王婷婷++李雅紅++李嘉興++張云飛

摘要： 在車路協(xié)同基礎上，本文提出了基于移動互聯(lián)網的人車協(xié)同感知系統(tǒng)。系統(tǒng)除了針對行進車輛與交通道路外，將非機動車輛和行人也納入系統(tǒng)中，較大改善了車輛道路的行車安全。本文對系統(tǒng)的功能設計、結構框架設計、技術路線與關鍵問題進行了深入的研究。在功能設計方面，對如何感知車輛、環(huán)境和道路信息，交通數(shù)據(jù)的傳輸、處理和智能決策以及交通狀態(tài)顯示、交通異常預警或報警的功能進行了設計；在結構設計方面，構建了車載感知子系統(tǒng)、數(shù)據(jù)傳輸子系統(tǒng)、數(shù)據(jù)處理和預警子系統(tǒng)和信息發(fā)布子系統(tǒng)，形成了一套完整的結構框架。

關鍵詞： 車路協(xié)同； 智能交通； 人車協(xié)同感知系統(tǒng)； 大數(shù)據(jù)； 智能預測

中圖分類號：TP391.9

文獻標志碼：A

文章編號：2095-2163（2017）04-0031-04

0引言

車路協(xié)同系統(tǒng)作為現(xiàn)代化智能交通領域的發(fā)展重點，主要針對層面為道路上的車輛。而本文所提出的“人車協(xié)同”是基于移動互聯(lián)網，用來實現(xiàn)人車與互聯(lián)網技術的結合應用的感知系統(tǒng)。除了針對行進車輛外，該系統(tǒng)將非機動車輛和行人也納入研究架構中。在原理設計上，就是依靠傳感器獲取路面信息，通過GPS獲取車輛和行人的地理位置，并使用移動網絡上傳至服務器形成大數(shù)據(jù)共享。服務器將處理后的數(shù)據(jù)共享給每一個用戶，在移動終端上顯示出人與車的精確位置和相對位置，并及時地預測其運動軌跡，對用戶進行提醒。與移動互聯(lián)網技術的結合，為搭建人車協(xié)同系統(tǒng)提供了一個更加寬廣的應用平臺，使其在智能交通領域有了突破性的進展。

1國內外發(fā)展情況

交通問題日益嚴峻，普遍的人工管理辦法已經呈現(xiàn)出一定的局限與不足。日本自1995年即已啟動研發(fā)道路車輛和信息通信系統(tǒng)，該系統(tǒng)是將GPS導航技術與無線通信技術相結合，能夠實時地將當前的道路交通情況反映給駕駛者。作為全球ITS技術領先嫻熟的國家，20世紀80年代美國首創(chuàng)了一種新的概念——“智能交通系統(tǒng)”[1]，并于2005年提出了VII計劃 [2]。為了使得道路交通更具安全性，繼而創(chuàng)意發(fā)布了“Safer”、“Smarter”和“Greener”的理念，因其能為各個所需階層搜羅獲取重要信息，[JP2]以實現(xiàn)貨物與人員的高效移動[3]。在第十屆智能交通世界大會上，歐洲ERTICO組織率先設計推出了“eSafety”系統(tǒng)[4]。該系統(tǒng)的主要技術是通過車載設備對車路、車車的協(xié)同環(huán)境進行監(jiān)測來預測危險，優(yōu)化安全系統(tǒng)，進而提高道路交通安全性[5]。與發(fā)達國家相比，中國對ITS的研究起步較晚。進入“十二五”以后，以車路協(xié)同為主體的“智能車路協(xié)同關鍵技術研究”項目始得確立并進入研究。[JP]

而在人車協(xié)同感知系統(tǒng)的發(fā)展方面，國內外卻并未得出清晰共識?，F(xiàn)有的智能交通體系將人、車、路構建成統(tǒng)一整體，加強三者之間的信息交流與聯(lián)系，及時準確地將實時信息發(fā)送至云端，通過云端對所有數(shù)據(jù)展開“采集-傳輸-存儲-分析”一體化處理，再次反饋給人、車、路。實現(xiàn)了對“人—車—路”的動態(tài)管理以及助力其中的主體—人從決策者向執(zhí)行者的身份過渡[5]，而從未針對人與車以及非機動車提出一套完整的協(xié)同系統(tǒng)。現(xiàn)有的車路協(xié)同系統(tǒng)在交通公司管理交通中，既可以保證交通的安全，還能通過數(shù)學的智能算法來優(yōu)化尋獲最好的方法路徑以及其他車路、車速、車輛等信息[6]。而在此基礎上，本文研發(fā)提出的人車協(xié)同感知系統(tǒng)則拓展加入了行人與非機動車輛的信息，如此將更加利于對現(xiàn)實交通的綜合有效管理，為人們的出行提供全新智能安全保障。

