优胜从选择开始,我们是您省心的选择!—— 无忧期刊网
帮助中心
期刊发表
您的位置: 主页 > 论文范文 > 电子论文 > 计算机软件论文 > 正文

基于RFID和GPS数据融合的公交精准报站系统设计

作者:忘忧期刊网 来源:文阅范文部 日期:2022-11-01 09:33人气:
  摘    要:针对目前多数公交车依靠单一GPS定位出现信号丢失、延时等情况和公交预报站不准的问题,设计一种基于RFID和GPS数据融合的公交车辆精准报站系统。该系统主要采用有源RFID技术和GPS卫星定位技术,以GD32F103微处理器为主控制器,以LTE Cat1为主要通信传输方式,设计了RFID读卡基站和车载终端设备,通过在公交车上安装具有RFID无线通信和GPS定位功能的车载终端设备,在公交站台上安装RFID读卡基站的方式,将车辆定位数据采集上报至云服务器,云服务器软件采用B/S结构,通过数据融合算法对RFID和GPS定位数据进行互补矫正,计算RSSI距离和GPS数据综合得到更精确的定位数据,并推送至智能公交电子站牌进行公交预报站。测试结果表明,所设计系统可以有效提高车辆进站报站的准确性和及时性,弥补了单一GPS定位的不足,实现智能公交电子站牌的精准报站,从而增加了乘客换乘衔接效率,提升了公交出行的服务质量。
 
  关键词:射频识别;车辆定位;精准报站;数据融合;智慧交通;数据通信;电路设计;电子站牌;
 
  Design of bus precise reporting station system based on RFID and GPS data fusion
 
  FAN Haofeng YU Shanshan
 
  LE Gaoyang
 
  Zhejiang JEC Electronic Co, Ltd. The 36th Research Institute of China Electronics Technology
 
  Group Corporation
 
  Abstract:For most buses rely on a single GPS positioning signal loss, delay and other issues of inaccurate bus forecast stations, this paper designs a precise bus station system based on RFID and GPS data fusion. The system mainly adopts active RFID technology and GPS satellite positioning technology, uses GD32F103 microprocessor as the main controller, and uses LTE Cat1 as the main communication transmission mode. The RFID card reader base station and vehicle terminal equipment are developed. Through the installation of RFID electronic tag and GPS positioning module on the bus, and the installation of RFID reader base station on the bus station. The vehicle positioning data are collected and reported to the cloud server. The cloud server software adopts the B / S structure, and the RFID and GPS positioning data are corrected by data fusion algorithm. The RSSI distance and GPS data are calculated to obtain more accurate positioning data, and pushed to the intelligent bus electronic station for bus forecasting station. The test results show that the designed system can effectively improve the accuracy and timeliness of vehicle arrival station reporting, and make up for the deficiency of single GPS positioning. The accurate report of intelligent bus electronic station card is realized, which increases the efficiency of passenger transfer connection and improves the service quality of bus travel.
 
  Keyword:Radio frequency identification; Vehicle location; Precise reporting; Data fusion; Smart transportation; Data communication; Circuit design; Electronic bus stop board;
 
  0 引 言
 
  随着城市现代化建设和社会经济的快速发展,交通出行的压力日益突出,公共交通已逐渐成为市民的主要出行方式。通过研究和分析主要大城市公交系统运行情况,目前公交车辆安装定位系统已进入迅速发展阶段,但主要以单一GPS定位为主,相对单一的定位技术已经难以满足调度系统对公交车辆的定位精度要求[1]。加上近年来城市智能化公交站台的不断建设,对公交车定位精度和实时性要求越来越高。“公交站台报站信息准不准”历来是很多市民绿色公共出行所关心的重点问题之一,深得公共交通行业监管部门的高度重视。
 
  目前情况下,以本市为例,智能公交电子站牌、APP报站软件所得到的公交车数据均不是通过公交企业调度系统直接获取的原始数据,其主要来源于运行监测系统转发推送数据(即二手数据)。由于没有基于多源数据的感知融合处理,且经过多个传输过程,导致时有断线或数据丢失的情况,服务体验差。另外,传统的公交电子站牌系统使用车载 GPS定位数据来预测车辆到站时间,但实际应用中仅仅依靠GPS定位数据面临多方面挑战,例如:一旦公交车辆电瓶亏电,很容易导致整个GPS报站系统瘫痪;GPS定位设备在一些场景下(雨雪天气、接触不良、信号干扰、外界遮挡等),会出现丢失、延时等情况,从而容易导致手机APP和电子站牌上出现报站不准的问题。这些问题会导致乘客无法正常候车,引起乘客满意度下降。
 
