基于ZigBee的公共交通信息平臺系統設計

趙紅毅，曹 梅

（1.西安理工大學 高等技術學院，陜西 西安710082；2.西安工業大學 計算機學院，陜西 西安 710032）

近年來，隨著我國的城市發展速度越來越快，城市人口數量和市民擁有的私家車數量逐年遞增，使得城市交通擁堵現象日益惡化，交通擁堵狀況嚴重成為我國大中型城市面臨的共同問題，而擁堵狀況造成的市民乘車難的問題困擾著每個人，同時帶來的環境污染現象也十分嚴重。

根據國內外對車輛定位技術的研究總體水平可以得出，目前現有的定位技術都有自身的優缺點。通過目前對車輛定位技術的研究可得知，最佳的方案是選擇多種系統的數據信息融合之后根據適當算法從而得到一定意義上的最佳解決方案。目前城市發展迅速，人們對公共交通的依賴越來越強，對交通服務質量水平的要求越來越高，如果能將公交車的到站信息和車輛信息及時準確的通知給候車的人們，將對緩解上下班高峰期時候車站人員擁堵的情況起著重要的作用。通過安裝在公交候車站牌上信息提示系統將會向候車的人們提供即將到站的車次到站時間和車上的人員情況，同時還可以知道下一班車的大概到站時間，這樣就能使要候車的乘客可以根據自己的需求提前的做好準備，為乘客出行提供方便。

1 系統設計方案

該系統采用ZigBee無線傳感器網絡技術，及時、準確的將公交車輛的具體位置反映到公交調度站計算機系統并及時發布到行車路線站點，使乘客與調度人員能夠對當前線路上的公交車的行駛狀況和分布情況有所掌握。乘客能夠了解當前車輛的行駛信息；調度人員能夠根據車輛的實時運行數據合理安排和調度。當發生突發事件時（如堵車、車輛損壞等）調度中心可以做出更加合理的調度安排，并且能夠有效的避免公交司機出現早退的現象。

智能公交系統能夠根據車輛的位置與車輛的平均速度估算出到達下一站的時間。公交車輛的位置信息通過ZigBee網絡傳送至公交站牌并通過電子顯示屏展示給乘客，使乘客隨時了解所要乘坐的車輛信息；同時位置信息通過ZigBee節點間的轉發最終傳送至調度中心，供調度人員調度與分配車輛。本系統中應用車輛定位跟蹤技術，能夠了解線路上的客流分布情況，為制定行車時刻表提供依據，同時，能夠有效解決公交車輛運營現狀，提高車輛管理水平。

2 系統硬件設計

智能公交系統下位機硬件平臺由CC2430/2431芯片、網關系統、無線參考節點和定位節點組成，并采用無線定位機制對正在行駛的車輛進行定位并對定位數據進行采集與轉發。

2.1 ZigBee無線定位單片機CC2430/CC2431

CC2430/CC2431芯片是在CC2420芯片架構基礎上開發完成的，在芯片上整合了微控制器、內存和ZigBee射頻前端，如圖1所示。主要由1個8位MCU（8051）、32/64/128KB可編程閃存、8KB 的 RAM、模/數轉換器（ADC）、定時器（Timer）、AES128 協同處理器、32 kHz晶振帶休眠模式定時器、看門狗定時器、掉電檢測電路、上電復位電路和21個可編程I/O引腳組成[1]。

圖1 CC2430/CC2431結構示意Fig.1 CC2430/CC2431structure diagram

2.2 網關系統

網關系統包括底板和CC2430 ZigBee模塊。底板上具有圖形漢字LED液晶顯示器、ZigBee無線模塊接口、可調電阻、LED、小鍵盤、電源接口和RS-232接口。

2.3 無線參考節點和定位節點

該模塊中含有 CC2430/CC2431，是一款符合IEEE802.15.4標準的ZigBee無線網絡模塊。CC2430/CC2431模塊具有ZigBee/802.15.4的物理層和硬件層，且可通過物理層和媒體訪問控制子層實現數據的無線通信[2]。

2.4 ZigBee無線定位系統

ZigBee無線定位系統包括兩部分組成：無線定位網絡和上位機監控軟件。本系統中無線定位網絡節點采用TI/Chipcon公司生產的帶有硬件定位引擎功能的CC2431芯片和帶有路由功能的CC2430芯片。無線定位網絡主要是由終端節點、參考節點和網關節點組成[3]：

3 系統軟件設計

3.1 智能公交系統下位機設計

智能公交系統結構總體設計如圖2所示，將帶有定位引擎功能的CC2431芯片部署到公交車輛上，這時，CC2431在整個無線定位網絡中充當終端節點的角色。將CC2430芯片部署到公交線路沿線兩旁與公交站牌和路燈等固定交通設施上，CC2430在無線定位網絡中充當參考節點的角色。網關節點部署在離調度中心里并通過RS232串口數據線與調度中心的服務器相連接。首先由參考節點自動組成一個具有自組織特性的網絡系統，并開始向終端節點發送自己的位置坐標信息及RSSI值。不斷移動的終端節點接收到離自己最近的參考節點的信息后，通過自身的定位引擎計算出自己的坐標并發送給網絡中的網關節點，網關節點接收到數據后上傳至上位機作進一步處理。如果需要對公交車輛進行調度管理，可以由調度中心發出指令指揮車輛的調度工作[4]。

