多源交通信息融合的技术.docVIP

多源交通信息融合技术在智能交通诱导系统中的应用研究 宋鸿 陈宁 彭建国 蒋程 刘玉印 由于特殊的地理条件和历史原因，重庆市道路交通信息采集设备形式多样，形成的交通信息数据格式和设备数据接口标准不尽相同，多源交通信息数据的存储、处理和使用过程中遇到了诸多困扰。为此，重庆市交通管理局与重庆市科委共同谋划了“重庆主城区交通诱导示范工程”项目，将多源交通信息数据融合技术作为项目研究的重点，采用数据融合技术对多源交通信息数据进行处理，通过判别算法实现对道路交通状态的实时判别，并利用VMS、WEB等多种形式进行道路交通状态的发布，从而实现对主城区路网交通流进行策略性分流的目标。 一、研究背景 目前，重庆市已经建成的交通信息采集方式包括：感应线圈监测、微波测速、地磁监测、浮动车运营GPS监测、电子警察卡口、RFID监测、视频监控等。由于交通信息采集方式多样，形成的信息数据格式和设备数据接口标准不尽相同，多源交通信息数据在具体应用过程中遇到了多方面的困扰。在此背景下，重庆市科委和重庆市公安局交通管理局共同确定了重大科技攻关项目“重庆主城区交通诱导示范工程”，针对重庆市主城区的主干复杂路网，以多源道路交通信息数据融合技术为研究对象，确定在渝中区和江北区范围内，建设长度为26公里的主干道智能交通诱导示范线路，通过对重庆市已建成的多源交通信息数据进行融合，实现对目标路段的交通状态参数的实时获取，采用多源数据融合算法和基于知识库的道路交通状态判别算法，完成对道路交通状态的科学判断，并利用布置于路段VMS交通诱导情报板和LED诱导屏进行实时的发布，通过对道路上交通出行者的诱导，促进交通流在路网中的均衡分布。 二、多源数据融合及道路状态判别技术 多源交通信息数据融合处理流程如图1所示： 图1 多源数据融合处理流程图 从图可看出，交通诱导系统采用传统的信息采集处理发布，通过线圈、微波以及等采集设备采集车流量等相关信息；信息处理部分由指挥中心交通诱导控制系统完成；信息发布部分的主要信息发布载体为为LED诱导屏和复合诱导屏。数据采集子系统主要动态交通信息采集建设、静态交通信息采集建设、信息处理与传输软硬件环境建设三项主要功能。通过动态数据采集接口层与各子系统建立连接并进行数据采集，采集到的数据按照事先制定好的标准数据格式统一存储，海量数据存储采用数据仓库形式。核心模型和算法是该项目的核心内容，通过核心模型与算法，对信息进行处理分析，生成高效的交通诱导预案与道路信息该部分主要由两部分组成，即“交通拥堵等级评判算法”和“交通事件识别算法”。“交通拥堵等级评判算法”就是根据当前的交通流特征信息，结合交通知识将交通拥挤程度进行等级划分，以量的形式告诉人们目前的交通拥挤情况。交通拥挤程度是一个模糊的概念，形容一个交通状态是否拥挤并没有很确切的数据，因此通常采用模糊推理的方式来评判交通拥堵状态。模糊推理法原理是根据交通流量、占有率和交通拥挤状态之间的关系组成模糊规则矩阵，然后利用交通流量、占有率的实测数据作为输入，通过一系列的模糊运算推断出交通拥堵状态。“交通事件识别算法”就是利用交通事件发生时的特征和采集到的交通流参数，如车道占有率、平均速度、流量等交通参数，通过一定的检测规则和算法，推断出是否发生交通事件的过程。 2、第二级 自动融合和人工管控互补性融合 自动融合在某些特定路段有一定的局限性，不能够很好的反映路段由于地理位置、道路坡度等造成的交通特点，需要人工管控来辅助，实现对根据道路监测和人工监控结合的判定模式，这种情况的路段比较少，不会增加太多的人力资源。 （三）基于知识库的道路状态判别修正机制 系统建立了基于历史知识库的道路状态判别修正机制，即实时判别结果与历史数据有个比对修正的机制,系统要正常运行一段时间后，积累了大量的历史道路状态判别数据作为知识的积累，发布结果会越来越精确，从而满足城市交通的需求。 （四）动态权值调整机制 多源数据融合通过权值分配机制实现对道路路段交通状态的实时判别，将多源数据输入道路状态判别模型，依据上一时段的道路状态数据进行权值的动态分配，并进行数据融合处理和道路交通状态的判别，通过人工反馈和与历史数据库的比对，对道路状态异常数据回馈到道路状态判别模型，进行权值的动态分配，从而保证道路状态发布的准确性。 （五）数据融合及交通状态判别算法模型 1、融合算法模型介绍 利用每个上5分钟累积的车辆点速度，计算平均车速，通过设计规则来反应的交通状况。对于样本不足的路段，利用历史时间段的交通状况的统计规律，弥补样本覆盖的不足。 输入 路段检测器数据（流量、点速度、占有率等）； FCD数据（浮动车的经纬度、方向角、速度等）； RFID（OD数据）； 微波（流量、速度、占有率等）； 地磁（流量、速度、占有率等） 卡口（流量、占有