CN110435589A - 一种基于蓝牙靠近实现电动车上锁的方法 - Google Patents

Abstract

本发明提供一种基于蓝牙靠近实现电动车上锁的方法，包括以下步骤：步骤S1，通过手机的API接口接收蓝牙信号；步骤S2，通过手机接收蓝牙设备发出的RSSI数据，并将其存储到本地的数组队列中；步骤S3，对所述RSSI数据进行滤波处理以实现数据校准；步骤S4，对滤波处理后的RSSI数据求取其算术平均值，以实现电动车上锁。本发明能够修正RSSI数据由于各种原因偏差所带来的误差，修正了RSSI数据变化过大或被干扰的问题，在此基础上，还优选通过增加RSSI数据的采集个数，让RSSI数据的变动更加平顺；本发明能够使得基于蓝牙靠近实现电动车上锁的方式更加可靠，提升产品的体验感和适用性能。

Description

一种基于蓝牙靠近实现电动车上锁的方法

技术领域

本发明涉及一种上锁方法，尤其涉及一种基于蓝牙靠近实现电动车上锁的方法。

背景技术

目前市面上通过蓝牙实现解锁的方案比较多，而针对蓝牙来操作电动车上锁的应用型软件少之又少，即使有少量的的应用型做了这功能但是效果极其的不稳定，导致很多用户买了产品，却享受不到产品便捷的服务。如果采用现有的蓝牙实现上锁，普遍存在以下问题：蓝牙信号会随着建筑物遮挡而减弱，蓝牙信号值随着蓝牙发射器安装在电动车的位置不同导致强度不同，手机的蓝牙信号检测会随着手机的硬件型号不一致而检测的强度不一致，手机的蓝牙信号检测会随着手机外观材料不一致而不一致。

例如在蓝牙上锁的过程中，由于蓝牙信号值的波动，导致上锁的距离也跟着波动，由于蓝牙信号值的波动映射上锁的距离，所以，信号值的偏差越大，上锁距离就越大。这导致产品的体验感十分的差。

发明内容

本发明所要解决的技术问题是需要提供一种能够对所述蓝牙信号的RSSI数据进行滤波处理以实现数据校准，进而使得基于蓝牙靠近实现电动车上锁的方式更为可靠，提升产品的体验感。

对此，本发明提供一种基于蓝牙靠近实现电动车上锁的方法，包括以下步骤：

步骤S1，通过手机的API接口接收蓝牙信号；

步骤S2，通过手机接收蓝牙设备发出的RSSI数据，并将其存储到本地的数组队列中；

步骤S3，对所述RSSI数据进行滤波处理以实现数据校准；

步骤S4，对滤波处理后的RSSI数据求取其算术平均值，以实现电动车上锁。

本发明的进一步改进在于，所述步骤S2包括以下子步骤：

步骤S201，创建一个预设长度的数组队列，并设置好采样时间；

步骤S202，采样时间内，在所述数组队列串行插入预设次数的RSSI数据。

本发明的进一步改进在于，所述步骤S201中，创建一个长度为20位的数组队列，其中，位标为0的节点设置为删除节点，用于实现删除；位标为19的节点设置为加入节点，用于实现数据的更改和加入，进而形成一个串行队列；所述采样时间设置为4～7秒。

本发明的进一步改进在于，所述步骤S202中，所述预设次数为20，在采样时间内，通过串行方式获取20次所述RSSI数据。

本发明的进一步改进在于，所述步骤S3包括以下子步骤：

步骤S301，通过高斯函数对所述RSSI数据进行离散化预处理；

步骤S302，对离散化预处理之后的数据进行高斯卷积，实现滑窗处理；

步骤S303，对滑窗处理后的数据进行低通滤波。

本发明的进一步改进在于，所述步骤S303中，通过公式Y_n＝a*X_n+(1-a)*Y_n-1进行低通滤波，其中，Y_n为本次滤波的输出值，a为滤波系数，X_n为本次采样值，Y_n-1为上一次滤波的输出值。

