基于物聯(lián)網(wǎng)的智能交通網(wǎng)絡(luò)道路交通突發(fā)事件自動(dòng)檢測(cè)方法

基于物聯(lián)網(wǎng)的智能交通網(wǎng)絡(luò)道路交通突發(fā)事件自動(dòng)檢測(cè)方法

1建立全球物品信息的共享網(wǎng)絡(luò)1999年10月，美國(guó)麻省理工學(xué)院（mit）教授首次提出了物聯(lián)網(wǎng)的概念。它是一個(gè)基于internet的實(shí)時(shí)數(shù)據(jù)廣播技術(shù)（rfid）、數(shù)據(jù)通信和其他技術(shù)的網(wǎng)絡(luò)，以實(shí)現(xiàn)全球目標(biāo)信息的實(shí)時(shí)共享。在這個(gè)網(wǎng)絡(luò)中，對(duì)象可以相互“交換”，而不需要人工干預(yù)。其實(shí)質(zhì)是利用無(wú)線(xiàn)射頻識(shí)別技術(shù),通過(guò)計(jì)算機(jī)互聯(lián)網(wǎng)實(shí)現(xiàn)物品的自動(dòng)識(shí)別和信息的互聯(lián)與共享。公路交通突發(fā)事件危害巨大,是破壞正常公路秩序、引起偶發(fā)性公路交通擁擠和擁堵的主要因素,據(jù)統(tǒng)計(jì)每年因交通突發(fā)事件所引起的損失已達(dá)上千億元人民幣。交通突發(fā)事件的應(yīng)急管理是減少事件危害,降低事件損失,快速恢復(fù)正常公路交通秩序,提高道路運(yùn)行效率的有效手段。如何利用物聯(lián)網(wǎng)的技術(shù)優(yōu)勢(shì)進(jìn)行城市交通突發(fā)事件的檢測(cè)是一個(gè)值得研究的問(wèn)題。2物理網(wǎng)絡(luò)2.1商業(yè)rfid技術(shù)目前,最具代表性的物聯(lián)網(wǎng)架構(gòu)是歐美支持的EPC(ElectronicProductCode,電子產(chǎn)品編碼)構(gòu)架。EPC的概念是由MIT的SanjaySarma和DavidBrock兩位教授于1999年10月提出的,其核心思想是為每一個(gè)產(chǎn)品提供唯一的電子標(biāo)識(shí)符;通過(guò)射頻識(shí)別技術(shù)完成數(shù)據(jù)自動(dòng)采集;電子標(biāo)簽上只存儲(chǔ)EPC碼,而對(duì)應(yīng)于EPC碼的解析是通過(guò)與互聯(lián)網(wǎng)相連的服務(wù)器來(lái)完成的。其相關(guān)技術(shù)和標(biāo)準(zhǔn)成為商業(yè)RFID產(chǎn)業(yè)的基礎(chǔ)。典型的物聯(lián)網(wǎng)結(jié)構(gòu)如圖1所示。物聯(lián)網(wǎng)架構(gòu)中主要分為5個(gè)部分,即電子標(biāo)簽(或無(wú)線(xiàn)傳感器)、閱讀器、物聯(lián)網(wǎng)中間件、物聯(lián)網(wǎng)名稱(chēng)解析服務(wù)和物聯(lián)網(wǎng)信息發(fā)布服務(wù)。在物聯(lián)網(wǎng)系統(tǒng)中每一個(gè)物品有一個(gè)唯一的RFID碼,存儲(chǔ)于物品上的電子標(biāo)簽中,同時(shí),這個(gè)RFID碼對(duì)應(yīng)的詳細(xì)信息和屬性被存儲(chǔ)在物聯(lián)網(wǎng)信息發(fā)布服務(wù)器中。閱讀器對(duì)電子標(biāo)簽進(jìn)行讀取后,將讀取到的RFID碼發(fā)送給物聯(lián)網(wǎng)中間件。中間件服務(wù)器通過(guò)Internet向相關(guān)的物聯(lián)網(wǎng)名稱(chēng)解析服務(wù)器發(fā)出一條查詢(xún)指令,解析器收到查詢(xún)指令后,根據(jù)規(guī)則查得與之相匹配的地址信息,就像Internet中的DNS功能一樣,同時(shí)引導(dǎo)中間件服務(wù)器訪(fǎng)問(wèn)存儲(chǔ)物品詳細(xì)信息的物聯(lián)網(wǎng)信息發(fā)布服務(wù)器,在收到查詢(xún)信息后,就將物品的詳細(xì)信息以網(wǎng)頁(yè)的形式發(fā)送給中間件,從而獲得與物品對(duì)應(yīng)的詳細(xì)信息。