TDOA、AOA算法在車輛出入管理中的應(yīng)用研究

李志剛，呂 杰，董小飛，王 斌，牛欣偉

(1. 江蘇科技大學(xué) 計(jì)算機(jī)科學(xué)與工程學(xué)院，江蘇 鎮(zhèn)江 212003； 2. 蘇州健雄職業(yè)技術(shù)學(xué)院 軟件與服務(wù)外包學(xué)院，江蘇 蘇州 215411； 3. 鹽城工學(xué)院 機(jī)械優(yōu)集學(xué)院，江蘇 鹽城 224051； 4. 賓州州立大學(xué)Behrend分校，工程學(xué)院，Erie,美國(guó) 賓夕法尼亞州)

0 引 言

隨著物流貿(mào)易與汽車工業(yè)的不斷發(fā)展，特別是在工廠、港口等物流運(yùn)輸密集的地區(qū)，往往有大量車輛與貨物停靠往返。由于現(xiàn)代車輛出入管理手段、設(shè)施建設(shè)落后，導(dǎo)致車輛出入效率遲緩，并且存在安全管理問(wèn)題[1]。當(dāng)下采用的車輛管理通常為人工管理和IC卡近距離識(shí)別管理，效率低下，車輛往往需要在到達(dá)出入位置時(shí)停下檢查，在一定程度上增加了車輛能源的消耗[2]。此外，現(xiàn)階段使用的射頻識(shí)別距離較近，對(duì)于車流量較大的場(chǎng)合應(yīng)用效果較低，往往會(huì)造成一定的車輛擁堵。

隨著物聯(lián)網(wǎng)等技術(shù)的不斷成熟與發(fā)展，目前國(guó)內(nèi)外大多研究人員針對(duì)車輛出入管理進(jìn)行了相關(guān)系統(tǒng)研究：但雨芳等[3]將GPS、GIS與RFID技術(shù)綜合應(yīng)用于城市道路交通管理系統(tǒng)中，在此基礎(chǔ)上設(shè)計(jì)出道路交通車輛的全程監(jiān)控模型和系統(tǒng)框架；劉迪[4]提出一種用于園區(qū)車輛預(yù)警系統(tǒng)的物聯(lián)網(wǎng)框架，利用RFID智能傳感器網(wǎng)絡(luò)技術(shù)實(shí)現(xiàn)城市車輛自動(dòng)化監(jiān)控和管理；趙泰洋等[5]提出了一種基于RFID與魯棒性估計(jì)的車輛定位及信息獲取方法，克服傳統(tǒng)Chan算法當(dāng)信號(hào)衰減引起TDOA估計(jì)誤差較大時(shí)性能迅速惡化的問(wèn)題；S.P.NARAYAN等[6]設(shè)計(jì)了一種公共車輛定位系統(tǒng)(PVLS)，通過(guò)從車輛中放置RFID讀取器獲取車輛位置，實(shí)時(shí)從道路收集信息。

目前所采用多基站無(wú)線定位方法有接受信號(hào)強(qiáng)度RSSI、到達(dá)時(shí)間TOA、到達(dá)時(shí)間差TDOA、到達(dá)角度差A(yù)OA及以上幾種技術(shù)的混合定位算法等[7-10]。其中，TDOA、AOA定位算法穩(wěn)定性好、定位精度較高，已應(yīng)用于室內(nèi)、礦井、雷達(dá)等定位、檢測(cè)場(chǎng)景研究中[11-13]。

1 檢測(cè)方案設(shè)計(jì)及系統(tǒng)架構(gòu)

通過(guò)RFID(radio frequency identification)獲取車輛的身份信息，結(jié)合TDOA(time difference of arrival)、AOA(angle of arrival)定位算法獲取車輛位置信息。每輛車均裝配一個(gè)有源RFID電子標(biāo)簽，其中存儲(chǔ)有車輛的身份信息(如車牌號(hào)等)。有源RFID電子標(biāo)簽自身具備電池，可提供全部器件工作的電源，較無(wú)源卡具有讀寫距離遠(yuǎn)、環(huán)境要求低、防沖突能力強(qiáng)、安裝方便等優(yōu)勢(shì)。位于出入口的車輛檢測(cè)系統(tǒng)集RFID、自動(dòng)化控制技術(shù)以及計(jì)算機(jī)管理系統(tǒng)于一體，實(shí)現(xiàn)車輛出入信息化、智能化管理。系統(tǒng)結(jié)構(gòu)如圖1。

