RFID交通数据时间覆盖率分析

在交通状态判别领域,针对磁感应线圈的"时间占有率"参数得到广泛应用.由于RFID交通信息采集技术无法准确获得车辆占据检测区域内的时长,因此,基于对RFID数据特性的分析,提出时间覆盖率的概念及计算方法.选取7种时间汇集度进行时间覆盖率的计算,根据计算结果画出基站的时间覆盖率随时间汇集度变化的折线图,由折线图走势可对基站的工作状态、基站所在道路的流量大小及交通流的连续性做出初步判断.选取南京市区主干道上21个RFID基站的原始数据,对所提出的方法进行实例分析,发现基站的时间覆盖率折线图可分为3种类型:①日覆盖率小于100%;②日覆盖率等于100%,并且小时覆盖率至5 min覆盖率接近于100%;③日覆盖率等于100%,并且小时覆盖率至5 min覆盖率中出现了下降.每种类型的折线图对应一定的基站工作状态和道路交通流特性.由分析结果可看出,时间覆盖率这一指标对RFID基站自身性能评判和交通流状态分析都具有一定的实际意义.      

RFID 交通冗余数据检测及分析

数据质量控制是智能交通系统应用建设的关键技术之一。基于对射频识别(RFID)数据特性的分析,将 RFID 冗余数据分为重复数据和相似数据,通过分析同一车辆的相邻过车时间来检测2类冗余数据。针对相似数据给出了冗余率曲线和冗余时间点的定义,解决了 RFID 交通数据中冗余数据的识别问题。针对2类冗余数据的特点,给出了2类冗余率的计算方法,提出了从基站和冗余率曲线走势2个角度出发对冗余率进行分析的方法,并给出了冗余数据的清洗方法。选取南京市区主干道上21个 RFID 基站的原始数据作为实例,对所提出的方法进行了验证。研究结果表明,21个基站采集重复数据的平均冗余率为0.0062%,相似数据的平均冗余率为0.92%,说明 RFID 数据采集技术采集到的数据具有较高可靠性。同时,各个基站采集的数据中相似数据数量远远多于重复数据数量。观察不同形状的冗余率曲线发现,冗余率曲线呈趋于平缓和尾部上升的基站冗余率较高;冗余率曲线呈直线上升的基站冗余率较低。针对分析结果,给出了相应的质量控制措施以控制 RFID 冗余数据的产生。      

RFID交通错误数据检测及分析

数据质量控制是智能交通系统应用建设的关键技术之一.基于对无线射频识别(Radio Fre-quency Identification,RFID)数据特性的分析,将RFID错误数据分为4类,并针对每一种错误类型的特点设计合理的识别算法,从而给出一套完整的错误数据检测方法及流程.提出了从基站、时间和错误类型等3个角度对RFID数据的错误率进行分析的方法,并选取南京市区主干道上21个RFID基站的原始数据作为实例,对所提出方法进行了验证.结果表明,21个基站采集的数据的平均错误率为0.044 3%,最小值为0.021 4%,最大值为0.080 7%,说明RFID数据采集技术所采集到的数据具有较高的可靠性,且数据错误率与车流量具有明显的正相关性.同时,各个基站采集的数据中车牌号字符串长度异常占所有错误类型比例的平均值为72.93%,最小值为42.24%,最大值为98.75%,表明电子标签写入信息出错是造成错误数据的主要原因.针对分析结果,给出了相应的质量控制措施以控制RFID错误数据的产生.      

基于全国机动车缉查布控云平台精确分析跨区域套牌嫌疑车辆

针对目前跨区域套牌嫌疑车辆甄别速度慢、准确率低的问题,研究了快速、准确识别套牌嫌疑车辆的方法,为基层民警拦截、查处套牌嫌疑车辆提供数据支撑.     

湖北：结合本地交通违法和事故特点 集中开展交通违法行为专项整治行动

正为了营造安全、文明、畅通的道路交通环境,湖北交警立足路面,紧盯重点道路、重点车辆、重点违法,集中开展假牌套牌假证专项整治行动,酒驾、醉驾、拼车包车超员违法行为专项整治行动等,加强执法力度,保持严管高压态势,全力维护道路交通安全稳定。开展假牌套牌假证专项整治2020年,湖北省公安交通管理局组织开展假牌套牌假证专项整治,全省共研判嫌疑车辆1292辆,查处假套牌违法行为221起,查获制售假牌假证窝点2个。     

基于RFID的交叉口流量检测

提出了1种交叉口流量检测方法,该方法采用RFID技术可准确、实时地检测交叉口流量,在交叉口信号控制中起到重要作用.RFID系统由电子标签、阅读器、微型天线组成,安装于交叉口的阅读器通过天线传播信号读取装有电子标签的车辆数据,从而达到交叉口的流量检测.基于RFID电子技术的流量检测方法在智能交通信息采集及交叉口管理中具备一定的应用前景.      

