智能車輛采集終端的設計與實現

韓澤宇,吳霄峰,朱嘉睿,吳占寬,熊樹生23▲

(1.浙江大學,浙江 杭州 310012;2.龍泉產業創新研究院,浙江 麗水 323000;3.浙江大學嘉興研究院,浙江 嘉興 314000)

0 引言

通過采集車輛的運行數據,可以進行數據分析,了解車輛的使用情況和性能狀況,進一步優化車輛的使用和維護計劃,延長車輛壽命和降低維護成本。然而傳統車輛信息采集存在存儲容量受限、數據處理難度大、數據交互困難的缺點。

隨著車聯網技術的飛速發展,車輛采集終端作為車聯網應用的重要組成部分,備受廣泛關注。車輛采集終端能夠實時監測和分析車輛狀態和駕駛行為,提高車輛的安全性和駕駛效率。因此,本文設計了一個基于MQTT的智能車輛采集終端,具有高可靠性、實時性好的優點。

1 系統設計

1.1 車聯網采集終端系統

車聯網系統的結構如圖1所示。智能采集終端固定在汽車內部,負責采集車輛的各種信息,包括加速度、轉向角度、車身姿態角、車輛位置等,并通過MQTT協議將這些信息發送到MQTT(Message Queuing Telemetry Transport)服務器。MQTT服務器負責接收來自車輛信息采集終端發送的數據,并將這些數據轉發給上層應用程序或云端服務器。MQTT服務器采用訂閱/發布模型,提供高效、可靠的消息傳遞服務,使車聯網系統可以輕松處理大量數據流量。通過MQTT服務器的消息橋接模塊,可以將數據橋接到應用服務器。應用服務器負責存儲、處理和分析這些數據,并提供一些高級應用程序和服務,如車輛遠程控制、駕駛行為檢測、車輛保養管理等。

圖1 車聯網系統結構

1.2 采集終端的硬件設計

車輛采集終端的硬件系統如圖2所示。該系統包含兩個MCU控制器,其中主MCU采用了STM32L151VET6低功耗微控制器。主MCU的外設資源非常豐富,擁有32KB的SRAM存儲器,3個USART和2個UART等多種外設資源。因此,它能夠滿足終端采集GPS數據解析、4G模塊通信、數據存儲等多種任務的需求[1]。輔MCU是由華大公司生產的HC32L130E8PA,它雖然相對于意法半導體同系列產品而言資源相對較少,但是它的成本和功耗方面卻具有一定的優勢。輔MCU的任務是采集九軸傳感器的加速度、角速度和磁力計信息,并進行數據處理。最后,輔MCU通過USART與主MCU進行通信。該硬件系統還具有 RS232 通信模塊以及4G通訊模塊,可用于本地上位機通訊和無線通訊。整個硬件系統經過全面設計,能夠滿足各種不同的應用場景和需求。

圖2 車輛采集終端硬件系統

圖3 九軸傳感器模塊設計

為滿足采集終端工作電壓要求,采用了乘用車上常見的12 V供電電壓作為電源。由于各元器件所需的工作電壓不同,主要有5 V、4 V和3.3 V三種,為了實現電源轉換,采用了MPA4423和SP6250電源芯片,用來分別給MCU、GPS、4G等模塊供電。這些電源芯片可以將12 V的輸入電壓轉換成所需的輸出電壓,使得各模塊得到適當的供電。這樣的設計可以確保終端正常工作,同時也保護了各元器件免受過高或過低的電壓損害。

1.3 九軸傳感器模塊設計

九軸傳感器采用MPU9250芯片,它集成了加速度計、陀螺儀和磁力計等多種傳感器,加速度計和陀螺儀的測量范圍分別為±2～±16g以及±250～±2000°/s,可以滿足車輛信息采集的需求。通過采集原始數據進行A/D轉換得到真實的九軸數據,然后副MCU通過SPI協議讀取傳感器輸出的數據進行處理,再發送到主MCU。

1.4 通信模塊的設計

為了滿足采集終端的通信需求,選擇了移遠公司的EC20 4G模塊。該模塊支持多個頻段,可以適應不同國家和地區的網絡環境。EC20模塊支持LTE Cat.4技術,最高可以實現下載速度150 Mbps,上傳速度50 Mbps,具備較高的數據傳輸速度。此外,該模塊支持TCP/IP、MQTT、Http/Https等多種通訊協議的要求,可以滿足采集終端的通信需求。EC20模塊的電路如圖4如所示。

