CN111311957A - 一种基于rfid和无人机的停车引导系统及工作方法 - Google Patents

一种基于rfid和无人机的停车引导系统及工作方法 Download PDF

Info

Publication number
CN111311957A
CN111311957A CN202010410417.0A CN202010410417A CN111311957A CN 111311957 A CN111311957 A CN 111311957A CN 202010410417 A CN202010410417 A CN 202010410417A CN 111311957 A CN111311957 A CN 111311957A
Authority
CN
China
Prior art keywords
vehicle
unmanned aerial
parking
aerial vehicle
parking space
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
Application number
CN202010410417.0A
Other languages
English (en)
Inventor
徐鹤
殷宪祯
李鹏
王汝传
朱枫
程海涛
沙超
李友涛
张结魁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui Jingqi Network Technology Co ltd
Nanjing University of Posts and Telecommunications
Original Assignee
Anhui Jingqi Network Technology Co ltd
Nanjing University of Posts and Telecommunications
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Anhui Jingqi Network Technology Co ltd, Nanjing University of Posts and Telecommunications filed Critical Anhui Jingqi Network Technology Co ltd
Priority to CN202010410417.0A priority Critical patent/CN111311957A/zh
Publication of CN111311957A publication Critical patent/CN111311957A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • G08G1/141—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces
    • G08G1/142—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces external to the vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
    • G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
    • G06K17/0029—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device the arrangement being specially adapted for wireless interrogation of grouped or bundled articles tagged with wireless record carriers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096855—Systems involving transmission of navigation instructions to the vehicle where the output is provided in a suitable form to the driver
    • G08G1/096872—Systems involving transmission of navigation instructions to the vehicle where the output is provided in a suitable form to the driver where instructions are given per voice
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/024—Guidance services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明的目的是提供一种基于RFID和无人机的停车引导系统及工作方法，将RFID技术结合软件无线电应用到停车领域。通过无人机搭载USRP B200设备的方式，获取RFID射频车牌的射频信号，再经过RFID室内定位算法的处理，精确定位车辆位置。利用无人机上的摄像头采集车辆周围的环境信息和停车位信息并发送到管理平台，由管理平台的图像处理模块分析处理，从而获取未被选定的空闲停车位的位置。将车辆位置、空闲停车位的位置和车辆周围的环境信息作为路线规划的输入参数，通过路线规划算法，为车辆规划出停车的最短路线。快速帮助车主找到离车辆最近的空闲停车位，由无人机根据规划好的路线引导停车，节省车主的停车时间。

