王 瑋,沈繼忠*,董利達(dá)

(1.浙江大學(xué)信息與電子工程學(xué)系,杭州 310027;2.杭州師范大學(xué)信息科學(xué)與工程學(xué)院,杭州 310012)

?

一種低功耗雙磁阻節(jié)點(diǎn)互補(bǔ)車(chē)輛檢測(cè)方法*

王 瑋1,沈繼忠1*,董利達(dá)2

(1.浙江大學(xué)信息與電子工程學(xué)系,杭州 310027;2.杭州師范大學(xué)信息科學(xué)與工程學(xué)院,杭州 310012)

針對(duì)目前磁阻車(chē)輛檢測(cè)存在檢測(cè)節(jié)點(diǎn)壽命不足的問(wèn)題,結(jié)合實(shí)際車(chē)流量和車(chē)速檢測(cè)需求,提出了一種雙磁阻節(jié)點(diǎn)互補(bǔ)的低功耗車(chē)輛檢測(cè)方法。該方法在已有檢測(cè)系統(tǒng)節(jié)點(diǎn)布設(shè)方案基礎(chǔ)上,結(jié)合了動(dòng)態(tài)采樣間隔策略與節(jié)點(diǎn)輪流互補(bǔ)工作方式,可大幅減少節(jié)點(diǎn)功耗浪費(fèi)。在互補(bǔ)檢測(cè)框架下設(shè)計(jì)了基于多中間狀態(tài)機(jī)的車(chē)流量檢測(cè)算法,并提出利用信號(hào)相似性測(cè)速的算法。經(jīng)分析得到互補(bǔ)檢測(cè)參數(shù)設(shè)定方法,可根據(jù)不同路段和時(shí)段最大車(chē)速靈活調(diào)整參數(shù),并證明了對(duì)無(wú)車(chē)時(shí)功耗節(jié)省幅度可超過(guò)90%。實(shí)驗(yàn)結(jié)果表明,互補(bǔ)檢測(cè)下車(chē)流量準(zhǔn)確率高,魯棒性好,車(chē)速檢測(cè)可滿足交通信息采集需求,互補(bǔ)檢測(cè)在實(shí)際不同密度車(chē)流下均有顯著降耗效果。

車(chē)輛檢測(cè);磁阻傳感器;低功耗;雙節(jié)點(diǎn)互補(bǔ)檢測(cè)

車(chē)輛檢測(cè)是智能交通系統(tǒng)中的關(guān)鍵技術(shù)之一,可用于采集道路上的車(chē)流量、車(chē)速、占有率等重要信息[1]。在常用的檢測(cè)手段中,視頻檢測(cè)精度易受光線和天氣影響,感應(yīng)線圈精度高但布設(shè)維護(hù)都需開(kāi)鑿路面,超聲波、雷達(dá)檢測(cè)易受周?chē)h(huán)境影響[2]。此外這些手段功耗大,安裝維護(hù)成本也高[3]?；跓o(wú)線傳感網(wǎng)絡(luò)的磁阻檢測(cè)具有靈敏度高、體積小且受環(huán)境影響小的特點(diǎn),因此相關(guān)的研究以及產(chǎn)品開(kāi)發(fā)正逐漸增多[4-8]。然而磁阻檢測(cè)節(jié)點(diǎn)自身攜帶電量有限,使用壽命問(wèn)題仍然是制約磁阻檢測(cè)推廣的一個(gè)主要因素。

對(duì)于磁阻車(chē)輛檢測(cè)器功耗和壽命的研究包含了軟硬件、通信、系統(tǒng)架構(gòu)等多個(gè)方面。Sifuentes E等[9]引入了功耗極低的紅外傳感器進(jìn)行檢測(cè),當(dāng)檢測(cè)有疑似車(chē)輛時(shí)才喚醒磁阻傳感器工作,該方法節(jié)點(diǎn)功耗隨車(chē)流量增大而顯著增加,且紅外傳感器易受環(huán)境影響。在通信方面,許多學(xué)者利用節(jié)點(diǎn)網(wǎng)絡(luò)拓?fù)渚哂屑锌刂频奶攸c(diǎn)設(shè)計(jì)了基于時(shí)分控制的專用協(xié)議來(lái)提高數(shù)據(jù)收發(fā)效率[10-11]。Yoo等[12-13]提出根據(jù)信號(hào)波動(dòng)情況動(dòng)態(tài)調(diào)整采樣率,但并未對(duì)降耗能力進(jìn)行深入分析和優(yōu)化。Nan D等[14]提出三節(jié)點(diǎn)檢測(cè)模型,主節(jié)點(diǎn)檢測(cè)到車(chē)輛時(shí)通過(guò)射頻喚醒下游兩個(gè)從節(jié)點(diǎn)工作,然而主節(jié)點(diǎn)在車(chē)輛離開(kāi)從節(jié)點(diǎn)前必須保持射頻監(jiān)聽(tīng)致使大量功耗浪費(fèi)。文獻(xiàn)[15]的車(chē)輛檢測(cè)節(jié)點(diǎn)以軟硬件設(shè)計(jì)為切入點(diǎn)有效控制了節(jié)點(diǎn)總功耗,但其采樣功耗占比接近50%,且難以從軟硬件層面繼續(xù)降低功耗。

