下载掌阅APP，畅读海量书库
立即打开
学校名称：东南大学
团队成员：康喜龙、翁苏杨、陈毅程
指导老师：钟锐
摘要
随着科技的不断进步，物联网技术已经走进了人们的生活，它无时无刻不在为我们的生活提供便利。基于车牌识别的自动地锁（在本节中简称本作品）能够智能管理车位，在降低成本和功耗方面开展了深入的研究。
住宅区的车位管理一直是“老大难”的问题。一方面，物业管理手段单一，很难防范并惩罚违规占用行为，管理效率低下；另一方面，车位被占用时，车主未必能立即找到占用人让其挪车，往往只能另寻车位。受困于这种局面，不少人都安装了地锁来防止车位被占用。目前，市面上的大多数地锁都利用了远程遥控技术，车主停车体验大打折扣，在地锁钥匙丢失时更加麻烦。针对上述问题，本作品应运而生，它可以通过车牌识别功能自动开关地锁，并且将车位情况实时反馈给车主和管理人员。对于车主，既保护了车位不被占用，又优化了停车体验。对于管理人员，能够实时了解到每个车位的情况，便于管理所有车位。本作品不仅建立了车位、车主和管理人员之间的联系，还对地锁的成本与功耗进行了研究与优化，将其设计成低成本、低功耗的系统，为今后产品化打下基础。
本作品在开始使用时，其默认状态是锁住状态。在未停车时，倘若有人非法掰动地锁（见图3.1-1），地锁将自动复位（见图3.1-2）。当车牌出现在摄像头内，本作品对车牌进行识别，若车牌是车主车牌，则地锁将自动放下（见图3.1-3），本作品将向云端管理系统更新情况，并且向车主发送驶入短信。当车辆离开车位后，地锁将自动升起（见图3.1-4），本作品将向云端管理系统更新情况，并向车主发送离开短信。本作品使用电池供电，内部模块均为简单设计，运行功耗较低。
（1）图像识别：本作品通过摄像头捕捉图像，分析图像中蕴含的信息。本作品获取的图像信息为车牌号，以远程获取停车信息。
图3.1-1 非法掰动地锁
图3.1-2 自动复位
图3.1-3 地锁放下
图3.1-4 地锁升起
（2）远程监控：本作品内置的Wi-Fi模块负责信息的发送和接收，车主和管理人员都能够获得车位的停车情况。
（1）机器视觉：在低功耗芯片CH32V307上实现机器视觉算法，通过OV2640摄像头对驶入车位的车辆进行实时监测和识别，与车位检测器配合，可以准确操作电机工作状态，实现地锁的自动开关。
（2）电机驱动：本作品独立制作了一块PCB，借助光电对管和巧妙的盖板结构实现了电机转动位置的检测，通过相应的控制算法成功实现了地锁的防外力扭转和精确制动，保障了车位的安全性。
（3）用户终端交互：本作品注重用户终端设计，通过手机程序/短信实现与车主的交互。每当车辆驶入/离开车位时，用户均可以通过手机查询车位的占用情况，同时也有相应的提醒短信，有力保障了用户对车位的使用权。
（1）准确性：车牌识别的准确率对本作品的安全有效性有着极大的保障意义，本作品中的车牌识别模块会对车牌进行多次识别，并计算置信度。当置信度超过90%时，才会将地锁放下。通过多轮测试，本作品不存在为错误车牌开锁的情况。得益于本作品的算法设计，纸质车牌的检测成功率不高，别有用心之人无法利用纸质车牌钻空子。
（2）实时性：本作品的实时性对用户的停车体验有着举足轻重的意义，本作品以CH32V307为主控芯片，单次识别时间控制在200 ms内，车主无须等待，能够实现无感知停车；车辆完全驶离车位后，地锁会立刻复位。
（1）本作品在市面上现有地锁产品的基础上，增加了车牌识别模块，可替代传统的钥匙地锁或者遥控地锁（见图3.1-5），真正做到了自动升降，让用户拥有真正的无感知停车体验。当车辆驶入/离开车位时，用户都能够收到短信提醒。若有人非法占用车位，用户可以联系物业管理人员，有利于维护用户的合法权益。
（2）本作品使用CH32V307赤菟开发板（见图3.1-6），实现了低成本。与传统的高算力系统相比，本作品采用了低成本的CH32V307赤菟开发板与摄像头，实现了车牌识别的机器视觉算法，具有很大的市场应用意义。本作品还考虑了低功耗设计，如车牌识别模块的分时工作、低功耗的ESP8266无线模块等。
