（计算机应用技术专业论文）基于实时交通流检测的道路交通状态判定系统.pdf

大连理工大学硕士学位论文 摘要 交通状态主要表示为交通流状态，宏观上主要是指城市道路交通的拥堵程度。在城 市道路交通控制过程中，交通状态的判定是前提和基础。传统的交通状态判定的研究通 常是针对高速路和快速路的，但是城市路网相对于高速路和快速路具有路况复杂、情况 多变的特点。伴随着城市交通问题日益严重，因此针对城市道路交通状态的判定也成为 智能交通( i n t e l l i g e n tt r a n s p o r t a t i o ns y s t e m ，i t s ) 领域的一个研究热点。本文提出了一个 通过无线传感器网络( w i r e l e s ss e n s o rn e t w o r k ，w s n ) 来获取道路交通流参数信息，并 及时对路段交通状态进行判定的模型。该模型可实现交通状态检测和判定。 本文首先分析了现有交通流参数获取技术及其特性。针对现有交通流参数获取技术 的不足，提出了基于磁传感器的w s n 节点的交通流参数检测模型，并说明该模型在交 通流参数检测上的优势。在车速的测量上，通过总结b e r k e l e y 大学p a t h 报告中采用2 节点车速测量模型，阐述其存在的缺陷，并提出3 节点车速采集模型，并通过实验验证 了该模型相对于2 节点模型具有较高的精确度。同时，为了满足交通流获取需要长期部 署的特点，结合d u t y c y c l i n g 节能策略和交通流变化特性，提出了d u t y c y c l i n g v 节能 策略，并通过理论实验证明该策略在一定程度上可以降低能耗，延长系统使用寿命。 其次，本文总结现有交通状态判定算法，并结合城市交通状态判定具有模糊性和不 确定性的特点，说明模糊理论在城市交通状态判定应用上的优势。本文中主要通过利用 模糊c 均值聚类算法( f u z z yc m e a n sa l g o r i t h m ，f c m ) 来对交通状态特征进行提取， 进而利用已获得的交通状态特征和实时检测的交通流参数信息对交通状态进行判断。同 时，结合f c m 算法为无监督聚类算法，其忽略了过程中有用信息，提出采用无监督聚 类算法来对数据样本进行降维处理的方法，通过将连续多次迭代分类结果进行按类数编 码，获取判定降维开始的可行条件及聚类结束条件，并以降维数据为数据样本，继续进 行聚类分析，快速完成数据特征提取。并通过实验证明其有效性和正确性。 关键词：交通状态；d u t y - c y c l i n g ；模糊c 均值聚类；无线传感器网络 基于实时交通流检测的道路交通状态判定系统 t r a f f i cs t a t ed e t e r m i n a t i o ns y s t e mb a s e do nr e a l t i m et r a f f i c p a r a m e t e r sd e t e c t i o n a b s t r a c t t r a 筒cs t a t ei sm a i n l yr e p r e s e n t e db yt h et r a f f i cf l o ws t a t e w h i c hm a i n l yr e f l e c tt ot h e 1 e v e lo ft h er o a dt r a f ! f i cc o n g e s t i o n d e t e r m i n i n go ft h er o a dt r 蕊cf l o ws t a t ei nr e a lt i m ea n d a c c u r a t e l yi st h ep r e c o n d i t i o na n db a s i sf o rt r a f f i cc o n t r o ls y s t e m f o r m e rr e s e a r c ho nt r a f f i c s t a t ed e t e r m i n a t i o ni sa l w a y sa b o u tf a s tr o a da n dh i g h w a y a st h ep r o b l e mo fu r b a nt r a f f i ci s m o r es e r i o u st h a nb e f o r e u r b a nr o a dt r a m cs t a t ed e t e r m i n a t i o nb e c o m e sah o t s p o ti nr e s e a r c h a r e ao fi t s 。