朱海洋，張 合，馬少杰

（南京理工大學(xué)智能彈藥技術(shù)國(guó)防重點(diǎn)學(xué)科實(shí)驗(yàn)室，江蘇 南京 210094）

0 引言

車輛探測(cè)技術(shù)是智能交通系統(tǒng)的一項(xiàng)關(guān)鍵技術(shù)。車輛探測(cè)的傳感器分為兩種［1-2］：第一種是侵入式傳感器，包括感應(yīng)線圈、磁力計(jì)、微環(huán)探針、壓電線纜、動(dòng)態(tài)稱重傳感器等；第二種是非侵入式傳感器，包括視頻圖像、微波雷達(dá)、激光雷達(dá)、被動(dòng)紅外線陣列、超聲波雷達(dá)、被動(dòng)聲陣列以及幾種傳感器的復(fù)合。然而有線傳感器網(wǎng)絡(luò)因其布設(shè)和維護(hù)費(fèi)用較高，不能被廣泛應(yīng)用。因此研究經(jīng)濟(jì)型好、能自動(dòng)值守的無線傳感器網(wǎng)絡(luò)（Wireless Sensor Network，WSN）技術(shù)對(duì)車輛進(jìn)行大范圍實(shí)時(shí)監(jiān)控［2-4］顯得尤為重要。無線傳感器網(wǎng)絡(luò)車輛探測(cè)技術(shù)不僅在智能交通系統(tǒng)（Intelligent Transportation System，ITS）中有著廣泛研究，其在軍事領(lǐng)域也有巨大的潛力，如無人值守傳感器系統(tǒng)［5］、網(wǎng)絡(luò)化智能雷等。WSN 節(jié)點(diǎn)可通過機(jī)載布撒器、火箭、導(dǎo)彈等平臺(tái)進(jìn)行遠(yuǎn)程部署，落地后可自主探測(cè)、識(shí)別和打擊敵方快速行進(jìn)的機(jī)械化部隊(duì)，并能遙控起爆或在規(guī)定的值守時(shí)間后自毀，是一種遠(yuǎn)距離攔阻和截?fù)魯撤杰囕v的有效武器。自組織網(wǎng)絡(luò)體系結(jié)構(gòu)主要基于覆蓋和連通性的要求［6］，且節(jié)點(diǎn)探測(cè)方式與ITS 中的車輛探測(cè)不同，節(jié)點(diǎn)不僅要探測(cè)目標(biāo)，而且要求實(shí)現(xiàn)對(duì)目標(biāo)的最大毀傷效果，這就要求傳感器節(jié)點(diǎn)能夠識(shí)別出最佳觸發(fā)位置。磁傳感器因其對(duì)車輛敏感，體積小，且不受外界雨雪霧的影響，被廣泛地應(yīng)用于車輛探測(cè)系統(tǒng)中［7-8］。但是由于WSN 節(jié)點(diǎn)落地狀態(tài)的差異性，導(dǎo)致傳統(tǒng)的磁探測(cè)效果不佳，并且單一磁探測(cè)無法精確識(shí)別車輛位置。另外戰(zhàn)場(chǎng)上產(chǎn)生的磁場(chǎng)復(fù)雜，要準(zhǔn)確識(shí)別車輛位置的困難很大。本文針對(duì)上述問題，提出了磁與超聲波復(fù)合車輛位置探測(cè)方案。

1 磁軸偏轉(zhuǎn)對(duì)探測(cè)性能的影響

地球磁場(chǎng)在幾公里范圍內(nèi)可視為均勻分布，當(dāng)鐵磁目標(biāo)經(jīng)過時(shí)會(huì)對(duì)周圍磁場(chǎng)產(chǎn)生擾動(dòng)，車輛磁探測(cè)就是利用這種擾動(dòng)識(shí)別和定位目標(biāo)的。目前車輛磁探測(cè)主要是利用單軸磁信號(hào)幅值、單軸磁信號(hào)梯度或是磁偏角的變化量來進(jìn)行探測(cè)的。