本作品的技术关键在于车牌识别。目前广泛应用的机器视觉库是OpenCV，但其对单片机的存储要求过高。首先，本作品自主设计了能够在CH32V307赤菟开发板上运行的识别算法，不断优化识别效果并简化算法模型。其次，本作品研究了电机驱动方法，利用地锁结构特征，自主设计了一个红外对管PCB电路，将地锁信息传送给CH32V307赤菟开发板，使用CH32V307赤菟开发板来驱动电机转动。最后，本作品设计了ESP8266无线模块，可以通过该模块将车位信息发送到用户和管理者。
图3.1-5 遥控地锁
图3.1-6 CH32V307赤菟开发板
本作品的整体框架如图3.1-7所示，包括三个模块，分别是车牌识别模块、电机驱动模块和云端信息传送模块。当车辆来到车位时，车牌识别模块会识别出正确的车牌，然后驱动电机放下地锁以便车主停车；在车辆离开车位时，地锁会自动升起。在车辆驶入或离开车位时，云端信息传送模块会向车主发送短信，以便车主对车位状态进行监控。本作品在实际使用中的意义重大，当其他车辆私自占用车位时，车主可以获得通知并及时采取相应的措施。
图3.1-7 本作品的整体框架
（1）硬件整体介绍。本作品的硬件部分主要包括中央控制器、图像捕获系统、电机驱动系统、地锁感知系统、智能网络系统、环境感知系统。本作品的中央控制器使用的是沁恒公司的CH32V307赤菟开发板，该开发板可以采集多个模块的数据并通过ESP8266无线模块发送到云端。本作品的硬件框架如图3.1-8所示。
图3.1-8 本作品的硬件框架图
（2）机械设计介绍。本作品最关键的机械设计是地锁的开关动作，以及相关的位置感知操作，具备以下特点：
灵敏度高，确保地锁不会出现过开（过关）现象，以免损伤电机；
功耗尽可能小。
本作品采用步进电机来驱动地锁的传动齿轮，通过输入相位相差180°的PWM信号来调节电机的转动方向，从而实现正常的开关动作。地锁的机械设计如图3.1-9所示。
图3.1-9 地锁的机械设计
（2）电路各模块介绍。
①地锁感知系统。为了能够灵敏地感知地锁的位置，本作品采用红外对管并配合镂空的锁扣来进行监测。在金属转轴的某一部分位置，与该位置相隔一定距离之外有一部分特殊的同心环形黑色外壳，同心环形黑色外壳上有着特定的镂空，当地锁放下、升起和在中间位置时，对应的镂空形状都不相同。
左、右侧均有镂空：地锁放下。
左侧有镂空、右侧无镂空：地锁处于中间位置（过渡态）。
左、右侧均无镂空：地锁升起。
左侧无镂空、右侧有镂空：地锁处于非法状态。
两组红外对管位于同心环形黑色外壳的两侧，通过分辨上述的四种情况，就可以得知地锁的具体位置。本作品使用IR908-7C-F发射管和PT908-7C-F接收管，一组放在左侧，另一组放在右侧，如果有镂空，则发射管可以向接收管发射红外光，此时电压为1；如果无镂空，则表示有遮挡，此时电压为0。由此可得到地锁位置及其对应的编码，如图3.1-10所示。
图3.1-10 地锁位置及其对应编码
根据上述的分析，团队开发人员使用立创EDA软件设计地锁感知系统的电路原理图，如图3.1-11所示。
图3.1-11 地锁感知系统的电路原理图
地锁感知系统中的两组对管位置一一对应，两个发射管正向导通，则会发射红外光。如果接收管接收到红外光，那么其可以视为一个阻值有限的电阻，分压较少，其抽出点为高电平；如果接收管没有接收到红外光，其可以视为近似短路，那么抽出点为低电平。图3.1-11中的PZ200-1-02-Z两引脚排针即两组对管的抽出点。将抽出点接入CH32V307芯片后，根据芯片的两个引脚的高低电平可以获取地锁的位置。两组对管分别安装在同心环形黑色外壳两侧，因此地锁感知系统的PCB应严格按照内部空间来设计。地锁感知系统的PCB如图3.1-12所示。
图3.1-12 地锁感知系统的PCB
②环境感知系统。环境感知系统的位置摆放在地锁的前方（车位线外），其中的超声波测距传感器HC-SR04向上发射超声波。当车辆欲驶入车位时，HC-SR04测出的距离迅速下降，这一敏感信号会通过GPIO传输到中央控制器内，由中央控制器启动车牌识别功能；当车辆离开车位时，同样会启动车牌识别功能，并使地锁复位。环境感知系统中的超声波测距模块的电路原理图如图3.1-13所示。
图3.1-13 超声波测距模块的电路原理图
