基于无线传感器网络的公交车载节点定位算法研究

发布者:悦耳旋律最新更新时间:2012-10-31 来源: 21ic 关键字:无线传感器网络  公交车载节点  定位算法 手机看文章 扫描二维码
随时随地手机看文章

WSN(Wireless Sensors Network)是集传感器技术、MEMS技术和网络技术于一体的一种信息获取和信息处理技术[1],它具有自组织、自适应能力,在智能交通方面具有独特的优点和广阔的应用前景[2]。

在智能公交系统中,车辆位置的准确求取和传递是其他系统功能实现的先决条件。当前已经有了一些利用无线传感器搭建智能公交系统的通信网络的方案[4-6],但这些方案均利用其他手段实现车辆的定位,鲜有利用无线传感器自身的TOF测距功能实现车辆定位功能。而利用基于TOF的无线传感器实现公交车载节点的定位可以降低系统建设和实用成本,对公交系统智能化改造具有参考意义。

在无线传感器定位算法中,由于Range-free定位算法要求大密度的参考节点,所以不适合智能公交系统车辆定位。而通常基于TOA、TDOA以及AOA的定位技术需要添加额外的硬件,导致系统的定位成本增加。基于RSSI测距的方法虽然易于实现,但由于其有效定位距离近,远距离情况下定位精度较低,因此很难单独应用。近年来,英国Jennic公司最新推出了采用TOF(Time Of Flight)测距技术的ZigBee芯片JN5148,能够有效地提高无线传感器测距精度。本文即以此为背景对公交车载节点的定位算法和策略进行了深入研究。

1 基于TOF/RSSI定位算法分析研究

为了充分发挥JN5148的测距能力,本文对其进行了测距实验,并对其在车载节点定位上的应用方法进行了研究和讨论。

1.1 TOF测距效果实验分析

JN5148通过测定无线信号在两节点间双向传递时间计算节点间距离[5-6],同时其数据帧中包含RSSI参数。JN5148芯片在户外的测距实验曲线如图1所示,图1(a)是在300 m范围内每10 m进行一次测量的测距误差图;图1(b)是10 m范围内每0.2 m进行一次测量的测距误差图。

1.3 车载节点定位方案分析

为了提高车载节点定位精度,考虑了以下几种改进方案:

(1)缩短固定参考节点间距离

通过增加固定节点的数量,以缩短相邻固定节点间的平均距离、优化几何构型。如可将图2(a)中固定节点A、B间距离缩短到100 m。[page]

(2)引入高度因素构建三维定位

通过调整固定参考节点高度(如:将固定节点C安装在附近高楼上),构建立体三维定位,以改善固定参考节点与待测节点的几何构型。

(3)采用线性定位思路

根据实际道路特点,忽略道路宽度,采用线性定位法,仅考虑车载节点在道路上的一维位置。

综合考虑以上三种改进方法,第一种方案的系统造价高,构建的网络复杂;第二种方案受道路环境影响较大,操作困难:第三种方案可将无线传感器固定在路中间(如信号灯上、道路指引牌上等),通过无线传感器测距,直接估算车辆的位置,对WSN节点的要求低,较为可行。

2 车载节点组合定位思路研究

在公交车线性定位过程中,可利用里程仪信息,里程仪的测距误差一般在1%左右[8]。若公交车受复杂路况等因素影响,仅用里程仪定位将产生较大误差。如图3所示的城市道路示意图中,仅由道路转盘(绿岛)产生的差异就会使公交车往返路程差超过30 m。为了提高车辆定位的鲁棒性和精度,本文提出了使用里程仪与无线传感器的TOF/RSSI测距相结合进行车载节点组合定位的方法。

根据无线传感器的TOF/RSSI以及车辆里程仪的测距特点,定位算法的主要思想如下:车载节点在离固定节点较近时采用RSSI测距定位,同时计算里程仪误差修正参数;车辆节点距离固定节点较远时,采用由TOF测距定位修正的里程仪进行定位的组合定位思路。详细的定位算法流程如图4所示。

车载节点将RSSI值与设定阈值比较,当RSSI值大于阈值时,说明节点即将到达或刚开始远离某固定节点;然后判断RSSI值的变化趋势,RSSI值减小则说明节点在前一个数据采集时刻车辆与固定节点位置最近,此时利用RSSI值进行测距定位,并使用RSSI测距值和里程仪测距值估计里程仪偏差值。利用无线传感器RSSI估计里程仪的偏差值算法流程如图5(a)所示。

当公交车辆继续远离固定节点时,所采集的RSSI值小于阈值,开始进入基于里程仪和TOF组合定位模式。利用TOF修正里程仪偏差的算法如图5(b)所示,其中,dODM为里程仪测距值,dTOF为TOF测距值,?啄TOF为TOF测距误差。利用车载节点存储多个TOF测距值,与相应里程仪测距值相减,可得到一组差值序列。该历史差值序列可以用于求解里程仪偏差和刻度系数误差,对里程仪误差进行实时补偿。[page]