圖1 檢測(cè)系統(tǒng)結(jié)構(gòu)Fig. 1 Structure of detection system

RFID讀寫器(基站)通過(guò)耦合元件向外發(fā)送可調(diào)的射頻信號(hào)。當(dāng)電子標(biāo)簽進(jìn)入基站通信覆蓋范圍后，啟動(dòng)處于其通信覆蓋范圍內(nèi)的標(biāo)簽，標(biāo)簽在接收到射頻信號(hào)后發(fā)射自己的身份信息，以此實(shí)現(xiàn)車輛的身份識(shí)別。當(dāng)基站天線接收到標(biāo)簽返回的射頻信號(hào)后，對(duì)該信號(hào)進(jìn)行濾波、放大等處理[5]。系統(tǒng)對(duì)基站輸出的信號(hào)進(jìn)行分析處理，估算出車輛與該基站的直線距離，并得出信號(hào)的到達(dá)時(shí)間與到達(dá)角度，然后將數(shù)據(jù)帶入到分析模塊，通過(guò)TDOA、AOA定位算法計(jì)算得出車輛各移動(dòng)節(jié)點(diǎn)坐標(biāo)以實(shí)現(xiàn)車輛定位。根據(jù)車輛定位坐標(biāo)變化判斷車輛出入情況。當(dāng)定位數(shù)據(jù)顯示車輛靠近出入口且行駛方向正確時(shí)，系統(tǒng)發(fā)送指令控制自動(dòng)道閘升起，車輛不停車快速通過(guò)出入口。車輛通過(guò)后，網(wǎng)絡(luò)攝像頭記錄通車影像。LED顯示屏?xí)@示出入車輛身份信息。系統(tǒng)會(huì)根據(jù)出入信息進(jìn)行記錄(以“出入時(shí)間+駕駛員+車型+牌號(hào)+貨物信息”進(jìn)行信息存儲(chǔ))。車輛通過(guò)后道閘自行落下，完成一次通車動(dòng)作。當(dāng)遇到外來(lái)車輛或內(nèi)部車輛私自外出時(shí)，基站無(wú)法識(shí)別到有效信息，道閘不會(huì)開啟，報(bào)警器通知工作人員進(jìn)行現(xiàn)場(chǎng)處理，并對(duì)車輛信息進(jìn)行登記，具有一定的安保功能。檢測(cè)裝置流程如圖2。

圖2 檢測(cè)裝置流程Fig. 2 Flow chart of detection device

讀寫器基站通常布置在出入口附近，讀取其通信覆蓋范圍的車輛信息。當(dāng)有多個(gè)車輛同時(shí)駛?cè)肫渫ㄐ欧秶鷷r(shí)，為了防止多個(gè)電子標(biāo)簽同時(shí)向基站發(fā)送信息導(dǎo)致的標(biāo)簽沖突問(wèn)題，系統(tǒng)采用了動(dòng)態(tài)幀時(shí)隙Aloha的RFID標(biāo)簽防沖突協(xié)議[14]?；鞠蚱渫ㄐ欧秶鷥?nèi)的電子標(biāo)簽發(fā)送同步指令，各個(gè)電子標(biāo)簽接到指令后隨機(jī)選擇一個(gè)上行時(shí)隙向基站發(fā)送身份信息，基站收到信息后將返還確認(rèn)信號(hào)。收到信號(hào)的電子標(biāo)簽將進(jìn)入休眠狀態(tài)，而未收到信號(hào)的電子標(biāo)簽則在下一次收到同步指令后再發(fā)送身份信息，直到收到基站的確認(rèn)信息為止，不僅節(jié)省了頻率資源，更有效地解決標(biāo)簽沖突問(wèn)題。

