白克強(qiáng) 劉滿(mǎn)祿 姜官武

(1.西南科技大學(xué)研究生部 四川綿陽(yáng) 621010；2.西南科技大學(xué)信息工程學(xué)院 四川綿陽(yáng) 621010)

?

基于GPS導(dǎo)航系統(tǒng)的車(chē)車(chē)沖突檢測(cè)算法研究

白克強(qiáng)1劉滿(mǎn)祿2姜官武2

(1.西南科技大學(xué)研究生部 四川綿陽(yáng) 621010；2.西南科技大學(xué)信息工程學(xué)院 四川綿陽(yáng) 621010)

針對(duì)車(chē)車(chē)沖突檢測(cè)，提出基于GPS導(dǎo)航系統(tǒng)的聲源定位和系統(tǒng)檢測(cè)方程，估計(jì)沖突車(chē)輛在其局部坐標(biāo)系下的坐標(biāo)，然后通過(guò)無(wú)線(xiàn)通信方式將對(duì)方車(chē)輛在其坐標(biāo)系下的坐標(biāo)廣播給車(chē)輛駕駛?cè)藛T，從而實(shí)現(xiàn)由被動(dòng)變主動(dòng)，提高檢測(cè)的可靠性，防止事故的發(fā)生。

檢測(cè)方法 車(chē)車(chē)沖突 GPS導(dǎo)航 聲源定位

汽車(chē)自誕生以來(lái)，給人們?nèi)粘Ｉ顜?lái)了方便。然而，隨著社會(huì)的高速發(fā)展，因汽車(chē)而造成的各種各樣的問(wèn)題也嚴(yán)重地困擾著人類(lèi)社會(huì)。特別是交通事故，給成千上萬(wàn)的家庭帶來(lái)災(zāi)難性的后果，而且經(jīng)濟(jì)損失也難以估計(jì)。

為了解決交通所帶來(lái)的問(wèn)題，歐美等發(fā)達(dá)國(guó)家已經(jīng)從交通系統(tǒng)的改造和管理體系方面對(duì)現(xiàn)有的道路進(jìn)行新的技術(shù)研發(fā)，尤其是對(duì)智能交通系統(tǒng)開(kāi)展研究。智能交通系統(tǒng)是一個(gè)龐大而復(fù)雜的系統(tǒng)，其中最難控制和預(yù)測(cè)的是縱橫車(chē)車(chē)碰撞系統(tǒng)。目前國(guó)內(nèi)外對(duì)車(chē)輛沖突檢測(cè)已有諸多研究。國(guó)外學(xué)者利用GPS與慣性導(dǎo)航系統(tǒng)(Inertial Navigation System, INS)的強(qiáng)互補(bǔ)性，開(kāi)展了大量基于GPS/INS非線(xiàn)性解耦的研究[1-2]，國(guó)內(nèi)主要以計(jì)算機(jī)視覺(jué)技術(shù)和模式識(shí)別技術(shù)為基礎(chǔ)，采用圖像處理智能提取交通信號(hào)燈的視頻檢測(cè)識(shí)別的被動(dòng)方法[3-4]。文獻(xiàn)[5]基于流行病模型的車(chē)路協(xié)同預(yù)警信息交互方法，將各種安全預(yù)警信息通過(guò)無(wú)線(xiàn)電信號(hào)傳遞給相關(guān)車(chē)輛，能有效減少各種碰撞事故的發(fā)生。但這些方法仍然受光線(xiàn)、環(huán)境復(fù)雜度的影響，實(shí)際應(yīng)用仍存在很多缺陷。本文提出一種基于GPS導(dǎo)航系統(tǒng)的聲源定位和系統(tǒng)檢測(cè)方程對(duì)沖突車(chē)輛進(jìn)行估計(jì)的方法。

1 GPS車(chē)輛數(shù)學(xué)模型描述

由于汽車(chē)動(dòng)力學(xué)模型是強(qiáng)耦合、多自由度的非線(xiàn)性系統(tǒng)，獲取它的運(yùn)動(dòng)狀態(tài)對(duì)研究其模型非常重要，這也是最為關(guān)鍵和最難突破的瓶頸。在有了車(chē)載GPS以后，獲取其位置、速度、加速度和航向角就變得簡(jiǎn)單和容易，這些數(shù)據(jù)可以直接檢測(cè)，通過(guò)計(jì)算機(jī)計(jì)算獲得。但是如何才能準(zhǔn)確判斷不同方向來(lái)車(chē)避免碰撞，讓駕駛?cè)藛T輕松駕駛就不是那么簡(jiǎn)單。這就需要建立動(dòng)態(tài)模型，通過(guò)算法實(shí)現(xiàn)，最終顯示在車(chē)載GPS上。

由于車(chē)輛動(dòng)態(tài)模型類(lèi)似于附有車(chē)輛彈簧質(zhì)量的自行車(chē)模型，在建模的時(shí)候可以按照這個(gè)類(lèi)似模型建模并對(duì)其研究和分析，通過(guò)差分GPS測(cè)量來(lái)對(duì)車(chē)輛的運(yùn)動(dòng)地面坐標(biāo)進(jìn)行轉(zhuǎn)換，其狀態(tài)方程用下式來(lái)表示：

(1)

式中，(x,y)為車(chē)輛坐標(biāo)位置，vx,vy為車(chē)輛縱向和橫向速度，φ為航向角；這幾個(gè)矢量可以由差分GPS獲得。ax為縱向加速度可由加速度計(jì)獲取；ωz為偏航角速度可由陀螺儀得到，σ為轉(zhuǎn)向角。

2 車(chē)車(chē)沖突檢測(cè)算法

2.1 理論研究

現(xiàn)假設(shè)一對(duì)車(chē)輛A和B，當(dāng)車(chē)輛即將進(jìn)入十字路口區(qū)域時(shí)，初始位置和速度以及航向角都是已知的，均可以由式(1)計(jì)算得出，其中采樣周期為T(mén)。那么車(chē)輛A的行駛位置信息如下：

0≤t≤T

(2)

由此可以得出，車(chē)輛A沿著下面的直線(xiàn)行駛：

y1(t)=y1(0)+(x1(t)-x1(0))tanφ1或

x1(t)=x1(0)+(y1(t)-y1(0))cotφ1

0≤t≤T

(3)

即，車(chē)輛B沿著下面的直線(xiàn)行駛：

y2(t)=y2(0)+(x2(t)-x2(0))tanφ2或

x2(t)=x2(0)+(y2(t)-y2(0))cotφ2

若要判斷兩車(chē)的碰撞情況，從二者的行駛軌跡解方程就可以得出一般的結(jié)論，但是行駛的汽車(chē)是有方向的，因此在建立模型的時(shí)候采用矢量的方法。

假設(shè)車(chē)輛為一質(zhì)點(diǎn)，其碰撞示意圖如圖1所示，紅色質(zhì)點(diǎn)為碰撞時(shí)車(chē)輛的位置。

圖1 車(chē)輛為質(zhì)點(diǎn)時(shí)碰撞示意圖Fig.1 Schematic diagram of vehicle collision

由圖1可知，當(dāng)兩車(chē)發(fā)生碰撞時(shí)，有x1(t)=x2(t)=xc，y1(t)=y2(t)=yc，而(xc,yc)為碰撞時(shí)的位置坐標(biāo)[6]，故有：

x1(0)+(y1(t)-y1(0))cotφ1=

x2(0)+(y2(t)-y2(0))cotφ2

y1(0)+(x1(t)-x1(0))tanφ1=

y2(0)+(x2(t)-x2(0))tanφ2

(4)

(5)

若φ1或φ2等于0°或π時(shí)，yc為C1。

若式(4)和式(5)均有解，則說(shuō)明兩車(chē)有潛在的沖突，否則兩車(chē)不會(huì)發(fā)生碰撞。

2.2 聲源定位和系統(tǒng)檢測(cè)方程估計(jì)

通過(guò)2.1節(jié)可以看出，如果在假設(shè)的前提下，通過(guò)理論研究可以精確地計(jì)算出碰撞車(chē)輛的位置，但實(shí)際行駛的車(chē)輛在特殊環(huán)境條件下無(wú)法通過(guò)計(jì)算機(jī)視覺(jué)技術(shù)和模式識(shí)別技術(shù)智能提取圖像，利用理論算法精確定位。因此，下面研究采用聲源定位和系統(tǒng)檢測(cè)方程結(jié)合對(duì)沖突車(chē)輛進(jìn)行估計(jì)。由于主車(chē)輛(聲源)和進(jìn)行定位的副車(chē)輛(M1和M2)可以通過(guò)無(wú)線(xiàn)通信使聲音信號(hào)同步， 因此可以把到聲源的距離估計(jì)和聲源所在角度的估計(jì)分步進(jìn)行。 我們采用基于遠(yuǎn)場(chǎng)模型的 TDOA 法估計(jì)聲源方向，采用聲音到達(dá)時(shí)間 (Time of arrival,TOA)[5]的方法估計(jì)聲源到麥克風(fēng)陣列的距離，這樣使得計(jì)算更加簡(jiǎn)便。

