基于STM32的共享汽車管理系統(tǒng)

摘 要：目前共享租賃汽車行業(yè)中汽車經(jīng)常受到不同程度的損壞，但租車公司難以實時獲取汽車損壞數(shù)據(jù)。針對這個問題，設(shè)計了一款基于STM32F103的共享汽車管理系統(tǒng)，通過車載激光雷達(dá)和姿態(tài)傳感器等測量裝置，對車輛的實時運(yùn)動數(shù)據(jù)進(jìn)行測量并加以分析。將該系統(tǒng)安裝在共享汽車上可以對汽車運(yùn)動狀態(tài)和環(huán)境進(jìn)行實時監(jiān)測和分析，并將汽車的運(yùn)動數(shù)據(jù)顯示在屏幕上；識別到汽車處于危險的運(yùn)動狀態(tài)時會對駕駛員進(jìn)行警告，同時將汽車的相關(guān)數(shù)據(jù)上傳到云服務(wù)器上和顯示在微信小程序上，便于后臺管理員對用戶進(jìn)行管理。

關(guān)鍵詞：STM32F103；姿態(tài)傳感器；激光雷達(dá)；共享汽車；汽車管理系統(tǒng)；狀態(tài)監(jiān)測

中圖分類號：TP277；U463.6 文獻(xiàn)標(biāo)識碼：A 文章編號：2095-1302（2025）03-0-03

0 引 言

隨著共享經(jīng)濟(jì)的發(fā)展，汽車租賃行業(yè)開始出現(xiàn)在大眾的視野，為一些沒有車輛的用戶出行提供了極大的便利。許多租車公司為了節(jié)省人工成本，推出了自助取還的租賃方式，但這種經(jīng)營模式面臨許多問題[1-3]。由于是租賃的車，許多用戶在使用的時候，并不會特別愛惜，汽車經(jīng)常會受到不同程度的損壞。共享消費(fèi)的不當(dāng)行為會損害企業(yè)和很多消費(fèi)者的利益，浪費(fèi)社會資源，惡化社會風(fēng)氣，已成為制約共享消費(fèi)模式發(fā)展的關(guān)鍵因素[4-5]。

目前，隨著傳感器的應(yīng)用和發(fā)展，許多汽車已經(jīng)搭載了各式各樣的傳感器，以便輔助人們駕駛，但針對上面提到的情況，仍缺乏相關(guān)的研究[6]。本文將結(jié)合現(xiàn)有的傳感器測量技術(shù)，設(shè)計一套汽車監(jiān)測系統(tǒng)。這個系統(tǒng)可以安裝在共享汽車上對租賃客戶的駕駛行為進(jìn)行實時監(jiān)控和分析，能有效識別危險駕駛行為并對駕駛?cè)诉M(jìn)行警告，同時將汽車運(yùn)動數(shù)據(jù)上傳到云端服務(wù)器，并顯示在小程序上；通過記錄各個租賃用戶的駕駛行為習(xí)慣，企業(yè)可以對各個用戶進(jìn)行駕駛行為評估，針對不同的用戶采取不同的計費(fèi)方式，這種模式能促使用戶在用車時自覺避免不當(dāng)行為，減少對共享汽車的損壞，同時還會在一定程度上保障交通安全。

1 系統(tǒng)整體設(shè)計

1.1 總體硬件方案設(shè)計

硬件系統(tǒng)如圖1所示，以STM32F103為系統(tǒng)核心，配置了電源管理系統(tǒng)、MQ系列氣體傳感器、MPU6050姿態(tài)傳感器、GPS定位模組、串口屏、EC600N-CN通信模組、激光雷達(dá)、語音播報等模組。

1.2 總體軟件方案設(shè)計

軟件系統(tǒng)如圖2所示，其由硬件程序、云服務(wù)器和前端顯示三大模塊組成，其中硬件程序負(fù)責(zé)測量和分析數(shù)據(jù)，云服務(wù)器是數(shù)據(jù)交互中心，微信小程序是管理員的監(jiān)控平臺。

