智能运输系统（ITS）王夏黎 精品课件4.pptVIP

* * * * * * * * * * * * * * * * * * * （1）路段行程时间的预测 路段行程时间的计算需要基本交通参数数据。 （2）交通状态的估计 不论是交通管理者还是交通参与者，都非常关心道路交通状态信息，因此，交通信息管理中心有必要根据道路交通的基本交通 参数及其他相关信息给出道路交通状态信息。 道路交通状态是一个模糊的概念，在这里有必要对它进行量化处理，模糊逻辑允许交通状 况被定义成“不拥挤”、“拥挤”、“小亊故”、“大事故”。 * 第三级：又称决策级，是直接针对具体决策目标的最终结果。 在ITS的信息处理中，信息融合技术的三个层次均有自己不同的应用。而信息融合本身 作为一种数据处理技术，涉及许多学科和技术的应用。 * 2、交通信息融合技术基本理论与方法 交通信息融合方法大概分为两大类：概率统计方法和人工智能方法。 人工智能方法又分为两种:逻辑推理方法和学习方法。 常用概率统计有关的方法：估计理论、卡尔曼滤波、假设检验、贝叶斯方法、统计决策理论以及其他变形的方法。概率统计方法可以在 融合的各个层次上使用。 * 常用逻辑推理方法包括：概率推理、证据推理、模糊推理和产生式规则等。 常用的学习方法：包括神经网络、映射学习方法、数据挖掘等。 * 作业： 1、试说明浮动车法和摄像法采集交通流量的过程？ 2、给出两种自动采集流量方法，并说明其工作原理。 3、怎样采集行程时间？ 4、融合的第一级包括哪些情况？ * * * * * * * * * * * * * * * * * * * * * * * * * * * * （2）摄影法（高处摄影法和航空观测法） 用16mm动态录像机在高处进行摄影。测定路段长度一般取50-100m，并且要在路段两端做标记；超过100m要用多台录像机，否则测量精度受影响。 摄影时间间隔根据测定路段长度而不同。一般区间为50-100m时，每隔5-10s用一个画面。 * 计算交通流密度： K– 交通密度（辆/km）； L– 观测路段长度（m）； n – 总计时间T内，获取车辆数的画面数，n=T/△t； T- 总计时间（s）； △t– 获取每个画面的时间间隔（s）； Ki– 第i画面上测定路段内存在的车辆数。 * 4）行程时间采集 行程时间是交通流诱导的重要信息,实现系统动态路径诱导的重要基础。行程时间的快速采集对交通流诱导具有重要的现实意义，其采集技术正备受关注。行程时间采集方法有：浮 动车法、车辆识别法、探测车法等。 * （1）浮 动车法 浮动车内的调查人员可以根据控制中心的指示（平均车速、浮动车速或高速）来控制车速, 一般来说，浮动车测量的是正常的行程时间。 “浮动车”的意思就是在行驶过程中所超越车辆与被超越车辆数目相同的实验车。在最多进行6次跑车之后，调查人员会获得正常的 行程时间。 通过浮动车可获得行程时间、车速和延误数据，而在浮动车上记录这些数据的方法包括人工方法(通过秒表、笔和纸）、电子距离测量设备和GPS接收机。 在地图上确定观测路段长度、各交叉口间距、特殊地点，进行实地考察并作好标记；乘车跟踪道路上的车队行驶；车上需两名观测人员，一人观测沿线交通情况，并用秒表读出经过各标记的时间，沿线停车时间及停车原因，另一人记录。 优点：可获取行程时间、行程车速、行驶车速、停车延误及原因等多项资料；其次，所需观测人员少，劳动强度低，适用于交通量大，交叉口多的城市道路。 缺点：测量次数受行程时间限制，次数不可能很多（一般往返6-8次），有时会受到偶然因素影响。 * （2）车辆识别法 车辆识别法是采用相应的识别方法或技术，如车辆牌照匹配技术、车 辆及车队信号自动匹配技术等，在研究区域内不同的检测点上确认车流中随机选定的车辆，记录或检测它们到达每个检测点的时间。在该方法中，被确认车辆的驾驶员并不是受雇于交通 调查部门，因此他们的行车路线和行车时间不受交通调査部门的约束,这与浮动车法有明显的 不同。而且，车辆本身也不需安装特殊的设备。 检测方法有：人工记录、车辆牌照自动匹配技术和基于感应线圈检测器的车辆信号自动匹配技术。 * 车辆牌照匹配技术： ?①人工记录法 人工记录法是人工记录同一车辆在驶入和驶出调査路段的时间，通过比较记录结果而得出行程时间。 通常在路线的起点和终点，每个运行方向设置一个由观察员和记录员组成的二 人小组，用笔、纸或录音磁带记录车辆牌照的特征，然后将车