車聯網遙感控制系統設計

曹春輝+劉鈞濤

摘 要：該文提出了一種基于遙感技術車聯網控制系統的設計，采用少量高空遙感觀測點代替當前車聯網設計中部署的大量基站，參照物聯網等系統的技術要素，結合新一代互聯網數據組網技術、車載衛星導航定位技術、計算機電信集成技術，充分運用于城市路況交通建設的交互式控制之中，實現城市管理者對車輛流動性的監測與調度引導；同時還研究了控制系統中存在的關鍵偏差向量因子，結合線性系統和仿真實驗得出最優化車聯網控制系統的監測車輛和觀測點。文章還對車聯網未來發展趨勢進行了預測和分析。

關鍵詞：車聯網 遙感技術 線性系統 遙感控制

中圖分類號：TP391 文獻標識碼：A 文章編號：1674-098X（2014）12（a）-0069-04

遙感技術是從遠距離感知目標反射或自身輻射的電磁波、可見光、紅外線結目標進行探測和識別的技術。目前遙感技術廣泛的應用于航空攝影，全天候、全天時的對地觀測，地形測繪、國土資源調查、農作物估產、水文監測和災害評估。由無線遠距離遙感基數具有機動快速、使用成本低、風險小、維護操作簡單等技術特點，正逐漸成為一種較理想的航空遙感平臺進行局部區域大比例尺航空攝影。遙感數據是一種經濟實用的技術方案，該文將討論如何用遙感獲取數據技術應用于城市路況管理，高分辨率高清晰度的遙感數據系統分析研究，建設車聯網系統。綜合考慮城市交通建設管理，顧及經濟社會環境效益的遙感技術發展趨勢和特性，重構基于遙感技術對應車聯網系統建設進行有益的探討。

在加快道路及設施建設的同時，還必須引進新的手段和方式，緩解和解決日益突出的道路交通問題。對于交通管理、控制、規劃及個人出行來說，城市交通的根本問題是“基于整體出行對道路與停車資源的科學利用和分配”問題，解決的關鍵是能否對城市道路與停車資源做到“全面感知”。在此基礎上，普及面向公眾（包括駕駛出行者和公共交通出行者）的交通信息服務應用，并通過控制駕駛出行、停車及換乘，逐步消除交通堵塞，顯著提高高峰時段道路通行能力，從根本上解決“停車難”、“出行難”。這便是車聯網的宗旨所在。

1 系統分析

車聯網成為新一代智能交通已經得到了國家和社會各界的重視和響應。“十二五”期間，國家給予大力扶持。目前，海口、重慶、無錫、南京、廈門等城市，已實施了相關工程，并在積極申請國家示范應用的試點城市。車聯網項目的設計是依據傳統物聯網的設計理念，如圖1所示主要采用路感應線圈，WIFI、RFID、Internet等數據處理系統相結合，得到實時路況車輛信息[1]，并以交互式的信息狀態把控制信息通過Internet等方式反饋給用戶。該文設計的車聯網系統將用遙感技術代替路感應線圈來獲取數據，直接從高空返回給系統控制中心，得到移動車輛感知信息，并以此為原型建立仿真，從線性理論的角度除非，研究出更加可靠穩定的車聯網系統（圖1）。

1.1 系統架構與原理

采用遙感技術設計車聯網控制系統可以快速采集路況車輛信息，降低車聯網遙感控制系統架構時大量數據采集裝置的硬件成本，適量的定位幾個空中遙感基站便可以覆蓋整個城市[2]。

車聯網信息遙感控制系統如圖2所示。主要采用GPS（Global Positioning System，全球定位系統）、GSM（GlobalSystem for Mobile Communications，全球移動通訊系統）、RFID、Internet等數據處理系統相結合，實現城市車輛信息實時信息采集與控制，并以交互式信息狀態把控制信息通過GSM、Internet 等方式反饋給車輛網控制中，用于用戶查閱和處理[3]。

