王晨辰

（1.武漢理工大學(xué) 現(xiàn)代汽車(chē)零部件技術(shù)湖北省重點(diǎn)實(shí)驗(yàn)室，湖北 武漢 430070；2.武漢理工大學(xué) 汽車(chē)零部件技術(shù)湖北省協(xié)同創(chuàng)新中心，湖北 武漢 430070）

純電動(dòng)物流車(chē)遠(yuǎn)程監(jiān)控平臺(tái)研究

王晨辰1,2

（1.武漢理工大學(xué) 現(xiàn)代汽車(chē)零部件技術(shù)湖北省重點(diǎn)實(shí)驗(yàn)室，湖北 武漢 430070；2.武漢理工大學(xué) 汽車(chē)零部件技術(shù)湖北省協(xié)同創(chuàng)新中心，湖北 武漢 430070）

為了提高純電動(dòng)物流車(chē)運(yùn)行時(shí)的安全性和定位準(zhǔn)確性，開(kāi)發(fā)了一套純電動(dòng)物流車(chē)遠(yuǎn)程監(jiān)控平臺(tái)。該平臺(tái)由車(chē)載監(jiān)控模塊和上位機(jī)監(jiān)控軟件構(gòu)成，通過(guò)4G網(wǎng)絡(luò)通信。然后提出基于Douglas-Peucker軌跡提取算法的曲線(xiàn)擬合地圖匹配算法對(duì)車(chē)輛進(jìn)行實(shí)時(shí)定位。實(shí)車(chē)試驗(yàn)結(jié)果表明，該監(jiān)控平臺(tái)能夠?qū)崿F(xiàn)對(duì)車(chē)輛數(shù)據(jù)的準(zhǔn)確監(jiān)控、采集和顯示，對(duì)車(chē)輛的各項(xiàng)歷史數(shù)據(jù)進(jìn)行回放、提取和分析，且經(jīng)新的地圖匹配算法匹配之后車(chē)輛的定位準(zhǔn)確，基本滿(mǎn)足純電動(dòng)物流車(chē)遠(yuǎn)程監(jiān)控系統(tǒng)的設(shè)計(jì)要求。

純電動(dòng)物流車(chē)；遠(yuǎn)程監(jiān)控；北斗；地圖匹配

1 前言

隨著我國(guó)網(wǎng)絡(luò)的日益發(fā)達(dá)，物流行業(yè)也在高速增長(zhǎng)，整個(gè)社會(huì)對(duì)物流的需求更大、速度要求更高，對(duì)整個(gè)物流行業(yè)提出了更高的要求[1]。然而物流車(chē)輛的數(shù)量規(guī)模龐大、分散性大、機(jī)動(dòng)性大，這些特點(diǎn)對(duì)物流調(diào)度中心來(lái)說(shuō)一直是一大難題，而且物流車(chē)的運(yùn)行強(qiáng)度大時(shí)間長(zhǎng)載貨量重，且車(chē)輛缺乏保養(yǎng)，尤其是對(duì)于純電動(dòng)物流車(chē)來(lái)說(shuō)，更是有著不小的危險(xiǎn)性存在。而且現(xiàn)有的車(chē)輛定位系統(tǒng)由于設(shè)備和環(huán)境等原因，經(jīng)常有定位不準(zhǔn)的情況出現(xiàn)，對(duì)物流中心的快速準(zhǔn)確調(diào)度更是帶來(lái)了困難。因此，針對(duì)這些問(wèn)題，本文開(kāi)發(fā)了一套遠(yuǎn)程監(jiān)控系統(tǒng)，并提出了基于軌跡提取的曲線(xiàn)擬合地圖匹配算法，提升了物流調(diào)度中心對(duì)物流車(chē)輛的監(jiān)控力度，使得車(chē)輛配置更加優(yōu)化，效率更高。

2 監(jiān)控平臺(tái)系統(tǒng)構(gòu)成

該遠(yuǎn)程監(jiān)控系統(tǒng)主要由車(chē)載監(jiān)控模塊、上位機(jī)監(jiān)控軟件、4G網(wǎng)絡(luò)、Internet網(wǎng)絡(luò)構(gòu)成。系統(tǒng)構(gòu)成如圖1所示。

