路面车辆监测系统软件设计论文

摘要：基于桥梁监测系统记录的特重车交通荷载数据研究了特重车过桥的空间动力响应和动态放大系数。首先利用某高速公路大桥安装的交通信息采集系统和动态称重设备（WIM）实时采集数年的交通荷载信息形成与实际车流特征相符的随机车流样本，定义并提取特重车交通荷载工况。今天小编给大家找来了《路面车辆监测系统软件设计论文(精选3篇)》，仅供参考，大家一起来看看吧。

路面车辆监测系统软件设计论文 篇1：

高速公路车道智慧监测系统研究与应用

摘要：传统的车道设备大多数由单一的电路或IO信号进行控制，是独立的信息孤岛，往往由于维护报修不及时引起收费站拥堵，严重影响了通行效率。文章结合高速公路保通保畅、提升效率和服务出行等方面管理的要求，设计研发了一套车道智慧监测系统，对ETC/MTC收费车道的相关设备进行有效监控，完成快速报修和预警研判，保障高效通行，并为管理层决策提供有力数据支撑。通过该系统在广西南宁东、南宁南等收费站进行安装测试运用表明，车道设备由原先的被动化管理，逐步演进成为全面感知、数据融合和智能应用的物联网阶段，可全面提升收费运营的信息化和智慧化管理水平。

关键词：智慧监测;云平台;信息采集

中国分类号：U491.1+16文章标识码：A431643

0 引言

随着当前汽车保有量的逐年增长，高速公路经过“取消省界收费站”项目改造后，扩大ETC车道数量，的确极大提高了通行效率，方便了大众的出行。但与此同时，也对收费车道设备的运行稳定、故障的及时排除提出了更高的要求。

长期以来，由于缺乏技术手段与管理措施，收费车道一直存在终端设备种类繁多、智能化水平低、标准不统一、通信规约不规范等问题，造成运维、设备调控与资产管理等方面较为落后[1]。针对此情况，本文提出设计一种车道智慧监测系统，以便更好地保障设备运行，全面提升收费运营管理信息化、智能化水平。本系统是一个基于高速公路车道智能检测与监控技术的系统，该技术在现有交通安全管理和路政管理工作中具有重要作用。通过对传统道路设施进行改造，结合数字信号显示和高速公路易测设备来实现对道路交通流信息的实时监测[2]，在提高通行效率及降低交通事故率等方面提出了解决方法。

本系统由云平台管理软件、传输终端云盒和终端检测模块三大部分组成。云平台软件是系统的大脑，是整个系统实现精益化管理需求的核心，负责接收、管理各个收费站所属车道的设备运行状态，并进行智能化数据分析，具备报修通知、设备资产管理、智慧运维数据分析等功能。传输终端云盒是数据的集中处理网关，通过WiFi、以太网或者RS485多种通信方式，负责对各个智能终端进行数据采集和加密，并通过5G发送到阿里云后台。智能终端是安装于各个设备的检测单元，实时采集设备的运行状态并通过私有协议进行数据打包上传。

本文将详细阐述车道智慧监测系统的软件架构、硬件设计和应用，结合实际应用案例与传统设备管理模式进行对比分析。

1 软件设计

1.1 设计模式与技术框架

本系统的设计使用Java语言进行开发，采用B/S架构、基于MVC设计模式。采用MVC模式的目的是增加代码的重用率，减少数据表达、数据描述和应用操作的耦合度，同时也使得软件可维护性、可修复性、可扩展性、灵活性以及封装性大大提高，以满足系统设计原则。

通过监控机电设备工作环境的相关数据，将数据上传到服务器，服务器通过业务逻辑处理，判断设备是否正常工作，系统设计框架如图1所示。

本系统采用的是基于Maven整合Spring、SpringMVC和MyBatis的开源框架，其为后台框架，Bootstrap为前台开发框架。从职责上分为四层：WEB层、Controller层、Service层和Dao层（Data Access Object，数据访问对象）。其中Spring是用来协调上下层的容器，管理员依赖并提供事务机制，使用SpringMVC作为系统的整体基础架构，负责MVC的分离，在SpringMVC框架的模型部分，利用MyBatis框架对持久层提供支持，业务层用Spring支持。

