物聯(lián)網(wǎng)框架下的駕駛行為分析

文/于曉婷 姜楠楠

1 引言

目前，隨著經(jīng)濟(jì)的迅速發(fā)展，私家車的數(shù)量持續(xù)增多，駕駛員的隊(duì)伍增加很多汽車的初學(xué)者。然而很多初學(xué)者的駕駛技術(shù)并不是很熟練，同時(shí)交通安全意識(shí)薄弱等因素造成交通事故頻發(fā)。本文研究物聯(lián)網(wǎng)框架下的智能車輛管理系統(tǒng)，旨在對(duì)駕駛員的行為進(jìn)行及時(shí)、準(zhǔn)確的分析，從而糾正駕駛員的危險(xiǎn)駕駛行為。

IoT（Internet of Things，物聯(lián)網(wǎng)）同計(jì)算機(jī)、互聯(lián)網(wǎng)，稱為世界信息產(chǎn)業(yè)的第三次浪潮。IoT的核心和基礎(chǔ)是互聯(lián)網(wǎng)技術(shù)，它通過各種信息傳感設(shè)備，如RFID、紅外傳感器、紅外感應(yīng)器和GPS等各種裝置與技術(shù)，實(shí)時(shí)采集任何需要管理、監(jiān)控，采集其光、聲、圖、熱、電、力學(xué)、位置等所需信息，進(jìn)行信息交換和通信，實(shí)現(xiàn)智能識(shí)別、定向、跟蹤、監(jiān)控和管理的網(wǎng)絡(luò)。

近年，國內(nèi)外很多研究者運(yùn)用物聯(lián)網(wǎng)的技術(shù)應(yīng)用到道路車輛監(jiān)控系統(tǒng)之中，智能車輛監(jiān)控系統(tǒng)是借助實(shí)時(shí)通訊和智能的監(jiān)控平臺(tái)來實(shí)現(xiàn)的 。智能車輛 (Intelligent Vehicle, IV)是智能交通系統(tǒng)的重要組成部分，對(duì)駕駛員的狀態(tài)、車輛周圍環(huán)境、車輛自身狀態(tài)利用先進(jìn)的車載傳感器系統(tǒng)、信息處理系統(tǒng)和執(zhí)行系統(tǒng)等來進(jìn)行監(jiān)管和控制，當(dāng)發(fā)生危險(xiǎn)時(shí)，向駕駛員發(fā)出警告，其目的是把交通危險(xiǎn)性降到最低、道路暢通性及駕駛員舒適度等得以提升。

國內(nèi)研究者提出的智能車輛系統(tǒng)可以在虛擬空間中對(duì)車輛進(jìn)行控制，實(shí)現(xiàn)對(duì)車輛的智能管理。 李慶武等提出基于物聯(lián)網(wǎng)的新型智能監(jiān)控系統(tǒng)，利用計(jì)算機(jī)視覺技術(shù)對(duì)車輛進(jìn)行標(biāo)記，實(shí)現(xiàn)對(duì)車輛的監(jiān)控。為實(shí)現(xiàn)對(duì)車輛的遠(yuǎn)程控制在智能監(jiān)控系統(tǒng)中，利用GPS對(duì)車輛進(jìn)行定向和追蹤。國外研究者Turcu等提出基于物聯(lián)網(wǎng)的車隊(duì)監(jiān)控系統(tǒng)，解決了交通擁堵引起的問題，使道路更安全。基于物聯(lián)網(wǎng)技術(shù)下的車輛監(jiān)控系統(tǒng)，使用RFID車牌號(hào)進(jìn)行跟蹤和管理，該系統(tǒng)可以有效防止車輛發(fā)生盜竊事件[。現(xiàn)階段對(duì)智能車輛的研究，大多局限于對(duì)車輛的監(jiān)控和追蹤，而對(duì)駕駛員駕駛技術(shù)不夠熟練或交通意識(shí)薄弱所導(dǎo)致的危險(xiǎn)駕駛行為無法有效檢測(cè)和糾正，故需一個(gè)智能車輛系統(tǒng)，對(duì)駕駛員的危險(xiǎn)駕駛行為及時(shí)檢測(cè)并做出實(shí)時(shí)警報(bào)。

本文在物聯(lián)網(wǎng)框架下實(shí)現(xiàn)了智能車輛管理系統(tǒng)，該系統(tǒng)可以有效分析駕駛員的行為，對(duì)駕駛員的不安全行為及時(shí)發(fā)出警告，從而有效避免事故的產(chǎn)生。車輛管理系統(tǒng)框架被分為四層：感知層、網(wǎng)絡(luò)層、中間件層和控制中心。在感知層中，本文在原有經(jīng)典物聯(lián)網(wǎng)網(wǎng)關(guān)的基礎(chǔ)上，新增了三個(gè)功能：數(shù)據(jù)采集、數(shù)據(jù)壓縮和事件檢測(cè)等功能。對(duì)于事件檢測(cè)方法的實(shí)現(xiàn)，本文采用模糊邏輯原理與ECA規(guī)則相結(jié)合的方法，實(shí)現(xiàn)FCA（Fuzzy Condition Action，模糊條件及模糊動(dòng)作）觸發(fā)器，通過FCA設(shè)置模糊條件及模糊動(dòng)作，可準(zhǔn)確判斷駕駛員具體行為。車輛數(shù)據(jù)經(jīng)過預(yù)處理后，采用FCA對(duì)車輛數(shù)據(jù)進(jìn)行分析，證明該方法可以及時(shí)對(duì)駕駛員的危險(xiǎn)駕駛行為發(fā)出警告，避免交通事故的發(fā)生。