③智能网络系统。本作品通过ESP8266无线模块实现与云端数据库的信息交互，ESP8266无线模块既可以通过串口与单片机通信，也可以实现网络信息传输。本作品是在Arduino平台上编写并烧录ESP8266无线模块的程序的。
ESP8266无线模块是一款低成本、高性能的Wi-Fi模块，由乐鑫科技开发。ESP8266无线模块采用了32位的Tensilica处理器架构，集成了Wi-Fi无线网络连接功能和TCP/IP协议栈，具有可靠的数据传输能力。ESP8266无线模块还包含用于控制、调度和管理网络连接的固件。ESP8266无线模块的结构和引脚如图3.1-14所示。
图3.1-14 ESP8266无线模块的结构和引脚
为了方便开发人员使用ESP8266无线模块，乐鑫科技提供了一套完整的开发工具链和软件开发包（SDK）。该SDK包含了用于构建应用程序的各种API和函数库，以及用于编译、调试和烧录固件的工具。开发人员可以使用C语言或者Lua脚本语言开发应用程序。
本作品在开发ESP8266无线模块时，首先在程序中定义了Wi-Fi的ID及密码（本作品使用的Wi-Fi通过小组成员的手机热点提供），然后使用HTTP及HTTPS完成网络传输。本作品通过HTTP获取微信云端数据库的access_token，通过HTTPS与微信云端数据库进行数据交互。HTTPS在HTTP的基础上添加了传输加密和身份认证，保证了传输的安全性，其安全基础是SSL。
（1）软件整体介绍。本作品的软件框架如图3.1-15所示。本作品的软件端使用的是自己开发的微信小程序“智慧停车场系统”，该系统包含云端数据库和手机端的用户界面。硬件端通过ESP8266无线模块将获取到的数据传输到云端数据库，云端数据库根据接收到的数据以及内置的处理函数更新数据库，并将数据反馈到用户界面。本作品不仅设置了微信用户身份认证功能，以便更好地存储用户信息，还在云端数据库中对用户信息设置了访问权限，从而能更方便地进行管理。
图3.1-15 本作品的软件框架
（2）软件各模块介绍。
①硬件端与云端数据库的交互。通过微信平台提供的API进行数据交互，采用的协议是HTTP和HTTPS。根据微信小程序的开发文档，本作品首先在硬件端通过ESP8266无线模块发起网络请求，请求的结构体中包括微信小程序ID及密钥，云端数据库接收到请求后返回access_token，硬件端通过access_token与云端数据库进行数据交互。在本作品中，当硬件端检测到车位状态改变时就向云端数据库发送状态信息，云端数据库响应硬件端的查询停车状态请求。
②云函数部署。在接收到硬件端发送的信息后，在云端部署的云函数会更新云端数据库中的关联变量，并及时反馈到用户手机端。当云端成功接收到硬件端发送的停车状态翻转信号时，云函数将云端数据库中的停车状态进行翻转。如果翻转后是停车状态，则将当前停车时间写入云端数据库；如果翻转后是空置状态，则将停车时间置入历史停车记录。
云函数是通过设置好的触发器执行的。当云端数据库中的关键变量变化时，云函数内置的触发器将扫描云端数据库中的相关数据，当满足执行条件时就执行云函数。通过触发器功能，大大提升了本作品对特定变化（如汽车驶入或离开车位）的敏感度，提升了本作品的实时性和精准度。
③云端与用户手机端的数据交互。云端与用户手机端的信息传输是双向的，用户手机端将用户信息发送到云端并保存在云端数据库中，云端数据库响应用户手机端查询用户信息和停车信息的请求。为了保证实时性的信息反馈，用户手机端每隔一段时间便从云端数据库获取一次停车信息，并将获取到的信息更新到用户界面。当检测到车辆驶入车位时，部署在云端的云函数能向指定用户发送手机短信，确保反馈的及时性与车位的安全性。
在本作品中，云端与用户手机端的交互是通过微信小程序自带的函数实现的，保证了快捷性和安全性。用户手机端与云端交互的数据主要包括用户信息、微信ID、停车状态、停车历史记录、用户余额，用户手机端仅对自己的信息有操作权限。
④用户界面。用户界面主要包括用户登录界面、用户停车信息查看界面和管理员界面。用户登录界面用于获取初次登录的用户相关信息、识别用户身份；用户停车信息查看界面用于向用户反馈停车信息，包括车位占用情况、停车时间、历史记录等；管理员界面可以查看每个车位的占用情况以及历史记录，以便更方便快捷地对车位进行系统化的管理。