2 系統(tǒng)硬件設(shè)計

系統(tǒng)的硬件部分包括主控芯片、電源系統(tǒng)、姿態(tài)傳感器、氣體傳感器、激光雷達(dá)、定位模組、通信模組等。

2.1 主控芯片

微控制器采用了STM32F103C8T6芯片，這是ST公司出品的基于Cortex-M3內(nèi)核的ARM控制器。該控制器具有72 MHz CPU速度和高達(dá)1 MB的閃存，同時擁有豐富的資源，可以滿足測量和通信的需求。本設(shè)計采用了外部晶振輸入作為時鐘源[7]。

2.2 電源系統(tǒng)

電源系統(tǒng)可接收標(biāo)準(zhǔn)的車載電源12 V輸入，并輸出5 V的系統(tǒng)工作電壓，其采用了TPS54332 DC/DC降壓芯片，該電源芯片具有寬壓輸入范圍（12～15 V），能穩(wěn)定輸出5 V電壓，支持最大3 A的連續(xù)電流輸出。在輕負(fù)載條件下，TPS54332通過采用脈沖跳躍ECO模式來提升效率。為保證輸出電壓穩(wěn)定在5 V，當(dāng)輸入電壓過低時（6～7 V），設(shè)計了欠壓鎖定電路。

由于系統(tǒng)中主控芯片和部分模組需要3.3 V的工作電壓，采用AMS1117-3.3低壓差穩(wěn)定器，為模擬系統(tǒng)提供穩(wěn)定、紋波小的參考電壓。

2.3 姿態(tài)傳感器

姿態(tài)傳感器模組采用MPU-6050芯片，模組內(nèi)部設(shè)計有RT9193-33的線性穩(wěn)壓器，為芯片工作提供3.3 V的穩(wěn)定工作電壓。芯片中MPU_SCL、MPU_SDA、MPU_INT接口已內(nèi)置4.7 kΩ的上拉電阻，芯片無需外部時鐘和幀同步輸入，故CLKIN和FSYNC引腳接地，MPU_AD0接下拉電阻，設(shè)置I2C從機(jī)地址為0x68，MPU_SDA作為I2C接口的數(shù)據(jù)線接PA4，MPU_SCL作為I2C接口的時鐘線接PA5。主控芯片通過I2C讀取MPU6050的加速度傳感器和角速度傳感器的原始數(shù)據(jù)。

2.4 氣體傳感器

氣體傳感器采用MQ-2煙霧傳感器和MQ-3酒精傳感器，該系列傳感器內(nèi)阻與所測氣體體積分?jǐn)?shù)的關(guān)系呈線性。設(shè)計有兩路輸出：一路通過電阻分壓形式連接到主控芯片PB0、PB1引腳的ADC接口，用于測量并輸出電壓值；另一路則連接一個比較器，其中滑動變阻器用于調(diào)整燈光報警閾值的大小。

2.5 激光雷達(dá)

激光雷達(dá)采用了兩組TF02-Pro激光雷達(dá)模組，放置在車輛前后，用于測量前后車距，其測量范圍為0.1～40 m，精準(zhǔn)度為±1%，分辨率為1 cm，最高支持1 000 Hz的輸出，可以滿足基本的測量需求。此處采用I2C的通信方式，與主控芯片的PA6和PA7、PB3和PB4引腳連接。

2.6 定位模組

采用了ATK-S1216F8 GPS/北斗模塊雙模定位模塊，與主控芯片采用串口通信，輸出頻率最高為20 Hz。該模塊用于測量車輛的實時經(jīng)緯度、速度和海拔數(shù)據(jù)，主控芯片通過SkyTraq協(xié)議對模塊進(jìn)行配置，并采用NMEA-0183協(xié)議輸出數(shù)據(jù)。

除上述6個模塊的設(shè)計，還需進(jìn)行串口屏、語音模組、通信模組的配置，以確保所測量的數(shù)據(jù)能夠正確顯示并上傳至微信小程序。

3 系統(tǒng)軟件設(shè)計

3.1 硬件程序

硬件程序框圖如圖3所示。硬件系統(tǒng)上電啟動，首先進(jìn)行芯片外設(shè)的初始化，再對各模塊進(jìn)行初始化和模式的配置。在初始化完成后，開始連接服務(wù)器，建立MQTT連接，訂閱和發(fā)布相應(yīng)的主題。

