純電動物流車遠程監控平臺研究

王晨辰

（1.武漢理工大學 現代汽車零部件技術湖北省重點實驗室，湖北 武漢 430070；2.武漢理工大學 汽車零部件技術湖北省協同創新中心，湖北 武漢 430070）

純電動物流車遠程監控平臺研究

王晨辰1,2

（1.武漢理工大學 現代汽車零部件技術湖北省重點實驗室，湖北 武漢 430070；2.武漢理工大學 汽車零部件技術湖北省協同創新中心，湖北 武漢 430070）

為了提高純電動物流車運行時的安全性和定位準確性，開發了一套純電動物流車遠程監控平臺。該平臺由車載監控模塊和上位機監控軟件構成，通過4G網絡通信。然后提出基于Douglas-Peucker軌跡提取算法的曲線擬合地圖匹配算法對車輛進行實時定位。實車試驗結果表明，該監控平臺能夠實現對車輛數據的準確監控、采集和顯示，對車輛的各項歷史數據進行回放、提取和分析，且經新的地圖匹配算法匹配之后車輛的定位準確，基本滿足純電動物流車遠程監控系統的設計要求。

純電動物流車；遠程監控；北斗；地圖匹配

1 前言

隨著我國網絡的日益發達，物流行業也在高速增長，整個社會對物流的需求更大、速度要求更高，對整個物流行業提出了更高的要求[1]。然而物流車輛的數量規模龐大、分散性大、機動性大，這些特點對物流調度中心來說一直是一大難題，而且物流車的運行強度大時間長載貨量重，且車輛缺乏保養，尤其是對于純電動物流車來說，更是有著不小的危險性存在。而且現有的車輛定位系統由于設備和環境等原因，經常有定位不準的情況出現，對物流中心的快速準確調度更是帶來了困難。因此，針對這些問題，本文開發了一套遠程監控系統，并提出了基于軌跡提取的曲線擬合地圖匹配算法，提升了物流調度中心對物流車輛的監控力度，使得車輛配置更加優化，效率更高。

2 監控平臺系統構成

該遠程監控系統主要由車載監控模塊、上位機監控軟件、4G網絡、Internet網絡構成。系統構成如圖1所示。

監控模塊安裝在物流車上，由模塊中的CAN模塊接收車輛的各種運行信息，如電池SOC、SOH，電機的轉速、轉矩、功率等信息，而S1216F8定位模塊接收各種衛星定位信息，并得到其中的經度、緯度、車速、定位精度等信息。這些信息經STM32芯片處理打包后通過SIM900A模塊根據TCP/IP協議發送至上位機監控中心上，在發送的同時也將數據存入SD卡中，在沒有無線信號的時候暫存數據，等有信號的時候再將之前的數據取出發送至監控中心。

上位機監控平臺采用C++和MFC框架編寫，在其中嵌入百度地圖，將從下位機接收到的數據如電機電池數據經過處理分析之后實時顯示在監控平臺上，將車輛的定位信息經過一系列的坐標轉換之后在嵌入的百度地圖上以一個小紅點的方式顯示出來，并將所有數據同時存入數據庫管理系統MySQL中，之后使用SQL指令可以對數據庫中的數據進行查詢和編輯，例如調取車輛的歷史信息和查看車輛的歷史軌跡。

圖1 監控平臺系統構成

3 監控平臺功能

根據遠程監控平臺設計需求，一共為上位機監控軟件設計了三個功能，如圖2所示，分別為：管理功能、數據分析功能、監控功能。系統針對這三個功能，設計開發了不同的用戶界面，使用戶能夠方便的使用監控平臺,并且隨著平臺功能后續的不斷擴展，可以開發出更多的功能模塊。

監控功能中，運行參數以數值、圖形和曲線等方式顯示在監控平臺上，車輛定位與跟蹤在調用地圖匹配程序后在電子地圖上顯示出車輛的位置信息，并且如果車輛出現故障，會在監控平臺上顯示出對應的故障碼，方便及時的進行處理。數據分析功能使管理人員可以提取出車輛的各項歷史數據，對車輛過去的運行數據進行分析和處理，為車輛各項技術的改進提供數據基礎。管理功能使只有具有權限的管理人員才能夠登錄系統查看車輛的各項信息，使得系統的安全性大大提高。

圖2 監控平臺功能

4 車輛定位及跟蹤的地圖匹配算法

4.1 地圖匹配算法概述

在車輛導航定位系統中，僅靠GPS獲取的定位點遠不滿足目前精確定位和導航的需求。而在短時間內提高GPS的精度顯然是非常困難的，所以就需要其他的方法來提高GPS的定位精度。地圖匹配是一種基于軟件技術的定位修正方法。這種方法的基礎思想是將車輛定位軌跡與電子地圖中的道路網信息聯系起來，并由此確定移動目標相對于地圖的位置。地圖匹配技術可以在不提高GPS精度的情況下提高定位和導航的精確度，使車輛的定位和導航更加準確[3]。

