区块链与视觉技术实现智能停车

使用区块链和计算机视觉实现停车场管理自动化

摘要

目前大多数半自动停车场无法满足完全自动驾驶车辆的需求，因为传统系统假设有驾驶员在操作车辆并进行实体支付。本实证研究旨在确定结合计算机视觉与区块链技术的系统是否能够以透明且高效的方式记录停车位占用情况，并实现自主支付。所提出的解决方案包含三个主要组成部分：车辆识别与授权、占用检测以及支付处理。本研究对这三个组成部分的准确性、可扩展性和效率进行了调查。通过使用两个室内/室外停车场和五种不同车辆，模拟了使用停车场时可能发生的交互情况。研究发现，车辆识别与授权的准确性约为96%，停车位占用和空置检测的准确性约为94%。然而，区块链的使用存在价格指数波动大和交易速度有限的问题。结果分析表明，采用基于权限的区块链可实现更快、更便宜的交易，但牺牲了去中心化特性。所提出解决方案的主要组件均在源头执行，这意味着每个摄像头位置配备一台低成本计算机即可满足需求，从而使系统具备天然的可扩展性。

索引术语

区块链，计算机视觉，停车管理

一、引言

二氧化碳2的迅速增加及其对气候变化的直接影响再怎么强调也不为过，目前已有各种倡议致力于减少这些排放。交通运输是二氧化碳2排放的主要来源之一，而寻找停车位是造成排放的重要原因之一[1]。无人驾驶车辆的兴起将对我们的日常生活产生重大影响，企业也开始规划如何更好地将此类个人消费设备整合到其业务运营中。目前，几乎还没有解决方案能够使完全自动驾驶车辆与服务提供商（如加油、停车、配送和维护服务）进行交易。

这项实证研究探讨了利用多种计算机视觉技术自动化过时流程的方法，以高效记录停车场使用情况，并分析引入区块链可能带来的好处和影响。并非所有企业都可通过将其现有系统全面更改为集成区块链而受益，原因在于隐私法规以及系统可能施加的性能要求。尽管本研究并未实际使用自动驾驶汽车，但我们利用了在停车场管理过程中支持此类车辆的关键组件。

要实现整个过程无需人为干预，系统必须能够高效地识别并授权已在系统中注册的车辆。因此提出了以下假设：停车场管理系统可借助计算机视觉算法和区块链技术来满足自动驾驶汽车的需求。

本研究首先在第二节中介绍该解决方案试图解决的问题、现有的解决方案以及关于区块链网络及其内部运作的背景信息，接着阐述研究方法。第四节讨论了原型在多种场景下生成的结果，以考虑解决方案的不同方面。本研究通过强调所设定的研究问题提出的标准如何得到满足，从而为完全自动驾驶车辆提供支持，并在结论部分提出了可进一步改进系统并考虑不同应用场景的未来研究。

II. 文献综述

驾驶员在前往城市繁忙区域、校园或人口密集地区时最常见的问题是巡航时间，即找到一个价格合理的停车位所花费的时间，同时消耗最少的资源[2]。完全车辆自动驾驶，也称为5级车辆自动驾驶，目前正处于高级研究阶段，但关于此类车辆如何与其他设备交互的研究仍然有限。

此类集成的示例包括自动驾驶汽车在不使用时可自动驶向充电站，利用车辆中配备的传感器检测可能影响其性能的潜在问题，并能够自动预约所需的服务。自动驾驶汽车制造商将能够实时访问这些组件，以确定是否存在影响特定部件的故障趋势。车辆将能够根据多个因素寻找可用的停车位，甚至决定哪个停车位最经济实惠，并能够在到达目的地之前自动预订停车车位，同时到达最终目的地。停车场系统将能够智能调整高峰和非高峰时段的价格，在较不繁忙时段增加占用率，从而提高停车场所有者的盈利能力。充电、维修和支付的永久记录将被记录在区块链上，并与参与者共享，参与者包括车主、制造商、停车场所有者和维修设施[3]。

A. 占用检测

最近，入门级车型配备了全球定位系统、无线电对讲机、小型撞击雷达、摄像头、车载计算机以及各种检测设备，帮助驾驶员预警可能的机械故障或道路上的障碍物。

实施自动停车占用检测系统时可能出现的问题包括准确性和效率不足。这可以通过使用地埋式传感器来解决，这些传感器能够确定停车位是否已被占用，以及该停车位是否需要支付费用[4]。

在华盛顿特区，交通局（DDOT）估计使用地埋式传感器的运营成本可能在100万至320万美元之间，而将该系统集成到全部18,000个计费车位的整体资本成本则介于225万至480万美元之间。DDOT认定，这种方法在大规模应用上不可持续。另一次在印第安纳波利斯进行的地埋式传感器测试中，出现了传感器电池寿命的问题；而在纽约市，据报道在街道上准确采集数据以检测占用情况存在困难[5]。

另一种高效检测停车位占用情况的方法是使用去中心化智能摄像头，该摄像头依赖于专门为智能摄像头设计的卷积神经网络（CNN）。通过实施深度学习技术，这些摄像头能够在并发检测占用情况的同时训练人工智能（AI），从而提高未来计算的准确性。因此，当被监控的停车位数量增加时，系统具有更好的可扩展性。智能摄像头具备足够的处理能力，可以从捕获的图像中提取有意义的信息。智能摄像头还能够生成事件描述或做出决策，用于智能自动化系统[6]。具备自主决定停车位占用状态能力的智能摄像头使得该方案具备良好的可扩展性，因为无需在服务器端进行额外修改。如果依赖集中式服务器实时分类高分辨率图像，随着监控停车位数量的增加，将导致计算瓶颈。这一点已在一项实验中得到证实：使用树莓派2对50个停车位的图像进行分类并将结果传输至服务器，耗时约15秒，与依赖集中式服务器确定占用情况相比，该方法被认为更快速且更具可扩展性[7]。

B. 区块链与智能合约

区块链是一种在网络成员之间分发的分布式数据结构。由用户执行的交易列表会被打上时间戳并批量组合，形成一个交易区块。每个交易区块都通过一个哈希值进行标识，并包含前一个交易区块的哈希值，从而构成一条包含交易的区块链。由于多个客户生成相同或相似的公钥/私钥组合的可能性极低，哈希机制使得区块链网络本身具有极高的安全（security）。由于大量使用密码学，它自动为网络上的所有交互增加了另一层安全和权威性（authoritativeness）[9]。

区块链技术已吸引了来自不同行业的众多利益相关者的关注，这些行业包括：金融、医疗保健、公用事业、房地产以及政府部门。目前有许多项目正在进行中，这些项目将颠覆医疗记录管理、产权证书、供应链乃至我们的在线身份[10]的管理模式。依赖可信中介的应用程序，可以通过去中心化方式实现相同的功能和确定性，而无需依赖中心化机构[9]。使用区块链技术的交易可以在不向受益人透露敏感的个人和财务数据的情况下执行，从而降低了敏感数据被盗的风险。

C. 公有/许可区块链

公共区块链（Public blockchains）如比特币或以太坊，允许一群匿名的陌生人利用其计算能力共同存储、验证交易并保护不断增长的数据集，而无需信任其他参与交易的参与方[8]。与传统数据库相比，公共区块链速度较慢且隐私性较低，某些区块链技术在向分布式账本添加数据时需要支付交易费用，这些交易费用 constantly changing and difficult to predict。通过使用一种称为许可账本（permissioned ledger）的区块链变体，可以缓解这些性能问题（performance issues）。采用此类变体后，将不再需要节点中诸如“工作量证明”（Proof of Work）算法之类的机制，同时要求获得权限才能读取信息，从而限制能够进行交易或访问区块链上存储信息的参与方[11]。这还将提高交易速度（transaction speed），因为生成新区块的用户数量减少，同时增强隐私性（privacy）。

表一 比较当前技术的交易速度和费用[12]。

	TPS	Fee	区块时间（平均）
VISA	1700	1.43% ‐ 2.4%	NA
比特币	7	0.16美元（< 10分钟）	8分47秒
以太坊	20	$0.08（< 2分钟）	20.8 秒

将当前系统过渡到去中心化的区块链并不总是理想解决方案，因为基于区块链的网络可能无法满足应用程序的需求[9]。区块链技术可被视为一种软件连接器，为现有的集中式共享数据存储提供了一种去中心化的替代方案。将区块链技术作为软件连接器使用可以提高信息透明度，但其机制（如工作量证明或权益证明）可能会增加通信延迟，从而导致终端用户体验不佳。实施区块链技术的另一个缺点是，链上可存储的数据非常有限，因为这会膨胀交易数据并推高成本，因此必须明确哪些数据应存储在链上，哪些应存储在链下。一个经验法则是将占用空间较大和机密性的数据保存在链下，仅使用区块链存储指向链下数据的元数据[13]。

最近，以太坊底层的区块链技术取得了新的进展，使得完全自主的智能合约成为可能，这些智能合约具备自我执行和自我强制执行的能力，且所需信任程度极低。智能合约被定义为存在于区块链上的数字程序，当智能合约中规定的协议条款得到满足时，将自动执行[14]。智能合约可应用于不同的用例，针对各种目标和情境，而无需人工智能或人工交互[14]。

另一个关键特性是，通过实施区块链技术，可以无缝集成物联网（IoT），即能够与其他设备和应用程序交换信息的设备。物联网设备将在射频识别（RFID）和传感器技术的帮助下与其他物联网设备通信，使人们能够利用计算机实时“观察、识别和理解世界”，而不受人为输入数据的限制[15]。区块链的无需信任公共账本据称能够应对物联网设备带来的安全、透明性和扩展挑战[15]。

区块链‐物联网系统组合能够以密码学可验证的方式实现耗时工作流程的自动化，从而在多个行业中引发重大变革，为新的商业模式和新型分布式应用铺平道路[9]。

随着自动驾驶汽车行业的持续发展，必须找到一种方法，使车辆能够在无需人为干预的情况下与停车场、充电站及其他微服务进行通信。这可以通过一个底层系统来解决，该系统允许车辆在一个无需信任的环境中与系统进行交易和信息共享，交易由维护区块链的对等节点自动验证。智能摄像头将负责记录与停车场的交互，并根据车辆停留时长进行计费。这样一来，自动驾驶汽车便能够解析系统收集的数据，找到最近的停车位，而无需在多层建筑中反复寻找，避免在此过程中浪费时间与能源等宝贵资源。

III. 研究方法

目前，完全（5级）自动驾驶汽车尚无法在无需人为干预的情况下使用诸如充电、预约维修、获得进入私人停车场的授权以及自动支付所需服务费用等服务。本研究旨在验证这一假设：停车场管理系统能够通过计算机视觉算法和区块链技术为自动驾驶汽车提供支持。需要强调的是，本研究尚未实际涉及自动驾驶汽车的应用，而是探讨了停车场管理系统的关键组成部分，以及这些部分如何被用来支持此类车辆。

A. 提出的解决方案

提出的系统基于四个主要步骤。当车辆接近停车场入口时，通过计算机视觉技术检测并识别该车辆。要使用停车场，车辆必须事先完成注册，否则将无法获得访问权限。当车辆接近入口时，系统会检测车辆、识别车牌，并验证其注册信息。验证通过后，系统会使用与车辆关联的钱包地址，在区块链上记录进入时间。当车辆占用一个停车位时，该过程通过计算机视觉技术进行检测，车辆被识别，并在区块链上记录另一笔交易。一旦停车位被腾空，系统将发起另一笔交易，并计算应付金额。由于交易存储在区块链上，车辆可验证该交易并完成支付。我们选择使用以太坊网络，因为它支持智能合约，并利用区块链进行交易存储。我们认为，拥有一个能够超越汽车制造商、车辆或停车场生命周期的平台（区块链）来记录各种交易至关重要。

最后，一旦支付得到验证，系统将允许车辆在接近出口闸门时离开场地。

B. 原型

为了实现车辆检测，开发了一个使用OpenCV的原型。所采用的技术是背景减除，即将无障碍摄像头视角的图像与当前帧进行比较，如果像素变化超过预设阈值，则判定为检测到车辆。一旦检测到车辆，就需要对其进行识别以获取相应的区块链钱包地址。为了识别车辆，通过使用OpenALPR实现车牌识别，OpenALPR是一个开源的车牌识别库，利用Tesseract光学字符识别（OCR），研究表明该方法在此方面非常可靠[16]。

由于区块链网络上的交易成本较高且交易速度有限，并非所有数据都会存储在链上，因此将采用链下和链上存储相结合的方式。本质上，该过程涉及四种类型的事件，这些交易将被存储在链上。当车辆占用和释放停车位时，使用OpenCV的背景减除技术；同时如前所述，采用OCR进行车牌识别以实现车辆识别。车辆进入停车场时生成的相同访问令牌将用于接下来的两项交易：占用停车位和释放停车位。该访问令牌通过预定义的协议和ABI函数与车辆通信，使车辆能够验证所发出的各项交易的有效性。

一旦车辆离开停车位且交易被记录，系统将根据预设费率计算停车时长和应付金额。账单信息传达并记录后，车辆即可转账支付应付金额。系统确认收到支付后，将开启道闸允许车辆离开，此过程再次通过前述技术进行检测和识别。