針對(duì)目前存在的節(jié)點(diǎn)功耗大影響使用壽命的問(wèn)題,從算法和架構(gòu)上提出一種雙節(jié)點(diǎn)互補(bǔ)檢測(cè)方法以降低節(jié)點(diǎn)功耗。首先介紹互補(bǔ)檢測(cè)的基本思想和原理,并提出了互補(bǔ)檢測(cè)框架下的車(chē)流量和車(chē)速檢測(cè)算法,然后分析了互補(bǔ)法的參數(shù)及功耗,最后進(jìn)行了實(shí)驗(yàn)測(cè)試。

1 磁阻車(chē)輛檢測(cè)

含有鐵磁物質(zhì)的車(chē)輛會(huì)對(duì)周?chē)尘暗卮艌?chǎng)產(chǎn)生偏移或擾動(dòng)是磁阻車(chē)輛檢測(cè)的理論依據(jù)。檢測(cè)節(jié)點(diǎn)每固定間隔從睡眠中喚醒并對(duì)傳感信號(hào)進(jìn)行一次采樣,通過(guò)閾值算法對(duì)信號(hào)時(shí)域采樣序列處理后可判斷是否有車(chē)存在,并記錄擾動(dòng)信號(hào)的開(kāi)始和結(jié)束時(shí)刻,即車(chē)輛進(jìn)入和離開(kāi)檢測(cè)范圍的時(shí)刻。為適應(yīng)速度較快的車(chē)輛,采樣率通常高達(dá)幾十到上百Hz[16]。

圖1 節(jié)點(diǎn)布設(shè)示意圖

目前常規(guī)的磁阻車(chē)輛檢測(cè)方案在每一車(chē)道內(nèi)布設(shè)兩個(gè)檢測(cè)節(jié)點(diǎn),檢測(cè)車(chē)流量的同時(shí)也能實(shí)現(xiàn)兩點(diǎn)測(cè)速,其基本模型如圖1所示[17-18]。圖1中檢測(cè)節(jié)點(diǎn)A和B可布置在單條車(chē)道中間或路邊,將車(chē)輛檢測(cè)結(jié)果以無(wú)線方式實(shí)時(shí)發(fā)送至匯聚節(jié)點(diǎn)AP;AP作為時(shí)鐘源為所有檢測(cè)節(jié)點(diǎn)提供時(shí)間同步,將檢測(cè)節(jié)點(diǎn)的結(jié)果融合后獲取車(chē)道車(chē)流量信息并計(jì)算車(chē)速。本文提出的雙節(jié)點(diǎn)互補(bǔ)檢測(cè)法基本不需改動(dòng)目前常用的節(jié)點(diǎn)布設(shè)方案,僅需保證兩檢測(cè)節(jié)點(diǎn)間的物理距離S小于車(chē)輛的最小長(zhǎng)度L。為便于分析,設(shè)車(chē)輛在行駛方向上依次經(jīng)過(guò)A和B。

2 喚醒互補(bǔ)檢測(cè)原理

已有常規(guī)檢測(cè)方法多使用固定采樣率,即使在無(wú)車(chē)經(jīng)過(guò)的空閑時(shí)段也按常規(guī)采樣率進(jìn)行采樣,導(dǎo)致功耗浪費(fèi)嚴(yán)重,而采樣功耗占無(wú)線傳感節(jié)點(diǎn)總功耗比重較大[19],對(duì)節(jié)點(diǎn)壽命非常不利。此外,常規(guī)檢測(cè)方法下單個(gè)節(jié)點(diǎn)即可實(shí)現(xiàn)車(chē)流量檢測(cè),因此已有雙節(jié)點(diǎn)結(jié)構(gòu)存在很大冗余,檢測(cè)效率不高。

