（浙江科技学院 机械与能源工程学院 310012）
摘要：针对近年来不断兴起的车辆检测技术，文章利用磁阻传感器IST8308设计了一种基于地磁的新型车辆检测器。本文介绍了其硬件结构和滤波原理，并从固定阈值无法适应多种车型，以及邻车位干扰导致车辆检测准确率低等问题设计了其检测算法。现场车辆检测结果表明，该检测算法精度达到95.3%以上。
关键词：地磁传感器；车位检测；检测算法
引言
目前国内对车位的检测主要基于图像，超声波，红外线等检测方式，具有不易受环境变化，能耗等影响，检测准确率也非常高。但是复杂的硬件结构，超高安装维护费用和功耗等使得不得不寻找新的一种的车辆检测技术[1]。地磁传感器是一种能动态检测地磁场变化的感应设备。其体积较小，安装简单，不易损坏，可靠性极高，功耗低等特点，能较好的弥补现有车辆检测设备的不足。因此，地磁检测器具有巨大的研究价值和发展潜力。
1系统构成及工作原理
地磁检测装置中的磁阻传感器运用了地磁场的原理。地球是一个天然磁场，其表面的磁场强度大约为500~600mGs，地表各处的磁场方向和强度都因地而异，但是在一定区域可以看作一个稳定的磁场。本文采用的AMR（磁阻传感器）为爱盛IST8308，它应用了镍铁导磁合金的磁阻效应。地磁车辆检测器在检测车辆时就利用了AMR地磁检测的原理对车辆是否存在运动进行检测。车辆在进入到检测区域时，区域内的磁力线就会被聚合并发生明显的扰动，这样就可以利用AMR检测器对磁力线的变化进行采集，处理分析，从而准确地判断车辆是否存在。所以不同车型对磁力线有不同的影响，也会对邻位产生地磁扰动。
本文设计的地磁检测系统主要包括AMR传感器、NB通信、上位机。其中由AMR传感器采集的信号，然后再通过I2C协议读取到单片机中。在单片机中通过内置的检测算法将输入的数据进行分析，从而能够得出车位的车辆停靠情况。最后单片机再结合通信模块将采集的原始数据或运算后的数据通过NB-IoT基站转发到服务器或者操控台。
2车辆检测装置硬件设计
硬件电路是系统整体设计中至关重要的一环，稳定可靠的硬件为系统正常的运行提供基础性的保障，本设计中车辆检测装置的硬件部分主要有AMR传感器检测电路、MSP430最小系统板、电压检测电路和NB通讯模块构成。在设计系统硬件时，坚持模块化设计理念，各模块内独立设计，模块间以接口方式进行连接，不仅提高了硬件电路调试过程中发现并解决问题的效率，还能给后期维护带来便利。
2.1电源电路
在车辆检测装置中，NB模组要实时地转发和接收信息，多以中断节点不能一直进入休眠状态，在没有发射信息时都应该处于随时准备触发接收状态，而且车辆检测装置安装使用环境都是户外，所以电池电量的监控也很重要。
本文中使用的是多节并联的可充电电池，其标准电压恒定在3.7V，所以在使用过程中无需稳压模块，但是必须在其未把电路耗尽之前更换电池。本实验中，电池电量的估算是通过ADC简单检测电池的电压得来的，尽管该方法精度较低和缺乏对电池的有效保护但其简单易行，所以在设计的车辆检测装置中使用该方法来估算电池电量。如下图 2.1。C1,C2,C3均为滤波电容，D1为保护二极管，防置电流过大。当测量电池电量时只需给ADCC一个高电平，MOS管导通，ADC7开始采集信号。
图2.1 电量采集电路
2.2检测电路设计
本设计采用的AMR（磁阻传感器）为爱盛IST8308。传感器内部通过三个存储寄存器，分别将存储的X、Y、Z三轴采集数据并输出到ADC数据，这些数据通过I2C接口发送到MSP430。另外IST8308的I2C接口通过外部上拉电阻与VCC连接，常用的上拉电阻一般2K到10K，可以容许更高的I2C数据传输。
