2. College of Information Science and Engineering, Shandong Agricultural University, Taian 271018, China
在我国,由于缺乏有效的监管,校车事故仍时有发生,造成了大量的财产损失和严重的人身伤害。因为校车的特殊性,校车车载监控技术仍是一个热门的研究方向。当前,人们已经在完善车载监控系统方面做了许多有益的工作:基于红外传感器的人数检测[1, 2],这种方法虽然简单可行,但对学生并排、拥挤的情况处理能力差;基于视频图像的人数检测已经做了很大的改进,然而对复杂情况的适应能力一般,且需要处理大量的数据[3]。而且这些研究缺乏对校车司机酒驾的监管,埋下了严重的安全隐患。
Zigbee技术作为一种短距离通讯技术,因功耗低、性能稳定而被广泛应用于温室控制[4]、智能家居[5],但应用在校车上的研究还很少。
本文设计了一种新型的车载安全系统,使用射频技术检测学生人数,更加稳定有效;同时加入了对司机酒驾监控的模块,从源头上杜绝酒驾行为;并且引入无线网络布局内部传感器和控制器,克服了有线布局的缺点,降低了成本并提高了实用性。
1 系统总体方案控制系统的结构如图 1所示。微控制单元 (microcontroller unit,MCU)采用的是STM32单片机。STM32目前已被广泛地应用于工业控制和消费电子等领域,其性能和内部资源不仅能满足我们的要求,还方便用于日后的产品升级。STM32在本系统主要起数据处理和决策的作用:1)对学生人数进行比对、做出酒驾判断;2)接受用户命令、控制液晶显示。使用Zigbee技术构建校车内部无线网络:采用星型结构,1个中心节点,2个检测节点,2个控制节点。中心节点负责网络组建、信息收发以及与MCU的通信;检测节点采集学生信息和驾驶室区域的酒精浓度;控制节点执行控制指令。为实现人数的精准检测,采用RFID-MF RC522射频技术,将学生的信息固化到学生卡中,在上下车过程中通过刷卡进行身份识别,从而确定车内人数。使用MQ-3气体传感器进行酒精浓度检测,该传感器对乙醇蒸汽有很高的灵敏度和良好的选择性,并且寿命长、稳定可靠。报警装置是LED,当危险情况发生时,可以发出报警信号。执行装置以继电器作为实现途径,最终驱动大型设备。
2 硬件设计方案 2.1 Zigbee网络 Zigbee技术是一种在近距离、低速率、低功耗领域兴起的技术,其出现至今,已经引发人们的广泛关注,比如其在智能家居应用中,表现出了良好的特性。通过Zigbee技术布局传感器和控制器,既能优化校车室内布局、方便拓展,又能避免布线极易遭到损坏和电磁干扰等弊端。 2.1.1 Zigbee协调器协调器是网络组织的管理者,在网络中起着重要的作用。它负责发起网络、设定参数、管理信息及功能维护。协调器将各个检测节点采集到的信息汇总后,经串口透明地传输给MCU;同时又将从MCU接收到的指令信息广播给各节点。经方案比较后,选择市场上以CC2530单片机为主控芯片的Zigbee开发模块,其中单片机和天线均已集成好,增加了稳定性和可靠性;CC2530单片机可以直接和MCU连接通信;以交流电转3.3 V为其提供恒定电源。硬件结构如图 2。
2.1.2 Zigbee检测节点和控制节点检测节点和控制节点使用同样的Zigbee模块,仅需电池供电即可满足要求。它们负责加入协调器组建的网络,并初始化检测、控制设备。检测节点对来自检测设备的数据进行初步处理,并以协议化形式发送给协调器。CC2530通过串行外设接口 (serial peripheral interface;SPI)与MF RC522通信,初始化并控制MF RC522的运行;MQ3数据经AD转换芯片送给CC2530主控芯片。控制节点接收来自协调器的控制指令,对室内状况调节;控制器和CC2530通过普通I/O口连接,I/O口的高低电平控制LED、继电器的动作。硬件结构如图 3。
