一种基于自适应模糊控制算法的智能停车场出入口系统的制作方法

1.本发明涉及停车场管理技术领域，尤其涉及一种基于自适应模糊控制算法的智能停车场出入口系统。


背景技术：

2.城市地下停车场出入口管理系统广泛应用于商业楼宇、工业园区、教育机构、住宅社区。自动化出入口管理系统基本流程是从识读设备获取输入信号后，控制器（由相关软件实行管理控制）根据预先设置的出入权限等有关信息与输入信息进行比对判断，当符合要求后，记录该次出入的信息（如卡号、地点、时间、出还是入等），并向执行机构（比如道闸）输出信号使其执行开启和关闭工作，并将工作状态反馈到控制器，完成了一次操作。
3.目前行业内停车场出入口管理系统对入库和出库车俩进行独立识别与管理时，其使用的单一决策没有与场内车辆、车流量情况进行深度关联，无法形成一套全区域内及各节点的统一控制策略。这种管理系统在高峰涌入涌出、狭窄空间、应急情况下主要依赖于工作人员现场调度指挥，当前城市地下停车场出入口管理系统存在上述问题的主要原因在于：1、数据挖掘不够充分：需要对单体车辆、车流量及物理位置等数据进行采集和分析，产生能真实描述全区域车辆运行的结构化数据，以获得行之有效的决策；2、决策模式过于简单：需要结合大数据、充分发挥平台和历史数据的功能；3、人工智能手段缺失：需要引入人工智能算法和机器学习技术，通过自适应模糊控制实现停车场的数字化、自动化、智能化和无人值守。
4.为此，所以我们提出一种基于自适应模糊控制算法的智能停车场出入口系统，用于解决上述所提出的问题。


技术实现要素：

5.基于背景技术存在的技术问题，本发明提出了一种基于自适应模糊控制算法的智能停车场出入口系统，通过全方位立体交叉式地采集车辆、车流量、地理位置等相关信息、同时匹配具备自适应能力的人工智能模糊算法分析决策模块，全方位地提升用户的出行体验和出入安全保障，有效地降低使用单位的人力成本，提高工作效率。
6.本发明提出的一种基于自适应模糊控制算法的智能停车场出入口系统，包括前端控制装置、前端识别装置、执行机构、输入输出接口和自适应模糊控制器，前端控制装置为停车场控制节点的装置，其接收自适应模糊控制器下发指令并执行，前端识别装置检测单体车辆信息和行为、车流量及物理位置等信息，并转换为标准的信号，提供实时数据作为控制系统的输入值与反馈值，执行机构为自适应模糊控制器向被控对象施加控制作用的装置，输入输出接口为实现自适应模糊控制算法的中央处理器与前端控制装置连接的桥梁，输入接口与前端识别装置连接，把前端识别装置的检测信号转换为自适应模糊控制器能识别和处理的数字信号，输出接口把自适应模糊控制器输出的数字信号转换为执行机构能够
识别和处理的信号，自适应模糊控制器基于大数据模糊控制算法和自适应推理机的人工智能分析，实时将识别到的车辆单体、车辆整体、空间位置信息在时间域和空间域进行耦合，推断其相互关联关系，产生相应控制策略，通过执行结构来驱动前端控制装置运行，自适应模糊控制器通过输入输出接口分别与前端识别装置和执行机构连接，执行机构与前端控制装置连接。
7.优选的，所述前端控制装置包括停车场各控制节点的道闸、红绿灯和地面升降柱，前端控制装置接收自适应模糊控制器下发指令并执行。
8.优选的，还包括设备控制器，设备控制器与所有的道闸、红绿灯和地面升降柱电连接，自适应模糊控制器通过设备控制器管理所有的前端控制装置。
9.优选的，所述前端识别装置包括车辆识别摄像机、车流量识别摄像、传感器和小波雷达，车辆识别摄像机用于采集进出车辆车牌和位置信息，车流量识别摄像机用于识别排队等候车辆的数目、车速、等候时间及物理位置，传感器和小波雷达用于探测车辆位置及数量信息。
10.优选的，所述车辆识别摄像机和车流量识别摄像机均为智能高清网络摄像设备，传感器包括视觉传感器、红外感知传感器、非接触式感知传感器。
