基于GIS的城市智能环卫监测系统设计

孙昱昌+吴竞妍+高凯+张亮+王同亮+施国萍

【摘 要】为解决城市环卫中道路扬尘数据和路面尘土污染量数据获取困难、实效性差等问题，构建了基于GIS的城市智能环卫监测系统。该系统的传感器由车辆搭载，负责采集道路扬尘浓度数据、车辆位置数据和车速数据，并完成实时数据传输。数据监测中心依据监测数据拟合出道路尘土污染量，利用GIS实现道路扬尘浓度和路面尘土污染量数据的可视化、清洁路径的最优规划和历史数据统计分析等功能。

【关键词】GIS；GPS；GPRS；道路扬尘；智能环卫

中图分类号： TP274 文献标识码： A 文章编号： 2095-2457（2017）23-0126-003

【Abstract】Urban intelligent sanitation monitoring system based on GIS can solve some problems in urban sanitation， such as the difficulty and poor effectiveness to obtain the concentration of road dust and the amount of road dust pollution.The sensor of the system， carried by a vehicle，collects the data of road dust concentration，location and speed of vehicle.The center of data monitoring matches the amount of road dust pollution according to the monitoring data， and realizes some functions such as the visualization of road dust concentration and the amount of road dust pollution， the optimal planning of clean path and the statistical analysis.

【Key words】GIS；GPS；GPRS；Road dust；Intelligent sanitation

0 引言

以2012年“國家智慧城市试点工作”启动为标志，我国迅速进入智慧城市规划和建设的高潮期，智能环卫系统作为“智慧城市”的重要组成部分，近年来也有所发展。目前智能环卫系统的应用主要有：对环卫车辆、人员的智能化管理，对城市垃圾和区域卫生状况的监测等[1][2]。然而，智能环卫的发展在监测扬尘方面还有所不足，扬尘作为城市空气污染物的主要成分之一，严重影响了城市居民的生活质量[3]。目前国内已有对工地扬尘进行监测的研究[4]，而对于道路扬尘以及道路扬尘的重要来源——路面尘土，却还未能做到高效的实时的监测。

基于GIS的城市智能环卫监测系统主要是利用搭载在车辆上的传感器对城市道路扬尘进行监测，并依据一定的数学模型对路面尘土量作出拟合。采用GIS技术将监测状态直观地呈现出来，并利用最优路径的算法对清洁车辆进行调度，对需要清扫的道路进行清洁作业，相较于目前“遍历”式的清扫方式，减少了道路清洁的成本。此外，通过对历史监测数据的统计分析，还可以对城市道路规划、绿化建设和住宅选址等提供决策依据。

1 系统组成和框架

1.1 系统总体结构设计

城市环卫系统结构如图所示，系统可分为硬件系统和软件系统两大部分：

硬件系统，主要承担数据采集、传输的任务，GPS模块采集定位数据、速度数据、监测时间数据，激光粉尘传感器模块采集PM2.5、PM10浓度数据，经处理器处理后，将一帧数据交由SIM900A模块通过GPRS网络将数据发送至服务器。

软件系统，主要具有数据的解析、存储、查询以及监测数据可视化、清洁路径规划和统计分析等功能。服务器接收传感器传回的数据并进行解析，每一条记录对应空间上的一个点，将这些点与道路弧段进行匹配并赋予弧段相应的属性，根据弧段数据及相应的属性信息，不断刷新图层，完成监测数据的实时显示和清洁路径规划功能。

1.2 道路扬尘量与路面尘土污染量拟合方案

目前，国内路面尘土污染量的获取主要采用美国环保署（EPA）公布的方法：首先选定采样区域，然后使用簸箕和扫帚或吸尘器进行样品采集，最后将样品送回实验室，处理并计算出路面尘土污染量。这种方法虽然精度高，但时效性差、成本高。

