陈晓琴

CHEN Xiao-qin

（江苏海事职业技术学院 电气工程系，南京 211170 ）

0 引言

随着电子信息技术的飞速发展，传感器技术、车载网络、数据通讯、计算机处理技术和智能控制技术等被广泛应用于汽车防盗技术，汽车防盗产品向高度智能化、功能多样化方向发展。目前市场上的主流汽车防盗设备按其结构与功能可分机械式防盗器、电子式防盗器、芯片式防盗器和网络式防盗器四大类。然而这些汽车防盗技术都存在一定的缺点，主要表现在两个方面：一是报警器误报率居高不下，而大多数的报警器都是语音报警，这样就造成了报警声成为环境噪声；二是报警距离有限，在报警以后对被盗车辆缺乏有效控制。本文针对以上两个缺点，结合电子式防盗器和网络防盗的特点，运用多传感器替代使用单一传感器，充分利用多种传感器在性能上的差异性和互补性，对采集的传感器信息通过有效的数据融合再加以判决警情，以降低报警器的误报率，加强防盗系统的可靠性。在报警响应上，引人GSM模块，依靠无线通信网络使防盗器不在受距离的限制。在判定汽车处于警情中时，防盗系统的中央处理单元将通过GSM网直接把车况信息发给车主，再进一步通过阻断汽车的点火系统或油路来达到防盗的目的。

1 多传感器信息融合技术

多传感器信息融合是指协同使用多种传感器，如不同位置的多个同类或不同类的传感器，并将这些传感器所提供的局部环境的不完整信息加以综合，消除传感器之间的冗余和矛盾信息，形成与系统环境一致性的完整描述。与单一传感器相比，多传感器信息融合可以改善数据关联能力，减少模糊或不确定性；具有信息的互补性、冗余性、实时性和低成本性；同时，多传感器系统的可并行运行性，增大时间和空间的覆盖，提高信息获取的速度和空间分辨率。提高了决策、规划和反应的快速性，降低决策风险。

1.1 多传感器信息融合的功能模型

目前，已经有许多学者从不同角度提出了几种融合系统的一般功能模型，其中最具代表性的是美国军事实验室理事联合会数据融合工作组提出的JDL模型。如图1所示。

图1 信息融合JDL模型

JDL模型是一个有效的、跨越多个运用领域的模型，它确定了适用于信息融合的过程、功能、技术种类和特定技术，包括对象评估、态势评估、威胁评估和过程评估四级。

对于具体的融合系统而言，信息可分为数据层信息、特征层信息和决策层信息三个层次。多传感器信息融合可以发生信息的某一层上，也可以发生在多个层上。整个信息融合的过程是由数据层开始从下往上地在同一层次上融合，融合后的结果参与下一层的信息融合，最后汇聚到数据库或决策中心。在这个有反馈的融合系统结构中，数据信息不是单向的，高层次的信息融合结果可以对低层次的融合数据进行调整和影响。

1.2 多传感器信息融合算法

在众多的多传感器信息融合算法中，本系统选择了D-S证据理论作为融合中心算法。D-S证据理论起源于1967年Dempster提出的由多值映射导出的上概率和下概率，之后Shdcr进一步将其完善，建立了命题和集合之间的一一对应关系，把命题的不确定性问题转化为集合的不确定性问题，满足比概率论弱的情况，形成了一套关于证据推理的数学理论。在不确定性推理方面，其使用更便捷、灵活，推理机制更简洁，在人工智能、检测诊断等方面具有广泛的应用，尤其是在多传感器数据融合中，已成为一种基本的、重要的融合算法。

多传感器目标识别是将各传感器关于目标属性的不精确、不完全的信息进行融合，产生较单一传感器更精确的属性估计。在本系统中将识别目标对象分为人和机械两种，因为盗车案例中主要是人为的，当然在盗车案例中也不乏有人间接使用机器拖吊整车的，这时我们的识别目标变成了微波传感器能探测到的物体。进而将识别框架定为有危险的人、无危险的人、有危险的物体、无危险的物体。微波传感器对汽车周围的移动目标进行识别、测速，并判断出目标物体是远离汽车还是靠近汽车，通过对微波传感器的采样，计算出辨识框架里的基本概率分配函数以供决策层融合使用；红外传感器通过贴上一个滤光片可以识别靠近汽车的目标人物，通过不同时刻的采样判断出目标任务的停留时间，进而把数据送预处理单元计算出基本概率分配函数以供融合使用；双轴加速度传感器对车体进行检测，通过对其不同的特征提取，计算出相应的振动和倾角，再送预处理单元计算出基本概率分配函数以供融合使用；霍尔开关器件则对4个车门进行监控，每个霍尔开关在有个门打开的情况下即输出高电平，4个霍尔器件的输出经过一个或门，连到MCU单元的一个中断端口，在预处理单元计算出相应的基本概率分配函数。融合中心对4个传感器的证据体用D-S证据理论进行融合，最后根据判定规则判定目标类型。

2 汽车防盗系统的硬件设计

本系统硬件框图如图2所示。其中，传感器组模块由四种传感器构成，它们协同工作来完成对车辆的实时环境的监控；电源模块则由车载蓄电池降压提供电能；警报响应模块负责对中央处理单元判决警情后的相关处理，声光报警、发送SMS短消息和将汽车点火系统或油路锁死等操作；中央处理模块则对传感器组所采集的信息进行处理和判决，如果判决为警情，中央处理单元将通知警报响应模块，告知相关执行动作。

图2 硬件图

2.1 电源模块

本汽车防盗系统是利用车载蓄电池（14V）作为供电来源，提供5V和3.3V 的直流电源为系统中相关器件供电。14V直流电源经过LM2576S5.0转变成5V直流电源，5V直流电源再经过AMS1117-3.3转变成3.3V直流电源。

2.2 传感器组模块

传感器组模块由小型微波运动传感器HB-100、加速度传感器ADXL202E、被动式双灵敏元热释电红外传感器RE200B和霍尔传感器A3210E组成，负责对汽车实时环境状态信息的收集和初步处理。

2.3 警情响应模块

2.3.1 报警执行模块的语音（闪光）报警

汽车防盗系统在进行短信息报警、语音报警的同时车灯也不断闪烁，表示汽车出现异常情况。在系统确定汽车处于遇警情况的状态下，微处理器可以进行汽车自锁操作，即CPU直接阻断汽车的点火电路，使窃贼即便进入车内也无法将车开走。

闪光报警及汽车自锁系统利用微处理器的I/O接口控制达林顿阵列ULN2003A，当“IN”脚输入高电平，对应“OUT”脚将功率继电器的引脚电平拉低，功率继电器线圈导通；当“IN”脚输入低电平，对应“OUT”引脚输出电平与芯片供电电平相同，即与继电器输入电压相同，继电器线圈阻断。由于继电器触点的吸合（常开触点）、断开（常闭触点）的随微处理器的I/O口的信号而改变，使得微处理器可以控制汽车车灯电路和发动机点火线路的开闭，进而实现汽车防盗的闪光报警和自锁操作。

报警执行模块在利用GSM网络进行报警的同时，还能够使用传统的语音模式进行报警。本系统选用HOLTEK公司的HT8120D0型数字脉冲编码调制语音合成系列芯片，该系列芯片是将声音的模拟信号变为数字信号后存储在芯片中，由电平信号触发语音回放的语音芯片。

2.3.2 GSM报警模块TC35

TC35是西门子公司的一款GSM通信模块，具有语音、数据传输、传真和短消息服务（ShortMessageService）功能，工作频段在900MHZ和1800MHz。本系统采用MCU单元的串口与TC35的串口进行双向通信，来达到控制TC35模块，MCU通过RS-232串行口激活TC35来发送和接收数据短消息，完成与主控端的数据交换。

2.4 汽车防盗系统的中央处理模块

选用Samsung公司推出的16/32位RTSC处理器S3C44B0X作为本系统的中央处理模块。S3C44B0X为手持设备和一般类型应用提供了高性价比和高性能的微控制器解决方案。S3C44B0X提供了丰富的内置部件，大大降低成本。同时，其CPU核是由ARM公司设计的ARM7 TDMI RISC处理器（66MHZ）。ARM7TDMI体系结构特点是它集成了Thumb代码压缩器，片上的ICE断点调试支持，和一个32位的硬件乘法。

S3C44B0X通过提供全面的、通用的片上外设，大大减少了系统电路中除处理器以外的元器件配置，从而最小化系统的成本。微波传感器、红外传感器占用处理器的两个AD端口，加速度传感器占用处理器的两个定时器端口和两个AD端口；霍尔传感器组占用处理器的一个外部中断端口。

3 汽车防盗系统的软件设计

软件部分可以分为主程序，预处理子程序，融合处理子程序，警情处理子程序。主程序流程图如图3所示。

图3 主程序流程图

CPU上电后即对系统各个硬件初始化，其中包括硬件初始化，中断初始化，传感器模块的初始化，GSM模块的初始化等。延时5s等待修改传感器环境参数的按键，如果有则对flash中存储的传感器环境参数改写并保存，否则往下继续执行。警情响应模块则是融合后的判决为有威胁时，通过声光报警，发送GSM消息给车主。

4 结束语

目前，信息融合被广泛用运用于目标跟踪，自动目标识别和有限自动推理等应用领域。信息融合技术已经从包含一系列相关技术的松散集合，迅速发展成为一门新兴的工程科学。多传感器信息融合也并不是一个新概念，其应用非常广泛。如军事上的应用，包括自动目标识别、自动车辆制导、遥感、战场监视和自动威胁识别系统，非军事的应用包括大规模的生产过程监控、基于状态的复杂机械维护、机器人和医学等领域。

本文针对当前市场上的防盗器普遍存在的缺点，误报率偏高、防盗距离有限，提出了一种结合多传感器信息融合技术和GSM网络通信的防盗方案，希望有利于多传感器信息融合技术在汽车防盗领域的推广与应用。

[1] David L.Hall James Llinas.杨露菁、耿伯英,译.多传感器数据融合手册.北京：电子工业出版社,2008.

[2] 张兢,路彦和.基于多传感器融合技术的汽车防盗系统研究[J].中国测试技术,2006,32(2)：15-18.

[3] 李茹,李弼程.D-S证据理论的改进算法在时-空信息融合中的应用.数据采集与处理.2005,20(2)：156-160.

[4] 陈寅,林良明,等.证据理论用于多传感器融合不确定性分析[J].测控技术,2000,19(7)：26-28.