2 物聯(lián)網(wǎng)框架

基于IoT的智能車輛管理系統(tǒng)分為4層：感知層、網(wǎng)絡(luò)層、中間件層和控制中心。感知層通過傳感器和驅(qū)動(dòng)器等各種類型的感知設(shè)備識(shí)別及采集外部物理世界中的數(shù)據(jù)。本文利用傳感設(shè)備與車輛互連，將大量的車輛數(shù)據(jù)融入物聯(lián)網(wǎng)，從而更好的獲取車輛數(shù)據(jù)。然而仍然有許多物理設(shè)備和系統(tǒng)沒有更好的被連接、管理和維護(hù)，為了使現(xiàn)有的設(shè)備可以安全地連接到物聯(lián)網(wǎng)。在IoT中，網(wǎng)絡(luò)層擁有巨大的數(shù)據(jù)量，為滿足更高服務(wù)質(zhì)量，對(duì)現(xiàn)有網(wǎng)絡(luò)有效進(jìn)行融合和擴(kuò)展，本文采用IPv6（Internet Protocol Version 6） 網(wǎng)絡(luò)協(xié)議來實(shí)現(xiàn)廣泛和高效率的互聯(lián)功能，同時(shí)IPv6滿足了大量的IoT地址需求，促進(jìn)了互聯(lián)網(wǎng)的發(fā)展。

中間件層通過云計(jì)算平臺(tái)將多種服務(wù)器和應(yīng)用系統(tǒng)封裝在一起，可以對(duì)感知層獲取的海量車輛數(shù)據(jù)進(jìn)行分析和處理，是物聯(lián)網(wǎng)框架中核心部分。該層具有多種功能，即車輛管理、車輛跟蹤、車輛自檢、駕駛員行為分析，信息檢索，安全監(jiān)測(cè)等功能。控制中心的主要作用是獲取中間件層發(fā)來的數(shù)據(jù)信息，并對(duì)數(shù)據(jù)進(jìn)行分析、處理及管理，并與IoT的各種應(yīng)用相結(jié)合，從而實(shí)現(xiàn)對(duì)車輛的實(shí)時(shí)控制及管理。

3 物聯(lián)網(wǎng)網(wǎng)關(guān)

本文將物聯(lián)網(wǎng)網(wǎng)關(guān)應(yīng)用到智能車輛管理系統(tǒng)中，可以更好的管理感應(yīng)層的各感應(yīng)節(jié)點(diǎn)，從而更好地了解各車輛的相關(guān)信息，實(shí)現(xiàn)遠(yuǎn)程控制。本文在物聯(lián)網(wǎng)網(wǎng)關(guān)典型結(jié)構(gòu)中的協(xié)議轉(zhuǎn)換控制層新增三個(gè)模塊，即數(shù)據(jù)采集、數(shù)據(jù)壓縮和事件檢測(cè)模塊。

本文將該物聯(lián)網(wǎng)網(wǎng)關(guān)應(yīng)用到智能車輛管理系統(tǒng)中，如圖1所示。首先對(duì)傳感器獲取的數(shù)據(jù)信號(hào)進(jìn)行預(yù)處理，消除信號(hào)的偏移和過濾噪聲，得到車輛數(shù)據(jù)信息；然后采用數(shù)據(jù)壓縮技術(shù)對(duì)車輛數(shù)據(jù)進(jìn)行壓縮，并存儲(chǔ)到本地SQLite數(shù)據(jù)庫中；將壓縮后的數(shù)據(jù)進(jìn)行FCA（Fuzzy Condition Action，模糊條件及模糊動(dòng)作）處理，判斷車輛是否處于安全狀態(tài)，一旦檢測(cè)到有危險(xiǎn)事件發(fā)生，立刻向駕駛員發(fā)出警告，同時(shí)將該事件數(shù)據(jù)保存到事件數(shù)據(jù)SQLite數(shù)據(jù)庫中。

