《基于无线传感器网络的智能交通系统.pdf》由会员分享，可在线阅读，更多相关《基于无线传感器网络的智能交通系统.pdf（6页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、基于无线传感器网络的智能交通系统基于无线传感器网络的智能交通系统张足生王志奇摘 要 无线传感器网络作为感知终端，将交通信息收集到控制中心，控制中心对多源交通信息进行分析，为用户提供最优的行车路线。本文介绍了无线传感器网络作为道路交通信息采集子系统所面临的关键技术及挑战。关键词 无线传感器网络；智能交通1 引言 城市的发展、汽车的普及给交通带来极大的压力。由此引发的道路阻塞、环境污染等问题严重地困扰着世界各大城市，智能交通系统应运而生。智能交通系统(Intelligent Traffic System,ITS)主要包括交通信息的采集、交通信息的传输、交通控制和诱导等方面，通过提高对交通信息的有效
2、使用和管理来提高交通系统的效率。信息采集子系统通过传感器采集交通流量、车速、车道占有率等信息；交通信息传输系统将采集的信息经过处理后，实时可靠地传输到控制中心；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。在智能交通系统中交通信息(如车流量、车速等)占有很重要的地位，是交通状态判断和预测、对交通流控制以及对紧急事件快速反应的依据。目前已经有多种技术应用于道路交通信息采集，例如：GPS、视频、线圈等等。这些技术都有各自的优缺点，G
3、PS加无线收发装置可以用来监测交通流量，但要求车辆安装这种装置将增加用户的成本，另一方面涉及用户隐私信息，多数用户不愿意安装无线收发装置。视频虽然采集的内容丰富，但易受背景环境(如天气、光照度)变化的影响，镜头需经常擦拭。且视频信息处理难度大，对带宽要求高，只能通过有线的方式将数据传给数据中心，需铺设许多线路，费用昂贵且不利于扩展。地磁线圈是比较传统的装置，它以原理简单、精度高而得到了广泛的应用，但在布设和维护时都会破坏路面，影响车辆的正常行驶。无线传感器网络(Wireless Sensor Networks,WSN)是一种融合无线通讯技术、微电子传感器、嵌入式系统的新技术，可以为智能交通系统
4、的信息采集和传输提供一种有效手段，用来监测路口各个方向上的车流量、车速等信息。在无线传感器网络结构中，安装道路两旁的传感器节点组成一个自组织的多跳Mesh网，每个节点都采集交通信息，最终的数据将被汇聚到网关节点上。网关节点利用3G网络将所采集到的数据发送到控制中心。与上述传统装置相比，无线传感器网络用于构建交通信息系统具有以下优点：(1)其无线自组、泛在协同的特点使系统布设和维护十分方便，便于提高交通信息采集系统的可扩展性；(2)用户可以与传感器网络进行信息交互，可以进行数据查询、空中编程、节点健康监测等，极大地方便用户的使用，减少维护成本；(3)规模的分布式监测和协同计算技术在能力上优于传统
5、的单点或局部监测技术。无线传感器网络具备优良特性，可以为智能交通系统的信息采集提供一种有效手段，作为现有技术的补充，无线传感器网络部署和维护方便，特别适合于部署在有线传输不能覆盖的路段。美国加州大学伯克利分校ATMIS项目，哈佛大学的CitySense项目都开展了无线传感器网络在道路交通监测方面的研究。在瑞典有一段公路，利用太阳能供电传感器，可以对行驶车辆做出路面结冰、事故拥堵和其他危险情况的预警。英国也开展了无线传感器网络应用于智能交通的研究。ITS是开放的复杂系统，它是由许许多多关系密切而复杂的不同领域、不同功能的子系统按不同层次综合集结而成的。目前，各种交通子系统按自身的优化目标运作，不
6、考虑与其他系统的集成与协作，使得交通系统难以达到最优。综合分析与协调各交通子系 Vol.4 No.5/May.010统：GPS，视频，线圈，无线传感器网络，是智能交通的发展趋势。欧洲开展的TRIDENT项目是通过建立一个通用的、可复用的机制来支持多模式的ITS服务，主要实现不同运输方式的交通运营者和信息服务商之间的数据共享和交换。新加坡的I_Transport项目的首要目标为陆路交通管理局的ITS中心提供一个针对所有交通操作的综合工作平台。本文的章节安排如下，在第二节介绍道路监测传感器网络关键技术，第三节介绍多源信息融合所面临的问题，第四节为全文总结。2交通信息采集传感器网络 系统体系结构如图
