肖 倩, 敖 欣
(東莞理工學院 計算機學院,廣東 東莞 523808)
隨著國家經濟的高速發展,越來越多的國計民生場合需要定量地統計各類數據,如會展場館統計各類展臺的訪問頻度[1],城市道路交通系統中統計各區域的交通流量分布[2]等。移動物體計數系統正是應這個需求而逐漸成為當前一個研究熱點。然而,現有計數系統普遍采用基于視頻檢測[2]、紅外感應[3]、壓感[4]、熱感[4]或者是磁感[5]等傳統檢測技術,因此不可避免地存在著檢測精度低、受環境(光線、溫度、磁場等)影響嚴重等問題。此外,在需求若干分系統的大型監測環境下,現有計數系統多采用有線連接來搭建各分系統間的數據傳遞通道,導致成本居高、靈活性欠缺等缺陷。
針對以上不足,本文從兩個方面對現有系統進行改進。①考慮到超聲波檢測技術的定位便捷、準確度高的固有特點[6],利用超聲波檢測[7]替換傳統檢測手段,以有效解決當前檢測手段存在的檢測精度低、對環境敏感[8]等問題。為了進一步提高檢測精度,還探索了如何聯合多個超聲波檢測節點來協同解決計數系統中存在的移動速度不規則、重復計數等問題。②在上述超聲波檢測技術的基礎上,著重研究了如何利用無線傳感器網絡技術來快速構建分系統間的數據傳遞通道,從而在保障系統既有服務目標性能的前提下最小化系統部署成本。最后,還研究了計數系統的數據存儲、訪問及安全管理等問題,以輔助系統用戶方便地挖掘系統數據實現進一步的統計分析。
系統的基本框架如圖1所示。系統主要包括:① 負責具體區域計數任務的分系統;② 負責互連各分系統的無線傳感器網絡;③ 負責連接外網的交換機、數據庫服務器及訪問終端。其中,右上方虛線框中所示的即是一個利用多個超聲波傳感器進行計數的基本計數系統。當有計數目標進入分系統的監測范圍時,多個超聲波傳感器同時啟動對該目標的跟蹤,并通過相互協作來確定該物體(及其運動方向);下方所示的虛線框中,各分系統利用具有無線通信能力的接收節點,動態地自組織形成互連互通的無線傳感器網絡。任何一個分系統僅與其通信范圍內的分系統進行通信,數據直接或者經由其他分系統傳遞至網關節點(左上方虛線框),并最終上傳至數據庫服務器。系統用戶也可以借由各類終端,途徑網關來訪問數據庫服務器中的數據,以便做進一步的統計分析。

