彭瑾

關(guān)鍵詞：智慧停車場(chǎng)；STM32；深度學(xué)習(xí)

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2023）20-0057-03

0 引言

隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展，汽車成為人們生活中的必備品，對(duì)于停車位的需求也大量增加。傳統(tǒng)的停車場(chǎng)管理系統(tǒng)通常是人工進(jìn)行管理，智慧化程度不高[1-2]。物聯(lián)網(wǎng)技術(shù)的飛速發(fā)展帶動(dòng)了各個(gè)領(lǐng)域的智慧化改造，智慧化停車場(chǎng)管理系統(tǒng)的需求成為新的發(fā)展方向[3]。停車行業(yè)存在供需矛盾顯著，資源利用不均，信息化、智能化程度不足，信息無法共享，管理效率較低，產(chǎn)業(yè)鏈新技術(shù)快速發(fā)展，需求多樣化，停車行業(yè)能力不足等諸多問題。智慧停車場(chǎng)管理系統(tǒng)是將車輛檢測(cè)、車牌識(shí)別、管理顯示等功能集成的自主運(yùn)營(yíng)總成系統(tǒng)，具有無人化管理、精準(zhǔn)計(jì)費(fèi)、遠(yuǎn)程監(jiān)控等突出優(yōu)勢(shì)[4-5]。

本文將詳細(xì)介紹基于STM32的智慧停車場(chǎng)管理系統(tǒng)的設(shè)計(jì)、實(shí)現(xiàn)，采用圖像識(shí)別技術(shù)檢測(cè)車輛多參量信息（車牌、車型等），通過深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法進(jìn)行車牌檢測(cè)和車牌識(shí)別，設(shè)計(jì)多媒體顯示界面，將車牌識(shí)別結(jié)果顯示在LCD屏幕上并語音播報(bào)，根據(jù)識(shí)別結(jié)果對(duì)閘機(jī)進(jìn)行控制，從而實(shí)現(xiàn)停車場(chǎng)系統(tǒng)的無人化自動(dòng)管理功能。

1 系統(tǒng)總體設(shè)計(jì)方案

根據(jù)設(shè)計(jì)思路，智慧停車場(chǎng)管理系統(tǒng)的開發(fā)流程如圖1所示。

根據(jù)開發(fā)流程，智慧停車場(chǎng)管理系統(tǒng)可以分為三個(gè)模塊，模塊一是車牌識(shí)別模型部署；模塊二是閘機(jī)控制系統(tǒng)的構(gòu)建；模塊三是智慧停車場(chǎng)管理系統(tǒng)項(xiàng)目開發(fā)（車牌識(shí)別功能插件構(gòu)建、閘機(jī)控制功能插件構(gòu)建和功能集成）。

2 各模塊解決方案

2.1 車牌識(shí)別和模型部署

車牌識(shí)別技術(shù)是智慧停車場(chǎng)系統(tǒng)中的重要組成部分。車牌識(shí)別模型部署主要分為三個(gè)步驟：首先，提取圖像中的車牌大致位置。然后，加載車牌識(shí)別模型，提取車牌的精確位置。最后，利用OCR字符識(shí)別方法識(shí)別車牌號(hào)并輸出。

2.1.1 車牌粗提取

對(duì)采集到的車牌要進(jìn)行初步檢測(cè)定位，目的是檢測(cè)出車牌大致位置，對(duì)圖像進(jìn)行一些插補(bǔ)和調(diào)整比例，其中，核心部分就是cascade級(jí)聯(lián)分類器的應(yīng)用。這里的級(jí)聯(lián)分類器基于Haar+Adaboost構(gòu)成，也即cas?cade.xml文件，該文件存放了一些車牌的Haar特征。

這里，我們采用了cascade.xml 檢測(cè)模型，然后使用OpenCV的detectMultiscale方法對(duì)圖像進(jìn)行滑動(dòng)窗口遍歷尋找車牌，實(shí)現(xiàn)車牌的粗定位。