監(jiān)控模塊安裝在物流車(chē)上，由模塊中的CAN模塊接收車(chē)輛的各種運(yùn)行信息，如電池SOC、SOH，電機(jī)的轉(zhuǎn)速、轉(zhuǎn)矩、功率等信息，而S1216F8定位模塊接收各種衛(wèi)星定位信息，并得到其中的經(jīng)度、緯度、車(chē)速、定位精度等信息。這些信息經(jīng)STM32芯片處理打包后通過(guò)SIM900A模塊根據(jù)TCP/IP協(xié)議發(fā)送至上位機(jī)監(jiān)控中心上，在發(fā)送的同時(shí)也將數(shù)據(jù)存入SD卡中，在沒(méi)有無(wú)線(xiàn)信號(hào)的時(shí)候暫存數(shù)據(jù)，等有信號(hào)的時(shí)候再將之前的數(shù)據(jù)取出發(fā)送至監(jiān)控中心。

上位機(jī)監(jiān)控平臺(tái)采用C++和MFC框架編寫(xiě)，在其中嵌入百度地圖，將從下位機(jī)接收到的數(shù)據(jù)如電機(jī)電池?cái)?shù)據(jù)經(jīng)過(guò)處理分析之后實(shí)時(shí)顯示在監(jiān)控平臺(tái)上，將車(chē)輛的定位信息經(jīng)過(guò)一系列的坐標(biāo)轉(zhuǎn)換之后在嵌入的百度地圖上以一個(gè)小紅點(diǎn)的方式顯示出來(lái)，并將所有數(shù)據(jù)同時(shí)存入數(shù)據(jù)庫(kù)管理系統(tǒng)MySQL中，之后使用SQL指令可以對(duì)數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行查詢(xún)和編輯，例如調(diào)取車(chē)輛的歷史信息和查看車(chē)輛的歷史軌跡。

圖1 監(jiān)控平臺(tái)系統(tǒng)構(gòu)成

3 監(jiān)控平臺(tái)功能

根據(jù)遠(yuǎn)程監(jiān)控平臺(tái)設(shè)計(jì)需求，一共為上位機(jī)監(jiān)控軟件設(shè)計(jì)了三個(gè)功能，如圖2所示，分別為：管理功能、數(shù)據(jù)分析功能、監(jiān)控功能。系統(tǒng)針對(duì)這三個(gè)功能，設(shè)計(jì)開(kāi)發(fā)了不同的用戶(hù)界面，使用戶(hù)能夠方便的使用監(jiān)控平臺(tái),并且隨著平臺(tái)功能后續(xù)的不斷擴(kuò)展，可以開(kāi)發(fā)出更多的功能模塊。

監(jiān)控功能中，運(yùn)行參數(shù)以數(shù)值、圖形和曲線(xiàn)等方式顯示在監(jiān)控平臺(tái)上，車(chē)輛定位與跟蹤在調(diào)用地圖匹配程序后在電子地圖上顯示出車(chē)輛的位置信息，并且如果車(chē)輛出現(xiàn)故障，會(huì)在監(jiān)控平臺(tái)上顯示出對(duì)應(yīng)的故障碼，方便及時(shí)的進(jìn)行處理。數(shù)據(jù)分析功能使管理人員可以提取出車(chē)輛的各項(xiàng)歷史數(shù)據(jù)，對(duì)車(chē)輛過(guò)去的運(yùn)行數(shù)據(jù)進(jìn)行分析和處理，為車(chē)輛各項(xiàng)技術(shù)的改進(jìn)提供數(shù)據(jù)基礎(chǔ)。管理功能使只有具有權(quán)限的管理人員才能夠登錄系統(tǒng)查看車(chē)輛的各項(xiàng)信息，使得系統(tǒng)的安全性大大提高。

圖2 監(jiān)控平臺(tái)功能

4 車(chē)輛定位及跟蹤的地圖匹配算法

4.1 地圖匹配算法概述

在車(chē)輛導(dǎo)航定位系統(tǒng)中，僅靠GPS獲取的定位點(diǎn)遠(yuǎn)不滿(mǎn)足目前精確定位和導(dǎo)航的需求。而在短時(shí)間內(nèi)提高GPS的精度顯然是非常困難的，所以就需要其他的方法來(lái)提高GPS的定位精度。地圖匹配是一種基于軟件技術(shù)的定位修正方法。這種方法的基礎(chǔ)思想是將車(chē)輛定位軌跡與電子地圖中的道路網(wǎng)信息聯(lián)系起來(lái)，并由此確定移動(dòng)目標(biāo)相對(duì)于地圖的位置。地圖匹配技術(shù)可以在不提高GPS精度的情況下提高定位和導(dǎo)航的精確度，使車(chē)輛的定位和導(dǎo)航更加準(zhǔn)確[3]。

