面向交通信息采集的基于RFID的无线传感器网络的研究

耿 浩，雷 斌

（兰州交通大学 机电技术研究所，兰州 730070）

面向交通信息采集的基于RFID的无线传感器网络的研究

耿 浩，雷 斌

（兰州交通大学 机电技术研究所，兰州 730070）

为了克服目前交通信息采集中传统的采集方法容易受到恶劣环境影响、安装维修不便、信息量处理大等问题，本文运用RFID技术和无线传感器网络分别作为交通数据的采集前端和传输方式，设计一种基于射频技术（RFID）的无线传感器网络节点，对比两种不同的动态车速测量算法。通过实验数据检验了该系统的合理性，能够准确的获取车辆速度、车流量和车道占有率等信息。

无线传感器网络；RFID；节点；算法

0 引言

伴随我国经济的快速发展，汽车保有量的增长，城市交通环境越发恶劣，交通拥堵已成为制约经济发展、影响公众正常生活的一个亟需解决的问题，RFID（Radio Frequency Identification）技术在交通物流中取得了一定的成功，标签和阅读器天线通过无线射频方式进行非接触数据传递，对目标识别并获取相关数据［1］，针对交通车辆的信息采集，射频识别技术和传统的交通信息采集技术（环形线圈检测、红外线检测、视频图像等）相比具有一定的优势，主要表现在：在各种恶劣环境下，依旧能够有效的完成信息采集任务；能够获取持续不断的数据信息，计算简单，无需繁琐复杂的设计，有些交通信息可以直接检测出来［2］，无线传感器网络（WSN）在信息采集和传输领域作为一项革命性的技术被广泛应用于各种行业，网络中传感器节点之间通过无线通信方式，自组织形成一个多跳的传感器网络，感知和采集各种环境信息，通过节点间形成的网络将采集到的数据传输到控制中心，无线传感器网络良好的可扩展性，能够在不断变化采集范围的交通信息采集领域中得到应用，两种技术相互融合，形成新的信息采集、传输网络，能够帮助完善现有的交通信息采集系统，特别是在系统维护和恶劣环境中信息的采集。

1 基于射频识别的无线传感器网络

新构建的网络是在无线传感器的基础上进行改进，将RFID阅读器集成在无线传感器网络节点上，使RFID阅读器采集到的信息通过传感器网络传输到上一节点，基于射频识别的传感器网络结构图如图1所示。

图1 基于RFID的网络结构图

其中：C：汇聚节点（网关节点）

R：路由节点

P：普通节点

T：标签

基于射频识别的无线传感器网络主要由P：普通传感器节点、R：路由节点、C：汇聚节点（也称网关节点）、T：标签和控制节点组成，该系统中普通节点是集成了RFID阅读器的特殊节点，其主要有两个任务，第一是对标签信息的读取，另外一个是完成节点之间的自组网功能，集成的网络系统采用的是星形拓扑结构，一个普通节点既作为采集节点也作为路由节点，汇聚节点和所有普通节点共同组建成一个微网，普通节点将采集到的信息打包，经附近的路由节点（普通节点担任）传输至汇聚节点，汇聚节点又称网关节点，是无线传感器网络接入其它网络（企业网、Internet等）的一个接口，它将节点传输来的数据送到控制节点——既终端数据库，然后经过处理后的数据会转发至各个交通部门，同时，管理者的指令也是通过汇聚节点去控制普通节点，令其完成控制者要求的一系列采集动作。

2 基于RFID的传感器网络节点设计

2.1 MICA2平台简介

MICA2平台是一种可扩展连接的智能传感器板，用于协调节点其它部件的工作，由美国伯克利大学开发，包括一个主控制器，一个射频收发器和一个射频天线，此平台是特别为嵌入式传感器网络设计的，具有低功耗、体积小等特点［3］，MICA2平台上的Atmega128L主控制器包含128K字节的片上FLASH，4K字节的EEPROM，4K字节的SRAM，可编程串口，SPI接口，时钟频率是7.37MHz，同时，该控制器采用AA电池供电，支持低功耗休眠模式。