2 系統(tǒng)定位模型建立

2.1 TDOA和AOA定位算法

從文獻(xiàn)[9]結(jié)論可以看出，單純采用TDOA定位算法易受NLOS、多徑效應(yīng)等因素影響導(dǎo)致測(cè)量誤差，而聯(lián)合采用TDOA、AOA定位算法可以有效彌補(bǔ)這一缺點(diǎn)。車輛出入可近似看為三維空間內(nèi)的點(diǎn)的移動(dòng)，需采用至少4個(gè)基站進(jìn)行定位。根據(jù)已有研究[11-14]，設(shè)未知節(jié)點(diǎn)為(x，y，z)，第i個(gè)基站位置為(Xi，Yi，Zi)(i=1，2，3，4)，以基站1為參考，TDOA算法如式(1)～式(6)：

(1)

Ri,1=cti,1=Ri-R1

(2)

(3)

式中：c為信號(hào)傳播速度；ti為基站與節(jié)點(diǎn)間信號(hào)傳播時(shí)間；Ri為基站到節(jié)點(diǎn)的距離；nti,1為系統(tǒng)測(cè)量誤差。由式(1)、式(2)得：

(4)

(5)

關(guān)于未知節(jié)點(diǎn)(x，y，z)的方程，根據(jù)CHAN算法，式(5)可寫為：

G1=H1X+N

(6)

在AOA定位算法方面，筆者在文獻(xiàn)[10-11]基礎(chǔ)上，為了更好的結(jié)合實(shí)際數(shù)據(jù)，以測(cè)得值Ri作為變量進(jìn)行算法推導(dǎo)，如式(7)：

(7)

(8)

根據(jù)式(8)可得：

(9)

然后，可得到關(guān)于AOA算法求得目標(biāo)位置的解為：

(10)

由式(9)、式(10)可得：

(11)

(12)

即：

(13)

圖3 不同角度誤差對(duì)測(cè)量結(jié)果的影響Fig. 3 Influence of different angle errors on measurement results

則式(13)可寫為：

G2=H2X+M

(14)

通過(guò)合并式(6)、式(14)，可得：

(15)

根據(jù)文獻(xiàn)[10]，采用加權(quán)最小二乘算法，計(jì)算得出節(jié)點(diǎn)坐標(biāo)估計(jì)值。

2.2 定位模型

以某出入口為實(shí)驗(yàn)?zāi)M環(huán)境，通過(guò)量取出入口關(guān)鍵位置長(zhǎng)度，如測(cè)得出入口總長(zhǎng)為20 m，出入口限定高度為4 m，自動(dòng)道閘長(zhǎng)度為4 m且成對(duì)布置在中間位置，進(jìn)而建立如圖4的車輛出入口定位模型。設(shè)定一坐標(biāo)系原點(diǎn)O，得出設(shè)定入口坐標(biāo)為(10，0，4)→(14，0，4)，出口坐標(biāo)為(6，0，4)→(10，0，4)。選用2.4 GHz有源遠(yuǎn)距離RFID讀寫器，識(shí)別距離可在0～80 m調(diào)節(jié)，每隔一定周期掃描一次。此外，為確保系統(tǒng)計(jì)算的有效性，各讀寫器基站處于彼此工作半徑之內(nèi)，且Z方向坐標(biāo)須不相等，以免算法出現(xiàn)計(jì)算錯(cuò)誤。故基站1的坐標(biāo)為(0，0，1)，其他基站坐標(biāo)分別為(20，0，1)、(10，5，4)、(10，-5，4)。

圖4 定位模型平面示意Fig. 4 Plane schematic of positioning model

3 實(shí)驗(yàn)舉例與仿真分析

對(duì)檢測(cè)到的出入車輛以“L-W-Tn-R”作為編碼代號(hào)進(jìn)行數(shù)據(jù)編碼。

表1 信號(hào)數(shù)據(jù)的狀態(tài)信息描述Table 1 Description of the status information of the signal data

以Tn(xn、yn)為基礎(chǔ)進(jìn)行出入判斷說(shuō)明(zn值對(duì)車輛出入判定沒(méi)有實(shí)質(zhì)影響，筆者暫不作說(shuō)明)，在整個(gè)檢測(cè)階段，以定位坐標(biāo)和時(shí)間為記錄基礎(chǔ)。根據(jù)圖4的定位模型，建立車輛出入判斷條件：

