论文部分内容阅读
[摘 要]交通信息是智能交通系统的基础，信息处理的技术、方法将直接影响到系统性能的发挥。在目前的智能交通系统中，实时交通信息的采集处理过程相对落后，效率较低，严重影响了信息的价值。本文主要介绍实时交通信息采集处理的新方法，阐述新方法的原理、优势，以及在智能交通系统中的作用，希望能够对智能交通系统的提升有所帮助。
[关键词]实时交通信息 采集处理新方法 智能交通系统 应用
中图分类号：491 文献标识码：A 文章编号：1009-914X（2016）02-0274-02
目前，随着我国经济实力的上升，以及人民生活水平的逐渐提高，我国的汽车保有量已经突破了4亿，汽车在给人带来便利的同时，也给城市交通带来了压力，我国的多数城市都出现了交通流量增加、道路拥挤的现象，这就要求交通管理部门加强对交通的管理力度，增加有效的管理方式。智能交通系统是目前一种比较实用的交通管理模式，它能减轻人工管理的压力，提高管理的效率，而该系统的运行离不开实时交通信息的采集和处理。
一、 目前交通管理系统的不足以及智能交通系统新方法
原有的交通系统的组成离不开先进的信息采集、处理设备，例如环形感应线圈、雷达、红外传感器等，这些设备能够准确的感应到交通信息，提高数据采集的精度，让交通系统能够进行准确的分析，但是，这些设备也存在一定的缺点，例如它们的维护成本较高、必须要人工进行维护、容易受到磨损、受气候和光线的影响较大，因此，在多数城市，交通管理部门只是在比较关键的路段安装这些设备，以减少设备运行的成本，这也使得交通信息无法实现全覆盖，在某些路段存在真空的缺点，在一定程度上削弱了交通管理的能力。针对这一问题，解决的途径就是使用智能交通系统无线定位方法，通过实时采集行驶在路网中一定数量交通信息采集单元的速度、位置和时间信息，充分运用先进的智能信息处理方法进行整个交通网络交通状况的分析和预测。实时交通信息的采集和处理是智能交通系统中的重要组成部分，它能提高系统的数据处理能力，增强系统运行的有效性。在世界的发达国家，这一技术已经在某些地方应用到交通管理过程中，并且取得了非常不错的效果，它能有效的补充传统交通信息采集方式的不足，在我国，无线定位技术已被成功的应用到其他领域，例如物流运输、防盗报警等，因此，可以看到这项技术是具有实用性的，值得在智能交通系统中进行尝试，因此，从理论上和实践上对该项技术进行研究对城市智能交通系统的建设和完善具有非常重要的意义。
二、智能交通系统新方法的基本原理
智能交通系统新方法的构成主要包括以下几个部分，分别是卫星定位与蜂窝无线网络、交通信息采集单元、TDCS信息中心三个部分。智能交通系统可以在许多车辆上安装卫星定位接收机和蜂窝移动通信设备，这些设备对出租车、公交车、集团车辆等协议车辆的帮助是非常大的，能够将这些车辆作为交通信息检测的单元，通过无线定位和地图匹配技术，将实时交通信息准确的反映到智能交通管理系统中，实现对这些车辆的实时定位跟踪，甚至能够掌握这些车辆在路上的行驶状态以及行驶的时间，然后再通过信息处理技术，将这些实时交通信息进行融合和分析，进而为有效进行城市交通诱导提供决策依据。智能交通系统新方法的具体环节包括以下三个部分，分别是：①无线定位技术，主要是应用卫星与蜂窝无线定位技术相结合，通过这个技术能够将车辆与地图匹配起来，对车辆的交通信息进行准确定位；②参数检测技术，通过这项技术能够获得相关车辆的瞬时速度、位置、时间数据，在这些数据的基础上，可以获得相关路段的区间的平均速度、交通流量和旅行时间；③分析预测技术，在采集完数据之后，能够将这些数据进行融合，在融合的基础上预测道路是否发生交通事故，进而可以分析和预测下一时段路段的交通流量和旅行时间。智能交通系统新方法的基本原理结构图如下图所示：