通信建立完成后，開始進(jìn)行數(shù)據(jù)測量。每一組測量數(shù)據(jù)包括：經(jīng)度、緯度、海拔、速度、三維加速度、歐拉角、前后車距、氣體體積分?jǐn)?shù)。等待數(shù)據(jù)測量完畢，將基本數(shù)據(jù)顯示在串口屏上并上傳至云服務(wù)器；然后進(jìn)行數(shù)據(jù)分析，其中數(shù)據(jù)分析包括：安全距離分析、加速度分析、變道分析、環(huán)境分析。數(shù)據(jù)分析完畢，若存在異?，F(xiàn)象則會在設(shè)備發(fā)出語音提示和屏幕顯示，并將異常情況上傳至云服務(wù)器。至此，一輪數(shù)據(jù)測量和分析完畢，并開始下一組數(shù)據(jù)的測量和分析，其中數(shù)據(jù)的測量和分析頻率為20 Hz。

3.1.1 安全距離分析

假設(shè)汽車制動過程如圖4所示，L1為駕駛員反應(yīng)時間所行駛的距離，L2為整車制動力增長階段的制動距離，L3為達(dá)到充分發(fā)揮平均減速度后的制動距離[8]。

在L1階段，汽車保持初速度行駛，可計算得：L1=v2t2。在L2階段假設(shè)以0.5 N作為平均制動力，按沖量原理計算：

0.5φMgt1=kM（v2-v1） （1）

可得：

v1=v2-0.5φgt1/k （2）

由能量守恒定律可知，動能轉(zhuǎn)化為內(nèi)能：

0.5φMgL2=0.5kM（v22-v12） （3）

由此可得：

L2=k（v22-v12）/（φg） （4）

φMgL3=0.5kMv12 （5）

L3=0.5kv12/（φg） （6）

綜上所述，制動距離為：

L=L1+L2+L3=v2t2+k（v22-0.5v12）/（φg） （7）

式中：M為車輛的空載質(zhì)量（單位為kg）；g為重力加速度，取9.8 m/s2；t1為達(dá)到充分發(fā)揮平均減速度的時間（單位為s）；t2為駕駛員反應(yīng)的時間（單位為s）；k為汽車空載質(zhì)量和轉(zhuǎn)動件當(dāng)量慣量系數(shù)；v2為制動初速度（單位為m/s）；v1為達(dá)到充分發(fā)揮平均減速度時的車速（單位為m/s）；φ為車輪與路面的最大附著系數(shù)[9]。

汽車前車與后車之間的運(yùn)動關(guān)系存在3種情況：前車速度大于后車；前車速度等于后車；前車速度小于后車。要使兩車保持安全的距離，當(dāng)前車速度小于后車時，所需安全距離為3種情況的最大值，此處假設(shè)前車與后車的速度差有最大值，即前車速度為0，則可求得最安全距離為后車的制動距離L。

3.1.2 加速度分析

汽車正常行駛時，急劇加速或減速都會給汽車零部件帶來不可逆轉(zhuǎn)的損傷。對于加速度的大小設(shè)置了一個閾值范圍，若超出此范圍，則判斷為加速度異常。

3.1.3 變道分析

利用MPU6050的嵌入式運(yùn)動驅(qū)動庫，結(jié)合MPU6050的DMP，將原始數(shù)據(jù)轉(zhuǎn)換成四元數(shù)輸出，然后即可計算得出歐拉角：Roll（俯仰角）、Pitch（俯仰角）、Yaw（航偏角），計算公式如下[10]：

（8）

式中：q0、q1、q2、q3為四元數(shù)。

通過姿態(tài)傳感器測量航偏角和加速度，對比上一組數(shù)據(jù)的航偏角和加速度，計算出航偏角和加速度的變化率。當(dāng)兩者的變化率大于某一閾值時，判斷汽車行駛方向發(fā)生偏移，即汽車在進(jìn)行變換道路行駛，此時結(jié)合后置激光雷達(dá)所得的測量數(shù)據(jù)，判斷后方是否存在車輛且保持安全距離，安全距離采用式（7）計算。

3.1.4 環(huán)境分析

根據(jù)MQ-2煙霧傳感器和MQ-3酒精傳感器的特性描述（標(biāo)準(zhǔn)狀態(tài)：（20±2）℃；（55±5）%RH），如圖5所示，得出氣體體積分?jǐn)?shù)的計算公式如下。