⑤车牌识别模块的流程如图3.1-16所示。
图3.1-16 车牌识别模块的流程
⑥阈值调整。在车牌识别应用的实际场景中，会遇到不同的天气情况，如雨天、雪天、阴天、晴天等。用固定的阈值来适应不同天气情况，显然是不切实际的。为了提高本作品的鲁棒性，在进行机器视觉处理之前必须对阈值进行处理。查阅相关资料发现，调整阈值的常用算法有双峰法、迭代法、最大类间方差法、自适应平均值法。考虑到单片机的内存限制，以及车牌识别对速度的要求，本作品采取自适应平均值法来调整阈值。
⑦车牌定位。车牌定位的基本思想是利用调整后的阈值对捕获到的图像进行二值化处理，首先将背景中的无关特征转为黑色像素，接着逐行扫描并计算跳变点的数量，当跳变点数量大于某一阈值时，认为这一行可能存在车牌。通过车牌区域连续性要求的滤波，可以得到车牌的上边界与下边界。针对上边界和下边界这两条线间的区域进行色彩空间的转换，即从RGB565转换到HSV，本作品采用上一模块中的自适应平均值法确定 H 分量的阈值，从而区分出蓝色和背景色，获得车牌的左边界和右边界。
⑧字符分割。在确定车牌的准确位置后，就可以进行车牌的识别。本作品开始使用LPRNet进行车牌识别，但由于LPRNet生成的TensorFlowLite模型大小为473 KB，难以在CH32V307赤菟开发板上运行。于是将整个车牌分为不同的字符，分而识之。在车牌范围内，仅有蓝色与白色两种颜色，很容易对其进行二值化。本作品采用列扫描算法，将车牌分为纯白、蓝白相间、纯蓝三种区域，取出其交界线，可得到每个字符对应的像素矩阵。
⑨模式匹配。为了得到更好的匹配效果，在获得每个字符的像素矩阵后还要进行插值算法。插值算法采取双线性插值法，即从 x 方向和 y 方向上进行两次线性插值，将每个字符的像素矩阵标准化为24×50的矩阵。得到每个字符的像素矩阵后，将其与事先保存的标准字模像素矩阵进行模式匹配，利用像素方差和的归一值来表示其相关系数，相关系数超过置信度时认为匹配成功。
（3）机器视觉算法设计。本作品能自动开关地锁的关键在于车牌识别的准确性，因此机器视觉算法的设计是绕不开的话题。本作品在吸收多篇机器视觉算法文献思想方法的基础上，设计机器视觉算法。
①数据采集。要进行车牌识别，首先需要顺利地从自然环境中采集车牌图像。本作品采用OV2640模块采集外部数据，通过DVP接口将采集的外部数据传输到CH32V307。OV2640将CMOS传感器上的电信号输入DSP单元进行处理，将处理后的数据通过Y0～Y9引脚输出。在实际中，一般使用8根数据线来传输数据，本作品使用Y2～Y9引脚。OV2640与外部器件的连接方式如图3.1-17所示。由于OV2640是通过DVP接口与CH32V307相连的，默认Y9～Y0与D9～D0一一对应。要想接收到正确的数据，DVP接口应当工作在10bit模式（D9～D0）而非8bit模式（D7～D0），因此在接收到数据后需要再进行移位操作，将摄像头输出的数据（D9～D2）转换为LCD所需的数据（D7～D0）。
图3.1-17 OV2640与外部器件的连接图
②数据存储。获得外部的图像数据后，要想进行车牌识别需要先妥善地存储这些数据。本作品将OV2640采集的图像数据存入LCD的帧缓冲区中，在后续处理中随用随取。相比于直接读取DVP接口的图像数据并在RAM中进行数据处理，大大减少了图像处理的内存空间需求，从而在轻量化平台上实现了机器视觉算法。
由于视频信号的数据量较大，因此直接使用GPIO接口进行数据的读取并不是一个合适方案。CH32V307提供了专门的硬件DVP接口，本作品使用这一专用接口接收数据，并通过DMA（Direct Memory Access，直接存储器访问）将数据存入LCD的帧缓冲区中，这样视频数据在接收过程中完全不需要经过CPU处理，能够有效避免大量的IO操作占用CPU的工作时间。
