基于STM32的冷鏈物流監測系統的設計

張凱+陳令芳+張恒+楊靖+張姍姍

摘 要： 針對目前冷鏈物流運輸過程中食品和車輛的安全問題及實時性，設計一種基于STM32的車載監測系統。利用RFID技術、北斗技術及傳感器采集車廂內溫濕度信息及車輛行駛狀態，并根據容許函數閾值和分批估計加權自適應融合算法得出某一時間段的最優估計值；同時，通過駕駛室的串口屏對采集到的信息進行顯示；最后將采集到的信息通過3G通信技術發送至遠端服務器對數據進行保存和分析。試運行結果表明，該系統能實時地監測運輸車在行駛過程中的車廂環境和車輛行駛狀態。

關鍵詞： 北斗導航； 3G無線通信； 射頻識別； 容許函數； 分批估計； 融合算法

中圖分類號： TN931+.3?34； TP23 文獻標識碼： A 文章編號： 1004?373X（2018）04?0023?04

Abstract： Aiming at problems of safety and real?time performance of food and vehicle in the current cold chain logistics transportation， a vehicle?mounted monitoring system based on STM32 was designed. The RFID technology， Beidou technology and sensors are adopted to collect the temperature and humidity information and vehicle driving status. The optimal estimated value in a certain time period is obtained according to the threshold of admissible function and the batch estimation adaptive weighted fusion algorithm. The collected information is displayed on the serial screen in the cab and finally sent to the remote server by using 3G communication technology for data saving and analysis. The results of the trial operation show that the system can monitor the carriage environment and driving status of the running transport vehicle in real time.

Keywords： Beidou navigation； 3G wireless communication； radio frequency identification； admissible function； batch estimation； fusion algorithm

0 引 言

我國果蔬、水產品、肉類冷鏈流通率分別為5%，23%，15%，冷藏運輸率分別為15%，40%，30%，使用全程冷鏈運輸的禽蛋制品比率[1]不足1%。我國現有的冷藏車占運輸車的比例極低，使用冷藏車運輸的食品只占運輸總量的20%，且車輛的制冷技術和工藝比較落后，缺乏規范的保鮮冷鏈運輸車廂和溫度檢測與自動控溫設備，與發達國家相比，在硬件設施和運輸效率方面存在較大的差距，無法為農產品的流通提供質量保證。

隨著人們生活水平的日漸提高，食品安全問題越來越得到人們的重視，特別需要低溫保存的食品，在運輸過程中對食品的保存有著嚴格的要求，如果在運輸過程中由于保存不當，不但會造成經濟損失，還會對人們的身體健康造成損害。同時，由于運輸過程的不可追溯性，還常常對運輸過程和車輛事故無法做出準確的判斷，還有部分物流企業為了節省運輸成本，在運輸過程中關掉制冷設備，造成物流運輸過程中的冷鏈斷鏈[2]。

為了保證農產品在運輸過程中的質量和車輛在行駛過程中的安全以及全程的實時監測，結合運輸過程中對農產品質量和對車輛行駛安全的影響因素，開發了基于STM32的車載監測系統，完成了車廂環境和車輛狀態的信息采集，并通過數據融合算法得到較為精確的數據，最后通過駕駛室的匯聚節點完成數據的存儲、顯示及向服務器發送信息。

1 系統架構

車載監測系統主要分為三個部分：車廂數據采集部分、基于STM32處理器的匯聚節點、3G無線通信模塊。車載物流監控系統的系統架構如圖1所示。

車廂數據采集部分由分布于車廂內的有源射頻模塊和傳感器組成，主要負責采集車廂內部的溫濕度環境和車輛傾斜度。位于駕駛室的匯聚節點主要由STM32主控制器、北斗模塊、3G無線通信模塊、串口屏模塊、SD存儲模塊和傳感器等組成，負責對車輛定位，采集車輛的速度和加速度，近期數據可存儲于SD卡并顯示于串口屏上，駕駛員可通過串口屏查詢歷史數據并可通過串口屏添加個人信息以便于監控中心進行聯系。3G遠距離無線通信模塊主要負責數據的遠距離無線傳輸，將采集到的車廂和車輛信息通過TCP/IP傳送到遠距離的服務器。