基于上述技术框架的高速公路车道智慧监测系统，由微处理芯片、高清摄像头以及GPS定位终端组成。其中，微处理芯片是主要使用的核心器件。该设备通过高速公路上车辆检测传感器采集到车主信息后，传送到微处理器进行预热，之后传输数据给中心控制器;经PC端发送和接收来自预热器或中央处理器的数据;经由单片机对与交流传感器转换过来的信号经过一系列运算计算，最终得到高速公路车道状态参数，如速度、加速度等。

1.2 数据库设计

所用数据库系统：Mysql 5.7.21;设计/管理工具：Navicat Premium。设备信息表结构主要有设备名称、设备类型（类型id值）、品牌、设备型号、用户ID、安装地址、设备状态、云盒ID、云盒连接状态、温度阈值、高温警告、湿度阈值、最大电压阈值、最小电压阈值、最大电流阈值、最小电流阈值、供电警告、烟雾阈值、火灾消防警告、安全防护警告等信息。

2 硬件设计

系统以物联网技术为基础，采用無线组网技术，实现多节点设备状态参数的检测。系统由智慧监测控制器基站、终端界面、设备检测节点组成。如图2所示。

2.1 智慧监测控制器基站云盒

主控基站完成对感应区域内检测节点的扫描检测和数据传递，通过不停地连续快速扫描，感应检测节点的信息，收到信息后按照预先定义好的协议打包信息，转发给临近的服务商无线通信基站或者直接通过有线以太网完成与监测管理中心服务器系统的通信。安装时要考虑探测节点与基站之间的距离，设备监测主控基站对检测节点的感应范围在5～10 m。

智慧监测控制器主要包括微控制器STM32F407ZGT6（168 MHz）、Zigbee无线模块（2.4 GHz）、4G无线通信模块（全网通）、温湿度模块（检查范围0 ℃～85 ℃，湿度0%～100%RH）、数字DIO模块（12DI/12DO）、电能采集模块（最大检测AC220 V/20 A）、RS232/RS485模块（标准DB9针）、电源模块（AC220输入适配变压直流DC12 V输出，板载DC5 V/DC3.3V）、RTC时钟模块、复位/看门狗模块、以太网控制模块、FLASH储存模块、SDRAM模块等，如图3所示。Zigbee无线模块通常处于快速扫描状态，用于监控感应区内的检测节点，快速扫描可保证多个传感器信息同时感应处理。处理器完成数据的处理缓存，扫描数据包括本感应器所在区域内的检测节点数据和监控中心发来的检测命令及其他数据。

智慧监测控制器上电后，先进行设备自检，扫描可用网络，当以太网与4G网络同时可用时优先使用有线以太网连接中心控制主机。控制器定时扫描设备节点状态，解析设备节点回复信息，并通过与预置设备参数标准范围进行比对，判断设备节点工作状态是否正常，并通过网络按特定通信协议回传打包车道设备状态信息。如果判断设备状态异常，则优先通过中心软件进行报警并通过短信息方式发送给维护员，由维护员进行确认处理。

2.2 终端界面设计

开机后显示主界面，即主要设备状态界面，如图4所示。主界面中有“设备状态”“电能监测”和“环境状态”三个主菜单图标，还有“维护开门”“系统信息”图标，可以通过手指点击图标进入相应的界面。屏幕的最下面一行显示收费站代码、车道号、设备版本号，并实时显示系统日期及时间。

2.3 设备检测节点

设备检测节点安装在每个设备内部，不同节点具有不同的接口，用于监测特定设备的工作状态。每个节点可以存储设备身份等信息，其身份在系统内唯一识别，最大可以识别6万多个设备。检测节点采用了低功耗技术，一个电池就可以工作1年之久。检测节点采集每个设备的状态数据并由节点感应器展开，通过节点向外扩展，无限接力传送到收费站智慧监测控制器，再通过远程通信模块将信息传送到监测管理中心。

3 智慧监测系统的关键技术

3.1 高速公路车道线定位

车道边缘检测可对高速公路路段上不同的道路进行分析，并在车辆行驶过程中，通过采集交通流信息，结合实际情况建立一套完整有效的路面图像特征参数。根据车辆运行速度、方向等因素确定相应车道线位置。传统路网的行车路况复杂多变或人工操作不当，会造成交通事故发生率较高，人民生命安全及财产损失严重，而引入数字化测量技术来对道路上各种路段进行检测不仅方便快捷，而且准确率更高，同时也能够减少道路管理成本，提高交通安全保障水平。对高速公路车道边缘的检测主要是在高速公路上设置一个车道位置信息采集设备，利用该装置可以实时获取道路沿线车辆及行驶环境中车辆运行情况，如交通流、速度等。通过收集道路线形数据和实际路况信息来实现对其进行分析。本系统基于GPS定位技术与可变阈值展开研究并提出将之完善的方法：确定固定阈值（即根据当前车道边缘位置变化而发生变化），然后利用道路中心线距离计算公式得到车道边缘长度。

