道路自动限速控制系统（精选7篇）
道路自动限速控制系统 篇1
0 引言
基于图像处理的交通安全监控应用越来越广,主要包括闯红灯自动拍照、逆向行驶、道路违章、压线越线违章、车速监控、关口自动登记收费等。所有这些技术都是通过安置在道路上的监控设备抓拍的图像信息,进行图像的自动分析处理提取有效的特征信息。随着智能交通的发展,对道路违章技术的自动检测也越来越重视。但是,道路违章检测技术相对于其他的检测技术难度较大,因为道路违章识别的对象明显更复杂。比如有些路段仅限小车通过,各种卡车通过的话则属于道路违章。此时就要求违章检测系统能够实时地判断出当前通行的车辆类型,然后才能判别其是否属于道路违章。
1 车辆道路违章监控系统
如图1所示,基于视频的车辆道路交通违章违章检测系统主要由3个部分组成:前端数据采集与监测部分、数据传输部分以及后台处理部分。
1)前端基于视频的车辆道路交通违章违章检测部分
前端违章检测部分由摄像机、镜头、视频采集卡和工控机以及运行在其上面的软件等的组成,主要负责基于视频的车辆道路交通违章违章检测、抓拍等工作,是整个系统的核心部分。
2)传输部分
传输部分通常分无线传输、光纤传输和电话线传输等几种方式,一般由光纤收发器、光纤或者电话线、调制解调器等组成,主要负责从前端违章检测设备到后台管理系统之间违章数据和从后台管理系统到前端违章检测设备之间控制指令的传输。
3)后台管理部分后台管理部分
由后台数据库服务器、数据录入和违章处罚工作站等组成,主要负责违章数据录入、违章处罚、违章查询等工作。
2 白天道路违章车型识别算法
道路交通违章检测系统所遇到的新问题主要为:1)背景更为复杂,道路上运动车辆运行速度快,要求检测算法能够快速地对车型进行判断;2)车辆运行轨迹有可能不断变化,甚至出现不规则的轨迹,要求检测算法能够消除因车型轨迹不同而产生的误判;3)车辆阴影在阴雨雾天,判别难度大,这种情况下人眼也很容易误判,因此对自动判别算法要求更高。
2.1基于边缘特征的提取算法
图象的边缘位置往往伴随着灰度值的剧烈变化,因此边缘检测利用图象的这一特征进行提取。但是由于信号的高频分量很难和噪声区分开来,这就使得看似很简单的边缘检测问题变得很难。边缘检测的难度也是集中在如何将边缘信息和高频噪声信息区分开来。
线边缘结构检测法,其依据是如果仅仅是车辆阴影覆盖车型框架,那么车型轮廓的线结构依然比较完整;而如果是存在车辆道路交通违章违章,则车型轮廓的线结构被完全破坏。
如何判断线结构是否完整?对于车型框架必然存在边缘轮廓,表现在二值化图片上为图像的某行存在“1010……01”特征。所以可以对捕获的图片的车型框架进行二值化处理,然后逐行横向扫描,根据扫描的结果,与预先存储的车型框架进行匹配,当匹配程度高于某一阈值,则认为当前车辆属于该类型的车辆,否则与其他类型的车辆轮廓进行匹配。若一直没有匹配的车型,则可通过连续多张照片,重复判别加以修正结果,如果一直没有得到匹配结果,则可将该车辆定为待定车型,由人工进行识别。识别流程如图2所示。
这种方法在图像质量较高,车型框架较清晰的情况下,有很高的检测准确率,也能部分克服光线的影响,但是当图像质量较差,或者在晚上光线严重不足时,识别效果非常差,因此需要专门研究夜晚条件下车辆类型识别技术。
3 夜间道路违章车型识别算法
通过以上的探讨,可以发现道路违章检测中,光线不足是影响判别结果的关键因素,可能引起了很多误判。另外,道路违章检测的工作环境变化复杂,各种检测方法有其优缺点,一种方法可能在某种情况下效果良好但是在其他情况下效果不佳,无法适用于全部情况。像车辆轮廓检测法在图像质量较高时效果不错而在图像质量不佳时其性能大大降低,因此本文专门设计了夜间环境下的道路违章车型识别算法。
若为夜晚,则认为图片质量较差,采用灰度帧差统计法,首先对车型框架图像预处理,进行滤波,灰度化。然后逐行求该行灰度平均值,将当前处理图像的该值与背景图像的该值做比较,若差值大于灰度门限,则认为属于车辆轮廓,记cha[i]=1,否则记为cha[i]=0。最后统计描绘出车辆的大致轮廓,与预设的车型库进行匹配查找。
白天和夜间的时间区段可以预先设定,一般取白天为7:00至20:00,夜晚为20:00至7:00。检测系统根据检测时刻的时间,自动调用白天或者夜间的检测程序进行识别。识别流程如图3所示。
4 算法的实现
根据算法的设计流程。下面将对算法的具体实现环节进行详细的介绍。
1)对车型框架进行图像预处理,包括中值滤波、灰度化等。
摄像机拍摄的图片画面较大,对整个图像进行处理显然会消耗大量的运算,所以这里我们在架设摄像机的时候就根据镜头角度等在图像中找定一个车型框架,所有的运算只在此区域内进行。
为了抑制噪声,我们通常我们选用低通滤波器,但是由于在线结构检测法车辆违章检测中,边缘包含大量的高频信息,所以,过滤噪声的同时,必然使边界变模糊。反之,为了提升边缘,我们通常使用高通滤波器,但同时噪声也被加强了。中值滤波就是一种既能保护边缘信息,又能过滤噪声的图像增强办法。
中值滤波的原理就是用一个窗口W在图像上扫描,把窗口内包含的图像像素按灰度排序,取灰度值居中的像素灰度为窗口中心像素灰度。
灰度化则是通过以下公式得出:
2)求边缘二值化,得出车型轮廓边缘。
图像边缘是图像的重要特征之一。图像边缘保留了原始图像中相当重要的部分信息,而又使得总的数据量减小了很多,所以在图像处理和图像识别中,图像边缘化具有重要的意义。要给图像的边缘下一个定义还挺困难的,从人的直观感受来说,边缘对应于物体的边界。图像上灰度变化剧烈的区域比较符合这个要求,我们一般会以这个特征来提取图像的边缘。用于图像识别的边缘提取往往需要输出的边缘是二值图像,即只有黑白两个灰度的图像,其中一个灰度代表边缘,另一个代表背景。比较常用的边缘化算子包括拉普拉斯算子,索贝尔算子,罗伯特算子等。
因为车辆轮廓信息特殊,其边缘有很强的方向性,虽然摄像机镜头角度问题会导致有少许失真,但是通过几何矫正,车辆轮廓与背景图案区别还是很明显。为了准确、清晰地提取出图像的边缘,本文采用的是9×9的边缘化算子。
3)借助模板除噪
通过分析边缘二值化后的效果图,发现有时车型轮廓虽然非常清晰,但是在车型框架仍然存在很多的噪声点。这些噪声点对我们后继的横向扫描,寻求正确的车型匹配影响较大,所以需要有效的方法对其进行消除。考虑到车型轮廓的特征,本文对不处于轮廓最外层的噪声点都进行了过滤。
4)逐行扫描,检测轮廓是否完整。
这一步主要对得到的二值图像的每一行进行横向扫描,检测其轮廓的最外侧边缘是否完整。
5)断点修复。
对于列向量Length[],由于噪声的影响,不能完全反映车型框架是否准确,导致对车辆违章情况也判别出错。因此,需要在轮廓不完整的地方,进行预测修复,修复的策略可以通过再次采集若干张图片进行拼接处理。
6)对得到的车辆轮廓进行模式匹配,判断当前车辆的类型。
7)查找该车辆类型的允许通行情况,判定其是否违章,如果违章,则记录下该车的照片,否则,放行。进行新的图像处理。
5 测试及结论
本系统在某路进行了试运行,测试环境如下:
测试硬件环境:PC主频1.7GHz,MC30视频采集卡、CCD摄像机,三可变(可调光、调焦、变焦)摄像头。
测试软件环境:Windows2000,Microsoft VisualC++6.0
由于白天和晚上运行的算法不相同,因此分别进行了测试,测试数据如表1,表2所示:
总体而言,白天的测试效果要优于夜间测试效果,这主要是由于白天的光线效果比夜间要好很多。而卡车和小轿车识别率较高,主要是由于其车型特征比较明显,而面包车、小型客车和大型客车这3种车型之间差别不是特别大,识别时比较容易发生混乱。但是,在夜间小轿车的识别率明显下降,主要是由于小轿车深色车辆居多,夜间其反光效果差,对识别率影响非常明显。
本文研究了道路交通违章检测问题,分析了图像检测算法的原理思想,并比较分析了各自的优缺点,提出了一种白天夜间自动识别的混合检测方法,即在白天图片质量较好时,采用结合HSV颜色空间分析车辆轮廓检测算法,该算法利用车型框架的边缘结构特征作为依据检测是否存在车辆或阴影道路交通违章,并且加入了HSV颜色空间分析来检测车辆边缘轮廓区域,若获得的车辆轮廓达到预先设定的一定阈值,则判定其车辆类型;在夜晚图片质量下降的时候,采用灰度差值法。此方法用前后帧差法检测,算法简单,虽然误判率较高,但是在图像质量差时能继续工作。本算法的实现过程中用到了中值滤波、方向性模板除噪、预测补偿和HSV颜色空间分析等图像处理算法,与灰度帧差统计法和色度帧差统计法相比,能够有效克服天气等噪声的影响。在实际测试中取得不错的效果。
参考文献
[1]任述明,向怀坤,刘建伟,席锋.基于视频图像的车速检测研究[J].交通与计算机,2007,25(1):90-93.
