智能运输系统概论第4章18142.pptx

《智能运输系统概论第4章18142.pptx》由会员分享，可在线阅读，更多相关《智能运输系统概论第4章18142.pptx（36页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、智能运输系统概论（第三版）普通高等教育“十一五”国家级规划教材21世纪交通版高等学校教材杨兆升 于德新 主编史其信 高世廉 主审智能运输系统概论 智能运输系统概论目 录n 第1章 绪论n 第2章 智能运输系统的体系框架n 第3章 智能运输系统的理论基础n 第4章 交通信息采集与处理技术n 第5章 通信技术n 第6章 车辆定位技术n 第7章 网络技术n 第8章 数据库技术n 第9章 新技术在智能运输系统中的应用n 第10章 交通信息服务系统智能运输系统概论 智能运输系统概论第4章 交通信息采集与处理技术 概述4.1交通信息采集技术4.2 交通信息处理技术4.3智能运输系统概论 智能运输系统概论4

2、.1 概述交通信息是城市交通规划和交通管理的重要基础信息。通过全面、丰富、实时的交通信息不仅可以把握城市道路交通的发展现状，还可以对未来发展进行预测，从而为城市交通规划和管理部门的正确决策提供科学依据。交通信息服务是智能运输系统（ITS）功能的一个重要方面，先进的交通管理系统（ATMS）和先进的交通信息系统（ATIS）等都离不开交通信息。动态交通流诱导功能作为智能运输系统的核心之一，也是以实时的交通信息为基本前提的。交通信息采集与处理技术对城市的交通规划、路网建设、交通管理、智能运输系统功能实现都是非常重要的。智能运输系统概论 智能运输系统概论4.1 概述交通信息可以分为静态交通信息和动态交通

3、信息。静态交通信息：在一个较长时间段内相对稳定的交通信息，包括：包含有路网信息和交通管理设施信息等的交通基础信息；道路交通量和车辆保有量等统计信息；交通参与者出行规律信息等。获得主要是通过建立基础信息数据库。动态交通信息：是交通系统中随时间和空间变化的交通信息，主要包括：道路网交通流状态特征信息、交通事件信息、车辆及驾驶员的状态信息、道路环境信息以及交通动态管理控制信息等。（本书研究）智能运输系统概论 智能运输系统概论第4章 交通信息采集与处理技术 概述4.1 交通信息处理技术4.3交通信息采集技术4.2智能运输系统概论 智能运输系统概论4.2.1 交通信息非自动采集技术交通信息采集方法有人工

4、记数法、试验车移动调查法、摄影法、车辆检测器测定法、GPS浮动车法、手机定位法、遥感图像处理等。非自动采集技术自动采集技术非自动采集技术不具备自动采集的功能，采集过程依赖人工操作，一般适用于做短期交通调查，不适用于实时交通信息采集。交通流量的非自动采集方法包括人工记数法、试验车移动调查法和摄影法。智能运输系统概论 智能运输系统概论速度的非自动采集方法包括了划线量测法、雷达测速法、光电管法、摄影法、车辆牌照识别法、浮动车法、跟车法等。划线量测法、雷达测速法、光电管法、摄影法适用于地点车速的测量；车辆牌照识别法、浮动车法、跟车法等适用于行程车速、区间平均车速的调查。交通流密度的非自动采集方法主要有

5、出入量法和摄影法。出入量法，是一种测定道路上两断面间无出入交通的路段内现有的车辆数，计算该路段交通密度的方法。摄影法又可分地面和航空摄影观测法。4.2.1 交通信息非自动采集技术智能运输系统概论 智能运输系统概论4.2.2 交通信息自动采集技术交通信息自动采集技术：路基型交通信息采集技术车基型交通信息采集技术空基型交通信息采集技术 路基型交通信息采集技术 目前实用的路基型交通信息采集技术：感应线圈检测器、超声波检测器、磁力检测器、红外线检测器、微波雷达检测器、视频检测器、道路管检测器、声学检测器等检测器法以及车辆牌照自动匹配法、车辆自动识别法等。智能运输系统概论 智能运输系统概论感应线圈检测器