2.2交通流運(yùn)行特征識(shí)別基于物聯(lián)網(wǎng)的交通管理有以下幾個(gè)關(guān)鍵技術(shù)突破點(diǎn)。先進(jìn)的檢測(cè)、感知、識(shí)別技術(shù)和車(chē)載設(shè)備。通過(guò)采用射頻識(shí)別技術(shù)、傳感器技術(shù)獲取人與物的地理位置、身份信息等,實(shí)現(xiàn)物物相通,包括新一代車(chē)載電子裝置、車(chē)輛自動(dòng)駕駛設(shè)備、駕駛員駕駛能力和精神狀態(tài)自動(dòng)檢測(cè)儀表的研制與開(kāi)發(fā)使用。建立信息網(wǎng)絡(luò)。信息網(wǎng)絡(luò)需要收集的信息包括:交通基礎(chǔ)設(shè)施的現(xiàn)行自然狀態(tài),設(shè)計(jì)、施工、使用與維護(hù)檔案,環(huán)境狀況,有關(guān)的天氣條件和預(yù)測(cè)的天氣變化等信息。交通事故自動(dòng)檢測(cè)、預(yù)警應(yīng)變技術(shù)。交通事故一旦發(fā)生,關(guān)鍵是要盡快地將救護(hù)人員召集到事故現(xiàn)場(chǎng)。要求車(chē)載裝置能自動(dòng)檢測(cè)事故的發(fā)生,及時(shí)自動(dòng)地通報(bào)事故發(fā)生地點(diǎn)和傷員人數(shù)及其傷情。先進(jìn)的交通管理調(diào)度系統(tǒng)。該系統(tǒng)需要具備智能的、自適應(yīng)的管理各種地面交通的能力,并實(shí)時(shí)地監(jiān)視、探測(cè)區(qū)域性交通流運(yùn)行狀況,快速地收集各種交通流運(yùn)行數(shù)據(jù),及時(shí)地分析交通流運(yùn)行特征,從而預(yù)測(cè)交通流的變化,并制定最佳應(yīng)變措施和方案。如車(chē)輛-道路自動(dòng)化協(xié)作系統(tǒng)、車(chē)聯(lián)網(wǎng)系統(tǒng)。檢測(cè)交通突發(fā)事件的物聯(lián)網(wǎng)平臺(tái)是一種由大量智能傳感器節(jié)點(diǎn)構(gòu)成的無(wú)線(xiàn)網(wǎng)絡(luò),其目的是協(xié)作感知、采集和處理受測(cè)區(qū)域的信息,并發(fā)布給終端用戶(hù)。基于物聯(lián)網(wǎng)的智能交通網(wǎng)絡(luò)是無(wú)線(xiàn)自組網(wǎng)的一種,但與其它無(wú)線(xiàn)自組網(wǎng)如Ad-hoc網(wǎng)絡(luò)相比又有明顯的不同?；谖锫?lián)網(wǎng)的智能交通網(wǎng)絡(luò)是一種以數(shù)據(jù)為中心的網(wǎng)絡(luò),其任務(wù)不僅僅是數(shù)據(jù)通信,還有數(shù)據(jù)的協(xié)同采集與處理,這與其它類(lèi)型的網(wǎng)絡(luò)不同?；谖锫?lián)網(wǎng)的智能交通網(wǎng)絡(luò)具有下面幾個(gè)特點(diǎn):(1)硬件資源有限。這是基于物聯(lián)網(wǎng)的智能交通網(wǎng)絡(luò)最為明顯的特點(diǎn)。由于應(yīng)用的特殊性,傳感器網(wǎng)絡(luò)節(jié)點(diǎn)不僅要求體積微小、價(jià)格低廉、功耗低,還要具有一定的計(jì)算、存儲(chǔ)與通信能力。對(duì)于單個(gè)節(jié)點(diǎn)來(lái)說(shuō),硬件資源與能力都非常有限,任務(wù)的完成是靠多個(gè)節(jié)點(diǎn)共同協(xié)作。因此,節(jié)點(diǎn)協(xié)作是基于物聯(lián)網(wǎng)的智能交通網(wǎng)絡(luò)節(jié)點(diǎn)應(yīng)用程序設(shè)計(jì)的工作基礎(chǔ)。(2)節(jié)點(diǎn)數(shù)量眾多,分布密集。為了實(shí)現(xiàn)對(duì)一個(gè)區(qū)域的監(jiān)鍘,常常向該區(qū)域投撒成千上萬(wàn)個(gè)傳感器節(jié)點(diǎn)。這些傳感器節(jié)點(diǎn)分布非常密集,可利用節(jié)點(diǎn)之間高度連接性來(lái)保證系統(tǒng)的容錯(cuò)性和抗毀性。(3)以數(shù)據(jù)為中心。在傳感器網(wǎng)絡(luò)中,數(shù)據(jù)從采集到傳輸至監(jiān)控端的過(guò)程中,一直伴有數(shù)據(jù)的處理,而不像傳統(tǒng)網(wǎng)絡(luò)只負(fù)責(zé)數(shù)據(jù)的通信。