圖2 基于ZigBee技術的系統結構圖Fig.2 Structure of the system based on ZigBee technology

3.1.1 智能公交系統終端節點工作流程

智能公交系統中的節點包括終端節點、參考節點和網關節點。其中，終端節點[5]是一種定位節點，它通過接收定位區域內的所有參考節點的RSSI值后，經過定位算法計算出自身坐標位置。參考節點的坐標位置是固定值，但不參與定位計算。一個定位區域通常由8個參考節點組成。將CC2431作為定位節點，CC2430和網絡擴展板組合形成網關系統，最終通過擴展板上的串口與計算機相連。終端節點根據所在定位區域內的參考節點發送來的RSSI值，利用RSSI定位算法計算出自身所在的坐標位置。圖3為終端節點工作流程圖。

終端節點在網絡中發送連接請求后，與離自己最近的參考節點進行通信，通過參考節點的坐標值和RSSI值并根據輸入參數（A、N）計算出自身的坐標位置。將此坐標信息發送至網關節點并最終通過RS232串口數據線傳送至調度中心的服務器上。

3.1.2 智能公交系統網絡層設計

智能公交系統網絡層主要負責組網以及路由等數據傳輸的功能，在智能公交系統的網絡中，主要存在3種數據類型：數據從公交車發往中心節點、數據從站臺節點發往中心節點、數據從中心節點發往站臺節點[6]。

網絡層最主要的功能就是完成數據的轉發。網絡層數據服務實體服務訪問點完成在對等應用實體之間傳送應用協議數據單元（APDU）；網絡層管理服務實體服務訪問點完成在上層和網絡層管理服務實體之間傳送命令幀。

3.2 系統上位機軟件的設計

智能公交系統上位機軟件采用Visual C++6.0平臺開發。上位機軟件分為串行通信模塊、數據接收模塊、數據處理模塊、數據顯示模塊和數據保存模塊，將數據通過RS232串口數據線傳至PC機上后上位機軟件完成對數據的顯示與處理。

圖3 終端節點工作流程圖Fig.3 Flow chart of the terminal node

智能公交系統由下位機與上位機兩部分組成。下位機主要包括硬件模塊CC2431與CC2430，通過無線定位網絡進行數據的傳輸，避免了布線的麻煩。上位機采用VC6.0進行開發，具有友好的界面，是一個數據監控與存儲中心。如圖4所示。

圖4 系統總體結構圖Fig.4 System total structure diagram

4 測 試

人機界面主要用于完成與用戶的信息交互，通過界面的顯示，將串口接收到的車輛信息展示給用戶，用戶通過對信息的分析，從而有效地管理車輛的運行與調度情況。因此在本系統的開發過程中友好和便捷的人機界面設計和實現就顯得非常重要。系統的整個框架和人機界面工作的完成使得后續開發工作更加條理化。

圖5為智能公交系統的車輛信息查詢界面，從圖中可以看到車輛ID，目前在哪條線路，經過了幾個站臺。

圖6為智能公交系統的線路信息查詢界面，從圖中可以看到線路名，站臺號和站臺的名字。

圖5 車輛信息查詢界面Fig.5 Vehicle information query interface

圖6 線路信息查詢界面Fig.6 Line information query interface

文中對上位機軟件進行總體設計并對系統的整體功能進行劃分，針對系統中用到的通信協議、數據庫、各個模塊進行分析與討論，設計出了一種較為可行的監控系統并對系統中的關鍵技術進行說明。最后在系統實現后進行了上位機的功能測試與模擬測試。

5 結 論

ZigBee是一種低速率、低成本、高可靠性的無線通信技術。文中針對當前擁堵的交通問題，并對當前公共交通系統的環境進行分析，最終設計并實現了基于ZigBee技術的智能公交系統平臺。該系統能夠將公交車輛的行車具體位置準確的傳送到調度中心并通過調度中心將數據及時發布到站臺電子顯示屏上，使乘客與調度人員能夠及時掌握公交車輛當前所在的具體位置。由調度中心進行車輛的實時監控，能夠有效完成對車輛的調度與安排。通過實驗驗證了本系統能夠穩定、高效的運行，具有一定的應用價值。

[1]任秀麗，于海斌.基于ZigBee技術的無線傳感網的安全分析[J].計算機科學，2006（10）:5-9.REN Xiu-li，YU Hai-bin.ZigBeetechnologybased on wireless sensor network security analysis[J].Computer Science，2006（10）:5-9.

[2]王偉.無線傳感器網絡安全技術研究[D].太原：太原理工大學，2011.

[3]丁英強.基于無線傳感器網絡的定位和跟蹤算法研究[D].天津：天津大學，2009.

[4]HUANG Yuan-can.A novel method to handle inequality constraints for convex programming neural network[J].IEEE Communications Magazine，2002，40（8）:70-77.

[5]Hren R，Stroink G.Noninvasive characterisation of multiple ventricular events using electrocardiographic imaging[J].IEE Review，2001，20（6）:36-40.

[6]BradleyCP，PullanAJ，HunterPJ.Effectsofmaterialproperties and geometry on electrocardiographic forward simulations[J].Computers and Electronics in Agriculture，2000，35（8）58-63.