车联网遥感控制系统设计

曹春辉+刘钧涛

摘 要：该文提出了一种基于遥感技术车联网控制系统的设计，采用少量高空遥感观测点代替当前车联网设计中部署的大量基站，参照物联网等系统的技术要素，结合新一代互联网数据组网技术、车载卫星导航定位技术、计算机电信集成技术，充分运用于城市路况交通建设的交互式控制之中，实现城市管理者对车辆流动性的监测与调度引导；同时还研究了控制系统中存在的关键偏差向量因子，结合线性系统和仿真实验得出最优化车联网控制系统的监测车辆和观测点。文章还对车联网未来发展趋势进行了预测和分析。

关键词：车联网 遥感技术 线性系统 遥感控制

中图分类号：TP391 文献标识码：A 文章编号：1674-098X（2014）12（a）-0069-04

遥感技术是从远距离感知目标反射或自身辐射的电磁波、可见光、红外线结目标进行探测和识别的技术。目前遥感技术广泛的应用于航空摄影，全天候、全天时的对地观测，地形测绘、国土资源调查、农作物估产、水文监测和灾害评估。由无线远距离遥感基数具有机动快速、使用成本低、风险小、维护操作简单等技术特点，正逐渐成为一种较理想的航空遥感平台进行局部区域大比例尺航空摄影。遥感数据是一种经济实用的技术方案，该文将讨论如何用遥感获取数据技术应用于城市路况管理，高分辨率高清晰度的遥感数据系统分析研究，建设车联网系统。综合考虑城市交通建设管理，顾及经济社会环境效益的遥感技术发展趋势和特性，重构基于遥感技术对应车联网系统建设进行有益的探讨。

在加快道路及设施建设的同时，还必须引进新的手段和方式，缓解和解决日益突出的道路交通问题。对于交通管理、控制、规划及个人出行来说，城市交通的根本问题是“基于整体出行对道路与停车资源的科学利用和分配”问题，解决的关键是能否对城市道路与停车资源做到“全面感知”。在此基础上，普及面向公众（包括驾驶出行者和公共交通出行者）的交通信息服务应用，并通过控制驾驶出行、停车及换乘，逐步消除交通堵塞，显著提高高峰时段道路通行能力，从根本上解决“停车难”、“出行难”。这便是车联网的宗旨所在。

1 系统分析

车联网成为新一代智能交通已经得到了国家和社会各界的重视和响应。“十二五”期间，国家给予大力扶持。目前，海口、重庆、无锡、南京、厦门等城市，已实施了相关工程，并在积极申请国家示范应用的试点城市。车联网项目的设计是依据传统物联网的设计理念，如图1所示主要采用路感应线圈，WIFI、RFID、Internet等数据处理系统相结合，得到实时路况车辆信息[1]，并以交互式的信息状态把控制信息通过Internet等方式反馈给用户。该文设计的车联网系统将用遥感技术代替路感应线圈来获取数据，直接从高空返回给系统控制中心，得到移动车辆感知信息，并以此为原型建立仿真，从线性理论的角度除非，研究出更加可靠稳定的车联网系统（图1）。

1.1 系统架构与原理

采用遥感技术设计车联网控制系统可以快速采集路况车辆信息，降低车联网遥感控制系统架构时大量数据采集装置的硬件成本，适量的定位几个空中遥感基站便可以覆盖整个城市[2]。

车联网信息遥感控制系统如图2所示。主要采用GPS（Global Positioning System，全球定位系统）、GSM（GlobalSystem for Mobile Communications，全球移动通讯系统）、RFID、Internet等数据处理系统相结合，实现城市车辆信息实时信息采集与控制，并以交互式信息状态把控制信息通过GSM、Internet 等方式反馈给车辆网控制中，用于用户查阅和处理[3]。

车联网信息遥感控制系统主要由三部分构成：系统数据遥感采集、车联网数据计算与控制中心、车辆移动感知终端。用户控制中心的WEB界面或通过客户端登陆到车联网数据计算与控制中心、以短信等方式向远程的车辆移动感知终端发送指令并由移动终端执行，同时每隔一段时间遥感系统对与当区域进行遥感，确定位置坐标。系统在应用上分三个层次结构：移动终端、数据传输层、业务层。

移动终端，主要采用传感器（Sensor）和遥感设备，以及各种温度、湿度、气体等环境智能监测感知终端组成。传感器设备具有一定的计算能力，但它们的任务和功能主要是完成信息采集和信号的初步鉴别。通过遥感技术和无线网络将数据传送给高空，并由高空遥感系统将数据转发给控制中心发，对车联网路况事务进行协同分析与处理。

