基于多源交通數(shù)據(jù)融合技術(shù)的路況分析研究

1、    基于多源交通數(shù)據(jù)融合技術(shù)的路況分析研究    劉軍建摘要：多源數(shù)據(jù)融合技術(shù)中融合了多源數(shù)據(jù)，通過數(shù)據(jù)提取、融合、整理，形成分析數(shù)據(jù)集，為做出合理決策提供科學(xué)建議。將多源交通數(shù)據(jù)融合技術(shù)應(yīng)用到路況分析中可以通過多源交通數(shù)據(jù)分析，準(zhǔn)確了解路況情況，對有效緩解擁堵有極大的幫助。關(guān)鍵詞：多源數(shù)據(jù)融合；分析數(shù)據(jù)集；路況分析：u495 ：a ：1007-9416（2018）06-0088-02機動車數(shù)量的不斷增加，大大增加了城市道路、高速公路路況復(fù)雜程度，擁堵成為路況中的常見現(xiàn)象。隨著城市路況分析重要性的日益突出，如何采集到更準(zhǔn)確、更精細(xì)的數(shù)據(jù)信息，是實現(xiàn)準(zhǔn)

2、確路況分析的基礎(chǔ)。路況分析中采用單子的技術(shù)和方法進行信息收集，存在一定的缺陷和不足，影響到信息收集的準(zhǔn)確性，進而影響路況分析的精準(zhǔn)性。為了改善這一現(xiàn)狀，需要運用多源數(shù)據(jù)融合技術(shù)進行信息收集，實現(xiàn)路況分析1-2。多源數(shù)據(jù)融合技術(shù)應(yīng)用時，主要通過獲取數(shù)據(jù)理解數(shù)據(jù)整理數(shù)據(jù)數(shù)據(jù)轉(zhuǎn)換數(shù)據(jù)組合構(gòu)建分析數(shù)據(jù)集這一流程實現(xiàn)的3-4。多源交通數(shù)據(jù)融合技術(shù)是指將多種交通數(shù)據(jù)融合在一起，為做出合理的路況分析提供參考。隨著多源數(shù)據(jù)融合技術(shù)應(yīng)用的日益廣泛，在路況分析中引入多源交通數(shù)據(jù)融合技術(shù)可以提高路況分析準(zhǔn)確度，準(zhǔn)確了解路況情況，做出合理的交通管制。因此文章基于多源交通數(shù)據(jù)融合技術(shù)的路況分析進行了研究。1 多源交通信

3、息獲取及其融合框架交通信息獲取使用圖形方法進行獲取。圖像獲取主要依賴攝像頭拍攝圖片，攝像頭位置在交通路口3-4米高處。然而在實際應(yīng)用中會出現(xiàn)一些問題使得圖像檢測變得很難。這些問題主要有：（1）如果車輛速度過快或者車輛顏色與路面相近這樣很難識別；（2）當(dāng)光線比較弱時，拍攝圖片很難識別車輛，這樣使得相應(yīng)算法無法正常工作；（3）當(dāng)光照突然發(fā)生變化，這樣很難準(zhǔn)確檢測；（4）在復(fù)雜天氣情況下，拍攝圖像受天氣影響比較大。為解決該問題提出使用磁敏傳感器進行車輛檢測。該技術(shù)不會受到光線變化而造成檢測結(jié)果不準(zhǔn)情況。為保障交通檢測準(zhǔn)確性和高效性，本文提出了圖像檢測和磁敏檢測共同檢測。如圖1為系統(tǒng)框架圖。從圖1中可

