基于物聯網的汽車智能測距系統的設計與實現

王建宇

摘 要： 基于物聯網進行汽車智能測距，可以實現汽車車距的準確控制，對汽車安全設計和智能防撞控制具有重要意義。傳統的汽車測距系統設計方法采用多處理器接口測距方法，隨著物聯網中汽車節點數據增加而測距效果不好。提出基于傳感節點數據融合和分布式程序控制的汽車智能測距系統設計方法。首先構建汽車智能測距系統設計的總體模型，給出基于寬帶自模糊度特征提取的車輛測距算法。基于物聯網的汽車智能測距系統包括了超聲波雷達信號的聲學基陣、測距雷達信號收發轉換和功率放大器以及模擬信號預處理機這三大部分。系統具有測距數據的測量、智能測距的回波模擬、多車道數據記錄分析、上位機通信、多通道可編程信號處理等功能。采用TI5000 系列DSP進行測距核心編程，實現系統硬件模塊設計和軟件編程設計。實驗結果表明，采用該系統，具有較好的測距精度，穩定性和可靠性較好。

關鍵詞： 物聯網； 汽車測距； 防撞系統； 系統設計

中圖分類號： TN713?34； TP391.4 文獻標識碼： A 文章編號： 1004?373X（2015）22?0094?05

0 引 言

物聯網是新一代信息技術的重要組成部分，物聯網就是物物相連的互聯網，物聯網是通過射頻識別（RFID）（RFID+互聯網）、紅外感應器進行全球定位的智能網絡。物聯網的信息傳遞設備有傳感器、掃描器和RFID識別器，通過物聯網把物品與互聯網連接起來，實現對信息交互和智能化識別、定位、跟蹤。基于物聯網進行汽車智能測距和控制，可以保障汽車行駛安全，對汽車智能防撞設計和汽車安全系統設計具有重要意義[1?3]。

基于物聯網的汽車智能測距原理是通過無線電信號的讀取和寫入數據到汽車的防碰撞安全系統中，對測距系統的存儲信息進行信息融合分析，通過測距算法實現車輛距離參數的智能估計。通過電感耦合或反相散射耦合方式實現距離的測量，保障系統安全。而傳統的汽車測距系統設計方法采用多處理器接口測距方法，隨著物聯網中汽車節點數據增加，測距效果不好。對此，國內外對測距算法進行改進，提出大量汽車智能測距的原理和方法，如硅光主頻法、阻抗法等，人工神經網絡、低壓原理等智能方法[4?7]。

其中，傳統的低壓測距誤差放大器是將輸出反饋采樣車輛間距特征與基準參考雷達測距進行研究，放大差值來控制調整車輛的距離狀態和導通狀態、從而達到穩定輸出準確距離的目的。低壓測距測量技術法由于受到故障電阻等因素的影響，其測距誤差較大，存在硬件造價較高問題，低壓測距理論和方法具備不確定性，測距精準度受系統運行方式和壓力影響，在車流量較大的交通擁堵狀態時，汽車測距的準確性結果不甚理想[8?10]。

物聯網環境下，傳統的測距系統需要硅光主頻信息傳遞，通過三維雷達控制技術對信息傳輸實時性要求較高，這在汽車智能測距的發展中帶來了不少困難。

針對上述問題，在物聯網平臺中，本文提出基于傳感節點數據融合和分布式程序控制的汽車智能測距系統設計方法。首先構建汽車智能測距系統設計的總體模型，在此基礎上，給出基于寬帶自模糊度特征提取的車輛雷達信號測距算法，以此為基礎進行系統的硬件和軟件設計，實現基于物聯網的汽車智能測距系統改進設計，仿真實驗表明，采用該系統能有效提高汽車智能測距的精度，系統可靠性好，便于應用實現。

1 系統總體設計方案及測距算法描述

1.1 測距原理和汽車智能測距系統總體設計方案

首先分析基于物聯網的汽車智能測距系統總體設計方案，測距的基本思想是采用物聯網信息感知，通過分散的車輛節點報告車輛的簇頭未知，充分利用了車輛的簇頭周期性信息，采用協作檢測方法（Cooperative Traffic Congestion Detection，CoTEC），在限速不同的車道上，對車輛進行雷達測距，通過雷達準確測距，控制車輛在車道的前后距離，基于物聯網的車輛聚簇測距示意圖如圖1所示。