3.2 技术运用

本系统已经在广西南宁东、安吉、南宁南等多个收费站进行测试使用，运行效果良好。能够进行实时的设备状态监督，及时反馈设备故障并及时维护，实现运营管理信息化和平台化的升级。对车流密集的收费站的保通保畅有积极的意义。

另外，通过信息化升级，只需一个平板电脑就能实现对多种设备的远程操作。对于大型收费站而言，其车道照明灯、封道栏杆机的开关操作，传统的方法是需要人工逐个车道进行开关，工作量巨大，现在只要点击界面即可远程完成。

4 结语

高速公路机电设备的运行要求是24 h不间断地工作，经长期运行，外场机柜机箱会逐渐达不到原定的IP标准，而且在盐雾较重、夏季炎热高温和常年多雾的地区，经日晒雨淋，设备外壳极易腐蚀生锈，防护等级下降;涉及电子元器件较多的机电设备受温湿度影响较大，长时间运行后，就会出现各种各样的故障。

但是高速公路机电设备的维护人员数量有限，难以完成设备巡检、设备状态监测带来的巨大工作量，基本无法做到对外场设备、高空设备、大型机电设备常态化现场开箱检测。因此，基于物联网技术、智慧云平台技术、5G网络技术的高速公路车道智慧监测系统开发及应用具有重要意义[3]。

参考文献：

[1]段海澎，韩纪红，凌 浩，等.智慧高速公路隧道诱导知识库系统建设与研究[J].价值工程，2019，38（33）：195-197.

[2]呂 叠.高速公路一体化车道控制终端系统的研究[J].广东交通职业技术学院学报，2019（2）：54-58.

[3]黄 觉，秦 鸿，关小杰.高速公路监控中心智慧交通平台应用研究[J].公路交通科技（应用技术版），2020（6）：300-303.

作者：韦坚

路面车辆监测系统软件设计论文 篇2：

基于长期监测的特重车流作用下桥梁动态放大系数研究

摘要：基于桥梁监测系统记录的特重车交通荷载数据研究了特重车过桥的空间动力响应和动态放大系数。

首先利用某高速公路大桥安装的交通信息采集系统和动态称重设备（WIM）实时采集数年的交通荷载信息形成与实际车流特征相符的随机车流样本，定义并提取特重车交通荷载工况。

其次，建立公路桥梁典型车辆动力分析模型库，推导了各典型车型的质量、刚度、阻尼矩阵，并将典型车型的车辆动力分析模型嵌入到自行研发的随机车流桥梁耦合分析软件BDANS（Bridge Dynamic Analysis System）。最后以一座6跨连续T梁桥为工程实例，计算了特重车交通荷载作用下桥梁的空间动力响应和动态放大系数，研究了动态放大系数与路面粗糙度、纵梁的横向位置以及车重的变化关系。结果表明，动态放大系数随路面粗糙度的增大而增大，随车重的增大而减小；车辆直接作用位置处的纵梁动态放大系数小于远离车辆作用位置处的纵梁；特重车交通荷载下桥梁的动态放大系数比按照规范确定的动态放大系数小。

关键词： 桥梁工程； 车桥耦合振动； 特重车交通荷载工况；

动力响应； 动态放大系数

文献标识码： A

引言

近年来，移动荷载引起的桥梁动力响应问题受到了国内外研究的大量关注。随着客货运输质量和数量的不断增长，桥梁正承受着越来越大的交通荷载，公路运输车辆的超限问题在国际上已是一个普遍问题，这就使得准确评价特重车交通荷载动态过桥所产生的响应变得尤为重要。

在中国现行的桥梁设计规范中，都是以冲击系数来描述移动车辆桥梁系统相互作用的强迫振动和车辆对桥梁的动力冲击效应。然而规范中冲击系数的取值仅仅考虑了结构的基频，事实上它与车重、车型、车速、路面粗糙度和桥梁形式等诸多因素都有关系。公路桥梁行驶车辆的质量是随机的，不同质量的车辆所对应的冲击系数是不一样的，特重车质量基数大，相对于桥梁结构的自重不可忽略，并且特重车辆大多是拖挂车车型，目前关于质量较大的拖挂车车型动态过桥所产生的冲击系数不是很明确，如何确定特重车交通荷载动态过桥时的冲击系数，对于新桥设计规范和旧桥评价规范的修订具有重要意义。

