摘 要

近年来，城市中私家车数量快速增多，停车难的问题已经越来越受到人们的关注。在中大型城市中，尤其是在特定的活动期间或者中心场所，寻找停车位十分困难，甚至影响到人们的正常行程安排规划。为了解决这一问题，有些停车场会在入口处显示内部的空余车位数来提示车主，而且很多城市中都修建了更够停放很多车辆的大停车场。但是这些停车场往往面积巨大，车主们很难快速的在其中找到一个停车位。寻找车位这一过程需要耗费大量时间，在停车的高峰期，这甚至会减少整个停车场的工作效率。因此，急需一种智能停车管理来改善现状。

针对这些不足之处，本文提出了一种基于传感器网络的智能停车管理系统方案。本系统具有停车位最优路径规划功能和停车场运行情况可视化监控功能。本系统通过图像识别技术，使用YOLO V3目标检测框架有效地检测整个停车场的车位使用情况，使用Spring Boot框架和MySQL8.0数据库连接前端网页构建完成整个Web应用。使用Dijkstra算法，为停入车辆前往停车位规划最优路径，使用HTML，CSS和JavaScript编程将整个停车场的车位使用情况可视化的显示在网页上，可以有效的解决寻找停车位的时间花费问题，让车辆的出入变得快捷，方便对停车场的整体状况进行智能化管理。

关键词：车辆检测；智能停车系统；Web应用；Dijkstra算法

Abstract

In recent years, the number of private cars in cities has increased rapidly, and the problem of parking has attracted more and more attention. It is very difficult to find parking spaces in medium and large cities, especially during specific activities or in central places, which even affects people's normal schedule planning. In order to solve this problem, some parking lots will display the number of empty parking spots at the entrance to remind the car owners, and many cities have built large parking lots that can accommodate many cars. However, these parking lots are often large in area and it is difficult for car owners to find a parking space in them quickly. The process of finding parking spaces takes a lot of time, and even reduces the working efficiency of the whole parking lot during the peak period of parking. Therefore, an intelligent parking management is urgently needed to improve the current situation.

In view of these deficiencies, this paper proposes an intelligent parking management system scheme based on multi-sensors. The system has the function of parking space optimal path planning and visual monitoring of parking space operation. This system effectively detects the usage of parking spaces in the whole parking lot through image recognition technology and YOLO V3 object detection framework, and uses Spring Boot framework and MySQL8.0 database to connect front-end Web pages to complete the whole web application. The Dijkstra algorithm is used to plan the optimal path for the parked vehicles to go to the parking space, and the parking space usage of the whole parking lot is visually displayed on the webpage through HTML, CSS and JavaScript programming, which can effectively solve the problem of time cost in finding the parking space, make the entry and exit of the vehicles quick, and facilitate the intelligent management of the overall situation of the parking lot.

Key words: vehicle detection; Intelligent parking system; Web applications; Dijkstra algorithm

目录

第1章 绪论 1

1.1 研究背景 1

1.2 研究的目的与意义 1

1.3 国内外研究现状 2

1.3.1 国外研究现状 2

1.3.2 国内研究现状 2

1.4 论文结构安排 3

第2章 相关理论研究和技术路线 4

2.1 停车位检测技术分析 4

2.1.1 红外检测技术分析 4

2.1.2 超声波检测技术分析 4

2.1.3 地磁检测技术分析 4

2.1.4 视频检测技术分析 5

2.2 YOLO V3目标检测网络研究 5

2.2.1 算法特性研究 5

2.2.2 算法原理分析 6

2.3 Java Web开发关键技术研究 7

2.3.1 Web前端技术研究 7

2.3.2 Spring Boot框架特性分析 8

第3章 系统的总体方案设计 9

3.1 系统功能确定 9

3.1.1 系统需求分析 9

3.1.2 系统设计原则 9

3.1.3 系统功能模块设计 10

3.2 数据库设计 12

3.3 系统整体流程 13

第4章 智能停车系统的详细设计与实现 14

4.1 系统开发环境 14

4.2 前端网页显示模块的设计和实现 14

4.3 停车位监控模块的设计和实现 15

4.4 停车路径规划模块的设计和实现 16

4.5 整体数据管理模块的设计和实现 18

第5章 总结与展望 19

5.1 总结 19

5.2 展望 19

参考文献 21

致谢 23

第1章 绪论

1.1 研究背景

近些年来，随着人们生活水平的不断提高，越来越多的人购买了车辆以便出行，城市中的车辆数正在飞速增加，停车问题也受到越来越多的关注。车主们驾车出行，为了找到一个停车位需要耗费很长时间，尤其是在人口众多的城市或者是开展活动的场所以及一些中心地段^[1]。