圖1 系統基本框架
由圖1可以看出,移動計數系統主要包含以下三項核心功能:
(1) 超聲波傳感器計數功能。利用超聲波傳感器進行計數,是本系統的核心功能。如何準確探測到移動物體并進行計數統計,是實現系統正常工作的基礎。因此,如何設計有效的綜合計數算法來確保傳感器節點探測物體的準確性、合理性是完成計數功能的關鍵。
(2) 超聲波無線網絡數據傳輸功能。超聲波傳感節點采集到數據后,將通過無線自組織網絡進行數據的傳輸。采用無線自組織網絡具有部署靈活、可適應性強、不需要復雜布線等優勢。然而,由于無線信道的稀缺性,超聲波傳感器節點組成的自組織網絡在數據傳輸中,不可避免地會面臨傳輸沖突等問題。因此,如何設計無線傳輸協議(算法)來確保數據準確、及時地上傳、下達也是本系統的核心問題之一。
(3) 數據管理功能。移動計數系統最終目的在于利用獲得的統計信息進行后續的數據分享、分析及其他進一步的操作。因此,如何有效地管理獲得的數據,以確保數據存儲、傳輸和分析過程的便捷性、有效性、安全性及兼容性等也是系統需要關注的重點問題。
超聲波是指頻率高于15 kHz的聲波,其在空氣中(20 °C)的傳播速度大致為340 m/s,具有方向性好(衍射少)、能量耗散慢及傳播速度慢等特點。在常規定時精度下,超聲波測距(利用信號發射與接收的時間差換算)可提供厘米級的定位精度[9-10],因此常被應用在一些精度要求高的測距場合。與傳統超聲測距應用不一樣,本系統對計數目標與超聲波探測器之間的絕對距離并不感興趣,而僅想利用計數目標介入探測器監控區域后對監控區域的空間分布產生的變化來間接感知計數目標的存在、數量及各自的運動方向等信息。遺憾的是,超聲波傳感器僅通過超聲波探測來感知計數目標的存在,卻無法直接區分識別不同的計數目標,也不能統計它們的數量及運動方向。因此,這一目標的實現存在著比較大的挑戰。
針對上述挑戰,本系統巧妙地利用多傳感器協作構建共同監測區域,并通過不同計數目標進入、通過該監測區域時引發的一系列事件來推測計數目標的具體行為,從而實現了識別計數目標數量及運動方向等功能。該系統計數功能的實現依賴于特別的系統硬件部署及相應的軟件計數算法。
1.2.1系統硬件部署
如圖2所示,系統監測區域為一條規則的條形通道,計數目標需要通過該通道進入或者離開目標區域。通道兩端分別部署一個超聲波傳感器(分別記為A、B傳感器)。兩傳感器經由同一個控制器互聯,以實現實時信息共享。當計數目標進入目標區域時需依次經過A、B傳感器(如圖中地面箭頭所示);相反,離開目標區域時,計數目標則將如反方向依次通過B 、A傳感器。傳感器采用頂式部署,距離地面的距離固定為H。兩個傳感器的直線距離為D。每個傳感器具有兩路通道,即每個傳感器可以用兩個不同發射頻率分別為f1、f2的超聲波(f1,f2均大于15 kHz)。其中, 位于f1頻段的發射探頭垂直向下,負責監測本傳感器下方區域的計數目標(綠色信號);而位于f2頻段的發射探頭則瞄準合作傳感器正下方地板,負責監測合作傳感器正下方區域(紅色信號)。兩個頻段的接收探頭均與相對應的發射探頭并列布置,并調整至與發射探頭同一方向,以便接收。由于f1、f2兩頻段不重疊,且A、B傳感器相隔較遠,因此,可以確保幾乎沿直線傳播的超聲波信號不會產生相互干擾。

圖2 超聲波傳感器計數原理三維示意圖


圖3 超聲波傳感器探測事件序列示意
1.2.2超聲波傳感器計數原理
在討論計數原理前,我們先從圖2所示的計數通道三維模型來分析計數目標可能存在的幾種行為。為了方便展示,作出圖3所對應的2D模型。如圖4所示,A、B傳感器所處區域分別用一條直線,箭頭表示計數目標的行動方向, 箭頭上方數字表示計數目標行動順序。根據箭頭的方向及所經過的傳感器,我們分別將它們命名為IN-A、OUT-A、IN-B、OUT-B事件。從圖中可以看出,4(a)、4(b)分別對應正常情況下計數目標通過計數通道進入、離開目標區域兩種行為;而4(c)、4(d) 則分別代表兩種不正常的情況,即計數目標進入或者離開途中突然折返。計數系統的設計目標是統計正常進入、離開目標區域的人數。


(a) 正常進入目標區域 (b) 正常離開目標區域
(c) 進入途中突然折返 (d) 離開途中突然折返
圖4 計數目標進入或者離開目標區域的四種行為
要想達成此目標,必須要正確地區分、識別上述四種行為構成的四種基本事件:IN-A、IN-B、OUT-A、OUT-B。而這就依賴于利用傳感器對這四種基本行為的事件響應來刻畫它們各自的特征。我們先以圖4(a)的流程為例來分析IN-A、IN-B事件的時間特征。如圖2所示,當計數目標從灰色入口進入計數通道時,位于其頭頂的A傳感器將通過f1探頭探測超聲波的傳播(反射)時間測算出其與計數目標頭頂間的距離。同時,A傳感器的f1頻段探頭還將記錄反射信號被捕獲并識別的時間戳,我們記為t1。緊隨其后,B傳感器的f2頻段探頭也將探測并捕獲到位于A下方的計數目標反射回的信號。其具體的捕獲時間戳可記為t1+T,其中T為與A、B傳感器距離D及通道高度H有關的常量,即,
其中:C為超聲波傳播速度;d為計數目標平均高度。
當計數目標行至B傳感器下方時,B傳感器的f1發射探頭發射的超聲波信號將被計數目標反射回來,并在t2時刻被f1接收探頭所識別并捕獲。同樣,緊隨其后,A傳感器的f2探頭也將在T時間后探測并捕獲到該反射信號。隨即,計數目標繼續離開B傳感器的范圍,進入目標區域。為了便于直觀理解,將上述過程在時間軸上展示于圖5(a)。其中,f1探頭所探測的事件用綠色表示,f2探測的事件則用紅線表示。四條軸線分別對應A、B傳感器的四個探頭記錄的時間序列,軸線上的黑色箭頭則代表它們所探測到的事件(的發生時間)。

