基于物联网技术的车辆信息采集系统构建

孟 妮

（陕西工业职业技术学院 陕西 咸阳 712000）

引言

近年来，随着私家车的普及使城市交通越来越拥挤，因此，交通监控成为智能城市基础设施建设中的重要问题之一。主要问题是交通堵塞和交通事故会造成大量的时间、财产损失以及环境污染，因此，迫切需要改善交通管理。物联网的出现提供了更多的车辆信息采集手段，为智能交通的发展提供了新的方向。

本研究提出利用物联网、代理等技术改善交通条件，缓解交通压力，通过物联网技术在所有道路上收集车辆信息并提供给终端用户。该系统通过采集实时交通数据，能够识别当前的交通运行情况、交通流状况，并能够预测未来的交通流，帮助司机选择最佳的出行路线。构建这样的系统必须包括交通、桥梁、隧道、交通信号、车辆、甚至司机等元素作为交通要素。所有的信息采集通过传感器设备，如RFID设备、红外传感器、全球定位系统、红外激光等，通过与互联网相连进行数据的上传，以作为智能交通系统的数据源。通过对道路车辆信息的实时采集构建交通物联网，为用户提供服务和后勤信息，因此智能化和可靠性是系统设计的基本要求。而利用无线传感器网络和传感器的通信，将产生大量的数据通信量，可能会造成城市中频繁发生的安全攻击，因此在系统设计过程中需考虑对流量监控应用的保护。

本文的目的是利用物联网技术构建道路车辆信息采集单元，为构建智慧交通提供实时准确的道路数据，提出了一种体系框架，可集成道路信息采集的多源传感器设备，并利用代理技术处理实现实时处理交通数据产生的感官单位和监测交通流量，通过多代理的方式智能化地处理不同的任务，实现异构物联网设备的交互，实现道路车辆信息的实时处理及利用。

1 物联网介绍及国内外研究现状

Gartner预测，到2020年物联网将达到260×109个用户单元，将极大地影响人类的生活。根据Cisco公司的研究，全世界的城市都将在未来十年中，通过提供更为智能的基础设施，为人类提供最佳的交通管理、停车和运输服务，将形成智能化的城市，并且整个市场估值大约为9 000×109美元。

有望为物联网传感和通信技术提供支撑的是无线传感器网络（WSN）和基于RFID的网络技术，它们通过因特网或其他技术和协议互联。其中RFID由于其成本低、可靠性高已被业界广泛运用，RFID可以将日常物品转化为智能对象；传感器网络集成了传感器、分布式信息处理、嵌入式计算和无线通信等多种技术。传感器和RFID在构建物联网中发挥着重要作用，具有计算和通信能力的多个RFID和传感器通过无线网络互联，相互协作，将收集的数据与物理世界交换来完成特定的任务。

如图1所示为基于RFID的传感器网络的典型结构，它由无线低端RFID传感器节点产生数据（标签）和高端RFID传感器节点，从低节点检索数据，由高节点收集的数据被发送到移动静态节点（读取器）。读者将数据发送到无线低端计算设备（基站），这些设备对传感器数据执行一定量的处理，然后通过因特网（或其他网络）发送到高端计算服务器的数据进一步处理，并实现数据的共享和存储。

图1 基于RFID的传感器网络架构图

已有许多研究人员利用对车辆信息的采集来构建智能交通，许多研究人员已经在该领域取得了一定的成果。Bhadra等人[1]开发了将不同动态数据集成到智能交通系统中的策略；物联网技术的兴起，催生了智能社会的形成，文献[2]提出当前在库存、医疗、智能家居、智能环境、智能计量不同领域以及在环境建设、供应链物流、零售、智能农业、监测电气设备等应用方面均用到了物联网的技术，但前期的基于物联网的应用在带宽和能量消耗方面较差；文献[3-4]中引入了代理技术，并应用于智能交通系统的构建，文献[5]中提出了集成代理和云计算的体系结构，以开发物联网中分散的智能对象；文献[6]中运用代理不仅处理物联网内设备之间的通信，而且还进行搜索所需资源。

2 系统架构及Agent服务开发介绍

2.1 系统架构介绍

该系统的主要任务就是利用物联网设备对车辆信息进行采集，完成对车辆信息、位置、对象识别等工作，并将采集的数据传输到监控中心进行处理。本文所提出的基于物联网的车辆信息采集系统由应用层、网络层和采集层构成，如图2所示[7-9]。

1）应用层的主要功能是收集、存储和处理采集来的车辆数据，生成增值服务；根据用户的不同需求，向用户提供业务物联网接口，并分析采集层接收到的信息。

图2 系统架构

应用层包括以下子系统：

a）智能驱动管理子系统：用户（驾驶人员）可以以最小的延迟获得实时交通信息；

b）车辆导航信息管理子系统：通过道路监控车辆号码，跟踪车辆的违章，发送报警信息，引导驾驶员避开拥挤路段可能基于交通网络的预测、实时交通导航等；

c）智能交通管理子系统：交通系统数据库包含从车辆传感器的数据、从环境传感器的气象信息以及交通流信息数据等。子系统处理接收到的信息，并通过与其他子系统的接口共享；

d）信息采集与监控子系统：实时分布路况信息、气象信息、事故监测等信息。子系统融合不同子系统的数据，以统一的格式提供给最终用户；

e）信息服务子系统：完成在线车辆信息查询和实时交通流动态统计分析。

2）网络层，也称为传输层，由有线和无线通信网、网络管理系统、GPS、GPRS、WiMAX、WiFi、以太网和企业专用网络等构成。主要负责传输高可靠性和安全性的数据，并处理来自采集层的信息。

3）采集层由各种传感器和传感器网关组成，如RFID、无线传感器网络、摄像机、智能终端等，主要用于传输车辆的数据和用于采集实时交通和目标识别信息的其他传感器。它是从物理世界收集的所有类型信息（例如，识别的对象、流量等）的来源。

2.2 基于Agent的智能服务开发

在物联网系统的应用中，采用基于代理的方式解决不同标准、数据格式、异构硬件、协议、资源类型、软件和数据库系统之间的互操作性，同时解决各种服务和应用程序的接口互联。代理可以在承载数据和执行状态的网络设备中运行，并且必须能够与其他代理或用户进行通信。

在交通监控过程中引入Agent技术非常适合分布式和错位的系统应用，这是由于交通监控的自主性、灵活性、可配置性和可扩展性并且需要降低网络负荷和网络延迟，从而实现近实时性。代理还可以用来在目的地通信设备地址不明的网络之间传递消息，每个业务对象都可被表示为软件代理（智能对象代理）。在车辆信息采集过程中应用物联网的代理如下：

1）交通移动代理：发送/接收不同类型的信息，对来自其他对象的数据（RFID、传感器、用户），并提供上下文的统一视图；与网络中的其他代理交互完成特定的任务。从该代理发送的所有消息将被传输到流量管理系统，并直接与上述的流量管理系统的静态应用程序的静态代理进行通信；

2）用户代理：为用户提供实时驻留在系统实体信息，用户代理是一个与用户交互的静态代理，并与移动代理协调；

3）RFID代理：负责读写RFID标签，当读取标签时，根据从它检索到的数据，该代理代表相关RFID的智能对象处理单个任务，并在运行时迁移到不同的平台，执行适当的操作；

4）传感器代理：接收、处理数据，已从相关的传感器读取和保存（或发送它的地方）；

5）信号灯代理：检测不规则的交通状况，并立即更改交通控制指示；

6）摄像头代理：负责图像采集，摄像机代理和视频Web服务器之间的所有通信都是通过网络层进行的。

基于RFID的智能交通对象（以代码为中心的RFID系统）需要大量的存储空间来存储业务对象逻辑和数据。以代码为中心的RFID系统可用于将移动代理存储到RFID标签中，使其能够与交通系统的其他部分集成。使用这种技术在交通信息系统将消除需要相关的RFID编码信息从数据库搜索和从标签检索服务信息，减少整个系统的响应时间，从而实现更快的服务响应和执行不同对象在不同情况下的按需行动。

每个智能车辆的RFID对象由2部分组成，即对象处理逻辑和对象数据：对象数据包含一个全局唯一的电子产品代码（EPC）作为它唯一的标识符，每个RFID标记的业务对象可以被分配一个IPv6映射EPC地址。