aw i r e l e s ss e n s o rn e t w o r km o d e lf o rt r a f f i cf l o wd e t e c t i o ni sp r e s e n ti nt h i st h e s i s m i c hi sm a i n l ya b o u th o wt od e t e c tt r a f f i cp a r a m e t e r sp r e c i s e l ya n di m p r o v et h em e t h o df o r t r a f f i cs t a t ed e t e r m i n a t i o n f i r s t ，t h es h o r t c o m i n go ft h ee x i s t i n gt e c h n o l o g yi nt r a f f i cf l o wp a r a m e t e r sd e t e c t i o ni s d e m o n s t r a t e d m a g n e t i cs e n s o rc a ne f f e c t i v e l yc o m p e n s a t ef o rt h e s es h o r t c o m i n g s t h e d e t e c t i o nt e c h n o l o g yo ft r a f ! f i cf l o wp a r a m e t e r sb a s e do nw s ni si n v o l v e d t h er e s e a r c hw a s f i r s tr a i s e di nt h ep a t hr e p o r to fu n i v e r s i t yo fc a l i f o r n i a , b e r k e l e y t h er e p o r tp r o p o s e da2 n o d em o d e lw h i c hi su s e di nv e h i c l es p e e dd e t e c t i o n s o3 n o d e st r a f f i cf l o wp a r a m e t e r s d e t e c t i n gm o d e lh a sb e e np r o p o s e d t h er e s u l t so ft h ee x p e r i m e n t sa r ed e m o n s t r a t e dt h a tt h e v e h i c l es p e e dc a p t u r e db yt h e3n o d e sm o d e li sm o r ep r e c i s et h a n2n o d e sd e t e c t i o nm o d e l i n o r d e rt om e e tt h ec h a r a c t e r i s t i c so fl o n g t e r md e p l o y m e n ti nt r a f f i cf l o wp a r a m e t e r sd e t e c t i o n ， w ep r e s e n t e dap o w e rc o n s u m e ds c h e m ed u t y - c y c l i n g - v t h es c h e m ec a l ld y n a m i c a l l ya d j u s t t h ew o r k i n gc y c l eo ft h es e n s o rn o d ea c c o r d i n gt ot h es p e e do ft r a f f i cf l o w t h er e s u l t so ft h e e x p e r i m e n t sd e m o n s t r a t e dt h a tt h es c h e m eh a sb e t t e rp o w e re 硒c i e n c y s e c o n d ，u r b a nt r a n s p o r t a t i o ni sd i s t r i b u t e d ，m a n i n v o l o v e da n dt i m e v a r i a b l es y s t e m ，h a s s p a t i a l t e m p o r a la n ds t o c h a s t i cc h a r a c t e r i s t i e s i nt h i st h e s i s t h ef c mh a sb e e nu s e dt o e x t r a c tt h et r a f f i cs t a t ec h a r a c t e r i s t i c s ，a n dt h e nt h ec h a r a c t e r i s t i e sa n dr e a l t i m et r a f f i c p a r a m e t e ra r eu s e dt od e t e r m i n et r a f f i cs t a t e a st h ef c ma l g o r i t h mi sa nu n s u p e r v i s e d c l u s t e r i n ga l g o r i t h m t h eu s e f u li n f o r