2.2.1 聲源方位估計(jì)

本文采用 2 個(gè)麥克風(fēng)組成的傳感器陣列對(duì)聲源進(jìn)行定位，如圖2所示。2個(gè)麥克風(fēng)M1，M2表示兩個(gè)相對(duì)麥克風(fēng)之間的距離，α，β分別是坐標(biāo)原點(diǎn)到聲源之間的連線(xiàn)與X軸正向、Y軸正向之間的夾角，θ與s為聲源方向與距離估計(jì)的結(jié)果。

圖2 麥克風(fēng)陣列構(gòu)型Fig.2 Microphone array

如圖2所示，麥克風(fēng)M1，M2接收到的經(jīng)過(guò)硬件濾波的含有噪聲的單頻信號(hào)x1(n)和x2(n)可以描述如下：

x1(n)=α1s(n-τ1)+v1(n)

(6)

x2(n)=α2s(n-τ2)+v2(n)

(7)

(8)

設(shè)聲音到達(dá)麥克風(fēng)M1，M2的時(shí)間差為τ12。將式(6)和式(7)代入式(8)可以得出：

α1α2Rs(τ-τ12)

(9)

d=cτ12

(10)

(11)

2.2.2 聲源距離估計(jì)

利用固定閾值法判斷出聲音信號(hào)的起始位置，則可求得聲音從聲源到達(dá)麥克風(fēng)的時(shí)間：

(12)

其中，fs為聲音信號(hào)采樣頻率。此時(shí)，可求得聲源到2個(gè)麥克風(fēng)M1，M2中離聲源最近的一個(gè)麥克風(fēng)的距離：

s'=cts

(13)

根據(jù)聲源相對(duì)于陣列的角度θ，s' 和該麥克風(fēng)在陣列中的位置，可以很容易求得聲源到麥克風(fēng)陣列中心的距離s。

2.2.3 系統(tǒng)檢測(cè)方程估計(jì)

假設(shè)第i個(gè)參考點(diǎn)c在某一時(shí)刻t的位置為(xi,yi,zi)，則車(chē)輛A到參考點(diǎn)c的偽測(cè)量值u為

ui=ri-l0-wui

(14)

(15)

式中ri為車(chē)輛A到參考點(diǎn)c的距離真值；x,y,z分別為t時(shí)刻車(chē)輛A到空間坐標(biāo)系的位置真值；l0為時(shí)鐘誤差等效的距離誤差；wui為白噪聲誤差。

(16)

將式(15)在位置估計(jì)值處用泰勒展開(kāi)并帶入(14)式，然后用式(16)與所得結(jié)果相減就可以得到車(chē)輛A到參考點(diǎn)c的估計(jì)值與測(cè)量值的差。

3 沖突檢測(cè)仿真驗(yàn)證

本文采用具有通信仿真和交通仿真功能的開(kāi)源NCTUns6.0網(wǎng)絡(luò)仿真軟件，基于Fedora 12操作系統(tǒng)，IEEE 802.11p無(wú)線(xiàn)通信協(xié)議。按照交叉口沖突檢測(cè)方法構(gòu)建了RSU(廣播與中繼信息)與OBU模型(廣播信息并控制車(chē)輛運(yùn)動(dòng))，仿真車(chē)輛為20 veh(車(chē)輛數(shù)超過(guò)40 veh時(shí)，通信時(shí)延急劇變差[4])，仿真時(shí)間設(shè)置為400 s, OBU與RSU每秒廣播1次信息。圖3表示實(shí)物場(chǎng)景圖，將仿真生成的定位誤差噪聲加入到定位結(jié)果中，選取典型場(chǎng)景，在不同定位誤差下進(jìn)行仿真，圖4與圖5給出了沖突數(shù)量和交通量的仿真驗(yàn)證誤差直觀(guān)圖。從圖4中可以看出隨著沖突數(shù)量的升高，誤差在增大。圖5中，隨著交通量達(dá)到飽和后，誤差逐漸減少慢慢趨于穩(wěn)定。如果從正態(tài)分布看，符合實(shí)際交通規(guī)律。

圖3 典型場(chǎng)景示意圖Fig.3 Schematic diagram of a typical scenario

圖4 車(chē)輛沖突數(shù)量Fig.4 The number of vehicles in conflict

圖5 車(chē)輛交通量Fig.5 The number of vehicles in traffic

4 結(jié)束語(yǔ)

