基于AI的私家車位阻車器

摘要當(dāng)前國內(nèi)外由于人口日益增多導(dǎo)致汽車的使用也與日俱增，公共場所的停車面臨空前的壓力與此同時(shí)相應(yīng)的人員使用也隨之增加，隨之科技的發(fā)展將AI技術(shù)應(yīng)用到阻車器上可大大減少人力物力的使用。本文主要研究基于人工智能視覺技術(shù)的私家車位阻車器是一種創(chuàng)新的解決方案，能夠有效解決私家車位的管理問題，提高車輛的通行能力，同時(shí)還能保障私人財(cái)產(chǎn)的安全。相比傳統(tǒng)的管理方式，該系統(tǒng)能夠更加智能、快速地實(shí)現(xiàn)車輛的管理和安全控制，減輕工作人員的工作壓力，提高管理效率，給車主帶來更好的停車體驗(yàn)。此外，基于人工智能視覺技術(shù)的停車管理系統(tǒng)還有許多其他的應(yīng)用場景，例如在城市道路上的停車管理、商業(yè)中心、公共停車場等，都可以采用該系統(tǒng)進(jìn)行車輛管理和安全控制，提高管理效率和安全性，為車主提供更好的停車服務(wù)體驗(yàn)。關(guān)鍵詞:傳感器；單片機(jī)；藍(lán)牙ABSTRACTAtpresent,theresearchonAIvisiontechnologyhasmadegreatprogressbothathomeandabroad.Becausethedevelopmentabroadisrelativelyearly,theresearchonAIVisionTechnologyisalsoearlierthanours,soabroadforAIvisiontechnologyhasamorepowerfuldevelopmentcapacity,butthedevelopmentofAItechnologyalsocontinuedtomakeconsiderableprogress.Inthispaper,wemainlystudythecar-blockingdeviceofprivateparkingspacebasedonArtificialIntelligenceVisionTechnology,whichisaninnovativesolutiontoeffectivelysolvetheproblemofprivateparkingspacemanagementandimprovethetrafficcapacityofvehicles,italsoguaranteesthesafetyofprivateproperty.Comparedwiththetraditionalmanagementmode,thesystemcanrealizethevehiclemanagementandsafetycontrolmoreintelligentandfaster,reducetheworkpressureofthestaff,improvethemanagementefficiency,andbringbetterparkingexperiencetotheowner.Inaddition,parkingmanagementsystemsbasedonAIvisiontechnologyhavemanyotherapplicationscenarios,suchasparkingmanagementonurbanroads,commercialcenters,publicparking,etc.,thesystemcanbeusedforvehiclemanagementandsafetycontrol,improvemanagementefficiencyandsafety,toprovidebetterparkingserviceexperienceforcarowners.Keywords:Sensors,MCUandBluetooth目錄TOC\o"1-3"\h\u第一章緒論-1-第一章緒論1.1研究目的及意義智能化技術(shù)已經(jīng)廣泛應(yīng)用于各個(gè)領(lǐng)域，包括服務(wù)行業(yè)。人們對(duì)于服務(wù)的需求越來越高，也要求服務(wù)行業(yè)采用更加高效、智能化的管理系統(tǒng)。在私家車停車場這個(gè)領(lǐng)域，智能化管理系統(tǒng)的應(yīng)用可以大大提高停車場的管理效率和車輛通行能力，減少人為管理的成本和錯(cuò)誤率，為車主提供更加便捷、高效、安全的停車服務(wù)。通過引入人工智能視覺技術(shù)，例如車牌識(shí)別等，可以實(shí)現(xiàn)對(duì)車輛的自動(dòng)識(shí)別和控制，不僅提高了管理效率，也為停車場管理帶來更高的精度和準(zhǔn)確性。因此，推進(jìn)私家車停車場的智能化管理系統(tǒng)，是服務(wù)行業(yè)智能化發(fā)展的一個(gè)重要方向。1.2國內(nèi)外研究現(xiàn)狀是的，近年來AI視覺技術(shù)在國內(nèi)外都取得了很大的進(jìn)步，尤其是在智能停車場管理、車牌識(shí)別等領(lǐng)域應(yīng)用越來越廣泛。AI視覺技術(shù)通過對(duì)圖像、視頻的識(shí)別、分析和處理，實(shí)現(xiàn)對(duì)物體、場景、人臉等的自動(dòng)識(shí)別、跟蹤、分類等功能，具有很強(qiáng)的智能化和自動(dòng)化能力。在智能停車場管理中，AI視覺技術(shù)可以通過識(shí)別車牌號(hào)碼、車輛類型、入場時(shí)間等信息，實(shí)現(xiàn)車輛自動(dòng)進(jìn)出、停車位管理、停車費(fèi)用計(jì)費(fèi)等功能，大大提高了停車場的管理效率和用戶體驗(yàn)。國內(nèi)的AI視覺技術(shù)發(fā)展也在逐步跟進(jìn)國外先進(jìn)技術(shù)，尤其在5G、云計(jì)算、大數(shù)據(jù)等方面的應(yīng)用，為AI視覺技術(shù)的發(fā)展提供了更強(qiáng)大的支撐。未來隨著技術(shù)的不斷創(chuàng)新和應(yīng)用場景的不斷拓展，AI視覺技術(shù)有望在更多領(lǐng)域展現(xiàn)其強(qiáng)大的應(yīng)用價(jià)值REF_Ref10752\r\h[2]。2020年，MooreAlison在《Howtobuy:carparking:Removethebarrierstoyourperfectvehicle》文章中講到美國通過AI視覺標(biāo)志AI視覺技術(shù)在停車場管理領(lǐng)域的應(yīng)用是當(dāng)前的研究熱點(diǎn)之一，不僅可以提高停車場的管理效率，還可以提高停車場的安全性和用戶體驗(yàn)?；贏I視覺的私家車位阻車器系統(tǒng)可以根據(jù)車輛識(shí)別卡或車牌號(hào)碼，自動(dòng)識(shí)別車輛的身份信息，并且根據(jù)預(yù)設(shè)的規(guī)則，自動(dòng)控制車位的開關(guān)，從而實(shí)現(xiàn)私家車位的攔阻功能REF_Ref10654\r\h[1]。該系統(tǒng)可以實(shí)現(xiàn)自動(dòng)化的車位管理，減少人工干預(yù)，提高停車場的管理效率，降低管理成本，提高用戶滿意度。同時(shí)，該系統(tǒng)還可以通過記錄車輛的停車時(shí)間和停車位號(hào)，提供車位使用情況的統(tǒng)計(jì)和查詢功能，幫助停車場管理者更好地管理停車場資源REF_Ref10841\r\h[3]。