本发明的进一步改进在于，所述低通滤波的截止频率为f_L＝a/(2*Pi*t)，其中，f_L为截止频率，Pi为圆周率，t为采样间隔时间。

本发明的进一步改进在于，采样间隔时间t为0.25s～0.8s，滤波系数a为1/32。

本发明的进一步改进在于，所述低通滤波的公式Y_n＝a*X_n+(1-a)*Y_n-1中，滤波系数a取1～256之间的整数，并将1-a替换为256-a。

本发明的进一步改进在于，所述低通滤波的滤波输出值用双字节表示，其中一个字节为整数，另一个字节为小数。

与现有技术相比，本发明的有益效果在于：先对所述RSSI数据进行数组队列存储，然后通过滤波处理以实现数据校准，最后对滤波处理后的RSSI数据求取其算术平均值，以实现电动车上锁，进而可以修正RSSI数据由于各种原因偏差所带来的误差，修正了由于建筑物原因遮挡等原因而带来的RSSI数据变化过大的问题，修正了由于蓝牙设备安装位置不同而导致RSSI数据被干扰的问题，在此基础上，还优选通过增加RSSI数据的采集个数，让RSSI数据的变动更加平顺；本发明能够使得基于蓝牙靠近实现电动车上锁的方式更加可靠，提升产品的体验感和适用性能。

附图说明

图1是本发明一种实施例的工作流程示意图。

具体实施方式

下面结合附图，对本发明的较优的实施例作进一步的详细说明。

如图1所示，本例提供一种基于蓝牙靠近实现电动车上锁的方法，包括以下步骤：

步骤S1，通过手机的API接口接收蓝牙信号；

步骤S2，通过手机接收蓝牙设备发出的RSSI数据，并将其存储到本地的数组队列中；

步骤S3，对所述RSSI数据进行滤波处理以实现数据校准；

步骤S4，对滤波处理后的RSSI数据求取其算术平均值，以实现电动车上锁。

本例利用数据滤波处理，采用份阶段去噪、滑动窗口以及滤波算法进行全面的滤波，能够在设定范围内去除最大值和最小值的噪声，按先入先出取出算术平均值；再根据处理过的RSSI数据计算未知节点到信标的距离，通过公式d＝10^((abs(RSSI)-A)/(10*n))得到未知节点到信标的距离d，其中：d为计算未知节点到信标的距离；RSSI为接收信号强度，由于可能是负值，因此通过abs取其绝对值；A为发射端和接收端相隔1米时的信号强度；n为环境衰减因子，所述环境衰减因子n一般取值为2.0。利用此公式得到距离d，再判断距离d是否满足解锁的阀值，该解锁的阈值为预定义的解锁数值，这个不同制锁厂家不一样，因此，可以根据实际情况进行调整和修改；如果距离d小于所述解锁的阀值则判定为满足解锁条件，对硬件设备的蓝牙协议发送解锁的蓝牙指令即可。

本例根据处理过的RSSI数据以及信号衰减模型得到RSSI值的过程优选如下：

本例适用于支持蓝牙的主流智能手机上，在iOS和Android两个系统上均适用，只要将所述将基于蓝牙靠近实现电动车上锁的方法植入的手机应用程序APP中即可；本例利用手机系统的蓝牙开放API接口,通过手机来接收硬件中控发出的蓝牙信号，为了精准性，确保硬件中控的蓝牙模块稳定发射出RSSI信号，本例在使用前要确保APP开启了蓝牙权限，使得硬件能稳定不间断的发射出蓝牙RSSI数据；其中，API接口为应用程序接口，即Application Programming Interface；RSSI数据为接收的蓝牙信号强度指示值。

本例所述步骤S2优选包括以下子步骤：

步骤S201，创建一个预设长度的数组队列，并设置好采样时间；

步骤S202，采样时间内，在所述数组队列串行插入预设次数的RSSI数据。

本例所述步骤S2用于在设定的时间内接收到蓝牙设备发射出的RSSI数据(也称RSSI值)，并且本地存储到20位容量的队列里面，秉承先入先出，后入后出的原则，将RSSI数据的不断的更新，同时要设置好采样时间。

其中，本例所述步骤S201中，优选创建一个长度为20位的数组队列，其中，位标为0的节点设置为删除节点，用于实现删除；位标为19的节点设置为加入节点，用于实现数据的更改和加入，进而形成一个串行队列；所述采样时间设置为4～7秒。