2.2 节点硬件组成

基于RFID的传感器网络的传感器节点（Sensor Node，SN）是在MICA2平台上开发应用的，节点与开发平台之间的接口关系如图2所示。

图2 节点硬件结构图

传感器节点由RFID阅读器模块、RFID天线、主控制器、射频收发器、射频天线、电源模块等组成，其工作流程如下：当目标物体携带者标签进入阅读器的读取范围内，标签发射的电磁信号被阅读器收到，两者建立互联，此时，标签驱动自己天线向阅读器回复信息，阅读器读取信息后，通过RS-232接口传送至主控制器进行处理，再通过SPI接口传送到射频收发器，最后由射频收发器传送至其它节点，节点通过自组网，以多跳形式传送至上层网络。

开发平台上主控制器对节点每个部件的工作进行协调管理，同时必须根据一定的协议栈对主控制器进行编程，使其可以对射频收发器要发送和接收的数据进行处理，然后主控制器还要控制阅读器的工作模式，当节点不工作的时候将使系统其它组件进入休眠模式以降低能耗，射频收发器工作在一定的频率段，用来在各个节点间进行数据的传送。

本文针对复杂的交通环境，必须考虑标签的工作频率、供电方式、可识别距离、标签外形等参数，经过详细对比，我们选用CSR-6930阅读器，其工作在915MHz高频段，能够对识别区域内的多标签进行快速识别，抗干扰能力强并具有自动调频功能，适用于中远距离（有效识别距离大于20米），其双通道天线设计可以满足道路信息检测需要，该阅读器可通过标准接口RS-232和PC或者嵌入式开发平台连接，实现数据的双向传输。

3 测量算法的对比

RFID用于测量车辆行驶速度的算法，标签和阅读器之间的距离不同，对应的场强值R也不相同，因此，假设阅读器节点安装的垂直高度为H，阅读器的采样周期是T，即每隔T时刻阅读器采集一次；系统的数据采样周期是t，由于RF场强覆盖范围有限，可以假设车辆都是平行于车道运动，运动示意图如图3所示。

图3 车辆进入RF场示意图

3.1 传统算法

设在某个采样周期内ti有m辆车经过RF场，第j辆车被阅读器扫描到的次数为被扫描的时刻是tjk根据文献［胡方来］提到的阅读器收到的场强R和距离的经验关系式：

由式（1）可计算出场强值对应的距离Rk（k=1，2，3，…，Nj），由此便可得车辆在相邻扫描时刻内的速度计算式为：

根据数学知识可知第j辆车经过RF场时的车速vj和第i个周期内的平均车速的计算式为：

3.2 多普勒频偏估计算法

设在某个采样周期内ti有m辆车经过RF场，第j辆车被阅读器扫描到的次数为被扫描的时刻是此时标签与阅读器节点的水平距离为其与射频天线和水平面形成的夹角为根据几何关系我们可得：

根据接收信号相对于发射信号的多普勒频偏关系fd，等到：

本文根据RFID系统的特点，给出采用Burg算法［7］估计多普勒频移fd，所以联立式（1）、（5）和（6）可得车辆行驶的速度ν。

而车流量Qi和车道占有率Ci的计算式为：

以上两种方法我们都可以求出某个检测周期监测点车流量、平均速度和时间占有率，根据这些数据，通过相应的算法可以对交通状况进行分析、判断。

4 系统测试实验

实验在兰州市某十字交叉路口进行，系统节点布设模型如图4所示，测量经过每个监测点的车辆行驶速度车流量Qi和车道占有率Cj和车辆的交通违规行为。

图4 实验节点布设图

实线框表示测量车辆信息的节点，其分别位于两个路口的上游（即来车方向）和下游，安装于距离停车线50米的位置，虚线框表示测量车辆交通违规行为的节点，安装于每条停车线附近，根据现有闯红灯定义规则：红灯亮触发闯红灯节点阅读器工作，此时，如果有车辆经过一个闯红灯节点，并且该车辆被下一路段的闯红灯节点采集到则判定该车辆违规，我们以车辆的三种状态进行系统可靠性研究，首先车辆在红灯亮起后停在停车线内侧；再一个车辆在红灯亮起后停在停车线外侧但没有穿过路口；第三是车辆在红灯亮起后越过了停车线并穿过路口行驶在下一个路段，实验结果如表1所示。

