基于巡逻机器人的车辆违停管理系统应用

汪文彬

系统开发主要包括后台数据库的建立与维护和智能检测程序的应用。结合物联网智能化管理技术，使用Python和SQL Server进行程序设计和硬件调试实现动态图表和实时监控等核心功能。系统工作流程：巡逻机器人按一定周期在工作范围内巡逻，通过其搭载的摄像头获取动态图像进行车牌识别和车辆违停判断，将数据反馈至管理终端，从而实现物业智能化管理。

应用背景

汽车数量日益增加、车位日趋紧张，车辆违停现象是城市治理的一大难题。一般解决方法是由物业安保人员进行管理。随着物联网技术的发展针对小区内乱停放的车辆，可通过机器人来代替保安人员来进行车辆停放状况检测，提高物业管理效率和准确性，以此规范小区内的停车问题。现阶段，车牌号识别技术已被广泛应用于道路交通技术上，但大都用于固定摄像监测点监测移动车辆。本系统运用了目前成熟的车牌号识别技术，将此技术搭载到巡逻机器人上进行违停监测，由于监测流程自动化程度较高，能极大减少人力成本，且监测过程反馈及时，能够提高管理效率。该系统相对于人力物业管理有很大的改进，通过测试达到了实用要求，具有较高的应用和推广价值。

系统总体设计

1.智能机器人模块：以STM32F103ZE单片机作为主控芯片，通过驱动程序进行初始化配置，对片内PWM外设单元进行控制，让机器人按一定速度运行。保证巡逻机器人工作稳定，可提供2个巡逻方案，一是红外线循迹巡逻，机器人通过红外线收发装置根据布置轨迹进行循迹；二是直接布置巡逻轨道，避开地表障碍物。巡逻机器人的结构分为主控机终端和机器人硬件系统，终端接收巡逻机器人反馈的视频信号，对其进行数据处理。

2.远程监控模块：有2个功能，一是VGA高清摄像头获取影像功能；二是影像数据化处理功能，通过总线编程，输入摄像头获取的影像数据。通过对SCCB接口进行编程，可以实现对图像的处理，调节图像影像数据、清除噪声等提高获取图像的质量和图像数据的稳定性。该电路自带FIFO芯片，使摄像头在工作时可以先将采集到的数据缓存在FIFO中，等所有的数據采集完再全部发送出去。通过这种方式可以提高摄像头工作时的稳定性和效率。

3.通信网络：为了能够更加全面、准确地采集环境参数，运用ZigBee的无线传感网络方式，首先在目标监测区域放置传感器设备，传感器设备间通过协议相互连接形成一个无线网络系统，摄像头获取的各种信息通过巡逻机器人上的子节点传入主节点，主节点逐次接收各子节点发送的数据后，将数据进行简单的处理和格式分装后存储并通过GPRS发送到网站端。该模块主要通过CC2530控制ZigBee模块来实现子节点与主节点之间的通信，将数据信息等汇总于主节点之后再通过GPRS联网模式传输给网站。

创新型应用

1.动态车牌识别

识别过程分为车牌定位、车牌倾斜校正、车牌字符分割和车牌字符识别。车牌定位第一步就是对车牌进行模糊定位；第二步识别车牌的颜色信息数据实现车牌精确定位；第三步是分割车牌，获取的图像通过软件的特定处理，将整块的车牌图像分解为单独的图像以供识别。其输入是车牌定位后得到的车牌图像，最后输出是就是通过图像处理分割后得到的可供识别的字符图像，通过转换成计算机可识别的二进制数据，识别流程图如下图所示。

实现方式：确定车辆静止后，通过巡逻机器人上搭载的摄像头实时拍摄汽车图像，进行车牌识别。车牌特征目前较为流行的有2种定位方法：一种是通过颜色来进行分割；一种是用边缘检测的方法进行分割。定位使用Python的PIL库读入图片后缩小图片，转化成灰度图像，创建20×20的像素为1的矩阵，并和图片重合，进行高斯模糊来缓解由于摄像头或者环境产生的噪声。基于OTSU自适应阀值算法进行二值化处理，找到图像边界，因为车牌中有大量的垂直边缘，利用这个特征可以定位车牌，或者根据阈值找到对应颜色来定位车牌。然后，进行车牌的矩形校正。在消除车牌的间隔符和上下边框后，分割得到车牌的各个字符，再通过训练好的SVM模型进行识别，识别出车辆的车牌数字。最后根据粗细程度判断最后一个数字是否为车牌边缘。

2.车辆违停识别判断

巡逻机器人通过摄像头获取车牌号，机器人自身携带阅读器并通过每个车位的电子标签获取位置号码。当机器人发现车牌号与位置号码是否对应，若不对应则确认是否为客车位，若为客车位则进行停车位置检测，设定车辆边缘到白线区域的距离阈值（车位宽度240 CM，车位间隔白线宽度15 CM）来判断车辆是否未停放在白线内、车尾是否朝外停放。如果存在压线、超线等行为则将相关结果通过无线网络传回数据库记录。

运用图像二值化处理来识别汽车是否超出停车区域，首先获取图像信息，改变图像的灰度值将图像呈现黑白效果图。选择合适的阈值范围，通过二值化处理后图像仍然可保留其特征。为了能得到准确的二值化图像，一般采用封闭、连通的边界定义不交叠的区域。可以依据图像像素与阈值比较来判断是否为目标检测的物体。大于等于设定值，则为目标物体，小于设定值为非目标物体，可以排除。这种方法适用于目标待测物的灰度值变化较小，且与环境背景的灰度值有较大差异的情况。如果物体同背景的差别表现不在灰度值上（比如纹理不同），可以将这个差别特征转换为灰度的差别，然后利用阈值选取技术来分割该图像。动态调节阈值实现图像的二值化，可动态观察其分割图像的具体结果，图片二值化处理如下图所示。

本系统开发主要包括后台数据库的建立与维护、智能机器人的开发和智能检测程序的应用，对于智能检测程序要求检测和匹配数据正确性高，应用程序工作稳定、功能完备等。系统以智能化管理为切入点，采用机器人巡逻代替人工，对园区的管理来说是一个新颖的方式。可以及时发现车辆违停状况，提高物业管理效率和准确性，利于维护园区秩序。