管 越,段建民,冉旭輝
(北京工業(yè)大學 信息學部,北京 100124)
在我國城市化進程中,隨著基礎(chǔ)設(shè)施建設(shè)的不斷完善,市政、通信、交通等領(lǐng)域工程井蓋的防盜和異常預警成為一個突出問題。
現(xiàn)階段,井蓋的防盜和監(jiān)控主要采取基于圖像處理的視頻監(jiān)控方式[1-2]、機械鎖閉方式[3]、基于Zig-Bee和GPRS的局域基站式通信[4]等手段。視頻監(jiān)控受限于監(jiān)控覆蓋范圍,成像易受光線變化、惡劣天氣等影響;機械鎖閉手段沒有監(jiān)管交互和狀態(tài)反饋環(huán)節(jié),對于非法破拆無法監(jiān)控;基于ZigBee和GPRS的局域網(wǎng)基站式通信方案,成本高,需要單獨配置基站。
井蓋位姿檢測普遍采用接觸式限位開關(guān)、加速度計或傾角檢測?,F(xiàn)有的位姿檢測對于外力造成的大角度預期震動、小角度拖動開啟井蓋、垂直平穩(wěn)打開井蓋等運動過程無法實現(xiàn)很好的區(qū)分,造成較高的誤報率和漏報率,而接觸式限位開關(guān)同樣存在可靠性差和使用壽命短的問題。
針對以上方案缺陷,文中通過對用電單元電源的實時控制降低功耗,同時NB-IoT相較于傳統(tǒng)GPRS模塊在通信環(huán)節(jié)功耗和信號穿透力也有很大優(yōu)勢;通過對預期震動信號分析基于井蓋運動特性和慣導數(shù)據(jù)融合實現(xiàn)對井蓋位姿的精確監(jiān)控。
井蓋監(jiān)控器的硬件主要由電源分層管理單元、主控STM32單片機、慣性測量單元IMU(inertial measurement unit)傳感器、WH-NB73 NB-IoT 模塊、藍牙模塊、震動激活單元、人機交互單元等7個部分組成,如圖1所示。
圖1 井蓋監(jiān)控器的硬件組成單元Fig.1 Hardware component unit of manhole cover monitor
主控MCU控制電源管理單元使能或失能各部分供電。由IIC讀取IMU加速度和角速度原始數(shù)據(jù),通過四元數(shù)法和改進的基于PI控制器的互補濾波算法解算歐拉姿態(tài)角,經(jīng)過坐標變換為慣導和井蓋運動特征識別提供數(shù)據(jù)。位姿解算結(jié)束通過串行AT指令發(fā)送至WH-NB73由TCP進行后臺數(shù)據(jù)庫數(shù)據(jù)注入。在井蓋布防階段,使用藍牙模塊與手機建立串行通信,獲取GPS信息和井蓋管理者信息。
1.2.1 功耗控制策略
系統(tǒng)功耗管理采用分層供電機制,如圖2所示。根據(jù)系統(tǒng)各單元工作時序和供電優(yōu)先級,將所有模塊分成3個用電單元,并與之對應形成3個用電層。
圖2 電源分層管理機制Fig.2 Power layer management mechanism
第1層屬于不間斷供電層,主要維持MCU和RTC實時時鐘的工作。工作期間STM32處于正常模式,休眠階段STM32進入停機模式,芯片所有時鐘停止工作,HSI和HSE的振蕩器關(guān)閉,內(nèi)部RTC實時時鐘保持工作,維持設(shè)備定期自動激活巡檢。當外部震動觸發(fā)MCU外部中斷,單片機從停機模式被喚醒,此時使能第2層供電進行位姿解算,若判斷井蓋位姿異常則使能第3層供電進行通信,通信結(jié)束即刻失能通訊層。若判斷位姿仍處于正常狀態(tài),即刻失能檢測層供電并且MCU進入停機模式等待下一個工作循環(huán)。通過實時的用電管控,最大限度地降低了功耗。
1.2.2 激活休眠控制
井蓋激活單元由安裝于PCB四周的4個順時針排布的震動滾珠開關(guān)組成,當有外力震動井蓋,開關(guān)閉合觸發(fā)單片機外部中斷將系統(tǒng)喚醒。電源使能電路采用三極管構(gòu)成的達林頓驅(qū)動電路。通過對鋰電池供電的開通關(guān)斷實現(xiàn)各模塊供電控制。電源控制電路如圖3所示,其中PB1為單片機控制引腳,通過此引腳輸出高低電平控制達林頓管開通關(guān)斷。
1.3.1 NB-IoT模塊及通信天線選型
圖3 電源控制電路Fig.3 Power control circuit
通信模塊選用WH-NB73-B8 NB-IoT通訊模塊部署GSM通信網(wǎng)絡(luò)。使用中國移動網(wǎng)絡(luò)進行通信,WH-NB73-B8工作頻段為B8頻段:中心頻率900 MHz,上行 880~915 MHz,下行 925~960 MHz。發(fā)射功率為23~-40 dBm,接收靈敏度為-115 dBm。
為進一步提高通信質(zhì)量,增加了外接板狀印刷通信天線。天線為水平極化,天線增益為8 dBi,駐波比<1.8,阻抗為 50 Ω。
1.3.2 NB-IoT 模塊供電設(shè)計
WH-NB73-B8 模塊電壓輸入范圍為 3.1~4.2 V。模塊電源設(shè)計的難點主要在于Active模式下最大發(fā)射電流 268 mA(3.8 V),因此電源需要承載較大的瞬時涌流。同時,由于系統(tǒng)的長時間待機指標限制電池選型,系統(tǒng)供電電源要求需滿足短時間功率型要求,同時必須兼顧容量型特性。
為減少涌流造成的電源電壓突發(fā)性跌落,在模塊供電回路中增加續(xù)流電容,以維持瞬時高功率通信時的電壓穩(wěn)定。
軟件流程圖如圖4所示。
圖4 軟件流程Fig.4 Software flow chart
2.1.1 捷聯(lián)矩陣與四元數(shù)
四元數(shù)法在姿態(tài)解算中具有良好的計算性能,使用四元數(shù)進行計算可以避免歐拉角的萬向鎖和方向余弦矩陣計算量大的問題[5]。結(jié)合這一優(yōu)點,針對井蓋運動過程中可能出現(xiàn)角度變化超過這一特定環(huán)境,采用四元數(shù)進行姿態(tài)解算。
四元數(shù)是簡單的超復數(shù) (hypercomplex number);由 1 個實數(shù) λ0與 3 個虛數(shù)單位 i,j,k 組成。其表達式為
且對規(guī)范化的四元數(shù),有
2個坐標系的相對轉(zhuǎn)動可以由四元數(shù)唯一地表示。文中定義井蓋使用載體坐標系(b系),選取游動方位系統(tǒng)作為導航坐標系(n系);經(jīng)過3次旋轉(zhuǎn)(歐拉轉(zhuǎn)動順序為偏航角ψ→俯仰角θ→橫滾角φ),由方向余弦和四元數(shù)所表示的載體坐標系相對于導航坐標系的變換矩陣[6]為
2.1.2 四元數(shù)微分方程
四元數(shù)的運動學微分方程[6]為
其中
式中:T為IMU采樣周期。對式(6)在定時周期內(nèi)進行迭代更新,即可得到四元數(shù)進而解算得到捷聯(lián)矩陣,由式(3)四元數(shù)矩陣與之對應的方向余弦矩陣的等價關(guān)系,即可單值求解出3個歐拉角。其求解公式[6]為
由于初始狀態(tài)無磁力計得到實際航向角,在此初始航向角設(shè)置為0。
2.1.3 基于PI控制器的互補濾波
由于低成本慣性測量單元本身固有的缺陷,導致其陀螺儀模組在靜態(tài)過程中測量噪聲和零點漂移現(xiàn)象明顯;加速度計模組在動態(tài)過程中存在較大的測量噪聲。為了減小測量誤差,采用互補濾波方法對加速度計和陀螺儀數(shù)據(jù)進行融合。
n系下垂直向下的單位向量[0 0 1]T,經(jīng)過式(3)旋轉(zhuǎn)矩陣Cnb坐標變換,得到載體坐標系下其與加速度計測量值等價,因此做向量積,得到的誤差矩陣為
使用PI控制器建立反饋補償,其運算過程為
式中:ω′(t)為補償后的角速度;kp,ki為比例積分增益;ΔT為系統(tǒng)采樣周期。
2.2.1 井蓋運動行為分析
在現(xiàn)階段,我國使用的圓形工程井蓋主要有兩類:一類是井蓋一端與井圈通過轉(zhuǎn)軸連接,另一類井蓋與井圈之間無連接。兩類井蓋由于機械安裝特性的差別其開啟運動過程也不同。就無固定井蓋而言,井蓋開啟或者出現(xiàn)震動表現(xiàn)為俯仰角或橫滾角出現(xiàn)區(qū)別于靜止狀態(tài)的明顯變化,垂直打開或移動過程中存在沿天軸位移和沿導航坐標系xOy平面的矢量位移;一端固定式井蓋,開啟過程主要存在沿旋轉(zhuǎn)軸的角度持續(xù)變化。開啟過程結(jié)束,角度維持在 80~100°范圍內(nèi)。
對于車輛、行人等正常的碾壓造成的預期震動信號而言,普遍表現(xiàn)為信號的加速度和角度均值強度弱,周期短,時間窗內(nèi)震動信號時間與時間窗比值ts/T較開啟信號小。
2.2.2 導航位置計算
當捷聯(lián)矩陣Cnb求解得到后,理論上將載體坐標系下加速度計測得的加速度比力fb進行坐標變換減去重力后,經(jīng)過二次積分即可得到導航坐標系下井蓋位移xn。但是,由于測量噪聲和零點漂移的存在,經(jīng)過積分得到的位移數(shù)據(jù)的誤差隨時間累加,經(jīng)過一段時間后數(shù)據(jù)便發(fā)散不可用。
為控制數(shù)據(jù)發(fā)散速度在每次監(jiān)控器安裝就位后,對2000幀IMU數(shù)據(jù)求取期望,通過均值補償對IMU進行簡單標定。引入巴特沃斯帶通濾波器通過調(diào)節(jié)通帶寬度,對經(jīng)過坐標變換的加速度比力進行濾波,控制加速度的低頻零漂和高頻噪聲。對濾波后的加速度進行一次積分得到速度vn。
同理,使用帶通濾波器對速度進行濾波后進行積分,得到導航坐標系下井蓋位移xn。其整個過程如圖5所示。
圖5 位姿估計過程Fig.5 Position and pose estimation process block
2.2.3 位姿估計算法
位姿估計算法由歐拉角變化的時間窗占比、導航位移、預期震動信號的處理3部分組成,通過邏輯運算實現(xiàn)井蓋位姿估計。
1)歐拉角變化的時間窗占比(如圖6所示)主要用于區(qū)分一端安裝轉(zhuǎn)軸類井蓋,通過設(shè)置閾值,對超過閾值角度的時刻累加與時間窗求比值。有:
2)導航位移 當監(jiān)控器震動激活后開始進行慣性導航位移解算,解算過程中判斷導航坐標系下三軸加速度狀態(tài)和姿態(tài)角p(k),當合加速度處于0范圍內(nèi)并且p(k)處于穩(wěn)定狀態(tài)結(jié)束導航解算。判斷井蓋x,y方向的合位移是否超出xmax=50 cm(閾值)的范圍,以此作為井蓋打開依據(jù),如圖7所示。即
式中:x為位移,cm;xn為井蓋在x,y方向的合位移;xn,x,xn,y分別為 n 系下井蓋 x,y 方向的位移;xmax為判斷井蓋移動的閾值。
圖7 井蓋導航位移Fig.7 Manhole cover navigation displacement
3)預期震動信號會產(chǎn)生三軸加速度,從而導致井蓋位移漂移,由于慣導無零速校正,對于特殊情況下震動信號強度過大可能使位移誤差超過閾值,因此需要對預期震動信號進行處理。由圖8可知,預期震動信號在時間窗內(nèi)的主要特征是其震動頻次低,時間窗占比ts/T較小。因此采用與2相同的方法求取沿xOy平面的加速度合力。在時間窗內(nèi)對加速度合力大于0的時刻進行累加,得到預期震動信號時間ts。通過將預期震動信號時間窗占比與閾值ε比較,得到井蓋開啟判斷條件s3為
式中:ts/T為預期震動信號時間窗占比;ε為判斷井蓋移動的時間窗占比閾值,在此ε=0.55。
井蓋位姿檢測算法由這3個條件進行邏輯運算得到,其表達式為
圖8 預期震動信號Fig.8 Expected vibration signal
試驗測試包括3部分,即系統(tǒng)不同狀態(tài)下功耗(以工作電流表示)、不同場景下信號強度、井蓋開啟或震動檢測。測試對象為北京工業(yè)大學校園內(nèi)井蓋。
1)系統(tǒng)不同狀態(tài)功耗試驗(蜂鳴器未工作),具體的工作電流見表1。
表1 系統(tǒng)不同狀態(tài)工作電流 mATab.1 System working current in different states
以48 h自動激活1次上報系統(tǒng)狀態(tài),每次激活檢測層位姿解算時間3000 ms,TCP通訊時間5000 ms計算系統(tǒng)待機時間。
每48 h的功耗W48h為
W48h=0.0522 mA×48 h+0.31 mA×(3÷3600)h+140.4 mA×(5÷3600)h=2.7 mA·h
系統(tǒng)待機時間Td(假設(shè)其他未知因素造成的誤差時間為2 a)為
Td=(4400 mA·h)÷(2.7 mA·h)×2÷365 d-2 a=6.93 a
2)通過HWNB-73的AT指令,發(fā)送AT+CSQ讀取當前信號質(zhì)量分別于室內(nèi)不同位置 (實驗室、樓梯間、地下一層)、空曠的室外不同位置、3個井蓋下測取數(shù)據(jù),見表2。
表2 不同環(huán)境下信號RSSI值(模塊返回整數(shù)類型)Tab.2 Signal RSSI values in different environments
3)在試驗場景中,選取3個井蓋進行試驗。井蓋1——市政井蓋,為一端固定的轉(zhuǎn)軸類井蓋;井蓋2——雨水井蓋,為無固定井蓋且井蓋較為松動;井蓋3——通信井蓋,為無固定井蓋,井蓋與井圈比較緊密。
隨機選取的試驗數(shù)據(jù)見表3。由表可知,這3個條件能夠準確區(qū)分兩類井蓋的開啟與震動動作信號。
表3 不同井蓋檢測數(shù)據(jù)Tab.3 Different manhole cover test data
基于NB-IoT窄帶互聯(lián)網(wǎng)和慣性導航技術(shù)設(shè)計的井蓋監(jiān)控器達到了預期性能指標,通過對不同用電層的實時管控降低了功耗,以預期震動信號在時間窗內(nèi)特征結(jié)合井蓋運動過程的歐拉姿態(tài)角和導航位移數(shù)據(jù)提出了井蓋位姿檢測算法。但是,由于慣導過程沒有校正環(huán)節(jié),僅通過帶通濾波器對誤差累計進行抑制,較長時間后導航數(shù)據(jù)仍會發(fā)散,因此在較短的時間窗內(nèi)慣導數(shù)據(jù)才可用。
目前所設(shè)計產(chǎn)品已經(jīng)進入集中測試階段,尚未投入商業(yè)應用。下一步為了實現(xiàn)慣導數(shù)據(jù)校正,可以考慮通過超聲波或激光傳感器測量零速狀態(tài)對加速度計進行零速校正,達到更精確的位置估計。