基于傳感器網絡的動態車重測量系統設計

梁 強，歐全梅，韋彬貴

（1. 北海職業學院，北海 536000；2. 柳州職業技術學院，柳州 545006）

0 引言

近年來，公路交通線上各種運輸車輛為了追求經濟利益的最大化，經常超載運輸，不僅給車輛的行車帶來安全隱患，同時也給交通設施造成巨大壓力。很多公路路面和橋梁因此而大大縮短了使用壽命。目前，為了解決這一難題，各地交警部門往往采用突擊檢查的方式，對過往貨車停車稱重，檢測其是否有超載的現象。然而這種方式卻并不能很好地解決貨車超載問題。其一，停車檢測效率極低，很容易造成交通擁塞；其二、檢查點需要配備大型稱重設施，不易挪動，一旦設立很多違規車輛會繞行以避開檢查。因此，解決這一問題的最好方法對設計一套可靈活部署的車輛側重系統，測量過程中無需車輛停車，在其正常行駛過程中完成對貨車的重量完成稱量。

這也是當前國際上研究非常熱門的動態稱重方法。然而，由于貨車行駛過程中的動態稱重實現起來比較復雜，其稱重的結果主要受車輛的類型、輪胎數量、行駛速度、行駛過程中的加速度、行駛過程中縱向振動等等因素的影響。目前，國際上一些比較成功的動態稱重系統設計誤差大約在5%～20%之間，比如德國的PAT動態稱重系統、美國的WIM動態稱重系統和瑞士的Kistler動態稱重系統等等。這些動態稱重系統主要采用高精度的壓力傳感器對車輛重量進行測量，然后設計相關的貨車模型，進行建模分析后，建立其實際重量與測量參數之間的關系，以此推測行駛中的貨車實際重量。這些系統設計過程中最為關鍵的是對貨車進行建模與分析，國外在這一領域已經有較長的時間積累，并通過實際測量驗證，建立起了比較完善和有效的稱重數據處理算法。然而我國在這一領域還處于起步階段，對動態稱重的理論和相關模型研究并不深入，因此，本文從車輛稱重的基本原理出發，著力研究對車輛行駛壓力的研究，避開對車輛復雜模型的分析，提出了一種基于傳感器網絡的車輛動態稱重系統的實現方案。

由于傳感器網絡是專門針對某一類數據采集和處理的網絡，整個傳感器網絡節點可以隨機部署，網絡中某一個節點的性能不會對整個傳感器網絡的信息處理結果造成決定性的影響。因此，使用傳感器網絡采集貨車行駛過程中對路面產生的壓力，既能夠獲得詳細、全面的原始數據，又避免了個別節點受車輛顛簸、加速等問題引起得數據測量誤差。并且傳感器網絡節點之間具有很強的協同能力，能夠相互協調配合，完成數據的融合與測量誤差的消減。

1 動態車重測量原理

車輛行駛過程中的動態測重系統的工作原理是由部署在路面的壓力傳感器采集車輛行駛過去時產生的壓力。車輛行駛的壓力主要分成兩部分，分別是車輛自身重力產生的壓力和行駛過程中各種干擾因素對傳感器產生的壓力。

圖1 傳感器受力分析模型

為了簡化分析模型，本文將單個傳感器所受到的壓力情況進行建模分析，如圖1所示。傳感器中，該傳感器所受到的壓力分別為車輛分攤在該傳感器上的重力、車輛運動過程中產生的壓力和探頭自身重量，傳感器稱重探頭質量mc產生的壓力。壓力傳感器的彈簧倔強系數為K，u為傳感器的等效阻尼系數。S(t)為壓力傳感器的變形位移。m(t)為車輛分配到該傳感器上的壓力，mr(t)為車輛行駛時對壓力傳感器產生的附加壓力。由此，可得到傳感器的實時壓力關系式：

由于傳感器節點受力后的位移情況與其受力的動態變化是密切相關，所以定義u(t)=δs(t)，式中δ為傳感器節點受力與變形位移之間的系數關系，該參數可以通過靜態測試的方法獲得。將u(t)=δs(t)代入上式后得到：

