第3讲-交通信息处理技术1

1、1、视频采集系统的组成。 2、视频采集系统功能。 3、视频采集系统的优缺点。 4、视频采集系统的应用。 5、雷达测速仪原理? 6、反雷达测速设备有哪些？ 7、远程微波检测器工作原理? 8、远程微波检测器功能作用?,知 识 回 顾,第三章 交通信息处理技术,3.1 数据处理技术 3.2 交通信息融合处理技术 3.3 交通流与行程时间预测技术 3.4 模式识别技术,交通检测设备及人工采集的原始数据经常是不完整的或存在异常的，这给数据进一步处理造成困难，因此要对原始数据进行整理，称之为数据预处理。 预处理目的： 使交通信息原始数据更加完整、有效、准确、可靠，保证数据的充分应用，提高数据的质量，进而提

2、高整个数据分析过程的精度和性能。,3.1 数据处理技术,一、 数据预处理技术,交通信息数据预处理内容：数据稳健性处理、残缺数据处理。 城市交通流检测数据质量问题：数据丢失、数据错误、噪声污染数据。具体见表3-1 交通信息有质量问题的原始数据有两种：异常数据和丢失数据。 交通信息采集数据预处理流程：异常数据预处理、缺失数据预处理、数据存储利用。 见图3-1,3.1 数据处理技术,3.1 数据处理技术,异常数据预处理是指在大量的原始数据中，通过一些数据分析方法来发现数据中存在的会影响数据统计分析结果的异常值。将异常值剔除后需要对数据进行恢复。 处理方法：阈值法、交通流机理法、置信距离检验法、格拉布

3、斯统计法、有序样本系统聚类法等。,3.1 数据处理技术,1、异常数据预处理,基于时间序列的数据恢复 基于历史数据的数据恢复 基于空间位置的数据恢复 基于时空相关性的数据恢复,3.1 数据处理技术,2、缺失数据预处理,原始数据的质量：检测器检测后存储于数据库中的原始数据的准确度和有效性。 影响原始数据质量的原因： 检测传输设备的完好性 内置算法的科学有用性 采集环境的影响 数据对研究目的的有用性,二、检测数据质量分析,3.1 数据处理技术,无效或失真数据分类： 系统识别错误数据 不合理数据 缺失数据 部分原始数据出现失真、失效等现象，需要对 这些无用数据进行辨认分类，并进行筛选剔除才能 进行进一

4、步的处理利用。,3.1 数据处理技术,二、检测数据质量分析,系统内部判定：在进行数据存储时，根据系统内部的判定规则对错误数据进行标记，可以再读取数据库时直接识别这些数据，从而弃用或删除。 根据合理值域范围判定：在进行数据预处理前，对于一些量化的数据需要判定其值是否处于一个合理的范围，在此范围之外判定为不可用的数据。,3.1 数据处理技术,1、无效或失真数据的判定原则和方法,依据数据参数逻辑悖论判定：数据的可靠度还要通过对检测到的流量、速度、占用率之间的内在联系进行检验，找出不符合实际的错误数据。 重复、冗余或缺失数据判定： 重复数据的特点是关键属性值相同 缺失数据主要特点是部分时段无数据,3.

5、1 数据处理技术,单路段的样本量 网络覆盖率 以浮动车为工具向出行者提供速度、旅行时间、交通事故信息，在高速公路上浮动车的覆盖率应大于3%，在一般道路上浮动车的覆盖率应大于5%.,3.1 数据处理技术,2、基于浮动车采集技术的数据样本量,3.1 数据处理技术,数据压缩也称为数据编码 数据压缩的必要性：原始采集的数据，特别是视频检测数据非常大，若不进行数据压缩，将严重影响传输效率。 数据压缩的目的：采用各种方法去除冗余，以尽量少的数据量来表示和重建图像。,三、数据压缩技术,数据压缩的评价 数据压缩方法的优劣主要由所能达到的压缩 倍数、从压缩后的数据所能恢复（或称重建）的图 像（或声音）质量、以及

6、压缩和解压缩的速度等几 方面来评价。压缩的倍数也称压缩率 （1）由压缩前与压缩后的总的数据量之比来表示 （2）用压缩后比特流中每个显示像素的平均比特数 bpdp（bit per displayed pixel）来表示,数据压缩的分类： （1）无损压缩 （2）有损压缩,3.1 数据处理技术,（1）无损压缩 利用数据的统计冗余进行压缩，可完全恢复原始数据而不引起任何失真，但压缩率受到数据统计冗余度的理论限制，压缩率较小,一般为2：1到5：1，不能解决图像和视频的存储和传输问题。 应用范围：文本数据、程序、特殊场合的图像数据（如指纹图像、医学图像等）。,3.1 数据处理技术,3.1 数据处理技术,（

