基于MSP430的特種車輛云監控系統

楊靖瑩 張敏 孫寧

摘?要：本文設計了一套基于MSP430的特種車輛云監控系統，由供電模塊、MSP430主處理器模塊、無線通信模塊、監控模塊、存儲模塊、上位機管理系統等組成，針對目前的監控規劃系統主要只適用于普通車輛，對特種車輛的監控仍然處于緩慢發展狀態的背景下，本軟件以特種車輛為主要中心設計，通過與交管部門的協同合作以及由硬件監控模塊收集車輛運行狀態信息，由MSP430主處理器處理數據信息，各個硬件模塊之間通過無線通信實現數據的傳遞，以軟件平臺展示出實時監控特種車輛的運行狀態和后期查詢車輛的運行軌跡，同時可以清晰呈現對特種車輛規劃好的行駛路線，從而能夠有效全面地監控特種車輛，查詢管理特種車輛的規范作業，提高特種車輛的道路通行效率，減小路段事故發生率。

關鍵詞： 云監控;特種車輛狀態;MSP430;路線規劃;軌跡查詢

文章編號： 2095-2163（2021）01-0109-05 中圖分類號：TP277 文獻標志碼：A

【Abstract】This paper designs a special vehicle cloud monitoring system based on MSP430， which is composed of power supply module， MSP430 main processor module， wireless communication module， monitoring module， storage module， upper computer management system and other modules. The special vehicle is designed as the main center. Through the cooperation with the traffic management department and the hardware monitoring module to collect the vehicle operation status information， the MSP430 main processor processes the data information， and each hardware module realizes the data transmission through wireless communication. The software platform shows the real-time monitoring of the special vehicle operation status and the later query of the vehicle running track. It can clearly show the planned route of special vehicles， so as to effectively and comprehensively monitor special vehicles， query and manage the standard operation of special vehicles， improve the road traffic efficiency of special vehicles， and reduce the incidence of road accidents.

【Key words】cloud monitoring; special vehicle status; MSP430; route planning; track query

0 引?言

隨著車輛的日益增加，傳統的監控規劃系統[1]主要只適用于普通車輛，加之特種車輛自身的特點和特殊情況，通過籠統規劃路線只能對部分車輛有效，不能靈活滿足特種車輛交通需求。在智慧交通發展的大背景下[2]，對特殊車輛特殊監控是重要的研究方向。王健等人[3]對城市車輛的智能監控系統設計，雖然在一定程度上進行了對交通事故的分析和道路通行狀況的監測，但是仍然無法適應特種車輛的個性化和智能化的要求[4]。

本文設計的基于MSP430的特種車輛云監控系統，在針對特種車輛的背景下，系統從監控模塊采集特種車輛運行狀態[5]和道路狀態的信息，MSP430處理器對數據進行處理，各個硬件模塊之間通過無線通信ZigBee模塊實現數據的傳遞，以此實現對特種車輛實時監控以及規劃出合理運行線路[6]的功能。通過對特種車輛的云監控，提高特種車輛行駛的安全性和可控性。

1 系統設計

系統設計如圖1所示。圖1中，系統以MSP430處理器為核心，完成對特種車輛的監控。管理員可以對特種車輛實行實時監控，通過檢索地點、車牌號即可監控特種車輛的規格、噸位、當前車速以及駕駛員的溫度等信息。當車輛開始行駛時，車輛將運行狀態信息通過車載終端發送給處理器[7]，上位機系統發送相應的地圖庫數據給處理器，處理器在對數據進行分析后，可以規劃出多條有效行駛路線反饋給車輛終端，處理器接收處理后的信息數據都會分類上傳到存儲端。上位機管理系統可以通過存儲端查詢特種車輛的運行軌跡、違法行為等信息，之間的數據傳遞通過無線通信模塊ZigBee模塊完成，從而實現對特種車輛的云監控。

2 硬件電路設計

基于MSP430的特種車輛云監控系統[8]的硬件主要包括：供電模塊、MSP430主處理器模塊、無線通信模塊、監控模塊、存儲模塊等。硬件設備以MSP430主處理器模塊為核心，其他的模塊靠供電模塊作為輔助，與處理器的串口連接，完成對特種車輛的監控。對此擬展開研究分述如下。

2.1 供電模塊

電源支撐著整個系統的電能使用，能將各個芯片與單片機處于觸發狀態，保證各個部分的正常運轉，是系統供能的最主要部分。系統中MSP430處理器模塊采用1.8～3.6V的直流電壓，車輛監控模塊輸入電壓采用2.5～3.0V的直流電壓，無線通信模塊使用2.0～3.6V的直流電壓。在系統中，采用了5V/3.3V電壓模塊獨立電源供電方式。供電模塊設計如圖2所示。由于使用的USB總線供電電壓是5V，而系統中使用的電壓為3.3V與5V多種用電端口，這時就會需要一個電平轉換與分接。220V高壓交流電經過78L05這一個三態穩壓電源調整器后，改善電路阻抗，給電路提供一個穩定的電壓后，再經過DL1117系列穩壓器芯片，該芯片可以用于有效提供1A輸出電流和穩定的電壓，且誤差小于±1V。220V交流電經過此電源模塊能夠持續提供一個穩定的5V與3.3V的電壓供總系統電路[9]使用。