4.2 現有地圖匹配算法分析

4.2.1 幾何匹配方法。幾何匹配算法包括了點到點、點到線和線到線三種算法。點到點的匹配，也就是直接投影法，指的就是把GPS測量點定位到離此點投影距離最近的點上[4]。點到點的算法在道路網非常密集節點很多的時候匹配精度較高。而點到線的匹配是將GPS測量點匹配到距離其最近的線上。這種方法和點對點算法相比較效果好一些，但是如果路網非常密集，算法的穩定性就會變差。線到線的算法首先是利用點到點選出候選道路的節點，然后比較車輛的行駛軌跡和節點周圍的道路，如果平均距離最小，則選取該路段作為車輛當前的行駛路段。線到線算法雖然考慮了行車的歷史軌跡，但是沒有考慮到誤差的方法，如果在點到點階段就產生了誤差，則在之后的過程中會將此誤差一直代入計算，導致最終結果不準確[5]。

4.2.2 曲線擬合算法。在電子地圖中并沒有曲線的路段，而是用直線和折線段來表示，所以在匹配的過程中，車輛的行駛軌跡可以用一段直線來代表。該算法在某些路段（如比較大的彎道或交叉路口處）的匹配效果比較好，但是由于這種算法需要一段時間內的多個GPS測量點，因此實時性較差[6]。當周邊兩條道路平行的時候，用這個算法來匹配，容易產生誤差。采用曲線擬合算法需要同時采用其他的地圖匹配算法來配合計算。

4.3 Douglas-Peucker算法

地圖匹配的候選路段選擇其實就是將車輛的運行軌跡和道路的走向相比較。但是由于GPS點的不準確，對車輛運行軌跡的提取會產生很大的影響。因此選擇Douglas-Peucker算法這種常用的曲線數據壓縮和曲線多邊形逼近算法進行車輛運行軌跡的提取[7]。

Douglas-Peucker算法的基本思想是將每條曲線的起點及終點連成一虛線，求出所有點到虛線的距離，并找到最大的距離值dmax，對這兩部分重復使用該方法。算法原理如圖3所示：

Douglas-Peucker算法的基本思路是：連接曲線的起始點，用一條虛線表示，計算出線上所有的點與這條虛線的距離，dmax表示最大距離，用得到的dmax的值和限差D作對比：當dmax比D小的時候，忽略掉曲線中間所有其他點；如果dmax的值大于等于D，則留下對應的坐標點。以這個坐標點作為界限，用曲線分割成兩個部分，重復用該方法計算分割后的兩部分曲線，以此類推。

圖3 Douglas-Peucker算法基本思想

4.4 最小二乘法曲線擬合

由Douglas-Peucker算法提取得到的是一個個離散的軌跡點，如要將行車軌跡和道路相匹配，就需要將一個個離散的軌跡點進行擬合獲得曲線，然后再進行匹配。最小二乘法曲線擬合是一種既實用又便捷的曲線擬合方法。最小二乘法的原理為從給定的數據(xi,yi)出發，構造一個近似函數φ(x)，不要求φ(x)完全通過所有的數據點，只要求所得的近似曲線能反映數據的基本趨勢。

首先對于給定的一組數據(xi,yi)，i=1,2,...,n，尋求次數不超過m(m＜n)的多項式：

使該多項式的偏差平方和Q為最小

由于Q可以看作是關于(j=0,1,2,…,m)的多元函數，故上述擬合多項式的構造問題可歸結為多元函數的極值問題。令：

可得：

求解上述關于系數aj的線性方程組可得：

矩陣[a0,a1,…,am]即為多項式的系數矩陣。

4.5 基于Douglas-Peucker的曲線擬合算法

第一步：對GPS定位點進行篩選，剔除無效的定位點；

第二步：確定定位點附近的候選路段。以該點為中心，結合GPS定位精度和道路寬度，選取以40m為半徑的圓以內的路段作為候選路段，并根據路段的端點計算路段的斜率k0；

第三步：如候選道路集合中只有一條道路，則認為該道路即為匹配道路；如有多條，則采用Douglas-Peucker算法先提取行車軌跡點。然后選取當前GPS定位點以及之前的5個定位點進行最小二乘法曲線擬合，擬合曲線的斜率k為:

第四步：比較擬合之后曲線的斜率k和候選道路集中每條道路的斜率k0，通過公式便可計算出車輛運行軌跡和候選道路的夾角[8]。角度計算公式如下：

第五步：曲線擬合的函數為：

式中，f為各道路的匹配值，d為定位點到路段的投影距離，m,n為權值，曲線擬合算法通常m和n都選0.5，但在本文中，行車軌跡已由Douglas-Peucker提取，大幅度增加了行車軌跡與實際道路的匹配性，所以在本文中選用m= 0.8,n=0.2。計算各道路的匹配值f，f最小的道路則為最終匹配道路，將定位點通過投影法關聯至該道路上。

算法的流程圖如圖4所示：

圖4 算法流程圖

5 實車驗證

5.1 監控平臺功能驗證

以某公司的純電動物流車作為實驗車輛，在武漢市區內選取一段較復雜的道路作為實驗路段。監控系統的監控界面如圖5所示。圖5中顯示了該純電動客車的車輛定位信息、故障報警、電池信息和電機信息等車輛運行參數。

圖5 實時監控界面

利用監控平臺的數據分析功能查看過去20min內純電動物流車的SOC和電流歷史數據SOC曲線如圖6所示：

電池電流曲線如圖7所示：

5.2 地圖匹配驗證

基于Douglas-Peucker算法的曲線擬合算法，調用電子地圖對車輛進行定位。圖8為未調用算法時直接通過GPS測量獲得的定位點，由圖可見在剔除無效GPS定位點后，剩余有效的GPS定位點有時在道路上，但是也有部分偏離至道路外。調用算法之后的定位點如圖所示。調用算法之后的點基本都在道路上，并且未出現道路匹配錯誤點，如圖9所示。兩圖相比較可見基于Douglas-Peucker的曲線擬合算法匹配效果良好。

圖6 SOC歷史數據曲線

圖7 電池電流歷史數據曲線

圖8 未調用算法的歷史軌跡

6 結論

本文結合純電動物流車的特點設計并開發了一套針對純電動物流車的遠程監控平臺，實車試驗表明，平臺運行情況良好，能夠對車輛進行準確實時的監控，并且對車輛的各項運行數據進行顯示、分析和存取，滿足設計需求。基于Douglas-Peucker的曲線擬合算法對車輛進行了準確的定位，使得車輛定位能夠準確的顯示在電子地圖上。整套系統為高效優化物流車資源配置打下了基礎，可推進現代物流行業的信息化發展。

圖9 調用算法的歷史軌跡

[1]張向南,趙慶展,何啟峰.基于北斗的物流車輛監控系統[J].物流技術,2015,34(8):251-268.

[2]杜常清,杜剛,朱一多,李晃.電動汽車遠程監控技術研究及其平臺開發[J].汽車工程,2015,35(9):1 071-1 076.

[3]胡林,谷正氣,楊易,黃晶.基于權值D_S證據理論的車輛導航地圖匹配[J].中國公路學報,2008,21(2):116-119.

[4]George Taylor,Chris Brunsdon,Jing Li,Andrew Olden,Dorte Steup,Marylin Winter.GPS accuracy estimation using map matching techniques:applied to vehicle positioning and odometer calibration[J].Computers,Environment and Urban Systems,2006,(30):757-772.

[5]晏胤.GPS/DR組合導航的地圖匹配算法研究與實現[D].長沙:湖南大學,2013.

[6]唐思靜.車輛定位導航系統中地圖匹配和路徑規劃算法研究[D].西安:西安電子科技大學,2009.

[7]李星軍.車輛定位導航系統中地圖匹配算法研究[D].西安:西安電子科技大學,2015.

[8]杜剛.電動汽車遠程數據管理平臺研究[D].武漢:武漢理工大學,2014.

Study on Remote Monitoring Platform of Electrical Logistics Vehicles

Wang Chenchen1,2
(1.HubeiKeyLaboratoryforModernAutomobileSpareParts&Technology,WuhanUniversityofTechnology,Wuhan 430070; 2.HubeiCollaboration&InnovationCenterforAutomobileSpareParts&Technology,WuhanUniversityofTechnology,Wuhan 430070,China)

In this paper,in order to improve the safety and positioning accuracy of the electrical logistics vehicles in operation,we developed the electrical logistics vehicle remote monitoring platform.This platform consisted of an on-board monitoring module and the upper computer monitoring software and communicated through the 4G network.Then,we proposed the curve fitting and map matching algorithm based on the Douglas-Peucker track extracting algorithm to position the vehicles in real-time.At the end,through a ground test, we found that the monitoring platform could realize accurate monitoring,collection and display of the vehicle data,and could play back, extract and analyze the various historical data of the vehicles.

electrical logistics vehicle;remote monitoring;Compass;map matching

F253.9;TN914

A

1005-152X(2017)01-0105-05

10.3969/j.issn.1005-152X.2017.01.022

2016-12-02

王晨辰（1992-），男，浙江金華人，碩士研究生，研究方向：汽車電子。