停车场门禁系统

摘要

本发明公开了一种智能化程度较高、成本较低且能够实现快速检测以及交互和认证的停车场门禁系统。该门禁系统，包括位于停车场入口的道闸以及用于控制道闸的控制器，还包括服务器、路测单元与手机客户端，路测单元包括WiFi通信模块与iBeacon接收模块，手机客户端具有iBeacon发射模块。该门禁系统智能化程度较高，同时，用户无需增加任何附件硬件，降低了用户的使用成本，其次，系统能够实现快速检测以及交互和认证，且定位精度高，认证通过率高，误检概率低，另外，该系统具有高度安全性，可以保证安全检测，只有经过授权的车辆才能通过。适合在门禁系统领域推广应用。

权利要求

1.停车场门禁系统，包括位于停车场入口的道闸以及用于控制道闸的控制器，其特征在于：还包括服务器、路测单元与手机客户端，所述控制器与服务器相连，所述路测单元设置在停车场入口道路的两侧，所述路测单元包括WiFi通信模块与iBeacon接收模块，所述手机客户端具有iBeacon发射模块；

所述手机客户端的iBeacon发射模块周期性的发送蓝牙信号，iBeacon接收模块实时检测iBeacon发射模块发送的蓝牙信号的RSSI值并通过WiFi通信模块转发给服务器，服务器根据接收到的RSSI值计算手机客户端与路测单元之间的距离，当手机客户端与路测单元之间的距离达到预设值时，服务器发送指令给控制器控制闸道的开闭；

所述服务器根据接收到的RSSI值采用如下计算方式计算手机客户端与路测单元之间的距离，具体的计算方式如下所述：A、对接收到第i个时刻的RSSI值Yi进行Gaussian滤波处理得到B、将 进行Savitzky-Golay滤波处理得到

C、采用最大最小准则对 进行判断得到第i个时刻的yi，即设定门限概率值M，将 值带入RSSI值的概率密度函数 其中μ＝-69.977，σ＝2.14625，得到 值出现的概率值fi，当fi大于M时， 当fi小于M时，yi＝yi-1；

D、将yi值带入如下公式得到第i个时刻手机客户端与路测单元之间的距离，具体公式如下所示：di＝a0+a1cos(yi*ω)+b1sin(yi*ω)+a2cos(2*yi*ω)+b2sin(2*yi*ω)其中a0，a1，a2，b1，b2，ω为第i时刻的参数值，第i时刻的a0，a1，a2，b1，b2，ω参数值采用如下计算方式得出：设定a0，a1，a2，b1，b2，ω的初始值为a0初＝6.014，a1初＝7.005，a2初＝1.738，b1初＝1.551，b2初＝0.1173，ω初＝0.02727；

将第i-1时刻得到的a1，a2，b1，b2，ω，yi-1，di-1代入以下方程中，求解得到第i时刻的a0，所述方程如下所述：将第i-1时刻得到的a0，a2，b1，b2，ω，yi-1，di-1代入以下方程中，求解得到第i时刻的a1，所述方程如下所述：将第i-1时刻得到的a0，a1，a2，b2，ω，yi-1，di-1代入以下方程中，求解得到第i时刻的b1，所述方程如下所述：将第i-1时刻得到的a0，a1，b1，b2，ω，yi-1，di-1代入以下方程中，求解得到第i时刻的a2，所述方程如下所述：将第i-1时刻得到的a0，a1，a2，b1，ω，yi-1，di-1代入以下方程中，求解得到第i时刻的b2，所述方程如下所述：将第i-1时刻得到的a0，a1，a2，b1，b2，yi-1，di-1代入以下方程中，求解得到第i时刻的ω，所述方程如下所述：所述n指从接收RSSI值Yi开始到当前经历的时刻数量。。

2.如权利要求1所述的停车场门禁系统，其特征在于：对接收到的第i个时刻的RSSI值Yi进行Gaussian滤波处理的具体过程如下：将Yi带入如下公式求得 所述公式如下所示：其中， α是Gaussian随机数标准差的导数，N为常数。

