電動物流車遠程監(jiān)控技術(shù)研究及系統(tǒng)設(shè)計

田韶鵬，吳 博

（武漢理工大學(xué) 現(xiàn)代汽車零部件技術(shù)湖北省重點實驗室 汽車零部件技術(shù)湖北省協(xié)同創(chuàng)新中心，武漢 430070）

隨著互聯(lián)網(wǎng)的發(fā)展和公路網(wǎng)的日益完善，物流行業(yè)得到了快速發(fā)展，部分物流企業(yè)為了擴大規(guī)模，需要大量采購物流運輸車。在國家政策對電動汽車的大力扶持下，很多物流公司選擇使用電動物流車用于市區(qū)內(nèi)的物流運輸。

對于電動物流車來說，遠程監(jiān)控系統(tǒng)通過將車輛狀態(tài)數(shù)據(jù)實時上傳、實時跟蹤定位及車輛故障報警等技術(shù)，能夠改善電動物流車的安全性和可靠性，保證高效快速地完成貨物的運送[1]。根據(jù)國家在2016年頒布的 《電動汽車遠程服務(wù)與管理系統(tǒng)規(guī)范》[2]，并結(jié)合企業(yè)對于運營電動物流車實時監(jiān)控的要求，設(shè)計開發(fā)了針對電動物流車運行狀態(tài)的遠程實時監(jiān)控系統(tǒng)，并提出了面向車輛實時定位的地圖匹配算法對物流車進行實時定位。該監(jiān)控系統(tǒng)在一定程度上改善了物流車的調(diào)度和管理，提高了物流運輸效率。

1 電動物流車遠程監(jiān)控系統(tǒng)設(shè)計

遠程監(jiān)控系統(tǒng)由車載數(shù)據(jù)采集終端、GPRS無線網(wǎng)絡(luò)、Internet網(wǎng)絡(luò)、阿里云服務(wù)器和客戶端瀏覽器構(gòu)成，系統(tǒng)的拓撲結(jié)構(gòu)如圖1所示。監(jiān)控系統(tǒng)設(shè)計包括：車載數(shù)據(jù)采集終端設(shè)計，主要是硬件選型及程序編寫；遠程監(jiān)控平臺設(shè)計，分為平臺結(jié)構(gòu)設(shè)計和平臺功能設(shè)計兩部分。

圖1 監(jiān)控系統(tǒng)拓撲結(jié)構(gòu)Fig.1 Monitoring system topology

1.1 車載數(shù)據(jù)采集終端硬件選型

為了滿足系統(tǒng)實時監(jiān)控的要求，對數(shù)據(jù)采集終端的硬件結(jié)構(gòu)進行選型，其基本架構(gòu)如圖2所示。

圖2 車載數(shù)據(jù)采集終端架構(gòu)Fig.2 Vehicle data collection terminal structure

針對系統(tǒng)需要處理大量數(shù)據(jù)的需求，終端載體采用STM32F103系列單片機，并選用Cortex-M3作為主控芯片。該芯片具有高性能、運算速度快、接口豐富、先進的中斷處理功能、低功耗、低成本和調(diào)試支持等優(yōu)點。

針對終端數(shù)據(jù)無線實時傳輸?shù)囊?，選用ALIENTEK發(fā)布的高性能工業(yè)級ATK-SIM900A GSM/GPRS模塊。該通信模塊內(nèi)嵌TCP/IP協(xié)議，并能夠低功耗實現(xiàn)GPRS數(shù)據(jù)傳輸[3]。

針對物流車快速精確定位的要求，選用ATKNEO-6M-GPS模塊用于車輛實時定位。該模塊定位精度高、性能穩(wěn)定、抗干擾能力強。

1.2 遠程監(jiān)控平臺設(shè)計

根據(jù)對電動物流車遠程監(jiān)控功能和模塊的劃分，設(shè)計了較為完備的監(jiān)控平臺結(jié)構(gòu)，如圖3所示。該監(jiān)控平臺結(jié)構(gòu)采用B/S結(jié)構(gòu)，即瀏覽器（browser）和服務(wù)器（server），其優(yōu)勢在于成本低、開發(fā)簡單、開發(fā)周期短和易于維護，并且可以利用任何能夠上網(wǎng)的設(shè)備（PC電腦、筆記本電腦、平板電腦等）對車輛進行監(jiān)控。