这里要注意的是，只有位标为0和位标为19的节点才能进行更改，其中0位标的节点只做删除，19位标的节点用于实现加入，形成一个串行队列，这样的设置，能够使得数组队列的存储更为合理，同时不容易出错。

值得一提的是，理论上，采集的RSSI数据的样本个数越多，其计算越精准，而数组队列的长度则取决于所述RSSI的采集样本个数；基于所述电动车上锁的需求，本例在0.25秒至0.8秒获取一次硬件设备的RSSI数据，比如0.25秒获取一次，这样通过短时间和高频次的获取，在短时间内获取到多次RSSI数据，20个采集样本，理论上5秒就可获取完，数据量也足够多，进而能够在满足响应速度的基础上，使得数据的处理更加精准，这是针对电动车上锁的需求而设置的，并不是本领域技术人员惯用的手段。

因此，本例所述步骤S202中，所述预设次数为20，即在采样时间内，通过串行方式获取20次所述RSSI数据，获取20个RSSI数据的采集样本，所述采样时间由采样间隔时间t和预设次数确定，也可以根据实际需要进行修改和调整。

本例所述步骤S3用于对已经收集好20位容量的RSSI数组容量进行滤波处理，对造成干扰偏移的RSSI数据进行剔除。优选的，所述步骤S3包括以下子步骤：

步骤S301，通过高斯函数对所述RSSI数据进行离散化预处理；

步骤S302，对离散化预处理之后的数据进行高斯卷积，实现滑窗处理；

步骤S303，对滑窗处理后的数据进行低通滤波。

本例所述步骤S301和步骤S302为预处理步骤，用于将所述RSSI数据进行“离散化”和“窗口滑窗处理”，通过对高斯函数离散化得到的函数来得到高斯模板，也就是窗口，然后实现“滑窗”和“卷积”，通过“滑窗”的方式来进行“卷积”过程。通过现有技术中的高斯函数进行离散化处理和高斯卷积运算既可实现本例所要求的预处理过程。

其中，“离散化”指的是离散的高斯卷积核，实际上就是将高斯函数进行离散化，方便计算高斯模板；“窗口”是一个很形象的比喻，实际上就是M*N维的高斯模板；“滑窗”指的是高斯模板，用于结合待处理的RSSI数据，处理一个接着一个的像素点。例如说，处理完(1,1)这个点之后，接下来要处理(1,2)这个数据点，那么模板相当于右移了一个像素点，那么我们可以把这个过程形象地看作是滑窗。在碰上待处理图像的边缘时，往往处理不了，此时要进行特殊处理，比如说在检测到边缘时，复制原来的灰度数据，即不处理；“卷积”是高数中概念，然而在本例中，卷积远远不需要高数书上的那么复杂，实际上就是待处理图像的各像素灰度数据与模板对应元素的数值进行加权和的运算过程，就称之为卷积。

首先，在步骤S301中，主要引入了数学中的高斯函数(正态分布函数)，其公式如下：公式中，x和y表示卷积核的中心，即锚点；π为圆周率，e是对数，σ是标准差，h(x,y)为高斯函数；利用标准差公式求得RSSI值的标准差，公式中数值x_i皆为实数，其平均值(算术平均值)为μ，标准差为σ，将该处求得的标准差代入至公式中的σ即可。

高斯滤波的思路就是对高斯函数进行离散化，以离散点的高斯函数值为权值，对采集到的每个RSSI数据做一定范围内的领域加权平均，即可有效消除高斯噪音。

然后在步骤S302中，经过离散的高斯卷积核H:(2k+1)x(2k+1)，其元素计算方法为：其中Sigma为方差，k为确定核矩阵的维数，i和j表示二维矩阵标，x和y表示卷积核的中心，即锚点；π为圆周率，e是对数，k是确定核矩阵的维数，σ是标准差，H_i,j为高斯卷积元素。

通过上述公式，本例将RSSI值代入至公式中，从而进行高斯滤波处理。值得一提的是，在图像处理中，高斯滤波一般有两种实现方式，一是用离散化窗口滑窗卷积，另一种通过傅里叶变换。最常见的就是第一种滑窗实现，只有当离散化的窗口非常大，用滑窗计算量非常大(即使用可分离滤波器的实现)的情况下，可能会考虑基于傅里叶变化的实现方法。