7、1所示，感知前端为无线传感器网络，其采用三层结构，三种节点：普通节点，汇聚节点，网关节点之间形成自组网，网关节点与3G网络相连，将数据送到控制中心，控制中心对各交通子系统采集的信息进行综合处理并发布实时路况。基于无线传感器网络的智能交通系统的关键技术包括：交通信息采集，传感器网络数据融合，无线传感器网络拥塞控制，无线传感器网络的部署。图1 系统体系结构图2.1 微波传感器采集交通信息 车流量检测系统是智能交通的一个子系统，它通过数据采集和设备监控等方式，在道路上实时检测交通量、车辆速度、车流密度和时空占有率等交通参数，这些智能交通中最基础的参数，是道路状况实时监控、出行者动态信息系统不可缺少的
8、数据。所以，车流量检测系统及其检测技术水平的高低直接影响到道路交通信息系统、控制系统的工作效率以及整体运行和管理水平。目前交通信息采集的方法主要有声学、无源电感、红外、电磁场、微波传感器、视频检测等手段，一般分为红外线探测器、磁感应检测器、微波传感器、视频检测器等，安装方式有埋设式和悬挂式两种。微波传感器是最近几年随着智能交通系统的发展而迅速发展起来的，利用目标对电磁波的反射现象来发现目标并测定其位置的。车流量检测微波传感器通过对含有路面目标信息的回波进行处理来获取路面某个路段交通情况。各种检测手段的比较如表1所示。根据比较，微波传感器的探测精度高、抗干扰能力强、全天候、易于安装、体积小，非常
9、适合于完成智能交通系统中车流量和车速等检测与监控的功能，所以可以采用微波传感器采集交通信息。表1 各种检测手段比较 2.2 传感器网络数据融合 各路段均已安装适量的传感器，各传感器的空间分布形态依路段的几何形状、重要性、车流分布情况以及事故率等而异，主要用于测量路段的车流空间分布情况、车流量、车流速度、排队长度等交通参数。如图2所示。图 2 多路段数据融合示意图普通节点汇聚节点网关节点控制中心数据格式识别与统一中间件3G 视频监控系统线圈无线传感器网络实时路况慢速快速通信网络?1234汇聚节点基于无线传感器网络的智能交通系统 图3 基于多传感器信息融合结构图 数据融合需要从时间和空间两个方面来
10、考虑，从时间上可以对一段时间内的交通信息进行融合，从空间上需要对同一路段或同一路口的信息进行融合，普通节点通过多跳将数据传到汇聚节点，汇聚节点对各路段的信息进行融合，分别得到每个路段的交通信息，再上传给上层节点。如图3所示，其中，信息输出的维数为m，表示有m个要得到的信息。信息融合计算实际上实现了一种由n维空间到m维空间的非线性映射。在该系统中，m个信息输出可表示某路段的综合交通信息，如车流量、车流速度、拥挤程度、排队长度等。神经网络不需要系统的物理模型，有很强的非线性处理能力，并具有自学习、自组织、并行性和容错性，可对多传感器传递来的各种数据进行判断，适用于对交通信息的融合处理。2.3 传感
11、器网络拥塞控制 海量的数据包在大规模、道路监测传感器网络中传输极易引起拥塞，迫切需要适当的拥塞控制机制。道路监测无线传感器网络的多跳数据传输方式和多对一的通信模式常常导致靠近汇聚节点和网关处发生拥塞，传感器网络不同区域的带宽差异如图4所示。目前拥塞控制机制主要基于三方面：a)端到端：端到端路径较长时，会导致拥塞控制性能的下降；b)基于路径：当拥塞发生时，沿路径逐跳通知发送方，可快速地识别拥塞，并通过逐跳检测以防止拥塞发生；c)逐跳：关注拥塞检测并及时向所有邻居节点发送通知，以便快速采用合适的措施以防止即将发生的拥塞。传感器网络中的拥塞，按其产生的原因，可分为两种：(1)发送速率过快，导致缓冲区
