边缘计算与智能视觉应用8.3智慧停车系统应用开发讲课人：XXX时间：20XX年12月30日延时符

AboutUs目录系统分析与功能设计01结果与应用验证03开发流程与算法交互02

系统分析与功能设计01

系统分析与功能设计智能停车系统是一套典型的边缘应用场景，包含了硬件层、边缘层、应用层。（1）硬件层：由无线节点和Sensor-A采集类传感器、Sensor-C安防类传感器、Sensor-D显示类传感器、Sensor-EH识别类传感器来完成一套完整的智能停车系统硬件部分，通过采集类传感器采集实时的环境信息，当安防类传感器的霍尔（磁感应）检测到磁场（模拟车辆进入）时，调用车牌识别，并在Sensor-D传感器显示车牌信息和车位数计数，同时用识别类传感器的ETC杆去模拟收费杆开关。（2）边缘层：边缘计算网关内置IoT网关服务和AiCam计算引擎。IoT网关服务负责接收/下发无线节点的数据，发送给应用端或者将数据发给云端的物联网智云平台。AiCam计算引擎内置算法、模型、视频推流等服务，支持应用层的边缘计算推理任务。（3）应用层：应用层通过智云接口与IoT硬件层交互（默认与云端的物联网智云平台接口交互），通过AiCam的RESTful接口与算法层交互。

系统分析与功能设计温度湿度光强空气质量大气压力智慧物联信息统计车牌识别智能交互车辆识别智能交互智慧停车系统主要功能框图

开发流程与算法交互02

开发流程与算法交互摄像头websocketAiCam框架http://gwip:4001/stream/algorithm_name?camera_id=0视频流：返回base64编码的图片和结果数据视频推流算法调度边缘推理Flask服务json数据返回交互：ajax(/file/algorithm_name,POST,jsondata)应用物联网云平台ZCloudAPI物联网硬件设备基于AiCam智慧停车系统框架

开发流程与算法交互开发流程：（1）项目配置：在AiCam工程的配置文件添加摄像头（config\app.json）。（2）添加模型，智慧停车系统中用到了手势识别、人体检测深度学习模型，需要在AiCam工程添加对应的车牌识别模型文件，plate_recognition\det3.param，plate_recognition\lffd.bin、plate_recognition\lffd.param，plate_recognition\lpc.bin、plate_recognition\lpc.param以及plate_recognition\lpr.bin、plate_recognition\lpr.param。（3）添加算法，智能停车系统中用到了车牌识别、百度车辆检测算法，需要在AiCam工程添加车牌识别算法文件algorithm\plate_recognition\plate_recognition.py、百度车辆检测算法文件algorithm\baidu_vehicle_detect\baidu_vehicle_detect.py。（4）添加应用，在工程添加算法static\edge_parking实验前端应用。

开发流程与算法交互算法交互：（1）车牌识别，车牌识别基于实时推理接口进行调用，采用EventSource接口获取处理后的视频流，数据返回为base64编码的图片和结果数据，（2）车辆识别控制设备，百度车辆识别基于单次推理接口进行调用，通过ajax调用将图片数据传递给算法进行识别。

结果与应用验证03

结果与应用验证1.硬件部署边缘硬件部署

结果与应用验证2.工程部署（1）运行MobaXterm工具，通过SSH登录到边缘计算网关。（2）在SSH终端创建实验工作目录：$mkdir-p~/aiedge-exp（3）通过SSH将本实验工程代码和aicam工程包上传到~/aiedge-exp目录下。（4）在SSH终端输入以下命令解压缩实验工程$cd~/aiedge-exp$unzipedge_parking.zip$unzipaicam.zip-dedge_parking（5）修改工程配置文件static\edge_access\js\config.js内的智云帐号、硬件地址、边缘服务地址等信息。（6）文件修改好后，通过MobaXterm工具创建的SSH连接，将修改好的文件上传到边缘计算网关。

OpenCV示例3.工程运行$cd~/aiedge-exp/edge_parking$chmod755start_aicam.sh$condaacti