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.      

基于双基站交通数据采集技术的假套牌车辆识别方法

假牌、套牌车辆对社会安全和交通运输行业的秩序造成了极大的负面影响,寻找快速有效的假套牌车辆识别方法十分必要.研究了一种基于射频识别(RFID)技术和图像识别技术结合的假套牌车辆识别方法.对同一处基站的RFID系统和视频抓拍识别系统采集的车辆车牌信息进行对比分析,得出疑似假套牌车辆.然后对多基站检测信息联合比对,相比于单基站,降低了疑似假套牌车辆的数量.选取南京市主干道上6个基站的检测数据作为实例,检测结果发现,通过5处基站检测的假套牌车辆比通过2处基站检测的假套牌车辆减少了210辆,降低了假套牌车辆的误检率.对建立的疑似假套牌车辆数据库验证分析,其正确率达到94.5%.相比较传统的方法,其具有覆盖范围大、不受时间限制、反应迅速等优势,可为交警部门查处假套牌车辆提供有力支撑.      

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.      

城市路网中浮动车数据和线圈数据的融合

交通信息是 ATMS 的基础和核心,从实时交通数据中准确估计交通参数、判断和预测交通状态是 ATMS 的重要内容.文中在信息融合理论的基础上,介绍了交通数据融合的基本内容.分析了浮动车数据和线圈数据的特点后得出:在城市路网环境中,虽然浮动车采集和线圈采集方式各有优劣,但他们在时间和空间上具有很强的互补和冗余.为充分利用已获取的交通信息,应实现这两类数据的融合,并对浮动车数据和线圈数据的一般融合模型和基本融合方法进行了论述,明确了交通融合问题的2种研究方法,即通过仿真手段得到的数据和现场采集数据作为融合的数据源来验证融合模型.     

城市公交GPS数据与IC卡数据时空特性融合算法

针对部分城市公交GPS数据和IC卡数据无直接联系,且2个系统存在不规律时间偏差,很难关联获取乘客上车数据的问题,进行了时空特性快速匹配数据融合分析.根据公交GPS数据和线路站点位置匹配获得公交运行时刻表,利用运行时刻表与时间修正后的IC卡数据进行遍历计算,采用时间相似度曲线寻找二者对应关系,利用时间平均偏差曲线进行关系...     

基于AVL树的重复数据消除技术

数据清洗是建立数据仓库及进行数据挖掘的一个重要步骤。在数据挖掘过程中,重复冗余的数据会造成挖掘结果的偏差。本文使用AVL树作为对象识别标志Key的记录结构,通过判断生成的MD5信息摘要的插入操作来判断该Key是否已经存在,从而实现重复数据的清除。     

基于手机基站定位数据的地图匹配研究

研究如何利用手机基站定位数据信息进行地图匹配,其基本原理是通过采集车载手机通过道路的基站切换序列,在剔除冗余数据后,利用初始蜂窝小区定位算法实现每一个切换点在电子地图上的匹配,再利用路网的连通性实现路径的匹配。选取广州市到中山古镇路段作为实验路网进行实地实验,对所获得的基站信息进行数据处理和地图匹配的结果进行分析,证明通过手机基站定位数据来进行地图匹配的可行性和有效性。     

轨迹数据驱动的自动驾驶公交运行评价方法

基于自动驾驶公交车车载传感器采集的车辆位置、速度、加速度等轨迹数据,建立多变量长短期记忆神经网络二分类器模型组,将轨迹数据识别转换为车辆运行稳定性、高效性、安全性指标,以追踪车辆运行状态;在开放交通流道路中,采集自动驾驶公交车的行驶轨迹数据进行模型训练和测试,结果表明该方法能有效识别超速、急加减速、进出站等事件,命中率、召回率、准确率高于0.8,识别准确度较好;分别采集自动驾驶模式与人工驾驶模式样本,应用轨迹检测评价方法进行运行质量评价对比,发现自动驾驶公交具有更高的控制稳定性、安全性,人工驾驶模式具有更高的效率。     