Description

一种基于RFID和无人机的停车引导系统及工作方法
技术领域
本发明涉及引导停车技术领域，尤其涉及一种基于RFID和无人机的停车引导系统及工作方法。
背景技术
在停车场高峰期，寻找停车位困难的问题一直影响着人们的生活，随着轿车的日益增多，这一问题更加的突出。在寻找停车位的过程中，不仅会造成停车场的交通堵塞，浪费车主的宝贵时间，而且车辆会消耗大量能源，造成能源的浪费。现有的停车场系统大多数是统计车辆的进出，结合停车位的总数，将剩余的停车位数目显示在停车场进出口的屏幕上，但这并不能解决车辆寻找停车位困难的问题，当车辆进入停车场时，依然会陷入寻找停车位的痛苦中。为了改善现有的停车场的状况，目前提出了许多停车场系统的方案，可以将现有的大多数方案归结为以下两种。一种是在车辆上安装车载设备，与可移动设备通信，从而达到引导车辆停车的目的，但这种方案需要在车辆上安装固定设备，给车主带来经济的压力。另外一种是在每个停车位上部署大量的传感器，检测停车位是否空闲，另外，还需要建立通信基站，与可移动设备进行通信，达到引导车辆停车的目的。这种方案不适用于所有的场景，并且会花费大量的成本。
发明内容
本发明的目的是提供一种基于RFID和无人机的停车引导系统及工作方法，该系统不需要车辆安装特定的车载设备，只需要安装RFID射频车牌，就能达到与可移动设备通信的目的，不会给车主带来经济的压力。由于现在大多数停车场都设置在地下，地下空间中GPS信号非常弱，为了解决这个问题，本发明使用RFID室内定位技术，定位车辆位置。停车位周围不需要部署各种传感器，通过图像识别技术，实时更新空闲车位，从而可有效解决现有方案存在的问题。
利用无人机的通信模块将USRP B200接收到的车牌射频信号和摄像头采集的图像数据传送给无人机管理平台，无人机管理平台的定位处理模块根据接收的射频信号定位车辆位置，管理平台的图像处理模块根据图像数据判断空闲停车位并且规划无人机到达空闲停车位的最短路线，同时将路线发送给无人机，由无人机引导车辆停车。
本发明提供一种基于RFID和无人机的停车引导系统，包括若干个无人机和无人机管理平台，所述无人机内部包含USRP阅读器，图像采集模块和控制模块，USRP阅读器由USRPB200设备和天线组成，图像采集模块由若干个摄像头组成，当定位车辆位置后，无人机以车辆为起点，采集停车位信息和车辆周围的环境信息，并由通信模块发送到后台处理；控制模块由语音模块组成，当无人机接收到到达空闲停车位的最短路径后，启动语音模块，无人机以语音的方式引导车辆到达指定停车位。
USRP阅读器是由USRP B200设备和天线组成，由于传统的RFID阅读器体型较大，重量较重，需要搭载在较大的无人机上，较大的无人机在地下停车场会对人的安全带来隐患，所以选用型号较小的软件无线电设备代替传统阅读器。Airspy R2 ，USRP B200等设备都是型号较小的设备，可以搭载在较小的无人机上，提高安全性。本发明选用USRP B200设备，该设备射频工作范围为70MHz-6GHz,RFID超高频频率范围为860MHz-960MHz,所以该设备可以设计成遵循RFID标准通信协议的RFID超高频阅读器，可以向RFID射频车牌发送Query，ACK，QueryRep等命令，本发明称之为USRP阅读器。
进一步改进在于：所述无人机管理平台主要由数据存储模块、定位处理模块和图像处理模块组成，数据存储模块负责存储车辆信息及无人机所处位置，无人机状态；定位处理模块对接收的RFID射频信号进行分析处理，确定车辆在停车场的位置，图像处理模块是对图像数据进行处理，分析出空闲停车位，并利用路线规划算法，确定离车辆最近的未被选定的空闲停车位的路线。
无人机管理平台主要由数据存储模块、定位处理模块和图像处理模块组成。数据存储模块负责存储车辆信息，包括车牌号,车主联系方式，银行号码，车辆进入停车场时间等信息。另外，该模块还存储无人机所处位置，无人机状态等信息，方便管理平台调度无人机。定位处理模块主要功能是对接收的RFID射频信号进行分析处理，确定车辆在停车场的位置。图像处理模块是对图像数据进行处理，分析出空闲停车位，并利用路线规划算法，确定离车辆最近的未被选定的空闲停车位的路线。无人机管理平台是Windows应用程序，开发语言为C#，使用MVC的开发模式。
进一步改进在于：所述无人机上的摄像头采集的图像主要包括车辆周围的环境信息和停车位信息，无人机搭载的摄像头将采集的图像通过通信模块发送给无人机管理平台上的图像处理模块，该模块接收到图片后，开始处理每张图片。
进一步改进在于：所述无人机管理平台存储了整个停车场的地图，每个停车位的编号对应停车位在停车场中的位置，通过编号快速搜索停车位的位置，确定了停车位的位置，再结合车辆位置和车辆环境信息，就开始对无人机进行路线规划。
本发明还提供一种基于RFID和无人机的停车引导系统的工作方法，所述方法包括以下步骤：
步骤1：当车辆进入停车场入口时，安装在入口的USRP阅读器读取RFID射频车牌信息，并将读取的车牌信息通过通信模块传送至PC端的无人机管理平台中进行存储；管理平台存储的车辆基本信息，包括车牌号，车主联系方式，银行号码，车辆的停车时间的信息；