目前车桥耦合振动研究大多集中于正常车重下整车车型动态过桥的空间动力响应和冲击系数[1～3]，特重车过桥冲击系数方面的研究较少。黄东洲基于AASHTO规范中设计车辆荷载（HS2044）研究了多主梁混凝土桥梁的冲击系数[4]，讨论了车辆横向加载位置、车重、加载车道数、桥梁横向刚度和主梁间距对冲击系数的影响。都柏林大学的OBrien研究了中小跨径桥梁在极端不利交通荷载作用下的响应特征[5]，在实测数据的基础上利用蒙特卡洛方法模拟了大量的交通荷载，综合考虑了车重、轴距、路面粗糙度和桥梁跨径等因素，但是他们模拟的荷载工况不能完全真实再现特重车交通荷载动态过桥场景，车辆类型单一，不能涵盖真实的车辆类型。

本文基于交通荷载采集系统和动态称重设备，在大量实测交通荷载数据的基础上，形成随机车流样本，定义并提取了特重车交通荷载工况，利用编制的随机车流桥梁耦合振动分析软件真实再现特重车交通荷载过桥场景，从而获取了特重车工况下的桥梁空间动力响应和动态放大系数谱。

1基于桥梁监测系统的特重车交通荷载工况的提取

1.1交通荷载数据实时采集系统

桥梁监测系统可以对桥梁所处周边环境（如风、车辆荷载等）及桥梁本身的状态参数进行监测，并基于监测数据对桥梁性能指标（如可靠性、耐久性等）进行评价。由于很多桥梁安装了对交通荷载进行监测的监测系统，使研究人员更加准确全面获得交通荷载数据成为可能。本次调查断面选择了中国河北宣大高速公路某大桥，该大桥安装了桥梁监测系统，其中包括在桥头安装的车辆荷载动态称重系统和交通信息采集系统（如图1所示），从而可以对运营期大桥的交通荷载信息进行采集以及对超载车辆进行监控。

桥梁监测系统中的动态称重（WIM）系统主要包括动态称重平台、车辆分离器、轮轴识别器、数据采集处理器和环形线圈检测器，可以测量特定地点、特定时间行驶的车辆的动态轮胎受力，计算车辆的重量、车速、轴距，确定车辆类型以及有关车辆的其他参数。

4结论

（1）利用某大桥安装的健康监测系统进行了交通荷载信息采集，包括行驶车辆的到达时刻、车速、横向位置、车型、车重，形成随机车流样本，在此基础上定义并提取了1 319个特重车交通荷载工况；

（2）建立了公路桥梁上常见的9种典型车型所对应的车辆动力分析模型，并将9个车型的动力分析模型嵌入至BDANS软件中的随机车流桥梁耦合振动分析系统，形成典型车辆模型库。该分析系统可以考虑公路桥梁上通行车辆荷载的随机特性，从而可以进行特重车交通荷载工况动态过桥的真实模拟。

（3）以一座6跨连续T梁桥为工程实例，实现了1 319个特重车过桥场景的真实再现加载并计算了桥梁的空间动力响应和动态放大系数。计算发现：同一断面处各根梁的动态放大系数随着路面粗糙度的增大而增大；车辆直接作用位置处的纵梁动态放大系数小于远离车辆作用位置处的纵梁；随着车重的增大，动态放大系数趋于接近1的稳定值；极端不利交通荷载下桥梁的冲击系数比按照规范确定的冲击系数要小。

参考文献：

[1] Silva J G S. Dynamical performance of highway bridge decks with irregular pavement surface [J]. Computers and Structures，2004，82（11/12）： 871—881.

[2]Wang T L， Huang D Z. Cablestayed bridge vibration due to road surface roughness [J]. Journal of Structural Engineering， ASCE，1992， 118 （5）： 1 354—1 374.

[3]Kim C W， Kawatani M， Kim K B. Threedimensional dynamic analysis for bridgevehicle interaction with roadway roughness[J]. Computers and Structures， 2005，83（19/20）： 1 627—1 645.

[4]Huang Dongzhou， Wang TonLo， Shahawy Mohsen. Impact studies of multigirder concrete bridges[J]. Journal of Structure Engineering， 1993，119（8）：2 387—2 402.

