堵车避免无线传感器网络的简单设计

抽象的

智能交通系统（ITS）通常通过详尽的测量和复杂的信号处理（包括中高成本的硬件部署）来实现。本文描述和分析了一种利用磁强计和麦克风检测和避免交通堵塞的无线传感器网络系统的新设计。该系统也可用于交通监控，简单、节能、准确，可在降低硬件成本的情况下实现。为了减少维护任务，在不久的将来还将安装微型太阳能电池板为这些尘埃提供电力。

1.导言

智能城市现在是热门话题之一。一个城市中最相关的方面之一，特别是在一个大城市，是交通管理和监督。在 [1]，结果表明，85 据估计，美国城市地区每年耗资650亿美元，市民延误了35亿小时（随之而来的是不愉快），燃料消耗超过57亿加仑（以及产生的过量污染）。为了解决这个问题，许多国家正在开发交通监控系统，并出现了智能交通系统（ITS）的新概念。

解决交通监控问题的常用方法是对车辆进行全面监控[2-4.]包括计算它们，估计速度[5.]，重量，车辆的类型，甚至在其内部的人数[6.]. 出于这些目的，大多数传统的交通监控系统使用侵入式传感器，这些传感器需要以某种方式插入道路进行监控。这是昂贵的，通常比较复杂，而且使用寿命缩短，因为大多数情况下车辆都与车辆密切接触（以及可能的损坏案例数量）。在这组中，我们可以找到感应线圈检测器[7.那8.]，压电[9.]和其他重量或运动探测器。这组传感器具有非常高的精度（大于97％的检测）。

近十年来，非侵入式传感器因其灵活性和低成本而得到广泛应用。例如声学[10.-12.]，超声波[13.,磁14.]，电磁的[15.]，红外线[16.]，甚至视频分析系统[17.-20.]. 这些技术大多依赖于无线传感器网络（WSN）[21.]或者可以很容易地调整以用于WSN方法。由于无线传感器网络系统的巨大优势，在过去的十年中，基于无线传感器网络的系统开发的增长非常迅速。本文中的方案也使用了一个无线传感器网络，但它是最简单、成本最低的无线传感器网络。

也有其他类型的需要在车辆的一些额外的硬件系统，如全球定位系统（GPS），基于移动的系统[22.或自动车辆识别（AVI）系统。或者还有其他系统基于大量用户的合作，指示他们的位置和速度（依赖于GPS）以获得像Waze中的全局监控[23.那24.等等。由于我们正在寻找一个适用于所有车辆的通用系统，并且与使用它的用户数量无关，因此不考虑这些建议。

现在关注其应用，用户通常只需要知道交通的粗略估计，例如四级信息：没有流量，低密度，中密度和高密度或交通堵塞。在这些情况下，已经提出的大多数系统都是过多的复杂和昂贵，因为它们意识到车辆检测，计数和在这里不使用的其他参数的估计。为了避免拥挤的道路或拥堵，通过这些简单的4个级别的信息将足够能够做出正确的决定，从而获得哪种道路，从而获得避免拥塞的最终目标。如果需要更多信息，系统可以简单地调整。本文的关键思路是提供一个简单而有效的基于WSN的系统，用于提供有用的实时信息，以防止拥塞和减少延迟。

本文的其余部分安排如下。在部分2中，示出的问题的描述和方案。然后，在第3.，提出，分析和讨论了原型提案。最后，在部分4.这项工作和未来想法的主要结论是绘制的。

2.场景和问题描述

在本节中，将描述主要场景。此外，还将介绍主要参数和技术注意事项。

正如上面已经提到的，常见的情况是，当用户有几个替代路线为到达目的地。例如，一个人可能会从从家前往工作二至五个不同的路径，哪一个是最好的将取决于交通状况决定。然而，大部分的时间，决定有没有交通的知识进行，一旦已经选择是没有办法返回。此外，所选择的路径实际上可以根据交通条件的估计改变或调整。如果我们有多少流量有在不久的将来额外的信息，这将是在采取决策很有帮助。例如，是否服用一个出口或另一个将取决于多少流量没有在后面的出口处环岛，但通常你没有这个信息的决定。然而，采取适当的决定，你只需要大致知道车辆的数量，但不是他们的确切人数。

