基于rfid數(shù)據(jù)的城市道路交通參數(shù)估計(jì)與路況判別方法及應(yīng)用系統(tǒng)的制作方法
【專利摘要】基于RFID數(shù)據(jù)的城市道路交通參數(shù)估計(jì)與路況判別方法及應(yīng)用系統(tǒng)，屬于智能交通【技術(shù)領(lǐng)域】。通過對(duì)RFID數(shù)據(jù)進(jìn)行預(yù)處理，實(shí)現(xiàn)路網(wǎng)行駛車輛軌跡的識(shí)別，進(jìn)而計(jì)算得到如行程時(shí)間、路段行程車速、路段流量、路網(wǎng)OD等交通參數(shù)；根據(jù)計(jì)算得到的交通參數(shù)歷史數(shù)據(jù)，對(duì)交通狀態(tài)進(jìn)行聚類分析，劃定路況判別閾值，之后根據(jù)實(shí)時(shí)估計(jì)的交通參數(shù)判別所在狀態(tài)。交通狀態(tài)判別精度達(dá)到90%以上，算法效率能夠滿足一分鐘更新一次的實(shí)時(shí)性需求，本發(fā)明具有較好的可行性與工程應(yīng)用性，能為城市交通狀態(tài)感知提供有力支持。
【專利說明】基于RFID數(shù)據(jù)的城市道路交通參數(shù)估計(jì)與路況判別方法及應(yīng)用系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種基于城市道路交通實(shí)時(shí)信息采集數(shù)據(jù)的交通參數(shù)估計(jì)與路況判別技術(shù)，屬于智能交通【技術(shù)領(lǐng)域】。
【背景技術(shù)】
[0002]近年來，中國(guó)很多城市陸續(xù)引入ITS技術(shù)來支持交通出行與管理上.隨著大范圍、全方位、多渠道的交通信息采集基礎(chǔ)設(shè)施的完備，同時(shí)以可變信息板、GPS導(dǎo)航儀、手機(jī)短信、調(diào)頻廣播等手段為信息終端，出行者信息服務(wù)系統(tǒng)將實(shí)時(shí)、準(zhǔn)確、個(gè)性化的信息提供給出行者，為其出行提供決策。另一方面，管理者可以通過實(shí)時(shí)交通信息對(duì)城市交通進(jìn)行控制與管理?？梢姡悄芙煌ㄏ到y(tǒng)的發(fā)展，為交通出行和管理提供了更多的決策信息和選擇。但是，現(xiàn)有的交通信息采集與處理仍存在許多不足:部分交通數(shù)據(jù)在本身質(zhì)量上存在問題，導(dǎo)致提取結(jié)果的準(zhǔn)確性偏低；有的處理方法在效率上存有缺陷，無法實(shí)時(shí)獲取行程時(shí)間、路況等交通信息；目前應(yīng)用的系統(tǒng)構(gòu)造缺乏穩(wěn)定性與自維護(hù)特性，一旦道路基礎(chǔ)情況改變，便無法得到準(zhǔn)確的結(jié)果，生命周期較短。這些問題，給城市道路交通參數(shù)估計(jì)與路況判別的應(yīng)用與服務(wù)帶來了重重困難。
[0003]經(jīng)對(duì)現(xiàn)有技術(shù)文獻(xiàn)檢索發(fā)現(xiàn)，利用無線射頻識(shí)別(Radio FrequencyIDentification, RFID)數(shù)據(jù)的城市道路交通參數(shù)估計(jì)與路況判別技術(shù)未見公開報(bào)道。

【發(fā)明內(nèi)容】

[0004]本發(fā)明針對(duì)以上問題的思考與研究，產(chǎn)生了基于RFID數(shù)據(jù)的城市道路交通參數(shù)估計(jì)與路況判別的技術(shù)思路和實(shí)現(xiàn)方法，有較大的推廣前景。
[0005]本發(fā)明針對(duì)物聯(lián)網(wǎng)環(huán)境下RFID技術(shù)的應(yīng)用推廣，結(jié)合中國(guó)城市道路交通的實(shí)際情況，提出了一種新的道路實(shí)時(shí)采集設(shè)備的運(yùn)用方法，以提供一種穩(wěn)定、可靠、精確、效率的城市道路交通參數(shù)估計(jì)與路況判別技術(shù)。
[0006]為達(dá)到以上目的，本發(fā)明是通過以下技術(shù)方案實(shí)現(xiàn)的:
需要保護(hù)的方法技術(shù)方案表征為:一種基于城市道路RFID車輛信息路側(cè)采集設(shè)備獲取數(shù)據(jù)的交通參數(shù)估計(jì)與路況判別方法，其特征在于，包括如下步驟:
(1)通過對(duì)RFID數(shù)據(jù)進(jìn)行預(yù)處理有效剔除了錯(cuò)誤數(shù)據(jù)與無效數(shù)據(jù)，實(shí)現(xiàn)路網(wǎng)行駛車輛軌跡的識(shí)別，進(jìn)而計(jì)算得到如行程時(shí)間、路段行程車速、路段流量、路網(wǎng)OD等交通參數(shù)；
(2)根據(jù)計(jì)算得到的交通參數(shù)歷史數(shù)據(jù)，對(duì)顯著表征道路交通特征的交通參數(shù)進(jìn)行分析，擬合道路交通特征模型，計(jì)算不同道路交通特征下的路況判別閾值；
(3)根據(jù)擬合得到的道路交通特征模型，對(duì)不同道路的實(shí)時(shí)交通參數(shù)所屬交通特征進(jìn)行判斷，基于判斷結(jié)果對(duì)不同道路調(diào)用不同的路況判別閾值，獲取最為真實(shí)可靠的路況結(jié)果O
[0007]基于上述方法，本發(fā)明需要保護(hù)的應(yīng)用系統(tǒng)技術(shù)方案表征為:其特征在于，整個(gè)應(yīng)用系統(tǒng)包括RFID數(shù)據(jù)采集系統(tǒng)和核心數(shù)據(jù)處理系統(tǒng)，所述路網(wǎng)上的RFID數(shù)據(jù)采集系統(tǒng)為所述核心數(shù)據(jù)處理系統(tǒng)提供實(shí)時(shí)的基礎(chǔ)數(shù)據(jù)。
[0008]所述RFID數(shù)據(jù)采集系統(tǒng)包括RFID檢測(cè)設(shè)備、RFID點(diǎn)位數(shù)據(jù)和路網(wǎng)GIS地圖，三者分別提供RFID實(shí)時(shí)數(shù)據(jù)、RFID點(diǎn)位信息數(shù)據(jù)表、GIS空間數(shù)據(jù)庫(kù)。所述RFID檢測(cè)設(shè)備、RFID點(diǎn)位數(shù)據(jù)、路網(wǎng)GIS地圖實(shí)現(xiàn)其基本功能都已屬于現(xiàn)有技術(shù)，因此不詳細(xì)介紹其結(jié)構(gòu)、工作原理，不應(yīng)視為公開不充分。
[0009]所述核心數(shù)據(jù)處理系統(tǒng)主要有數(shù)據(jù)接收模塊、預(yù)處理模塊、交通參數(shù)估計(jì)模塊、路段特征識(shí)別模塊、路況判別模塊，其中:
(I)數(shù)據(jù)接收模塊。把RFID數(shù)據(jù)采集系統(tǒng)中RFID檢測(cè)設(shè)備采集到的RFID實(shí)時(shí)數(shù)據(jù)實(shí)時(shí)發(fā)送到預(yù)處理模塊上，并能對(duì)數(shù)據(jù)接收條數(shù)、數(shù)據(jù)接收時(shí)間、服務(wù)器運(yùn)行狀況進(jìn)行統(tǒng)計(jì)記錄，實(shí)時(shí)監(jiān)控?cái)?shù)據(jù)的質(zhì)量狀況。
[0010](2)預(yù)處理模塊。以RFID實(shí)時(shí)數(shù)據(jù)即車輛射頻識(shí)別的數(shù)據(jù)作為輸入，根據(jù)交通流理論進(jìn)行數(shù)據(jù)預(yù)處理，實(shí)現(xiàn)路網(wǎng)行駛車輛軌跡的識(shí)別，反映出行駛車輛從路段起始點(diǎn)到終點(diǎn)的整個(gè)行車的交通狀況；
(3)交通參數(shù)估計(jì)模塊。根據(jù)預(yù)處理模塊獲得的行駛車輛軌跡從而實(shí)時(shí)計(jì)算路段行程時(shí)間、行程速度和流量等交通參數(shù)，構(gòu)建出基于oracle的實(shí)時(shí)數(shù)據(jù)庫(kù)，同時(shí)計(jì)算結(jié)果也可直接顯不在GIS電子地圖中；
(4)路段特征識(shí)別模塊。根據(jù)路段歷史行程速度數(shù)據(jù)分析特征，獲取路況車速區(qū)間，結(jié)合GIS空間數(shù)據(jù)庫(kù)與RFID點(diǎn)位信息數(shù)據(jù)表構(gòu)建出路況歷史特征分析庫(kù)；
(5)路況判別模塊。通過路段特征識(shí)別模塊構(gòu)建的路況歷史特征分析庫(kù)，對(duì)路網(wǎng)交通特征進(jìn)行聚類分析，劃定路況判別閾值，然后根據(jù)交通參數(shù)估計(jì)模塊實(shí)時(shí)計(jì)算的交通參數(shù)判別所在狀態(tài)，即轉(zhuǎn)化出路段狀態(tài)判別結(jié)果，狀態(tài)分為暢通、擁擠、堵塞三個(gè)等級(jí)。
[0011]進(jìn)一步優(yōu)化上述應(yīng)用系統(tǒng)技術(shù)方案，本發(fā)明還可以增加設(shè)計(jì)自維護(hù)模塊，主要表現(xiàn)在對(duì)路況歷史特征分析庫(kù)的更新機(jī)制與實(shí)時(shí)數(shù)據(jù)的質(zhì)量監(jiān)控上，該模塊每周會(huì)運(yùn)行一次，對(duì)本周采集到的實(shí)時(shí)數(shù)據(jù)質(zhì)量進(jìn)行評(píng)價(jià)，然后將這一批實(shí)時(shí)數(shù)據(jù)與歷史特征庫(kù)進(jìn)行參數(shù)融合，結(jié)合數(shù)據(jù)質(zhì)量評(píng)價(jià)結(jié)果對(duì)歷史特征庫(kù)進(jìn)行調(diào)整，以保證歷史特征庫(kù)始終能夠適應(yīng)當(dāng)前的路網(wǎng)狀況。
[0012]經(jīng)過實(shí)地驗(yàn)證，交通狀態(tài)判別精度達(dá)到90%以上，算法效率能夠滿足一分鐘更新一次的實(shí)時(shí)性需求。而傳統(tǒng)的路況判別技術(shù)中，即使是精度最高的基于出租車GPS數(shù)據(jù)的路況判別方法，其判別結(jié)果也只能達(dá)到85%左右，且算法運(yùn)算耗時(shí)較長(zhǎng)，往往只能滿足5分鐘更新一次的實(shí)時(shí)性需求。由此可見，基于RFID數(shù)據(jù)的城市道路交通參數(shù)估計(jì)與路況判別方法及應(yīng)用系統(tǒng)具有較高的技術(shù)可行性與工程實(shí)用性，能為城市交通狀態(tài)感知提供有力支持。與常用的基于浮動(dòng)車數(shù)據(jù)與感應(yīng)線圈數(shù)據(jù)進(jìn)行交通判別的技術(shù)相比，該技術(shù)能過對(duì)車輛的軌跡進(jìn)行識(shí)別，并從算法上克服了大量車輛軌跡識(shí)別普遍存在的效率問題，在提高判別結(jié)果精確性的同時(shí)保證了系統(tǒng)的可靠性與實(shí)用性。
【專利附圖】

【附圖說明】
[0013]圖1基于RFID數(shù)據(jù)的城市道路交通參數(shù)估計(jì)技術(shù)與傳統(tǒng)技術(shù)的比較；
圖2基于RFID數(shù)據(jù)的路況判別技術(shù)與傳統(tǒng)技術(shù)的比較； 圖3基于RFID數(shù)據(jù)的城市道路交通參數(shù)估計(jì)與路況判別系統(tǒng)邏輯設(shè)計(jì)；
圖4基于RFID數(shù)據(jù)的城市道路交通參數(shù)估計(jì)與路況判別系統(tǒng)結(jié)構(gòu)設(shè)計(jì)。
【具體實(shí)施方式】
[0014]在對(duì)城市道路交通信息采集數(shù)據(jù)的使用上從基礎(chǔ)數(shù)據(jù)的利用、數(shù)據(jù)預(yù)處理以及動(dòng)態(tài)路況判別三個(gè)部分進(jìn)行理論與實(shí)踐創(chuàng)新，并開發(fā)了穩(wěn)定可靠的實(shí)時(shí)處理系統(tǒng)。
[0015]該系統(tǒng)是基于C/S架構(gòu)，共包括后臺(tái)運(yùn)算服務(wù)器與接口服務(wù)器。后臺(tái)運(yùn)算服務(wù)器負(fù)責(zé)將輸入的數(shù)據(jù)進(jìn)行實(shí)時(shí)的處理與分析，結(jié)合GIS空間數(shù)據(jù)庫(kù)與RFID點(diǎn)位信息數(shù)據(jù)表構(gòu)建路況歷史特征分析庫(kù)，以此將實(shí)時(shí)的交通參數(shù)轉(zhuǎn)化為路況判別結(jié)果；接口服務(wù)器通過與路網(wǎng)上的RFID檢測(cè)設(shè)備的數(shù)據(jù)接口將各個(gè)檢測(cè)器的檢測(cè)結(jié)果實(shí)時(shí)寫入到運(yùn)算服務(wù)器的數(shù)據(jù)庫(kù)中。
[0016]該發(fā)明考慮了數(shù)據(jù)的實(shí)時(shí)接入與計(jì)算，能夠?qū)崿F(xiàn)對(duì)實(shí)時(shí)數(shù)據(jù)每分鐘進(jìn)行一次運(yùn)算，包括車輛軌跡識(shí)別、單車行程時(shí)間提取、路段平均行程速度估計(jì)、路段交通狀態(tài)判別四個(gè)部分。構(gòu)建了基于oracle的實(shí)時(shí)數(shù)據(jù)庫(kù)與歷史數(shù)據(jù)庫(kù)，程序運(yùn)算效率較高:用整個(gè)南京市的RFID數(shù)據(jù)(每分鐘數(shù)據(jù)量4000多條)在家用筆記本上(CPU:1ntel? Core i5 3230Μ，內(nèi)存8G，硬盤5400rpm SATA HDD)運(yùn)行平均耗時(shí)5s左右。說明此發(fā)明的計(jì)算效率能夠很好的滿足一個(gè)城市的數(shù)據(jù)計(jì)算需求，對(duì)計(jì)算機(jī)硬件條件要求不高。
【權(quán)利要求】
1.基于城市道路RFID車輛信息路側(cè)采集設(shè)備獲取數(shù)據(jù)的交通參數(shù)估計(jì)與路況判別方法，其特征在于: (1)通過對(duì)RFID數(shù)據(jù)進(jìn)行預(yù)處理有效剔除了錯(cuò)誤數(shù)據(jù)與無效數(shù)據(jù)，實(shí)現(xiàn)路網(wǎng)行駛車輛軌跡的識(shí)別，進(jìn)而計(jì)算得到如行程時(shí)間、路段行程車速、路段流量、路網(wǎng)OD交通參數(shù)； (2)根據(jù)計(jì)算得到的交通參數(shù)歷史數(shù)據(jù)，對(duì)顯著表征道路交通特征的交通參數(shù)進(jìn)行分析，擬合道路交通特征模型，計(jì)算不同道路交通特征下的路況判別閾值； (3)根據(jù)擬合得到的道路交通特征模型，對(duì)不同道路的實(shí)時(shí)交通參數(shù)所屬交通特征進(jìn)行判斷，基于判斷結(jié)果對(duì)不同道路調(diào)用不同的路況判別閾值，獲取最為真實(shí)可靠的路況結(jié)果O
2.基于RFID數(shù)據(jù)的城市道路交通參數(shù)估計(jì)與路況判別應(yīng)用系統(tǒng)，其特征在于，整個(gè)應(yīng)用系統(tǒng)包括RFID數(shù)據(jù)采集系統(tǒng)和核心數(shù)據(jù)處理系統(tǒng)，所述網(wǎng)上的RFID數(shù)據(jù)采集系統(tǒng)為所述核心數(shù)據(jù)處理系統(tǒng)提供實(shí)時(shí)的基礎(chǔ)數(shù)據(jù)， 所述RFID數(shù)據(jù)采集系統(tǒng)包括RFID檢測(cè)設(shè)備、RFID點(diǎn)位數(shù)據(jù)和路網(wǎng)GIS地圖，三者分別提供RFID實(shí)時(shí)數(shù)據(jù)、RFID點(diǎn)位信息數(shù)據(jù)表、GIS空間數(shù)據(jù)庫(kù)； 所述核心數(shù)據(jù)處理系統(tǒng)主要有數(shù)據(jù)接收模塊、預(yù)處理模塊、交通參數(shù)估計(jì)模塊、路段特征識(shí)別模塊和路況判別模塊，其中: 數(shù)據(jù)接收模塊會(huì)將RFID數(shù)據(jù)采集系統(tǒng)的RFID實(shí)時(shí)數(shù)據(jù)實(shí)時(shí)發(fā)送到預(yù)處理模塊上，并能對(duì)數(shù)據(jù)接收條數(shù)、數(shù)據(jù)接收時(shí)間、服務(wù)器運(yùn)行狀況進(jìn)行統(tǒng)計(jì)記錄，實(shí)時(shí)監(jiān)控?cái)?shù)據(jù)的質(zhì)量狀況；預(yù)處理模塊以RFID實(shí)時(shí)數(shù)據(jù)即車輛射頻識(shí)別的數(shù)據(jù)作為輸入，根據(jù)交通流理論進(jìn)行數(shù)據(jù)預(yù)處理，實(shí)現(xiàn)路網(wǎng)行駛車輛軌跡的識(shí)別，反映出行駛車輛從路段起始點(diǎn)到終點(diǎn)的整個(gè)行車的交通狀況； 交通參數(shù)估計(jì)模塊，根據(jù)預(yù)處理模塊獲得的行駛車輛軌跡從而實(shí)時(shí)計(jì)算路段行程時(shí)間、行程速度和流量等交通參數(shù)，構(gòu)建出基于oracle的實(shí)時(shí)數(shù)據(jù)庫(kù)，同時(shí)計(jì)算結(jié)果直接顯示在GIS電子地圖中； 路段特征識(shí)別模塊，根據(jù)路段歷史行程速度數(shù)據(jù)分析特征，獲取路況車速區(qū)間，結(jié)合GIS空間數(shù)據(jù)庫(kù)與RFID點(diǎn)位信息數(shù)據(jù)表構(gòu)建出路況歷史特征分析庫(kù)； 路況判別模塊，通過路段特征識(shí)別模塊構(gòu)建的路況歷史特征分析庫(kù)，對(duì)路網(wǎng)交通特征進(jìn)行聚類分析，劃定路況判別閾值，然后根據(jù)交通參數(shù)估計(jì)模塊實(shí)時(shí)計(jì)算的交通參數(shù)判別所在狀態(tài)，即轉(zhuǎn)化出路段狀態(tài)判別結(jié)果，狀態(tài)分為暢通、擁擠、堵塞三個(gè)等級(jí)。
3.如權(quán)利要求2所述的基于RFID數(shù)據(jù)的城市道路交通參數(shù)估計(jì)與路況判別系統(tǒng)，其特征在于，增加設(shè)計(jì)自維護(hù)模塊，表現(xiàn)在對(duì)路況歷史特征分析庫(kù)的更新機(jī)制與實(shí)時(shí)數(shù)據(jù)的質(zhì)量監(jiān)控上，該模塊每周會(huì)運(yùn)行一次，對(duì)本周采集到的實(shí)時(shí)數(shù)據(jù)質(zhì)量進(jìn)行評(píng)價(jià)，然后將這一批實(shí)時(shí)數(shù)據(jù)與歷史特征庫(kù)進(jìn)行參數(shù)融合，結(jié)合數(shù)據(jù)質(zhì)量評(píng)價(jià)結(jié)果對(duì)歷史特征庫(kù)進(jìn)行調(diào)整，以保證歷史特征庫(kù)始終能夠適應(yīng)當(dāng)前的路網(wǎng)狀況。
【文檔編號(hào)】G08G1/01GK103500504SQ201310455984
【公開日】2014年1月8日 申請(qǐng)日期:2013年9月30日 優(yōu)先權(quán)日:2013年9月30日
【發(fā)明者】張力楠, 楊帆, 云美萍, 楊曉光 申請(qǐng)人:同濟(jì)大學(xué)