CN110084934A - 一种智能自行车停车管理系统和装置 - Google Patents
一种智能自行车停车管理系统和装置 Download PDFInfo
- Publication number
- CN110084934A CN110084934A CN201910338902.9A CN201910338902A CN110084934A CN 110084934 A CN110084934 A CN 110084934A CN 201910338902 A CN201910338902 A CN 201910338902A CN 110084934 A CN110084934 A CN 110084934A
- Authority
- CN
- China
- Prior art keywords
- module
- bicycle parking
- intelligent bicycle
- user
- cylinder
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- E—FIXED CONSTRUCTIONS
- E04—BUILDING
- E04H—BUILDINGS OR LIKE STRUCTURES FOR PARTICULAR PURPOSES; SWIMMING OR SPLASH BATHS OR POOLS; MASTS; FENCING; TENTS OR CANOPIES, IN GENERAL
- E04H6/00—Buildings for parking cars, rolling-stock, aircraft, vessels or like vehicles, e.g. garages
- E04H6/005—Garages for vehicles on two wheels
-
- E—FIXED CONSTRUCTIONS
- E04—BUILDING
- E04H—BUILDINGS OR LIKE STRUCTURES FOR PARTICULAR PURPOSES; SWIMMING OR SPLASH BATHS OR POOLS; MASTS; FENCING; TENTS OR CANOPIES, IN GENERAL
- E04H6/00—Buildings for parking cars, rolling-stock, aircraft, vessels or like vehicles, e.g. garages
- E04H6/42—Devices or arrangements peculiar to garages, not covered elsewhere, e.g. securing devices, safety devices, monitoring and operating schemes; centering devices
- E04H6/422—Automatically operated car-parks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/00174—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
- G07C9/00563—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys using personal physical data of the operator, e.g. finger prints, retinal images, voicepatterns
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/00174—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
- G07C9/00896—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys specially adapted for particular uses
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
Landscapes
- Engineering & Computer Science (AREA)
- Architecture (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Structural Engineering (AREA)