(16)

(17)

判斷步驟如下：

步驟1：基站獲取車輛發(fā)出的信號(hào)，經(jīng)系統(tǒng)處理后估算出車輛與基站的直線距離；

步驟2：將距離數(shù)據(jù)帶入TDOA、AOA定位算法計(jì)算出車輛移動(dòng)過(guò)程中各定位節(jié)點(diǎn)坐標(biāo)；

步驟3：結(jié)合判斷式(16)、式(17)分析符合設(shè)定區(qū)間的坐標(biāo)變動(dòng)情況，判斷出車輛是否駛?cè)?駛出；

步驟4：是，系統(tǒng)記錄通車信息；

步驟5：否，返回步驟3繼續(xù)進(jìn)行判斷。

圖5為基于C#開發(fā)的車輛出入分析測(cè)試模塊。該模塊可根據(jù)實(shí)際測(cè)試要求，設(shè)置讀寫器數(shù)量、讀寫器坐標(biāo)、識(shí)別距離、庫(kù)門坐標(biāo)等信息。“距離限制檢測(cè)”按鈕用于分析所選讀寫器位置是否合理。在設(shè)定好各個(gè)環(huán)境變量后點(diǎn)擊“運(yùn)行”，系統(tǒng)實(shí)時(shí)獲取實(shí)驗(yàn)車輛運(yùn)動(dòng)位置數(shù)據(jù)并按步驟1～步驟5進(jìn)行車輛出入判斷。

圖5 車輛出入分析模塊界面Fig. 5 Interface of vehicle access analysis module

實(shí)驗(yàn)選取了6個(gè)小車運(yùn)動(dòng)位置并進(jìn)行了多次誤差仿真分析。圖6給出了在模擬環(huán)境下小車的定位分析結(jié)果。

圖6 小車定位分析結(jié)果Fig. 6 Car positioning analysis results

由圖6可知，由于讀寫器本身的信號(hào)延遲以及環(huán)境干擾等因素，每個(gè)運(yùn)動(dòng)位置得到的多個(gè)定位結(jié)果呈現(xiàn)隨機(jī)分布，但總體處于一定數(shù)值范圍內(nèi)。距讀寫器較遠(yuǎn)的位置定位誤差相對(duì)較大，而較近位置的定位精度則較高，靠近出入口位置的定位精度可滿足系統(tǒng)使用要求。表2選取并對(duì)比了一組仿真數(shù)據(jù)與實(shí)際數(shù)據(jù)。

表2 定位結(jié)果數(shù)據(jù)Table 2 Data table of positioning results

從表2中T1到T6的坐標(biāo)數(shù)據(jù)可以看出，小車在移動(dòng)路徑經(jīng)過(guò)入口且位于入口設(shè)定范圍內(nèi)，位置變化滿足式(17)判斷條件，則模塊界面會(huì)顯示車輛為駛?cè)霠顟B(tài)。

4 結(jié) 語(yǔ)

筆者設(shè)計(jì)了一種車輛出入智能檢測(cè)系統(tǒng)，以滿足車輛出入信息化、智能化管理需求。通過(guò)RFID獲取的車輛到基站的距離等數(shù)據(jù)，代入到TDOA、AOA定位算法得出車輛移動(dòng)節(jié)點(diǎn)坐標(biāo)，通過(guò)分析坐標(biāo)變動(dòng)結(jié)合出入口設(shè)定條件得出車輛駛?cè)?、駛出情況，最終實(shí)現(xiàn)車輛出入管理。通過(guò)模塊開發(fā)與仿真模擬，系統(tǒng)可實(shí)現(xiàn)車輛出入識(shí)別，滿足系統(tǒng)功能要求。根據(jù)現(xiàn)場(chǎng)環(huán)境建立了定位模型并進(jìn)行了基礎(chǔ)仿真，初步驗(yàn)證了模型的有效性，但在復(fù)雜狀況下仍需進(jìn)行大量的實(shí)驗(yàn)驗(yàn)證。未來(lái)將進(jìn)一步針對(duì)系統(tǒng)存在的延時(shí)與角度誤差進(jìn)行分析。