圖2 兩節(jié)點(diǎn)互補(bǔ)檢測(cè)時(shí)序

為減少功耗浪費(fèi)本文提出基于兩節(jié)點(diǎn)互補(bǔ)的動(dòng)態(tài)采樣間隔策略,無(wú)車(chē)空閑時(shí)節(jié)點(diǎn)A、B均以T為周期輪流喚醒,即均以T為周期采樣檢測(cè),若采樣值經(jīng)檢測(cè)后確定有車(chē)或疑似有車(chē),則以常規(guī)采樣間隔TS為周期采樣檢測(cè)直至車(chē)輛離開(kāi)或確認(rèn)無(wú)車(chē)。一般有T?TS,這樣可使無(wú)車(chē)空閑時(shí)的功耗大幅降低。圖2示意了一輛車(chē)經(jīng)過(guò)兩節(jié)點(diǎn)時(shí)的情形,在無(wú)車(chē)空閑時(shí)兩節(jié)點(diǎn)的喚醒采樣表現(xiàn)為輪流互補(bǔ)的時(shí)序。兩節(jié)點(diǎn)按圖2所示采樣時(shí)序各自執(zhí)行檢測(cè),保存車(chē)輛到達(dá)節(jié)點(diǎn)時(shí)刻Tarrive和離開(kāi)時(shí)刻Tleave,并連同車(chē)輛經(jīng)過(guò)期間的采樣數(shù)據(jù)作為車(chē)輛記錄上傳至AP。由于無(wú)車(chē)空閑時(shí)采樣間隔T較大,不能保證每一輛車(chē)駛過(guò)時(shí)在兩個(gè)節(jié)點(diǎn)上都能被檢測(cè)到,需要對(duì)兩節(jié)點(diǎn)車(chē)輛記錄進(jìn)行互補(bǔ)融合來(lái)彌補(bǔ)單個(gè)節(jié)點(diǎn)車(chē)流量檢測(cè)的不足。融合主要目的是判斷來(lái)自兩節(jié)點(diǎn)的記錄是否代表同一輛車(chē),若兩記錄在時(shí)間上吻合則合并為一輛車(chē)后計(jì)入流量,否則視為兩輛分別計(jì)入。車(chē)速由距離S和車(chē)輛駛過(guò)兩節(jié)點(diǎn)的時(shí)間差計(jì)算得來(lái),若車(chē)輛在兩節(jié)點(diǎn)上均被檢測(cè)到,根據(jù)信號(hào)在兩節(jié)點(diǎn)上相似的特點(diǎn),通過(guò)平移匹配可得到時(shí)間差。

3 檢測(cè)算法及實(shí)現(xiàn)

常規(guī)檢測(cè)方法主要依賴于單個(gè)節(jié)點(diǎn),而互補(bǔ)法檢測(cè)時(shí)更需要兩節(jié)點(diǎn)的密切配合,因此在互補(bǔ)框架下需重新設(shè)計(jì)檢測(cè)算法。

3.1 車(chē)流量檢測(cè)算法

ATDA自適應(yīng)閾值檢測(cè)算法是加州伯克利大學(xué)DING等[20]提出的基于多中間狀態(tài)機(jī)的車(chē)流量檢測(cè)算法,本文提出基于ATDA的改進(jìn)算法用于互補(bǔ)檢測(cè)。以x、y、z分別表示磁阻傳感器XYZ三軸信號(hào)相對(duì)于背景磁場(chǎng)的凈變化量,ATDA算法基于單軸變化量,車(chē)輛信號(hào)顯著性弱在低采樣率下易漏檢,因此本文將三軸凈變化量的絕對(duì)和用于檢測(cè)算法輸入:

mag=|x|+|y|+|z|

(1)

圖3 檢測(cè)算法狀態(tài)機(jī)圖

本文采用非線性的滑動(dòng)中值濾波法跟蹤背景基線,滑動(dòng)窗口設(shè)為10 s。由于實(shí)際車(chē)輛磁信號(hào)存在較多波動(dòng),用簡(jiǎn)單閾值法檢測(cè)車(chē)輛到達(dá)和離開(kāi)易導(dǎo)致誤判,為此引入狀態(tài)機(jī)處理輸入信號(hào)。在互補(bǔ)檢測(cè)下對(duì)ATDA算法的狀態(tài)機(jī)改進(jìn)后如圖3所示。狀態(tài)機(jī)共包含5個(gè)狀態(tài),每次采樣后計(jì)算得到mag值并輸入狀態(tài)機(jī)與幅度閾值TH進(jìn)行比較,根據(jù)比較結(jié)果以及當(dāng)前狀態(tài)來(lái)決定次態(tài)。狀態(tài)機(jī)初始狀態(tài)為nocar,若檢測(cè)到mag超過(guò)TH的n倍時(shí)可由無(wú)車(chē)nocar直接跳轉(zhuǎn)為car狀態(tài),若mag超過(guò)TH的次數(shù)達(dá)到N時(shí)也可經(jīng)由狀態(tài)count1跳轉(zhuǎn)為car狀態(tài)。中間狀態(tài)count0用于消除偽信號(hào)干擾,count00用于消除car到nocar過(guò)渡期間的抖動(dòng),這兩個(gè)狀態(tài)下mag連續(xù)M次低于閾值可判定為無(wú)車(chē)狀態(tài),count0與count00計(jì)數(shù)變量在跳出狀態(tài)時(shí)清零,count1變量在跳轉(zhuǎn)無(wú)車(chē)狀態(tài)時(shí)清零。M×TS對(duì)應(yīng)于前后車(chē)最小時(shí)間間距,通常大于司機(jī)剎車(chē)反映時(shí)間,根據(jù)經(jīng)驗(yàn)取0.2 s。無(wú)車(chē)空閑時(shí),若采樣檢測(cè)后輸出狀態(tài)為car或count1,則節(jié)點(diǎn)以常規(guī)采樣率繼續(xù)采樣檢測(cè)直至某次檢測(cè)輸出為nocar。

