鄢團(tuán)軍

摘要：無線射頻技術(shù)識別技術(shù)近幾年在各領(lǐng)域得到廣泛應(yīng)用，該文提出利用無線射頻技術(shù)構(gòu)建覆蓋城域的監(jiān)控網(wǎng)，監(jiān)管城市內(nèi)日常通勤電動自行車，并詳細(xì)闡述電動自行車管理系統(tǒng)的功能，軟件設(shè)計，及各應(yīng)用子系統(tǒng)相互關(guān)系，同時給出車輛運行軌跡相似度的計算方法。

關(guān)鍵詞：無線射頻網(wǎng)；電動自行車；管理；防盜

中圖分類號：TP311 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2018）12-0042-03

Abstract： Radio frequency identification technology has been used in various fields widely in recent years. This article processes to use radio frequency technology to construct a monitoring network covering metropolitan areas for supervising electric bicycles. The functions， software design， and relationship of subsystem in this system are described. It also gives the algorithm of the similarity of electric bicycle trajectories.

Key words：radio frequency network； electric bicycle； management； anti-theft

1 背景

電動自動車以其便捷，環(huán)保，經(jīng)濟(jì)性，一經(jīng)問世，便迅速得到廣大民眾的青睞，成為廣大市民首選的出行方式。隨著電動自行車的興起，也出現(xiàn)了許多管理上的難題，大量電動自行車超過國家標(biāo)準(zhǔn)，駕駛?cè)瞬蛔袷亟煌ㄒ?guī)則，逆行，撞紅燈，引起諸多交通事故。電動自行車作為可移動財產(chǎn)，其安全性也是廣大車主所關(guān)心的問題，加強(qiáng)與完善城市公共安全管理工作迫在眉睫。為了破解城市電動自行車面臨的困局，應(yīng)用射頻傳感技術(shù)、物聯(lián)網(wǎng)技術(shù)、云計算技術(shù)、下一代通信技術(shù)在內(nèi)的新一代信息技術(shù)，將人和數(shù)據(jù)與各種事物以不同方式連入網(wǎng)絡(luò)，使城市變得更易于被感知，城市資源更易于被充分整合，在此基礎(chǔ)上實現(xiàn)對城市的電動自行車精細(xì)化和智能化管理， 彌補(bǔ)傳統(tǒng)管理中的不足和缺陷，實現(xiàn)城市的可持續(xù)發(fā)展。

射頻識別即RFID（Radio Frequency Identification）技術(shù)，是自動識別技術(shù)在無線電技術(shù)方面的具體應(yīng)用與發(fā)展，利用射頻信號通過空間耦合實現(xiàn)無接觸信息傳遞，并通過所傳遞的信息達(dá)到識別目標(biāo)的技術(shù)[1]，無需識別系統(tǒng)與特定目標(biāo)之間建立機(jī)械或光學(xué)接觸，該技術(shù)已被廣泛應(yīng)用于安防、倉儲、物流、追溯、防偽、旅游、醫(yī)療、教育等不同領(lǐng)域。在城市道路管理中得到廣泛運用[2]，如：公交一卡通，公共交通管理與調(diào)度，電子不停車收費， 智能停車場，公共自行車。運用RFID對安裝有電子標(biāo)簽的電動自行車，進(jìn)行身份識別和自動檢測，掌握城市的電動自行車流動和人員流動狀況，追蹤電動自行車的運動軌跡，對治理電動自行通行亂象及丟失問題，具有重大現(xiàn)實意義。

2 系統(tǒng)概述

2.1 RFID系統(tǒng)組成

射頻識別系統(tǒng)由，射頻標(biāo)簽、讀寫器及應(yīng)用系統(tǒng)三部分組成[3]，射頻標(biāo)簽由天線和芯片組成，電子芯片含有唯一識別編號（ID），一般具有一定存儲數(shù)據(jù)的扇區(qū)和空間。讀寫器根據(jù)相應(yīng)的空中接口協(xié)議對射頻標(biāo)簽進(jìn)行讀取，寫入標(biāo)簽的信息，對射頻標(biāo)簽的唯一識別碼進(jìn)行識別，及其它安全相關(guān)操作。讀寫器通過網(wǎng)絡(luò)與應(yīng)用系統(tǒng)通信，與應(yīng)用系統(tǒng)協(xié)同完成數(shù)據(jù)的解碼，識別與數(shù)據(jù)管理。讀寫器一般根據(jù)可移動性，分成固定式和手持式。