另外,在傳感器網(wǎng)絡(luò)的應(yīng)用中,人們并不關(guān)心具體某一個(gè)傳感器的數(shù)據(jù),而是注意監(jiān)控區(qū)域的數(shù)據(jù)。(4)自組織。基于物聯(lián)網(wǎng)的智能交通網(wǎng)絡(luò)的布設(shè)和展開(kāi)不依賴(lài)任何其它的預(yù)設(shè)設(shè)施,節(jié)點(diǎn)通過(guò)具有自組織功能的通信協(xié)議和算法來(lái)協(xié)調(diào)各自的行為,節(jié)點(diǎn)開(kāi)機(jī)后就可以快速、自動(dòng)地組成一個(gè)獨(dú)立的網(wǎng)絡(luò)。(5)多跳路由。網(wǎng)絡(luò)中單個(gè)節(jié)點(diǎn)的通信距離是有限的,一般在幾百米范圍內(nèi),節(jié)點(diǎn)只能與它的鄰居直接通信,與Sink節(jié)點(diǎn)的通信需要通過(guò)中間節(jié)點(diǎn)進(jìn)行接力傳輸,并且路徑是動(dòng)態(tài)的,且隨時(shí)間變化。固定網(wǎng)絡(luò)的多跳路由使用網(wǎng)關(guān)和路由器來(lái)實(shí)現(xiàn),而基于物聯(lián)網(wǎng)的智能交通網(wǎng)絡(luò)中的多跳路由是由普通網(wǎng)絡(luò)節(jié)點(diǎn)完成的,其沒(méi)有專(zhuān)門(mén)的路由設(shè)備,這樣每個(gè)節(jié)點(diǎn)既可以是信息的發(fā)起者,也可以是信息的轉(zhuǎn)發(fā)者。(6)動(dòng)態(tài)拓?fù)??；谖锫?lián)網(wǎng)的智能交通網(wǎng)絡(luò)是一個(gè)動(dòng)態(tài)的網(wǎng)絡(luò),節(jié)點(diǎn)可以隨處移動(dòng);一個(gè)節(jié)點(diǎn)可能會(huì)因?yàn)殡姵啬芰亢谋M、通信信道的不穩(wěn)定等其他故障退出網(wǎng)絡(luò)運(yùn)行;一個(gè)節(jié)點(diǎn)也可能由于工作的需要而被添加到網(wǎng)絡(luò)中。這些都會(huì)使網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)隨時(shí)發(fā)生變化,因此網(wǎng)絡(luò)應(yīng)該具有動(dòng)態(tài)拓?fù)浣M織功能。3城市交通突發(fā)事件的自動(dòng)檢測(cè)3.1車(chē)輛拋錨、車(chē)輛碰撞事故公路交通突發(fā)事件特征包括自身固有特征和外延特征。自身固有特征表現(xiàn)為對(duì)人們視覺(jué)、聽(tīng)覺(jué)及感覺(jué)方面的刺激,這些固有特征與事件自身發(fā)生機(jī)理有關(guān),可以用來(lái)描述事件性質(zhì),是直接事件檢測(cè)機(jī)制所要檢測(cè)的數(shù)據(jù)對(duì)象;外延特征表現(xiàn)為對(duì)正常交通狀態(tài)的影響,不能描述事件性質(zhì),但可以用來(lái)判定是否有事件發(fā)生,是間接事件檢測(cè)機(jī)制所要檢測(cè)的數(shù)據(jù)對(duì)象。因此,對(duì)交通突發(fā)事件特征的研究是進(jìn)行突發(fā)事件自動(dòng)檢測(cè)研究的基礎(chǔ)。交通領(lǐng)域原發(fā)性的突發(fā)事件主要包括交通事故、車(chē)輛拋錨等,由輪胎漏氣、輪胎過(guò)熱、油料耗盡、機(jī)械性故障等所引發(fā)的車(chē)輛拋錨事故占81%,惡性的交通事故占18%,其它事件占1%。從統(tǒng)計(jì)情況來(lái)看,車(chē)輛拋錨和交通事故占據(jù)了公路交通突發(fā)事件的絕大多數(shù),因此,在本文中也將這兩類(lèi)交通突發(fā)事件作為研究和檢測(cè)的對(duì)象。車(chē)輛拋錨、車(chē)輛碰撞事故這兩大類(lèi)交通突發(fā)事件具有以下固有特征:(1)車(chē)輛速度突降。