  因此,设计一种基于RFID和GPS数据融合的公交精准报站系统,结合GPS卫星定位和RFID射频识别定位的优点,采用特定数据融合处理机制,可以解决GPS卫星定位在复杂环境下的不稳定、不准确的问题,提高公交报站系统的准确性和稳定性。
 
  1 系统总体结构设计
 
  本文设计的一种基于RFID[2,3,4]和GPS数据融合的公交精准报站系统主要包括车载终端设备、路侧RFID读卡基站设备、云端服务器和电子站牌组成。系统总体结构设计如图1所示。车载终端设备由CC2530射频发射模块、GPS定位模块、4G LTE Cat1移动通信模块和太阳能电池板组成,CC2530内集成微处理器负责向路侧读卡机站发送射频RFID数据,并同时采集GPS定位数据通过4G LTE Cat1通信模块发送给云服务器进行处理;太阳能电池板主要给车载终端设备供电,保证正常运行。RFID读卡基站设备由GD32F103C8T6微处理器、CC2530射频接收模块、定向天线、电源模块和4G LTE Cat1移动通信模块组成,GD32F103C8T6微处理器主要通过串口获取CC2530接收到的车载RFID数据,通过4G LTE Cat1通信模块发送给云服务器进行处理。云端服务器主要由数据采集模块、数据融合模块、运维管理软件和数据库等组成,数据采集模块主要负责采集GPS定位和RFID数据,由数据融合模块进行算法处理得到精准定位数据,服务器将数据存储在数据库同时将报站数据推送给电子站牌实现公交车辆精准报站。
 
  2 系统硬件设计
 
  2.1 电源电路设计
 
  RFID读卡基站采用交流220V供电,其内部LTE Cat1通信电路供电电压为3.8V,控制电路和RFID通信电路供电电压为3.3V。电源电路通过明纬RS-15-5开关电源模块将220V交流电转换为5V直流电,再通过DC/DC模块TPS563201将5V转换为3.8V直流电给LTE Cat1通信电路供电,采用DC/DC 模块 BL9198-33转换为3.3 V直流电给控制电路和RFID模块等其它电路供电,DC/DC转换电路如图2所示。
 
  车载终端设备采用太阳能供电的方式,采用0.37W太阳能光伏板晴天充电电流可达125mA,内置120mAh电量小型蓄电池,充满电后可在黑暗环境中可以持续工作100小时以上,电池欠压后,晴天晒太阳2小时可以恢复到满电状态。
 
  2.2 GD32控制电路设计
 
  RFID读卡基站的主控电路设计主要选用GD32F103C8T6微控制器[5](简称GD32),GD32是我国国内开发的一款单片机,采用二代的M3内核,可以兼容STM32芯片,具有成本低、体积小、功耗低等特点,主频最大可以支持108Mhz。GD32的最小系统电路主要包括电源输入、时钟电路、复位电路和控制电路,GD32最小系统及其外围电路如图3所示。
 
  2.3 RFID通信电路设计
 
  RFID通信电路采用CC2530射频SOC芯片方案,CC2530采用2.4Ghz开放频段RF收发器,具备标准增强型8051微处理器,同时又集成了IEEE802.15.4、ZigBee和RF4CE无线通信协议。本文设计的系统在RFID读卡基站和车载终端设备上都使用了CC2530模块,其中RFID读卡基站采用CC2530通信模块作为RF接收端,RF接收天线采用7dB定向天线,安装于公交站台用于接收车载设备发射的ID信息;车载终端设备采用CC2530模块作为主控制器和RF发射端,作为控制器主要串口采集和发送接收的数据,RF发射天线采用PCB板载天线[6],车载终端设备每秒定期向外无线广播ID信息,无线发射功率100mW,发射距离空旷可达300m。CC2530模块电路如图4所示。
 
  2.4 GPS定位硬件电路设计
 
  GPS定位硬件电路[7]采用NEO-6M-0-001高性能GPS模块,该模块体积小巧、性能优异,定位精度可达2.5m,模块兼容3.3V和5V电压供电,内置20.5dB高增益LNA芯片,再加上一个30dB陶瓷天线,搜星能力强,模块通过UART串口与单片机串口连接进行各种参数配置和GPS定位数据获取。
 