AMR 傳感器的誤差可分為自身誤差和環(huán)境誤差［9-11］。可拋撒的無線磁傳感器節(jié)點(diǎn)，由于其落地姿態(tài)不可預(yù)知，使得磁軸發(fā)生偏轉(zhuǎn)，對(duì)探測(cè)性能有一定的影響［12］。車輛磁探測(cè)模型如圖1所示。地磁總磁場(chǎng)強(qiáng)度B、水平分量BH、垂直分量Bz、磁偏角D 為水平分量BH與x 軸的夾角，磁傾角I 為B 與BH的夾角。坐標(biāo)x′y′z′是坐標(biāo)xyz 經(jīng)過章動(dòng)角θ、進(jìn)動(dòng)角ψ 和自轉(zhuǎn)角φ 旋轉(zhuǎn)而得。

圖1 車輛磁探測(cè)模型Fig.1 Model for vehicle detection

地磁場(chǎng)強(qiáng)度在旋轉(zhuǎn)坐標(biāo)系下的表達(dá)式：

自轉(zhuǎn)角對(duì)磁場(chǎng)垂直分量和磁偏角的變化沒有影響，而章動(dòng)角和進(jìn)動(dòng)角對(duì)其影響較大。令φ=0從而簡(jiǎn)化模型，根據(jù)式（1）可以得出：

為明確磁軸偏轉(zhuǎn)對(duì)垂直分量Bz′和磁偏角D′的影響大小，選取某一特定的磁場(chǎng)強(qiáng)度B，令Bx=By=Bz，則Bz′／Bz、D′隨章動(dòng)角和進(jìn)動(dòng)角的變化如圖2、圖3所示。

圖2 磁傳感器偏轉(zhuǎn)對(duì)z軸分量的影響Fig.2 The influence of magnetic sensor deflection to Zaxis

由圖2可以看出，垂直分量Bz′隨著進(jìn)動(dòng)角周期性的變化，章動(dòng)角增大，Bz′的變化范圍也隨之增大。進(jìn)動(dòng)角ψ等于3π／4和7π／4時(shí)，垂直分量出現(xiàn)兩個(gè)峰值，在較大的章動(dòng)角的影響下，其峰峰值甚至達(dá)到了標(biāo)準(zhǔn)坐標(biāo)系下垂直分量Bz的2倍。由圖3可以看出，在進(jìn)動(dòng)角ψ 等于π／2和π時(shí)，磁偏角的偏差可達(dá)到45°。另外，峰值出現(xiàn)的位置和大小也會(huì)隨著外界磁場(chǎng)強(qiáng)度而變化，更增加了Bz′和D′的不確定性。

圖3 磁傳感器偏轉(zhuǎn)對(duì)磁偏角D 的影響Fig.3 The influence of magnetic sensor deflection to magnetic declination

考慮到WSN 節(jié)點(diǎn)落地后姿態(tài)各異，無法滿足z軸垂直度和x、y軸指向性的要求，而總磁場(chǎng)強(qiáng)度的幅值并不會(huì)隨著坐標(biāo)系的旋轉(zhuǎn)而變化。故采用三軸各向異性磁阻傳感器合成的總磁場(chǎng)強(qiáng)度作為探測(cè)信號(hào)，從而更加全面和穩(wěn)定地反映目標(biāo)對(duì)地磁場(chǎng)的擾動(dòng)效應(yīng)［13］。但是無論采用Bz、D 或B 的單一磁探測(cè)均無法精確識(shí)別車輛位置，從而選擇最佳觸發(fā)位置，故本文設(shè)計(jì)了磁與超聲復(fù)合傳感器節(jié)點(diǎn)。

2 磁與超聲波復(fù)合傳感器節(jié)點(diǎn)設(shè)計(jì)

2.1 系統(tǒng)結(jié)構(gòu)及工作原理

無線磁／超聲波復(fù)合傳感器節(jié)點(diǎn)的主要部分是無線數(shù)據(jù)傳輸模塊、超聲波收發(fā)電路、三軸各向異性磁 阻 傳 感 器 （Anisotropic Magnetoresistive，AMR）、電源模塊和控制芯片。圖4為無線磁與超聲復(fù)合探測(cè)節(jié)點(diǎn)的組合原理圖。

圖4 無線磁與超聲復(fù)合傳感器節(jié)點(diǎn)結(jié)構(gòu)圖Fig.4 Structure chart of wireless magnetic and ultrasonic compound sensor node