[2]刘肃亮,李劲华.违章逆行智能视频监控系统设计[J].计算机工程与设计,2007,28(3):732-734.
[3]Mao-Chi Huang Shwu-Huey Yen A real-time and color-based computer vision for traffic monitoring system[J].IEEE ICME5/04 2004.
[4]Tomas Rodirguez Adaptive real-time segmentation in traffic scenes[J].Machine Graphics&Vision vol.13 no.1/2 2004.
[5]朱双东,张懿,陆晓峰.三角形交通标志的智能检测方法[J].中国图象图形学报,2006,11(8):1127-1131.
[6]林广宇,魏朗.基于数字图像的汽车驾驶员行驶状态判别[J].计算机工程,2007,33(22):193-194,197.
[7]胡炜炜,李树广,吴舟舟.序列图像的自适应背景提取及车型分类[J].计算机工程与应用,2007,43(12):239-242.
[8]Chen Zhao-xue,Shi Peng-fei Urban road area recognition in ITS based on Mean Shift Method[J].Chinese Optics Letters,2003,1(10):585-587.
道路自动限速控制系统 篇2
1 系统整体设计
系统设计采用“分散监测, 集中控制”模式, 主要由监控中心站、现场监测终端、水泵控制终端等模块组成。现场监测终端对监测点的水文数据进行采集, 由GPRS DTU完成TCP/IP协议的转换, 并通过可靠的无线传输通道, 将相关数据传送至监控中心。监控中心选择组态王6.53进行数据处理软件开发[1,2], 总体结构如图1所示。
2 系统硬件选型及配置
2.1 GPRS RTU选型
RTU远程通信模式符合道路水文数据现场监测点数目较多且距离远的特点, 但普通的RTU产品只能应用于覆盖有GSM网络的现场, 而有的道路现场却不具备该条件。同时, 普通RTU的接口类别与数目达不到设计要求, 严重限制了RTU产品在道路积水监测中的运用。结合应用需求, 系统选用JY-RTU6640作为水情监测RTU, 其能与未覆盖GSM网络的监测现场无线通信网络进行通信[3,4]。
2.2 水位传感器的选型
水位测量仪器选择谐振式水位传感器, 其精度高、经济性与环境适应性强。工作时, 隔膜两侧气压的变化使移动的磁芯与固定的线圈产生相对位移, 线圈对应的电感量不断改变, 完成了非电量与电量间的转换。
2.3 水泵控制方案
道路积水会造成环境污染、交通中断, 所以系统引入了水泵, 水泵控制系统框图如图2所示。此外, 系统还构建了模糊PID控制, 以提高控制能力[5]。
图中虚线部分采用浩纳尔公司的XLT触摸式OSC进行控制。储水池实际水位高度c (t) 经水位传感器采集、转换为标准电压或电流信号后, 送至一体化控制器A/D模块转换为数字信号, 该值与预设值sp (t) 二者进行比较得差值e (t) , 模糊环节对其计算并输出信号, 再经一体化控制器D/A模块转换得到M (t) , 并对IP5A变频器参数进行控制, 从而能调节水泵电机的运行, 最终控制排水量。
2.4 现场监测终端太阳能配置
现场监测终端通常安装在道路、隧道等缺乏交流供电且无人值守的场合, 所以采用太阳能蓄电池供电。太阳能电池板通常以45°角正南朝向安装, 本地区日照均时在6~7 h之间, 为确保电池板能够在上述时间内充电完成, 电池板的功率至少需>12 W。兼顾价格及阴雨等气象因素, 系统采用15 W的太阳能电池板。
在本监测终端中, 负载分别采用3.3 V、5 V、12 V供电。为确保系统的正常运行, 蓄电池的12 V电压首先使用LM2576, 完成5 V工作电压的转换, 进而再经过1117芯片, 完成3.3 V电压转换。
3 无线通信的实现
结合系统实际监测范围及成本, 监控中心站与因特网连接, 选择公网动态IP+DNS解析服务, 现场监测终端与监控中心站直接相连。
监控中心站与现场监测终端之间采用MODBUS RTU协议格式通过软件虚拟串行接口, 采集实时水文数据, 查看设备参数。在该协议格式下, 需对主从设备的参数制定规则[6,7]。现场监测终端协议配置, 如表1所示。
4 组态软件设计
监控中心站软件应功能完善、运行稳定, 其能处理采集到的现场水文数据并通过软件界面表示, 及发送触发指令;后期分析数据库中存储的数据, 以实现较为准确的预测, 为水文单位的决策提供保证。经分析后, 选择组态王6.53进行数据处理软件开发。
4.1 数据库设计
监测系统数据库采纳结构化查询语言SQL Server2005, 其主要结构框架有5部分。道路区域表的副表为道路对象表, 每个表的主键为道路名称、序号。
(1) 道路对象表:包括道路名称、水位、雨量、流量及风速限值。 (2) 道路区域表:包括道路序号、道路对象和范围大小。 (3) 道路积水上报计划表:包括积水路段序号、自动上报时间、排水与否。 (4) 道路状态表:包括积水路段序号、设备状态、水位、雨量、流量及风速传感器状态以及相关采集数据。 (5) 道路历史表:包括道路序号、道路积水发生时间、水位、雨量、流量及风速值以及累加水位、雨量值。 (6) 储水池水位表:包括道路序号、储水池序号、实时水位及水位限值。
4.2 程序设计
系统开始启动后, 进行状态、频率等初始化设置。当接收现场水文参数成功后, 且能够并行处理下述工作:1) 获得水位、雨量值。2) 设置水位、雨量限值。3) 远程控制排水泵启动、调速及停止。4) 手动控制排水泵启动、调速及停止。5) 进行数据存储、报表、曲线显示及查询与打印。软件功能设计流程如图4所示。
5 现场运行实验
监测系统在调试运行后, 以2013年10月份枚乘路某监测点的历史记录作为参考, 对积水监测系统的实际运行情况进行了检测。
图5 (a) 表明, 该月最大降雨量及日最大降雨量;图5 (b) 中表明了, 当天监测点的水位约在75 mm。运行检测结果表明, 系统实现了水文数据的稳定和精确的采集、存储、传输, 并为城市防汛提供了研究依据, 提高了水利水文单位决策的准确性, 且较好地满足了实际需求。
6 结束语
本系统选择将水位、雨量传感器应用于对监测路段的水文数据进行测量, 同时利用GPRS网络完成水文数据的实时传输, 可实现在监控中心计算机上显示实时数据及调用查询保存的记录。经实验验证, 本设计准确度高、运行稳定可靠且有较强的扩展能力, 同时, 还具有较好的现场效果及市场应用前景。
摘要：针对传统道路水情监测系统监测区域小、可靠性低且难于扩展的状况。设计了一种以水位、雨量传感器作为监测点的数据采集装置, 配合智能化的远程终端单元, 依托无线通信网络与组态王软件, 完成水文参数的采集、传输、分析与存储的设备。运行检测结果表明, 其可实现数据的精确采集与稳定传输, 较好地满足了实际需求。
关键词：道路水情,传感器,远程终端,GPRS,组态王软件
参考文献
[1]蒋毛席, 张和喜.基于GPRS和组态王的农作物环境远程监测系统研究与应用[J].中国农村水利水电, 2012 (12) :17-21.
