智能停车场是将机械、电子计算机和自控设备以及智能IC卡技术有机的结合起来，通过电脑管理下可实现车辆图像对比，自动收费、自动存储数据等功能。下面我们就为大家介绍一下关于智能停车场论文范文，供给大家参考。
智能停车场论文范文第一篇：基于深度学习的智能停车场车位查询系统
作者：苏立敏 陈吉东 莫月柳
作者单位：广东石油化工学院 广州工商学院
摘要：本文将智能停车场车位查询系统作为研究对象，首先对智能停车场概念以及深度学习目标检测算法中的YOLO算法进行简要阐述，其次重点对停车场车牌识别算法进行重点探析，希望可以对智能停车场车位查询系统实现更好的改进和优化，进而更好的为用户提供服务。
关键词：深度学习；智能停车场；车位查询系统；
作者简介：苏立敏（1998-），男，广东省湛江市人。广东石油化工学院，大学本科在读。研究方向为电气工程。；陈吉东（1997-），男，广东省湛江市人。广东石油化工学院，大学本科在读。研究方向为电气工程。；莫月柳（1998-），女，广东省湛江市人。广州工商学院，大学本科在读。研究方向为工商管理。；
1 关于智能停车场的概述
本文中研究的智能停车场车位查询系统实际上是一套通过借助停车场监控画面获取车位详细信息的智能系统[1].一般情况下，系统由以下两个部分共同组成。
一部分是对停车位监控视频进行处理，在视频画面URL地址的帮助下，利用RTSP协议对视频数据实现有效传送，借助YOLO目标检测算法以及与停车信息相关的算法，对停车进行计算，比如空余车位情况、已用车位停车时间以及车牌信息等。
而另外一部分是将停车场内与车位有关的信息资料有效上传至终端设备，把本地计算机当做服务器使用，依据传输过来的车辆信息，将车辆信息保存到计算机的指定路径处，借助Web开发平台让Flask发挥功能对保存路径进行设置同时在终端生成URL地址，最后利用微信公众平台实现对小程度的开发利用，在根据URL地址，实现对停车场车辆信息的实时查看。
2 深度学习YOLO目标检测算法
车位查询系统中对模型进行检测的主干网络为残差网络（Res Net）[2].图1中左侧方框内容为主干网络模型，不难发现它是由53层卷积层和21层残差层构成的，即Darknet-53,将其与YOLOv2算法中19层卷积层的主干网络作比较，该模型所具备的层次更先进，并且还运用了残差结构，很大程度上加强了模型提取对图像特征的水平，在一定程度上避免了梯度极易消失的状况。通过多尺度预测法的应用，具体内容见图1中右侧方框中的内容，分别对选定的尺度各异的特征图上进行特征提取工作，达到YOLO检测算法输入的要求。对Anchor Box展开设计工作时，为了能够获取到最后的长宽比同样也采用了聚类得方法。通过聚类以后，获得9个聚类中心，把所有的聚类中心均匀的划分到三种不同的尺度上，每中尺度都预测出3个检测框。除此之外，还应对不同尺度积极引入一些卷积层从而达到特征提取的目的，随后再输出关于检测框的数据信息。尺度1在经过卷积相应作用后，直接得到与检测框相关的后期信息。在尺度2方面，当该检测框接收到输出信号后，它便会针对尺度1中输出的卷积执行上采样操作，随后再跟卷积2的特征图进行叠加，叠加后再借助卷积层的作用把检测框信息输送出去。尺度2中检测框的整体尺寸要比尺度1放大两倍。并且尺度3也随之变化而变化，同样比尺度2扩大了两倍，但是其输入大小还是跟尺度2上采样获取到的特征图规格大小一样，再加上原有特征图的大小重新让卷积层对其进行作用，输送出最后检测框的信息。本结构与FPN结构相类似。
在分类器上，在多标签分类方面不使用YOLOv2中的的Soft max,其主要是因为Soft max对所有检测框进行分类划分的时候，它只分配分数最大那个类别，它最后会传输出来一个概率分布，其中在概率分布值中最高值便会被当做该检测框的类别。如果当前目标有重复的类别标签，在对多标签分类问题进行解决时不适合应用Soft max.实际上，一个Soft max能够使用几个Logistic分类器进行替换，并且准确度不会被因此而降低。原有的Soft max分类器运用binary cross-entropy loss（二次交叉熵）分类器进行替换[3].
