基于Python的智能停车系统设计.pdf
《基于Python的智能停车系统设计.pdf》由会员分享,可在线阅读,更多相关《基于Python的智能停车系统设计.pdf(5页珍藏版)》请在咨信网上搜索。
1、收稿日期:2023-01-17作者简介:王珅(1998),男,河南焦作人,青岛理工大学机械与汽车工程学院 2020级交通运输专业硕士研究生,研究方向为智慧交通。基金项目:山东省自然科学基金面上项目(编号:ZR2020MG017);青岛市哲学社会科学规划项目(编号:QDSKL2101167);青岛理工大学大学生创新创业训练计划项目(编号:202201016)。摘要:基于Python编程语言设计车辆使用停车位的优化流程,以驾驶者停车、取车的时间尽可能短为目标,车辆在停车场入口通过车牌扫描程序(基于高斯模糊和卷积神经网络设计)识别并存储车牌信息,并根据最优停车位选择算法来规划停车路线,通过每条线路上
2、的显示屏引导车辆寻找车位。用户可通过输入车牌号,经过显示屏引导来寻找车辆,并在出口处自动结算车费。基于Python的智能停车系统能实现停车的智能化、人性化以及高效化。关键词:Python;智能停车场;卷积神经网络;车牌识别;路径指引;最优停车位选择中图分类号:U491.8;TP391.44文献标志码:A文章编号:2096-0425(2023)02-0021-05随着人们生活水平的不断提升,汽车成为首选代步工具,与此同时,停车难、找车难亦成为困扰人们出行的难题。传统停车场管理模式无法实现车位的高效利用,寸土寸金的城市又无法建设大量的停车场,故采用先进的停车管理方式,建设高效便捷的智能停车场成为迫
3、切需要。目前智能停车场的设计方案有很多,例如,张楠楠等1设计使用道闸来管理车辆进出,通过红外传感器检测停车位的占用情况,通过物联网与无线传输技术进行数据的上传和下发,用户根据管理界面显示的车位信息查找空余停车位;古辉等2设计了一种预约式智能停车场,通过超声波传感器来感应车辆的存在,并根据车位占用时间进行计时扣费;刘晨等3提出基于云边融合技术的智能停车场系统设计。这些研究都有利于城市智能停车场的建设,但泊车定位功能大多为智能精准定位至空余车位。4而事实上,在日常生活中,驾驶员在很多智能停车场并未使用精准定位停车,还是靠主观判断来停放车辆。鉴于此,笔者考虑将若干相邻的停车位规划为一个区域,驾驶员只
4、需定位到还有剩余停车位的区域,便可找到停车位,这样可以大量节约停车的时间成本。同时笔者发现,由于停车场的空间有限,当有车辆从停车位驶出时,会影响周边停车位停入车辆,故将停车场划分区域进行管理还有这样的优势:当停车位较为充足时,优先为驾驶员安排没有车辆驶出的区域。这样不仅方便车辆的停入和驶出,也有利于提高停车场的使用效率。Python 语言简单、高效,是目前比较接近人类思维的编程语言,5本文提出的基于 Python 设计的智能停车系统由计算机、摄像头、电子显示屏和压力传感器组成,成本低且便于维护。随着物联网识别技术的成熟,结合卷积神经网络的图片特征提取能力,可快速识别车辆信息。6结合已有技术,本
5、文设计的智能停车系统具有快速识别车牌、利用电子显示屏在停车场内引导车辆寻找停车位、自主计算停车费、显示剩余停车位、为找不到车辆的车主提供寻车指引等功能。1智能停车系统设计及工作流程1.1系统组成智能停车系统的软件部分由车牌识别、停车指引、寻车定位、车费结算等相关程序组成,硬件部分选基于基于 PythonPython的智能停车系统设计的智能停车系统设计王珅,胡 语 涵,徐 子 涵,田睿,李 昕 光(青岛理工大学机械与汽车工程学院,青岛 266520)江苏工程职业技术学院学报Journal of Jiangsu College of Engineering and Technology第23卷 第
6、 2 期2 0 2 3 年 6 月DOI:10.19315/j.issn.2096-0425.2023.02.005Vol.23,No.2Jun.2 0 2 3停车指引区域选择目标区域寻车定位摄像模块车牌扫描采集图片车牌信息查车终端内部储存时间差车费计算车牌号图 1系统流程图用无线传输连接硬件组件(电子显示屏+摄像头+压力传感器)。停车场外设立电子显示屏来显示停车场内剩余的停车位,场内设置电子显示屏来提供停车指引、寻车定位服务。Python编程语言具有简单易学、解释性强、可扩展性强、代码规范等特点,7故系统利用 Python制作的程序结合监控系统提取车辆信息作为开始,提取的车辆信息与其他软硬件
7、模块共同为用户停车提供相关辅助。1.2系统工作流程车辆在进入停车场之前就可以通过停车场外的大屏幕获取停车场内剩余停车位的信息。当车辆到达停车场门口时,压力传感器会感应到有车辆驶入,并将信号传递给摄像系统。摄像系统对车辆进行图片信息的收集,并将获得的图片信息上传至车牌识别程序,进而区域选择程序根据停车场内空余停车位的分布为车辆规划最佳停车区域,并通过显示屏为车辆提供指引;当车主准备取车却忘记车辆存放位置时,可以通过分布在停车场内的车辆查询终端输入车牌号查找车辆所在位置;车辆驶出停车场时,摄像系统会再次采集车辆信息,并计算出停车费。系统流程如图 1所示。2车牌识别卷积神经网络作为深度学习的重要研究
