集成RFID和视频的车辆识别及管理系统

严 奎 邱自学 袁 江 邵建新 曹金伟

(南通大学机械工程学院，江苏 南通 226019)

0 引言

视频监测技术是目前应用于道路车辆识别的主流技术。随着数字图像技术的发展，从图像中获取车辆信息的准确率越来越高［1-3］。但视频监测技术本身存在一定的缺点:①拍摄效果容易受天气、外界环境等情况影响;②对车牌被遮挡或涂改以及车辆套牌、假牌等违法现象无法有效识别。

无线射频识别(radio frequency identification，RFID)是一种利用射频信号来进行非接触双向通信的自动识别技术。该技术具有精度高、识别速度快、可在恶劣环境下工作等特点，已在道路交通监测领域得到越来越多的应用［4-6］。但RFID信号的空间耦合传输本身具有隐蔽性，其不能提供可视化的图像数据。

本文以S3C2440A处理器搭建嵌入式Linux平台，快速融合RFID和视频图像信号，既能够克服视频交通监测技术的一些不足，又能够解决RFID技术信息传输隐蔽性和非图像化等问题，从而提高了道路车辆识别的准确率。

1 监测系统总体设计

集成RFID和视频的监测系统如图1所示。

图1 集成RFID和视频的监测系统Fig.1 The monitoring system integrating RFID and video

车载电子标签、读写器终端单元、可远端登录的Web数据库服务器网站3部分构成一套完整的、集成射频与视频的交通监测与管理系统。车载电子标签存储有机动车车牌、车型等参数信息，当机动车经过安装有读写器终端单元的某一关键路段时，标签通过RFID模块将这些信息无线发送给读写器单元。读写器接收到标签发来的身份信息后，触发USB摄像头进行抓拍并存储，然后将车辆身份信息和图像数据打包融合，通过WiFi模块上传到数据库服务器。本文利用Adobe Dreamweaver CS5软件设计了可远端登录的Web数据库服务器网站，其采用B/S模式和ASP开发工具生成动态Web网页，用户可通过浏览器登录网站系统查询相关信息。当某一站点有紧急路况信息时，管理者还可通过网页向读写器发布预警公告信息。

比较读写器终端某一时刻采集到的车辆电子标签信息和图像数据，如果信息一致，视为车辆准确识别;在图像识别较差的情况下，以电子标签信息为依据，必要时可结合图像信息进行人工识别。

2 硬件设计

2.1 电子标签硬件设计

电子标签硬件设计如图2所示。

图2 电子标签硬件设计图Fig.2 The hardware design of electronic tag

标签微控制器选用C8051F330单片机，它是一款完全集成的混合信号片上系统型MCU，具有高速、流水线结构的8051兼容的CIP-51内核和高精度可编程的25 MHz内部振荡器，功耗和成本控制得很低，完全满足标签的低端控制。RFID模块选用NORDIC公司生产的nRF2401芯片，其工作于2.45 GHz开放 ISM 频段。在 ShockBurstTM模式下，最高传输速率达到1 Mbit/s;内置硬件CRC检错和点对多点通信地址控制，是高效GMSK调制;抗干扰能力强，特别适用于工业控制场合。APR9600芯片是一款采用模拟存储技术的新型语音芯片，其音质好、噪声低、不怕断电、可反复录放，单片可录放32～60 s，并行控制最大可分8段。通过单片机I/O，可控制不同段放音。事先须在芯片内录制好报警录音“前方有阻碍路况，请减速慢行”。

