CN103996283A - 基于Zigbee网络的多车辆双向车道智能交通仿真系统及方法 - Google Patents
基于Zigbee网络的多车辆双向车道智能交通仿真系统及方法 Download PDFInfo
- Publication number
- CN103996283A CN103996283A CN201410192909.1A CN201410192909A CN103996283A CN 103996283 A CN103996283 A CN 103996283A CN 201410192909 A CN201410192909 A CN 201410192909A CN 103996283 A CN103996283 A CN 103996283A
- Authority
- CN
- China
- Prior art keywords
- dolly
- controlled dolly
- output terminal
- connects
- microcontroller
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000004088 simulation Methods 0.000 title abstract description 7
- 230000008569 process Effects 0.000 claims description 13
- 238000005516 engineering process Methods 0.000 abstract description 7
- 230000002457 bidirectional effect Effects 0.000 abstract 2
- 238000004891 communication Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 230000006698 induction Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 2
- 240000002044 Rhizophora apiculata Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 229910052744 lithium Inorganic materials 0.000 description 2
- 229920000642 polymer Polymers 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000087 stabilizing effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 206010057855 Hypotelorism of orbit Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000013341 scale-up Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明一种基于Zigbee网络的多车辆双向车道智能交通仿真系统及方法，属于智能交通技术领域，该系统包含合适数量(通常大于10辆)的小车，车上安装Zigbee模块、电磁线和RFID读卡器；系统通过路面下铺设的电磁线提供双向导航信号，在路口铺设RFID卡指示车辆的转向，并在交叉路口部署了交通灯；车辆在路口通过红外线接收器查询交通灯状态，并由此决定下一步行驶状态；上位机可实时修改车辆行驶路线；本发明将射频识别技术和Zigbee技术相结合，将其应用在多车辆、双向车道以及包含交通灯的智能交通系统背景中，提供了更加真实的智能交通系统模拟，具有更强的真实性和实用性。
Description
技术领域
本发明属于智能交通技术领域，具体涉及一种基于Zigbee网络的多车辆双向车道智能交通仿真系统及方法。
背景技术
随着车辆保有量的迅速增加，城市交通带来的诸如交通阻塞、交通事故、能源消费和环境污染等问题日趋恶化，智能交通系统(ITS，Intelligent Transportation System)受到了国内外的广泛重视。但由于环境和成本的限制，ITS系统的研究过程难以在现实中开展和进行，需要采用仿真和缩微模型的手段进行先进技术的实验验证与分析。
城市微观交通仿真系统对实际交通行为的描述较为灵活和准确，可以直观地描述路网动态交通状态，而且交通分析结果一股以动画演示，方便了与用户的交互，具有较强的开放性。该领域的典型系统有Paramics、Aimsun2和Vissim等，可模拟交通信号控制、匝道控制、车辆导航、公交车辆调度和控制系统的模拟等。然而，上述研究平台主要是以计算机为基础的软件平台，无法对现实系统进行精确仿真和逼真再现，而且其运动模型较少考虑实际环境的因素，如驾驶习性、信号灯、交叉路口等，由此获得的路网仿真与实际情况存在较大偏差。近年来，研究者逐渐重视以原型系统和数学模型相结合，构成混合仿真与原型实验系统，以提高技术验证的效率和真实性。建立在合适缩比模型基础上的原型系统，能够体现智能交通系统的关键要素及基本特征，有效地支撑相关领域的研究和技术验证，因此具有很强的现实意义和科学价值。
发明内容
针对现有技术的缺点，本发明提出一种基于Zigbee网络的多车辆双向车道智能交通仿真系统及方法，以达到实时控制车辆行驶路径，使实验环境更接近实际交通路况，提供科研仿真平台的目的。
一种基于Zigbee网络的多车辆双向车道智能交通仿真系统，包括PC机、小车控制部分、被控小车、红绿灯、道路网、电磁线、电磁发生器和RFID卡，其中，所述的道路网由多条双向车道交叉组成，所述的电磁线数量为一条，延每个方向的车道设置于道路网下端，并位于每个车道中心线上，电磁线的输出端和输入端分别连接电磁发生器的两个端口；所述的红绿灯设置于道路网中十字路口的中心位置，所述的RFID卡设置于十字路口车道的右侧，所述的小车控制部分设置于被控小车上端，所述的PC机通过Zigbee模块与小车控制部分、红绿灯进行无线连接，所述的红绿灯上还设置有红外线发射器；