基于麦克风阵列车辆检测的公路隧道照明控制方法及系统研究

针对雷达、视频、感应线圈等车辆感知装置难以同时满足低成本、高精度、易安装维护的问题,提出基于麦克风阵列车辆检测 的公路隧道照明节能方法及系统研究,实现精准照明节能。 具体方案包括: 1)采用成本较低、非地埋的基于麦克风阵列车辆检测 装置替代已有接触式感知技术; 2)在音频装置中,通过改进的MVDR算法对麦克风阵列拾取到的信号进行降噪去混响,并融合基 于卷积神经网络交通事件识别方法,实现隧道内精细、分段车辆感知; 3)提出基于环境传感的多信息协同控制方法,根据环境与隧 道内车辆行驶信息,进行无级调光控制器多信息联动,智能调节隧道内灯照明亮度与时长。 试验分析表明,提出的基于麦克风阵列 音频车检技术单独事件检测精度高于98%,混合事件检测精度高于95%。 工程实践表明,与常规LED无级调光隧道节能技术相 比,该技术使隧道综合能耗降低约20%,极大地降低了安装维护成本,具有很好的应用价值。     

国内外车辆唯一性识别技术发展现状

车辆唯一性认定是车辆安全管理工作的重要环节,通过辨识车身上打刻的车辆识别代号可以判断车辆身份是否被篡改,是发现车辆盗抢、非法改装、非法拼装等车辆违法行为的重要手段。但是随着车辆识别代号伪造技术不断发展,通过眼看手摸方法来识别车辆唯一性信息其可靠性和准确性不能满足当前车辆安全管理的需求。本文梳理了国内外车辆唯一性识别技术的作用机理、辨识方法、可靠性、使用成本等情况,对提高我国现有的车辆唯一性识别方法和技术具备一定借鉴意义。     

基于深度学习的车辆检测及车型识别研究

正当前,在新一代信息技术引领下,数据快速积累、运算能力持续提升、算法模型不断优化、多场景应用快速兴起,人工智能发展环境发生了深刻变化。车辆检测及车型识别作为深度学习目标检测领域在智能交通的重要应用,也是近年来国内外学者的研究热点。本文针对已有的车辆检测方法缺乏车型识别问题,利用深度学习图像识别技术,提出了基于Faster R-CNN的车辆检测及车型识别方法。通过将Faster R-CNN深度学习模型应用     

如何识别车辆假牌套牌

车辆号牌,是车辆的"身份证",是区别于其他机动车辆的一项重要信息.随着汽车数量的迅猛增加,高科技手段使车辆号牌的智能化要求也越来越高.有些人为了达到一己私利,在车辆号牌上做起了文章,致使路面上行驶的车辆中不断出现假牌、伪牌、套牌等现象,这些不法行为严重扰乱了车辆号牌的管理秩序和道路交通秩序.     

基于RFID和视频监测的城市交通运行状态模糊判别

为了确定城市道路网路的交通状态,为主动的交通管理、交通诱导及控制提供支持,提出了一种基于无线射频识别(RFID)交通检测系统和视频监控系统的交通运行状态模糊判别方法.在该方法中,交通运行状态由从RFID系统获得的车辆行驶时间和从视频监控系统中获得的车辆速度决定.由于实际的交通状态可以从视频中直接观测,因此实际交通运行状态的阈值可以根据视频来校准,用以评估本文所提出方法的性能.基于安装于南京的RFID和视频交通检测系统进行实证分析,结果表明本文所提出的方法是可行的.下一步工作可推进交通数据,特别是 RFID数据在交通管理中的应用.      

RFID技术在高速公路行车管理中的应用

RFID技术是采用射频通信的非接触式自动识别技术,可广泛应用到各个行业。利用RFID技术管理车辆行驶能获得高速公路区间行驶速度,可用来判断车辆是否超速行驶,从而大大降低车辆超速行为的方式几率,进一步提升高速公路的行车安全。     