式中（E+C）为路面尘土污染量引起的扬尘和汽车的尾气排放、刹车和轮胎磨损引起的扬尘之和，即车载传感器所监测得到的扬尘量。根据该式，可由监测的道路扬尘数据拟合出路面尘土污染量。

2 硬件系统设计与实现

基于GIS的城市智能环卫监测系统的硬件系统主要由stm32单片机、GPS定位模块、激光粉尘传感器模块和SIM900A模块构成。各模块与单片机之间采用串口通信方式。

该传感器是一种车载式的传感器，为延长各个模块的使用寿命，可使用一个智能化的开机方案：以车辆行驶状态作为开关机依据，保持单片机和GPS模块处于开机状态，不断接收GPS数据。以2m/s作为阈值，当车速大于阈值，则可判定其处于行驶状态，此时唤醒其他模块开始工作；当车速连续5分钟内小于阈值，则可判定汽车已经停止行驶，关闭其他模块。这样可以有效地延长其他模块的使用寿命。

在各模块可以正常工作且确认无线通信正常后，开始接收GPS模块数据和激光粉尘传感器的数据，并对数据进行解析处理，存入缓冲区中，最后再通过GPRS网络将数据传回软件系统，完成一次数据的采集。延时10秒后，进行下一次采集。整体工作流程如图2所示。endprint

GPS模块指令解析时采用NMEA-0183协议。NMEA-0183协议是美国国家海洋电子协会为海用电子设备制定的标准格式[9]。其中，我们需要的是$GPRMC（推荐定位信息）这一帧数据。当GPS模块将接收到数据后，解析出位置、速度、航向等信息存入到缓冲区中。

激光粉塵传感器模块通过光散射原理及相关算法计算PM2.5和PM10的浓度。模块采用异步串行通信方式（UART），处理器接收到应答帧数据，在计算出PM2.5浓度和PM10浓度后存入数据缓冲区中。

GPRS是连接整个城市环卫监测系统硬件系统和软件系统的桥梁。当GPS定位模块和激光粉尘传感器模块采集完数据之后，利用GPRS将数据传回，其数据传输稳定、速率快和成本低廉的特点，为整个系统能够流畅运转提供了保障。本系统使用SIM900A模块来实现GPRS的数据传输。

3 软件系统设计与实现

软件系统以Visual Studio 2010为开发平台，主要利用ArcGIS Engine进行二次开发，具有以下功能：数据解析、管理、存储、监测数据可视化、清洁路径规划、统计分析等。软件系统框架如图（3）所示：

传感器将数据传回服务器，暂存于文件系统中。通过对文件系统的监听，不断将最新传回的数据取出，经过解析处理后，由GIS应用系统将其实时显示出来，完成数据的可视化以及满足必要时的清洁路径规划需求。同时，将数据存入数据库中，以备统计分析时使用。

3.1 数据的实时读取与管理

硬件系统不断传回的数据以文本的形式更新到计算机文件系统中，为进一步使用，首先要对数据进行实时地读取和处理。

监测数据约每10秒传回一次，当有大量传感器在同时传输数据时，文件更新的时间间隔便不容易把握。这里，我们可以对文件系统进行侦听。当数据被更新入文件系统，立即触发数据读取和处理事件。处理后的数据可以进一步被应用软件调用，并存储在数据库中。

3.2 监测数据的可视化

监测数据的可视化表现为，与监测点匹配的道路弧段以监测的扬尘浓度或拟合得到的路面尘土污染量为依据，被渲染为不同的颜色。

在对弧段渲染之前，先要将监测点与道路弧段进行匹配。首先，以监测点为中心，5m长为半径，如图（5）所示作出一个缓冲区，进行空间查询，得到与缓冲区相交或被缓冲区包含的目标弧段，如果没有目标弧段被包含，则以5m为步长扩大缓冲区，直到存在目标弧段为止，如图（6）所示；如果得到的目标弧段不止一条，则计算监测点与这些目标弧段间的距离，并将监测点与距离最近的弧段相匹配，如图（6）中，将监测点数据赋予弧段b。