車聯網信息遙感控制系統主要由三部分構成：系統數據遙感采集、車聯網數據計算與控制中心、車輛移動感知終端。用戶控制中心的WEB界面或通過客戶端登陸到車聯網數據計算與控制中心、以短信等方式向遠程的車輛移動感知終端發送指令并由移動終端執行，同時每隔一段時間遙感系統對與當區域進行遙感，確定位置坐標。系統在應用上分三個層次結構：移動終端、數據傳輸層、業務層。

移動終端，主要采用傳感器（Sensor）和遙感設備，以及各種溫度、濕度、氣體等環境智能監測感知終端組成。傳感器設備具有一定的計算能力，但它們的任務和功能主要是完成信息采集和信號的初步鑒別。通過遙感技術和無線網絡將數據傳送給高空，并由高空遙感系統將數據轉發給控制中心發，對車聯網路況事務進行協同分析與處理。

數據傳輸層，主要通過互聯網、GSM/ CDMA/GPS等移動通信網、無線/有線局域網等基礎網絡設施，數據遙感設備組成。對移動終端的位置，環境等車輛信息進行接入和傳輸。通信技術采用互聯網、CTI 等信息技術，實現對各種異構信息的傳輸功能。

業務層，主要由車聯網信息系統的控制中心組成，是系統體系結構的最高層。系統設備包括大型計算機群、云計算設備、海量網絡存儲設備等硬件設備，以及基于車聯網的車輛信息遙感控制系統。在系統中采用高速并行計算實現智能化信息處理，以實現信息融合、狀態分析、地理信息系統計算，路況分析和統計等，同時為用戶的終端工具接入與互聯網操作應用提供一個良好的用戶界面接口[4]。（圖2）

1.2 系統研究思路

車聯網遙感控制系統主要通過遙感數據對城市路況時域和事件信息進行分析處理，它數據的真實可靠形將需面臨以下四個問題。

（1）GPS實際對于車輛位置定位的偏差；

（2）環境對車輛位置的遙感信息影響；

（3）遙感數據在傳輸過程中的數據丟失；

（4）測量數據在時域上的偏差。

我們可以將其歸結為四個不同向量情況下的線性無關系統組合，如何匹配每個線性向量的最優解，使車聯網控制系統的數據偏差控制到可以忽略的范圍，將是本文討論的重點問題。

2 模型建立endprint

2.1 數學建模

對于1.2提出的問題（1）中，我們假定正確無偏差值為，GPS取點對于車輛位置定位的偏差[5]，可以得出：

（1）

由（1）式得出：

（2）

其中，即存在一組向量，使得式（2）條件成立。在實際工程項目中，我們認為當式（2）兩邊范圍偏差小于時，解有效，根據李亞譜諾夫下穩定性原理，可以得到：

（3）

式（2）、（3）中，為向量系數，為向量系數，為第一個有效值，為有效偏差區間[6]。

對于1.2提出的問題（2）中，可以利用差分算法使得環境對車輛位置的遙感信息影響范圍偏差小于，可以得出：

（4）

式中

（5）

即

（6）

其中，和為輸入輸出量，為噪聲項，表示延遲算子。

通過差分方程，可以利用多個環境因子抵消相互間的誤差，降低環境在實際運行過程中的影響。

對于1.2提出的問題（3）（4）中，是一個恒定的線性方程：

（7）

其中，和為線性方程系數。也就是說對于數據丟失和時域偏差的概率，在同等環境下，是一個恒定值。為了對其采取定量的分析，將上述的原理映射于BOC線性算法模型之中，如圖3所示。

其中，M為歸一化的編碼器輸出碼速率集，m（n）為編碼完第n個環境下輸出模式，i與歸一化的采集數據速率對應，同時隨著下標的增大而減小，為第n種環境下時緩存的占有量為緩存的極限穩定值。

2.2 優化模型

該文考慮到求解過程中各個數學模型的歸一化求解。這里，我們把以上建立的模型看作一個線性無關的矩陣方程，每個問題因子均作為這個矩陣中的一個分向量，于是得到一個四維矩陣，見式（8）。

