基于物联网的嵌入式酒驾智能辨识系统

李晓静，刘书伦

（济源职业技术学院，济源 459000）

0 引言

随着人民生活水平的提高，私家车越来越多，交通事故也随之增加，其中酒后驾驶引起的交通事故频发，造成了严重的经济损失和人员死伤，引发恶性交通事故的案例中，酒后驾驶罪魁祸首。目前，我国酒驾检测主要由交通警察在路口设置警点，使用呼气式酒精检测仪器对过往可疑车辆拦车检查，需要大量的人力物力，且要人为肉眼判断判断哪个是可疑车辆。这种方式并不能有效的遏制酒驾，仍然有很多人查不到而引发严重的事故。如何有效遏制酒后驾驶给交通管理部门带来很大难度，目前已有人提出使用嵌入式单片机检测酒驾的方法，但不能有效区分扩散性酒精信号，随行人员饮酒也同样会出现酒精超标报警。

为更好的控制酒驾，减少交通事故的发生，本文设计了一种基于物联网的嵌入式酒驾智能辨识系统。该系统分利用目前流行的物联网技术，以ATmega16单片机为控制系统，在前后排座位前方，上方，左右嵌入MQ-3酒精传感器，采集到酒精浓度数据后，通过改进的模糊C-均值聚类算法[1]对其聚类分析，判断是驾驶员否酒驾，若驾驶员酒精超标则发出声光报警并禁止发动汽车，同时通过GPRS将酒驾车辆信息实时地发送给家人和交通管理部门监控中心。实验结果表明，该系统检测灵敏度和准确率高，具有一定的智能性，能够有效地区分驾驶员和随行人员饮酒，从而遏制酒后驾驶，从而能够大大的降低交通事故的发生率，减少人员及财产损失，具有较高的应用价值。

1 物联网技术

物联网（Internet of Things，IOT），1999年MIT Auto-ID中心的Ashton教授最早提出来的概念。它是在互联网概念的基础上，把网络用户端扩展和延伸到了各个物品和物品之间，构成“物与物相关联的网络”，从而进行信息交换和通信[2]。随着技术的不断飞速发展，物联网技术越来越广泛的应用于各个领域。它通过信息传感设备如传感器、无线射频识别(Radio Frequency Identifi cation，RFID)、全球定位系统(Global Positioning System，GPS)、激光扫描器等，按照规定的协议，把现实中的物品和互联网连接起来，实时采集在物联网中的物体或者过程，采集各种需要的信息，以实现智能化识别、定位、跟踪、监控和管理。各种广泛连接如物与物、物与人等，与互联网结合形成的一个巨大网络。物联网涉及许多技术，包括传感器技术、射频通信技术、GPS技术等。目前，ZigBee技术和通用分组无线服务(General Packet Radio Service，GPRS) 技术广泛应用于物联网中。ZigBee技术是一种无线网络技术，适合短距离传输，功耗低、速率低，是目前物联网研究的热点技术，它是在IEEE802.15.4规范的基础上，通过多跳接力方式实现无线通信，具有通信简单、组网方式灵活、功耗低、成本低及即时响应等特点。通用分组无线服务技术是一种无线分组交换技术，它是在全球移动通信系统(Global System for Mobile communication，GSM)基础上发展起来的，提供客户端到客户端的、广域的无线互联网连接。GPRS技术充分利用已经技术成熟且费用低的全球移动通信系统，由于GPRS模块内置了TCP/IP协议，可以按此协议方便的与互联网接入和通信。随着GPRS模块的价格越来越低，几乎和GSM模块持平，因此在物联网产品中逐步广泛的应用。

随着我国经济的飞速发展，各种车辆的急剧增加，与我国目前道路的状况相矛盾。各种交通事故频发，尤其是酒后驾驶造成的事故增多，急需一种有效的措施来控制这种状况，遏制酒后驾驶，减少交通事故。因此借助物联网技术，把每辆汽车作为一个节点，从众多的节点传感器采集数据，然后通过无线传输技术发送到交通管理部门总结点。当出现酒精超标时，自动报警。由于所有子节点都采用嵌入式芯片，具有价格低，易安装，扩展性好，能够实时通信，具有一定智能性和推广使用价值。