[2]张浩.基于GPRS的远程水文水资源信息监测系统研制[D].兰州:兰州理工大学, 2011.
[3]元保军.基于GPRS的地下水水情无线监测系统的设计与应用[D].太原:太原理工大学, 2011.
[4]殷峰松.GPRS在水文监测系统中的应用[D].北京:北京邮电大学, 2010.
[5]马成玲, 齐向东, 王兴.水位PID模糊控制系统的设计[J].传感器世界, 2011 (4) :34-39.
[6]黄凤辰, 燕志勇, 赵莉.基于AVR和无线技术的运程水情监控系统[J].电子设计工程, 2013, 21 (6) :189-193.
道路自动限速控制系统 篇3
车道偏离自动校正系统的作用是当驾驶员疲劳或其功能丧失时自动控制车辆沿车道中心线行驶, 即控制车辆跟踪目标路径。该系统可根据车辆当前的行驶状态和它与道路之间的相对运动关系, 按照一定的控制策略综合控制车辆, 使它的行驶轨迹与目标路径间的偏差能够满足目标函数的指标要求, 同时保证车辆的行驶安全性和乘坐舒适性[1,2]。跟踪控制系统的控制方法主要包含以下两类[3]: (1) 基于车辆当前位置与期望路径之间横向距离偏差与方位偏差的位置偏差反馈控制系统[4,5]。陈无畏等[4]以当前路径信息作为反馈, 以未来路径信息作为预瞄, 设计了预瞄加反馈的控制器, 预瞄距离和智能车速度根据预瞄路径的弯曲程度自动调整。游峰等[5]提出了一种基于车辆位置误差模型的积分误差Back-stepping控制方法。这些都是以车辆前方或当前位置的车-路相对位置偏差作为输入, 使用各种反馈控制方法, 基于车辆运动学模型设计反馈控制系统。由于没有考虑车辆的动力学特性, 无法满足实际要求。同时由于车辆系统的时间滞后性, 控制过程中会存在大的延迟环节, 因此存在控制精度不高、实时性差的缺点。 (2) 通过期望路径产生描述车辆运动的期望动力学物理量, 然后通过车辆状态反馈进行跟踪控制[6,7,8]。这类控制方法主要是根据期望路径计算出描述车辆跟踪目标路径的车辆自身物理量, 如车辆横摆角速度、侧向加速度等, 然后设计反馈控制系统来跟踪这些物理量。王家恩等[7]基于车辆期望横摆角速度进行了路径跟踪横向控制。高振海[8]则根据“最优曲率模型”, 提出了基于侧向加速度的方法。但是他们都只设计了单一的期望物理量, 而且在设计期望物理量时又只考虑了车辆与期望路径之间横向距离偏差。由于车辆在行驶过程中侧向加速度与横摆角速度共同影响着车辆的横向运动状态, 因此随着纵向车速的变化, 该类方法会出现较大的跟踪误差和跟踪稳定性问题。
对于车道偏离自动校正系统的实时控制, 可通过构筑包含道路环境信息的人工势场[9,10], 快速计算势场力, 实现在线控制车辆行驶轨迹。Rossetter等[9]阐述了一种由基于危险度的道路势场产生控制力的车道保持系统。Brandt等[10]利用道路势场的概念, 通过给道路边缘及障碍物设定危险度, 规划出一条无障碍路径。本文在建立道路势场的基础上, 由势场力推算车辆期望侧向加速度和期望横摆角加速度, 进而控制车辆跟踪目标路径。道路势场函数值能够直观地表现车辆所处的环境危险水平, 即势场函数最小值位于道路中心线, 随着车辆与道路中心线横向距离的增大, 势场函数值逐渐增大。势场函数值由车辆在势场中所处的位置决定, 它包含了车辆与道路中心线之间的横向距离偏差及方位偏差信息。道路环境信息及车辆在势场中所处的位置可通过车载传感器实时探测。
1 车辆模型及道路势场的构建
1.1 车辆运动学模型
本文所研究的路径跟踪控制方法是以虚拟人工势场为基础的, 首先需要建立基于位置的道路人工势场。该势场对处于其中的车辆具有力的作用, 而势场力的大小又与车辆在势场中的位置 (即车辆与道路的相对位置) 密切相关。
在某一时刻, 车辆质心在大地坐标系XOY中 (图1) 的位置Oc坐标为 (Xc, Yc) , 车辆纵轴线与横坐标的夹角为φc。假设车辆质心处速度为vc, 质心侧偏角为β, 车辆当前横摆角速度为ωr, 则上述参数的关系为
这里规定质心侧偏角前左为正, 前右为负。由式 (1) 可知, 车辆的运动位置由横摆角速度、质心速度、质心侧偏角决定。由于质心速度自身已包含质心侧偏角的信息, 因而横摆角速度与质心速度的变化决定着车辆的运动位置。
1.2 车辆与道路中心线相对位置关系
如图1所示, 大地坐标系XOY中, 设车辆前方道路中心线上距离车辆质心横向距离最近点为Op, 即本文所要跟踪的参考点, 其坐标为 (Xp, Yp) , 其切线方向与横坐标的夹角为φp。将全局坐标系中车辆与参考点之间的相对位置 (Xp-Xc, Yp-Yc, φp-φc) 转化为车辆局部坐标系中的相对位置 (xe, ye, φe) , 由图1中的几何关系可知:
式中, ye、φe分别为车辆局部坐标系中车辆与参考点的横向距离偏差和方位偏差。
1.3 车辆动力学模型
为了对控制方法进行仿真分析和验证, 需要建立车辆动力学模型来考察车辆在转向过程中运动状态与输入转向角之间的关系。这里采用二自由度的车辆模型, 车辆只具有横摆运动和侧向运动两个自由度。通过动力学分析, 可以得到车辆平面运动的微分方程:
式中, m为整车质量;Iz为绕z轴的转动惯量;a、b分别为质心到前后轴的距离;u为纵向速度;v为侧向速度;k1、k2分别为前后车轮侧偏刚度。
把转向执行机构视为一阶惯性环节, 可得
式中, δf为前轮转角;T为惯性环节时间常数;us为控制输入。
综合式 (3) ~式 (5) , 可得包含转向执行机构的车辆系统动力学模型:
1.4 道路势场的构建
在利用道路势场法的路径跟踪控制中, 其主要原理是考虑车辆控制系统在道路空间不同区域的危险度, 该危险度用道路势场函数表示, 控制器根据势场函数对车辆产生一个恢复力, 使车辆自然恢复到具有较低危险度的状态中。在势场中同一位置, 车辆所受势场力的大小由势场函数的增益确定。增大势场函数波峰相对于波谷的高度能够产生更大的恢复力。
在路径跟踪控制中, 一个好的横向控制响应需要一定量的前瞻信息。因此, 本文选择的道路势场函数是车辆前方前瞻点处横向距离偏差e1的函数, 如图2所示。为简化计算, 本文所用势场函数数学表达式为
式中, xcf为势场力在车辆纵轴线上作用位置相对质心的距离;xl为从势场力作用点起算的前瞻距离;k为势场函数增益。
一般来说, 在势场函数的选择中有两个参数需要考虑[11]:一个是函数的高度, 另一个是函数的斜度。势场函数必须具有一定的势能, 该能量至少能使车辆沿函数梯度方向回到道路中心线, 这就决定了势场函数具体的高度Vc。另一方面, 势场函数的斜度对应于车辆路径跟踪控制所需的控制力。本文中这两个参数均与势场函数增益k有关, 故在设计势场函数时主要是寻求适合的势场函数增益以满足路径跟踪性能要求。根据参考文献[9]中角度偏差与距离偏差之间的关系, 当横向距离偏差不随角度偏差变化时k取得最大值, 可得
其中, L2 (q2 (0) , 为李雅普诺夫函数在t=0时的初始值;emax为路径跟踪容许最大距离偏差。
将式 (8) 展开即可求出在一定容许距离偏差下所要求的k值。
前瞻距离可根据轮胎侧偏刚度和势场函数增益由下式确定[9]:
对于前轮转向四轮汽车, 该控制力对车辆的作用由前轮的偏转实现, 故可取xcf=a, 同时能够保证车辆的稳定性。这里仍假设相对方位偏差φe较小, 则道路势场所产生的控制力为
为了减小在路径跟踪控制中车辆横摆运动与侧向运动的振荡, 需要对前述势场力加上横摆运动阻尼和侧向运动阻尼, 其阻尼系数分别设为D1、D2。由刚体动力学和汽车在道路平面内的几何运动特性可得
联立式 (11) 、式 (12) 可得如下状态空间方程:
