基于WSN的道路车流量监测系统的研究与设计开题报告

一、研究背景

随着社会经济的进一步发展，交通问题日益严峻，世界上许多大型城市都面临这一问题。城市交通拥堵所造成的是一系列的重大社会问题，关系到经济、能源、安全等诸多方面。因此，对已经出现拥堵的城市必须进行科学的治理与管理，对尚未发生拥堵的城市也要进行科学的管理与规划。在此情形下，依靠现代交通与信息科学和先进管理方式的智能交通系统(intelligenttransportation system，ITS)应运而生，为解决城市交通问题提供了新的出路。智能交通系统综合考虑了人—机—环境工程学、道路交通工程、系统工程、控制理论等多学科知识，将先进的信息技术、数据通讯传输技术、电子控制技术以及计算机处理技术等有效地综合运用，采用现代技术有机地结合并应用于交通运输领域。尽可能使人、车、路三者密切配合，和谐统一，通过对交通系统的现代化管理和控制，提高道路的畅通率，减少交通事故，改善运输环境和节约能源消耗，使交通运输的安全性和运行效率得到明显地提高，从而建立起一种大范围、全方位发挥作用的实时、准确、高效的交通管理系统。因此，智能交通系统是目前国际公认的解决城市道路以及高速公路交通拥挤、改善行车安全、提高运行效率、减少空气污染的最佳途径。

在智能交通系统中，交通信息检测是其重要的组成部分。它是将各种传感器检测到的信息汇总得到实时准确的交通数据，送给智能交通控制中心，控制中心经过处理和判断，通过信号灯或其他交通控制手段来发出相应的指令，从而实现智能控制的目标。而在交通信息中，交通流量(也叫车流量)是最基本的参数之一，通过它可以进一步获得车辆速度以及车道占有率等交通信息。交通流变化过程是一个实时、非线性、高维、非平稳随机过程，随着统计时段的缩短，交通流变化的随机性和不确定性越来越强。由此可知，交通信息检测的准确性和实时性是智能交通系统的基础。因此，提高检测精度与效率，将真实的交通情况实时、准确的反映到智能交通信息处理系统中，已经成为至关重要的问题。

二、国内外研究现状

车辆检测算法是车辆检测系统的核心部分，对它的研究直接关系到整个系统的准确性和可靠性，一个高效巧妙的检测算法能给检测器带来事半功倍的效果。当前 ITS 采用多种检测手段，视频检测和环形线圈检测，是比较主流的检测手段，还有微波、激光、红外和超声等都有各自的缺陷，没有十全十美的传感器可以得到更加广泛的应用。这里我们使用地磁传感器作为研究对象。在 ITS 方面，车辆检测算法是最为基础的，也是最为重要的环节之一。当今国际上常用的车辆检测技术主要有环形线圈、视频、微波和AMR 传感器等。

在国外，CHEUNG、KANG、KANATHANTIP等对磁阻传感器检测车辆的原理及相关算法进行了研究，提出了阈值算法、状态机算法和基于能量的自适应状态机阈值算法等。其中固定阈值算法，主要是设定一个固定的阈值，根据采集的信号与阈值的比较进行判断，但是由于温度的漂移现象使得这种方法准确度很低。后来提出引入状态机是一种突破，状态机能够准确的检测出车辆，但是缺点是反映迟钝，而且有很大的延迟，也没有解决温度漂移的问题。Berke-ley大学DING等人提出的基于能量的自适应阈值检测算法缓解了传感器输出信号基准值漂移的影响，但是此算法对均值变化小的高频信号以及变化缓慢的信号不敏感，对慢速车辆容易造成漏检，并且判断车辆离开的窗口长度是定值，导致算法对车辆首尾相接大大型车辆（如公交车）的检测存在矛盾。

在我国，很过科研院校也都开展了无线传感器网络应用于智能交通领域的研究工作，取得了一定的成果。后来中国科学院上海微系统与信息技术研究所的郑春雷与上海交通大学的韩博慧等人针对加州大学伯克利分校在检测交通流量的算法中，存在的对慢速和静止车辆容易漏检的情况，改进了检测算法，提出了对交通流量检测率达100％的方案——自适应窗口距离法，但是此方法有16个参数，算法复杂性较高。