2 系统整体架构和工作原理

2.1 系统整体架构

系统由以下模块组成：Atmega16单片机控制系统[3]、高灵敏度的呼气式酒精传感器MQ-3、智能辨识模块、继电器控制模块、LCD显示模块、声光报警模块、语音报警模块和GPRS通信模块。整个系统采用单片机技术嵌入在汽车仪表盘位置，前后排座位前方、上方、左右两侧分别安装酒精传感器。系统整体架构图如图1所示。

图1 系统整体架构

2.2 工作原理

当司机进入车内时，发动机处在锁死状态，嵌入在车内的酒精传感器开始工作，采集酒精浓度数据，根据各个酒精传感器检测到的电压信号经放大和滤波后，由A/D转换器把模拟信号转换为数字信号，智能辨识系统对此数字信号进行聚类分析，区分驾驶员饮酒还是随行人员饮酒。如果检测到司机呼出酒精浓度数值不超标，LCD液晶显示屏幕显示当前酒精浓度，同时绿色指示灯亮(表示酒精浓度不超标)，控制继电器停止工作，解除发动机锁死状态，汽车随之启动；如果检测到司机呼出酒精浓度数值超标，则红色指示灯亮（表示酒后驾驶），声光控制系统立即发出报警，控制继电器切断点火开关电源，同时安全带的松紧控制收紧，系统启动语音呼叫装置，通知事先设定的家属联系人，并通过GPRS无线通信技术向临近交通管理部门传输车辆当前位置等信息。汽车在正常行驶时，嵌入式控制系统在低功耗状态，酒精浓度传感器一直工作，如果在行驶中酒精传感器检测到酒精浓度异常，控制仪则立即启动开始工作。这种方法既降低了功耗，又能够遏制司机在行驶中饮酒，从而从根本上杜绝酒后驾驶。

3 智能辨识系统设计

3.1 酒精浓度传感器

通过酒精传感器检测到的酒精浓度来控制汽车引擎启动系统的动作，根据酒精传感器检测到的人体血液中与呼出气体中的酒精浓度比值判定操作者的醉酒程度[4], 从而控制汽车发动机启动系统和发出报警。我国对酒后驾驶的判定界限为100—300mg/L（血液中酒精浓度），当检测到血液酒精浓度小于200 mg/L，酒精浓度不超标，发动机可以正常启动；而当其达到200 mg/L以上时，发动机电源切断，锁死不能启动。

酒精浓度传感器的灵敏度和准确性对检测结果有很大的影响。本文中采用是具有较高灵敏度的酒精传感器MQ-3。主要芯片：LM393和ZYMQ-3气体传感器，工作电压为直流5伏，双路信号输出（模拟量输出及TTL电平输出），TTL输出有效信号为低电平。（当输出低电平时信号灯亮，可直接接单片机），模拟量输出0～5V电压，浓度越高电压越高，对乙醇蒸汽具有很高的灵敏度和良好的选择性，具有长期的使用寿命和可靠的稳定性，快速的响应恢复特性。用于机动车驾驶人员及其他严禁酒后作业人员的现场检测，也用于其他场所乙醇蒸汽的检测。其工作原理如图2所示。

图2 酒精传感器

3.2 酒精含量数据采集

MQ-3酒精传感器输出信号是模拟信号，因此需要A/D数据转换才能使用[5]。A/D采集采用序列通道多次转换的工作模式，能在多路信号同时采集完成后执行中断，提高系统响应的实时性，在该探测系统中同时采集酒精传感器、温度传感器和压力传感器信号。通过定时器T0中断，设置一秒启动一次A/D转换得到酒精数值。使用AT89S52芯片，晶振11.0592MHZ，波特率9600，Keil编译环境，当测量浓度大于设定浓度时，单片机IO口输出低电平。编码如下：

#include

#defi ne uchar unsigned char

#defi ne uint unsigned int

sbit LED=P1^0; //定义单片机P1口的第1位（即P1.0）为指示端

sbit DOUT=P2^0; //定义单片机P2口的第1位 （即P2.0）为传感器的输入端

程序得到酒精返回值后，通过换算将其转换为数字发送液晶显示屏显示出来。

4 饮酒对象智能辨识

4.1 模糊C-均值聚类算法

模糊C-均值聚类(Fuzzy C-means，FCM) 与K平均算法和中心点算法等相比，计算量可大大减少，因为它省去了多重迭代的反复计算过程，效率将大大提高。同时，模糊聚类分析[6]可根据数据库中的相关数据计算形成模糊相似矩阵，形成相似矩阵之后，直接对相似矩阵进行处理即可，无须多次反复扫描数据库。模糊C-均值聚类是以所分组内平方和最小化为判据，组内平方和定义为：

