姚佳駿，馬璐芊，易敏軒，牛衍亮

（石家莊鐵道大學(xué)，河北 石家莊 050043）

車輛檢測是在交通監(jiān)控系統(tǒng)中的重要組成部分，可以對道路交通信息進(jìn)行實(shí)時(shí)的采集和處理，并通過計(jì)算機(jī)的智能化分析，來判斷車輛的位置、狀態(tài)和運(yùn)行速度等。在實(shí)際應(yīng)用中，由于道路環(huán)境的復(fù)雜性以及動(dòng)態(tài)性，往往需要根據(jù)不同的情況做出相應(yīng)的調(diào)整以應(yīng)對變化的天氣狀況。因此，車輛定位技術(shù)成為當(dāng)今世界上的熱點(diǎn)之一。

1 車輛定位系統(tǒng)特點(diǎn)

1.1 車輛定位系統(tǒng)

根據(jù)車輛檢測的目的不同，車輛定位可分為以下幾類：基于背景的定位、基于圖像的定位和基于時(shí)間的定位；基于模型的方法是對目標(biāo)的運(yùn)動(dòng)軌跡進(jìn)行建模然后再對其行為進(jìn)行分析，從而得到一個(gè)初始的坐標(biāo)；而本文的研究就是在上述的基礎(chǔ)上，利用蟻群算法來解決車輛位置信息不確定性的問題，如圖2所示。在本文中，我們將使用第一種的方法來處理車輛的周圍環(huán)境，并計(jì)算出每個(gè)參考點(diǎn)的距離和速度，進(jìn)而得出的結(jié)果為最佳的估計(jì)值。本文中的車輛輔助系統(tǒng)，是通過在移動(dòng)路由器的節(jié)點(diǎn)處安裝攝像頭獲取的數(shù)據(jù)作為特征，并結(jié)合蟻群算法，最終將這些數(shù)據(jù)與當(dāng)前的地理位置相比較，找到最優(yōu)的地點(diǎn)來完成整個(gè)的搜索過程。同時(shí)，還可以應(yīng)用到道路的監(jiān)控中，當(dāng)遇到突發(fā)情況時(shí)，也會立即做出反應(yīng)，并且會自動(dòng)地控制交通。當(dāng)發(fā)生交通事故時(shí)，就不會影響其他的地方（如學(xué)校、醫(yī)院等），大大提高了事故后的救援效率。

1.2 車輛定位的組成

基于UWB技術(shù)的車輛定位系統(tǒng)是一個(gè)非常復(fù)雜的過程，它包含3個(gè)部分：（1）車輛的位置信息收集：在進(jìn)行目標(biāo)檢測前，首先要對所要探測的區(qū)域和周圍的環(huán)境等情況做充分的了解；（2）定位的方法和參數(shù)設(shè)置：根據(jù)所要解決的問題確定具體的算法步驟，然后對算法的性能指標(biāo)做進(jìn)一步的分析；（3）車輛的運(yùn)動(dòng)軌跡：在進(jìn)行定位操作時(shí)，需要對每個(gè)傳感器的輸出信號的時(shí)間坐標(biāo)做出相應(yīng)的處理并計(jì)算出實(shí)際的行駛速度，從而得到路徑的長度、距離、方向等數(shù)據(jù)。這些數(shù)據(jù)的獲取是通過 UWB 提供的算法程序來實(shí)現(xiàn)的；（4）車輛的狀態(tài)：在完成了初始化的工作后，就可以開始執(zhí)行下一步的任務(wù)：即接下來的步驟之一是，將各個(gè)傳感器的輸入值與當(dāng)前的地址中的特征值相比較，如果兩者的差異過大，那么就會發(fā)出警告，以此來提醒工作人員。