国内外目前对于车流量的各种监测技术都有其优劣，本课题基于 MI传感器的灵敏度高、消耗电流小、响应速度快等特点，提出一种新的检测算法，能够准确地检测出车辆的存在，其中阈值的选取是一个很重要的问题。解决这个问题的方法主要有两个：—是研究周围温、湿度等要素对传感器的影响；二是在没有车辆的状态下自动更新基线、阈值。

三、研究目的

该研究是基于WSN的车流量检测系统设计，通过上述事实我们可以看到，当初无线传感器网络被引入到智能交通系统，正是因为无线传感器网络自身的两方面优势：一是无线传输和便于大范围安装，二是自身的信息融合功能。目前基于无线传感器网络的交通信息检测技术，主要集中在如何提高检测精度上。本文所做的工作也证是围绕这一问题展开的，以此缓解城市交通车辆拥挤现象，有效地缓解城市交通运输压力。

四、研究意义：

依靠强大信息处理能力的智能交通系统，离不开对现实中交通信息的检测，将真实的交通情况（车流量等）实时、准确的反映到智能交通信息处理系统中，完全依赖对交通信息的检测。提高检测精度与效率，海量交通信息的传输与处理，降低城市交通检测设备等基础设施建设所造成的资源浪费，是交通信息检测技术所面临的主要问题。因此车流量信息的精确检测对于智能交通系统乃至整个城市的交通管理具有十分重要的意义。

一、主要研究内容：

1、理论知识储备：多查阅一些相关资料为自己的算法打下基础，同时了解这个领域国内外的研究现状。

2、进行平台的建设：硬件设计和软件开发。

（1）系统硬件电路设计:传感器模块（BM1422AGMV芯片）、微处理器模块（CC2650芯片）、无线通信模块、能量供应模块（TPS63020 DC/DC开关稳压器）。

（2）系统软件设计： 设计车流量检测算法，主要研究周围环境要素，尤其是温度的对传感器的影响特征（针对温度漂移问题），以及在无车辆的状态下自动更新基线、阈值（针对基线漂移问题）；地磁信号采集后的预处理算法（包括滤波、平滑算法等）；设定阈值等算法。

3、在学校门口选取路段进行实地检测，每隔30米设置一个节点，当车辆经过三个节点时，其中至少两个节点有数据上传，则计时器计数加一，否则不进行计数。通过以上大量的试验，采集实际不同车流量信息，对车流量信息进行滤波和提取，采用一个准确而通用的算法实现以上过程。

4、实验与分析:多次实地试验，记录实验数据，进行误差分析，找出可能造成误差的原因，尝试通过优化算法进行完善。

二、模块功能：

1、路由节点主要完成数据的接收与发送功能，它由电源模块（TPS63020稳压芯片）、微处理器模块（CC2650芯片）组成。

2、网关节点除了完成数据的无线接收与发送功能外，还包括与上位机连接的串口通信模块。

3、传感器的节点模块（BM1422AGMV芯片）用于采集信息，运用基线自动更新原理，运用软件内部算法减小误差（温漂问题），稳定传输数据，提高测量精确度。

三、预期目标

1、完成系统硬件电路的设计、排版、搭建、焊接；

2、完成系统软件部分的设计，用MATLAB算法将各个模块融合起来；

3、完成上位机软件检测系统，网关节点接收传感器节点采集处理的信息，串口连接到上位机，测试软件在上位机上显示提取的信息。

一、 拟采用的研究方法

1、 系统硬件设计

（1）硬件整体设计：系统的硬件包括网关、路由以及传感器三类硬件节点。路由节点主要完成数据的接收与发送功能，它由电源模块、微处理器模块组成。网关节点除了完成数据的无线接收与发送功能外，还包括与上位机连接的串口通信模块。传感器节点由于需要现场采集数据，还需增加传感器模块。

图1-1节点的内部原理图

如图1-1所示传感器节点由四部分组成。带有传感器的节点模块用于采集信息，、带有芯片的处理器模块用于处理数据、带有无线通信的收发数据的模块和带有稳压芯片的能量供应模块四部分。传感器感知车辆干扰地磁信号输出的是数字信号上传到处理模块。在处理器上各个芯片的模块根据各自的算法对数据进行整合处理，并且储存采集的信号数据，把有用信息转发给无线模块。在无线通信模块上主要发送信息，数据信息和命令信息都是它的责任。带有电源芯片的能量模块贯穿各个模块，3.6V锂电池提供整个节点所需要的能量。