  2.5 LTE Cat1通信电路设计
 
  通信电路采用移远的具备LTE Cat1协议的EC600N-CN全网通无线通信模块[8],LTE Cat1协议属于4G通信,模块支持最大下行速率10 Mbps和最大上行速率5 Mb/s。采用MAIN_TXD和MAIN_RXD串口引脚与单片机串口连接进行数据交互。
 
  3 系统软件设计
 
  3.1 RSSI距离算法设计
 
  本文设计采用RFID的无线信号强度(RSSI)进行辅助距离测算[9,10,11],用于测算公交车辆与公交站台之间的距离,作为GPS定位测算距离的互补数据。公交车上的车载终端设备发射的RFID无线信号被公交站台的RFID读卡基站接收到,读卡基站就能获取到RSSI无线信号强度数据,根据测算,距离与无线信号强度间为指数曲线关系。其中,需要反复测量标定3个值数据:L0,车载终端与读卡基站距离为0厘米时的信号强度,测量值为-8 dBm;L1,标签与读卡器距离为40cm时的信号强度,测量值为-20dBm;L2,标签与读卡器距离为100厘米时的信号强度,测量值为-30dBm。根据这3个值,推导的公式如下:
 
  1)信号强度RSSI大于等于L0,距离S直接判定为0cm;
 
  2)信号强度RSSI大于等于L1,距离S可以根据线性运算,即:
 
  3)信号强度RSSI小于L1,距离S可以根据指数曲线运算,即:
 
  距离测算为车辆精准报站提供了一种辅助判断依据,需要结合GPS定位数据进行数据融合后使用。
 
  3.2 数据融合软件设计
 
  数据融合技术[12,13]是通过来自多个传感器或多源信息在一定准则下加以自动分析、综合处理以完成需要的决策和估计任务而进行的信息处理过程。本系统需要将GPS定位数据和RFID采集数据进行数据融合处理,RFID精准报站数据融合处理流程如图5所示。
 
  数据格式表示如下,RFID读卡基站基本数据信息:RFID读卡基站编号,站点编号,地点,经纬度,上行/下行。站点ID与RFID读卡基站ID建立对应关系;车辆终端RFID标签基本信息:RFID电子标签ID,信号强度,车牌号;当RFID读卡基站读取到一条RFID电子标签时,产生如下一条瞬时数据,并将其传送至后台服务器处理:RFID读卡基站ID,站点ID,站点名称,车牌号,读取时间;车辆GPS数据信息:经度、维度、GPS上传时间、当前站点编号ID、当前站点名称。数据融合软件根据以上RFID数据、GPS数据、车辆调度信息进行数据融合分析处理,形成一条新的数据:车牌号、线路编号、线路名称、当前站点编号ID,当前站点名称、行驶方向。将RFID报站数据与GPS报站数据进行融合时需结合计算得出的参考距离信息,当RFID报站数据与GPS报站数据一致时,取任一数据都可;当RFID报站数据与GPS报站数据不一致时,取RFID报站数据,并抛出GPS报站数据异常信息,实行精准报站输出,信息广播至该线路所有站点。
 
  3.3 云服务器软件设计
 
  系统云服务器软件采用B/S架构设计,其后端基于Java语言和Docker容器开发,前端基于html-js-css语言设计。系统服务平台功能架构如图6所示。系统服务器具有用户注册、登录、权限管理等基础功能,还包括了站点地图、站点管理、动态运行数据和静态数据等几大模块组成。用户可以通过浏览器查看站点状态实时显示、站牌配置、RFID设备配置、GPS配置、数据融合配置、公交线路数据、站点数据和发车计划等。
 
  3.4 精准报站软件设计
 
  在公交站台上安装有智能公交电子站牌,电子站牌上安装精准报站前端软件,软件运行界面具备显示公交车辆到站信息、到达距离、距离站数、到站情况、线路站点信息、车辆位置等。软件通过获取云服务器推送的经过数据融合后的数据实现精准报站,同时具备文字和语音提示,能为等车乘客提供更加实时和准确的信息。
 
  4 系统测试与分析
 
  4.1 测试系统部署
 
  为测试系统性能,将测试云服务器平台软件部署在阿里云服务器上,在车载设备和RFID读卡设备安装SIM卡连接服务器通信正常。再选取同一条线路上的3辆公交车和3对公交站点进行了测试设备安装。车载终端设备分别安装于每辆车的车头内部右侧靠玻璃位置,便于无线信号传输和太阳能电池充电;RFID读卡基站分别安装于每个站台正对来车方向的位置,便于更好接收车载设备发出的RFID无线信号;在每个公交站台上安装一个测试对比用的监控摄像头,摄像头朝向来车方向,并实时存储视频录像用于后期对比查看历史记录。分别记录和配置好车载设备和读卡基站的ID数据信息。测试设备实物安装图如图7所示。
 