3.根据权利要求2所述的停车场门禁系统，其特征在于：所述N＝5。

4.根据权利要求3所述的停车场门禁系统，其特征在于：将 进行Savitzky-Golay滤波处理得到 的具体过程如下：将 带入如下公式求得 所述公式如下所示：

5.根据权利要求4所述的停车场门禁系统，其特征在于：所述门限概率值M为0.15。

说明书

停车场门禁系统

技术领域

[0001] 本发明涉及门禁系统技术，尤其是一种停车场门禁系统。

背景技术

[0002] 随着汽车保有量的增加，现在建设的居民小区、商场等都配备有停车场，停车场的入口都安装有门禁系统，目前的停车场门禁系统都是需要刷门卡，刷门卡后门禁系统才能打开，智能化程度较低，使车辆进入停车场，操作麻烦，进出通过速度慢，在上下班高峰时，容易形成等待队列，造成停车场门口周边的道路拥堵，而且司机需要随身携带门卡，容易造成门卡丢失，使居民的车辆无法进入停车场，造成麻烦。

发明内容

[0003] 本发明所要解决的技术问题是提供一种智能化程度较高、成本较低且能够实现快速检测以及交互和认证的停车场门禁系统。

[0004] 本发明解决其技术问题所采用的技术方案为：该停车场门禁系统，包括位于停车场入口的道闸以及用于控制道闸的控制器，还包括服务器、路测单元与手机客户端，所述控制器与服务器相连，所述路测单元设置在停车场入口道路的两侧，所述路测单元包括WiFi通信模块与iBeacon接收模块，所述手机客户端具有iBeacon发射模块；

[0005] 所述手机客户端的iBeacon发射模块周期性的发送蓝牙信号，iBeacon接收模块实时检测iBeacon发射模块发送的蓝牙信号的RSSI值并通过WiFi通信模块转发给服务器，服务器根据接收到的RSSI值计算手机客户端与路测单元之间的距离，当手机客户端与路测单元之间的距离达到预设值时，服务器发送指令给控制器控制闸道的开闭。

[0006] 进一步的是，所述服务器根据接收到的RSSI值采用如下计算方式计算手机客户端与路测单元之间的距离，具体的计算方式如下所述：

[0007] A、对接收到第i个时刻的RSSI值Yi进行Gaussian滤波处理得到 i＝0,1…n-1；

[0008] B、将 进行Savitzky-Golay滤波处理得到

[0009] C、采用最大最小准则对 进行判断得到第i个时刻的yi，即设定门限概率值M，将值带入RSSI值的概率密度函数 其中μ＝-69.977，σ＝2.14625，得到 值出现的概率值fi，当fi大于M时， 当fi小于M时，yi＝yi-1；

[0010] D、将yi值带入如下公式得到第i个时刻手机客户端与路测单元之间的距离di，具体公式如下所示：

[0011] di＝a0+a1cos(yi*ω)+b1sin(yi*ω)+a2cos(2*yi*ω)+b2sin(2*yi*ω)

[0012] 其中a0，a1，a2，b1，b2，ω为第i时刻的参数值，第i时刻的a0，a1，a2，b1，b2，ω参数值采用如下计算方式得出：

[0013] 设定a0，a1，a2，b1，b2，ω的初始值为a0初＝6.014，a1初＝7.005，a2初＝1.738，b1初＝1.551，b2初＝0.1173，ω初＝0.02727；

[0014] 将第i-1时刻得到的a1，a2，b1，b2，ω，yi-1，di-1代入以下方程中，求解得到第i时刻的a0，所述方程如下所述：

[0015]

[0016] 将第i-1时刻得到的a0，a2，b1，b2，ω，yi-1，di-1代入以下方程中，求解得到第i时刻的a1，所述方程如下所述：

[0017]

[0018] 将第i-1时刻得到的a0，a1，a2，b2，ω，yi-1，di-1代入以下方程中，求解得到第i时刻的b1，所述方程如下所述：

[0019]

