| 基于边缘计算的危险品运输车辆跟踪预警方法 |
| |
| 引用本文： | 马峻岩, 刘仟金, 许良, 惠飞, 孙正良, 袁立, 赵祥模. 基于边缘计算的危险品运输车辆跟踪预警方法[J]. 交通信息与安全, 2020, 38(5): 120-128. doi: 10.3963/j.jssn.1674-4861.2020.05.014 |
| |
| 作者姓名： | 马峻岩 刘仟金 许良 惠飞 孙正良 袁立 赵祥模 |
| |
| 作者单位： | 长安大学信息工程学院 西安 710064;长安大学信息工程学院 西安 710064;长安大学信息工程学院 西安 710064;长安大学信息工程学院 西安 710064;公安部交通管理科学研究所 江苏 无锡 214151;深圳市有为信息技术发展有限公司 广东 深圳 518049;长安大学信息工程学院 西安 710064 |
| |
| 摘 要： | 边缘计算作为一种新兴的分布式计算模型,可提升信息系统的响应速度、节省网络带宽资源.将边缘计算应用于危险品运输车辆的跟踪预警,提出一种边缘智能路侧节点的协作式跟踪算法,在保障实时性的前提下解决了GNSS失锁导致轨迹缺失问题;针对车辆跟踪时的异常状态预警问题,将智能路侧感知的多源信息与车辆运行状态相结合,基于机器学习提出一种融合自车、周围车辆、道路和自然环境等特征因素的预警算法,有效提升了异常检测精度.使用SUMO交通仿真器分析了跟踪算法的性能,结果表明,边缘计算较传统云计算方式时延平均降低了90%,带宽消耗平均减少了68%.基于美国交通部网联车开放数据,通过参数调优分别建立了基于SVM,KNN,Adaboost的单车动力学变量与多因素变量的6种异常检测模型,实验表明,多因素变量检测模型优于单车动力学变量模型.基于SVM的多因素变量模型性能最优,其准确率为0.972,召回率为0.98,AUC为0.974.
|
| 关 键 词： | 交通安全 危险品运输车辆 边缘计算 协作跟踪 异常检测 |
Tracking and Warning Technology of Hazmat Transport Vehicles in Edge Computing Environment |
| |
| MA Junyan, LIU Qianjin, XU Liang, HUI Fei, SUN Zhengliang, YUAN Li, ZHAO Xiangmo. Tracking and Warning Technology of Hazmat Transport Vehicles in Edge Computing Environment[J]. Journal of Transport Information and Safety, 2020, 38(5): 120-128. doi: 10.3963/j.jssn.1674-4861.2020.05.014 |
| |
| Authors: | MA Junyan LIU Qianjin XU Liang HUI Fei SUN Zhengliang YUAN Li ZHAO Xiangmo |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《交通信息与安全》浏览原始摘要信息 |
|
点击此处可从《交通信息与安全》下载免费的PDF全文 |
|