一般来说,当里程仪测距值与TOF测距值的差值大于两倍的TOF测距误差时,说明里程仪定位误差较大,需要进行修正。通过差值序列获取方式的不同,还可以将该补偿算法分为静态TOF校正法(利用某固定时段的差值序列)和动态TOF校正法(利用实时更新的差值序列)。

3 组合定位算法的验证

为了验证上述组合算法的有效性,利用MATLAB对上述算法进行了仿真。TOF及RSSI的测距误差按式(1)、式(2)的误差模型进行设置;里程仪的刻度系数误差设为1%,里程仪的初始偏差设为16 m。

图6(a)为模拟车载节点离开固定节点时利用RSSI修正里程仪误差结果。从图中可以看出,利用RSSI估计并修正里程仪测距误差的效果十分明显。

将TOF测距值与对应里程仪测距值的差值序列进行一阶线性拟合,可求解刻度系数误差和里程仪偏差,并对里程仪数据进行修正。仿真中静态校正法采用0 m~200 m的差值序列进行里程仪误差的补偿,结果如图6(b)所示。动态校正法实时使用修正点前,200 m的差值序列进行里程仪误差的补偿,结果如图6(c)所示。两种算法结果都表明:TOF校正后的里程仪测距精度远高于TOF和里程仪自身的测距精度。

表1中汇集了其中5次的仿真结果。其中,组合算法1包含了RSSI校正和静态TOF校正,组合算法2包含了RSSI校正和动态TOF校正。

由表1可知,基于TOF/RSSI的公交车载节点组合定位算法定位效果优于三种独立的测距定位方法,定位标准差小于5 m(与GPS定位精度相当)。组合算法1定位标准差优于组合算法2;组合算法2的鲁棒性要强于组合算法1,但其计算量较大。两种组合算法均在一定程度上改善了TOF测距误差波动大、RSSI远程测距误差大、里程仪测距在车辆非直线行驶时定位误差大的缺点。

本文对基于无线传感器网络的车载节点定位方法进行了研究,测试分析了新型的TOF无线传感器芯片JN5148的测距效果,研究了固定节点分布对车辆定位的影响,提出了基于TOF/RSSI及车辆里程仪的组合车辆定位算法,并讨论了静态和动态两种TOF误差修正模式。仿真结果表明,组合定位算法精度能够满足实际应用要求,结合无线传感器网络本身的良好通信能力,有助于经济地实现公交系统智能化改造,具有较好的应用参考价值。