m a t i o ni ni t si m p l e m e n t a t i o np r o c e s si si g n o r e d t h e n e wr e d u c i n gd i m e n s i o nd a t ac a nb eu s e dt og oo nc l u s t e r i n ga n de x t r a c td a t af e a t u r er a p i d l y i t sv a l i d i t ya n dc o r r e c t n e s si sv a l i d a t e db yt h ee x p e r i m e n t k e yw o r d s ：t r a f f i cs t a t e ；d u t y c y c l i n g ；f c m ；w s n 大连理工大学学位论文独创性声明 作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究 工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外， 本论文不包含其他个人或集体已经发表的研究成果，也不包含其他已申请 学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的贡献 均已在论文中做了明确的说明并表示了谢意。 若有不实之处，本人愿意承担相关法律责任。 学位论文题目：基王塞吐交通速捡塑9 鲍道整交通达查判定丕统 作者签名：j 醯返且玄一 日期：埤年监月且日 大连理工大学硕士研究生学位论文 大连理工大学学位论文版权使用授权书 本人完全了解学校有关学位论文知识产权的规定，在校攻读学位期间 论文工作的知识产权属于大连理工大学，允许论文被查阅和借阅。学校有 权保留论文并向国家有关部门或机构送交论文的复印件和电子版，可以将 本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、 缩印、或扫描等复制手段保存和汇编本学位论文。 学位论文题目：基王塞吐交通速捡趔鲍道整塞通达奎芝定丕统： 作者签名：一立蠢! 边塞 日期： 2q q 2 年旦月旦日 导师签名： 嘲：号年亚月丑日 大连理工大学硕士学位论文 1 绪论 1 1 研究背景和研究意义 城市社会和经济快速发展，交通运输作为人们经济生活中的一个重要组成部分，其 重要性也越来越突出。同时，由于汽车保有量的迅猛增长，各大城市汽车流动量已经超 出了路网承载能力，虽然世界各国都在建立四通八达的交通运输网络，但是仍然无法满 足汽车保有量的增长速度带来的交通压力。同时，城市交通控制上的缺陷也很难使得现 有路网得到充分的使用，这些原因直接导致城市交通拥堵问题目益严重。由于交通是城 市经济发展的基础，因此交通问题是阻碍城市经济迅猛发展的一大障碍【。虽然世界各 个国家都出台相应的措施，并实施各种策略来解决交通问题。但是城市交通问题的存在 是人、车、路、环境等多方面影响因素之间的矛盾，其问题呈现随机性和多样性。因此 在长期道路规划和交通治理上的实践中证明，单纯的以修建和拓宽道路等基础交通设施 或采用多种不同交通方式结合，或采用传统的人工疏导方式来解决现有的交通问题，不 仅价格昂贵，而且无法高效、快速的解决交通拥堵问题【1 1 。 智能交通系统( i t s ) 是将电子，传感等技术结合在一起的一种新型的交通控制技 术。该种技术是以先进的电信技术为基础。从底层到上层可分为如下几个子系统： ( 1 ) 交通信息采集系统：主要利用部署于各个路段的传感器来获取交通流信息。 主要包括环形线圈、人工、微波检测、摄像机等。 ( 2 ) 交通信息处理及分析系统：主要对在实际交通道路上获取的交通数据信息进 行处理，并对数据进行简单处理进而提取交通流信息。 ( 3 ) 交通信息发布系统：主要实现对交通数据信息的发布及实现使交通流信息的 接口功能，供特定用户调用。 伴随着1 t s 的出现，为解决交通问题提供了全新的方法的同时，其也是目前交通领 域研究的前沿课题。而且随着硬件技术的发展w s n 技术及手持设备及路口通信机制之 间无线通讯等技术被逐渐应用到i t s ，在此基础上，相应的、新型的交通信息获取方案 和交通流信息获取模型均应运而生。2 0 0 3 年，美国加州大学伯克利分校的p r a v i nv a r a i y a 率先针对交通中车辆特点自主研发w s n 节点，并应用到交通参数的采集，如车辆识别、 车速检测及车辆分类等，并通过在加州等地的大量实验，验证了基于w s n 的交通信息 采集技术在理论分析和实际应用上是可行的。u i u c 大学的p r k u m a r 等人，将w s n 应用到交通安全领域，针对路口、转弯处等特殊路况的情况下，由于存在视野的遮盖等 特殊原因，对如何通过w s n 来获取有用的信息，避免事故的发生进行了相关研究。国 基于实时交通流检测的道路交通状态判定系统 内也有很多人对智能交通领域展开了研究，如：香港科技大学的倪明选教授在利用w s n 在城市交通热点发现方面做了相关研究【2 j 。 在城市交通现代化管理书中指出交通状态主要是指交通流的状态【3 】。其在宏观 和微观上具有不同的含义。