- Civil Engineering (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种智能自行车停车管理系统和装置,涉及智能控制系统领域,包括硬件子系统和软件子系统,所述软件子系统包括核心控制模块、人机交互模块、用户信息采集模块、信号采集模块、车锁模块和气缸模块,所述硬件子系统包括核心控制器、USB摄像头、RFID读卡器、压力传感器、激光测距传感器、触摸式液晶屏、智能车锁和气缸,通过本方案的实施,解决自行车停车费时、费力、效率低,现有停车系统自行车存放安全性低的问题,将主要靠靠液压或者电动推杆等机械装置实现的不智能的自行车停车系统改造成带有完整控制系统的智能化的自行车停车系统,通过引入RFID识别和人脸识别技术,将停车取车过程自动化,节省时间提高了效率。
Description
技术领域
本发明涉及智能控制系统领域,尤其涉及一种智能自行车停车管理系统和装置。
背景技术
在地铁站周围、商场门口、学校、企业和小区等用地有限而人员分布密集的场所,自行车位的不足和自行车停放的安全性是两个很大的社会问题。自行车位的不足就会导致自行车的乱停乱放,甚至停在人行道和机动车道上,这大大增加了交通安全隐患。自行车停放的安全性涉及个人财产安全。导致自行车位的不足主要有两方面的原因:客观原因是自行车停车位场地规划空间不足,不能提供足够的自行车停车位数量;另一方面原因是,由于没有良好的管理导致人们不能规范有序停车,进一步降低了空间利用率。另外,自行车存放的安全性一直是个社会顽疾,自行车被盗现象时有发生。
关于自行车存放的停车系统也有相关的解决方案,比如自行车停车架及自行车停车系统(CN201720772254.4),自行车停车系统(CN201710377294.3)。但是上述方案更多的是关于自行车停车机构装置的设计,主要是实现立体停车等功能。关于停车系统的控制,尤其是智能控制领域没有涉及,另外有关自行车存放的安全性方面也没有触及到。
因此,本领域的技术人员致力于开发一种智能自行车停车管理系统和装置。用于解决自行车停车费时、费力、效率低,现有停车系统自行车存放安全性低的问题,将主要靠靠液压或者电动推杆等机械装置实现的不智能的自行车停车系统改造成带有完整控制系统的智能化的自行车停车系统。
发明内容
有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是现有自行车停车系统不智能,主要依靠液压或者电动推杆等机械装置实现,停车取车效率低和用户手动锁车开锁,停车安全性低的问题。
为实现上述目的,本发明提供了一种智能自行车停车管理系统,包括硬件子系统和软件子系统,所述软件子系统包括核心控制模块、人机交互模块、用户信息采集模块、信号采集模块、车锁模块和气缸模块,所述核心控制模块通过程序接口分别与所述人机交互模块、所述用户信息采集模块、所述信号采集模块、所述车锁模块和所述气缸模块相连接;所述硬件子系统包括核心控制器、USB摄像头、RFID读卡器、压力传感器、激光测距传感器、触摸式液晶屏、智能车锁和气缸,所述核心控制器通过USB接口与所述USB摄像头连接,所述核心控制器通过引脚接口与所述RFID读卡器连接,所述核心控制器通过引脚接口与所述压力传感器连接,所述核心控制器通过引脚接口与所述激光测距传感器连接,所述核心控制器通过DSI接口与所述触摸式液晶屏连接,所述核心控制器通过蓝牙接口与所述智能车锁连接,所述核心控制器通过引脚接口与所述气缸连接。
进一步的,所述核心控制模块运行在所述核心控制器中,所述核心控制模块和所述核心控制器负责整个智能自行车停车管理系统的运行控制,所述核心控制模块从所述USB摄像头、所述RFID读卡器、所述压力传感器、所述激光测距传感器获取数据,通过所述核心控制模块的分析,产生相应的指令,发送给所述智能车锁和所述气缸。
进一步的,所述核心控制模块采用python语言开发,所述核心控制器采用树莓派3B+。
进一步的,所述人机交互模块通过所述触摸式液晶屏进行人机交互,在人机交互界面上,用户可以进行存车或者取车的选择,刷脸或者刷卡的选择,同时系统会将车位信息告知用户。
进一步的,所述用户信息采集模块依托所述人机交互模块的人机交互界面进行,所述用户信息采集模块主要利用所述USB摄像头或所述RFID读卡器读取用户数据。
进一步的,所述信号采集模块采集每一个停车架上的所述压力传感器以及上层车架底部的所述激光测距传感器的信号,采集的信号用于判断用户是否将自行车停放在指定车架上或者判断用户是否将自行车取走。
进一步的,所述车锁模块用于将存放的自行车上锁,所述车锁模块通过蓝牙通信控制所述智能车锁,实现自动的锁车和开锁。
进一步的,其特征在于,所述气缸模块,用于自行车存放的升降,所述气缸模块通过继电器和电磁阀来控制所述气缸的运动从而实现上层车架的升降。
进一步的,智能自行车停车管理系统的存车方法,包括以下步骤:
步骤301、用户点击存车,所述核心控制模块会随机为用户分配一个车位;
步骤302、用户选择人脸识别或者RFID卡识别进行身份登记,然后存车;
步骤303、所述核心控制模块判断分配的车位是否为上层车位,如是,则执行步骤304;如否,则执行步骤307;
步骤304、所述核心控制模块根据所述激光测距传感器的信号判断车架下方是否有车,如有,则执行步骤305;如否,则执行步骤306;
步骤305、提示用户将下方的车挪开(在水平导轨上左右移动均可),之后重复执行步骤304;
步骤306、所述核心控制模块通过所述气缸模块控制所述气缸让对应的车架降落;
步骤307、打开该车位的所述智能车锁,等待用户停车,所述核心控制模块通过所述信号采集模块采集的所述压力传感器的信号判断用户已经停好车,锁上所述智能车锁;
步骤308、所述核心控制模块判断该车位是否为上层车位,如是,则执行步骤309;如否,则执行步骤310;
步骤309、所述核心控制模块通过所述气缸模块控制所述气缸让对应的车架上升;
步骤310、存车。
本发明还提供了一种智能自行车停车管理装置,包括核心控制器、继电器、电磁阀、气缸,所述核心控制器通过控制所述继电器控制所述电磁阀,进而控制所述气缸的运动;所述核心控制器的3.3V引脚和GND引脚分别接所述继电器的3.3V引脚和GND引脚,用于给继电器供电;所述核心控制器的pin1引脚和pin2引脚分别接所述继电器的1和2引脚。
相对于现有技术,本发明提供的智能自行车停车管理系统和装置,通过引入RFID识别和人脸识别技术,将停车取车过程自动化,节省时间提高了效率;采用haar级联分类器检测+HOG、Facenet特征提取+KNN分类识别进行人脸识别,这种人脸识别技术高效,成本低廉,在光线良好的情况下准确率可以达到95%以上;另外,本发明仅在特征提取部分利用神经网络,而不是端到端的采用计算量大、内存消耗高的、往往需要额外硬件如GPU和CUDA加速的人脸识别神经网络,大大减小计算量,因此本发明方案可以部署到廉价的CPU上,大大降低了硬件成本;另外引入了智能车锁,有效的提高了自行车存放的安全性。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本发明的目的、特征和效果。
附图说明
图1是本发明的一个较佳实施例的智能自行车停车管理系统框架图;
图2是本发明的一个较佳实施例的智能自行车停车管理系统核心控制器与其他硬件之间的连接关系图;
图3是本发明的一个较佳实施例的智能自行车停车管理系统运行存车流程;
图4是本发明的一个较佳实施例的智能自行车停车管理系统运行取车流程;
图5A是本发明的一个较佳实施例的智能化自行车停车管理系统人机交互模块主页面;
图5B是本发明的一个较佳实施例的智能化自行车停车管理系统人机交互模块存车页面;
图5C是本发明的一个较佳实施例的智能化自行车停车管理系统人机交互模块刷卡提示页面;
图5D是本发明的一个较佳实施例的智能化自行车停车管理系统人机交互模块刷脸提示页面;
图5E是本发明的一个较佳实施例的智能化自行车停车管理系统人机交互模块采集图像页面;
图5F是本发明的一个较佳实施例的智能化自行车停车管理系统人机交互模块信息采集成功提示页面;
图5G是本发明的一个较佳实施例的智能化自行车停车管理系统人机交互模块存车车位提示页面;
图5H是本发明的一个较佳实施例的智能化自行车停车管理系统人机交互模块取车车位提示页面;
图6是本发明的一个较佳实施例的智能自行车停车管理系统停车架示意图;
图7A是本发明的一个较佳实施例的智能自行车停车管理系统人脸识别技术实施流程图;
图7B是本发明的另一个较佳实施例的智能自行车停车管理系统人脸识别流程图;
图8是本发明的一个较佳实施例的树莓派和RFID读卡器之间的引脚连接图;
图9是本发明的一个较佳实施例的树莓派连接带电气设备的电路图;
图10是本发明的一个较佳实施例的整体电气原理图。
其中,100-核心控制模块,110-人机交互模块,120-用户信息采集模块,130-信号采集模块,140-车锁模块,150-气缸模块,200-核心控制器,210-USB摄像头,220-RFID读卡器,230-压力传感器,240-激光测距传感器,250-触摸式液晶屏,260-智能车锁,270-气缸。
具体实施方式
以下参考说明书附图介绍本发明的多个优选实施例,使其技术内容更加清楚和便于理解。本发明可以通过许多不同形式的实施例来得以体现,本发明的保护范围并非仅限于文中提到的实施例。
在附图中,结构相同的部件以相同数字标号表示,各处结构或功能相似的组件以相似数字标号表示。附图所示的每一组件的尺寸和厚度是任意示出的,本发明并没有限定每个组件的尺寸和厚度。为了使图示更清晰,附图中有些地方适当夸大了部件的厚度。
如图1和图2所示,是本发明的一个较佳实施例的智能自行车停车管理系统,包括硬件子系统和软件子系统,软件子系统包括核心控制模块100、人机交互模块110、用户信息采集模块120、信号采集模块130、车锁模块140和气缸模块150。硬件子系统包括核心控制器200、USB摄像头210、RFID读卡器220、压力传感器230、激光测距传感器240、触摸式液晶屏250、智能车锁260和气缸270。
核心控制模块100运行在核心控制器200中。核心控制模块100和核心控制器200负责整个智能自行车停车管理系统的运行控制,从USB摄像头210、RFID读卡器220、压力传感器230、激光测距传感器240获取数据,通过核心控制模块的分析,产生相应的指令,发送给智能车锁260和气缸270。核心控制模块100优选的采用python语言开发。核心控制器200优选的采用树莓派3B+。
人机交互模块110是智能自行车停车管理系统软件,人机交互模块110通过触摸式液晶屏250进行人机交互,在人机交互界面上,用户可以进行存车或者取车的选择,刷脸或者刷卡的选择,同时系统会将车位信息告知用户。
用户信息采集模块120主要依托人机交互模块110的人机交互界面进行,用户信息采集模块120主要利用USB摄像头210或RFID读卡器220读取用户数据(人脸图像或者RFID信息)。
信号采集模块130,采集每一个停车架上的压力传感器230以及上层车架底部的激光测距传感器240的信号,采集的信号用于判断用户是否将自行车停放在指定车架上或者判断用户是否将自行车取走。
车锁模块140用于将存放的自行车上锁,车锁模块140通过蓝牙通信控制智能车锁260,实现自动的锁车和开锁。
气缸模块150,用于自行车存放的升降,气缸模块150通过继电器和电磁阀来控制气缸270的运动从而实现上层车架的升降。
USB摄像头210优选的通过USB接口与核心控制器200相连接。
RFID读卡器220优选的通过引脚接口与核心控制器200相连接。
压力传感器230优选的通过引脚接口与核心控制器200相连接。
激光测距传感器240优选的通过引脚接口与核心控制器200相连接。
触摸式液晶屏250优选的通过DSI接口与核心控制器200相连接。
智能车锁260优选的通过蓝牙接口与核心控制器200相连接。
气缸270优选的通过引脚接口与核心控制器200相连接。
如图3所示,是本发明的一个较佳实施例的智能自行车停车管理系统运行存车流程实例,包括:
步骤301、用户点击存车,核心控制模块100会随机为用户分配一个车位;
步骤302、用户选择人脸识别或者RFID卡识别进行身份登记,然后存车;
步骤303、核心控制模块100判断分配的车位是否为上层车位,如是,则执行步骤304;如否,则执行步骤307;
步骤304、核心控制模块100根据激光测距传感器240的信号判断车架下方是否有车,如有,则执行步骤305;如否,则执行步骤306;
步骤305、提示用户将下方的车挪开(在水平导轨上左右移动均可),之后重复执行步骤304;
步骤306、核心控制模块100通过气缸模块150控制气缸270让对应的车架降落;
步骤307、打开该车位的智能车锁260,等待用户停车,核心控制模块100通过信号采集模块130采集的压力传感器230的信号判断用户已经停好车,锁上智能车锁260;
步骤308、核心控制模块100判断该车位是否为上层车位,如是,则执行步骤309;如否,则执行步骤310;
步骤309、核心控制模块100通过气缸模块150控制气缸270让对应的车架上升;
步骤310、存车。
如图4所示,是本发明的一个较佳实施例的智能自行车停车管理系统运行取车流程实例,包括:
步骤401、用户点击取车;
步骤402、用户选择选择人脸识别或者RFID卡识别进行身份确认,核心控制模块100显示该用户自行车停放的车位号;
步骤403、核心控制模块100判断该车位是否为上层车位,是如,则执行步骤404;如否,则执行步骤407;
步骤404、核心控制模块100根据激光测距传感器240的信号判断车架下方是否有车,如有,则执行步骤405;如否,则执行步骤406;
步骤405、提示用户将下方的车挪开(在水平导轨上左右移动均可),之后重复执行步骤404;
步骤406、核心控制模块100控制气缸270让对应的车架降落;
步骤407、打开该车位的智能车锁260,等待用户取车,核心控制模块100通过信号采集模块130采集的压力传感器230的信号判断用户已经取走车,锁上智能车锁260;
步骤408、核心控制模块100判断该车位是否为上层车位,如是,则执行步骤409;如否,则执行步骤410;
步骤409、核心控制模块100通过气缸模块150控制气缸270让对应的车架上升;
步骤410、还车结束。
如图5A所示,是本发明的一个较佳实施例的智能化自行车停车管理系统人机交互模块的主页面,优选的是一种立体自行车停车架主界面。
如图5B所示,是本发明的一个较佳实施例的智能化自行车停车管理系统人机交互模块的存车页面,在主界面中选择“存车”,即进入本存车界面。
如图5C所示,是本发明的一个较佳实施例的智能化自行车停车管理系统人机交互模块刷卡提示页面,在存车页面选择刷卡,会出现刷卡提示页面。
如图5D所示,是本发明的一个较佳实施例的智能化自行车停车管理系统人机交互模块刷脸提示页面,在存车页面选择刷脸,会出现刷脸提示页面。
如图5E所示,是本发明的一个较佳实施例的智能化自行车停车管理系统人机交互模块采集图像页面,在存车页面选择刷脸并在提示页面选择确定后,USB摄像头210采集的图像就会显示在本页面。
如图5F所示,是本发明的一个较佳实施例的智能化自行车停车管理系统人机交互模块信息采集成功提示页面,当刷卡采集用户RFID卡信息完成,或者刷脸采集用户脸部照片完成,会提示本页面内容。
如图5G所示,是本发明的一个较佳实施例的智能化自行车停车管理系统人机交互模块存车车位提示页面,系统给用户自动分配车位,提示车位号码,用户将车停在指定车位上,之后系统会自动执行存车流程。
如图5H所示,是本发明的一个较佳实施例的智能化自行车停车管理系统人机交互模块取车车位提示页面,当用户取车时,用户刷卡或者刷脸来进行身份确认,身份确认完毕,系统会在本提示页面给用户提示停车位信息,之后系统会自动执行取车流程。
如图6所示,是本发明的一个较佳实施例的智能自行车停车管理系统立体停车架示意图,立体停车架分为上下两层。每一辆自行车停在单独的车架上。每一个车架上带有智能车锁260和压力传感器230。上层车架底部装有激光测距传感器240。上层车架的升降由气缸270动作来实现,下层车架在水平导轨上可以左右移动。
如图7A所示,是本发明的一个较佳实施例的智能自行车停车管理系统人脸识别技术实施流程图,人脸识别流程分为三个步骤:人脸图像采集,人脸特征提取,人脸比对识别。
在存车阶段,通过USB摄像头210采集用户的人脸图像,并存入到核心控制模块100的数据库中。核心控制模块100对采集的人脸图像进行特征提取,每一个用户对应唯一的特征描述。在取车阶段,通过USB摄像头210采集用户的人脸图像和核心控制模块100的数据库中的图像对比,进行用户的身份识别。
存车时,通过USB摄像头210采集用户的人脸图像,利用基于haar特征训练的级联分类器在图像中筛选出人脸区域,并存入到核心控制模块100的数据库中。
然后基于HOG特征和facenet特征进行特征提取。
人脸识别技术方向梯度直方图(Histogram of Oriented Gradient,HOG)特征算子的定义如下:
winSize=(96,96)
blockSize=(16,16)
blockStride=(8,8)
cellSize=(8,8)
nbins=9
derivAperture=1
winSigma=4.
histogramNormType=0
L2HysThreshold=2.0000000000000001e-01
gammaCorrection=0
nlevels=64
hog=
cv2.HOGDescriptor(winSize,blockSize,blockStride,cellSize,nbins,derivAperture,winSigma,histogramNormType,L2HysThreshold,gammaCorrection,nlevels)
方向梯度直方图特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。HOG特征通过计算和统计图像局部区域的梯度方向直方图来构成特征。它的方法是首先将图像分成小的连通区域,这些连通区域被叫做细胞单元。然后采集细胞单元中各像素点的梯度的或边缘的方向直方图。最后把这些直方图组合起来,就可以构成特征描述符。
Facenet是一个已经预训练好的人脸特征提取网络,可以将人脸图像转化为一个128维的向量。
将HOG特征和Facenet特征结合在一起,用一个向量来描述用户的脸部特征。
这样,将用户人脸图片转化为一个向量,保存到核心控制模块100的数据库中。属于同一个人的人脸图片提取出来的向量距离近,属于不同人的人脸图片提取出来的向量距离远。
取车时,通过USB摄像头210采集用户图像,转化为向量,并和核心控制模块100的数据库中的数据进行比对,优选的,利用欧式距离来衡量向量间的距离。比对向量间的距离,如果距离小于一个特定值,则认为该用户就是核心控制模块100的数据库中的某一个用户;如果距离大于一个特定值,则认为该用户不存在于核心控制模块100的数据库中。
本技术方案采用的人脸识别技术高效,成本低廉,在光线良好的情况下准确率可以达到95%以上。
如图7B所示,是本发明的另一个较佳实施例的智能自行车停车管理系统人脸识别流程图,人脸识别流程分为四个步骤:人脸图像采集,人脸检测(Haar Cascade),人脸特征提取(HOG+Facenet),人脸比对识别(KNN)。
人脸识别图像采集步骤,通过USB摄像头210采集用户的人脸图像。
人脸检测步骤,利用基于Haar特征训练的级联分类器在图像中筛选出人脸区域,并存入到核心控制模块100的数据库中。Haar特征分为三类:边缘特征、线性特征、中心特征和对角线特征,组合成特征模板。特征模板内有白色和黑色两种矩形,并定义该模板的特征值为白色矩形像素和减去黑色矩形像素和。Haar特征值反映了图像的灰度变化情况。基于haar特征训练的级联分类器能够使用较少的特征和较简单的分类器更快更好的实现分类。在检测的准确性和速度上有很大的改善。
人脸特征提取步骤,基于HOG特征和facenet特征进行特征提取。
人脸识别技术方向梯度直方图(Histogram of Oriented Gradient,HOG)特征算子的定义如下:
winSize=(96,96)
blockSize=(16,16)
blockStride=(8,8)
cellSize=(8,8)
nbins=9
derivAperture=1
winSigma=4.
