轻量便捷化的停车场反向寻车系统设计

陈黎明 张帅 吴梦帆

摘要：为解决大型室内停车场寻车难的问题，某些大型停车场会设置智能寻车系统来帮助用户寻找车辆， 但采用的设备往往成本较高，且使用过程烦琐。基于此，提出了一种轻量化、便捷化的大型室内停车场反 向寻车方案，将轻量化的反向寻车系统与普及率高的微信小程序进行结合。用户寻车时只需要用微信扫描 寻车小程序二维码并输入车辆和位置信息，然后通过系统的 A* 算法生成一条静态的最短寻车路径，并将其 推送给用户，以实现寻车目的。

关键词：反向寻车系统；微信小程序；A* 算法；最短路径

中图分类号：TP391.44；U491.71文献标识码：A

0 引言

据公安部办公厅统计处统计，截至 2022 年底， 我国机动车保有量为 4.17 亿辆，机动车驾驶人数 量为 5.02 亿人 [1]。随着汽车数量的日益增多，一 些停车场的规模也越来越大，尤其是大型商场的地 下停车场。大型室内停车场停车位的增多给用户寻 车带来一定程度的困难。针对寻车难的问题，国内 外研究者提出并开发了一些新技术。在国外，德 国 Serva Transport System GmbH 公司开发了一款名 为 Ray 的自动泊车机器人和自动泊车系统，用户 只需要将车停放在车辆入口处，泊车系统扫描车辆 后会激活泊车机器人，由其驾驶车辆并分类存入中 转站，车主取车时，相应泊车机器人将车辆从中转 站中取出并送达指定位置 [2]。在国内，北京大兴国 际机场引入了智能泊车机器人，停取车都是由机器 人来完成，大大方便了车主 [3]。此外，国内许多学 者基于互联网等技术提出了一些新的解决方案。例 如，将反向寻车系统与智能手机、定位技术和地图 服务技术等进行结合，以便对车辆进行定位，实现 反向寻车；将反向寻车系统建立在 AR 技术之上， 将虚拟导航技术与实际停车环境进行结合，让用户 能够感受到更好的交互性 [4-5]。但以上应用和研究 均需要使用一些价格高昂的电子设备，且需要定期 维护和升级，因此增加了停车场建设和运营的成 本。除此之外，部分研究还需要基于停车场具有较 好的网络信号，并且需要下载 APP，导致用户使用起来较为烦琐。因此，本文设计了一种基于微信小 程序、轻量化、便捷化的反向尋车系统，有助于寻 车系统在二、三线城市的推广使用。

1 系统功能概述及总体方案设计

1.1 系统功能及特点

本文设计的反向寻车系统具有车辆信息采集、 停车到位检测、数据无线通信传输、数据分析与处 理以及反向寻车等功能。该系统具备以下特点。

（1）成本低廉，便于普及应用。该系统所采用 的都是在具备基础功能的前提下，价格较为低廉的 设备。其不需要实体的寻车客户端，只需与微信小 程序结合即可实现寻车功能，从而节省了成本。

（2）使用方便、快捷。用户使用该系统进行寻 车时，无须寻找实体客户端，或者下载 APP，只需 用微信扫描反向寻车小程序二维码，输入车牌号和 附近停车位编号即可获得车辆具体位置以及寻车路 线图，并且不需要注册账号。该方式大大增加了用 户使用的便捷程度以及使用意愿。

（3）定位精准，可靠度高。由于地下停车场网 络信号较差，如果采用卫星来定位车主位置，会出 现定位不准确的情况。而该系统是通过手动输入车 主位置来实现定位功能的，所以可以有效避免上述 问题。该系统信息间的传递采用系统自备的局域无 线通信网络，可靠度高。

1.2 总体方案设计

该寻车系统的构成主要包括：中心服务器（数 据库）模块、停车到位检测和车辆信息采集模块、 紫蜂协议（Zigbee）组网无线通信模块和微信小 程序模块。通过中心服务器连接整个系统中的各 模块，以实现其各自的功能。系统整体架构如图 1 所示。