12、溢出；(2)节点争抢信道，导致碰撞。我们对拥塞问题的解决步骤如下：(1)建立拥塞预测模型 根据邻居节点缓冲区，当前数据包的数量，预测信道利用率，并且能够匹配不同区域的带宽。(2)针对不同拥塞的解决办法 针对瞬时拥塞，采用持续性拥塞的解决方案；对于缓冲区溢出拥塞，采用争抢信道拥塞的方案(3)拥塞解决办法的评价绩效 抑制发送速率与增加资源的平衡，以及解除拥塞的的代价和增益 图4 传感器网络不同区域的带宽差异图 (a)吞吐量对比 路段i传感器1信息融合计算传感器2传感器n.信息输出(m)40Vol.4 No.5/May.010(b)重传次数对比 (c)平均延时对比 (d)不同优先级数据包的延时对比
13、图 5 实验结果 我们综合可靠性的研究路线是：综合可靠性：综合可靠性包括服务质量区分、延 时、抖动、数据可靠传输等参数。可靠传输：a)质量不同的情况下，保证可靠传输；b)采用TCP友好的传输协议。多QoS参数约束：a)对于不同优先级的数据，考虑其不同服务质量要求；b)延时问题，可采用多路径，优先级的MAC协议；c)抖动。综合可靠性传输模型：多路径TCP友好的传输协议选择性重传综合速率调节。我们设计了一个区分不同QoS需求的拥塞控制算法，该算法包括三个部分：根据基于权重的buffer difference作为拥塞产生 的标准；动态估计信道的当前状态，并调整节点的发送速 率，使信道的利用率达到最优
14、；灵活的队列调度策略，根据队列的增长速度和数 据包的优先级，调整丢包策略。通过评估了所提出的方法，我们得到以下实验结果：如图5所示，我们所提出的算法与fusion相比，能到几乎相同的吞吐量，但是fusion数据包重传次数大，也就是说，fusion的高吞吐量是通过更多的重传次数得到的，而所提出的方法重传次数非常小。另外，与pccp协议相比，我们所提方法的吞吐量高于pccp，这是因为pccp协议根据buffer的变化率判断拥塞产生，过于敏感。当buffer的incoming interval/outgoing interval 大于1时，就判断拥塞产生，有可能导致低效率。另外我们所提出的方案，根据
15、buffer处于不同的状态，调整数据包的接收概率，在buffer处于高占用率时高优先的数据包，被接收的概率大，低优先级的数据包，被接收的概率小。从而保证了高的优先的数据，得到了更高的服务。2.4 传感器节点部署 考虑到无线传感器网络在交通监控这一特定的应用环境，网络的部署和应用环境是预监控道路两侧，无线传感器网络的状态相对固定和无线传感器网络部署环境已知，我们可以采取确定性部署策略。在无线传感器网络交通监控系统中我们采用三类传感器节点，普通节点，用于感知数据信息，并将基于无线传感器网络的智能交通系统41RhS1S3S2L道路h网关节点汇聚节点普通节点网关节点覆盖范围汇聚节点覆盖范围右侧左侧转递
16、邻居节点感知的信息；汇聚节点，用于收集普通节点感知的信息，进行初步数据处理并将处理结果传送到网关节点，汇聚节点之间可以互相通信；网关节点，用于收集汇聚节点信息并通过3G网络将信息传送回控制中心，节点间不具备通信功能。根据各类节点功能上的不同，我们采用层次化部署方式，即分层部署节点(网关节点部署层、汇聚节点部署层、普通节点部署层)，考虑实时性、连通性和成本的前提下，通过部署算法将节点分层部署到监控道路上。如果我们假设在网络保证连通的情况下，普通节点将感知信息以单跳或多跳的方式将信息传送到距其最近的汇聚节点，汇聚节点采用同样的方式将信息传送给网关节点。则在无线传感器网络监控道路中我们只需要考虑一个
17、网关节点覆盖范围内的节点部署情况(可以复制这种方式部署整个道路)就可以对整个道路监控的节点进行部署。为了节省网络的构建成本，通常采用稀疏网络实现监控功能，即在网络初始部署时，网络中节点只能与其相邻最近两个的节点通信，网络中保持连通度为1，比较实用的两种部署结构如图4、图5所示。对于图6中所示结构，节点间传递信息的方向如箭头所示，如果我们假设节点S1和S3之间的距离为L，道路宽为h，节点的通信半径为R，则有如下等式 ()22*2LRh=在无线传感器网络道路监控中，普通节点的通信半径大约R为200m，如果我们假设道路宽度h大约在550m，将R和h代入上式中有 199.94193.652L即 2LR