本文在文獻(xiàn)[7-11]的基礎(chǔ)上，從GPS導(dǎo)航系統(tǒng)的思想出發(fā)，結(jié)合車(chē)輛運(yùn)動(dòng)學(xué)模型，利用差分GPS定位和航向角測(cè)量建立動(dòng)態(tài)數(shù)學(xué)模型，從理論研究分析到聲源定位和系統(tǒng)檢測(cè)方程估計(jì)結(jié)合算法描述，給出了特殊環(huán)境下基于信息交互的兩車(chē)碰撞判斷和計(jì)算方法，若將車(chē)車(chē)防碰撞模塊化，最終集成或者移植到車(chē)載GPS上，將為道路交通事故的減少提供更好的手段，具有很好的實(shí)際應(yīng)用價(jià)值。

[1] CUI You-jing, GE S S.Autonomous vehicle positioning with GPS in urban canyon environments [J]. IEEE Transactionson Robotics and Automation, 2003，19(1):15-25.

[2] SHI E. An improved real-time adaptive Kalman filter for lowcost integrated GPS/INS navigation[C]//MIC. 2012 Intetnational Conference on Measurement, Information and Control.Beijing: MIC, 2012. 1093-1098.

[3] 岳曉奎，袁建平. 濾波算法及其在GPS/SINS組合導(dǎo)航系統(tǒng)中的應(yīng)用[J]航空學(xué)報(bào)，2001,22(4):366-368.

[4] 黃羅毅，吳志周，楊曉光,等.基于仿真的IEEE 802.11p在車(chē)路協(xié)同中的適應(yīng)性研究[J].交通信息與安全,2011,29(3):123-126.

[5] 王云鵬，易振國(guó)，夏海英,等.基于流行病模型的車(chē)路協(xié)同預(yù)警信息交互力法[J].北京航空航天大學(xué)學(xué)報(bào)，2011,37(5):515-518.

[6] 謝建平.基于多車(chē)協(xié)作感知的主動(dòng)安全技術(shù)研究[D]. 上海交通大學(xué)碩士學(xué)位論文，2009.

[7] FRAMPTON K D. Acoustic self-localization in distributed sen-sor network. IEEE Sensors Journal, 2006, 6(1): 166-172.

[8] 田晶晶，李世武.基于車(chē)路協(xié)同的動(dòng)態(tài)車(chē)輛安全狀態(tài)評(píng)價(jià)模型[J].哈爾濱工業(yè)大學(xué)學(xué)報(bào)，2012，44(4)：131-135.

[9] 姚佼，楊曉光.基于車(chē)載數(shù)據(jù)的交叉口車(chē)輛行為辨識(shí)[J].公路交通科技，2012，29(6)：127-132.

[10] 王祺，胡堅(jiān)明.一種基于車(chē)間通信的交通信息采集方法[J].吉林大學(xué)學(xué)報(bào):工學(xué)版，2009，39(S2)：7-12.

[11] 李鵬凱，楊曉光.車(chē)路協(xié)同環(huán)境下信號(hào)交叉口車(chē)速引導(dǎo)建模與仿真[J]. 交通信息與安全，2012，30(3)：136-140.

Truck Collision Detection Algorithm Research Based on GPS Navigation System

BAI Ke-Qiang1, LIU Man-Lu2, JIANG Guan-Wu2

(1.GraduateDepartmentOffice,SouthwestUniversityofScienceandTechnology,Mianyang621010,Sichuan,China; 2.InformationEngineeringCollege,SouthwestUniversityofScienceandTechnology,Mianyang621010,Sichuan,China)

The traditional road traffic detection methods are mainly based on computer vision and pattern recognition techniques, the use of smart passive approach to extract images will encounter a lot of deficiencies in some special circumstances. Based the GPS navigation system’s sound source localization and system detection equation algorithms, this paper proposes an innovative method of identifying the coordinates of the vehicles in conflict, which will then be communicated by wireless network to the drivers accordingly, so as to enhance the reliability of vehicle detection and prevent accidents.

Detection methods; Vehicle conflict; GPS navigation; Sound source localization

2014-09-05

四川省教育廳項(xiàng)目(14ZB0120)。

白克強(qiáng)(1979—)，男，博士研究生，講師，研究方向?yàn)闄C(jī)器人、現(xiàn)代檢測(cè)和數(shù)學(xué)建模。 E-mail：baisir2009@126.com

P228.4

A

1671-8755(2015)01-0071-04