2.2 無線射頻網(wǎng)

無線定位技術(shù)分成基于終端的定位技術(shù)和基于網(wǎng)絡(luò)的定位技術(shù)[4]，基于網(wǎng)絡(luò)的定位技術(shù)是指利用射頻信號測量和估計信號強(qiáng)度，借助一定的定位算法來確定射頻標(biāo)簽的相對位置。由于信號容易受環(huán)境的影響和干擾，尤其在在城市道路上，各種類型車輛，人流來往頻繁，更是難以通過信號強(qiáng)度和距離的變化來對目標(biāo)進(jìn)行精準(zhǔn)定位[5]。定位數(shù)據(jù)的采集頻率按照地圖的匹配算法分成高采集軌跡匹配算法和低采樣軌跡匹配算法，前者計算成本高，但有著更高的準(zhǔn)確度，低采樣軌跡數(shù)據(jù)稀疏，很難獲得更高的準(zhǔn)確度。在路網(wǎng)環(huán)境下的車輛運行軌跡而言，路口被當(dāng)作是軌跡分段的劃分點[6]，一段沒有分岔的道路是一段軌跡分段的最小單位，該系統(tǒng)采用基于路網(wǎng)的關(guān)鍵點采樣，通過控制有源RFID讀寫器（后文稱基站）的采集范圍，一方面基站與基站間采集范圍不重疊，另一方面道路路口不留信號死角。如圖1所示，若目標(biāo)O經(jīng)過路口A，被基站d1采集，系統(tǒng)認(rèn)為O的位置在A附近，然后被基站d3采集到，則可認(rèn)為O的基于一段行動軌跡為從A到C。

電動自行車（后文稱車輛）附著射頻標(biāo)簽，該射頻標(biāo)簽的編號成為該車輛身份唯一標(biāo)識，車輛進(jìn)入到射頻網(wǎng)后，系統(tǒng)可以對車輛進(jìn)行定位和記錄車輛移動軌跡。

一般基于有源RFID運行方向判斷方法是時差法[7]，即通過兩個基站對同一車輛讀取的時間順序來判斷運動方向。也可以利用定向基站，對車輛進(jìn)出讀寫區(qū)域的事件進(jìn)行提取，然后通過事件間的邏輯順序來判斷車輛運動方向[8]，上述兩種方法均需要至少兩個基站，那么即使在較短的道路上都必須有兩個基站，才能完成運動方向判斷，這樣增加了構(gòu)建射頻網(wǎng)的基礎(chǔ)設(shè)備投入成本，并且方向的判斷需要經(jīng)過服務(wù)器對數(shù)據(jù)進(jìn)行綜合計算才能得出結(jié)論，在車流量較大的時候，計算時效性差。該系統(tǒng)采用一個基站配備兩支定向天線，基站對采集到的數(shù)據(jù)按天線和時間順序計算即可完成對車輛運行是否在存逆行進(jìn)行判斷。

手持式讀寫器也是無線射頻網(wǎng)的重要組成部分，由于手持式讀寫器具有攜帶方便，讀取距離短的特點，該設(shè)備主要用于尋找失竊車輛，或者在執(zhí)勤時和利用該設(shè)備檢查車輛的合法性。如圖2。

3 軟件系統(tǒng)總體架構(gòu)

一般城區(qū)繁華地段車輛數(shù)目巨大，日常通勤時間比較集中，比如上下班時間，基站在繁忙時間采集數(shù)據(jù)量巨大，要求系統(tǒng)具備較好的流式數(shù)據(jù)處理能力。該系統(tǒng)采用松耦合架構(gòu)，用格式化的數(shù)據(jù)流將各子系統(tǒng)關(guān)聯(lián)起來，由于該系統(tǒng)對數(shù)據(jù)吞吐速率要求高，按照功能的獨立性、關(guān)聯(lián)性對服務(wù)功能進(jìn)行粒度更細(xì)的劃分。