1.3主要研究內(nèi)容這套基于AI視覺的私家車位阻車器系統(tǒng)設(shè)計(jì)聽起來很有趣。通過使用單片機(jī)作為基本開發(fā)語言，它可以設(shè)計(jì)出一個(gè)專門用于管理私家車位阻車的軟件，同時(shí)使用數(shù)據(jù)庫作為后臺(tái)存儲(chǔ)車輛信息，通過客戶服務(wù)器網(wǎng)絡(luò)模式結(jié)構(gòu)來管理車輛進(jìn)出停車場REF_Ref10916\r\h[4]。通過及時(shí)獲取車輛的運(yùn)行信息和車牌號(hào)碼，系統(tǒng)可以自動(dòng)管理車輛進(jìn)出停車場，并根據(jù)車輛識(shí)別號(hào)碼數(shù)據(jù)庫導(dǎo)出系統(tǒng)自動(dòng)發(fā)現(xiàn)車輛信息，實(shí)現(xiàn)自動(dòng)阻車、車輛通行及完整的車輛安全系統(tǒng)報(bào)警。這套系統(tǒng)的應(yīng)用可以提高私家車位的管理效率和安全性。第二章系統(tǒng)的總體結(jié)構(gòu)2.1設(shè)計(jì)方案這套系統(tǒng)的基本原理是通過AI視覺技術(shù)實(shí)現(xiàn)對(duì)車輛的識(shí)別和管理，主要包括以下幾個(gè)方面：車輛識(shí)別：系統(tǒng)使用攝像頭捕捉車輛圖像，通過AI視覺算法進(jìn)行車牌識(shí)別或車輛識(shí)別號(hào)碼識(shí)別，確定車輛的身份。車輛管理：系統(tǒng)根據(jù)車輛的身份信息，判斷其是否有權(quán)限進(jìn)入停車場，如果有權(quán)限，則自動(dòng)抬起道閘，允許車輛進(jìn)入；如果沒有權(quán)限，則自動(dòng)阻止車輛通行，并報(bào)警提示。數(shù)據(jù)庫管理：系統(tǒng)采用數(shù)據(jù)庫作為后臺(tái)，將識(shí)別到的車輛信息存儲(chǔ)到數(shù)據(jù)庫中，便于日后查詢和管理。安全報(bào)警：系統(tǒng)可以通過聲音、光線、圖像等多種方式進(jìn)行報(bào)警，確保停車場的安全性和穩(wěn)定性。這套系統(tǒng)的優(yōu)點(diǎn)是自動(dòng)化程度高，可以大大減少人工管理和操作成本，提高停車場管理的效率和準(zhǔn)確性。同時(shí)，通過AI技術(shù)的應(yīng)用，可以提高識(shí)別的準(zhǔn)確性和速度，實(shí)現(xiàn)更智能、更高效的車輛管理。2.2功能需求分析2.2.1技術(shù)路線（1）硬件部分需要單片機(jī)、傳感器、舵機(jī)、藍(lán)牙遠(yuǎn)程APP模塊；

（2）畫原理圖用AD；

（3）用戶信息顯示查看；

2.2.2預(yù)期結(jié)果通過對(duì)系統(tǒng)的布設(shè)和完善，最終完成的基于基于AI視覺的私家車位阻車器預(yù)期有如下成果：上位機(jī)：1.發(fā)送下位機(jī)記錄車輛指令；2.發(fā)送下位機(jī)指令使下位機(jī)進(jìn)入阻車模式；3.對(duì)下位機(jī)阻車器進(jìn)行手機(jī)端控制；4.接收下位機(jī)參數(shù)，并顯示；5.設(shè)定閾值；下位機(jī)：1.接收上位機(jī)命令，記錄允許駛?cè)氲乃郊臆嚕?.接收上位機(jī)命令，開啟阻車模式，檢測車輛駛出，自動(dòng)開啟阻車器；3.阻車模式：（1）識(shí)別駛?cè)胲囕v與記錄的車輛信息進(jìn)行對(duì)比確認(rèn)是否是已錄入的車輛；（2）若不是已錄入的車輛，聲光警告，提醒車輛駛離；（3）若是已錄入的車輛，自動(dòng)關(guān)閉阻車器，允許車輛駛?cè)耄唬?）在自家車輛駛?cè)脒^程中，檢測后方距離，若過小，進(jìn)行蜂鳴器提示用戶，并發(fā)送上位機(jī)警告信息；4.手動(dòng)模式：接收上位機(jī)命令，開啟/關(guān)閉阻車器；2.3總體方案設(shè)計(jì)理論知識(shí)準(zhǔn)備階段：在這個(gè)階段，需要深入了解課題所涉及到的概念、理論、技術(shù)等方面的知識(shí)，以便在后續(xù)的設(shè)計(jì)和實(shí)現(xiàn)中得到應(yīng)用。確定系統(tǒng)各個(gè)模塊：在這個(gè)階段，需要確定系統(tǒng)的各個(gè)功能模塊，并理清各個(gè)模塊之間的關(guān)系。這有助于確定系統(tǒng)的整體架構(gòu)和設(shè)計(jì)方案。規(guī)劃課題：在這個(gè)階段，需要根據(jù)系統(tǒng)的各個(gè)模塊和功能需求，確定系統(tǒng)組成結(jié)構(gòu)和大體框架，并提出原理框圖。這有助于對(duì)系統(tǒng)設(shè)計(jì)的整體把握和規(guī)劃。完成硬件電路設(shè)計(jì)：在這個(gè)階段，需要使用軟件工具完成系統(tǒng)的硬件電路設(shè)計(jì)，并繪制出各部分電路圖。這有助于在后續(xù)實(shí)現(xiàn)過程中，對(duì)電路連接和元器件的選型等問題進(jìn)行規(guī)劃。完成軟件設(shè)計(jì)：在這個(gè)階段，需要根據(jù)系統(tǒng)的控制過程，設(shè)計(jì)軟件程序，繪制出主流程圖，以便在后續(xù)實(shí)現(xiàn)過程中，對(duì)程序代碼的編寫和調(diào)試提供指導(dǎo)。模擬仿真：在這個(gè)階段，需要利用軟件仿真工具，對(duì)系統(tǒng)的各個(gè)功能進(jìn)行模擬仿真，以檢查系統(tǒng)是否能夠按照要求實(shí)現(xiàn)控制功能。這有助于在實(shí)際實(shí)現(xiàn)過程中，避免由于軟硬件不兼容或其他因素引起的問題。整理論文：在這個(gè)階段，需要整理出一份完整的論文，將設(shè)計(jì)和實(shí)現(xiàn)過程中所涉及到的方方面面進(jìn)行詳細(xì)的闡述和解釋，以便讓讀者了解到整個(gè)課題的研究過程和研究成果。2.4單片機(jī)型號(hào)選擇KendryteK210是一種集成了機(jī)器視覺和機(jī)器聽覺能力的SoC芯片，采用了臺(tái)積電(TSMC)超低功耗的28納米先進(jìn)制程技術(shù)，擁有雙核64位處理器，具備較好的功耗性能、穩(wěn)定性和可靠性。該芯片力求零門檻開發(fā)，可在最短時(shí)效部署于用戶的產(chǎn)品中，為產(chǎn)品賦予人工智能。K210定位于AI和IoT市場的SoC，同時(shí)也是一種非常方便的MCU。Kendryte中文含義為勘智，取自勘物探智。該芯片主要應(yīng)用領(lǐng)域?yàn)槲锫?lián)網(wǎng)領(lǐng)域，在物聯(lián)網(wǎng)領(lǐng)域進(jìn)行開發(fā)，因此為勘物；該芯片主要提供的是人工智能解決方案，在人工智能領(lǐng)域探索，因此為探智。K210具備機(jī)器視覺能力和機(jī)器聽覺能力，具有更好的低功耗視覺處理速度和準(zhǔn)確率。此外，K210還具備卷積人工神經(jīng)網(wǎng)絡(luò)硬件加速器KPU，可高性能進(jìn)行卷積人工神經(jīng)網(wǎng)絡(luò)運(yùn)算。它采用TSMC28納米先進(jìn)制程技術(shù)，溫度范圍為-40°C到125°C，穩(wěn)定可靠。K210支持固件加密，并具有獨(dú)特的可編程IO陣列，使產(chǎn)品設(shè)計(jì)更加靈活。