基于有源RFID的非機動車逆行檢測系統設計

劉 凱，楊登輝，齊國強，呂天劍

（浙江海康科技有限公司，浙江 杭州 310012）

0 引言

非機動車如電動車，因其體積小、機動靈活，駕駛者在道路上行駛時，為了省事方便，常無視交通規則，不顧交通安全。如駕駛電動車逆行，一旦出現緊急情況，行人和電動車都難以及時躲避，事故率非常高。為了提高非機動車如電動車駕駛者的交通安全意識和降低非機動車因逆行或其他危險行為引起的人員傷亡及財產損失情況，交警采用多點部署、蹲點排查等方式對非機動車進行糾章，雖然有一定的效果，但大大增加了交警的勞動強度，耗費了大量的警力資源。本文提出了一種基于有源RFID的非機動車輛逆行檢測系統，該系統是電動車防控射頻網的應用擴展，可以有效發揮公安建設的有源射頻RFID防控網的優勢[1]，能夠提高交警部門對非機動車輛的智能化管理水平，降低交警勞動強度，節省警力資源，并填補非機動車輛逆行檢測的空白。通過本系統也可以對非機動車違章駕駛者造成心理威懾，從而降低違章發生率，維護交通安全。

1 整體設計方案

本系統采用分布式計算的設計思想，車輛感知及逆行判斷均由分布式基站完成，最終將結果發送至遠程服務器，此種設計方式可以最大化利用基站資源并降低服務器大數據量處理的壓力。系統由傳感層、感知層、后臺服務及WEB服務組成。

1.1 傳感層

有源RFID作為物聯網技術之一，通過無線方式識別特定目標信息而無需直接接觸[2][3]，特別適合在該方案中用于車輛身份標識的傳感層。有源標簽由電池供電，功耗極低，一顆2450紐扣電池即可保障正常工作3年，且發包周期短，具備最快100km/h時速下的快速抓取能力，完全可以勝任對非機動車輛的感知工作[4]。

1.2 感知層

由雙天線有源RFID閱讀器構成非機動車輛監控的感知層。采用1Mbps的空口通信速率加高性能處理器，使得有源閱讀器多標簽接入能力高達500張/s，可以滿足任意場景的目標檢測任務。

1.3 后臺服務

主要用于設備維護及數據接入，將感知層回傳的數據進行入庫管理，供WEB服務分析使用。

1.4 WEB服務

主要提供人機交互界面，用于提供基于時間的數據篩選和違章信息的地理位置統計分布。整體框圖如圖1所示。

圖1 WEB服務系統框圖

2 硬件設計

2.1 有源標簽設計

采用 NORDIC提供的 soc芯片nRF24LE1，其內部集成了增強型8051內核及nRF24L01+射頻前端，只需增加極少的外圍射頻匹配電路等即可完成有源標簽設計。

2.2 雙天線有源閱讀器

閱讀器硬件主要由主控芯片GD32F450、兩塊射頻前端芯片、4G模塊、供電系統組成，其硬件結構框圖如圖2所示。

圖2 硬件結構框圖

其中射頻前端芯片采用NORDIC提供的nRF51/52系列芯片，其特有的射頻DMA處理機制為多標簽處理性能提供了保障。

4G模組采用移遠EC20模塊，其內置TCP/IP協議棧，可以直接通過AT指令為有源閱讀器提供訪問服務器主機的4G網絡接入能力，滿足接入服務與閱讀器之間數據交互的要求。

3 算法設計

閱讀器包括讀取有源RFID標簽的兩個定向天線，分別為定向天線A和定向天線B。兩個定向天線分別朝向非機動車正向行駛方向和非機動車逆向行駛方向。逆行檢測閱讀器通過RSSI閾值劃分檢測區域，檢測區域由進入檢測區域和同側檢測區C組成。進入檢測區域包括分別與兩個定向天線同側劃分的兩個進入檢測區，分別為進入檢測區A、進入檢測區B，同側檢測區C位于兩個進入檢測區域A、B之間的位置，如圖3所示。