11.优选的，所述输入接口都由标准internet网络和串行rs-485电路组成，输出接口是由i2c电路和和pwm驱动电路组成。
12.优选的，所述自适应模糊控制器包括模糊化接口、知识库、自适应推理机和解模糊接口，模糊化接口接收带有模糊量的输出信息，并将接收到的信息输送至自适应推理机推理机，自适应推理机采用模糊推理方法，由采用时刻的输入和模糊控制规则推导出模糊控制器的控制输出，而模糊控制规则这一组模糊条件语句可以导出一个输入输出空间上的模糊关系，推理机按着模糊推理的合成规则进行运算从而求得控制作用，解模糊接口输出自适应推理机做出的决策结果，输出执行机构能够识别的精确量，知识库包含应用领域方面的知识，由数据库和规则库组成，规则库存放模糊控制规则，模糊控制规则为基于手动操作人员长期积累的控制经验和领域专家的有关知识。
13.优选的，所述自适应模糊控制器为一个服务器集群，包括智能模糊控制器服务器、智能自适应决策服务器、知识库服务器、大数据服务器和设备接入服务器，车辆及现场信息经摄像机捕获、分析、过滤后，形成对应的特征数据传递给智能模糊控制器服务器，结合大数据服务器提供的数据样本，对目标特征数据进行深入背景分析，得到全方位、立体式的人员信息数据或者车辆信息数据；同时，经过智能模糊控制器服务器解析后得到的结果最后传入到智能自适应决策服务器，基于贝叶斯方程的人工智能算法和历史决策库，得出最符合客观实际的决策结果。
14.优选的，将当前的决策结果及决策过程写入决策库，作为今后智能决策的参考条件。
15.优选的，还包括网络中继设备，前端控制装置、前端识别装置通过网络中继设备连接后端的自适应模糊控制器。
16.与现有技术相比，本发明的有益效果是：本基于自适应模糊控制算法的智能停车场出入口系统，具有以下好处：1、基于车牌识别技术，配合使用大数据服务器、设备接入服务器、人工智能模糊分
析服务器和人工智能自适应决策服务器可以简单、高效地、准确地实现智能化无人值守出入口管理功能。
17.2、通过全方位立体交叉式地采集车辆、车流量、地理位置等相关信息、同时匹配具备自适应能力的人工智能模糊算法分析决策模块，全方位地提升用户的出行体验和出入安全保障，有效地降低使用单位的人力成本，提高工作效率，解决了有限空间、交通情况复杂、车流量大、车辆出入集中的（城市地下）停车场行车安全及运行效率问题。
18.3、自适应推理机具备持续自学习的能力，每一个自动做出的决策都是基于实时采集数据和历史数据的综合分析，每一个决策都是符合客观实际概率最高的分析结果，随着决策次数的增加，决策的准确率和合理性也将持续提高。
附图说明
19.图1为本发明一种基于自适应模糊控制算法的智能停车场出入口系统的结构图；图2为本发明一种基于自适应模糊控制算法的智能停车场出入口系统的滑板结构架构图；图3为本发明中自适应模糊控制器架构图；图4为本发明中自适应推理机的结构图。
具体实施方式
20.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
21.参考图1-4，本实施例中提出了一种基于自适应模糊控制算法的智能停车场出入口系统，包括前端控制装置、前端识别装置、执行机构、输入输出接口和自适应模糊控制器，前端控制装置为停车场控制节点的装置，其接收自适应模糊控制器下发指令并执行，前端识别装置检测单体车辆信息和行为、车流量及物理位置等信息，并转换为标准的信号，提供实时数据作为控制系统的输入值与反馈值，执行机构为自适应模糊控制器向被控对象施加控制作用的装置，是控制对象的主电路及其驱动部分，自适应模糊控制器的输出经过执行机构，从而达到控制目的，输入输出接口为实现自适应模糊控制算法的中央处理器与前端控制装置连接的桥