宏观上主要从整体路网的交通运行状态为出发点，主要指的 是城市路网或区域路网的交通拥堵程度。在宏观上主要通过交通量、车速、车道占有率 的交通流参量来代表。交通状态的判断是交通控制的前提和基础，因此实现快速、准确 的对道路交通状态进行判断，可以完成对交通拥堵的快速疏导和交通问题的及时解决。 同时，对交通状态的判定也是先进的交通出行者信息系统( a d v a n c e dt r a v e l e ri n f o r m a t i o n s y s t e m 。a t i s ) 的重要研究内容之一1 3 j 。 据相关的分析指出路网中出现的许多交通问题，其根本原因都是由于在实际道路上 的出行者无法及时的获取当前路况信息所致。因此，只要实现对交通流数据信息的快速 获取，并对交通状态及时判定，从而将状态信息及时的发送给出行者，该种方法既可以 让出行者及时了解到达目的地的最优路径，同时也缩短其行程时间。同时，通过避免出 行者继续往拥塞路段行进，使得路网出局部拥塞到瘫痪。因此，由以上分析可知：如何 达到道路交通状态快速检测，从而准确的、及时的获取实际路段的交通状态信息，具有 重要理论研究意义，也具有很高的实际应用价值。 本文主要通过结合无线传感器网络技术和交通状态判定技术来实现对路段交通状 态信息的实时判定。为出行者提供实时准确的道路路况信息。 1 2 研究现状 1 2 1 交通流参数获取技术研究现状 交通流参数获取主要是指通过部署在道路上的车辆检测器对过往车辆进行检测，并 获取道路交通流参数的过程。根据检测方式的不同，大至可以将交通流参数的获取方式 分为以下两种： ( 1 ) 移动检测技术 移动检测技术主要是指通过浮动车检测方式，通过浮动车来采集实际的道路交通流 数据。基于浮动车的交通信息采集系统主要包括以下三个组成部分i 4 j 。 车载终端：主要包含两部分，全球定位系统( g l o b a lp o s i t i o ns y s t e m ，g p s ) 、无线 通信系统。g p s 部分主要负责接收导航卫星的定位信号，借以确定车辆的位置，并以此 全球定位的方式计算出承载车辆的位置坐标及瞬时速度信息，在获得相关信息后，将获取 的车辆坐标信息和车辆速度等信息通过无线通信模块以无线的方式传送到交通信息采 集中心。同时，该无线通信设备还用于接收信息中心发送来的命令指令和数据。车载设 大连理工大学硕士学位论文 备既是承担了交通流信息的检测，同时也承担了部分数据处理任务。是浮动车检测方式 中不可缺少的一部分1 4 1 。 无线通信网络：主要是指特定服务提供商提供的无线通信服务。该种通信服务可以 用于付出特定费用的团体或政府职能部门使用，并利用其无线通信服务来满足被服务方 的正常应用需求【4 】。 交通信息指挥中心：该部分是浮动车检测技术的核心，主要包括通信设备、基于地 理信息系统( g e o g r a p h yi n f o r m a t i o ns y s t e m ，g i s ) 的交通信息处理系统，及多种计算机 设备等，交通信息中心可以根据不同的需求及规模对获得的道路交通数据信息进行处 理，满足各种需求1 4 。 综上所述t 浮动车信息系统的整体框架图，如图1 1 所示。 浮动；调凌t | 心浮功率貉慰系统 圈口圈 i 一1 _ j 1 一 图1 1 浮动车信息系统框架图 f i g 1 1s y s t e mf r a m e w o r kb a s e do nf l o a t i n gc a r 随着科学技术的不断发展，通讯服务水平和数据存储水平的不断提高，及生产设备 的相关硬件价格不断下滑，浮动车技术在现代交通信息采集应用的范围也在不断的扩 大。“浮动车交通信息采集关键技术研究作为一个重大的技术项目，被国家“十五 计划列入主要课题。作为国家的一个重大技术项目，足以体现浮动车交通信息采集技术 的重要性，也可以从一个侧面反映国家对交通问题关注程度。如今，部分沿海城市和内 部发达城市都部分采用该技术对交通路况进行监督。 。但是，该种交通流数据检测技术存在如下优点： 移动性强，而且无须增加道路设施，给道路造成负担。 有些浮动车为视频检测，信息能实时动态体现实际道路的交通流特征。 但其在具体应用上存在如下缺陷： 特种车辆的出行路线，及出行目的的随机性较强，且城市交通拥堵出现的地点 比较固定，浮动车交通状态判定不具有针对性。 对于g p s 设备来说，可能由于高大建筑、隧道等的遮挡，造成其通信和定位的 误差或无法定位，会造成个另i j g p s 检测盲区，由此影响检测的效果。 因而，浮动车交通参数检测方法，常用来作为交通信息获取的辅助方法。 基于实时交通流检测的道路交通状态判定系统 ( 2 ) 固定检测技术 固定检测技术主要是通过在固定检测点或特定的路段上安装基于磁频、波频、视频 等传感器设备，并通过这些传感器来获取实际的交通流数据信息。并将这些数据进行简 单的处理，规约，最后将初步形成的交通流数据发送到交通控制指挥中心，由中心对其 管辖区域的交通流数据信息进行最后处理，并提取交通特征。例如：交通指挥中心可以 通过智能计算方法或其他的交通模型来判定或预测交通路况信息。 该种交通信息检测方式应用的时间比较早，尤其是环形线圈检测器，该种检测起应 用很广泛，而且现有的各种交通控制系统均使用该种检测器来获取交通流数据。