数据传输层，主要通过互联网、GSM/ CDMA/GPS等移动通信网、无线/有线局域网等基础网络设施，数据遥感设备组成。对移动终端的位置，环境等车辆信息进行接入和传输。通信技术采用互联网、CTI 等信息技术，实现对各种异构信息的传输功能。

业务层，主要由车联网信息系统的控制中心组成，是系统体系结构的最高层。系统设备包括大型计算机群、云计算设备、海量网络存储设备等硬件设备，以及基于车联网的车辆信息遥感控制系统。在系统中采用高速并行计算实现智能化信息处理，以实现信息融合、状态分析、地理信息系统计算，路况分析和统计等，同时为用户的终端工具接入与互联网操作应用提供一个良好的用户界面接口[4]。（图2）

1.2 系统研究思路

车联网遥感控制系统主要通过遥感数据对城市路况时域和事件信息进行分析处理，它数据的真实可靠形将需面临以下四个问题。

（1）GPS实际对于车辆位置定位的偏差；

（2）环境对车辆位置的遥感信息影响；

（3）遥感数据在传输过程中的数据丢失；

（4）测量数据在时域上的偏差。

我们可以将其归结为四个不同向量情况下的线性无关系统组合，如何匹配每个线性向量的最优解，使车联网控制系统的数据偏差控制到可以忽略的范围，将是本文讨论的重点问题。

2 模型建立endprint

2.1 数学建模

对于1.2提出的问题（1）中，我们假定正确无偏差值为，GPS取点对于车辆位置定位的偏差[5]，可以得出：

（1）

由（1）式得出：

（2）

其中，即存在一组向量，使得式（2）条件成立。在实际工程项目中，我们认为当式（2）两边范围偏差小于时，解有效，根据李亚谱诺夫下稳定性原理，可以得到：

（3）

式（2）、（3）中，为向量系数，为向量系数，为第一个有效值，为有效偏差区间[6]。

对于1.2提出的问题（2）中，可以利用差分算法使得环境对车辆位置的遥感信息影响范围偏差小于，可以得出：

（4）

式中

（5）

即

（6）

其中，和为输入输出量，为噪声项，表示延迟算子。

通过差分方程，可以利用多个环境因子抵消相互间的误差，降低环境在实际运行过程中的影响。

对于1.2提出的问题（3）（4）中，是一个恒定的线性方程：

（7）

其中，和为线性方程系数。也就是说对于数据丢失和时域偏差的概率，在同等环境下，是一个恒定值。为了对其采取定量的分析，将上述的原理映射于BOC线性算法模型之中，如图3所示。

其中，M为归一化的编码器输出码速率集，m（n）为编码完第n个环境下输出模式，i与归一化的采集数据速率对应，同时随着下标的增大而减小，为第n种环境下时缓存的占有量为缓存的极限稳定值。

2.2 优化模型

该文考虑到求解过程中各个数学模型的归一化求解。这里，我们把以上建立的模型看作一个线性无关的矩阵方程，每个问题因子均作为这个矩阵中的一个分向量，于是得到一个四维矩阵，见式（8）。

其中分别表示定位偏差，环境影响，数据丢失，时域偏差四个方向的向量因子。

（8）

根据凯莱-哈密尔顿定量，系统矩阵有且仅有一个特征方根，即式（8）为车联网控制系统下上述四个问题的唯一方程，即本征方程。考虑到不同观测点对于式（2）有不同的测量结果[6-7]，因此重写式（2）：

（9）

（10）

其中是四个向量因子用的极大值。

3 实验仿真

参考研发EKI-6311GN遥感器的修正系数，我们将其以5%的数据波动在程序中以随机值出现，并分别采用空中3、4、5、6个观测点，1万，10万，50万，100万辆车为管理对象，进行系统数据仿真（图4）。

图4为仿真程序流程，首先初始化程序，模拟定义车辆类型，观测点的个数和误差系数，得到的5%的数据波动的随机数据作为观测点观测到的路况车辆数据，转发到计算通信服务器中，加上环境因子和时域误差因子，最终得到的车辆结果为实现最终结构。