单片机和nRF2401使用的都是3.3 V电压供电，APR9600芯片使用5 V供电，因此系统通过AMS1117芯片将接入的直流电转化为稳定的需求电压。单片机通过 P1.0、P1.1、P1.2分别与 nRF2401 的 POWER-UP、CE、CS相连，控制nRF2401的工作、配置、待机、掉电4种模式的选择。P1.5与 nRF2401 的 DATA 相连，P1.4产生数据传输时序给CLK1，控制DATA脚的数据发射和接收。当nRF2401做好数据接收准备时，DR1产生中断信号给单片机，提醒单片机接收数据。P0.0为车速采集端口，可采集机动车自身的速度传感器信号［7］。P0.7控制 APR9600语音报警。APR9600芯片中的其他外围电路用于对芯片进行录、放音及测试等操作。当载有电子标签的机动车通过读写器终端单元的识别范围时，单片机将车辆身份信息(车牌号码、车型、车速等)等通过nRF2401无线发送给读写器单元。

2.2 读写器终端单元硬件设计

终端单元由RFID读写模块、USB摄像头和WiFi模块等组成。利用ARM9处理器搭建嵌入式Linux系统，加载RFID模块和USB摄像头，能快速融合电子标签和视频图像信息，并通过WiFi模块无线上传至Web服务器。读写器终端单元组成框图如图3所示。

图3 读写器终端单元组成框图Fig.3 The composition of the reader/writer terminal unit

CPU选用三星S3C2440A，它是基于ARM920T核心、0.13 μm的CMOS标准宏单元和存储单元。其具有低功耗、简单、精致以及全静态设计等优点，特别适用于对成本和功率敏感型的应用。S3C2440A集成了丰富的片上功能，包括3通道UART、2通道SPI、2通道USB主机以及1通道USB设备等［8］。搭建的嵌入式Linux平台支持多种硬件驱动。图像采集模块选用中微星ZC0301型摄像头，其主要具备图像处理能力，能确保图像数据压缩和图像传输在片内进行，并通过USB总线与CPU相连。WiFi模块选用TP-LINK WN321G+模块，其最大传输速率可以达到54 Mbit/s，在室外的最大传输距离为300 m。nRF2401模块通过GPIO口与CPU连接，可通过GPIO口模拟SPI总线，实现nRF2401数据的最大速度传输。SD卡用于大量数据的暂存。

3 系统软件设计

系统每一个部分都有相应的软件设计，包括电子标签、读写器终端单元和Web服务器构建的软件设计。各软件独立运行于各自的模块中，但又相互依存、不可分割，形成一整套软件系统。

3.1 电子标签软件设计

电子标签主要实现车辆信息发送及声光报警功能。该部分采用Keil C开发。系统上电后，首先对单片机进行初始化，将nRF2401设置为接收模式，循环等待读写器信号。每一个nRF2401芯片都可以最多设置5个字节长度的地址，只有地址匹配时才可进行数据收发。当安装有电子标签的机动车经过读写器站点工作区域时，会接收到站点发来的信息。如果是路况信息，则启动声光报警;否则配置nRF2401为发送模式，自动打包地址和要发送的数据并计算循环冗余校验码(CRC)。通过控制CE脚使能nRF2401的工作模式，循环发送标签内的信息。电子标签软件流程如图4所示。

图4 电子标签软件流程Fig.4 The software flowchart of electronic tag

nRF2401一次性发送的数据包长度不能超过32 B，除去5 B地址码和1 B CRC校验，一次传输的最大数据长度为26 B。根据国家道路交通技术规范［9-10］，机动车号牌的内容包括:数字0～9;字母A～Z;省、自治区、直辖市简称31个;军队用汉字11个;号牌分类用汉字9个;号牌颜色4种。nRF2401传输的是二进制数，所以将汉字和字母按顺序编排，例如汉字“苏”在规范中排列为第十位，即用十六进制数0x0A代替，字母“G”即用十六进制数0x10代替。车型为固定编号，如大众速腾编号为D1。定义电子标签发送的数据帧格式为帧头(BB BB)+地区+车牌(牌号、颜色)+车型+车速+和校验+帧尾(ED)，其中校验位为除帧头和帧尾外所有数据的累加和取后两位。例如车牌为苏FE2196的大众速腾款机动车以24 km/h的速度行驶过某一站点时，车载电子标签发送的数据帧为BBBB0A0F0E0201090601D11823ED。