现有的 许多交通信号控制系统如绿信比、周期和相位差优化技术( s p l i tc y c l ea n do f f s e t o p t i m i z a t i o nt e c h n i q u e ，s c o o t ) ，及悉尼协调自适应交通控制系统( s y d n e yc o o r d i n a t e d a d a p t i v et r a f f i cs y s t e m ，s c a t s ) 。这些主流的交通信号控制系统的数据基础均是通过 环形线圈检测器检测获得的。 1 2 2 w s n 在交通上应用的现状 w s n 技术是由上个世纪7 0 年代被提出的。在很多重大会议及新型技术的研究报告 中都将w s n 列为重大研究项目，并将对w s n 的研究作为重大研究课题。在美国，有 很多知名大学如m i t 和哈佛大学等都针对w s n 技术或者是w s n 在实际商业中的应用 进行了研究。研究趋势推进了w s n 技术在商业领域的应用1 5 ，6 j 。 在最近几年，无线传感器网络技术被应用于很多领域，而且该技术的应用给人们的 日常生活带来了很大的影响。国内外许多专家学者都很关注该技术的研究发展。从2 0 0 4 年开始，w s n 作为一个全新的技术被应用于智能交通领域。国外的很多高校，如美国 j 口, j 、l 、| 大学伯克利分校、哈佛大学以及俄亥俄大学都针对w s n 在i t s 中的研究进行了研 究，并取得了一定的成果。我国对w s n 的研究起步较晚，在2 0 0 1 年由中国科学院上海 微系统研究所成立了微系统研究与发展中心，其成员单位包括各大研究生院及1 0 余家 研究所和高校，旨在共同推进w s n 的研究【5 ，6 j 。 目前，国内外针对w s n 技术与智能交通相结合的研究也越来越多。从2 0 0 4 年开始， 由美国加州大学伯克利分校的p r a v i nv a r a i y i a 等人率先针对w s n 网络在实际中的应用 特点，特别是智能交通方面，根据车辆均为铁质的特性，设计了专门的节点，并将其作 为车辆检测器，应用于交通流参数获取中，并在该节点上对车辆识别、车速测量和车辆 分类等进行了研究，并通过在加州等地的大量实验，验证了基于w s n 网络的交通信息 采集的可行性。u i u c 大学的p r k u m a r ，将w s n 应用到交通安全领域，针对路口、 转弯处等特殊路况的情况下，对防止车辆碰撞进行了相关研究1 7 , 8 】。v i r g i n i a 大学的j o h n a s t a n k o v i c 和m i n n e s o t a 大学的何天等人通过将w s n 节点用于城市地图的绘制，为 大连理工大学硕士学位论文 w s n 在新领域中的应用开辟了新的解决方法【9 】。国内香港科技大学的倪明选教授利用 w s n 在城市交通热点发现方面做了相关研究，中科院的上海微电子研究所将自主开发 的w s n 节点应用在道路天气信息采集上，并针对其作出相关的研究，还有其他科研院 所也都从事了相关研究。 综上所述，针对上节中提出的固定检测器在车辆检测应用上的缺陷，结合现有研究热 点，充分利用磁传感器和无线传感器网络( w s n ) 技术的特点，将磁信号与w s n 结合 应用在交通信息检测领域的研究越来越多【l0 1 。与其他检测方法相比，利用磁信号的无线 传感器检测方案具有不受天气、可视度等环境因素的影响，同时由于个体检测器个体较 小，存在埋设和维护费用低、扩展性强等优势。 通过上述结论综合表述基于磁传感器的w s n 节点在车辆检测应用上的具体优势如 表1 1 所示。 表1 1 基于磁信号w s n 节点交通检测优势 t a b 1 1 a d v a n t a g e so fv e h i c l ed e t e c t i o nb a s e do nm a g n e t i cs e n s o r 优势描述 高可扩展性 多功能性 无线通信能力 部署配置容易。 可以根据特殊，和环境配置相应的应用程序。 通过应用特殊的应用需要， 配置特殊的传感器，感应特殊环境因素。 可以通过多点协作，自 组成网的模式来提高实时监控能力，并降低安装费用。 通过基于磁信号的w s n 节点在车辆检测上已取得一定的成果，在这些研究中，最 早也是研究最全面的当属加州大学伯克利分校，其在一份p a t h 的研究报告中提出通过 在节点上使用自适应阈值算法( a d a p t i v et h r e s h o l dd e t e c t i o na l g o r i t h m ，a t d a ) ，来避 免在不同的车流( 自由流、阻塞流) 等情况下造成车辆误检，漏检。并通过实际实验证 明，该算法在实际路段上通过实验验证车辆检测准确率可以达到9 7 。同时针对上述算 法的缺陷，中科院上海微电子研究所对该算法进行改进，提出了a w d 算法，并通过实 验证明该算法对不同车流情况下对车辆的检测的准确率高于9 7 1 0 】。 综上所述，利用基于磁传感器的w s n 节点对车辆进行检测的研究方法是切实可行 的。 