本例所述步骤S303中，通过公式Y_n＝a*X_n+(1-a)*Y_n-1进行低通滤波，其中，Y_n为本次滤波的输出值，a为滤波系数，X_n为本次采样值，Y_n-1为上一次滤波的输出值，n为采样次数，本例所述采样次数n优选为20。本例所述步骤S303的滤波公式是发明人通过模拟硬件滤波的功能推导出的低通滤波算法，由公式Y_n＝a*X_n+(1-a)*Y_n-1可以看出，本次滤波的输出值Y_n主要取决于上次滤波的输出值Y_n-1，值得说明的是，不是取决于上次的采样值，这和加权平均滤波是有本质区别的，这与本例电动车上锁的使用环境有关；本次采样值X_n对滤波输出的贡献是比较小的，但通过这个公式的计算能够达到修正作用，这个公式的算法很好地模拟了有教大惯性的低通滤波器功能，非常适合应用于基于蓝牙靠近实现电动车上锁的方法。滤波系数a初始取值为远小于1的数值，该滤波系数a可以根据实际需要进行自定义修改和调整。

本例所述低通滤波的截止频率为f_L＝a/(2*Pi*t)，其中，f_L为截止频率；Pi为圆周率，取值可以为3.14；t为采样间隔时间。

本例所述采样间隔时间t为0.25s～0.8s，滤波系数a为1/32。更为优选的，所述采样间隔时间t为0.5s，即0.5秒，当t＝0.5s(即每秒2次)，滤波系数a＝1/32时，截止频率fL＝(1/32)/(2*3.14*0.5)＝0.01Hz，当目标参数为变化很慢的物理量时，这是很有效的，适合于本例的应用。

但是另外一方面，它不能滤除高于1/2采样频率的干搅信号，本例中采样频率为2Hz，故对1Hz以上的干搅信号应采用其他方式滤除。

因此，本例所述低通滤波的公式Y_n＝a*X_n+(1-a)*Y_n-1中，优选将所述滤波系数a取1～256之间的整数，并将1-a替换为256-a。即本例所述步骤S303中，为了进一步滤除1Hz以上的干搅信号，优选通过公式Y_n＝a*X_n+(256-a)*Y_n-1进行低通滤波，其中，所述滤波系数a为1～256之间的整数。

这样，计算结果舍去最低字节即可，因为只有两项，a和1-a，均以立即数(立即寻址方式指令中给出的数)的形式应用于所述基于蓝牙靠近实现电动车上锁的方法中，无需另外设表格，操作更为便捷和稳定可靠。虽然采样值为单元字节(8位A/D)，为保证运算精度，本例所述低通滤波的滤波输出值用双字节表示，其中一个字节为整数，另一个字节为小数，进而避免因为舍去尾数而使滤波输出不会变化的弊端。

本例对每一次采样时间内接收到的RSSI数据进行滤波后，通过所述步骤S4再次求算术平均，即算术平均值M＝(Y₁+Y₂+……+Y_n)/n，n经测试，得到的结果能够满足了蓝牙靠近实现电动车上锁的功能，相对于现在市面上的蓝牙上锁方案，大大提升了其稳定性和适用性。

本例所述步骤S4对滤波处理后的RSSI数据求取其算术平均值，以实现电动车上锁，所述电动车上锁的过程为通过算术平均值公式M＝(Y₁+Y₂+……+Y_n)/n，得到平均值M，再根据定义的解锁阀值，当平均值M<解锁阀值时，app通过蓝牙通讯指令对硬件进行解锁，所述解锁阀值为预先设定的解锁阈值，可以根据实际需要进行自定义修改和调整。

本例在所述步骤S1之前，优选先对蓝牙模块进行测试，进而确保硬件设备能否输出稳定的RSSI信号，否则，蓝牙信号效果时高时低，手机所采集的RSSI数据不宜用来做滤波和算术平均处理。