所述的小车控制部分包括微控制器、供电部分、电机驱动器、A/D转换器、三个电磁传感器、测速传感器、Zigbee模块、RFID读卡器和红外线接收器；其中，供电部分的第一输出端连接微控制器的供电端口，供电部分的第二输出端连接Zigbee模块的供电端口，供电部分的第三输出端连接电机驱动器的供电端口，供电部分的第四输出端连接电磁传感器的供电端口，供电部分的第五输出端连接测速传感器的供电端口，供电部分的第六输出端连接RFID读卡器的供电端口，供电部分的第七输出端连接红外线接收器的供电端口；所述的Zigbee模块的输入输出端连接微控制器的一个输入输出端口，电机驱动器的输入端连接微控制器的一个输出端，电机驱动器的第一输出端连接被控小车的后轮电机，电机驱动器的第二输出端连接被控小车的舵机；所述的三个电磁传感器分别设置与被控小车前端的左、中、右位置，所述的测速传感器设置于被控小车的后端，并且上述三个电磁传感器和测速传感器的输出端均通过A/D转换器连接至微控制器的一个输入端；所述的RFID读卡器设置于被控小车的前端底部，其输出端连接微控制器的另一个输入端；红外线接收器设置于被控小车前端，其输出端连接微控制器的又一输入端。
所述的供电部分包括电池、第一低压差三端稳压器、第二低压差三端稳压器和一个低压差电压调节器，其中电池的正极同时连接第一低压差三端稳压器的输入端和第二低压差三端稳压器的输入端，第一低压差三端稳压器输出端同时连接微控制器的供电端、电磁传感器的供电端和低压差电压调节器的输入端，低压差电压调节器的输出端同时连接RFID读卡器的供电端、Zigbee模块的供电端和红外线接收器的供电端；所述的第二低压差三端稳压器的输出端同时连接电机驱动电路的供电端和测速传感器的供电端；所述的电池负极分别连接微控制器、RFID读卡器、Zigbee模块、电磁传感器、电机驱动器和测速传感器。
所述的电磁线在同一个双向道路上的间距大于10cm。
所述的被控小车为多辆，红绿灯为多个，RFID卡为多个。
采用基于Zigbee网络的多车辆双向车道智能交通仿真系统进行的仿真方法，包括以下步骤：
步骤1、采用一根电磁线延每个方向的车道在道路网下端进行铺设，并该电磁线位于每个车道中心线上，进而完成此根电磁线在所有方向上的道路下端的分布；
步骤2、在铺设好的道路网的每一个十字路口中心位置设置一个红绿灯，对每一个十字路口进行编号，并采用PC机设置红绿灯每个灯的时间间隔，并通过Zigbee模块将设置的时间间隔发送至红绿灯；
步骤3、随机选取某一被控小车，将其放置于某一道路上的多个不同位置，测量每个位置处小车前中心与该道路电磁线之间的距离，采集每个位置处对应的电磁传感器采集的电磁强度，根据每个位置处所获得的距离和电磁强度进行拟合，获得小车前中心与该道路电磁线之间的距离和电磁强度值之间的关系；
步骤4、根据实际需求设置每一个被控小车的行驶路径，并根据行驶路径获得所经过的十字路口的编号顺序，PC机将每个小车的行驶路径和其所经过的十字路口编号通过Zigbee模块发送至每个被控小车的微控制器中；
步骤5、启动被控小车，采用设置于被控小车前端左、中、右三个电磁传感器实时采集电磁强度信号，判断左、有电磁传感器所获得的电磁强度值是否相等，若相等，则被控小车继续前行，若不相等，则将中间电磁传感器所获得的电磁强度值带入值拟合的函数中计算被控小车偏移量，并根据被控小车舵机转角与偏移量之间的对应关系获得舵机增量，微控制器通过电机驱动器将舵机增量发送至舵机，实现小车返回延中心线继续行驶；
步骤6、采用测速传感器实时采集被控小车的行驶速度，判断被控小车行驶速度是否为目标速度值，若是，则继续以当前的速度行驶，否则，采用PID控制算法获得被控小车的速度补偿量，微控制器通过电机驱动器将速度补偿量发送至被控小车后轮电机，从而实现被控小车在目标速度下行驶；
步骤7、当RFID读卡器采集到某一十字路口处RFID卡发出的信号时，确定检测到的RFID卡及该十字路口其他三个RFID卡的卡号，进而确定被控小车行驶方向，并根据上一个十字路口编号、被控小车行驶方向、当前十字路口编号和当前设置的被控小车行驶路径，确定被控小车转向，当右转时，小车右转；当左转时，判断红外线接收器是否接收到红绿灯上红外线发射器发出的信号，若是，则被控小车停止行驶，否则，小车左转行驶；
步骤8、被控小车继续行驶，并重复执行步骤4至步骤7实现被控小车的实时控制，直至被控小车到达行驶路径的终点。
步骤7所述的RFID卡在每个十字路口设置四个，并且所有十字路口中位于道路网同一侧的所有RFID卡的卡号均相同。
本发明优点：
本发明一种基于Zigbee网络的多车辆双向车道智能交通仿真系统及方法，构建了具备智能交通系统关键要素的逼真实验环境，与单纯的计算机软件仿真相比有很强的优越性。该系统包含合适数量(通常大于10辆)的小车，车上安装Zigbee模块、电磁导航装置和RFID读卡器。系统通过路面下铺设的电磁线提供双向导航信号，在路口铺设RFID卡指示车辆的转向，并在交叉路口部署了交通灯；车辆在路口通过红外线接收器查询交通灯状态，并由此决定下一步行驶状态；上位机可实时修改车辆行驶路线。
射频识别技术(RFID)具有非接触性识别、可动态更改标签数据、读取方便快捷和数据容量大等特点。本发明在路口铺设RFID卡指示车辆的转向具有准确、高效、快速的优点。
Zigbee技术是一种低速率、短距离的无线网络技术，具有低功耗、低成本、低复杂度、快速、安全、可靠等特点。应用Zigbee无线通讯技术，将车辆、交通灯与上位机构成无线数据网络，能够实现整体系统车辆、上位机、交通灯节点间交通信息数据的实时交互。
本发明将射频识别技术和Zigbee技术相结合，将其应用在多车辆、双向车道以及包含交通灯的智能交通系统背景中，供了更加真实的智能交通系统模拟，具有更强的真实性和实用性。