K210采用低電壓設(shè)計(jì)，在相同處理能力的系統(tǒng)中具有更低的功耗。它支持3.3V/1.8V雙電壓，無需電平轉(zhuǎn)換，節(jié)約成本。圖2-1單片機(jī)最小系統(tǒng)原理圖第三章系統(tǒng)的硬件部分設(shè)計(jì)3.1系統(tǒng)總體設(shè)計(jì)該系統(tǒng)利用AI視覺技術(shù)實(shí)現(xiàn)對(duì)車輛的自動(dòng)管理，解決了人工阻車管理的弊端，提高了停車場的管理效率和安全性。系統(tǒng)通過攝像頭獲取車輛運(yùn)行信息和車牌號(hào)，經(jīng)過圖像處理和車牌識(shí)別技術(shù)識(shí)別出車輛身份或車輛識(shí)別號(hào)碼，并自動(dòng)進(jìn)行阻車或通行管理。同時(shí)，系統(tǒng)將車輛信息存儲(chǔ)在數(shù)據(jù)庫中，方便后續(xù)管理和查詢。系統(tǒng)還具備完整的車輛安全系統(tǒng)報(bào)警功能，確保停車場的安全和穩(wěn)定運(yùn)行。該系統(tǒng)采用單片機(jī)作為基本開發(fā)語言，具有開發(fā)成本低、易于維護(hù)和升級(jí)等優(yōu)點(diǎn)，具有廣泛的應(yīng)用前景。圖3-1主系統(tǒng)原理圖3.2系統(tǒng)的主要功能模塊設(shè)計(jì)3.2.12.4寸LCD顯示屏模塊設(shè)計(jì)2.4寸LCD顯示屏是一種小尺寸液晶顯示屏，通常用于移動(dòng)設(shè)備、嵌入式系統(tǒng)和便攜式電子產(chǎn)品等領(lǐng)域。它的尺寸為2.4英寸，即對(duì)角線長度約為6.1厘米。這種顯示屏可以通過液晶顯示技術(shù)來呈現(xiàn)圖像和文本內(nèi)容。2.4寸LCD顯示屏通常具有240x320像素的分辨率，這意味著它可以呈現(xiàn)240行、320列的像素矩陣，總共76800個(gè)像素點(diǎn)。這樣的分辨率雖然不是非常高，但對(duì)于小尺寸的顯示屏來說已經(jīng)足夠。同時(shí)，由于顯示屏尺寸較小，像素密度相對(duì)較高，可以呈現(xiàn)清晰、銳利的圖像和文本。2.4寸LCD顯示屏通常采用TFT技術(shù)，即薄膜晶體管技術(shù)，這是一種高質(zhì)量的液晶顯示技術(shù)。TFT技術(shù)可以使液晶分子的旋轉(zhuǎn)速度更快、更穩(wěn)定，從而可以實(shí)現(xiàn)更快的刷新率和更高的對(duì)比度。此外，TFT技術(shù)還可以通過后期加工使顯示屏更加均勻、穩(wěn)定。2.4寸LCD顯示屏通常具有LED背光，這可以使顯示屏呈現(xiàn)更加鮮明、亮麗的顏色，并且能夠在低光環(huán)境下提供良好的可視性。LED背光還具有低功耗、長壽命的優(yōu)點(diǎn)，這對(duì)于移動(dòng)設(shè)備和便攜式電子產(chǎn)品來說尤為重要。2.4寸LCD顯示屏通常具有廣視角特性，即可以在不同角度下提供相同的色彩和亮度。這意味著即使從側(cè)面或上下角度觀看顯示屏，圖像和文本仍然可以清晰可見。這對(duì)于移動(dòng)設(shè)備和便攜式電子產(chǎn)品來說非常重要，因?yàn)橛脩敉ǔＰ枰诓煌慕嵌认率褂眠@些設(shè)備。2.4寸LCD顯示屏還具有快速響應(yīng)時(shí)間的優(yōu)點(diǎn)，通常在10毫秒以下，這可以使動(dòng)態(tài)圖像和視頻更加流暢。同時(shí)，2.4寸LCD顯示屏還可以支持觸摸屏功能，這使得用戶可以通過觸摸屏幕來與設(shè)備進(jìn)行交互，從而實(shí)現(xiàn)更加自然和直觀的操作。圖3-22.4寸LCD顯示屏模塊原理圖3.2.2藍(lán)牙模組模塊設(shè)計(jì)藍(lán)牙模塊是一種用于在不同設(shè)備之間建立無線通信的技術(shù)。它可以實(shí)現(xiàn)不同設(shè)備之間的數(shù)據(jù)傳輸、音頻傳輸和控制等功能。在現(xiàn)代的智能設(shè)備中，藍(lán)牙模塊已經(jīng)成為一種基本的通信方式，如手機(jī)、平板電腦、音響、智能手表等，都集成了藍(lán)牙模塊，可以與其他設(shè)備進(jìn)行無線通信。藍(lán)牙模塊一般由無線電芯片和相應(yīng)的軟件組成。在硬件方面，藍(lán)牙模塊通常采用集成了藍(lán)牙協(xié)議棧的單芯片解決方案，如CSR、TI、Nordic、ST等。這些芯片都支持標(biāo)準(zhǔn)的藍(lán)牙4.0或以上版本，具有低功耗、高速傳輸、可靠性高等特點(diǎn)。在軟件方面，藍(lán)牙模塊通常提供了標(biāo)準(zhǔn)的AT指令集或者API接口，可以方便地與其他設(shè)備進(jìn)行通信和控制。藍(lán)牙模塊具有以下優(yōu)點(diǎn)：低功耗：藍(lán)牙模塊的低功耗設(shè)計(jì)，可以使設(shè)備長時(shí)間工作，不需要頻繁更換電池，同時(shí)還能夠滿足對(duì)電池壽命的要求。高速傳輸：藍(lán)牙模塊采用了先進(jìn)的傳輸技術(shù)，能夠在短時(shí)間內(nèi)傳輸大量數(shù)據(jù)，保證數(shù)據(jù)傳輸?shù)男屎蜏?zhǔn)確性。安全性高：藍(lán)牙模塊支持強(qiáng)大的加密和認(rèn)證技術(shù)，確保通信過程的安全性，防止數(shù)據(jù)泄露和攻擊。易于集成：藍(lán)牙模塊的硬件和軟件設(shè)計(jì)都十分成熟，可以方便地集成到各種設(shè)備中，提高設(shè)備的通信能力和互聯(lián)性。適應(yīng)性強(qiáng)：藍(lán)牙模塊支持不同的設(shè)備類型和不同的應(yīng)用場景，可以滿足多樣化的需求，例如智能家居、健康監(jiān)測、車聯(lián)網(wǎng)等。總之，藍(lán)牙模塊作為一種成熟的無線通信技術(shù)，已經(jīng)廣泛應(yīng)用于各種智能設(shè)備中，成為實(shí)現(xiàn)設(shè)備互聯(lián)和數(shù)據(jù)傳輸?shù)闹匾侄巍Ｎ磥?，隨著物聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，藍(lán)牙模塊的應(yīng)用前景將更加廣闊。圖3-3藍(lán)牙模組原理圖3.2.3舵機(jī)模塊設(shè)計(jì)舵機(jī)是一種常見的電子元件，用于控制物體在特定角度位置上的運(yùn)動(dòng)。其主要構(gòu)成部分包括外殼、板、驅(qū)動(dòng)馬達(dá)、減速器和位置檢測元件。當(dāng)接收到控制信號(hào)后，電路板上的IC會(huì)驅(qū)動(dòng)馬達(dá)旋轉(zhuǎn)，通過減速器將動(dòng)力傳至擺臂，位置檢測元件可以檢測轉(zhuǎn)動(dòng)的角度。舵機(jī)中的馬達(dá)采用空心杯馬達(dá)設(shè)計(jì)，以減小重量和功耗，同時(shí)可以根據(jù)不同需求進(jìn)行防水和防塵設(shè)計(jì)，并選擇塑膠或金屬齒輪以適應(yīng)不同負(fù)載。如圖3-4舵機(jī)原理圖。圖3-4舵機(jī)原理圖第四章系統(tǒng)的軟件設(shè)計(jì)4.1軟件的主要流程首先進(jìn)行系統(tǒng)初始化，系統(tǒng)初始化完成后，單片機(jī)進(jìn)行設(shè)定的程序采集，傳感器開始進(jìn)行數(shù)據(jù)的采集，采集的數(shù)據(jù)會(huì)在我們的顯示屏上進(jìn)行顯示。