2.2 RFID-MF RC522读卡器MF RC522是应用于13.56 MHz非接触式通信中高集成度的非接触式读写卡芯片。其利用了先进的调制和解调概念,完全集成了在13.56 MHz下所有类型的被动非接触式通信方式和协议。MF RC522与主机间通信采用SPI模式,有利于减少连线,缩小印制电路板 (printed circuit board,PCB)体积,降低成本。我们将MF RC522用于读卡器,安装在校车车门处,并与主控芯片CC2530通过SPI进行通信。而学生配备学生卡(标准S50卡),卡中已经固化学生学号信息并设定乘车次数数据区。数据区数据根据刷卡次数相应增减,为统计车内人数提供数据支持。人数信息通过无线网络发送给协调器,作进一步处理。硬件结构如图 4。
2.3 MQ-3检测模块MQ-3适用于酒精蒸汽浓度检测,具有灵敏度可调、快速的响应恢复特性,模拟输出电压随检测环境中气体浓度的升高而增大。采用8位逐次逼近式A/D模数转换器ADC0809,将MQ-3采集到的模拟量转化为数字量,经由双向电平转换器送给检测终端主控芯片CC2530处理。硬件结构如图 5。
2.4 指示器和控制器LED起到信息指示的作用。1)当有学生滞留在车内时,红色LED在控制节点控制下不断闪烁,滞留时间越长,闪烁频率约高。2)当有酒驾违法行为发生时,黄色LED亮起,警示该危险情况;同时,通过继电器切断校车打火线路。LCD液晶由STM32初始化,显示信息包括车载人数,车门锁闭情况,以及酒驾情况。
3 系统软件设计方案 3.1 协调器、终端协调器、终端利用TI公司提供的著名的Z-Stack协议栈搭建软件运行环境。Z-stack采用任务调度机制进行事件处理,可以方便地添加自己的任务和调整优先级。本系统采用星形拓扑网络实现通信,网络配置一个网络协调器和多个终端节点,协调器首先进行信道扫描,采用一个空闲的信道,规定相应的网络参数。协调器启动后,时刻监听空中无线信号。终端节点申请加入网络时,发出申请加入信号,并提供正确的认证信息,即可加入网络。协调器接收传感信息并广播控制信息。终端加入网络后,即初始化受控设备:检测节点采集传感器信息并周期发送给协调器;控制节点接收协调器控制信息,控制报警、驱动装置的行为。软件流程如图 6。
3.2 MF RC522与学生卡通讯学生卡(射频卡)的通讯协议和通讯波特率是定义好的,当有卡片进入MF RC522读卡器的操作范围时,读卡器以特定的协议与它通讯,从而确定该卡是否为射频卡,即验证卡片的卡型。然后完成防冲突检测、验证及对扇区数据的读写。程序流程如图 7。
4 STM32单片机这是意法半导体(ST)新推出的32位微控制器系列产品,采用ARM公司高性能(1.25 Dhrystone MIPS/MHz)、低成本、低功耗嵌入式应用专门设计ARM Cortex M3内核;基本型时钟频率为36 MHz,增强型时钟频率达72 MHz;内置32 KB至128 KB闪存,时钟频率为72 MHz时,从闪存执行代码,STM32功耗仅36 mA(所有外设处于工作状态),是32位市场上功耗最低的产品,以16位产品的价格得到比16位产品大幅提升的性能。STM32主要任务是:1)进行数据处理和制定决策。由人数检测节点上传的信息得到学生人数,当车门锁闭时,若人数大于设定阈值,即判定为人员滞留,发出人员滞留警示指令;由酒精检测节点上传的信息得到驾驶室内酒精浓度,若大于设定的酒精浓度阈值,即判定为酒驾,发出酒驾警示指令。2)检测控制按键。用户通过按键控制车内空调等设施的运行。3)负责液晶显示,将车内实时信息通过液晶输出。程序基本流程如图 8所示。
5 校车安全监控系统设计实现最后,对设计的校车安全监控系统制作了实物。通过液晶显示屏的输出信息(图 9)可以直观获取系统的运行状态:显示车内学生的人数;显示车内温度(STM32内部传感器测得);显示司机是否酒驾;同时显示车门是否锁闭。
