城市路网中浮动车数据和线圈数据的融合

万 方数据
１４
交通与计算机２００８年第４期第２６卷总１４２期
融合算法实现这些特征的融合，进而得到更精确 的表达。 由于浮动车和线圈所采集的数据内容差异较 大，虽然他们之间存在一定的转化关系，但是其精 度不同，浮动车可以获得较精确全面的行程时间 以及车速信息，线圈数据记录中的流量占有率信 息的精确度较高，因此在这２类数据的融合中应 考虑根据数据本身的特点分配不同的权重，使精 度高的数据贡献更大。 ３．２融合问题的研究方法 理论得出的浮动车与线圈融合模型可以通过 仿真数据和现场数据进行验证［１
交通处理中心
Ｌ垄竺２堑至竺
检测器ｌ
ＩＴＳ
检测器２ 检测器月
茜圄
用户ｆ出行者、交１．
智能 决策 支持 系统
ＩＴＳ子 系统
通管理者，其他）ｒ＿１息发布系统
图１
Ｉ实时交通信
ＡＴＭＳ中交通数据处理流程
二级融合 交通状态识别 估计评价 事件状态数 据子库
检测器１
检测器２
其他交通信
蓁蓁薹Ｈ耋蓁茎薹
事件位置及类 型估计
城市路网中浮动车数据和线圈数据的融合——曹
晶
李清泉
１１
城市路网中浮动车数据和线圈数据的融合
曹 晶李清泉
（武汉大学武汉４３００７９） 摘要交通信息是ＡＴＩ垭；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
３浮动车数据和线圈数据融合的基 本理论和研究方法
异类多传感器信息融合由于具有时间不同 步，数据率不一致及测量维数不匹配等特点，因而 具有很大的不确定性［２］。在数据级融合的传感器 必须是同质的（观测同一物理现象），不同质传感 器只能在特征层和决策层进行融合。浮动车和线 圈就是交通信息采集系统中２类主要的异类传感 器，因此，浮动车数据和线圈数据的融合只能在特 征层和决策层进行融合。融合的关键是融合模型 设计和融合算法。
测器，以获取充分的交通量以及占有率信息，可以
弥补实际交通系统线圈布设不足的问题。另外，
［３］马平，吕锋，杜海莲，等．多传感器信息融合基 本原理及应用［Ｊ］．控制工程，２００６，１３（１）：４８—５１ ［４］张静，蔡伯根，吴建平．移动检测技术的研究［Ｊ］． 北方交通大学学报，２００３，２７（３）：８０－８３ ［５］张存保，严新平．固定检测器和移动检测器的交通 信息融合方法［Ｊ］．交通与计算机，２００７，２５（３）：
ａｇｅｍｅｎｔ ｓｙａｔｅｍ，ＡＴＭＳ）是应用计算机技术、通
信技术、传感器技术、数据管理和融合技术，将车 辆、道路和交通管理系统连结为一体，通过对道路 交通设施及其运营状况的实时参数的测定来预测 交通状况，生成交通控制方案，通过相应的控制手 段对交通流进行管理、调节和诱导，并能快速处理 交通事故、提高执法效率和最大限度地提高路网 利用率的交通管理系统［１］。基础交通信息是ＩＴＳ 最核心的内容，而ＡＴＭＳ的各项功能都是以基础 交通信息应用为中心展开的。因此，交通信息的 采集、传输、存贮、分析处理以及应用是实现复杂 城市交通系统优化运行，有效满足交通出行者需 求的关键。 但是，在城市交通中，车辆种类较多，车流密 度较大，车辆、行人运行的随意性导致城市交通环 境特别复杂，仅靠单一采集方式获得的交通数据 难以满足需要，因此必须构建移动采集和固定采 集多种采集方式相结合的交通数据采集系统，利 用信息融合技术得到全面准确的交通实时信息。
万 方数据
城市路网中浮动车数据和线圈数据的融合——曹
晶
李清泉
１３
定点对经过的所有车辆的统计，能表达整个路段 在一定采样间隔内所有的交通流情况。根据所获 取的占有率信息可以计算出该道路上的交通密度 忌，但仅在非拥堵情况下计算的结果才精确。 线圈采集属“点”检测，是一种基于时间序列 的采集方式。数据的精度较好，但其只能检测路 口或特定点的交通信息，难以检测路段交通信息， 完备性不足。仅以线圈采集交通信息，会导致城 市道路网上存在大量的信息无法检测到。另外， 线圈的维修或安装需中断交通，破坏路面，且易被 重型车辆以及路面修理等损坏。感应线圈由于自 身的测量原理所限制，当车流拥堵，车间距小于
，＿‘‘。。、
、’－．．－－一一
Ｆ＝＝３ 事件影响评价Ｈ数磊聂持
奎譬兰兰翟掣Ｉ
三级融合厂—、
交通数据库 管理系统
，
２要重三委箦皇线圈采集技术以及君鐾需凝主薯喜茎鬈薯磊耋鐾萋霎嚣
数据特征分析
甚藉藉磊蓓孬＿蓄莩羞菇妄釜；焘磊磊釜磊妥美
坐标位置、路段交通状态以及事件报告等信息。
ቤተ መጻሕፍቲ ባይዱ在城市交通系统中，电感线圈主要安装于主
型。
关键词
浮动车数据；线圈数据；信息融合；先进的交通管理系统；数据处理 文献标志码：Ａ
中图分类号：Ｕ４９５
先进的交通管理系统（ａｄｖａｎｃｅｄ
ｔｒａｆｆｉｃ ｍａｎ—
应用，充分利用多个或者多种交通传感器资源，通 过对各种传感器及其检测信息的合理支配与使 用，在空间和时间上把互补与冗余信息依据某种 优化准则组合起来，产生对交通检测环境的一致 性解释或描述，同时产生新的融合结果。交通数 据融合的目标是基于各交通传感器或检测器的分 离检测信息，通过对这些信息的优化组合导出更 多的有效信息，并为进一步的交通状态估计和决 策提供可靠的信息依据。 图１清晰地显示了ＡＴＭＳ中交通数据传输 和服务的过程，其中交通数据融合是整个过程的 基础也是核心部分。信息融合的基本功能是相 关、估计和识别［２］。融合系统通过对城市路网中 不同传感器在空间和时间上的信息进行组合和综 合处理，得到比从任何单一数据源更加全面、准确 的交通状况信息。 目前，在信息融合领域最具权威性的功能模 型把数据融合分为３级［３］。交通数据融合系统按 照功能也可以分为３个层次，如图２所示。 第一层融合是基本动态交通参数融合；第二 层融合是基本动态交通参数和其他交通数据的融 合；第三层融合利用以上２层融合提供的输出结 果以及其他相关交通信息，进行更进一步的融合 处理，为公众提供多样化的交通信息服务。各个 层次的融合结果可以构建相应的数据子库。基本 动态交通参数融合之后在数据库中存贮的是经过 粗差处理、时空配准后的标准化交通数据，此时的 交通参数已经具有相应的物理意义。二级融合之
口］杨兆升．基础交通信息融合技术及其应用［Ｍ］．北 京：中国铁道出版社，２００５ ［２］汪海渊，朱彦东，杨东援．数据融合技术及其在交通 领域中的应用［Ｊ］．交通与计算机，２００１（增刊）：
４２—４５
对于交通数据的融合，可以利用仿真数据来 验证融合模型的可用性以及可靠性等。通过仿真 的方法，可以获得浮动车在任意覆盖率以及任意 采样间隔下所采集的路段行程时间、位置、速度等 信息。可以在合适的地方布设任意数量的线圈探
１４—２２
交通仿真模型可以方便地设置ＯＤ信息，路口转
向等，为实际当中需要花费较大人力、物力才可以 获取的数据提供了可行的、可供研究的数据来源。 然而，在进行一次交通仿真之前需要进行模型的 标定，设定重要的交通参数使仿真更接近于实际 情况。 采用现场数据采集方法需要首先选取典型的 交通实验区，实验区的选择应考虑到该区域的交 通控制系统，交通数据探测器以及交通基础设施 是否满足需要。特别是交通数据探测器是否具有 一定的覆盖率以满足交通数据样本量的需求。目 前，已经有许多国家建立了ＩＴＳ系统，我国的许 多城市也建立了自己的ＩＴＳ系统。可以选取这 些系统覆盖的区域作为现场数据采集区。一般情 况下，电感线圈位于主干道和主要交叉路口，主要 采集路段或者路口的交通流量、占有率以及点速 度等基础交通数据。另外，实验区内，浮动车的覆 盖率也是影响融合精度的一个重要的量，当浮动 车的数量少于最小样本量时，浮动车采集的数据 不具有统计意义；浮动车越多，浮动车采集到的数 据越能代表该区域的实际交通情况，但是需要以 较高的成本和较大的运算作为代价。
１交通数据融合的主要内容
信息融合技术的最大优势在于它能合理协调 多源数据，充分综合有用信息，在较短的时间内， 以较小的代价得到使用单个传感器所不能得到的 数据特征。交通数据融合系统是信息融合技术的
收稿日期：２００８一０２—２４
万 方数据
１２
交通与计算机２００８年第４期第２６卷总１４２期
ｌ数据挖掘和数据
３
３．１浮动车数据和线圈数据融合的关键问题研
究
１）数据一致性判断。各传感器从不同坐标 框架下对环境中同一物体进行描述，在进行融合 之前确保测量数据代表同一对象，即要对传感器 测量进行一致性检验。其代表方法为Ｌｕｏ的两 步法：建立传感器关系矩阵，剔除不一致传感器信 息；用最优统计决策融合具有一致性的测量数 据［１引。 ２）浮动车数据与线圈数据的时空配准。浮动 车与线圈数据的空间配准是指将浮动车和线圈数 据变换到统一的空间参考系下，并匹配到相应的 路段上。时间配准主要解决不同采集方式中存在 的时间延迟问题，具体来说浮动车的采集时段应 和线圈的采集时段一致。借助于ＧＩ孓Ｔ技术，将 浮动车数据和线圈数据和相应的路段进行关联， 关联的过程将不同类型的数据同一到统一的时空 参考系下，使原始数据源具有明确的物理意义。 ３）浮动车数据与线圈数据模型以及数据组织 和管理。传统的文件管理方法由于访问效率低、 更新困难以及实时性差，无法满足多源交通数据 实时、动态分析的要求。目前利用数据库方法成 为提高交通数据管理和应用水平的一种有效途 径。当前主要的商业数据库管理系统（如ｏｒａｃｌｅ） 已经可以支持空间数据表达、索引和查询。最近 几年，ＧＩＳ数据处理能力也得到很大提高。因此， 浮动车数据和线圈数据融合时的数据存贮管理应 结合关系数据库和ＧＩＳ空间数据库。 ４）浮动车数据与线圈数据融合模型。浮动车 和线圈采集的数据内容不同，它们是非同质数据。 对于不同量纲的传感器数据的融合必须在特征／ 状态矢量级或者决策级进行融合，因此，首先分别 从浮动车数据和线圈数据中提取表示道路交通特 征的参数，建立交通特征矢量，然后对该矢量进行 关联和融合［１１１。融合的模型主要有３种类型：① 根据所获得的浮动车数据提取路段某一特征向量 （如流量、密度、速度等），与线圈数据中相应的参 量通过某一融合算法得到该参量的精确融合结 果；②根据所获得的线圈数据提取路口或路段一 定时段内某一特征向量（如行程时间、平均速度 等），与浮动车数据中相应的参量通过一定的融合 算法得到该参量的精确融合结果；③分别从浮动 车数据和线圈数据中提取原始数据没有的特征 （如ＯＤ矩阵，转向比，交通状态等），利用一定的
ｍ时，其检测精度大幅度降低，甚至无法检测。
线圈测得的数据还需建立数学模型才可得到旅行 时间和旅行速度，可靠度较低。另外，根据国外很 多城市的研究报告，在其运行的交通控制系统中， 有２５％～３５％的环形探测器检测器经常处于非 工作状态或发生故障。 ２．３浮动车数据与线圈数据融合的优势 综合浮动车探测器和线圈探测器这２种典型 的交通采集设备的优缺点，本文提出应利用信息 融合技术，实现这２类数据的融合，其作用体现在 下面几点：①增加信息源种类；②提高信息准确 度；③扩大数据采集的覆盖范围；④提高系统性价 比。可以实现高性能、低成本的实时交通检测系 统，提高性价比；⑤增强系统可靠度。 目前，交通数据的融合对构建ＡＴＭＳ以及 ＩＴＳ的其他系统的作用越来越重要，国内外关于 交通数据移动检测技术和固定检测技术的集成的 研究逐步增多［２屉９｜，浮动车数据和线圈数据的融 合虽然刚刚开始，但是这个问题已经成为交通数 据进一步融合的基础和关键。
０｜。
通信息服务系统（ＡＴＩＳ）是智能交通系统（ＩＴＳ） 的重要组成部分。它们都是典型的多传感器（多 个或者多种）系统，因此将信息融合技术应用于交 通信息智能处理领域完成多传感器或探测器数据 的综合处理是一个必然的选择，而利用２种最典 型交通探测器，浮动车数据和线圈数据的融合，实 现重要交通参数的估计以及使交通状态信息得到 较好解释和利用，是当前智能交通系统建设的重 要方面，也是进一步融合更多交通传感器数据的 基础。‘ 参考文献