梁，输入接口与前端识别装置连接，把前端识别装置的检测信号转换为自适应模糊控制器能识别和处理的数字信号，输出接口把自适应模糊控制器输出的数字信号转换为执行机构能够识别和处理的信号，自适应模糊控制器基于大数据模糊控制算法和自适应推理机的人工智能分析，实时将识别到的车辆单体、车辆整体、空间位置信息在时间域和空间域进行耦合，推断其相互关联关系，产生相应控制策略，通过执行结构来驱动前端控制装置运行，模糊控制器是由基于x86中央处理器和在其上面运行的算法实现，自适应模糊控制器通过输入输出接口分别与前端识别装置和执行机构连接，执行机构与前端控制装置连接。
22.如图1、图2所示，前端控制装置包括停车场各控制节点的道闸、红绿灯和地面升降柱，前端控制装置接收自适应模糊控制器下发指令并执行；还包括设备控制器，设备控制器
与所有的道闸、红绿灯和地面升降柱电连接，自适应模糊控制器通过设备控制器管理所有的前端控制装置；前端识别装置包括车辆识别摄像机、车流量识别摄像、传感器和小波雷达，车辆识别摄像机用于采集进出车辆车牌和位置信息，车流量识别摄像机用于识别排队等候车辆的数目、车速、等候时间及物理位置，传感器和小波雷达用于探测车辆位置及数量信息；车辆识别摄像机和车流量识别摄像机均为智能高清网络摄像设备，传感器包括视觉传感器、红外感知传感器、非接触式感知传感器；车辆识别摄像机和车流量识别摄像机均为基于多传感器的智能高清网络摄像设备，传感器包括视觉传感器、红外感知传感器、非接触式感知传感器；输入接口都由标准internet网络和串行rs-485电路组成，输出接口是由i2c电路和和pwm驱动电路组成。
23.如图3所示，自适应模糊控制器包括模糊化接口、知识库、自适应推理机和解模糊接口，模糊化接口接收带有模糊量的输出信息，并将接收到的信息输送至自适应推理机推理机，停车场工作人员可以从感官获得被控对象的输出信息带有模糊性的模糊量，比如，“出场车辆太多”，人脑中的控制经验是由“如果出场车辆太多则出场控制设备加快车辆放行速度”这种模糊条件语句构成的模糊控制规则，由精确量到模糊量的转化过程称为模糊化，计算机仿照人的思维进行模糊控制，模糊控制器由输入通道得到的信号是精确量，而自适应推理机进行的模糊推理也是运用输入量的模糊值和输入输出间的模糊关系进行模糊推理，自适应推理机采用模糊推理方法，由采用时刻的输入和模糊控制规则推导出模糊控制器的控制输出，而模糊控制规则这一组模糊条件语句可以导出一个输入输出空间上的模糊关系，推理机按着模糊推理的合成规则进行运算从而求得控制作用，解模糊接口输出自适应推理机做出的决策结果，输出执行机构能够识别的精确量，解模糊是由模糊量到精确量的转换过程，推理机必须把从模糊推理中得到的控制作用转换为执行机构所能接受的精确量，解模糊的策略有最大隶属度法、取中位数法或重心法（加权平均法），知识库包含应用领域方面的知识，由数据库和规则库组成，规则库存放模糊控制规则，模糊控制规则为基于手动操作人员长期积累的控制经验和领域专家的有关知识，数据库提供所有必要的定义。所有输入、输出变量所对应的论域以及这些论域上所定义的规则库中所使用的全部模糊子集的定义都存放在数据库中；在控制器推理过程中，数据库向推理机提供必要的数据。在模糊化接口和解模糊接口时，数据库也向它们提供相关论域的必要数据；规则库存放模糊控制规则，模糊控制规则基于手动操作人员长期积累的控制经验和领域专家的有关知识，它是对被控对象进行控制的一个知识模型，这个模型是否准确，也就是是否准确地总结操作人员和领域专家的知识，将决定模糊控制器控制性能的好坏。