1 2 3 交通状态判定算法的研究现状 在近几十年来，随着车辆检测技术的不断提高，各种新式的车辆检测器被应用到交 通领域，因此交通数据呈现的形式也逐渐多样化，同时由于计算机硬件技术和软件技术 基于实时交通流检测的道路交通状态判定系统 的不断发展，使得各种复杂的算法被应用于交通状态的判定上成为可能。所以本文根据 各个阶段中检测技术的更新情况，将交通状态判定算法分为三个阶段。 早期的交通状态判定算法，主要是指在交通事件的检测方面，按算法计算过程的不 同特性，该阶段的算法主要可分为三类： ( 1 ) 基于比较的算法 主要以加利福尼亚算法为代表，它是1 9 7 0 年由美国加利福尼亚运输部提出并开发 的，该算法主要以交通流基本知识为基础。在实际的实施上，主要通过部署于上下游检 测路段的检测器配合完成。在检测过程中，由上下游的检测器对交通流数据信息进行检 测，并比较两组数据来判定交通拥挤程度，该种方法属于双截面算法的范畴。由于该种 算法在实现上比较简单，同时也能在一定程度上体现道路的拥堵状况，因此该种算法在 早期得到较为广泛的应用。由于其应用的普遍性，再后来的应用中也对算法进行了改进。 其中，较为流行的改进算法有加利福尼亚7 # 和加利福尼亚8 # 算、法1 1 1 j 。 ( 2 ) 基于统计的算法 该种算法主要以1 9 7 4 年提出的d e s 算法、1 9 7 5 提出的s n d 算法和1 9 7 8 年提出的 b a y e s 算法为代表。在上述的算法中贝叶斯( b a y e s i a n ) 算法采用了贝叶斯概率分布理论， 通过条件概率的方法来计算并得到分类结果，虽然该种算法检验精度高，但也存在的一 定的缺陷，如该种算法需要的原始数据量较为庞大，因此其所需的检测事件的周期也比 较长，不能满足城市路网实时性的需求【l 。 ( 3 ) 基于交通模型和理论算法 该种算法以m c m a s t e r 算法为代表，该算法由p e r s a u d 等人在1 9 9 0 年提出的，该算法 主要根据交通流中的突变理论而发展起来。该算法在应用过程中需要使用各种状态下的 数据信息( 流量、占有率、等) 作为历史数据，同时使用了部分参数作为输入参数，这 样才能更精确的考虑各种状态下的特性。该算法通过各种参量之间的关系来计算状态， 但是该种算法的边界难以确定，因此其不适用于城市交通状态判定l l 。 在中期，随着硬件技术的发展，及网络技术的进步，通过视频技术来获得道路实时 路况信息，以及通过模糊逻辑及卡尔曼滤波等复杂算法来判定交通状态的方法也得到广 泛的研究。 在视频技术的使用上，由于该种检测方式可以直接定位违章车辆的并获取其车牌号 信息，因此该种检测方式在交通流参数检测，特别是在违章车辆检测方面存在与其他检 测无法比拟的优势。因此，基于视频的交通流参数检测方法，在各大城市的主要路段上 也得到较为广泛的使用。但是作为车辆检测方式，视频技术存在受气候( 雾、雨、雪) 等因素的影响，其对车辆识别或交通状态的识别上具有一定缺陷。而且视频图像的信息 大连理工大学硕士学位论文 量较大，不便于传输且视频处理设备的安装和维护价格较高。同时，视频图像在数据处 理，及状态判定上算法比较复杂，因此不具有普遍适用的特点，因此不能满足在交通道 路上对交通状态判定广泛和长期应用的需求。 同时由于汽车保有量的增长，各种类型的道路如高速公路，快速路在城市道路中的 比例不断的增加。针对这种高流量的道路状态判定方面，人工神经网络、模糊逻辑等高 级智能算法也被应用于道路交通状态判定。其中基于卡尔曼滤波和扩展卡尔曼滤波算法 在交通状态的判定上的应用最为突出。虽然这些算法对交通状态的判定较为准确，但是 其准确性是在牺牲判定时间为基础的，而且这些算法都被应用于专用道路路、流量大的 路段中。由于这种特性，该种算法常被用于快速路，高速路等高流量的交通路段中使用。 y w a n g ，m p a p a g e o r g i o u 等人，2 0 0 7 年以实际高速公路数据为实验目标，通过 在特定路段上安置检测器，并将实际检测数据输入到其设计的随机宏观交通流模型中， 并应用扩展卡尔曼滤波方法来对实际道路进行状态判定，根据实验结果表明，该方法可 以在一定程度上的反映实际道路中的交通流状态变化【1 2 , 1 3 】。 先前的交通状态判别方法多被用于高速公路或者快速路的交通状态判定，随着城市 中交通问题日益显现，对于城市道路、特别是城市主干道的交通状态判别问题的研究也 成为热点。 目前，由于城市交通路网存在形态较为复杂，城市交通状态的分类标准不确定，而 且对道路交通状态的分类上没有一个统一的标准。因此，上述理论中针对高速路或快速 路中通过统一建模来对交通状态进行判定的方式，在路网复杂的城市道路中是不适用 的。因此，从城市路网大量的交通流数据信息出发，对大量数据进行处理，并通过数据 挖掘等技术对道路交通状态特征进行抽取，进而对城市路网中路段交通状态进行判断的 方法被广泛研究。， 如清华大学，上海微电子研究所，上海交通，统计大学，吉林大学等国内知名高校 都对城市道路交通状态的判别进行了一定的研究，而其判别方法基本是根据布置在城市 路网上的种车辆检测器所采集道路上的基础数据信息为基础，通过对这些数据的分析处 理，并结合交通工程理论知识以及数据挖掘等理论，从实际路段的基础交通数据中找出 这些道路各自的特点。