各向異性磁阻傳感器具有體積小、成本低、抗沖擊能力強(qiáng)、分辨率高等特點(diǎn)。超聲波基本上沿直線傳播，具有束射和反射特性。另外其性能幾乎不受光線、粉塵、煙霧、電磁干擾和有毒氣體的影響。超聲波測(cè)距的原理是渡越時(shí)間法（Time of Flight，TOF），根據(jù)超聲波發(fā)射后的回波時(shí)間來計(jì)算距離。本文采用反相器驅(qū)動(dòng)超聲波發(fā)射，回波放大后經(jīng)過比較器變成控制芯片可識(shí)別的電壓信號(hào)，如圖5所示。

磁傳感器感知目標(biāo)的臨近喚醒超聲波測(cè)距模塊，當(dāng)車輛從上方通過時(shí)，融合磁信號(hào)與超聲波測(cè)距信號(hào)識(shí)別出車輛位置。傳感器節(jié)點(diǎn)可通過無線網(wǎng)絡(luò)向網(wǎng)關(guān)節(jié)點(diǎn)發(fā)送探測(cè)情況和自身狀態(tài)，由網(wǎng)關(guān)節(jié)點(diǎn)匯集所有信息后通過衛(wèi)星或無人機(jī)向遠(yuǎn)程數(shù)據(jù)中心匯報(bào)。數(shù)據(jù)鏈也可反向傳輸，從而實(shí)現(xiàn)對(duì)WSN 遠(yuǎn)距離監(jiān)視和控制。

圖5 超聲波收發(fā)電路原理圖Fig.5 Schematic of ultrasonic transceiver circuit

2.2 復(fù)合探測(cè)車輛位置識(shí)別算法

傳感器節(jié)點(diǎn)只有在車輛底部作用時(shí)才能達(dá)到最佳毀傷效果，所以傳感器節(jié)點(diǎn)要能夠識(shí)別車輛位置。本文設(shè)計(jì)了磁與超聲復(fù)合傳感器節(jié)點(diǎn)，通過改進(jìn)的多中間狀態(tài)機(jī)算法［1，14］以滿足傳感器節(jié)點(diǎn)可靠性、瞬發(fā)性的作用要求。通過合理地、實(shí)時(shí)地切換主被動(dòng)傳感器［15］，使得在有限時(shí)域內(nèi)，定位精度和值守時(shí)間達(dá)到合理的平衡。

多中間狀態(tài)機(jī)包括7個(gè)狀態(tài)：No＿Target、Recognition、Position＿Control、Position＿Confirm、Count0、Count1 和Count2。被測(cè)信號(hào)為B（k），閾值為Bmin；Recognition狀態(tài)中采用超聲波探測(cè)，當(dāng)US=1代表正上方有目標(biāo)，US=0代表正上方?jīng)]目標(biāo)；狀態(tài)機(jī)中Count0、Count1 和Count2 各設(shè)置了一個(gè)計(jì)數(shù)器，并設(shè)定閾值M 、N ，每當(dāng)發(fā)生狀態(tài)轉(zhuǎn)換時(shí)計(jì)數(shù)器清零。

工作過程為：起始狀態(tài)為No＿Target，若B（k）≤Bmin保持在該狀態(tài)；當(dāng)B（k）＞Bmin時(shí)，進(jìn)入Count0狀態(tài)；進(jìn)入Count0后，若B（k）≤Bmin跳至Count1，否則對(duì)連續(xù)的B（k）＞Bmin進(jìn)行計(jì)數(shù)，當(dāng)累積 值Count0 ≥M 時(shí)，跳 至Recognition；進(jìn) 入Count1后，對(duì)連續(xù)出現(xiàn)的B（k）≤Bmin進(jìn)行計(jì)數(shù)，當(dāng)累積值Count1≥N 時(shí)，進(jìn)入No＿Target，否則返回Count0；進(jìn)入Recognition 后，若US = 0，返回Count0狀態(tài)，否則進(jìn)入Position＿Control狀態(tài)；進(jìn)入Position＿Control狀態(tài)，當(dāng)同時(shí)滿足B（k）＜B（k-1）和US=1時(shí)，即為車輛中間位置；而在Position＿Control狀態(tài)出現(xiàn)B（k）≤Bmin時(shí)，進(jìn)入Count2，如果B（k）≤Bmin連續(xù)超過N 次，則返回到No＿Target狀態(tài)。M 和N 是經(jīng)驗(yàn)值，取M=N=5。改進(jìn)后的狀態(tài)機(jī)算法如圖6所示，多狀態(tài)的存在不僅提高了檢測(cè)精度，而且提高了算法的魯棒性和可靠性。

