文章快速检索  
  高级检索
校车安全监控系统
李传烨1, 葛国栋1, 樊志文2, 贲晛烨1
1. 山东大学 信息科学与工程学院, 山东 济南 250100;
2. 山东农业大学 信息科学与工程学院, 山东 泰安 271018    
摘要:为了优化校车室内传感器和控制器的布局,消除现有的安全隐患,提出了基于Zigbee技术的校车安全监控系统。Zigbee模块构建星型通讯网络,中心节点汇集传感器节点的实时信息并广播控制指令给控制节点;STM32单片机处理实时信息,控制整个系统运行。最终增强了酒驾监控、学生人数检测的性能,有效地提高了校车的安全性。
关键词校车安全     Zigbee技术     STM32单片机     MQ-3气体传感器     射频识别技术    
The monitoring system for school bus safety
LI Chuanye1, GE Guodong1, FAN Zhiwen2, BEN Xianye1     
1. School of Information Science and Engineering, Shandong University, Jinan 250100, China;
2. College of Information Science and Engineering, Shandong Agricultural University, Taian 271018, China
Abstract:For optimizing the layout of sensors and controllers in school buses,and removing hidden dangers,a monitoring system for school bus safety based on the Zigbee technology is presented in this paper.The communication network is built by Zigbee module.The center node collects real-time information offered by sensors in data collection nodes,and broadcasts instructions to the control nodes.STM32 single chip controls the entire system by processing the real-time information and making decisions.The control for drunk driving and the performance of calculating the number of students are enhanced,which effectively improves the security of school buses.
Key words: school bus safety     Zigbee technology     STM32 single chip     MQ-3 gas sensor     radio frequency identification(RFID)    

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。

图 1 控制系统结构
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

图 2 协调器硬件结构
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

图 3 硬件结构
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

图 4 MF RC522 SPI连接
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

图 5 MQ-3检测模块
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

图 6 协调器/终端程序流程
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

图 7 RC522射频卡通信
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。

图 8 STM32程序流程
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。

图 9 LCD显示车内实时信息
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。

参考文献
[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.

文章信息

李传烨, 葛国栋, 樊志文, 贲晛烨
LI Chuanye, GE Guodong, FAN Zhiwen, BEN Xianye
校车安全监控系统
The monitoring system for school bus safety
应用科技, 2016, 43(01): 46-50
Applied Science and Technology, 2016, 43(01): 46-50.
DOI: 10.11991/yykj.201504029

文章历史

收稿日期:2015-04-28
网络出版日期:2016-01-07

相关文章

工作空间