基于NB-IoT智能停车场车位检测系统

基于NB-IoT智能停车场车位检测系统

钟学颖 李欣桐 皮金凤 王威 余湘容 黎宛汶 甘文华 武振鹏 纪宠兴

东莞城市学院，东莞，广东，523109

摘要：本文介绍基于NB-IoT技术的智慧停车场，本停车场通过超声波传感器检测车位数量，通过NB-IoT模块上传至云端，并且云端将数据流转至App，从而用户可以通过移动端即可查看车位数量，有利于减缓停车位不足的问题，提高汽车出行效率。

关键词：NB-IoT；STM32；车位检测

目前国内车辆数量剧增，常面临停车位不足，部分车辆开始乱停乱放，导致扰乱交通秩序。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接，也被叫作低功耗广域网(LPWAN)。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。据说NB-IoT设备电池寿命可以提高至少10年，同时还能提供非常全面的室内蜂窝数据连接覆盖。本系统采用NB-IoT技术能够有效提升数据传输效率的同时降低总体的成本，同时超声波模块鲁棒性强，无须担心因为黑暗环境等因素影响检测能力，加上成本较低，可以使本系统更加商业化。用户端则只需通过手机App即可准确知道当前停车场内车位剩余情况，并且可以准确到每一个车位的具体位置，从而提高出行效率。

一、系统总体方案设计

 本系统采用STM32F103ZET6作为主控制器，检测车位状态采用超声波传感器，利用NB-IoT模块进行与云端的通信，同时利用OneNET物联网平台对数据进行接收与流转。STM32作为主控制器，主要控制超声波模块的时序脉冲与接收超声波模块返回的数据，对状态进行判断进而控制LED灯的状态，同时也将数据显示在液晶屏幕上，最后将数据通过串口协议发送给NB-IoT模块，然后上报至云端。

二、硬件电路设计

2.1超声波模块

本系统采用超声波模块为HC-SR04，HC-SR04是一种低成本、低功耗、精度较高的超声波测距模块，该模块将超声波发射和接收电路，超声波换能器集成到同一块电路板上，采用+5v直流电源供电，其精度可以满足车位检测器的设计要求。工作原理：单片上电复位以后，由通用I/O口产生一个至少10uS的高电平，作用于集成模块Trig引脚，HC-SR04模块中的STCU单片机检测高高电平信号，会自动发送8个40KHz的方波，通过引脚Echo输出一高电平信号，高电平持续的时间就是超声波从发射到返回的时间。车位检测距离通过超声波测距公式计算得出，根据实践经验得到的车位检测距离阈值来判定车位的状态。

2.2 STM32F103ZET6最小系统

STM32F103ZET6最小系统电路设计主要分为电源电路、时钟源电路、BOOT启动电路、调试接口电路、复位电路五大电路设计。其中STM32系列芯片的四个驱动单元分别为：DMA1、DMA2、系统总线以及内核总线。四个被动单元分别为：APB设备、APB桥、内部Flash以及SRAM。本次设计所选用的芯片具有64K字节的SRAM、512K字节的FLASH、四个定时器、两个基本定时器、两个高级定时器、三个SPI总线、一个CAN总线、两个IIC总线、一个USB接口以及三个12位DAC、FSMC接口、一个sdio接口、112个通用接口，

2.3 NB-IoT模块

nbiot无线传输模块主要由M5310-A芯片、SIM-CARD（移动卡）、RT9013-33(电源)三部分组成，其原理图如图3。其工作流程是先注销之前的登录，并注销资源，然后删除通讯，获取卡号，如果返回460表明已经识别到卡号，激活网络，查询激活状态，获取激活状态，返回1表明注网成功，查询信号CSQ，创建网络通信，数据发送函数，创建对象连接到平台后，通过引脚TXD往平台主动发送数据，平台返回响应信号由RXD引脚接收数据。

2.4 LCD液晶屏模块

本系统采用的是3.5寸的TFTLCD液晶屏，LCD液晶屏的优点有寿命长，易于彩色化；液晶在节能方面可谓优势明显，它属于低耗电产品，可以做到完全不发烫，相对与CRT显示器，因显像技术不可避免产生高温；液晶显示器在使用中不会产生软X射线或电磁波辐射；具有高精细的画质等的优点。

三、系统测试

各模块布板完成后进行焊接，然后对其上电测试。首先是终端设备测试，模块上电后，成功连接One-NET平台，终端设备上对应车位的LED灯为绿色，表示为空闲状态，同时可以看到LCD液晶屏上显示当前的时间、剩余车位数量以及每个车位的状态。如下图7所示

图8 智慧停车场效果测试

四、总结

本系统中的智慧停车场能够通过终端屏幕或者手机App正确显示出停车场内剩余车位的数量以及每一个车位的状态，相信本系统可以相对减少当前城市中传统停车场内存在的弊端，让人们的出行更加便捷与效率。通过本次设计，我们对用到的各种模块有了更加深入的了解，同时通过实践也进一步巩固课堂上学习到的理论知识，相信日后的升级迭代，我们作品的功能会变得更加完善、强大。

五、鸣谢

本项目受到以下项目支助：

1.东莞城市学院2023年度大学生创新创业训练项目：基于“互联网+”技术智能停车场系统的设计与实现，项目编号：202313844005

2. 东莞城市学院2024年度大学生创新创业训练项目：未来智能环保能源充电桩项目编号：S202413844017
3. 东莞城市学院2024年度大学生创新创业训练项目：简易”智能灭虫机——智能农业灭虫技术领跑者，项目编 号：202413844003

4.东莞城市学院2023年度大学生创新创业训练项目：“话语”--游戏化普通话APP，项目编号： X202313844027

参考文献：

[1]遗传算法优化BP神经网络的泊车位数量预测[J].张金梦，刘慧君.重庆大学学报。2018（03）

[2]“互联网+”城市智慧停车模式研究[J].张春菊、李冠东、高飞、史超、朱少楠.测绘通报.2017(11)