2系統(tǒng)功能設計

基于互聯(lián)網技術的人車協(xié)同感知系統(tǒng)的基本目標：能夠保證在任何時間、地點都能及時接收到車輛和行人的行進情況，向需求者迅捷發(fā)送信息、服務和危險警報，來降低交通事故的發(fā)生率。為此，系統(tǒng)應包含具備的重要功能可分析闡釋如下：

1）感知車輛、環(huán)境和道路信息。實時感知車輛的行進狀態(tài)與周圍其他車輛的行駛情況，能夠準確獲取行人與車輛的位置信息與行進速度，再設計應用預測算法來預測其行進軌跡，以此來做出有效的預警與報警。

2）交通數(shù)據(jù)的傳輸。實現(xiàn)車輛與車輛、行人與車輛之間的較小距離的通信和數(shù)據(jù)的傳輸，將采集到的交通數(shù)據(jù)上傳至服務器形成大數(shù)據(jù)共享。服務器將處理后的數(shù)據(jù)共享給每一個用戶，顯示在其設備終端。

3）數(shù)據(jù)處理與智能決策。能夠精準、快速地對上傳的道路交通數(shù)據(jù)進行綜合分析與處理，通過各個路段和路網的現(xiàn)場實況來擬定科學合理的管理決策，同時再通過行人與車輛對道路交通情況的感知信息來研究預測其行進狀態(tài)，以此來確保行駛的安全。

4）交通狀態(tài)顯示和交通異常預警或報警。當人與車的相對位置小于安全距離或預測結果存在危險時，系統(tǒng)會及時向用戶推送消息、發(fā)出警告，進而降低危險系數(shù)。

3系統(tǒng)框架結構設計

人車協(xié)同系統(tǒng)是基于移動互聯(lián)網技術的，在框架結構上可劃定為4個組成部分。下面將針對各部分給出技術詳解與設計論述。

3.1車載感知子系統(tǒng)

車載感知子系統(tǒng)中，尤為重要的則是環(huán)境感知模塊。因其不但能夠實時獲取車輛在行駛途中的道路信息情況，還能夠實時獲取附近行人、車輛的行進情況，在此基礎上將迅捷生成有關其車距與車速的準確判定并及時發(fā)送給駕駛者，以便于駕駛者提前做出應對策略。

3.2數(shù)據(jù)傳輸子系統(tǒng)

數(shù)據(jù)傳輸子系統(tǒng)能夠實現(xiàn)不同距離時的無線或有線通信，其主要應用設計可定義為車載通信模塊。通過數(shù)據(jù)通信使得其他車輛能夠獲知當前車輛的行駛狀態(tài)信息，從而維持安全車距、便于及時反應。通過建立車輛與行人之間的聯(lián)系，預測雙方行進路線并迅捷做出行動調整。而且，還能通過行人或車輛與基站間的通信，將道路交通及路況信息上傳至服務器進行監(jiān)控，或把服務器推送的指令下發(fā)至各個移動終端，由此實現(xiàn)全程覆蓋的智能先進數(shù)據(jù)傳輸。

3.3數(shù)據(jù)處理及預警子系統(tǒng)endprint

數(shù)據(jù)處理及預警子系統(tǒng)能夠承載數(shù)據(jù)的邏輯推演與分析，提前預警和及時報警。該系統(tǒng)主要由數(shù)據(jù)處理模塊、預警和報警模塊兩部分構成。其中，數(shù)據(jù)處理模塊主要應用于交通數(shù)據(jù)的分析處理。也就是能夠將道路的交通情況、路面的狀況信息、當天的天氣情況等通過云計算與GPS進行匹配，并對這些數(shù)據(jù)展開后續(xù)各類定制的方法探究與展示。

預警與報警模塊主要應用于車輛在行駛過程中遇到突發(fā)狀況前的預警和報警，對于其檢測到的可能危險會以聲光的形式提前給駕駛員發(fā)出警報，再通過最佳執(zhí)行操作來避免危險的發(fā)生。

3.4信息發(fā)布子系統(tǒng)

信息發(fā)布子系統(tǒng)主要是利用通信裝置來自動接收服務器發(fā)送的信息，實時發(fā)布給各個移動終端。信息發(fā)布的對象不但可以是指定的行駛車輛，還可以是某一地區(qū)的終端設備。