4、知系統(tǒng)由：融合中心、視頻檢測、磁敏檢測構(gòu)成。相應(yīng)的工作流程為：第一步進行檢測包括：磁敏檢測、視頻檢測，該過程中磁敏檢測和視頻檢測是相互獨立過程，視頻檢測根據(jù)攝像頭拍攝圖像根據(jù)相應(yīng)的圖像識別算法進行檢測，磁敏檢測則是根據(jù)相應(yīng)的物理特性進行檢測。第二步是數(shù)據(jù)融合，該過程是將檢測的數(shù)據(jù)進行匯總分析。2 基于多源交通信息的數(shù)據(jù)融合在路況中的應(yīng)用為提高系統(tǒng)響應(yīng)速度，多源交通信息融合管理使用client/server結(jié)構(gòu)（c/s結(jié)構(gòu)）進行開發(fā)。服務(wù)端進行相應(yīng)的融合數(shù)據(jù)分析?？蛻舳诉M行相應(yīng)的數(shù)據(jù)采集、數(shù)據(jù)發(fā)送以及數(shù)據(jù)顯示等。如圖2為多源交通信息通信模式。2.1 特征提取特征提取包含磁敏信號特征提取和視頻信號

5、特征提取。在磁敏信號特征提取中主要依據(jù)窗口閾值進行檢驗。該方法容易實現(xiàn)。只需要在圖像中檢測到是否有車輛，如果有車輛則該段特征值為“1”，否則為“0”。視頻信號特征提取中需要解決車輛粘結(jié)準(zhǔn)確度不高問題。因此需要對原始數(shù)據(jù)進行濾波處理。本文使用douglas-peucker方法進行波形分析5。如下為濾波處理算法流程。（1）數(shù)據(jù)點短點連接從數(shù)據(jù)點中找出離連接線距離最遠的點，該距離為，如圖3為示意圖。（2）如果則視為線段。（3）否則將轉(zhuǎn)化為和，并跳轉(zhuǎn)到（1），進行迭代計算。2.2 多源交通信息融合多源交通信息融合包含多源數(shù)據(jù)關(guān)聯(lián)、數(shù)據(jù)源可靠性融合計算以及融合決策等。在多源數(shù)據(jù)關(guān)聯(lián)中包含空間同步、時間同

6、步以及數(shù)據(jù)關(guān)聯(lián)方法選擇。在數(shù)據(jù)關(guān)聯(lián)中可使用概率關(guān)聯(lián)算法和最近鄰算法。本文使用最近鄰算法進行數(shù)據(jù)關(guān)聯(lián)。算法步驟如下：（1）獲取磁敏和視頻信號特征值；（2）進行預(yù)測值計算。計算方法為：，其中表示測量值，表示估計值；（3）計算測量值與估計值距離；（4）更新估計值。3 結(jié)語當(dāng)前車輛檢測有多種方式，比如傳感器檢測、圖像檢測等。針對圖像檢測存在多因素影響，為此提出磁敏檢測和圖像檢測共同檢測方法。系統(tǒng)使用c/s模式進行開發(fā)。視頻信號處理中使用douglas-peucker方法進行波形處理。最后使用最近鄰算法進行信息融合。參考文獻1張兵，崔希民，韋銳，等.基于rs與gis多源數(shù)據(jù)融合的高原區(qū)地質(zhì)調(diào)查研究j.煤

7、炭工程，2016，48（3）：99-102.2丁宏飛，秦政，劉博，等.基于af-svr的城市快速路多源交通信息融合研究j.計算機工程與應(yīng)用，2017，53（5）：266-270.3王紅梅，鄭標(biāo)，盧陽祿，等.基于多源遙感影像的道路交通對建設(shè)用地空間格局的影響分析以從化中心城區(qū)規(guī)劃區(qū)為例j.中國土地科學(xué)，2016，30（11）：86-94.4金盛，沈莉瀟，賀正冰.基于多源數(shù)據(jù)融合的城市道路網(wǎng)絡(luò)宏觀基本圖模型j.交通運輸系統(tǒng)工程與信息，2018，18（2）：108-115.5崔艷玲，金蓓弘，張扶桑.基于數(shù)據(jù)融合的高速公路交通狀況檢測j.計算機學(xué)報，2017，40（8）：1798-1812.abstr

8、act：multi-source data fusion technology fuses multi-source data， and through data extraction， fusion， and sorting， analysis data sets are formed to provide scientific suggestions for making reasonable decisions. applying multi-source traffic data fusion technology to road condition analysis can accurately understand road condition through multi-source traffic data analysis， which is of great help to effectively relieve congestion.key words：multi-source data fusion； analysis data set； road condition analysis