路面多传感器融合的交通流智能感知技术规范-正本

ICS35.240.99

R85

T/JSJTQX09-2019

团体标准

T/JSJTQX09-2019

路面多传感器融合的交通流智能感知

技术规范

Technicalspecificationoftrafficflowintelligentperceptionbasedonpavement

multi-sensorfusion

2019年12月28日发布2020年01月01日实施

江苏省交通企业协会发布

T/JSJTQX09-2019

前 言

本标准按照GB/T1.1-2009给出的规则起草。

本标准由南京理工大学江苏省智能交通信息感知与数据分析工程实验室提出。

本标准由江苏省交通协会归口。

本标准起草单位：南京理工大学、江苏省智能交通信息感知和数据分析工程实验室、江苏省无线传

感网安全组网及其应用工程技术研究中心、江苏省军工产品科研生产大数据智能分析及应用军民融合公

共服务平台、中设设计集团股份有限公司、江苏长天智远交通科技有限公司、南京莱斯网信技术研究院

有限公司。

本标准主要起草人：戚湧、申明磊、张伟斌、杜鹏桢、李千目、王维锋、崔录库、高潮、万剑、戈

权民、贲伟、王印海、何流、周竹萍、赵学龙、黄炎焱、倪艺慧、高盼军。

T/JSJTQX09-2019

路面多传感器融合的交通流智能感知技术规范

1范围

本标准规定了路面多传感器融合的交通流智能感知技术的术语定义、路面交通流智能感知节点、多

传感器数据融合和传输方式等内容。

本标准适用于路面多传感器融合的交通流智能感知系统的设计和建设。

2规范性引用文件

下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅所注日期的版本适用于本文

件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。

GB/T20271信息安全技术信息系统通用安全技术要求

GB/T20269信息安全技术信息系统安全管理要求

3术语和定义

下列术语和定义适用于本文件。

3.1

路面交通流智能感知节点Intelligentperceptionnodeforroadtrafficflow

本标准将其称之为智慧路贴，是一种基于多路面传感器融合设计的交通信息采集装置，采用多源异

构传感器方案，由多种路面传感器组成，所包含的路面传感器有：地磁传感器、振动传感器、气压传感

器等。

3.2

智能感知Intelligentperception

将物理信号通过传感器借助相关技术映射为数字信息，并将这其进一步提升至可认知的层次。

3.3

分布式处理Distributedprocessing

对各个独立传感器所获得的原始数据进行局部处理，再将结果送入计算处理中心。

3.4

集中式处理Centralizedprocessing

各传感器获得的原始数据直接送至计算处理中心，再由计算处理中心集中处理。

3.5

混合式处理Hybridprocessing

同时具备分布式和集中式两种处理方式。

4基本要求

4.1数据获取

信息文件下载可采用HTTPS、SFTP等方式。

4.2数据安全

1

T/JSJTQX09-2019

按照GB/T20271和GB/T20269相关要求执行。

4.3数据分发

数据的分发也可采用http、TCP或组播等分发方式。

4.4数据共享原则

4.4.1科学性

数据共享的方式应科学合理，满足数据使用方的应用需求。

4.4.2统一性

同一数据提供方的分享方式应统一，公共数据的代码应参考国家相关标准。

4.4.3扩展性

数据共享设计时应充分考虑数据范围扩充、时间增量等问题。

4.4.4安全性

数据应在双方约定的权限范围内分享。

5技术要求

5.1智慧路贴构成

智慧路贴应具备多种感知类传感器，且具备一定的处理能力，可由加速度传感器、气压传感器及地

磁传感器等多种传感器组成。其结构可见附录A，具体应符合：

a)智慧路贴应由传感部分、处理部分和通讯部份构成；

b)智慧路贴外形尺寸要求：长不大于60mm,宽不大于80mm,高不大于8mm；

c)若有天线部分应采用内置天线；

d)低温应高于-40℃，高温应低于85℃；

e)湿度要求：0%～99%；

f)工作电压要求：宽压9V～28V；

g)工作电流应小于200m；

h)使用寿命不小于10年。

5.2智慧路贴部署方式

智慧路贴部署方式一般可分为分布式、集中式及混合式三种。

5.3多传感器信息融合

智慧路贴应同时具备数据、特征和决策三个层面的融合功能。可参考附录B多传感器数据融合算法。

5.4传输方式

传输方式应同时符合：

a)通信功能，可包含以太网、WIFI、Zigbee、蓝牙、CAN、串口等方式；

b)支持网关。

2

T/JSJTQX09-2019

附录Ａ

（资料性附录）

智慧路贴结构

A.1如图A.1所示为智慧路贴总体结构图，智慧路贴由地磁传感器通过I2C总线传输数据到MCU，气

压传感器和加速度传感器通过SPI总线传输数据到MCU，所有数据在MCU中进行数据融合，然后连

接到通信接口。

A.2地磁传感器：铁磁性物体会对一定范围内的地球磁场形成明显的磁干扰。汽车的车轮和发动机处，

这种地磁扰动表现的尤为明显，地磁传感器部置在路面之下，通过所在位置的磁场变化来推导当前是否

有车辆经过。地磁传感器相比于传统地磁线圈有很大优点。传统线圈会跟随路面变形，一般仅2年寿命，

地磁传感器受力面积小，功耗小，而且直接输出数字信号，电路简单，抗干扰性强，易维修方便。

A.3加速度传感器：加速度传感器主要用于捕获加速度数据。当车辆经过加速度传感器时，在短暂时间

内，会产生一个向下的轻微加速度，加速度传感器布置在路面之下，利用该原理以一定周期检测Z轴

加速度。通过数据分析获得交通流量数据。

A.4气压传感器：气压传感器主要用于捕获气压数据。当车辆经过气压传感器附近时，会对周围气压产

生影响，气压传感器布置在路面旁边。通过气压的波动分析获得当前是否有车辆通过。该传感器数据易

受环境影响，但最终数据会结合地磁传感器与加速度传感进行融合处理。

通信接口

MCU

数据融合

I2CI2C

SPISPI

地磁传感器气压传感器加速度传感器地磁传感器