其中：i=1,2,…，N=样方数；j=1,2,…，C为预分组数。dij为第k个序列到第i类中心的欧氏距离，U为隶属度矩阵，U={Uij}，Uij指第i个样方在第j个分组中的隶属度，Vj为第j类的中心，Xi为第i个样方的基础值，一般为一排序坐标值；m为模糊参数（1≤m＜∞）；C为要分的组数，是预先确定的；A为任一N维矩阵，以使数据保持一定的空间结构。

4.2 改进的模糊C-均值聚类算法

模糊C-均值聚类算法可根据实验要求动态设定m值，以满足不同类型数据挖掘任务的需要，适于高维度的数据的处理，具有较好的伸缩性，便于找出异常点。但m值根据经验或者实验得来，具有不确定性，可能影响实验结果。并且，由于梯度法的搜索方向总是沿着能量减小的方向，使得算法存在易陷入局部极小值和对初始化敏感的缺点。为克服上述缺点，可在FCM算法中引入全局寻优法来摆脱FCM聚类运算时可能陷入的局部极小点，优化聚类效果。本文算法做了改进：引入无量纲矩阵[7]：

得到加权模糊C-均值聚类的迭代公式：

其中，Ui0为｛xij｝最大值，iqr(xij)为四分位极差，d'ij为无量纲矩阵R中第k个序列到第i类中心的欧氏距离。

4.3 饮酒对象辨识

图3 算法聚类结果

本文通过改进的模糊C-均值聚类算法，对扩撒的酒精信号进行分类，克服传统系统中存在的灵敏度低的弊端。本实验选用4组酒精含量数据，共包含150个样本，合成一个测试数据集，采用改进的模糊C-均值聚类算法进行实验，聚类后的结果如图3所示。算法的最大迭代次数为T=100，聚类个数K=4（假设前后排各2个位置）。

从上面聚类结果可以看出，聚类数据分布中很容易看出数据集中每个数据所属的类，能够很清楚的判断是哪个座位酒精超标，从而准确判断是否酒驾。所以可以计算出两种算法聚类的正确率。采用K-means聚类算法，模糊C-均值聚类算法（FCM）和改进的模糊C-均值聚类算法进行实验，检验概率如表1所示。显然本文算法优于其他两种聚类算法。

表1 算法检验率比较

5 结束语

本系统采用Atmega16单片机作为控制系统，自动探测酒精浓度，智能辨识驾驶员饮酒状况，可有效消除扩散性酒精信号干扰，从而控制汽车启动和发出酒驾声光报警，并通过GPRS向交通管理部门发送车辆牌号位置等信息，从而能够大大的降低交通事故的发生率。实验结果表明，该系统可以实现很好的实时性和高精度，运行稳定，具有可靠、适应力强的特点，达到了良好的控制效果，具有较好的使用价值。

[1]李东琦.聚类算法的研究[D].成都: 西南交通大学, 2007.

[2]Marwali M N,Jung J W, Keyhani A.Stability analysis of load sharing control for distributed generation systems[J].IEEE Transactions on Energy Conversion, 2007, 22(3):737-745.

[3]郭丽红, 吴海涛.基于ATmega16的汽车空调系统设计与实现[J].长春理工大学学报: 自然科学版, 2007(3): 77－80.

[4]郝跃军, 董增寿, 宋仁旺.基于ATmega16的无线数据采集模块设计[J].计量与测试技术, 2011(1): 51-53.

[5]黄伟锋, 叶祥, 李苏.基于ATmega16的GPS经纬度数据接收系统[J].国外电子测量技术, 2009(8): 51-53.

[6]李明华, 刘全, 刘忠, 郗连霞.数据挖掘中聚类算法的新发展[J].计算机应用研究, 2008, 25(1): 60-62.

[7]李柏年.一种改进的模糊C-均值聚类算法[J].计量与测试技术, 2008(6): 98-99.