采集的數(shù)據(jù)達(dá)到設(shè)定程序要求時(shí)，舵機(jī)會(huì)進(jìn)行轉(zhuǎn)動(dòng)。與上位機(jī)之間可以通過藍(lán)牙進(jìn)行通信。圖4-1主系統(tǒng)流程圖4.2LCD顯示屏軟件設(shè)計(jì)首先進(jìn)行系統(tǒng)初始化，系統(tǒng)初始化完成后，單片機(jī)進(jìn)行設(shè)定的程序采集，傳感器開始進(jìn)行數(shù)據(jù)的采集，采集的數(shù)據(jù)會(huì)在我們的顯示屏上進(jìn)行顯示。圖4-2LCD顯示屏軟件設(shè)計(jì)4.3藍(lán)牙模塊軟件設(shè)計(jì)首先進(jìn)行系統(tǒng)初始化，系統(tǒng)初始化完成后，單片機(jī)進(jìn)行設(shè)定的程序采集，傳感器開始進(jìn)行數(shù)據(jù)的采集，采集的數(shù)據(jù)會(huì)在我們的顯示屏上進(jìn)行顯示。采集的數(shù)據(jù)達(dá)到設(shè)定程序要求時(shí)，舵機(jī)會(huì)進(jìn)行轉(zhuǎn)動(dòng)。與上位機(jī)之間可以通過藍(lán)牙進(jìn)行通信。圖4-3藍(lán)牙模塊軟件設(shè)計(jì)4.4舵機(jī)模塊軟件設(shè)計(jì)首先進(jìn)行系統(tǒng)初始化，系統(tǒng)初始化完成后，單片機(jī)進(jìn)行設(shè)定的程序采集，傳感器開始進(jìn)行數(shù)據(jù)的采集，采集的數(shù)據(jù)會(huì)在我們的顯示屏上進(jìn)行顯示。采集的數(shù)據(jù)達(dá)到設(shè)定程序要求時(shí)，舵機(jī)會(huì)進(jìn)行轉(zhuǎn)動(dòng)。圖4-4舵機(jī)模塊軟件設(shè)計(jì)第五章系統(tǒng)測試5.1系統(tǒng)實(shí)物圖圖5-1系統(tǒng)實(shí)物圖實(shí)物分為合金板，藍(lán)牙模塊，180°舵機(jī)，顯示器導(dǎo)線若干，攝像頭，屏幕以及按鍵。其中按鍵功能分為學(xué)習(xí)按鍵，復(fù)位按鍵以及系統(tǒng)按鍵。開始時(shí)先識(shí)別環(huán)境以及需要錄入的合法車不同角度的前臉及車位各十張，識(shí)別完后需要錄入周邊環(huán)境不同角度五張。錄入完后開啟系統(tǒng)按鍵，開啟時(shí)是自動(dòng)模式可以監(jiān)測車輛距離并且車輛距離警報(bào)已經(jīng)非法車輛警報(bào)開啟。若出現(xiàn)合法車輛舵機(jī)放下，若出現(xiàn)非法車輛舵機(jī)不開啟并且蜂鳴機(jī)長響，若車輛距離過近則觸發(fā)距離警報(bào)5.2測試步驟圖圖5-2模擬步驟圖圖中為車輛的前后臉識(shí)別，分別各拍十組照片之后在對(duì)周圍環(huán)境進(jìn)行拍照識(shí)別讓識(shí)別裝置充分識(shí)別圖片信息。開啟識(shí)別按鈕后會(huì)自動(dòng)識(shí)別自己車輛和違法車輛，若是合法車輛則閘機(jī)開啟，非法車輛閘機(jī)關(guān)閉并且發(fā)出警報(bào)圖5-3測試步驟圖此項(xiàng)為開啟藍(lán)牙裝置首先給設(shè)備供電，供電以后設(shè)備開始進(jìn)行啟動(dòng)，根據(jù)設(shè)備上的按鍵，要先進(jìn)行對(duì)車輛的學(xué)習(xí)，完成以后可以進(jìn)行檢測，當(dāng)檢測識(shí)別到私家車輛以后，舵機(jī)將會(huì)進(jìn)行轉(zhuǎn)動(dòng)，阻車器就會(huì)進(jìn)行落下，檢測到非法車輛的時(shí)候，也就是不是私家車的時(shí)候，阻車器并不會(huì)落下，同時(shí)傳感器也會(huì)進(jìn)行測距報(bào)警。上位機(jī)也可以進(jìn)行一個(gè)顯示，閾值的設(shè)定等。第六章總結(jié)與展望本文把AI視覺技術(shù)，藍(lán)牙技術(shù)，視頻監(jiān)控技術(shù)及軟件技術(shù)等有機(jī)的結(jié)合在一起，形成了一套完善的控制系統(tǒng)，成功的把AI視覺技術(shù)推廣并且在今后的社會(huì)應(yīng)用中保持主導(dǎo)地位。本文取得的重大成果有：1.進(jìn)行了深度的研究和調(diào)查。通過對(duì)學(xué)習(xí)資料的學(xué)習(xí)和貫通，對(duì)AI視覺技術(shù)中考慮的幾個(gè)問題有了更為明確的認(rèn)知，對(duì)人工智能技術(shù)的控制系統(tǒng)有了更為全面，深刻的認(rèn)識(shí)。2.對(duì)AI私家車位阻車器進(jìn)行了考察，對(duì)AI智能監(jiān)控設(shè)施有了更好的認(rèn)知，為今后的阻車系統(tǒng)打下了更為堅(jiān)實(shí)的基礎(chǔ)3.按照生產(chǎn)過程具體需要，編制了可編程控制的報(bào)警系統(tǒng)。車輛監(jiān)控系統(tǒng)需要單獨(dú)的設(shè)備，單獨(dú)的工藝步驟，和全流程的操作自動(dòng)化。4.在此基礎(chǔ)上，提出了一種基于AI視覺的控制系統(tǒng)，通過拍照識(shí)別，對(duì)車輛進(jìn)行更好的管理。流程圖，實(shí)現(xiàn)了流程的控制；其他都由顯示器進(jìn)行實(shí)時(shí)監(jiān)控。在設(shè)計(jì)基于AI視覺的私家車位阻車器系統(tǒng)時(shí)，已經(jīng)做了許多工作，并獲得了一定的成功但是在系統(tǒng)中還存在著一些不足和進(jìn)一步完善的地方，下一項(xiàng)工作可從以下幾個(gè)方面入手1.在機(jī)器故障時(shí)，主計(jì)算機(jī)仍能工作確保業(yè)主能繼續(xù)使用阻車器2.現(xiàn)場的多種場景變換，對(duì)AI識(shí)別的影響較大，必須能使系統(tǒng)的抗干擾性進(jìn)一步完善。參考文獻(xiàn)馮凌穎.基于車牌識(shí)別的園區(qū)道閘車輛管理系統(tǒng)軟件設(shè)計(jì)[P].浙江大學(xué)2021.董海濤;肖銘辰;伍興;林義忠.基于低分辨率傳感器的高性能道閘控制算法研究[C].微電機(jī).2021.王寒益.基于ZigBee技術(shù)的智能停車場管理系統(tǒng)研究[C].集美大學(xué).2022.孫昕怡.AI視覺檢測項(xiàng)目范圍管理的研究[M].北京郵電大學(xué),2020.喬旭;趙偉;張煒;趙建.面向交通行業(yè)的AI視覺應(yīng)用研究[P].江蘇科技信息,2021.劉爽.智能車輛出入控制系統(tǒng)研究[M].東北石油大學(xué),2021.張春光.公交停車場智能場站的設(shè)計(jì)[P].吉林大學(xué),2019.潘志友;葉芃;薛春雷.基于人臉識(shí)別技術(shù)的道閘控制系統(tǒng)研究[M].自動(dòng)化技術(shù)與應(yīng)用.2020,.王成軍;嚴(yán)晨.機(jī)器視覺技術(shù)在分揀系統(tǒng)中的應(yīng)用研究綜述[J].制造技術(shù)與機(jī)床.2019劉建斌.基于RFID技術(shù)的嵌入式停車場系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[M]. 