基于GPS 和图像识别技术的城市车位引导系统

魏晓鹏 陈伟利

（吉林建筑大学 电气与计算机学院，吉林 长春130118）

1 概述

1.1 研发背景。随着人民物质生活水平提高，几乎大部分家庭至少有一辆甚至几辆汽车。由于汽车保有量的快速增长，车位缺乏的问题也日益显著，虽然政府兴建了停车场，但由于车辆基数太大，“停车难”的问题一直没有得到有效的解决。许多非公共停车场还出现了乱停放的现象。除此之外，司机在道路上边开车边找路边停车位，容易导致交通堵塞问题，严重的还可能引发交通事故。有车位却找不到，停车效率低，这类问题需要用现代先进的科学技术来更好地解决。

1.2 国内外研究现状。针对车位紧张，车位不能得到合理使用的问题。我国现在解决此问题的方法还不够完善，主要的解决办法还是新建地下停车场。据统计，技术上的成就有以下几个：指向型停车场的车位引导系统，和基于PLC的车库停车位引导系统，小车智能车位管理系统等。这些现有科技大部分只顾及到了停车场的空余车位，而没涉及到一些路边停车位。此外，这些科技虽采用了本文提到的迪杰斯特拉算法来查找最近的空车位，但缺乏实际的AR 语音导航，不能更好地引导司机找到空停车位。由于没有GPS的实时定位，司机在使用此类APP 时，实时车位刷新时间间隔相对较长。

总之，现有这方面科技技术还不够完善，功能不够全面，不方便司机的使用，技术方面仍需进一步优化和改进。

1.3 研发意义。利用导航卫星实时拍摄的道路图像，将其中空停车位与驾驶员的GPS位置信息导航，实现就近停车的目的。一方面提高了停车的效率，同时也减少了汽车在路上寻找车位的路程和时间，缓解了交通压力，达到了节能减排效果。若当停车距离超过1 千米时，也提供收费停车场空余车位及导航信息，方便驾驶员进行选择。

2 系统总体设计

2.1 设计概要。研究思路是基于了解当前城市道路的“停车难”状况和市场上现有技术的不完善，以及考虑到这方面的欠缺，在原有技术的基础上，自主改进的一种新型的技术。在保持原有功能的同时，新增许多功能，完善许多缺点，方便了用户的使用，达到节能减排的目的。

2.2 整体设计。建立一套基于GPS定位，查找周围1 千米内停车空位的系统应运而生，即“基于GPS和图像识别技术的城市车位引导系统设计”。如图1。

图1 车位引导系统

2.3 运行流程。驾驶员用手机APP 发出停车请求的信号给服务器，服务器利用导航卫星实时拍摄的道路图像，将其中空停车位与驾驶员的GPS位置信息导航，并将导航信息返回给驾驶员。驾驶员根据导航提示信息找到最近空停车位，实现就近停车。

3 详细设计

3.1 车位状态检测。车位存在判断算法采用基于视频的运动目标检测来完成对车位状态的粗检测。对运动目标检测技术中的背景差分法和帧间差分法的研究和比较发现，这两种方法的实质都是将两帧图像进行减运算，以此作为启示，可以将动态图像中连续两帧进行差运算，然后再将其和背景差进行与运算，这样就达到了加大目标信息权重的目的，同时还能减小静态背景的影响，得到更多的运动目标，更好地将运动目标从背景图像中分离出来。

车位状态检测的目的主要包括两个方面：一是检测车位区域是否有变化；二是确认变化是否来自于车辆。

3.2 算法设计。检测算法：本文所提出的特征联合检测方法，实质上是同时结合采用了三种不同的检测算法.首先采用边缘检测算法，计算边缘像素的个数，设定阀值后，进入待决策1；与此同时，第二路检测，依据边缘像素检测结果，对图像中的封闭轮廓进行计数，并设定阈值后，进入待决策2；第三路检测，加入了前景/背景信息检测结果，经统计分析，设定阀值后，进人待决策3。待三种决策过程全部完成后，最终采用加权表决的办法，取2/3 多数，来最终判定车位是否被占用这样做的好处是，即使有- 路检测因受复杂因素影响出现错误，也不会对整个检测结果有太大影响，不仅提高了识别的可靠性，还大幅提高了检测的宽容度当然，理论上，参与检测的方法越多越好，即参与的方法越多，表决结果的正确性越高，但在实际中，必须要在复杂度与易用性之间做出取舍。

边缘像素检测与封闭轮廓检测原本属于同一类检测，只是细节上，采用了不同的处理方法，为便于分析，我们将这两种处理过程放在了一起进行描述。

边缘像素检测是在边缘对象检测基础上的细化判断，检测中采用了基于Prewitt 边缘算子的边缘检测算法，如表1 所示。

式中，Gx和Gy为潜在边缘值的最大值，即：

G（x，y）=max[Gx，Gy]如果大于某- 阈值，则认为该像素点为边缘像素。

表1 prewitt 算子

为实现对每个车位上的边缘像素进行统计，需要设计- 种车位滤波器来定义每个车位区域，并给每个停车位分配编号。摄像头的位置是固定的，因此所拍摄的图像中车位的边界也是固定的，为此我们可以用4 个点坐标或者——个平行四边形作为车位滤波器。在使用Prewitt 算子之后，利用车位滤波器提取每个停车位的边缘信息来计算边缘数。需要指出的是，停车位滤波器只包含训练所得的预先设定的车位的边缘像素，如果边缘像素的数量小于某一值，则认为该停车位为空闲状态。

4 性能分析

现有科技大部分只顾及到了停车场的空余车位，而没涉及到一些路边停车位，基于GPS和图像识别技术的城市车位引导系统可以实时合理利用路边停车位资源，在此基础上实现了实际的AR语音导航，能更好地引导司机找到空停车位。通过GPS的实时定位，利用导航卫星拍摄停车位置附近实时照片，再与数据库中车位信息图对比，将空余车位信息推送到手机APP 上。在导航过程中，实时监测目标车位状态，一但有人先占用车位，自动切换为其它目的地选择。相对于现有技术，更加方便，快捷，可靠，迎合市场需求。

5 前景

由于汽车保有量的迅速增加，停车位严重不足，“停车难”是目前亟待解决的问题。想摆脱此类停车烦恼的驾驶员们是这个城市车位引导系统的一个潜在市场。由于此引导系统方便，运行可靠，费用低，产品的推广能够使驾驶员有效利用空余车位，这对解决城市交通问题做出了巨大贡献。

此产品适应了当今的交通状况，提高停车效率，同时减少了汽车在路上寻找车位的路程和时间，缓解了交通堵塞状况，迎合了我国所倡导的节能减排的主题，所以，该装置应用前景十分广泛。