通过配置极点选择合适的阻尼系数D1=D1*, D2=D2*, 可以得到理想的系统响应性能, 使偏差快速趋近于零。值得注意的是, 为了减小振荡, 阻尼系数应取较大值, 而在实际中, 阻尼系数往往不能取得太大。因为当系统存在侧向或者横摆速度时, 较大的阻尼系数常常会使系统损失能量较多, 从而影响跟踪效率。由此, 根据车载传感系统检测到的预期行驶轨迹和汽车当前时刻的行驶状态, 利用刚体动力学关系确定汽车的理想侧向加速度
和横摆角加速度
并以此作为控制器的参考输入信息。
2 道路势场法路径跟踪控制结构
根据“预瞄-跟随”理论[8], 在得到了理想的侧向加速度和横摆角加速度后, 根据汽车侧向及横摆运动动力学特性, 建立从理想侧向加速度和横摆角加速度到实际方向盘转角的控制器, 进而将该转角输入汽车动力学系统中, 得到实际的侧向加速度、横摆角加速度等汽车状态输出。
在路径跟踪的转向控制过程中, 方向盘转角采用PID控制。控制器主要通过计算车辆实际侧向加速度与理想侧向加速度的偏差以及车辆实际横摆角加速度与理想横摆角加速度的偏差得到目前方向盘转角δsw:
式中, 为侧向加速度偏差;为横摆角加速度偏差;kPa、kIa、kDa分别为侧向加速度偏差的比例因子、积分因子和微分因子;kPα、kIα、kDα分别为横摆角加速度偏差的比例因子、积分因子和微分因子。
比例、积分和微分环节的各个参数不应是固定不变的, 而应该在车辆的实时控制过程中根据控制效果不断地调整改进, 即需要具有一定的自适应能力。采用神经网络与PID控制相结合的方法, 可在线实时整定PID控制器参数, 从而提高控制系统的鲁棒性和自适应性。基于道路势场的自适应PID控制流程见图3。两组BP神经网络实现PID控制器的参数自整定计算, 即将神经网络的输出层神经元的输出定义为PID控制器的6个可调参数, 从而通过BP学习算法调整神经网络的加权系数, 最终找到在误差最小原则下的PID控制器参数。考虑到传统BP学习算法收敛速度较慢的缺点, 这里采用带阻尼项的权值调整算法[12]产生足够大的学习速率, 从而保证系统的实时性。
3 仿真结果与分析
为了验证所提方法的可行性与有效性, 在MATLAB/Simulink仿真环境中对上述车辆模型及控制算法进行建模与仿真实验, 道路势场及车辆的部分参数如表1所示。
仿真过程中为了更好地分析本文提出的控制算法和现有常规位置偏差反馈控制方法[4]的区别, 进行了基于道路势场的路径跟踪控制算法和常规位置偏差控制算法的对比仿真, 分别进行直线路径和正弦曲线路径的跟踪。车速取20m/s, 采样时间t取0.01s, 最大容许跟踪误差为1m。直线路径跟踪时目标车道中心线方程为Y=0, 车辆起始位置坐标为 (0, 1) , 起始方向角为0.5rad;曲线路径跟踪时目标车道中心线方程为Y=15[1+sin (X/20) ], 车辆起始位置坐标为 (30, 30) , 起始方向角为0.2rad。仿真结果如图4~图9所示。
从两种控制算法仿真结果的对比曲线可见:道路势场法通过简单添加势场和阻尼函数, 协调车辆侧向和横摆运动来消耗总体能量, 可以较好地控制汽车跟踪预期行驶轨迹, 体现出良好的车辆侧向运动控制的轨迹跟随性能, 直线跟踪与曲线跟踪的误差 (即距离偏差Δd=Yp-Yc和角度偏差Δφ=φp-φc) 及控制超调均比位置偏差反馈法要小。这是由于位置偏差反馈相比于车辆状态反馈存在时间滞后;势场法同时考虑了侧向加速度和横摆角加速度的影响。比如在车辆跟踪曲线路径上弯曲度较大的路段时, 即便车辆与参考点处距离偏差很小, 但车辆与参考点的角度偏差仍然很大。同时本文控制算法所采用的BP神经网络自适应PID控制算法能够根据车辆行驶状态速度的变化以及预期行驶轨迹的变化在线调整PID控制器的参数, 因而具有较强的鲁棒性和适应性。
4 试验验证
理论上, 利用道路势场产生控制器参考输入信息的路径跟踪控制方法能够有效地完成任务。为验证该方法在实车上的实用性, 对其进行了试验验证。
4.1 试验平台
试验车辆由前轮转向后轮驱动的四轮电动车改装而成, 如图10所示。车辆根据摄像机等环境感知传感器获取前方道路信息;利用其视觉车道识别系统, 根据这些信息实时计算出车辆前方期望路径 (即车道中心线) , 并确定车辆自身位置与方向。
采用Lab VIEW PXI8196作为上位机负责道路图像及车身传感器信号中方向盘转角、横摆角速度、侧向加速度、纵向车速的采集。同时, 在上位机中实现车道识别算法和路径跟踪控制算法, 车道识别模块将计算出的车辆与参考点相对位置作为道路势场决策模块的输入。TI公司DSP2812作为下位机接收控制指令并转换成PWM脉冲控制电机实现前轮转向, 自动转向系统通过步进电机驱动转向轴实现, 车速自动控制系统通过控制驱动电机实现。PC机实时监视车身传感器及车辆道路相对位置信息。所有的设备实现车载, 设备所需电力由蓄电池及逆变器提供。
试验中, 路径跟踪的道路势场函数取与前述仿真分析中一样的二次函数以及相关参数。
4.2 试验结果与分析
试验时, 纵向车速控制系统控制纵向车速保持恒定, 分别采用位置偏差反馈法和道路势场法进行路径跟踪实车试验。试验中车辆与目标路径的偏差数据由上位机Lab VIEW PXI8196识别车道时在图像中实时记录, 再根据摄像机采集图像过程中三角形相似的原理及坐标系变换计算出来。试验场地包含直线路径和弯曲路径。
在车速为5m/s、距离偏差为0.5m、角度偏差为0.25rad的条件下跟踪直线路径, 采用位置偏差反馈法和道路势场法控制车辆达到稳定跟踪状态的平均时间分别为2.64s和1.35s。可见, 在相同条件下本文方法能够更及时地控制车辆回到目标路径上。
表2所示为采用上述两种方法在不同车速下进行路径跟踪时车辆与目标路径之间距离偏差数据, 显示了车辆在车道偏离时两种方法的总体跟踪性能。从表2中数据可以看出, 采用位置偏差反馈法跟踪时比道路势场法的偏差明显增大, 而本文方法主要是在跟踪过程中同时考虑了侧向和横摆运动的控制, 使得车辆在跟踪路径时有更好的效果。同时还可以看出, 随着车速的提高, 两种控制方法的偏差均增大, 这主要是由于改装的试验车辆转向电机控制机构存在响应滞后。
参考文献
[1]Li L, Wang F.Advanced Motion Control and Sensing for Intelligent Vehicles[M].Berlin:Springer, 2007.
[2]Hernandez J I, Kuo C.Steering Control of Automated Vehicles Using Absolute Positioning GPS and Magnetic Markers[J].IEEE Transactions on Vehicular Technology, 2003, 52 (1) :150-161.
[3]赵熙俊, 陈慧岩.智能车辆路径跟踪横向控制方法的研究[J].汽车工程, 2011, 5 (33) :382-387.Zhao Xijun, Chen Huiyan.A Study on Lateral Control Method for the Path Tracking of Intelligent Vehicles[J].Automotive Engineering, 2011, 5 (33) :382-387.
[4]陈无畏, 李进, 王檀彬, 等.视觉导航智能车辆的路径跟踪预瞄控制[J].机械工程学报, 2008, 44 (10) :277-282.Chen Wuwei, Li Jin, Wang Tanbin, et al.Preview Control for Road Following of Vision Guided Intelligent Vehicle[J].Journal of Mechanical Engineering, 2008, 44 (10) :277-282.