表1 车辆交通违规行为检测

贴有RFID标签的车辆，以不确定的运行状态经过每一个阅读器节点，记录下车辆的行驶速度，通过计算等到车辆经过检测点的平均速度，实验进行两次，实验数据（数据取整）如表2、表3所示。

表2 传统算法车速监测实验数据

表3 多普勒频偏估计算法车速监测实验数据

实验中，我们对一辆贴有标签的车辆进行检测，车辆经过闯红灯检测节点时车辆的行为如表1所示，车辆经过车辆速度监测点时的信息如表2、表3所示，通过实验数据分析表明，多普勒频偏估计算法比传统算法在RFID系统中有更高的测量精度。

5 结语

本文对两大热门技术RFID技术与无线传感器网络技术进行研究，并将这两种技术相融合，对融合了RFID阅读器的节点进行深入的分析，对比了两种不同的动态测量算法在RFID系统中的应用，结果表明多普勒频偏估计算法能更好的适用于该系统，由于交通数据关系到驾驶者的违规行为，因此对采集到的数据做进一步处理以保证测量结果的准确可靠是交通采集系统需要进一步研究的重点。

［1］ 胡方来.基于RFID的智能交通信息感知系统的研究及实现［D］.杨州：扬州大学，2013.

［2］ 赵泰洋，郭成安，金明录.一种基于RFID原理的交通信息获取系统与车辆定位方法［J］.电子与信息学报，2010（11）：2612-2617.

［3］ 张刚建，邹传云，段宏.基于RFID的无线传感器网络节点的设计［J］.通信技术，2010（10）：73-74，77.

［4］ 钱志鸿，王义君.面向物联网的无线传感器网络综述［J］.电子与信息学报，2013（1）：215-227.

［5］ 段国文.基于RFID的无线传感器网络节能MAC技术研究［D］.武汉：华中科技大学，2007.

［6］ 马祖长，孙怡宁，梅涛.无线传感器网络综述［J］.通信学报，2004（4）：114-124.

［7］ 于洁潇，刘开华，史伟光.基于RFID的高速公路车辆测速及定位方法［J］.计算机工程，2010（24）：1-3.

［8］ 沈波，张世永，钟亦平.无线传感器网络分簇路由协议［J］.软件学报，2006（7）：1588-1600.

责任编辑：吴旭云

Study on Traffic Inform ation Collection-oriented W ireless Sensor NetWork Based on RFID

GENG Hao，LEIBin
（Institute of Electromechanical Technology，Lanzhou Jiaotong University，Lanzhou 730070，China）

Currently，in order to overcome the Problems that the traditional collectionmethod is easy to be to imPacted by adverse environment，installation andmaintenance is inconvenientand the amountof information Processing is large in traffic information collection，this PaPer，resPectively taking RFID technology and wireless sensor network as the front end and transmission way of traffic data collection，designs a RFID-based wireless sensor network node，to comPare the two kinds of dynamic sPeedmeasurementalgorithms.The rationality of the system is tested by the exPerimental data，which can obtain accurate information about the vehicle sPeed，vehicle flow，roadway occuPancy rate and so on.

wireless sensor network；RFID；node；algorithm

TP75

A

1009-3907（2015）06-0036-05

2015-04-13

甘肃省自然科学基金（1310RJZA056）；兰州交通大学青年基金（2013016）

耿浩（1989-），男，陕西渭南人，研究生，主要从事智能交通路径诱导方面的研究；雷斌（1978-），男，甘肃会宁人，副教授，主要从事物流信息化、物流系统规划设计方面的研究。