③数据处理。本作品采用自适应阈值算法对车牌图像进行二值化处理，以此排除背景对车牌识别的影响，提高车牌识别的准确性与鲁棒性。根据二值化后车牌图像每行像素点中的跳变次数，可以获取车牌的上、下边界。将RGB图像转换为HSV图像后，依据HSV图像中 H 分量以及掩膜去除算法，可以获取车牌在图像中的左、右边界。只有当车牌长宽符合国家标准时，才进行车牌识别，避免误判和算力浪费。在连续性算法的基础上，本作品先对二值化后的车牌图像进行列扫描，可以有效选中车牌中的有效字符；再采用双线性插值法对选中的字符进行归一化处理，并对其进行信息压缩，进一步增强了车牌识别的准确性，降低了算法的复杂度，提高识别效率；最后根据识别的字符信息与Flash中事先存储的字模信息进行匹配。数据处理中的用到的函数如下：
本作品的实物图如图3.1-18所示，摄像头直接与CH32V307赤菟开发板相连，ESP8266无线模块与超声波测距模块相连，用来判断车位占用情况，并向云端发送地锁状态。ESP8266无线模块的一个引脚与CH32V307赤菟开发板相连，将车位占用情况发送给CH32V307赤菟开发板，以便CH32V307赤菟开发板在车辆离开时控制地锁升起。ESP8266无线模块通过CH32V307赤菟开发板的3.3 V引脚和接地引脚供电，CH32V307赤菟开发板通过外置充电宝供电。其余模块（如电机驱动、电机电源、电机位置检测等模块）内置在地锁中，并由电机电源供电。
（1）机械成果。本作品的机械成果如图3.1-19所示，电机驱动、电机电源、电机位置检测等模块内置在地锁中。电池组为电机驱动供电，中央控制器向电机驱动模块发送处理好的PWM信号，在电机驱动模块的控制下，电机按照中央控制器的指令进行正/反转，带动地锁齿轮完成开关操作。
图3.1-18 本作品的实物图
（2）软件成果。本作品的微信小程序用户界面如图3.1-20所示，云端可以正常接收并反馈硬件端发送的数据，在接收到相关数据后对云端数据库进行更新，向指定用户发送停车提示短信，用户能及时得知当前的停车信息。
图3.1-19 本作品的机械成果
图3.1-20 本作品的微信小程序用户界面
本作品的车牌识别结果示例如图3.1-21所示，车牌识别时间小于200 ms。在测试中，本作品未出现为错误车牌开锁的情况，地锁在1s内可以完成开关状态的切换，业主在驶入或离开车位后的5 s内可以接收到相应的短信提醒（见图3.1-22）。
图3.1-21 车牌识别结果示例
此外，出于安全考虑，本作品增加了防护措施，当且仅当识别到预留车牌时地锁才会放下，若施加外力强行打开地锁，地锁会自动回到关闭状态，让抢占车位者无机可乘。
图3.1-22 用户接收到的短信提醒
受制于单片机的性能，本作品无法运行完整的车牌识别网络，目前的解决方案是使用传统的机器视觉算法，导致难以区分相近的字符。下阶段考虑使用字符识别神经网络来代替模式匹配。此外，为了能够更好地适应各种类型的车牌，现有的算法可以继续优化，做到对新能源汽车绿色车牌的识别。
本作品电机驱动的功能比较单一，完全靠两组红外对管传递出的信息决定地锁的动作，更好的设计是额外做一个遥控器，通过天线接收信号，可以通过其他方式操控地锁，对于车主来说也多了一层保障。
目前，云端交互部分仅能实现简单信息的传输，难以传输图像。要想传输图像，可以采用缓冲区容量更大的无线模块，或者对图像进行压缩。云端数据库采用微信平台提供的API进行数据交互，在灵活性、数据库容量方面受到了限制。后续可以使用自建的数据库，但在如何维护数据库安全性方面会产生新的问题。
硬件端与云端的信息传输存在1～2s的延时，在一般情况下这种延时是可以接受的，但在极限情况下可能会使本作品的逻辑出错。后续会尽量降低传输延时，同时添加极限情况下的纠错和保护措施，以提高本作品的可靠性。除此之外，本作品欠缺对各种特殊情况的考虑。
目前用户手机端仅能查看车位的基本信息和停车情况，对此可以进行一定的扩展，也可以有针对性地添加各种功能（如缴费、禁用车位、报警等），以便进一步优化用户体验。
康喜龙：本次参赛给我留下了许多宝贵的心得体会。在本作品的开发中，我负责车牌识别模块的开发，车牌识别模块是本作品的核心部分，对本作品的准确性和实用性至关重要。我深入学习了车牌识别算法和相关技术，通过机器视觉和图像处理技术成功实现了对车牌的识别和解析。在这个过程中，我充分了解了车牌的特征和结构，学习并应用了各种图像处理算法，如边缘检测、字符分割、模式匹配等。经过不断的优化和调试，最终实现了高准确率和实时性的车牌识别功能。在实际应用中，存在车牌的光照条件、角度、尺寸等多种因素，因此在算法的设计和调试过程中需要充分考虑这些实际情况，进行充分的测试和验证。