2 系统各模块的功能及其实现方案

2.1 中心服务器模块

中心服务器是该系统的核心，其主要作用是协 调系统各模块之间的运行。首先，将通过监控设备 和超声波传感器采集到的车辆信息传输到中心服务 器；其次，中心服务器对接收到的信息进行分析和 处理，得到车牌号和停车位编号等车辆信息，这些 信息会被暂时存放到数据库中；最后，当用户使用 该系统寻车时，这些信息可与先前被储存在数据库 中的停车场地图信息进行结合，并被调出来供用户 使用。

2.2 停车到位检测和车辆信息采集模块

停车到位检测和车辆信息采集模块是反向寻车 系统功能实现的前提。该模块包含两个部分：一是 利用安装在车位上方的微处理器和超声波传感器对 车位上是否有车辆停放进行检测；二是通过车位上 方的监控设备对车辆的图像进行采集。两个部分协同工作，当检测到车位上已停放车辆后，监控设备 随之开始采集停放车辆的图像，然后将图像信息， 如车牌号、车辆外观等传输到中心服务器。整个过 程无须人工操作，方便用户的使用。

2.3 Zigbee 组网无线通信模块

Zigbee 组网无线通信模块采用的是功耗低、 布线容易、距离短、抗干扰能力强的 Zigbee 技 术，该模块主要包括功耗和使用成本较低的自组 网 Zigbee 无线通信设备和集中器。Zigbee 所采用 的芯片通过串口将采集到的相关数据传送到主控 设备的芯片中，然后再通过 Zigbee 专用局域网将 停车信息和车辆数据传输到中心服务器以及微信 小程序客户端。

2.4 微信小程序模块

微信小程序是反向寻车系统设计技术路线得以 实现的载体。当用户寻车时，首先，使用微信扫描 附近的寻车小程序二维码，输入附近的车位编号及 车牌号，小程序端将用户输入的信息传输至中心服 务器，中心服务器根据接收到的信息对用户车辆所 在的具体位置进行查询；其次，通过 A* 算法进行 最短寻车路径的规划；最后，将其显示在寻车微信 小程序页面上，用户可以根据显示的最短路径进行 寻车。微信小程序寻车流程如图 2 所示。

该程序能够实现正常运行，其中有两项关键 技术，具体分析如下。

2.4.1 系统路径规划算法

A* 算法是一种探测式搜寻算法，该算法通过探 测搜寻目标的最佳位置，规划合理的寻车路径，在 这个过程中影响运算结果精准性的关键因素是估价 函数的选择是否合理 [6]。因此，估价函数是 A* 算 法的核心部分。

A* 算法中，估价函数的选择会影响最优路径获 取的效率，其计算公式如下：

f（n）=g（n）+ h（n）。 （1）

式中，f（n）为估价函数；g（n）为既定代价，即 从开始节点到当前节点 n 时所付出的代价； h（n） 为估算代价，即从当前节点 n 至最终点需要付出代 价的估算值。

使用估价函数寻找最短路径时，关键在于 h（n）的选取。假设节点 n 到目标节点的真实距 离为 d（n）。第 1 种情况，当 h（n）＜ d（n）时， 搜索范围较大，点目数量也较多，因此会造成搜 索效率较低，但是最优解是可以被找到的；第 2 种情况，当 h（n）=d（n）时，系统会沿着最 短路径的方向进行搜索，而且搜索的效率也是最 高的；第 3 种情况，当 h（n）＞ d（n）时，搜 索的范围较小，点目数量也较少，所以可以进行 较高效的搜索，但是不能保证搜索到的路径是最 短的。

