第三章 物流园基于 CNN 的车牌识别系统总体设计
经过上一章的相关技术研究，分析了各个算法的优劣势，本章对物流园中基于卷积神经网络的车牌识别管理系统进行了总体设计。对系统整体的需求设计进行阐述，根据需求提出了系统的技术总体框架，并对系统中各个功能模块进行设计。
3.1 设计目标。
基于卷积神经网络的车牌识别管理系统，在物流园的管理中应用时，需结合物流仓储管理时需要用到的基本业务逻辑功能。物流园管理人员需要登录后再进行对整个系统的操作，通过外置的摄像头捕捉的含有车牌的图像识别出车牌，再进行车辆的自动化登记。为了系统在物流园仓储管理中具有实际的应用效果，本章节主要对系统的功能需求与性能需求进行研究与分析。
3.1.1 系统功能需求。
目前，对于一个国内的物流园，出入口数量大概在几个甚至十几个，每个出入口会设立一个门岗，门岗需要对进出的两个车道与两个闸口进行管理。物流园的办公区域中设置有服务中心，可以对整个物流园的出入口进行整体的管理，也可以对一个单独的门岗进行操作，且拥有最高的管理权限。
物流园中的车牌识别管理系统，门岗管理员与服务中心管理员权限不同，因此对两者所提供的业务逻辑功能也不相同，下面为两个身份的行为分别进行分析。
(1) 对于门岗管理员，它的权限较低，只能对自己门岗负责的闸道进行操作管理，没有权限查询管理其他门岗，更不能对服务中心进行操作。
① 用户注册与登陆：门岗管理员在首次使用系统时，需要用自己的身份信息进行注册并填写管理员 ID 与密码等信息，通过上传服务器进行验证并记录。在登陆时，输入用户名与密码，通过后台服务器验证后，登陆到门岗管理系统中。
② 门岗用户管理：门岗管理员在登陆账户之后，可以在门岗用户管理中对自己的信息进行完善，或者对部分个人信息进行修改。
③ 车辆黑白名单：车辆在出入园区得出车牌识别结果后，优先经过预设的黑白名单进行匹配，白名单直接放行，黑名单进行提示并上报，都没有匹配的车辆进行临时登记操作。门岗管理系统对黑白名单并没有直接更改的权限，增补删除与修改需通过服务中心管理员审核后对其进行操作。
④ 车辆通行记录：车辆进入园区时，通过黑白名单匹配结果进行对应的记录操作。
在车辆出园时，进行出园时间自动登记，如有异常情况可以单独记录并上报，系统可以随时设置筛选条件进行同行记录查询。
⑤ 信息同步：门岗 web 端管理系统与服务中心管理系统会发生信息不同步的情况，例如时间同步，黑白名单信息同步。因此需要进行信息同步，以保证系统的正常运作。
⑥ 紧急处理：当门岗遇到一些特殊情况，例如火灾，需要对闸道进行紧急的开启或关闭，门岗可以对闸道进行手动操作。
(2) 服务中心管理员相对门岗管理员拥有更高的管理权限，不仅可以对门岗进行直接管理，对后台的数据信息也拥有操作权限。
① 用户注册与登陆：服务中心管理员对自己的账户进行注册，使用管理系统时，用自己的账号进行登陆，保证做到责任追源。
② 门岗用户管理：服务中心管理员拥有对物流园所有门岗信息进行管理的权限，例如当日值班人员，门岗情况等信息。不仅可以查询，也可以对门岗用户权限进行操作，包括停用当前门岗管理员权限。
③ 车辆黑白名单：门岗管理系统所用到的车辆黑白名单，需由服务中心系统提供。服务中心管理员通过前期审核，进行黑白名单的增加删除修改工作。
④ 车辆通行记录：物流园中门岗管理系统只对自身闸道进出车辆进行通行记录，并统一上传到服务中心。在物流园需要对某一车辆进行通行情况查询时，可以通过服务中心管理系统进行。
综合上述对门岗管理人员与服务中心管理人员所需的功能与两个子管理系统权限的划分，本文所设计的物流园中基于卷积神经网络的车牌识别管理系统应该具备以下的功能：
(1) 门岗管理员与服务中心管理员都需要进行注册与登陆，提高系统的安全性与可管理性。
(2) 门岗管理员只调用车辆黑白名单完成对车辆的放行与拦截，而服务中心管理员负责编辑并维护更新车辆黑白名单。
(3) 门岗管理系统负责对车牌图像进行采集，由于系统性能限制，需要由服务中心进行车牌识别操作，并返回车牌识别结果。
(4) 门岗管理员与服务中心管理员都可以对自己的账号进行个人信息修改管理等操作。
(5) 门岗管理系统与服务中心管理系统都具有通行记录查询功能，但是查询范围不同，中心管理系统可以查询整个园区车辆通行记录情况。
(6) 门岗在遇到紧急情况时可以对闸道进行手动管理。
3.1.2 系统性能需求。
(1) 系统的整体性：系统各功能模块，两个子系统间做到合理的结合与交互，同时保证时间同步，数据同步等，为后期的应用与维护提供便利。
(2) 系统的安全性：系统需要考虑到物流园进出车辆管理的安全性，需要由多个方面保证。①门岗管理员与服务中心管理员都需要用自己账号验证登陆；②门岗管理员间数据不能互通，门岗与服务中心成星型交互；③黑白名单验证车辆进出，并需要审核设置；④车牌识别结果低于阈值时才允许手动输入车牌号码，防止门岗人员作弊。
(3) 系统的实时性：在保证安全性的情况下不影响出入园车辆通行效率，提高系统实时性与物流园管理效率。
(4) 先进性与实用性：本文的系统必须满足后期易维护与易扩展的要求，以适应未来物流技术的发展。同时保证门岗管理员与服务中心管理员业务逻辑功能的要求，方便管理者操作，保证用户体验性。
3.2 系统总体设计。
根据上节提出的系统功能需求与性能需求，对整个系统进行总体框架设计。本节主要针对系统功能与数据库对管理系统进行设计。
3.2.1 系统框架设计。
管理系统对门岗与服务中心管理员提供两个系统，分别为服务中心客户端系统与门岗web 端管理系统。原型系统基于 Ubuntu 系统，采用 QTCreator 平台进行开发，对输入的图像进行车牌识别。门岗 web 端管理系统基于 WPF 框架进行开发，完成门岗管理员所需的业务逻辑设计。对于通行记录，黑白名单等数据的存储与提取，选择 MySQL 作为本系统的数据库，便于查询与管理。完整的系统技术架构图如图 3.2 所示。
(1) 服务中心客户端系统。
服务中心系统主要完成两个主要功能，一方面提供车牌识别所需计算资源，返回车牌识别结果；另一方面提供服务中心管理员所使用的客户端，提供管理员所需的业务逻辑功能。
服务中心管理系统是由两个部分组成：车牌识别模块与数据表现层。车牌识别模块由车牌定位，字符分割与字符识别三部分组成。其中车牌字符识别需要依赖目标识别依赖层与 Yolo2 识别模型两个部分。下面将对这些主要模块进行具体介绍。车牌识别模块：本文第四章将对车牌识别技术进行详细的阐述。
目标识别依赖层：目标识别依赖层中配置了 Cuda、OpenCV 等。由于在车牌识别中需要使用大量的图像预处理，通过使用 OpenCV，可以仅仅通过修改参数来完成，且预处理效果非常优秀。Cuda 是英伟达提供的深度学习计算依赖库[63]，通过 GPU 加速的卷积神经网络可以有效提高车牌识别的速度。Yolo2 车牌识别模型：在使用 Yolo2 车牌识别模型前，对模型进行针对车牌识别的修改。
同时完成数据集的整理，输入 Yolo2 网络训练得到预训练模型。Yolo2 基于卷积神经网络，利用了 darknet-19 模型，在预训练时支持多分辨率的训练，相较于需要归一化后再进行训练的模型更具有灵活性。该层模型的主要作用是对车牌进行最终识别，并将结果返回管理系统用于后续对车辆的管理。
数据表现层：数据表现层的作用是满足管理员在日常管理维护中的需要，并提供可视化操作界面。本文在 Linux 架构下使用了 QtCreater 进行界面开发，通过调用车牌识别模块的结果，完成对物流园出入车辆的多个管理功能，并通过底层逻辑接口，将分析处理后的数据通过 MySQL 进行存储，方便后期查询等操作调用。
(2) 门岗 web 端表现层。
Web 客户端表现层，面向的对象是门岗管理员，主要的作用是为门岗管理员提供有效便捷的物流园管理功能。门岗 web 端表现层一方面通过摄像头为服务中心系统提供原始输入图像，另一方面将后端系统得到的识别结果进行展现，并通过接口调用 MySQL 中存储的数据。
web 端表现层基于 WPF 应用程序框架，并使用 Web Service 技术让程序调用。界面功能通过html、JS 等技术向用户提供，为系统与用户提供一种良好的交互。同时，web 端表现层轻量级的框架，在部署与使用中既能满足使用需求，又能达到简便灵活的效果。
3.2.2 系统功能设计。
车牌识别管理系统根据用户的不同分为两个管理子系统，一个为门岗 web 端管理系统，另一个为服务中心管理系统。服务中心管理系统分为两个部分，一部分是服务器内部处理系统，另一部分为管理系统客户端界面。
(1) 门岗 web 端管理系统。
门岗 web 端管理系统的使用对象是门岗管理员。它在与服务器进行数据交互的同时，负责对闸道进行控制。在物流园中车辆进出时，由门岗 web 端管理系统自动完成车牌识别登记等操作，不需由管理人员手动操作。在 web 端管理系统生成的记录数据，会同步至服务中心，以便服务中心可以对整个物流园情况进行查询。
(2) 服务中心管理系统中车牌识别模块。
车牌识别模块负责对摄像头获取的图像进行车牌识别，整个车牌识别过程中分为三个环节，车牌定位，字符分割，字符识别。在服务器进行车牌识别后，将结果返回给门岗管理系统。这样设计的好处是，由服务器端对车牌进行识别，可以降低门岗闸道处的设备要求。
(3) 服务中心管理系统客户端系统。
服务中心客户端系统直接面向服务中心管理员，通过验证身份保证系统的安全性，同时此系统拥有对门岗与服务中心管理与维护的最高权限。拥有对数据信息的查询、编辑与删除等所有操作的权限，是可以对物流园中所有门岗集中管理的系统。
3.3 数据库设计。
数据库作为管理系统用来存储数据的重要构成部分，在系统运行中处于必不可少的地位。系统在进行安全认证，信息查询等操作时，都离不开数据库。本文的重点是基于卷积神经网络的车牌识别管理系统，所以对数据库部分的设计进行简单的介绍。
根据系统的功能需求与功能设计，首先设计了数据库用到的信息表，包含门岗信息表（WatchList）、门岗管理员信息表（GuyInfo）、服务中心管理员信息表（AdminInfo）、车辆白名单信息表（WhiteList）、车辆黑名单信息表（BlackList）、车辆通行记录信息记录表（PassHistory）。以六张信息表为基础建立系统所需的数据库，其结构如下图 3.4 的 E-R 模型图所示。
门岗信息表（WatchList）记录物流园中所有出入口门岗相关信息，记录的相关信息中包含了门岗编号、门岗名称、门岗类型与门岗所对应的 IP。在后期服务中心对门岗进行时，可以有明确的信息参考。
门岗信息表（WatchList）记录物流园中所有出入口门岗相关信息，记录的相关信息中包含了门岗编号、门岗名称、门岗类型与门岗所对应的 IP。在后期服务中心对门岗进行时，可以有明确的信息参考。
门岗管理员信息（GuyInfo）是记录所有门岗执勤人员相关信息的表，每个执勤门岗人员对应一个账号，记录了其所有的个人资料，对每个人进行区分以实现责任到人的管理方式。
服务中心管理员可以随时对门岗管理员账户状态进行更改，提高门岗闸道的可控性，大大提高了物流园的管理效率与安全性。
服务中心管理员信息表（AdminInfo）是对物流园中服务中心管理员信息进行记录的表。
服务中心管理员具有更高的管理权限，表中记录了管理员的用户名与密码，以及对应账号使用人员的个人信息。
车辆白名单信息表（WhiteList）针对物流园中经常出入的车辆进行登记，例如物流园内部工作人员车辆信息。对于记录在白名单中的车辆，在车牌识别过后直接比对白名单表中信息，信息一致即对车辆进行放行。信息表将 ID 的数据类型设置为自动增长的 bigint 并且作为主键，以此唯一表示一条元数据。此外，信息表中还记录了车牌号码，创建时间以及由谁创建的，此白名单车辆是否还有效通过 Status 来标示。
车辆黑名单信息表（BlackList）针对物流园希望禁止出入的车辆记录车辆信息。对于记录在黑名单中的车辆，在车牌识别后直接比对黑名单表中信息，信息一致则禁止通行，并作记录。其余内容设置参考车辆白名单信息表。
车辆通行记录信息表（PassHistory）记录了所有入园车辆的历史通行信息，方便门岗与服务中心管理员进行查询。但是，门岗管理员只能查询到自身门岗车辆的通行记录，服务中心管理员可以查询到所有门岗出入园车辆通行记录。信息表中对车辆的车牌号码，在哪个门岗出入园，出入园放行时由哪个门岗管理员进行操作，包括出入园时间都有记录，并且可以对采集用于车牌识别的图像进行调取查看，Status 则可以显示出车辆是否出园。
3.4 总结。
本章首先对物流园中基于卷积神经网络的车牌识别系统进行了需求分析与性能分析，分析阐述了系统所应具备的功能。之后，在总体上构建了系统框架，分为门岗 web 端管理系统与服务中心管理系统两个子系统。在框架之下进行了系统功能设计，最后对系统所需要使用的数据库进行了阐述。
本章将基于卷积神经网络的车牌识别算法与物流园的管理应用相结合，提出了系统的总体架构，是系统开发设计的基础，具有重要的意义。