[0020] 将第i-1时刻得到的a0，a1，b1，b2，ω，yi-1，di-1代入以下方程中，求解得到第i时刻的a2，所述方程如下所述：

[0021]

[0022] 将第i-1时刻得到的a0，a1，a2，b1，ω，yi-1，di-1代入以下方程中，求解得到第i时刻的b2，所述方程如下所述：

[0023]

[0024] 将第i-1时刻得到的a0，a1，a2，b1，b2，yi-1，di-1代入以下方程中，求解得到第i时刻的ω，所述方程如下所述：

[0025]所述n指从接收RSSI值Yi开始到当前经历的时刻数量。

[0026] 进一步的是，对接收到的第i个时刻的RSSI值Yi进行Gaussian滤波处理的具体过程如下：将Yi带入如下公式求得 所述公式如下所示：

[0027]

[0028] 其中， α是Gaussian随机数标准差的导数，N为常数。

[0029] 进一步的是，所述N＝5。

[0030] 进一步的是，将 进行Savitzky-Golay滤波处理得到 的具体过程如下：将 带入如下公式求得 所述公式如下所示：

[0031]

[0032] 进一步的是，所述门限概率值M为0.15。

[0033] 本发明的有益效果：该停车场门禁系统在工作时，手机客户端的iBeacon发射模块周期性的发送蓝牙信号，当iBeacon接收模块检测到iBeacon发射模块发送的蓝牙信号的RSSI值并通过WiFi通信模块转发给服务器时，则表示手机客户端进入了停车场入口区域，由于手机客户端被司机随时携带，也就表示车辆进入了停车场入口区域，服务器根据接收到的RSSI值计算手机客户端与路测单元之间的距离，当手机客户端与路测单元之间的距离达到预设值时，服务器发送指令给控制器控制闸道的开闭，车辆便可以进出停车场，整个过程自动完成，司机无需任何操作，其智能化程度大大提高，同时，由于现有的手机都具有iBeacon发射模块，因此，只需在现有的手机上安装一个控制软件即可，用户无需增加任何附件硬件，这样就降低了用户的使用成本，易于推广，其次，该停车场门禁系统采用iBeacon实现定位，WiFi实现数据传输，二者互不干扰，由于iBeacon的定位精度高，WiFi通信的传输速率高，而且手机客户端只需发射蓝牙信号即可，无需进行数据的处理转发，使得整个系统能够实现更加快速的检测以及交互和认证，且定位精度更高高，认证通过率高，误检概率低，另外，该系统具有高度安全性，可以保证安全检测，只有经过授权的车辆才能通过。