附图说明
图1为本发明一种实施例的小车控制部分结构框图；
图2为本发明一种实施例的单片机结构框图；
图3为本发明一种实施例的供电部分结构示意图；
图4为本发明一种实施例的多车辆无线通讯混合拓扑网络图；
图5为本发明一种实施例的基于Zigbee网络的多车辆双向车道智能交通仿真方法流程图；
图6为本发明一种实施例的道路网十字路口编号示意图；
图7为本发明一种实施例的十字路口RFID卡铺设示意图；
图8为本发明一种实施例的小车三个传感器电压值与横向距离的关系示意图；
图9为本发明一种实施例的路径选择示意图；
图10为本发明一种实施例的舵机工作原理图；
图11为本发明一种实施例的PID控制算法流程图；
图12为本发明一种实施例的沙盘标定和RFID卡铺设；；
图13为本发明一种实施例的路口所有可能转向情况。
具体实施方式
下面结合附图对本发明一种实施例做进一步说明。
本发明实施例中，基于Zigbee网络的多车辆双向车道智能交通仿真系统，包括PC机、小车控制部分、被控小车、红绿灯、道路网、电磁线、电磁发生器和RFID卡。
其中，所述的道路网由多条双向车道交叉组成，所述的电磁线数量为一条，延每个方向的车道设置于道路网下端，并位于每个车道中心线上，电磁线的输出端和输入端分别连接电磁发生器的两个端口；所述的红绿灯设置于道路网中十字路口的中心位置，所述的RFID卡设置于十字路口道路的一侧，所述的小车控制部分设置与被控小车上端，所述的PC机通过内部的Zigbee模块与小车控制部分、红绿灯进行无线连接，所述的红绿灯上还设置有红外线发射器。
本发明实施例中，交通灯架设在十字路中心位置，其状态包括交通灯颜色(红灯、黄灯或绿灯)、不同颜色交通灯亮的时间可按需要由PC机更改，所述的Zigbee模块包括车辆、上位机和交通灯之间的通信，车辆之间的数据通信包括车辆间的具体行进方向、运行路线等；车辆与上位机之间的数据通信包括车辆速度设定、启动/停止，车辆经过路口，行驶方向等。交通灯状态可以由车辆或上位机通过Zigbee通信获取。各车辆通过Zigbee组成动态网络，支持行驶状态的实时数据与状态交互。
如图1所示，小车控制部分包括微控制器、供电部分、电机驱动器、A/D转换器、三个电磁传感器、测速传感器、Zigbee模块、RFID读卡器和红外线接收器；
本发明实施例中，电磁传感器采用飞翔科技公司的飞思卡尔智能车竞赛专用10mH电磁传感器模块，红外线发射器和红外线发射器接收器采用38KHz的JS1838B型号，测速传感器采用红树伟业100线双向输出测速传感器，电机驱动器采用L298B型号，舵机采用飞思卡尔智能车S-D5舵机，工作电压4.5-5.5V,带堵转保护电路，力矩5.0kg动作速度≤0.14±0.02sec/60°，电磁发生器采用红树伟业公司的20KHz方波信号发生器，RFID读卡器采用MF RC500型号芯片，Zigbee模块采用CC2530无线通讯单片机。
电磁线采用0.5mm漆包线，电磁线埋于道路中心线下方，对于双向车道来说，若两条平行车道磁感线间的距离过近会导致两车道间的磁场发生磁场混叠，对电磁传感器的检测产生干扰。而若磁感线铺设过远则不符合实际道路情况。通过计算和实际实验测量，在电磁线中通过20KHz、100mA电流，波形为方波情况下选择磁感线间距为10cm可较好的符合要求。
本发明实施例中，如图2所示，微控制器采用MC9S12XS128型号单片机，其端口的分配情况如表1所示。
表1单片机端口资源的分配
如图1所示，供电部分的第一输出端连接微控制器的供电端口，供电部分的第二输出端连接Zigbee模块的供电端口，供电部分的第三输出端连接电机驱动器的供电端口，供电部分的第四输出端连接电磁传感器的供电端口，供电部分的第五输出端连接测速传感器的供电端口，供电部分的第六输出端连接RFID读卡器的供电端口，供电部分的第七输出端连接红外线接收器的供电端口；所述的Zigbee模块的输入输出端连接微控制器的一个输入输出端口，电机驱动器的输入端连接微控制器的输出端PWM0-PWM3，电机驱动器的第一输出端连接被控小车的后轮电机，电机驱动器的第二输出端连接被控小车的舵机；所述的三个电磁传感器分别设置与被控小车前端的左、中、右位置，所述的测速传感器设置于被控小车的后端，并且上述三个电磁传感器通过A/D转换器连接至微控制器的AD1、AD2、AD3端；测速传感器的输出端均通过A/D转换器连接至微控制器的IOC7端；所述的RFID读卡器设置于被控小车的前端底部，其输出端连接微控制器的(PORTB)端；红外线接收器设置于被控小车前端，其输出端连接微控制器的(AD4)端。
如图3所示，供电部分包括电池、第一低压差三端稳压器LM2940、第二低压差三端稳压器LM2940和一个低压差电压调节器LM1117，其中电池的正极分别连接第一低压差三端稳压器LM2940的输入端(IN)和第二低压差三端稳压器LM2940的输入端(IN)，第一低压差三端稳压器LM2940的出端(OUT)分别连接微控制器的供电端、电磁传感器的供电端和低压差电压调节器LM1117的输入端(IN)，低压差电压调节器LM1117的出端(OUT)分别连接RFID读卡器的供电端、Zigbee模块的供电端和红外线接收器的供电端；所述的第二低压差三端稳压器LM2940的输出端(OUT)分别连接电机驱动电路的供电端合测速传感器的供电端；所述的电池负极分别连接微控制器、RFID读卡器、Zigbee模块、电磁传感器、电机驱动器和测速传感器。
本发明实施例中，电池采用两块锂聚合物电池串联，对于一个控制系统，电源模块能够提供稳定高质量的电源是系统稳定工作的前提，电源模块选用锂聚合物电池具有能量密度高、体积小、重量轻等优点，符合系统对于电源模块的需求，由于XS128单片机的最小系统、电磁传感器、测速模块、舵机等需要使用5.0V电压供电，而RFID读卡器、Zigbee模块电路需要3.3V电压供电，所以需要从电池电源稳压到5.0V和3.3V。本发明中使用两片LM2940-5.0V和一片LM1117-3.3V芯片稳压成5.0V电压和3.3V电压。