在将监测点与弧段匹配后，监测点的扬尘浓度数据或路面尘土量数据作为该弧段渲染的依据，按照一定的渲染方案，对该弧段赋上颜色并刷新图层，完成一帧数据的可视化。如图7所示，不同颜色（宽度）代表了不同的清洁等级。

3.3 清洁路径规划设计

在进行清洁路径规划前，首先将所有需要被清洁的弧段上的节点取出，作为规划路径时必须要通过的节点。然后采用相应算法对路径做出规划。

本系统的最优路径规划基于Dijkstra算法改进而来。Dijkstra算法，是求解最短路径的经典算法[10]，但该算法是一种单源最优路径规划算法，本系统在规划清洁路径时，需要将若干个待清洁的特定节点作为目标。为此，可以采用贪心算法：利用Dijkstra算法，首先找出所有特定节点中距离出发点路径最短的节点记为节点1，然后再以节点1为出发点找出除已经过的点以外的距离节点1路径最短的节点记为节点2，不断重复直到所有待清洁的特定节点全部被标记。最后将以上所得的每段的最短路径合并，即为整个清洁路线规划出的路径。如图8所示，星形代表出发点，叉形标记为测试时待清洁的弧段。

3.4 统计分析模块

统计分析模块主要有求算各路段某一时间段内的路面尘土污染量（也可以是PM2.5或PM10浓度）各统计量的功能、查询某一特定时间段内平均路面污染量大于某一阈值的所有路段和统计某一特定时间段内日平均路面污染量大于某一阈值的天数等功能。

为实现这些功能，需要在数据库中为城市道路矢量图的各个弧段建立表，弧段编号作为表名，每个表中包含四个字段：时间、PM2.5浓度、PM10、路面尘土污染量。在日常的监测中不断向数据库中更新数据，需要时，结合数据库处理方法和相关数学模型进行统计分析。

4 结论

基于GIS的城市环卫监测系统，利用传感器获取城市道路扬尘数据，时效性高，覆盖范围广；基于AP-42 方法拟合出路面尘土量，在满足环卫监测需求的同时大大降低了获取成本；应用软件系统的可视化功能和路径规划功能可以提高环卫部门的工作效率。整个系统对建设智能环卫、节约资源以及对城市未来的道路规划、绿化建设等具有重要意义。

【参考文献】

[1]孙来，王琪，王成生，等.基于数字信息技术的智能环卫系统开发[J].无线互联科技，2015，2（5）：50-52.

[2]钱春健.太仓市数字环卫智能管理系统建设综述[J].环境卫生工程，2014，22（2）：69-70.

[3]王玮，叶慧海，金大善，等.交通来源颗粒物及其无机成分污染特征的研究[J].环境科学研究，2001，14（4）：27-31. [4]赵普生，冯银厂，金晶，等.建筑施工扬尘特征与监控指标[J].环境科学学报，2009，29（8）：1618-1623.

[5]王晓燕，冯伟，宋华旸.城市道路路面尘土污染研究现状[J].环境卫生工程，2011，19（1）：7-8.

[6]EPA.Emission factor documentation for AP-42，section 13.2.1 paved roads.Washington，DC；Office of Air Quality Planning and Standards，U.S.Environmental Protection Agency，2011：1-13.

[7]樊守彬，张东旭，田灵娣.AP-42道路交通扬尘排放模型评估及其在北京市的应用[J].环境工程学报，2016，10（5）：2501-2506.

[8]张文军.GPS与嵌入式系统硬件接口及导航信息提取软件[J].计算机工程，2005，31（18）：210-212.

[9]YI Y，GUAN Y.A path planning method to robot soccer based on Dijkstra algorithm[M]//JIN D，LIN S.Advances in Electronic Commerce，Web Application and Communication.Berlin：Springer，2012，149：89-95.endprint