与常见的迪克斯特拉（Dijkstra，Dij）[7-8] 路径 规划算法相比，A* 算法的时间复杂度与空间复杂度 较小。因此，A* 算法不仅可以大大降低搜索路径时 的计算量，提高搜索效率和系统运行效率，而且当 用户使用系统时还可以更快捷地获取最优的寻车路 线图。

2.4.2 停车场地图建模

对停车场地图建模的原因是：当用户搜索车辆 时，反向寻车系统需要根据用户输入的相关信息查 找车辆在停车场的具体位置，然后结合 A* 算法得 到最短寻车路径，并将其提供给用户。对停车场的 地图进行建模，需要将地图数据提前导入中心服 务器，本文对停车场地图模型的设计主要是通过 ArcGIS 平台中的 ArcMap 软件进行的。地理信息系统（geographic information system，GIS）是一种 特殊类型的空间信息系统，也是一种技术系统，可 以收集、存储、管理、计算、分析和显示某个地理 位置分布的数据。而 ArcGIS 是一种可以提供实现 GIS 功能的平台。

本文选择某地一家大型的地下停车场作为研究 对象，对该停车场一层的所有停车位进行矢量地图 的建模，停车场 ArcMap 地图如图 3 所示。

3 中，灰色斜线区域为通行口，灰色点状区 域为障碍物。当用户寻车时，首先，在微信小程序 端输入车辆相关信息，如车牌号或车位所在编号， 小程序端将用户输入的信息传输给中心服务器，中 心服务器通过查询目标车辆所在位置；其次，结合 A* 算法对具体的寻车路径进行规划；最后，在寻车 小程序端给出规划好的寻车路线图供用户进行反向 寻车。在该示例中，使用 A* 算法运行后所得的最 短寻车路径规划结果如图 4 所示。

3 结论

反向寻车系统是目前大型停车场智能化发展中 的一种新技术。虽然目前国内的停车场在一定程度 上已经实现了智能化管理，一些寻车技术也应用到 了实际生活中，但是由于建设运营成本较高、使用 较复杂等原因，并未得到大范围的应用与普及。本 文设计了一种基于微信小程序、轻量化、便捷化的 反向寻车系统，用户寻车时只需要用微信扫描寻车 小程序二维码，输入车辆信息和位置信息，然后系 统通过局域网将信息传输到中心服务器，经过 A* 算法生成一条静态的最短寻车路径，以实现寻车目 的。该系统操作方便、成本低，便于在大型停车场 中推广使用。

参考文献

[1] 公安部办公厅统计处 . 2022 年全国机动车和驾驶人 统计分析 [J]. 公安研究，2023（2）：95-96.

[2] CARRERA V J L，ZHAO Z L，BRAUN T，et al. A real-time robust indoor tracking system in smartphones[J]. Computer communications， 2018，117：104-115.

[3] 趙原真 . 大型地下停车场反向寻车系统设计及路径规 划算法研究 [D]. 哈尔滨：哈尔滨理工大学，2022.

[4] 李华蓉，潘国兵，赵一，等 . 基于 Android 平台的 室内停车场智能寻车系统研究 [J]. 重庆交通大学学 报（ 自 然 科 学 版 ），2016，35（4）：112-115， 126.

[5] 蒋方艳，颜路梦，张笑语，等 . 基于 AR 技术的大型 地下停车场反向寻车系统设计 [J]. 盐城工学院学报 （自然科学版），2018，31（1）：64-69.

[6] MOSCIBRODZKA M，DAS T K，CZERNY B. The pattern of accretion flow onto Sgr A*[J]. Monthly notices of the Royal Astronomical Society，2006，370（1）：219-228.

[7] 王辉，朱龙彪，王景良，等 . 基于 Dijkstra：蚁群 算法的泊车系统路径规划研究 [J]. 工程设计学报， 2016，23（5）：489-496．

[8] WUY F，LI X.Numerical simulation of the propagation of hydraulic and natural fracture using Dijkstras algorithm[J]. Energies，2016，9（7）：519-533．