铁路车站专用车辆智能引导系统

樊夏敏

（中国铁路上海局集团有限公司徐州枢纽指挥部，江苏 徐州 221002）

随着经济的发展，中国高速铁路（China Railway Highspeed），简称“中国高铁”，是当代中国一类重要的交通基础设施。经过近20年的发展，截至2021年底，全国高铁铁路营业里程达4万多公里，稳居世界第一，高铁站数量也达到五百多个。由于高铁站内工作的需要，站内专用汽车的数量也在逐步增加，为高铁站的各项业务提供了保障，成为高铁站内重要的一部分[1-3]。但在这种情况下，车位利用率低导致车站内专用车辆的停车、快速行驶等问题愈发突出。

在停车位不足的情况下，提出车辆的精准行驶路线、停车快速引导方案等，可以一定程度上提高资源的利用率[4,5]。目前针对商场地下、地上等大型停车场的车位引导系统已经逐步出现，但针对火车站内专用车的引导系统还未见相关应用[6-8]。现有的针对商场等停车场的引导系统往往存在指引功能相对单一、停车场导引系统显示不准确等问题，系统仅仅是告知在停车场某一区域车位数量的剩余情况，时常在此区域也同样找不到剩余的空车位，导致经常有司机“知空不知位”的情况发生。考虑到高铁车站内专用车辆的引导需求，而现有车辆引导系统的服务又无法满足，因此需要一个高效的停车引导系统来辅助司机高效行驶、知位可停，极大地提高站内车位利用率，为车辆停车、行驶管理提供新思路。

本系统围绕高铁站内智能车辆引导的实际需求，建立了一套快速配车、路线规划的车位引导系统。该系统根据现有停车场空置车位的数量和位置，为司机选择最佳行驶路线，提高停车效率，以实现站内停车资源的充分利用。另外，利用数据库对多传感器数据进行存储和管理，为车主提供更加高效方便的停车方式，并为车站管理提供可视化的数据以帮助决策，降低管理成本。

本系统的总体设计方案如图1所示，分为感知层、处理层、传输层和应用层，从终端传感器到数据传输再到顶层的应用。通过摄像头等车辆运动检测模块在道路干道上获取的数据信息，计算出当前车辆附近距离最近的空余车位方向，发送至底层控制系统，实现空余车位道路路径上的LED流水闪烁，提示司机空车位方向，为停车场导引系统提供了完整的技术方案。

图1 系统框图

本系统的三层框架中，首先从最底层的感知层获取到停车场车辆的综合基础信息；
然后将数据传送至传输层，实现系统基本的组网通信，获得整个停车场的车辆信息并进行综合处理；
最后各个车位监测节点将数据上传至应用层，实现数据的可视化与系统管理等具体功能。

1.1 感知层

感知层各个节点布设在站内各个停车位上，实现车位相关状态数据信息的采集。节点以STM32为核心处理器，通过激光红外、摄像头传感器协同工作，收集车位的当前信息，并对上位机发送的数据报文进行处理，控制相应的元器件开关实现实时控制，为整个系统提供可靠的数据支持。

1.2 处理层

处理层主要对感知层各节点传感器采集到的数据信息进行分析并处理，具体基于板载嵌入式系统利用图像处理、计算机视觉、人工智能等技术对采集到的信息进行整理和分析，判断车位当前状态并给予反馈，同时发送给感知层的各个控制器进行相应的控制。

1.3 传输层

传输层分为接入层与汇聚交换层。接入层为2.4 GHz无线方案，本文采用无线通信的方式，与感知层节点构成了本项目网络的基本单元。汇聚交换层负责将接入层获得的各个终端节点的信息进行数据分组汇聚、转发、暂时存储与交换，并与云端进行数据传输，支撑数据汇集。本文设计的主要目的是实现各终端节点模块之间的相互通信及后期数据上传工作，即要保证各个节点数据能够稳定上传；
同时就数据加密、节点休眠、数据本地存储与索引问题进行进一步的优化。

