基于无线传感器网络的智能交通系统

摘要本文提出了一种系统架构,使移动节点能够查询大量部署在智能交通系统场景中的无线传感器网络 。我们确定了网络中三种不同的节点:移动 Sink 节点(要查询 WSN 的节点,可以移动)、Vice Sink 节点(可以与移动 Sink 节点直接进行通信)以及普通的传感器节点(感知物理现象,通过多跳方式进行通信) 。我们提出了专门为这种场景定制的协议和算法,这样的参考架构很好的涵盖了 WSN 部署在停车场或者公路上的情况,它们为车辆提供周边环境信息 。
我们介绍分析了一种简单的地理路由协议和两种不同的负载均衡技术,通过大量模拟来评估所提出方案的性能,并把简单的地理路由协议和两种不同的负载均衡技术进行了对比 。
1. 介绍飞速发展的智能交通系统(Intelligent Transport Systems , ITS)涵盖了从航空运输和交通管制到驾驶员警示和交通监测这样的车载服务等诸多领域,交通信息的收集和交流在智能交通应用中起着至关重要的作用 。但大多数传统的智能交通系统只能检测位置固定的车辆,并且由于在部署通信和电力线缆上的开销,这些传统系统没有被广泛应用,目前交通规划和管制所用到的交通数据大多是用有线传感器获得的 。设备本身的成本、维护设备的费用以及耗时的安装过程使得这些现有的传感器系统无法在实时交通监测和控制中大规模部署 。如文献[5]和[6]中所述,无线传感器网络(Wireless sensor network, WSN)因其安装和维护的简便性,可能会显著提高现有的交通运输系统的效率 。
WSN 通常由以下两部分组成:(i) 一组部署在观察区域的节点,用于执行数据收集相关的任务 。(ii) 一个或者多个 Sink 节点,将 WSN 收集到的数据传递给终端用户 。通常 WSN 被部署在远程和(或)敌对区域,Sink 节点需要通过某种形式的远距离连接(即卫星通讯、Wi-Fi、Wi-Max 等)连接到后端 。
我们假设 WSN 被部署在一条公路上,或者在覆盖有某个普遍服务的城市区域 。我们进一步假设终端用户在城市中移动时直接与 WSN 交流,即同时扮演终端用户和 Sink 节点的角色 。在这种情况下,移动用户可以直接访问到无处不在的 WSN 所提供的服务,而不需要借助于存储数据的远程仓库 。这就是智能交通系统所对应的场景,WSN 使得车辆可以直接获取周围环境的信息,然后利用这些信息做出恰当的决策 。比如说,WSN 可用于检测道路上是否结冰,或者检测市中心路边停车位的状态 。
虽然直观上看起来很清晰,但是仍需要对 WSN 的架构和协议进行细化 。在本文的工作中,我们对文献[1]和[2]中提出的原始系统架构进行了改进,使它能够支持城市环境中的智能交通系统 。
一个或多个移动 Sink 节点向 WSN 进行查询,随后 WSN 回复其所请求的信息 。WSN 的部署在几何结构上没有特别要求,数据包通过一种预测地理信息路由机制在网络中路由,最终目的地的位置自动适应于移动用户的移动模式 。这种适应过程是通过一个移动预测模型来实现的,这个模型在转发数据包时会考虑速度变化、方向的突变等因素 。
此外,我们在这里也指出文献[2]中所强调的网络负载均衡问题:移动管理策略和地理转发让网络中的一部分节点额外承载了压力,使它们能量耗尽 。为了延长网络的存活时间,我们在此引入一种能量感知转发策略和一种延迟感知转发策略 。在这样的策略中,节点对下一跳的决策不仅基于地理信息,还基于相邻节点的能量消耗或者向另一个节点发送数据包所预期的延迟 。为了做到这一点,把简单地理信息转发中的度量标准(目标方向和相邻节点方向的标量积)通过能量感知转发中所消耗的能量和延迟感知转发中的延迟进行加权 。通过这种方式,我们希望避免某个节点承载过大压力,从而提高系统性能 。
2. 系统架构我们的场景由一个信息检索区域组成,区域中部署了用于感知所关注的物理现象的节点、一个或多个在其周围移动和查询数据的移动用户 。举个例子来说,这个场景可以描述在高峰时期,车辆四处移动并在特定区域寻找空闲的停车位的情况 。为了寻找车位,车辆扮演一个 Sink 节点的角色,它暂时连接到这个网络并发送一个查询请求来询问区域的信息,然后等待相应的数据 。在上述场景中,我们可以确定如图 1 所示的三个不同的角色:
l 传感器节点(Sensor nodes , SNs),负责“感知”某一特定的区域 。我们假设在城市的一个街区或者一个贸易中心周围部署了大量传感器节点,来检测附近的停车位是否空闲 。假设每个传感器节点都知道自己的地理位置,比如说在部署时将坐标存储在每个节点中,或者使用分布式定位方案,让网络节点协同重现出其空间分布[7] 。


推荐阅读