基于物聯網的無人機交通警察系統設計

摘 要：為了彌補城市交通警力不足，基于物聯網技術設計了一種無人機交通警察系統。該系統以無人機為載體，融合北斗高精度差分定位、GIS導航、機器視覺監控以及5G通信技術，旨在實現偵察堪測、違法識別、證據固定、違法告知以及應急指揮等多項功能。在公路巡視中，無人機利用機器視覺技術實時監控交通狀況，并通過5G網絡上傳壓縮視頻數據至云端進行違法識別與證據固定。云端生成交通指揮指令，以文字的形式反饋給無人機。無人機接收到指令后，通過高音定向喇叭進行現場播報，從而實現應急交通指揮。此外，為確保交通監管的持續性，還設計了多無人機交替巡檢的工作機制，有效解決了無人機續航時間的限制問題。綜上所述，該無人機交通警察系統憑借其機動靈活、高效智能的特點，有望在城市及偏遠公路的交通管理中發揮重要作用，展現出廣闊的應用前景。

關鍵詞：物聯網；北斗差分定位；無人機；交通警察；機器視覺；車速估算

中圖分類號：TP277 文獻標識碼：A 文章編號：2095-1302（2025）06-00-04

DOI：10.16667/j.issn.2095-1302.2025.06.017

0 引 言

隨著中國城市規模的持續擴張，城市道路網絡日益復雜化[1]，交通事故、交通擁堵、路段損壞、水澇災害及交通違法等問題日益嚴峻[2]。現有交警人力已難以快速應對和有效處理這些問題，因此亟需引入電子警察技術以強化警力效能，提升城市交通的智能化管理水平[3]。

當前主流的電子警察系統多采用“電子眼抓拍系統”，存在諸多不足[4]。這些系統采用有線通信方式，維修時需破壞路面[5]，會對交通造成額外負擔；其定點靜態的工作方式也限制了監管視角，無法有效追蹤違法車輛[6]；此外，功能局限于闖紅燈、超速、壓線行駛等幾種違法行為的識別，遠未達到警察親臨現場的巡檢效果[7]。

鑒于此，如何彌補原有電子警察系統的技術缺陷已成為智慧交通領域亟待解決的問題。本研究以無人機為載體，融合了北斗高精度差分定位技術、GIS線路導航、機器視覺監控以及5G通信技術，旨在打造一款具備偵察堪測、違法識別、證據固定、違法告知以及應急指揮等功能的無人機交通警察系統。

1 設計目標

該系統將實現以下八個設計目標：

（1）利用北斗精準授時技術，確保無人機與道路交通信號控制網絡時間同步，為闖紅燈等違法行為識別提供準確的時間基準。

（2）通過北斗差分定位技術，使無人機能夠懸停在難以架設傳統電子眼的區域進行定點監控。

（3）規劃無人機巡檢路線，模擬交通巡警對繁忙路線的動態巡邏。

（4）在重大災難發生時，利用北斗短報文技術作為應急通信手段，結合TTS技術，通過高音定向喇叭進行語音播報，實現應急交通指揮。

（5）利用無人機出色的機動性能，對違法車輛進行追逐并多角度連續錄像，完善偵察巡邏、違法識別、追蹤取證及證據固定的執法過程。

（6）借助5G網絡的高帶寬特性，實現機載高清攝像頭采集視頻的實時上傳；云端利用機器視覺技術測量車輛車速，并發現壓線行駛等違法行為。

（7）為無人機配備照明燈具，確保夜間巡檢工作的順利進行。

（8）通過三臺無人機組成巡檢組的方式，實現飛行、待命、充電狀態的有序輪換，確保交通監管的持續性。

2 硬件設計

2.1 系統架構設計

無人機交通警察系統架構如圖1所示，該系統通過5G數傳模塊將壓縮后的視頻實時上傳至云端控制平臺。云端控制平臺利用強大的計算能力對現場車輛的行為進行深入分析，以準確識別車輛是否存在交通違法行為。一旦發現違法車輛，云端將迅速調度無人機飛至其前方，并利用高音定向喇叭對駕駛員喊話，促使其及時糾正違法行為。為確保工作區域內24 h不間斷巡邏，本系統采用三班制循環工作模式，每組配備三架無人機。其中，一架負責在空中監控巡邏，另外兩架則在樓頂充電樁處充電待命。當巡邏無人機的電量低于20%或遇到緊急情況時，會立即向控制臺發送信號，此時待命無人機中的其中一架將立刻飛往工作區域進行換班，而原巡邏無人機則返回充電樁充電。這種三班制循環工作模式確保了監管區域內始終至少有一架無人機在進行持續的監控巡邏。