步骤2：管理平台判断有新的车辆进入停车场后，根据存储在平台中的无人机的状态信息，对停靠在无人机停放区的空闲无人机进行调度，收到调度指令的空闲无人机起飞，开始寻找车辆；
步骤3：搭载在空闲无人机上的USRP阅读器，开始发送Query查询命令，在查询范围内的RFID射频车牌与阅读器进行通信，阅读器将接收到的反向散射信号通过通信模块传送到管理平台；平台对射频信号进行分析处理，根据分析出的车牌号判断是否是新进入的车辆；如果是新进入的车辆，则根据RFID室内定位算法，定位车辆在停车场中的位置并开始规划无人机到该车辆的路线，将规划的路线发送给无人机；如果不是新进入的车辆，则重新处理其它的射频信号；
步骤4：无人机接收到路线后，根据路线到达车辆位置；无人机开启摄像头，以车辆的位置为起始点，开始采集车辆周围的环境信息和停车位信息，并将采集的图像信息通过通信模块发送到后台管理平台中；管理平台的图像处理模块根据图像信息分析出空闲停车位的位置，然后，通过路线规划模块规划出车辆到达最近的且没有被选定的空闲停车位的路线，并选定该停车位，存储停车位编号；无人机管理平台将路线发送给无人机，由无人机引导车辆停车；
步骤5：无人机以语音的方式引导车辆，在行驶过程中，摄像头周期性地采集图像信息，如果检测出路线堵塞，则重新规划路线；
步骤6：车辆到达选定的停车位后，管理平台将停车位的编号以短信的形式发送到车主的手机上，方便车主取车；
步骤7：车辆驶离停车场，到达停车场出口后，出口的USRP阅读器检测到车辆，将车辆信息发送到管理平台。管理平台根据车辆的停车时间，进行收费。
进一步改进在于：所述步骤2中的获取车辆位置过程分为获取车牌射频信号和处理车牌射频信号两个部分，获取车牌射频信号部分的方法为搭载在无人机上的USRP阅读器发送Query命令，在阅读器识别范围内的射频车牌接收到Query命令后，在槽计数器中产生一个随机数。若随机数为零，则射频车牌向USRP阅读器发送随机数RN16；否则，射频车牌每接收到QueryRep命令，随机数便开始在槽计数器中减数，直到随机数减为零，射频车牌便向USRP阅读器发送RN16，USRP阅读器接收到射频车牌返回的RN16后，发送ACK命令，车牌接收到ACK命令后，向阅读器发送车牌信息；处理车牌射频信号。
进一步改进在于：所述处理车牌射频信号的方法包括以下三个步骤：第一步：当获取到车牌射频信号后先对信号进行预处理，减少噪声对信号的干扰；第二步：射频信号转换为与定位相关的信息，从定位相关信息中提取指纹；第三步：将提取的指纹输入到指纹库中进行匹配，匹配结果为车辆在停车场的位置。现有的RFID室内定位方法主要有基于信号强度和基于相位差两种方式。在三维定位中，使用比较广泛的是基于RFID的指纹定位算法。本发明采用的RFID室内定位算法也正是这种。基于RFID的指纹定位算法基本原理可以总结为以下三步。第一步：构建先验指纹库，存储某个位置与信号特征映射的指纹。第二步：构建目标位置与信号特征间的非线性关系。第三步：目标定位，将采集的目标数据信息与先验指纹库中的指纹进行匹配，从而得到目标物理位置。
进一步改进在于：所述步骤4中的图像处理流程包括以下步骤：无人机搭载的摄像头将采集的图像通过通信模块发送给无人机管理平台上的图像处理模块，该模块接收到图片后，开始处理每张图片；通过停车位的特征，识别出图片中是否包含停车位；若图片中包含停车位，则开始下一步操作；否则，换张图片重新处理；识别出停车位后，在判断停车位上是否停靠车辆；如果在停车位上识别不出车辆，则认为停车位空闲，否则，放弃该停车位；在确定了空闲停车位后，开始识别停车位对应的编号，并保存在数据库中；确定了停车位的位置，再结合车辆位置和车辆环境信息，就开始对无人机进行路线规划。每处理一张图片，需要先通过去噪、平滑和变换等操作对图片进行预处理。然后，对图片进行特征的抽取。最后，将抽取得到的特征与数据库存储特征进行相似度匹配，从而识别出图片中所包含的事物。
由于每个停车位都有编号，所以在确定了空闲停车位后，开始识别停车位对应的编号，并保存在数据库中。无人机管理平台存储了整个停车场的地图，每个停车位的编号对应停车位在停车场中的位置，通过编号可以快速搜索停车位的位置。
进一步改进在于：所述步骤4中的路线规划方法为快速搜索随机树，具体的过程可以归结为以下三步：第一步，将车辆的位置作为起始点I，空闲停车位的位置作为目标点D，从I开始，向环境中撒一个随机点R1，如果R1没有落到车辆和建筑物上，则把I和R1连接起来，得到一条连线L1；如果L1整条连线都不在障碍物里面，则沿着连线L1的方向移动一段距离，得到一个新点New1，那么I，R1和New1之间的线段就构成了一个最简单的树；第二步，在第一步的基础上，继续向环境中撒点，得到一个新的随机点R2，如果R2不在障碍物上，则在已经形成的树上，找个一个离R2最近的点Node_Near，然后，将R2和Node_Near的点连线，得到连线L2；如果连线L2整体都不在障碍物上，则沿着L2方向向前移动移动一段距离，得到一个新点New2，并将New2添加到树上；第三步，重复第二步，直到D点被添加到树上，这时就可以从树上找到一条从I到D的最短路线，即车辆到空闲停车位的最短路线。
无人机管理平台根据车辆位置、车辆环境信息和多个未被选定的空闲停车位位置，可以为无人机规划多条路线，需从中选择最短的路线发送给无人机。