2 系統硬件設計

物流車載檢測系統主要由STM32主控制、NRF24

LE1射頻模塊[3?4]、傳感器模塊、北斗模塊[5]、3G通信模塊[6?7]、串口屏模塊及相關外圍電路組成。硬件電路示意圖如圖2所示。

3 系統軟件設計

該系統程序流程主要包括：嵌入式開發環境的搭建、系統初始化、文件系統的移植、串口屏顯示及輸入程序、北斗定位信息解析、數據采集、解析及打包程序、3G數據傳輸、車廂環境和車輛狀態危險預警等。軟件設計流程圖如圖3所示。endprint

串口屏模塊在系統啟動時首先讀取SD卡內的信息對串口屏進行初始化，隨后每次接收到新的數據，對數據進行換算后進入中斷對串口屏上的信息進行更新。當駕駛員在串口屏上輸入個人信息后，就會存入SD卡并發送至監控中心，若需查詢歷史數據，會提取SD卡內的數據換算后進行顯示。

3G模塊主要用來連接因特網進行數據傳輸，采用TCP/IP協議。每次發送數據前與監控中心的域名建立連接，然后將自定義的數據格式打包后發送。同時，利用心跳包保證數據傳輸的可靠性，每次發送數據后等待服務器返回一個字符串YES，如果接收不到將數據重傳，3次后，若都不能接收到數據YES，則跳過本次傳輸，等待下一組數據的傳輸。其通信數據幀的格式如表1所示。

北斗定位模塊的軟件程序主要是針對北斗信息的解析。在啟動系統時首先利用北斗對系統時間進行校準，隨后會定時提取北斗的信息并分離出經緯度、車速等有用信息。在以幀頭“$BDRMC”開始的數據中包含有時間、日期、經緯度和速度等信息，只需解析該幀中的信息即可。

數據的采集、解析及打包，在對車廂內數據進行采集時利用了基于Aloha的防碰撞算法。將數據通過讀寫器發送至控制器，控制器將有用信息分離；再將從北斗中分離出的有用信息結合，并通過數據融合去除冗余數據；最后以自定義的數據格式進行打包發送。

4 多傳感器數據融合算法

考慮到數據的傳輸成本，同時為了得到較為精確的環境信息，對于采集的溫濕度，首先利用容許函數對傳感器數據進行一致性處理，剔除具有較大誤差的數據，再利用分批估計理論和權值最優分配原則對傳感器進行分組的自適應加權融合，得到較為精確的融合值。

4.1 傳感器數據預處理

由于傳感器本身精度與外界干擾的影響，可能會導致數據的精確度受到影響，產生一定的誤差。為了去除較大誤差的數據，利用模糊集理論根據容許函數的閾值剔除誤差較大的傳感器數據。

通過上述過程可得到較為精確的數據，將融合后的數據發送至數據中心可大大減少通信量。

5 測試結果及分析

本文搭建了一個基于STM32的冷藏車物流監測網絡系統。該系統完成了對車廂內溫濕度，車輛的加速度、傾斜度、速度及位置信息的監測，并對車廂內的溫濕度進行數據融合，反映出最真實的溫濕度，通過串口屏將數據展現給駕駛員并利用3G無線通信技術發送至監測中心。實時數據顯示如圖4所示。

本文系統經過大量的數據測試，串口屏穩定的以30 s刷新數據，在網絡穩定的情況下，監控中心以3～9 s的延時誤差接收到數據，丟包率控制在1‰以內。系統實時性好，數據傳輸穩定，足以保證運輸過程中對食品和車輛安全的監測。