圖7為車輛位置識(shí)別示意圖。在無目標(biāo)狀態(tài)和預(yù)警狀態(tài)下，超聲波電路處于休眠，預(yù)警狀態(tài)能夠喚醒超聲波檢測(cè)，減少了超聲波電路的工作時(shí)間，降低了功耗。加入count1計(jì)數(shù)器能夠有效地濾除干擾，避免了虛警而導(dǎo)致的能源浪費(fèi)，延長(zhǎng)了值守時(shí)間；識(shí)別判斷狀態(tài)能夠確保目標(biāo)是從正上方通過，消除了目標(biāo)從旁邊經(jīng)過時(shí)對(duì)探測(cè)系統(tǒng)的影響；觸發(fā)狀態(tài)融合了磁與超聲兩路信號(hào)，在確保目標(biāo)在正上方的前提下，選擇在目標(biāo)中間位置時(shí)觸發(fā)。

而由圖8的各種算法性能比較中可以看出，閾值法和能量法的車輛識(shí)別位置為波形峰值處，但是單軸磁分量的峰值并不能代表目標(biāo)的中間位置，導(dǎo)致早觸發(fā)或晚觸發(fā)的現(xiàn)象發(fā)生。頻域法雖然能改善這種不確定性，但是觸發(fā)位置依舊不在中間位置。另外頻域法、閾值法和能量法均不能確保目標(biāo)是從正上方通過的。

圖6 多中間狀態(tài)的狀態(tài)機(jī)檢測(cè)法Fig.6 Improved multi-state machine algorithm

圖7 車輛位置識(shí)別示意圖Fig.7 Schematic diagram of burst-point control

圖8 車輛位置識(shí)別算法性能比較Fig.8 Comparison of vehicle location identification algorithm performance

3 實(shí)驗(yàn)結(jié)果及分析

3.1 磁信號(hào)對(duì)比實(shí)驗(yàn)

車輛通過時(shí)磁信號(hào)為低頻信號(hào)，本文以普通車輛為研究對(duì)象。圖9為家用轎車從節(jié)點(diǎn)正上方通過的磁信號(hào)特性曲線。

圖9 從節(jié)點(diǎn)正上方通過時(shí)特性曲線Fig.9 Intensity curve of target driving through the module

從圖9可以看出，使用三軸合成的磁感應(yīng)強(qiáng)度B 曲線比Bx，By，Bz曲線的幅值更高，且不受傳感器節(jié)點(diǎn)的排放姿態(tài)和車輛行駛方向的影響，其信號(hào)更能代表車輛對(duì)地磁場(chǎng)的擾動(dòng)效應(yīng)。車輛的長(zhǎng)度為4.5m，按照同比例換算，Bz曲線有信號(hào)時(shí)距離車頭1m，而B 曲線有信號(hào)時(shí)距離車頭3m。在相同的條件下，延長(zhǎng)了預(yù)警距離，提供了超聲波測(cè)距模塊的啟動(dòng)時(shí)間，也便于后續(xù)的算法處理。

3.2 車輛位置識(shí)別實(shí)驗(yàn)

如圖10所示，將傳感器節(jié)點(diǎn)放置于馬路中央，且x，y 軸指向任意。一輛小型轎車長(zhǎng)約4.5m，以40km／h的速度從節(jié)點(diǎn)側(cè)邊0.5m 處和節(jié)點(diǎn)正上方通過。更改程序，比較能量法、頻域法和磁與超聲復(fù)合探測(cè)法選擇觸發(fā)位置的能力。

圖10 試驗(yàn)場(chǎng)景圖Fig.10 Test environment

針對(duì)三種觸發(fā)時(shí)機(jī)控制算法的側(cè)向通過抗干擾性能和正上方通過的觸發(fā)時(shí)機(jī)控制能力分別進(jìn)行了10次實(shí)驗(yàn)。觸發(fā)時(shí)，模塊通過無線數(shù)據(jù)傳輸模塊向位于路邊的監(jiān)控點(diǎn)發(fā)送狀態(tài)信息。設(shè)定在目標(biāo)中間觸發(fā)時(shí)的位置為0，早觸發(fā)為負(fù)，晚觸發(fā)時(shí)正。實(shí)驗(yàn)結(jié)果如表1所示。