C. 评估技术

本研究的评估将细分为三个主要领域：车辆检测、车辆识别以及支付和文档流程自动化。为了测试车辆检测，已定义了若干停车位，并设置了多辆车辆以不同组合和角度停放在各个可用的停车位上。由于资源有限，仅使用了小型掀背车。因此，本研究未深入探讨检测不同尺寸车辆（如摩托车、厢式货车等）所面临的挑战。此外，本研究假设每个停车区域仅有一个摄像头视频流，而在实际系统中可能会使用多个摄像头以实现故障安全和备份措施。

在测试车辆识别时，仅识别以黑色文字书写在白色背景上的欧盟车牌的车辆，使用了相同尺寸的背景。我们意识到，不同对比色组合、不同尺寸以及不同字符集的车牌确实存在，但同样，本研究的目的并非深入探讨这一问题。单个具有宽视野的摄像头可以监控多个停车位，但必须考虑车辆识别所需的车牌可见性。初始原型通过不同的测试组合进行了测试，结果表明，在各种光照条件下，光学字符识别（OCR）与计算机视觉相结合能够高效地识别和辨认车牌，从而使该方案非常适合于本研究中所提出的限制区域的安全保障。测试考虑的组合包括两个停车场，室内/室外环境，从一个5米距离、俯视角度的单一观察点覆盖3个停车位，车辆以车头朝前的方式停放。总共采用了2种配置，即入口闸门和2个停车区域，展示车牌识别与占用检测功能，每个区域覆盖6个停车位，并使用了总计5辆不同的车辆进行授权和占用阶段的测试。

为了评估文档和事件记录，创建了仿真并手动验证了交易。在测试该研究方面时，重点关注每笔交易的成本和速度，以评估该方案的可扩展性。本研究中考虑使用以太坊，因为它具备自身的脚本语言、支持智能合约、拥有丰富的文档以及其他有助于满足本研究标准的有用功能。网络将根据交易数据大小限制、交易速度和成本进行评估。

人们认为，一旦此类系统上线，理想情况下它将能够满足不同用户的需求，从而通过与多个网络交互，为不同的市场细分提供通用解决方案，提高采用率。

四、评估

为验证所设定的假设，本研究通过评估提出系统的准确性、效率、可扩展性及整体性能，以确保满足由既定研究问题所规定的标准。该提出系统包含三个主要组成部分：车辆及占用检测、车辆识别和支付处理。所有组件协同工作，记录车辆的停车场使用情况，并能够支持完全自主车辆，无需任何人为干预。下表显示了针对不同数量车辆所进行的实验次数。提出系统的三个阶段包括授权（车牌提取与识别）、占用检测和支付处理。

A. 授权

捕获的车牌均为欧盟标准，且至少有两种不同的背景颜色格式。未包含其他国籍的车牌，因此产生的结果无法保证与其他车牌类型和国家类型的兼容性。负责识别车辆的库OpenALPR通过其API进行调用，因为自托管版本难以配置，并且相比更新更频繁的在线版本会消耗更多的计算能力。通过使用API而非自托管该库，处理能力得以保留用于系统内的其他机制，因为算法本身不会在本地硬件上执行。必须指出的是，该系统正确识别了所有提供的车牌，因此我们确信提出的系统中这一组件是有效且正常运行的。车辆的识别应通过准确率指标和置信度水平来衡量。

B. 占用检测

用于检测占用情况的背景减除技术被发现是所有可用方法中最容易实现的一种。该算法高效地比较两个帧并返回相似度分数。该算法也很轻量，因此无需任何特殊硬件即可执行。但为了获得准确的结果，该算法需要进行一些微调。影响准确性的因素包括摄像头角度、停车位边界以及光照条件，具体取决于摄像头位于室内还是室外。实验是在白天进行的，因此本研究未深入探讨由于全天光照变化可能给室外停车场带来的动态需求。

确定停车场A和停车场B的阈值在两种情况下均为0.50。在将空闲图像与后续帧进行比较时，相似度分数低于定义的阈值意味着有物体触发了占用状态，而高于该阈值则表明像素未发生足以触发占用程序的显著变化。对于每个停车场，每次仿真步骤均会分析算法在判断占用状态、相似度分数、处理时间以及车牌识别方面的能力。所有场景均成功实现了正确检测占用状态，图1展示了其中五个场景的示例。

C. 交易审计

仿真在本地部署的以太坊测试环境（Ganache）上执行。Gas费和交易费用已配置为模拟主网络设置。由于仿真在测试环境中进行，若选择在以太坊主网络上部署智能合约，结果可能会有所不同。这是因为网络上的任何用户都可能在此期间发起交易，因此交易速度可能会有所差异。采用以太坊网络的原因在于能够将智能合约及每一笔交易记录在区块链上，以便进行审计。我们基于以下假设：不同汽车制造商可能有其特定的协议，但通过智能合约，可以提供一个平台来存储物联网设备（车辆和停车场管理系统）之间的各种交易。

当前以太坊网络的Gas价格（费率）为0.02 微以太或 0.00000002 ETH。燃气费（计算）是发起人支付给矿工用于交易操作累积成本的费用。如果交易中包含更多复杂操作，将导致更高的Gas费，但由于系统生成的交易仅包含在系统流程第一步中生成的授权令牌以及触发交易的事件，因此Gas费用极低。

对两个停车场的交互进行了检查，包括停留期间所有交互所支付的燃气费、交易被挖出所需的时间、交易内操作的累计燃气成本以及占用时长对应的停车费。撰写本文时，1 以太坊的价格约为 €216.50，停车使用费用设定为每小时 €2。将汇总的结果与传统停车场定价模型进行比较，以了解客户在相同使用情况下需要支付的费用，以及如果此类商家接受在线信用卡支付，他们需要承担的交易费用。某一特定场景的交易费用如表II所示，在此案例中使用了露天停车场，一辆车辆停车130分钟。该交易费用总计为€4.44，将被添加到收费金额中。其他场景的交易费用也类似，根据当前汇率和负载情况，介于€2.58 和 €6.27 之间。本部分研究通过交易速度来衡量，从而得出交易的实际成本。

唯一存储的交易是授权令牌和触发交易的事件，因此将交易挖矿到账本上所需的计算量最小。此外，由于使用了区块链的私有实例，交易费用更低，因为实体自身在挖矿交易。所有实验的交易费用与使用广为人知的支付网关处理交易时所收取的交易费用进行了比较。必须指出的是，当前交易费用比提出的基于区块链的方法更便宜，但需要注意的是，以太坊价格以及其他加密货币的价格波动很大。

表II（停车场A）– 持续时间：130分钟

TIME	事件	交易时间	(WEI)	（以太坊）
08:00	进入	2.19 秒	71076
08:05	已占用	8.64 秒	55948
10:15	空闲	9.47 秒	28248
10:15	支付	0.01 秒	21040	0.02052
10:20	EXIT	4.61 秒	21040
	总计	232004 e0.00	0.02052 e4.44

Gas费
FEE

V. 结论

在这项实证研究中，提出了一种完整且高效的解决方案。该研究旨在通过利用计算机视觉技术和区块链，找到一种有效记录停车场使用情况的方法。研究分析了各个组成部分，以确保提出的系统功能正常并符合既定假设。根据对各项实验结果的分析，这些实验测试了提出系统的不同组件，可以得出结论：该解决方案能够满足完全5级自动驾驶汽车的需求。该方案采用内置树莓派的智能摄像头，每个智能摄像头根据安装位置配备相应的软件，并可根据摄像头规格同时监控最多5个停车位。车辆识别、占用检测和支付交易等不同功能均由摄像头本身完成，从而避免了计算瓶颈的可能性。

本研究表明，停车场管理系统可以适用于自主系统，但仍需进一步研究以明确如何应对具有挑战性的场景。这些场景包括恶劣天气、损坏/脏污的车牌、光照不足等情况。此外，还需针对不同车牌位置和不同布局进行更多研究。

此外，尽管本研究的主要重点是区块链，但对于钱包的验证和存储关注较少。因此，未来研究可以深入探讨这些主题，以推动本研究的发展，例如通过一种在去中心化的协议（如星际文件系统（IPFS））上验证和安全存储钱包凭证的方法，星际文件系统（IPFS）是一种类似于 torrent 的点对点分布式文件系统，用于托管和获取内容。

此外，为了提高区块链采用率，可以深入研究并实施支持跨链互操作性的框架。通过跨链兼容性，企业将不再局限于仅与单一网络上的客户进行交互，而是能够与其他兼容网络中的客户开展交易。在未来区块链平台日益增多的背景下，互操作性将成为这些平台在竞争中生存的重要功能，因此这些网络之间相互集成和交互的能力对于全球区块链采用而言显得尤为关键。通过结合计算机视觉与区块链技术，本研究得出结论：尽管如本研究所示，该方案仍有改进空间，但此类解决方案的提出将为更智能、去中心化的服务铺平道路，使下一代车辆能够无缝集成、使用并轻松支付，而无需任何人为干预。