6 结束语本系统以Zigbee技术为核心,结合传感技术和自动控制技术,可实现司机酒驾、学生滞留等危险情况的检测,并及时发出警报并自主控制,为校车安全监控的构建提供了保障。使用Zigbee技术布局校车传感网络,不仅提高了传感器布局的灵活性,而且功耗低、价格低廉;实时性和稳定性均得到保障。RFID-MF RC522射频技术应用在校车管理中,实现了对学生一人一卡的信息确认,避免漏检错检,提高了人数检测的准确性。酒驾检测利用了MQ3灵敏的特性,是对司机的直接监控,也完善了整个系统的内容。该系统作为对现有校车安全系统的改进,在深度和广度上还有待进一步研究,实现性能的提升和应用范围的扩大。我们还将把视频监控中的人脸识别与步态识别技术[17, 18, 19]加入到校车安全监控系统中。
[1] | 贺云超,郭丽.基于红外传感器的多功能教室状态监测系统[J].中国科技信息,2012(14):87,89. |
[2] | 赵炯,林旺城,贾培源,等.公共娱乐场所人数统计系统研究[J].自动化仪表,2009,30(6):62-65. |
[3] | 胡耀武.基于视频分析的多目标人流自动计数研究[D].杭州:浙江理工大学,2012:1-64. |
[4] | 曹新,董玮,谭一酉.基于无线传感网络的智能温室大棚监控系统[J].电子技术应用,2012,38(2):84-87. |
[5] | 周游,方滨,王普.基于ZigBee技术的智能家居无线网络系统[J].电子技术应用,2005,31(9):37-40. |
[6] | 曾庆勇.RFID技术在幼儿园安全管理中的应用分析[J].软件,2012,33(1):125-127. |
[7] | 王迅.车联网技术在校车安全监管中的应用探讨[J].电脑知识与技术,2012,8(13):3035-3037. |
[8] | 梁龙,崔婷,孟宪,等.基于MSP430的无源RFID考勤系统[J].计算机系统应用,2012,21(9):27-31. |
[9] | 何华芝.基于STM32的车载监控设备的硬件设计[J].电子测量技术,2008,31(12):139-141,146. |
[10] | 李家金,滕国库.基于Zigbee的粮仓环境监测系统设计与实现[J].计算机与数字工程,2012,40(4):120-122,139. |
[11] | 曹健.基于Zigbee的无线智能消防报警系统设计[J].制造业自动化,2012,34(11):11-15. |
[12] | 徐京莲,韩峻峰,潘盛辉,等.基于多传感器融合的车载酒精检测系统设计[J].仪表技术与传感器,2010(7):105-107. |
[13] | 梁周勇,刘其洪,王琰,等.嵌入式防酒后驾驶系统的设计与实现[J].微计算机信息,2012,28(8):64-65,141. |
[14] | 阎石.数字电子技术基础[M].5版.北京:高等教育出版社,2006:506-545. |
[15] | 无线龙.ZigBee无线网络原理[M].北京:冶金工业出版社,2011:23-148. |
[16] | 刘火良,杨森.STM32库开发实战指南[M].北京:机械工业出版社,2013:92-211. |
[17] | BEN Xianye,MENG Weixiao,YAN Rui,et al.Kernel coupled distance metric learning for gait recognition and face recognition[J].Neurocomputing,2013,120(10):577-589. |
[18] | BEN Xianye,MENG Weixiao,YAN Rui.Dual-ellipse fitting approach for robust gait periodicity detection[J].Neurocomputing,2012,79(3):173-178. |
[19] | BEN Xianye,MENG Weixiao,YAN Rui,et al.An improved biometrics technique based on metric learning approach[J].Neurocomputing,2012,97(1):44-51. |