[5]游峰, 王荣本, 张荣辉, 等.智能车辆换道与超车轨迹跟踪控制[J].农业机械学报, 2008, 6 (11) :42-45.You Feng, Wang Rongben, Zhang Ronghui, et al.Lane Changing and Overtaking Control Method for Intelligent Vehicle Based on Backstepping Algorithm[J].Transactions of the Chinese Society for Agricultural Machinery, 2008, 6 (11) :42-45.
[6]Wang J, Steiber J, Surampudi B.Autonomous Ground Vehicle Control System for High-speed and Safe Operation[J].International Journal of Vehicle Autonomous Systems, 2009, 7 (1/2) :18-35.
[7]王家恩, 陈无畏, 王檀彬, 等.基于期望横摆角速度的视觉导航智能车辆横向控制[J].机械工程学报, 2012, 48 (4) :108-115.Wang Jiaen, Chen Wuwei, Wang Tanbin, et al.Vision Guided Intelligent Vehicle Lateral Control Based on Desired Yaw Rate[J].Journal of Mechnical Engneering, 2012, 48 (4) :108-115.
[8]高振海.汽车方向预瞄式自适应PD控制算法[J].机械工程学报, 2004, 40 (5) :101-105.Gao Zhenhai.Vehicle Direction Preview Adaptive PD Control Algorithm[J].Journal of Mechnical Engneering, 2004, 40 (5) :101-105.
[9]Rossetter E J, Gerdes J C.Lyapunov Based Performance Guarantees for the Potential Field Lane-keeping Assistance System[J].Journal of Dynamic Systems Measurement and Control, 2006, 128 (3) :510-522.
[10]Brandt T, Sattel T, Wallaschek J.Towards Vehicle Trajectory Planning for Collision Avoidance Based on Elastic Bands[J].International Journal of Vehicle Autonomous Systems, 2007, 5 (1) :28-46.
[11]Rossetter E J.A Potential Field Framework for Active Vehicle Lanekeeping Assistance[D].Stanford:Stanford University, 2003.
模拟汽车限速系统 篇4
1.1 具体设计原理
(1) 产生1HZ方波信号。首先, 利用三片73LS373地址锁存器, 将8086地址锁存。利用73LS138译码器产生各个芯片的片选地址, 其中, 将低电平使能端接地, 高电平使能端接8086地址线A15, C、B、A分别接地址线A14~A13, 这样输出端Y0~Y2产生的片选地址即为8000H~A000H。利用8253芯片产生1HZ方波信号:8253片选地址为9000H, A0~A1接8086地址线A1~A2, 所以从8086的角度看, 8253的四个地址是不连续的, 分别为9000H, 9002H, 9004H, 9006H。设置计数器0输入信号1MHZ方波信号, 方式3工作方式, 计数初值1000H (BCD计数) , 输出信号作为计数器1的输入, 设置计数器1方式3工作方式, 计数初值1000H (BCD计数) , 这样输出信号即为1HZ方波信号。 (2) 利用上文所述产生的1HZ方波信号计时十秒。首先, 使用8255芯片, 设置片选地址8000H, A0~A1接8086地址线A1~A2, 所以从8086的角度看, 8255的四个地址分别为8000H, 8002H, 8004H, 8006H。利用8055的A口读入1HZ方波信号, 初始时, 循环等待低电平, 出现低电平时, 再循环等待高电平, 这样就产生一个上升沿, 每两个上升沿的间隔即为一个周期, 即1秒。设置循环次数为10, 这样就产生了10秒的计时。 (3) 中断及输出部分。由于本方案产生计时的方式是通过不断读入8255A口数据得到了, 而8259芯片产生中断的时候, 循环等待中断期间, 数据总线一旦被其他芯片利用。
1.2 系统程序设计
编程思路在上文设计原理中已经介绍, 在此不再赘述。下面给出程序流程图 (见下图) :
1.3 系统调试结果
在Proteus中进行仿真, 十秒计时结束后, 当中断次数大于六时, 黄灯亮;中断次数大于8时红灯亮, 扬声器报警。实验结果与预期相同, 符合要求。
2 方案第一次改进
2.1 改进方案
考虑到第一个方案时间及中断次数无法显示, 适应性较差, 所以考虑加入两个一位数码管, 同步显示时间和中断次数, 并且设置当中断次数不大于6次时, 绿灯亮, 表示不超速。
2.2 改进方案具体设计思路
采用74LS273作为输出, 控制一位数码管显示时间 (9秒~0秒) , 使用WR非和A000H地址通过或门作为片选地址。使用8255的C口输出, 控制一位数码管显示中断次数 (0次~9次) 。增加8255的B口输出接入一个LED绿灯, 作为不超速显示。
其中数码管显示的方法为:首先在数据段存储共阴极数码管显示数字0~9, 取段首地址BX, 例如, 当CX为3时, 则取SI为3, 利用基址变址寻址[BX+SI], 取出数字3相应的编码, 然后输出到数码管, 此时即显示数字3。其他数字显示与此相同。
2.3 程序设计
序设计大体与第一方案相同, 只不过在每次时间和中断次数变化后立即通过数码管显示出来。
3 方案第二次改进
3.1 改进方案
考虑到实验器材的限制, 实验箱上没有NMI接口, 所以为了搭接出实际的硬件结构, 必须采用8259中断, 所以需要对方案进行再一次改进。
3.2 改进方案具体设计思路
此次改进与前两次方案的不同之处在于, 采用的是8259中断的方式, 设置上升沿触发, 通过8255B口读入1HZ方波信号, 首先循环等待低电平, 并通过8255A口中断输入的开关状态, 并不断检测开关状态, 一旦开关为低电平, 此时打开中断, 当开关为高电平时, 此时产生上升沿触发8259中断, 进入中断子程序, 中断次数加一, 关中断。当方波信号变为低电平时, 开始循环等待方波信号的高电平, 此时产生上升沿信号, 两个上升沿的间隔为一个周期, 即1秒, 其中在循环的等待高电平的时候, 同样执行循环等待低电平时相关中断操作。
4 总结
在一开始设计时, 没有直接采用NMI中断, 而是使用的8259中断, 然而8259循环等待中断时, 一旦其他芯片占用数据总线, 例如输入、输出数据, 8259的使用将出现错误。所以方案一使用的NMI中断, 巧妙的避免了这个问题, 达到实验预期。考虑到实际情况, 我们设计了第一次改进方案, 加入了绿灯显示, 和数码管时间和中断次数显示, 更加人性化, 使实验更加合理。为了搭建出实际的硬件系统, 需要使用实验箱, 而实验箱没有NMI接口, 所以我们设计了第二次方案改进, 调整设计思路, 成功加入了8259中断, 搭建出硬件系统, 达到实验要求。
5 设计缺点分析
由于程序较为复杂, 所以利用Proteus仿真时存在程序执行需要时间, 造成计时存在误差;并且第二次改进方案思路复杂, 程序容易出错。
摘要：本文利用8086芯片搭建模拟汽车限速系统, 通过8253芯片产生方波信号, 主程序计时十秒, 通过开关控制进入中断, 记录中断次数。计时结束后根据中断次数进入不同状态, 控制不同LED灯的亮灭和扬声器的工作状态。手动开关模拟行车速度, 每按动开关一次产生一次中断, 统计按的次数, 每10秒采集一次统计结果, 若按开关次数超过6次, 则行车超速, 亮黄灯报警, 若超过8次, 则严重违规, 亮红灯表示拦截, 拦截时扬声器发声报警。通过本系统可以实现汽车限速的模拟。
关键词：汽车限速模拟,模拟汽车限速系统,设计原理
参考文献
对用户上行带宽限速控制流量 篇5
短短几年, P2P (peer to peer) 技术迅猛发展, 在带给用户高速下载体验的同时, 也大量占用了带宽资源。运营商网络中60%～80%的带宽夜以继日地被这些应用占用, 使得网络增量不增收, 给宽带运营商的良性发展带来了较大压力。
1 IP城域网流量模型的变化
网通宽带2007年底陆续接到用户投诉网速变慢的报障, 针对反应网速慢集中的宽带小区进行流量观察, 发现这些宽带小区的百兆出口在上网高峰期, 均表现为上行出口拥塞, 下行出口富裕的现象。部分小区的在线数用户仅100左右, 但上行百兆出口基本跑满。进一步分析和研究, 发现流量模型较前几年出现明显变化。
1) IP城域网里网络应用流量模型的变化:现在IP城域网里, 60%～80%的流量都是P2P的流量, 而传统的HTTP (超文本传输协议) 流量已经不是主要流量。
2) 个人用户的流量模型的变化:以前个人用户的下行流量远远大于上行流量。而由于P2P技术在下载的同时, 也需要上传, 特别是在用户下载完后常常作为种子继续上传, 导致个人用户的下行流量和上行流量都很大, 往往上行流量反而更大于下载流量。
用户报障的根本原因找到了, AUP (月均消费) 值相对较低小区宽带用户由于过度使用P2P, 占据了大量的上行带宽, 造成小区上行出口拥塞。通过扩充带宽的方法确实可以短时间内缓解网络的拥塞状况, 但扩容成本较高, 与收入远不成正比, 不能彻底解决问题。只有对小区宽带用户采取技术手段进行流量控制, 设定策略, 以保证用户的相对公平, 将节省的带宽用于高AUP值的用户, 这才是解决问题的根本之道。
2 对P2P流量进行控制的方案
2.1 整体限速个体不限速
早在前两年南京网通就使用过业务监控网关SIG (service inspection gateway) 设备, 采用分光的方式控制小区的P2P流量。通过流量采集、流量识别以及流量控制机制, 可将近1 Gb/s的流量控制在600 Mb/s左右, 取得了不错的效果。改方案采取疏堵结合, 整体限速的手段, 是有效解决现存矛盾的技术方案之一。但采用这种方法需要追加投资, 只能在矛盾最为突出的局部适量部署, 无法全面铺开部署, 不能算最佳方案。
2.2 个体限速
2.2.1 会话连接数限制
宽带接入服务器 (BRAS) 是面向宽带网络应用的接入网关设备, 主要完成两方面功能, 一是负责终结用户的PPPo E (基于以太网的点对点) 连接、汇聚用户的流量功能;二是与认证系统、计费系统和客户管理系统及服务策略控制系统相配合实现用户接入的认证、计费和管理功能。
由于P2P存在并发连接的特点, 最初考虑在BRAS设备上限制每个用户的会话连接数, 但这受限于BRAS设备性能特性, 更严重的问题是会影响用户上网体验。当使用会话连接数限制措施时, 有可能出现用户一打开P2P软件, 就消耗尽连接数资源, 再用浏览器上网时连网页也看不了, 导致用户投诉, 此方案很快被否决。
通过多种尝试, 发现解决P2P上行流量过大最根本的方法还是应该从限制用户接入带宽着手。而限制用户接入带宽在某种程度上违反用户宽带合同。如何能合理地限制用户流量, 在不影响下载的前提下, 限制上传流量, 最大限度地不影响用户上网感受, 这个尺度的把握非常重要。
参考传统的ADSL (非对称数字用户线) 技术, 由于其自身技术限制, 其特点就是下行带宽大、上行带宽小, 形成不对称的流量模型。以目前4 Mb/s ADSL为例, 下载4 Mb/s, 上行才640 kb/s, 因此, 对于ADSL宽带业务, 无需采用特别的技术手段, 即可解决用户占用上行带宽过大的问题。
当前P2P应用广泛, 突破了原有互联网用户端下载流量大于上传流量的传统模式, 而事实上这部分激增的上传流量都来自用户自身无法体察、也不需要的P2P垃圾流量。在现有LAN (局域网) 小区用户接入带宽上下行都是10 Mb/s的情况下, 限制其上行带宽至某一合理范围, 同时保持下行P2P流量通畅。这样既能缓解上行链路太过拥挤的状况, 又可以避免违反带宽合同之争。
从技术层面分析:限制用户上传和下载的流量比, 可以分为硬件限制和软件限制两种。
2.2.2 硬件限制用户上传和下载的流量比
硬件限制即采用端口硬件限速。在接入用户的楼道交换机上对用户接口的in方向进行限速, 这需要硬件设备的功能支持。
该方案需要在每台交换机上做手工配置, 工作量大, 也不便于将来统一管理和控制, 不宜于推广。
2.2.3 软件限制用户上传和下载的流量比
软件限制即通过BRAS认证设备来实现限速。可分为两种操作方法。
方法一:在BRAS上不接受RADIUS (远程拨号用户认证服务) 下发的带宽属性, 启用本地限速策略。
经实际测试, 在RADIUS不具备区分上下行带宽限速的情况下, 可以直接在华为5200设备上配置操作 (在现网情况下, 无需追加任何投资) , 达到立竿见影效果的方法。但这种本地限速策略是针对某一个认证域的用户生效, 即该域下的所有用户具有相同的限速策略。在当时网通家庭宽带只有10 Mb/s速率这一种套餐, 可以统一应用, 如果某小区下同时存在多种速率套餐的用户, 就难以区分出不同的带宽, 只能通过本文稍后介绍的方法二来解决。
如下是在华为MA5200启用本地限速策略的配置案例。
经过多次测试, 结果表明, 基于当前的网络应用, 上行带宽控制在600～700 kb/s可以起到节省总上行带宽的作用, 同时对用户上网体验也不会有大会影响。MA5200启用本地限速策略的方法如下。
首先新建RADIUS组名“deny-radius-speed”, 删除“radius-server class-as-car”这句接受远程RADIUS限速功能 (RADIUS通过25号属性下发) 的命令。
其次, 新建限速的user-car, 本例名为user-car 31, 对上行限速600 kb/s (华为设备的上行峰值速率建议设为平均速率的5倍) , 下行仍然是10 Mb/s。
user-car 31 up 600 600 3000 down 10240 10240 10240
然后在认证后域里调用deny-radius-speed组和user-car31。
最后在相应的portvlan下指定认证后域。
金陵石化某宽带小区限速前后的流量对比。
以下以金陵石化某个宽带小区为例, 分析流量限速效果。该小区晚上同时在线的用户近600户, 测试截图1是未限速前的流量图, 绿色表示用户上传流量, 蓝色表示用户下载流量, 可见其上传带宽已经达到了近500 Mb/s, 3倍于用户下载流量。
测试截图2是对此小区做了上行限速600 kb/s后的流量图。可见下行流量基本未变, 但上行流量明显下降 (上行带宽由原来的峰值500 Mb/s锐降至150 Mb/s以下) 。测试近一个月, 只有极少量的宽带用户报障上行网速变慢, 后查明这一两个报障用户是因为使用PT (private tracker) 上传赚积分时才感觉到上传网速变慢的。
方法二:BRAS认证服务器接受RADIUS下发的用户上下行带宽属性 (RADIUS上的用户账号的带宽属性与营帐系统中的用户套餐带宽相对应)
RADIUS由于支持多种认证方式、易于扩展、相对安全、易于实现等特点, 已成为很流行的AAA (认证、授权、计费) 协议。该协议采用C/S (client/server) 结构, 以UDP (用户数据报协议) 作为传输协议, 具有强大的认证能力, 是管理远程用户验证和授权的常用方法。RADIUS是一种可扩展的协议, 它进行的全部工作都是基于attribute-length-value (属性, 长度, 值) 的向量进行的。
attribute的数据格式有两种, 一种是标准属性的数据格式;另一种是类型值为26的vendor-specific属性的数据格式, 此属性允许设备厂商对RADIUS进行扩展, 以实现标准RADIUS没有定义的功能。