當(dāng)有交通突發(fā)事件發(fā)生時(shí),車(chē)輛速度往往會(huì)在很短的時(shí)間內(nèi)突降為0,并且伴有碰撞聲、行駛狀態(tài)異常等其它特征出現(xiàn);當(dāng)車(chē)輛因輪胎炸胎、油料燃盡或自身機(jī)械故障而拋錨時(shí),速度也會(huì)在短時(shí)間內(nèi)降為0。因此,車(chē)輛的即時(shí)速度突降變化情況,即加速度很大,是事件的一個(gè)固有特征,可以用來(lái)進(jìn)行事件判定。(2)事故聲音信號(hào)。事故聲音信號(hào)主要由車(chē)輛碰撞引起,據(jù)統(tǒng)計(jì),在各類(lèi)交通事故中,車(chē)輛碰撞事故占90%。聲音特征信號(hào)主要包括緊急剎車(chē)時(shí)輪胎與路面磨擦發(fā)出的尖叫聲、玻璃急劇破碎聲音、金屬猛烈撞擊聲等。這些聲音與車(chē)輛正常行駛時(shí)所發(fā)出的聲音有很大的區(qū)別,因此,這些聲音信號(hào)可以當(dāng)作交通突發(fā)事件的判定標(biāo)志。(3)事故視頻圖像。正常情況下,車(chē)輛在規(guī)定的車(chē)道上以穩(wěn)定的車(chē)速行駛,當(dāng)有事故發(fā)生時(shí),車(chē)輛的運(yùn)行狀態(tài)發(fā)生異常,如車(chē)輛翻滾、停止不動(dòng)、車(chē)輛著火等明顯的可視特征,因此,通過(guò)識(shí)別這種異常視頻圖像可對(duì)交通突發(fā)事件進(jìn)行判定。從上面對(duì)交通突發(fā)事件的特征分析來(lái)看,傳統(tǒng)的、只能進(jìn)行單一數(shù)據(jù)采集與處理的設(shè)備不能滿(mǎn)足需求,數(shù)據(jù)采集設(shè)備要同時(shí)具有采集交通流參數(shù)數(shù)據(jù)、事件聲音特征數(shù)據(jù)、事故圖像特征數(shù)據(jù)和進(jìn)行初步處理的能力,當(dāng)前的基于物聯(lián)網(wǎng)的智能交通網(wǎng)絡(luò)恰能滿(mǎn)足需求。3.2交通流數(shù)據(jù)的獲取利用基于物聯(lián)網(wǎng)的智能交通網(wǎng)絡(luò)作為交通突發(fā)事件檢測(cè)系統(tǒng)的數(shù)據(jù)采集設(shè)備,來(lái)完成車(chē)輛速度、事故聲音、事故圖像等特征數(shù)據(jù)的采集,需要關(guān)注下面兩個(gè)方面的技術(shù)。(1)交通突發(fā)事件特征獲取。主要實(shí)現(xiàn)利用基于物聯(lián)網(wǎng)的智能交通網(wǎng)絡(luò)檢測(cè)車(chē)輛,獲取交通流數(shù)據(jù)、事件特征數(shù)據(jù)等。車(chē)輛的檢測(cè)是實(shí)現(xiàn)交通流參數(shù)數(shù)據(jù)采集的基礎(chǔ),車(chē)輛的檢測(cè)可以通過(guò)檢測(cè)車(chē)輛對(duì)地磁場(chǎng)的擾動(dòng),或車(chē)輛行駛的聲音,或車(chē)輛目標(biāo)在視頻監(jiān)控區(qū)域的出現(xiàn)等特征來(lái)實(shí)現(xiàn)?；谖锫?lián)網(wǎng)的智能交通網(wǎng)絡(luò)設(shè)備集成了多種類(lèi)型的傳感器,可以對(duì)上述特征數(shù)據(jù)進(jìn)行感測(cè),但其視頻信息的處理較為復(fù)雜、能耗大,且其應(yīng)用受到光線(xiàn)影響較大。(2)多類(lèi)型傳感器數(shù)據(jù)融合。信息融合的目的是基于各種傳感器分離觀(guān)測(cè)信息,通過(guò)對(duì)信息的優(yōu)化組合導(dǎo)出有效的信息,利用多個(gè)傳感器共同或聯(lián)合操作的優(yōu)勢(shì),來(lái)提高整個(gè)系統(tǒng)的有效性。在本應(yīng)用中,多種類(lèi)型的傳感器數(shù)據(jù)信息的融合技術(shù)主要是用來(lái)生成對(duì)交通突發(fā)事件的特征數(shù)據(jù)的描述,為下一步推測(cè)是否有事件發(fā)生,以及發(fā)生什么類(lèi)型的事件提供數(shù)據(jù)支持。3.3節(jié)點(diǎn)電路設(shè)計(jì)本文的研究選用靈敏度較高的巨磁阻傳感器作為物聯(lián)網(wǎng)節(jié)點(diǎn)傳感器來(lái)完成對(duì)行駛車(chē)輛的檢測(cè)。系統(tǒng)的頻率選擇在2.4GHz工作頻段,該頻段相對(duì)于433MHz、868MHz、915MHz具有較寬的工作頻帶和較快的信號(hào)傳輸速率。該系統(tǒng)主要由無(wú)線(xiàn)傳感器節(jié)點(diǎn)和無(wú)線(xiàn)傳感器匯聚節(jié)點(diǎn)組成。無(wú)線(xiàn)傳感器節(jié)點(diǎn)是整套系統(tǒng)的基本組成部分,節(jié)點(diǎn)是整個(gè)系統(tǒng)的基本組成單元,節(jié)點(diǎn)電路的基本組成框圖如圖2所示。整個(gè)系統(tǒng)由微處理器、傳感器單元、收發(fā)單元及供電單元組成。傳感器為磁阻傳感器,有兩個(gè)相距5~10cm的磁阻傳感器,當(dāng)有車(chē)輛通過(guò)時(shí),傳感器周?chē)牡卮艌?chǎng)發(fā)生變化,變化的磁場(chǎng)信號(hào)經(jīng)過(guò)信號(hào)放大后由A/D轉(zhuǎn)換器送入微處理器,處理器立即啟用定時(shí)器記錄下車(chē)輛通過(guò)的時(shí)刻,然后開(kāi)始采集后端傳感器的輸出信號(hào),當(dāng)檢測(cè)到車(chē)輛后計(jì)時(shí)器停止計(jì)時(shí)。重新開(kāi)始車(chē)輛的計(jì)數(shù)工作,檢測(cè)下一輛車(chē),系統(tǒng)采用兩個(gè)傳感器來(lái)判斷車(chē)輛行駛的方向。檢測(cè)后的信息經(jīng)處理后發(fā)送至收發(fā)單元,收發(fā)單元將檢信號(hào)發(fā)送給無(wú)線(xiàn)傳感器匯聚節(jié)點(diǎn)。整套系統(tǒng)的設(shè)計(jì)原理框圖如圖3所示。安裝在道路邊的物聯(lián)網(wǎng)無(wú)線(xiàn)傳感器節(jié)點(diǎn)實(shí)時(shí)地檢測(cè)車(chē)道上行經(jīng)的車(chē)輛,遠(yuǎn)離信號(hào)燈的無(wú)線(xiàn)傳感器節(jié)點(diǎn)能夠?qū)崟r(shí)地檢測(cè)停留在車(chē)道上的排隊(duì)車(chē)輛長(zhǎng)度,傳感器節(jié)點(diǎn)將監(jiān)測(cè)到的信息實(shí)時(shí)地發(fā)送給無(wú)線(xiàn)傳感器匯聚節(jié)點(diǎn)。匯聚節(jié)點(diǎn)根據(jù)道路兩邊布置的傳感器發(fā)送來(lái)的信息,形成物聯(lián)網(wǎng)中采集到的信息流,匯總到Internet網(wǎng)絡(luò)。3.4傳感器的工作特性車(chē)輛的檢測(cè)是進(jìn)行交通流參數(shù)數(shù)據(jù)獲取的基礎(chǔ)。當(dāng)前的車(chē)輛檢測(cè)技術(shù)包括壓電線(xiàn)圈技術(shù)、感應(yīng)線(xiàn)圈技術(shù)、被動(dòng)聲學(xué)檢測(cè)技術(shù)、磁力計(jì)檢測(cè)技術(shù)、微波雷達(dá)技術(shù)及視頻檢測(cè)技術(shù)等。本文采用被動(dòng)磁力計(jì)檢測(cè)技術(shù)實(shí)現(xiàn)車(chē)輛的檢測(cè),原因有二:一是地磁場(chǎng)在相當(dāng)寬廣的區(qū)域內(nèi)相當(dāng)穩(wěn)定,且受干擾較小,用簡(jiǎn)單的閾值判定算法就可實(shí)現(xiàn)車(chē)輛的檢測(cè):二是用于檢測(cè)地磁場(chǎng)擾動(dòng)的異向磁阻傳感器極易在微型傳感器節(jié)點(diǎn)上集成。(1)異向磁阻傳感器檢測(cè)車(chē)輛。異向磁阻傳感器是一種基于磁阻效應(yīng)的傳感器器件,這種傳感器有相當(dāng)高的靈敏度,可以檢測(cè)由外界干擾所引起的地磁場(chǎng)的微弱變化。在無(wú)干擾情況下,由于地球磁場(chǎng)在一定區(qū)域內(nèi)是相對(duì)穩(wěn)定的,而主要由鋼、鐵材料制成的車(chē)輛的出現(xiàn)會(huì)影響該區(qū)域的地球磁場(chǎng)強(qiáng)度,因此,通過(guò)實(shí)時(shí)檢測(cè)該區(qū)域內(nèi)地磁場(chǎng)的突然變化,來(lái)檢測(cè)車(chē)輛的存在。(2)事故聲音特征的獲取。當(dāng)有交通突發(fā)事件發(fā)生時(shí),其伴隨的聲音主要由碰撞聲音、剎車(chē)聲音等組成。碰撞聲音是由高速運(yùn)行的金屬車(chē)輛碰撞發(fā)出,剎車(chē)噪聲是由車(chē)輛橡膠輪胎與水泥(瀝青)地面高強(qiáng)度磨擦產(chǎn)生。由于車(chē)輛正常行駛的聲音與車(chē)輛碰撞所發(fā)出的聲音的發(fā)聲材質(zhì)不同,因此,兩種聲音無(wú)論是在頻率上還是在能量上都存在顯著的不同。正常的低頻、低強(qiáng)度交通聲音信號(hào)是伴隨著車(chē)輛運(yùn)行而產(chǎn)生,發(fā)聲材料多樣,因此,檢測(cè)信號(hào)的時(shí)域和頻域都比較寬,檢測(cè)波形較為平穩(wěn);車(chē)輛碰撞聲音信號(hào)主要以高頻信號(hào)為主,發(fā)生及持續(xù)時(shí)間短,是一種突變聲音信號(hào),人耳就是依據(jù)這個(gè)聲音突變特征來(lái)聽(tīng)到有事件發(fā)生,因此可以將事件聲音特征作為描述事件的主要外在特征之一。(3)車(chē)輛行駛方向的獲取。對(duì)車(chē)輛行駛方向的判斷,同樣采用傳感器作為數(shù)據(jù)檢測(cè)設(shè)備,以相關(guān)軸向所測(cè)得的地磁場(chǎng)受擾的變化情況作為車(chē)輛前進(jìn)方向的判定依據(jù)。當(dāng)車(chē)輛通過(guò)傳感器時(shí),由于該區(qū)域均勻地磁場(chǎng)的磁力線(xiàn)總是被由鋼鐵所組成的車(chē)輛所吸引而扭曲變形,造成車(chē)體區(qū)域的磁力線(xiàn)較為密集,車(chē)體區(qū)域地磁場(chǎng)的強(qiáng)度變大,高于正常值;而車(chē)體外圍區(qū)域的磁力線(xiàn)變稀疏,地磁場(chǎng)的強(qiáng)度變小,低于正常值,車(chē)輛的移動(dòng)會(huì)使這種變化情況跟著移動(dòng),因此,可以根據(jù)這種變化情況來(lái)判定車(chē)輛的前進(jìn)方向。4交通突發(fā)事件中的算法和人工智能算法目前用于進(jìn)行交通突發(fā)事件的檢測(cè)算法主要有3大類(lèi):第一類(lèi)是以加利福尼亞算法和TSC7號(hào)算法為代表的比較法,它是以正常條件下的交通特征參數(shù)值(交通流,速度,占有率)來(lái)預(yù)置臨界閾值,通過(guò)將實(shí)時(shí)的交通參數(shù)數(shù)據(jù)與臨界值進(jìn)行比較,來(lái)區(qū)別出交通的不正常情況,即發(fā)生交通突發(fā)事件的情況。這種方法實(shí)現(xiàn)非常簡(jiǎn)單,性能很高,缺點(diǎn)也是很明顯的,即設(shè)置合適的閾值是非常困難和費(fèi)時(shí)的。第二類(lèi)是時(shí)間系列算法,這是應(yīng)用時(shí)間系列模型來(lái)預(yù)報(bào)交通參數(shù),通過(guò)比較觀(guān)測(cè)值和預(yù)測(cè)值來(lái)自動(dòng)檢測(cè)交通突發(fā)事件的方法。典型的算法是標(biāo)準(zhǔn)的偏差算法、自動(dòng)回歸結(jié)合平均數(shù)算法。這種方法相對(duì)于比較法具有更好的自適應(yīng)性,但其缺點(diǎn)在于它比較依賴(lài)于交通參數(shù)的歷史數(shù)據(jù)。第三類(lèi)是人工智能算法,這是一種基于規(guī)則的算法或一種對(duì)突發(fā)事件識(shí)別模式具有學(xué)習(xí)記憶的算法。典型的算法有模糊邏輯算法和神經(jīng)網(wǎng)絡(luò)算法。這是目前比較常用的算法,這類(lèi)算法兼具了比較好的性能和自適應(yīng)性,但是也依賴(lài)于合適算法的選擇,如果選擇的算法不恰當(dāng),則會(huì)影響到算法的收斂性。免疫算法嚴(yán)格來(lái)講也是人工智能算法中的一種。在生物學(xué)家提出生物免疫理論后,人們發(fā)現(xiàn),免疫系統(tǒng)具有很多智能化的特征,例如學(xué)習(xí)、記憶、進(jìn)化、自組織能力等,具有高度分布性的自適應(yīng)的學(xué)習(xí)系統(tǒng),具有強(qiáng)大的信息處理能力,尤其是能夠在完全并行和分布的方式下實(shí)現(xiàn)復(fù)雜的計(jì)算,適用于復(fù)雜環(huán)境下多傳感器的數(shù)據(jù)融合。