《通信论文城市车路协同系统的通信及定位技术研究.doc》由会员分享，可在线阅读，更多相关《通信论文城市车路协同系统的通信及定位技术研究.doc（4页珍藏版）》请在三一办公上搜索。
1、城市车路协同系统的通信及定位技术研究 城市车路协同系统的通信及定位技术研究摘要：为了改善道路安全和提高交通效率，提出一种实现车-车、车-路之间无线通信和车路智能协同控制的方法。结合车路协同系统(cooperative vehicle infrastructure system，CVIS)的研究方法，介绍了基于无线传感器网络(wireless sensor network，WSN)技术的车路协同系统和车辆定位装置的整体设计，包括基于ARM920T(advanced RISC machines)内核的嵌入式车载终端和路测终端的设计，全球定位系统(global positioning system，
2、GPS)接收机的设计，以及设计一个中值滤波器和卡尔曼滤波器的组合来提高GPS接收机的精度。实验结果表明，优化后的GPS接收机定位位置误差明显减少，具有很高的精度和运行效率。关键词：车路协同系统;ITS;ZigBee;ARM;全球定位系统;无线传感器网络中图法分类号：TP393;TP313.52文献标识码：A文章编号：1000-7024(2011)03-0859-04 0引言传统以修建或扩展道路解决交通问题的方法随着城市发展和土地资源越来越紧缺已变得不再可行，在这种背景下，把车辆和道路整合起来，以计算机、通信及自动控制等先进技术为手段，旨在系统高效地解决交通拥堵、交通安全、交通环境等问题的智能交
3、通系统(intelligenttransportationsystems，ITS)应运而生。车路协同系统CVIS作为ITS的重要组成部分，一直是世界交通发达国家研究、发展与应用的热点。 目前世界各国正积极进行车路协同方面的研究与应用，例如：美国实施了通过车载传感器与车-车或车-路通信方式来获取信息，为驾驶者提供安全辅助控制或全自动控制支持的“智能车辆计划”、“车辆道路智能集成系统”；欧盟利用先进的信息通信技术促进安全系统的研发与集成应用，提出了包括eSafety、SAFESPOT等在内的“道路安全计划”；日本遵循ITS的系统集成理念，利用ITS相关技术，如先进的“车辆信息和通信系统”、“不停车
4、电子收费系统”等以及信息与通信技术，进行道路基础设施的整合，实现其“Smartway”系统。然而，国内在车路协同领域的研究才刚刚起步，特别是在道路交通信息服务方面还处于跟踪调研阶段，未形成具体可行的技术框架，更没有深入研究与实际应用，因此需要加大研究开发力度，以期快速赶上发达国家，满足我国智能车路应用的需求。 所以本文结合实际工程需要，采用ZigBee+GPS模式实现车-车、车-路之间无线通信并且对车辆进行实时定位，为ITS共用信息平台以及出行者信息服务系统、交通控制管理系统、车辆运营管理调度系统、汽车计算平台等领域提供必要的信息。 1嵌入式车载终端和嵌入式路测终端的设计车路协同系统CVIS，
5、其基本思想是运用多学科交叉与融合的方法，充分利用大规模并行计算、传感器网络等先进技术，实现道路交通信息的智能感知与人、车、路三位一体协调发展，大幅提高道路交通信息的利用效率与应用水平，为缓解道路交通拥堵、提高道路通行能力、改善道路交通安全等发挥重要的作用，同时也为相关学科和产业的发展提供新的研究方向和发展机遇，从而推动交叉学科新理论、新方法、新技术、新应用的产生和发展3。本文设计了基于ARM920T内核的嵌入式车载终端和嵌入式路测终端，嵌入式车载终端和嵌入式路测终端之间通过ZigBee无线通信模块进行通信，实现车-车和车-路之间的无线通信，并且GPS接收机实时精准定位车辆的位置。 1.1 Zi
6、gBee 目前，国际上采用短程无线通信的方法有很多种，主要包括GPRS/CDMA1X、蓝牙、WIFI、ZigBee、电台等，其优缺点和应用重点如表1所示4。结合实际工程的需要，本设计采用能够在高电子噪声和金属干扰区域提供数据传输、低功耗且高安全性的ZigBee作为路段搭建自组织网络的技术手段，实现车-车、车-路的短程无线通信。Zigbee是IEEE 802.15.4协议的代名词，根据这个协议规定的技术是一种短距离、低功耗的无线通信技术，ZigBee其特点是近距离、低复杂度、自组织、低功耗、低数据速率、低成本，主要适合用于自动控制和远程控制领域，可以嵌入各种设备5。 1.2基于ARM920T内核