8、方向,在图片识别领域获得了广泛运用。智能停车系统利用卷积神经网络图片识别模型并结合 Python语言,可以具有代码简洁易懂、编写效率高、程序修改便捷等优点。8摄像系统采集到的车辆照片通过车牌扫描程序处理之后便可以提取到车牌信息。车牌扫描程序具体可分为车牌定位、字符切割、字符匹配、信息的存储与提取模块。2.1车牌定位与字符切割由于摄像头只能获取车辆照片,无法直接精准获取车牌号,所以首先要对车牌进行定位。我国的车牌具有明显的颜色特征,市面上绝大多数车牌都是蓝底车牌,故本文选用符合人眼视觉系统特性的 HSV(色相 Hue,饱和度 Saturation,色明度 Value,简称 HSV)颜色空间以蓝底
9、车牌为例进行车牌定位。9考虑到车牌为长宽比在一定范围内的矩形,通过定义函数来筛选符合车牌形状的矩形,接着找出最有可能是车牌的位置,然后将目标区域所对应的矩形截取出来。将原图片(图 2)通过完整程序处理之后可以得到定位后的定位图片(图 3)。经过定位的车牌照除了目标字符还有多余的区域,为了精确切割字符先对车牌照进行预处理:首先修改车牌照片尺寸,经过高斯模糊之后将图片转化成灰度二值化图片;通过计算每行白色像素和每行总像素的比值,设置阈值来初步切割图片,10预处理后的图片结果如图 4所示。接着计算初步切割图片白色和黑色像素点占每列像素数的比例来进行字符切割,将切割后的若干图片进行筛选(可多次筛选),
10、最终选出字符所在的 7张图片,如图 5所示。2.2基于卷积神经网络的字符匹配1)卷积神经网络图片识别模型。卷积神经网络是目前图片特征提取的最佳方式。按照 9 1 的比例将收集到的车牌照片通过车牌定位与车牌切割得到一定数量的类似图 5所示的字符图片,将字符图片缩小为88 像素块,图片上共 64 个像素,然后将图片转为灰度图并获取图片上64个像素的灰度值。每个字符图片为1个数据,以32个数据作为1个批次(batch)进行处理,通道数为 1,图片大小为 88,输入模型的数据大小为batch,1,8,8。模型通过 Pytorch中的 nn.Conv2d作为卷积层进行二维卷图 2原图片图 3定位图片图
11、4初步切割图片图 5切割后的字符2222江苏工程职业技术学院学报2023年积,卷积核大小为 33、步长为 1、填充(Padding)方式为上下左右的一层填充,填充值为 0;将 Pytorch 中的nn.MaxPool2d作为池化层,池化方式为最大池化,二维池化的窗口大小为22、步长为1、Padding为上下左右的一层填充,填充值为0。模型结构为:卷积池化卷积池化。在最后一次池化后,通过全连接层输出大小为batch,1的数据,以nn.MSELoss为损失函数计算损失(loss)值并更新权重。在loss值达到预期目标或最大迭代次数后模型训练结束。针对汉字与字母图片,通过编码的形式计算loss值,即
12、给汉字和字母进行10以上的数据编号,每个省会简称的汉字和字母都有唯一的数字与之对应。2)图片识别。将图 5 所示的字符缩小为 88 像素尺寸,将图片转灰度图;依次获取图片上 64 个像素值的灰度值。将车牌照获取的 7个字符图片打包为 1个 batch 代入模型,根据计算结果与相应的字母、汉字和数字相匹配,运行程序之后字符匹配的结果为“赣 E30559”,匹配成功。3停车指引3.1停车区域选择考虑到停车场占地面积有限,场内道路通常比较狭窄,当有两辆及以上车辆在临近车位停靠或者驶入时,需要部分车辆让道,可能会造成拥堵,不仅浪费用户时间,同时影响停车场的使用效率。为解决这一问题,可将停车场划分为若干
13、区域,每个区域的停车位数量根据停车场的实际情况确定,根据停车场各个区域剩余停车位的数量、是否有车辆准备从某区域驶入或驶出等因素来确定将车辆引导至哪个目标区域停车。影响停车区域选择的因素有:区域内是否还有空余的停车位;区域内是否有车辆准备驶出或驶入,将这些区域命名为待排除区域;区域内存在的车辆是否过半(这里主要考虑到某区域内停车数量越多,越容易有车辆从该区域驶出)。这 3点因素对停车区域选择的影响力依次减弱,具体选择的方法为:首先筛选出还有空余车位的区域,将这些区域命名为次选区域,然后在次选区域里筛选出剩余停车位过半的区域,命名为首选区域。接着对首选区域进行判断,先排除待排除区域,这些区域主要通
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 Python 智能 停车 系统 设计
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。