在这些情况下，一个简单的车辆的检测系统是足够的。此外，要估计更复杂的速度或其它参数不是必需的，因此，一个简单的设计就足以达到我们的目的，这影响了成本又得到了类似的结果，以其他更复杂的方案。

在图中1，一个典型的场景中描绘了其中存在，其中车辆的队列，也就是，业务量密度的长度，通过使用四个传感器并且因此获得了四电平测量所估计的道路。接入点（AP）也被绘制。该AP将会从最后的传感器接收所述信息，同时将其与由移动网络中心站连接，例如通用分组无线业务（GPRS），通用移动电信系统（UMTS），或长期演进（LTE）。应当指出的是，该系统采用了微尘地方在他们的邻里与微尘沟通，只有接近微尘AP能够达到其多跳传输方案。在我们的原型，这部分是通过计算机实现的，但它也可以被集成到AP。虽然图1只有一条路被监控，这个想法是在所有需要监控的道路上部署这个方案。

中央应用程序将是每条道路所有测量的接收器，并将运行服务器，以便用户可以访问信息。用户部分是一个非常简单的Android应用程序，您可以在其中指定想要知道的道路。应用程序连接到服务器并实时获取结果。如果移动设备具有全球定位系统（GPS），您还可以定义您想要知道信息的位置，当您到达该位置时，应用程序将向您显示道路状态，以便您可以利用这些有用的信息来决定下一步的路线。因此，路线的决定是以一种更明智的方式进行的，并将交通堵塞降至最低。如果移动设备没有GPS或未激活，当用户想要了解道路状态时，必须直接执行请求。应该注意的是，服务器不断地知道被监视的所有道路的道路状态，因此，来自用户的请求只需要几秒钟就可以在用户终端上准备好。

这个方案的一个例子在图中示出2其中示出到达该大学两个不同的选择。The first road is the shortest one (7 minutes, 5.7 km), but, however, if there is too much traffic at the roundabout indicated in the figure, the second alternative (much longer: 12 minutes, 10.4 km) becomes a better option if there is no traffic there. The key fact is that the choice must be carried out at the point indicated in the figure. Without the knowledge provided by our system, you only can guess which one is the best. However, just a coarse estimation on how much traffic there is at the road falling into the roundabout is enough to make the proper decision.

3.原型

一旦简要绘制了场景，在本节中，描述了用于获得具有简单架构和设计的粗略估计的硬件/软件方案。该体系结构分为三个部分，即无线传感器网络，中心点和移动部件。在本文中，焦点在无线传感器网络部分上，因为中心点只是一块硬件/软件，该硬件/软件从不同的接入点接收所有测量，并运行在查询时用户发送所请求的信息的服务器。移动部件是一个简单的Android接口，允许用户介绍他/她的要求并从服务器请求足够的信息。因此，在下文中，本文仅描述由硬件部分和软件部分组成的WSN。

3.1。硬件

如已指出，无线传感器网络已被用于该提案，具体而言，从MICAz弩微尘。这些非常简单的微尘由三个部分组成，即，（1）其中所述射频和信号处理模块被分配的MICAz OEM参考板，（2）MTS310传感器板，其中多个传感器是可用的，和（3）的电源，在这个原型是AA电池，但在不久的将来将是一个小而高效的功率太阳能电池板向微粒提供足够的能量。

MICAZ OEM参考板允许IEEE 802.15.4 / ZigBee兼容的无线网状网络网络在2.4 GHz频段中的无线网状网络节点，最高可达250 kbps。在我们的原型中，具有小于1kbps的物理层足够。该电路板提供128 kB可编程闪存，其中可以分配我们的算法和系统以及512 kB内存以存储测量。实际上，我们的实现只需要少于1 kB的存储。该电路板还具有8个模数转换器（ADC）的10位分辨率，用于从不同的传感器获取数据。最大发射功率为3 dBm，灵敏度为-94 dBm。