图1-2 车辆监测精确度结构图

为实现车流量监测精确度的提高，在学校门口选取路段进行实地检测，每隔30米设置一个节点，当车辆经过三个节点时，其中至少两个节点有数据上传，则计时器计数加一，否则不进行计数。通过以上大量的试验，采集实际不同车流量信息，对车流量信息进行滤波和提取，采用一个准确而通用的算法实现以上过程。

（2）传感器模块：本课题采用BM1422AGMV三轴数字磁传感器，由ROHM联合爱知制钢株式会社，面向停车场车辆管理系统的车辆检测领域，开发出的一款检测地磁的MI传感器。

BM1422AGMV三轴数字磁传感器输入电源电压范围为1.7V-3.6V，磁测量范围：±2000uT，磁灵敏度可达0.042uT/LSB，同时该产品具有极低的功耗，工作模式下操作电流低至150uA，封装采用MLGA 2.00mm*2.00mm封装形式，非常适用于地磁检测及携带式产品。BM1422AGMV可检测车辆等引发的地磁场变化，实现了业界最高精度和超低功耗，作为地磁传感器非常有助于停车场车辆管理系统的发展与普及。

在以往的地磁车辆检测器中多采用磁珠等其他磁感应元件来感知车辆经过时的地磁的变化，存在精度、功耗及开发复杂等多种问题。BM1422AGMV采用高灵敏度MI元件并与搭载抗噪性能优异的高精度A/D转换器的模拟前端电路相结合，芯片内部集成了高灵敏度MI元件、ADC及逻辑电路，可实现数字接口进行数据输出，如下图1-2所示，与一般产品(可用于车辆检测的MR传感器)相比，MI传感器分别将噪声的影响降低到1/3、温度影响降低到1/6、磁滞影响降低到几乎为0的极低值，从而实现了业界最高的检测精度。特别是磁滞特性几乎接近0，不存在一般产品存在的问题——有磁铁接近再远离后传感器被磁化，从而有助于稳定的车辆检测。

图1-2MI与一般地磁传感器（MR）比较结果

地球磁场在时刻的微妙的变化着， 芯片内部使用铁磁合金薄带，它具有磁阻效应，，通过材料的电流垂直方向磁场发生变化时，材料电阻的阻值会发生变化。在地球表面，几百公里以内磁场大小几乎恒定不变的，当一个大的铁磁性物体进入检测范围内时，就会扰动磁场的变化，使得阻值发生变化相应的电压就会变化，高灵敏度传感器就是检测这个小的电压波动。这个电压波动就是传感器要采集的波动信号，其内部将此信号转化为数字信号传出来[[i]]。

为了使MI传感器更加不易受环境的影响，尤其是温度，尽量降低地磁场温度漂移产生的影响，本课题采用基线自动更新原理，以解决此问题。

（3）微处理器模块：CC2650器件是一款面向BluetoothSmart、ZigBee和6LoWPAN，以及 ZigBee RF4CE远程控制应用的无线微处理器控制单元。它具有极低的有源RF和MCU电流以及低功耗模式流耗，可确保卓越的电池使用寿命。CC2650器件含有一个32位ARM Cortex-M3处理器（与主处理器工作频率同为 48MHz），并且具有丰富的外设功能集，其中包括一个独特的超低功耗传感器控制器。此传感器控制器非常适合连接外部传感器，还适合用于在系统其余部分处于睡眠模式的情况下自主收集模拟和数字数据。因此，本课题使用CC2650器件进行平台的搭建。

（4）电源模块：采用低压降型TPS63020 稳压芯片，TPS63020器件可在-40°C至85°C的自由空气温度范围内工作，采用14引脚VSON封装，尺寸为3mm×4mm（DSJ）。TPS63020芯片可采用双节或三节碱性电池、NiCd或NiMH电池或单节锂离子或锂聚合物电池供电的产品提供电源解决方案。使用单节锂离子或锂聚合物电池时，输出电流可高达3 A，并将其放电至2.5V或更低。降压-升压转换器基于固定频率，脉冲宽度调制（PWM）控制器，使用同步整流来获得最大效率。在低负载电流时，转换器进入省电模式，以在宽负载电流范围内保持高效率。开关中的最大平均电流限制为典型值4A。输出电压可使用外部电阻分压器进行编程或在芯片内部固定。可以禁用转换器以最大限度地减少电池消耗。