首先接入服務(wù)器將采集數(shù)據(jù)作簡單分析整理后，發(fā)送給kafka消息集群，kafka是分布式發(fā)布-訂閱消息系統(tǒng)[9]，數(shù)據(jù)分析存儲等子系統(tǒng)從kafka集群中獲取數(shù)據(jù)后，進(jìn)行業(yè)務(wù)計算，然后將計算結(jié)果存入到數(shù)據(jù)庫系統(tǒng)和大數(shù)據(jù)系統(tǒng)。該系統(tǒng)具有良好的可擴(kuò)展性，隨著系統(tǒng)升級，計算模型的增加新的分析服務(wù)或者擴(kuò)展增值應(yīng)用，可以很方便地支持，并且不會對原有系統(tǒng)產(chǎn)生影響，或者作很簡單改造。系統(tǒng)各部件數(shù)據(jù)流向如圖3所示。

4 軟件系統(tǒng)組成

4.1 基礎(chǔ)信息管理

基礎(chǔ)信息管理系統(tǒng)，主要涉及到系統(tǒng)運行的基礎(chǔ)資料錄入，包括基站的空間位置，經(jīng)緯坐標(biāo)，車主簡要信息，車輛的車架號，標(biāo)簽號，車輛照片等基本信息。

4.2 移動端應(yīng)用

車主是手機(jī)APP系統(tǒng)的主要用戶，車主可以查看自己騎行的軌跡，以及當(dāng)前車輛所在的位置。車主也可以了解當(dāng)前非機(jī)動車道路繁忙情況，自行選擇空閑道路通勤，避免因為道路擁擠，增加騎行風(fēng)險，改善通勤體驗。當(dāng)車輛丟失時，車主通過APP對自己名下車輛進(jìn)行掛失，然后到公安機(jī)關(guān)報案，系統(tǒng)對掛失車輛自動布控。當(dāng)車輛停靠時，車主可對車輛進(jìn)行虛擬上鎖，當(dāng)車輛被移動過路口時，系統(tǒng)能及時進(jìn)行被盜風(fēng)險預(yù)警。

4.3 數(shù)據(jù)采集接入服務(wù)

基站接入服務(wù)，一方面與基站通信，接入基站傳來的實時采集數(shù)據(jù)，另一方面需要對基站的運行狀態(tài)進(jìn)行管理，基站當(dāng)前是否在線，收集前端設(shè)備故障代碼，對基站進(jìn)行遠(yuǎn)程升級及對基站射頻參數(shù)等進(jìn)行配置。對于采集的標(biāo)簽數(shù)據(jù)，融合采集點的信息后進(jìn)行簡單的分析計算后形成具有意義的采集記錄，寫入kafka消息中間件。

4.4 數(shù)據(jù)存儲服務(wù)

采集記錄是該系統(tǒng)的基石，是所有衍生服務(wù)智能分析的基礎(chǔ)，該系統(tǒng)將所有的采集記錄，寫入hdfs，永久保存。

4.5 告警服務(wù)

報警服務(wù)器是該系統(tǒng)的核心功能之一，也是社會價值的體現(xiàn)之處。當(dāng)布控的車輛出現(xiàn)在基站采集范圍中時，報警服器立即發(fā)警報，系統(tǒng)對該車輛運行軌跡進(jìn)行監(jiān)測，配合原有安防攝像頭，鎖定車輛位置。另外用戶通過APP里對車輛進(jìn)行虛擬上鎖后，如果車輛位置發(fā)生變化，告警服務(wù)器通過推送，告知車主車輛存在被盜風(fēng)險，如果車主距離車輛較近，可以人為對車輛的被盜事件進(jìn)行阻止，降低車輛的被盜風(fēng)險。

4.6 研判分析服務(wù)