智能交通系统新方法的优点非常多，这种实时交通信息采集处理的方法与“固定”检测器采集处理的方法不同，它们之间的区别主要体现在这些方面，例如对多个路段交通状况的全方位、同步、动态、实时检测。这种方法与传统的跟踪监测方法相比，不会对驾驶者的驾驶行为做出特殊的要求，信息采集单位的具体信息可以与交通系统之间完成信息交互的工作。这种技术的优点主要包括以下几个方面：一是可以利用现有的卫星定位和蜂窝网络的设备基础进行检测，减少了昂贵监测设备的安装过程，极大的降低了检测的成本；二是可以进行全天候24小时的实时信息采集和处理；三是可以将信息与其他应用联合起来，满足多种功能的需求。
三、 智能交通系统新方法的关键技术
智能交通系统的新方法是一个具有现实意义的交通管理办法，这项技术目前还不够完善，在实施过程中遇到一定的障碍，影响了智能交通系统的作用的发挥，因此，解决这些关键问题是相关部门和科研单位应当重视的问题，其中的关键技术主要包括以下几点：
1、个体信息与整个交通流信息之间的联系
智能交通系统的组成离不开每一个个体交通的信息数据，只有个体交通信息数据足够多、足够准确，才能为智能交通系统提供足够的信息参考，信息数据才会更有价值，个体交通信息的重要作用是不能忽视的，个体速度的计算公式如下图所示。而且，还要处理好个体交通信息与整个交通流信息之间的关系，这也是目前世界上普遍存在的关键问题。个体的交通信息在传到处理系统之后，需要进行快速有效的计算，但是，计算效率的高低却无法得到保证，容易受采样标准差、定位精度、通信效率、功能需求、道路交通特性等因素的影响，这样使得信息处理的结果丧失了原有的价值，很难应用到交通管理中，因此，解决个体交通信息与整个交通流信息的关系是最应当解决的问题。个体车辆的平均速度计算如下：
2、精确定位
利用卫星和蜂窝组合进行车辆的定位是智能交通系统运行的基础，如果定位不准确就会影响智能交通系统的运行，由GPS与蜂窝定位数据结合地图匹配技术构成连续定位系统。一方面GPS作为蜂窝定位的标准可以极大的提高交通信息定位的精度，另一方面蜂窝定位信息可以有效的避免GPS发生故障时的定位问题，而且能够提高定位的准确性。
3、数据处理及建模
数据的处理和建模是智能交通系统的核心环节，将不同的数据信息整合到一个平台中，实现数据的互补性，提高数据的价值，让智能交通系统实现管理的有效性。在个体交通信息中，有许多是没有利用价值的，这些数据如果不进行过滤，就会影响数据处理的效率，甚至还会影响到其他信息的准确性，减少大量的“病态”数据和空缺数据是智能交通系统的重要内容，治理这些问题主要通过阈值法和交通流机理法、历史均值法、时间序列法、车道比值法和自相关分析法等。单一路段交通流量、车流速度和旅行时间等参数的估计路段平均速度是最为重要的交通流参数之一，通过平均速度可以推算出交通流量、交通流密度等重要参量，进而提高数据的准确性和有效性。
总结
实时交通信息的采集和处理是保障智能交通系统正常运行的关键，智能交通系统能够提高我国交通管理的效率，给人们的出行带来便利，但是，目前的实时交通信息采集和处理方法并没有发挥出重要的作用，主要原因就是其中的关键技术没有得到解决，信息的准确性、信息处理的效率没有达到规定的要求，因此，对关键问题进行分析和处理，解决定位不准、处理速度较低的问题，是实现智能交通系统的坚实的基础。
参考文献
[1]方志祥，宋莺.嵌入式环境基于实时交通信息的多层次路径规划算法[J]. 武汉大学学报（信息科学版）. 2011（04）
[2]李妍峰，高自友，李军.基于实时交通信息的城市动态网络车辆路径优化问题[J]. 系统工程理论与实践. 2013（07）
[3]曹凯，李士明.一种基于在线训练的交通信息实时预测快速算法[J]. 数学的实践与认识. 2008（11）
作者简介
汪庆胜（1978—），高级项目经理，从事智能建筑、智能交通、智慧城市等行业工作，拥有系统的专业知识和丰富的工程经验。
[关键词]实时交通信息 采集处理新方法 智能交通系统 应用
中图分类号：491 文献标识码：A 文章编号：1009-914X（2016）02-0274-02
目前，随着我国经济实力的上升，以及人民生活水平的逐渐提高，我国的汽车保有量已经突破了4亿，汽车在给人带来便利的同时，也给城市交通带来了压力，我国的多数城市都出现了交通流量增加、道路拥挤的现象，这就要求交通管理部门加强对交通的管理力度，增加有效的管理方式。智能交通系统是目前一种比较实用的交通管理模式，它能减轻人工管理的压力，提高管理的效率，而该系统的运行离不开实时交通信息的采集和处理。
一、 目前交通管理系统的不足以及智能交通系统新方法
原有的交通系统的组成离不开先进的信息采集、处理设备，例如环形感应线圈、雷达、红外传感器等，这些设备能够准确的感应到交通信息，提高数据采集的精度，让交通系统能够进行准确的分析，但是，这些设备也存在一定的缺点，例如它们的维护成本较高、必须要人工进行维护、容易受到磨损、受气候和光线的影响较大，因此，在多数城市，交通管理部门只是在比较关键的路段安装这些设备，以减少设备运行的成本，这也使得交通信息无法实现全覆盖，在某些路段存在真空的缺点，在一定程度上削弱了交通管理的能力。针对这一问题，解决的途径就是使用智能交通系统无线定位方法，通过实时采集行驶在路网中一定数量交通信息采集单元的速度、位置和时间信息，充分运用先进的智能信息处理方法进行整个交通网络交通状况的分析和预测。实时交通信息的采集和处理是智能交通系统中的重要组成部分，它能提高系统的数据处理能力，增强系统运行的有效性。在世界的发达国家，这一技术已经在某些地方应用到交通管理过程中，并且取得了非常不错的效果，它能有效的补充传统交通信息采集方式的不足，在我国，无线定位技术已被成功的应用到其他领域，例如物流运输、防盗报警等，因此，可以看到这项技术是具有实用性的，值得在智能交通系统中进行尝试，因此，从理论上和实践上对该项技术进行研究对城市智能交通系统的建设和完善具有非常重要的意义。
二、智能交通系统新方法的基本原理
智能交通系统新方法的构成主要包括以下几个部分，分别是卫星定位与蜂窝无线网络、交通信息采集单元、TDCS信息中心三个部分。智能交通系统可以在许多车辆上安装卫星定位接收机和蜂窝移动通信设备，这些设备对出租车、公交车、集团车辆等协议车辆的帮助是非常大的，能够将这些车辆作为交通信息检测的单元，通过无线定位和地图匹配技术，将实时交通信息准确的反映到智能交通管理系统中，实现对这些车辆的实时定位跟踪，甚至能够掌握这些车辆在路上的行驶状态以及行驶的时间，然后再通过信息处理技术，将这些实时交通信息进行融合和分析，进而为有效进行城市交通诱导提供决策依据。智能交通系统新方法的具体环节包括以下三个部分，分别是：①无线定位技术，主要是应用卫星与蜂窝无线定位技术相结合，通过这个技术能够将车辆与地图匹配起来，对车辆的交通信息进行准确定位；②参数检测技术，通过这项技术能够获得相关车辆的瞬时速度、位置、时间数据，在这些数据的基础上，可以获得相关路段的区间的平均速度、交通流量和旅行时间；③分析预测技术，在采集完数据之后，能够将这些数据进行融合，在融合的基础上预测道路是否发生交通事故，进而可以分析和预测下一时段路段的交通流量和旅行时间。智能交通系统新方法的基本原理结构图如下图所示：
智能交通系统新方法的优点非常多，这种实时交通信息采集处理的方法与“固定”检测器采集处理的方法不同，它们之间的区别主要体现在这些方面，例如对多个路段交通状况的全方位、同步、动态、实时检测。这种方法与传统的跟踪监测方法相比，不会对驾驶者的驾驶行为做出特殊的要求，信息采集单位的具体信息可以与交通系统之间完成信息交互的工作。这种技术的优点主要包括以下几个方面：一是可以利用现有的卫星定位和蜂窝网络的设备基础进行检测，减少了昂贵监测设备的安装过程，极大的降低了检测的成本；二是可以进行全天候24小时的实时信息采集和处理；三是可以将信息与其他应用联合起来，满足多种功能的需求。
三、 智能交通系统新方法的关键技术
智能交通系统的新方法是一个具有现实意义的交通管理办法，这项技术目前还不够完善，在实施过程中遇到一定的障碍，影响了智能交通系统的作用的发挥，因此，解决这些关键问题是相关部门和科研单位应当重视的问题，其中的关键技术主要包括以下几点：
1、个体信息与整个交通流信息之间的联系
智能交通系统的组成离不开每一个个体交通的信息数据，只有个体交通信息数据足够多、足够准确，才能为智能交通系统提供足够的信息参考，信息数据才会更有价值，个体交通信息的重要作用是不能忽视的，个体速度的计算公式如下图所示。而且，还要处理好个体交通信息与整个交通流信息之间的关系，这也是目前世界上普遍存在的关键问题。个体的交通信息在传到处理系统之后，需要进行快速有效的计算，但是，计算效率的高低却无法得到保证，容易受采样标准差、定位精度、通信效率、功能需求、道路交通特性等因素的影响，这样使得信息处理的结果丧失了原有的价值，很难应用到交通管理中，因此，解决个体交通信息与整个交通流信息的关系是最应当解决的问题。个体车辆的平均速度计算如下：
2、精确定位
利用卫星和蜂窝组合进行车辆的定位是智能交通系统运行的基础，如果定位不准确就会影响智能交通系统的运行，由GPS与蜂窝定位数据结合地图匹配技术构成连续定位系统。一方面GPS作为蜂窝定位的标准可以极大的提高交通信息定位的精度，另一方面蜂窝定位信息可以有效的避免GPS发生故障时的定位问题，而且能够提高定位的准确性。
3、数据处理及建模
数据的处理和建模是智能交通系统的核心环节，将不同的数据信息整合到一个平台中，实现数据的互补性，提高数据的价值，让智能交通系统实现管理的有效性。在个体交通信息中，有许多是没有利用价值的，这些数据如果不进行过滤，就会影响数据处理的效率，甚至还会影响到其他信息的准确性，减少大量的“病态”数据和空缺数据是智能交通系统的重要内容，治理这些问题主要通过阈值法和交通流机理法、历史均值法、时间序列法、车道比值法和自相关分析法等。单一路段交通流量、车流速度和旅行时间等参数的估计路段平均速度是最为重要的交通流参数之一，通过平均速度可以推算出交通流量、交通流密度等重要参量，进而提高数据的准确性和有效性。
总结
实时交通信息的采集和处理是保障智能交通系统正常运行的关键，智能交通系统能够提高我国交通管理的效率，给人们的出行带来便利，但是，目前的实时交通信息采集和处理方法并没有发挥出重要的作用，主要原因就是其中的关键技术没有得到解决，信息的准确性、信息处理的效率没有达到规定的要求，因此，对关键问题进行分析和处理，解决定位不准、处理速度较低的问题，是实现智能交通系统的坚实的基础。
参考文献
[1]方志祥，宋莺.嵌入式环境基于实时交通信息的多层次路径规划算法[J]. 武汉大学学报（信息科学版）. 2011（04）
[2]李妍峰，高自友，李军.基于实时交通信息的城市动态网络车辆路径优化问题[J]. 系统工程理论与实践. 2013（07）
[3]曹凯，李士明.一种基于在线训练的交通信息实时预测快速算法[J]. 数学的实践与认识. 2008（11）
作者简介
汪庆胜（1978—），高级项目经理，从事智能建筑、智能交通、智慧城市等行业工作，拥有系统的专业知识和丰富的工程经验。