圖4 EC20模塊電路原理圖

該模塊采用兩種電源進行供電,分別為VCC電源和VBAT電源。VCC電源用于EC20模塊主控制器和外圍電路的正常工作,其工作電壓為3.3 V。VBAT電源則用于EC20模塊的通信功能,其工作電壓范圍為3.4 V到4.4 V。串口電路與MCU1的PC10和PC11相連,用于EC20模塊的數據通信。

1.5 定位模塊的設計

本系統利用SKG09D模塊實現車輛定位信息的高精度采集,定位精度可達2.5 m,并支持3.3 V至5 V的供電電壓[2]。模塊熱啟動時間小于1 s,可實現車輛快速定位。此外,電源采用3.3 V進行供電,同時串口通信部分與MCU的PC12和PD2進行連接。采集模塊原理圖如圖5所示。

圖5 GPS定位模塊原理圖

圖6 去噪前后角速度對比圖

2 采集數據的關鍵處理

2.1 數據的濾波處理

校準傳感器后,可以消除由制造工藝和環境因素引起的恒定漂移誤差和標度因素誤差。然而,在采集車輛狀態數據時,加速度計和陀螺儀會受到周圍環境高頻隨機噪聲和由于溫度造成的隨機性誤差,從而影響數據的準確性和可靠性。因此,在車輛采集終端的設計與實現中,對陀螺儀采集到的角速度數據進行滑動平均濾波處理,可以消除噪聲和隨機誤差對車輛姿態估計的影響,提高加速度計和陀螺儀采集的精度和穩定性。

移動平均濾波器(Moving Average Filter)是一種常用的數字濾波器,它的工作原理是取一定時間段內數據的平均值來有效地抑制隨機噪聲,消除信號中的尖峰和其他的干擾,從而使信號更加平滑。此外,它還具有實時處理的優勢及容易實現、所需內存小等優點,適用于本文所述的車輛信號采集場景。

移動平均濾波器的數學表達式如式(1)所示。

(1)

其中,xn是輸入信號的第n個采樣值,yn是第n個輸出信號值,N是滑動窗口的大小,本文取值為10。對陀螺儀的濾波效果如圖 6所示。

2.2 車輛姿態角的測算

加速度計可以測量出物體所受的加速度,進而計算出物體的滾動角和俯仰角,航向角則通過磁力計進行計算,但是他們會受到振動和噪聲等影響,導致輸出值存在一定的偏差。陀螺儀對角速度進行測量,可以計算出姿態角的變化率,但是它在測量時會受到各種干擾,導致輸出值有一定的漂移,存在積分誤差[3]。因此加速度計、磁力計和陀螺儀單獨計算出的姿態角無法滿足精度要求,需要把加速度計、陀螺儀和磁力計的測量結果進行融合,提高計算姿態角度的精度。

卡爾曼濾波是一種常用于估計系統狀態的方法,它基于一組線性動態方程和一組線性測量方程,可以從帶有噪聲的測量數據中推斷出系統狀態的最優估計。因此可以先計算陀螺儀的角速度作為姿態模型,然后利用加速度計和磁力計計算的姿態角作為觀測值進行卡爾曼濾波融合。

先建立角度測量模型方程,由陀螺儀計算的角度的估計值(αgyro)t由上一次角度估計值(αgyro)t-1和角速度變化量ωt-1與角速度漂移量ωbiαs(假定陀螺儀漂移量不變)得到:

(αgyro)t=(αgyro)t-1+(ωt-1-ωbias)dt

(2)

卡爾曼濾波模型的狀態空間方程如下:

Xk=AXk-1+BUk-1+Wk-1

(3)

其中,Xk代表在第k個時刻的狀態向量,A代表狀態轉移矩陣,B是輸入轉移矩陣,Wk為狀態噪聲。結合式(2)和式(3)可得到設備狀態變量為:

(4)

系統測量方程為:

Zk=HXk+R

(5)

(6)

根據上述方程,進行卡爾曼濾波計算:

Xk|k-1=AKk-1|k-1+BUk

(7)

Pk|k-1=APk-1|k-1AT+Q

(8)

Kk=Pk|k-1HT/(HPk|k-1HT+R)

(9)

Xk|k=Xk|k-1+Kk(Zk-HKk|k-1)

(10)

Pk|k=(I-KkH)Pk|k-1

(11)