与此参考板相连的是MTS310传感器板。MTS10提供了不同的传感器，如麦克风、发声器、基于简单CdSe光电管的光传感器、松下（ERT-J1VR103J）的热敏电阻，温度范围为−40°至70°，模拟设备（ADXL202JE）的2轴加速计，范围为g, a resolution of 2 mG and a sensitivity of，及那finally, the 2-axis magnetometer from Honeywell (HMC1002), with a sensitivity of 3.2 mV/V/gauss and a resolution of 27 高斯。这一高度敏感的NiFe涂层使电路以变化的电桥电阻。这座桥是非常敏感，能够测量地球磁场等小磁场。由于车辆具有大的质量亚铁，当车辆接近传感器，它们扭曲地球的磁场和这些失真可以通过传感器来测量[14.]。像文献我们的方法与其他人之间的差异[14.]意义重大。首先，在我们的方法中，尘粒位于道路一侧，通常位于栏杆上，其布置用于防止车辆驶出道路，而不是在道路内部或道路上。该方案比以前的方案更好，因为它在安装和维护方面更便宜，尽管从检测角度来看更具挑战性。然而，出于我们的目的，重要的估计是传感器周围是否存在停止或低运动车辆，这将表明此时交通拥挤。这确实是第二个区别，因为其他提案试图在移动时估算和/或计算车辆（通常要复杂得多）。第三个不同之处是，我们的建议与文献中的其他建议一样，提供了足够的有用信息，但复杂性要小得多。该方案的探测范围在0.45到2米之间，这通常就足够了。为了减少估计误差，还使用麦克风记录1秒的声音。通过对两个信号进行简单的信号处理，可以估计传感器附近是否有停止或低速车辆，可靠性大于80%。此外，探测范围可扩展至3米。

最后，两轴加速度传感器被用于检测当微尘被窃取。由于这些系统没有监督通过道路展开，虽然他们会被隐藏，人们可以实现自己的存在，并试图窃取他们。在这种情况下，微粒检测到该移动，并激活警报。在中心点，服务器可以建立一个机制，用于通知关于这个问题，并定时参考。从2轴加速度计小偷可以位于取得的交通照相机和时间和方向。

在图中3.，在该提案中使用的低成本模具显示，也是安装的低成本模具。可以观察到，它们受到塑料袋的保护，以拯救他们免于雨水和灰尘。

3.2. 软件或信号处理

该方案的另一个重要部分是软件和相关的信号处理。motes的软件已使用TinyOS编程，状态图如图所示4.。有三个州，即，闲置那收集，及采集和测量。下面提供了在每个状态下执行哪些任务的描述：（一世）闲置的在这种状态下，MOTE处于睡眠模式。(2)收集。在这种状态下，有刺醒和住宿期间的时间倾听来自其他微尘消息（收集时间）。如果它接收到来自前一个相邻微尘的消息，它会将其转发到下一个。一段时间之后，它移动到了闲置状态。应当指出，这里说的第一微尘不能直接到达的接入点，和，因此，多跳通信方案被使用。在这个意义上，微尘的数字表示的顺序和因此对于微尘3所述前相邻的微尘数微尘2等。为了增加可靠性和耐用性，并且还防止由于碰撞或传播条件的重传，该设计提供了在下面的意义上的冗余。微尘可以达到不仅先例，接下来的微尘但也有一些人。这样一来，微尘可以接收来自其他的，这降低了接收失败，也是因为重发是不太可能不是由至少另一个听到一个微尘消息数据。这种配置还提供了鲁棒性抗一种微尘的错误（或者即使该微尘被损坏或被盗），因为消息仍然可以由其他微尘被接收，因此，转发。（iii）收集和测量。在这种状态下，尘粒会苏醒一段时间(测量时间)，在这段时间里，它会继续听其他尘埃的信息，但它也会进行两次测量，一次是在开始时并在最后的另一个。在此之后，它发送一个消息至紧邻的微尘与它的两个测量值和共同的其他人的微尘的测量，从其他微尘接收的消息中提取。后，它可以追溯到闲置又一次。对于这种状态，以前州的解释也是如此。两种测量的目的是避免错误的测量，因此，误报或否定。

