李志剛，呂 杰，董小飛，王 斌，牛欣偉

(1. 江蘇科技大學 計算機科學與工程學院，江蘇 鎮(zhèn)江 212003； 2. 蘇州健雄職業(yè)技術(shù)學院 軟件與服務外包學院，江蘇 蘇州 215411； 3. 鹽城工學院 機械優(yōu)集學院，江蘇 鹽城 224051； 4. 賓州州立大學Behrend分校，工程學院，Erie,美國 賓夕法尼亞州)

0 引 言

隨著物流貿(mào)易與汽車工業(yè)的不斷發(fā)展，特別是在工廠、港口等物流運輸密集的地區(qū)，往往有大量車輛與貨物?？客怠Ｓ捎诂F(xiàn)代車輛出入管理手段、設(shè)施建設(shè)落后，導致車輛出入效率遲緩，并且存在安全管理問題[1]。當下采用的車輛管理通常為人工管理和IC卡近距離識別管理，效率低下，車輛往往需要在到達出入位置時停下檢查，在一定程度上增加了車輛能源的消耗[2]。此外，現(xiàn)階段使用的射頻識別距離較近，對于車流量較大的場合應用效果較低，往往會造成一定的車輛擁堵。

隨著物聯(lián)網(wǎng)等技術(shù)的不斷成熟與發(fā)展，目前國內(nèi)外大多研究人員針對車輛出入管理進行了相關(guān)系統(tǒng)研究：但雨芳等[3]將GPS、GIS與RFID技術(shù)綜合應用于城市道路交通管理系統(tǒng)中，在此基礎(chǔ)上設(shè)計出道路交通車輛的全程監(jiān)控模型和系統(tǒng)框架；劉迪[4]提出一種用于園區(qū)車輛預警系統(tǒng)的物聯(lián)網(wǎng)框架，利用RFID智能傳感器網(wǎng)絡(luò)技術(shù)實現(xiàn)城市車輛自動化監(jiān)控和管理；趙泰洋等[5]提出了一種基于RFID與魯棒性估計的車輛定位及信息獲取方法，克服傳統(tǒng)Chan算法當信號衰減引起TDOA估計誤差較大時性能迅速惡化的問題；S.P.NARAYAN等[6]設(shè)計了一種公共車輛定位系統(tǒng)(PVLS)，通過從車輛中放置RFID讀取器獲取車輛位置，實時從道路收集信息。

目前所采用多基站無線定位方法有接受信號強度RSSI、到達時間TOA、到達時間差TDOA、到達角度差AOA及以上幾種技術(shù)的混合定位算法等[7-10]。其中，TDOA、AOA定位算法穩(wěn)定性好、定位精度較高，已應用于室內(nèi)、礦井、雷達等定位、檢測場景研究中[11-13]。

1 檢測方案設(shè)計及系統(tǒng)架構(gòu)

通過RFID(radio frequency identification)獲取車輛的身份信息，結(jié)合TDOA(time difference of arrival)、AOA(angle of arrival)定位算法獲取車輛位置信息。每輛車均裝配一個有源RFID電子標簽，其中存儲有車輛的身份信息(如車牌號等)。有源RFID電子標簽自身具備電池，可提供全部器件工作的電源，較無源卡具有讀寫距離遠、環(huán)境要求低、防沖突能力強、安裝方便等優(yōu)勢。位于出入口的車輛檢測系統(tǒng)集RFID、自動化控制技術(shù)以及計算機管理系統(tǒng)于一體，實現(xiàn)車輛出入信息化、智能化管理。系統(tǒng)結(jié)構(gòu)如圖1。