根據圖1所示，基于物聯網的汽車智能測距系統自動獲取自己的位置信息和速度信息，在聚簇前的初始階段，車輛聚簇請求信息得到簇頭的反饋，把自己的ID設定為簇ID，由于車輛D的速度相對靜止，車輛B?F成為簇員，聚簇后，車輛發出雷達信息，開始負責對簇員進行管理，鄰居簇頭收到后就反饋給同一條道路上不同道路上的處理。鄰居簇頭發出寬帶的二次諧波信號[ut]是由兩個調頻諧波信號[u1t，u2t]構成，進行空間加權取平均，首先車輛定位測距，智能汽車測距流程見圖2。

根據上述原理，構建基于物聯網的汽車智能測距系統總體設計方案，基于物聯網的汽車智能測距系統的功能模塊主要功能包括：

（1） 汽車智能測距數據的測量；

（2） 汽車智能測距的回波模擬；

（3） 多車道數據記錄分析；

（4） 上位機通信；

（5） 多通道可編程信號處理等。

基于上述分析，得到本文設計的基于物聯網的汽車智能測距系統包括了超聲波雷達信號的聲學基陣、測距雷達信號收發轉換和功率放大器以及模擬信號預處理機這三大部分組成，系統的總體設計組成框圖見圖3。

1.2 測距算法

為了實現汽車智能測距系統設計，測距算法的設計是關鍵和核心，本文采用寬帶自模糊度雷達測距算法，算法描述如下：

假設汽車勻速運動，采用裝有RFID閱讀器的車輛讀出汽車的徑向速度為[v]（目標與系統平臺逼近時為負），綜合車輛密度和速度，得到車流中的目標相對于測距平臺的距離可以表示為：

4 結 語

基于物聯網的汽車智能測距通過無線電信號的讀取和寫入數據到汽車的防碰撞安全系統中，對測距系統的存儲信息進行信息融合分析，實現車輛距離參數的智能估計。汽車智能測距在汽車防碰撞設計中具有重要意義。本文提出基于物聯網中的傳感器節點數據融合和分布式程序控制的汽車智能測距系統設計方法。首先構建汽車智能測距系統設計的總體模型，在此基礎上，給出基于寬帶自模糊度特征提取的車輛雷達信號測距算法，以此為基礎進行系統的硬件和軟件設計，實現基于物聯網的汽車智能測距系統改進設計。研究結果表明，采用本文設計方法能有效實現汽車的智能測距，距離估計精度較高，在不同車道環境和車輛密度下依然保持較好的測距準確性，展示了較好的實用價值。

參考文獻

[1] 于海斌，曾鵬，王忠鋒.雷達測距技術研究[J].科技通報，2011，25（10）：102?110.

[2] 王瑞，馬艷.基于分數階傅里葉變換的線性調頻脈沖信號波達方向估計[J].兵工學報，2014，35（3）：421?427.

[3] 石鑫，周勇.基于信號峰脊陡變調制的雷達測距算法[J].物聯網技術，2015，5（4）：12?14.

[4] 程艷合，楊文革.壓縮域直擴測控通信信號偽碼跟蹤方法研究[J].電子與信息學報，2015，37（8）：2028?2032.

[5] 吳志軍，李光，岳猛.基于信號互相關的低速率拒絕服務攻擊檢測方法[J].電子學報，2014，42（9）：1760?1766.

[6] 梁華東，韓江洪.采用雙譜多類小波包特征的雷達信號聚類分選[J].光子學報，2014，43（3）：3?7.

[7] LUO Long， YU Hongfang， LUO Shouxi. Congestion avoidance and fast traffic migration based on multi?topology routing [J]. Journal of Computer Applications， 2015， 35（7）： 1809?1814.

[8] SUN Chao， YANG Chunxi， FAN Sha， et al. Energy efficient distributed clustering consensus filtering algorithm for wireless sensor networks [J]. Information and Control， 2015， 44（3）： 379?384.

[9] TU Chaoping， XIAO Jinsheng， DU Kanghua， et al. Multi?focus image fusion algorithm based on the anisotropic thermal diffusion equation [J]. Chinese Journal of Electronics， 2015， 43（6）： 1192?1199.

[10] WANG Qun， DONG Wenlue， YANG Li. A wind power/photovoltaic typical scenario set generation algorithm based on Wasserstein distance metric and revised K?medoids cluster [J]. Proceedings of the CSEE， 2015， 35（11）： 2654?2661.