考慮到車輛運行過程中的稱量，車輛行駛時的動態壓力相當于是作用在傳感器節點上的一個脈沖壓力f(t)，脈沖壓力對應的車輛運行狀態即為車輛行駛過程中顛簸，對于很短的一個分析片斷，可以將顛簸產生的壓力等價于一個固有頻率的脈沖壓力。該壓力直接對傳感器探頭產生作用，但是不影響前面建立的傳感器節點受力分析模型。此時得到的探頭受力關系式為：

若已知彈簧的倔強系數K、并通過對車輛行駛速度動態分析，得到其顛簸的固有頻率ωn和阻尼比值λ，聯立上面式2和式3即可計算得到f(t)和等價后的阻尼系數μ。

2 傳感器網絡數據融合算法

實際部署傳感器網絡節點時，為了提高測量的精確性，在一個測量點上都部署了一群傳感器網絡節點。理論上，測量點越多得到的測量結構精度可能越高。然而，由于在這一群傳感器節點組成的網絡中，不可能每個節點都處于真實壓力的最中心。因此在傳感器網絡對車輛產生壓力監測時，會出現離中心壓力點越近的地方測量得到的數值與實際值差額越小，而離中心壓力點越遠，則測量得到的數值誤差越大。而在每一次真實的測量過程中，中心壓力點卻又不是固定不變的，因此，傳感器網絡節點采集到數據后，需要進行數據的融合處理。本文設計的傳感器網絡以一個壓力測量點作為一個簇，在該簇中選擇一個中心匯聚節點，該節點負責對該簇的傳感器網絡中的數據匯聚融合，同時，也負責與其他傳感器簇匯聚節點交換數據。

數據融合的處理流程是在一個傳感器網絡簇中，所有的節點將采集到壓力信息以廣播的形式發送給相鄰節點，各傳感器節點接收到其他節點傳遞過來的壓力數據，根據預先建立起來的節點到中心匯聚節點路由信息進行數據轉發。因此，對于各節點采集到壓力數據，只有處于中心數據匯聚路徑上的節點才轉發數據，不在該路徑上的傳感器節點并不轉發數據，因此，這種數據傳遞方式不會產生廣播風暴。各匯聚路徑傳遞的數據最終都集中到中心節點上，中心節點將采用數據融合算法對一個簇內節點數據進行處理。

數據融合算法實現起來并容易，主要是由于中心節點收到的大量信息中，無法判斷那些數據是離真實數據差距小，那些是離真實數據差距大，因此，也就無法制定出有效的數據融合算法。這個問題可以用非常經典的“拜占庭問題”進行類比，有關“拜占庭問題”的相關研究和文獻已經有很多，本文直接使用前人的相關研究結果：

若節點之間能夠傳遞數據時都附帶有各自的身份信息，各節點也能夠認證相互的身份。則當傳感器節點數為X時，出現拜占庭錯誤的節點數為k，當k＜=X/3時，可以解決拜占庭錯誤問題。若k＜=X-2時，需要在數據包中帶上身份信息以解決拜占庭錯誤問題。所有能夠解決拜占庭錯誤問題的數據一定服從最佳的正態分布形式。

按此結論，本文設計的數據融合算法過程為：中心匯聚節點將收集到的各傳感器節點傳遞的信息組成一個數據序列，該序列中有的離真實的測量值差距很小，有的差距很大，所有數值按從小到大進行排列。然后將該序列中的最大值和最小值都舍棄，因為從概率而言，這兩個值是與真實的測量值誤差最大，算法中如此設計主要時為了提供算法的精度和抗干擾性。最后對剩下的數據按正態分布模型進行統計，逐個遍歷選取測量的數據作為正態分布的中心點，得到整個數據序列的正態分布狀況，取最接近正態分布情況的中心點作為本次測量的最佳中心點，該數值作為一個傳感器網絡簇數據融合的輸出結果。整個數據融合流程如圖2所示。