设备厂商可以封装多个自定义的“type、length、value”子属性来扩展RADIUS。
由于在RADIUS标准里面并没有控制上行和下行带宽的属性, 为了实现上行和下行分别限速, 需要利用RADIUS协议的可扩展私有属性。即在RADIUSserver的用户属性中配置用户的上行和下行带宽。当用户发起认证并通过后, 配置的带宽数据将被携带在access-accept报文里返回给BRAS设备, 由BRAS认证系统设置认证端口的上行及下行的访问带宽, 用户下线后, 再由BRAS认证系统取消该设置。
利用RADIUS扩展属性实现用户带宽上下行限速, 虽然解决的是上行单方向流量拥塞的问题 (并没有减少下行流量) , 但这使得宽带小区的上、下行流量总体趋于平衡。是在现有条件下投资最少, 解决带宽拥塞问题见效最快的技术方案, 只需要对RADIUS系统进行再次开发, 并实现与营帐系统中宽带套餐的对接即可。
3 应用
至2008年初, 江苏省网通所用的RADIUS系统在功能上还不支持上下行带宽区分的功能, 2008年2月笔者向省公司提出了“升级RADIUS系统, 对个人套餐进行上、下行限速”的建议, 得到省公司重视并予以采纳, 在当年的江苏省RADIUS扩容改造项目中实现了此功能。市场部同步重新制定了家庭宽带套餐, 套餐中明确规定了对LAN接入业务的上下行速率标准, 并针对特定用户设定了上下行对称的特别套餐, 以满足不同用户的差异化服务需求。
道路自动限速控制系统 篇6
关键词：脉冲激光,测距,报警限速,SOPC系统
随着城市车辆越来越多, 每年因超速而发生的交通事故占整个事故的近九成, 特别是雨雪、雾霾、能见度差的天气, 加之驾驶员交通意识淡薄, 就造成了惨剧发生。因此, 在车辆行驶中如何能自动控制车速, 减少交通事故发生。现在市面上许多车辆都装有自动测距报警系统, 报警后需要司机自行作出决定, 这还是无法有效地控制车速, 降低安全隐患[1]。
本文提出了一种基于SOPC技术的脉冲测距控制车速的系统, 该系统可以根据前车不同距离与行驶不同速度自动限制车速保持安全距离, 同时该系统还有自动报警功能, 有效地提醒驾驶员保证车辆的行驶安全。采用SOPC (可编程片上系统) , 可以将系统集成在FPGA芯片上, 所需外围电路少、开发设计周期短, 并且输出信号稳定、系统稳定、测量精度高, 系统具有较好的灵活性。
1 系统整体设计及原理
系统基于片上可编程系统 (System on a Programmable Chip, SOPC) 平台设计。整个系统的设计框图如图1所示, 主要包括:脉冲激光收发器、车速传感器、在现场可编程门阵列 (Field Programmable Gate Array, FPGA) 上实现的SOPC系统、发动机转速控制单元、声光报警器等。SOPC是本系统的设计核心, 由其完成整个激光测距系统的数据控制分析处理及控制报警限速功能。
本设计通过安装在车前的激光发射器连续发射脉冲信号对前车进行车动态测距, 在一定距离情况下进行自动限速并报警, 从而实现了车辆在行驶中的安全。
基于汽车测距限速报警原理, 系统主要由3部分组成:与前车测距由脉冲激光测距器与SOPC系统的计算控制系统完成;限速由SOPC系统编程控制;声光报警系统由SOPC系统控制声光综合报警器构成。本系统设计核心是SOPC系统中通过激光脉冲和车速测算, 设置门限距离控制当前车速。
完成硬件设计后, 通过在Quartus II软件中编写VHDL语言进行功能仿真, 然后使用DE0开发板搭建SOPC系统, 并且外接脉冲测距、车速控制单元等硬件组成完整的测距限速系统, 然后通过在Quartus II环境中编写C语言程序进行系统的功能验证。
2 主要功能模块的设计
2.1 脉冲激光测距模块
2.1.1 脉冲激光测距系统原理
脉冲激光测距具有测量精确度高、距离远、亮度高和操作环境复杂的环境中安全测距等优点, 被广泛应用在各种测量系统中。脉冲激光测距分为单一目标测距和多目标测距。传统的单一目标测距只能一次测量最近的单一目标, 而多目标测距可以一次测量多组数据存入系统供调用[2]。
在高速行车中, 车辆安全行驶主要是与最近的一辆前车之间保持一定的安全距离, 所以为提高车辆安全距离的高效快速测量, 设计选择单一目标测距。在单一目标测距系统中, 激光发射电路发射主波并触发计数器计数, 发射出的激光经目标反射后形成回波, 光电探测器探测到后把回波转换成关门信号, 关门信号传输给计数器使之关门停止计数。一个测量周期结束, 等待狭义个开门信号发射并再次收回信号关门停止, 这样通过一次快速的激光收发周期就可计算出车辆前后距离。
如图2所示, 系统通过脉冲激光收发器一个周期的时间差T和脉冲激光速度来计算目标距离。
单目标测距公式
式中, D为与前车的距离;T为脉冲激光往返时间;C为脉冲在空气中的速度;M为计数器的计数值;F为调制波的频率。
将式 (2) 代入式 (1) 得
2.1.2 距离与速度控制
根据《中华人民共和国道路交通安全法》规定:车速超过每小时100 km/h, 安全车距为100 m以上;车速低于每小时100 km/h, 最小安全车距不得少于50 m。
设车速传感器测到本时刻的车速为s, 根据道路安全法的规定, 则有
在SOPC系统中, 编程设置d1、d2安全上限距离的两个参数, 通过比较器与实时车距D进行比较。当汽车行驶速度≥100 km/h时, 安全距离上限为100 m;当低于100 km/h时, 安全距离上限为50 m。多目标测距得到的数据Di同样与安全上限距离比较来控制车速。当车距达到安全上限距离时, 信号触发报警系统, 进行声光同时报警提示, 同时控制车速限制系统, 把控制信号传给发动机转速控制单元来锁死当前速度, 使得行驶速度不得再高于当前速度。有效地控制了与前车的安全距离和车速, 保证了行车安全。本设计在测距时, 因为车辆行驶速度较高, 以1 m为单位的精度进行距离测量和判断较为合适, 在软件设计编程也采用8位2进制代表距离进行设计, 最长可测距离达28=256 m。
2.1.3 脉冲激光测距系统硬件设计
本系统核心部分为激光测距系统, 硬件分为两部分:以FPGA芯片实现的SOPC外围电路和脉冲激光收发电路, 如图3所示。图中脉冲发生器、标准时钟、逻辑控制、计数器和缓存等部分的功能由FPGA完成, 功能控制实现由SOPC编程完成。半导体激光驱动器、激光二极管和发射透镜组成激光驱动电路, 放大和滤波网络电路、光电探测器、窄带滤光片和接收物镜组成回波信号的收发电路[3]。
电路工作原理:由FPGA中的脉冲发生器输出PWM脉冲给激光驱动器, 使之产生一连串电流脉冲, 然后通过激光二极管产生所需频率的激光, 最后由发射透镜进行准直调节、压缩光束及调节发射角后发射至目标车辆[4]。同时脉冲发生器产生脉冲时给计数器信号使之计数。当激光捕捉到前车信号后一部分光反射回接收装置, 此时光信号通过接收物镜聚焦经由滤光片滤去散光, 然后照射到光电探测器, 使光信号转化为电信号形成同频率电脉冲信号, 经过放大和滤波电路传入计数器, 最后计数器产生关门停止计数。将来回计数计时等信号传入逻辑控制器后根据式 (3) 计算距离, 再通过式 (4) 比较计算判断是否超距离上限, 若达距离上限d1、d2, 则由逻辑控制器产生信号同时对声光报警器和发动机转速控制单元控制;若未达上限, 则继续开门以固定频率发射脉冲, 实时对车距判断和监控。
2.2 声光报警电路和发动机限速系统
报警器可选产生报警声音和灯光频闪两种功能的, 与SOPC系统相连, 由限速信号控制启动即可。
电子控制单元 (Electronic Control Unit, ECU) , 又称汽车专用微机控制器, 是当今智能汽车不可缺少的一部分。发动机限速单元属于ECU的一个电子微控器件, 市面上的汽车限速器的种类繁多, 都为电控机械类的装置。汽车发动机限速单元一般有两种类型:“断油”型电子限速和“断火”型电子限速。两者都是通过停止对发动机提供动力, 而限制发动机转轴的转速, 从而达到了汽车速度的限制。
发动机限速单元硬件电路由电子控制单元MCU、油门或电门控制器连接电机组成, 进而控制驱动轮的转速, 如图4所示。当由SOPC传来限速控制信号时, MCU控制油门中的进油量或电门来减少或停止对电机提供动力, 从而控制发动机转速轴使车速不高于当前车速, 进而保证与前车的安全距离, 限速单元调节控制车速一段时间后自动取消限速, 若测距系统再测到超过上限距离, 则再次控制调节车速[5]。
