基于射频识别的交通拥挤程度计算.docVIP

基于射频识别的交通拥挤程度计算 　　摘 要：根据RFID数据采集的冗余性，提出了一个基于RFID的交通拥挤程度计算方法，它利用最近一段时间内RFID 读取计数和车辆计数之间的关系，计算交通拥挤程度。与简单地丢弃冗余数据相比，本方法为充分利用RFID数据的价值，提供了新的思路。实验结果表明，本方法有效可行，并能应用于大规模智能交通系统中交通拥挤的实时检测。 　　关键词：交通拥挤；射频识别；数据冗余率；智能交通 　　中图分类号：TN925 文献标识码：A 文章编号：2095-1302（2014）08-0073-03 　　0 引 言 　　随着城市的高速发展，城市交通拥挤问题日益严重。为交通管理人员和驾驶人员提供实时准确的交通拥挤状况，以便及时采取有效措施，改善交通流，提高道路的通行能力，成为智能交通的一个重要研究方向[1]。 　　目前，广泛采用的交通拥挤检测方法包括地埋式感应线圈、微波检测器、GPS浮动车检测技术、视频检测技术等[2-4]。其中，地埋式感应线圈存在易损坏、难修复、施工复杂的缺点；微波检测器存在技术复杂，价格较高的缺点；GPS浮动车检测技术缺点是存在检测盲区；视频检测技术需要获取大量交通状态参数，系统实现比较复杂，易受雨雪雾霾等恶劣天气的影响。 　　近年来，随着射频识别（Radio Frequency Identification，RFID）的发展，利用RFID作为实时交通流的采集手段逐渐成为智能交通的主流[5，6]。RFID是一种利用射频信号进行非接触式双向通信，自动识别目标对象并获取相关信息数据的无线通信技术。RFID技术具有远距离识别、移动目标识别、多目标识别等特点，广泛应用于高速公路自动收费系统、列车交通监控系统、车辆监控管理等智能交通领域。因此，利用RFID技术检测交通拥挤状况具有着重要的意义。 　　当前，利用RFID技术来计算交通拥挤程度研究较少。文献[8]提出采用基于RFID的路段平均速度里计算交通拥挤程度，需要利用多个采集点的数据，对后台系统的处理能力要求较高；由于需要考虑采集点之间红绿灯对车速的影响，计算也比较复杂。 　　本文将在介绍RFID数据采集的冗余性特点基础上，提出利用RFID数据冗余率来计算交通拥挤状况，并结合实际数据验证方法的有效性，最后是结论。 　　1 交通拥挤程度的计算 　　最简单的RFID系统包括电子标签、读写器天线、读写器和后台系统等。在RFID的交通应用中，电子标签通常安装在车辆的前挡风玻璃上，电子标签包含车辆的号牌等信息；读写器及天线安装在道路上方；当车辆经过读写器的天线作用区域时，车辆上的电子标签被读写器识别，电子标签包含的信息被读写器读取，这些信息可以被读写器传送到后台系统进行进一步处理。图1给出了RFID智能交通的应用能够场景。 　　RFID读写器识别电子标签的速度很快，800/900 MHz频段的超高频RFID，读写器在1 s内可以识别数百个电子标签[9]。在RFID智能交通应用中，由于读写器天线作用范围内的电子标签数目很少，读写器会进行多次重复识别，从而产生大量的数据冗余。处理冗余的通常方法是消除相隔时间太短的相同数据[10]。但是这同时也丢失了冗余数据中包含的信息。在RFID交通应用中，我们可以采用这个数据冗余性来在计算交通拥挤程度，并采用模糊数学隶属度来表示交通拥挤程度。 　　如果在最近一段时间内，读写器在其天线作用区域内的读取计数（识别的车辆次数）为N、车辆计数（消除读取计数中重复的车辆号牌后得到车辆数目）为M，就可以采用公式（1）来计算交通拥挤程度。拥挤程度为0时，表示交通通畅；拥挤程度为1时，表示交通严重拥挤。 　　其中，C是平均数据冗余率，即车辆平均重复识别次数。C与读写器天线在垂直于地面方向上的作用范围、RFID数据采集点的正常车速、安全车距等有关。下面给出数据冗余率C的估算过程。 　　RFID读写器天线在垂直于地面方向上的作用范围如图2所示。其中，读写器天线安装在距离地面上方H m的A点，其最大作用距离为R m，天线在垂直方向的作用角度为θ。由此，可以采用公式（2）来计算读写器天线在车辆行驶方向上的工作范围W。 　　通常，一台读写器可以有多个天线，在每个车道上方安装一个天线，各个天线采用轮换方式进行工作，这样一台读写器就可以监视识别多个车道上的车辆。如果一台读写器监视的车道数目为L个，读写器在每个车道上的识别时间T s，则读写器识别一个车道的间隔时间为（L×T） s。这样，在最近 t s内，读写器对车辆的理论读取计数为t/（L×T）次。 　　如果在数据采集点处，车辆的正常行驶速度V m/s，车辆平均长度为B m，车辆间安全间距为G m。车辆在最近t s内行驶了（V×t） m，其中W m在读写器天线作用范围内，这