基于Cortex-M3和多傳感器數據融合的咪表系統設計

張 波，馬衛國

（天津師范大學計算機與信息工程學院，天津300387）

隨著經濟社會的持續發展以及城市化水平的不斷提高，城市機動車數量迅速增加，“停車難、收費亂”成為城市交通管理中的新問題[1].為解決這一難題，許多城市交通管理部門在規劃新的停車場時，紛紛增設路邊停車位，同時采用咪表作為計時收費手段[2-3].但目前各大城市中，由于咪表停車系統缺乏停車位狀態和咪表收費數據之間的聯動，只能采取“人工管理為主，咪表管理為輔”的手段，因此造成大量咪表資源的浪費和諸多的管理漏洞[2，4].

針對以上問題，為解決停車位狀態的實時準確監測問題，本研究提出一種基于ARM Cortex-M3處理器的智能咪表管理系統，運用多傳感器信息融合技術實現對車位狀態的準確識別，以期為目前咪表停車管理中所存在的漏洞提供技術解決方案.

1 整體結構及功能

智能咪表管理系統包括咪表、停車點主機和城市管理服務器3個層次.其中最低層的咪表負責單一車位的使用管理，其功能包括車位狀態監測、人機交互、刷卡收費以及數據上傳；停車點主機負責匯總本點位的停車位狀況，并提示管理員完成緊急情況處理；處于最高層的服務器匯總各點位的數據，并對外發布車位使用情況，方便駕駛員就近尋找停車位.在通信方式的選擇上，咪表與停車點主機間采用短距離無線通信技術，停車點主機與服務器之間采用以太網.智能咪表管理系統的整體結構如圖1所示.

圖1 咪表停車管理系統結構圖Fig.1 Block diagram of the intelligent parking meter system

由于低層咪表可對車位使用狀況進行準確監測和實時數據上傳，因而從根本上杜絕了“亂收費”現象.同時，停車點主機和服務器對數據的實時匯總和及時發布可以最大限度地提高車位的使用率，在一定程度上緩解了“停車難”的問題.作為系統組成的核心，下位機咪表的軟硬件設計是研究的主要內容.

2 咪表的主要硬件設計

2.1 總體硬件設計

咪表硬件設計包括STM32最小系統、電源管理電路、磁阻傳感器電路、超聲波傳感器電路、紅外傳感器電路、液晶顯示電路、按鍵掃描電路、語音電路、射頻讀卡器電路和無線通信電路[6-7].

系統CPU選用意法半導體（簡稱ST）的32位微控制器STM32，該系列基于專為要求高性能、低成本、低功耗的嵌入式應用設計的ARM Cortex-M3內核[8].智能咪表的硬件設計[5]如圖2所示.

圖2 系統的硬件組成框圖Fig.2 Hardware block diagram of the system

2.2 傳感器電路的設計

2.2.1 磁阻傳感器

1個鐵磁性物體（汽車），無論它是運動的還是靜止的，均對地球磁場產生擾動.磁場傳感器可檢測由車輛干擾引起的地磁場變化[9].

本系統選用美國霍尼韋爾公司的3軸各向異性磁阻傳感器HMC5883L作為檢測傳感器.采用磁場偏移量大小的變化對車輛存在進行檢測.傳感器內部對3個方向的磁場強度值進行數字化測量輸出，CPU根據式（1）對向量幅值A進行計算.

式（1）中：X代表水平磁場強度的X分量（北向）；Y代表水平磁場強度的Y分量（東向）；Z代表垂直磁場強度.當車輛停在磁傳感器安放位置的附近時，該傳感器的A值大小將從初始值（無車輛）開始發生變化[10-11].圖3為傳感器與CPU的接口電路圖.

圖3 磁傳感器接口電路Fig.3 Interface circuit diagram of magnetic sensor

2.2.2 紅外傳感器

汽車（特別是發動機）是一個典型的紅外線發射源，利用熱釋電紅外傳感器檢驗車輛在駛入或駛離車位之前，其在釋熱電紅外傳感器的菲涅爾透鏡前的運動會使紅外傳感器產生脈沖信號，從而檢測到車輛的存在.

2.2.3 超聲波傳感器

本設計中，2個超聲波傳感器安裝在咪表的中間位置，并呈一定夾角，其高度等于小型車平均高度的一半；2個超聲波傳感器可以測量出咪表正前方物體與咪表的距離以及物體的長度，據此判斷是否有車輛進入指定的停車區域.

2.2.4 傳感器參數數據融合

磁阻傳感器、紅外傳感器和超聲波傳感器在封閉無干擾的環境下，均可以正確檢測出車位上是否存在車輛停放，但因為本研究所設計的咪表主要應用于鬧市區的路邊停車場，各種干擾極大，所以單一的傳感器很難實現對車輛的準確檢測.因此采用對多種傳感器參數的數據融合是解決此問題的有效途徑[13].本系統選擇D-S證據理論作為融合中心算法[14].

檢測過程中，紅外傳感器對車位周圍的移動目標進行識別，并判斷出目標物體是遠離車位還是靠近車位，通過對紅外傳感器的采樣，計算出辨識框架中的基本概率分配函數以供決策層融合使用；磁阻傳感器可以識別靠近車位的目標物體，通過不同時刻的采樣判斷出目標對車位周邊磁場的影響程度，進而把數據傳送給預處理單元，計算出基本概率分配函數以供融合使用；2個超聲波傳感器對車位上的目標進行檢測，得出目標的寬度以及與咪表的垂直距離，再送預處理單元，計算出基本概率分配函數以供融合使用.融合中心對4個傳感器的證據體用D-S證據理論進行融合，最后根據判定規則判定車位的狀態.

2.3 射頻讀卡器電路

射頻收發模塊執行系統的收費功能，由天線、射頻讀寫芯片及其相應的外圍電路組成.本系統采用復旦微電子生產的基于ISO14443的非接觸卡讀卡機芯片FM1702.該模塊具有體積小、易于嵌入到應用系統中使用的特點.微處理器與FM1702SL芯片的接口原理圖如圖4所示.

圖4 FM1702SL與STM32接口電路圖Fig.4 Interface circuit diagram between FM1702SL and STM32

2.4 無線通信電路

無線通信電路選用上海桑銳電子的無線傳輸模塊SRWF-1022，該模塊提供透明數據接口，適應任何標準或非標準的用戶協議，自動過濾掉空中產生的假數據，用戶無需編制多余的程序，實現所收即所發，模塊的工作頻率為433 MHz，可靠傳輸距離為100m.SRWF-1022的接口電路如圖5所示.

圖5 SRWF-1022TTL與STM32接口方式電路圖Fig.5 Interface circuit diagram between SRWF-1022TTL and STM32

3 咪表的軟件設計

智能咪表系統的軟件設計流程如圖6所示.

圖6 系統軟件流程圖Fig.6 Software flow chart

系統初始化后，即進入空閑等待狀態，此時傳感器處于循環檢測狀態，若檢測到車位有正常停車后需延時一段時間，等待駕駛員進行刷卡.駕駛員正常刷卡后即進入計時收費狀態；若有逃避刷卡，語音模塊將發出報警.計時收費狀態下，傳感器同樣處于循環檢測狀態，以保證車輛安全.駕駛員離開時，需再次刷卡，系統將停止計時，并將本次停車費用顯示在液晶屏上；若系統發現未經刷卡而車輛離開停車位的狀況，將發出報警并鎖死該IC卡.車輛離開后，系統將本次停車的相關數據上傳至停車點主機，然后進入空閑等待狀態，以備進入下一循環的操作[6].

4 系統調試

為了驗證多傳感器融合算法在車位狀態檢測中的作用，系統分別在沒有使用算法和使用單傳感器的情況下進行對比測量試驗.測試場地選用天津師范大學校內主干道；測試用車型為菱悅V3（長4405mm×寬1700mm×高1415mm），實驗結果如表1所示.通過對比實驗，采用多傳感器數據融合技術的車位狀態識別正確率明顯提高.

表1 實驗結果Tab.1 Results of experiment

通過實驗也發現系統有待解決的問題：

（1）車型過少，若采用不同車型，識別率會有所降低；

（2）駕駛員停車入位過程中的反復啟停會造成錯誤識別，后續算法設計中應引起充分注意；

（3）實驗場所相對城市鬧市區各種干擾相對較少.

5 結論

本研究提出一種基于多傳感器的智能咪表系統，充分利用多種傳感器在性能上的差異性和互補性，通過有效融合采集到的傳感器信息，實現了停車位狀態的精確檢測，解決了現有咪表停車系統中停車狀態和咪表數據之間缺乏聯動的問題.系統采用無線模塊進行數據傳輸，使所有停車數據有據可查，從而從源頭上彌補了目前路邊停車位管理中的諸多漏洞，具有較強的推廣應用價值.

[1]范軼芳，楊勵雅.停車場資源優化配置—基于城市空間視角[J].首都經濟貿易大學學報，2013（3）：100-105.

[2]冷靜.城市停車難的中國瓶頸與多元策略優化[J].上海城市管理，2013（2）：33-37.

[3] 杭東．國外大城市如何解決停車難[J].交通與運輸，2011（27）：63-64.

[4]呂北岳，張曉春．深圳市路內停車泊位設置研究[J].城市交通，2009，7（2）：19-21.

[5]胡昭昀，劉磊.基于MSP430的超低功耗北京停車咪表系統[J].軍民兩用技術與產品，2009（7）：39-41.

[6] 安慶敏，李煒，董春，等.基于ZigBee的小區泊車位智能無線管理系統[J].低壓電器，2011，18：46-49.

[7]李鵬宇，龍滬強.一種停車場無線車位檢測器設計與實現[J].傳感器與微系統，2012（1）：143-145.

[8] 王明玉，董浩，王建.基于GPRS的車載故障診斷網關的設計與實現[J].汽車工程，2009（10）：999-1003.

[9] 楊波，尼文斌，王春香，等.基于異向性磁阻傳感器的車輛檢測與車型分類[J].儀器儀表學報，2013（3）：537-544.

[10]馬姍姍，程明霄，蔣書波，等.基于地磁傳感器的車輛檢測系統的研究[J].機床與液壓，2012（2）：65-68.

[11]方慶清.磁電阻傳感器的應用及其若干問題[J].磁性材料及器件，2012（2）：10-12.

[12]麥新晨，楊明，王春香，等.一種基于多傳感器融合的車輛檢測與跟蹤方法[J].上海交通大學學報，2011（7）：1012-1016.

[13]康健，谷云彪，李一兵.基于DS證據理論的多傳感器信息融合算法[J].中國慣性技術學報，2012（6）：670-673.

[14]劉麗娟，劉國棟.基于多傳感器視聽融合的三維目標跟蹤[J].傳感器與微系統，2013，32（6）：47-52.