湘潭大學(xué).2019.MooreAlison.Howtobuy:carparking:Removethebarrierstoyourperfectvehicle..[M].2021TomRye;StephenIson.OvercomingbarrierstotheimplementationofcarparkingchargesatUKworkplaces.2019. JosephWLstiburek.WhereDoVaporBarriersGoinParkingGarages?.2021Anonymous.Networks:MeruNetworks'RFBarrier',pioneeringfirstinsecuringwirelessperimeter;IntroducesNewApproachtoDefendingEnterprisesAgainst'ParkingLotAttacks'[P].2021WeiSHEN;JiaoLI.DesignandImplementationofParkingMonitoringSystemofBikeSharingIntheElectronicBarrier.2020劉志勇.基于UML的酒店視覺AI解決方案軟件建模[J].現(xiàn)代計(jì)算機(jī),2022,28(22):99-102+108.陳元威,王雁平,黃瓊桃,陳澤娜,黃龍子.基于AI的機(jī)械視覺控制系統(tǒng)設(shè)計(jì)[J].儀表技術(shù),2022(06):37-38+57.DOI:10.19432/ki.issn1006-2394.2022.06.009.楊李奇,李昱龍,駱陽,代函可,章紅.基于AI視覺的交通標(biāo)志識(shí)別與車輛控制[J].電子技術(shù)與軟件工程,2022(20):157-161.顧方,胡良勇,黃堅(jiān),劉鵬.基于機(jī)器視覺AI智能識(shí)別的計(jì)量器具信息檢索系統(tǒng)研究與應(yīng)用[J].中國計(jì)量,2022(10):47-48.DOI:10.16569/11-3720/t.2022.10.009.智能視覺應(yīng)用快車道端邊云協(xié)同的AI視覺產(chǎn)業(yè)研究報(bào)告[C]//.艾瑞咨詢系列研究報(bào)告（2022年第9期）.[出版者不詳],2022:48-89.高赟,王津,吳昊,楊旭濤.基于AIStudio平臺(tái)的《數(shù)字圖像與計(jì)算機(jī)視覺》課程改革[J].電子元器件與信息技術(shù),2022,6(08):244-247.DOI:10.19772/ki.2096-4455.2022.8.059.周能兵,齊世龍,劉棟.基于計(jì)算機(jī)視覺識(shí)別的AI技術(shù)在工地安全管理的應(yīng)用[J].建筑安全,2022,37(08):74-77.附錄電路圖源代碼classBEEP_3V3:def__init__(self,ctr_beep,ctr_init_level):self.ctr_beep=ctr_beepself.ctr_init_level=ctr_init_leveldefON(self):self.ctr_beep.value(self.ctr_init_level)defOFF(self):self.ctr_beep.value((1-self.ctr_init_level))defInit(self):self.OFF()defRUN(self,beep_state):self.ctr_beep.value(beep_state)classHC_SR04:def__init__(self,uart):self.uart=uartdefInit(self):self.uart.init(9600,timeout=1000,read_buf_len=10240)#重新設(shè)置串口波特率defRece_Data_Handle(self):distance_f_cm_err=0.0distance_f_cm_min=3.0distance_f_cm_max=55.0temp=[0.0,0.0,0.0,0.0,0.0,0.0]distance_f_cm_temp=distance_f_cm_errself.uart.write(b'\xA0')forrece_delay_countinrange(len(temp)):distance_f_cm_temp=0.0rece_data=self.uart.read()ifnotrece_dataisNone:#if(notrece_data[0]isNone)and(notrece_data[1]isNone)and(notrece_data[2]isNone):iflen(rece_data)==3:print('[0]:',rece_data[0])print('[1]:',rece_data[1])print('[2]:',rece_data[2])distance_f_cm_temp=(rece_data[0]*255*255+rece_data[1]*255+rece_data[2])/10000if0<distance_f_cm_temp<distance_f_cm_min:distance_f_cm_temp=distance_f_cm_minelifdistance_f_cm_temp>distance_f_cm_max:distance_f_cm_temp=distance_f_cm_maxelse:passtemp[rece_delay_count]=distance_f_cm_tempforcount_temp_1inrange(len(temp)):ifdistance_f_cm_errintemp:temp.remove(distance_f_cm_err)iflen(temp)==0:returndistance_f_cm_erreliflen(temp)==1:returntemp[0]else:forcount_temp_2inrange(len(temp)):ifdistance_f_cm_minintemp:temp.remove(distance_f_cm_min)iflen(temp)==0:returndistance_f_cm_mineliflen(temp)==1:returntemp[0]else:forcount_temp_3inrange(len(temp)):ifdistance_f_cm_maxintemp:temp.remove(distance_f_cm_max)iflen(temp)==0:returndistance_f_cm_maxeliflen(temp)==1:returntemp[0]eliflen(temp)==2:returnsum(temp)/2else:return(sum(temp)-max(temp)-min(temp))/(len(temp)-2)classLED_X:def__init__(self,ctr_led,ctr_init_level):#端口，點(diǎn)亮電平self.ctr_led=ctr_ledself.ctr_init_level=ctr_init_leveldefON(self):self.ctr_led.value(self.ctr_init_level)defOFF(self):self.ctr_led.value((1-self.ctr_init_level))defInit(self):self.OFF()defRUN(self,led_state):self