1.4 应用层

应用层分为管理服务层和用户应用层。管理服务层依托大量数据存储和云计算平台的支持，通过软件为感知硬件与应用软件之间的无缝连接提供大量数据的高效汇聚、存储，并通过数据挖掘、智能数据处理计算等，为用户应用层提供安全的实时远程管理和智能服务。用户应用层是面向用户的智能控制端，通过友好的人机交互界面为用户提供简单方便的远程管理和智能服务。

2.1 功能设计

当专用车辆在车站内作业时，通过摄像头实时采集车辆的车牌信息，该信息作为认定当前引导车辆的唯一标识，当识别完成后司机可使用小程序或跟随停车场内的引导系统前往指定的车位，小程序上可为用户展示前往车位的路线信息，外部硬件设施上可借助多机位摄像头捕捉车牌信息，实现一对一的导航定位与引导服务。

如图2所示是本文设计系统的流程。首先进行系统初始化，如果成功，等待车辆信号输入，识别到有车来到时，指引模块启动，将根据车辆的当前位置计算出距商场入口处的最近路线，并由底层LED模块电路在车辆前方依次点亮，以此示意车主跟随提示灯行进至附近最适合的车位。实现智能指引车辆至最优目的地的效果。

图2 系统流程

2.2 各功能实现流程

2.2.1 车辆识别系统

本文通过架设在车站内的摄像头，利用车牌识别技术，使用LPR算法将记录到的车牌信息上传至数据库，为系统提供数据基础的同时方便车辆管理，记录停车时长、车辆当前位置等信息。图3所示是某车牌识别结果。

图3 车牌识别结果示意图

2.2.2 用户借助引导系统抵达停车位

车辆进入高铁车站内后，系统自动判断站内车位的使用情况，在站内空车位紧张时自动开启车辆自助引导系统；
根据摄像头与车位检测模块两点间对应的火车站内路线图，结合当前车站各类车辆的行驶和停靠情况，匹配出距离当前车辆最近的空余车位，规划出最优路线；
并在APP上进行语音引导，提示“车辆XXX欢迎您，系统为您自动分配最佳车位，请您跟随站内指引灯前往”，以便提示司机知晓本系统的运行状况，为司机提供更好的停车体验。

2.2.3 随车指引模块系统

指引系统通过将大量的LED电路部署在站内车辆行进路线上，根据站内摄像头识别到车辆当前位置信息，并计算出车辆实时位置；
然后控制接入层与汇聚交换层产生的数据，操作单片机点亮车辆行进前方的LED电路，以供司机判断直行或路口处左右转向，实现随车指引效果。如图4所示是以某停车场为例的车辆指引系统示意图。

图4 车辆引导系统示意图

随车指引系统在运行过程中，通过干路上的多机位摄像头，实时判断车辆运动轨迹并跟踪，更准确地识别到车辆的运动，实时有效提醒车辆运动路线，并及时更新前方路线的LED灯状态。同时，实时提取画面中的车牌信息，对车辆行驶路线与规划路线进行匹配，判断车辆是否跟随所展示路线，如有路线变化，更新接入层LED电路进行实时点亮提醒。

本系统依托微信小程序，可以为司机提供路线选择和设定的操作。司机通过当前驾驶车辆的车牌号，可获取当前车辆的位置，并可以自主设定前往的目的地，程序根据当前设定可以给出若干个路线规划的方案，司机可以根据需要合理选择路线，进而实现设定路线的车辆引导。

2.2.4 车位检测模块

车位检测由红外线检测模块和路由器模块两部分组成，负责将检测到的当前车位空余状态信息上报系统。路由器模块由CC3200核心电路、晶振电路、按键电路、串口电路组成，电源电路用作稳压器，为CC3200提供所需要的电压；
按键电路用于测试系统组网和复位，通过CC3200实现WiFi连接和数据上传的功能，以供系统判断车位使用，从而实现系统闭环。核心原理如图5所示。