系統對非機動車進行逆行檢測的方法[5]，包括如下步驟：

（1）逆行檢測閱讀器的定向天線A與電動車同側正向行駛方向一致，定向天線B與電動車同側正向行駛方向相反，由此確定了逆行檢測閱讀器同側的逆行判斷規則；

（2）設定進入檢測RSSI閾值和同側檢測RSSI閾值，將空間劃分為進入檢測區A、同側檢測區C、進入檢測區B二個區域；

（3）電動車I在1時刻所處位置為 I1，當逆行檢測閱讀器檢測到電動車有源RFID信號強度值即RSSI超過進入檢測RSSI閾值時，認為有效數據，并開始進行逆行分析，并將電動車首次出現時讀取數據的定向天線A的區域認定為起始區域，即電動車I的起始區域為A。

圖3 逆行檢測算法原理示意圖

（4）電動車 I在3時刻所處位置為I3，當逆行檢測閱讀器檢測到電動車RSSI值低于進入檢測RSSI閾值時，判斷最后讀取的定向天線B的區域為車輛行駛的終止方向，即圖示電動車的終止區域為B。

（5）根據電動車I整個逆行分析過程是否出現RSSI值超過同側檢測RSSI閾值，判定該電動車是否在與逆行檢測閱讀器安裝位置同側的非機動車道上行駛，如圖3所示，電動車I在2時刻所處位置I2進入了同側檢測區域C，即電動車I與逆行檢測閱讀器同側；

（6）綜合分析，逆行檢測閱讀器同側正行方向為B→A，而電動車I的行駛軌跡為A→B，因此為逆行違章，即電動車I在與逆行檢測閱讀器同側方向發生逆行違章。

同理分析電動車J（圖3中左側非機動車道）：

（1）電動車J在1時刻所處位置為J1，當逆行檢測閱讀器檢測到電動車有源RFID信號強度值即RSSI超過進入檢測RSSI閾值時，認為有效數據，并開始進行逆行分析，并將電動車首次出現時讀取數據的定向天線B的區域認定為起始區域，即電動車J的起始區域為B；

（2）電動車 J在2時刻所處位置為 J2，當逆行檢測閱讀器檢測到電動車RSSI值低于進入檢測RSSI閾值時，判斷最后讀取數據的定向天線A的區域為車輛行駛的終止方向，即圖示電動車的終止區域為A；

（3）根據電動車J整個逆行分析過程未出現RSSI值超過同側檢測RSSI閾值，判定電動車在與逆行檢測閱讀器的異側方向行駛；

（4）綜合分析，逆行檢測閱讀器同側正行方向為B→A，那么異側正行方向為A→B，而電動車J的行駛軌跡為B→A，因此為逆行違章，即電動車J在與逆行檢測閱讀器異側方向發生逆行違章。

（5）其他任意不符合該規則的車輛均認定為正向行駛。

逆行檢測算法軟件流程詳見圖4。

圖4 逆行檢測算法流程

4 系統運行測試

為驗證系統的功能，在和睦醫院門口安裝一臺逆行分析閱讀器并在測試車輛中安裝有源標簽，通過在道路兩側分別逆行后，在后臺分析服務器中查詢糾章明細，系統成功檢測到同側和異側逆行，結果如圖5所示。

圖5 系統測試結果查詢

為驗證系統準確率，在測試車輛中安裝了5張測試標簽，并沿設備測試點同側及異側進行逆行測試，共計行駛次數5圈，測試結果見表1。

表1 逆行測試結果

注：“√”：表示有效數據；“/”：表示無效數據；“×”：表示錯誤數據；

從表1可以看出，同側逆行檢測準確率為100%；異側逆行檢測結果成功率為84%，判斷不出順行逆行的無效數據占16%，逆行檢測成順行的錯誤數據為0%。從數據上分析可知，異側行駛車輛由于受到機動車輛等外在環境因素影響準確率比設備同側略低，但已初步具有一定的實際意義。由于受測試環境影響及樣本數量較少，準確率上存在一定誤差，有待后續項目進行修正。

5 結 語

本文提出了基于有源RFID技術的非機動車逆行檢測系統，重點講解了逆行檢測系統組成及算法實現原理并通過實際環境測試驗證其有效性。該系統可以有效發揮公安建設的有源RFID射頻防控網的優勢，為有源電動車防控射頻網提供橫向應用擴展，有效提高交警部門對非機動車輛的智能化管理水平，優化警力資源配置，具有很好的社會價值及應用前景。