6 結 語

針對目前冷鏈物流運輸過程中存在的問題，設計了一套基于物聯網的實時監測裝置，實時采集食品存儲環境，保證產品質量，減少經濟損失，監測車輛狀態，提高車輛行駛安全；實時與監測中心通信，實現了對運輸車輛的全程監測和車輛跟蹤。將運輸車輛與食品接入物聯網中，對食品安全和車輛安全具有重要的意義。

注：本文通訊作者為楊靖。

參考文獻

[1] 孫春華.我國生鮮農產品冷鏈物流現狀及發展對策分析[J].江蘇農業科學，2013，41（1）：395?398.

SUN Chunhua. Analysis on the present situation of cold chain logistics and development of fresh produce in China [J]. Jiangsu agricultural science， 2013， 41（1）： 395?398.

[2] 袁學國，鄒平，朱軍，等.我國冷鏈物流業發展態勢、問題與對策[J].中國農業科技導報，2015，17（1）：7?14.

YUAN Xueguo， ZOU Ping， ZHU Jun， et al. Development trend， problems and countermeasures for cold chain logistic industry in China [J]. China agricultural science and technology guide， 2015， 17（1）： 7?14.

[3] YU M， DENG T， FU J. Application of RFID and GPS technology in transportation vehicles monitoring system for dangerous goods [C]// Proceedings of International Conference on Remote Sensing， Environment and Transportation Engineering. Nanjing： IEEE， 2012： 1?4.

[4] SARBINI M A M， HASSAN S B， TAN S J， et al. Design of a RFID?based speed monitoring system for road vehicles in Brunei Darussalam [C]// Proceedings of International Conference on Computer， Communications， and Control Technology. Langkawi： IEEE， 2014： 219?223.

[5] 程鵬飛，李瑋，秘金鐘.北斗導航衛星系統測距信號的精度分析[J].測繪學報，2012，41（5）：690?695.

CHENG Pengfei， LI Wei， MI Jinzhong. Precision analysis of Beidou range measurement signals [J]. Acta geodaetica et cartographica sinica， 2012， 41（5）： 690?695.endprint

[6] Li L， WANG T. Design and implement of vehicle monitoring system using 3G technology [C]// Proceedings of International Conference on Industrial Control and Electronics Engineering. Xian： IEEE， 2012： 832?835.

[7] 盛平，郭洋洋，李萍萍.基于ZigBee和3G技術的設施農業智能測控系統[J].農業機械學報，2012，43（12）：229?233.

SHENG Ping， GUO Yangyang， LI Pingping. Intelligent measurement and control system of facility agriculture based on ZigBee and 3G technology [J]. Transactions of the Chinese society for agricultural machinery， 2012， 43（12）： 229?233.

[8] 童樹鴻，沈毅，劉志言.數據融合的模糊模型和算法研究[J].哈爾濱工業大學學報，2002，34（1）：7?10.

TONG Shuhong， SHEN Yi， LIU Zhiyan. Fuzzy model and algorithms for data fusion [J]. Journal of Harbin Institute of Technology， 2002， 34（1）： 7?10.

[9] 張捍東，孫成慧，岑豫皖.分布式多傳感器結構中的數據融合方法[J].華中科技大學學報（自然科學版），2008，36（6）：37?39.

ZHANG Handong， SUN Chenghui， CEN Yuwan. Data fusion method for the configuration of distributed multi?sensor [J]. Journal of Huazhong University of Science and Technology （Natural science edition）， 2008， 36（6）： 37?39.

[10] 孫克雷，秦汝祥.基于自適應分批估計的瓦斯監測多傳感器數據融合研究[J].傳感器與微系統，2011，30（10）：47?49.

SUN Kelei， QIN Ruxiang. Study of multi?sensor data fusion based on adaptive batch estimation algorithm for gas monitoring [J]. Transducer and microsystem technologies， 2011， 30（10）： 47?49.endprint