图5 CC3200原理

2.3 系统软件结构设计

2.3.1 车辆运动检测

视频检测是一种结合视频图像和模式识别的技术。利用视频及现代通信等技术，通过安装在停车场的摄像机采集停车位的视频图像，再运用数字图像处理、模式识别等技术对视频图像进行处理，最后识别停车位的占用信息，从而为后续的信息加工、信息引导提供实时的停车信息。其缺点是投资高、模式识别技术要求高、实现复杂且识别率存在一定误差。本文以树莓派机器视觉为主，配合底层硬件电路，作为智能引导实时动态检测解决方案。

在进行固定模式下的视频检测系统中，拍摄背景通常是变化较少的固定场景，因此从静止的背景中提取移动的前景，通过多个高斯模型的加权和混合在一起来模拟新的背景特性。Back ground subtraction记录此时背景特征后[9]，出现在画面的车辆信息就能通过标出的具体场景图像在不符合背景模型的部分中被检测出来。具体提取算法原理如图6所示。

图6 动态视频识别原理示意图

2.3.2 背景分割

背景差分法是面对移动运动对象目标检测的关键方法，将当前每一帧图像与事先存储运算获取的背景图像相减，计算出与背景偏离超过一定阈值的区域作为运动区域[10-12]。本项目使用该算法能够优化移动物体的实时检测和提取，采用背景差分法计算后的结果能够直接包含目标的位置、大小、形状等信息，具体流程如图7所示。该方法能够提供关于运动目标区域的完整描述[10-12]，背景差分法是实现运动目标实时检测和提取的首选方法，特别是对于摄像机静止的情况。

图7 运用背景差分法提取目标框架

背景获取算法通常要求在场景中存在运动目标的情况下获取背景图像，更新过程使背景能够适应场景的各种变化和干扰，如外界光线的改变、背景中对象的扰动和固定对象的移动、阴影的影响等。

一种典型的背景建模方法是用混合高斯模型描述背景图像像素值的分布，目标检测过程中判断图像的当前像素值是否符合该分布，若符合，则被判为前景点，否则判定为背景点。同时根据新获取的图像，对背景图像参数进行自适应更新。该方法能够可靠处理光照变化、背景混乱运动的干扰以及长时间的场景变化等。在此基础上，对背景、静止目标和运动目标三者采取不同的更新策略，以减弱背景更新过程中运动目标对背景的影响。

本项目使用根据车辆特征更新的GMG算法，其中结合了静态背景图像估计和每个像素的贝叶斯分割，与该像素值历史信息（包括前几帧的像素值和像素点是前景还是背景）进行判断比较，如果像素值之间的差别在指定阈值内，则认为新像素值与该历史信息是匹配的，称为潜在的背景点；
所有历史信息比较完毕后，如果与历史信息匹配的次数超过了设定阈值，则新像素点被归为潜在背景点；
如果被匹配的历史信息点中属于背景的点个数超过设定阈值，那么新的像素点就被归为背景点。这是一种自适应的估计，新观察到的对象比旧的对象具有更高的权重，从而对光照变化产生适应。一些形态学操作如开运算、闭运算等被用来除去不需要的噪音。在前几帧图像中会得到一个黑色窗口。背景差分法实现的关键是背景模型的获取和更新。

2.3.3 阈值化

为了得到更好的图像，在前景分割后需要进行图像阈值化，按照灰度级对像素集合进行划分。背景和前景之间的类间方差越大，说明构成图像的两部分的差别越大，将部分前景错分为背景或部分背景错分为前景都会导致两部分差别变小。因此，使类间方差最大的分割意味着错分概率最小。噪声会在一定程度上影响阈值T的选择，当原始图像含有噪声时，可以在阈值处理前将图像进行平滑处理，消除噪声的影响。处理那些位于或接近物体和背景间边缘的像素时，可以通过边缘改进的阈值处理方法来分离灰度级，使得前景和后景灰度差更大。背景照明高度不均匀时，需要进行阈值处理的难度就会增大。为了解决这个问题，运用局部统计的可变阈值处理算法进行解决。