3.2 读写器终端单元软件设计

读写器终端单元需完成的主要任务有:①采集电子标签发来的车辆信息，有效拍摄车辆图像数据，快速融合标签和图像数据并上传至远端服务器;②接收服务器发来的前方路况信息，并及时向工作范围内的机动车电子标签广播。该部分软件利用嵌入式Linux系统的GNU C开发。

嵌入式 Linux系统对 ZC0301型 USB摄像头、WN321G+型WiFi模块以及SD卡等都具有很好的驱动支持。通过make menuconfig进入Linux配置菜单，将相关的设备配置为内核模块，并将其烧入开发板中。修改开发板系统的/etc/init.d/rcS文件，将相关的设备驱动设置为开机加载。读写器系统具体的工作流程如图5所示。

应用程序采用多线程编程和永久循环结构。首先打开nRF2401和摄像头设备，摄像头驱动中定义了V4L2接口，并将其封装为一个结构体来描述摄像头信息。应用程序通过ioctl完成图片的读取等操作。接着设置视频的格式、数据流类型以及视频的高度和宽度，并设置视频源的格式为JPEG。然后申请帧缓冲区，使用mmap函数将申请的缓存地址转换为应用程序的绝对地址。打开网卡设备，判断服务器有没有发送路况报警信息，接着启用RFID模块等待接收标签发来的信息。一旦信息传来，触发摄像头获取10帧图像，拍摄的图片通过TCP套接字发送到远端服务器。每一个请求均创建一个单独的线程与之通信。

图5 读写器终端单元工作流程Fig.5 The work flow of the reader/writer terminal unit

为防止多辆机动车同时进入读写器工作范围而产生数据冲突，在同一秒内，每一个电子标签仅触发存储10张图片。如果读写器判断继续检测到同一标签信息，便不予接收和触发拍摄，直至检测到不同的标签信息。

将电子标签发来的车辆信息作为此刻采集的机动车图片的文件名。一旦图像存入数据库中，上位机软件便可进行查询。软件通过Linux时间函数取得当前时刻融合标签信息和图片序号，并将其作为图片文件名，此时该车经过该站点的图像在数据库中有且仅有10张。主要程序如下。

此处定义的图片名格式为时间(年、月、日、时、分、秒)+picture+图片序号+车辆信息(车牌、车型、车速)。根据上述例子，读写器采集到的机动车图片名为2011_08_23_14_42_19_picture_(01～09)_0A0F0E0201090601D118.jpg

3.3 Web服务器管理网站设计

Web服务器采用Windows XP SP3操作系统，该系统安装有IIS5.0服务器;数据库软件选用 Microsoft Access 2003。Web服务器软件组成如图6所示。

图6 Web服务器软件组成Fig.6 Software composition of the Web server

网站采用Dreamweaver CS5软件开发，利用本地数据源名称(DSN)创建Access数据库链接;将图片文件夹的绝对路径保存在Access数据库中，以实现图片的保存和查询。网站系统由公共模块、前台浏览模块和后台管理模块3部分组成，其主要功能包括:用户登录查询、图片管理、站点流量统计以及前方路况发布等。网站系统如图7所示。

图7 网站系统Fig.7 The web site system

服务器采用DDNS技术将分配到的动态IP地址映射为固定的域名，可节省租用固定IP地址的费用。网站运行时，管理员可通过接收到的电子标签参数与图像参数进行对照。当两种参数的车辆信息不一致时，可采取相应措施对其进行管理和排查。

4 试验

在复杂多变的无线环境中，RFID系统会受到各种通信信道时变、衰落和其他无线设备信号的影响，RFID系统间的数据传输难免出现误码及丢失等现象［11］。为测试系统车辆身份识别准确率，对nRF2401进行了误码率和抗干扰性能监测试验。