互補(bǔ)法在AP上對(duì)節(jié)點(diǎn)A、B的車(chē)輛記錄進(jìn)行融合,設(shè)節(jié)點(diǎn)A和B上車(chē)輛到達(dá)和離開(kāi)的時(shí)刻分別為T(mén)A,arrive,TA,leave和TB,arrive,TB,leave,當(dāng)兩個(gè)記錄的時(shí)刻滿足以下任意一個(gè)條件時(shí)應(yīng)融合為同一輛車(chē):

(TB,arrive

(2)

(TB,arrive>TA,leave)&&(TB,leave-TA,leave-T1

(3)

式(2)表示兩個(gè)記錄在時(shí)間上有交集,即B在車(chē)輛離開(kāi)A之前檢測(cè)到車(chē)輛,并且A上的離開(kāi)時(shí)刻早于B的離開(kāi)時(shí)刻,可斷定為同一輛車(chē)。式(3)表示兩個(gè)記錄時(shí)間上無(wú)交集,可先假設(shè)是連續(xù)經(jīng)過(guò)的兩輛車(chē),若前后車(chē)的時(shí)間間距無(wú)法滿足實(shí)際最小間距值,也可斷定兩記錄是同一輛車(chē)。

3.2 測(cè)速算法

在常規(guī)檢測(cè)方法下測(cè)量速度時(shí),能確定車(chē)輛在兩節(jié)點(diǎn)上到達(dá)和離開(kāi)的確切時(shí)刻,若不計(jì)同步誤差則車(chē)輛駛過(guò)兩點(diǎn)的平均時(shí)間差為[21]:

ΔT=(TB,arrive-TA,arrive+TB,leave-TA,leave)/2

(4)

互補(bǔ)法在無(wú)車(chē)時(shí)采樣間隔較長(zhǎng),車(chē)輛首次被采樣檢測(cè)到的時(shí)刻與真實(shí)到達(dá)時(shí)刻可能誤差較大,因此時(shí)間差應(yīng)根據(jù)離開(kāi)時(shí)刻計(jì)算:

ΔT=TB,leave-TA,leave

(5)

互補(bǔ)檢測(cè)下可采用式(5)的時(shí)間差計(jì)算車(chē)速,但誤差相對(duì)較大,本文利用車(chē)輛經(jīng)過(guò)時(shí)在兩節(jié)點(diǎn)上mag信號(hào)波形相似的特點(diǎn)對(duì)式(5)時(shí)間差進(jìn)行修正。圖4所示為實(shí)地采集到的一輛車(chē)經(jīng)過(guò)時(shí)在A和B上的mag信號(hào),雖然兩段信號(hào)都不完整并且對(duì)應(yīng)點(diǎn)在幅度上有一些誤差,但平移后有部分信號(hào)吻合度較高可以實(shí)現(xiàn)匹配。

圖4 兩節(jié)點(diǎn)實(shí)地采集信號(hào)圖

利用上述波形相似特點(diǎn),通過(guò)平移匹配來(lái)獲取更準(zhǔn)確的時(shí)間差,測(cè)速算法如下:

步驟1:獲取同輛車(chē)在A、B節(jié)點(diǎn)上采集到的mag信號(hào)序列以及離開(kāi)時(shí)刻TA,leave和TB,leave,將兩信號(hào)序列以離開(kāi)時(shí)刻為準(zhǔn)對(duì)齊。

步驟2:其中一段信號(hào)序列相對(duì)另一序列前后平移offset個(gè)采樣點(diǎn),同時(shí)序列相交部分的長(zhǎng)度應(yīng)滿足len≥min(lenA/2,lenB/2),其中l(wèi)enA,lenB分別為兩節(jié)點(diǎn)檢測(cè)到的車(chē)輛序列長(zhǎng)度。兩序列相交部分對(duì)應(yīng)采樣點(diǎn)的信號(hào)相減求絕對(duì)差,以絕對(duì)差之和的平均作為匹配距離dist。

步驟3:求出所有平移位置后產(chǎn)生的dist,找到最小的dist及其對(duì)應(yīng)的offset,計(jì)算時(shí)間差:

ΔT=TB,leave-TA,leave+offset

(6)

由于上述測(cè)速算法主要涉及加減運(yùn)算,計(jì)算復(fù)雜度較低,因此可滿足節(jié)點(diǎn)實(shí)時(shí)處理。

4 性能分析

4.1 參數(shù)選取

參數(shù)選取目的是通過(guò)分析獲得最優(yōu)參數(shù)的設(shè)定方法。下面分別從車(chē)流量計(jì)數(shù)和測(cè)速兩個(gè)方面來(lái)分析速度對(duì)互補(bǔ)檢測(cè)的影響。

對(duì)于車(chē)流量檢測(cè),至少應(yīng)有一個(gè)節(jié)點(diǎn)檢測(cè)到車(chē)輛,設(shè)車(chē)速超過(guò)某一上限Vm時(shí)可能在A、B處都漏檢,而兩點(diǎn)均漏檢可能發(fā)生在T1或T2內(nèi),2種情形分別如圖5(a)和圖5(b)所示。圖5(a)中車(chē)速超過(guò)Vm時(shí),車(chē)頭在節(jié)點(diǎn)A剛進(jìn)入T1睡眠時(shí)到達(dá)或即將到達(dá)A,造成A處漏檢,若要B處也漏檢,則需在T1結(jié)束前保證車(chē)尾駛過(guò)B,即T1內(nèi)至少行駛距離L+S;類似地,圖5(b)中車(chē)頭在B剛進(jìn)入T2睡眠時(shí)已駛過(guò)A,并且剛好或即將到達(dá)B,造成B處漏檢,此時(shí)由于L>S,車(chē)體仍有部分在A上方,若要A也漏檢,則需在T1結(jié)束前至少保證車(chē)尾駛過(guò)距離L-S。2種情形下的臨界條件為:

T1=(L+S)/Vm
T2=(L-S)/Vm
T=T1+T2=2×L/Vm

(7)

圖5 車(chē)流量檢測(cè)漏檢情形

原理上流量檢測(cè)中速度V

對(duì)于測(cè)速,要求兩節(jié)點(diǎn)都能檢測(cè)到車(chē)輛,由于互補(bǔ)法兩節(jié)點(diǎn)在無(wú)車(chē)空閑時(shí)段均以T為周期采樣,需滿足對(duì)任一節(jié)點(diǎn)在T期間不漏檢車(chē)輛。設(shè)車(chē)速V

Vn=L/T=Vm/2

(8)

因此原理上對(duì)于速度V

式(7)和式(8)提供了互補(bǔ)法睡眠喚醒最佳參數(shù)的設(shè)置方法,由于S、L通常是給定值,因此參數(shù)T、T1、T2、Vn均由速度上限Vm決定,在中低速路段Vm可取較小值保證較長(zhǎng)睡眠時(shí)間,高速路段Vm可適當(dāng)提高以避免漏檢車(chē)輛,針對(duì)不同車(chē)流狀況和應(yīng)用需求,可依據(jù)最大車(chē)速方便地對(duì)參數(shù)進(jìn)行手工設(shè)定或自適應(yīng)調(diào)整。

4.2 功耗分析

節(jié)點(diǎn)實(shí)際采樣檢測(cè)的功耗包含了無(wú)車(chē)空閑和車(chē)輛經(jīng)過(guò)期間兩部分功耗。在車(chē)輛經(jīng)過(guò)期間,互補(bǔ)檢測(cè)方法與常規(guī)采樣率檢測(cè)方法的功耗近似相等,而無(wú)車(chē)空閑時(shí),2種方法采樣率不同因此功耗差異很大。為便于分析定義互補(bǔ)檢測(cè)法功耗P互補(bǔ)與常規(guī)檢測(cè)方法功耗P常規(guī)之比為相對(duì)功耗R。用rt代表車(chē)道時(shí)間占有率,其定義為在道路的觀測(cè)斷面上車(chē)輛累計(jì)通過(guò)時(shí)間與測(cè)定時(shí)間的比值[22]。相對(duì)功耗R的理論最大值為:

(9)

式(9)中fS為常規(guī)采樣率,本文取fS=100 Hz,車(chē)輛長(zhǎng)度L一般大于2 m,節(jié)點(diǎn)間隔S設(shè)定為1.5 m。由于有車(chē)經(jīng)過(guò)期間的功耗由占有率rt決定,該部分功耗取決于實(shí)際交通狀況,因此難以深度優(yōu)化,而無(wú)車(chē)空閑功耗則有很大的優(yōu)化調(diào)整空間。式(9)中當(dāng)rt等于0即無(wú)車(chē)通過(guò)或無(wú)車(chē)空閑時(shí)的相對(duì)功耗為:

R無(wú)車(chē)=Vm/(2×fS×L)

(10)

由于主要變量是車(chē)流量檢測(cè)速度上限Vm,通過(guò)仿真得到無(wú)車(chē)空閑的相對(duì)功耗R無(wú)車(chē)如圖6所示。由圖6可知從中低速的城市道路到高速公路,互補(bǔ)法對(duì)無(wú)車(chē)空閑功耗的節(jié)省幅度都可達(dá)90%以上。