附图说明

[0034] 图1是本发明的停车场门禁系统的逻辑结构框图；

[0035] 图2是经过Gaussian滤波以及Savitzky-Golay滤波以后的RSSI效果图；

[0036] 图3为采用最大最小准则判断后的RSSI效果图；

[0037] 图4为根据本发明计算方法得到的手机客户端与路测单元之间的距离与采用传统方法计算得到的手机客户端与路测单元之间的距离效果对比图。

具体实施方式

[0038] 下面结合附图对本发明进行详细的描述

[0039] 如图1所示，本发明所述的停车场门禁系统包括位于停车场入口的道闸以及用于控制道闸的控制器，还包括服务器、路测单元与手机客户端，所述控制器与服务器相连，所述路测单元设置在停车场入口道路的两侧，所述路测单元包括WiFi通信模块与iBeacon接收模块，所述手机客户端具有iBeacon发射模块；所述手机客户端的iBeacon发射模块周期性的发送蓝牙信号，iBeacon接收模块实时检测iBeacon发射模块发送的蓝牙信号的RSSI值并通过WiFi通信模块转发给服务器，服务器根据接收到的RSSI值计算手机客户端与路测单元之间的距离，当手机客户端与路测单元之间的距离达到预设值时，服务器发送指令给控制器控制闸道的开闭。该停车场门禁系统在工作时，手机客户端的iBeacon发射模块周期性的发送蓝牙信号，当iBeacon接收模块检测到iBeacon发射模块发送的蓝牙信号的RSSI值并通过WiFi通信模块转发给服务器时，则表示手机客户端进入了停车场入口区域，由于手机客户端被司机随时携带，也就表示车辆进入了停车场入口区域，服务器根据接收到的RSSI值计算手机客户端与路测单元之间的距离，当手机客户端与路测单元之间的距离达到预设值时，服务器发送指令给控制器控制闸道的开闭，车辆便可以进出停车场，整个过程自动完成，司机无需任何操作，其智能化程度大大提高，同时，由于现有的手机都具有iBeacon发射模块，因此，只需在现有的手机上安装一个控制软件即可，用户无需增加任何附件硬件，这样就降低了用户的使用成本，易于推广，其次，该停车场门禁系统采用iBeacon实现定位，WiFi实现数据传输，二者互不干扰，由于iBeacon的定位精度高，WiFi通信的传输速率高，而且手机客户端只需发射蓝牙信号即可，无需进行数据的处理转发，使得整个系统能够实现更加快速的检测以及交互和认证，且定位精度更高高，认证通过率高，误检概率低，另外，该系统具有高度安全性，可以保证安全检测，只有经过授权的车辆才能通过。

[0040] 服务器根据接收到的RSSI值计算手机客户端与路测单元之间的距离可以采用多种方式，譬如可以利用传统方法计算，即利用信号在空间中的大尺度衰落来进行距离的拟合。从理论和实际测量来说，如果是采用自由空间模型(free space model)，平均的接收信号功率RSSI值是随着距离的增加，呈对数下降。自由空间模型可以用Friis free space equation来表示：

[0041]

[0042] 其中Gt，GT表示的是天线的增益，λ是信号的波长，γ是无线环境的衰落因子，接收信号的功率Pr(d)是距离d的函数。进一步简化这个模型，将上式进行重写，得到新的公式：

[0043]

[0044] 其中d≥d0≥df，这里 是指的远场距离(由天线的线性尺寸和波长来决定)。

[0045] 然后直接采用RSSI值代入上述公式即可得到手机客户端与路测单元之间的距离。

[0046] 这种基于大尺度衰落Large-scale fading来进行距离测算的方式虽然可以计算出手机客户端与路测单元之间的距离，但是由于信道的随机性以及该系统考虑的场景是移动物体场景，所以不可避免的小尺度衰落Small-scale fading带来很大的抖动，会导致定位不准，同时，传统的自由空间模型对于移动应用场景是不能完全匹配的，基于大尺度衰落Large-scale fading来进行距离测算得到的距离值是不够准确的，所以定位不准确。

[0047] 本发明提供了一种定位准确的计算方法，即所述服务器根据接收到的RSSI值采用如下计算方式计算手机客户端与路测单元之间的距离，具体的计算方式如下所述：

[0048] 对接收到第i个时刻的RSSI值Yi进行Gaussian滤波处理得到 i＝0,1…n-1，对接收到的第i个时刻的RSSI值Yi进行Gaussian滤波处理的具体过程如下：将Yi带入如下公式求得 所述公式如下所示：

[0049]

[0050] 其中， α是Gaussian随机数标准差的导数，N为常数；

[0051] 进一步的是，为了保证滤波效果，所述N优选为5；

[0052] 由于Gaussian滤波存在着一个非常严重的过度拟合的问题，因此利用另外一种滤波来消除这个过度拟合的问题；即将 进行Savitzky-Golay滤波处理得到 利用Savitzky-Golay滤波可以消除上述过度拟合的问题，将 进行Savitzky-Golay滤波处理得到 的具体过程如下：将 带入如下公式求得 所述公式如下所示：