6、目前使用最为广泛的交通流量检测装置，安装为地埋型。利用埋设在车道下的环形线圈对通过线圈或存在于线圈上的车辆引起电磁感应的变化进行处理而达到检测目的。超声波检测器通过接收由超声波发生器发射的超声波束和车辆反射的超声回波来检测车辆。由车道上方的超声波探头向下发射一束超声波，车辆通过这些波束时，引起波束反射回发送部件，通过判断信号与原反射回波信号在时间上的差异来检测车辆数和车辆类型。路基型交通信息采集技术4.2.2 交通信息自动采集技术智能运输系统概论 智能运输系统概论磁力检测器通过检测磁场强度的异常来确定车辆出现，属于被动接收设备，采用地埋型安装。对流量的检测精度较高。优点是价格便宜，安装容易，特

7、别是地磁检测器。红外线检测器包括主动式红外线检测器和被动式红外线检测器，采用非地埋式安装。主动式红外线检测器中，用于测量车辆出现等交通参数。被动式红外线检测器检测器检测范围内的车辆、路面及其它物体自身散发的红外线和它们反射的来自太阳的红外线。路基型交通信息采集技术4.2.2 交通信息自动采集技术智能运输系统概论 智能运输系统概论微波雷达检测器连续波多普勒雷达和调频连续波雷达。微波雷达检测器可通过发射不同的雷达波的波形获取交通参数，为非地埋式安装，可安装在单车道中央的上方以检测该车道的交通参数，还可在多车道道路的路边安装以测量多条车道上车辆的交通参数。路基型交通信息采集技术微波雷达的工作原理4.

8、2.2 交通信息自动采集技术智能运输系统概论 智能运输系统概论视频检测器视频图像处理技术是将一段道路的交通状况摄成图像，并将原有的道路和路旁景物图像迭加在图像上而检测出交通流量和速度的新兴技术，能提供道路上的交通状况数据。道路管检测器适用于交通量不大情况下的短期交通数据的采集。道路管检测器埋设在车道下方，沿道路横向布置。声学检测器检测来自车辆内部和车辆轮胎与地面接触等多个来源的声音信号，可检测车辆通过、车辆出现及车速等交通参数。路基型交通信息采集技术4.2.2 交通信息自动采集技术智能运输系统概论 智能运输系统概论 车基型交通信息采集技术包括基于GPS浮动车的交通信息采集技术和基于手机定位的交

9、通信息采集技术。基于GPS浮动车的交通信息采集技术在车辆上装备GPS接收装置，以一定的采样时间间隔记录车辆的三维位置坐标和时间数据，这些数据传入计算机后与地理信息系统的电子地图结合，经过重叠分析计算出车辆的瞬时速度及通过特定路段的行程时间和行程速度指标。车基型交通信息采集技术4.2.2 交通信息自动采集技术智能运输系统概论 智能运输系统概论基于手机无线定位的交通信息采集技术通过车辆内部的手机，利用无线定位技术探测车辆的位置，从而获得交通信息。除了可以采集行程时间和车速等交通信息，还可以进行出行OD数据的采集。利用车辆上手机沿路基站发生切换（Handover）的信息，可估算出路段的行程车速。切换

10、是指在通话过程中，为了保持通话的连续性，当手机的当前服务基站信号强度衰减到一定程度时，手机选择新的基站作为当前服务基站的过程。车基型交通信息采集技术手机无线定位方法系统框架4.2.2 交通信息自动采集技术智能运输系统概论 智能运输系统概论 空基型交通信息采集技术研究主要集中于遥感技术，通过高空摄影技术，捕捉地面发来的各种波段的光子形成不同种类的图像。遥感数据可分为遥感卫星数据、临近空间数据和航空数据。从遥感图像中获取交通数据可以分为两种：一种是从遥感图像中自动或半自动提取道路信息，建立较大区域内的道路网；另一种应用是从遥感图像中获取交叉口排队长度、路段车流密度等具体数据。下面分别对基于遥感技术