[5]OBrien E J， Cantero D， Enright B， et al. Characteristic dynamic increment for extreme traffic loading events on short and medium span highway bridges[J]. Engineering Structures， 2010，32（12）：3 827—3 835.

[6]院素静.公路车桥耦合典型车辆运动方程的建立及软件设计[D].西安： 长安大学，2012.

[7]韩万水， 马麟， 汪炳，等. 随机车流桥梁系统耦合振动精细化分析与动态可视化[J].中国公路学报，2013，26（4）：78—87.

[8]中国汽车工业总公司， 中国汽车技术研究中心. 中国汽车车型手册[M]. 济南：山东科学技术出版社，1993.

[9]中华人民共和国工业与信息化部. 车辆生产企业及产品公告 [EB/OL].（20090707）[20130701].http：//www.miit. gov.cn/.

[10]韩万水， 李彦伟， 乔磊，等. 基于车桥耦合振动理论的移动荷载识别[J].中国公路学报， 2013，26（1）：74—86.

[11]Gonzalez A， Cantero D， OBrien E J. Dynamic increment for shear force due to heavy vehicles crossing a highway bridge [J]. Computers and Structures， 2011，89（23/24）： 2 261—2 272.

[12]Brady S P， OBrien E J， Znidaric A. Effect of vehicle velocity on the dynamic amplification of a vehicle crossing a simply supported bridge [J]. Journal of Bridge Engineering， 2006，11（20）：241—249.

[13]中华人民共和国交通部.公路桥涵设计通用规范（JTG D602004）[S].北京： 人民交通出版社， 2004.

Key words：bridge engineering； vehiclebridge coupling vibration； extraheavy truck scenarios； dynamic response； dynamic amplification factor

作者：韩万水　闫君媛　武隽等

路面车辆监测系统软件设计论文 篇3：

基于树莓派的四轮独立电驱动监控系统设计

摘  要： 本文设计了基于树莓派的四轮独立电驱动监控系统，主要由驱动控制系统、电池管理系统、数据处理模块、上位机控制模块等组成。系统使用ESP8266WIFI通讯模块实现传感器、控制器和上位机之间的信息交互，以树莓派芯片作为系统控制核心，进行数据处理。本系统能够方便用户对车辆进行综合性能的验证和评估，获取理想的实验数据，具有结构简单、数据准确、容错率高的特点。

关键词： 树莓派;四轮独立电驱动;数据监控

本文著录格式：赵风财，肖广兵. 基于树莓派的四轮独立电驱动监控系统设计[J]. 软件，2020，41（08）：78-82

【

【Key words】： Raspberry PI; Four - wheel independent electric drive; Data monitoring

0  引言

电动汽车因其在解决大气污染，能源短缺等问题上表现突出，目前已成为体现国家可持续发展和科技创新的战略需求[1]。其中四轮独立电驱动车辆是一种电池组供电，汽车前后轮都有动力的车辆，可按行驶路面状态不同而将发动机输出扭矩按不同比例分布在前后所有的轮子上，以提高汽车的行驶能力[2]。四轮独立电驱动车辆能够实现整车运动状态参数的实时评估、有更加精确的ABS/TCS/ESP動力学控制，具有电机响应快，精度高的特点，因此在汽车控制方面拥有传统汽车无法取代的优点。

目前国内外对四轮独立电驱动系统已经取得了一些成果，李克强[3]等人提出一种基于模糊动态滑模理论的控制方法以实现防滑控制;靳立强和王庆年等建立了四轮独立电驱动车辆的18自由度动力学模型，帮助车辆实现防滑控制[4]。但关于四轮独立电驱动车辆的研究仍然有许多问题亟待解决，如各轮转矩协调不佳会导致整车动力学容易失衡、回路中的网络时滞变大会导致控制系统的闭环或开环的回路传输时间变长、以及如果车身关键传感器或者执行器失效，车辆动力学瞬间会失衡。

针对四轮独立电驱动车辆发展较晚、相关成果不充足的特点，本文设计了四轮独立电驱动监控系统，通过四轮独立电驱动概念车上安装的监测车辆和电池状态的传感器，收集准确且全面的数据，对车辆运行状态进行实时监控，便于对车辆进行综合性能的验证和评估，使得用户可以及时发现问题，获取理想的实验数据，促进四轮独立电驱动车辆相关成果的产生。