在一些电子产品的设计中，含有屏蔽罩的射频电路、含有磁铁的扬声器，以及电动马达。IST8308这种高灵敏度的磁阻传感器在应用时应该在稳定的磁场环境，周围不要有可以产生不稳定磁场的元件和设备，也不能存在可以改变磁场的铁磁性物质，所以在传感模块硬件设计时应考虑远离射频屏蔽罩或不使用屏蔽罩。对于一些贴片电子元件的焊接引脚也会含有铁磁性物质，但又不可以避免使用这些无线，所以建议在PCB摆放元件时应尽量使传感器IST8308远离大电感和高容值的但电容等铁磁性元件，无论是PCB的正反面，都最好能保持五毫米以上的距离。
另一方面的磁性干扰，就是电路中的大电流。PCB板上的大电流的走线也会产生不稳定的磁场，当IST8308正常工作时，它没有方法去识别磁场的类型，也无法判断是单纯的地磁场还是多种磁场的叠加。从大量测试数据中发现一条电流超过0.01A以上的走线所产生的磁场大小可以在5mm以外衰减的很弱，所以在硬件设计时传感器尽量远离大电流的走线[2]。
2.3单片机
核心板作为整个系统硬件的控制中心，为系统的稳定，有序和高效运行提供了重要的保障。由于车辆检测装置埋在底下，需用锂电池供电，锂电池容量有限且通信数据量较大，本设计选用的主控制电路中微控制器为美国TI公司生产的MSP430F149单片机。MSP430具有处理能力强、运算速度快、超低功耗、片内资源丰富、方便高效的开发环境等优点以适合本系统使用需求。P3.1和P3.3和地磁的SDI/SDA和SCK/SCL相连，通过I2C协议通信保证磁阻传感器与单片机的信息传输。另外P3.6与P3.7与NB模组相连。
2.4通信
NB-IoT是一种低功耗广域网通信技术，工作在授权频谱，作为一种全新的3GPP无线接入技术，与现有的3GPP设备并不完全向后兼容，其目的是为了实现与传统的全球移动通信系统（GSM，Global System for Mobile Communications)，GPRS和长期演进（LTE，Long Term Evolution)技术实现共存，并在网络覆盖增强和低功耗等方面互相补充，现阶段有不少专家学者围绕其技术性能特点和未来发展趋势展开研究，其技术主要特性包括部署灵活、覆盖性强、超低功耗、成本低廉、海量连接[3]。本论文选用某宝上已有的BC95系列NB-IoT无线通信模块。
3系统软件设计
3.1滤波算法
在研究中，我们采用了iSentek的AMR 传感器IST8308，该传感器具有精密轴的灵敏度，高精度，低功耗性能。我们把车辆检测装置放置于车道的一侧，距离被检车辆1米左右的位置，使其X轴与车辆方向平行，Y轴与车辆方向垂直，Z轴垂直于地面方向。AMR检测到车辆出入车位的地磁场变化曲线如图3.1所示。
当车辆向着AMR传感器接近时，X轴，Y轴和Z轴都有自己的相应的磁感应强度的数值。由于原始数据的曲线带有很多毛刺，不容易找到设计算法的突破点。所以首先将每个轴采集到的地磁数据进行滤波处理，滤波的方式有很多比如，小波滤波，卡尔曼滤波，中值滤波等等，各种滤波都有其不同的特点，比如卡尔曼需要大量的数据才能得到相对准确的数据,中值滤波只能消除突发性的干扰噪声，并不能去除周期性存在的干扰。本实施例采用滑动平均滤波[6]，简单叙述如下：
根据单片机内存的大小来选择窗口长度M，窗口长度越大滤波的效果越好，但是过大的窗口长度M会占用大量的单片机内存经过滑动平均滤波后的信号，曲线更平滑。假设将采样数据看成是一个长度为M个采样队列，对于M个平稳停车位磁场强度数据{Yj}，视之每个m的小区间内其均值接近于常量，取每mg个相邻数据的平均值来表示m个磁场强度任一个取值，并按照先进先出的原则进行采样，这样就可以看做是抑制了随机误差结果。
图3.1 AMR检测到车辆出入车位的地磁场变化曲线