尘粒的正常顺序如下所示。尘粒开始于闲置国家，和之后（测量之间的时间），微尘进行到收集和测量在。在这段时间之后，MOTE去了闲置国家时间，与当Motes收集来自其他人的消息时，这两间隔之间的时间。在这段时间之后，MOTE跳到了收集一个时间的国家，在那之后，它又回到闲置陈述一段时间。这个序列始终相同但在操作期间可以变化。基本上，它取决于有多少流量，目的是将最活跃的微型靠近交通队列结束的位置保持。如果在图中的MOTE 3周围有停止或低运动车辆，那么这个想法很简单1，MOTE 3是应该是最活跃的测量值，以检测流量是否会增加或减少，因为肯定在下秒钟内的MOTE号码1将测量流量，因为队列到达MOTE 3.因此，基于存在的道路存在多少流量时的运行时间是动态和分布式监测变化（每个微尘改变他们根据它们从其他尘埃接收到的消息估计流量，以保证靠近队列末尾的尘埃是最活跃的尘埃)。

在图中5.，描述了三种不同的场景：（a）交通量低或根本没有交通量时，（b）交通量中-低时，以及（c）道路拥挤，因此车辆到达尘粒4时。如图所示5.在方形中的数字表示该微尘被测量。在时间参数部分的内容，所有不同的时间显示。下面的关系必须满足： 虽然通常，. 更新时间(） 是， 在哪里是传感器的数量。通过使用这些表达式，我们可以根据所需的更新时间建立不同的时间。为一个分钟（价值合理）和， 这是25秒，这使得系统非常节能。

在收集和测量状态下，测量过程包括四次测量，两次来自2轴磁强计，两次来自麦克风。在测量时间开始时，传感器唤醒并从2轴磁强计获取值，同时从麦克风记录1秒的声音。然后，在测试前1.5秒过期后，它需要从2轴磁强计的第二次测量和另一个1秒的声音从麦克风。在两个瞬间进行两次测量的原因是，我们的目的是检测是否有一辆停止或低运动的车辆靠近尘埃，因此，为了避免临时检测，获得两次测量。

对微粒测量的分析是非常简单的。磁力计的测量值与系统校正时估计的阈值相比较。这个简单的比较足以估计尘埃附近是否有交通工具。这里需要注意的是，这个校准程序很简单，可以在部署前进行。

如前所述，为了减少误差，还获得了麦克风的辅助测量。这个想法是为了记录尘埃周围的声音，以评估是否可能有一辆停着的车辆存在。信号分析也很简单。如果记录的信号是，处理后的信号是 哪里是信号的能量它用于减少环境部件。上面的等式是快速傅里叶变换（FFT）计算。如果有200 Hz的重要组成部分，则车辆很可能接近Mote;如果还有高达600 Hz的重要组成部分，则可能是停止的车辆将接近Mote。在900 Hz以上，这些组件的来源与发动机不同，如音乐或克拉。如果没有车辆接近MOTE，则根本没有任何组件。因此，由于我们的目标是估计停止或低速车辆的存在，我们对600 Hz以下的组件感兴趣。可以在图中看到记录信号的两个例子6.. 此外，移动车辆的平均声能通常高于停止车辆，因此，是另一个重要参数。同样，如果此参数太高，它是由于克拉逊或音乐等其他噪声源。

在一个消息中发送的数据将是之前从相邻的尘埃接收到的信息(如果是2号或3号，这个长度将是不同的)和当前尘埃中测量到的信息:磁强计每次测量一个比特，表示是否有车辆，然后麦克风每次测量一个比特，表示是否有车辆。此消息通过对每个测量值使用奇偶校验位来保护。此外，每小时，电池电量也会由短信中的微粒发送一次。这样，AP就可以从所有的尘埃中估计出电池的电量。在AP上，所有的测量都被接收并处理以评估流量级别。一些非相干测量或假阳性或假阴性可以被解决。例如,如果微粒1、3和4估计有一个车辆但mote 2并不停了下来,很容易发现mote 2的估计是错误的,因为它极有可能队列达到mote 4和数量,也因此,mote 2号。

同样的原则也适用于其他情形或场景。例如，车辆碰撞的微粒附近，但发动机仍运转，尽管车辆停止，是外马路。在这种情况下，它不与干扰交通和其他车辆可以继续他们的行程。在这种情况下，即使微尘将表明有堵车，直到这一点，因为其他的人也不会，这种情况将得到由后处理为假阳性处理，它会自动纠正，给出的答案将是没有堵车，这是正确的，确实如此。

来自AP的所有信息被传输到服务器，以便向最终用户提供服务。

虽然这个系统是集中在路口或迂回状的情况下，如果有一个拥挤漫长的道路，肯定它会倒塌或更紧密地放置回旋处或十字路口过，在那里可以安装我们的系统，因此，这些场景都是也是这个建议覆盖，节省了大量的资源，并获得了类似的结果为其它更复杂的系统。

4.结论和未来的工作

智能交通系统是当今大城市的热门话题，尤其是在定义未来智能城市时。关于处理这个问题的建议，有大量文献。然而，在大多数情况下，提案过于复杂和复杂，提供的信息远远超过要求。本文提出了一种简单、低成本、节能的解决交通拥堵问题的方案。该方案简单，只需低成本的硬件即可实现。由于传输的数量和信息比特的数量非常低，并且该系统已被证明在小规模场景中可以正常工作，因此它也是节能的。未来的工作是部署一个大规模的实验，对更多的道路进行分析，并在服务器上部署一个更强大的软件。此外，为了减少电池消耗，每个微尘中都会安装微型太阳能电池板来提供能量。在这种情况下，系统维护非常低。此外，可以根据这些粗略估计的车辆数量来设计更复杂的移动应用程序。

时间参数摘要

	收集消息之间的时间 - 这是从其他相邻电机收集消息的两个时段之间的时间
	收集时间，这是的收集时间的持续时间
	测量时间 - 他是测量时期的持续时间
	两次测量之间的时间——这是两次测量之间的时间
	更新时间这是每个微尘的两次信息更新之间的时间，也就是说，此时间表示微尘更新其信息的速度。

