基于簡易加速度傳感器的共享單車損壞問題的初步研究

(長安大學 陜西 西安 710000)

一、研究背景

1.什么是共享單車

共享單車是指企業在校園、地鐵站點、公交站點、居民區、商業區、公共服務區等提供自行車單車共享服務，是一種分時租賃模式。共享單車是一種新型環保共享經濟。共享單車的實質是一種新型的交通工具租賃業務-自行車租賃業務，其主要依靠載體為(單車)自行車?？梢院艹浞掷贸鞘幸蚩焖俚慕洕l展而帶來的自行車出行萎靡狀況；最大化的利用了公共道路通過率。

2.競爭情況

共享單車的橫空出世，給中國的城市居民的出行方式帶來了巨大的改變，而中國龐大的市場也讓共享單車企業在最近幾年單車興起伊始就展開了激烈的競爭，競爭最激烈的時候，有超過100多家共享單車企業在市場上同時提供服務。然而隨著時間的推移，也隨著競爭的加劇，很多單車企業因為各種各樣的原因最終倒閉，而現在的共享單車市場也逐漸穩定下來了，并形成了兩個超級巨頭，阿里系的OFO小黃車和騰訊系的摩拜單車，這兩家公司幾乎占領了目前共享單車企業的絕大多數市場。

3.共享單車市場的現狀

在共享單車剛剛出現的時候，已經從由于企業融資困難導致無法全面鋪開業務致使的用戶退押金而導致的資金鏈斷裂，逐漸轉化成為用戶使用體驗舒適度下降而選擇放棄選擇該單車品牌的新型方式。

目前，社會上經營勢頭好的兩家公司，摩拜和OFO無一不是獲得了大量風投資金。但是，現在社會上出現了一個社會現象就是共享單車損壞太多，中國各地都出現了共享單車大規模損壞的情況，社會大眾對共享單車的討論點逐漸從共享單車最初出現時，共享單車給大家留下的方便快捷的印象逐漸轉換為共享單車損壞太多，車的安全性能得不到保障。

同時，站在單車使用用戶的角度來說，最受關注的就是共享單車的騎行舒適度，對于固定車型的車輛來說，車輛的騎行舒適度在根本上取決于共享單車的車輛狀況。

在現今的共享單車市場中，各家共享單車公司尚沒有完全建立起一套成熟的，適用的體系來解決共享單車損壞這個問題，從而提高顧客的用戶體驗。雖然，現在共享車輛損壞，用戶的騎行體驗這一點下降還只是一個社會問題，還沒有給車企帶來較為致命的影響，但是隨著共享單車市場的逐漸成熟，在不久的將來，能否長久有效的解決共享單車損壞這個問題，提高用戶騎行舒適度這個問題必然將成為單車企業發展，存亡的關鍵。

4.共享單車損壞情況

據一份調查顯示，在近千位受訪者中，有60%的受訪者表示自己近期在尋車時遇到過1至2次的單車無法騎行的情況，而遭遇5次以上的用戶也不在少數，可見，共享單車的損壞情況不容樂觀。解決共享單車的高損壞率問題是當下刻不容緩的任務。

5.高損壞率的共享單車帶來的負面影響

損壞的共享單車主要有幾種，第一種是車子從外觀上看就出行了重大的缺陷的諸如坐騎被盜，車身嚴重變形，這樣的車如果不及時修理那么就會長期擱置占用公共資源與共享經濟的初衷背道而馳。第二種是從外觀上察覺不出來有什么缺陷的或者是有不影響騎走的缺陷的車子。這類車子往往騎起來比新的車子要費勁的多，而且，由于車子上有在騎行之前無法察覺的缺陷，也就埋下了安全隱患，用戶極有可能在騎行過程中發生交通事故，這樣的事情的發生于單車公司于用戶來說都是非常不利的。也當然不利于共享經濟的可持續的健康發展。

