熊同杰　尹立亞牙?！べI買提

摘要：隨著城市交通車輛越來越多，在一些大型停車場(chǎng)尤其是繁華商業(yè)區(qū)附近的停車場(chǎng)，出現(xiàn)停車場(chǎng)因不同車型的車輛體積和尺寸不同，所占車位空間不同，停車場(chǎng)的車位都是固定大小，這就使停車場(chǎng)不能充分利用。這就出現(xiàn)停車場(chǎng)空間大而用戶尋找車位卻十分困難，以及等待空余車位時(shí)間過長等問題。為此停車車位的優(yōu)化管理成為自動(dòng)停車管理系統(tǒng)的必要內(nèi)容。近幾年，國內(nèi)對(duì)智能停車場(chǎng)的研究逐步深入。但就總體情況而言，目前大多研究僅停留在車牌識(shí)別的階段，目前市場(chǎng)上尚未出現(xiàn)以車型識(shí)別來智能停車的系統(tǒng)，該文提供了一直新型的利用車型來識(shí)別車輛的大小尺寸，從而為其確定車位，本項(xiàng)目基于拍到的車輛圖像自動(dòng)識(shí)別出車型，根據(jù)其車型所對(duì)應(yīng)的大小安排相應(yīng)的停車位置，可以實(shí)現(xiàn)停車的自動(dòng)優(yōu)化管理，解決出現(xiàn)以上問題。

關(guān)鍵詞：智能停車；車型識(shí)別；管理系統(tǒng)

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2017）13-0073-02

1基于車型識(shí)別技術(shù)的大型停車場(chǎng)停車優(yōu)化管理系統(tǒng)與應(yīng)用概要

1.1選題背景和意義

隨著社會(huì)的快速發(fā)展，國內(nèi)各類車型迅速增長，車型多，而且停車場(chǎng)場(chǎng)地利用率不高，管理不合理，民眾找車位困難，花費(fèi)大量時(shí)間等待等。由于不同車型的車輛體積和尺寸不同，所占車位空間也不同，目前停車場(chǎng)的車位都是固定大小，這樣的劃分不利于停車場(chǎng)空間的充分利用。本項(xiàng)目基于拍到的車輛圖像自動(dòng)識(shí)別出車型大小，根據(jù)其大小安排相應(yīng)的停車位置，可以實(shí)現(xiàn)停車的自動(dòng)優(yōu)化管理。本項(xiàng)目的研究將具有很高的實(shí)用價(jià)值。

1.2停車場(chǎng)優(yōu)化管理系統(tǒng)現(xiàn)狀

目前國內(nèi)的智能停車場(chǎng)系統(tǒng)尚處于一個(gè)初級(jí)階段，并不能滿足當(dāng)代科技社會(huì)的智能化管理的需求，隨著我國車輛保有量日益提高，動(dòng)態(tài)交通系統(tǒng)的開發(fā)，如通過早高峰晚高峰車流量合理安排路線，很明顯改觀了車禍發(fā)生率高，交通擁堵等問題，顯然僅僅依靠動(dòng)態(tài)交通不能徹底解決交通問題，這就需要靜態(tài)交通系統(tǒng)的結(jié)合，但目前的靜態(tài)交通以停車場(chǎng)智能化為主要的方向，市面上的停車場(chǎng)優(yōu)化管理系統(tǒng)多以IC非接觸卡，車牌車別居多，但這足以說明停車場(chǎng)智能化市場(chǎng)的發(fā)展前景非常大。

1.3停車優(yōu)化管理系統(tǒng)的運(yùn)行流程

其中“根據(jù)當(dāng)前空余車位類型和所識(shí)別的車型分配相應(yīng)的停車區(qū)號(hào)”的分配方案設(shè)計(jì)如下：

如果當(dāng)前車型對(duì)應(yīng)的車位類型有空余，則將其分配到該車位類型區(qū)域；如果沒有，則查看其對(duì)應(yīng)的車位類型等級(jí)的上一級(jí)有無空余車位，如有，則將其分配到該車位類型區(qū)域；沒有的話，等待。車位類型等級(jí)從高到低依次為：A、B、C、D。