綜上可知，本次研發(fā)系統(tǒng)的結構框架設計則如圖1所示。其中的4個子系統(tǒng)之間聯(lián)系密切，不但能夠將行人、車輛、道路與環(huán)境之間聯(lián)結成統(tǒng)一開發(fā)模式，還能夠將人車形成一個有機整體，從而優(yōu)質實現(xiàn)了系統(tǒng)研發(fā)的功能與目的。

4關鍵技術與實現(xiàn)

系統(tǒng)除了針對行進車輛與交通道路外，將非機動車輛和行人也納入研究考量范疇，在系統(tǒng)實現(xiàn)過程中，本文提出了研究設計中的重點關鍵技術，具體論述如下。

4.1行人與車輛位置信息的采集

從終端用戶的角度考慮，通過Wi-Fi技術與4G高速網絡的結合，使用多線程輪詢終端的方法，讓其中的某個線程接收GPS數(shù)據(jù)并與車載終端進行聯(lián)系。為了使得GPS數(shù)據(jù)的接收、分析與處理更趨可靠高效，應用了多個線程的協(xié)作運行，進而成功發(fā)送了經過高端處理后的優(yōu)化數(shù)據(jù)。這種方法不但能夠讓服務器實時地接收請求并做出回應，還能夠減少其占用CPU的時間。數(shù)據(jù)線程處理則如圖2所示。

對于障礙的檢測與測量，可以應用超聲波距離傳感器技術。該技術的測距原理是通過超聲波發(fā)射器向某一方向發(fā)射超聲波，在發(fā)射的起始時刻將開啟計時，超聲波在空氣中傳播時遇到障礙物就立即返回來，超聲波接收器收到反射波就立即停止計時。超聲波在空氣中的傳播速度為v ，而根據(jù)計時器記錄的測出發(fā)射和接收回波的時間差△t ，就可以計算出發(fā)射點距障礙物的距離S，即：

S = v·△t /2[JY]（1）

4.2數(shù)據(jù)通信與共享

在網絡環(huán)境下，用戶可通過鍵入URL或者點擊鏈接直接調用數(shù)據(jù)，也可以通過手機和服務器來封裝socket通信協(xié)議。服務器會接收大量的車載終端或移動終端發(fā)來的定位數(shù)據(jù)短信和服務請求，處理并回復后將這些數(shù)據(jù)存入數(shù)據(jù)庫，進而實現(xiàn)交互的目的。在訪問數(shù)據(jù)時，為了保證其統(tǒng)一性，以及不同數(shù)據(jù)源之間的數(shù)據(jù)轉換，需要一個通用的接口。無論是數(shù)據(jù)庫數(shù)據(jù)源還是表格文件數(shù)據(jù)源，都可以通過這一接口來執(zhí)行查看。

在服務器方面，Android消息推送組件的設計主要是由兩大部分組成——服務器、客戶端。外部接口組件的核心作用便是接收命令，這些命令大都是由系統(tǒng)和客戶端發(fā)出的，當接收命令后再向應用系統(tǒng)發(fā)出通知，以此來實現(xiàn)信息的發(fā)送。Android消息組件的應用重點則是開發(fā)jar包和基于Tomcat的服務器。其中，Android開發(fā)jar包只要引入Android項目即可，基于Tomcat的服務器應用則直接在Tomcat上部署即可[7]。

在接口方面，OLE DB就是一個應用性較強的接口，而且可適用于多種場合情況。其設計作用便是與數(shù)據(jù)提供者進行交互，以此來實現(xiàn)數(shù)據(jù)使用者需要對數(shù)據(jù)庫展開的一系列操作。而在此過程中，數(shù)據(jù)使用者與提供者均不需要明確對方的用途與目的，只需借用這個接口獲取效果即可。OLE DB接口結構即如圖3所示。

在超聲波測距傳感器的測量下，當人車協(xié)同系統(tǒng)中實物之間的距離或者距前方障礙物的距離小于某一安全距離時，客戶端便會向服務器發(fā)送提醒。在智能算法預測人車軌跡的輔助下，在相互阻隔前就可對其行進路線求得有效協(xié)同，避免發(fā)生碰撞。報警功能是在MQTT協(xié)議下通過消息推送提醒實現(xiàn)。并且，MQTT由于源代碼開放，耗電量低微等特點，國內很多企業(yè)都廣泛采用MQTT作為Android手機客戶端與服務器端推送消息的基礎設計協(xié)議。