图A.1智慧路贴结构图

3

T/JSJTQX09-2019

附录B

（资料性附录）

多传感器数据融合算法构

B.1基于置信距离的数据级去差错算法

B.1.1采用置信距离的相似度进行数据融合的量度，首先对单个传感器数据进行分批估计，然后通过结

果数据在多个传感数据间进行置信距离的计算，最终获得数据间的相似度。通过统计方法减少计算中的

主观因素，最大化的提高数据精度。

B.1.2分批估计数据融合就是指将感器的所测值分为奇偶组，然后通过分批估计理论计算出该数据的的

局部融合值。

B.1.3设定单传感器的测量数据依奇偶划分为x11、x12、...、x1m和x21、x22、...、x2m两组，并设定其数据

的平均值、标准差分别为x1、x2和1、2：

1m

（1）

x1x1i……………

mi1

1m

（2）

x2x2i………………

mi1

m

12

（3）

1x1ix1……………

m1i1

n

12

（4）

2x2ix2……………

n1i1

通过分批估计方法，可得该测量数据的局部融合结果：

22222

1210x121

xˆ11x1x2…………（5）

2222222

1202x21212

-1

20122

ˆ211112…………………（6）

222

02112

显然所有该传感器数据的分批估计值为：

ˆ

Xxˆ1xˆ2xˆn……………（7）

B.1.4用置信距离衡量数据间的差异，针对同一对象数据，设定传感器i与j个的传感器分批估计值分

别为xˆi，xˆj，其标准差为ˆi，ˆj。一般情况下，xˆi，xˆj都遵循高斯分布，同时设定其概率密度函数

为pix，pjx。则传感器i与j之间的置信距离dij为：

4

T/JSJTQX09-2019

2

11xˆxˆi

px|xˆexp………………（8）

ii2ˆ2ˆ

ii

2

xˆj11xˆxˆi

dij2expdx……………（9）

xˆ

i2ˆ2ˆ

ii

2

xˆj-xˆi2

1xxˆj-xˆi

i

dij2expdx21……………（10）

0

22i

如果有n只传感器对同一个目标进行测量，置信距离测度diji,j1,2,n组成一个矩阵：

ddd

11121n

d21d22d2n

D…………………（11）

dn1dn2dnn

由于相似度与测量数据间的相似度pij成反比，可得如下定义：

pij1dij

1pp

121n

Pp21p22p2n…………………（12）

pn1pn21

B.1.5在上式矩阵中对角线的值都是1，即测量值与其本身的相似度。在融合多传感器测量值的进程中，

需要根据不同测量值之间的相似度确定不同所测值的权重，因此测量值与本身之间的相似度在计算权重

的过程中需要消除掉。由此可得传感器间相似度矩阵Pn：

1pp

121n

p21p22p2n

P…………………（13）

pn1pn21

由公式(13)可以看出相似度值越大，两个分批估计融合的测量值之间的相似程度就越大，则每个分

批估计融合得到的测量值的相似度：

ˆ（14）

PXinpij……………

j1

把每个分批估计融合得到的测量值的相似度归一化，即可算出其权重：

PXˆi

（15）

in………………

PXˆ

i1i

5

T/JSJTQX09-2019

显然满足：

n

（）

i1………………16

i

B.1.6通过置信距离与相似度的计算，可以从数据本身将误差较大的数据删除，然后以加权方式进行最

终融合数据的计算，该方法无需传感器性能的先验经验。

B.2基于知识元的特征级统一化算法

B.2.1动态构建知识元库，并建立完整的知识元相似评价准则体系，将不符合“定义”和“不完整”的

知识元排除在知识元库之外，以期获得在特征层面获得描述一致的特征级数据。

B.2.2知识元是一种将客体事物描绘成主观笼统模型的知识表达形式。一个客观事物或者系统，可被抽

象成一个模型m，研究模型m的共性知识表示形式，该模型可以表示为一个知识元Km。

B.2.3假设Nm是指定客体的概念名称，其本质是一组相同或相近意义词汇的集合，比如{有车经过、

自行车经过、校车经过}；Am是用来描述客观事物特征的属性以及怎样描述这些属性的集合，分为定

性描述的状态集或定量描述的可测状态集；Rm是用来描述属性之间关联关系的集合。rRm,mM

表示AmAm上的一个映射关系。相关关系可分为定性与定量的相关关系，总结相关关系的共同特征

抽象出关系知识元模型。模型m对照的知识元Km可表达为：

KmNm,Am,Rm………………（17）

定义知识元相似函数Sf，显然可得如下属性：

Sfx,y0,1………………（18）

Sfx,y0，当且仅当x和y不相关

Sfx,y1，当且仅当x和y相同

Sfx,ySfy,x

采用特征相似度模型。该模型将事物特征枚举为集合形式，定义符合特征元素特征的函数，获得特

征集合的相似度，进而表征测量数据在特征级别上的相似度。具体公式如下：

fAB

Sfa,b,,0……（19）

fABfABfBA

其中，设a为参照对象，b为比较对象，A，B为对象a，b的特征集合，fAB表示对象a，b

的特征集合A，B中，既属于A，又属于B的个数。fA-B表示特征集合A，B当中，属于A不属

6

T/JSJTQX09-2019

于B的个数，fB-A表示特征集合A，B当中，属于B不属于A的个数。，是表示对比较目标

和对照目标不同的关注度。从相关文献中可知，Tversky模型将特征的差异性引入到相似度度量中，并

认为相似度的计算具有方向性，，的取值影响Tversky模型对称性。设临界阈值01，当

Sfa,b01时，表明两个知识元为同一客观事物抽象的知识元的可能性较大，则继续计算

知识元的其他特征相似度。否则，直接判断两个知识元不是统一客观事物抽象的知识元标识，不能继续

进行融合。

B.2.4利用每个特征的相似度运算模型进行线性加权，来计算客观事物的多特征综合相似度模型。设表

示客观事物抽象出个n特征，则计算a个特征与b的相似度，第i个特征的相似度是Sfa,b，i0

为权值，则其相似度为：

n

（）

Sfa,biSfia,b……………20

i1

n

注：i是特征i的重要程度，存在i1。

i1