如图4所示，在整体系统中，以每辆车为一个节点，每个交通灯为一个节点，上位机为一个节点，通过Zigbee多点无线通讯技术，以上位机(PC)为中心建立多车辆无线通讯混合拓扑网络。利用Zigbee无线通讯技术组网具有快速性、实时性，同时具有无线传感器网络动态和自组织的特性。当无线网络中的车辆由于停止运行或其他特殊原因脱离Zigbee网络，或者新的车辆从起始位置出发时，只需去除或加入车辆节点即可，因此所构建的无线数据网络具有可重构性。同时，每个车辆节点将自身的运动状态和位置信息通过Zigbee模块实时地传送给上位机，上位机节点可实时更新车辆节点传送的车辆状态数据，并通过搭载的系统软件实现车辆的路径选择，最后将对车辆的指令发送给每一车辆，实现整个网络的动态更新。在设有交通灯的十字路口，车辆可以根据建立的多台车辆、交通灯、上位机之间的无线数据通信网络，从Zigbee网络中获取交通灯的状态信息以及车辆节点信息，了解小车当前的行驶环境，从而决定下一步的行驶策略。
采用基于Zigbee网络的多车辆双向车道智能交通仿真系统进行的仿真方法，方法流程图如图5所示，包括以下步骤：
步骤1、采用一根电磁线延每个方向的车道在道路网下端进行铺设，该电磁线位于每个车道中心线上，进而完成此根电磁线在所有方向上的道路下端的分布；
步骤2、在铺设好的道路网的每一个十字路口中心位置设置一个红绿灯，对每一个十字路口进行编号，采用PC机设置红绿灯每个灯的时间间隔，并通过Zigbee模块将设置的时间间隔发送至红绿灯；
本发明实施例中，在系统启动时，上位机随机地分配个交通灯的状态(红灯亮或绿灯亮)；然后，交通信号灯按照指定的时间周期改变状态：
a.绿灯状态，保持30s然后变为黄灯；
b.黄灯状态，保持3s，然后变为红灯；
c.红灯状态，保持30s，然后变为绿灯。
双向车道构建完成后，需要对车道进行数字化标定，使车辆实时行驶路径可以用数据来表示。标定方法如图6所示，对每个路口设定一个路口号。在每个十字路口处的四个不同方向分别铺设1张RFID卡。如图7所示，车辆在道路中靠右侧行驶，在每个十字路口(图中为3号路口)的右侧道路的四个可能行车方向上分别铺设有一张RFID卡(图中为Card1、Card2、Card3、Card4，分别表示1号、2号、3号、4号卡)，如果某个方向上不需要RFID卡，则假设卡号为Card0(即0号卡)。
步骤3、随机选取某一被控小车，将其放置于某一道路上的多个不同位置，测量每个位置处小车前中心与该道路电磁线之间的距离，采集每个位置处对应的电磁传感器采集的电磁强度，根据每个位置处所获得的距离和电磁强度进行拟合，获得小车前中心与该道路电磁线之间的距离和电磁强度值之间的关系；
本发明实施例中，小车对电磁传感器输出的电压值进行采样处理最后得到小车偏离道路中心的情况。对电磁传感器的输出电压与位置之间的关系进行标定，在每个适当的位置记录传感器的电压值。小车所使用的3个线圈传感器，中传感器用于测量偏移量，左、右传感器用于测量偏移方向。3个传感器的横向坐标(X坐标)都以中传感器为基准，在横向每一厘米测试一次三个传感器的值记录成表格，如表2。
表2电磁传感器电压记录
D(cm)-8-7-6-5-4-3-2-10
L(v)1.161.201.281.431.571.922.563.444.41
R(v)1.201.341.592.162.904.044.784.814.41
M(v)1.351.471.661.962.373.053.944.624.81
表中，D表示横向的位置坐标，L、R、M分别表示对应的左、右、中电磁传感器的电压值，以V为单位。把上表中数据用matlab画出，如图8所示。
从图1可以看出，电磁传感器以其自身轴线为中心左右对称。为便于处理，将中传感器电压的左半部分和右半部分与位置的关系分别拟合为直线，得到：
D＜0的左半部分拟合结果为：
M＝0.4823×D+4.81 (1)
D＞0的右半部分拟合结果为：
M＝-0.4928×D+4.81 (2)
由于最终目的是计算出小车的偏移量D，故将以上两式的D单独解出(相应单位改成mm、mV,分别用Dmm、Mmv表示)如下：
Dmm＝(Mmv-4810)/48 (3)
Dmm＝(4810-Mmv)/49 (4)
用公式(3)可以算出小车中心的偏移量Dmm，但单片机不能直接得到当前电磁传感器的电压值Mmv，而只能得到电压的AD采样值MGet。AD采样的参考低电压为0，高电压为5V，采样的精度为10位，故MGet转化为Mmv公式如下：
Mmv＝(MGet×5000)/1024 (5)
步骤4、根据实际需求设置每一个被控小车的行驶路径，并根据行驶路径获得所经过的十字路口的编号顺序，PC机将每个小车的行驶路径和其所经过的十字路口编号通过Zigbee模块发送至每个被控小车的微控制器中；
本发明实施例中，小车的默认行驶路径由用户在上位机界面上确定，具体方式是通过鼠标选择行驶的关键点(交叉路口)，然后由上位机软件自动连接确定，车模的行驶路径可以在上位机软件上随机设置，需要在上位机与车模之间定义一个统一的数据协议来说明这条被选择的路径。
本发明实施例中，首先对车辆的运动方向做定义，向上为1，向下为2，向左为3，向右为4。同时规定从起始的路口开始，把每个需要转向(即左转或右转)的路口依次做上记录，每个路口记录为两个数据，第一个数据为这个需要转向的路口的路口号crossing_designator，第二个数据为驶过该路口后车辆的行驶走方向，方向用1、2、3、4表示。上位机传输给车模的数据一共有35个，其中有用的数据为DataGet[1]～DataGet[33]，共33个8位数据。定义DataGet[4]～DataGet[23]的20个数据用来表示选择的路径，可以表示出最多有10个需要转向路口的路径，当不足10个需要转向的路口时，DataGet[4]～DataGet[23]中无用的部分用OXFA表示。