.ctr_led.value(led_state)importKPUaskpuimportsensorimportlcdfromMaiximportGPIOfromfpioa_managerimportfmimporttimeimportgcfrommicropythonimportconst#導(dǎo)入constfromboardimportboard_infofrommachineimportTimer,PWM#ServofrommachineimportUARTimportHC_SR04_Drive#測距importSG90_180_Drive#阻車器importBEEP_3V3_Drive#蜂鳴器使用了模塊，低電平觸發(fā)importLED_Drive#LED#########################################My-config##############################################SYS_Status='END'#系統(tǒng)狀態(tài)：狀態(tài)可設(shè)置Operation_State=0#識(shí)別結(jié)果：0-環(huán)境，1-車前臉（合法），2-車后臉（合法），3，車前臉（非法），4，車后臉（非法）#自動(dòng)/手動(dòng)Manual_Mode=0#手動(dòng)模式：0：自動(dòng)模式1：手動(dòng)模式--開阻車器2：手動(dòng)模式--關(guān)閉阻車器可設(shè)置Squeezer_State=0#阻車器狀態(tài)Warning_State=[0,0]#警告狀態(tài)--Warning_State[0]車輛：0正常，1非法Warning_State[1]距離：0正常，1過近#測量Distance_1_f_cm=50.0Distance_1_f_cm_THR=30#閾值可設(shè)置###############################################################################################################################################config#################################################class_num=3#類數(shù)量sample_num=25#樣本數(shù)量THRESHOLD=12.5#閾值class_names=['Surroundings','Car-front','Car-back']#類名稱：環(huán)境、車前臉、車后臉board_cube=0Identify_Results={'Identify_Situation':"",'Identify_Index':''}#識(shí)別結(jié)果cap_num=0#抓取訓(xùn)練數(shù)量train_status=0#訓(xùn)練狀態(tài)last_cap_time=0#上次訓(xùn)練抓取時(shí)間last_btn_status=1#上次按鍵狀態(tài)#############################################################################################################################################HC_SR041################################################fm.register(board_info.PIN_DIS_RXD_MCU_TX_1,fm.fpioa.UART1_TX,force=True)fm.register(board_info.PIN_DIS_TXD_MCU_RX_1,fm.fpioa.UART1_RX,force=True)uart_1=UART(UART.UART1,9600,read_buf_len=10240)HC_SR04_1=HC_SR04_Drive.HC_SR04(uart_1)HC_SR04_1.Init()#Distance_1_f_cm=0.0#Distance_1_f_cm_THR=30.0#閾值#Distance_1_f_cm=HC_SR04_1.Rece_Data_Handle()############################################################################################################################################SG-90180#################################################tim1=Timer(Timer.TIMER1,Timer.CHANNEL0,mode=Timer.MODE_PWM)Ctr_Sg90_180_1=PWM(tim1,freq=50,duty=0,pin=board_info.PIN_Ctr_SG90_180)Sg90_180_1=SG90_180_Drive.SG90_180(Ctr_Sg90_180_1)Sg90_180_1.Init()#initSG-90180#Sg90_180_1.Open(0)#不予開啟（關(guān)閉舵機(jī)）#Sg90_180_1.Open(-90)#予以開啟（開舵機(jī)-90）##############################################################################################################################################BEEP###################################################fm.register(board_info.PIN_Ctr_BEEP,fm.fpioa.GPIO0)#注冊(cè)IO-Ctr_BEEPCtr_BEEP=GPIO(GPIO.GPIO0,GPIO.OUT)BEEP=BEEP_3V3_Drive.BEEP_3V3(Ctr_BEEP,0)#構(gòu)建對(duì)象:BEEP,使用了模塊，低電平觸發(fā)（必須3V3供電，否則有問題）BEEP.Init()#初始化:BEEP#time.sleep_ms(1000)#BEEP.OFF()#蜂鳴器關(guān)閉#BEEP.ON()#蜂鳴器開啟##############################################################################################################################################LED###################################################fm.register(board_info.PIN_Ctr_LED,fm.fpioa.GPIO1)#注冊(cè)IO-Ctr_LEDCtr_LED_01=GPIO(GPIO.GPIO1,GPIO.OUT)LED_01=LED_Drive.LED_X(Ctr_LED_01,0)#構(gòu)建對(duì)象:LED_01，低電平點(diǎn)亮LED_01.Init()#初始化:LED_01#time.sleep_ms(1000)#LED_01.OFF()#LED關(guān)閉#LED_01.ON()#LED開啟##############################################################################################################################################KEY######################################################KEY_BOOTfm.register(board_info.PIN_KEY_BOOT,fm.fpioa.GPIOHS0)KEY_BOOT=GPIO(GPIO.GPIOHS0,GPIO.PULL_UP)#KEY_SYSfm.register(board_info.PIN_KEY_SYS,fm.fpioa.GPIOHS1)#注冊(cè)IO-KEY_SYSKEY_SYS=GPIO(GPIO.GPIOHS1,GPIO.IN,GPIO.PULL_UP)#構(gòu)建KEY_SYS對(duì)象defexit_KEY_SYS_fun(KEY_SYS):#KEY_SYS中斷回調(diào)函數(shù)globalSYS_Status,train_statusglobalManual_Modeiftrain_status!=0:#若：訓(xùn)練完成time.sleep_ms(10)#消除抖動(dòng)ifKEY_SYS.value()==0:#確認(rèn)按鍵被按下ifSYS_Status=='END':SYS_Status='RUN'else:SYS_Status='END'Manual_Mode=0KEY_SYS.irq(exit_KEY_SYS_fun,GPIO.IRQ_FALLING)#開啟中斷，下降沿觸發(fā)#########################################################################################################################################文字顯示######################################################defdraw_string(img,x,y,text,color,scale,bg=None):ifbg:img.draw_rectangle(x-2,y-2,len(text)*8*scale+4,16*scale,fill=True,color=bg)img=img.draw_string(x,y,text,color=color,scale=scale)returnimg#########################################################################################################################################異常/正常#######################################################Operation(SYS_Status,Manual_Mode,Operation_State,Distance_1_f_cm_THR,Distance_1_f_cm)defOperation(sys_status,manual_mode,operation_state,thr_distance,m_distance):globalSg90_180_1,BEEP,LED_01#資源globalSqueezer_State#阻車器狀態(tài)globalWarning_State#警告狀態(tài)--Warning_State[0]車輛：0正常，1非法Warning_State[1]距離：0正常，1過近Warning_State[0]=0#警告狀態(tài)--車輛：0正常，1非法Warning_State[1]=0#警告狀態(tài)--距離：0正常，1過近squeezer_flag=1#阻車器Flag：初始默認(rèn)開啟阻車器ifsys_status=='RUN':#RUNifmanual_mode==0:#自動(dòng)模式ifoperation_state==1:#（允許駛?cè)耄﹕queezer_flag=0#關(guān)閉阻車器elifoperation_state==2:#（不允許駛?cè)耄￤arning_State[0]=1#警告狀態(tài)--車輛：0正常，1非法else:#環(huán)境/其他passelifmanual_mode==1:#手動(dòng)模式：開passelifmanual_mode==2:#手動(dòng)模式：關(guān)squeezer_flag=0#關(guān)閉阻車器else:pass#判斷距離非法：ifm_distance<thr_distance:Warning_State[1]=1#警告狀態(tài)--距離：0正常，1非法else:passelse:#ENDpass#警告判斷：蜂鳴器、燈光beep_flag=0#蜂鳴器Flag：初始默認(rèn)關(guān)閉led_flag=0#燈珠Flag：初始默認(rèn)關(guān)閉ifWarning_State[0]==1:#非法車輛（蜂鳴器、燈光）beep_flag=1#開啟：蜂鳴器led_flag=1#開啟：ledelse:passifWarning_State[1]==1:#非法距離（蜂鳴器示警）beep_flag=1#開啟：蜂鳴器else:pass#執(zhí)行執(zhí)行：蜂鳴器、燈光、阻車器#蜂鳴器ifbeep_flag==1:#開啟蜂鳴器BEEP.ON()#蜂鳴器開啟else:BEEP.OFF()#蜂鳴器關(guān)閉#燈光ifled_flag==1:#開啟ledLED_01.ON()#led開啟else:LED_01.OFF()#led關(guān)閉#阻車器ifsqueezer_flag==1:#開啟阻車器Squeezer_State=1#阻車器狀態(tài)Sg90_180_1.Open(-90)#予以開啟（開舵機(jī)-90）else:#關(guān)閉阻車器Squeezer_State=0Sg90_180_1.Open(0)#不予開啟（關(guān)閉舵機(jī)）###############################################################################################################################################HC-05#################################################fm.register(board_info.PIN_HRXD_MCU_TX,fm.fpioa.UART2_TX,force=True)#注冊(cè)到內(nèi)部IOfm.register(board_info.PIN_HTXD_MCU_RX,fm.fpioa.UART2_RX,force=True)#注冊(cè)到內(nèi)部IOHC_05=UART(UART.UART2,9600,8,1,0,timeout=1000,read_buf_len=4096)#inituartSend_Data='-'Rece_Data='-'#######################################################################