18、 从上式得到的结果可知，如果在现有道路宽度的条件，采用三角形部署将和采用图7所示的线性部署所用节点数目大致一样，但是在三角形不是中，节点间通信将跨越道路，当道路中有车辆在运行的时候，节点间的通信质量将受到影响，造成整个网络QoS下降。而采用线性部署方式，节点部署在道路的一侧，相比于三角形部署，节点受到车辆等影响较小，节点间具有相对较好的通信质量，提高整个网络的QoS。因而在无线传感器网络道路监控中我们采用图7所示的线性部署结构。图6 无线传感器网络监控道路节点的三角形部署结构 图7 无线传感器网络监控道路节点的线性部署结构 如图7所示，我们研究网关节点右侧的部署情况(左侧具有相同的性质)，在这
19、里我们假设在网关节点覆盖范围内的所有汇聚节点都将信息转递给该网关节点。假设条件：网关的覆盖半径：Rg；汇聚节点覆盖半径：Rb；普通节点的覆盖半径：Rs；系统允许的最大延迟：D；普通节点转递一条消息在一跳距离内的平均延迟(包括中间传送时间)：Ds；汇聚节点转递一条消息在一跳距离内的平均延迟(包括中间传送时间)：Db；网关节点传递一条信息到控制中心的延迟(包括中间传送时间)：Dg；网关节点覆盖范围内包括Nb个基站节点；汇聚节点覆盖范围内包括Ns个普通节点；一个网关节点覆盖范围内的构建成本：C；一个网关节点成本：Cg；一个汇聚节点成本：Cb；一个普通节点成本：Cs；基于以上假设有：4Vol.4 No
20、.5/May.010*(*)/2(*)/2/gbbssgbbssbgbsbsCCCNCNDDDNDNNRRNRR=+=+=在这里我们需要求出Rg，Nb，Ns，C作为一个参考参数来衡量部署的可行性。其它参数都是已知的，或者通过试验可以得到。这样我们就可以得出基于无线传感器网络道路监控系统的部署约束方程式。3总结 目前已经有多种技术应用于道路交通信息采集，例如：GPS、视频、线圈等等。无线传感器网络可以为智能交通系统的信息采集和传输提供一种有效手段，用来监测路口各个方向上的车流量、车速等信息。本文主要介绍了道路监测传感器网络所面临的挑战及关键技术。参考文献1 W Chen，L Chen，et al
21、A real time dynamic traffic control system based on wireless sensor networkCThe 2005 Intl Conf on Parallel Processing Workshops(ICPPW05)，Oslo，Norway，2005.2 Estrin D,Culler D,Pister K,Sukhatme G.Connecting the physical world with pervasive networksJ.IEEE Pervasive Computing Archive,2002,1(1):59-69.3
22、Andrew H.Kemp and Edmund B.Bryant.Channel sounding of the industrial sites in the 2.4 GHz ISM bandJ.Wireless personal communication,2004,31(3):235-248.4 Vivek Mhatre,Catherine Rosenberg,Design guidelines for wireless sensor networks:communication,clustering and aggregation,Ad Hoc Networks,Vol.2,No.1,45-63,2004.5 Lingyun Yuan,Yunlong Zhu,Modeling and simulating wireless sensor traffic monitoring network,the 6th World Congress on Intelligent Control and Automation,Vol.10,No.62,8640-8644,2006.作者简介张足生 男，中国科学院计算技术研究所博士生，研究方向为无线传感器网络。王志奇 男，中国科学院计算技术研究所博士生，研究方向为无线传感器网络。