（5）串口通信模块：

节点通过串口将接收到的数据传输到上位机，因此需要为节点添加串口模块。这里有两种连接方式：一是采用串口独立模块设计的方法，网关节点与路由节点硬件上的设计是一样的，在路由节点的基础上，利用编程接口将其与串口通信模块连接就是一个网关节点，接收数据通过串口传输给上位机。二是直接把串口通信模块集成到网关节点上。

2、系统软件设计

（1）传感器节点的协议程序流程图

图2-1 传感器节点的程序流程图

（3）滤波处理：在没有车辆信号时使用均值滤波法，可以滤除毛刺信号，得到更加准确的基线值。检测到车辆信号的瞬间，信号会有较大的波动，此时采用中值滤波方法可以有效地去除信号的脉动干扰，使得信号更加平滑。

二、研究步骤

1.搜集相关材料，阅读参考文献。

2.确定系统软硬件平台的设计方案，完成器件的选择。

3.进行硬件电路的平台设计，绘制电路原理图。

4.编写相关的系统算法程序。

5.结合硬件电路对软件程序进行调试与仿真。

6.完成实物设计。

7.实地试验多次，找出问题并尽力加以完善。

[1] 高全勇. 基于地磁的车辆探测系统研制[D]. 中国科学院大学(中国科学院工程管理与信息技术学院),2017. [2] 余浥. 基于地磁的路边停车场车辆检测系统研究[D]. 哈尔滨工程大学,2017.

[3] 陈咨皓. WSN在城市智能交通中的应用[A]. 中国矿业大学，2015.

[4] 杨波 尼文斌 基于异向性磁阻传感器的车辆检测与车型分类[A].北京航天航空大学，2013.

[5] 肖黎. 基于无线传感器网络的车辆检测技术的研究[D]. 湖南大学,2014. [6] 李云龙. 基于无线传感器网络的车辆检测算法的研究[D]. 哈尔滨工业大学,2012.

[7] 文志东. 基于磁阻传感器的无线车辆检测系统研究与设计[D].重庆理工大学,2015.

[8] 李静. 基于WSN的高速公路交通流检测系统研究[D]. 长安大学2014.

[9] 梁振奇 陈文钊 张雨晨 唐少虎. 基于NB-IoT技术和地磁传感器的路边停车检测系统[D]. 北方工业大学城市道路交通智能控制技术北京市重点实验室,2018.

[10] 彭耘 姚娟 张立平. 基于WSN的城市交通控制仿真系统[A]. 武汉铁路职业技术学院, 2014.

[11] 王夷．城市路网实时状态研究[D]．上海交通大学，2007.

[12] 张晓东．动态交通流信息采集系统若干问题研究[D]．吉林大学，2004.

[13] 邵丽青．交通控制与交通诱导协调中检测器的优化布置[D]. 天津大学，2008. [14] 杨绍恭 伍彩琴 董国芳. 基于WSN节点定位与道路方位信息的地图匹配改进算法[A]. 云南民族大学, 2011. [15] 董珂洋．交通信息采集方法研究[D]．重庆交通大学，2009.

[16] 刘新月. 压力传感器温度漂移补偿的电路设计[D]. 河北工业大学,2007.

[17] 董海鹏 张凤玲. 由“巨磁电阻效应”诺贝尔获奖者引发的思考[D]. 教育教学论坛, 2013.

[18] 古沐松. 基于WSN的分布式自适应交通监控系统的关键技术研究[D]. 西南交通大学,2014. [19] 张腊梅．面向城市的智能交通管理系统[D]．武汉：武汉理工大学，2006.

[20] 韩博慧 方涛. 基于WSN的视频与磁敏传感器道路车辆检测及其融合研究[D].上海交通大学，2005.

[21] 商瑶. 基于WSN与数据融合技术的交通信息检测的研究[D].大连理工大学，2009.

[22] 傅明 汤强. 基于无线传感器网络的交通流量采集系统[A].长沙理工大学，2011.