[0053] Savitzky-Golay滤波可以很好的消除噪声所产生的抖动；如图2所示，图2经过Gaussian滤波以及Savitzky-Golay滤波以后的RSSI效果图，从图中可以看出RSSI值依然存在着很严重的抖动问题；为了解决抖动严重的问题，采用如下步骤对RSSI值进行处理，具体如下：采用最大最小准则对 进行判断得到第i个时刻的yi，即设定门限概率值M，将 值带入RSSI值的概率密度函数
其中μ＝-69.977，σ＝2.14625，得到 值出现的概率值fi，当fi大于M时， 当fi小于M时，yi＝yi-1；为了保证获得平滑连续的RSSI值，所述门限概率值M优选为0.15，如图3所示，图3为采用最大最小准则判断后的RSSI效果图，从图中可以看出，RSSI值平滑连续，没有再出现严重的抖动问题；最后，将yi值带入如下公式得到第i个时刻手机客户端与路测单元之间的距离di，具体公式如下所示：

[0054] di＝a0+a1cos(yi*ω)+b1sin(yi*ω)+a2cos(2*yi*ω)+b2sin(2*yi*ω)

[0055] 其中a0，a1，a2，b1，b2，ω为第i时刻的参数值，第i时刻的a0，a1，a2，b1，b2，ω参数值采用如下计算方式得出：

[0056] 设定a0，a1，a2，b1，b2，ω的初始值为a0初＝6.014，a1初＝7.005，a2初＝1.738，b1初＝1.551，b2初＝0.1173，ω初＝0.02727；

[0057] 将第i-1时刻得到的a1，a2，b1，b2，ω，yi-1，di-1代入以下方程中，求解得到第i时刻的a0，所述方程如下所述：

[0058]

[0059] 将第i-1时刻得到的a0，a2，b1，b2，ω，yi-1，di-1代入以下方程中，求解得到第i时刻的a1，所述方程如下所述：

[0060]

[0061] 将第i-1时刻得到的a0，a1，a2，b2，ω，yi-1，di-1代入以下方程中，求解得到第i时刻的b1，所述方程如下所述：

[0062]

[0063] 将第i-1时刻得到的a0，a1，b1，b2，ω，yi-1，di-1代入以下方程中，求解得到第i时刻的a2，所述方程如下所述：

[0064]

[0065] 将第i-1时刻得到的a0，a1，a2，b1，ω，yi-1，di-1代入以下方程中，求解得到第i时刻的b2，所述方程如下所述：

[0066]

[0067] 将第i-1时刻得到的a0，a1，a2，b1，b2，yi-1，di-1代入以下方程中，求解得到第i时刻的ω，所述方程如下所述：

[0068]所
述n指从接收RSSI值Yi开始到当前经历的时刻数量。如图4所示，图4为根据本发明计算方法得到的手机客户端与路测单元之间的距离与采用传统方法计算得到的手机客户端与路测单元之间的距离效果对比图，图中，下面的那根曲线为根据本发明计算方法得到的手机客户端与路测单元之间的距离，上面的那根曲线为采用传统方法计算得到的手机客户端与路测单元之间的距离，图中的直线为实际观测得到的手机客户端与路测单元之间的真实距离，从图中可以看出，根据本发明计算方法得到的手机客户端与路测单元之间的距离偏离真实距离的幅度较小，其定位效果好，而依据传统方法计算得到的手机客户端与路测单元之间的距离偏离真实距离的幅度较大较远，定位效果较差。

[0069] 对于第i时刻的a0，a1，a2，b1，b2，ω参数值还可以采用如下计算方式得出：

[0070] 设定a0，a1，a2，b1，b2，ω的初始值为a0＝6.014，a1＝7.005，a2＝1.738，b1＝1.551，b2＝0.1173，ω＝0.02727；将第i-1时刻得到的yi-1与di-1分别代入以下六个方程中，求解方程组得到第i时刻的a0，a1，a2，b1，b2，ω，所述方程如下所述：

[0071]

[0072]

[0073]

[0074]

[0075]

[0076]所
述n指从接收RSSI值Yi开始到当前经历的时刻数量。