图1:改进之后的网络结构
图2:阈值设定
图3:经过处理后的车牌
正如图1展示的那样，YOLO目标检测算法通过优化与完善后，较之Faster R-CNN检测算法，改进升级之后的目标算法在检测效果方面表现出更佳，而且小尺度检测水平也得到了进一步的提升。
3 停车场车位查询算法
3.1 车位检测
检测模型系统对停车场监控视频画面执行检测后，再对检测取得的数据进行分析判断在指定类别物体坐标位置上是否处于提前设定好的阈值范围内，进而分析出车位处于何种状态[4].为了确保超出该摄像头监控范围的其它车位上停放的车辆不会遭到错误判定，应该参照多个监控设备摄录下的视频资料，对其它监控设备下的停车位执行检测过程中的阈值进行相应设置。
3.2 车牌识别算法设计
车牌是车位查询系统在检测中筛选出来的属于licence plate一类的物体。基于摄像头只对前排停车位进行检测的限制，倘若前排的车位处于闲置状态，这是该摄像头就会对其后排超出它拍摄界限的车位上的车辆车牌执行检测操作。因此，在此过程中应该除过前排那些不在停车位界限内的车牌号码，参照图2中所设置的阈值，将图中左侧车辆定为1号车，中间位置的车辆定位2号车，则右侧停放的车就为3号车，并且将中心点坐标y<387的车牌进行去除。行成列表licence plate=[]用来对筛选出来的车辆停放具体位置的相应数据信息进行储存。
用for循环遍历列表licence plate,依据车牌中心坐标的x值来确定出此车牌的车辆具体停在停车场的哪个具体位置：
如果中心坐标x值介于800与990之间，那么可判定该车辆停在图2中1号车的位置上；如果中心坐标x值处于520与740之间，那么可以推断出该车辆停放在图2中2号车位的位置；如果中心坐标x值是230与270之间的任何一个值，那么可以确定该车辆是停在3号车位上的。
随后将筛选出来的所有车牌一一进行识别，这里涉及到的环节有3个：矫正倾斜车牌，分割车牌字符以及识别。其中矫正车牌为确保后续环节的准确度奠定基础。矫正存在倾斜现象的车牌具体操作是：先将已经检测出来的车牌进行灰度化处理，利用Ran don变换计算方法，对车牌展开各个方位的投影，借助投影操作取得的倾斜度实行正确校对。除此之外，还能够借助垂直投影法以及常用的聚类连通域法对选取出来的车牌边框与车牌上的字符实行准确分割。一般来说，经过矫正处理完成的车牌边框，在它的上边框以及下边框上还会剩下部分边框，这时我们可以使用黑白跳变统计法及行像素值距离不变法对此车牌边框残留部分进行清理。而针对边框左右多出的部分，可以在保证分割精准度的前提下同样进行分割。首先，可以利用计算水平已结合差对其进行分图操作，计算公式可用：
再对一阶差分图中数列进行平均值计算：
通过对列的差分值、平均值进行比较，得到与要求相符的列，之后再借助符合要求的列查询到与最大差分相一致的左右列。倘若得到的左右列结果显示是和，就需要利用缩小误差的公式：
最后可以对左右边界进行最后的计算：
以图2中2号停车位为例，将待检测的车牌进行上述操作处理后，最后看到的结果与如图3所示一样。
首先对车牌的边框整体执行精准分割操作，之后再对车牌上的阻隔字符进行准确无误的分割，利用二值化方法对其处理得出最后结果，白色部分为车牌上的字符，黑色部分则为字符的背景，此过程中所运用的分割方法为垂直投影法。
3.3 车位查询系统的准确性
从停车场的所有监控视频中随机选取100张时间随机的监控画面截图，同时人为对监控下的车位状态进行手动标记。把这些截图全部录入车位查询系统，然后将得出的结果与之前人工标记的信息进行比较，进而取得车位状态判定的准确率。在设备终端输出检验结果，发现准确率为100%.
4 结语
总而言之，在国内停车场管理混乱以及私家车数目不断增加的背景下，本文对智能停车场车位查询系统进行分析是很有必要的。该系统能够有效地增强停车场的利用效率，解决城市交通运输压力，对于停车场实行更加精确的停车计时计费方式，降低因为收费误差给车主带去不好的停车体验有重要意义，很值得将该系统大力推广出去。
参考文献
[1]梁锦云基于RFID和ARM的智能停车场管理系统设计与测试[D].华北电力大学（北京），2017.
