是1、0，即索引中数据与查询条件一致时结果是True(1)，数据与查询条件不匹配时结果是False(0)，由此布尔模型查询结果具有二值性的特点[11]。运算模式如图3所示。

图3 布尔逻辑运算

布尔模型是一种严格匹配的简单的查询模型，标准布尔模型表达式（1）如下：

Di=（Wi1, Wi2, Wi3,…, Wi1） （1）

公式中，D表示查询内容，n是特征项的个数，Wik则为1或0，用来表示特征项k（1≤k≤n）在数据库i中出现或者不出现[12]。

用户在需要离开停车场时，只需要使用移动端的反向寻车功能即可获得反向寻车的提示信息。用户在使用移动端对自己车辆位置进行查询时，是为了能够快速且精确的寻找到自己停在停车场的车辆，因为在进行查询时需要限制其查询条件，所以在进行反向寻车时的查询条件满足布尔模型使用的条件。另外该系统中主要的查询方式是利用Microsoft SQL Sever数据库中的查询语句进行，因为在SQL数据库中主要应用的就是布尔逻辑，所以本文选择了布尔模型作为智能泊车导航系统的查询模型。

3.2 迪杰斯特拉（Dijkstra）算法

迪杰斯特拉算法是一种用于计算一个节点到其他所有节点的最优路径路由算法，主要特点是 以起始点为中心向外层层扩展，直到扩展到终点为止[13-14]。

通常我们在解决最优规划问题时，我们提出了最优子结构性质，即如果所研究的问题得到的最优解中所包含的子问题的解也是最优的。所以最优路径的最优子结构的性质一般可以描述为：如果P(i,j)={Xi……Xk…Xs…Xj}是从点i到j的最优路径，点k和s是该最优路径上的中间顶点，那么P(k，s)就是从点k到s的最优路径[15]。

由该性质可知，为了得到最优路径，Dijkstra提出了根据最优路径的距离逐次递增，从而生成最优路径的算法，例如对于起始的顶点X0，首先选择与顶点X0直接相邻的所有顶点中距离最短的顶点Xi，根据该方法依次寻找符合要求的顶点，所以如若要的到P(0,j)的最优路径，从顶点X0到达Xj的最短距离可以表示为dist[j]=min{dist[j],dist[i]+matrix[i][j]}[16]。

本文将某一停车场作为演示示例，该停车场有一进口一出口，该停车场所有停车位都长为5 m，宽为2.5 m，停车场的内部道路的宽度为5 m。将停车场内部的交叉口由上到下设置为M1、M2，入口为x1，出口为x2，假设该停车场内部P1、P2、P3、P4、P5、P6为空余车位。得到如图4所示的停车场空余车位示意图。根据停车场的空余车位示意图，将其路网抽象形成如图5所示的带权有向图。

图4 停车场空余车位示意图

图5 带权有向图

假定图5中的P6是用户所选择的停车位，现在需要根据迪杰斯特拉算法原理得到用户所在的入口处X1到停车位P6之间的最优路径，其计算步骤说明如下[17]：

步骤一：在移动端选择入口X1，其距离为0，其余除X1以外的点的路权为∞；

步骤二：将入口X1作为中间点，计算与其直接相邻的所有节点的路权值，以及它们分别到达M1的距离最短的是 X1→M1=20，其余点路权为∞；

步骤三：将M1作为中间点，计算与其相连的M2，M1→M2=15，累积X1到M2的距离最优路径为X1→M1→M2=35，其余点路权为∞；

步骤四：将M2作为中间点，计算与其到P6的路权，M2→P6=16.5，累积X1到P6的距离最优路径为X1→M1→M2→P6=51.5，其余点路权为∞；

通过以上步骤，可以得到X1到P6 之间的最优路径是X1→M1→M2→P6，最优路径总距离为51.5。

根据迪杰斯特拉算法原理，通过使用C#语言完成计算机编程对上述实验的计算过程进行仿真，运行结果如图6所示。

将选择的P1至P6这六个停车位的相关信息输入到程序窗口中，从而得到如表1所示的入口X1到各停车位的最优路径。

以上即为智能泊车导航最优路径规划选择的整个过程，在进行反向寻车是当查询到自己车辆所在位置后，其反向寻车导航的最优路径规划方法为智能泊车时类似。

4 结语

当前，随着城市建设的不断加速，为了适应城市发展的要求，停车场的发展趋势也逐渐向大型化、规模化、多层化方向的转变，这使得用户在泊车和反向寻车时难度都大大增加，随着智能终端、移动互联网的发展，本文设计分析一个基于大中型停车场自主选择停车位的智能泊车导航系统。通过设计分析，得到了一种最合适的停车导航最优路径规划算法，利用算法规划出一条最优路径作为参考路径，实现静态规划。通过设计分析形成了智能泊车引导及反向寻车原型系统，实现了系统的动态规划，满足停车场信息实时更新的要求，同时减轻了停车场管理维护的工作量，提高了停车场车位利用率，实现了智能泊车导航系统的基本功能。

表1 最优路径示意表格

Tab.1 Optimal path schematic table

[1] 龚峰, 宋熠. 室内定位技术研究[J]. 软件, 2016, 37(4): 08-12.

[2] 王东兴, 朱翊. 基于WebGIS的智能停车导航系统[J]. 城市勘测, 2017, (2): 61-65. DOI: 10.3969/j.issn.1672-8262.2017.02. 013.

[3] 夏盛新. 基于Android的移动开放平台SDK的设计与实现[D]. 西安电子科技大学, 2014.

[4] 姜雪原. 基于动态规划算法的轨迹地图匹配软件设计与实现[J]. 软件, 2015, 36(5): 108-112

[5] 吴惠惠. 智能停车引导及NFC支付系统的设计与分析[J]. 电子科技, 2015, (8): 122-125. DOI: 10.16180/j.cnki.issn1007- 7820.2015.08.035.

[6] 马静, 傅妍芳, 范会敏. RFID 在综合化城市停车场信息管理系统中的应用[J]. 软件工程师, 2015, 18(1): 5, 11.

[7] 李广宇, 李益乐, 张文亮, 等. 智能停车导航系统构建的必要性及可行性分析[J]. 软件, 2018, 39(7): 17-23

[8] 季菁苇. 计算机数据库技术在信息管理中的应用研究探讨[J]. 软件, 2018, 39(6): 160-163.

[9] 李晓黎, 周长胜. 基于相关反馈技术的 Web 检索改进研究与实现[J]. 航空计算技术. 2004, 34(3): 129-132.

[10] 裴志强, 冯海涛, 刘宝娟. Dijkstra最优路径算法[J]. 微处理机, 2009, (5): 98-100. DOI:10.3969/j.issn.1002-2279.2009. 05.031.

[11] 尚兆功. 基于视频识别技术的智能车库管理系统[D]. 山东建筑大学, 2016.

[12] 马强. 基于布尔模型和扩展布尔模型的中文信息检索系统[D]. 沈阳: 辽宁科技大学, 2012, 6-7.

[13] 刘姣, 葛召炎, 谢静. 停车场泊车问题的研究与仿真[J]. 计算机仿真, 2011, 28(7): 340-344.

[14] 陈曦斌, 焦明海, 刘昊汧, 等. 移动机器人养老服务路径规划的粒子群算法研究[J]. 软件, 2018, 39(6): 135-138

[15] 戴文博, 殷招伟, 钱俊彦. 改进的Dijkstra最优路径算法在GIS-T中的研究与实现[J]. 大众科技, 2015, (2): 1-3, 5. DOI:10.3969/j.issn.1008-1151.2015.02.001.

[16] 慕伟. 城市道路交通流预测与路径选择研究[D]. 浙江工业大学, 2015.

[17] 赵春展. 大型停车场反向寻车系统设计[D]. 华南理工大学, 2015.

Research on Intelligent Parking Navigation System in Large and Medium-Sized Parking Lot

ZHAO Yi-zhou

(Land and Resources Engineering College, Kunming University of Science and Technology, Kunming 650000, China)

Some cities are now faced with the dilemma of "car number exceeding that of parking space" with their accelerated development, and finding a suitable parking space is becoming more and more difficult. In order to solve these problems, this paper introduces the research methods and functional requirements of large and medium-sized intelligent parking navigation system, and develops the database of the intelligent parking navigation system and the backstage management module. Through studying Boolean model and Dijkstra algorithm, the analysis proposes an intelligent parking navigation system that integrates functions as information query, booking parking space, parking navigation, reversed car locating. Thus, it can improve the celerity and convenience of car owners’ parking and pick up.

Smart parking navigation; Reverse searching; GIS

TP311.52

A

10.3969/j.issn.1003-6970.2018.10.023

赵一州(1994-)，男，昆明理工大学国土资源工程学院硕士研究生，研究方向为3S集成及应用与地理信息系统。

赵一州. 大中型停车场智能泊车导航系统研究[J]. 软件，2018，39（10）：116-120