论文部分内容阅读
在当前经济蓬勃发展的大趋势下,人们的生活水准逐渐提高,伴随而来显示在私家车数量上便是持续的上升,但是目前大多数小区对于车位的管理方法十分落后。部分小区采取一车对应一固定车位的方式,这样的方式导致车位使用效率低下。部分小区车位公用可随意使用,这样的方式虽然提升了车位使用效率,但小区车位情况不透明,不能使车主快捷的进入小区找到停车位。显然这是由于小区车辆管理技术的落后致使车位信息不公开,严重的影响了小区住户的出行体验,小区车位的智能化管理已经成为当务之急。本文深入研究此问题并结合视频识别技术提出了一种解决方案,将小区划分为几部分区域,在各区域的相交路口监控车辆,识别车辆进出区域的信息进而实时更新各区域车辆数。之后本文根据该解决方案设计实现了一套基于视频识别的小区智能停车位管理系统,主要包括车辆监测终端与停车位管理云平台两部分的设计。监测终端用于采集和处理视频数据,并将信息上传至云平台,云平台的主要功能为实时公开小区的车位信息方便车主查询。考虑到车辆检测可能偶尔会出现误判的情况,因此小区管理员可以登陆云平台修改各区域的车辆数以进行信息的修正。监测终端以树莓派4B为核心处理器,扩展CSI摄像头作为数据采集设备,扩展4G通信模块华为ME909s-821a以便在户外能够进行数据上传。停车位管理云平台基于B/S架构,在开发工具Eclipse上使用Java结合JSP技术进行开发,主要包括Web的前后端代码的编写,数据库表结构的设计,并在阿里云服务器并搭建了Tomcat服务器环境与MySQL数据库,最终将云平台部署至阿里云服务器上,将本平台接入公网。视频数据的正确处理直接影响着后续云平台车位数量的准确性,因此车辆检测算法对于本系统十分重要。本文对ViBe算法进行改进,提出并实现了适合于本系统的车辆检测算法,解决了原始ViBe算法的首帧鬼影问题并消除了阴影,并通过分析虚拟检测带中白色像素点数量的变化规律提出了车辆计数与运动方向判别算法,运算量相对较少,满足本系统实时性的要求。最终将这些算法进行结合形成了本系统所需的个性化车辆检测算法,并移植至监测终端上运行。论文最后将监测终端置于小区中进行实地测试,结果表明,该系统基本可以满足小区各区域车位信息的实时公开,实现了对小区车位的智能化管理。