在上位机上选择如图9所示，用黑色表示的路径，这条路径在DataGet[4]～DataGet[23]里面的存储数据为23，3，31，2，32，4，16，1，12，3，23，2，26，4，5，0，OXFA，OXFA，OXFA。表示从第23号路口开始左行，到达31号路口下行，到达32号路口右行，到达16号路口上行，到达12号路口左行，到达23号路口下行，到达26号路口右行，到达5号路口车模停止。
本发明实施例中，每100毫秒通过SPI接口读一次ZigBee模块芯片里的数据(该数据是上位机通过ZigBee无线通信传输给车辆的)；每25毫秒通过SPI接口读一次RFID卡内的信息，该信息主要包含当前是否读到卡和读到卡的卡ID，ID通常为9位或10位的整数。由于电机的PID调节需要有固定周期，每50毫秒执行一次。另外，中断里每50毫秒还对RFID读卡器读到信息进行处理，舵机控制也是50毫秒一次。
步骤5、启动被控小车，采用设置于被控小车前端左、中、右三个电磁传感器实时采集电磁强度信号，判断左、有电磁传感器所获得的电磁强度值是否相等，若相等，则被控小车继续前行，若不相等，则将中间电磁传感器所获得的电磁强度值带入值拟合的函数中计算被控小车偏移量，并根据被控小车舵机转角与偏移量之间的对应关系获得舵机增量，微控制器通过电机驱动器将舵机增量发送至舵机，实现小车返回延中心线继续行驶；
如图10所示，本发明实施例中，舵机的基本原理为：输入可调高电平宽度但频率固定为50～100Hz的PWM信号，高电平的宽度对应舵机内部线性圆形电位计的某一位置，当高电平与位置不相对应时，内部电路控制电机动作使电位计转到对应的位置。这就实现了通过PWM信号控制舵机转角。
舵机的转向方向和大小是由单片机的PWM模块寄存器PWMDTY23的值决定的，该值决定单片机输出给舵机的PWM信号的高电平时间。
首先通过实验测试出当车辆直走时的PWMDTY23给定值并设为Middle，这样车辆的转向值只需要用Middle加上一个增量Steer，车辆方向的控制变为Steer的求取。当Steer为正时车辆左转，Steer为负时车辆右转。Steer的最大值和最小值为一对相反数，其绝对值设为SteerMax。当在直道上行进时，车辆的转向由当前车辆偏移道路中心的情况来确定，由于车辆的速度比较慢，方向控制可用简单的线性控制。本发明实施例中，使用偏离道路中心值Pos，做线性变换Pos×6作为转向Steer的值。
步骤6、采用测速传感器实时采集被控小车的行驶速度，判断被控小车行驶速度是否为目标速度值，若是，则继续以当前的速度行驶，否则，采用PID控制算法获得被控小车的速度补偿量，微控制器通过电机驱动器将速度补偿量发送至被控小车后轮电机，从而实现被控小车在目标速度下行驶；
本发明实施例中，在小车的速度控制上，本发明采用了基于PWM脉宽调制的PID闭环控制，实现对小车直流电机转速的闭环控制。电机PID控制程序流程如图11所示，计算公式为：
△u＝u(n)-u(n-1)＝KP×[e(n)-e(n-1)]+KI×e(n)+KD×[e(n)-2e(n-1)+e(n-2)](6)
其中：△u表示小车速度增量；u(n)表示第n次输出的小车速度；u(n-1)表示第n-1次输出的小车速度；e(n)表示第n次偏差；e(n-1)表示第n-1次偏差；e(n-2)表示第n-2次偏差；KP表示比例系数；KI表示积分系数；KD表示微分系数。
步骤7、当RFID读卡器采集到某一十字路口处RFID卡发出的信号时，确定检测到的RFID卡及该十字路口其他三个RFID卡的卡号，进而确定被控小车行驶方向，并根据上一个十字路口编号、被控小车行驶方向、当前十字路口编号和当前设置的被控小车行驶路径，确定被控小车转向，当右转时，小车右转；当左转时，判断红外线接收器是否接收到红绿灯上红外线发射器发出的信号，若是，则被控小车停止行驶，否则，小车左转行驶；
本发明实施例中，车模将通过RFID读卡器对铺设在十字路口的RFID卡进行读取，并根据设计好的路径确定每个十字路口的转向情况。车模通过SPI接口与Zigbee收发芯片CC2530进行数据交换，与上位机实现数据通信。CC2530是用于IEEE802.15.4、Zigbee和RF4CE应用的一个真正的片上系统(SoC)解决方案，它能够以非常低的总的材料成本建立强大的网络节点。
所述的RFID卡在每个十字路口设置四个，并且所有十字路口中位于道路网同一侧的所有RFID卡的卡号均相同。
所述步骤四的RFID卡的铺设，其布局如图12所示。在交叉路口，根据所形成的路口数量铺设相应数量的RFID卡，丁字路口和十字路口需分别铺设3张和4张。实际道路中车辆为右侧行驶，因此RFID卡铺设在右侧道路，距离十字路口约三分之一车辆长度处，以保证车辆足够的反应时间和转弯空间。
1)读取路口处的RFID卡并提取卡号。
当车辆行驶过程中检测到某张RFID卡，并且在该卡对应的路口应该转向，则车辆会做出正确的转向。如图12所示，车辆行驶到3号路口的左边时检测到了1号RFID卡，车辆应该做出左转弯的动作。
在图12中，车辆前行的路径为1号路口→3号路口-→4号路口，上位机传输来的数据为1，4，3，1，4，X，X……，在检测到1号卡时需要转向。使车辆从这些数据中提取出1号卡的流程如下：
读取上位机传输的数据1，4，3，1，并分别赋值给X_1，X_2，Y_1，Y_2；
容易知道Y_1(示例中为3)号是需要转向的路口号；
车量到达Y_1(示例中为3)号路口之前的行驶方向是向右，也就是X_2(示例中为4)方向；
Y_1(示例中为3)号路口的X_2(示例中为4)的反方向的卡，也即左方向的卡为1号卡。
上面只是一个特例，其它的情况都按照该流程执行。把每个路口的卡号排布都看成图12中路口的排布。
2)提取RFID卡的转向方向，给出转向值。
车辆要在十字路口正确的转向，不但需要上面讲述的识别出转向的RFID卡卡号，还要知道转向的方向。
