刘殿龙 罗梅 李航 董晨 张晨露
（天津职业技术师范大学 信息技术工程学院 天津市 300222 ）
摘要：基于机器视觉的智能实时停车场摄像头，能对整个停车场的停车服务进行实时采集和处理，根据程序内嵌算法，对不同角度，不同光暗程度的停车位进行计算，分析出停车场内的所有车位信息，判断是否有空车位存在并确定空车位位置，服务需要停车的司机快速找到可以停车的位置，并通过导航地图指引车主前往停车位，路上可以为车主实时计算出最优路线，减少找停车位需要的时间，并达到社会公共资源最大利用化。
关键词: 图像识别、车位、导航、实时计算
1.引言
跨入21世纪以来汽车工业迅猛发展。为了满足日益增长的交通需求,必须尽快改善城市的交通条件和设施的利用效幸。根据目前发展趋势,私家车数量的急剧增加势必会提高对停车场的要求,目前的停车场已经不能满足当前的停车需求,因此“停车经济”具有很好的发展前景。经济和汽车行业的飞速发展使得私家车的数量急剧增长,这加大了城市道路的交通压力。为了缓解道路的交通压力,有效的停车管理显得更为重要。因此,从可持续发展的眼光来看,解决广大用户“停车难”的问题迫在眉睫。
2.项目的现状与前景
一个城市的中心地带交通比较繁忙,控制的停车需求可以限制机动车的出行量,常用的调节方法包括车位数量的分配、停车费用和各用停车场配给标准三种。目前城市交通的要求越来越高,不论是信息需求量还是信息信息传输的速度,传统的停车场管理系统已经不能满足当前城市交通的要求,并且智能停车场是整个智能交通系统的一个重要组成部分,另外在一些大型停车场,车主在停车场内部可能会花费很长的时间来找到有效泊车位,因此车位引导对于用户来说也很重要,有效的车位诱导系统可以维持停车场内部的秩序,节省用户的停车时间,加速了停车系统运行因此,车位诱导系统的设计也是智能停车场管理系统中的一个重要方面。
3.项目所存在的问题与处理
在项目开发过程中，我们遇到了很多问题：在项目框架的搭建时，由于对于一些主流的框架的整合并不是特别熟练，导致了许多版本冲突以及配置冲突等低级错误，最后也是通过在网络上学习，搜索资料，才自行解决了这类问题，还有机器视觉方面，因为是第一次接触这种前沿技术，所以在开发上很生涩，这也是主要问题所在，对于识别的结果常常不是我们想要的。通过与在校老师沟通交流，以及视频课的学习，勉强解决了。也学到了许许多多的知识。
4.项目所存在的问题但尚未解决
目前系统的UI界面不太美观，而且UI功能也有许多没有完善的地方，并且在机器视觉识别这部分，结果不是特别理想，例如在当车位相对摄像头的位置环境比较极端：光线太暗会导致摄像头捕捉不到车位位置，而太远会导致因为视角问题，对于车位的识别处理不是很乐观。再一个，系统的容灾性能也有待提高。
5.系统的设计与技术
5.1各功能描述:
1.用户注册，登录，完善个人信息。
用户第一次使用本系统，需要进行账号注册，账号信息存入数据库中。账号信息包括用户账号、密码、昵称、手机号等个人信息，登录进平台后需完善个人信息。详细的信息有助于用户更好的使用体验和测评方案。
2.车辆信息识别
1）上传车辆基本信息：用户根据需要上传车辆的正面车型图片以及车辆的基本信息上传至系统服务器，服务器根据前台发送的经过加密处理的数据以及相关的判断逻辑判断是否为同一用户，获取车辆的基本信息，如车型、车辆的生产日期，并会根据车辆信息来判断这辆车是不是属于用户的。
2）车辆信息修改
3）系统每年会为用户开放一次车辆信息修改功能。用户可以修改已经绑定的车辆信息，包括图片等信息。
3.地图导航
系统会调用第三方的接口提供卫星导航功能，用户可以通过搜索框输入需要去的位置，系统进行获取并定位，将结果反馈给用户，即路线，附近的停车场信息等。
4.停车场车位模块：通过调用摄像头对停车场进行定时图像捕捉识别，将停车场的车位信息反馈给服务器，服务器通过接受到的信息，对后台数据进行实时更新，同时系统开设停车模块在用户将车停入车位以及开走车位时，系统会进行记录反馈，促进服务器更新数据。
2)车位图像处理：
根据摄像头捕捉到的图像，识别车位的位置以及车位上是否有车，根据识别结果，将数据包装并返回到服务器，进行后续处理。
3)车友嗨：
为用户提供了线上交友的社区系统，用户可以在里面分享自己的每日心情，并且有聊天等社交功能。
5.2关键技术
机器视觉图像识别技术是近几年兴起的一项重要技术，它可以通过搭建神经网络，对其进行图像识别训练，使其可以对特定的事物具有简单的识别功能，这一技术现在正在飞速发展，并广泛应用到各个领域中，项目中使用到了opencv，PyTorch等图像识别框架，进行了基本的图像处理，如噪点去除，图像锐化以及边缘检测，灰度处理等，再通过神经网络的构建，对图像进行分类处理，即有车或无车。
使用到的其他技术有：主流的ssm框架，完成了整个web方面的业务处理，在UI页面方面，使用了BootStrap 框架进行快速的页面搭建，在数据处理方面，我们使用到了Mysql数据库，redis数据库以及MongoDB数据库来对不同类型的数据进行分类存储。在数据传输方面，我们使用了protobuf来处理。搜索方面，我们使用了elasticsearch搜索引擎
6.结语
项目开发过程中应用了许多，也学习了许多，
（1）通过对系统的各个部分的功能分析，对所要用到的技术进行分析，学习；
（2）其次就是着手进行代码开发，这一过程尤其坎坷，途中遇到了数不胜数的问题，但也正是因为这些问题，才对各个框架的理解进一步加深。
（3）最后就是功能拓展了，在原有的基础功能之上，添加一些人性化的加工，例如对原有的功能进行改进，让用户使用起来不会感到繁琐，自动帮用户完成一些逻辑。
参考文献:
[1]崔宏涛.数字图像处理.北京理工大学出版社.
[2]刘明奇，党长民.实用数字图像处理.北京理工大学出版社
[3]崔屹.数字图象处理技术与应用.电子工业出版社，1997.3.
[4]孙即祥.数字图像处理.河北教育出版社.1993
本篇论文成果与国家级大学生创新创业计划“基于机器视觉的找车位地图”项目(项目编202010066039号)一致。