(a)進入目標區域(b)離開目標區域
圖5 計數目標通過計數通道進入目標區域時引發的事件
同樣原理,當計數目標通過計數通道離開目標區域,即依次經過B、A傳感器時,依次會發生OUT-B、OUT-A事件。對比圖6(a)、圖6(b)可知,事件IN-A與OUT-A,以及事件IN-B與OUT-B之間的在軸線上的時間特征都相同。因此,按目前的設置還無法完全區分IN-A與OUT-A,以及OUT-B與IN-B事件。為此,先以IN-A、OUT-A事件來分析。

(a)進入目標區域(b)離開目標區域
圖6 計數目標進入、離開目標區域時引發的事件
當t1時刻A傳感器f1探頭發現計數目標經過其進入計數通道時,t1+T時刻B傳感器的f2探頭將感知到該事件。由圖2可知,由于計數目標存在一定高度,因此,在接下來的一小段時間(M)內,計數目標將阻斷B傳感器f2探頭的超聲波。即B傳感器f2探頭在首次探測后的M時間內,仍然會持續感知到其的存在;與此相反,如果計數目標是經過A傳感器離開計數通道時,則其將很快離開計數通道,從而也不可能阻斷B傳感器f2探頭的超聲波。因此,IN-A事件中, B傳感器f2探頭在t1+T時刻后將持續探測到計時目標的存在(如圖6中白箭頭所示);而OUT-A事件中,則不會出現這些事件(如圖6所示)。這就非常直觀地區分開了在A傳感器處發生的IN-A與OUT-A事件。同樣的道理,我們可以區分開IN-B與OUT-B事件。
1.2.3超聲波傳感器計數算法
由上述討論可知,通過A、B傳感器的協同,系統可以得到4個探頭所探測到的一系列時間,進而組合后推測出對應的IN-A、IN-B、OUT-B、OUT-A這四種基本事件。當單個計數目標如圖4(a)、4(b)一樣,正常地通過計數通道進入或者離開目標區域時,上述四種事件將嚴格按照順序發生。然而,當多個計數目標同時進入或者離開目標區域時(這幾乎是常態),該四種事件的發生順序就會被打亂。假設有兩個計數目標幾乎同時(或者相隔不久)經過計數通道分別進入、離開目標區域時,則這四種事件的出現順序可能有以下幾種情況:① IN-A、OUT-B、OUT-A、IN-B;② IN-A、IN-B、OUT-B、OUT-A;③ IN-A、OUT-B、IN-B、OUT-A;④ OUT-B、OUT-A、IN-A、IN-B;⑤ OUT-B、IN-A、IN-B、OUT-A;⑥ OUT-B、IN-A、OUT-A、IN-B。計數算法就是要從這些序列化的事件中合理推測出計數目標的行為,進而得到相應的統計數據。而這種推測依賴于圖4所示的各類行為所包含的事件及其順序。在忽略異常情況的前提下,一種最為簡單的統計算法即是強行匹配,即IN-A與IN-B順序匹配,而OUT-B與OUT-A順序匹配。
雙傳感器采集到所監測區域的計數信息后,還需要將其上傳至終端服務器進行數據存儲、分析等后續工作。傳統的計數系統往往利用有線連接來互連各個分系統,但這樣的方式存在靈活性差、部署成本高等缺點。針對這一缺點,本計數系統運用ZigBee技術來搭建點對點的對等式無線自組網絡,從而利用無線多跳傳輸技術將各個分系統有機地互聯。與其它無線傳輸技術不同,ZigBee技術具有成本低、功耗低、組網容量高、方式靈活等顯著特點[11-12]。雖然其傳輸速度僅有幾百kb/s,但能夠滿足低傳輸速率需求的移動計數系統的任務需要。如圖7所示,ZigBee協議是以IEEE 802.15.4標準[13]為基礎建立,它定義了協議棧最底的兩層:物理層(PHY)和媒體接入控制子層(MAC)。其中,物理層既可以工作在傳統的2.4 GHz頻段,也可以工作在868/915 MHz頻段;ZigBee聯盟則負責提供網絡層和應用層結構(各類應用接口),而用戶可以在此基礎上定制具體傳輸任務,從而靈活地實現系統的任務需求。