若僅在單個(gè)節(jié)點(diǎn)上使用動(dòng)態(tài)采樣間隔策略[12],無(wú)車(chē)采樣間隔為L(zhǎng)/Vm,而同樣的速度上限,互補(bǔ)法通過(guò)兩節(jié)點(diǎn)的配合可使無(wú)車(chē)采樣間隔增加一倍,充分利用了雙節(jié)點(diǎn)結(jié)構(gòu)的冗余性來(lái)降低無(wú)車(chē)功耗,同時(shí)還保留了兩點(diǎn)測(cè)速能力?；パa(bǔ)法的前提是節(jié)點(diǎn)時(shí)間同步,而同步機(jī)制內(nèi)嵌于通信協(xié)議中,因此沒(méi)有額外的射頻開(kāi)銷(xiāo)。此外對(duì)于雷達(dá)、超聲波等其他車(chē)檢方法,如果能實(shí)現(xiàn)前后兩個(gè)檢測(cè)器/傳感器的時(shí)間同步,也可采用互補(bǔ)法檢測(cè)達(dá)到節(jié)能的目的。

圖6 不同L下的相對(duì)功耗

5 實(shí)驗(yàn)和結(jié)果

5.1 實(shí)驗(yàn)條件

實(shí)驗(yàn)所用無(wú)線節(jié)點(diǎn)平臺(tái)基于MSP430單片機(jī)和nRF24L01射頻芯片,使用了HMC5883L三軸磁阻傳感器。實(shí)驗(yàn)采用的是實(shí)地采集車(chē)輛信號(hào)數(shù)據(jù),然后離線分析驗(yàn)證的方法。采集地點(diǎn)位于杭州市玉古路南段,該路段車(chē)速小于60 km/h,兩個(gè)檢測(cè)節(jié)點(diǎn)放置于路邊,由匯聚節(jié)點(diǎn)提供同步時(shí)鐘。MSP430通過(guò)I2C接口與HMC5883L通信,控制采樣和獲取數(shù)據(jù),并將采樣數(shù)據(jù)保存在節(jié)點(diǎn)的NandFlash內(nèi)。采集數(shù)據(jù)上傳至PC后在MATLAB中實(shí)現(xiàn)算法并測(cè)試。

5.2 結(jié)果和分析

測(cè)試數(shù)據(jù)中實(shí)際經(jīng)過(guò)的車(chē)輛總數(shù)為263輛,采集地點(diǎn)車(chē)速小于60 km/h,算法在常規(guī)采樣率檢測(cè)以及互補(bǔ)檢測(cè)下的結(jié)果如表1所示。其中常規(guī)采樣率檢測(cè)結(jié)果為257輛,6輛漏檢是由近距離前后車(chē)信號(hào)相連導(dǎo)致,表明檢測(cè)特征量mag雖然連續(xù)性很顯著但本地性稍差。采用本文提出的互補(bǔ)檢測(cè),取不同的Vm值進(jìn)行測(cè)試,當(dāng)Vm為40 km/h及以上時(shí),即使A、B節(jié)點(diǎn)有少量漏檢車(chē)輛,兩點(diǎn)流量融合互補(bǔ)后總體檢測(cè)準(zhǔn)確率仍與常規(guī)采樣率檢測(cè)時(shí)持平。當(dāng)取Vm為20 km/h時(shí),許多經(jīng)過(guò)車(chē)輛車(chē)速已超過(guò)Vm,A、B節(jié)點(diǎn)各自漏檢嚴(yán)重,符合4.1小節(jié)的分析;但在互補(bǔ)融合后總體檢測(cè)準(zhǔn)確率的降低并不明顯,表明算法具有較強(qiáng)的魯棒性。相同的節(jié)點(diǎn)放置條件下,文獻(xiàn)[5]基于互相關(guān)匹配的算法準(zhǔn)確率約為93.3%,因此本文算法在Vm選取得當(dāng)時(shí)準(zhǔn)確率高出約4.4%,且較文獻(xiàn)[5]算法具有更低的復(fù)雜度。

表1 車(chē)流量檢測(cè)結(jié)果

車(chē)速算法測(cè)試采用30輛車(chē)作為樣本,比較了3種測(cè)速算法的結(jié)果。設(shè)V1是常規(guī)采樣檢測(cè)下由式(4)時(shí)間差計(jì)算的速度,V2是互補(bǔ)法下由式(5)計(jì)算的速度,V3是提出的利用信號(hào)相似匹配由式(6)計(jì)算的速度。采用互補(bǔ)法檢測(cè)V2和V3時(shí)取Vm為120km/h,測(cè)得所有樣本的車(chē)速如圖7所示。經(jīng)計(jì)算,與常規(guī)測(cè)速方法獲得的V1相比,V2平均誤差為7.94km/h,且V2穩(wěn)定性表現(xiàn)較差;而速度V3與V1一致性較好,平均誤差僅為3.74km/h。因此V2速度可在對(duì)車(chē)速精度要求較低時(shí)采用,若對(duì)速度誤差有一定要求可采用V3速度。