根據(jù)基站采集的數(shù)據(jù)，逆向生成車輛的運行軌跡；在時間區(qū)域內(nèi)對軌跡進(jìn)行聚類，分析城市道路的繁忙時間段及繁忙程度，分析城市道路熱點路線；對布控的車輛運行軌跡在時間區(qū)間內(nèi)進(jìn)行軌跡匹配，輔助排查嫌疑人；根據(jù)定向基站上傳的采集數(shù)據(jù)，判斷電動自行車在道路上的行走方向，推斷出電動自行車是否存在逆向行駛，對逆向行駛次數(shù)進(jìn)行統(tǒng)計。

5 軌跡匹配

在城市道路環(huán)境下，軌跡數(shù)據(jù)離不開道路，這兩者必然匹配。理論上車輛移動產(chǎn)生的軌跡數(shù)據(jù)根據(jù)采集頻率，會產(chǎn)生大量的位置點數(shù)據(jù)， 由于相鄰的位置點冗余度較大， 需要對對原始的軌跡進(jìn)行近似化表示[10] ，一方面不影響挖掘效果，另一方面提升計算的執(zhí)行效率。本系統(tǒng)將軌跡點序列根據(jù)道路實際情況，近似地用線段序列來表示。

6 結(jié)束語

該系統(tǒng)運用有源RFID技術(shù)，構(gòu)建射頻網(wǎng)，管控網(wǎng)內(nèi)所有的電動自行車，實現(xiàn)車輛被盜及時發(fā)現(xiàn)，及時尋回。系統(tǒng)通過對車主在通勤中違章情況，進(jìn)行善意提示，逐步提高車主交通安全意識。總體來講，該系統(tǒng)對于建設(shè)智慧城市，提升城市公共服務(wù)質(zhì)量具有較為深遠(yuǎn)意義。

后期若引入視頻監(jiān)控聯(lián)動抓拍功能，更加便于抓捕車輛盜竊人員。車主活動軌跡是重要數(shù)據(jù)資源，如何利用大數(shù)據(jù)分析技術(shù)，發(fā)現(xiàn)其更多有價值信息，再利用這些信息來服務(wù)廣大市民是該系統(tǒng)將來需要重點研究的課題。

參考文獻(xiàn)：

[1] 劉強(qiáng)， 崔莉， 陳海明. 物聯(lián)網(wǎng)關(guān)鍵技術(shù)與應(yīng)用[J]. 計算機(jī)科學(xué)， 2010（6）： 1-4.

[2] 郭軍. RFID技術(shù)在城市道路交通管理中的應(yīng)用[J]. 交通建設(shè)與管理， 2009（8）： 84-86.

[3] 余立建， 王茜， 李文仲. 物聯(lián)網(wǎng)/無線傳感網(wǎng)實踐與實驗[M]. 成都： 西南交通大學(xué)出版社， 2010： 228.

[4] 賈青， 劉乃安， 朱明華. 無線局域網(wǎng)定位技術(shù)研究[J]. 無線通信技術(shù)， 2004（3）： 33-37.

[5] 李麗， 周彥偉， 吳振強(qiáng). 無線網(wǎng)絡(luò)定位技術(shù)研究[J]. 計算機(jī)技術(shù)與發(fā)展， 2011（10）： 59-62.

[6] 成亞雄. 車輛軌跡的數(shù)據(jù)分析與研究[D]. 武漢： 武漢理工大學(xué)， 2015.

[7] Kadir H A. Tracking student movement using active RFID[C]. Proceedings of the 9th WSEAS international Conference on Applications of Computer Engineering. ACE 10， 2010： 41-45.

[8] 喻劍， 楊衛(wèi). 基于有RFID的運動方向判斷[J]. 科學(xué)技術(shù)與工程， 2011（11）： 8031-8035.

[9] Abhishek Sharma. Apache Kafka： Next Generation Distributed Messaging System[EB/OL]. https：//www.infoq.com/articles/apache-kafka.

[10] 吉根林， 趙斌. 時空軌跡大數(shù)據(jù)模式挖掘研究進(jìn)展[J]. 數(shù)據(jù)采集與處理， 2015， 30（1）： 47-58.