24.其中，模糊控制器考虑被控对象输出与设定值的误差及误差变化率两种输入作用，它们对应的语言变量分别记为x和y，模糊控制器输出作用对应的语言变量记为z。x、y、z的语言值的集合亦称辞集，分别设为：那么模糊控制规则可以表达为：若x是a1且b1则z是c11 否则若x是a1且b2则z是c12 否则．．．若x是a1且bn则z是c1n 否则若x是a2且b1则z是c21 否则
．．．若x是a2且bn则z是c2n 否则．．．若x是am且b1则z是cm1 否则．．．若x是am且bn则z是cmn 否则 （1）公式（1）所表示的规则，是一个用否则连接的多段模糊条件语句，共有m
×
n段，而每一段是用且连接前面条件的二维模糊推理语句。
25.如图4所示，推理机采用自适应推理方法，由采用时刻的输入和模糊控制规则推导出模糊控制器的控制输出，而自适应模糊控制规则这一组模糊条件语句可以导出一个输入输出空间上的模糊关系，推理机按着模糊推理的自适应合成规则进行运算从而求得控制作用。推理机可由图1表示。图1是依据式（1）所举的模糊控制器情况，图中r表示有式（1）的控制规则导出的输入和输出之间的模糊关系，模糊关系r∈f（x
×y×
z）可以看成一个转化器，当输入为a且b时，转换输出为c。对于式（1）这组模糊条件语句组成的多段模糊条件语句，其中每一段所表示的模糊关系rij为：rij＝rij（（ai）且（bj）∧（cij））＝rij （ai， bj ，cij）（2）总的模糊关系为：r＝若某一时刻的输入为a’和b’，则输出c’为：c’＝（a
’×
b’）
· r （3）公式（3）就是模糊控制器采用的模糊推理的合成规则。各种推理算法都可依据规则库由公式（2）先求出模糊关系r，然后由公式（3）进行推理求得控制输出，但是当领域x，y，z含有较多元素时，r变得庞大，给存储、计算带来不便，因此模糊控制算法常常采用简捷的方法进行合成运算。
26.自适应推理机具备持续自学习的能力，每一个自动做出的决策都是基于实时采集数据和历史数据的综合分析。理论上来讲，每一个决策都是符合客观实际概率最高的分析结果，随着决策次数的增加，决策的准确率和合理性也将持续提高。
27.如图1所示，自适应模糊控制器为一个服务器集群，包括智能模糊控制器服务器、智能自适应决策服务器、知识库服务器、大数据服务器和设备接入服务器，车辆及现场信息经摄像机捕获、分析、过滤后，形成对应的特征数据传递给智能模糊控制器服务器，结合大数据服务器提供的数据样本，对目标特征数据进行深入背景分析，得到全方位、立体式的人员信息数据或者车辆信息数据；同时，经过智能模糊控制器服务器解析后得到的结果最后传入到智能自适应决策服务器，基于贝叶斯方程的人工智能算法和历史决策库，得出最符合客观实际的决策结果；将当前的决策结果及决策过程写入决策库，作为今后智能决策的参考条件。
28.如图1所示，还包括网络中继设备，前端控制装置、前端识别装置通过网络中继设备连接后端的自适应模糊控制器。
29.从部署层次上来区分，本基于自适应模糊控制算法的智能停车场出入口系统分为
前端控制装置、前端识别装置、网络中继设备和服务器集群设备。前端识别装置部署在各个出入口、相关节点及交汇路口，包括车辆识别像机、车流量识别相机、红外传感器和小波雷达，前端识别设备将采集到的信息上报给服务器集群设备；前端控制装置部署在各个出入口、相关节点及交汇路口，主要包括道闸、红绿灯、升降柱等设备，前端控制设备受服务器集群设备控制；网络中继设备同时部署在各个出入口和中心机房，包括路由器、设备控制器等，网络中继设备是前端设备和服务器集群设备之间的通信桥梁；服务器集群设备部署在中心机房，包括设备接入服务器、大数据服务器、智能模糊控制分析服务器和智能自适应推理机决策服务器，服务器集群是整个系统的大脑和中枢，支撑所有前端设备协调工作，提供各种功能服务。
30.以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。