城市智能公交车辆定位系统的设计

中国电信股份有限公司宿迁分公司 何 赛

城市智能公交车辆定位系统的设计

中国电信股份有限公司宿迁分公司 何 赛

为了实现城市公交车辆的实时定位，根据接收信号强度指示（RSSI）定位和极大似然估计定位算法原理，采用LTE（长期演进）4G、ZigBee（基于IEEE802.15.4标准的低功耗局域网协议）及GIS（地理信息系统）技术组建成公交车辆定位系统。系统4G模块采用华为生产的ME906V，ZigBee模块采用TI（德州仪器）生产的CC2530。该系统可以为车辆调度，乘客等车等带来方便，具有功耗低、成本低、实用价值高等优点。

车辆定位； 接收信号强度指示； 长期演进； 地理信息系统

0 引言

近些年我国城市化速度加快，城市车辆越来越多，拥堵现象也日益明显，极大程度上制约了人们的出行。目前国内大多的公交系统无法将行车信息与道路通行信息及时送达调度系统。致使用户无法得知公交车辆何时到达的具体信息，为乘客等车带来不便，一旦发生车辆故障、交通堵塞或交通事故时，也会给公交中心进行车辆实时调度带来不便。

本文提出将公交车节点的位置信息与电子地图结合起来，建立LTE（长期演进）4G[1]、ZigBee（ZigBee是基于IEEE 802.15.4标准的低功耗局域网协议）[2]与GIS（地理信息系统）[3]相结合的无线公交车辆定位系统。该系统通过公交车上安装的终端节点及时将车辆信息及行车信息发送到调度中心，为科学合理调度车辆，为乘客提供车辆实时行驶信息，真正实现智能交通。

1 无线定位系统架构

基于ZigBee的公交车辆无线定位系统采用“信标节点—终端节点—后台定位系统”的三层结构，系统结构见图1。

图1中的安装在路段两边的信标节点1至信标节点N通过网络协议实现了无线传感器网络。盲节点可以接收相邻节点传输的RSSI（接收信号强度指示）[4]值。通过LTE 4G技术和ZigBee技术，网关节点可以将信标节点与盲节点间的RSSI值及信标节点坐标信息上传到中心服务器，并存入数据库中。后台定位系统通过对数据库中的信息进行定位计算得到公交车的实时位置，而后通过GIS将公交车的位置在电子地图上显示。

2 定位算法

基于RSSI的定位技术利用电磁波信号在传播过程中的功率衰减与传输距离存在某种关系，得到盲节点和信标节点之间的距离，再通过位置估计得到盲节点的位置。利用RSSI定位不需要增加额外的硬件设备，不需要时间同步，只需较小的通信开销，且实现起来也比较简单，因此得到了十分广泛的应用[5]。本设计亦采用此种方法进行定位。该算法分为两个部分：距离计算和位置计算。

2.1 距离计算

接收信号强度是传输功率衰减和传输距离（收发者之间的距离）的函数。接收信号强度随着距离的增加按如下等式递减：

其中n指具体的传播环境下信号能量随收发节点之间的距离增加而衰减的速率，d指发射节点与接收节点之间的距离，a指天线在全向模式下距发射节点1 m处接收信号的RSSI绝对值，与信号发射的强度有关。则由上式可以计算得到信标节点和盲节点间的距离值d。

2.2 位置计算

位置估算一般采用极大似然估计法，其极大似然估计法的基本原理如图2所示，已知n个信标节点1,2,…, n。信标节点的坐标分别为(x1, y1), (x2,y2), …, (xn, yn)。n个信标节点到盲节点D的距离分别为d1, d2,…, dn，假设盲节点D的坐标为(x, y)。

则有如下公式：

从第一个方程开始依次减去最后一个方程，可得：

式(3)的线性方程可以表示为：AX＝b，其中X＝[x y]T，且

对于节点D的坐标可以采用多种方法来求解，最常用的最小二乘估计法，采用此种方法计算得到的D的坐标为：

3 硬件设计

3.1 硬件架构

本设计硬件包括终端节点和信标节点。其中信标节点主要采用CC2530设备，终端节点包括网关节点和盲节点，主要包括CC2530，LPC2378的32位处理器及LTE 4G模块GTM900C。硬件架构如图3所示。

3.2 信标节点及盲节点

信标节点及盲节点的ZigBee模块均采用TI生产的2.4 GHz 射频芯片CC2530，具有高度集成、低成本、低电压、低功耗的特点，它结合了业内标准的增强型8051CPU内核，内置一个数字直接序列扩频调制解调模块，可编程输出功率高达4.5 dBm。 CC2530支持专用点到点，简单星形以及树型及网状网络。其最小系统如图4所示。

3.3 网关节点主控芯片

网关节点主控芯片采用了Philips推出的一款支持实时仿真的32位／16位的具有ARM7TDMI-S内核的微控制器LPC2378，该芯片不仅仅有UART（通用异步收发器）、IIC（集成电路总线）、SPI（串行外设接口）、USB（通用串行总线）接口，还有AD（模数转换）接口、定时器接口等，具有稳定性好、可靠性高、接口丰富等优点，可大大简化外围硬件电路设计，降低设计成本与复杂度。它主要用转发CC2530盲节点接收到的信标节点与盲节点间的RSSI值及信标节点坐标信息，将其通过LTE 4G模块上传至后台服务器。