RFID可以作为汽车牌照的转发器，配备RFID标签和传感器，使每辆车都能从现场获得所需的数据并传送到指定的目的地。车辆RFID标签存储车辆及其所有人的信息，如车牌号、车辆类型、车速、到达监控点的时间、驾驶员的姓名和车牌号码。它可以用来估计道路上的车辆数量，车辆的平均速度，车辆密度等。每个车辆的数据被捕获的固定或移动RFID读取器在监控站作为车辆的信息，并将其发送到中央服务器单元进行收集、处理和存储。当带有RFID标签的车辆通过道路上的每个监控站时，这些点上的RFID读取器将自动读取与车辆及其所有者相关的标记数据，并将其发送到无线传感器活动节点。这些节点将累积的数据发送到簇头节点，同时，安装在监控站的GPS接收机可以与GPS卫星通信，获得其作为车辆位置参数的位置信息。然后将数据通过GPRS传输到实时中心数据库中，并确保周期性的更新。

通过各种专业算法对车辆的信息进行推论学习，如通过摄像机代理计算某个车辆的速度，计算原理如图3所示。

图3 摄像机测速原理图

而摄像头代理的实现，遵循雷达测速仪的工作原理，其算法描述如下：

当雷达发射的无线电波遇到障碍物后会发生发射，根据多普勒效应，如图4所示为雷达工作脉冲图。

图4 测速雷达脉冲图

由以下公式即可推导出车辆的速度v，其中c为光速，f为脉冲频率，T为脉冲周期，N为反射率

同时利用信号灯代理对车流量进行统计，可按照用户的需求对某类型车辆在某段时间周期内的车流量进行分析统计，如图5所示为统计结果图。

图5 统计分析结果图

2.3 仿真实验框架介绍

本节通过分布式仿真系统中验证所提出的基于Agent的车辆信息采集系统的应用成果，通过模拟代理的功能，并在仿真框架下运行代理，环境如下：通过代理模拟RFIDs和传感器的实时数据，并能够连续运行，整个分布式仿真由一系列的分段模拟组成，其中物联网的每个小部分的总流量是根据本地标准建模的，每个仿真段以异步方式运行，这些仿真段允许交换关于从一个仿真段移动到另一个仿真段的车辆的信息。每个模拟器的部分在本地模拟当前的交通状况，只关注其关注区域。如图6所示。

图6 分布式交通仿真框架图

图6 所描述的分布式交通仿真框架的一般模型。模拟服务器维护当前和将来的网络流量的状态信息，如流量、平均速度和生成信息的时间，以接收实时交通数据，这种总体模拟提供了预测系统未来状态所需的详细信息。在仿真服务器上保存和管理详细的交通信息（如速度、位置、网络上车辆的平均加速度和交通控制装置的当前状态），如图7所示。

目前大规模的分布式仿真方法要求每个模拟器主机具有巨大的网络带宽和巨大的计算量。移动代理用于减少放置在网络中的通信负载，代理与特定的仿真部分通信，提供发送到模拟器服务器的所有状态信息。本文采用NetLogo仿真器，可以同时运行大量的独立代理，在该仿真中，代理实体是车辆、交通信号灯和十字路口和车道的传感器。代理创建和随机分布在网络交叉口上，根据模型中定义的限制生成随机数目的车辆；传感器获得通过车辆的数量；交通灯运行的目标是尽量减少穿越十字路口的车辆的等候时间和增加通过这些交叉路口的车辆的吞吐量。在每次运行中，产生以下指标：不移动车辆、平均等待时间和车辆在时间步长上的平均速度。NetLogo仿真器管理所有的视觉方面，界面如图7所示。

图7 仿真结果图

3 结论

本文所提出的架构采用物联网，RFID、无线传感器网络（WSN）、GPS、云计算、代理等先进技术来收集、存储、管理和监控车辆信息。其中代理提供了交通信息系统内的联网异构设备之间通信的有效机制。总的来说，物联网将在交通管理中发挥重要作用，提高信息传输效率，改善交通条件和管理效率，提高交通安全，降低管理成本。