每次采样到一个新数据放入队尾，并先进先出的原则扔掉队首的一次数据。使用滑动滤波法，可以滤除毛刺信号，得到更加准确的基线值如图3.2。检测到车辆信号的瞬间，信号会有大的波动，此时活动滤波可以有效地去除信号的脉动干扰，是信号更加平滑。
图3.2 经过滑动滤波后的三轴数据
3.2车位检测算法设计
目前基于AMR传感器的判断车辆存在的方法一般是基于某一个轴向的波动来判断的。使用较多的是比较X轴波动的信息，用设定阈值的方法来判断。由上节可知，采集到的数据是在稳定磁场下滤波过，汽车通过检测器时，AMR传感器可以检测到地磁场有三个分量在变化。。假设车位附近没有可移动铁磁性材料时的磁场记作基准背景磁场，车位当前磁场可以视作基准背景磁场与各种地磁场扰动的矢量的叠加，记作
表示邻近车位停车对目标车位的磁场的影响。检测算法基于矢量运算法则提取车辆驶入驶出目标车位产生的地磁扰动矢量
，车位背景磁场的影响记作 
见下式（3.5） [4]。由此可知，运用矢量差相减可以得到本车位的车辆对磁场扰动大小，且不会受到背景磁场和邻位车辆的干扰而发生变化。
(3.5)
4实验结果及分析
在测试中，我们分四个场景来测试检测车位算法的准确性：
1） 轿车进出三个车位（3号车位旁边有轿车）；
2） 商务车进出三个车位（3号车位旁边有轿车）；
3） 商务车停在在2号车位，轿车进出1号和3号车位（3号车位旁边有轿车）；
4） 轿车停在在2号车位，商务车进出1号和3号车位（3号车位旁边有轿车）。
根据自己设计的检测算法对车辆进行检测，同时用人工的方式准确记录车位的情况，并将测试结果与实际记录结果相比较能够得出车位检测算法的具体识别准确率。
由统计结果可知，在采用上述检测算法后，识别准确率达94%以上。其中产生的误检情况是因为车辆停车不规范，进出车太快等电磁干扰所致。车位检测得到了很好的检测效果，这说明采用检测算法提高了识别的准确率。
通过车位识别的结果，可以发现，邻车是大车的时候，识别正确率较低，小车进出时识别正确率较高。这是因为大车在邻车位时，邻车干扰导致由于邻车干扰的导致磁通量变化方向不确定，本车位标尺出错。也有可能是车辆发动机启动后导致磁场发生巨大变化，期间导致无车标尺异常漂移，最终导致出车失败。
5结束语
本设计的车辆检测器系统，与传统传感器技术的车辆检测器相比，结构简单，安装与维护便利且NB-IoT通信功耗低，通信稳定等优。本文在检测算法上，通过矢量运算的角度对车位磁场扰动进行分析，然后通过设立阈值的方法判断本车位车辆的存在。在判断本车位车辆的同时，通过对车位总扰动的分析，对邻车干扰也做了相应的解决方案。通过实际效果测试，在小型停车场对车位上车辆的存在的检测判断是可行的。
参考文献
[1]贺秀玲,刘春侠,赵明富,文志东.基于磁阻传感器的车辆检测算法[J].激光杂志,2015,36(09):144-147.
[2]高全勇. 基于地磁的车辆探测系统研制[D].中国科学院大学(中国科学院工程管理与信息技术学院),2017.
[3]穆志洋. 基于NB-IoT的城市声光污染监测系统研究[D].浙江大学,2018.
[4]王维锋,万剑,谢斌,周云城,谭挺.基于矢量运算和多级阈值判断的地磁车位占用检测算法研究[J].交通信息与安全,2016,34(05):53-60.
[5]陈国林,佘洪波,董金荣,池上升.一种基于无线传感网的车位检测系统设计[J].单片机与嵌入式系统应用,2015,15(08):49-52.
[6]雍世和,孙宝佃.用滑动平均滤波法消除测井曲线上的毛刺干扰[J].华东石油学院学报,1983(01):11-19.
论文作者:蒋尚,李婕,翁卫兵
论文发表刊物:《电力设备》2018年第20期
论文发表时间:2018/11/13
标签：车位论文; 车辆论文; 磁场论文; 地磁论文; 传感器论文; 算法论文; 磁阻论文; 《电力设备》2018年第20期论文;