车辆到达十字路口和转向情况可以分为如图13所示的A、B、C、D四种可能，是按照到达转向路口前车辆的行驶方向分类的。A类表示车辆从路口1以向右的行驶方式到达转向路口2；B类表示车辆从路口1以向左行驶的方式到达转向路口2；C类表示车辆从路口1以向上的行驶方式到达转向路口2；D类表示车辆从路口1以向下的行驶方式到达转向路口2。每一类又按照过了路口后是向左转还是向右转分成两种情况。其中的粗体数字表示车辆行进的方向，1、2、3、4分别表示上行、下行、左行、右行，非粗体数字表示路口编号。
同时，车辆在十字路口的运动情况还需考虑上位机通过Zigbee模块发送的当前交通灯状态信息。当交通灯信号为绿时，车辆即按照上述方法选择在路口的转向方向，如不需转向，车辆运动状态即为直行。当交通灯信号为红时，无论运动方向，车辆的运动状态都为停止。
把图13的各种情况结合交通等状态整理成表格如表3所示。其中，TL为交通灯状态，当为0时代表绿灯，为1时代表红灯；Turn_Direction表示转向的值，当为1时表示车辆在相应RFID卡上左转，当为-1时表示车辆在相应RFID卡上右转，当为0时表示车辆停止。
表3车模在路口不同情况下的转向
步骤8、被控小车继续行驶，并重复执行步骤4至步骤7实现被控小车的实时控制，直至被控小车到达行驶路径的终点。
本发明实施例中，车辆在道路上的行驶路径可以随时根据实际需求灵活调整，可通过PC机实时路径修改，当车辆的行驶路径需要发生改变时，可以通过上位机结点上的程序界面变更车辆路径。上位机通过Zigbee通讯将新选择的路径发送给各车辆节点，车辆依据上述步骤中的路径选择算法重新确定运动状态和行驶方向，从而实现车辆的实时路径更新，因而具有很强的实时性和灵活性。
Claims (6)
1.一种基于Zigbee网络的多车辆双向车道智能交通仿真系统，其特征在于：包括PC机、小车控制部分、被控小车、红绿灯、道路网、电磁线、电磁发生器和RFID卡，其中，所述的道路网由多条双向车道交叉组成，所述的电磁线数量为一条，延每个方向的车道设置于道路网下端，并位于每个车道中心线上，电磁线的输出端和输入端分别连接电磁发生器的两个端口；所述的红绿灯设置于道路网中十字路口的中心位置，所述的RFID卡设置于十字路口车道的右侧，所述的小车控制部分设置于被控小车上端，所述的PC机通过Zigbee模块与小车控制部分、红绿灯进行无线连接，所述的红绿灯上还设置有红外线发射器；
所述的小车控制部分包括微控制器、供电部分、电机驱动器、A/D转换器、三个电磁传感器、测速传感器、Zigbee模块、RFID读卡器和红外线接收器；其中，供电部分的第一输出端连接微控制器的供电端口，供电部分的第二输出端连接Zigbee模块的供电端口，供电部分的第三输出端连接电机驱动器的供电端口，供电部分的第四输出端连接电磁传感器的供电端口，供电部分的第五输出端连接测速传感器的供电端口，供电部分的第六输出端连接RFID读卡器的供电端口，供电部分的第七输出端连接红外线接收器的供电端口；所述的Zigbee模块的输入输出端连接微控制器的一个输入输出端口，电机驱动器的输入端连接微控制器的一个输出端，电机驱动器的第一输出端连接被控小车的后轮电机，电机驱动器的第二输出端连接被控小车的舵机；所述的三个电磁传感器分别设置与被控小车前端的左、中、右位置，所述的光电码盘设置于被控小车的后端，并且上述三个电磁传感器和测速传感器的输出端均通过A/D转换器连接至微控制器的一个输入端；所述的RFID读卡器设置于被控小车的前端底部，其输出端连接微控制器的另一个输入端；红外线接收器设置于被控小车前端，其输出端连接微控制器的又一输入端。
2.根据权利要求1所述的基于Zigbee网络的多车辆双向车道智能交通仿真系统，其特征在于：所述的供电部分包括电池、第一低压差三端稳压器、第二低压差三端稳压器和一个低压差电压调节器，其中电池的正极同时连接第一低压差三端稳压器的输入端和第二低压差三端稳压器的输入端，第一低压差三端稳压器输出端同时连接微控制器的供电端、电磁传感器的供电端和低压差电压调节器的输入端，低压差电压调节器的输出端同时连接RFID读卡器的供电端、Zigbee模块的供电端和红外线接收器的供电端；所述的第二低压差三端稳压器的输出端同时连接电机驱动电路的供电端和测速传感器的供电端；所述的电池负极分别连接微控制器、RFID读卡器、Zigbee模块、电磁传感器、电机驱动器和测速传感器。
3.根据权利要求1所述的基于Zigbee网络的多车辆双向车道智能交通仿真系统，其特征在于：所述的电磁线在同一个双向道路上的间距大于10cm。
4.根据权利要求1所述的基于Zigbee网络的多车辆双向车道智能交通仿真系统，其特征在于：所述的被控小车为多辆，红绿灯为多个，RFID卡为多个。
5.采用权利要求1所述的基于Zigbee网络的多车辆双向车道智能交通仿真系统进行的仿真方法，其特征在于，包括以下步骤：
步骤1、采用一根电磁线延每个方向的车道在道路网下端进行铺设，并该电磁线位于每个车道中心线上，进而完成此根电磁线在所有方向上的道路下端的分布；
步骤2、在铺设好的道路网的每一个十字路口中心位置设置一个红绿灯，对每一个十字路口进行编号，并采用PC机设置红绿灯每个灯的时间间隔，并通过Zigbee模块将设置的时间间隔发送至红绿灯；
步骤3、随机选取某一被控小车，将其放置于某一道路上的多个不同位置，测量每个位置处小车前中心与该道路电磁线之间的距离，采集每个位置处对应的电磁传感器采集的电磁强度，根据每个位置处所获得的距离和电磁强度进行拟合，获得小车前中心与该道路电磁线之间的距离和电磁强度值之间的关系；
步骤4、根据实际需求设置每一个被控小车的行驶路径，并根据行驶路径获得所经过的十字路口的编号顺序，PC机将每个小车的行驶路径和其所经过的十字路口编号通过Zigbee模块发送至每个被控小车的微控制器中；
步骤5、启动被控小车，采用设置于被控小车前端左、中、右三个电磁传感器实时采集电磁强度信号，判断左、右电磁传感器所获得的电磁强度值是否相等，若相等，则被控小车继续前行，若不相等，则将中间电磁传感器所获得的电磁强度值带入值拟合的函数中计算被控小车偏移量，并根据被控小车舵机转角与偏移量之间的对应关系获得舵机增量，微控制器通过电机驱动器将舵机增量发送至舵机，实现小车返回延中心线继续行驶；