MQ-2煙霧體積分?jǐn)?shù)：

S=47.596f*pow（RS/RO， -1.455f） （9）

MQ-3酒精體積分?jǐn)?shù)：

A=6.158f*pow（RS/RO， -1.15f） （10）

式中：RO表示傳感器在潔凈空氣中的電阻值；RS表示傳感器在不同體積分?jǐn)?shù)氣體中的電阻值。

3.2 云服務(wù)器

在騰訊云的輕量應(yīng)用服務(wù)器（Ubuntu系統(tǒng)）上部署EMQX Enterprise，建立MQTT消息發(fā)布/訂閱平臺，用于發(fā)布來自傳感器的數(shù)據(jù)和數(shù)據(jù)分析后的結(jié)果。

3.3 微信小程序

小程序運(yùn)行時先進(jìn)行初始化，以及對頁面的渲染。初始化完成后，調(diào)用云函數(shù)讀取數(shù)據(jù)庫的內(nèi)容，并進(jìn)行初始數(shù)據(jù)的更新；然后調(diào)用MQTT客戶端庫，通過WebSocket進(jìn)行即時通信，連續(xù)監(jiān)聽服務(wù)器發(fā)布的數(shù)據(jù)內(nèi)容，實時更新設(shè)備端的信息并渲染在畫面上。實時顯示相關(guān)數(shù)據(jù)的同時，設(shè)備的違規(guī)數(shù)據(jù)組與違規(guī)類別也會被記錄在數(shù)據(jù)庫內(nèi)。

4 結(jié)果測試

系統(tǒng)上電，等待初始化完成，屏幕能正常顯示，服務(wù)器連接正常。將設(shè)備置于汽車內(nèi)，運(yùn)行車輛，并在屏幕上顯示汽車當(dāng)前的行駛數(shù)據(jù)。通過模擬汽車加速度的急劇變化、汽車與前車距離的改變、汽車變換道路后方車輛的狀況、環(huán)境氣體體積分?jǐn)?shù)的改變等不同情形的實驗，設(shè)備均有正常的反饋和記錄，設(shè)備各項功能完好，測試無誤。

5 結(jié) 語

本文設(shè)計了一款基于STM32F103的共享汽車管理系統(tǒng)，分別從MPU6050數(shù)據(jù)轉(zhuǎn)換、汽車行駛安全判斷算法、氣體體積分?jǐn)?shù)計算等方面提出了方案，能夠在共享汽車上對租賃客戶的駕駛行為進(jìn)行實時監(jiān)控和分析，有效識別危險駕駛行為并對駕駛?cè)诉M(jìn)行警告，利用該裝置可以盡可能地降低租賃汽車的損耗。

參考文獻(xiàn)

[1]李思影. 基于層次分析法的共享汽車平臺盈利影響因素分析 [J]. 時代經(jīng)貿(mào)，2024，21（1）： 127-130.

[2]陳金圖. 泉州市共享汽車行業(yè)存在的問題及其對策 [J]. 企業(yè)研究，2023（4）： 16-21.

[3]許研，陶曉波. 基于文本挖掘技術(shù)的分時租賃共享汽車用戶體驗及影響 [J]. 公路交通科技，2023，40（9）： 248-256.

[4]馬彥超. 產(chǎn)品-消費(fèi)者身份連接對共享消費(fèi)不當(dāng)行為的影響研究[D]. 重慶：重慶郵電大學(xué)，2022.

[5]曾維思. 產(chǎn)品擬人化對共享消費(fèi)不當(dāng)行為的影響機(jī)制研究[D]. 重慶：重慶郵電大學(xué)，2021.

[6]朱盛鐳. 汽車傳感器發(fā)展與展望 [J]. 科技視界，2023，13（32）： 63-66.

[7]劉火良，楊森. STM32庫開發(fā)實戰(zhàn)指南[M]. 北京：機(jī)械工業(yè)出版社，2013.

[8]張譯芳. 高等級公路行車安全距離及防追尾碰撞預(yù)警系統(tǒng)的研究[D].西安：長安大學(xué)，2016.

[9]吳明. 汽車制動距離與速度的關(guān)系 [J]. 公路與汽運(yùn)，2010（3）： 46-49.

[10]程烺，俞家勇，馬龍稱，等. 單位四元數(shù)、羅德里格轉(zhuǎn)換模型與歐拉角的映射關(guān)系 [J]. 北京測繪，2020，34（1）： 44-50.