道路多源交通流信息融合分析技术研究与应用..docVIP

道路多源交通流信息融合分析技术研究与应用 张雷元 树爱兵 （公安部交通管理科学研究所 江苏无锡 214151） 摘要：多源交通流信息融合是多源信息融合在交通领域的应用，其可以获得准确的交通状态和参数估计。本文简单介绍了多源交通流信息融合的原理和基本模型，并着重讲述了其关键技术和应用。 关键词：交通流；多源信息融合；交通信息预测；交通状态识别 基金项目：国家高技术研究发展计划（863计划）现代交通技术领域综合交通运输系统与安全技术专题随着信息技术的发展和普及，特别是信息网络和信息高速公路的建设和应用，信息获取、综合分析和处理以及信息应用已经深入各行各业和社会的各个方面，为人们提供决策支持。由于信息化在各个方面展开，为了综合应用各种信息，需要对各方面的信息技术进行围绕因特网或信息高速公路的融合，以便产生新的增长点和开拓新的领域，不断地进行知识创新。 。可以将交通信息融合定义为：一个处理探测、互联、相关、估计以及组合多源信息和数据的多层次多方面的过程，以便获得准确的交通状态和参数估计，并将相关信息用于交通管理的决策支持。 多源交通信息融合的目的是通过对不同来源的交通流数据进行融合处理，以得到比任何从单个数据源获得的数据更全面、准确的交通流状况信息。 二、道路多源交通信息融合模型 多源交通流信息融合模型分为三级（如图1所示），最基础级是数据级融合，它只完成数据的预处理和简单关联；第二级是特征级融合，就是根据现有数据的特征预测交通参数；第三级是状态级融合，根据当前交通流信息判断交通状态。 图1 交通信息融合模型 如图2所示，交通流信息融合的基本过程包括多源信息提取、信息预处理、融合处理以及目标参数获取和状态估计。 图2 交通信息融合过程 三、道路多源交通流信息数据级融合技术 多源交通流数据级融合技术包括相同数据来源的交通流数据融合技术以及不同数据来源的交通流数据融合技术，其中相同数据来源的数据是指来自同一种检测手段获取的数据，而不同数据来源的数据是指采用两种或以上的检测手段获得的数据。一般情况下同种数据来源的数据信息通常在数据格式和信息内容上都完全相同，因而处理方法非常简单，只需简单进行时间和空间上的关联就可以完成信息的融合；不同数据来源的数据信息由于格式和内容不一致，融合起来就比较困难，涉及的技术比较多，因此下面主要讨论不同来源的数据融合。不同来源的数据融合包括多种检测器数据的融合以及固定检测器数据和浮动车数据的融合。 3.1多种检测器数据融合 目前，交通检测器的种类越来越多，各种交通检测器，包括环行线圈检测器、超声波检测器、视频检测器、红外线检测器等等，对不同交通参数的检测性能各不相同。一般检测器都存在交叉灵敏度，表现在检测器的输出值不只决定于一个参量，当其他参量变化时输出值也要发生变化。交通检测器也不例外，如：环行线圈检测车辆存在时由于磁场变化，其检测结果也发生改变。那么环行线圈就存在有对磁场强度的交叉灵敏度；视频检测器存在对环境湿度的交叉敏感度。由于各种交通检测器存在交叉灵敏度，使其性能不稳定，测量精度不高。多种检测器数据融合就是通过多种检测器对多个交通参数的监测，并采用一定的信息处理方法达到提高每一个参数测量精度的目的。 多种检测器数据融合方法种类繁多，使用得比较频繁的方法如简单加权法、滤波法、神经网络法、不确定推理法、聚类分析等方法，其中应用最普遍的还是简单加权法，即根据一定的权重将各种检测器数据相加，从而得到融合数据。这种融合方法的缺点是无法准确定义每种检测器数据的权重，最终的融合数据和实际数据相差较大。下面介绍一种基于多属性决策的数据融合算法，该算法不需要给定权重就可获得融合数据，其准确性比简单加权法高。 基于多属性决策的数据融合算法原理 将各种可能的融合输出值组成决策方案，每种决策方案具有三个属性，即检测精度、与历史值偏差、与总体平均值偏差，将属性和方案组成决策矩阵，使用信息熵方法计算每种方案的属性权重，然后使用简单加权法进行决策找出最优方案，该方案对应的值就是融合输出值。 算法的基本步骤 1）定义决策方案 假设为检测器的检测值，取其中任意个检测值组成集合，每个集合就是一个融合决策方案。 2）定义方案属性 影响检测准确度的主要因素是检测精度和误差，因此判断一个融合值是否准确主要考虑检测精度和误差，而检测精度是固定的并且只与检测器种类有关，误差主要考虑历史偏差和总体平均值偏差。 对于任意一个方案，为检测器的检测值，为对应的检测精度，则方案A的检测精度属性值为： （1） 历史偏差属性值为： （2） 总体平均偏差属性值为： （3） 其中表示历史平均值，表示方案A所有检测值的平均值。 3）采用信息熵方法确定基础权重系数 假设决策矩阵D