为了解决这个问题，大型停车场在很多城市中都开始被修建。但是这些停车场往往占地面积较大，内部的结构也不是很清晰明了。有停车需求的车主往往很难在短时间内找到停车场内的空车位，这样不仅耗费停车人员的时间，在高峰期的时候更是可能影响整个停车场的运行效率。现在投入使用的停车场管理系统大多数都只注重检测停车的时间和每辆车的收费情况，也有一些停车场会在入口处显示内部的空闲车位的数量，但是它们都缺少一个合理的停车引导系统，没有将分散的停车场车位信息整合起来进行管理和应用，没有对车位具体使用的状态进行监控管理，因而存在运行效率低、安全性能不高、可拓展性差、协调管理较难等问题。

1.2 研究的目的与意义

针对现存大部分停车管理系统的存在的不足，本设计旨在实现一种基于传感器网络的智能停车系统。它的目的在于通过传感器来检测停车场中每一个车位的具体使用情况，如在什么时间是空闲的，哪些车位被占用了，并且反馈到停车管理系统中。从而对这些数据进行分析处理，通过路径规划算法得到新进入停车场的车辆最合适的停车车位，从而得到最方便的路径前往空闲的停车位。同时，停车场的管理人员也可以方便快捷的对整个大型停车场的停车情况进行管理，如整个停车场宏观的车位占用率，每个车位的具体使用状态等，而不是仅仅只能知道空闲车位的数量。下表是传统停车管理系统和智能停车系统功能对比。

表1.1 传统停车管理系统和智能停车系统功能对比

智能停车系统的主要意义在于解决现有的停车难的问题。通过发展智能停车系统，能够让人们方便地找到可用来停车的空闲车位，在有限的停车资源条件下使得停车场车位使用效率显著提高，并且提高大型停车场内狭窄有限的空间的道路的畅通度，减少停车场内乱停乱放的停车行为。同时让车主能够找到最近的停车位也可以减少能量的消耗，起到节能减排的作用。通过使用这一智能停车场管理系统，能有效提高城市中大型停车场的安全性以及整体车位的利用率^[2]，方便车主出行。

通过在停车场内添加传感器的形式，可以促进物联网的发展，为智能设备的发展提供助力，向实现智能化管理更近一步。

1.3 国内外研究现状

1.3.1 国外研究现状

国外在这方面的研究较早，经历了几十年的不断研究与应用之后，停车场管理系统现在已经基本实现了智能化。国外的许多学者针对停车场实现的智能化管理功能进行了研究和实践。1988年，Russell G. Thompson等人结合停车场出入口，停车等待时间，以及停车成本消耗等方面的研究制定了影响停车的参数说明，这一研究为最佳停车位和最优路径选取打下了理论基础。近年来，如Yangfeng Geng和Christos G. Cassandras设计的智能停车系统以满足驾驶员的需求为目的，包括了提前预定车位，在目的地范围内选择距离最近的停车场，收费最低的停车方案等。2014年韩国的Jong-Ho Shin和Hong-Bae Jun^[3]开发出一种泊车诱导算法，可以将停车人员引导前往选取的最优停车位上。2016年Robin Grodi等人设计了一个停车位监控可视化系统，通过超声波传感器和无线网络构建实现了整个停车场的使用状态监控。最近，国外的停车场公司已经开始研究通过机器人进行自动化的泊车工作。只需要车主将车辆驾驶至停车场的指定位置，就可以用机器人自动的将车辆停至一个最佳的空闲车位，并且向车主报告停放的位置和车辆状况。当需要取车的时候，只需要核实身份之后就可以由机器人将车辆取出，送至停车场门口。当然这样做的成本将会有很大增长，后期的维护等工作也会困难许多^[4]。

1.3.2 国内研究现状

与国外的一些发达国家相比，我国的智能停车系统还处在较为初级的阶段。现有的实际投入使用的停车场大多数都是比较初级的停车场，只有针对每一辆进入停车场的车场的停车时间计时以及停车费用计算这些功能。也有一部分停车场可以在停车场入口处显示停车场内的空余车位数量，但是往往都没有对停车场内的车位使用情况进行统计规划，也没有停车引导功能。不过在智能停车场的理论研究方面已经有了很多的研究成果。张月霞^[5]等人在2015年基于安卓和嵌入式编程设计了一种可以搜索车主目的地周围的空闲停车场和其中的具体停车位的智能停车管理系统，同时这个智能停车系统还能够在线预订车位，在停车场内部能够为车辆提供最优路径规划以及实地导航功能。2017年董玉荣^[6]等人基于NB-IoT设计了一个智能停车系统，使用NB-IoT和地磁传感器实现了APP查看停车位信息，在线车位预定、支付和导航功能。

随着全国各地车辆的快速增加，停车问题得到了越来越多的重视，人们对停车场系统的设计和管理也投入了更多的关注。目前国内的停车管理系统无论是从理论上和实际功能上都在不断地完善提高已经有越来越多的城市中的大型停车场实现了智能化停车规划管理，能够提供大量的车位并保证停车场的有效运行^[7]。虽然和国外较为先进成熟的停车系统比起来还有一定的差距，但是这种差距正在不断地缩小。

1.4 论文结构安排

本文的剩余部分按如下的结构进行展开说明：第二部分描述智能停车系统中的部分技术的原理和技术方案比较，分析不同方案的优缺点，介绍使用的关键技术原理。第三部分展示整体系统的实现，将详细地介绍系统中前端，后端，数据库和图像识别等每一个部分的功能实现。实际工作情况和实现结果在第五部分展示。结论和未来的工作在第六部分。

第2章 相关理论研究和技术路线

2.1 停车位检测技术分析

2.1.1 红外检测技术分析

红外检测技术是通过安装红外传感器来检测车位上是否有车辆停泊。红外光电开关是一种基于宏伟信号的光电传感器^[8]。它使用红外发光二极管和红外光敏元件作为光电转换器。通过对射式的红外光电开关，发射端发射出红外信号，在接收端进行检测，如果接收端接受到发射端发送的信号，则表示两者之间没有车辆停泊，车位处于空闲状态。如果接收端没有接受到发射端发送的信号，则表示发射端和接收端之间被停泊的车辆格挡开，车位处于占用状态。使用红外光电开关这种检测方法是对车位进行非接触式地检测，具有实时性强，灵敏度高，适用范围广，便于操作等优点。但是这种传感器在一些恶劣的天气环境下工作情况会受到影响，如雨雪天气会使得检测器的检测结果不准。并且这种方法存在误检，如在发射端与接收端之间存在的不是车辆而是别的杂物，就会容易将其检测为车辆，从而导致车位在停车管理系统中一直显示的占用，但是实际处于空闲状态的情况发生。

2.1.2 超声波检测技术分析

超声波是一种声音频率超过人耳所能听到的频率的声波。这种声波传输的过程中遵循声波的传输法则，比如保持直线行进，在同一种介质中传输速度一定，在两种不同介质的界面处会发生反射，因此可以利用超声波的这些特性进行实际距离检测。从发射端到接收端的距离不同，那么接收端接收到发射之后反射回来的信号所需要的时间就不同，可以根据这一原理对发射端到反射平面的距离进行测量。这一技术应用在停车位检测中，可以根据检测到的回波时间不同来判断车位上是否有车辆^[9]。在事先通过不断试验获得一个阈值，以其作为标准，当超声波返回的时间长于设定好的阈值的时候，表示车位没有被占用。当回波时间低于这一阈值的时候，表示车位被占用。这种检测方式的优点在于实现起来安装和后期维护简单，成本较低，并且不像红外检测容易受到外界环境的变化而产生干扰，但是同样也可能因为传感器被遮挡而产生误报的现象。

2.1.3 地磁检测技术分析

地磁检测技术已经作为一种车辆检测方式得到了较为广泛的应用^[10]。这一技术使用磁敏电阻作为传感器对经过的车辆进行检测。当有车辆停泊在停车位上时，车辆车身中的金属部分工件会对车辆所在的部分区域的地磁信号产生影响，让车辆车身附近范围的地方的磁场产生改变，这个时候设置好的地测传感器会根据车辆上的金属部件造成的地磁变化而改变磁阻的大小，从而实现车辆的检验。具有尺寸小、功率损耗较低，抗外界干扰能力强，检测精度高等特点^[11]。但是这种检测技术也存在一定的不足之处，比如安装施工和维护的时候需要中断停车场的使用，同时需要挖开道路表面，因此安装过程较为麻烦，会给车主停车和停车场的正常运行带来不便。

2.1.4 视频检测技术分析

随着图像算法的不断发展，图像物体识别这一个技术已经在我们的生活中得到了越来越广泛的使用。现在已经有很多成熟的物体识别检测模型，并且它们都有着较高的检测成功率，可以通过自己设定特定的数据集对模型进行训练，从而实现对特定场景特定物体的高精度检测。使用视频检测技术，运用图像处理的方法，通过摄像头拍摄停车场内的图像，然后对图像中的内容送入训练好的模型中进行分析和处理，识别出拍摄范围内的车辆和位置信息，从而完成对停车场内部的停车位是否处于被占用状态的检测功能。这种方法安装成本较低，一个摄像头可以覆盖较大范围内的车辆，同时不需要破坏现有的环境，只需要在合适的角度额外加装摄像头，在硬件上方便安装，同时也方便后续的功能维护，还有利于未来其他智能化的服务的后续拓展。

综合以上讨论的几种停车场中车位的检测技术，根据情况综合考虑，决定选取视频检测技术来实现停车场车位检测。通过调整摄像头，让其处于一个合适的位置，可以实现一个摄像头检测很多个停车位的工作使用信息，并且能为停车场提供整体的图像监控，而不只是简单的车位信息，具有较好的功能拓展性。

2.2 YOLO V3目标检测网络研究

YOLO^[12](You Only Look Once)是由华盛顿大学的Joseph Redmon等人实现的一种先进的实时目标检测系统。与之前的传统目标检测方法中重用分类器进行检测的方法相比，这种方法在空间上分割边界框，连接类别概率。从最开始的YOLO到第二版本YOLO9000^[13]，再到现在的YOLO V3^[14]，这个目标检测网络经过了三个版本的改进和提升。本系统中使用的是YOLO V3版本。

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：