二、設計方案的介紹

(一)課題基本思路

我們知道共享單車企業為了給自己公司旗下的共享單車進行位置定位會在共享單車中安置定位芯片。我們小組的基本想法就是通過在車子里加裝一個功能模塊用于記錄共享單車實時運行時在三維空間中的加速度數值，通過降噪，數據處理等過程得到車輛在三維空間中的運動軌跡，以垂直方向的偏移量即車輛的起伏情況為主要因素，X,Y軸的偏移量為次要因素，這一點由加速度計的工作原理決定。

由于共享單車主要騎行在現代化的城市里，因此城市道路的路面質量作為影響車輛運行的次要因素，在這忽略掉。

通過將獲得到的各種損壞程度的單車在非勻速運動時的運動曲線，以車輛起伏程度為主，和正常車輛正常騎行時的軌跡作對比，找出各種差異點，如果有足夠大的樣本量，可以對采集到的實驗樣本做好標記，采用以時序的機器學習的方法可以很好的提高判斷的速度和準確率，并以此估計出車輛的損毀程度。

1.車載芯片的選擇

(1)MPU6050與移動設備內置傳感器的對比

在我們項目，剛提出來的時候，我們最初是想利用移動設備內置的傳感器來實現數據的采集和傳輸。基于共享單車的使用方法，使用者必須得通過移動設備掃碼才能騎行共享單車，通過移動設備中的傳感器，我們就可以測量出共享單車的騎行軌跡和騎行的顛簸程度。但是在我們實際的操作和試驗后發現，通過移動端設備實現對自行車的騎行時相關數據的記錄和傳輸是較不現實的。根據我們的試驗結果，目前市面上主要的軟件APP都無法實現數據的實時記錄，即使記錄了也與真實數據相差甚遠，除此之外，數據獲取之后，還要將數據傳回后臺進行分析，這個過程中就會牽扯到用戶的隱私問題。移動端設備測量的數據是通過用戶個人的移動端設備測量得出的，從某種意義上來說，此法獲取的數據就是用戶的個人信息，用戶具有不向他人提供自己騎行相關數據的權力。通過移動端設備采集數據對于用戶的個人信息安全會形成一定的隱患，綜上來看，選取移動端設備來實現我們的目的是較為不實際不現實的一種手段。而MPU6050則避免了上述問題的發生。

(2)MPU6050的優勢

其角速度全格感測范圍為±250、±500、±1000與±2000°/sec(dps)，可準確追蹤快速與慢速動作，并且，用戶可程式控制的加速器全格感測范圍為±2g、±4g±8g與±16g。產品傳輸可透過最高至400kHz的IIC或最高達20MHz的SPI(MPU-6050沒有SPI)。MPU-6050可在不同電壓下工作，VDD供電電壓介為2.5V±5%、3.0V±5%或3.3V±5%，邏輯接口VDDIO供電為1.8V± 5%(MPU6050僅用VDD)。MPU-6000的包裝尺寸4x4x0.9mm(QFN)，在業界是革命性的尺寸。)MPU6050的價格也非常的便宜。將MPU6050芯片用作共享單車的行駛數據采集工具是再合適不過了，我們將芯片安裝在每一輛共享單車上，記錄每一輛共享單車的運行數據，再把數據傳到數據處理平臺，由平臺對數據進行更進一步的處理和分析。MPU6050作為直接依附在共享單車之上的數據采集芯片，對于共享單車的狀況有著更加及時更加準確更加全面的記錄。

(3)MPU6050的不足

同樣mpu6050加速度傳感器具有一定的不足之處，加速度計僅僅測量的是重力加速度，即az=g，3軸加速度計輸出的x,y軸加速度ax,ay為az=g在加速度計所在芯片坐標系中沿x,y軸上的分量大小。重力加速度的方向和大小是固定的。當芯片在水平面上沿x,y軸方向做勻速直線運動時，得到的ax=0，ay=0。此時雖然芯片安裝車輛有位移量，但是在通過加速度數據所計算，繪制出的運動軌跡上面的并不會表現出位移量。

2.數據的處理與分析過程

我們得到通過MPU6050采集的數據之后就要進行下一步的數據處理工作，這一環節在我們整個環節中也是最為關鍵的一個環節，通過這個環節我們可以對一輛共享單車的好壞做出最終的評判，從而實現對于損壞共享單車的及時回收和維修。我們將采取如下的方式對數據進行處理和分析：