值得一提的是，本例步骤S2中，优选通过手机依次接收2个至4个蓝牙设备所发出的RSSI数据，并将其按时间顺序存储到本地的数组队列中；这样设置的原因在于，在对RSSI数据进行采集过程中，如果是Android手机可以做到0.25秒对一个蓝牙设备采集一次RSSI数据，但是iOS手机却需要0.8秒对一个蓝牙设备采集一次RSSI数据的频率，为此，本例优选同时开启4个蓝牙设备的中心对象，即优选通过4个蓝牙设备来实现，这样，所述采样间隔时间t设置为0.25s，甚至于设置为0.2秒，即0.2秒或0.25秒读取一次，就能够满足采集频率的要求，进而很好地解决了Android手机和iOS手机的适用性问题。

综上所述，本例先对所述RSSI数据进行数组队列存储，然后通过滤波处理以实现数据校准，最后对滤波处理后的RSSI数据求取其算术平均值，以实现电动车上锁，进而可以修正RSSI数据由于各种原因偏差所带来的误差，修正了由于建筑物原因遮挡等原因而带来的RSSI数据变化过大的问题，修正了由于蓝牙设备安装位置不同而导致RSSI数据被干扰的问题，在此基础上，还优选通过增加RSSI数据的采集个数，让RSSI数据的变动更加平顺；本发明能够使得基于蓝牙靠近实现电动车上锁的方式更加可靠，提升产品的体验感和适用性能。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (10)

1.一种基于蓝牙靠近实现电动车上锁的方法，其特征在于，包括以下步骤：

步骤S1，通过手机的API接口接收蓝牙信号；

步骤S2，通过手机接收蓝牙设备发出的RSSI 数据，并将其存储到本地的数组队列中；

步骤S3，对所述RSSI 数据进行滤波处理以实现数据校准；

步骤S4，对滤波处理后的RSSI 数据求取其算术平均值，以实现电动车上锁。

2.根据权利要求1所述的基于蓝牙靠近实现电动车上锁的方法，其特征在于，所述步骤S2包括以下子步骤：

步骤S201，创建一个预设长度的数组队列，并设置好采样时间；

步骤S202，采样时间内，在所述数组队列串行插入预设次数的RSSI 数据。

3.根据权利要求2所述的基于蓝牙靠近实现电动车上锁的方法，其特征在于，所述步骤S201中，创建一个长度为20位的数组队列，其中，位标为0的节点设置为删除节点，用于实现删除；位标为19的节点设置为加入节点，用于实现数据的更改和加入，进而形成一个串行队列；所述采样时间设置为4~7秒。

4.根据权利要求3所述的基于蓝牙靠近实现电动车上锁的方法，其特征在于，所述步骤S202中，所述预设次数为20，在采样时间内，通过串行方式获取20次所述RSSI 数据。

5.根据权利要求1至4任意一项所述的基于蓝牙靠近实现电动车上锁的方法，其特征在于，所述步骤S3包括以下子步骤：

步骤S301，通过高斯函数对所述RSSI数据进行离散化预处理；

步骤S302，对离散化预处理之后的数据进行高斯卷积，实现滑窗处理；

步骤S303，对滑窗处理后的数据进行低通滤波。

6.根据权利要求5所述的基于蓝牙靠近实现电动车上锁的方法，其特征在于，所述步骤S303中，通过公式Y_n=a* X_n+(1-a) *Y_n-1进行低通滤波，其中，Y_n为本次滤波的输出值，a为滤波系数，X_n为本次采样值，Y_n-1为上一次滤波的输出值。

7.根据权利要求6所述的基于蓝牙靠近实现电动车上锁的方法，其特征在于，所述低通滤波的截止频率为f_L=a/（2*Pi*t），其中，f_L为截止频率，Pi为圆周率，t为采样间隔时间。

8.根据权利要求7述的基于蓝牙靠近实现电动车上锁的方法，其特征在于，采样间隔时间t为0.25s~0.8s，滤波系数a为1/32。

9.根据权利要求6的基于蓝牙靠近实现电动车上锁的方法，其特征在于，所述低通滤波的公式Y_n=a* X_n+(1-a) *Y_n-1中，滤波系数a取1~256之间的整数，并将1-a替换为256-a。

10.根据权利要求9的基于蓝牙靠近实现电动车上锁的方法，其特征在于，所述低通滤波的滤波输出值用双字节表示，其中一个字节为整数，另一个字节为小数。