7、的嵌入式车载终端和嵌入式路测终端的设计嵌入式车载终端和嵌入式路测终端使用的核心处理器都是三星公司出产的ARM9系列处理器S3C2440，S3C2440杰出的特点是其核心处理器(CPU)是一个由Advanced RISC Machi-nes有限公司设计的16/32位ARM920T的RISC处理器。 ARM920T实现了MMU、AMBA、BUS和Harvard高速缓冲体系结构，这一结构具有独立的16KB指令Cache和16KB数据Cache，每个都是具有8字长的行组成，通过提供一套完整的通用系统外设，S3C2440减少整体系统成本和无需配置额外的组件6。 嵌入式车载终端和嵌入式路测终端之间的通信使
8、用的是ZigBee无线通信模块，本文采用的ZigBee模块是美国CEL公司的ZICM2410模块，该模块内置集成51核的单片机，具有丰富的硬件接口(GPIO、UART、定时器和音频接口等)，支持用户二次开发。因此我们可以在该模块上编写传输协议，以兼容车载/路测终端的接口协议。该部分通过串口与嵌入式车载/路侧终端相连，从而为两终端提供一个无线收发平台，测试其最大通信距离可达1000m，且通信质量可靠，受车速影响不大。 嵌入式路侧终端与智能交通控制中心的无线通信，采用的是周立功已有成熟产品ZWT-34A，它是工业级外置式TD-SCDMA无线数传设备，通过串口与核心处理器连接，从而实现基于3G的路侧
9、装置与智能交通控制中心无线通信7-8。 采用ZigBee+GPS作为车辆的实时定位技术，获取车辆的实时运动速度、位置；采用雷达传感器作为车辆探测周边障碍物的检测手段，为行车安全提供基本信息；同时采用Zig-Bee+3G的通信方式，使得路侧装置不但能够与路段上的车载终端形成局域网(基于ZigBee)，而且能够作为局域网服务器的角色与智能交通控制中心进行通信(基于3G)。通过存储器扩展设计，不但能满足嵌入式车载终端和嵌入式路测终端系统的存储需求，而且还能为日后嵌入系统实现更强大的测速及附加功能提供存储资源。嵌入式车载终端和嵌入式路测终端的设计，如图1所示。 2 GPS接收机 2.1 GPS接收机的
10、设计GPS接收机的设计由以下4个级联的模块组成：信号接收单元：通过天线接收GPS卫星信号并将其放大。射频前端单元：接收电路通过把射频信号变换到中频后再进行数字化处理。信号处理单元：通过频率变换、频率合成等电路，将数字中频信号转化成导航电文、伪距、伪距率输出。导航计算单元：完成从导航电文、伪距、伪距率到接收机位置、速度和时间等的计算。输出单元：将接收机位置、速度和时间等的信息显示在嵌入式车载终端的显示屏上，并且可以通过Zig-Bee无线通信模块发送到智能交通控制中心9。GPS接收机的设计，如图2所示。 2.2 GPS接收机机精度的提高 GPS的误差来源包括星历误差、卫星时钟误差、相位不确定性、电
11、离层和对流层的折射、多路径效应以及接收机噪声等。为了消除这些误差，人们应用了多种测量方法以使定位误差最小化。这方面最典型的技术是卡尔曼滤波10。 在本文GPS接收机的设计中，提出设计一个中值滤波器和卡尔曼滤波器的组合来提高定位精度，并且对传统卡尔曼滤波方程做出了改进， 消除由速度误差引起的定位偏离，并进一步提出组合滤波结构，结合中值滤波器，完善了动态卡尔曼滤波器的静态滤波性能，以起到同时减少常值误差和随机误差的作用。 本文设计的中值滤波器可以改善GPS接收机的经度误差和纬度误差11。设1,2,是从总体中抽取的一个样本，记1,2,为样本的一个观察值，将观察值的各个分量按由小到大的排序1 2(1)
12、当1,2,取值为1,2,时，定义取值为(k=1,2n)，由此得到样本1,2,的次序统计量为1，2，。有1 2(2)其中1=min()(1in)称为最小统计量，它的值1是样本中最小的一个；而=max()(1in)称为最大的统计量，它的值是样本最大的一个。 当为奇数时，样本1，2，中那个正中间的那个值称为样本中位数；当为偶数时，样本1，2，中正中间的两个的算术平均值为样本中位数，滤波器的输出如下=+12为奇数12 2+12为偶数(3)它的值为=+12为奇数12 2+12为偶数(4)并且本文采用一种自适应扩展卡尔曼滤波算法，来改善滤波器的动态性能，利用滤波器消除各种随机误差，提高GPS定位精度，使其
13、具有一定的跟踪能力12。 取状态变量为 X=x,vx,ax,y,vy,ay,z,vz,az,x,y,z(5)式中：3组状态变量，分别为,3个坐标轴方向上的位置、速度、加速度分量；，分别为各种误差源在3个坐标轴方向上造成的总位置误差。将3个坐标轴方向上的状态变量利用分散卡尔曼滤波技术分别对其单独进行滤波处理。 以x轴为例，状态变量为 X=x,vx,ax,xT(6)系统方程为=+(7)其中，系统状态转移矩阵=0 1 0 00 0 1 00 0100 0 01，Ux=0,0,1,0T，系统噪声矢量=0,0,，为加速度时间常数，为坐标轴的“当前”加速度均值，为0,2的高斯白噪声。 系统观测方程为 =+