2.2 處理器模塊

本系統的核心硬件在于MSP430處理器，通過處理器對車輛運行狀態以及道路情況進行分析處理，實現對特種車輛的多方面監控。

MSP430[10]是一種具有高度精確指令信號的集成芯片，在選擇時由于其有著比其他芯片較低功耗的優勢，并且在針對本次研究系統所需要的不同場景下，能夠高速處理分析出所需要的數據。MSP430電路設計如圖3所示。此電路以MSP430F149集成芯片為核心部件，通過單片機自帶的串口實現通信，無需外加串口，以此來控制設備并且讀取和處理數據，給出反饋，而且處理器從待機模式下恢復工作只需要不到6μs的時間，快速蘇醒耗能低，符合當代環保節能的要求。監控模塊以及車載終端通過無線網絡發送路況信息及車輛狀態信息給處理器，處理器從上位機系統讀取到地圖數據庫中的數據，經過處理器的分析控制，為特種車輛規劃出合理的路線軌跡，并且將車輛信息、行駛軌跡等監控到的數據處理好后通過無線網絡發送給上位機系統。

2.3 無線通信模塊

無線通信模塊選用ZigBee[11]模塊，ZigBee無線通信技術通過了IEEE的最高無線標準。相較于傳統網絡通信技術，ZigBee無線通信技術具有高便捷性、固定性，并且可以使用GPS定位的功能，表現出低成本、低功耗等突出優點，符合智慧交通的發展與要求。無線通信模塊電路設計如圖4所示。以ZigBee SZ 05無線收發芯片為核心，匹配所選擇的無線通信協議，參數數據傳輸較快，適合接口使用串行通信，直接與MSP430處理器連接，通過無線通信模塊將所選的MSP430處理器與遠方數據處理端和最終車載接收端相連接，完成數據的接收與發送。

2.4 監控模塊

監控模塊以智能攝像頭[12]為基礎，攝像頭以OV7670圖像采集集成芯片為核心，通過SCCB總線控制，將各種影像數據輸入，VGA圖像生成幀數處理最高到達30幀/秒，系統通過高幀數的VGA圖像選擇與系統匹配的圖像處理和數據傳輸方式，滿足對特種車輛的監控要求。監控模塊電路設計如圖5所示。監控到的畫面數據可以暫時存儲到FIFO芯片AL422B中，可以加快存取速度，該監控模塊可以通過對駕駛室進行實時監控，以及與交管部門協同合作，調取道路監控，從而實時監控特種車輛運行狀態和駕駛員駕駛情況，也可以查看到車身是否按照要求沖洗，監控畫面最終以視頻畫面或者圖片形式顯示在上位機管理系統，可以有效監控特種車輛和駕駛員行車情況。

2.5 紅外監測模塊

紅外監測模塊采用AT89C51單片機與紅外溫度計相連，并且實時傳送溫度數字化信息。內設的單片機收到數據后進行處理，再與正常的人體體溫進行對比，當駕駛員體溫異常時發出警報。

2.6 存儲模塊

存儲模塊采用SATA硬盤存儲[13]。監控模塊中的存儲芯片將模擬的視頻信號經過MSP430處理器的數據分析處理后，分類壓縮為IP數據包，通過無線網絡技術接受指令將音視頻數據、控制數據等數據包成功傳輸到上位機管理系統后，再保存到容量更大、可靠性更高的SATA硬盤中存儲，以供隨時查詢回放。

3 系統軟件設計

軟件設計選用?Visual Basic 6.0軟件，搭建特種車輛云監控系統的軟件使用界面。

軟件主界面如圖6所示。由圖6可看到，由路線規劃、監控車輛、記錄查詢、設備檢測、歷史數據、設置組成的系統界面，分別實現對特種車輛特定的路線規劃和車輛的實時監控、查詢以及對特種車輛、路基單元的設備檢測、道路的通行優化率趨勢圖[14]，軟件界面的個性化設置功能。

系統軟件流程如圖7所示。軟件的核心在于監控車輛，通過對特種車輛的實時監控以及主處理器的數據處理，對正在行駛車輛實現全方位監控，軟件設置用戶權限，普通用戶可以查看特種車輛的路線規劃，管理員享有監控查詢、存儲上傳、發送警告信息[15]的權利。