以上实验在电脑配置如表1下进行。

表2为仿真数据，其中温度的单位为“℃”，观测点的单位为“个”，车辆的单位为“万辆车”，实验结果为某条路的车辆流量：

从以上实验数据可以看出，在27 ℃温度下，观测点选择在4个或者以上，车辆范围为50万辆为最佳。

当观测点超过4个，对系统并没有太大的影响，反而增加了程序计算的复杂程度。而当车辆的监测范围超过50万辆时，计算误差又成上升趋势。

4 结语

该文通过使用遥感技术设计与实现车联网路况车辆信息遥感控制系统，在参照物联网等融合技术的支撑下，把新一代互联网技术、计算机电信集成技术充分运用于城市路况交通建设的交互式控制之中，在技术的进一步发展中可以把遥感技术、传感系统和RFID感应器等嵌入及装备到各种相关的车辆移动终端中，通过整合和互联，实现城市交通实时监测和控制。本文主要思想是利用较少的观测点代替实际过程中采用大量的地感应线圈，节省成本，并方便设备的维护，也将成为未来车联网的发展方向之一。

在一定条件下，该文得出在观测点选择4个，车辆范围为50万辆时，数据误差最小，得到的结果最佳。但实际过程中由于环境以及设备本身存在的缺陷，会产生新的偏差因子，这就需要在根据实际情况利用实验得出更加可靠的数据，做进一步修正。同时目前如何选择观测点，以及观测点的位置来进行观测还没有得到很好的解决。这将作为我在今后研究车联网建设过程中的目标，并找出更好偏差向量因子，完善该系统的设计。

参考文献

[1] Xing-zhi LIN.Design and Realization of Concise Unified Logistics Information System[C]//Asia-Pacific Youth Conference on Communication Technology 2010.USA：Scientific Research Publish-ing.2010：414-418.

[2] LI Ming-hua，LI Chuan-zhong. An Economical and Practical Technology of Monitoring and Tracking Goods Based on GPS/GSM[J].Manufacture Information Engineering of China，2009（21）：44-47.

[3] Xing-zhi LIN. Analysis on Security Strategy of Double-factor Authentication in Unified Logistics Information System [C]//2010 National Teaching Seminar on Cryptography and Information Security.USA：Scientific Research Publishing.2010：421-425.

[4] ZHU Wen-he. Realization of Whole-process Intelligent SupplyChain Distribution ServicesBased on the Internet of Things[J].Logistics Tech nology，2010（13）：172-173.

[5] Y Gao and C A K lu ever. Low-th rust in terp lanetary orb it transfers using hybrid trajectory opt im izat ion m ethod w ith mu lt iple shooting[J].AIAA /AASastrodyn am ics Sp ecia list C onference and Exh ibit，August 2004，Provid ence，Rhode Island， 2004.

[6] 郑大钟.线性系统理论[M].北京：清华大学出版社，2002.

[7] 王朝珠，秦化淑.最优控制理论[M].北京：科学出版社，2005.endprint

2.1 数学建模

对于1.2提出的问题（1）中，我们假定正确无偏差值为，GPS取点对于车辆位置定位的偏差[5]，可以得出：

（1）

由（1）式得出：

（2）

其中，即存在一组向量，使得式（2）条件成立。在实际工程项目中，我们认为当式（2）两边范围偏差小于时，解有效，根据李亚谱诺夫下稳定性原理，可以得到：

（3）

式（2）、（3）中，为向量系数，为向量系数，为第一个有效值，为有效偏差区间[6]。

对于1.2提出的问题（2）中，可以利用差分算法使得环境对车辆位置的遥感信息影响范围偏差小于，可以得出：

（4）

式中

（5）

即

（6）

其中，和为输入输出量，为噪声项，表示延迟算子。

通过差分方程，可以利用多个环境因子抵消相互间的误差，降低环境在实际运行过程中的影响。

对于1.2提出的问题（3）（4）中，是一个恒定的线性方程：

（7）

其中，和为线性方程系数。也就是说对于数据丢失和时域偏差的概率，在同等环境下，是一个恒定值。为了对其采取定量的分析，将上述的原理映射于BOC线性算法模型之中，如图3所示。

其中，M为归一化的编码器输出码速率集，m（n）为编码完第n个环境下输出模式，i与归一化的采集数据速率对应，同时随着下标的增大而减小，为第n种环境下时缓存的占有量为缓存的极限稳定值。

2.2 优化模型

该文考虑到求解过程中各个数学模型的归一化求解。这里，我们把以上建立的模型看作一个线性无关的矩阵方程，每个问题因子均作为这个矩阵中的一个分向量，于是得到一个四维矩阵，见式（8）。

其中分别表示定位偏差，环境影响，数据丢失，时域偏差四个方向的向量因子。

（8）

根据凯莱-哈密尔顿定量，系统矩阵有且仅有一个特征方根，即式（8）为车联网控制系统下上述四个问题的唯一方程，即本征方程。考虑到不同观测点对于式（2）有不同的测量结果[6-7]，因此重写式（2）：

（9）

（10）

其中是四个向量因子用的极大值。

3 实验仿真

参考研发EKI-6311GN遥感器的修正系数，我们将其以5%的数据波动在程序中以随机值出现，并分别采用空中3、4、5、6个观测点，1万，10万，50万，100万辆车为管理对象，进行系统数据仿真（图4）。

图4为仿真程序流程，首先初始化程序，模拟定义车辆类型，观测点的个数和误差系数，得到的5%的数据波动的随机数据作为观测点观测到的路况车辆数据，转发到计算通信服务器中，加上环境因子和时域误差因子，最终得到的车辆结果为实现最终结构。

以上实验在电脑配置如表1下进行。

表2为仿真数据，其中温度的单位为“℃”，观测点的单位为“个”，车辆的单位为“万辆车”，实验结果为某条路的车辆流量：

从以上实验数据可以看出，在27 ℃温度下，观测点选择在4个或者以上，车辆范围为50万辆为最佳。

当观测点超过4个，对系统并没有太大的影响，反而增加了程序计算的复杂程度。而当车辆的监测范围超过50万辆时，计算误差又成上升趋势。

4 结语

该文通过使用遥感技术设计与实现车联网路况车辆信息遥感控制系统，在参照物联网等融合技术的支撑下，把新一代互联网技术、计算机电信集成技术充分运用于城市路况交通建设的交互式控制之中，在技术的进一步发展中可以把遥感技术、传感系统和RFID感应器等嵌入及装备到各种相关的车辆移动终端中，通过整合和互联，实现城市交通实时监测和控制。本文主要思想是利用较少的观测点代替实际过程中采用大量的地感应线圈，节省成本，并方便设备的维护，也将成为未来车联网的发展方向之一。

在一定条件下，该文得出在观测点选择4个，车辆范围为50万辆时，数据误差最小，得到的结果最佳。但实际过程中由于环境以及设备本身存在的缺陷，会产生新的偏差因子，这就需要在根据实际情况利用实验得出更加可靠的数据，做进一步修正。同时目前如何选择观测点，以及观测点的位置来进行观测还没有得到很好的解决。这将作为我在今后研究车联网建设过程中的目标，并找出更好偏差向量因子，完善该系统的设计。

参考文献

[1] Xing-zhi LIN.Design and Realization of Concise Unified Logistics Information System[C]//Asia-Pacific Youth Conference on Communication Technology 2010.USA：Scientific Research Publish-ing.2010：414-418.

[2] LI Ming-hua，LI Chuan-zhong. An Economical and Practical Technology of Monitoring and Tracking Goods Based on GPS/GSM[J].Manufacture Information Engineering of China，2009（21）：44-47.

[3] Xing-zhi LIN. Analysis on Security Strategy of Double-factor Authentication in Unified Logistics Information System [C]//2010 National Teaching Seminar on Cryptography and Information Security.USA：Scientific Research Publishing.2010：421-425.

[4] ZHU Wen-he. Realization of Whole-process Intelligent SupplyChain Distribution ServicesBased on the Internet of Things[J].Logistics Tech nology，2010（13）：172-173.

[5] Y Gao and C A K lu ever. Low-th rust in terp lanetary orb it transfers using hybrid trajectory opt im izat ion m ethod w ith mu lt iple shooting[J].AIAA /AASastrodyn am ics Sp ecia list C onference and Exh ibit，August 2004，Provid ence，Rhode Island， 2004.

[6] 郑大钟.线性系统理论[M].北京：清华大学出版社，2002.

[7] 王朝珠，秦化淑.最优控制理论[M].北京：科学出版社，2005.endprint

2.1 数学建模

对于1.2提出的问题（1）中，我们假定正确无偏差值为，GPS取点对于车辆位置定位的偏差[5]，可以得出：

（1）

由（1）式得出：

（2）

其中，即存在一组向量，使得式（2）条件成立。在实际工程项目中，我们认为当式（2）两边范围偏差小于时，解有效，根据李亚谱诺夫下稳定性原理，可以得到：

（3）

式（2）、（3）中，为向量系数，为向量系数，为第一个有效值，为有效偏差区间[6]。

对于1.2提出的问题（2）中，可以利用差分算法使得环境对车辆位置的遥感信息影响范围偏差小于，可以得出：

（4）

式中

（5）

即

（6）

其中，和为输入输出量，为噪声项，表示延迟算子。

通过差分方程，可以利用多个环境因子抵消相互间的误差，降低环境在实际运行过程中的影响。

对于1.2提出的问题（3）（4）中，是一个恒定的线性方程：

（7）

其中，和为线性方程系数。也就是说对于数据丢失和时域偏差的概率，在同等环境下，是一个恒定值。为了对其采取定量的分析，将上述的原理映射于BOC线性算法模型之中，如图3所示。

其中，M为归一化的编码器输出码速率集，m（n）为编码完第n个环境下输出模式，i与归一化的采集数据速率对应，同时随着下标的增大而减小，为第n种环境下时缓存的占有量为缓存的极限稳定值。

2.2 优化模型

该文考虑到求解过程中各个数学模型的归一化求解。这里，我们把以上建立的模型看作一个线性无关的矩阵方程，每个问题因子均作为这个矩阵中的一个分向量，于是得到一个四维矩阵，见式（8）。

其中分别表示定位偏差，环境影响，数据丢失，时域偏差四个方向的向量因子。

（8）

根据凯莱-哈密尔顿定量，系统矩阵有且仅有一个特征方根，即式（8）为车联网控制系统下上述四个问题的唯一方程，即本征方程。考虑到不同观测点对于式（2）有不同的测量结果[6-7]，因此重写式（2）：

（9）

（10）

其中是四个向量因子用的极大值。

3 实验仿真

参考研发EKI-6311GN遥感器的修正系数，我们将其以5%的数据波动在程序中以随机值出现，并分别采用空中3、4、5、6个观测点，1万，10万，50万，100万辆车为管理对象，进行系统数据仿真（图4）。

图4为仿真程序流程，首先初始化程序，模拟定义车辆类型，观测点的个数和误差系数，得到的5%的数据波动的随机数据作为观测点观测到的路况车辆数据，转发到计算通信服务器中，加上环境因子和时域误差因子，最终得到的车辆结果为实现最终结构。

以上实验在电脑配置如表1下进行。

表2为仿真数据，其中温度的单位为“℃”，观测点的单位为“个”，车辆的单位为“万辆车”，实验结果为某条路的车辆流量：

从以上实验数据可以看出，在27 ℃温度下，观测点选择在4个或者以上，车辆范围为50万辆为最佳。

当观测点超过4个，对系统并没有太大的影响，反而增加了程序计算的复杂程度。而当车辆的监测范围超过50万辆时，计算误差又成上升趋势。

4 结语

该文通过使用遥感技术设计与实现车联网路况车辆信息遥感控制系统，在参照物联网等融合技术的支撑下，把新一代互联网技术、计算机电信集成技术充分运用于城市路况交通建设的交互式控制之中，在技术的进一步发展中可以把遥感技术、传感系统和RFID感应器等嵌入及装备到各种相关的车辆移动终端中，通过整合和互联，实现城市交通实时监测和控制。本文主要思想是利用较少的观测点代替实际过程中采用大量的地感应线圈，节省成本，并方便设备的维护，也将成为未来车联网的发展方向之一。

在一定条件下，该文得出在观测点选择4个，车辆范围为50万辆时，数据误差最小，得到的结果最佳。但实际过程中由于环境以及设备本身存在的缺陷，会产生新的偏差因子，这就需要在根据实际情况利用实验得出更加可靠的数据，做进一步修正。同时目前如何选择观测点，以及观测点的位置来进行观测还没有得到很好的解决。这将作为我在今后研究车联网建设过程中的目标，并找出更好偏差向量因子，完善该系统的设计。

参考文献

[1] Xing-zhi LIN.Design and Realization of Concise Unified Logistics Information System[C]//Asia-Pacific Youth Conference on Communication Technology 2010.USA：Scientific Research Publish-ing.2010：414-418.

[2] LI Ming-hua，LI Chuan-zhong. An Economical and Practical Technology of Monitoring and Tracking Goods Based on GPS/GSM[J].Manufacture Information Engineering of China，2009（21）：44-47.

[3] Xing-zhi LIN. Analysis on Security Strategy of Double-factor Authentication in Unified Logistics Information System [C]//2010 National Teaching Seminar on Cryptography and Information Security.USA：Scientific Research Publishing.2010：421-425.

[4] ZHU Wen-he. Realization of Whole-process Intelligent SupplyChain Distribution ServicesBased on the Internet of Things[J].Logistics Tech nology，2010（13）：172-173.

[5] Y Gao and C A K lu ever. Low-th rust in terp lanetary orb it transfers using hybrid trajectory opt im izat ion m ethod w ith mu lt iple shooting[J].AIAA /AASastrodyn am ics Sp ecia list C onference and Exh ibit，August 2004，Provid ence，Rhode Island， 2004.

[6] 郑大钟.线性系统理论[M].北京：清华大学出版社，2002.

[7] 王朝珠，秦化淑.最优控制理论[M].北京：科学出版社，2005.endprint