11、的道路图像提取技术和路段交通密度进行介绍。4.2.2 交通信息自动采集技术智能运输系统概论 智能运输系统概论基于遥感技术的道路图像提取技术数字图像灰度是计算机进行图像处理的基础，计算机对图像进行处理实际上就是对图像的灰度数据进行处理。图像增强处理是数字图像处理的基本方法之一，目的是突出需要的信息，弱化或消除不需要的信息，即干扰信息。道路上的车辆信息使得道路的颜色特征不是很均匀，所以需要对图像进行去噪处理。去噪算法多种多样，如中值滤波、均值滤波、小波变换去噪等等。空基型交通信息采集技术4.2.2 交通信息自动采集技术智能运输系统概论 智能运输系统概论基于遥感技术的道路图像提取技术城市遥感图像中，

12、异物同谱的现象很普遍，因此可以应用数学形态学，根据这些干扰信息的形态特征选取合适的结构元素，对图像进行适当的形态学运算处理，识别出干扰信息，进而去除它们。最后，需要对过滤出道路的遥感图像进行二值化分割，即把灰度图像转化为二值图像。遥感图像中地物信息识别结束以后，往往要建立相应的地理信息数据库，需要对图像进行细化操作。空基型交通信息采集技术4.2.2 交通信息自动采集技术基于遥感技术的道路图像提取技术的提取流程智能运输系统概论 智能运输系统概论基于遥感技术的路段交通密度的提取技术空基型交通信息采集技术4.2.2 交通信息自动采集技术基于遥感技术的路段交通密度提取技术流程图智能运输系统概论 智能运

13、输系统概论第4章 交通信息采集与处理技术 概述4.1 交通信息处理技术4.3交通信息采集技术4.2智能运输系统概论 智能运输系统概论4.3.1 交通信息预处理技术 技术体系结构交通信息的种类和采集形式各不相同，由于种种误差的存在，在进一步处理和使用这些数据之前，首先必须对其进行检索，排除错误数据。此外在实际的数据采集中，由于检测器故障、天气状况或通信系统故障等原因所造成的数据缺失，也应采用一定的技术方法对其进行修复或提供代替数据。以上过程称之为交通信息预处理。预处理是交通信息处理必不可少的前置工作，主要包括异常交通数据处理和缺失数据处理。异常交通数据处理主要指平滑异常数据；缺失数据处理主要指修

14、复残缺数据。智能运输系统概论 智能运输系统概论方法主要有阈值法、交通流机理法、置信距离检测法、格拉布斯统计法、有序样本聚类算法等。采用阈值法和交通流机理法结合的方法处理后的数据足以满足下一步处理（如数据融合）所需的数据精度，该方法能够根据交通流的实际情况判断采集来的数据是否合理，是简单常用的方法。置信距离检验法用来判断来自于同一断面的多传感器信息是否可用于融合，排除大误差值，以极大限度地提高融合后数据的精度。异常交通数据处理4.3.1 交通信息预处理技术智能运输系统概论 智能运输系统概论格拉布斯准则是建立在统计理论基础上的较为合理的判断方法。但在做统计学处理时，值的选取带有一定的主观因素，容易

15、导致误判，所以该方法不是最佳的。采用有序样本聚类算法时可以把一天的流量曲线、占有率曲线和速度曲线分成许多小的具有相同交通特性的时间段，然后在这些小的时间段中根据其交通特点来定位隐含的错误或异常数据，该方法在实际计算中所需循环次数随着数据总数和分割种数成阶乘地增长，所以给计算机的实现造成很大难度。异常交通数据处理4.3.1 交通信息预处理技术智能运输系统概论 智能运输系统概论方法主要有历史均值法、车道比值法、时间序列法、自相关分析方法、遗传算法等。历史均值法直接采用或者按照比例采用历史上相应时刻的值代替缺失数据，但是如果交通状况发生了变化，将大大降低其估计精度。车道比值法是根据历史统计的车道之间

16、的流量比值，对缺失的数据进行估计，结合历史统计规律和当前流量数据，精度比较高。时间数列法是把当前采集的交通变量看作时间序列，并结合历史数据对缺失的数据进行预测估计。缺失数据处理4.3.1 交通信息预处理技术智能运输系统概论 智能运输系统概论自相关分析是以自相关系数测量时间序列中各元素之间相关关系的方法，再根据此相关关系填补缺失数据。基于遗传算法的组合模型综合利用各种单一算法的估计结果，然后加权平均，其中最优权的确定利用遗传算法，组合方法在大多数情况下比使用单一算法要更精确。但因其需要利用各种单一算法的估计结果，计算复杂且麻烦，所以在精度要求不是很高的情况下一般不采用该方法。缺失数据处理4.3.

17、1 交通信息预处理技术智能运输系统概论 智能运输系统概论4.3.2 多源多维实时动态交通信息融合技术交通信息融合，又称交通数据融合，是指多传感器的数据在一定准则下加以自动分析、综合以完成所需的决策和评估而进行的信息处理过程。信息融合技术的最大优势在于它能合理协调多源数据，并充分综合有用信息，从而提高在多变环境中正确决策的能力。基于该信息处理技术的特点和智能运输系统的信息需求，信息融合技术已经在ITS的信息处理过程中扮演越来越重要的角色，它为交通信息加工和处理提供了一种很好的方法。智能运输系统概论 智能运输系统概论根据数据抽象的三个层次，信息融合技术在ITS中的应用可分为三级：检测级交通信息的融

18、合、特征级交通信息的融合和决策级交通信息的融合。第一级又称检测级、像素级，是指直接在采集到的原始数据层上进行融合，在各种传感器的原始测报未经处理之前就进行数据的综合和分析，保证基础交通参数的准确与可靠性。同一地点、同一时刻多传感器交通参数融合问题：人工神经网络方法、统计分析方法交通信息融合技术的应用4.3.2 多源多维实时动态交通信息融合技术智能运输系统概论 智能运输系统概论第一级不同地点、同一时刻多传感器交通参数融合问题：统计分析方法交通参数间的融合问题：数理统计算法第二级又称特征级，是指先对来自传感器的原始信息进行特征提取，然后对特征信息进行综合分析和处理。利用上一层次融合之后的准确、可靠

19、的基础交通参数，融合出交通状态信息，为交通管理者和交通参与者提供更有决策价值的交通信息。交通信息融合技术的应用4.3.2 多源多维实时动态交通信息融合技术智能运输系统概论 智能运输系统概论第二级需要注意的是，道路交通状态是一个模糊的概念，有必要对它进行量化处理，例如模糊逻辑允许交通状况被定义成“不拥挤”、“拥挤”、“小事故”、“大事故”，对应于4个数值区间。第三级又称决策级，是直接针对具体决策目标的最终结果。交通信息融合技术的应用4.3.2 多源多维实时动态交通信息融合技术信息融合技术的三个层次均有自己不同的应用。而信息融合本身作为一种数据处理技术，涉及到许多学科和技术的应用。下面简要介绍几种

20、信息融合的方法。智能运输系统概论 智能运输系统概论交通信息融合方法大致分为两大类：概率统计方法和人工智能方法。人工智能方法又分为两种：逻辑推理方法和学习方法。与概率统计有关的方法包括：估计理论、卡尔曼滤波、假设检验、贝叶斯方法、统计决策理论以及其他变形的方法。概率统计方法可以在融合的各个层次上使用。常用的逻辑推理方法包括概率推理、证据推理、模糊推理和产生式规则等。常用的学习方法包括神经网络、映射学习方法、数据挖掘等。交通信息融合的主要方法4.3.2 多源多维实时动态交通信息融合技术智能运输系统概论 智能运输系统概论贝叶斯估计是统计学方法的一种。经典统计学基于总体信息和样本信息进行统计推断。贝叶

21、斯估计基于总体信息、样本信息和先验信息进行统计和推理。重视总体信息和样本信息的同时，还注意先验信息的收集、挖掘和加工，使其数量化，形成先验分布参加到统计推断中来，提高统计推断的质量。证据推理Dempster-Shafer证据推理是贝叶斯方法的扩展。在贝叶斯方法中，所有缺乏信息的前提环境中的特征指定为一个等价的先验概率。证据推理可避免这一缺点。4.3.2 多源多维实时动态交通信息融合技术交通信息融合的主要方法智能运输系统概论 智能运输系统概论神经网络具有分布并行处理、非线性映射、自适应学习、较强的鲁棒性和容错性等特性，在很多方面都有广泛的应用。基于神经网络的多源信息集成与融合有如下特点：具有统一

22、的内部知识表示形式；可将知识规则转换成数字形式，便于建立知识库；利用外部环境的信息，便于实现知识的自动获取及进行联想推理；能够将不确定环境的复杂关系，经过学习推理，融合为系统能理解的准确信号。由于神经网络具有大规模并行处理信息的能力，使得系统信息处理速度很快。4.3.2 多源多维实时动态交通信息融合技术交通信息融合的主要方法智能运输系统概论 智能运输系统概论模糊逻辑基本思想是把普通集合中的绝对隶属关系灵活化，使元素对集合的隶属度从原来只能取0，1中的值扩充到可以取0，1区间中的任一数值，很适合于用来对传感器信息的不确定性进行描述和处理。基于模糊逻辑理论的信息融合方法可以将通常以概率密度函数或模

23、糊关系函数形式给出的不同检测器的评价指标变换为单值评价指标，该指标不仅能反映每一种检测器所提供的信息，而且能反映从单个传感器无法得到的知识。4.3.2 多源多维实时动态交通信息融合技术交通信息融合的主要方法智能运输系统概论 智能运输系统概论粗糙集理论是继概率论、模糊集、证据理论之后的又一个处理不确定性的数学工具。粗糙集理论在多源数据分析中解决的基本问题包括发现属性间的依赖关系、约简冗余属性与对象、寻求最小属性子集以及生成决策规则等等。粗糙集与其他不确定性问题理论的最显著区别是无需提供任何先验知识，而是从给定问题的描述集合直接出发，找出问题的内在规律。常用来对目标进行定性分析。4.3.2 多源多

24、维实时动态交通信息融合技术交通信息融合的主要方法智能运输系统概论 智能运输系统概论卡尔曼滤波采用由状态方程和观测方程组成的线性随机系统的状态空间模型来描述滤波器，并利用状态方程的递推性，按线性无偏最小均方误差估计准则，采用一套递推算法对该滤波器的状态变量作最佳估计，从而求得滤掉噪声后有用信号的最佳估计。卡尔曼滤波用于实时融合动态的低层次冗余多源数据，用测量模型的统计特性递推决定统计意义下的最优融合数据估计。卡尔曼滤波的递推特性使得系统数据处理不需要大量的数据存贮和计算。4.3.2 多源多维实时动态交通信息融合技术交通信息融合的主要方法智能运输系统概论 智能运输系统概论谢谢观看/欢迎下载BY FAITH I MEAN A VISION OF GOOD ONE CHERISHES AND THE ENTHUSIASM THAT PUSHES ONE TO SEEK ITS FULFILLMENT REGARDLESS OF OBSTACLES.BY FAITH I BY FAITH