3.4 LTE 4G模块

网关节点数据采用中国电信的天翼4G网络进行传输。中国电信4G网速更快、体验更好，FDD（频分双工）下载峰值速度150 Mb/s、TD上行峰值速度50 Mb/s，完全可以满足网关节点的数据传输需求。4G模块采用华为生产的ME906V模块，它是一款高度集成的CDMA/CDMA2000/LTE FDD/LTE TD模块，内嵌TCP/IP（传输控制协议/网际协议）模块，易于集成，可以顺利接入电信4G网络。此外，该模块拥有2路模拟音频输入输出接口，电源输入接口和充电管理，ADC（模拟数字转换器）输入，全双工串行接口，TTL（晶体管—晶体管逻辑）电平，支持TCP/IP扩展AT（attention）指令集。完全可以满足本设计的要求，并且很大程度上降低了成本。

3.5 EEPROM（电可擦除只读存储器）模块

AT24C256是Atmel生产的256 kb串行电可擦的可编程只读存储器，它采用8引脚双排式封装，具有结构紧凑、存储容量大等特点。特别适用于具有大容量数据存储要求的数据采集系统。本设计方案中需要存储大量的信标节点传递上来的RSSI信息，需要通过IIC与AT24C256进行通信将RSSI信息存储于其中。

4 实时定位

4.1 定位过程

确定定位算法后，利用搭建好的智能公交车定位系统即可对公交车进行定位。其定位过程主要分为如下几个阶段：

1） RSSI的采集阶段，信标节点周期发送自身信息：节点ID（标识），自身位置信息等。

2） 通过盲节点和多个信标节点之间的相互通信，盲节点接收到多个信标节点的RSSI值和信标节点的自身信息。

3） 网关节点通过LTE 4G将收到的RSSI数据包信息上传至后台服务器，并存至后台服务器数据库中。

4） 上位机软件对数据库进行操作，测算公交车节点和各个信标节点之间的距离估计值，并利用极大似然估计法求得公交车节点的估计位置

5） 保存数据结果并利用GIS显示公交车定位结果。

4.2 定位实现

信标节点安装在公交车行驶路段的两边，它是无线定位系统中已知坐标的节点。该节点要正确地配置在定位区域中。它主要将一个包含自己位置的坐标（x, y）和与公交节点间通信的RSSI值的信息包发送至盲节点。

盲节点安装在公交车上。它向信标节点发送连接命令，接收来自信标节点的RSSI数据包。盲节点和离自己最近的参考节点通信，收集这些节点的坐标（x, y）和RSSI值并将这些信息通过串口发送给网关节点。

网关节点安装在公交车上，其主要功能是接收盲节点传送过来的RSSI数据包，并将其通过LTE 4G发送至后台服务器。其中与盲节点及LTE 4G模块的通信均是通过串口进行。

4.3 结果显示

本设计GIS实时地图采用北京慧图信息科技公司的TopMap地理信息设计开发平台。该平台提供了丰富的地理信息设计功能，包括地图的图层管理、GIS交换格式导入导出、地图编辑、图层编辑、实体编辑、属性数据操作、图像输出等功能。通过采用上述方法，提出的本设计方案能够实现电子地图上的公交车辆的实时定位。

5 定位结果

本系统CC2530模块无线通信的距离是180 m，设定在盲节点可通信范围内信标节点个数分别为3、5、7、9、11时所测得的定位误差分别如图5所示。

从图5中可以看出，本系统在信标节点大于6个时归一化的定位误差将稳定在15%左右，基本符合公交车定位精度要求，说明该系统的定位是有效的，但信标节点的数目要多点较好。

6 结语

本设计利用ZigBee网络得到路边信标节点传送给公交车终端节点的RSSI信息，通过LTE 4G将其上传到后台服务器并存入数据库中。通过上位机对数据库进行定位处理，而后通过GIS技术将公交车的地理位置实时显示出来。经实际测试，该系统运行稳定，可以实时了解公交车辆行车信息和车辆状况，为乘客和调度提供极大的方便，也符合目前智慧城市的需求。同时，虽然该定位系统是以公交车辆定位为依托的，但为类似的定位系统的设计也可以参考。

[1]陈勇，杨明辉. 基于LTE 4G模块的无线通信系统的设计[J]. 软件导刊，2010,9(12): 135-136.

[2]CUI Guangzhao, JIN Song, HU Zhihong. Design of ZigBee network test and control system based on S3C2410[J], Advanced Materials Research ,2010,637-641.

[3]张智, 张蔺. GIS和ZigBee在煤矿井下人员实时定位的应用[J]. 企业技术开发(技术版), 2010,29(3): 47-48.

[4]BENKIC K, MALAJNER M, PLANINSIC P. Using RSSI value for distance estimation in wireless sensor networks based on ZigBee//[C]. Proc of 15th International Conference on Systems, Signals and Image Processing. Bratislava: IWSSIP , 2008, 303-306.

[5]PRAVEEN K, LOHITH R, SHIRSHU V. Distance measurement and error estimation scheme for RSSI based localization in wireless sensor networks//[C]. Proc of the 5th International Conference on Wireless Communication and Sensor Networks. Jalpāiguri Area:WCSN,2009, 80-83.

“南京欣网杯”“互联网+”获奖论文一等奖