在知识元特征的基础上，通过设定不同的参数及多模型相比较，获得适用于交通智能感知系统的相

似度评价准则。

_________________________________

7

T/JSJTQX09-2019

目  录

前言.......................................................................................................................................................................I

1范围...................................................................................................................................................................1

2规范性引用文件...............................................................................................................................................1

3术语和定义.......................................................................................................................................................1

4基本要求...........................................................................................................................................................1

4.1数据获取.......................................................................................................................................................1

4.2数据安全.......................................................................................................................................................1

4.3数据分发.......................................................................................................................................................2

4.4数据共享原则...............................................................................................................................................2

5技术要求...........................................................................................................................................................2

5.1智慧路贴构成...............................................................................................................................................2

5.2智慧路贴部署方式.......................................................................................................................................2

5.3多传感器信息融合.......................................................................................................................................2

5.4传输方式.......................................................................................................................................................2

附录Ａ(资料性附录)智慧路贴结构..................................................................................................................3

附录B(资料性附录)多传感器数据融合算法构...............................................................................................4

T/JSJTQX09-2019

路面多传感器融合的交通流智能感知技术规范

1范围

本标准规定了路面多传感器融合的交通流智能感知技术的术语定义、路面交通流智能感知节点、多

传感器数据融合和传输方式等内容。

本标准适用于