圖1 檢測系統(tǒng)結(jié)構(gòu)Fig. 1 Structure of detection system

RFID讀寫器(基站)通過耦合元件向外發(fā)送可調(diào)的射頻信號。當電子標簽進入基站通信覆蓋范圍后，啟動處于其通信覆蓋范圍內(nèi)的標簽，標簽在接收到射頻信號后發(fā)射自己的身份信息，以此實現(xiàn)車輛的身份識別。當基站天線接收到標簽返回的射頻信號后，對該信號進行濾波、放大等處理[5]。系統(tǒng)對基站輸出的信號進行分析處理，估算出車輛與該基站的直線距離，并得出信號的到達時間與到達角度，然后將數(shù)據(jù)帶入到分析模塊，通過TDOA、AOA定位算法計算得出車輛各移動節(jié)點坐標以實現(xiàn)車輛定位。根據(jù)車輛定位坐標變化判斷車輛出入情況。當定位數(shù)據(jù)顯示車輛靠近出入口且行駛方向正確時，系統(tǒng)發(fā)送指令控制自動道閘升起，車輛不停車快速通過出入口。車輛通過后，網(wǎng)絡(luò)攝像頭記錄通車影像。LED顯示屏會顯示出入車輛身份信息。系統(tǒng)會根據(jù)出入信息進行記錄(以“出入時間+駕駛員+車型+牌號+貨物信息”進行信息存儲)。車輛通過后道閘自行落下，完成一次通車動作。當遇到外來車輛或內(nèi)部車輛私自外出時，基站無法識別到有效信息，道閘不會開啟，報警器通知工作人員進行現(xiàn)場處理，并對車輛信息進行登記，具有一定的安保功能。檢測裝置流程如圖2。

圖2 檢測裝置流程Fig. 2 Flow chart of detection device

讀寫器基站通常布置在出入口附近，讀取其通信覆蓋范圍的車輛信息。當有多個車輛同時駛?cè)肫渫ㄐ欧秶鷷r，為了防止多個電子標簽同時向基站發(fā)送信息導致的標簽沖突問題，系統(tǒng)采用了動態(tài)幀時隙Aloha的RFID標簽防沖突協(xié)議[14]?；鞠蚱渫ㄐ欧秶鷥?nèi)的電子標簽發(fā)送同步指令，各個電子標簽接到指令后隨機選擇一個上行時隙向基站發(fā)送身份信息，基站收到信息后將返還確認信號。收到信號的電子標簽將進入休眠狀態(tài)，而未收到信號的電子標簽則在下一次收到同步指令后再發(fā)送身份信息，直到收到基站的確認信息為止，不僅節(jié)省了頻率資源，更有效地解決標簽沖突問題。

2 系統(tǒng)定位模型建立

2.1 TDOA和AOA定位算法

從文獻[9]結(jié)論可以看出，單純采用TDOA定位算法易受NLOS、多徑效應等因素影響導致測量誤差，而聯(lián)合采用TDOA、AOA定位算法可以有效彌補這一缺點。車輛出入可近似看為三維空間內(nèi)的點的移動，需采用至少4個基站進行定位。根據(jù)已有研究[11-14]，設(shè)未知節(jié)點為(x，y，z)，第i個基站位置為(Xi，Yi，Zi)(i=1，2，3，4)，以基站1為參考，TDOA算法如式(1)～式(6)：

(1)

Ri,1=cti,1=Ri-R1

(2)

(3)

式中：c為信號傳播速度；ti為基站與節(jié)點間信號傳播時間；Ri為基站到節(jié)點的距離；nti,1為系統(tǒng)測量誤差。由式(1)、式(2)得：

(4)

(5)

關(guān)于未知節(jié)點(x，y，z)的方程，根據(jù)CHAN算法，式(5)可寫為：

G1=H1X+N

(6)

在AOA定位算法方面，筆者在文獻[10-11]基礎(chǔ)上，為了更好的結(jié)合實際數(shù)據(jù)，以測得值Ri作為變量進行算法推導，如式(7)：

(7)

(8)

根據(jù)式(8)可得：

(9)

然后，可得到關(guān)于AOA算法求得目標位置的解為：

(10)

由式(9)、式(10)可得：

(11)

(12)

即：

(13)

圖3 不同角度誤差對測量結(jié)果的影響Fig. 3 Influence of different angle errors on measurement results

則式(13)可寫為：

G2=H2X+M

(14)

通過合并式(6)、式(14)，可得：

(15)

根據(jù)文獻[10]，采用加權(quán)最小二乘算法，計算得出節(jié)點坐標估計值。

2.2 定位模型

以某出入口為實驗模擬環(huán)境，通過量取出入口關(guān)鍵位置長度，如測得出入口總長為20 m，出入口限定高度為4 m，自動道閘長度為4 m且成對布置在中間位置，進而建立如圖4的車輛出入口定位模型。設(shè)定一坐標系原點O，得出設(shè)定入口坐標為(10，0，4)→(14，0，4)，出口坐標為(6，0，4)→(10，0，4)。選用2.4 GHz有源遠距離RFID讀寫器，識別距離可在0～80 m調(diào)節(jié)，每隔一定周期掃描一次。此外，為確保系統(tǒng)計算的有效性，各讀寫器基站處于彼此工作半徑之內(nèi)，且Z方向坐標須不相等，以免算法出現(xiàn)計算錯誤。故基站1的坐標為(0，0，1)，其他基站坐標分別為(20，0，1)、(10，5，4)、(10，-5，4)。

圖4 定位模型平面示意Fig. 4 Plane schematic of positioning model

3 實驗舉例與仿真分析

對檢測到的出入車輛以“L-W-Tn-R”作為編碼代號進行數(shù)據(jù)編碼。

表1 信號數(shù)據(jù)的狀態(tài)信息描述Table 1 Description of the status information of the signal data

以Tn(xn、yn)為基礎(chǔ)進行出入判斷說明(zn值對車輛出入判定沒有實質(zhì)影響，筆者暫不作說明)，在整個檢測階段，以定位坐標和時間為記錄基礎(chǔ)。根據(jù)圖4的定位模型，建立車輛出入判斷條件：

(16)

(17)

判斷步驟如下：

步驟1：基站獲取車輛發(fā)出的信號，經(jīng)系統(tǒng)處理后估算出車輛與基站的直線距離；

步驟2：將距離數(shù)據(jù)帶入TDOA、AOA定位算法計算出車輛移動過程中各定位節(jié)點坐標；

步驟3：結(jié)合判斷式(16)、式(17)分析符合設(shè)定區(qū)間的坐標變動情況，判斷出車輛是否駛?cè)?駛出；

步驟4：是，系統(tǒng)記錄通車信息；

步驟5：否，返回步驟3繼續(xù)進行判斷。

圖5為基于C#開發(fā)的車輛出入分析測試模塊。該模塊可根據(jù)實際測試要求，設(shè)置讀寫器數(shù)量、讀寫器坐標、識別距離、庫門坐標等信息?！熬嚯x限制檢測”按鈕用于分析所選讀寫器位置是否合理。在設(shè)定好各個環(huán)境變量后點擊“運行”，系統(tǒng)實時獲取實驗車輛運動位置數(shù)據(jù)并按步驟1～步驟5進行車輛出入判斷。

圖5 車輛出入分析模塊界面Fig. 5 Interface of vehicle access analysis module

實驗選取了6個小車運動位置并進行了多次誤差仿真分析。圖6給出了在模擬環(huán)境下小車的定位分析結(jié)果。

圖6 小車定位分析結(jié)果Fig. 6 Car positioning analysis results

由圖6可知，由于讀寫器本身的信號延遲以及環(huán)境干擾等因素，每個運動位置得到的多個定位結(jié)果呈現(xiàn)隨機分布，但總體處于一定數(shù)值范圍內(nèi)。距讀寫器較遠的位置定位誤差相對較大，而較近位置的定位精度則較高，靠近出入口位置的定位精度可滿足系統(tǒng)使用要求。表2選取并對比了一組仿真數(shù)據(jù)與實際數(shù)據(jù)。

表2 定位結(jié)果數(shù)據(jù)Table 2 Data table of positioning results

從表2中T1到T6的坐標數(shù)據(jù)可以看出，小車在移動路徑經(jīng)過入口且位于入口設(shè)定范圍內(nèi)，位置變化滿足式(17)判斷條件，則模塊界面會顯示車輛為駛?cè)霠顟B(tài)。

4 結(jié) 語

筆者設(shè)計了一種車輛出入智能檢測系統(tǒng)，以滿足車輛出入信息化、智能化管理需求。通過RFID獲取的車輛到基站的距離等數(shù)據(jù)，代入到TDOA、AOA定位算法得出車輛移動節(jié)點坐標，通過分析坐標變動結(jié)合出入口設(shè)定條件得出車輛駛?cè)?、駛出情況，最終實現(xiàn)車輛出入管理。通過模塊開發(fā)與仿真模擬，系統(tǒng)可實現(xiàn)車輛出入識別，滿足系統(tǒng)功能要求。根據(jù)現(xiàn)場環(huán)境建立了定位模型并進行了基礎(chǔ)仿真，初步驗證了模型的有效性，但在復雜狀況下仍需進行大量的實驗驗證。未來將進一步針對系統(tǒng)存在的延時與角度誤差進行分析。