圖3 監(jiān)控平臺架構(gòu)Fig.3 Monitoring platform structure

采用Windows+Apache+PHP+MySQL作為監(jiān)控平臺開發(fā)的基本架構(gòu)，應(yīng)用wampsever軟件搭建監(jiān)控平臺調(diào)試環(huán)境。為了能夠提高監(jiān)控系統(tǒng)的可靠性和容錯能力，選用阿里云服務(wù)器作為監(jiān)控平臺載體。利用ThinkPHP3.2.3框架開發(fā)監(jiān)控平臺各功能模塊，并采用AJAX技術(shù)通過JavaScript編寫的腳本程序操縱后臺與服務(wù)器進行少量數(shù)據(jù)交換，能夠?qū)崿F(xiàn)網(wǎng)頁異步刷新，以滿足電動物流車的實時監(jiān)控。

監(jiān)控平臺功能設(shè)計包括面向車輛監(jiān)控、面向統(tǒng)計分析和面向企業(yè)用戶的設(shè)計，如圖4所示。系統(tǒng)涵蓋了10個功能模塊，并且針對不同的功能模塊開發(fā)了相應(yīng)的用戶界面，方便用戶與監(jiān)控平臺進行交互。

車輛監(jiān)控模塊以Google-map為平臺，能夠?qū)崟r監(jiān)控車輛位置，并將采集的車輛狀態(tài)數(shù)據(jù)顯示到Web端。若物流車發(fā)生故障，Web端通過解析故障代碼顯示故障原因，便于車輛維修和保養(yǎng)[5]。統(tǒng)計分析模塊通過調(diào)用歷史數(shù)據(jù)查詢功能，可以查詢車輛運行的歷史數(shù)據(jù)，并對車輛的電池運行狀態(tài)做出評價，以圖表的形式顯示分析結(jié)果。企業(yè)用戶分為超級管理員、企業(yè)管理員和普通企業(yè)用戶3部分，通過設(shè)置不同的管理權(quán)限便于系統(tǒng)的管理和維護，用戶登錄采用密碼和驗證碼雙重驗證的方式，增加了監(jiān)控系統(tǒng)運行的安全性和可靠性[4]。

圖4 監(jiān)控平臺功能模塊Fig.4 Monitoring platform functional module

2 面向車輛實時定位的地圖匹配算法研究

遠程監(jiān)控技術(shù)包括車輛位置監(jiān)控、電機和電池運行狀態(tài)監(jiān)控、車輛故障報警等。在此，以車輛實時定位為例，研究電動物流車遠程監(jiān)控技術(shù)。

在車輛實時定位過程中，采集的GPS數(shù)據(jù)會在一定范圍內(nèi)漂移和失真，出現(xiàn)定位點偏離實際道路的情況[6]。為滿足實時定位的要求，監(jiān)控系統(tǒng)需要引入地圖匹配算法對GPS數(shù)據(jù)點進行修正定位。地圖匹配算法的基本原理是基于電子地圖道路層數(shù)據(jù)，通過計算機程序修正GPS定位點與電子地圖道路層數(shù)據(jù)之間的誤差，由此確定車輛在電子地圖上的位置。

選用準(zhǔn)垂直投影法與基于最小二乘法的多項式曲線擬合相結(jié)合的算法，對GPS定位點進行匹配。該算法是根據(jù)定位點到候選路段投影的距離、車輛行駛方向、候選路段與前一匹配路段間的拓撲關(guān)系，確定最優(yōu)匹配道路并將定位點進行投影[7]。

2.1 準(zhǔn)垂直投影算法

物流車在市區(qū)內(nèi)進行物流配送時，經(jīng)常會遇到交叉口和轉(zhuǎn)彎的路段。若采用直接投影法，會出現(xiàn)交叉口和彎道處定位點偏離道路的情況，因此采用準(zhǔn)垂直投影法確定匹配道路來處理以下2種特殊情況。

車輛行駛到道路交叉口圖5（a）中，在交叉路口使用直接投影法，將導(dǎo)致GPS定位點投影到道路c的反向延長線，按照投影距離最小的原則選擇道路c作為匹配道路，會造成誤匹配。如圖5（b）所示，當(dāng)車輛行駛到道路交叉口時，利用準(zhǔn)垂直投影法計算定位點到道路節(jié)點的距離。根據(jù)定位點到p1，p2，p3的距離確定最優(yōu)匹配道路，這種方法避免了直接投影造成的誤匹配。

圖5 交叉口處采用準(zhǔn)垂直投影算法的情況對比Fig.5 Comparison of quasi vertical projection algorithm at intersection

車輛轉(zhuǎn)彎如圖6（a）所示，車輛轉(zhuǎn)彎時利用傳統(tǒng)的直接投影算法，定位投影點位于曲線段點o和點p的連線與線段op垂線的交點處[8]。如圖6（b），在車輛轉(zhuǎn)彎時采用了彎道分割求投影法，即在計算GPS定位點到彎道的垂直距離時，將彎道分割成若干段，然后從定位點向每條曲線段做投影，選擇定位點距離投影點最近的點作為匹配點。這種算法減小了直接投影法造成的定位誤差。

圖6 轉(zhuǎn)彎路段采用準(zhǔn)垂直投影算法的情況對比Fig.6 Comparison of quasi vertical projection algorithm in bend

2.2 基于最小二乘法的多項式曲線擬合

利用準(zhǔn)垂直投影算法對定位點匹配后，若匹配區(qū)域存在多條候選道路，則需要用曲線擬合算法將若干孤立的定位投影點擬合得到軌跡曲線。通過計算擬合曲線在當(dāng)前定位點處的斜率，并與電子地圖中候選道路的斜率相比較，選出唯一匹配道路。

最小二乘法多項式曲線擬合，根據(jù)給定的數(shù)據(jù)選取一些數(shù)據(jù)點 pi（mi，ni），其中 i=1，2，…，k，求近似曲線 n=φ（m），并且使得 φ（m）與實際曲線 n=f（m）的偏差最小。近似點在點pi處的偏差為

根據(jù)近似曲線與實際曲線的偏差和最小的原則擬合曲線得到

根據(jù)采集數(shù)據(jù)點求得的擬合多項式為

并按照各點到擬合曲線的距離求得偏差平方和為

由于式（4）可以看作關(guān)于ai的多元函數(shù)，為求得符合條件的a，對式（4）右邊求ai的偏導(dǎo)數(shù)，可得：

將求得的偏導(dǎo)數(shù)方程組用矩陣積的形式表示，化簡可得：

選取了包括當(dāng)前定位點在內(nèi)共5個GPS觀測點，按所述曲線擬合算法，擬合獲得1條大致反映車輛行駛軌跡的曲線，同時求出該曲線在當(dāng)前定位點的斜率為

由地圖匹配原理可知，斜率近似表明了車輛的行駛方向。 （xi，yi）（i=1，2，3，4，5）為曲線擬合定位點坐標(biāo)，（x5，y5）為當(dāng)前定位點坐標(biāo)。

比較候選道路與擬合曲線斜率，當(dāng)夾角小于30°時，該道路即為匹配道路[9]。若采用曲線擬合匹配之后，仍存在超過1條候選路段，則利用代價函數(shù)s選定最佳匹配道路：

式中：k為5點擬合曲線斜率；k0為候選路段斜率；d為利用準(zhǔn)投影算法得到的GPS定位點到候選路段的距離；p1和p2分別為角度與投影距離的加權(quán)值，有p1+p2=1，可根據(jù)實際情況選用加權(quán)值，在此p1=0.6，p2=0.4。

2.3 算法流程

圖7為實時定位算法流程，其具體步驟為

步驟1通過GPS模塊接收車輛位置信息，并從數(shù)據(jù)包中解析出當(dāng)前定位點的經(jīng)緯度，接著對數(shù)據(jù)進行篩選，剔除壞點；

步驟2以當(dāng)前GPS定位點為圓心，以60 m為半徑建立匹配緩沖區(qū)。采用準(zhǔn)投影法計算定位點到各路段的距離d，將投影距離d≥30 mm的道路從匹配緩沖區(qū)中剔除；

圖7 算法流程Fig.7 Algorithm flow chart

步驟3判斷前一定位點的匹配道路與匹配緩沖區(qū)內(nèi)的候選道路是否有幾何拓撲關(guān)系。若無拓撲相連的關(guān)系，則認為該點是無效信息點，跳回步驟1；

步驟4若匹配緩沖區(qū)內(nèi)僅有1條待匹配路段，則跳到步驟5，若有多條候選道路，則選取5點定位數(shù)據(jù)進行曲線擬合分析，根據(jù)代價函數(shù)s確定匹配最優(yōu)道路；

步驟5采用準(zhǔn)投影法將當(dāng)前GPS定位點投影到選定的匹配路段。

3 實車驗證

在項目初期的實車試驗中，使用某品牌電動物流車，對遠程監(jiān)控系統(tǒng)的實時性和準(zhǔn)確性、車輛實時定位的精度進行試驗。

由圖8遠程監(jiān)控管理平臺主界面可見，該平臺可以實時顯示車輛運行狀態(tài)、電機和電池運行狀態(tài)。經(jīng)測試，數(shù)據(jù)采集終端平均每10 s向服務(wù)器發(fā)送1次數(shù)據(jù)包，在網(wǎng)速良好的情況下，Web端每5 s檢查1次數(shù)據(jù)庫，并將更新的數(shù)據(jù)迅速顯示到Web端，監(jiān)控系統(tǒng)顯示出良好的實時性。

圖8 遠程監(jiān)控管理平臺主界面Fig.8 Main interface of remote monitoring platform

調(diào)用車輛歷史數(shù)據(jù)查詢功能，能夠查看車輛行駛過程中鋰電池組SOC和電流的變化，如圖9所示。

圖9 鋰電池組狀態(tài)Fig.9 Lithium battery status

在武漢市選擇從廣埠屯至光谷廣場這段路進行物流車實時定位測試，圖10為選定的駕車路線。測試路段具有道路交叉口（路段1）、彎道（路段2）和直線路段（路段3）等城市道路特征，滿足基本測試要求。

圖10 測試路段Fig.10 Test section

未使用定位算法時，終端采集68個數(shù)據(jù)點，其中18個定位成功，定位效果如圖11（a）所示。車輛在直線路段時，定位點散亂且發(fā)生漂移；車輛通過道路交叉口時，電子地圖無法準(zhǔn)確定位車輛位置；車輛通過彎道時，電子地圖顯示的定位軌跡嚴重偏離道路中心線。試驗表明，無算法的車輛定位方式不能滿足物流公司對于車輛定位的要求。

將監(jiān)控系統(tǒng)導(dǎo)入定位算法后，終端采集的數(shù)據(jù)點全部定位到行駛路段，如圖11（b）所示。試驗結(jié)果表明，車輛在直線路段、交叉路口和彎道等路段的行駛過程中，車輛的定位軌跡與道路中心線重合度較高，實時定位效果得到改善。該算法可以滿足電動物流車實時定位的要求。

圖11 車輛軌跡的試驗結(jié)果Fig.11 Test results of vehicle trajectories

4 結(jié)語

本文設(shè)計了電動物流車遠程實時監(jiān)控系統(tǒng)的結(jié)構(gòu)及各功能模塊。通過實車試驗，驗證了該遠程監(jiān)控平臺能夠迅速、準(zhǔn)確地對電動物流車的實時運行數(shù)據(jù)進行顯示和監(jiān)控，并且通過歷史數(shù)據(jù)查詢功能監(jiān)控鋰電池組的整體運行狀態(tài)。提出的準(zhǔn)垂直投影和基于最小二乘法的多項式曲線擬合相結(jié)合的算法能夠?qū)⒉杉腉PS定位點與道路數(shù)據(jù)準(zhǔn)確匹配，達到了電動物流車實時定位的要求。該監(jiān)控平臺采用的B/S結(jié)構(gòu)不受地域和器材的限制并且受眾較廣，以后可以開發(fā)出針對普通用戶的車輛監(jiān)控模塊。

[1]羅遠超.電動物流車遠程監(jiān)控系統(tǒng)設(shè)計與實現(xiàn)[D].湖南：南華大學(xué)，2013.

[2]GB/T 32960.1—2016電動汽車遠程服務(wù)與管理系統(tǒng)技術(shù)規(guī)范，第1部分：總則[S].2016.

[3]李亞倫，徐健，柳偉，等.電動汽車遠程監(jiān)控與服務(wù)系統(tǒng)開發(fā)[J].電子技術(shù)應(yīng)用，2016，42（12）：34-36，40.

[4]陳天殷.車聯(lián)網(wǎng)系統(tǒng)結(jié)構(gòu)核心技術(shù)與新能源汽車[J].汽車電器，2016，51（7）：1-6.

[5]戴立坤.基于物聯(lián)網(wǎng)技術(shù)的物流車輛遠程故障診斷定位系統(tǒng)設(shè)計[J].物流技術(shù)，2014，33（9）：441-443，472.

[6]杜常清，杜剛，朱一多，等.電動汽車遠程監(jiān)控技術(shù)研究及平臺開發(fā)[J].汽車工程，2015，37（9）：1071-1076.

[7]蘇潔，周東方，岳春生.GPS車輛導(dǎo)航中的實時地圖匹配算法[J].測繪學(xué)報，2001，30（3）：252-256.

[8]陳嘉，胡繼華，張飛舟.面向車輛監(jiān)控導(dǎo)航的地圖匹配算法研究[J].北京大學(xué)學(xué)報：自然科學(xué)版，2009，45（2）：299-305.

[9]杜剛.電動汽車遠程數(shù)據(jù)管理平臺研究[D].湖北：武漢理工大學(xué)，2014.