步骤6、采用光电码盘实时采集被控小车的行驶速度，判断被控小车行驶速度是否为目标速度值，若是，则继续以当前的速度行驶，否则，采用PID控制算法获得被控小车的速度补偿量，微控制器通过电机驱动器将速度补偿量发送至被控小车后轮电机，从而实现被控小车在目标速度下行驶；
步骤7、当RFID读卡器采集到某一十字路口处RFID卡发出的信号时，确定检测到的RFID卡及该十字路口其他三个RFID卡的卡号，进而确定被控小车行驶方向，并根据上一个十字路口编号、被控小车行驶方向、当前十字路口编号和当前设置的被控小车行驶路径，确定被控小车转向，当右转时，小车右转；当左转时，判断红外线接收器是否接收到红绿灯上红外线发射器发出的信号，若是，则被控小车停止行驶，否则，小车左转行驶；
步骤8、被控小车继续行驶，并重复执行步骤4至步骤7实现被控小车的实时控制，直至被控小车到达行驶路径的终点。
6.根据权利要求5所述的仿真方法，其特征在于，步骤7所述的RFID卡在每个十字路口设置四个，并且所有十字路口中位于道路网同一侧的所有RFID卡的卡号均相同。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410192909.1A CN103996283B (zh) | 2014-05-08 | 2014-05-08 | 基于Zigbee网络的多车辆双向车道智能交通仿真系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410192909.1A CN103996283B (zh) | 2014-05-08 | 2014-05-08 | 基于Zigbee网络的多车辆双向车道智能交通仿真系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103996283A true CN103996283A (zh) | 2014-08-20 |
| CN103996283B CN103996283B (zh) | 2015-12-02 |
Family
ID=51310433
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410192909.1A Expired - Fee Related CN103996283B (zh) | 2014-05-08 | 2014-05-08 | 基于Zigbee网络的多车辆双向车道智能交通仿真系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103996283B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104503307A (zh) * | 2014-11-27 | 2015-04-08 | 惠州学院 | 一种基于Zigbee网络的通用型智能交通电路系统 |
| CN104517491A (zh) * | 2014-12-16 | 2015-04-15 | 北京中交兴路车联网科技有限公司 | 一种车辆行驶模拟仿真系统及方法 |
| CN104537829A (zh) * | 2014-12-09 | 2015-04-22 | 北京工业大学 | 一种用于智能交通物理仿真平台的智能小车及定位方法 |
| CN106314328A (zh) * | 2016-09-14 | 2017-01-11 | 华北水利水电大学 | 一种多功能智能仿真车 |
| CN106708027A (zh) * | 2016-12-16 | 2017-05-24 | 盐城工学院 | 一种无人导航智能电动平车的在线图形化实时导航与控制系统 |
| CN108255094A (zh) * | 2017-11-28 | 2018-07-06 | 南京航空航天大学 | 一种自组网智能小车实验数据采集平台 |
| CN108482238A (zh) * | 2018-01-24 | 2018-09-04 | 江苏大学 | 一种基于astsm的自适应前照灯转角误差补偿控制方法 |
| CN109204193A (zh) * | 2018-10-12 | 2019-01-15 | 杭州小驹物联科技有限公司 | 一种快速识别汽车信号和参数的方法及系统 |
| CN113299101A (zh) * | 2021-06-01 | 2021-08-24 | 湖北杰纳动力科技有限公司 | 一种智慧沙盘交通展示系统及控制方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102467589A (zh) * | 2010-11-10 | 2012-05-23 | 上海日浦信息技术有限公司 | 交互式交通仿真系统 |
| WO2013011796A1 (ja) * | 2011-07-20 | 2013-01-24 | 住友電気工業株式会社 | 交通評価装置、コンピュータプログラム及び交通評価方法 |
| CN102902206A (zh) * | 2012-10-18 | 2013-01-30 | 同济大学 | 一种交通信号控制硬件在环仿真系统的信号转换设备 |
-
2014
- 2014-05-08 CN CN201410192909.1A patent/CN103996283B/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102467589A (zh) * | 2010-11-10 | 2012-05-23 | 上海日浦信息技术有限公司 | 交互式交通仿真系统 |
| WO2013011796A1 (ja) * | 2011-07-20 | 2013-01-24 | 住友電気工業株式会社 | 交通評価装置、コンピュータプログラム及び交通評価方法 |
| CN102902206A (zh) * | 2012-10-18 | 2013-01-30 | 同济大学 | 一种交通信号控制硬件在环仿真系统的信号转换设备 |