其中分別表示定位偏差，環境影響，數據丟失，時域偏差四個方向的向量因子。

（8）

根據凱萊-哈密爾頓定量，系統矩陣有且僅有一個特征方根，即式（8）為車聯網控制系統下上述四個問題的唯一方程，即本征方程。考慮到不同觀測點對于式（2）有不同的測量結果[6-7]，因此重寫式（2）：

（9）

（10）

其中是四個向量因子用的極大值。

3 實驗仿真

參考研發EKI-6311GN遙感器的修正系數，我們將其以5%的數據波動在程序中以隨機值出現，并分別采用空中3、4、5、6個觀測點，1萬，10萬，50萬，100萬輛車為管理對象，進行系統數據仿真（圖4）。

圖4為仿真程序流程，首先初始化程序，模擬定義車輛類型，觀測點的個數和誤差系數，得到的5%的數據波動的隨機數據作為觀測點觀測到的路況車輛數據，轉發到計算通信服務器中，加上環境因子和時域誤差因子，最終得到的車輛結果為實現最終結構。

以上實驗在電腦配置如表1下進行。

表2為仿真數據，其中溫度的單位為“℃”，觀測點的單位為“個”，車輛的單位為“萬輛車”，實驗結果為某條路的車輛流量：

從以上實驗數據可以看出，在27 ℃溫度下，觀測點選擇在4個或者以上，車輛范圍為50萬輛為最佳。

當觀測點超過4個，對系統并沒有太大的影響，反而增加了程序計算的復雜程度。而當車輛的監測范圍超過50萬輛時，計算誤差又成上升趨勢。

4 結語

該文通過使用遙感技術設計與實現車聯網路況車輛信息遙感控制系統，在參照物聯網等融合技術的支撐下，把新一代互聯網技術、計算機電信集成技術充分運用于城市路況交通建設的交互式控制之中，在技術的進一步發展中可以把遙感技術、傳感系統和RFID感應器等嵌入及裝備到各種相關的車輛移動終端中，通過整合和互聯，實現城市交通實時監測和控制。本文主要思想是利用較少的觀測點代替實際過程中采用大量的地感應線圈，節省成本，并方便設備的維護，也將成為未來車聯網的發展方向之一。

在一定條件下，該文得出在觀測點選擇4個，車輛范圍為50萬輛時，數據誤差最小，得到的結果最佳。但實際過程中由于環境以及設備本身存在的缺陷，會產生新的偏差因子，這就需要在根據實際情況利用實驗得出更加可靠的數據，做進一步修正。同時目前如何選擇觀測點，以及觀測點的位置來進行觀測還沒有得到很好的解決。這將作為我在今后研究車聯網建設過程中的目標，并找出更好偏差向量因子，完善該系統的設計。

參考文獻

[1] Xing-zhi LIN.Design and Realization of Concise Unified Logistics Information System[C]//Asia-Pacific Youth Conference on Communication Technology 2010.USA：Scientific Research Publish-ing.2010：414-418.

[2] LI Ming-hua，LI Chuan-zhong. An Economical and Practical Technology of Monitoring and Tracking Goods Based on GPS/GSM[J].Manufacture Information Engineering of China，2009（21）：44-47.

[3] Xing-zhi LIN. Analysis on Security Strategy of Double-factor Authentication in Unified Logistics Information System [C]//2010 National Teaching Seminar on Cryptography and Information Security.USA：Scientific Research Publishing.2010：421-425.

[4] ZHU Wen-he. Realization of Whole-process Intelligent SupplyChain Distribution ServicesBased on the Internet of Things[J].Logistics Tech nology，2010（13）：172-173.

[5] Y Gao and C A K lu ever. Low-th rust in terp lanetary orb it transfers using hybrid trajectory opt im izat ion m ethod w ith mu lt iple shooting[J].AIAA /AASastrodyn am ics Sp ecia list C onference and Exh ibit，August 2004，Provid ence，Rhode Island， 2004.

[6] 鄭大鐘.線性系統理論[M].北京：清華大學出版社，2002.

[7] 王朝珠，秦化淑.最優控制理論[M].北京：科學出版社，2005.endprint

2.1 數學建模

對于1.2提出的問題（1）中，我們假定正確無偏差值為，GPS取點對于車輛位置定位的偏差[5]，可以得出：

（1）

由（1）式得出：

（2）

其中，即存在一組向量，使得式（2）條件成立。在實際工程項目中，我們認為當式（2）兩邊范圍偏差小于時，解有效，根據李亞譜諾夫下穩定性原理，可以得到：

（3）

式（2）、（3）中，為向量系數，為向量系數，為第一個有效值，為有效偏差區間[6]。

對于1.2提出的問題（2）中，可以利用差分算法使得環境對車輛位置的遙感信息影響范圍偏差小于，可以得出：

（4）

式中

（5）

即

（6）

其中，和為輸入輸出量，為噪聲項，表示延遲算子。

通過差分方程，可以利用多個環境因子抵消相互間的誤差，降低環境在實際運行過程中的影響。

對于1.2提出的問題（3）（4）中，是一個恒定的線性方程：

（7）

其中，和為線性方程系數。也就是說對于數據丟失和時域偏差的概率，在同等環境下，是一個恒定值。為了對其采取定量的分析，將上述的原理映射于BOC線性算法模型之中，如圖3所示。

其中，M為歸一化的編碼器輸出碼速率集，m（n）為編碼完第n個環境下輸出模式，i與歸一化的采集數據速率對應，同時隨著下標的增大而減小，為第n種環境下時緩存的占有量為緩存的極限穩定值。

2.2 優化模型

該文考慮到求解過程中各個數學模型的歸一化求解。這里，我們把以上建立的模型看作一個線性無關的矩陣方程，每個問題因子均作為這個矩陣中的一個分向量，于是得到一個四維矩陣，見式（8）。

其中分別表示定位偏差，環境影響，數據丟失，時域偏差四個方向的向量因子。

（8）

根據凱萊-哈密爾頓定量，系統矩陣有且僅有一個特征方根，即式（8）為車聯網控制系統下上述四個問題的唯一方程，即本征方程。考慮到不同觀測點對于式（2）有不同的測量結果[6-7]，因此重寫式（2）：

（9）

（10）

其中是四個向量因子用的極大值。

3 實驗仿真

參考研發EKI-6311GN遙感器的修正系數，我們將其以5%的數據波動在程序中以隨機值出現，并分別采用空中3、4、5、6個觀測點，1萬，10萬，50萬，100萬輛車為管理對象，進行系統數據仿真（圖4）。

圖4為仿真程序流程，首先初始化程序，模擬定義車輛類型，觀測點的個數和誤差系數，得到的5%的數據波動的隨機數據作為觀測點觀測到的路況車輛數據，轉發到計算通信服務器中，加上環境因子和時域誤差因子，最終得到的車輛結果為實現最終結構。

以上實驗在電腦配置如表1下進行。

表2為仿真數據，其中溫度的單位為“℃”，觀測點的單位為“個”，車輛的單位為“萬輛車”，實驗結果為某條路的車輛流量：

從以上實驗數據可以看出，在27 ℃溫度下，觀測點選擇在4個或者以上，車輛范圍為50萬輛為最佳。

當觀測點超過4個，對系統并沒有太大的影響，反而增加了程序計算的復雜程度。而當車輛的監測范圍超過50萬輛時，計算誤差又成上升趨勢。

4 結語

該文通過使用遙感技術設計與實現車聯網路況車輛信息遙感控制系統，在參照物聯網等融合技術的支撐下，把新一代互聯網技術、計算機電信集成技術充分運用于城市路況交通建設的交互式控制之中，在技術的進一步發展中可以把遙感技術、傳感系統和RFID感應器等嵌入及裝備到各種相關的車輛移動終端中，通過整合和互聯，實現城市交通實時監測和控制。本文主要思想是利用較少的觀測點代替實際過程中采用大量的地感應線圈，節省成本，并方便設備的維護，也將成為未來車聯網的發展方向之一。

在一定條件下，該文得出在觀測點選擇4個，車輛范圍為50萬輛時，數據誤差最小，得到的結果最佳。但實際過程中由于環境以及設備本身存在的缺陷，會產生新的偏差因子，這就需要在根據實際情況利用實驗得出更加可靠的數據，做進一步修正。同時目前如何選擇觀測點，以及觀測點的位置來進行觀測還沒有得到很好的解決。這將作為我在今后研究車聯網建設過程中的目標，并找出更好偏差向量因子，完善該系統的設計。

參考文獻

[1] Xing-zhi LIN.Design and Realization of Concise Unified Logistics Information System[C]//Asia-Pacific Youth Conference on Communication Technology 2010.USA：Scientific Research Publish-ing.2010：414-418.

[2] LI Ming-hua，LI Chuan-zhong. An Economical and Practical Technology of Monitoring and Tracking Goods Based on GPS/GSM[J].Manufacture Information Engineering of China，2009（21）：44-47.

[3] Xing-zhi LIN. Analysis on Security Strategy of Double-factor Authentication in Unified Logistics Information System [C]//2010 National Teaching Seminar on Cryptography and Information Security.USA：Scientific Research Publishing.2010：421-425.

[4] ZHU Wen-he. Realization of Whole-process Intelligent SupplyChain Distribution ServicesBased on the Internet of Things[J].Logistics Tech nology，2010（13）：172-173.

[5] Y Gao and C A K lu ever. Low-th rust in terp lanetary orb it transfers using hybrid trajectory opt im izat ion m ethod w ith mu lt iple shooting[J].AIAA /AASastrodyn am ics Sp ecia list C onference and Exh ibit，August 2004，Provid ence，Rhode Island， 2004.

[6] 鄭大鐘.線性系統理論[M].北京：清華大學出版社，2002.

[7] 王朝珠，秦化淑.最優控制理論[M].北京：科學出版社，2005.endprint

2.1 數學建模

對于1.2提出的問題（1）中，我們假定正確無偏差值為，GPS取點對于車輛位置定位的偏差[5]，可以得出：

（1）

由（1）式得出：

（2）

其中，即存在一組向量，使得式（2）條件成立。在實際工程項目中，我們認為當式（2）兩邊范圍偏差小于時，解有效，根據李亞譜諾夫下穩定性原理，可以得到：

（3）

式（2）、（3）中，為向量系數，為向量系數，為第一個有效值，為有效偏差區間[6]。

對于1.2提出的問題（2）中，可以利用差分算法使得環境對車輛位置的遙感信息影響范圍偏差小于，可以得出：

（4）

式中

（5）

即

（6）

其中，和為輸入輸出量，為噪聲項，表示延遲算子。

通過差分方程，可以利用多個環境因子抵消相互間的誤差，降低環境在實際運行過程中的影響。

對于1.2提出的問題（3）（4）中，是一個恒定的線性方程：

（7）

其中，和為線性方程系數。也就是說對于數據丟失和時域偏差的概率，在同等環境下，是一個恒定值。為了對其采取定量的分析，將上述的原理映射于BOC線性算法模型之中，如圖3所示。

其中，M為歸一化的編碼器輸出碼速率集，m（n）為編碼完第n個環境下輸出模式，i與歸一化的采集數據速率對應，同時隨著下標的增大而減小，為第n種環境下時緩存的占有量為緩存的極限穩定值。

2.2 優化模型

該文考慮到求解過程中各個數學模型的歸一化求解。這里，我們把以上建立的模型看作一個線性無關的矩陣方程，每個問題因子均作為這個矩陣中的一個分向量，于是得到一個四維矩陣，見式（8）。

其中分別表示定位偏差，環境影響，數據丟失，時域偏差四個方向的向量因子。

（8）

根據凱萊-哈密爾頓定量，系統矩陣有且僅有一個特征方根，即式（8）為車聯網控制系統下上述四個問題的唯一方程，即本征方程。考慮到不同觀測點對于式（2）有不同的測量結果[6-7]，因此重寫式（2）：

（9）

（10）

其中是四個向量因子用的極大值。

3 實驗仿真

參考研發EKI-6311GN遙感器的修正系數，我們將其以5%的數據波動在程序中以隨機值出現，并分別采用空中3、4、5、6個觀測點，1萬，10萬，50萬，100萬輛車為管理對象，進行系統數據仿真（圖4）。

圖4為仿真程序流程，首先初始化程序，模擬定義車輛類型，觀測點的個數和誤差系數，得到的5%的數據波動的隨機數據作為觀測點觀測到的路況車輛數據，轉發到計算通信服務器中，加上環境因子和時域誤差因子，最終得到的車輛結果為實現最終結構。

以上實驗在電腦配置如表1下進行。

表2為仿真數據，其中溫度的單位為“℃”，觀測點的單位為“個”，車輛的單位為“萬輛車”，實驗結果為某條路的車輛流量：

從以上實驗數據可以看出，在27 ℃溫度下，觀測點選擇在4個或者以上，車輛范圍為50萬輛為最佳。

當觀測點超過4個，對系統并沒有太大的影響，反而增加了程序計算的復雜程度。而當車輛的監測范圍超過50萬輛時，計算誤差又成上升趨勢。

4 結語

該文通過使用遙感技術設計與實現車聯網路況車輛信息遙感控制系統，在參照物聯網等融合技術的支撐下，把新一代互聯網技術、計算機電信集成技術充分運用于城市路況交通建設的交互式控制之中，在技術的進一步發展中可以把遙感技術、傳感系統和RFID感應器等嵌入及裝備到各種相關的車輛移動終端中，通過整合和互聯，實現城市交通實時監測和控制。本文主要思想是利用較少的觀測點代替實際過程中采用大量的地感應線圈，節省成本，并方便設備的維護，也將成為未來車聯網的發展方向之一。

在一定條件下，該文得出在觀測點選擇4個，車輛范圍為50萬輛時，數據誤差最小，得到的結果最佳。但實際過程中由于環境以及設備本身存在的缺陷，會產生新的偏差因子，這就需要在根據實際情況利用實驗得出更加可靠的數據，做進一步修正。同時目前如何選擇觀測點，以及觀測點的位置來進行觀測還沒有得到很好的解決。這將作為我在今后研究車聯網建設過程中的目標，并找出更好偏差向量因子，完善該系統的設計。

參考文獻

[1] Xing-zhi LIN.Design and Realization of Concise Unified Logistics Information System[C]//Asia-Pacific Youth Conference on Communication Technology 2010.USA：Scientific Research Publish-ing.2010：414-418.

[2] LI Ming-hua，LI Chuan-zhong. An Economical and Practical Technology of Monitoring and Tracking Goods Based on GPS/GSM[J].Manufacture Information Engineering of China，2009（21）：44-47.

[3] Xing-zhi LIN. Analysis on Security Strategy of Double-factor Authentication in Unified Logistics Information System [C]//2010 National Teaching Seminar on Cryptography and Information Security.USA：Scientific Research Publishing.2010：421-425.

[4] ZHU Wen-he. Realization of Whole-process Intelligent SupplyChain Distribution ServicesBased on the Internet of Things[J].Logistics Tech nology，2010（13）：172-173.

[5] Y Gao and C A K lu ever. Low-th rust in terp lanetary orb it transfers using hybrid trajectory opt im izat ion m ethod w ith mu lt iple shooting[J].AIAA /AASastrodyn am ics Sp ecia list C onference and Exh ibit，August 2004，Provid ence，Rhode Island， 2004.

[6] 鄭大鐘.線性系統理論[M].北京：清華大學出版社，2002.

[7] 王朝珠，秦化淑.最優控制理論[M].北京：科學出版社，2005.endprint