圖7 ZigBee協議棧結構
ZigBee協議支持三種組網模式:星形組網、樹形組網和網狀組網。如圖1所示,本計數系統采用網狀式拓撲結構,所有分系統利用無線通信節點對等地構建自主通信網絡。對于有些無分系統部署的區域,系統還額外部署一些中繼通信節點,以確保網絡的連通性。由于移動計數系統所監測的區域及分系統的部署一旦確定,基本上是不會變動位置。因此,各個分系統通信節點間的連接鏈路相對比較穩定。針對這一特點,系統采用準動態路由協議AODV[14],其兼顧了傳統的表驅動路由與新型的按需路由的特點,具有協議效率高、路由建立時間短、更新維護開銷小等特點。與傳統的DSDV表驅動路由不同,AODV只為有傳輸需求的節點按需建立路由;那些不在活躍路徑上的節點不會維持任何相關路由信息,也不會參與任何周期路由表的交換。而與典型的按需源路由DSR不同,AODV中不需要將路由包含在每一個數據分組中,從而有效降低了協議開銷;它允許中間節點回復已知的最新路由信息,從而降低找路開銷。
數據管理功能指由終端服務器進行數據的存儲、分析等。這就客觀要求各分系統上傳數據格式的統一,以便于在壓縮數據傳輸量的同時提高系統的處理效率。為此,考慮到移動計數系統自身的數據處理特點,先提出幾類通用的數據結構來輔助記錄。
首先,對于單個由雙傳感器組成的分系統,它需要涉及記錄不同傳感器所探測到的計數目標進入或者離開事件,并由此推測出計數目標的具體行為。因此,為了便于存儲這些中間或者最終數據,定義以下一些數據結構:
(1) 元事件數據結構。記錄具體某個時刻某個傳感器偵探到計數目標阻斷其傳輸的事件,具體結構如圖8所示。其中,設備類型用1位0、1數值來標示A、B傳感器,設備代碼是指傳感器唯一的標識符,探頭類型用1位0、1數值來區別f1、f2探頭,元事件時間是指傳感器探測被計數目標阻斷 (當反射距離小于預設距離時激發) 的具體時間。每對A、B傳感器在偵測到元事件后,立即將數據傳送到管理控制器進行臨時存儲;而后,控制器根據這些傳感器的不同探頭所采集到的事件分析推理出具體的IN-A、IN-B、OUT-B、OUT-A等事件。這些事件被統稱為目標事件,并用以下結構存儲。

圖8 元事件數據結構
(2) 目標事件數據結構。記錄計數目標進入或者離開計數通道的具體事件,結構如圖9所示。其中,設備代碼是指傳感器唯一的標識符,目標事件類型用兩位二進制代碼來區分IN-A、IN-B、OUT-B、OUT-A四種事件。目標事件時間基于元事件時間得到,它是指當連續多個元事件發生時,首次元事件的發生時間。

圖9 目標事件數據結構
(3) 目標行為數據結構。是基于記錄的連續目標事件,根據計數算法所推導出來的計數目標具體行為,結構如圖10所示。其中,區域代碼是指雙傳感器所負責的區域代碼,目標行為類型用兩位二進制代碼來區分如圖5所示的四種行為,即:正常進入目標區域、正常離開目標區域、進入中途折返、離開中途折返,而目標行為時間是用來區分不同時間段的相同目標行為。