一种用于高速公路通行情况分析的收费数据挖掘方法

为更好地对高速公路通行情况进行分析,利用高速公路海量收费数据,提出了一种用于高速公路通行情况分析的数据挖掘方法。首先,在海量的贵州省高速公路收费数据中,筛选出指定进站名称及出站名称的数据并删除部分字段,仅保留与研究相关的内容,利用车辆进入收费站的时间和驶出收费站的时间计算出其在该路段上行驶的总时长,将行驶时长字段加入原数据。然后,采用孤立点检测算法清洗该数据,剔除其中异常值。完成上述预处理过程后,使用快速峰值聚类算法对行驶时长进行聚类分析,首先计算每条数据之间的距离,将距离矩阵作为该算法的输入并输出聚类结果;对比所采用的算法与K-Means算法对于行驶时长这一指标的聚类效果,可明显地看出该算法的聚类结果更接近于实际情况;然后将春节期间与2月第4周的收费数据进行聚类,通过对比可明显得出节假日期间各个车型通行比例的变化;将上述结果结合不同车型在不同时段的平均通行时间进行分析。研究结果表明：所提出的方法可有效地将在某段高速公路通行的车辆进行分类,并且分类结果与真实运行过程中车辆在高速公路上的通行情况一致,可为高速公路的运营管理以及维护方向提供合理的科学依据和数据支持。     

基于仿真的G6回龙观收费站周边交通优化研究

大城市周边高速公路收费站是连接主辅路交通的瓶颈处,在分析收费站通行效率模型后,采用VISSIM仿真软件对G6回龙观收费站周边交通进行研究.首先对收费站交通属性参数进行标定,进而利用信号灯模拟车辆通过收费站的通行时间,建立适用于大城市周边高速公路收费站交通优化仿真模型.最后结合实测交通状况标定回龙观收费站仿真模型参数,对...     

基于公路收费站的公路交通调查优化方法

交通调查是进行交通规划、交通设施建设、交通控制与管理以及交通流研究的基础,也为科学的决策提供依据。在分析收费站设置和交通调查点设置的对偶关系的基础上,提出将交通调查点和公路收费站相结合,建立依托收费站的数据采集系统来进行交通调查,并在大的范围内建立一个数据处理平台,处理交通流参数,研究其时间和空间分布特征。这将大大节省交通调查所需的人力、物力,节约资源,同时,数据的精确程度也会进一步提高。     

天津市滨海站综合交通枢纽内部道路交通组织方案研究

滨海站综合交通枢纽道路交通组织方案经过认真研究、比选论证,推荐采用了南、北广场各自形成大小两个环形逆时针单向交通组织方案;该方案出入站流线清晰、离站迅速、行车流畅,平交口不设置信号灯,解决了站内大型车坡道停车问题,可为今后综合交通枢纽道路交通组织提供设计思路。     

基于数据驱动的城市快速路段拥堵状态辨识及诱导对象选择方法

交通诱导实施效果不佳的主要原因之一是具有差异性出行特征的出行者无法接受单一的诱导方案。针对城市快速路高峰时段拥堵问题, 研究了考虑车辆出行特征差异的交通诱导对象精准识别方法, 以保障诱导方案的实施效果。利用高德路况数据提取拥堵路段, 根据拥堵路段与相邻路段交通状态的相关性提出拥堵源路段识别方法; 利用车牌识别数据提取使用快速路车辆的出行特征, 包括快速路出行强度、地面道路出行强度、快速路出发时刻离散度和快速路路径选择多样性; 采用K-means++算法对车辆出行特征进行聚类, 识别出显著影响道路交通状态的出行者, 并为出行者推荐适合其出行特征的错峰或绕行诱导方案。以苏州快速路为例, 研究发现: 针对拥堵源路段的交通诱导能有效改善拥堵路段的交通状态; 类型3车辆(高频出行且易绕行)占单月工作日早高峰所有使用快速路车辆总数的14%, 却占单日早高峰总交通量的51%, 是重点诱导对象; 通过精准识别, 可推荐诱导车辆数占总车辆数的47%。      

Data Fusion-Based Traffic Density Estimation and Prediction

Traffic congestion has become a major challenge in recent years in many countries of the world. One way to alleviate congestion is to manage the traffic efficiently by applying intelligent transportation systems (ITS). One set of ITS technologies helps in diverting vehicles from congested parts of the network to alternate routes having less congestion. Congestion is often measured by traffic density, which is the number of vehicles per unit stretch of the roadway. Density, being a spatial characteristic, is difficult to measure in the field. Also, the general approach of estimating density from location-based measures may not capture the spatial variation in density. To capture the spatial variation better, density can be estimated using both location-based and spatial data sources using a data fusion approach. The present study uses a Kalman filter to fuse spatial and location-based data for the estimation of traffic density. Subsequently, the estimated data are utilized for predicting density to future time intervals using a time-series regression model. The models were estimated and validated using both field and simulated data. Both estimation and prediction models performed well, despite the challenges arising from heterogeneous traffic flow conditions prevalent in India.