Non-Patent Citations (1)
| Title |
|---|
| 张云洲，杨兵，李龙，蒋建军: "基于电磁效应的轮式智能车导航控制", 《东北大学学报》, vol. 34, no. 7, 31 July 2013 (2013-07-31), pages 917 - 921 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104503307A (zh) * | 2014-11-27 | 2015-04-08 | 惠州学院 | 一种基于Zigbee网络的通用型智能交通电路系统 |
| CN104537829A (zh) * | 2014-12-09 | 2015-04-22 | 北京工业大学 | 一种用于智能交通物理仿真平台的智能小车及定位方法 |
| CN104517491A (zh) * | 2014-12-16 | 2015-04-15 | 北京中交兴路车联网科技有限公司 | 一种车辆行驶模拟仿真系统及方法 |
| CN106314328A (zh) * | 2016-09-14 | 2017-01-11 | 华北水利水电大学 | 一种多功能智能仿真车 |
| CN106708027A (zh) * | 2016-12-16 | 2017-05-24 | 盐城工学院 | 一种无人导航智能电动平车的在线图形化实时导航与控制系统 |
| CN108255094A (zh) * | 2017-11-28 | 2018-07-06 | 南京航空航天大学 | 一种自组网智能小车实验数据采集平台 |
| CN108482238A (zh) * | 2018-01-24 | 2018-09-04 | 江苏大学 | 一种基于astsm的自适应前照灯转角误差补偿控制方法 |
| CN108482238B (zh) * | 2018-01-24 | 2021-04-20 | 江苏大学 | 一种基于astsm的自适应前照灯转角误差补偿控制方法 |
| CN109204193A (zh) * | 2018-10-12 | 2019-01-15 | 杭州小驹物联科技有限公司 | 一种快速识别汽车信号和参数的方法及系统 |
| CN109204193B (zh) * | 2018-10-12 | 2021-05-14 | 杭州小驹物联科技有限公司 | 一种快速识别汽车信号和参数的方法及系统 |
| CN113299101A (zh) * | 2021-06-01 | 2021-08-24 | 湖北杰纳动力科技有限公司 | 一种智慧沙盘交通展示系统及控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103996283B (zh) | 2015-12-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103996283B (zh) | 基于Zigbee网络的多车辆双向车道智能交通仿真系统及方法 | |
| CN104537829B (zh) | 一种智能交通物理仿真平台及用于该智能交通物理仿真平台的定位方法 | |
| CN104680914A (zh) | 基于微型自主无人车的智能交通调度实物模拟系统 | |
| CN100547627C (zh) | 智能小车教学科研实验平台装置 | |
| CN101493991B (zh) | 基于传感器网络的交通状态获取方法及其装置 | |
| CN110160804A (zh) | 一种自动驾驶车辆的测试方法、装置及系统 | |
| CN103389104B (zh) | 一种与二维导航同步的三维方向性导航方法及其装置 | |
| CN105976606B (zh) | 一种智能城市交通管理平台 | |
| CN103177596B (zh) | 一种交叉路口自主管控系统 | |
| CN103456185B (zh) | 智能车在城市道路行驶中的接力导航方法 | |
| CN202956956U (zh) | 一种模拟智能交通实物沙盘演示系统 | |
| CN107230377A (zh) | 停车场引导方法和装置 | |
| CN106781493A (zh) | 一种车辆排队长度模拟系统、方法和装置 | |
| CN104613982B (zh) | 一种室内组合导航仿真验证系统 | |
| CN104192148B (zh) | 一种基于交通信号信息预知的主干道车速规划方法 | |
| CN103345165A (zh) | 缩微智能车群的智能交通硬件在线仿真系统 | |
| CN105807771B (zh) | 基于agv的工位识别系统及其控制方法 | |
| CN102915636A (zh) | 交通信号机控制策略综合性能有效性测试系统及方法 | |
| CN110197036A (zh) | 智能驾驶评测系统及评测方法 | |
| CN106232447A (zh) | 移动辅助设备、移动辅助方法和驾驶辅助系统 | |
| CN209543640U (zh) | 微型立体交通仿真实验平台 | |
| Xu et al. | A review on intelligent road and its related key technologies | |
| CN100504788C (zh) | 自主驾驶车辆行驶过程的软件仿真方法 | |
| CN103646557B (zh) | 基于物联网的三维缩微智能交通管理系统 | |
| CN108549370A (zh) | 数据采集方法及采集装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20151202 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |