多源交通信息融合技術(shù)

1、7多源交通信息融合技術(shù)在智能交通誘導(dǎo)系統(tǒng)中的應(yīng)用研究宋鴻陳寧彭建國(guó)蔣程劉玉印由于特殊的地理?xiàng)l件和歷史原因，重慶市道路交通信息采集設(shè)備形式多樣，形成的交通信息數(shù)據(jù)格式和設(shè)備數(shù)據(jù)接口標(biāo)準(zhǔn)不盡相同，多源交通信息數(shù)據(jù)的存儲(chǔ)、處理和使用過(guò)程中遇到了諸多困擾。為此，重慶市交通管理局與重慶市科委共同謀劃了“重慶主城區(qū)交通誘導(dǎo)示范工程”項(xiàng)目，將多源交通信息數(shù)據(jù)融合技術(shù)作為項(xiàng)目研究的重點(diǎn)，采用數(shù)據(jù)融合技術(shù)對(duì)多源交通信息數(shù)據(jù)進(jìn)行處理，通過(guò)判別算法實(shí)現(xiàn)對(duì)道路交通狀態(tài)的實(shí)時(shí)判別，并利用VMS、WEB等多種形式進(jìn)行道路交通狀態(tài)的發(fā)布，從而實(shí)現(xiàn)對(duì)主城區(qū)路網(wǎng)交通流進(jìn)行策略性分流的目標(biāo)。一、研究背景目前，重慶市已經(jīng)建成的交通

2、信息采集方式包括：感應(yīng)線圈監(jiān)測(cè)、微波測(cè)速、地磁監(jiān)測(cè)、浮動(dòng)車運(yùn)營(yíng)GPS監(jiān)測(cè)、電子警察卡口、RFID監(jiān)測(cè)、視頻監(jiān)控等。由于交通信息采集方式多樣，形成的信息數(shù)據(jù)格式和設(shè)備數(shù)據(jù)接口標(biāo)準(zhǔn)不盡相同，多源交通信息數(shù)據(jù)在具體應(yīng)用過(guò)程中遇到了多方面的困擾。在此背景下，重慶市科委和重慶市公安局交通管理局共同確定了重大科技攻關(guān)項(xiàng)目“重慶主城區(qū)交通誘導(dǎo)示范工程”，針對(duì)重慶市主城區(qū)的主干復(fù)雜路網(wǎng)，以多源道路交通信息數(shù)據(jù)融合技術(shù)為研究對(duì)象，確定在渝中區(qū)和江北區(qū)范圍內(nèi)，建設(shè)長(zhǎng)度為26公里的主干道智能交通誘導(dǎo)示范線路，通過(guò)對(duì)重慶市已建成的多源交通信息數(shù)據(jù)進(jìn)行融合，實(shí)現(xiàn)對(duì)目標(biāo)路段的交通狀態(tài)參數(shù)的實(shí)時(shí)獲取，采用多源數(shù)據(jù)融合算法和

3、基于知識(shí)庫(kù)的道路交通狀態(tài)判別算法，完成對(duì)道路交通狀態(tài)的科學(xué)判斷，并利用布置于路段VMS交通誘導(dǎo)情報(bào)板和LED誘導(dǎo)屏進(jìn)行實(shí)時(shí)的發(fā)布，通過(guò)對(duì)道路上交通出行者的誘導(dǎo)，促進(jìn)交通流在路網(wǎng)中的均衡分布。二、多源數(shù)據(jù)融合及道路狀態(tài)判別技術(shù)多源交通信息數(shù)據(jù)融合處理流程如圖1所示圖1多源數(shù)據(jù)融合處理流程圖從圖1可看出，交通誘導(dǎo)系統(tǒng)采用傳統(tǒng)的信息采集及處理、數(shù)據(jù)融合及判別和信息發(fā)布，通過(guò)線圈、微波、電子標(biāo)簽、地磁檢測(cè)以及視頻等采集設(shè)備采集車流量等相關(guān)信息；信息處理部分由指揮中心交通誘導(dǎo)控制系統(tǒng)完成；信息發(fā)布部分的主要信息發(fā)布載體為為L(zhǎng)ED誘導(dǎo)屏和VMS復(fù)合誘導(dǎo)屏。（一）信息數(shù)據(jù)融合處理流程1、數(shù)據(jù)采集及預(yù)處理數(shù)據(jù)

4、采集子系統(tǒng)主要包含動(dòng)態(tài)交通信息采集建設(shè)、靜態(tài)交通信息采集建設(shè)、信息處理與傳輸軟硬件環(huán)境建設(shè)三項(xiàng)主要功能。通過(guò)動(dòng)態(tài)數(shù)據(jù)采集接口層與各子系統(tǒng)建立連接并進(jìn)行數(shù)據(jù)采集，采集到的數(shù)據(jù)按照事先制定好的標(biāo)準(zhǔn)數(shù)據(jù)格式統(tǒng)一存儲(chǔ)，海量數(shù)據(jù)存儲(chǔ)采用數(shù)據(jù)倉(cāng)庫(kù)形式。主要完成對(duì)多源數(shù)據(jù)的預(yù)處理功能，包括對(duì)速度異常數(shù)據(jù)、超出地圖匹范圍數(shù)據(jù)、狀態(tài)異常設(shè)備的上傳數(shù)據(jù)等的分析和剔除處理。2、二級(jí)數(shù)據(jù)融合與判別核心模型和算法是該項(xiàng)目的核心內(nèi)容，通過(guò)核心模型與算法，對(duì)信息進(jìn)行處理分析，生成高效的交通誘導(dǎo)預(yù)案與道路信息，同時(shí)根據(jù)視頻監(jiān)控和人工反饋信息，實(shí)現(xiàn)對(duì)部分路段的道路交通狀態(tài)的二次數(shù)據(jù)融合。該部分主要由兩部分組成，即“交通擁堵等級(jí)

5、評(píng)判算法”和“交通事件識(shí)別算法”?！敖煌〒矶碌燃?jí)評(píng)判算法”就是根據(jù)當(dāng)前的交通流特征信息，結(jié)合交通知識(shí)將交通擁擠程度進(jìn)行等級(jí)劃分，以量的形式告訴人們目前的交通擁擠情況。交通擁擠程度是一個(gè)模糊的概念，形容一個(gè)交通狀態(tài)是否擁擠并沒(méi)有很確切的數(shù)據(jù)，因此通常采用模糊推理的方式來(lái)評(píng)判交通擁堵狀態(tài)。模糊推理法原理是根據(jù)交通流量、占有率和交通擁擠狀態(tài)之間的關(guān)系組成模糊規(guī)則矩陣，然后利用交通流量、占有率的實(shí)測(cè)數(shù)據(jù)作為輸入，通過(guò)一系列的模糊運(yùn)算推斷出交通擁堵狀態(tài)?！敖煌ㄊ录R(shí)別算法”就是利用交通事件發(fā)生時(shí)的特征和采集到的交通流參數(shù)，如車道占有率、平均速度、流量等交通參數(shù)，通過(guò)一定的檢測(cè)規(guī)則和算法，推斷出是否發(fā)生交

6、通事件的過(guò)程。3、信息發(fā)布完成對(duì)道路交通狀態(tài)數(shù)據(jù)的發(fā)布功能，發(fā)布途徑主要有GIS地圖的發(fā)布路段渲染、VMS屏的道路狀態(tài)發(fā)布等。（二）二級(jí)數(shù)據(jù)融合模型二級(jí)數(shù)據(jù)融合模型是根據(jù)系統(tǒng)在實(shí)際的實(shí)施中，自動(dòng)融合不能夠滿足有效反映部分路段的交通狀態(tài)，即某些特殊路段的交通狀態(tài)通過(guò)檢測(cè)器獲取的數(shù)據(jù)不能有效反映，需要人工輔助來(lái)彌補(bǔ)其不足。1、第一級(jí)多源數(shù)據(jù)的自動(dòng)融合自動(dòng)融合模型是通過(guò)在系統(tǒng)中的算法和數(shù)據(jù)處理程序，完成對(duì)斷面線圈數(shù)據(jù)（流量、速度、車道占有率）、微波數(shù)據(jù)（流量、速度、車道占有率）、RFID數(shù)據(jù)（行程速度、行程時(shí)間）、地磁（流量、速度、占有率等）、卡口（流量、占有率等）、浮動(dòng)車數(shù)據(jù)（流量、速度、占有率等

7、）等的初步分析和道路狀態(tài)的數(shù)據(jù)融合判定，并由誘導(dǎo)系統(tǒng)的VMS發(fā)布程序完成道路交通狀態(tài)的發(fā)布功能。2、第二級(jí)自動(dòng)融合和人工管控互補(bǔ)性融合自動(dòng)融合在某些特定路段有一定的局限性，不能夠很好的反映路段由于地理位置、道路坡度等造成的交通特點(diǎn)，需要人工管控來(lái)輔助，實(shí)現(xiàn)對(duì)根據(jù)道路監(jiān)測(cè)和人工監(jiān)控結(jié)合的判定模式，這種情況的路段比較少，不會(huì)增加太多的人力資源。（三）基于知識(shí)庫(kù)的道路狀態(tài)判別修正機(jī)制系統(tǒng)建立了基于歷史知識(shí)庫(kù)的道路狀態(tài)判別修正機(jī)制，即實(shí)時(shí)判別結(jié)果與歷史數(shù)據(jù)有個(gè)比對(duì)修正的機(jī)制,系統(tǒng)要正常運(yùn)行一段時(shí)間后，積累了大量的歷史道路狀態(tài)判別數(shù)據(jù)作為知識(shí)的積累，發(fā)布結(jié)果會(huì)越來(lái)越精確，從而滿足城市交通的需求。（四）動(dòng)

8、態(tài)權(quán)值調(diào)整機(jī)制多源數(shù)據(jù)融合通過(guò)權(quán)值分配機(jī)制實(shí)現(xiàn)對(duì)道路路段交通狀態(tài)的實(shí)時(shí)判別，將多源數(shù)據(jù)輸入道路狀態(tài)判別模型，依據(jù)上一時(shí)段的道路狀態(tài)數(shù)據(jù)進(jìn)行權(quán)值的動(dòng)態(tài)分配，并進(jìn)行數(shù)據(jù)融合處理和道路交通狀態(tài)的判別，通過(guò)人工反饋和與歷史數(shù)據(jù)庫(kù)的比對(duì)，對(duì)道路狀態(tài)異常數(shù)據(jù)回饋到道路狀態(tài)判別模型，進(jìn)行權(quán)值的動(dòng)態(tài)分配，從而保證道路狀態(tài)發(fā)布的準(zhǔn)確性。（五）數(shù)據(jù)融合及交通狀態(tài)判別算法模型1、融合算法模型介紹利用每個(gè)發(fā)布路段上每5分鐘累積的車輛點(diǎn)速度，經(jīng)過(guò)數(shù)據(jù)預(yù)處理，計(jì)算平均車速，通過(guò)設(shè)計(jì)規(guī)則來(lái)反應(yīng)路段的交通狀況。對(duì)于樣本不足的路段，利用歷史數(shù)據(jù)或鄰近時(shí)間段的交通狀況的統(tǒng)計(jì)規(guī)律，彌補(bǔ)樣本覆蓋的不足。1）交通狀態(tài)參數(shù)估計(jì)：對(duì)表征交

9、通狀態(tài)的參數(shù)，如平均行程車速等進(jìn)行估計(jì)。 輸入路段檢測(cè)器數(shù)據(jù)（流量、點(diǎn)速度、占有率等）；FCD數(shù)據(jù)（浮動(dòng)車的經(jīng)緯度、方向角、速度等）；RFID（OD數(shù)據(jù)）；微波（流量、速度、占有率等）；地磁（流量、速度、占有率等）卡口（流量、占有率等）上一時(shí)段交通參數(shù)（樣本量不足時(shí)）歷史數(shù)據(jù)（樣本量不足時(shí)） 輸出路段平均行程速度、路段2分鐘流量統(tǒng)計(jì)、路段占有率統(tǒng)計(jì)；2）交通狀態(tài)判別：根據(jù)交通狀態(tài)參數(shù)估計(jì)值，以及道路交通狀態(tài)分類分級(jí)的標(biāo)準(zhǔn)，對(duì)道路交通狀態(tài)作出判別。 輸入融合交通參數(shù)（平均行程速度）、流量數(shù)據(jù)、占有率數(shù)據(jù) 輸出VMS屏各發(fā)布路段的道路交通狀態(tài)值3）多源數(shù)據(jù)融合算法模型針對(duì)多源道路監(jiān)測(cè)數(shù)據(jù)的融合處理

10、，這里以兩種以上的檢測(cè)器的速度數(shù)據(jù)的融合處理方式為例：nv（t）=W（t）*v（t）iii=1式中：v（t）為t時(shí)段內(nèi)融合后的速度數(shù)據(jù)，t取2min作為統(tǒng)計(jì)時(shí)段；°i（t）為采用第i種數(shù)據(jù)采集方式的權(quán)重值;Vi（t）為采用第i中數(shù)據(jù)采集方式獲得的行程速度數(shù)據(jù)；同時(shí)引入動(dòng)態(tài)誤差反比例方法作為反饋控制信號(hào)，來(lái)實(shí)現(xiàn)多源數(shù)據(jù)權(quán)值的動(dòng)態(tài)調(diào)整和分配功能°*(t)=iV.(t)v(t)-v(t-1)ii并對(duì)上式進(jìn)行歸一化處理，如下式：°(t)iW*(t)iW*(t)ii=12、道路交通狀態(tài)判別技術(shù)1）道路交通狀態(tài)根據(jù)實(shí)際道路的等級(jí)，采用了三級(jí)判斷標(biāo)準(zhǔn)，采用計(jì)算的融合區(qū)間行程車速

11、作為判別計(jì)算依據(jù)：表1道路交通狀態(tài)判斷標(biāo)準(zhǔn)道路等級(jí)堵塞狀態(tài)（0）擁擠狀態(tài)（1）暢通狀態(tài)（2）城市快速路V20km/h20km/hWv<50km/h三50km/h城市主干路<10km/h10km/hWv<30km/h>30km/h城市次干路<10km/h10km/hWv<25km/h三25km/h2）引入路段流量來(lái)判定道路狀態(tài)，根據(jù)各道路通行狀況確定路段的流量判定閥值，進(jìn)行判定，依照判定邏輯進(jìn)行綜合的判定，確保狀態(tài)數(shù)據(jù)判別的可靠性。3）通過(guò)對(duì)路段的占有率數(shù)據(jù)進(jìn)行分析，制定判定邏輯，實(shí)現(xiàn)對(duì)道路交通狀態(tài)的判別，并根據(jù)知識(shí)庫(kù)歷史數(shù)據(jù)進(jìn)行動(dòng)態(tài)修正。在道路交通狀態(tài)判別并

12、發(fā)布時(shí)，需要引入阻抗參數(shù)概念，即發(fā)布狀態(tài)時(shí)，交通狀態(tài)由堵塞變?yōu)闀惩〞r(shí)無(wú)需進(jìn)行額外判別；但當(dāng)交通狀態(tài)由暢通變?yōu)樽枞?，則需前一時(shí)段狀態(tài)進(jìn)行判定。記上一時(shí)段路段狀態(tài)值為s，本時(shí)段路段計(jì)算狀態(tài)為s'.，貝y：0z1S-S'>1發(fā)布狀態(tài)Sj='其它JI三、系統(tǒng)實(shí)證性分析及功能實(shí)現(xiàn)（一）實(shí)證方式及分析為了對(duì)系統(tǒng)的實(shí)施效果進(jìn)行評(píng)判，本系統(tǒng)采取人工判別的方法獲取真實(shí)的道路交通狀態(tài)信息，并與系統(tǒng)的評(píng)判結(jié)果進(jìn)行比對(duì)分析。根據(jù)人工判別所基于的設(shè)施設(shè)備不同，又可以分為視頻判別與現(xiàn)場(chǎng)判別兩種：1、視頻判別在視頻監(jiān)控室，根據(jù)不同監(jiān)控?cái)z像頭中顯示的道路車輛集散情況，由交警憑借實(shí)際經(jīng)驗(yàn)，判別對(duì)應(yīng)

13、道路的交通狀態(tài)。2、現(xiàn)場(chǎng)判別在道路設(shè)定的監(jiān)測(cè)點(diǎn)觀察一段時(shí)間形成路段狀態(tài)的調(diào)研記錄。根據(jù)車流通行情況，判別所駛過(guò)道路的交通狀態(tài)。為了調(diào)研系統(tǒng)發(fā)布的路況信息在不同的日期與時(shí)段的精度穩(wěn)定性，實(shí)證選取了周四、周五、周六三天的早、晚、平峰，抽樣20條發(fā)布路段，共計(jì)10080條交通狀態(tài)信息，進(jìn)行實(shí)證對(duì)比分析，結(jié)果如圖2和圖3所示：經(jīng)過(guò)以上對(duì)系統(tǒng)發(fā)布狀態(tài)信息的準(zhǔn)確性及其影響因素的實(shí)地調(diào)研實(shí)證分析，得到以下結(jié)論：(1) 系統(tǒng)發(fā)布的路況信息總體準(zhǔn)確性較高，系統(tǒng)發(fā)布路段信息通過(guò)與現(xiàn)場(chǎng)觀測(cè)和視頻判別狀態(tài)比對(duì)達(dá)到95%以上，其中現(xiàn)場(chǎng)交通狀況判別結(jié)果與系統(tǒng)判別結(jié)果吻合度達(dá)到95.63%,視頻交通狀況判別結(jié)果與系統(tǒng)判別結(jié)

14、果達(dá)到96.25%。(2) 交通誘導(dǎo)系統(tǒng)發(fā)布的部分路段狀態(tài)異常，是部分監(jiān)測(cè)點(diǎn)數(shù)據(jù)樣本量不足導(dǎo)致實(shí)際的現(xiàn)場(chǎng)觀測(cè)和視頻判別狀態(tài)出現(xiàn)差異，通過(guò)對(duì)路段和檢測(cè)器進(jìn)行調(diào)整和部署，路段狀態(tài)發(fā)布可以恢復(fù)正常。(二)誘導(dǎo)系統(tǒng)實(shí)現(xiàn)效果圖4誘導(dǎo)系統(tǒng)效果圖系統(tǒng)包括信息采集功能、誘導(dǎo)處理功能、實(shí)時(shí)誘導(dǎo)功能、信息發(fā)布功能。通過(guò)對(duì)道路上交通流信息的實(shí)時(shí)采集，獲得路網(wǎng)的車流量、占有率、車流平均速度、長(zhǎng)車流量等交通狀況信息。通過(guò)核心模型與算法，對(duì)信息進(jìn)行處理分析，生成高效的交通誘導(dǎo)預(yù)案與道路信息。由信息發(fā)布系統(tǒng)對(duì)外發(fā)布，為出行者提供道路信息。系統(tǒng)軟件展示應(yīng)用層具有如下功能：(1) VMS誘導(dǎo)發(fā)布控制生成VMS實(shí)時(shí)動(dòng)態(tài)誘導(dǎo)信息，進(jìn)行交通誘導(dǎo)服務(wù)。(2) 中心大屏控制功能實(shí)時(shí)道路交通狀態(tài)監(jiān)控，實(shí)現(xiàn)狀態(tài)監(jiān)控。(3) WEB發(fā)布功能公眾出行信息服務(wù)，信息發(fā)布功能。(4) 系統(tǒng)管理功能設(shè)備管理與數(shù)據(jù)信息分析。四、結(jié)語(yǔ)由于重慶市特殊的地理?xiàng)l件和道路交通環(huán)境的影響，建設(shè)智能交通系統(tǒng)，提高交通管理的現(xiàn)代化水平，促進(jìn)交通流在道路交通網(wǎng)絡(luò)上的均衡分布，進(jìn)而提高交通基礎(chǔ)設(shè)施的利用率，緩解交通供需矛盾，成為重慶市解決交通問(wèn)題的首要選擇，而多源交通信息數(shù)據(jù)融合技術(shù)是重慶市智