其中，detectMultiscale（）函數(shù)為多尺度多目標(biāo)檢測(cè)。通常，多尺度搜索目標(biāo)的模板尺寸大小是固定的，但不同圖片大小不同，目標(biāo)對(duì)象的大小也不固定，因此，多尺度即不斷縮放圖片大?。s放到與模板匹配），通過模板滑動(dòng)窗函數(shù)搜索匹配。同一幅圖片可能在不同尺度下都可以得到匹配值，所以多尺度檢測(cè)函數(shù)detectMultiscale（）是多尺度合并的結(jié)果。

因此，cascade.xml這個(gè)文件是通過很多的正樣本車牌圖片和負(fù)樣本非車牌圖片轉(zhuǎn)換的cascade.xml文件，其中的Haar特征數(shù)據(jù)已經(jīng)通過Adaboost處理。通過這個(gè)xml文件可以訓(xùn)練出一個(gè)級(jí)聯(lián)分類器，該分類器的判別車牌標(biāo)準(zhǔn)是通過計(jì)算大量車牌特征后得出的一個(gè)閾值，大于這個(gè)閾值判別為車牌，否則判別為非車牌，如圖2所示，通過該方法得到了圖像中車牌的粗定位。

2.1.2 車牌精提取

對(duì)車牌進(jìn)行粗定位后，再對(duì)車牌進(jìn)行精定位。這里的精定位是切掉原來粗定位后車牌的多余部分，首先，使用透視變換矯正車牌位置。然后，調(diào)用tflite模型實(shí)現(xiàn)垂直精細(xì)繪圖方法輸出車牌精定位。使用OpenCV 的getPerspectiveTransform（）和warpPerspective（）函數(shù)實(shí)現(xiàn)透視變換，矯正圖像中的車牌位置。

2.1.3 車牌識(shí)別實(shí)現(xiàn)

確定好車牌位置后，對(duì)該車牌字符信息進(jìn)行識(shí)別，最終輸出車牌號(hào)。車牌字符信息識(shí)別采用OCR字符識(shí)別技術(shù)，也就是在不分割字符的前提下能夠識(shí)別出車牌七個(gè)字符。傳統(tǒng)的車牌字符識(shí)別是先分割字符然后再逐一使用分類算法進(jìn)行識(shí)別。不分割字符直接識(shí)別方式的優(yōu)點(diǎn)是僅需較少的字符樣本即可用于分類器的訓(xùn)練。目前，大多數(shù)商業(yè)車牌識(shí)別軟件采用的就是這種方法。在某些惡劣的自然情況下，車牌字符的分割和識(shí)別變得尤其困難，在傳統(tǒng)的方法不能取得很好的結(jié)果時(shí)，可以采用整體識(shí)別方式。通常，車牌由七個(gè)字符組成，可以采用多標(biāo)簽分類的方法直接輸出多個(gè)標(biāo)簽，如圖 3所示。

2.2 閘機(jī)控制系統(tǒng)構(gòu)建

閘機(jī)系統(tǒng)采用了智能節(jié)點(diǎn)核心控制板、舵機(jī)執(zhí)行器、LCD顯示屏、語音識(shí)別模塊攝像頭等硬件模塊。

1） 智能節(jié)點(diǎn)核心控制板

核心板采用ARM-Cortex-M4內(nèi)核的STM32F407ZET6為主控芯片，主要實(shí)現(xiàn)與項(xiàng)目軟件部分進(jìn)行通信，獲取車牌識(shí)別結(jié)果并上傳閘機(jī)狀態(tài)，同時(shí)通過串口控制舵機(jī)執(zhí)行器開關(guān)，控制LCD顯示屏顯示車牌號(hào)等功能。

2） 舵機(jī)執(zhí)行器

舵機(jī)是一種位置（角度）伺服的驅(qū)動(dòng)器，適用于一些需要角度不斷變化并可以保持的控制系統(tǒng)。舵機(jī)實(shí)際上是一種俗稱，其是一種伺服馬達(dá)。

舵機(jī)SG90由三根線控制。暗灰色線為GND，地線；紅色線為VCC，電源線，工作電壓為4.8～7.2V，通常情況下使用+5V做電源電壓；橙黃色線為控制線，通過該線輸入脈沖信號(hào)，從而控制舵機(jī)轉(zhuǎn)動(dòng)，其轉(zhuǎn)動(dòng)角度為180°。

3） LCD顯示屏

TFT-LCD即薄膜晶體管液晶顯示器，主要實(shí)現(xiàn)車牌號(hào)和車位數(shù)顯示功能。閘機(jī)控制系統(tǒng)構(gòu)建效果如圖4所示。

2.3 基于車牌識(shí)別的道閘控制系統(tǒng)

2.3.1 車牌識(shí)別功能插件構(gòu)建

實(shí)現(xiàn)第一個(gè)功能插件，車牌圖像獲取功能插件。調(diào)用攝像頭獲取車牌圖像，獲取車牌識(shí)別結(jié)果消息隊(duì)列，并調(diào)用函數(shù)實(shí)現(xiàn)車牌識(shí)別結(jié)果繪制。

2.3.2 車牌識(shí)別模型推理功能插件實(shí)現(xiàn)

首先，獲取待識(shí)別車牌圖像，調(diào)用車牌識(shí)別函數(shù)實(shí)現(xiàn)車牌識(shí)別，并將識(shí)別結(jié)果傳遞到消息隊(duì)列。然后，定義車牌識(shí)別模型推理函數(shù)，輸入待識(shí)別車輛圖像，調(diào)用車牌檢測(cè)級(jí)聯(lián)分類器模型提取車牌圖像，再對(duì)提取出的車牌圖像進(jìn)行矯正和精提取。最后，調(diào)用OCR字符識(shí)別模型和字符標(biāo)簽文件輸出車牌號(hào)。

識(shí)別到車牌后，將識(shí)別結(jié)果傳遞到q_rec識(shí)別結(jié)果消息隊(duì)列，車牌圖像獲取線程就會(huì)對(duì)識(shí)別結(jié)果進(jìn)行繪制。根據(jù)返回的車牌位置坐標(biāo)，利用OpenCV繪制出矩形框選出車牌框，再將車牌號(hào)顯示到矩形框上方，從而實(shí)現(xiàn)車牌識(shí)別結(jié)果的可視化顯示。

2.3.3 道閘控制系統(tǒng)功能插件構(gòu)建

實(shí)現(xiàn)嵌入式設(shè)備數(shù)據(jù)傳遞插件，將車牌識(shí)別結(jié)果以及閘機(jī)控制指令傳遞給閘機(jī)控制系統(tǒng)。

3 系統(tǒng)設(shè)計(jì)結(jié)果展示

車牌識(shí)別結(jié)果如圖5所示，當(dāng)檢測(cè)到正確的車牌后，控制閘機(jī)系統(tǒng)打開舵機(jī)。

4 結(jié)束語

本文的智慧停車場(chǎng)管理系統(tǒng)開發(fā)項(xiàng)目結(jié)合人工智能技術(shù)和嵌入式硬件設(shè)備模擬實(shí)現(xiàn)智慧停車場(chǎng)管理系統(tǒng)。首先，利用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法進(jìn)行車牌檢測(cè)和車牌識(shí)別。然后，根據(jù)識(shí)別結(jié)果對(duì)閘機(jī)進(jìn)行控制以及LCD屏幕顯示車牌識(shí)別結(jié)果和當(dāng)前車位占領(lǐng)情況。最后，結(jié)合Web端進(jìn)行數(shù)據(jù)分析和可視化。其中，車牌識(shí)別技術(shù)不但可以用于智慧停車場(chǎng)，還可以在智慧交通、智能駕駛等場(chǎng)景使用，具有較高的參考價(jià)值。