2 UWB硬件設(shè)計(jì)

2.1 UWB 基站

基站的作用是在每個(gè)已知的車輛位置（根據(jù)實(shí)際情況）的同時(shí)對所有的車輛進(jìn)行初始化，然后在迭代的過程中，找到車輛之間的最優(yōu)匹配點(diǎn)，從而使整個(gè)系統(tǒng)的性能，得到最大化的優(yōu)化狀態(tài)。由于在UWB環(huán)境下的車輛定位問題是一個(gè)非常復(fù)雜的工作而且還需要大量的人工操作，因此，為了解決這一難題，本文采用了兩種方法來構(gòu)建和分析基站。一種是基于蟻群算法的基本思想，即通過對目標(biāo)函數(shù)的尋優(yōu)求解，并結(jié)合蟻群算法的特點(diǎn)來確定最佳的解空間。另一種則是基于信息素的更新法，即先將待處理的數(shù)據(jù)作為特征向量，再利用信息素的更新特性，將其與當(dāng)前的參數(shù)值相比較，最后得出結(jié)果。

2.2 UWB 定位標(biāo)簽

標(biāo)簽是用來標(biāo)記目標(biāo)位置的信息元器件，它可以將圖像中的每個(gè)像素點(diǎn)用特定的顏色來表示，并將它們與其他的標(biāo)定值進(jìn)行比較。在使用過程中，為了保證其準(zhǔn)確性，技術(shù)人員需要對其的分辨率和準(zhǔn)確度有一定的要求。同時(shí)，還應(yīng)該具有良好的可讀性和可維護(hù)性。在本實(shí)驗(yàn)中，采用了一種超大規(guī)模的定位技術(shù)，即利用超聲波傳感器來實(shí)現(xiàn)車輛的自動(dòng)識別。通過對車輛的運(yùn)動(dòng)軌跡的分析后，根據(jù)車輛的運(yùn)行速度、方向、車的姿態(tài)等特征，計(jì)算出車的坐標(biāo)（x,y），然后，再把這些數(shù)據(jù)與已知的參數(shù)建立一個(gè)映射關(guān)系，最后把所有的參數(shù)都存入RGB的庫文件里，即可得到每輛車的具體位置。該算法的原理簡單，只需設(shè)定初始的閾值，其他條件都不做考慮，只要滿足RQI的輸入就行。

2.3 上位機(jī)解算平臺

使用該平臺的PC機(jī)通過C#的開發(fā)工具，并在C#的基礎(chǔ)上進(jìn)行了升級，將C#的功能用軟件的方式展示出來，然后將其與蟻群算法結(jié)合起來，實(shí)現(xiàn)了對目標(biāo)車輛的定位和跟蹤。該平臺的主要作用是對固定的4個(gè)路由器的信息素的獲取以及計(jì)算，并在每個(gè)路由器上設(shè)置一個(gè)參數(shù)，當(dāng)2個(gè)路由器的狀態(tài)相同時(shí)，則表明此時(shí)的情況為固定的節(jié)點(diǎn)。當(dāng)兩者的狀態(tài)不同時(shí)，則表示當(dāng)前的情況為不穩(wěn)定的節(jié)點(diǎn)。當(dāng)所有的路由器都處于不確定的位置時(shí)，則說明該時(shí)刻的存在或者是已經(jīng)發(fā)生改變，也就是車輛的運(yùn)動(dòng)已不再是靜止的狀況下，就可以認(rèn)為此刻的出現(xiàn)了。在這個(gè)過程中，需要用到的函數(shù)有3個(gè)，分別是：初始值、更新值、迭代值。其中初始值和更新的結(jié)果都是以時(shí)間的形式存儲的。

3 蟻群算法原理以及實(shí)現(xiàn)過程

3.1 基本蟻群算法

最早的蟻群算法是由美國科學(xué)家Dorigo和何亞夫提出的一種啟發(fā)式算法，它是通過模擬自然界螞蟻覓食行為來實(shí)現(xiàn)的。該方法的原理簡單明了，它將事物的全部信息都存儲在一個(gè)特定的環(huán)境中，并根據(jù)每個(gè)特定的狀態(tài)選擇相應(yīng)的解作為最優(yōu)解，從而使整個(gè)搜索過程具有一定的自適應(yīng)性，并且使其收斂到局部最小值。隨著研究的深入以及不斷的發(fā)展進(jìn)步，越來越多的改進(jìn)型算法被應(yīng)用于求解復(fù)雜的問題領(lǐng)域，如組合優(yōu)化、遺傳算法、人工免疫進(jìn)化模型等，其中自組織的群體智能演化算法（ACs）和改進(jìn)的蟻群法（TSP）等，已經(jīng)成為近年來的主流研究方向。雖然已有很多經(jīng)典的蟻群算法在解決路徑規(guī)劃的尋優(yōu)上取得了很大的成功與成就，但是，由于各種不確定因素的存在使得這些理論很難得到很好的推廣與普及。因此，有必要對其進(jìn)行更深層次的研究分析，以便能夠更好地控制尋優(yōu)路徑，提高其性能。