利益冲突

提交人声明没有关于本文的出版物的利益冲突。

致谢

这项工作已由西班牙国家项目GRE3N-SYST（TEC2011-29006-C03-03）部分资助（CSD2008-00010）。

参考文献

1. D. Schrank和T. Lomax，“2005年城市移动报告”技术。代表，德克萨斯州交通研究所，德克萨斯州A＆M大学系统，大学站，Tex，美国，2005。浏览：谷歌学术
2. X.来生，P.小虹，W. Zhengxia，X. Bing和H.鹏志，“研究交通基于无线传感器网络监测网络及其业务流预测和拥塞控制模式”，在衡量技术和机电一体化自动化会议的诉讼程序（ICMTMA '09），卷。1，PP。2009年4月湖南142-147。浏览：出版商网站|谷歌学术
3. J. Zhou，C.L.P. Chen和L. Chen，“城市无线传感器网络中的小型交通监测系统”IEEE制度，人和控制论国际会议的诉讼程序（SMC'13），第4929-4934，2013年10月。浏览：出版商网站|谷歌学术
4. J.FernÃNdez，L.Calavia，C.Baladrón等，“具有密集传感器部署的大都市区的智能监控平台”，传感器，卷。13，不。6，PP。7414-7442,2013。浏览：出版商网站|谷歌学术
5. R.K. Megalingam，V. Mohan，A. Mohanan，P. Leons和R. Shooja，“用于车速监测和交通路线系统的无线传感器网络”第二届国际机电技术会议(ICMET’10)论文集，第631-635，IEEE，新加坡，2010年9月。浏览：出版商网站|谷歌学术
6. C陈，J。Kwon，J。赖斯，A。斯卡巴多尼斯和P。Varaiya，“单回路监测系统的错误检测和缺失数据插补”，年运输研究委员会(TRB)第82届年会论文集，华盛顿，直流，美国，2003年1月。浏览：谷歌学术
7. s哦，S。G里奇和C。哦，“单回路感应信号实时流量测量”，在交通研究委员会（TRB）第81届年会会议记录，华盛顿，直流，美国，2002年1月。浏览：谷歌学术
8. 张旭东，“基于单回路检测器的高速公路网络实时监测系统设计与实现”，《中国公路学报》第83届TRB年会的诉讼程序，华盛顿，直流，美国，2004年1月。浏览：谷歌学术
9. C. J. Wynant，“称重传感器的石英技术”技术。代表，Kistler Instruments，2002。浏览：谷歌学术
10. 答Y. Nooralahiyan，H. R.柯比和D基翁，“声学签名车辆分类，”数学和计算机建模第27卷第2期9-11页，第205-214页，1998。浏览：出版商网站|谷歌学术
11. B. Barbagli，L.Bencini，I. Magrini，G. Manes和A. Manes，基于无线传感器网络技术的实时交通监控，“第七届国际无线通信和移动计算会议的诉讼程序（IWCMC'11），第820-8252011年7月。浏览：出版商网站|谷歌学术
12. Y. M.权，K. Mechitov，S. Sundresh，W. Kim和G.阿加，“用于在室外环境中的传感器网络弹性定位，”技术。众议员，2005。浏览：谷歌学术
13. Y.乔和我荣，“车辆检测与基于WSN-超声波传感器的分析，”传感器，卷。14，不。8，pp。14050-14069,2014。浏览：出版商网站|谷歌学术
14. s科尔里，S。Y张和P。Varaiya，“用于监控流量的传感器网络”，年在通信，控制和计算的阿勒顿会议论文集，2004年9月。浏览：谷歌学术
15. A.杜兹达尔和G。Kompa，“使用低成本基带脉冲微波雷达传感器的应用”，年第18届IEEE仪器和测量技术会议的诉讼程序，第1卷，239-243页，IEEE，布达佩斯，匈牙利，2001年5月。浏览：出版商网站|谷歌学术
16. Y.Iwasaki，M. Misumi和T.Nakamiya，“在各种环境条件下使用红外线热相机的鲁棒车辆检测及其在道路交通流量监测中的应用”，“传感器，卷。13，不。6，pp。7756-7773,2013。浏览：出版商网站|谷歌学术
17. C.A.Maccarley，S. Hockaday，D.需要，以及S. Taff，“检测错误和抵消单循环监控系统的缺失数据”在TRB年会会议纪要，华盛顿，直流，美国，1992年1月。浏览：谷歌学术
18. 阿尔博维克，S。T沃勒，R。希思和S。VISHWANATH，“城市交通管理无线可视传感器网络”，Tea.R.P.，德克萨斯大学奥斯丁，奥斯丁，Tex，美国，2010。浏览：谷歌学术
19. J.Leitloff，D. Rosenbaum，F.Kurz，O. Meynberg和P. Reinartz，“一个用于从航拍图像估算道路交通信息的操作系统”，“遥感，第6卷，第2期11, pp. 11315-11341, 2014。浏览：出版商网站|谷歌学术
20. J. Guo，J. Wang，X. Guo，C. yu和X. Sun，在基于相关性分析的夜间交通场景中的照明变化的前面的车辆检测和跟踪，“传感器，卷。14，不。8，pp。15325-15347,2014。浏览：出版商网站|谷歌学术
21. FA.纳赛尔和M。sMahmoud，“无线传感器网络应用：交通控制和管理的分散方法”，年无线传感器网络：技术和应用，第16章，第347-374章，Intech，2012。浏览：出版商网站|谷歌学术
22. Y赵，“手机定位及其对智能交通系统的影响，”IEEE交易智能交通系统，卷。1，不。1，第55-64，2000。浏览：出版商网站|谷歌学术
23. BMcClendon，“谷歌地图和waze，一起超越流量”，2013年，http://googleblog.blogspot.com/2013/06/google-maps-and-waze-outsmarting.html。浏览：谷歌学术
24. WAZE，“WAZE官方网页”，2015年，https://world.waze.com/。浏览：谷歌学术

版权

版权所有©2015VíctorP.GilJiménez和M.JuliaFernández-GetinoGarcía。这是分布下的开放式访问文章知识共享署名许可协议如果正确引用了原始工作，则允许在任何媒体中的不受限制使用，分发和再现。