本发明的有益效果：通过分析USRP阅读器接收的射频车牌信号，可以实现车辆定位，减少定位成本。另外，通过分析摄像头实时采集的图像信息，可以给无人机规划路线，从而有效地引导车辆停车，节省车主停车时间。本发明无需装载车载终端和部署传感器，只需要在车辆上装载RFID射频车牌，利用摄像头采集图像的方式代替部署传感器。本发明相比于现有的引导停车方法，不仅减少了成本，而且实现方式更加的简单。摄像头周期性地采集图像信息，可以实时的获取相关信息，一旦无人机行驶的路线出现堵塞或者有离车辆更近的空闲停车位出现，无人机管理平台可以重新为无人机规划路线，达到停车时间最短的目的。本发明不需要车辆装载太多的设备，环境部署相对简单，应用的场景十分广泛，具有很高的可行性。RFID室内定位技术可以弥补GPS无法在地下停车场定位的缺点。现有的图像识别的精确度已经非常高，，可以达到预期效果。另外，采用的路线规划技术具有动态性，车辆行驶中可以调整路线，真正的实现智能引导停车。
附图说明
图1是本发明的系统结构示意图。
图2是本发明的定位车辆流程图。
图3是本发明的图像处理流程图。
图4是本发明的具体实施图。
具体实施方式
为了加深对本发明的理解，下面将结合实施例对本发明作进一步详述，该实施例仅用于解释本发明，并不构成对本发明保护范围的限定。
如图1所示，本实施例提供一种基于RFID和无人机的停车引导系统，包括若干个无人机和无人机管理平台，所述无人机内部包含USRP阅读器，图像采集模块和控制模块，USRP阅读器由USRP B200设备和天线组成，图像采集模块由若干个摄像头组成，当定位车辆位置后，无人机以车辆为起点，采集停车位信息和车辆周围的环境信息，并由通信模块发送到后台处理；控制模块由语音模块组成，当无人机接收到到达空闲停车位的最短路径后，启动语音模块，无人机以语音的方式引导车辆到达指定停车位。
USRP阅读器是由USRP B200设备和天线组成，由于传统的RFID阅读器体型较大，重量较重，需要搭载在较大的无人机上，较大的无人机在地下停车场会对人的安全带来隐患，所以选用型号较小的软件无线电设备代替传统阅读器。Airspy R2 ，USRP B200等设备都是型号较小的设备，可以搭载在较小的无人机上，提高安全性。本发明选用USRP B200设备，该设备射频工作范围为70MHz-6GHz,RFID超高频频率范围为860MHz-960MHz,所以该设备可以设计成遵循RFID标准通信协议的RFID超高频阅读器，可以向RFID射频车牌发送Query，ACK，QueryRep等命令，本发明称之为USRP阅读器。
所述无人机管理平台主要由数据存储模块、定位处理模块和图像处理模块组成，数据存储模块负责存储车辆信息及无人机所处位置，无人机状态；定位处理模块对接收的RFID射频信号进行分析处理，确定车辆在停车场的位置，图像处理模块是对图像数据进行处理，分析出空闲停车位，并利用路线规划算法，确定离车辆最近的未被选定的空闲停车位的路线。无人机管理平台主要由数据存储模块、定位处理模块和图像处理模块组成。数据存储模块负责存储车辆信息，包括车牌号,车主联系方式，银行号码，车辆进入停车场时间等信息。另外，该模块还存储无人机所处位置，无人机状态等信息，方便管理平台调度无人机。定位处理模块主要功能是对接收的RFID射频信号进行分析处理，确定车辆在停车场的位置。图像处理模块是对图像数据进行处理，分析出空闲停车位，并利用路线规划算法，确定离车辆最近的未被选定的空闲停车位的路线。无人机管理平台是Windows应用程序，开发语言为C#，使用MVC的开发模式。
所述无人机上的摄像头采集的图像主要包括车辆周围的环境信息和停车位信息，无人机搭载的摄像头将采集的图像通过通信模块发送给无人机管理平台上的图像处理模块，该模块接收到图片后，开始处理每张图片。
所述无人机管理平台存储了整个停车场的地图，每个停车位的编号对应停车位在停车场中的位置，通过编号快速搜索停车位的位置，确定了停车位的位置，再结合车辆位置和车辆环境信息，就开始对无人机进行路线规划。
本实施例还提供一种基于RFID和无人机的停车引导系统的工作方法，所述方法包括以下步骤：
步骤1：当车辆进入停车场入口时，安装在入口的USRP阅读器读取RFID射频车牌信息，并将读取的车牌信息通过通信模块传送至PC端的无人机管理平台中进行存储；管理平台存储的车辆基本信息，包括车牌号，车主联系方式，银行号码，车辆的停车时间的信息；
步骤2：管理平台判断有新的车辆进入停车场后，根据存储在平台中的无人机的状态信息，对停靠在无人机停放区的空闲无人机进行调度，收到调度指令的空闲无人机起飞，开始寻找车辆；
步骤3：搭载在空闲无人机上的USRP阅读器，开始发送Query查询命令，在查询范围内的RFID射频车牌与阅读器进行通信，阅读器将接收到的反向散射信号通过通信模块传送到管理平台；平台对射频信号进行分析处理，根据分析出的车牌号判断是否是新进入的车辆；如果是新进入的车辆，则根据RFID室内定位算法，定位车辆在停车场中的位置并开始规划无人机到该车辆的路线，将规划的路线发送给无人机；如果不是新进入的车辆，则重新处理其它的射频信号；