3.2 多徑向蟻群算法

該方法是由美國的R.S.Stigle等人提出的一種算法，它是由兩個(gè)具有不同方向的螞蟻在同一個(gè)地點(diǎn)隨機(jī)游走，然后根據(jù)它們的信息素，計(jì)算出一個(gè)函數(shù)，并通過這個(gè)函數(shù)的平均值來確定最優(yōu)解的優(yōu)選方案。該算法的優(yōu)點(diǎn)在于其可以對問題的復(fù)雜程度進(jìn)行判斷，并且能夠很好地處理多徑向的路徑優(yōu)化問題。缺點(diǎn)就是它的求解過程中，需要大量的搜索空間，而且解的精度比較低，因此不能很好地解決高維數(shù)的蟻群尋優(yōu)的難題。另外，因?yàn)槠渌惴ǖ氖諗克俣嚷?，且不容易更新，所以在?shí)際的應(yīng)用中，還存在一些不足。

概率Pk是一個(gè)很經(jīng)典的數(shù)學(xué)模型，它是由法國數(shù)學(xué)家費(fèi)爾斯特拉斯于1879年提出的一種隨機(jī)現(xiàn)象，它是由美國的費(fèi)德爾巴（R.S.Dovsky）提出來的理論基礎(chǔ)。在概率P的計(jì)算中，首先要確定的就是參數(shù)，即函數(shù)的值和分布。當(dāng)系統(tǒng)的規(guī)模很大時(shí)，通常會采用這種方法，因?yàn)檫@樣的算法對初始的變量都有很好的適應(yīng)能力，而且還能保持其穩(wěn)定性。但對于小規(guī)模的應(yīng)用來說，這個(gè)算法的難度更大，并且需要的數(shù)據(jù)量也比較大，所以一般不推薦使用。而當(dāng)大規(guī)模地生產(chǎn)時(shí)，由于其具有的靈活性，使得該算法的適用范圍更加廣泛。

4 移動(dòng)端APP應(yīng)用程序功能設(shè)計(jì)

4.1 地圖控制

該應(yīng)用是基于蟻群算法的車輛定位的一種改進(jìn)，它在傳統(tǒng)的路徑信息素更新和新的車輛跟蹤方面取得了很大的成功和進(jìn)步，但同時(shí)也存在著一些缺陷，如在計(jì)算過程中，當(dāng)車輛出現(xiàn)局部最優(yōu)的情況時(shí)，會導(dǎo)致目標(biāo)的軌跡模糊不清，從而影響了最終的結(jié)果；當(dāng)新的路線遇到障礙物時(shí)，會使地圖上的所有位置都陷入其中，這樣就不能準(zhǔn)確地反映出真實(shí)的道路狀況，因此這種方法的局限性較大，而且還需要重新設(shè)計(jì)地圖，這對蟻群算法的推廣有一定的限制作用。本論文采用的是基于 Umlg的拓?fù)浣Y(jié)構(gòu)作為車輛的控制模型，通過對不同的 Umlg的組合來實(shí)現(xiàn)其功能。