4.1 识别率试验

在保证环境较好的情况下，利用C8051F330单片机，严格按照nRF2401芯片手册的工作时序编写一段程序，循环控制nRF2401，每10 ms发送一次128 bit的固定数据包(包括字头、地址位、信息码和CRC校验码)。在不同发射功率、不同发射速率和不同传输距离下发送10000次数据包，以计算nRF2401的数据传输误码率。读写器一旦接收到错误的信息码，误码计数加1;每超过20 ms没有接收到数据，视为丢包，误码计数加1。得到的数据误码率如表1所示。

表1 不同条件下数据误码率Tab.1 Data bit error rates in deferent conditions

从表1可以看出:当发射功率较大和发射速率较快时，系统的数据误码率较小;0～20 m内整体误码率小于等于2%，说明识别准确率可达到98%以上。

4.2 抗干扰性能试验

抗干扰试验是在数据误码最小的条件下进行的。试验方法是:利用C8051F330单片机，配置nRF2401的发射功率为0 db、发射速率为1 Mbit/s，循环发送数据00～FF，查看在各种恶劣条件下系统的抗干扰性能。此间接收到的错误数据属于误码，应该去除。系统的抗干扰情况如表2所示。

表2 抗干扰测试数据Tab.2 Anti-interference test data

从表2中的数据可以看出，在电磁、天气等环境影响下，系统具有较好的抗干扰性能;而在雷电情况下，系统受到的干扰较大，在实际应用中应注意安装防雷电设备。

5 结束语

本文研究了一种集成RFID和视频的车辆识别及管理系统。选用高性价比的C8051F330单片机设计了车载电子标签，并将机动车物理参数(车牌、车型等)信息直接存储在标签内，标签主动循环发送车辆参数信息。系统基于嵌入式Linux平台，以三星S3C2440A为处理器，加载USB摄像头和RFID模块，构成读写器终端单元。试验表明，集成RFID和视频的车辆识别与管理系统在0～20 m内整体识别准确率可达98%，抗干扰性好。该系统可与现有的智能交通管理系统集成，从而有效提高单纯的视频车辆监测技术的识别精度。

［1］Chang S L，Chen L S，Chung Y C，et al.Automatic license plate recognition［J］.IEEE Transactions on Intelligent Transportation System，2004，5(1):42-53.

［2］Anagnostopoulos C N E，Anagnostopoulos I E，Loumos V，et al.A license plate-recognition algorithm for intelligent transportation system applications［J］.IEEE Transactions on Intelligent Transportation System，2006，7(3):377-392.

［3］周涛，张继业.视频图像的车辆检测与识别［J］.计算机工程与应用，2011，47(19):166-169.

［4］Germa T，Lerasle F，Ouadah N，et al.Vision and RFID data fusion for tracking people in crowds by a mobile robot［J］.Computer Vision and Image Understanding，2010，114(6):641-651.

［5］Wen W.An intelligent traffic management expert system with RFID technology［J］.Expert Systems with Applications，2010，37(4):3024-3035.

［6］赵泰洋，郭成安，金明录.一种基于RFID原理的交通信息获取系统与车辆定位方法［J］.电子与信息学报，2010，32(11):2612-2617.

［7］邱自学，严奎，袁江，等.基于RFID的机动车速度智能监测方法及实验［J］.武汉理工大学学报:自然科学版，2011，33(9):61-66.

［8］杨水清，张剑，施云飞，等.ARM嵌入式Linux系统开发技术详解［M］.北京:电子工业出版社，2008:17-105.

［9］公安部道路交通管理标准化技术委员会.GA/T 833-2009机动车号牌图像自动识别技术规范［S］.北京:中国标准出版社，2009.

［10］公安部道路交通管理标准化技术委员会.GA/T 497-2009公路车辆智能监测记录系统通用技术条件［S］.北京:中国标准出版社，2009.

［11］Shih D H，Sun P L，Yen D C，et al.Taxonomy and survey of RFID anti-collision protocols［J］.Computer Communications，2006，29(11):2150-2166.