最后由聚类分析方法，根据每种交通状态的样本( 流量、速度、 占有率) 具有的一定的相似性，不同状态之间的样本具有相异性，得到适合不同道路的 合理交通状态分类特征参数，进而进行交通状态判定。并通过实验证明，该算法可以对 不同的路段给定不同的判定标准而且可以快速的判定交通状态，适合于城市路网交通状 态判定，但该算法也需要大量的样本作为前期准备”1 9 】。 基于实时交通流检测的道路交通状态判定系统 1 3 本文主要研究内容 本文主要通过总结和概括现有的交通参数获取方法和交通状态判定算法，并从交通 流参数检测技术、交通状态判定方式、及相关算法中，总结现有交通状态判定方法的缺 陷。进而引入w s n 技术，构建一个简单的路段交通状态检测模型，并在该模型上运行 特定的算法，使其可以实时、快速的获取路段交通流量信息及实时的、有效的检测路段 交通状态。本文研究内容主要包括以下三个方面： ( 1 ) 基于w s n 的交通流参数获取技术 首先对现有的车辆检测方式进行总结，分析其缺陷，并说明带磁传感器的w s n 节 点作为检测器在车辆检测应用上的优势。利用交通流基本知识，充分利用w s n 节点可 编程的特性，通过多节点配合的方式，构建3 节点的交通流数据获取系统，使其能够较 为准确的实现对交通流基本参数( 车流速、交通流量、时间占有率) 的获取。并用实验 论证该方法在交通流参数获取上的可用性。 ( 2 ) 基于车流速度的时间窗可动态调整的d u t y c y c l i n g v 策略 首先介绍了节能策略的研究是w s n 相关领域研究的重要内容，并简单介绍了 d u t y c y c l i n g 策略。进而针对交通流参数获取的三节点模型，结合交通中实际应用需求， 对该策略进行改进，提出基于车流速度的时间窗可动态调整的d u t y c y c l i n g v 策略，并 用实验论证了该策略能在一定程度上达到节能的目的。 ( 3 ) 交通状态特征提取算法研究 首先介绍了交通状态特征提取算法的应用现状，并通过总结最近几十年的算法研究 的基础，说明模糊理论在城市交通状态特征提取上具有一定的实用性。并通过编程实现 利用f c m 算法对交通状态特征进行提取。同时，对无监督聚类f c m 算法进行改进，通 过对算法执行过程信息进行监督，获取数据降维的条件，并以降维数据为分类数据，继 续进行分类。并通过实验证明执行该策略的算法执行结果具有一定的准确性，而且可以 有效缩短算法执行时间。 1 4 本文组织结构 第一章介绍了本文的研究背景及研究意义，国内外相关领域的研究概况，及本论文 的主要研究内容。 第二章首先分析了基于w s n 的交通流参数获取技术在实现上的优势，然后结合实 际模型，讨论所需要的硬件和软件设备，实现交通流参数的获取，最后通过实验证明该 模型在实际应用中可以较为准确的获得交通流数据信息。 大连理工大学硕士学位论文 第三章主要研究用于交通流参数获取模型的节能策略。首先介绍传统的应用于 w s n 的节能策略；并结合交通流数据检测模型，提出结合交通流速度的d u t y c y c l i n g v 节能策略，并通过实验验证其准确性。 第四章主要研究针对特定路段交通状态具有随机性和不确定性的特点，同时各个路 段由于车道数目，及地形等因素的影响，其交通状态指标也不固定，而且不同的天气和 时段情况下，交通状态特征因具有不同的标准，因此结合上述特性，通过实现f c m 算 法，并通过微光仿真模型s u m o 上获得的交通流数据对该算法的准确性进行检验，实 验结果表明其能够反映路段交通状态信息。 第五章通过总结f c m 算法，说明f c m 算法在应用上存在一定缺陷，对于已知分类 数的情况下，提出了通过过程编码编码降维技术来对原始数据进行降维，后用降维数据 进行分类，提高算法执行速度，有效减少算法的运行时间。并用实验证明其准确性。 基于实时交通流检测的道路交通状态判定系统 2 交通流参数获取模型 2 1 基于w s n 检测优势 应用于车辆检测的检测器已经很多，根据车辆检测器安装方式的不同，可以将车辆 检测器分为基于插入技术和基于非插入技术两类。下面就简单介绍一下这两种技术在实 际道路中进行交通检测的优缺点。 ( 1 ) 插入技术 。基于插入技术( i n t r u s i v et e c h n o l o g i e s ) 的检测装置是指安放在路面的检测器，其种 类及优缺点可以参照表2 1 所示。 表2 1 基于插入技术的检测器 t a b 2 1d e t e c t o r b a s e do ni n s t m s i v et e c h n o l o g i e s 插入型检测装置优点缺点 三器唧， 精确度高达9 7 。 安装矛蒙器焉景燃；线圈 茸眙簪 安装简便；低功耗；通过车轮距当大型车辆较多时车轮数误差较大；空 ，训h 目，、和车轮数，可对车分类；硬件配气开关的灵敏度受温度影响大；橡胶气 【p n e u m a t l ct u b e 置简单。管需要长期维护。( 不利于长期测量) ，冀电掣瑟零 可测量车辆的车轮距，车轮数，安装和修复过程严重的破坏路面；线圈 p ? z o e 上e 、e t r l c 及重量近而对车分类。受路面压力，车速和温度的影响。 ( 2 ) 非插入技术 基于非插入技术( n o n i n t r u s i v et e c h n o l o g i e s ) 的装置是指安放在道路旁的检测器， 该种检测器在在安装和维护过程中可以不干扰到路面的正常使用，而且可以观测到整体 车流的运行情况，主要是通过在路边架空一根柱型结构，并将其横跨路面两侧，并在该 横杆上安置检测装置来实现。其种类及优缺点可以参照表2 2 所示。 通过总结传统检测器的缺陷，结合无线传感器网络可扩展性、多功能性及无线通信 能力上的优势，由国外的加州大学b e r k e l e y 分校首次提出通过基于磁传感器的无线传感 器网络节点来对车辆检测，进而通过多节点配合的方式来获取道路交通流数据信息。并 在p a t h 报告中通过实验证明在应用a t d a 算法的情况下，对实际道路车辆检测准确 率达9 7 ，同时其还在报告中通过双节点配合的方法来对车速进行测量，而且对车辆分 类算法上也进行了一定的研究，并通过实验验证该节点在实际应用中具有一定的可行性 【1 9 】。同时每个检测节点也是一个微型系统，易于编程，而且每个节点的体积狭小，因此 在安装和维护上较为容易。 大连理工大学硕士学位论文 表2 2 基于插入技术的检测器 t a b 2 2d e t e c t o rb a s e do nn o n - l n s t r u s i v et e c h n o l o g i e s 2 2 基于w s n 检测平台 2 2 1 硬件设备 传感器节点通常主要由四部分组成：微处理器、供能部分、传感器部分及无线通讯 部分。 传感器部分：其主要负责感知特定外部环境信息，并进行模数转换将数字信号信息 转换为特定格式的数据，获得特定消息数据。 微型处理器部分：主要负责控制节点上硬件按特定要求操作，并控制数据信息的存 储，在处理完数据后将特定数据发送。或处理接收到的数据，解析命令，并知道系统的 运作流程。该部分为硬件设备的核心。 无线通讯部分：主要负责在节点工作过程中完成与其他节点无线通信的工作，负责 节点与外部的信息交互，是节点与外部交互的唯一部件，通过其节点可以与外部交互信 息。 能量供应模块：主要负责提供该节点工作所需能量，现有的w s n 节点通常是通过 微型电池来提供能量【5 】。 其主要结构图如图2 1 所示。 基于实时交通流检捌的道路交通状态判定系统 i传皓嚣髓块 处理器收块通f 模块 l ， i f 蝣# a l t i x ： 赴理嚣 收发嚣 l ： 存站器 ttt l能量接块 l 圈2 1 传感器节点结构凰 f i g2 1 t h ea r c h i t e c t u r eo f s e n s o r n o d e 现在各大高校主要选用c r o s s b o w 公司生产的系列产品，该方案已被b e r k e l e y 大学、 香港科技大学、上海交通大学、东北大学等众多高校用于实验研究。该公司的产品已经 很多，本实验室主要采用m t s 3 1 0 数据采集板( 两块) 、m i c a z 无线通信模块( 3 个) 、 m i b 5 2 0 编程接口板( 1 块) 进行设计和实验。各个模块的具体参数如下： ( 1 ) m t s 3 1 0 c a 数据采集板 该采集板主要用于实验及教学使用，因此在数据采集板上集成的5 个传感器器件， 该采集板的真实图片如图22 所示。 图22g i s 3 1 0 c a 数据采集板 f i g2 2 m t s 3 i o c ad a t a a c q u i s i t i o n b o a r d 这些传感器型号及具体参数如下表2 3 所示 盔堡墨三点塑堂焦堡苎 除了上述元器件外该采集板上还集成了音调探测器，45 k h z 扬声器的辅助配件。 在本系统所设计的实验中，主要利用h m c l 0 0 2 双轴向磁敏电阻传感器，利用其来感受 汽车对大地磁场的影响，进而进行车辆检测。 表23m t s 3 1 0 c a 采集板上附带传感器 t a b23s e n s o r s o n m t s 3 1 0 c a 传感器 参散 光敏电阻c l a i r e xc l 9 p 4 l 热敏电阻e r t _ j i v r l 0 3 j ( 松下) 两轴加速度传感器a d i a d x l 2 0 2 栅c 1 0 0 2 双轴向磁敏电阻 传感器( h o n e ” e l l 公司) 删一6 2 h 电容式麦克风( 松 下) 主要为一个光电二极管，由该二极管来感受外部光强的变化而 改变该电子元件的电阻特性。 主要由一个电阻值睫温度改变的元器件构成，通过测量相同元 器件在不同外界温度情况下的电阻值来测量环境温度。 该芯片将磁敏元件和电路集成，可测量两个方向加速度值 该传感器为两维度磁阻电路设计，对其进行小型集成电路封装 ( s o i c ) 的双向磁传感器。被封装的两个磁传感器的方向互相垂 直。一个平行于外部封装板块，一个垂直于外部封装板块。 通过感受外部声音大小来改变电容值，进而通过测量电容值来 获得外界声强大小。 ( 2 ) m i c a z 无线通信模块 该无线通信模块主要为节点提供通信机制，供节点与外界进行无线形式的交互。在 该