################################################################Send_Data_Handle############################################defSend_Data_Handle():#發(fā)送globalSend_DataglobalSYS_Status,Manual_Mode,Operation_StateglobalDistance_1_f_cm_THR,Distance_1_f_cmglobalSqueezer_State,Warning_StateSend_Data="+SS%sMM%1dAS%1dTHR%02dDT%04.1fS%1dW%d%d-"%(SYS_Status,Manual_Mode,Operation_State,Distance_1_f_cm_THR,Distance_1_f_cm,Squeezer_State,Warning_State[0],Warning_State[1])HC_05.write(Send_Data)##############################################################################################################################################Tim-0################################################TIM_0_THRESHOLD_MS=1000#定時(shí)器回調(diào)函數(shù)周期1000msdeffun_tim0(tim0):globaltrain_statusiftrain_status!=0:#若：訓(xùn)練完成Send_Data_Handle()#定時(shí)器1初始化，周期10mstim0=Timer(Timer.TIMER0,Timer.CHANNEL0,mode=Timer.MODE_PERIODIC,period=TIM_0_THRESHOLD_MS,callback=fun_tim0)#######################################################################################################################################Rece_Data_Handle############################################defRece_Data_Handle():globalRece_DataglobalSYS_StatusglobalManual_ModeglobalDistance_1_f_cm_THRtmp=HC_05.read()ifnottmpisNone:print(tmp)Rece_Data=tmp.decode()print(Rece_Data)ifRece_Data[0]=='+'andRece_Data[-1]=='-':ifRece_Data[1]=='S'andRece_Data[2]=='S':if(Rece_Data[3:-1]=='RUN')or(Rece_Data[3:-1]=='END'):SYS_Status=Rece_Data[3:-1]ifSYS_Status=='END':Manual_Mode=0else:passelifRece_Data[1]=='M'andRece_Data[2]=='M':mm_tmp=0mm_tmp=int(Rece_Data[3])ifSYS_Status=="RUN":if0<=mm_tmp<=2:Manual_Mode=mm_tmp#賦值else:passelse:passelifRece_Data[1]=='T'andRece_Data[2]=='H'andRece_Data[3]=='R':thr_tmp=0thr_tmp=int(Rece_Data[4:-1])ifSYS_Status=="END":if1<=thr_tmp<=50:Distance_1_f_cm_THR=thr_tmp#賦值else:passelse:passelse:passRece_Data=Noneelse:Rece_Data=Nonetmp=None#####################################################################################################設(shè)置攝像頭sensor.reset()sensor.set_pixformat(sensor.RGB565)sensor.set_framesize(sensor.QVGA)sensor.set_windowing((224,224))#ifboard_cube==1:#sensor.set_vflip(True)#sensor.set_hmirror(True)#lcd.init(type=2)#lcd.rotation(2)#else:#lcd.init()#初始化LCDlcd.init()#設(shè)置攝像頭水平與垂直鏡像sensor.set_vflip(True)sensor.set_hmirror(True)#再次運(yùn)行刪除模型try:delmodelexceptException:passtry:delclassifierexceptException:passgc.collect()model=kpu.load("/sd/sipeed_learn_model.smodel")#加載模型#model=kpu.load(0x300000)classifier=kpu.classifier(model,class_num,sample_num)#模型初始化while1:Identify_Results['Identify_Situation']=''Identify_Results['Identify_Index']=''img=sensor.snapshot()#采集圖片ifboard_cube:img=img.rotation_corr(z_rotation=90)img.pix_to_ai()#captureimgiftrain_status==0:#如果訓(xùn)練狀態(tài)：0（未訓(xùn)練）ifKEY_BOOT.value()==0:#如果按鍵值為：0（按下）time.sleep_ms(30)#延時(shí)30msifKEY_BOOT.value()==0and(last_btn_status==1)and(time.ticks_ms()-last_cap_time>500):#如果按鍵按下&&上次按鍵狀態(tài)==1&&時(shí)差大于500last_btn_status=0#上次按鍵狀態(tài)=1last_cap_time=time.ticks_ms()#更新上次抓取時(shí)間ifcap_num<class_num:#如果抓取數(shù)量<類數(shù)量index=classifier.add_class_img(img)#添加類圖片，并獲取當(dāng)前添加圖片的indexcap_num+=1#cap_num自增1print("addclassimg:",index)#打印當(dāng)前添加的類elifcap_num<class_num+sample_num:#如果：類數(shù)量<抓取數(shù)量<類數(shù)量+樣例數(shù)量index=clas