步骤4：无人机接收到路线后，根据路线到达车辆位置；无人机开启摄像头，以车辆的位置为起始点，开始采集车辆周围的环境信息和停车位信息，并将采集的图像信息通过通信模块发送到后台管理平台中；管理平台的图像处理模块根据图像信息分析出空闲停车位的位置，然后，通过路线规划模块规划出车辆到达最近的且没有被选定的空闲停车位的路线，并选定该停车位，存储停车位编号；无人机管理平台将路线发送给无人机，由无人机引导车辆停车；
步骤5：无人机以语音的方式引导车辆，在行驶过程中，摄像头周期性地采集图像信息，如果检测出路线堵塞，则重新规划路线；
步骤6：车辆到达选定的停车位后，管理平台将停车位的编号以短信的形式发送到车主的手机上，方便车主取车；
步骤7：车辆驶离停车场，到达停车场出口后，出口的USRP阅读器检测到车辆，将车辆信息发送到管理平台。管理平台根据车辆的停车时间，进行收费。
如图2所示，所述步骤2中的获取车辆位置过程分为获取车牌射频信号和处理车牌射频信号两个部分，获取车牌射频信号部分的方法为搭载在无人机上的USRP阅读器发送Query命令，在阅读器识别范围内的射频车牌接收到Query命令后，在槽计数器中产生一个随机数。若随机数为零，则射频车牌向USRP阅读器发送随机数RN16；否则，射频车牌每接收到QueryRep命令，随机数便开始在槽计数器中减数，直到随机数减为零，射频车牌便向USRP阅读器发送RN16，USRP阅读器接收到射频车牌返回的RN16后，发送ACK命令，车牌接收到ACK命令后，向阅读器发送车牌信息；处理车牌射频信号。
所述处理车牌射频信号的方法包括以下三个步骤：第一步：当获取到车牌射频信号后先对信号进行预处理，减少噪声对信号的干扰；第二步：射频信号转换为与定位相关的信息，从定位相关信息中提取指纹；第三步：将提取的指纹输入到指纹库中进行匹配，匹配结果为车辆在停车场的位置。现有的RFID室内定位方法主要有基于信号强度和基于相位差两种方式。在三维定位中，使用比较广泛的是基于RFID的指纹定位算法。本发明采用的RFID室内定位算法也正是这种。基于RFID的指纹定位算法基本原理可以总结为以下三步。第一步：构建先验指纹库，存储某个位置与信号特征映射的指纹。第二步：构建目标位置与信号特征间的非线性关系。第三步：目标定位，将采集的目标数据信息与先验指纹库中的指纹进行匹配，从而得到目标物理位置。
如图3所示，所述步骤4中的图像处理流程包括以下步骤：无人机搭载的摄像头将采集的图像通过通信模块发送给无人机管理平台上的图像处理模块，该模块接收到图片后，开始处理每张图片；通过停车位的特征，识别出图片中是否包含停车位；若图片中包含停车位，则开始下一步操作；否则，换张图片重新处理；识别出停车位后，在判断停车位上是否停靠车辆；如果在停车位上识别不出车辆，则认为停车位空闲，否则，放弃该停车位；在确定了空闲停车位后，开始识别停车位对应的编号，并保存在数据库中；确定了停车位的位置，再结合车辆位置和车辆环境信息，就开始对无人机进行路线规划。每处理一张图片，需要先通过去噪、平滑和变换等操作对图片进行预处理。然后，对图片进行特征的抽取。最后，将抽取得到的特征与数据库存储特征进行相似度匹配，从而识别出图片中所包含的事物。
由于每个停车位都有编号，如图4所示，所以在确定了空闲停车位后，开始识别停车位对应的编号，并保存在数据库中。无人机管理平台存储了整个停车场的地图，每个停车位的编号对应停车位在停车场中的位置，通过编号可以快速搜索停车位的位置。
所述步骤4中的路线规划方法为快速搜索随机树，具体的过程可以归结为以下三步：第一步，将车辆的位置作为起始点I，空闲停车位的位置作为目标点D，从I开始，向环境中撒一个随机点R1，如果R1没有落到车辆和建筑物上，则把I和R1连接起来，得到一条连线L1；如果L1整条连线都不在障碍物里面，则沿着连线L1的方向移动一段距离，得到一个新点New1，那么I，R1和New1之间的线段就构成了一个最简单的树；第二步，在第一步的基础上，继续向环境中撒点，得到一个新的随机点R2，如果R2不在障碍物上，则在已经形成的树上，找个一个离R2最近的点Node_Near，然后，将R2和Node_Near的点连线，得到连线L2；如果连线L2整体都不在障碍物上，则沿着L2方向向前移动移动一段距离，得到一个新点New2，并将New2添加到树上；第三步，重复第二步，直到D点被添加到树上，这时就可以从树上找到一条从I到D的最短路线，即车辆到空闲停车位的最短路线。
无人机管理平台根据车辆位置、车辆环境信息和多个未被选定的空闲停车位位置，可以为无人机规划多条路线，需从中选择最短的路线发送给无人机。
如图4所示，无人机管理平台为8号无人机规划了3条路线，根据路线最短原则，8号无人机实际行驶的路线是图4中实线标注的路线，将编号为car_2的车辆引导到编号为3-m的停车位中。现有的路线规划方法主要可以分为两类，一种是基于航点的方法，基本原理为预先设定一条路线，将路线中的几个关键点坐标传给无人机，无人机根据接收到的几个关键位置点的坐标，引导车辆停车。这种方法有一定的缺陷型，规划的路线是静态路线，不能根据路况实时调整。当路况发生变化后，车辆无法向前行驶，依旧会造成时间的浪费。另一种方法是快速搜索随机树，这种方法可以根据路况实时的进行调整，基本原理是以初始点为起点，向环境中撒一些点，这些点如果没有落在障碍物上，则把初始点和随机点连接起来，重复以上过程，直至起始点与目标点形成一条路线。

Claims (9)

1.一种基于RFID和无人机的停车引导系统，其特征在于：包括若干个无人机和无人机管理平台，所述无人机内部包含USRP阅读器，图像采集模块和控制模块，USRP阅读器由USRPB200设备和天线组成，图像采集模块由若干个摄像头组成，当定位车辆位置后，无人机以车辆为起点，采集停车位信息和车辆周围的环境信息，并由通信模块发送到后台处理；控制模块由语音模块组成，当无人机接收到到达空闲停车位的最短路径后，启动语音模块，无人机以语音的方式引导车辆到达指定停车位。
2.如权利要求1所述的一种基于RFID和无人机的停车引导系统，其特征在于：所述无人机管理平台主要由数据存储模块、定位处理模块和图像处理模块组成，数据存储模块负责存储车辆信息及无人机所处位置，无人机状态；定位处理模块对接收的RFID射频信号进行分析处理，确定车辆在停车场的位置，图像处理模块是对图像数据进行处理，分析出空闲停车位，并利用路线规划算法，确定离车辆最近的未被选定的空闲停车位的路线。
3.如权利要求1所述的一种基于RFID和无人机的停车引导系统，其特征在于：所述无人机上的摄像头采集的图像主要包括车辆周围的环境信息和停车位信息，无人机搭载的摄像头将采集的图像通过通信模块发送给无人机管理平台上的图像处理模块，该模块接收到图片后，开始处理每张图片。
4.如权利要求1所述的一种基于RFID和无人机的停车引导系统，其特征在于：所述无人机管理平台存储了整个停车场的地图，每个停车位的编号对应停车位在停车场中的位置，通过编号快速搜索停车位的位置，确定了停车位的位置，再结合车辆位置和车辆环境信息，就开始对无人机进行路线规划。
5.一种如权利要求1-4任意一项的基于RFID和无人机的停车引导系统的工作方法，其特征在于：所述方法包括以下步骤：
步骤1：当车辆进入停车场入口时，安装在入口的USRP阅读器读取RFID射频车牌信息，并将读取的车牌信息通过通信模块传送至PC端的无人机管理平台中进行存储；管理平台存储的车辆基本信息，包括车牌号，车主联系方式，银行号码，车辆的停车时间的信息；
步骤2：管理平台判断有新的车辆进入停车场后，根据存储在平台中的无人机的状态信息，对停靠在无人机停放区的空闲无人机进行调度，收到调度指令的空闲无人机起飞，开始寻找车辆；
步骤3：搭载在空闲无人机上的USRP阅读器，开始发送Query查询命令，在查询范围内的RFID射频车牌与阅读器进行通信，阅读器将接收到的反向散射信号通过通信模块传送到管理平台；平台对射频信号进行分析处理，根据分析出的车牌号判断是否是新进入的车辆；如果是新进入的车辆，则根据RFID室内定位算法，定位车辆在停车场中的位置并开始规划无人机到该车辆的路线，将规划的路线发送给无人机；如果不是新进入的车辆，则重新处理其它的射频信号；
步骤4：无人机接收到路线后，根据路线到达车辆位置；无人机开启摄像头，以车辆的位置为起始点，开始采集车辆周围的环境信息和停车位信息，并将采集的图像信息通过通信模块发送到后台管理平台中；管理平台的图像处理模块根据图像信息分析出空闲停车位的位置，然后，通过路线规划模块规划出车辆到达最近的且没有被选定的空闲停车位的路线，并选定该停车位，存储停车位编号；无人机管理平台将路线发送给无人机，由无人机引导车辆停车；
步骤5：无人机以语音的方式引导车辆，在行驶过程中，摄像头周期性地采集图像信息，如果检测出路线堵塞，则重新规划路线；
步骤6：车辆到达选定的停车位后，管理平台将停车位的编号以短信的形式发送到车主的手机上，方便车主取车；
步骤7：车辆驶离停车场，到达停车场出口后，出口的USRP阅读器检测到车辆，将车辆信息发送到管理平台；管理平台根据车辆的停车时间，进行收费。
6.如权利要求5所述的一种基于RFID和无人机的停车引导系统的工作方法，其特征在于：所述步骤2中的获取车辆位置过程分为获取车牌射频信号和处理车牌射频信号两个部分，获取车牌射频信号部分的方法为搭载在无人机上的USRP阅读器发送Query命令，在阅读器识别范围内的射频车牌接收到Query命令后，在槽计数器中产生一个随机数；若随机数为零，则射频车牌向USRP阅读器发送随机数RN16；否则，射频车牌每接收到QueryRep命令，随机数便开始在槽计数器中减数，直到随机数减为零，射频车牌便向USRP阅读器发送RN16，USRP阅读器接收到射频车牌返回的RN16后，发送ACK命令，车牌接收到ACK命令后，向阅读器发送车牌信息；处理车牌射频信号。
7.如权利要求5所述的一种基于RFID和无人机的停车引导系统的工作方法，其特征在于：所述处理车牌射频信号的方法包括以下三个步骤：第一步：当获取到车牌射频信号后先对信号进行预处理，减少噪声对信号的干扰；第二步：射频信号转换为与定位相关的信息，从定位相关信息中提取指纹；第三步：将提取的指纹输入到指纹库中进行匹配，匹配结果为车辆在停车场的位置。
8.如权利要求5所述的一种基于RFID和无人机的停车引导系统的工作方法，其特征在于：所述步骤4中的图像处理流程包括以下步骤：无人机搭载的摄像头将采集的图像通过通信模块发送给无人机管理平台上的图像处理模块，该模块接收到图片后，开始处理每张图片；通过停车位的特征，识别出图片中是否包含停车位；若图片中包含停车位，则开始下一步操作；否则，换张图片重新处理；识别出停车位后，在判断停车位上是否停靠车辆；如果在停车位上识别不出车辆，则认为停车位空闲，否则，放弃该停车位；在确定了空闲停车位后，开始识别停车位对应的编号，并保存在数据库中；确定了停车位的位置，再结合车辆位置和车辆环境信息，就开始对无人机进行路线规划。
9.如权利要求5所述的一种基于RFID和无人机的停车引导系统的工作方法，其特征在于：所述步骤4中的路线规划方法为快速搜索随机树，具体的过程可以归结为以下三步：第一步，将车辆的位置作为起始点I，空闲停车位的位置作为目标点D，从I开始，向环境中撒一个随机点R1，如果R1没有落到车辆和建筑物上，则把I和R1连接起来，得到一条连线L1；如果L1整条连线都不在障碍物里面，则沿着连线L1的方向移动一段距离，得到一个新点New1，那么I，R1和New1之间的线段就构成了一个最简单的树；第二步，在第一步的基础上，继续向环境中撒点，得到一个新的随机点R2，如果R2不在障碍物上，则在已经形成的树上，找个一个离R2最近的点Node_Near，然后，将R2和Node_Near的点连线，得到连线L2；如果连线L2整体都不在障碍物上，则沿着L2方向向前移动移动一段距离，得到一个新点New2，并将New2添加到树上；第三步，重复第二步，直到D点被添加到树上，这时就可以从树上找到一条从I到D的最短路线，即车辆到空闲停车位的最短路线。
CN202010410417.0A 2020-05-15 2020-05-15 一种基于rfid和无人机的停车引导系统及工作方法 Pending CN111311957A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010410417.0A CN111311957A (zh) 2020-05-15 2020-05-15 一种基于rfid和无人机的停车引导系统及工作方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010410417.0A CN111311957A (zh) 2020-05-15 2020-05-15 一种基于rfid和无人机的停车引导系统及工作方法

Publications (1)

Publication Number Publication Date
CN111311957A true CN111311957A (zh) 2020-06-19

Family

ID=71162768

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010410417.0A Pending CN111311957A (zh) 2020-05-15 2020-05-15 一种基于rfid和无人机的停车引导系统及工作方法

Country Status (1)

Country Link
CN (1) CN111311957A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112634650A (zh) * 2020-12-18 2021-04-09 中标慧安信息技术股份有限公司 基于音视频监控的停车场管理方法和系统
CN113658448A (zh) * 2021-07-23 2021-11-16 广州达泊智能科技有限公司 一种路侧停车场监控管理系统、方法、装置及存储介质
CN114202810A (zh) * 2021-08-25 2022-03-18 浙江泊客电子科技股份有限公司 一种基于etc的路边停车位管理方法及系统
CN114495568A (zh) * 2022-01-27 2022-05-13 中国第一汽车股份有限公司 一种泊车方法、设备、存储介质和泊车系统
CN116631219A (zh) * 2023-07-24 2023-08-22 四川科瑞纳信息技术有限公司 基于无线蓝牙和视频采集车的泊位信息采集系统及方法

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102522002A (zh) * 2011-12-31 2012-06-27 南京九竹科技实业有限公司 一种大型停车场的全方位智能引导系统及方法
CN105388913A (zh) * 2015-12-29 2016-03-09 上海中科深江电动车辆有限公司 基于四轴飞行器的智能停车场及导航方法
CN106156897A (zh) * 2016-08-22 2016-11-23 武汉轻工大学 物流配送中最优路径规划模拟系统
CN106327911A (zh) * 2016-08-26 2017-01-11 特斯联（北京）科技有限公司 一种用于停车场的智能停车控制系统
CN106355899A (zh) * 2016-11-10 2017-01-25 上海冉动电子科技有限公司 一种基于无源uhf rfid停车场车辆感知定位系统
CN107146469A (zh) * 2017-07-12 2017-09-08 嘉兴寰知科技有限公司 车位信息识别系统及其方法
CN107209847A (zh) * 2015-01-13 2017-09-26 看门人系统公司 使用射频识别（rfid）设备监控轮式车的系统和方法
CN107730965A (zh) * 2016-12-14 2018-02-23 西安艾润物联网技术服务有限责任公司 基于智能无人机器的车辆管理方法及车辆管理系统
CN107862894A (zh) * 2017-10-31 2018-03-30 西安科锐盛创新科技有限公司 地下停车场导航方法
CN108711303A (zh) * 2018-06-01 2018-10-26 浙江志诚软件有限公司 一种移动式泊位管理设备、泊位管理系统及停车管理系统
CN109345861A (zh) * 2018-05-31 2019-02-15 亿航智能设备（广州）有限公司 无人机调度方法、无人机及无人机集群
CN109598978A (zh) * 2019-01-07 2019-04-09 哈尔滨理工大学 基于无人机的停车引导方法以及用于停车引导的无人机
CN110364016A (zh) * 2019-07-08 2019-10-22 网链科技集团有限公司 一种无人机诱导停车方法
CN110728398A (zh) * 2019-09-27 2020-01-24 东南大学 一种基于支持向量机的铰接工程车辆路径规划方法
CN110766962A (zh) * 2018-07-27 2020-02-07 比亚迪股份有限公司 基于无人机的智能寻车方法、装置、系统和服务器

