Raspberry Pi车牌识别系统

在这个项目中，您将学习如何使用Raspberry Pi和Node-RED构建汽车识别系统。 在此项目中，我们将使用自动许可位置识别的软件，该软件具有一个API，可用于基于图像识别车牌和车型。

介绍

该项目分为两个部分。

• 首先，我们将使用车牌识别库和Node-RED确定一辆汽车
• 然后，我们将基于检测到的汽车触发事件（例如，当检测到您的汽车回家时打开车库）；

下图显示了检测过程的工作方式：

在此示例中，我们使用PIR运动传感器来检测汽车是否到了家。还有其他一些传感器可能更适合检测汽车，例如：

• 霍尔效应传感器：感应在汽车靠近时的磁场变化；
• 超声波传感器：检测到物体的距离
• 有源红外探测器：通过检测红外光的反射来检测物体的存在

识别汽车后，我们将进行一些验证，如果找到授权的汽车，我们将触发一个事件（例如，可以在车库中打开）。 下图包含显示该过程的流程图。

这就是发生的情况：确定了汽车后，我们将检查车牌和汽车型号是否匹配。 如果匹配，我们将检查汽车是否在授权车辆列表中。 如果是这样，我们将触发一个事件。 例如：打开车库。 之后，我们要等待一段确定的时间，直到汽车进入车库。 然后，您需要添加多个验证以检查汽车是否已经进入车库。 如果是，您可以关闭车库。

零件需求

连接Raspberry Pi相机模块

关闭Pi后，如下图所示将相机连接到Pi CSI端口。 确保以正确的方向连接相机，使带状蓝色字母朝上.

您还应该在Pi中安装Node-RED，并安装node-red-contrib-camerapi节点：

原理图

组装电路以测试该项目。请遵循以下示意图：

准备好Raspberry Pi并配置Node-RED软件后，您可以继续执行此项目。

车牌识别库

创建免费账户

您可以创建一个免费帐户。完成帐户创建后，您应该可以访问以下页面：

打开Cloud API标签以访问您的密钥。您需要它来向API发出请求。

将您的密钥保存在安全的地方，因为您很快就会需要它。

测试摄像头和服务

首先，您应该首先使用Pi Camera和服务识别您的汽车。 因此，从提供的示例流程开始，该示例流程会拍照并向Cloud API发出请求以识别您的汽车。 要导入提供的Node-RED流，首先复制提供的代码。

接下来，在右上角的Node-RED窗口中，选择菜单，然后转到Import> Clipboard。

然后，粘贴提供的代码，然后单击导入。下一个节点应显示在您的流中：

配置测试流

导入流后，您需要进行一些更改以使其适合您。打开“拍照”节点：

编辑节点，使其具有下图所示的相同设置：

• 文件名：car-photo.jpeg
• 文件默认路径：否
• 文件路径：/ home / pi / Pictures /

重要提示：有时上一个节点可能会覆盖默认设置。确保您再次检查其设置正确。然后，单击部署按钮。

准备您的Cloud API请求

双击cURL POST节点：

然后，更改“命令”字段以包括您的密钥和国家/地区代码：

默认情况下，它应具有以下命令：

添加您之前检索的密钥和国家/地区代码：

将确切的命令复制并粘贴到cURL POST节点的“命令”字段中，然后按Node-RED软件中的“部署”按钮以使所有更改生效：

测试流

部署流程后，让我们测试一下汽车识别过程。将汽车移到可以使用Raspberry Pi拍照的地方：

将相机对准汽车，然后点击时间戳节点旁边的方块以触发流程。

那应该用您的Pi相机拍照，将其保存在/home/pi/Pictures/car-photo.jpeg并向云API发出请求以识别您的车牌和型号。它应该在“调试”窗口中打印JSON响应。

理解响应

打开调试窗口，您应该看到一个对象，其中包含有关JSON响应的所有详细信息。 结果数组应至少有一个结果（数组[1]），否则它可能正在分析没有汽车的照片或无法识别汽车（确保在拍照时将Pi Camera指向汽车） ）。

单击结果旁边的箭头：array [1]展开对象。您应该在车板上看到一个板物体。以API检索的格式保存车牌。就我而言，它是“ 61CP–”。您稍后需要使用它来识别您的汽车：

展开车辆对象> make_model> 0：对象，您应该看到您的汽车名称以及API如何识别汽车模型。 在我们的案例中，它以77.2％的置信度将该汽车确定为Toyota Yaris。 我们应该保存由API检索的确切字符串“ toyota_yaris”，因为在下一个流程中需要它。 以API检索的格式保存您的汽车模型。

如果您的响应返回无效结果，请确保仔细检查以下详细信息：

• ``拍摄照片’'节点将照片存储在正确的文件路径中：/ home / pi / Pictures /
• 确保相机拍摄的照片不错（访问/home/pi/Pictures/car-photo.jpeg的Raspberry Pi Pictures文件夹，查看所拍摄的照片是否看起来不错）
• 查看照片中是否可见汽车和车牌，否则API可能无法正确识别汽车
• 确保在cURL POST命令中使用自己的API密钥和国家/地区代码输入了正确的命令

车牌识别系统流程

在这一部分中，我们将汽车检测和事件触发添加到流程中。 当检测到运动时，Pi相机会使用Pi相机拍摄照片并发出请求。 然后，根据响应，它将触发一个事件（在这种情况下，我们将打开一个输出以点亮LED）。

要导入提供的Node-RED流，复制提供的代码。

接下来，在右上角的Node-RED窗口中，选择菜单，然后转到Import> Clipboard。

然后，粘贴提供的代码，然后单击导入。下一个节点应在您的流中加载：

配置流程

导入流后，您需要进行一些更改以使其适合您。打开“拍照”节点：

编辑节点，使其具有下图所示的相同设置：

• 文件名：car-photo.jpeg
• 文件默认路径：否
• 文件路径：/ home / pi / Pictures /

准备您的Cloud API请求

双击cURL POST节点：

然后，更改“命令”字段以包括您的密钥和国家/地区代码：

默认情况下，它应具有以下命令：

添加您之前检索的密钥和国家/地区代码：

将您的汽车详细信息添加到流程中

打开功能节点“识别汽车”以添加汽车的车牌和型号。

您需要用自己的车牌和型号名称（与前面检索的格式完全相同）替换carPlate和carModel变量。在我们的例子中，我们得到：

下图显示了应在功能节点上添加车牌和模型的位置：

注意：如果要添加另一个车牌，则需要编辑“识别车”功能。声明另一个carPlate2和carModel2：

然后，在else if语句之后，添加以下内容：

添加完汽车详细信息后，按完成，然后单击部署按钮：

现在，当汽车到达时，PIR传感器会检测到运动，Pi相机会拍照，然后使用OpenALPR API识别汽车。

您的Node-RED应该标识您的汽车牌照和汽车型号。然后，它将触发一个事件：它将GPIO 17打开几秒钟，然后关闭。这模拟了打开/关闭车库门命令。

详情参阅 - 亚图跨际