圖7 不同測(cè)速算法結(jié)果

實(shí)驗(yàn)還在3個(gè)不同路段采集數(shù)據(jù)來(lái)測(cè)試車(chē)流密度對(duì)降耗效果的影響。經(jīng)折合計(jì)算,路段1車(chē)流量為1 110輛/h,道路時(shí)間占有率rt=32.4%,路段2流量620輛/h,rt=19.3%,路段3車(chē)流量220輛/h,rt=7.8%。以常規(guī)采樣率檢測(cè)的功耗作為對(duì)比,表2為所測(cè)得互補(bǔ)檢測(cè)法在不同Vm取值時(shí)3個(gè)路段的相對(duì)功耗情況。

表2中R無(wú)車(chē)代表無(wú)車(chē)空閑時(shí)的相對(duì)功耗,R有車(chē)代表車(chē)輛經(jīng)過(guò)期間的相對(duì)功耗,以上兩部分之和為總相對(duì)功耗R總。對(duì)于同一路段,在常規(guī)采樣率檢測(cè)下R有車(chē)等于rt,在互補(bǔ)檢測(cè)下R有車(chē)小于但近似等于rt,R無(wú)車(chē)則隨Vm線性減小,總相對(duì)功耗與式(9)基本相符。不同路段間,本文提出的互補(bǔ)檢測(cè)法總相對(duì)功耗會(huì)隨時(shí)間占有率近似線性增加,但與常規(guī)檢測(cè)方法相比即使在車(chē)流密集時(shí)也具有顯著的降耗效果,總功耗節(jié)省幅度仍可達(dá)50%以上。

表2 不同條件下的測(cè)得的相對(duì)功耗

6 結(jié)論

本文提出基于雙磁阻車(chē)輛檢測(cè)節(jié)點(diǎn)的動(dòng)態(tài)采樣間隔和喚醒互補(bǔ)檢測(cè)工作方式,并提出互補(bǔ)框架下的車(chē)流量檢測(cè)算法和測(cè)速算法,與常規(guī)檢測(cè)方法相比充分發(fā)揮了已有雙節(jié)點(diǎn)架構(gòu)的冗余特性,提高了檢測(cè)效率?；パa(bǔ)檢測(cè)方法可根據(jù)不同路段和時(shí)段的車(chē)速靈活調(diào)整參數(shù),對(duì)無(wú)車(chē)空閑時(shí)的功耗節(jié)省幅度可超過(guò)90%,由于檢測(cè)節(jié)點(diǎn)傳感功耗比重較大,引入互補(bǔ)檢測(cè)可有效延長(zhǎng)其工作壽命。實(shí)驗(yàn)結(jié)果表明本文算法準(zhǔn)確率高,車(chē)流密集時(shí)也有很好的降耗效果,能夠滿足實(shí)際需求。此外,互補(bǔ)檢測(cè)的思想可推廣到雷達(dá)等其他車(chē)輛檢測(cè)方法中,對(duì)節(jié)能降耗具有重要意義。下一步工作將研究提高節(jié)點(diǎn)對(duì)前后車(chē)過(guò)近等特殊情形的檢測(cè)性能,增強(qiáng)其對(duì)各種交通場(chǎng)合的適應(yīng)性。

[1] Tubaishat M,Zhuang P,Qi Q,et al.Wireless Sensor Networks in Intelligent Transportation Systems[J].Wireless Communications and Mobile Computing,2009,9(3):287-302.

[2]楊波,鄒富強(qiáng).異向性磁阻傳感器檢測(cè)車(chē)流量的新方法[J].浙江大學(xué)學(xué)報(bào)(工學(xué)版),2011,45(12):2109-2114.

[3]楊曉明,李宗津.基于水泥基壓電傳感器的車(chē)輛監(jiān)測(cè)研究[J].傳感技術(shù)學(xué)報(bào),2013,26(2):266-270.

[4]Pascale A,Nicoli M,Deflorio F,et al.Wireless Sensor Networks for Traffic Management and Road Safety[J].IET Intelligent Transport Systems,2012,6(1):67-77.

[5]Zhang Lei,Wang Rui,Cui Li.Real-Time Traffic Monitoring with Magnetic Sensor Networks[J].Journal of Information Science and Engineering,2011,27(4):1473-1486.

[6]楊波,尼文斌.基于異向性磁阻傳感器的車(chē)輛檢測(cè)與車(chē)型分類[J].儀器儀表學(xué)報(bào),2013,34(3):537-544.

[7]Daubaras A,Zilys M.Vehicle Detection Based on Magneto-Resistive Magnetic Field Sensor[J].Electronics and Electrical Engineering,2012,118(2):27-32.

[8]Ghislain P,Carona D,Serrador A,et al.Wireless Magnetic Based Sensor System for Vehicles Traffic Data Collection[J].ISEL Academic Journal of Electronics Telecommunications and Computers,2013,2(1):ID-7.

[9]Sifuentes E,Casas O,Pallas-Areny R.Wireless Magnetic Sensor Node for Vehicle Detection With Optical Wake Up[J].Sensors Journal,2011,11(8):1669-1676.