4.2 實(shí)時(shí)定位

實(shí)時(shí)定位是通過計(jì)算機(jī)的高速計(jì)算和信息處理能力來完成目標(biāo)定位的過程。在車輛檢測系統(tǒng)中，車輛位置的確定需要經(jīng)過大量的運(yùn)算和數(shù)據(jù)的分析來獲得。在實(shí)際的應(yīng)用中，由于環(huán)境因素的影響以及車輛自身的特點(diǎn)等原因，車輛運(yùn)動(dòng)速度會受到一定程度的限制。當(dāng)車輛的移動(dòng)距離與當(dāng)前的交通狀況不匹配時(shí)，就會導(dǎo)致無法準(zhǔn)確地找到所需的目的地（例如校車軌道）。此時(shí)，如果僅僅依靠人工的方法對所測得的圖像進(jìn)行預(yù)處理，則很難實(shí)現(xiàn)精確的定位結(jié)果。因此，為了解決這一問題，利用智能的車載導(dǎo)航設(shè)備，對周圍的道路、障礙物、建筑物等的情況進(jìn)行實(shí)時(shí)的監(jiān)測并給出相應(yīng)的路線及時(shí)間，同時(shí)，還可以根據(jù)這些實(shí)時(shí)的路況變化，自動(dòng)調(diào)整行進(jìn)的方向與角度，從而使其能夠有效地提高行駛的穩(wěn)定性和安全性。

4.3 停車導(dǎo)航

停車導(dǎo)航是指通過車載終端的引導(dǎo)來幫助駕駛者快速準(zhǔn)確地找到自己的車輛并安排好路線的一種交通方式。在停車場中，由于車輛數(shù)量較多，且每個(gè)車位都有相應(yīng)的位置信息，所以，當(dāng)需要停車的時(shí)候就會出現(xiàn)尋找方向混亂的情況發(fā)生，這時(shí)就會造成車輛的擁擠和等待時(shí)間的增加。因此，為了解決這些問題，本文提出了蟻群算法，該算法的基本原理是利用螞蟻尋優(yōu)過程中的隨機(jī)游走，計(jì)算每輛車的起點(diǎn)和終點(diǎn)，然后根據(jù)此算法找出最優(yōu)的路徑并規(guī)劃好所有的?？奎c(diǎn)。蟻群算法的特點(diǎn)如下：（1）全局搜索能力強(qiáng)，可以對復(fù)雜的環(huán)境進(jìn)行局部優(yōu)化，具有很強(qiáng)的魯棒性；（2）對目標(biāo)函數(shù)的約束較少，能夠有效地提高系統(tǒng)的動(dòng)態(tài)性能；（3）蟻群算法的收斂速度快，容易實(shí)現(xiàn)。

4.4 信息查詢

通過在搜索過程中的信息檢索，將得到的結(jié)果發(fā)送給服務(wù)器，由服務(wù)器進(jìn)行處理，根據(jù)返回的結(jié)果更新或刪除的操作來確定具體的信息是否被添加到數(shù)據(jù)庫中。在本實(shí)驗(yàn)的步驟中，首先，需要對所要查詢的對象和所要查詢的時(shí)間等參數(shù)有一定的了解；然后，對數(shù)據(jù)的類型和格式以及特征的提取、計(jì)算、存儲等一系列的準(zhǔn)備工作；最后，將這些信息發(fā)送到后臺的計(jì)算機(jī)系統(tǒng)，由后臺的電腦來完成。

本論文采用的就是這種方法，它可以很好地解決車輛檢測的問題和車輛位置的準(zhǔn)確度不高的問題；也能夠很好地提高車輛的定位精度。但是，由于它的成本比較高，而且不容易實(shí)現(xiàn)，所以還沒有被廣泛使用。

5 結(jié)語

綜上所述，車輛定位是智能交通系統(tǒng)中的一個(gè)重要環(huán)節(jié)，它不僅可以為用戶提供及時(shí)的信息反饋，還能為決策者進(jìn)行相應(yīng)的分析和預(yù)測，從而提高道路的通行能力。車輛定位系統(tǒng)是一種用于引導(dǎo)、監(jiān)視、控制的自動(dòng)化設(shè)備，它可以對車輛的運(yùn)動(dòng)軌跡進(jìn)行實(shí)時(shí)監(jiān)控，還能對其行駛狀態(tài)進(jìn)行反映，還能提供決策輔助。因此，它的應(yīng)用范圍非常廣泛，如交通控制系統(tǒng)、智能儀表、自動(dòng)駕駛、導(dǎo)航系統(tǒng)、工業(yè)生產(chǎn)過程以及各種通信等。