关键字:无线传感器网络  公交车载节点  定位算法 引用地址:基于无线传感器网络的公交车载节点定位算法研究

上一篇:新能源车辆认定标准
下一篇:基于无线传感器网络的公交车载节点定位算法研究

推荐阅读最新更新时间:2024-05-02 22:24

无线传感器网络路由协议
   引言   随着传感器技术、嵌入式技术、分布式信息处理技术和无线通讯技术的发展,以大量的具有微处理能力的微型传感器节点组成的无线传感器网络(WSN)逐渐成为学术界的研究热点问题。美国商业周刊和MIT技术评论在预测未来技术发展的报告中,分别将无线传感器网络列为21世纪最有影响的技术和改变世界的技术之一。与传统无线通讯网络Ad Hoc网络相比,WSN的自组织性、动态性、可靠性和以数据为中心等特点,使其可以应用到人员无法到达的地方,比如战场,沙漠等。因此,可以断定未来的无线传感器网络将有更为广泛的前景。   无线传感器网络体系结构   无线传感器网络体系结构 如图1所示,传感器网络通常包括传感器节点,汇聚节点和管理节点。
[网络通信]
无线传感器网络在智能交通系统中应用
  智能交通系统(ITS)应用在城市交通中主要体现在微观的交通信息采集、交通控制和诱导等方面,通过提高对交通信息的有效使用和管理来提高交通系统的效率,主要是由信息采集输入、策略控制、输出执行、各子系统间数据传输与通信等子系统组成。信息采集子系统通过传感器采集车辆和路面信息,策略控制子系统根据设定的目标(如通行量最大、或平均候车时间最短等)运用计算方法(例如模糊控制、遗传算法等)计算出最佳方案,并输出控制信号给执行子系统(一般是交通信号控制器),以引导和控制车辆的通行,达到预设的目标。   无线传感器网络是一种融合短程无线通讯技术、微电子传感器、嵌入式系统的新技术,逐渐被用于智能交通系统等需要数据采集与检测的相关领域。基于IEEE
[安防电子]
<font color='red'>无线传感器网络</font>在智能交通系统中应用
电量均衡的无线传感器网络分簇算法
燃气(人工煤气、天然气、液化石油气)的普及,提高了生产效率、市民的生活质量,但在使用燃气的过程中,因燃气泄漏、废气等原因造成的燃气爆炸、中毒等意外事故时有发生,给人们的生命和财产安全带来了严重的威胁,因此安全使用燃气一直是燃气主管部门工作的重中之重。燃气泄漏报警器能有效监测环境中可燃气体或毒性气体(如CO)的浓度,一旦其浓度超出报警限定值,就能发出声光报警信号,并且能自动开启排风扇把燃气排出室外,甚至能通过联动装置自动切断燃气供应防止燃气继续泄漏,起到安全防范的作用。但报警器选用得是否合理,直接关系到其功能的充分发挥。该设计所研究的可燃性气体报警器正是应这种要求而开发的。 该设计所研究的可燃性气体报警系统是利用传感器对可燃气体浓度
[模拟电子]
电量均衡的<font color='red'>无线传感器网络</font>分簇算法
组成网络的基本单元无线传感器网络节点解析方案
无线传感器网络是新兴的研究领域,在军事、环境、健康、家庭、商业领域等许多方面有着巨大的潜在应用前景。无线传感器网络节点是组成网络的基本单元,无线传感器网络的迅速发展,给无线传感器网络节点的设计和管理提出了许多挑战。 无线传感器网络节点 无线传感器网络是集数据采集、处理及通信功能于一体的分布式自组织网络。无线传感器网络由在一定区域范围内的多个具有无线通信、传感、数据处理功能的网络节点组成。传感器节点负责采集、处理、压缩数据、中转其他节点的数据包并将数据包发送出去。在不同的应用中,传感器网络节点的结构不尽相同,一般由数据采集单元(传感器、A/D转换器)、数据处理和控制单元(微处理器、存储器)、无线通信单元(无线收发器)和供电单
[嵌入式]
无线传感器网络中的LEACH算法分析与设计
摘要:在分析了经典的LEACH分簇路由算法,以及基于LEACH算法基础上的几种经典的改进算法后,针对小规模无线测距网络的特点,在传输数据量较少、簇首节点无需进行大量数据融合的情况下,对LEACH算法进行改进,增加了节点与基站直接通信的个数,减少了多跳累加误差对测距的影响。使用MATLAB软件进行仿真,理论与实验仿真表明,本文提出的改进算法能够延长整个网络的生存时间,减少了一些不必要的能量浪费。 关键词:无线传感器网络;分簇路由算法;LEACH;性能分析 引言 无线传感器网络是当前网络技术界备受关注的前沿热点研究领域,涉及多学科,高度交叉,知识高度集成。无线传感器网络集成了传感器技术、计算机技术和通信技术,在军事、环境、健康
[工业控制]
<font color='red'>无线传感器网络</font>中的LEACH算法分析与设计
如何开始进行无线传感器网络系统的设计
一、无线传感器网络技术应用广泛,百花齐放 无线传感器和传感器网络,是具有非常广泛的市场前景,将会给人类的生活和生产的各个领域带来深远影响的新技术。美国的《技术评论》杂志在论述未来新兴十大技术时,更是将无线传感器网络列为第一项未来新兴技术,《商业周刊》 预测的未来四大新技术中,无线传感器网络也列入其中。 无线传感器网络有着十分广泛的应用前景,在工业、农业、军事、环境、医疗,数字家庭,绿色节能,智慧交通等传统和新兴领域有具有巨大的运用价值,无线传感器网络将无处不在,将完全融入我们的生活。图一是无线传感器应用示意。 图1 无线传感器应用部分实例 由于无线传感器和无线传感器网络巨大的市场和应用前景,所以目前
[工业控制]
面向工业物联网的无线传感器网络
引言 低功率处理器、智能无线网络和低功率传感器以及“大数据”分析的出现导致人们对工业物联网兴趣大增。简言之,这些技术相结合使得能够将大量传感器放置到任何地方:不仅是通信和电力基础设施存在的地方,也可以是任何有宝贵信息需要收集的地方,这些信息关乎“物体”的行为方式、在哪里或者是什么。给诸如机器、泵、管道、火车车厢等“物体”配备传感器的做法在工业界并不是什么新鲜事。从炼油厂到生产线,在各种工业环境中,定制传感器及网络已经大量存在。过去,这类运行技术 (Operations Technology,简称 OT) 系统作为单独的网络运行,保持很高的网络可靠性和安全性标准,用消费类技术根本无法满足这样高的要求。按照这些高标准过滤可用的技术,最终
[嵌入式]
基于6LOWPAN的IPv6传感器网络报头压缩方案的设计与实现
0 引言     无线传感器网络是由大量按需随机分布的集成有传感器、数据处理单元和通信模块的微型节点以自组织方式构成的无线网络。传感器网络具有成本低、能耗代、灵活性高等优点,可以应用于国防军事、环境监测、交通管理、医疗卫生、反恐抗灾等领域,具有重要的研究价值和应用前景。无线传感器网络节点的资源非常有限,因此需要一个轻量级的无线通信规范。IEEE 802.15.4标准定义了一个短距离、低复杂度、低功耗、低数据速率的介质访问控制层(MAC)和物理层(PHY)规范,该标准的技术特点决定了它特别适合传感器网络、智能家庭网络、工业控制网络等节点众多、数据率较低的应用环境。IPv6作为下一代网络协议,具有地址资源丰富、地址自动配置、安全性高、移
[嵌入式]
小广播
最新嵌入式文章
何立民专栏 单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

换一换 更多 相关热搜器件
电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved