0 引言
公路中的隧道照明不同與一般的道路，需要進行24小時不間斷的照明，研究表明，一條中等長度的隧道每天的耗能達到800 kW/h,電費開支與能源消耗成為高速公路建設與運營必須面對的問題。公路的隧道作為高速公路中的特殊路段，內外的光亮度差值較大，環境不一致，高度與側向凈寬有限，使得如何在保證車輛的行駛光照強度下進行隧道照明節能，成為目前的研究熱點與難點。近些年，我國的各大院校與研究所開展了ZigBee無線模塊針對隧道智能照明的大量研究，出現了很多優秀的研究成果，已經有很大一部分開始應用在實際的隧道控制中。
1 智能控制系統總體設計
隧道智能照明系統的控制設計是系統設計的核心部分，智能化程度較高的控制系統不但可以保證隧道中有效的照明節能還可以降低事故的在隧道中的發生率。
本文采用了ST 公司的STM32F103VBT6，這種芯片具有靈活的時鐘配置模式與低功耗模式，方便在隧道照明控制中使用。核心處理器中加載了經過模糊推理的規則模型對隧道照明進行智能化控制。系統框架圖如下圖1所示。
圖1 系統架構圖
節點的智能照明控制器受到中心控制器發來的命令后，為了能夠更為穩定的傳輸，本文使用了CAN總線進行通信協議的解析，LED電源本文采用的是INVENTR 公司的恒流驅動電源來實現，這種電源的輸入電源是90~350 V，可以通過DC進行連接LED燈的亮度進行調節。
2 系統硬件設計
根據系統的總體設計要求，本文的硬件設計主要工作在ZigBee無線模塊的硬件設計與核心智能照明控制器的設計兩個部分，包括核心芯片的外圍支撐電路與電源模塊。ZigBee無線模塊傳感網絡的傳輸模塊設計主要包括協調節點的設計與芯片外圍電路的支撐設計兩個部分。
圖2 無線網絡協調器結構圖
T1 公司推出的CC2430是一種高性能的2.4GHz的射頻收發器，內部鑲嵌了一顆小巧的8051控制器，內部有靈活閃存空間，采用CMOS工藝，適合工作在隧道照明的控制中。本文使用這種芯片與CC2591 芯片組合使用構造無線收發模塊，這樣就不需要增加額外的電路進行RF匹配。
圖3 ZigBee 無線收發模塊電路
上圖3中，R1 與R2作為晶振提供電阻提供了32 MHz的晶振電路。主時鐘是通過外部的晶振XTAL1 與兩個負載電容C14\C15 提供的，CC2591的HGM為引腳、EN引腳、連接到CC2430的閑置I/O口，CC2591可以根據電平值進行工作狀態的調控，降低功耗。網絡協調器為功耗最多的模塊要通過220 V 的交流電進行電源轉換供電，下圖是電源的模塊電源轉換電路供給無線網絡芯片工作：
圖4 模塊電源控制部分
圖4是使用5 V的電源后再通過一個低壓的差線性穩壓器轉換為3.3 V的模塊電壓供電。
圖5 中心控制器的液晶顯示電路
如上圖5所示，采用模擬串行通信與ARM芯片相連，連接的引腳分別為：SDD、SCL、SI分別連接到了STM32的引腳上，采用點陣數為128*64的液晶顯示模組，內置EPL;65132方便與微處理器相連接。
3 系統軟件設計
高速公路中的隧道照明控制各個模塊的運行如下圖所示，系統通電后，初始化ZigBee無線模塊傳感網絡的ZigBee無線數據采集與照明網絡，節點入網后開始實時的進行洞內與洞外數據的ZigBee無線數據采集，ZigBee無線數據采集的數據通過ZigBee網絡傳輸后傳到控制中心，傳輸中心的模糊控制模塊進行控制規則的構造，通過規則調控LED燈的功率。
圖6 系統控制流程
隧道智能照明控制器的智能化控制涉及到的因素較多，各個因素之間存在著巨大的非線性，無法形成特定的數學模型對其進行智能控制。模糊控制是一種模糊數學與語言推理的一種控制方法，可以結合計算機控制技術形成一種具有反饋通道的閉環系統。模糊化的過程主要是輸入變量的值，通過數字的形式將輸入量轉化為語言變量值，每一個語言變量都是一個模糊子集，包括知識庫建立、推理決策、去模糊處理幾個部分。本文涉及到的實時采集數據包括洞外的亮度、車速、車流量等幾個參數。隧道的照明區段分為：入口段、過渡段、中間段、出口段幾個部分，各段的亮度值與車輛流量、車速相關。實際的車速與測量模型中的數據存在一定的偏差，本文使用車速變化的照明補償技術對其實行亮度補充，假設實際的車速為vx ，車速為80~100 km/h 時可以使用如下的公式進行照明函數補償：
lx =4.5+ vx -80/20 ×4.5
上面的式子中lx 代表實際的照明值。同樣車流量的變化也將對照明控制產生一定影響。如果車速設置在100 km/h ，車流量設置在700~2400 輛之間的時候可以使用如下公式對其進行照明補償：
k = n-700/1700 ×0.01+0.035
上面的式子中，n 為實際的交通流量，0.01分別是N ≥2400/h,N ≤700/h 對應的折減系數差，即0.045-0.035。
模糊推理機作為系統中的核心部分，能夠實現照明控制的規則推理，是吸納推理后將規則通過核心控制器對周圍的LED 照明燈進行控制。
下面是規則庫中的部分推斷出的規則：（1）白天模式、單向隧道、車速為40 km/h ，車流量小于700：結果：N0 =0,N1 =700,k0 =0,k1 =0.01,l1 =1.5,l0 =0
（2）白天模式、單向隧道、車速為40 km/h ，車流量700-2400：結果：N0 =700,N1 =2400,k0 =0.01,k1 =0.012,l1 =1.5,l0 =0
（3）白天模式、單向隧道、車速為40 km/h ，車流量大于2400：結果：N0 =2400,N1 =4800,k0 =0.01,k1 =0.012,l1 =1.5,l0 =0
（4）白天模式、單向隧道、車速為60 km/h ，車流量小于700：結果：N0 =0,N1 =700,k0 =0,k1 =0.015,l1 =1.5,l0 =1.5
（5）夜晚模式、單向隧道、車速為40 km/h ，車流量大于2400：結果：l1 =1.5,l0 =1.5
（6）夜晚模式、單向隧道、車速為60 km/h ，車流量大于2400：結果：l1 =2,l0 =2.5
（7）夜晚模式、單向隧道、車速為60km/h ，車流量700-2400：結果：l1 =2,l0 =1.5經過判斷在每一隧道處將會形成不同數量的知識庫，知識庫中的規則指導隧道中照明的智能控制。
4 實驗分析
為了驗證本文中方法可行性，本文基于MATLAB實驗仿真平臺進行了實驗仿真，實驗系統基于Windows xp操作系統，在MATLAB中裝在無線網絡協議與模糊推理程序，分被在不同的時間段與不同的隧道外部環境對系統進行測試，主要從ZigBee模塊網絡的數據收發性能與控制的節能率對系統的性能進行測試分析。下圖是在10個不同的時間段與10個不同隧道環境中無線傳感網絡的數據延時圖。
圖7 無線傳輸網絡延時圖
圖7可見，在不同的隧道與不同的時間段的網絡測試中，數據發送的延時都保持在0.15 s左右，證明本網絡的性能優越穩定，延時率較低。
經過模糊推理規則控制的隧道智能照明控制器系統，最大的優點就是比傳統的24 h燈光照明能耗更低，下圖是在10個不同的隧道中使用兩種方法測試的某日的能耗對比圖。
圖8 能耗對比圖
圖8可見，經過本文的方法與24 h不間斷照明的控制方法對比后，不同隧道的平均能耗都降低18%，有很強的實用性。