histogramNormType=0
L2HysThreshold=2.0000000000000001e-01
gammaCorrection=0
nlevels=64
hog=
cv2.HOGDescriptor(winSize,blockSize,blockStride,cellSize,nbins,derivAperture,winSigma,histogramNormType,L2HysThreshold,gammaCorrection,nlevels)
方向梯度直方图特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。HOG特征通过计算和统计图像局部区域的梯度方向直方图来构成特征。它的方法是首先将图像分成小的连通区域,这些连通区域被叫做细胞单元(cell)。然后采集细胞单元中各像素点的梯度的或边缘的方向直方图。最后把这些直方图组合起来,就可以构成特征描述符。
Facenet网络是通过CNN将人脸映射到欧式空间的特征向量上,计算不同图片人脸特征的距离,通过相同个体的人脸的距离,总是小于不同个体的人脸这一先验知识训练得到。
利用已经预训练好的人脸特征提取深度网络Facenet,可以将人脸特征转化为一个128维的向量。
本专利将HOG特征和Facenet特征结合在一起,共同描述用户的脸部特征。
人脸识别步骤,KNN(K-近邻算法)是一种常见的用于分类的机器学习方法。一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别,则该样本也属于这个类别。
在取车时,将USB摄像头210采集的用户图像,转化为特征向量,并利用KNN算法和核心控制模块100的数据库中的数据进行比较分类。设定K-邻近的阈值,在阈值内,该用户就是数据库中的某一个用户;超过阈值,则认为该用户不在数据库内。
如图8所示,是本发明的一个较佳实施例的树莓派和RFID读卡器之间的引脚连接图,一个RFID读卡器220的较佳实施例采用RC522模块,RC522模块和树莓派通过引脚连接,RC522模块的1引脚M-MFSDA与树莓派24引脚CE0相连接;RC522模块的2引脚M-MFSCK与树莓派23引脚SCLK相连接;RC522模块的3引脚M-MFMOSI与树莓派19引脚MOSI相连接;RC522模块的4引脚M-MFMISO与树莓派21引脚MISO相连接;RC522模块的6引脚M-GND与树莓派39引脚地相连接;RC522模块的8引脚M+3.3V与树莓派1引脚3.3V电源相连接。
如图9所示,是本发明的一个较佳实施例的树莓派连接带电气设备的电路图,核心控制器200通过控制继电器,进而控制电磁阀,进而控制气缸270的运动。
核心控制器200的3.3V引脚和GND引脚分别接继电器的3.3V引脚和GND引脚,用于给继电器供电。
核心控制器200的pin1引脚和pin2引脚分别接继电器的1和2引脚。
当pin1引脚输出高电平时,1a引脚和1b引脚接通,则电磁阀端1得电(即图中的24V稳压电源通过红色线输出到继电器的1a引脚,经过继电器的1b引脚,通过接线到达电磁阀端1的正极),此时电磁阀将In和Out1连通,空气进入气缸270的进气口1,气缸270的活塞杆被推出。
当pin2引脚输出高电平时,2a引脚和2b引脚接通,则电磁阀端2得电(即图中的24V稳压电源通过接线输出到继电器的2a引脚,经过继电器的2b引脚,通过接线到达电磁阀端2的正极),此时电磁阀将In和Out2连通,空气进入气缸270的进气口2,气缸270的活塞杆被推进。
当pin1输出低电平时,1a引脚和1b引脚断开,电磁阀不得电,In和Out1不连通。
当pin2输出低电平时,2a引脚和2b引脚断开,电磁阀不得电,In和Out2不连通。
如图10所示,是本发明的一个较佳实施例的整体电气原理图,包括,负责给气缸270供气的220V的空压机工作电路,通过电磁阀控制气缸270中活塞杆的运动的24V的气缸270工作电路,锁车、开锁的24V智能车锁260电路,空压机启停控制电路,气缸270中的活塞杆运动控制电路,智能车锁260控制电路。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种智能自行车停车管理系统,包括硬件子系统和软件子系统,其特征在于,所述软件子系统包括核心控制模块、人机交互模块、用户信息采集模块、信号采集模块、车锁模块和气缸模块,所述核心控制模块通过程序接口分别与所述人机交互模块、所述用户信息采集模块、所述信号采集模块、所述车锁模块和所述气缸模块相连接;所述硬件子系统包括核心控制器、USB摄像头、RFID读卡器、压力传感器、激光测距传感器、触摸式液晶屏、智能车锁和气缸,所述核心控制器通过USB接口与所述USB摄像头连接,所述核心控制器通过引脚接口与所述RFID读卡器连接,所述核心控制器通过引脚接口与所述压力传感器连接,所述核心控制器通过引脚接口与所述激光测距传感器连接,所述核心控制器通过DSI接口与所述触摸式液晶屏连接,所述核心控制器通过蓝牙接口与所述智能车锁连接,所述核心控制器通过引脚接口与所述气缸连接。
2.如权利要求1所述的智能自行车停车管理系统,其特征在于,所述核心控制模块运行在所述核心控制器中,所述核心控制模块和所述核心控制器负责整个智能自行车停车管理系统的运行控制,所述核心控制模块从所述USB摄像头、所述RFID读卡器、所述压力传感器、所述激光测距传感器获取数据,通过所述核心控制模块的分析,产生相应的指令,发送给所述智能车锁和所述气缸。
3.如权利要求1所述的智能自行车停车管理系统,其特征在于,所述核心控制模块采用python语言开发,所述核心控制器采用树莓派3B+。
4.如权利要求1所述的智能自行车停车管理系统,其特征在于,所述人机交互模块通过所述触摸式液晶屏进行人机交互,在人机交互界面上,用户可以进行存车或者取车的选择,刷脸或者刷卡的选择,同时系统会将车位信息告知用户。
5.如权利要求4所述的智能自行车停车管理系统,其特征在于,所述用户信息采集模块依托所述人机交互模块的所述人机交互界面进行,所述用户信息采集模块主要利用所述USB摄像头或所述RFID读卡器读取用户数据。
6.如权利要求1所述的智能自行车停车管理系统,其特征在于,所述信号采集模块采集每一个停车架上的所述压力传感器以及上层车架底部的所述激光测距传感器的信号,采集的信号用于判断用户是否将自行车停放在指定车架上或者判断用户是否将自行车取走。
7.如权利要求1所述的智能自行车停车管理系统,其特征在于,所述车锁模块用于将存放的自行车上锁,所述车锁模块通过蓝牙通信控制所述智能车锁,实现自动的锁车和开锁。
8.如权利要求1所述的智能自行车停车管理系统,其特征在于,所述气缸模块,用于自行车存放的升降,所述气缸模块通过继电器和电磁阀来控制所述气缸的运动从而实现上层车架的升降。
9.如权利要求1-8任意一项所述的智能自行车停车管理系统的存车方法,其特征在于,包括以下步骤:
步骤301、用户点击存车,所述核心控制模块会随机为用户分配一个车位;
步骤302、用户选择人脸识别或者RFID卡识别进行身份登记,然后存车;
步骤303、所述核心控制模块判断分配的车位是否为上层车位,如是,则执行步骤304;如否,则执行步骤307;
步骤304、所述核心控制模块根据所述激光测距传感器的信号判断车架下方是否有车,如有,则执行步骤305;如否,则执行步骤306;
步骤305、提示用户将下方的车挪开(在水平导轨上左右移动均可),之后重复执行步骤304;
步骤306、所述核心控制模块通过所述气缸模块控制所述气缸让对应的车架降落;
步骤307、打开该车位的所述智能车锁,等待用户停车,所述核心控制模块通过所述信号采集模块采集的所述压力传感器的信号判断用户已经停好车,锁上所述智能车锁;
步骤308、所述核心控制模块判断该车位是否为上层车位,如是,则执行步骤309;如否,则执行步骤310;
步骤309、所述核心控制模块通过所述气缸模块控制所述气缸让对应的车架上升;
步骤310、存车。
10.一种智能自行车停车管理装置,包括核心控制器、继电器、电磁阀、气缸,其特征在于,所述核心控制器通过控制所述继电器控制所述电磁阀,进而控制所述气缸的运动;所述核心控制器的3.3V引脚和GND引脚分别接所述继电器的3.3V引脚和GND引脚,用于给继电器供电;所述核心控制器的pin1引脚和pin2引脚分别接所述继电器的1和2引脚。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910338902.9A CN110084934A (zh) | 2019-04-25 | 2019-04-25 | 一种智能自行车停车管理系统和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910338902.9A CN110084934A (zh) | 2019-04-25 | 2019-04-25 | 一种智能自行车停车管理系统和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110084934A true CN110084934A (zh) | 2019-08-02 |
Family
ID=67416755
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910338902.9A Pending CN110084934A (zh) | 2019-04-25 | 2019-04-25 | 一种智能自行车停车管理系统和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110084934A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111028365A (zh) * | 2019-12-16 | 2020-04-17 | 北京计算机技术及应用研究所 | 一种基于射频识别技术的园区非机动车管理系统 |
CN111852112A (zh) * | 2020-08-03 | 2020-10-30 | 重庆工商大学 | 一种泊车机器人控制系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2371165Y (zh) * | 1999-06-03 | 2000-03-29 | 张德孔 | 立体仓库 |
CN201465202U (zh) * | 2009-07-07 | 2010-05-12 | 上海爱登堡电梯有限公司 | 一种多功能机械式立体车库操作器 |
CN102521922A (zh) * | 2011-12-02 | 2012-06-27 | 浙江工业大学 | 公共自行车立体租赁系统 |
US20120323369A1 (en) * | 2011-06-14 | 2012-12-20 | Hon Hai Precision Industry Co., Ltd. | Mechanical parking system for vehicles and method for controlling the same |
CN104831965A (zh) * | 2015-05-13 | 2015-08-12 | 江苏谦益实业有限公司 | 一种智能化可升降式立体停车库及其工作方法 |
CN207568256U (zh) * | 2017-10-10 | 2018-07-03 | 南京市莱茵帝得电梯有限公司 | 移动式公租自行车立体车库 |
-
2019
- 2019-04-25 CN CN201910338902.9A patent/CN110084934A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2371165Y (zh) * | 1999-06-03 | 2000-03-29 | 张德孔 | 立体仓库 |
CN201465202U (zh) * | 2009-07-07 | 2010-05-12 | 上海爱登堡电梯有限公司 | 一种多功能机械式立体车库操作器 |
US20120323369A1 (en) * | 2011-06-14 | 2012-12-20 | Hon Hai Precision Industry Co., Ltd. | Mechanical parking system for vehicles and method for controlling the same |
CN102521922A (zh) * | 2011-12-02 | 2012-06-27 | 浙江工业大学 | 公共自行车立体租赁系统 |
CN104831965A (zh) * | 2015-05-13 | 2015-08-12 | 江苏谦益实业有限公司 | 一种智能化可升降式立体停车库及其工作方法 |
CN207568256U (zh) * | 2017-10-10 | 2018-07-03 | 南京市莱茵帝得电梯有限公司 | 移动式公租自行车立体车库 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111028365A (zh) * | 2019-12-16 | 2020-04-17 | 北京计算机技术及应用研究所 | 一种基于射频识别技术的园区非机动车管理系统 |
CN111852112A (zh) * | 2020-08-03 | 2020-10-30 | 重庆工商大学 | 一种泊车机器人控制系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104732601B (zh) | 一种基于人脸识别技术的高识别率自动考勤装置及方法 | |
CN103208156B (zh) | 一种餐饮自动结算系统和方法 | |
CN106650693A (zh) | 一种用于人脸比对的多特征融合识别算法 | |
CN101739742B (zh) | 联网式多通道门禁考勤系统 | |
CN105069400A (zh) | 基于栈式稀疏自编码的人脸图像性别识别系统 | |
CN101329722A (zh) | 基于神经网络进行识别的算法的人脸识别方法 | |
CN106203415A (zh) | 一种基于数字图像处理的银行卡号自动识别装置 | |
CN110084934A (zh) | 一种智能自行车停车管理系统和装置 | |
CN103077378A (zh) | 基于扩展八邻域局部纹理特征的非接触式人脸识别算法和签到系统 | |
CN109259528A (zh) | 一种基于人脸识别与肤质检测的家居智能镜子 | |
Huang et al. | Attendance system based on dynamic face recognition | |
Diyasa et al. | Multi-face Recognition for the Detection of Prisoners in Jail using a Modified Cascade Classifier and CNN | |
CN107516076A (zh) | 人像识别方法及装置 | |
CN204143555U (zh) | 身份识别自助终端及对应的房产证明打印终端 | |
CN115527271A (zh) | 电梯轿厢乘客异常行为检测系统及方法 | |
Sakthimohan et al. | Detection and Recognition of Face Using Deep Learning | |
CN106886771A (zh) | 基于模块化pca的图像主信息提取方法及人脸识别方法 | |
CN113505717A (zh) | 一种基于人脸面部特征识别技术的在线通行系统 | |
CN101276404A (zh) | 一种快速准确的智能图像处理系统及其处理方法 | |
del Rio et al. | Face-based recognition systems in the ABC e-gates | |
Bairagi et al. | A real-time face recognition smart attendance system with haar cascade classifiers | |
CN205541026U (zh) | 一种双路门禁装置 | |
CN206584433U (zh) | 一种智能管理门禁系统 | |
CN114549809A (zh) | 手势识别方法以及相关设备 | |
CN113343903A (zh) | 一种自然场景下的车牌识别方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190802 |
|
WD01 | Invention patent application deemed withdrawn after publication |