(1)對采集到的數據進行數學處理

得到自行車在某一時刻某一方向的位移。在x,y,z方向各個方向的位移確定后，我們就可以在已建立的空間坐標系中找出唯一對應的點來標記某時刻該共享單車的位置。再通過處理其他的在運行過程中產生的數據處理后得到的位置，將其串聯起來，便可以模擬得出該輛共享單車某次騎行的運動軌跡曲線。得到運動軌跡后我們便可以開展下一步的分析判斷工作，即通過我們得到的空間軌跡曲線來對車輛狀況進行判定和分析。

通過一些實驗驗證傳感器的準確率。

圖1 芯片保持靜止狀態的加速度圖像

當芯片保持靜止時，x,y軸加速度數值應為零，z軸受地球重力

加速度影響其數值為1g。符合真實的情況。

圖2 在設定長度5cm時沿y軸負方向上 圖3 由圖2記錄下的數據得到的y負方向上的軌跡圖。

做一定勻加速度運動時采集到的加速度變化。

下面是我們多次測量得出的實驗數據，可以看出我們小組所做模型在固定方向上做勻加速，變加速運動時實際運動位移和真實位移誤差不超過5%。

表1 實驗數據記錄

注：該表數據是單軸運動時測得的數據

圖4 物塊做單擺運動時得到的加速度曲線

圖5 所得到的單擺運動的軌跡圖線

由以上實驗證實，經過濾波，去噪等預處理過程，我們團隊利用mpu6050芯片所制作出的測量模塊可以較好的反映芯片在非勻速運動時在三維空間中的運動軌跡。

(2)數據分析

通過上面的數學處理的方法我們已經成功的模擬出了共享單車在行駛時的空間軌跡曲線。接下來我們就需要進行曲線的分析工作，也正是通過下面的工作我們可以判定出共享單車的車輛狀況初步判斷。

目前基于加速度傳感器的人體運動姿態識別還處于初級發展階段,目前還沒有一個滿足所有要求的標準數據庫用于識別系統的研究。所以,通過我們建立的數據采集系統,在實驗環境下,采集了一些損壞程度差異較大的共享單車測定了其運行軌跡。

3.車輛分類

下面是我們小組做出來的一些車輛損壞分類:

首先我們需要明確目前的形式下，共享單車有如下幾種較為典型的損壞方式，我們將其初步分成了四類：第I類，外觀上出現了重大變形或者出現了明顯的重大零部件缺失，如單車坐騎被盜，輪胎被盜等用戶體驗無；

第II類，外觀上出現了一定的變形，但車輛零部件損壞程度較大，車龍頭偏移，車架有一定程度的變形等或者是單車的零部件出行了一定的損失或者破壞，諸如車把手被盜，車站腿缺失，車前載物臺損壞缺失用戶體驗極差；

第III類，外觀上看上去沒有出現什么明顯的變形，車上的零部件沒有出現明顯的缺失或者損壞，只是車輛使用時間長，正常的存在損耗。用戶體驗一般。

第IV類外觀嶄新，零部件完全，車上所有功能均可以正常運行，用戶騎起這樣的車來，非常的輕松舒適用戶體驗極高。

我們通過較為直觀和簡單的方法對共享單車車輛狀況進行了分級，不同等級的車輛在道路上騎行產生的軌跡也必然不同。

基于I類車的基本狀況，平時是不會有人去選擇騎行的，所以在我們的監測平臺中，這類車子的使用數據是基本空缺的，這類車也基本不會產生行駛軌跡。

對于II類車而言，其在監管平臺上的基本情況和I類車大致相同，因為較為糟糕的車況，騎這類車的用戶數量會維持在一個很低的水平。在監管平臺里得到的數據也是寥寥無幾，一旦有人騎了這類車，傳回的數據便會非常的異常，這些數據和我們已有獲得的標準數據有著很大的差距。此時，遇到這樣狀況的車輛我們有理由認定，該輛車已經處于II類車的范疇，對于這樣的車，車企就應該投入足夠的注意力，應當及時派遣專人前去查看維修，并且及時停止這類車的對外服務，以便防止用戶騎行會產生的安全事故，和避免車子進一步報廢的浪費。