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102522002A (zh) * 2011-12-31 2012-06-27 南京九竹科技实业有限公司 一种大型停车场的全方位智能引导系统及方法
CN107209847A (zh) * 2015-01-13 2017-09-26 看门人系统公司 使用射频识别（rfid）设备监控轮式车的系统和方法
CN105388913A (zh) * 2015-12-29 2016-03-09 上海中科深江电动车辆有限公司 基于四轴飞行器的智能停车场及导航方法
CN106156897A (zh) * 2016-08-22 2016-11-23 武汉轻工大学 物流配送中最优路径规划模拟系统
CN106327911A (zh) * 2016-08-26 2017-01-11 特斯联（北京）科技有限公司 一种用于停车场的智能停车控制系统
CN106355899A (zh) * 2016-11-10 2017-01-25 上海冉动电子科技有限公司 一种基于无源uhf rfid停车场车辆感知定位系统
CN107730965A (zh) * 2016-12-14 2018-02-23 西安艾润物联网技术服务有限责任公司 基于智能无人机器的车辆管理方法及车辆管理系统
CN107146469A (zh) * 2017-07-12 2017-09-08 嘉兴寰知科技有限公司 车位信息识别系统及其方法
CN107862894A (zh) * 2017-10-31 2018-03-30 西安科锐盛创新科技有限公司 地下停车场导航方法
CN109345861A (zh) * 2018-05-31 2019-02-15 亿航智能设备（广州）有限公司 无人机调度方法、无人机及无人机集群
CN108711303A (zh) * 2018-06-01 2018-10-26 浙江志诚软件有限公司 一种移动式泊位管理设备、泊位管理系统及停车管理系统
CN110766962A (zh) * 2018-07-27 2020-02-07 比亚迪股份有限公司 基于无人机的智能寻车方法、装置、系统和服务器
CN109598978A (zh) * 2019-01-07 2019-04-09 哈尔滨理工大学 基于无人机的停车引导方法以及用于停车引导的无人机
CN110364016A (zh) * 2019-07-08 2019-10-22 网链科技集团有限公司 一种无人机诱导停车方法
CN110728398A (zh) * 2019-09-27 2020-01-24 东南大学 一种基于支持向量机的铰接工程车辆路径规划方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112634650A (zh) * 2020-12-18 2021-04-09 中标慧安信息技术股份有限公司 基于音视频监控的停车场管理方法和系统
CN113658448A (zh) * 2021-07-23 2021-11-16 广州达泊智能科技有限公司 一种路侧停车场监控管理系统、方法、装置及存储介质
CN114202810A (zh) * 2021-08-25 2022-03-18 浙江泊客电子科技股份有限公司 一种基于etc的路边停车位管理方法及系统
CN114495568A (zh) * 2022-01-27 2022-05-13 中国第一汽车股份有限公司 一种泊车方法、设备、存储介质和泊车系统
CN116631219A (zh) * 2023-07-24 2023-08-22 四川科瑞纳信息技术有限公司 基于无线蓝牙和视频采集车的泊位信息采集系统及方法

Similar Documents

Publication Publication Date Title
CN111311957A (zh) 一种基于rfid和无人机的停车引导系统及工作方法
CN108230734B (zh) 一种基于v2x通信的室外智慧停车系统
CN107463940B (zh) 基于手机数据的车辆类型识别方法和设备
CN108230741B (zh) 基于超声波时间序列的停车场车辆轨迹跟踪方法及系统
CN105405317B (zh) 一种基于手机蓝牙的泊车诱导系统
CN115222158B (zh) 一种基于物联网的智慧城市停车场管理方法、系统及装置
CN111081047A (zh) 一种基于光电图像处理的精准智能停车管理方法及管理系统
CN104064031A (zh) 一种应用电子车牌的车辆违章监控和追踪定位系统
CN103366560A (zh) 一种道路交通运行状态跟车探测方法、系统及应用
CN105528912A (zh) 一种室内车位推荐方法及其系统
CN104143266A (zh) 管理停车场的信息的系统和方法及停车场信息提供设备
CN111785067B (zh) 一种反向寻车方法、系统、智能终端及存储介质
CN113650604A (zh) 一种自动泊车控制方法、装置、电子设备和存储介质
CN110766962A (zh) 基于无人机的智能寻车方法、装置、系统和服务器
CN112995891A (zh) 一种基于uwb的停车场车辆定位方法及系统
CN107705610A (zh) 一种室内大型停车场寻车方法
JP2007206785A (ja) 車両追跡システムとこれに使用する画像処理装置、中央装置及び車載装置、並びに、車両追跡方法
JP3502156B2 (ja) 交通監視システム
CN114882732A (zh) 一种智慧城市的智能化停车管理系统
KR20210077925A (ko) 차량정보 인식검지장치 및 이를 이용한 노상주차장 운영 시스템
CN117541984A (zh) 基于物联网的智能监控安防系统及方法
CN108389276A (zh) 高速公路作业系统和方法
CN112990759A (zh) 基于数字孪生的数据处理系统
CN205943108U (zh) 一种基于北斗导航定位的泊车与寻车系统
CN111028532A (zh) 基于车联网的室内寻车方法、车辆及室内寻车系统

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200619