圖8是特種車輛的定位，通過地點的搜索和GPS的定位以及GIS的地圖顯示[16]，直接確定需要規劃路線的特種車輛的位置。確認某輛特種車輛后，點擊確定。這里以南京市建鄴區河西大街蘇AX6257車輛為例。

點擊確定后，如圖9所示，可以根據當前時間、始發地和目的地查看對該車輛的路線規劃方案，并且做出推薦方案，系統默認推薦方案，也可以手動選擇。更改始發地或者目的地點擊刷新，方案會隨之改變。

點擊監控車輛，如圖10所示，界面自動顯示特種車輛信息表[17]，該表由主處理器根據車牌號碼調出車輛相關信息，內容顯示車牌號、車型、車輛長寬高、噸位、當前時速以及駕駛員體溫，當駕駛員體溫高于37.5℃時顯示體溫異常。該頁面管理員可以修改信息。點擊監控車輛可查看到車輛的實時監控畫面且可以實現對車輛進行指令發送和一鍵呼叫的功能。

點擊記錄查詢，如圖11所示。選擇工程名稱、特種車輛類型、車牌號、監控日期。圖11中以紅山路—和燕路快速化改造工程、渣土車、蘇AX9017、2020/6/24為例。

點擊確定監控，如圖12所示，出現車輛的運行軌跡[18]和違規操作警告。點擊查看違規圖片即可查看由道路監控設備拍下后經過處理器處理后上傳的對應的圖片，圖片內容為監控車輛的違規情況。

4 結束語

本文以MSP430主處理器為核心，通過車輛與路基單元的信息采集，數據分析后得到特種車輛路線規劃和車輛運行軌跡等數據信息，通過無線通訊的方式將相關數據傳輸到客戶端和駕駛員，最終完成對特種車輛的云監控。該設計方案滿足特種車輛的個性化和智能化的發展要求，能夠規范特種車輛的行駛，有效降低特種車輛的道路事故率。

參考文獻

[1]張巧蓮. 基于WebGIS的GPS車輛監控系統[J]. 測繪標準化，2019，35（4）：38-41.

[2]張宇航. 關于大數據人工智能時代的智慧交通研究[J].通訊世界，2019，26（2）：87-88.

[3]王健，賈春紅，徐德麗，等.一種城市車輛智能監控系統設計[J].中國科技信息，2018（23）：86-87.

[4]王昆. 基于RFID電子車牌的特種車輛監管系統研究[J].福建交通科技，2019（5）：149-152.

[5]羅玉林.智慧道路系統架構研究[J].公路與汽運，2019（4）：24-27，51.

[6]江鵬程，李志浩，齊曉輝. 4G網絡裝備車輛遠程監控系統[J]. 兵工自動化，2020，39（2）：24-27.

[7]KAMBLE S J， KOUNTE M R. Machine learning approach on traffic congestion monitoring system in Internet of vehicles[J]. Procedia Computer Science，2020，171：2235-2241.

[8]GMBH R B. Patent issued for monitoring system for an autonomous vehicle （USPTO 10，689，006）[J]. Journal of Engineering，2020.

[9]姜燈明.基于MSP430單片機的行駛車輛檢測器的設計[J]. 西部皮革，2017，39（6）：43.

[10]趙馭陽. 基于MSP430AFE231系統數據采集模塊的硬件設計[J]. 電腦知識與技術，2020，16（12）：217-218.

[11]THAKUR A， MALEKIAN R. Internet of vehicles communication technologies for traffic management and road safety applications[J]. Wireless Personal Communications，2019，109（1）：31-49.

[12]丁國明. 基于ZigBee技術的無線通信淺析[J]. 電腦知識與技術，2019，15（27）：22-23.

[13]任陽，李永剛，張治中. 基于CC2530和OV7670的圖像采集與顯示系統設計[J]. 中國科技信息，2017（17）：102-104.

[14]白雪，王海鑫，鄭橋，等. 基于SATA 3.0的高速大容量嵌入式存儲陣列控制器[J].電子設計工程，2018，26（10）：138-143.

[15]WU Yunhua， ZHENG Mohong， HE Wei，et al. Intelligent vehicle safety system based on BeiDou satellite navigation system[J]. IET Intelligent Transport Systems，2019，13（6）：967-974.

[16]鄧廷豪，張杰. 基于GIS、GPS框架下的城市公共交通系統模型設計與研究[J]. 科學技術創新，2019（32）：113-114.

[17]SEONKYEONG S， JEONGHEON S， DONGHYEON Y，et al. Determination of vehicle trajectory through optimization of vehicle bounding boxes using a Convolutional Neural Network[J]. Sensors （Basel， Switzerland），2019，19（19）：4263.

[18]趙卓峰，盧帥，韓燕波.基于海量車牌識別數據的相似軌跡查詢方法[J]. 清華大學學報（自然科學版），2017，57（2）：220-224.