基于激光探测的智慧停车管理系统设计

摘要：文章设计并实现了一种基于激光探测的智慧停车管理系统。系统基于STM32U575主控制器，通过激光探测配合摄像头的方式，能够准确识别车辆的出入场，并将其记录上传实现停车费用的自动计算以至扣费。该系统实现了停车管理的自动化和智能化，用户体验良好。该系统具有低功耗、高精度的特点，为道路车位管理提供了一种高效便捷的解决方案。

关键词：激光；低功耗；道路车位；智慧停车管理；STM32

中图分类号：TP3 文献标识码：A

文章编号：1009-3044（2024）34-0098-03 开放科学（资源服务）标识码（OSID） ：

随着汽车普及，停车难问题日益凸显。尤其在老城区等区域，停车难问题更加突出。因此各地纷纷出台一系列政策，开放道路资源，将部分路段规划停车位，方便周边居民停车，或在人流密集的景点、商场区域，规划路边车位，解决潮汐式停车难问题[1]。而恰当的道路车位设置同时能带来道路能行效率的有效提升[2]。道路停车管理系统也迎来更大的市场及挑战。

现有的道路停车管理系统，主要解决了停车感知、计费等功能[3]。从早期的停车收费系统到现有的地磁检测技术，功能上并无本质突破[4]。当前的在磁检测技术虽可感知车位占用，但仍需人工贴单处理[5]。此外，还有低位视频技术也较为主流，但该技术目前存在价格贵、功耗大的问题，市场接受度较一般[6]。

基于此，本文提出并设计实现了一种基于激光探测的低功耗智慧停车管理系统，其可以实现停车管理的完全自动化，同时针对当前视频类系统价格贵、功耗大等问题，进行了全面改进，且功能及精度都有所增强，为市场提供了更多的选择。

1 智慧停车管理系统功能设计

所设计的智慧停车管理系统采用了意法半导体公司的STM32低功耗微控制器（MCU） 作为核心。其有显著的低功耗特征，同时有着强大的功能、性能来完成本设计中所有停车管理功能。以此MCU 为核心，重点设计了以下功能点。

1）基于激光及摄像头、云端等，实现停车管理自动化、精准化；

2）基于双激光模块的车辆探测，准确度高，避免飘落物等造成干扰；

3）通过激光与摄像头的配合，系统整体能够长时间处于休眠态，大幅降低了功耗；

4）基于摄像模块的图像识别，可准确识别车牌并上传系统留存备查，减少用户投诉；

5）通过通信模块实现数据上传、云端管理，可通过与网络支付系统对接，云平台及小程序等定制开发，实现用户信息管理，计费及支付自动化，车位数量提醒，出入场实时通知等，大幅提升用户体验。

基于上述功能，设计了该智慧停车管理系统，其系统架构如图1所示。

2 系统硬件设计

基于上述系统架构，在硬件设计方面，本设计着重从功能、性能、可靠性、经济性等角度，综合考虑系统硬件选型。最终经多方面比较，针对系统中核心控制器及关键模块，确定如下。

2.1 主控制器

本设计主控制器选用了STM32U575ZIQ开发板，该开发板具有极低功耗，并且其外设丰富，性能强大，价格适中，整体适配项目需求。STM32U575ZIQ开发板支持多种低功耗模式，包括停止、待机、关断模式，以及一种全新的超低功耗运行模式，使用时可更灵活选择。同时其有更灵活的电源管理，具备独立的电源域和时钟门控，允许关闭未使用的外设和内核模块的电源，进一步节省功耗。

2.2 激光模块

本设计中，激光模块主要用于对于停放车辆的出入车位检测，通过激光定时探测，检测是否有车辆进入及离场。经比较，本设计最终采用了 GY-530 VL53L0X激光模块，该激光模块可探测距离达到2m，完全可以满足停车检测。通信方式兼容IIC 协议（I2C），与STM32微处理器也可以很好适配。同时，本设计选用了双激光模块，可以通过算法设计，更好地避免单激光对外物的误判，降低摄像头模块的调用，进一步降低整体功耗。

VL530LX激光模块实物及引脚使用情况如图2 及表1所示。

2.3 摄像头模块

本设计中，摄像头主要用于对车牌的拍照，进而通过软件实现车牌识别。摄像头拍照通过激光探测触发，仅在检测到有车辆入库的情况下，才执行拍照，并将拍照上传到上位机，实现数据留存，便于发生停车纠纷时处理。经综合比对，最终采用了 ATK- OV7670 带FIFO 摄像头模块。OV7670 工作电压3.3V， 有效像素30万，采用SCCB（类似IIC） 接口，可以与STM32微处理器进行良好兼容，其像素可以满足车牌识别处理图像质量、数据格式等可以由用户完全控制。同时其自身支持节电模式，可以完美适配本系统激光探测触发拍照机制，整体功耗得以精细控制。而其FIFO功能，则为照片数据存储，提供了临时空间，对于较大尺寸图片，能够实现拍照到上传过程中的存储问题。

摄像头模块实物及引脚使用情况如图3 及表2 所示。

2.4 Lora 通信模块

本设计中，智能终端通过Lora模块与上位机进行通信，实现车牌数据等的快速统一上传，同时进一步简化智能终端，降低能耗的同时进一步降低单终端成本，而通过上位机，可以更便捷地实现数据处理、数据持久化、数据应用等更复杂的功能场景。经综合对比，本设计最终采用了Lora无线E22-400T22S模块，该模块可以实现长达2公里的通信范围，对于本设计场景中道路停车系统，完全满足需求，同时价格低廉。

