物联网框架下的驾驶行为分析

文/于晓婷 姜楠楠

1 引言

目前，随着经济的迅速发展，私家车的数量持续增多，驾驶员的队伍增加很多汽车的初学者。然而很多初学者的驾驶技术并不是很熟练，同时交通安全意识薄弱等因素造成交通事故频发。本文研究物联网框架下的智能车辆管理系统，旨在对驾驶员的行为进行及时、准确的分析，从而纠正驾驶员的危险驾驶行为。

IoT（Internet of Things，物联网）同计算机、互联网，称为世界信息产业的第三次浪潮。IoT的核心和基础是互联网技术，它通过各种信息传感设备，如RFID、红外传感器、红外感应器和GPS等各种装置与技术，实时采集任何需要管理、监控，采集其光、声、图、热、电、力学、位置等所需信息，进行信息交换和通信，实现智能识别、定向、跟踪、监控和管理的网络。

近年，国内外很多研究者运用物联网的技术应用到道路车辆监控系统之中，智能车辆监控系统是借助实时通讯和智能的监控平台来实现的 。智能车辆 (Intelligent Vehicle, IV)是智能交通系统的重要组成部分，对驾驶员的状态、车辆周围环境、车辆自身状态利用先进的车载传感器系统、信息处理系统和执行系统等来进行监管和控制，当发生危险时，向驾驶员发出警告，其目的是把交通危险性降到最低、道路畅通性及驾驶员舒适度等得以提升。

国内研究者提出的智能车辆系统可以在虚拟空间中对车辆进行控制，实现对车辆的智能管理。 李庆武等提出基于物联网的新型智能监控系统，利用计算机视觉技术对车辆进行标记，实现对车辆的监控。为实现对车辆的远程控制在智能监控系统中，利用GPS对车辆进行定向和追踪。国外研究者Turcu等提出基于物联网的车队监控系统，解决了交通拥堵引起的问题，使道路更安全。基于物联网技术下的车辆监控系统，使用RFID车牌号进行跟踪和管理，该系统可以有效防止车辆发生盗窃事件[。现阶段对智能车辆的研究，大多局限于对车辆的监控和追踪，而对驾驶员驾驶技术不够熟练或交通意识薄弱所导致的危险驾驶行为无法有效检测和纠正，故需一个智能车辆系统，对驾驶员的危险驾驶行为及时检测并做出实时警报。

本文在物联网框架下实现了智能车辆管理系统，该系统可以有效分析驾驶员的行为，对驾驶员的不安全行为及时发出警告，从而有效避免事故的产生。车辆管理系统框架被分为四层：感知层、网络层、中间件层和控制中心。在感知层中，本文在原有经典物联网网关的基础上，新增了三个功能：数据采集、数据压缩和事件检测等功能。对于事件检测方法的实现，本文采用模糊逻辑原理与ECA规则相结合的方法，实现FCA（Fuzzy Condition Action，模糊条件及模糊动作）触发器，通过FCA设置模糊条件及模糊动作，可准确判断驾驶员具体行为。车辆数据经过预处理后，采用FCA对车辆数据进行分析，证明该方法可以及时对驾驶员的危险驾驶行为发出警告，避免交通事故的发生。

2 物联网框架

基于IoT的智能车辆管理系统分为4层：感知层、网络层、中间件层和控制中心。感知层通过传感器和驱动器等各种类型的感知设备识别及采集外部物理世界中的数据。本文利用传感设备与车辆互连，将大量的车辆数据融入物联网，从而更好的获取车辆数据。然而仍然有许多物理设备和系统没有更好的被连接、管理和维护，为了使现有的设备可以安全地连接到物联网。在IoT中，网络层拥有巨大的数据量，为满足更高服务质量，对现有网络有效进行融合和扩展，本文采用IPv6（Internet Protocol Version 6） 网络协议来实现广泛和高效率的互联功能，同时IPv6满足了大量的IoT地址需求，促进了互联网的发展。