圖2 一個傳感器網絡簇內節點數據融合流程

通過這種數據融合算法，可以在一個傳感器網絡簇內將其測量到的所有數據進行綜合處理，得到的融合結果是使該網絡簇內所有測量結果服從最佳的正態分布形式。該算法能夠有效地抵抗傳感器網絡簇測量過程中不準確的問題。比如傳感器受壓點位置與預期位置發生偏移，這將導致一部分傳感器測量得到的數值比較準確，而另一部分則偏差較大，但所有的測量結果實際是以最中央受力點的壓力值為對稱軸，整體上服從正態分布。因此采用本文設計的數據融合算法，將自動定位到測量最準確的數值作為中心點，有效避免了測量過程中受力點不均勻的問題。

3 測試結果

車輛動態測重系統的實際工作性能是檢驗本文設計方案的最終標準。本文在實驗過程中選擇大眾寶萊1.6TL型的小轎車作為測試對象。該車的主要物理參數如表1所示。

表1 大眾寶萊1.6TL型的小轎車主要物理參數

測量過程中，駕駛員自身重量70kg，車輛已不同加速度和行駛速度通過布有傳感器測重網絡平臺，得到的測試結果如表2所示。

表2 大眾寶萊1.6TL型的小轎車行駛過程中測重結果

測試結果表明本文設計的動態車重測量系統受車輛行駛的加速度影響比較大，其中在車輛為20km/h的速度行駛，進行的一組對比測試對比非常明顯，當加速度提高4倍后，測量結果的誤差明顯放大。其余在恒定加速度的情況下，隨著車輛行駛速度的增加，動態測重的精度有所下降，但幅度不大，總體的測量誤差基本可以控制在8%以內，達到實用要求。

4 結論

隨著技術的發展，動態稱重系統以其靈活的部署、測量的便捷等優勢將逐步取代傳統的靜態稱重方式。而動態稱重系統的精度和測量速度將是今后的研究重點。并文采用基于傳感器網絡的車輛動態稱重系統，充分發揮了傳感器網絡的優勢和特點，避免了對不同車輛類型進行復雜建模的過程，實現了對行駛中的車輛動態稱重的目標。

[1] 胡赤兵,吳坡,田芳勇,李勝盛.基于PLC的自動稱重系統[J].科學技術與工程,2009,(19):5804-5806.

[2] 蘇良昱,趙忠彪.基于神經網絡的動態稱重系統的DSP實現[J].計量與測試技術,2009,(8):1-3.

[3] 謝志恒,朱浩,傅瓊閣.實時稱重系統在斜拉橋監控中的應用[J].交通科技,2009,(7):7-9.

[4] 王翥,侯甲童.基于數據關聯規則的動態稱重傳感器布局[J].電子測量與儀器學報,2009,(7):78-83.

[5] 趙綱領,趙永紅,楊三序.車輛稱重系統中加速度的測量與分析[J].信息化縱橫,2009,(12):88-90.

[6] 湯建斌,蔣慶,蔡晉輝,張焱,張慶峰.基于ARM和瑞薩的高精度動態稱重系統[J].工業儀表與自動化裝置,2009,(3):66-68.

[7] 黃力.基于分布式群身份認證的傳感器網絡設計與實現[J].計算機工程,2007,5,33(10):161-163.

[8] 楊青鋒.神經網絡技術在稱重傳感器中的應用[J].計量技術,2009,(2):23-26.

[9] 俞阿龍,李正.稱重傳感器動態補償器的一種新的設計方法[J].電氣自動化,2008,30,(6):86-89.

[10] 羅雁,蘇清祖,陳曉東,葛如海,張學榮.汽車行駛稱重系統的算法研究與精度分析[J].汽車工程,2005,27,(4):495-497,422.

[11] 劉國成.一種基于多傳感器數據融合的目標跟蹤算法[J].系統仿真學報,2009,(19):6183-6185,6189.

[12] 黃力.無線自組網中功率控制協議研究與實現[J].計算機工程與設計,2008,12,29,(24):6227-6230.