  4.2 测试数据采集与分析
 
  通过测试设备运行观测,经过一周左右数据采集分析,GPS平均每秒发送一条定位数据,RFID在距离公交站200m范围内能被读到,RFID在经过公交站点附近时平均被读卡基站接收到数据约为35条,总共采集数据达150多万条。测试数据比对统计结果数据如表1所示。
 
  表1中,GPS接收成功率为92.6%,分析主要是由于GPS丢失和GPS时延影响导致。车辆在经过每个公交站台时,RFID数据平均被接收到数十条,没有出现经过站点遗漏的情况,数据接收成功率为100%同时也进行了车辆80km/h高速运行读卡测试和50张车载RFID设备同时读卡测试,均能被接收成功。经过数据融合后数据平均距离的最大误差为1.5m,报站成功率为100%,基本达到预期目标,采用RFID与GPS定位给数据融合报站相比单一GPS定位报站成功率和精准率得到了一定的提升。
 
  5 结语
 
  本文设计了基于RFID和GPS数据融合的公交精准报站系统,并简要介绍了系统硬件及软件组成,提出了RFID+GPS定位数据融合定位方案。在卫星信号较好路段,利用GPS数据数据为主进行数据融合处理;在信号不好的路段,采用RFID接收定位数据为主进行数据融合处理,两种技术相结合,弥补了各自的缺陷,提高了公交车辆定位报站精准度。经过实际环境下的系统测试,通过采用RFID+GPS数据融合处理的技术体制,可以显著提高公共车辆来车预报服务的质量,提高公交到站、站牌报站等数据精准度,提高系统的冗余度和容错性,从而保证决策的快速性和正确性。从而减少市民投诉、提高市民绿色出行的满意度。
 
  参考文献
 
  [1] 程超,罗啸,欧彦汐.一种基于GPS和RFID的智能公交 站台定位方法[J].汽车实用技术,2022,47(3):26-29.
 
  [2] 张辰东,王兆瑞,金声震,等.基于SINS/RFID的隧道列车高精度定位方法[J].北京航空航天大学报,2022,48(4):632-638.
 
  [3] 王楚豫,谢磊,赵彦超,等.基于RFID的无源感知机制研究综述[J].软件学报,2022,33(1): 297-323.
 
  [4] 甄强,邱明月,陈志鹏,等.基于北斗卫星定位和RFID射频识别技术远距离高海拔运输车辆跟踪系统研究[J].城市住宅,2021,28(9):224-226.
 
  [5] 尹成娟,张晓荣,伊庭睿.基于GD32F103ZKT6的国产化综合控制板设计[J].现代工业经济和信息化,2021,11(9):41-43.
 
  [6] 张徐之,李康,王芳,等.RFID系统的标签天线设计与应用综述[J].电子元件与材料,2022,41(1):1-8.
 
  [7] 葛倩,侯守明,赵文涛.基于卡尔曼滤波和改进DBSCAN聚类组合的GPS定位算法[J].全球定位系统,2021,46(1):28-35.
 
  [8] 石育仓,王颖,史鑫龙,等.基于NB-IoT、4G CAT1的远程开关可控的智能井盖系统[J].现代信息科技,2021,5(10):161-166.
 
  [9] 李川,王荣海,赵红军.基于标签虚拟化的RFID室内RSSI无线定位算法[J].电子器件,2020,43(6):1403-1410.
 
  [10] 谢栋城,张溪婷,秦泽,等.基于RSSI蓝牙定位的盲人公交出行引导系统设计方法[J].交通与运输,2021,37(3):67-71.
 
  [11] 姜文旭,柳迪,赵书锐,等.基于RSSI的无线传感器网络质心定位算法优化[J].计算机系统应用,2022,31(6):294-299.
 
  [12] 刘迎,过秀成,周润瑄,等.基于多源数据融合的干线公交车辆行程时间预测[J].交通运输系统工程与信息,2019,19(4):124-129.
 
  [13] 杨惠,周小燕.基于多传感器数据融合的AGV定位方法研究[J].电子测试, 2021(10):42-43.
热门排行

在线客服:

无忧期刊网 版权所有   

【免责声明】:所提供的信息资源如有侵权、违规,请及时告知。

专业发表机构