III類車作為城市共享單車的主力軍，監管平臺收回的大多數數據都會是該類單車產生的。III類車基本可以承擔起用戶的騎行需求，但是因為其本身已經處于III類車的范圍了，所以這類車在騎起來肯定還是會產生大大小小的問題，騎起來費勁，剎車剎不住，掉頭困難等狀況都是用戶在使用III類車遇到的典型問題。這些問題都會直觀的以數據形式展現監管平臺上，III類車作為處于中間地帶的一類車，有很多是剛由IV類車轉化過來，這種III類車只是有一些較小的問題，所以我們得到的運行軌跡曲線和各項數據和我們的在實驗室得到的標準數據的差別是較為有限的，對于這部分的單車，我們暫時不需要投入過多的精力，我們更多的精力應該投向的是即將成為II類車的那一部分，這部分車子騎起來已經相當的費勁了，和標準數據有著較大的差距，及時發現這部分III類車，并及時的對其進行維修，就可以避免之后因為早期不維修而需要做的更大的維修，極大程度的避免了浪費。

IV類車作為車況最上乘的一類車，通過其騎行時采集回來的行駛數據在處理后與我們得到的標準數據的差距是極其有限的。這類單車可以讓用戶放心使用，車企也不必去維修，調整。

4.車輛類型的判斷

我們已經共享單車車況等級的分類辦法，并且根據不同的車況等級提出了不同的處理辦法。我們小組針對比較典型的兩類車輛測量了II類車和III類車在校園內的柏油路內的騎行軌跡。

利用現有的相關理論和技術，將加速度數據和繪制的軌跡圖像進行特征提取。利用固定個數的加速度值進行曲線擬合，以曲線作為k近鄰的樣本對象，考慮車輛騎行曲線和標準曲線的相似度，以此作為距離判斷標準，以簡單有效的k近鄰算法作為分類器進行車輛損壞程度識別。

但是為了提高車輛損壞程度正確識別的準確率，考慮建立基于BP神經網絡的對單車損壞程度進行判斷的時序模型。設想，單車的損壞程度是由III類車向Ⅱ類車逐步轉化的，我們選取一些損壞程度遞增的車輛，測定他們的加速度數據和在道路上騎行時的軌跡，提取相關特征，進行標注，利用MATLAB中神經網絡包，將車輛的損壞程度與它的運動軌跡在時間序列上聯系起來，即設想車輛損壞是隨時間遞增的。

圖6 判斷流程圖

三、創新特色和應用前景

(一)創新特色

我們的課題組選取的課題方向結合了時下最熱門的共享單車和機器學習。針對共享單車損壞這一越來越嚴重的社會問題，我們結合自己所學，獨辟蹊徑，與現在社會中的口誅筆伐不同，我們采取了一套全新的可行的量化方案解決共享單車高損壞率問題。國內現在尚且沒有人提出過我們類似的想法來解決共享單車損壞問題，我們無疑是走在了該領域的前端。

(二)應用前景

中國的共享單車市場龐大，并且隨著時間的推移，我們的共享單車市場也會不斷的擴大，并且也會擴展到海外。一旦市場全面鋪開，共享單車企業穩定下來后，共享單車損壞率問題就會成為車企最需要解決的事情。即使在現在，高損壞率已經給各大車企帶來了不小的負擔，并且隨著時間的推移，這個負擔如果不能得到妥善處理，只會變得越來越重。彼時，我們的社會將會產生一系列由共享單車帶來的負面影響，由共享單車產生的交通事故也會急劇攀升。這對共享單車的可持續發展造成了重大影響，也給整個共享經濟的發展帶來了負面影響。及時解決共享單車高損壞率問題是具有戰略意義的，并且當我們在共享單車的應用上成熟后，可以將自己的方案進一步推廣到其他方面，其他領域。綜上所述，有充分的把握認為我們的方案應用前景較為明朗和開闊。