Otsu’s方法的最佳方案是选择阈值k和最大类间方差σ2(k)进行定义。由公式（1）可知，设置的方差越大，则完全分割一幅图像的阈值就会越接近。公式中的k就是所要寻找的最佳阈值，当k不唯一时，则将所有的最佳阈值取平均值即可[13]。

当加入高斯噪声图像时，所显示的直方图并不能使用阈值处理进行分割，所以经过Otsu’s全局阈值处理操作后发现，原始图像和噪声并不能分离开。当使用平滑滤波器进行图像改善之后，最后的效果图显示图像与噪声被分割开来，因此可以使用Otsu’s全局阈值处理对图像进行操作。

2.3.4 小程序功能设计

用户端能够通过小程序查看停车场内当前停车状况、现余车位统计和指引系统提示次数信息，也可对停车场指引系统进行控制。在界面最顶端，通过选择手动、自动和关闭选项，能够对指引系统进行控制和切换。本文所设计的小程序界面如图8所示。

图8 管理端停车场系统

通过点击上方的按钮，控制停车场内指引系统进行工作，当停车状况良好时，系统可手动开启指引。当剩余空位较少且复杂时，为避免系统过饱和出现异常可根据情况关闭指引系统。当处于自动状态时，可根据当前车场整体停车情况和当前时间，自动识别指引系统。

本文的实验数据来源于摄像头拍摄到的停车场固定场景视频序列图像，其中所用的背景差分法是将当前每一帧图像与事先存储或实时获取的背景图像相减，将计算出的与背景偏离超过一定阈值的区域作为运动区域。此处为了分析车辆检测效果，对比了基本全局算法和Otsu’s方法。由图9可发现，在混合高斯模型中不同噪声会影响阈值的选择，当噪声不能够在源头减少时，在阈值处理之前可以对图像进行平滑处理，这样可以更好地进行阈值处理，最后从实验结果中判断检测的稳定性、收敛性和精准性。

图9 MATLAB算法测试

通过图10的实验结果不难看出，在实地的车辆运动检测测试中，采用背景差分法的提取效果表现为在目标区域连通性较好，但由于算法的速度和识别效果对于运动物体速度有一定的要求和限定，并且提纯背景图像和计算前景图像需要花费一定的时间，因此本文在检测速度和识别效果方面进行了优化，可用于动态背景下运动目标的检测。运动速度快或体积较大情况下得到的目标轮廓可能会存在噪点较大或沿着目标运动方向延伸的问题。

图10 实地测试效果

当然，由于摄像头的固定场景取景有限，面对不同体积大小的车辆特征，对于前景提取的运动检测，在效果上有一定的差异，例如过大的体积变化会使计算图像效果比实际车辆识别值偏小。目前的研究方向是针对此现象提出基于神经网络模型的前景优化，以面对不同车辆特征实现进一步识别。

本项目针对火车站内专用车辆停车及引导困难等问题，提出一种基于机器视觉的指引系统的设计解决方案。通过前景提取到运动状态，反馈至硬件电路，以便LED模块提醒客户车辆行驶路线；
最后对于整体系统进行调试和试用，经过实地测试和验证，系统在稳定性和实时性方面能够满足需求。

猜你喜欢车位停车场背景“新四化”背景下汽车NVH的发展趋势汽车工程师(2021年12期)2022-01-17《论持久战》的写作背景当代陕西(2020年14期)2021-01-08为了车位我选择了环保出行汽车画刊(2020年5期)2020-10-20我自己找到一个祝您健康·文摘版(2020年3期)2020-04-09停车场寻车管理系统电子制作(2018年9期)2018-08-04一个车位，只停一辆？现代家长(2018年11期)2018-01-05PLC在地下停车场排水系统的应用电子制作(2016年15期)2017-01-15晚清外语翻译人才培养的背景贵州师范学院学报(2016年4期)2016-12-01“8·12”后，何以为家中国石油石化(2015年17期)2015-06-01

推荐访问:车站 引导 铁路