14、(8)其中，观测矩阵=1,0,0,1，观测噪声矢量为=Lx，Lx为0,2的高斯白噪声。 根据上述的系统方程和观测方程，经推导可以建立x轴向上自适应卡尔曼滤波方程+1,=1+1,+1=+1,+1+1+1+1,+1=+1,+1+1+1,+1+11+1,=+1+1,+1,+(9)+1=+1+1+1,其中，1=12200 1 00 0 1 00 0 0，+1,=10001001+210000为系统转移矩Ax的离散化矩阵，(k+1)是引入的自适应遗忘因子，目的是利用现有的测量数据，改善滤波器的动态性能。 同理我们可以得到对应y轴、z轴方向上状态变量的滤波算法。 如果我们把a x(k)预测为ax(k,k
15、1)，看作在kT瞬时的“当前”加速度，我们就可得以加速度的均值自适应算法。因此，设=<,1(10)将上式代入方程(9)，以x轴方向为例，可得<,1<,1<,1=1<1,1<1,1<1,1(11)式中1=100102/201，又设=,1，有/1=1000100011/1(12)令1=100010001，有,1=11,1(13)其中1=1 1 1 1，替代方程(9)，就可得到自适应扩展卡尔曼滤波方程,1=11,1,=,1+,1=,1+,1+1(14),1=,1 1,1,1+1,1=,1Q(k)中机动加速度的方向有效期2，2，2自适应算法为：“当前”加速度为
16、正时，2=4max<2；“当前”加速度为负时，2=4max+<2。同理我们可得2，2自适应算法。 3实验结果 我们利用中值滤波器和卡尔曼滤波器的组合滤波模型对GPS输出的x轴定位结果进行实时滤波处理，取初始条件为：X(0)=0，P(0)=0，Q(k)中q2ax=(3.8)2,q2x=(23.2)2，2x=0.0052。通过MATLAB仿真结果表明，当我们选取相关时间常数：=0.986，=102，采样周期T=0.0395时，效果较佳；采用该模型后，定位位置误差明显减小，定位精度得到提高，MAT-LAB精度误差仿真对比图如3所示。 4结束语 本文的创新点是构建了整个无线传感器网络的车路
17、协同技术框架；通过ZigBee+GPS的混合定位可以确定车辆的运行路径及状态，结合雷达传感器的实时检测可以感知车辆周边的障碍物信息，利用车载信息处理器及路侧主机的监测算法，可以全程地对车辆进行行车安全预警；在GPS机中设计一个中值滤波器和卡尔曼滤波器的组合来提高定位精度，并且对传统卡尔曼滤波方程做出了改进，消除由速度误差引起的定位偏离，并进一步提出组合滤波结构，结合中值滤波器，完善了动态卡尔曼滤波器的静态滤波性能，以起到同时减少常值误差和随机误差的作用。经现场路面测试，本文基于无线传感器网络技术的车路协同系统和车辆定位装置的精度以及效率，可以满足交通控制管理系统的要求，而且还具有体积小，成本低
18、，功耗低的优点。 参考文献: 徐建闽,杨兆升.交通管理与控制M.北京:人民交通出版社,2007:1-7. 李清泉,熊炜,李宇光.智能道路系统的体系框架及其关键技术研究J.交通运输系统工程与信息,2008,8(1):40-42. 3邹智军.车路集成系统探测车数据采集仿真研究J.系统仿真学报,2009,21(18):5955-5959. 4高守玮,吴灿阳.ZigBee技术实践教程M.北京:北京航空航天大学出版社,2009:1-26. 5Dissanayake SD,Karunasekara PPC,Lakmanaarachchi DD,et al. Zigbee wireless vehicula
19、r identification and authentication sys-temC.4th International Conference on Information and Auto-mation for Sustainability,2008. 6三星公司.S3C2440中文手册Z.韩国.首尔:三星公司,2006. 7张瑞华,袁东风.基于嵌入式无线传感器网络平台的实现J.计算机工程与设计,2006,27(18):3349-3352. 8张大波.嵌入式系统原理、设计与应用M.北京:机械工业出版社,2004. 9程一沛.基于GPS/GIS/GPRS的车辆监控管理系统的设计与开发D.西安:西安科技大学,2009:5-24. 10王先全,吴敏,冯济琴,等.GPS双天线定向系统及优化模糊度搜索算法J.测绘科学技术学报,2009,26(5):316-320. 11陈莹,韩崇昭.基于多模板中值滤波器的地形图创建方法J.系统仿真学报,2007,19(7):1535-1539. 12王仁广,刘昭度,齐志权,等.基于自适应卡尔曼滤波算法确定汽车参考车速J.农业机械学报,2006,37(4):9-11