3.1 數(shù)據(jù)采集

物聯(lián)網(wǎng)網(wǎng)關(guān)有助于安全的采集數(shù)據(jù)，并且可以將數(shù)據(jù)從感知層傳送到中間件層，使數(shù)據(jù)能夠被有效地聚合、共享和分析。通過傳感器節(jié)點(diǎn)對(duì)車輛數(shù)據(jù)進(jìn)行實(shí)時(shí)采集。物聯(lián)網(wǎng)網(wǎng)關(guān)中有兩個(gè)SQLite數(shù)據(jù)庫，用于存儲(chǔ)本地?cái)?shù)據(jù)即本地SQLite數(shù)據(jù)庫，且會(huì)定期將車輛數(shù)據(jù)發(fā)送給中間件層。另一個(gè)用來存儲(chǔ)事件數(shù)據(jù)即事件SQLite數(shù)據(jù)庫，實(shí)時(shí)將車輛數(shù)據(jù)發(fā)送給中間件層，并轉(zhuǎn)發(fā)給控制中心。如圖1所示。

3.2 數(shù)據(jù)壓縮

物聯(lián)網(wǎng)網(wǎng)關(guān)將數(shù)據(jù)發(fā)送給云之前應(yīng)該被壓縮，原因如下：

（1）物聯(lián)網(wǎng)網(wǎng)關(guān)和云平臺(tái)之間網(wǎng)絡(luò)連通是低帶寬的，通過低帶寬網(wǎng)絡(luò)傳輸?shù)臄?shù)據(jù)量應(yīng)該盡可能少；

（2）對(duì)數(shù)據(jù)的處理能力是有限的，大量的數(shù)據(jù)集應(yīng)該在云中被處理。

3.3 事件檢測(cè)

在物聯(lián)網(wǎng)網(wǎng)關(guān)中，本文采用ECA規(guī)則對(duì)事件進(jìn)行檢測(cè)，并將ECA規(guī)則與模糊邏輯相結(jié)合，分析車輛數(shù)據(jù)，判斷駕駛員的行為。可以檢測(cè)到車輛突然加速、剎車或曲線行駛，這些事件反映駕駛員可能酒后駕車或疲勞駕駛等行為。

4 基于ECA規(guī)則的事件檢測(cè)方法

ECA規(guī)則由事件E(event)、條件C(condition)和動(dòng)作A(action)三要素組成，ECA語義是：當(dāng)預(yù)先定義的事件E發(fā)生時(shí)，將觸發(fā)相應(yīng)ECA規(guī)則，同時(shí)判斷是否滿足所觸發(fā)規(guī)則的條件C，如規(guī)則完全滿足，則執(zhí)行所觸發(fā)規(guī)則的預(yù)定義動(dòng)作A。所以本文采用模糊邏輯和ECA相結(jié)合的方法，來處理車輛事件是有可行的。

4.1 模糊邏輯

在模糊邏輯理論中，思想與行為之間存在著非線性的關(guān)系，更精準(zhǔn)的結(jié)果是通過模糊推理獲得，在分析駕駛員行為頗有成效，故本文將模糊邏輯與ECA規(guī)則結(jié)合起來，從而更好地判斷駕駛員的行駛狀態(tài)。

4.2 模糊觸發(fā)器

對(duì)于模糊觸發(fā)器的實(shí)現(xiàn)，可以分為模糊條件觸發(fā)器和模糊條件及模糊動(dòng)作觸發(fā)器兩種。本文采用模糊條件及模糊動(dòng)作觸發(fā)器即FCA觸發(fā)器對(duì)駕駛員的駕駛狀態(tài)進(jìn)行分析。

當(dāng)對(duì)車輛數(shù)據(jù)預(yù)處理后，設(shè)置FCA觸發(fā)器中模糊條件和動(dòng)作相應(yīng)的隸屬函數(shù)，利用觸發(fā)器優(yōu)越于傳統(tǒng)觸發(fā)器。本文對(duì)駕駛員駕駛行為分析，設(shè)置FCA觸發(fā)器的模糊條件，在模糊條件中每個(gè)模糊變量都是一個(gè)模糊集，本文通過模糊推理設(shè)置了取值范圍。

5 結(jié)束語

本文研究基于物聯(lián)網(wǎng)的智能車輛管理系統(tǒng)，該系統(tǒng)分為四層：感知層、網(wǎng)絡(luò)層、中間件層和控制中心。本文在原有物聯(lián)網(wǎng)網(wǎng)關(guān)的基礎(chǔ)上，增加了事件檢測(cè)模塊。事件檢測(cè)模塊通過FCA觸發(fā)器實(shí)現(xiàn)，F(xiàn)CA將ECA規(guī)則與模糊邏輯原理相結(jié)合，通過設(shè)置模糊條件及模糊動(dòng)作，可以準(zhǔn)確判斷駕駛員的具體行為。本文所提出的在物聯(lián)網(wǎng)網(wǎng)關(guān)上對(duì)事件進(jìn)行檢測(cè)的方法，可以在第一時(shí)間判斷駕駛員的危險(xiǎn)駕駛行為，并及時(shí)向駕駛員發(fā)出警告。

圖1：基于物聯(lián)網(wǎng)網(wǎng)關(guān)的車輛數(shù)據(jù)處理流程