7、2）有损压缩 利用人类视觉对图像中的某些频率成分不敏感的特性，允许压缩过程中损失一定的信息，不能完全恢复原始数据，损失的数据对图像的影响较小，不影响对原始图像的理解，压缩比很大。 应用范围：语言、图像、视频数据。,3.2 交通信息融合技术,3.2.1信息融合 为什么要进行交通信息融合？ 不同传感器采集的交通信息不一定相同，一种传感器只能采集到一部分信息，所以有必要对各种交通信息进行综合处理。,冗余信息：增强系统的可靠性； 互补信息：扩展单一传感器的性能。,信息融合的目标 基于各种传感器分离观测信息，通过对信息的 优化组合导出更多的有效信息，得到最佳协同作用 的结果。 是利用多个传感器共同或联合

8、操作的优势来提 高整个系统的有效性。,3.2 交通信息融合技术,3.2 交通信息融合技术,1）信息融合的定义 通过一定的算法，对各种交通数据进行综合处理，得到比任何单个数据源更全面、更准备的交通流状况信息。 2）信息融合的特点 （1）提高系统的可信度 （2）使数据采集更客观 （3）提高检测效果 （4）扩大时间和空间覆盖能力 （5）提高系统的性价比,3.2 交通信息融合技术,3）信息融合模式： （1）像素级融合 直接对原始数据进行融合，从融合的数据中提取特征信 息，并进行判断识别。 （2）特征级融合 先对原始信息提取特征信息，然后对特征信息进行综合 分析处理。 （3）决策级融合 从具体决策问题出

9、发，充分利用特征级融合结果，直接 针对具体决策目标，融合结果直接影响决策水平。,信息融合三个层次的结构图,3.2 交通信息融合技术,4）三个模式在交通信息融合中的体现（交通信息融合的输出结果） 像素级和特征级融合 处理的是地面交通信息和部分空间信息（如 GPS）； 输出的是对城市交通状态的部分描述，如状态向量、特征和属性等。 决策级融合 处理的数据包括地面交通信息、全部的空间信息、气象信息等其他交通相关信息以及交通领域专家的知识等； 输出的是抽象结果，如对交通系统的状态、交通系统整体性能的评价以及对系统运行的预测等。,3.2 交通信息融合技术,3.2 交通信息融合技术,5）信息融合在基础交通信

10、息处理中的作用 先进的交通管理系统（ATMS）是ITS的重要组成部分；ATMS是一个典型的多传感器系统；信息融合完成多传感数据的综合处理，得到适合各个智能交通服务领域使用的交通信息。,3.2.2 信息融合处理方法 1）基于卡尔曼滤波技术的交通信息融合方法 用于实时融合动态的低层次冗余多源数据，该方法用 测量模型的统计特性递推决定统计意义下的最优融合数据估计。 2）基于贝叶斯估计的交通信息融合方法 将多传感器提供的各种不确定性信息表示为概率，并利用概率论中的Bayes条件概率公式对其进行处理。,3.2 交通信息融合技术,3）基于人工神经网络的交通信息融合方法 信息融合基于智能化的思想，它的原型就

11、是人的大脑，神经网络和信息融合这种相似性决定了利用神经网络可以解决相当一部分信息融合问题。可作为交通信息融合的主要方法。 4）基于综合统计分析的交通信息融合方法 加权平均法是一种简单，直观的融合多传感器低层数据的方法，利用由一组传感器提供的冗余信息进行加权平均计算，并将加权平均值作为信息融合值。 指数平滑法兼容了全期平均法和移动平均法所长，不舍弃过去的数据，但是仅给于逐渐减弱的影响程度，即随着数据的远离，赋予逐渐收敛为零的权数。,3.2 交通信息融合技术,智能汽车的概念 在网络环境下用信息技术 和智能控制技术，使汽车具 有自动识别行驶道路、自动 驾驶、自动调速等功能。 安全驾驶系统 碰撞报警系

12、统（CW） 偏向报警系统（LDW） 智能巡游系统（ICC） 自动泊车系统（视频）,3.2.3 基于信息融合技术的智能驾驶系统,3.2 交通信息融合技术,3.2 交通信息融合技术,ICC、CW和LDW系统中存在的问题 依靠单一传感器，容易产生误报，降低了系统的稳定性。 多传感器信息融合的智能驾驶系统结构,多传感器信息融合系统结构,智能驾驶系统的子系统 环境识别子系统、状态判断子系统、车辆控制子系统等 智能驾驶系统的信息融合层次 数据层融合，直接对数据源操作。通过图像处理和识别以及多传感器集成等技术，得到环境中汽车、人和其他障碍物的位置（得到速度、加速度则更好），预测下一步（或下几步）其位置的变化，从而为决策的形成奠定基础。 特征层的融合，利用对象的统计特性和概率模型进行操作。主要是根据环境中形势与已有的知识进行关联，识别现在环境中形势的特征。 决策层的融合，主要是根据各种特征的