圖10 目標行為數據結構
與上述兩種數據不同,目標行為數據結構是由分系統的控制器負責運行計數算法不斷產生,并立即通過無線傳輸網絡上傳至終端數據服務器。終端分析程序能夠基于這些動態更新的數據,實時地分析整個監測區域內的訪問頻度、密度等整體情況,并作出相應決策。當然,目標行為數據也可以由各分系統的本地控制器實時統計,并在本地的顯示設備上實時更新。
基于上文對系統模型及設計原理的闡述,我們實現了一個基于無線傳感器網絡的超聲波移動計數系統原型。如圖11所示,系統的核心功能套件由上層具備超聲波探測能力的芯片及下層負責進行無線通信的傳感器節點構成。該套件選用TinyOS[15]作為Mica2的操作系統,并使用NesC語言進行編程開發,從而構成單獨的一個超聲波傳感節點。在某個特定的待監測區域,若干個超聲波傳感節點構成一個區域性監測網絡,并負責對該區域(如某個入口)的計數對象進行統計。當有若干個監測區域時,每個監測區域內由若干個超聲波檢測節點構成的分系統則利用無線傳感器網絡技術構建一個互通的數據通道。

圖11 原型產品圖
如上所述,針對超聲波無線傳感網絡的計數統計系統,我們已經進行了產品的實驗工作。根據今后的應用,對原型產品進行了模擬現實應用情況的實驗,如商場入口、學校校門等場景。在基本性能實驗的基礎上,為獲得原型產品的性能參數指標,我們又在模擬的實驗環境當中,采用了對比實驗的方法,將超聲波無線傳感網絡計數統計系統原型與其它系統同時進行計數測試。經過多次重復實驗,各種傳感器的計數準確度如圖12所示。超聲波無線傳感器原型產品在準確度上達到了98%,漏計、誤計率較其他產品低。