式(7)和式(8)屬于預測階段,用于狀態預測和狀態協方差預測;式(9)-式(11)分別用于計算卡爾曼增益矩陣、狀態更新和狀態協方差更新,屬于更新階段,將當前時刻的最優姿態角用于下一個時刻的預測,最終得到精確的車輛姿態角。

3 軟件設計

μC/OS-II是一個針對嵌入式系統開發的基于優先級的嵌入式操作系統,具有移植簡單、可裁剪的優點[4]。它可以管理多個任務并通過任務間的通信實現數據傳輸和同步。

車輛采集終端的軟件設計在操作系統基礎上進行開發,流程圖如圖7所示。

圖7 軟件系統結構圖

對于主MCU系統,先進行初始化和系統自檢,然后通過OSTaskCreate()創采集數據獲取任務、4G通訊任務、GPS獲取任務、存儲任務。然后操作系統根據設計的程序通過OSTaskSuspend()和OSTaskResume()等函數進行任務調度。副MCU主要負責車輛信息的采集與姿態的解算,因此在BSP的環境下運行。

3.1 車輛信息采集的設計

車輛信息采集通過輔MCU與MPU9250實現,流程如圖8所示。上電后先進行自檢,然后MCU通過讀取MPU9250的加速度、角速度、磁力計值后進行數據的預處理,包括角速度濾波、加速度濾波,再根據卡爾曼濾波計算出姿態角,以及把加速度中的重力分量進行剔除,最后通過串口通訊的方式發送至主MCU。

圖8 車輛信息采集流程圖

3.2 遠程通信模塊的設計

采集的數據需要及時傳輸到后臺進行分析和處理。同時,由于車輛移動性強,在經過基站信號弱的路段時發送消息的可靠性降低,因此遠程通信模塊采用具有低帶寬消耗、消息可靠性高、實時性好的優點MQTT協議實現。

在通訊模塊的設計中,按照MQTT通信協議進行數據傳輸。當建立連接后,采集終端向MQTT服務器訂閱需要被服務端下發指令的主題。當主MCU接收到副MCU的采集數據后,則把數據轉為可轉義的固定格式后上傳至"/NEMT/Cars/device1/data主題中,通過不同的device設備號進行采集終端的區分。除了數據上傳,也可通過訂閱的方式接收后端管理平臺發送的下行指令。4G通訊流程圖如圖9所示。

圖9 4G通訊軟件流程圖

3.3 GPS數據獲取的設計

定位信息獲取流程圖如圖10所示。程序開始后通過AT指令和PMTK指令獲取GPS數據包,主控芯片通過串口通信獲取RMC數據包并通過“GPRMC”和信息段是否為“A”進行數據有效性判斷。如果數據有效就解析時間、經緯度、速度等信息并保存到全局變量進行更新。

圖10 定位信息獲取流程圖

4 測試驗證

終端設備的實物圖如圖11所示,分為外殼、蓄電池和智能采集終端。外殼用于固定在車上特定的采集位置,并且具有防護功能;蓄電池位于采集版的底部,電壓為12V,用于給智能采集終端供電。終端開機后,通過app軟件設定采集頻率,采集的數據將通過4G模塊發送至服務器,其中采集的部分數據如圖12所示。

圖11 設備實物圖

圖12 數據監測表

車輛行駛過程中,駕駛員踩踏剎車踏板,車輛的制動系統將施加制動力,使得車輛朝著X軸負方向減速。其中,X軸的加速度在減速階段呈現先減小后增大的變化趨勢,具體表現為急減速時X軸加速度出現明顯的波谷,相比之下,Y軸和Z軸(去除重力)的加速度由于有微小擾動只發生輕微變化。證明智能采集終端能快速響應檢測對象的變化,具有響應快、記錄準確的優點。

5 結束語

根據車聯網實際需求,在硬件上開發了基于STM32的車輛采集聯網終端。系統集成了加速度計、陀螺儀、磁力計以及GPS和4G模塊,并收集車輛狀態和位置的實時數據,數據經過處理后通過MQTT協議無線傳輸到云服務器。軟件方面采用μC/OS-II嵌入式操作系統,按模塊進行設計,實現數據采集、姿態解算、定位信息獲取、數據遠程通信等功能,實時性好。

實驗結果表明,該系統可以準確可靠地收集車輛狀態和位置數據,可用于車輛姿態檢測、駕駛行為分析、車隊管理等各種應用。此外,該系統的設計具有成本低廉和易于安裝的特點,適用于各種車輛。