[10]徐立鋒.基于無(wú)線傳感器網(wǎng)絡(luò)技術(shù)在交通信息采集系統(tǒng)的應(yīng)用[J].計(jì)算機(jī)應(yīng)用與軟件,2012,29(4):236-241.

[11]Ergen S C,Varaiya P.PEDAMACS:Power Efficient and Delay Aware Medium Access Protocol for Sensor Networks[J].IEEE Transactions on Mobile Computing,2006,5(7):920-930.

[12]Zhang Z,Li X,Yuan H,et al.A Street Parking System Using Wireless Sensor Networks[J].International Journal of Distributed Sensor Networks,2013:ID-107975.

[13]JaeJun Yoo,DoHyun Kim,KyoungHo Kim,et al.On-Road Wireless Sensor Networks for Traffic Surveillance[C]//MOBILITY 2012:The Second International Conference on Mobile Services,2012:131-135.

[14]Nan D,Guozhen T,Honglian M,et al.Low-Power Vehicle Speed Estimation Algorithm Based on WSN[C]//11th International IEEE Conference on Intelligent Transportation Systems(ITSC),2008:1015-1020.

[15]王瑋,沈繼忠,董利達(dá).自供電磁阻車(chē)輛檢測(cè)節(jié)點(diǎn)設(shè)計(jì)[J].傳感技術(shù)學(xué)報(bào),2013,26(12):1734-1739.

[16]Haoui A,Kavaler R,Varaiya P.Wireless Magnetic Sensors for Traffic Surveillance[J].Transportation Research Part C:Emerging Technologies,2008,16(3):294-306.

[17]Sing-Yiu Cheung,Pravin Varaiya.Traffic Surveillance by Wireless Sensor Networks:Final Report[R].University of California,Berkeley,Jan.2007.

[18]Bottero M,Dalla Chiara B,Deflorio F P.Wireless Sensor Networks for Traffic Monitoring in a Logistic Centre[J].Transportation Research Part C:Emerging Technologies,2013,26:99-124.

[19]孫立民,李建中,陳渝,等.無(wú)線傳感器網(wǎng)絡(luò)[M].北京:清華大學(xué)出版社,2005.

[20]Jiagen Ding,Sing-Yiu Cheung,Chin-Woo Tan,et al.Signal Process-ing of Sensor Node Data for Vehicle Detection[C]//7th International IEEE Conference on Intelligent Transportation System,2004:70-75.

[21]Isaksson M.Vehicle Detection Using Anisotropic Magnetoresistors[R].Chalmers University of Technology,Sweden,2008.

[22]任福田,劉小明,榮建,等.交通工程學(xué)[M].北京:人民交通出版社,2003.

王瑋(1989-),男,碩士研究生,主要研究方向?yàn)闊o(wú)線傳感器網(wǎng)絡(luò),oneway@zju.edu.cn;

沈繼忠(1965-),男,博士,教授,主要研究方向?yàn)闊o(wú)線傳感器網(wǎng)絡(luò),BCI,數(shù)字集成電路與系統(tǒng)設(shè)計(jì),jzshen@zju.edu.cn;

董利達(dá)(1970-),男,博士,副教授,主要研究方向?yàn)闊o(wú)線傳感器網(wǎng)絡(luò)、Petri網(wǎng)理論,Lddong2002@163.com。

ALowPowerVehicleDetectionMethodBasedonDualComplementaryMagneto-ResistiveSensorNodes*

WANGWei1,SHENJizhong1*,DONGLida2

(1.Department of Information Science and Electronic Engineering,Zhejiang University,Hangzhou 310027,China;2.Institute of Service Engineering,Hangzhou Normal University,Hangzhou 310027,China)

In terms of the issue that magneto-resistive sensor nodes have limited working life in vehicle detection,a low power detection method of dual complementary magneto-resistive sensor nodes was proposed to meet the requirements of actual traffic volume and speed detection.This method does not change the nodes layout scheme of existing detection system,with the use of dynamic sampling intervals and alternate complementary work mode to significantly reduce power consumption in idle state.In the framework of complementary detection,traffic volume algorithm was designed based on multiple intermediate state machine,and velocity algorithm was designed based on signal similarity.Upon analysis of the method,detection parameters can be flexibly adjusted according to the maximum speed of different sections and periods,and the magnitude of power savings can exceed 90% in idle state.Experimental results show that traffic volume algorithm features high accuracy,robustness,the velocity detection can meet the demand of traffic information collection,and the complementary method achieves good power performance under different traffic density.

vehicle detection;magneto-resistive sensor;low power;dual complementary nodes

項(xiàng)目來(lái)源:國(guó)家自然科學(xué)基金項(xiàng)目(61071062,61271124);浙江省自然科學(xué)基金項(xiàng)目(LY13F010001)

2014-01-27修改日期:2014-05-17

10.3969/j.issn.1004-1699.2014.06.011

TP212.9;TP393

:A

:1004-1699(2014)06-0763-07