表1 試驗(yàn)結(jié)果Tab.1 Experimental result

由表1可以看出，能量法雖有較好的側(cè)向通過性能，但目標(biāo)正上方通過時(shí)觸發(fā)位置過于分散。頻域法能夠較好地控制觸發(fā)位置，但在目標(biāo)側(cè)向通過時(shí)虛警率過高。磁與超聲復(fù)合探測(cè)在目標(biāo)側(cè)向通過時(shí)完全沒有虛警情況，并且能將目標(biāo)正上方通過時(shí)的觸發(fā)位置控制在目標(biāo)中部0.5m 的范圍內(nèi)。

4 結(jié)論

本文提出了磁與超聲波復(fù)合車輛位置探測(cè)方案。該方案能夠通過改進(jìn)的多中間狀態(tài)機(jī)算法融合磁與超聲波信號(hào)，將探測(cè)狀態(tài)區(qū)分為無目標(biāo)狀態(tài)、預(yù)警狀態(tài)、位置識(shí)別狀態(tài)和觸發(fā)狀態(tài)。實(shí)驗(yàn)分析表明，該方案克服了節(jié)點(diǎn)因落地姿態(tài)而導(dǎo)致的磁軸偏轉(zhuǎn)對(duì)探測(cè)性能的影響，還能識(shí)別出車輛中間位置，誤差在50cm 范圍內(nèi)，并且能夠抑制目標(biāo)側(cè)向通過時(shí)的虛警率。在智能交通、無人值守傳感器網(wǎng)絡(luò)等應(yīng)用中具有很好的應(yīng)用前景。

［1］Ding J，Cheung S Y，Tan CH W，et al.Vehicle detection by sensor network nodes［R］.US：California Partners for Advanced Transit and Highways（PATH），2004.

［2］Sifuentes E，Casas O，Areny R.P.Wirelessmagnetic sensor node for vehicle detection with optical wake-up［J］.IEEE Sensors Journal，2011，11（8）：1669-1679.

［3］Wang R，Zhang L，Sun R L，et al.EasiTia：A pervasive traffic information acquisition system based on wireless sensor networks［J］.IEEE Transactions on Intelligent Systems，2011，12（2）：615-621

［4］Wang R，Zhang L，Xiao K J，et al.EasiSee：real-time vehicle classification and counting via low-cost collaborative sensing［J］.IEEE Transactions on Intelligent Transportation Systems，2014，15（1）：414-424.

［5］William P E，Hoffman M W.Classification ofmilitary ground vehicles using time domain harmonics’amplitudes［J］.IEEE Transaction on Instrumentation and Measurement，2011，60（11）：3720-3731.

［6］寇明延，熊華鋼，李峭等.面向任務(wù)能力的自組織網(wǎng)絡(luò)體系結(jié)構(gòu)［J］.系統(tǒng)工程與電子技術(shù)，2013，35（5）：980-986.

［7］Shen Y，Gao J Q，Hasanyan D，et al.Investigation of vehicle induced magnetic anomaly by triple-axis magnetoelectric sensors［J］.Smart Materials and Structures，2012，21：1-7.

［8］Cheung S Y，Coleri S.Traffic measurement and vehicle classification with a single magnetic sensor［C］／／84thAnnual Meeting Transportation Research Board.Washington DC：［S.n.］，2005.

［9］Pylvanainen T.Automatic and adaptive calibration of 3D field sensor［J］.Applied Mathematical Modeling，2007（8），32：575-587.

［10］Vansconcelos J F，Elkaim G，Silvester C，et al.A gemometric approach to strapdown magnetometer calibration in sensor frame［R］.Guidance and Control of Underwater Vehicles，2008.

［11］孫宏偉，房建成.一種AMR 磁羅盤的誤差建模與校準(zhǔn)方法［J］.北京航空航天大學(xué)學(xué)報(bào)，2009，35（1）：104-107.

［12］Krohn A，Beigl M，Christian D，et al.Inexpensive and automatic calibration for acceleration sensors［J］.Ubiquitous Computing Systems，2005：245-258.

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

［14］楊波，尼文斌.基于異向性磁阻傳感器的車輛檢測(cè)與車型分類［J］.儀器儀表學(xué)報(bào)，2013，34（03）：537-544.

［15］單甘霖，張子寧.面向目標(biāo)跟蹤的單平臺(tái)主被動(dòng)傳感器長(zhǎng)期調(diào)度［J］.系統(tǒng)工程與電子技術(shù)，2014，36（3）：458-463.