2.2 無人機結構選型

無人機交通警察在城市公路路段上空執行任務，需要按預設的巡邏路線持續對道路進行監控，形成固定的執法監管區域。這就要求無人機不僅需具備足夠的續航能力，還需擁有自主充電能力。為此，本系統選用了電動式四旋翼無人機，采用磁吸自校準充電口的充電方式。此類無人機具有輕便、小巧、機動性強以及靈活度高的特點，即使在發生墜機事故時，對地面交通安全的影響也較小[8]。

2.3 飛控模塊設計

使用iFLY40作為飛行控制模塊。iFLY40內部集成了三軸加速度計、三軸數字陀螺儀、空速傳感器、高度傳感器等，并具有強大的擴展能力，提供10路輸出，便于控制北斗、攝像頭、5G數據傳輸模塊、聲光告警模塊、高音定向喇叭模塊等。iFLY40可以實時測量無人機的三軸航姿，高實時性地對飛行姿態進行精確控制。飛控模塊及周邊模組硬件框圖如圖2所示。

2.4 北斗差分定位

選擇UBLOX NEO-M8P差分定位模塊，該模塊支持GPS、GLONASS、BeiDou衛星信號[9]。MCU選擇ESP32S3，其串口連接北斗模塊的GPS_TX_UBLOX和GPS_RX_UBLOX引腳，可獲得$BDRMC或$BDGGA數據并從中解析出日期、時間和經緯度信息。NEO-M8P電路原理如圖3所示。

采用北斗差分定位算法，對載波實施精密測量，進而構建出適用于動態基準站的短基線測量環境。在此基礎上，對所采集的數據通過接收機進行雙差處理，以提升數據精度。此外，利用多頻觀測量的線性組合，生成了多樣化的波長組合觀測量，并進一步采用窗口滑動均值濾波技術對數據進行平滑處理。為了優化整個定位過程，提出了一種基于北斗差分定位算法的數學模型，該模型能夠有效降低算法的復雜度，提升求解效率，從而實現精確的實時動態定位。

距離測量值的計算見式（1）：

式中：距離測量值中使用偽距觀測值，ρ為接收機到衛星之間的偽距觀測值；r為接收機到衛星的幾何距離；c代表真空環境中的光速；δtu為接收機的鐘差；δts為衛星的鐘差；I為考慮電離層的延遲；T為考慮對流層的延遲；εp為考慮偽距測量的噪聲量。

載波相位觀測值的計算見式（2）：

單差載波相位的測量值計算見式（3）、式（4）：

雙差觀測量的表達式見式（5）：

雙差窄巷組合測量值的計算見式（6）：

對組合測量值進行滑動均值濾波，見式（7）：

式（2）～式（4）通過縮小波長加大模糊度求解難度，有效減小了噪聲，可以應用于精密定位。

式（5）～式（7）對組合測量值進行滑動均值濾波，通過采樣和測試，有效抑制了觀測過程中的隨機噪聲，使得觀測值平滑連貫，收斂性能好。

雙差窄巷測量值的誤差均方差計算見式（8）：

通過可知，系統有效減少了測量的噪聲，提高了測量的精度。

滑動均值濾波的誤差方差計算見式（9）：

式中：τ為時間常數；為觀測誤差的自相關函數；β為多徑誤差的時間函數。通過算出的均值濾波的誤差方差可知，系統可提高整周模糊度解算精度。因此，利用北斗差分定位技術可以將動態誤差限制在厘米級。

2.5 其他硬件設計

無人機交通警察通過攝像頭采集交通信息，通過5G模塊與云端實現信息交互。無人機交通警察及時對違法行為進行拍照取證，從而有效減輕交警的工作負擔并降低交通事故的發生率。為了實現這些功能，還需要為無人機交通警察配置高音定向喇叭、夜間探照燈、警示燈以及反光條等[10]，以確保它們能夠高效地完成各種執法任務，為人類警察提供有力輔助。