近年來(lái),免疫計(jì)算機(jī)理論和免疫算法已經(jīng)引起了相關(guān)研究人員的極大關(guān)注。4.1傳統(tǒng)的免疫算法基于生物免疫系統(tǒng)的免疫算法是模仿生物免疫學(xué)和免疫進(jìn)化理論,通過(guò)人工方式構(gòu)造的一類(lèi)優(yōu)化搜索算法?；诿庖咚惴ǖ膽?yīng)用系統(tǒng),一般都包括對(duì)抗原的認(rèn)識(shí)、學(xué)習(xí)、記憶以及系統(tǒng)本身的調(diào)節(jié)等機(jī)制,而交通突發(fā)事件檢測(cè)系統(tǒng)和免疫系統(tǒng)非常相似,免疫系統(tǒng)的所有機(jī)制和方法都可以用于突發(fā)事件的檢測(cè),例如生物免疫系統(tǒng)對(duì)病毒的識(shí)別和學(xué)習(xí)機(jī)制可以用于特征識(shí)別;數(shù)據(jù)融合、組合優(yōu)化、機(jī)器學(xué)習(xí)、控制等可以參照免疫系統(tǒng)的學(xué)習(xí)和調(diào)節(jié)機(jī)制;免疫記憶的原理可以應(yīng)用于聯(lián)想記憶等。免疫計(jì)算模型的建立是為了開(kāi)發(fā)用于解決工程實(shí)際問(wèn)題的各種算法,基于免疫學(xué)原理的算法統(tǒng)稱(chēng)為“免疫算法”。在我們所接觸的資料中,最早提出免疫算法的是Mori和Fukuda等人。經(jīng)過(guò)眾多學(xué)者的進(jìn)一步研究完善,目前形成的工程應(yīng)用中的免疫算法一般可分為以下5步:(1)定義抗原:將需要解決的問(wèn)題抽象成符合免疫系統(tǒng)需要的抗原形式,例如交通突發(fā)事件的特征數(shù)據(jù)等,抗原識(shí)別則對(duì)應(yīng)為問(wèn)題的求解。(2)產(chǎn)生初始抗體群體:隨機(jī)或依據(jù)先驗(yàn)知識(shí)生產(chǎn)初始抗體群。(3)計(jì)算親和力:計(jì)算抗原與抗體之間的親和力,如果親和力滿(mǎn)足需求,說(shuō)明已產(chǎn)生了滿(mǎn)足要求的解,則算法結(jié)束。(4)克隆選擇:與抗原有較大親和力的抗體優(yōu)先進(jìn)行繁殖,為了避免收斂于局部最優(yōu)解需要抑制濃度過(guò)高的抗體,淘汰低親和力的抗體。為獲得抗體多樣性,通過(guò)克隆選擇改變子代抗體使其在保持多樣性的情況下與抗原更好地配合。(5)評(píng)估新的抗體群體:若不能滿(mǎn)足終止條件,則轉(zhuǎn)向第(3)步,重新開(kāi)始計(jì)算;若滿(mǎn)足終止條件,則當(dāng)前的抗體群體則為問(wèn)題的最佳解。免疫算法的基本架構(gòu)如圖4所示。4.2突發(fā)事件檢測(cè)細(xì)胞的融合和識(shí)別生物免疫系統(tǒng)中抗體對(duì)抗原的識(shí)別所采用的機(jī)制和方法可以用于交通事故特征數(shù)據(jù)的融合與識(shí)別。本文中交通事故檢測(cè)細(xì)胞的生成主要使用了免疫系統(tǒng)中的克隆選擇和否定選擇等免疫機(jī)制。本文首先使用克隆選擇、否定選擇等方法生成用于交通突發(fā)事件匹配的免疫檢測(cè)細(xì)胞,然后通過(guò)免疫檢測(cè)細(xì)胞來(lái)識(shí)別是否發(fā)生了突發(fā)事件、發(fā)生了何種突發(fā)事件,最后提取并記憶識(shí)別突發(fā)事件的檢測(cè)細(xì)胞(特征碼),將其加入抗體群,留待后續(xù)使用,具體方法如下。(2)檢測(cè)細(xì)胞定義。為了適應(yīng)物聯(lián)網(wǎng)海量的數(shù)據(jù)特征信息,交通事件檢測(cè)細(xì)胞選用了長(zhǎng)度在32位到64位之間的十六進(jìn)制的特征碼定義:檢測(cè)細(xì)胞b,它融合了免疫系統(tǒng)中的B細(xì)胞、T細(xì)胞和抗體的性質(zhì),模擬淋巴細(xì)胞來(lái)檢測(cè)和識(shí)別突發(fā)事件。比如對(duì)于兩種轎車(chē)車(chē)型之間的輕度碰撞事件的免疫檢測(cè)細(xì)胞,在本系統(tǒng)中其對(duì)應(yīng)特征碼就是5D3EFF7C6DA932DCA34120909BBACD642DEA243。(3)進(jìn)行抗原與抗體之間的親和力計(jì)算。設(shè)免疫檢測(cè)細(xì)胞為b=c1c2…clb,而突發(fā)事件數(shù)據(jù)特征為v=g1g2…glv,其中ci,gj均為十六進(jìn)制特征碼字符。式(1)定義了免疫檢測(cè)細(xì)胞b對(duì)突發(fā)事件特征v的識(shí)別。式中,faffinity(b,v)定義了免疫檢測(cè)細(xì)胞b和突發(fā)事件特征v之間的親和力,其計(jì)算方式如式(2)所示,親和力越高,b和v之間越匹配;當(dāng)兩者之間親和力的比值(也是最大的親和力值)達(dá)到一定的門(mén)限比例時(shí),b就識(shí)別v。式(1)中的1表示b識(shí)別v,0表示親和力不足,不予識(shí)別,λr即為設(shè)定的親和力識(shí)別的閾值,0≤λr≤1,lb為檢測(cè)細(xì)胞的長(zhǎng)度。(4)進(jìn)行否定選擇。在進(jìn)行突發(fā)事件的識(shí)別與檢測(cè)過(guò)程中,需要盡可能地降低誤報(bào)率,也就是說(shuō),不能把正常的交通事件或者環(huán)境干擾識(shí)別為突發(fā)事件,所以通過(guò)訓(xùn)練生成的免疫檢測(cè)細(xì)胞在參與突發(fā)事件的檢測(cè)前必須經(jīng)過(guò)自體耐受的過(guò)程。檢測(cè)細(xì)胞集合的自體耐受過(guò)程用式(3)定義:式(3)的用意在于消除檢測(cè)細(xì)胞集合中所有識(shí)別自體的檢測(cè)細(xì)胞。其中,S為自體集合,為接收耐受訓(xùn)練的檢測(cè)細(xì)胞集合,fr為識(shí)別函數(shù)。(5)克隆選擇過(guò)程。對(duì)于事件特征庫(kù)中所沒(méi)有的未知突發(fā)事件,利用免疫算法中的克隆選擇機(jī)制也可以較好地進(jìn)行檢測(cè)識(shí)別?？寺∵x擇過(guò)程如算法1所示。算法1克隆算法(6)免疫記憶。生物免疫系統(tǒng)可以記憶以前入侵過(guò)的抗原,在下次入侵時(shí)可以進(jìn)行快速的反應(yīng)。與此類(lèi)似,在突發(fā)事件檢測(cè)系統(tǒng)中,一旦識(shí)別到了一個(gè)以前未識(shí)別過(guò)的新的突發(fā)事件,就把對(duì)應(yīng)的特征碼加入到檢測(cè)細(xì)胞集合庫(kù)中,用于今后的檢測(cè)使用。4.3免疫檢測(cè)細(xì)胞庫(kù)的檢測(cè)通過(guò)克隆選擇、否定選擇和免疫記憶幾個(gè)步驟生成了新的檢測(cè)細(xì)胞集合庫(kù)后,就可以使用免疫檢測(cè)細(xì)胞庫(kù)來(lái)進(jìn)行突發(fā)事件的檢測(cè),具體過(guò)程如算法2所示。算法2檢測(cè)算法5實(shí)驗(yàn)結(jié)果與分析將物聯(lián)網(wǎng)組合節(jié)點(diǎn)作為檢測(cè)設(shè)備安置在車(chē)道中間,進(jìn)行正常交通聲音的采集,采集8種情況的數(shù)據(jù),分別是晚上和白天沒(méi)有車(chē)輛通過(guò)時(shí)的自然界聲音、晚上和白天正常交通環(huán)境下的交通聲音、輕型轎車(chē)通過(guò)傳感器時(shí)的聲音、中型車(chē)輛通過(guò)傳感器時(shí)的聲音、重型卡車(chē)通過(guò)傳感器時(shí)的聲音、剎車(chē)聲音。聲音信號(hào)的采樣頻率設(shè)置為22kHz,音頻采樣大小為8bit,轉(zhuǎn)換為WAV格式存入便攜式電腦。由于車(chē)輛碰撞場(chǎng)景不易捕捉,因此,車(chē)輛碰撞的聲音信號(hào)采自車(chē)輛碰撞實(shí)驗(yàn)室,由大連市交通事故鑒定部門(mén)提供。為了對(duì)信號(hào)變化情況進(jìn)行直觀(guān)形象的觀(guān)察,用信號(hào)處理工具軟件Matlab對(duì)所采集的數(shù)據(jù)進(jìn)行了分析。對(duì)于地磁場(chǎng)受擾信息的采集,重點(diǎn)關(guān)注空間方向的地磁場(chǎng)變化情況,因?yàn)楫?dāng)有車(chē)輛通過(guò)時(shí),空間方向地磁場(chǎng)變化明顯,且不易受相鄰道其它車(chē)輛影響。采集3種情況下的磁信號(hào),一是背景地磁場(chǎng)信號(hào),二是車(chē)輛正向行駛時(shí)的地磁場(chǎng)受擾信號(hào),三是逆向行駛時(shí)的地磁場(chǎng)受擾信號(hào)(用改變傳