Bridge Health Monitoring Data Distortion Recognition Algorithm Based on Data Changing Rate

监测信息的数据失真识别是桥梁结构长期健康监测系统的核心问题之一.针对桥梁结构长期健康监测系统监测信息的海量数据中由于仪器设备失效或环境干扰而导致的数据失真问题,结合数据变化率和聚类变化等数学统计方法,提出基于数据变化率的识别算法.该方法主要是对比数据之间的结构特性,首先建立相应结构参数的结构特性数据库,然后训练出该类型参数的安全系数以及变化率阈值,并通过数据库的不断更新和扩大来提高安全系数和阈值的精确性,最后通过验算实时采集数据的变化率是否超过对应的样本阈值来判别该数据是否失真.通过对佛山平胜大桥长期健康监系统采集的主塔偏位和环境温度数据进行失真识别验证,表明了该算法在实际工程中运行的有效性和可靠性.     

对高速公路移动目标跟踪的多传感器采集数据融合

针对目前多传感器数据融合算法存在的问题,提出了一种基于冗余信息的多传感器数据融合算法。此算法利用分布式融合结构的优点和强跟踪滤波对于机动目标获得局部状态估计值,通过提取各局部状态估计之间存在的冗余信息建立局部状态估计间的相互支持度,从而实现对其权系数动态的合理分配;通过理论分析和Monte-Carlo仿真表明,本文提出的算法得到的融合估计效果明显地优于利用单传感器测量数据得到的滤波估计结果,算法受外界随机干扰的影响较小,也证明了用分布式融合结构和强跟踪滤波对机动目标的局部状态估计值可信度高,基于冗余信息的多传感器数据融合算法具有较好的鲁棒性。     

基于出站时间的高速公路收费站车辆排队检测

目前,对高速公路收费站进行服务评价的数据主要依靠人工现场调查或使用专用检测设备来获取,在人力、资金方面消耗较大。而收费站的海量收费数据则可通过自动调查直接获得,充分利用这些收费数据资源可以获得很好的经济价值。分析了目前国内在公路收费站排队研究方面的局限性和不足。基于高速公路收费站的实际数据,研究分析了排队情况下同车道相邻车辆的出站时间规律,对收费站的车辆排队检测算法,以及车辆队长、排队逗留时间、服务时间等指标的量化计算进行了方法设计。以陕西省富平、韩城和芝川收费站的收费数据进行了实例计算,并与 M/G/1模型的计算结果以及调研数据进行对比,分析其绝对误差,对比结果表明平均服务时间的绝对误差不超过3 s;除韩城收费站105车道外,平均队长的绝对误差不超过1辆;除富平收费站101车道外,平均逗留时间的绝对误差不超过10 s。验证了算法的有效性与普适性。      

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.      

基于站点爬虫数据的公共自行车系统时空特征分析

把握公共自行车使用的时空分布特征是优化公共自行车系统运行的前提.通过网络爬虫技术获取站点数据,定义了站点活跃度等指标,利用Dunn指数和Davies-Bouldin指数确定有效的站点活跃度聚类算法,引入全局Moran′s统计量和局部Moran′s统计量对站点使用情况进行空间统计分析,深入挖掘站点使用状况的时空分布特征.在对苏州市公共自行车系统的案例研究中,根据活跃度变化将站点聚为四类,发现一个站点的活跃度与周边13个(晚高峰)至20个(早高峰)以上的站点存在正的空间相关关系,可推测早晚高峰用户的平均骑行距离分别为2.2 km和1.7 km.研究结果还证实,虽然大部分站点的高峰期车桩比在空间上呈随机分布,但高车桩比站点分别聚集在几个不同的地区,低车桩比站点则集中出现在较大范围内,系统地揭示了站点间协调配合存在的问题.      

Trends in vehicle motion control for automated driving on public roads

ABSTRACT

In this paper, we describe how vehicle systems and the vehicle motion control are affected by automated driving on public roads. We describe the redundancy needed for a road vehicle to meet certain safety goals. The concept of system safety as well as system solutions to fault tolerant actuation of steering and braking and the associated fault tolerant power supply is described. Notably restriction of the operational domain in case of reduced capability of the driving automation system is discussed. Further we consider path tracking, state estimation of vehicle motion control required for automated driving as well as an example of a minimum risk manoeuver and redundant steering by means of differential braking. The steering by differential braking could offer heterogeneous or dissimilar redundancy that complements the redundancy of described fault tolerant steering systems for driving automation equipped vehicles. Finally, the important topic of verification of driving automation systems is addressed.     

塑料排水板处理软土路基的载荷蠕变试验与工程应用

通过现场载荷试验、数值模拟与监测等手段,综合研究了塑料排水板处理软土路基的蠕变特性.两级荷载下的蠕变沉降曲线具有很高的相似性,而侧向蠕变速率则接近于零;然后,采用室内试验得出的土体参数对上述试验过程进行了三维数值模拟,证明考虑蠕变时的沉降计算结果比不考虑蠕变时更接近实测值;最后,将验证后的计算方法与参数应用于某高速公路路堤施工期沉降计算,并与实测结果进行了对比分析.     

高速公路平纵线形与事故率的关系及其安全性评价

通过分析高速公路平纵线形指标与事故率的关系,引入线形影响因子,提出了基于线形影响因子的高速公路基本路段安全评价方法。首先,应用回归分析的方法,确定了平曲线半径、平曲线偏角、直线段长度、竖曲线半径及纵坡坡度与事故率的关系,在此基础上分析了弯坡组合、平竖曲线组合以及长大坡组合路段上的事故率。进而,结合事故率与线形的关系,以线形影响因子表征几何线形指标对高速公路事故率的影响,据此评价高速公路的行车安全性。案例分析结果表明,基于线形影响因子确定的危险路段与由实际事故率确定的危险路段具有极高的一致性,达到了81%。      

基于RFID的汽车智能防盗通信安全

以射频识别技术为基础,研究智能化的电子式防盗通信在汽车领域的应用,提出增强射频通信数据安全的途径。针对系统的功能需求,通过优化通信双方的通信协议、设计有效的数据码类型、采用可靠的加密算法来实现数据通信的安全管理,提高系统身份验证的强度。     

基于RFID电子车牌数据的公交行程时间预测方法

为了给公交优先信号配时系统提供足够的"思考"时间和准确的控制依据,基于重庆市RFID电子车牌数据提出了一种采用自适应渐消卡尔曼滤波和小波神经网络组合模型动态预测公交行程时间的方法。综合分析公交行程时间的动态和静态影响因素,选取的模型输入参量为标准车流量、路段车辆平均行程时间、平均车速离散性和前班次公交行程时间。利用RFID电子车牌系统采集重庆市鹅公岩大桥路段车辆行驶数据,选取3 000组实际运行数据完成公交行程时间预测模型的训练,另筛选50组数据验证模型的有效性和准确性。研究结果表明：组合模型可动态自适应预测公交行程时间,预测值平均相对误差为3.23%,绝对误差集中在8 s左右,明显优于2种单一模型和基于传统GPS数据的公交行程时间预测模型,可认为选择RFID电子车牌数据作为组合模型的输入,能够明显改善模型预测精度;组合模型预测值的残差分布更为集中、鲁棒性较好,泛化能力强。选择平均绝对误差值、均方根误差值和平均绝对百分比误差作为模型评价指标,结果进一步表明,组合模型的综合预测效果明显优于单一的自适应渐消卡尔曼滤波和小波神经网络。研究方案可为先进公交信息化系统提供良好的技术支撑。