2停車場(chǎng)優(yōu)化管理系統(tǒng)的設(shè)計(jì)原理與關(guān)鍵技術(shù)

首先用攝像頭對(duì)車輛入庫圖像進(jìn)行捕捉，然后從整副圖像對(duì)車臉圖像提取，擬用已有的車輛檢測(cè)方法即提取Haar-like特征結(jié)合AdaBoost分類器的檢測(cè)算法檢測(cè)出圖像中車臉的區(qū)域，然后將車臉部分分割出來進(jìn)行車型識(shí)別；擬使用支持向量機(jī)對(duì)車輛進(jìn)行車型分類，擬選取HOG特征表示車臉圖像，根據(jù)車臉圖像識(shí)別結(jié)果通過與數(shù)據(jù)庫查詢確定停車車位的類型；擬利用光學(xué)字符識(shí)別算法、牌定位算法以及車牌字符分割算法車等進(jìn)行車牌的自動(dòng)識(shí)別；項(xiàng)目選用Visual Studio 2010平臺(tái)和SQL Server數(shù)據(jù)庫編寫軟件。實(shí)現(xiàn)對(duì)進(jìn)入停車場(chǎng)車輛的自動(dòng)身份記錄、停車車位的安排與提示、自動(dòng)統(tǒng)計(jì)空余車位及類型等功能。

2.1車臉圖像檢測(cè)與識(shí)別

Haar-like特征結(jié)合AdaBoost分類器的檢測(cè)算法：

檢測(cè)算法分兩步實(shí)現(xiàn)：第一步，對(duì)樣本進(jìn)行訓(xùn)練；第二步，對(duì)測(cè)試樣本進(jìn)行識(shí)別。在進(jìn)行訓(xùn)練過程時(shí)先從車輛樣本海量類Haar-like特征中選取對(duì)識(shí)別有決定性的特征，然后為識(shí)別過程用于兩類分類識(shí)別的AdaBoost分類器做好準(zhǔn)備；在識(shí)別過程中第一步就是要提取Haar-like特征，然后交由AdaBoost分類器對(duì)車輛是否存在進(jìn)行檢測(cè)。

如圖2所示，將對(duì)象進(jìn)行歸一化圖像處理，便可以提取如左下角的Haar-like特征。

2.2車型圖像HOG特征：

HOG特征提取算法的實(shí)現(xiàn)過程：

首先將車臉圖像作為檢測(cè)目標(biāo)，并用m對(duì)圖像進(jìn)行灰度化，此時(shí)我們可以將圖像看成是一個(gè)三維圖像；然后利用Gain-ma法對(duì)圖像進(jìn)行進(jìn)一步處理（即將三維圖像T（x，y，z）=T（x，y，z）^1/2）；對(duì)圖像的像素值通過求偏導(dǎo)計(jì)算梯度的大小和方向，這樣做的目的主要防止光照等因素對(duì)圖像的影響；在此基礎(chǔ)上將圖像化成8*8個(gè)小塊，并統(tǒng)計(jì)每個(gè)小塊的梯度直方圖；在將每四個(gè)小塊結(jié)合成一個(gè)大塊（2*2），把每一塊地的梯度的個(gè)數(shù)串聯(lián)起來，最后把8*8每個(gè)小塊結(jié)合起來便是HOG特征。

2.3數(shù)據(jù)庫表的設(shè)計(jì)

3管理系統(tǒng)操作界面

3.1工作界面

1）系統(tǒng)登入界面

3.1.2操作界面

4結(jié)束語

目前隨著城市交通車輛越來越多，在一些大型停車場(chǎng)尤其是繁華商業(yè)區(qū)附近的停車場(chǎng)，怎樣有效地利用停車場(chǎng)空間，為用戶停車提供更大的便利，避免用戶等待空余車位時(shí)間過長，停車車位的優(yōu)化管理成為自動(dòng)停車管理系統(tǒng)的必要內(nèi)容。相信此項(xiàng)研究能給停車場(chǎng)優(yōu)化系統(tǒng)的研究有很大的幫助。