4.3數(shù)據(jù)組織與處理

對于數(shù)據(jù)處理系統(tǒng)，本文將其研究劃定為3個模塊。各模塊的技術內容可分述如下。

1）數(shù)據(jù)存儲模塊。主要是對車輛的方位數(shù)據(jù)進行采集，應用通信協(xié)議來分割所采集到的數(shù)據(jù)并存入數(shù)據(jù)庫中。

2）數(shù)據(jù)管理模塊。主要是對各種數(shù)據(jù)進行分類管理，采用“一對一”的管理模式，即同一類型的數(shù)據(jù)屬于一組用戶管理，使得數(shù)據(jù)更加突顯其安全可靠特性。

3）數(shù)據(jù)備份模塊。主要是對數(shù)據(jù)進行備份，使用的備份方式則為多地備份。這一方式不但能夠保證系統(tǒng)的正常運行，還能夠極大地減少數(shù)據(jù)的損壞。

在數(shù)據(jù)的組織過程中，監(jiān)控系統(tǒng)數(shù)據(jù)庫居于核心位置。系統(tǒng)的各個功能模塊都是通過系統(tǒng)數(shù)據(jù)庫進行數(shù)據(jù)交換和控制信息交換的。本文設計采用了一款輕量級的關系型數(shù)據(jù)庫—SQLite。首先，SQLite的兼容性很好，支持很多主流操作系統(tǒng)，當然也支持Android這一目前主流的移動操作系統(tǒng)。其次，資源占用率也少，這一優(yōu)勢即使得眾多的嵌入式設備都紛紛優(yōu)選這款關系型數(shù)據(jù)庫來增進設計效益。

4.4預測

本文以人車協(xié)同感知系統(tǒng)中的軌跡預測方法為研究對象，構建軌跡預測系統(tǒng)模型，模擬行人與車輛在不同路況下可能會發(fā)生的場景，并通過智能預測算法預測其行進軌跡，進而預測出可能會發(fā)生的危險。而Kalman 濾波正具備了最優(yōu)估計的能力。

Kalman濾波理論屬于估計理論范疇，是現(xiàn)代控制理論的一個重要分支。Kalman 濾波器主要由2個環(huán)節(jié)組成。相應地，其一是動態(tài)過程的模型，主要是為了實現(xiàn)預測功能；其二是反饋修正，可將增益與殘差的乘積作用于模型上。endprint

5結束語

隨著機動車的飛速發(fā)展與普及，人們的出行也隨即面臨著日趨復雜的安全隱患。為此本文提出了基于移動互聯(lián)網的人車協(xié)同感知系統(tǒng)的構建方案，同時對該方案設計的技術路線和關鍵問題進行了深入的研討與分析。在下一步研究中，將會結合現(xiàn)有的車路協(xié)同系統(tǒng)，建立人車路協(xié)同系統(tǒng)，而且能夠在智能交通中得到實際應用并在一定程度上解決交通隱患，對緩解交通擁堵以及改善交通安全產生更大助益以及提供更好幫助。

參考文獻：

倪鈺婷，梁宇峰，郝博聞，等. 交通標志識別研究綜述[J]. 軟件工程，2016，19（7）：1-5.

[2] MISENER J A. Vehicleinfrastructure integration （VII） and safety： Rubber and radio meets the road in California[J]. Intellimotion， 2005， 11（2）：1-3.

[3] PARK H， SMITH B L. Investigating benefits of IntelliDrive in freeway operations： Lane changing advisory case study[J]. Journal of Transportation Engineering， 2012， 138（9）： 1113-1122.

[4] SIKORA A. Communication and localization for a cooperative eSafetySystem[C]// Intelligent Data Acquisition and Advanced Computing Systems： Technology and Applications， 2007. IDAACS 2007. 4th IEEE Workshop on.Dortmund， Germany：IEEE， 2007：682-685.

[5] 劉慧鵬，李主南，范益彪.車路協(xié)同環(huán)境下的智能交通體系研究[J]. 科技展望，2015（12）：226.

[6] 程興園. 關于我國智能交通車路協(xié)同系統(tǒng)的探討與研究[J]. 交通世界（運輸.車輛），2014（12）：84-85.

[7] 倪紅軍. 基于Android平臺的消息推送研究與實現(xiàn)[J]. 實驗室研究與探索，2014，33（5）：96-100.

[8] 陳超，呂植勇，付姍姍，等. 國內外車路協(xié)同系統(tǒng)發(fā)展現(xiàn)狀綜述[J]. 交通信息與安全， 2011， 29（1）： 102-105，109.[ZK）][FL）]endprint