1  系统设计

四轮独立电驱动监控系统由数据收集模块、上位机模块、通讯模块和数据处理模块构成。数据收集模块包括驱动控制系统与电池管理系统，以多个监测车辆和电池状态的传感器为基础，当车辆开始运行后，开始稳定的获取包括车速、车轮转矩和转向角、电池电压和电流在内的多个重要数据，并通过通讯模块组建的无线通讯网络把数据发送到上位机模块，经过数据处理，在PC端界面上进行直观的数据显示。

上位机模块同时承担着监控系统与用户的交互，用户可以控制系统与每个车轮传感器的连接状态，便于进行相关的实验、可以控制供电系统进行电池能量均衡，以减小各个电池之间电量差异、可以选择有效的实验数据进行保存，便于进行数据的对比分析[5]-[6]。本系统能够对独立四轮电驱动车辆的重要数据进行实时监控，在丰富的数据反馈的基础上，满足用户的各种实验需求。系统结构图如图1所示。

2  硬件电路设计

四轮独立电驱动监控系统的硬件系统主要包括传感器模块、树莓派控制模块和无线通信模块等。本系统由ESP8266无线WIFI模块组建无线通讯网络，能够使传感器、控制器与上位机之间保持信息交互，实现监测数据和操作指令的传递;传感器模块是系统功能实现是基础，起到对车辆行驶和电池状态的实时监测的作用，本系统使用霍尔效应式车速传感器测量测速、扭矩光电编码器测量车轮转矩、以及高压隔离与采样的方法监测电池组电压;控制模块选用树莓派4B作为核心元件，对传感器数据进行分析、处理，并完成用户发出的操作指令。

2.1  传感器模块设计

传感器模块需要对车速、车轮转矩、转向角、电池电压，电流和温度进行数据收集，并实时发送给信息处理器和上位机。霍尔效应式车速传感器利用霍尔效应的原理制成，由一个几乎完全闭合的包含永久磁铁和磁极部分的磁路组成，实现对车速的监测[7];而光电编码器是一种通过光电转换将输出轴上的机械几何位移量转换成脉冲或数字量的传感器，能够获取准确的车轮转矩数据[8]。

系统采用高压隔离与采样的方法监测电池组电压，在电池组状态信息进行实时监测时，要实现对电池电压采样通路的高速开关控制，同时解决前端采样点路与后端数据处理电路之间的共地问题。电路原理图如图2所示，采用AQW214S光耦继电器作为高压隔离器件，同时也作为电压采集系统的高速信号采样器件，R1=2R2，电路中电容C1为去耦电容，电阻R5为限流电阻，电阻R4用于保证电路可靠工作[9]。

2.2  树莓派控制模块

本文使用树莓派作为四轮独立电驱动监控系统控制模块的核心单元。树莓派是一款基于ARM的单片机电脑主板，具有体积小、效率高、功能强大等特点，新一代树莓派4B搭载1.5 GHz的64位四核处理器和统一的Linux开源操作系统、全吞吐量千兆以太网、支持Bluetooth 5.0和BLE、双micro HDMI输出、支持4K分辨率、存储系统增加了双倍数据速率支持、支持C、C++、Python等语言编程[10]。

树莓派4B的主控制器采用博通BCM2711的1.5 GHz四核处理器，电路图如图3所示，采用ARM Cortex A72架构、500MHzGPU和LPDDR4内存，性能相较树莓派3B+提升了近50%。在通讯方面，树莓派采用USB串口通信和GPIO引脚通信两种方式实现，提供2个Micro HDMI 2.0接口（4K 60FPS）和40针GPIO引脚，通过在树莓派上进行程序设计，运用相关的技术即可实现数据的输入输出。

2.3  无线通信模块

通讯模块是四轮独立电驱动监控系统的重要模块，能够将系统各部分连成整体，如图4所示，本文采用ESP8266WI-FI芯片作为核心元件，构建无线通讯网络。ESP8266是一款Wi-Fi通讯模块，具有传输速度快、低功耗的特点，专为物联网应用设计，可将用户的物理设备连接到Wi-Fi 无线网络上，实现联网通信。ESP8266芯片可以通过AT指令配置，和单片机上的串口进行通信，利用WI-FI进行数据传输，ESP8266芯片内置TensilicaL106 32位 RISC 处理器，CPU时钟速度最高有160 MHz，工作模式有Station模式、AP模式和AP兼Station模式[11]。

3  系统软件设计

系统软件设计采用Visual Basic6.0软件开发设计，主要包括驱动控制程序设计、电池管理程序设计和辅助功能设计。

四轮独立电驱动监控系统的流程图如图5所示，用户登录成功后进入功能区，系统的功能主要分为驱动控制、电池管理、设备检测、历史数据和系统设计五个部分，其中驱动控制和电池管理是系统的核心功能，能够进行数据显示、充放电监测和电池状态诊断，用户可以查看车辆运行时的車速变化、各个车轮的转矩与转向角变化、电池充放电时的实时电压电流变化，控制电池能量均衡等;设备检测和历史数据的功能分别对应检测上位机通讯状态并控制与各传感器之间的连接、保存有效的实验数据供后续查看。

系统主界面如图6所示，主要由驱动控制、电池管理、设备检测、历史数据和系统设计五个部分的入口按钮组成，右上方显示实时的日期和时间，点击右下方红色按钮退出程序。

3.1  驱动控制设计

驱动控制界面包括车辆状态界面、实时车速界面、车轮转矩和转向角界面等。车辆状态界面如图7所示，界面上方是独立四轮驱动车的底盘模型，跟随试验车的运动状态实时变化，给予用户直观的感受，下方进行实时的数据显示，包括当前车速和加速度等，核心数据是各个车轮的转矩、转向角和网络时滞。用户可以根据此界面进行数据观察和对比，发现试验车行进中的问题，包括四轮转矩是否一致、网络时滞是否过大等。右下角是功能选择区，用户可以刷新当前状态、进入实时车速界面、选择有效的数据进行保存，被保存的实验数据在历史记录中查看[12]。

实时车速界面如图8所示，车速传感器获取试验车行进的速度和加速度，发送到数据处理模块，经过分析、处理，在上位机界面绘制出车辆实时车速折线图，右侧显示车辆行驶时间和当前是速度与加速度。车轮转矩和转向角界面如图9所示，页面主体分别是车轮实时转矩和转向角的折线图，页面右侧显示当前实时的转矩和转向角，用户通过车轮选择，可以直观的查看相关的数据，在折线图中，如果试验车沿着直线行驶，转矩和转向角都接近于零，图中的出现明显升降的时刻便说明试验车在进行转弯。

3.2  电池管理设计

电池管理是本系统的核心功能之一，程序设计主要包括主界面、供电监测、充电监测和电池状态界面等。为防止电池发生过充电或过放电现象，系统会监测每块电池实时的电压和电流、温度、及电池组总电压，并及时预警[13]。

电池管理主界面如图10所示，主要由供电监测、充电监测、状态诊断和电池参数四个部分的入口按钮组成，右上方显示实时的日期和时间，点击右下方红色按钮退出程序。

供电监测界面如图11所示，页面上方显示电驱动车辆的电池向电动机供电的示意图。界面左下方是数据显示区，传感器检测电池组供电时的实时电压、电流和温度通过无线网络上传至上位机，在供电监测界面显示出来，使用户可以准确掌握电池组的工作情况，防止发生电池组过放电的现象发生，延长电池组的可使用时间。右下方是功能区，用户可以刷新电池供电数据、进入电池状态页面、查看电池组的续航能力，方便用户合理控制电池的使用[14]。

充电监测和电池状态界面如图12所示，在充电监测界面，右侧显示充电中实时的电池电压和电流、和温度。以锂电池为例，充电时先保持恒流，这个阶段电压上升，当电压升到4.2V时，进入第二阶段，即恒压充电，此时电流下降，当电流下到一定阶段时，电池充电完成。系统进行充电状态的监测，使得用户可以及时发现充电异常现象，延长电池的可使用时间。右侧显示显示当前电池已充电和充满仍需要的时间，帮助用户合理控制充电时间[15]-[16]。

在电池状态界面中，用户可以查看电池组中每块电池的电压和剩余电量，挑选出工作不正常的电池，使电池组可靠高效的运行。电池在大量生产时质量不易把控，出厂时电池中的电量便会有微小的差异，随着老化，污染物侵蚀等因素，电池间的电量差异会越来越大，因此，本系统提供能量均衡的功能，即单体电池均衡充电，减小各个电池之间电量差异[17]。

3.3  辅助功能设计

系统的辅助功能包括设备检测和历史记录，使软件功能更加丰富，为用户提供更多便利。设备检测界面如图13所示，用户可已经检查通讯状态并控制与车轮传感器的连接状态，在界面上方显示目前所连接通讯网络的IP地址和密码，用户可以选择断开和连接。在界面下方显示已连接到的车轮传感器，用户可以刷新连接、断开指定传感器的连接。页面另一个重要功能是设备诊断，系统可以根据传感器检测的数据，分析筛选出数据缺少或不准确的设备，反馈给用户，保障系统的正常运行[18]。