此外，本设计同时结合了语音模块进行语音播报，以使车主停车后第一时间感知，有效降低后续的费用纠纷。而对于电源等模块，本设计也在通用电源基础上，进行了一系列定制，使系统整体功耗维持在较低水平。

3 系统软件设计

本设计软件部分，主要采用Keil5 软件完成。Keil MDK-ARM为意法半导体系列嵌入式开发的主要工具，其有着强大的库管理及编译调试等功能，本设计软件部分，主要包括激光检测程序、视觉识别程序、无线传输程序等子程序， 整体软件框架如图4 所示。

3.1 激光检测程序

激光雷达检测程序包含了IIC驱动程序、TOF距离（Time of Flight，时间飞行）检测程序和车辆进场和离场检测程序。其中TOF距离检测程序及车辆进出场程序为本模块的核心，也是整体系统的基础。

1）TOF的距离检测程序：通过MCU的IIC驱动激光雷达，完成激光雷达单测量模式和驱动电流的配置，然后开启雷达测量距离，测量10次并通过中值滤波得到距离值，最后休眠1分钟后重新测量。激光传感器的测量中，容易受到环境光的影响，让测量的距离值存在毛刺的干扰，所以通过中值滤波可以剔除测量的毛刺，使能测量精度的准确更高。

2）车辆进场和离场程序：车辆进场和离场程序：通过激光雷达得到距离值，单通道激光雷达判读距离小于60cm，一般车辆与设备距离不会超过50 cm，这里预留了足够的余量，所以采用60 cm。随后开启左右通道激光进行检测，3个通道的距离都小于60 cm，则认为有车，否则就是有干扰，需要重新测量。通过激光雷达得到距离值大于300 cm，则认为无车。

3.2 视觉识别程序

视觉识别程序包含了OV7670驱动程序、一帧图片获取程序和车牌识别程序。

1）一帧图片获取程序：当激光雷达判断到有车后，MCU就配置摄像头图像的分辨率为480×640。并对车牌图像进行车牌定位，车牌定位采用颜色阈值识别，并在此基础上作进一步的二值化，然后再对图像作腐蚀与膨胀，以此定位到车牌的位置。然后启动摄像头拍照，把图片以JPEG格式保存到FIFO中。

2）车牌识别程序：车牌识别程序流程包括图像采集，对图像进行预处理以提高识别率。接着，系统会定位并分割出车牌区域，然后将车牌上的字符逐一分割并进行识别，为避免发生误判，将预先对每个字符作归一化处理，然后调用TinyMaix进行字符识别。最后，程序会将识别的车牌号码转为字符格式输出。这样就实现完整的车牌识别过程。

3.3 无线传输程序

无线程序包含了串口的底层驱动程序和Lora无线通信协议程序。

1）串口的底层驱动程序：将串口GPIO口配置为TX和RX，然后配置串口并使能接收中断，编写中断服务函数，以完成串口的初始化配置。

2）Lora无线通信协议程序：配置Lora模块的参数，主要包括模块的ID及空气中的传播速率，配置完后重启Lora完成配置。本设计中Lora采用定向传输模式，方便组网，因此其数据前需要添加前缀来发送，包括高位地址、低位地址、信道，最后将得到车牌数据发送到终端，等待终端的应答（ACK） ，发送方如在设定时间内无法收到ACK，则主动重新发送数据，实现数据重发以保障数据传输的可靠性。

4 结束语

通过上述硬件及软件的规划设计，通过多模块协作及软件程序控制，实现了全自动化、高精度、低功耗的智慧停车管理系统。经实地检测，对于竖向车位及停车，本系统能够准确实现车牌的识别及上传，能够很好地实现车位的自动化管理。而对于侧方停车的车位，由于车辆入场角度问题，本系统目前在车牌识别方面，仍有较小概率出现识别失败，对此本系统目前进行了高位监控视频补偿等方式来解决。但另一方面，本设计也在进行技术层面优化，如对于智能终端部署位置的定制化精准布置、针对车牌的广角识别等，以进一步提升车牌识别精度，实现全方位自动化管理。

本文所设计的系统，是智慧停车管理系统的核心系统，但同时也仅是智慧停车解决方案的终端系统设备。基于该智能终端采集的车辆、车位、实时停车信息，结合云端系统采集的车主、周边系统集成信息，可以实现人、车、场的数据整合，为基于人工智能的智慧停车解决方案实现，提供强大的数据基础。

参考文献：

[1] 李文.试论大型城市路内停车秩序的治理途径：以北京市为例[J].公安研究，2017（11）：21-29.

[2] 梁光胜，田璐，李朝洋.路边停车位对道路通行能力影响的仿真研究[J].电子测试，2022（5）：87-90.

[3] 江瑞宇，郑家兵，涂斌.城区智慧停车方案探讨[J].广东通信技术，2022，42（7）：36-38.

[4] 黄圆圆.物联网、人工智能、大数据下的智慧停车研究[J].智能建筑，2020（8）：38-39.

[5] 柳革命，刘国福，邹兰平.基于独立地磁技术的路边车位车辆检测系统设计[J].现代电子技术，2023，46（19）：175-180.

[6] 李恺翌.智慧停车管理系统的发展历程回顾[J].上海建设科技，2022（2）：29-32，46.

【通联编辑：朱宝贵】

基金项目：广东白云学院电气信息类学科专业集群建设（CXQXXM.02.0036）