3 軟件設計

3.1 云端軟件

無人機交通警察云端通過YOLOv5機器視覺技術識別交通場景，發現交通違法行為，完成城市道路現場交通監管過程。云端平臺的無人機管理界面如圖4所示。在前期大數據不足時，需要依賴人工在中央指揮大屏進行識別工作，逐步積累數據，形成機器視覺識別所需的訓練集。

3.2 基于消抖的車速估算方法

無人機在飛行過程中形成的攝像機抖動會導致車速計算錯誤，也會影響車型車號的識別效果。攝像空間位置和姿態的改變[11]，即無人機高度變化，會對車輛在測速區中x坐標值有影響，此時需要對垂直方向進行消抖，才能計算出在一個時間間隔T內車輛的實際行駛距離，攝像機垂直消抖原理如圖5所示，水平消抖原理如圖6所示。考慮了垂直消抖的車速估算，見式（10），也考慮垂直與水平消抖的車速估算，見式（11）。

還需要考慮無人機自身飛行速度。因此，基于北斗差分定位測量無人機平行于車輛行駛方向的速度Vn，若與車輛同方向，則Vngt;0；若與車輛反方向，則Vnlt;0。因此，車輛速度最終估算見式（12）：

4 結 語

本文提出的無人機交通警察系統，融合了北斗差分定位、多無人機協同、多角度違法抓拍與實時教育糾正等多項功能，為現代交通管理帶來了創新解決方案。該系統能實現24 h不間斷監控，自動完成交通違法識別、取證、固定證據和告知全流程，有效節約交警資源，并彌補了固定式電子眼的監控盲區。未來，該系統有望在提升交通違法取證準確性、改善駕駛員行為、增強交通安全意識等方面發揮巨大潛力。同時，其快速部署和應急指揮能力也將在災難事件中發揮關鍵作用，保障交通暢通和人員安全。因此，本系統具有廣闊的應用前景，有望為構建有序、暢通、安全、綠色、文明的現代交通環境做出重要貢獻。

注：本文通訊作者為林宇洪。

參考文獻

[1]趙偉彬，朱維喬.基于MPC的城市路網交通管控方法[J].廣州航海學院學報，2023，31（4）：62-66.

[2]袁赟，王永東.空間聚類的城市路網事故多發區域共性特征分析應用[J].河南建材，2020（4）：35-36.

[3]王紹儒.城市交通中電子警察系統的應用研究[J].電工技術，2023（14）：4-6.

[4]戰凱.智能交通非現場執法平臺應用探析[J].中國安防，2023（11）：92-96.

[5]喬海曄，徐獻圣，梅仲豪.淺談一種基于多傳感器技術的AI交通監控管理場景的智能教育環境[J].中國設備工程，2024（5）：201-203.

[6]黃海浪.交通攝像機車牌識別技術應用困局分析與研究[J].長江信息通信，2023，36（6）：57-60.

[7] MOGER B M， ABHISHEK H， PRANAV B， et al. Design and evaluation of an electronic eye for fire detection in human space capsule [C]// 2022 IEEE International Conference on Aerospace Electronics and Remote Sensing Technology （ICARES）. [S.l.]： IEEE， 2022： 1-7.

[8]馬志寶，丁潔，周映江.四旋翼無人機不匹配擾動抗干擾控制[J].計算技術與自動化，2024，43（1）：1-8.

[9]劉巖.基于多核處理器的NTP服務器設計實現及響應能力研究[D].北京：中國科學院大學（中國科學院國家授時中心），2019.

[10] KUMAR P G， SANJAY G. Real-time vehicle detection for traffic monitoring by applying a deep learning algorithm over images acquired from satellite and drone [J]. International journal of intelligent unmanned systems， 2023， 11（4）： 441-452.

[11]侯明瑜，黃衡，程建川.基于無人機航拍技術的城市主干路直線段車輛運行特征研究[J].交通信息與安全，2019，37（3）：51-60.

作者簡介：陳瑜烙（2003—），女，就讀于福建農林大學交通工程專業，研究方向為物聯網工程。

章程杰（2004—），男，就讀于福建農林大學機械工程專業，研究方向為機械工程。

林宇洪（1976—），男，碩士，碩士生導師，高級實驗師，研究方向為物聯網工程。

收稿日期：2024-04-02 修回日期：2024-05-15

基金項目：國家級大學生創新創業訓練計劃項目（202210389004 X）；國家級大學生創新創業訓練計劃項目（2023103890 09）