4.2 現(xiàn)有地圖匹配算法分析

4.2.1 幾何匹配方法。幾何匹配算法包括了點(diǎn)到點(diǎn)、點(diǎn)到線(xiàn)和線(xiàn)到線(xiàn)三種算法。點(diǎn)到點(diǎn)的匹配，也就是直接投影法，指的就是把GPS測(cè)量點(diǎn)定位到離此點(diǎn)投影距離最近的點(diǎn)上[4]。點(diǎn)到點(diǎn)的算法在道路網(wǎng)非常密集節(jié)點(diǎn)很多的時(shí)候匹配精度較高。而點(diǎn)到線(xiàn)的匹配是將GPS測(cè)量點(diǎn)匹配到距離其最近的線(xiàn)上。這種方法和點(diǎn)對(duì)點(diǎn)算法相比較效果好一些，但是如果路網(wǎng)非常密集，算法的穩(wěn)定性就會(huì)變差。線(xiàn)到線(xiàn)的算法首先是利用點(diǎn)到點(diǎn)選出候選道路的節(jié)點(diǎn)，然后比較車(chē)輛的行駛軌跡和節(jié)點(diǎn)周?chē)牡缆?，如果平均距離最小，則選取該路段作為車(chē)輛當(dāng)前的行駛路段。線(xiàn)到線(xiàn)算法雖然考慮了行車(chē)的歷史軌跡，但是沒(méi)有考慮到誤差的方法，如果在點(diǎn)到點(diǎn)階段就產(chǎn)生了誤差，則在之后的過(guò)程中會(huì)將此誤差一直代入計(jì)算，導(dǎo)致最終結(jié)果不準(zhǔn)確[5]。

4.2.2 曲線(xiàn)擬合算法。在電子地圖中并沒(méi)有曲線(xiàn)的路段，而是用直線(xiàn)和折線(xiàn)段來(lái)表示，所以在匹配的過(guò)程中，車(chē)輛的行駛軌跡可以用一段直線(xiàn)來(lái)代表。該算法在某些路段（如比較大的彎道或交叉路口處）的匹配效果比較好，但是由于這種算法需要一段時(shí)間內(nèi)的多個(gè)GPS測(cè)量點(diǎn)，因此實(shí)時(shí)性較差[6]。當(dāng)周邊兩條道路平行的時(shí)候，用這個(gè)算法來(lái)匹配，容易產(chǎn)生誤差。采用曲線(xiàn)擬合算法需要同時(shí)采用其他的地圖匹配算法來(lái)配合計(jì)算。

4.3 Douglas-Peucker算法

地圖匹配的候選路段選擇其實(shí)就是將車(chē)輛的運(yùn)行軌跡和道路的走向相比較。但是由于GPS點(diǎn)的不準(zhǔn)確，對(duì)車(chē)輛運(yùn)行軌跡的提取會(huì)產(chǎn)生很大的影響。因此選擇Douglas-Peucker算法這種常用的曲線(xiàn)數(shù)據(jù)壓縮和曲線(xiàn)多邊形逼近算法進(jìn)行車(chē)輛運(yùn)行軌跡的提取[7]。

Douglas-Peucker算法的基本思想是將每條曲線(xiàn)的起點(diǎn)及終點(diǎn)連成一虛線(xiàn)，求出所有點(diǎn)到虛線(xiàn)的距離，并找到最大的距離值dmax，對(duì)這兩部分重復(fù)使用該方法。算法原理如圖3所示：

Douglas-Peucker算法的基本思路是：連接曲線(xiàn)的起始點(diǎn)，用一條虛線(xiàn)表示，計(jì)算出線(xiàn)上所有的點(diǎn)與這條虛線(xiàn)的距離，dmax表示最大距離，用得到的dmax的值和限差D作對(duì)比：當(dāng)dmax比D小的時(shí)候，忽略掉曲線(xiàn)中間所有其他點(diǎn)；如果dmax的值大于等于D，則留下對(duì)應(yīng)的坐標(biāo)點(diǎn)。以這個(gè)坐標(biāo)點(diǎn)作為界限，用曲線(xiàn)分割成兩個(gè)部分，重復(fù)用該方法計(jì)算分割后的兩部分曲線(xiàn)，以此類(lèi)推。

圖3 Douglas-Peucker算法基本思想

4.4 最小二乘法曲線(xiàn)擬合

由Douglas-Peucker算法提取得到的是一個(gè)個(gè)離散的軌跡點(diǎn)，如要將行車(chē)軌跡和道路相匹配，就需要將一個(gè)個(gè)離散的軌跡點(diǎn)進(jìn)行擬合獲得曲線(xiàn)，然后再進(jìn)行匹配。最小二乘法曲線(xiàn)擬合是一種既實(shí)用又便捷的曲線(xiàn)擬合方法。最小二乘法的原理為從給定的數(shù)據(jù)(xi,yi)出發(fā)，構(gòu)造一個(gè)近似函數(shù)φ(x)，不要求φ(x)完全通過(guò)所有的數(shù)據(jù)點(diǎn)，只要求所得的近似曲線(xiàn)能反映數(shù)據(jù)的基本趨勢(shì)。

首先對(duì)于給定的一組數(shù)據(jù)(xi,yi)，i=1,2,...,n，尋求次數(shù)不超過(guò)m(m＜n)的多項(xiàng)式：

使該多項(xiàng)式的偏差平方和Q為最小

由于Q可以看作是關(guān)于(j=0,1,2,…,m)的多元函數(shù)，故上述擬合多項(xiàng)式的構(gòu)造問(wèn)題可歸結(jié)為多元函數(shù)的極值問(wèn)題。令：

可得：

求解上述關(guān)于系數(shù)aj的線(xiàn)性方程組可得：

矩陣[a0,a1,…,am]即為多項(xiàng)式的系數(shù)矩陣。

4.5 基于Douglas-Peucker的曲線(xiàn)擬合算法

第一步：對(duì)GPS定位點(diǎn)進(jìn)行篩選，剔除無(wú)效的定位點(diǎn)；

第二步：確定定位點(diǎn)附近的候選路段。以該點(diǎn)為中心，結(jié)合GPS定位精度和道路寬度，選取以40m為半徑的圓以?xún)?nèi)的路段作為候選路段，并根據(jù)路段的端點(diǎn)計(jì)算路段的斜率k0；

第三步：如候選道路集合中只有一條道路，則認(rèn)為該道路即為匹配道路；如有多條，則采用Douglas-Peucker算法先提取行車(chē)軌跡點(diǎn)。然后選取當(dāng)前GPS定位點(diǎn)以及之前的5個(gè)定位點(diǎn)進(jìn)行最小二乘法曲線(xiàn)擬合，擬合曲線(xiàn)的斜率k為:

第四步：比較擬合之后曲線(xiàn)的斜率k和候選道路集中每條道路的斜率k0，通過(guò)公式便可計(jì)算出車(chē)輛運(yùn)行軌跡和候選道路的夾角[8]。角度計(jì)算公式如下：

第五步：曲線(xiàn)擬合的函數(shù)為：

式中，f為各道路的匹配值，d為定位點(diǎn)到路段的投影距離，m,n為權(quán)值，曲線(xiàn)擬合算法通常m和n都選0.5，但在本文中，行車(chē)軌跡已由Douglas-Peucker提取，大幅度增加了行車(chē)軌跡與實(shí)際道路的匹配性，所以在本文中選用m= 0.8,n=0.2。計(jì)算各道路的匹配值f，f最小的道路則為最終匹配道路，將定位點(diǎn)通過(guò)投影法關(guān)聯(lián)至該道路上。

算法的流程圖如圖4所示：

圖4 算法流程圖

5 實(shí)車(chē)驗(yàn)證

5.1 監(jiān)控平臺(tái)功能驗(yàn)證

以某公司的純電動(dòng)物流車(chē)作為實(shí)驗(yàn)車(chē)輛，在武漢市區(qū)內(nèi)選取一段較復(fù)雜的道路作為實(shí)驗(yàn)路段。監(jiān)控系統(tǒng)的監(jiān)控界面如圖5所示。圖5中顯示了該純電動(dòng)客車(chē)的車(chē)輛定位信息、故障報(bào)警、電池信息和電機(jī)信息等車(chē)輛運(yùn)行參數(shù)。

圖5 實(shí)時(shí)監(jiān)控界面

利用監(jiān)控平臺(tái)的數(shù)據(jù)分析功能查看過(guò)去20min內(nèi)純電動(dòng)物流車(chē)的SOC和電流歷史數(shù)據(jù)SOC曲線(xiàn)如圖6所示：

電池電流曲線(xiàn)如圖7所示：

5.2 地圖匹配驗(yàn)證

基于Douglas-Peucker算法的曲線(xiàn)擬合算法，調(diào)用電子地圖對(duì)車(chē)輛進(jìn)行定位。圖8為未調(diào)用算法時(shí)直接通過(guò)GPS測(cè)量獲得的定位點(diǎn)，由圖可見(jiàn)在剔除無(wú)效GPS定位點(diǎn)后，剩余有效的GPS定位點(diǎn)有時(shí)在道路上，但是也有部分偏離至道路外。調(diào)用算法之后的定位點(diǎn)如圖所示。調(diào)用算法之后的點(diǎn)基本都在道路上，并且未出現(xiàn)道路匹配錯(cuò)誤點(diǎn)，如圖9所示。兩圖相比較可見(jiàn)基于Douglas-Peucker的曲線(xiàn)擬合算法匹配效果良好。

圖6 SOC歷史數(shù)據(jù)曲線(xiàn)

圖7 電池電流歷史數(shù)據(jù)曲線(xiàn)

圖8 未調(diào)用算法的歷史軌跡

6 結(jié)論

本文結(jié)合純電動(dòng)物流車(chē)的特點(diǎn)設(shè)計(jì)并開(kāi)發(fā)了一套針對(duì)純電動(dòng)物流車(chē)的遠(yuǎn)程監(jiān)控平臺(tái)，實(shí)車(chē)試驗(yàn)表明，平臺(tái)運(yùn)行情況良好，能夠?qū)?chē)輛進(jìn)行準(zhǔn)確實(shí)時(shí)的監(jiān)控，并且對(duì)車(chē)輛的各項(xiàng)運(yùn)行數(shù)據(jù)進(jìn)行顯示、分析和存取，滿(mǎn)足設(shè)計(jì)需求?；贒ouglas-Peucker的曲線(xiàn)擬合算法對(duì)車(chē)輛進(jìn)行了準(zhǔn)確的定位，使得車(chē)輛定位能夠準(zhǔn)確的顯示在電子地圖上。整套系統(tǒng)為高效優(yōu)化物流車(chē)資源配置打下了基礎(chǔ)，可推進(jìn)現(xiàn)代物流行業(yè)的信息化發(fā)展。

圖9 調(diào)用算法的歷史軌跡

[1]張向南,趙慶展,何啟峰.基于北斗的物流車(chē)輛監(jiān)控系統(tǒng)[J].物流技術(shù),2015,34(8):251-268.

[2]杜常清,杜剛,朱一多,李晃.電動(dòng)汽車(chē)遠(yuǎn)程監(jiān)控技術(shù)研究及其平臺(tái)開(kāi)發(fā)[J].汽車(chē)工程,2015,35(9):1 071-1 076.

[3]胡林,谷正氣,楊易,黃晶.基于權(quán)值D_S證據(jù)理論的車(chē)輛導(dǎo)航地圖匹配[J].中國(guó)公路學(xué)報(bào),2008,21(2):116-119.

[4]George Taylor,Chris Brunsdon,Jing Li,Andrew Olden,Dorte Steup,Marylin Winter.GPS accuracy estimation using map matching techniques:applied to vehicle positioning and odometer calibration[J].Computers,Environment and Urban Systems,2006,(30):757-772.

[5]晏胤.GPS/DR組合導(dǎo)航的地圖匹配算法研究與實(shí)現(xiàn)[D].長(zhǎng)沙:湖南大學(xué),2013.

[6]唐思靜.車(chē)輛定位導(dǎo)航系統(tǒng)中地圖匹配和路徑規(guī)劃算法研究[D].西安:西安電子科技大學(xué),2009.

[7]李星軍.車(chē)輛定位導(dǎo)航系統(tǒng)中地圖匹配算法研究[D].西安:西安電子科技大學(xué),2015.

[8]杜剛.電動(dòng)汽車(chē)遠(yuǎn)程數(shù)據(jù)管理平臺(tái)研究[D].武漢:武漢理工大學(xué),2014.

Study on Remote Monitoring Platform of Electrical Logistics Vehicles

Wang Chenchen1,2
(1.HubeiKeyLaboratoryforModernAutomobileSpareParts&Technology,WuhanUniversityofTechnology,Wuhan 430070; 2.HubeiCollaboration&InnovationCenterforAutomobileSpareParts&Technology,WuhanUniversityofTechnology,Wuhan 430070,China)

In this paper,in order to improve the safety and positioning accuracy of the electrical logistics vehicles in operation,we developed the electrical logistics vehicle remote monitoring platform.This platform consisted of an on-board monitoring module and the upper computer monitoring software and communicated through the 4G network.Then,we proposed the curve fitting and map matching algorithm based on the Douglas-Peucker track extracting algorithm to position the vehicles in real-time.At the end,through a ground test, we found that the monitoring platform could realize accurate monitoring,collection and display of the vehicle data,and could play back, extract and analyze the various historical data of the vehicles.

electrical logistics vehicle;remote monitoring;Compass;map matching

F253.9;TN914

A

1005-152X(2017)01-0105-05

10.3969/j.issn.1005-152X.2017.01.022

2016-12-02

王晨辰（1992-），男，浙江金華人，碩士研究生，研究方向：汽車(chē)電子。