3 系统软件设计
3.1 系统流程图
这个系统软件要完成键盘扫描、主波发送驱动、回波信号检测、捕获信号的产生、数据处理、声光报警控制和限速控制。软件流程的核心是回波信号检测、捕获信号的产生、数据处理和限速控制4部分。系统软件的流程如图5所示。
系统首先上电初始化等待发送主波, 当主波发送后等待回波信号, 若回波没有检测接收到, 定时器数据溢出则重新开始发射主波;若未溢出则等待接收回波信号。当接收捕获到的回波信号后, 计数器关门, 将所需数据送入逻辑控制中进行与目标车辆距离D的计算, 计算完送入车距比较器1和2进行下一步判断。同时车速传感器将实时测得的车速传入车速比较器进行判断, 若≥100 km/h, 则送入车距比较器1;若<100 km/h, 则送入车距比较器2待判断。当车距比较器中判断出两车车距低于实时速度所对应的安全距离, 则进行声光报警和发动机限速命令, 报警限速一段时间后自动解除, 等待下一轮判断控制。若下一轮继续低于安全距离, 则继续报警限速;若没有则停止。一个完整的激光测距限速系统软件程序就执行完毕。
3.2 脉冲测距系统仿真
系统软件部分采用VHDL (硬件描述语言) 和C语言编写相结合的方式, 用Quartus II仿真, 最终在Quartus II和SOPC Builder环境下定制完成[6]。本系统选取系统前端的脉冲收发主波回波计数功能, 先在Quartus II软件中编译, 然后建立波形仿真, 如图6和图7所示。clk为标准时钟脉冲;ssignal为主波信号;rsignal为回波信号;q为计数测得的实时车距。图6中先发送主波信号, 图7接收到回波信号后, q计算出时间然后交由逻辑控制部分进行计算, 得出本车与目标车辆的距离, 进而判断控制车辆的报警限速功能。
3.3 距离控制限速仿真
逻辑控制部分的主要功能为通过车速传感器判断不同的最小安全距离, 然后通过脉冲测距系统传入的q与前车的实时车距, 两者通过比较判断出是否产生限速信号, 若产生限速信号则传入声光报警器和发动机限速系统中的电子控制单元, 进而控制油门、电门, 限制电机的转速, 使之达到汽车限速的功能。
不同速度对应不同安全距离限速的Quartus II仿真图如图8和图9所示, s为车速传感器测得的实时车速;d为不同速度所对应的不同最小安全距离;q为脉冲激光测得的实时车距, 由脉冲激光测距系统测得。order为限速信号, 高电平限速, 低电平不限。由两图可知, 当s车速测得<100 km/h时产生低电平信号, 高于100 km/h产生高电平信号。对应低电平信号的安全距离d为50 m, 高电平则对应100 m。当测距系统实时测得的距离与不同的安全距离比较就产生了order限速信号。图8中, 不同车距q>50 m时order都产生低电平不报警不限速, q<50 m低于安全距离时order都为高电平产生报警信号和限速信号。图9中, 在安全距离100 m时, 当q<100 m安全距离时产生报警信号和限速信号, 逐渐车距增大至100 m时order产生低电平取消报警信号和限速信号, 大于安全距离100 m时始终低电平不报警不限速。设计可测距和判断距离最大为8位即28=256 m, 在256 m之内, 该系统通过仿真可以有效地保证行车安全报警限速。
仿真后期通过DE0开发板搭建SOPC系统, 在Quartus II环境下使用VHDL语言和C语言进行系统功能的编译测试。
4 结束语
本设计将激光测距与限速结合应用在汽车上, 系统基于SOPC来完成设计, 发挥了SOPC在开发中小型系统的资源优势和灵活性, 在Quartus II软件和DE0开发板中仿真测试实现了按不同速度不同车距情况下的车辆声光报警, 并且产生限速信号, 使汽车能有效控制速度。设计的该系统提高了车辆行驶的安全性。
参考文献
[1]张光明.激光扫描多目标测距系统[J].激光与红外, 1999 (3) :152-153.
[2]王松, 葛海波.基于Nios II的多目标脉冲测距系统[J].西安邮电学院学报, 2011, 16 (3) :49-52.
[3]杨丽湘, 李玉山.基于Nios II处理器的IEEE-1394双向数据传输系统[J].电子科技, 2011, 24 (2) :47-49.
[4]黄佳玮.基于Nios II软核处理器的激光测距系统研究与设计[D].成都:电子科技大学, 2009.
[5]蔡杨.基于MSP430单片机的电子汽车限速器的研究[J].计算机技术与应用, 2010 (7) :147-150.
智能电梯限速器检测系统的设计 篇7
1 电梯限速器工作原理
限速器通过其绳轮,可随时监测、反映电梯的实际运行速度,亦即轿厢的上限速度。电梯运行速度越快,限速器绳轮转速越高。当电梯以额定速度运行时,限速器正常运转;当电梯运行速度超过额定速度并不断加速达到限速器超速开关动作速度时,超速开关产生电气动作,切断控制电路制停电梯;若制停无效且电梯继续加速行驶,达到其额定速度的115%以上时,限速器通过机械动作使其绳轮停止运转,并借助绳轮中的摩擦力或夹绳机构提拉起安装在轿厢梁上的连杆机构,迫使安全钳动作,从而使电梯轿厢强行制停在导轨上。只有在所有安全开关复位后,电梯才能重新启动。正是因为有了“限速器一安全钳一缓冲阻尼器”的连锁控制措施,才使得电梯成为较其他交通工具更为安全的垂直运输工具,
2 检测系统设计
本设计主要是测试安全钳的机械动作速度,在测试过程中滑轮与安全钳直接接触,故滑轮与安全钳的线速度相等,而滑轮的最大速度即为安全钳的动作速度。通过旋转编码器测得滑轮的线速度,旋转编码器采用每转脉冲数为1024的光电编码器,通过测试旋转编码器产生的频率f就可以测得限速器转动的速度,限速器动作的速度即为频率的最大值。
其中,V为限速器速度,单位为m/s;f为旋转编码器输出频率,单位为Hz;n为旋转编码器每转脉冲数;D为滑轮直径,单位为m。
本设计由硬件电路和软件编程两部分组成。
硬件电路以STC89C51单片机[1]为核心,运用光电编码器检测电梯牵引绳的线速度,利用LCDl602A显示器显示测量速度,同时具有RS232串口电路和实时时钟电路;通过软件实现频压转化及相关运算,并使CPU循环地扫描键盘,接收操作人员指令,完成数据显示等相应功能。
硬件部分主要由旋转编码器,单片机、液晶显示器、键盘、电源和通信接口组成,系统框图如图1所示。
转速测量电路由光电编码器[2]及脉冲整形电路组成,脉冲整形电路由74HC14芯片构成。74HC14是六反相施密特触发器,能将一个不规则的或者在传送过程中受干扰而变换的波形整形成理想的矩形波。
软件设计主要包括主程序设计、速度采集子模块程序设计、按键处理子模块程序设计和显示子模块程序设计等。主程序主要完成器件的初始化,并判断有无按键按下,并根据判断的结果调用相应的子模块程序;速度采集子模块程序完成数据采集、处理和保存;按键处理子模块程序完成按键的功能;显示子模块程序把子模块储存的数据送去显示。还有串口发送数据程序模块、去极值平均滤波程序模块,速度上限报警程序模块。
主程序完成器件的初化和子模块的调用。主程序的流程图如图2所示。
速度采集程序设计在于利用光电编码器采集脉冲数,存人单片机后进行频压转换,最终保存数据并通过LCDl602显示。脉冲采集是设计的关键,频压转换是重点。
在单片机进行数据采集时,会遇到数
据的随机误差,随机误差是由随机干扰引起的,为克服随机干扰引起的误差,软件上可采用软件算法实现数字滤波。由于该检测装置要经常在现场使用,故采用去极值平均滤波算法。去极值平均滤波算法:先用中值滤波算法滤除采样值中的脉冲性干扰。然后把剩余的各采样值进行平均滤波。连续采样N次,剔除其最大值和。最小值,再求余下N-2个采样的平均值。显然,这种方法既能抑制随机干扰,又能滤除明显的脉冲干扰。
3 结束语
本文介绍的智能电梯限速器检测系统采用了光电编码器和单片机的计数器、中断逻辑相结合的方法来实现测速,该检测系统测量精度高,测速范围宽,响应速度快,硬件成本低,操作简单,便携性好,经现场多次使用,效果良好,益推广使用。
参考文献
[1]张毅刚等.单片微机原理及应用设计[M].北京:电子工业出版社,2008.4.