基于车牌识别和ZigBee无线传感的智能车库系统应用

吴芷纯　谢琳　潘耀豪

摘  要：如今，人们越来越追求更为便捷与人性化的人居生活。利用物联网技术、图像识别技术以及受众广泛的网页，设计出一套适宜现代小区需求的智能车库管理系统。智能车库包括可识别空车位并提供停车导航以及火警警报。该设计中添置了两个目前所知的智能小区没有的功能，在智能车库系统中使用了基于ZigBee神经网络的车牌识别系统，同时，车库内搭载室内灯光导航系统，以保证能快速找到车位。

关键词：智能;车牌识别;ZigBee

中图分类号：TP391.4;TP274      文献标识码：A 文章编号：2096-4706（2020）05-0168-03

Application of Intelligent Garage System Based on License Plate

Recognition and ZigBee Wireless Sensing

WU Zhichun，XIE Lin，PAN Yaohao

（Guangzhou College of Commerce，Guangzhou  511363，China）

Abstract：Nowadays，people are increasingly pursuing more convenient and humanized living. The team used the internet of things technology，image recognition technology，and a wide range of web pages to design a smart garage management system suitable for the needs of modern communities. Smart garages include identifying empty parking spaces and providing parking navigation，as well as fire alarms. In this design，we added two functions that are not known to the smart community. The team uses a ZigBee neural network-based license plate recognition system in the intelligent garage system. At the same time，the garage is equipped with an indoor lighting navigation system to ensure that parking spaces can be found quickly.

Keywords：intelligence;license plate recognition;ZigBee

0  引  言

如今，筑物智能化系统的技术日臻成熟，电脑、有线电视、机顶盒、移动通信等数字化通信已经走进许多家庭。正是由于技术与市场双方面的进步与发展才使得我国的智能化小区成为必然的趋势。在对相关文献的检索中，笔者阅览了我国建设部发行的《全国住宅小区智能化技术示范工程建设工作大纲》，其为智能化小区的建设提供了可靠依據。

通过团队成员对广州市各中高级住宅区的调研显示，目前传统型小区存在许多的弊端，如效率低下、人工成本高、安全隐患严重、信息缺失等缺点。而根据我们的查找，发现目前我国虽然已经有了不少成功的智能化社区实例，但普及率、科学性仍然有待提高。

综上，在随着经济水平的提高，人们的生活水平和消费水平日益提高的背景下，我们认为智能小区的建设具有极大的经济和社会效益，特别是智能化停车管理方面，拥有极大的市场需求潜能。

1  技术分析

根据预计需求，我们把智能车库分为三个部分，在智能车库方面，搭载的功能有：车牌识别、预约停车、车库门控制、室内灯光导航系统等功能，并使用了树莓派、NodeMCU（ESP8266）、ZigBee（CC2530）等硬件。

在监控场景下的车牌自动检测识别技术是智能交通系统中的关键技术，采集到的车牌图像既有清晰的高质量图像，也有模糊的低质量图像，因此对于不同质量的车牌图像，都需要设计出能够正确提取车牌信息的检测算法。本系统汇总采用的车牌识别算法，是通过构建的全卷积神经网络自上而下逐层提取车牌不同“粒度”特征，再自下而上进行上采样融合每层的特征，然后根据融合的特征产生基于不同置信度的候选框，并根据不同置信度分配不同权重值给对应的候选框，最后合并得到在监控场景中定位率较高的新能源车牌检测模型[1]。

2  需求设计

系统整体设计实体俯瞰图如图1所示，其左右两侧为车位，白色灯为车位指引灯，指示当前车位是否有车。图2为车牌识别现场，当正确识别后，智能小区的门禁系统会通过HTTP协议向云平台获取相应的信息，是否打开车门，如果是有预约的车牌或者是本地住户车牌就会使用左侧的舵机进行开门操作，等到小车触碰到门后的光电感应开关就把门关上。

2.1  详细设计——硬件部分

2.1.1  车辆入库流程

当有车辆靠近车库门，触发车库外的传感器后，开始车辆入库流程，首先树莓派接收到传感器的信号会开启摄像头，并开启基于神经网络的车牌识别系统，进行车牌识别，当识别到车辆时，会将该车辆的车牌号与行为上传到后端服务器，后端服务器会根据数据库的信息，判断该车是否有权限进行停车，并将该权限信息返回给树莓派，树莓派再根据后端服务器返回的授权信息，若无权限则播放提示音乐并结束流程，若有权限则开启车库门并在显示屏中显示相应信息，等待车辆进入后关闭车库门，判断车辆是否进入车库以及进入完成的依据是通过车门后的传感器。

2.1.2  室内灯光导航系统与车位反馈流程

ZigBee是智能车库系统的网络控制系统。智能车库系统主要包括信息识别、智能控制等方面，由这些传感器收集车辆及环境信息，并将大量的信息转换成数据传输到控制中心[2]。当车库内有某一辆车的状态发生改变时（入库或出库），会触发车位上的传感器，并反馈给车位所在的ZigBee节点设备，节点设备接收到反馈信息后，会向ZigBee节点网络广播发送车辆的状态，其他ZigBee接收到消息后会进行灯光信息的调整，而当ZigBee协调器接收到消息后，则会通过网关将数据传送给后端服务器，以便后端服务器更新车辆数据。

2.1.3  智能车库与后端服务器的通讯设计

本次设计，考虑到树莓派与NodeMCU两个设备的计算力有较大的差异，以及存在传递信息的差异，对于树莓派与后端设备的通讯，采用HTTP协议，而NodeMCU与后端设备的通讯，则采用MQTT协议，树莓派与NodeMCU设备的信息若需要进行传递，则需要通过后端服务器才可以进行。通讯协议图如图3所示。

2.2  详细设计——软件部分

2.2.1  智能车库管理平台

本次设计在软件客户端设计上，设计了网页客户端“智能车库管理平台”，此平台的针对群体主要是管理员，也提供了住户登录，两者使用相同的登录接口，根据账号的不同来分配不同的角色权限，因为针对小区住户单独制作了微信小程序，在本管理平台不再展示与微信小程序相同的功能。

2.2.2  微信小程序客户端

为了让小区住户能够得到更方便更快捷的體验，以及兼顾iOS与Android系统都可以使用的特点，本次设计开发了基于微信小程序的客户端，该客户端仅面向住户，提供了访客停车预约和访客入门预约、小区监控等主要功能。微信小程序与服务器的交互全部是通过调用后端服务器的API来完成的，其中监控查看功能因为需要跳转到小区内监控服务器中，需要在小区内网才可以观看，其他功能在内外网均可以使用。当用户第一次使用这一客户端时，因为该OpenID没有注册，调用登录接口过程不会成功，将会自动跳转到注册页面。微信小程序的访客预约系统如图4所示。

2.2.3  后台服务器

本次设计的后端服务器使用Flask框架进行开发，实现了一个RESTful API服务端，并通过Nginx进行反向代理的同时，实现HTTPS安全传输的功能。该后端服务器提供用户相关、智能车库相关等接口。对于后端服务器API的所有操作，除了登录接口外，其他接口都要提交token才能进行访问，token是由登录接口验证登录后提供的，token有时长限制，当超过token的最大存活时间后，token会失效，此时，一个失效的token是不能进行任何操作的，这时，便要求重新登录以获得新的token。后端服务器除了通过HTTPS与客户端进行通讯之后，还通过MQTT与部分硬件进行通讯。

2.3  智能车库预约停车功能总体流程

用户用过本系统的微信小程序，使用邀请码注册登录后，输入访客的预约车牌号码，查询当前车库是否还有空余车位，若有即可进行下一步预约操作，若无则提示用户当前车库车位已满，无法预约。用户成功预约后，后台记录预约信息，用户进入车库时进行车牌识别并匹配当前用户车牌是否有预约信息，并登记车库入库信息，对用户进行引导停车。其相关流程图如图5所示。

3  结  论

在这次的课题设计过程中我们遇到了各种各样问题，比如ZigBee网络器件掉线、Wi-Fi网络器件使用的MQTT协议数据传输异常，车牌识别的准确度、跨域访问和云平台搭建等难题。后经一一排除不断优化和学习，最终完成了从云端到地面的全流程自主设计。在难题面前我们有想过放弃，比如车牌识别使用的人工智能算法我们也曾经想过直接调用各大云平台的API，不使用本地的神经网络识别算法，但是这样识别的时间将会大大增加，而且准确率也得不到保证，因此我们没有放弃对深度学习算法的研究，在团队成员的共同努力下建立好一个神经网络结构实现本地识别车牌，从而较好地完成了这次课题的研究。

参考文献：

[1] 王潇凡.基于深度学习的车牌检测识别研究 [D].江苏：南京邮电大学，2019.

[2] 姚涛，周光耀.基于ZigBee的智能车库分布式系统研究 [J].中小企业管理与科技（下旬刊），2019（7）：135+137.

作者简介：吴芷纯（1997-），女，汉族，广东潮州人，就读于信息技术与工程学院，本科，研究方向：物联网、智能车库;谢琳（1997-），女，汉族，广东汕头人，就读于信息技术与工程学院，本科，研究方向：物联网、智能车库;潘耀豪（1997-），男，汉族，广东佛山人，就读于信息技术与工程学院，本科，研究方向：物联网、智能车库。