[2]陈存弟，刘金清，刘引，等基于DM642的嵌入式车牌识别系统设计与实现[J].网络新媒体技术，2017,6（04）：52-59.
[3]卢宏涛张秦川深度卷积神经网络在计算机视觉中的应用研究综述[J]数据采集与处理，2016,31（01）：1-17.
[4]叶晓波秦海菲。Newton-Raphson算法L ogistic分类器性能提升应用研究[J]软件导刊，2017,16（11）：141-143+148.
文献来源：苏立敏，陈吉东，莫月柳。基于深度学习的智能停车场车位查询系统[J].电子技术与软件工程，2021（15）：179-180
智能停车场论文范文第二篇：智能停车场泊车引导服务系统设计
作者：张浩 李玉丽
作者单位：吉林建筑大学
摘 要：在我国国内生产总值不断增加及人民群众生活水平不断提升的背景下，国内汽车制造业也迎来了高速发展阶段。我国个人与家庭汽车拥有量不断提升，大幅增加的汽车数量使得城市的交通状况承受着严峻的考验，进而使人与停车场之间的供需矛盾也越来越尖锐。因此，为了减轻交通负担，缓解需求多效率低的压力，设计一个能够实时监测停车位数量、实现泊车引导的智能停车场系统迫在眉睫。
关键词：智能停车场；泊车引导；实时监测；
作者简介：张浩，吉林建筑大学2019级本科学生，所学专业：电气工程及其自动化。；李玉丽（1973-），女，硕士，职称：高级实验师，主要从事电气工程教学工作。；
基金：吉林建筑大学大学生创新创业训练计划（项目编号：202010191047）；
随着时代的发展，各种商业收费停车场都安装了停车场管理系统，以方便车辆的收费和进出管理。但单纯解决出入口控制的问题并不能提高多少停车效率，反而滋生了各种停车乱象，更有甚者因为抢一个车位而酿成了惨剧。从本质上讲，还是由于停车场与人的信息交互不到位，并且没有一个合适的系统去快速反应并引导人停车引起的。基于当前停车场内部的引导和服务功能不完善的现实状况，制作一个准确、高效的泊车引导服务系统能极大改善人们的停车体验，为人们的生活带来便利。
1 智能停车场泊车服务引导系统设计概况
智能停车场泊车引导服务系统分为采集信息的车位检测模块、传递信息的输入模块、完成数据分析处理和控制的主控模块、实现需求的显示引导模块、辅助指引的语音模块以及连接各个系统的通信模块六个部分。可实现检测车位使用情况，显示空闲车位数量、以引导牌引导泊车这三项核心功能。还可实现车位数量可视，泊车智能指引等功能，提高停车场的利用率，降低管理方的管理成本，减少车辆的巡游时间和避免停车场内交通拥堵。
2 智能停车场泊车服务引导系统研究与应用
2.1 车位检测模块
主要采用超声波车位探测器，在每个车位安置两个传感器，搭建直接反射式的检测模式。当车辆停入停车位时，发射的声波遇到阻碍会提前发射回传感器的接收器，从而使传感器检测到车辆。为了避免人走动或其他物品遮挡的干扰，当检测到有车刚停放时需要两个传感器同时检测到信号，且间隔几秒钟之后再进行确认。假设t为发射超声波与接收超声波的时间间隔，v为超声波在空气中的传播速度，S为实测距离，H为超声波探头到反射面的距离H=vt/2（即检测距离），H<S则有车；反之则表明车位空闲。当其发出信号源超声波，从而监测车位有无车辆停放时，检测模块会将收集到的信息反馈给主控制器进行处理、判断。
2.2 输入模块
当车位检测模块采集到车位信息后，需要将信息输入给主控模块进行处理。本系统采用单片机作为系统的主控制器，当车位数量较多时，单片机I/O口无法满足要求，需要通过选通芯片来完成信号输入。本系统选用CD4051单8通道数字控制模拟电子开关来实现多路信号的输入。以SJA1000作为独立的CAN控制器，在主控制器模块、传感器、LED电子显示屏之间实现有效的信息传递。
2.3 主控模块
主控制模块完成停车数据的监测、分析，并控制对应信号输出，是最核心的部分，也是整个系统的"大脑".当车辆进入停车场时，控制器通过传感器检测得到的车位信息优先选择离入口最近的空余车位，在5分钟内显示该车位已经被占，加载从入口到该车位所需要经过的指示设备，并且向显示模块和语音模块输出车辆进入该车位所需的信号，争取快速引导车辆进入停车位。经过测试最终在多个芯片中选择采用STM32单片机作为核心中央控制器。原理如图2所示，停车引导流程图如图3所示。
2.4 显示模块
图1 地下车库节点模拟图
本系统采用LED等和四位数码管来实现显示引导。接收控制器的输出信号，点亮车位对应的ED灯，并用数码管显示空闲车位数。通过点亮停车场内的引导牌和安置在各个路口节点的显示牌，使驾驶者找到车位并停车。显示牌布置的节点位置如图1所示。
2.5 语音模块
在LED灯引导的同时，在各个分岔路口安装语音播报结点，加设语音引导，进一步减少驾驶员在停车场内所消耗的时间。语音引导采取提前一个结点播报，并在转弯结点再一次播报提醒的方式。例如需要车辆在下一个路口右转时，语音助手会在路口的前一个结点播报"请在下一个路口右转",并且在需要右转的路口播报"请右转"再一次提醒车主。确保车主接收到信息且有足够的时间反应。
图2 系统结构图
2.6 通信模块
在整个泊车诱导系统中，车位检测模块、单片机以及LED显示终端之间需要通过总线完成信息的传递、交互。控制器局域网是ISO国际标准化的串行通信总线，简称CAN总线。这种总线的信号传输结构是每一帧有8个有效字节的短帧结构，信号传输的节点可以过滤有误信息，抗干扰能力强、传输效率高，根据以上情况采用CAN总线。
2.7 存在的问题及完善措施
由于停车场内传输距离远、区域复杂、信号干扰较大，同时需要保持多机通讯，根据以上情况采用CAN总线。CAN总线的网络中节点间可相互传递信息，节点最高可达上百个，且节点信息传递实时性高，可设置节点传递的优先级。
基础设计中为确保准确引导和信息无误，该系统一次只能服务于一辆汽车，无法满足快速通行的需求。可在LED灯和引导牌上加装传感器，检测到车辆通过时熄灭指示信息，使指示设备的状态复位，方便接收下一个所需要的信号。并且加大显示屏的容量，通过与停车场管理系统联合，在显示屏上显示车辆的车牌号和寻路信息，做到精准引导。
3 结论
随着生产力和需求的发展，车辆的数目与日俱增。停车难、停车慢的问题一直困扰着众多人。由于现在的停车场大多存在对是否存在车位以及空闲车位所在指示不明确的问题，很多人的时间都花费在了进停车场---找车位---没车位---出停车场---进另一个停车场的循环上，这对于要停车办事的人产生了极大的不便。因此也出现了各种在街道上随意停车的现象，为公共交通增加了很多不必要的压力。智能停车场泊车引导服务系统的设计可以快速反应停车场内的车位情况，并且快速为进入停车场的车辆找到车位。大幅度减少了停车所花费的时间，为提高办事效率和方便市民出行提供了一部分助力。
图3 停车引导流程图
不仅如此，智能化的实现也解决了一些传统人工管理的问题。传统的人工管理不仅需要投入很大的成本，而且效率基本不高，并且用人工的方式引导停车存在遗漏忘记空车位的现象，部分可能存在故意留车位收好处费的现象。而本系统能很好地避免这些现象，智能停车场泊车服务系统具有定位精、成本低、安装易、抗干扰的特点，让程序自己去运行，使停车场的效率尽可能达到最高。
智能停车场泊车服务引导系统在当下可与停车场管理系统搭配使用，在不远的将来更是可以和手机APP联动实现更加便捷的交互和指引，为建立无人化、智能化、高效化的停车场打下良好的基础，相信在未来人们的生活会越来越方便快捷。
参考文献
[1]吴秀清微型计算机原理[M].北京：中国科学技术大学出版社， 2002:7.
[2]刘军。例说STM32[M].北京：北京航空航天大学出版社， 2011,4.
[3]朱向庆，胡均万， 等，多功能单片机实验系统的研制[J]实验室研究与探索， 2012,31（4）：41-44.
文献来源：张浩，李玉丽。智能停车场泊车引导服务系统设计[J].科学技术创新，2021（20）：165-166.、
