基于Zigbee 和机器学习的智能泊车系统设计

黄鑫睿，张一涵，韦璎洳，张宇涵

（东南大学成贤学院，江苏南京，210000）

0 引言

随着经济的发展、城市化现代化的进程加快，城市居民的汽车拥有量急剧增加。而在出行高峰期，停车难的问题普遍出现。此问题主要在于：停车场难寻和停车位难寻。给交通带来了巨大的不便。

停车需求不断增加，如何充分利用有限的停车场资源来最大化满足司机的泊车需求，成了当前急需解决的问题。加快城市公共交通建设，创新停车场管理机制，提高用户获得停车位的便捷性，成为从根本上解决停车难以及交通拥堵的主要途径。实际上，解决车主找不到停车位的最直接办法就是智能告诉车主空闲车位在哪和抢停到车位的机率。

ZigBee 技术作为一种新兴的短距离无线通信技术，由于其低成本、低耗电、低速率等特点并已大量应用于智能检测和自动化控制。

本系统采用软硬结合，硬件部分使用超声波模块、ZigBee 模块和Esp8266 模块采集、传输数据给数据库服务器，软件部分数据库存储硬件通过服务器传输的信息实时更新。

通过本系统用户可以通过APP 与停车场进行信息交互，查看当前各大停车场信息和车位信息，并且可以使用机器学习智能预测功能获得停车难度预测。

本设计初衷在于提升停车场管理效率，改善用户使用体验。

1 系统整体设计

系统主要由ZigBee 无线传感器网络、数据库、服务器、APP 四大部分构成。

系统整体介绍如下：使用锂电池给模块供电，超声波检测到物体的距离会把距离反馈给单片机，单片机通过zigbee模块将数据传送给网关。接收端的zigbee 接受感应点传来的数据传给单片机，经过8266 传送至服务器，服务器接收到数据后实时更新数据库，实现数据传输。机器学习根据以往数据智能预测当前交通状态下停车难度。用于使用APP 查看数据库中停车场、停车位信息。系统架构如图1 所示。

2 硬件设计

2.1 功能方面

硬件部分通过传感器判断出各个车位是空闲还是被占用，将数据收集好，通过无线收发将数据传送给上位机，最终传给智能终端。

2.2 技术方面

(1)终端节点汇总数据

终端节点用于收集传感器提供的数据，并把这些信息上传给协调器。终端节点包括电源管理模块，无线模块，车位检测模块。设备初始化后，终端节点加入网络。

(2)协调器汇总的数据传给上位机。

协调器节点建立无线传感器网络并进行初始化，汇聚终端节点采集的数据信息，并提供数据传输给上位机的路由。

2.3 ZigBee 模块

具有良好的更好的操作性、节点密度管理、数据负荷管理，并支持网状拓扑结构。

2.4 超声波模块

利用超声波测距，负责测量车辆有无。具有可修改数据、实时更新的作用。

2.5 Esp8266 模块

专为移动设备和物联网应用设计，可将用户的物理设备连接到WiFi 无线网络上，进行互联网或局域网通信，实现联网功能。

3 软件设计

图3 软件相关架构

3.1 技术方面

（1）百度地图服务

采用百度LBS 定位服务，利用混合定位方式，并依托百度位置大数据和高精尖定位技术，通过百度定位SDK 实现智能、精准、高效的定位功能，通过云存储API 或LBS，云数据管理平台即可完成海量数据云端存储，实现每秒万级的并发读写，再利用百度提供的鹰眼轨迹服务，构建完整、精准且高性能的轨迹管理系统，实时追踪用户位置，实现最精确导航和最优化路径，以最高效率完成用户的需求。

（2）MySQL 数据库

采用MySQL 数据库，将获得的数据存入MySQL 数据库中，用于后面的机器学习。可以说MySQL 数据库系统是目前世界上流行的关系数据库管理系统，系统可移植性好、使用方便、功能强，适用于各类大、中、小、微机环境。它是一种高效率、可靠性好的、适应高吞吐量的数据库方案。

（3）Python 第三方库实现机器学习

机器学习用来判断用户成功到达停车位并停车的概率，引用NumPy 和Pandas 库处理数据，用Python 实现机器学习。Pandas 是基于NumPy的库，提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python 成为强大而高效的数据分析环境的重要因素之一。Sklearn 包含机器学习的各种常见方法及函数，TensorFlow 包含深度学习相关的函数库，引入方便调用。先读取文件里的数据，然后用NumPy 和Pandas 处理好后，再调用库算出参数，就是目标函数了。

3.2 功能方面

（1）精准定位：基于百度地图API 及用户手机位置授权，开启GPS、蓝牙、WIFI。

（2）停车场筛选和综合排序功能：用户的需求多样化，该应用根据不同的停车需求供应多种选择，可从距离，价格，停车位所有者，停车场位置等方面来选择适合车主的停车位，其中价格详细分为收费或免费两类，停车场位置分为路边停车场、地上停车场以及地下停车场三类，另添加综合选项，在无需求的情况下为用户提供最优化的选择。调用数据库，综合筛选及排序停车位距离范围、停车费、成功率（默认1km，升序，降序）（按照不同权重展示）

（3）准确为用户提供周边停车位的数量及位置：精准引导用户将车辆停入对应车位，实时掌控用户车辆的位置及距离停车位的路程，以最大化的便捷服务用户，实现高效率的停车入位。

（4）判断用户成功到达停车位并停车的概率：前期对于每日不同地段不同时间段的成功率进行数据汇总，用机器学习的方式画出拟合曲线，当区域内停车成功率机器预测偏差不大于15%，则视为预测成功，该区域开通此预测功能，用户利用预测信息自主筛选停车位，增加用户体验感。

4 系统实现

4.1 数据采集与传输

硬件模块使用锂电池给模块供电，超声波检测到物体的距离会把距离反馈给单片机，单片机通过zigbee 模块将数据传送给网关。接收端的zigbee 接受感应点传来的数据传给单片机，经过8266 传送至服务器，实现数据传输。

图4 硬件模块

4.2 app 功能实现

APP 主要包括登录注册、个人信息查询修改、停车场内外导航、显示目前车位信息、显示目前周边停车场信息、机器学习智能预测成功停车难度的功能。停车场外部导航和周边停车场信息:使用百度地图API 进行展示。停车场内部导航:使用Dijkstra 算法进行路径规划。机器学习部分使用Python 语言进行爬虫和数据分析预测（Spider 平台开发，R2性能评价指标达到85.5%）。数据库使用MySQL 平台。服务器开发平台为IDEA，使用JAVA 语言。使用AVD 和真机双调试。

（1）app 初始页包括登录注册如图5、图6 所示。

图5 APP 初始界面-登录

图6 APP 初始页面-注册

首页包括当前交通状况预测（机器学习）、当前位置地图、停车场导航和停车场内部导航的选择，如图7-图9 所示。

图9 停车场导航

个人页包括选择个人信息的查看和修改，如图10-图12所示。

图11 信息查询

图12 信息修改

5 结束语

本系统结合ZigBee 网络和APP 软硬结合实现无人化管理车位及智能测出停车难度的智能泊车系统。大大减少人力资源的使用，增加了司机停车的便捷性。使用方便快捷的APP，打破传统停车场的信息封闭性。本系统操作简单实用高效，交互性强，有较好的市场前景。本系统目前只能显示停车场停车位的信息，进一步的设想是实现街边停车位的引导。目前是算法得出停车难度，进一步设想是智能推荐停车位。