圖12 各類型傳感器的檢測精度對比
無線傳感網絡具有能耗小、成本低、易部署等優點,被譽為21世紀最有前途的技術之一。而超聲波檢測技術具有檢測迅速、抗干擾能力強及成本低等特點。結合這兩者的優勢,率先提出了一種融合超聲波檢測與無線傳感器網絡傳輸的新型移動計數系統。與基于視頻檢測、紅外感應、壓感、熱感或者是磁感等傳統計數系統不同,新型移動計數系統利用超聲波檢測的上述優點,成功解決了傳統系統中存在的檢測精度低、受環境(光線、溫度、磁場等)影響嚴重等問題。此外,借助于無線傳感器網絡的特性,新型系統解決了采用有線連接的傳統系統存在的部署成本高、靈活性低、可拓展性不強等不足。在展會經濟、公路交通等計數目標密集型產業迅猛發展的推動下,大型分布式移動計數系統將越來越受到廣泛的應用。而本文提出的新型的基于超聲波無線傳感器網絡的移動計數系統能夠很好地承接這一成長性需求,從而有望在占領一定的市場空間的同時,創造不小的社會、經濟效益。
[1] 楊媛媛, 劉瑞霞, 趙 雪.基于無線傳感器網絡的展館定位與管理系統的設計與實現[J].山東科學,2011,24(3): 59-63.
YANG Yuan-yuan, LIU Rui-xia, ZHAO Xue. Design and Implementation of Exhibition Location and Management System Based on Wireless Sensor Networks[J]. Shandong Science, 2011, 24(3):59-63.
[2] 羅 欣, 朱清新. 改進的基于邊緣檢測技術的車流量統計系統[J].計算機工程,2006, 32(9): 228-229.
LUO Xin, ZHU Qing-xin. Improved Car Traffic Monitoring System Based on Edge Detection[J]. Computer Engineering, 2006, 32(9):228-229.
[3] 鐘 鼎, 尹媛媛. 基于STM32人流量統計監控系統設計[J].電子設計工程,2011,19(20): 94-96.
ZHONG Ding, YI Yuan-yuan. Real Time People Flow measure statistical system based on STM32 [J].Electronic Design Engineering, 2011, 19(20):94-96.
[4] 余軍濤, 張 躍. 運動車輛自動識別分類研究[J].交通與計算機,2000,18(6):29-31.
YU Jun-tao, ZHANG Yue. Research on Automatic Classification of Mobile Vehicles[J]. Traffic and Computer, 2000,18(6):29-31.
[5] 王明哲, 吳 皓, 周 豐.基于地磁的車型識別模糊數據融合方法研究[J].公路交通科技,2008, 25(1): 155-158.
WANG Ming-zhe, WU Hao, ZHOU Feng. Research of Fuzzy Data Fusion Based on Geomagnetism for Vehicle Type Identification Process [J]. Journal of Highway and Transportation Research and Development, 2008, 25(1):155-158.
[6] 李昌祿,蘇寒松.超聲波定位系統的研究[J].實驗室研究與探索,2013,32(2):39-44.
LI Chang-lu, SU Hang-song. An Ultrasonic Positioning System [J]. Research and Exploration in Laboratory,2013,32(2):39-44.
[7] 周立青,常家超,何 煒,等.基于超聲計數的智能交通燈控制系統[J].實驗室研究與探索,2011,30(9):63-66.
ZHOU Li-qing, CHANG Jia-chao, HE Wei,etal. Intelligent Traffic Light Control System Based on Ultrasonic Counting [J]. Research and Exploration in Laboratory,2011,30(9):63-66.
[8] 余 農,吳常泳,湯心溢,等.紅外目標檢測的自適應背景感知算法[J].電子學報,2005,33(2):200-204.
YU Nong, WU Chang-Yong, TANG Xin-yi,etal. Adaptive Background Perception Algorithm for Infrared Target Detection [J]. Acta Electronica Sinica, 2005,33(2):200-204.
[9] 蘇 凱,任 軍,王 斌,等.基于超聲波測距的實時路況信息采集系統[J].實驗室研究與探索,2011,30(8):70-73
SU Kai, REN Jun, WANG Bin,etal. Design of Real-Time Traffic Information Collection System Based on Ultrasonic Measuring[J]. Research and Exploration in Laboratory, 2011,30(8):70-73.
[10] 王鄭靜, 張 劼, 華澤釗, 等. 室內超聲波定位系統的構建與測試[J]. 上海理工大學學報, 2007, 29(6):553-556.
Wang Zheng-jing, Zhang Jie, Hua Zhe-zhao,etal. Design and test of indoor ultrasonic positioning system [J]. Journal of University of Shanghai for Science and Technology, 2007, 29(6):553-556.
[11] 張 平, 康桂霞, 田 輝. 甚低功耗無線通信技術——ZigBee. 中興通訊技術[J].2006, 12 (4): 21-25.
Zhang Ping, Kang Gui-xia, Tian Hui. ZigBee——Very Low-Power Wireless Communication Technology[J]. Zte Communications, 2006, 12(4):21-25.
[12] 湯文亮,曾祥元,曹義親,等.基于ZigBee無線傳感器網絡的森林火災監測系統[J].實驗室研究與探索,2010,29(6):49-53.
TANG Wen-liang, ZENG Xiang-yuan, CAO Yi-qin,etal. Forest Fire Detection System Nased on ZigBee Wireless Sensor Network[J]. Research and Exploration in Laboratory,2010,29(6):49-53.
[13] IEEE Standard for Information Technology-Telecommunications and Information Exchange Between Systems-Local and Metropolitan Area Networks Specific Requirements Part 15.4: Wireless Medium Access Control (MAC) and Physical Layer (PHY) Specifications for Low-Rate Wireless Personal Area Networks (LR-WPANs) [S]. IEEE Std 802.15.4-2003 , vol., no., pp.0_1,670, 2003.
[14] Perkins, Charles, E. Belding-Royer, and Samir Das. RFC 3561-ad hoc on-demand distance vector (AODV) routing[S].Internet RFCs, 2003: 1-38.
[15] Levis, Philip. TinyOS: An operating system for sensor networks [M]. Ambient intelligence. Springer Berlin Heidelberg, 2005:115-148.