历史数据界面如图14所示，用户通过日期选择，获取当天保存的实验数据，根据开始时间和实验时长找到目标实验，点击查看后会显示当次车辆运行时的包括车轮转矩和转向角、网络时滞、电池的电压、电流和温度的数据，供用户进行观察、整合，获取相关的实验结果。

4  结论

本文设计了基于树莓派的四轮独立电驱动监控系统，通过四轮独立电驱动概念车上安装的监测车辆和电池状态的传感器，获取包括车速、车轮转矩和转向角、电池电压和电流在内的多个重要数据，对车辆运行状态进行实时监控。系统使用ESP8266WIFI通讯芯片实现传感器、控制器和上位机之间的信息交互，以树莓派芯片作为系统控制核心进行数据处理。本系统能够方便用户对车辆进行综合性能的验证和评估，获取理想的实验数据，具有结构简单、数据准确、容错率高的特点。

参考文献

[1] 来鑫， 陈辛波， 方淑德， 等. 四轮独立驱动-独立转向电动车辆动力学控制现状[J]. 河北科技大学学报， 2016（4）： 322-328.

[2] 李晓燕. 导说仿评“四轮驱动”教学模式的构建及其实践[J]. 湖南广播电视大学学报， 2011（2）： 6-9.

[3] 孙文庆. 基于ADAMS的柔性底盘运动模拟及转向特性研究[D]. 西北农林科技大学. 2017.

[4] 王庆年， 张缓缓， 靳立强. 四轮独立驱动电动车转向驱动的转矩协调控制[J]. 吉林大学学报（工学版）， 2007（5）： 985-989.

[5] 赵华慧， 黄兆飞， 杨镇瑜. 四轮独立驱动电动汽车性能仿真方法研究[J]. 时代汽车， 2019（12）： 64-65.

[6] 雷钢. 基于WebGIS的新型车辆监控系统设计[J]. 软件， 2016， 37（3）： 123-126.

[7] Wang Rongrong， Wang Junmin.Fault-tolerant control with active fault diagnosis for four-wheel independently driven electric ground vehicles [J]. IEEE Transactions on Vehicular Technology， 2011， 60（9）： 4276-4287.

[8] 常放. 基于嵌入式平臺的目标跟踪控制系统[D]. 电子科技大学， 2011.

[9] 肖广兵， 孙宁， 陈勇， 等. 便携式HEV动力电池故障诊断系统的设计[J]. 电子技术应用， 2013， （10）： 84-87.

[10] 贾婧蕊， 秦婵婵， 胡圣波， 等. 基于树莓派的车牌识别系统的设计与实现[J]， 2019， （12）： 24-27.

[11] 陈世游， 陆海， 张少泉， 等. 总线网络实时监控系统的设计与实现[J]. 软件， 2018， 39（10）： 74-78.

[12] 胡始弘， 杜睿. 一型电动船总体设计和电池选型探讨[J]. 船舶， 2019， （3）： 26-31.

[13] Ono E， Hatto R Y. Vehicle dynamics integrated control for four-wheel-distributed steering and four-wheel-distribut ed traction/braking systems[J]. Vehicle System Dynamics， 2006， 44： 139-151.

[14] 葛英辉. 轮式驱动电动车控制系统的研究[D]. 浙江大学， 2005.

[15] 张利鹏， 李亮， 祁炳楠， 等. 分布式驱动电动汽车转矩自适应驱动防滑控制[J]. 机械工程学报， 2013， 49（14）： 106-113.

[16] 陈婕， 金馨. 基于极限学习机的锂电池健康状态预测[J]. 软件， 2018， 39（2）： 191-196.

[17] 王博. 四轮独立电驱动车辆实验平台及驱动力控制系统研究[D]. 清华大学， 2019.

[18] 童群. 数字化车间生产现场数据采集与智能管理研究[J]. 软件， 2018， 39（8）： 178-180.

[19] 崔智， 王天祺， 房远， 等. 基于模糊控制对多轮独立电驱动车辆驱动形式的研究[J]. 现代信息科技. 2018， （12）： 167-169.

[20] 赵秋实， 史燕中， 方志， 等. 基于频繁集的伴随车辆检测算法研究[J]. 软件， 2016， 37（4）： 69-73.

作者：赵风财 肖广兵