翁苏杨：这是我第一次自己打板焊接电路，由于本作品的电路比较简单，设计电路原理图和画PCB的工作不是很复杂，不过还要确定PCB的具体制作细节，以及根据BOM清单购置元器件，这些工作都需要反复检查，以免出现封装和电路不匹配的问题。在这次设计中，把红外对管放置在同心环形黑色外壳内的两侧实际上是十分困难的，要考虑内部的空间大小。第一次设计的板子因为太小，导致无法固定安装，因此不能稳定地输出正确的信号；后来扩大了整体板子的面积，最终才能将其稳定地固定在同心环形黑色外壳内的两侧。
陈毅程：本次参赛，我参与了微信小程序的开发，云端数据库的配置以及ESP8266无线模块的通信。在设计过程中，微信小程序自带的云服务功能让我能更加快捷方便地建立一个自己的云端数据库，并通过关联的云函数对云端数据库中变量进行自动更新，并获取时间信息。在进行ESP8266无线模块通信时，初始的设想是将摄像头识别到的车牌图像发送到云端，但在实际开发中却遇到了云服务器常常无法识别手动转换的图像格式、ESP8266无线模块缓冲区容量不够，以及在连接第三方图像存储网站时ESP8266无线模块报错重启等问题，最后退而求其次，选择用短信的方式通知用户。同时，我也感受到了在各个模块之间建立稳定可靠串口通信的重要性。
[1] SHASHIRANGANA J，PADMASIRI H，MEEDENIYA D，et al.Automated license plate recognition：a survey on methods and techniques[J].IEEE Access，2020，9∶11203-11225.
[2] WEI H W，JIAO Y T. Research on license plate recognition algorithms based on deep learning in complex environment[J].IEEE Access，2020，8∶91661-91675.
[3] IZIDIO D M F，FERREIRA A P A，MEDEIROS H R，et al.An embedded automatic license plate recognition system using deep learning[J].Design Automation for Embedded Systems，2020，24（1）：23-43.
[4] HENRY C，AHN S Y，LEE S W. Multinational license plate recognition using generalized character sequence detection[J].IEEE Access，2020，8∶35185-35199.
[5] SILVA S M，JUNG C R.A flexible approach for automatic license plate recognition in unconstrained scenarios[J].IEEE Transactions on Intelligent Transportation Systems，2021，23（6）：5693-5703.
[6] PUSTOKHINA I V，PUSTOKHIN D A，RODRIGUES J J P C，et al.Automatic vehicle license plate recognition using optimal K-means with convolutional neural network for intelligent transportation systems[J].IEEE Access，2020，8∶92907-92917.
本作品在CH32V307赤菟开发板上实现了车牌识别的机器视觉算法，完成了地锁的开关控制，并实现了微信小程序的联网控制，同时对功耗进行了优化，符合自动地锁的产品需求，有一定的推广价值。