中间件层通过云计算平台将多种服务器和应用系统封装在一起，可以对感知层获取的海量车辆数据进行分析和处理，是物联网框架中核心部分。该层具有多种功能，即车辆管理、车辆跟踪、车辆自检、驾驶员行为分析，信息检索，安全监测等功能。控制中心的主要作用是获取中间件层发来的数据信息，并对数据进行分析、处理及管理，并与IoT的各种应用相结合，从而实现对车辆的实时控制及管理。

3 物联网网关

本文将物联网网关应用到智能车辆管理系统中，可以更好的管理感应层的各感应节点，从而更好地了解各车辆的相关信息，实现远程控制。本文在物联网网关典型结构中的协议转换控制层新增三个模块，即数据采集、数据压缩和事件检测模块。

本文将该物联网网关应用到智能车辆管理系统中，如图1所示。首先对传感器获取的数据信号进行预处理，消除信号的偏移和过滤噪声，得到车辆数据信息；然后采用数据压缩技术对车辆数据进行压缩，并存储到本地SQLite数据库中；将压缩后的数据进行FCA（Fuzzy Condition Action，模糊条件及模糊动作）处理，判断车辆是否处于安全状态，一旦检测到有危险事件发生，立刻向驾驶员发出警告，同时将该事件数据保存到事件数据SQLite数据库中。

3.1 数据采集

物联网网关有助于安全的采集数据，并且可以将数据从感知层传送到中间件层，使数据能够被有效地聚合、共享和分析。通过传感器节点对车辆数据进行实时采集。物联网网关中有两个SQLite数据库，用于存储本地数据即本地SQLite数据库，且会定期将车辆数据发送给中间件层。另一个用来存储事件数据即事件SQLite数据库，实时将车辆数据发送给中间件层，并转发给控制中心。如图1所示。

3.2 数据压缩

物联网网关将数据发送给云之前应该被压缩，原因如下：

（1）物联网网关和云平台之间网络连通是低带宽的，通过低带宽网络传输的数据量应该尽可能少；

（2）对数据的处理能力是有限的，大量的数据集应该在云中被处理。

3.3 事件检测

在物联网网关中，本文采用ECA规则对事件进行检测，并将ECA规则与模糊逻辑相结合，分析车辆数据，判断驾驶员的行为。可以检测到车辆突然加速、刹车或曲线行驶，这些事件反映驾驶员可能酒后驾车或疲劳驾驶等行为。

4 基于ECA规则的事件检测方法

ECA规则由事件E(event)、条件C(condition)和动作A(action)三要素组成，ECA语义是：当预先定义的事件E发生时，将触发相应ECA规则，同时判断是否满足所触发规则的条件C，如规则完全满足，则执行所触发规则的预定义动作A。所以本文采用模糊逻辑和ECA相结合的方法，来处理车辆事件是有可行的。

4.1 模糊逻辑

在模糊逻辑理论中，思想与行为之间存在着非线性的关系，更精准的结果是通过模糊推理获得，在分析驾驶员行为颇有成效，故本文将模糊逻辑与ECA规则结合起来，从而更好地判断驾驶员的行驶状态。

4.2 模糊触发器

对于模糊触发器的实现，可以分为模糊条件触发器和模糊条件及模糊动作触发器两种。本文采用模糊条件及模糊动作触发器即FCA触发器对驾驶员的驾驶状态进行分析。

当对车辆数据预处理后，设置FCA触发器中模糊条件和动作相应的隶属函数，利用触发器优越于传统触发器。本文对驾驶员驾驶行为分析，设置FCA触发器的模糊条件，在模糊条件中每个模糊变量都是一个模糊集，本文通过模糊推理设置了取值范围。

5 结束语

本文研究基于物联网的智能车辆管理系统，该系统分为四层：感知层、网络层、中间件层和控制中心。本文在原有物联网网关的基础上，增加了事件检测模块。事件检测模块通过FCA触发器实现，FCA将ECA规则与模糊逻辑原理相结合，通过设置模糊条件及模糊动作，可以准确判断驾驶员的具体行为。本文所提出的在物联网网关上对事件进行检测的方法，可以在第一时间判断驾驶员的危险驾驶行为，并及时向驾驶员发出警告。

图1：基于物联网网关的车辆数据处理流程