第3讲-交通信息处理技术1.ppt

知 识 回 顾 第三章 交通信息处理技术 交通检测设备及人工采集的原始数据经常是不完整的或存在异常的，这给数据进一步处理造成困难，因此要对原始数据进行整理，称之为数据预处理。 预处理目的： 使交通信息原始数据更加完整、有效、准确、可靠，保证数据的充分应用，提高数据的质量，进而提高整个数据分析过程的精度和性能。 交通信息数据预处理内容：数据稳健性处理、残缺数据处理。 城市交通流检测数据质量问题：数据丢失、数据错误、噪声污染数据。具体见表3-1 交通信息有质量问题的原始数据有两种：异常数据和丢失数据。 交通信息采集数据预处理流程：异常数据预处理、缺失数据预处理、数据存储利用。 见图3-1 异常数据预处理是指在大量的原始数据中，通过一些数据分析方法来发现数据中存在的会影响数据统计分析结果的异常值。将异常值剔除后需要对数据进行恢复。 处理方法：阈值法、交通流机理法、置信距离检验法、格拉布斯统计法、有序样本系统聚类法等。 基于时间序列的数据恢复 基于历史数据的数据恢复 基于空间位置的数据恢复 基于时空相关性的数据恢复 原始数据的质量：检测器检测后存储于数据库中的原始数据的准确度和有效性。 影响原始数据质量的原因： ★检测传输设备的完好性 ★内置算法的科学有用性 ★采集环境的影响 ★数据对研究目的的有用性 无效或失真数据分类： ★系统识别错误数据 ★不合理数据 ★缺失数据 部分原始数据出现失真、失效等现象，需要对 这些无用数据进行辨认分类，并进行筛选剔除才能 进行进一步的处理利用。 系统内部判定：在进行数据存储时，根据系统内部的判定规则对错误数据进行标记，可以再读取数据库时直接识别这些数据，从而弃用或删除。 根据合理值域范围判定：在进行数据预处理前，对于一些量化的数据需要判定其值是否处于一个合理的范围，在此范围之外判定为不可用的数据。 依据数据参数逻辑悖论判定：数据的可靠度还要通过对检测到的流量、速度、占用率之间的内在联系进行检验，找出不符合实际的错误数据。 重复、冗余或缺失数据判定： ★重复数据的特点是关键属性值相同 ★缺失数据主要特点是部分时段无数据 单路段的样本量 网络覆盖率 以浮动车为工具向出行者提供速度、旅行时间、交通事故信息，在高速公路上浮动车的覆盖率应大于3%，在一般道路上浮动车的覆盖率应大于5%. 3.1 数据处理技术 3.1 数据处理技术 数据压缩的评价 数据压缩方法的优劣主要由所能达到的压缩 倍数、从压缩后的数据所能恢复（或称重建）的图 像（或声音）质量、以及压缩和解压缩的速度等几 方面来评价。压缩的倍数也称压缩率 （1）由压缩前与压缩后的总的数据量之比来表示 （2）用压缩后比特流中每个显示像素的平均比特数 bpdp（bit per displayed pixel）来表示 3.1 数据处理技术 3.1 数据处理技术 3.2 交通信息融合技术 3.2 交通信息融合技术 信息融合的目标 基于各种传感器分离观测信息，通过对信息的 优化组合导出更多的有效信息，得到最佳协同作用 的结果。 是利用多个传感器共同或联合操作的优势来提 高整个系统的有效性。 3.2 交通信息融合技术 3.2 交通信息融合技术 3.2 交通信息融合技术 3.2 交通信息融合技术 4）三个模式在交通信息融合中的体现（交通信息融合的输出结果） 像素级和特征级融合 处理的是地面交通信息和部分空间信息（如 GPS）； 输出的是对城市交通状态的部分描述，如状态向量、特征和属性等。 决策级融合 处理的数据包括地面交通信息、全部的空间信息、气象信息等其他交通相关信息以及交通领域专家的知识等； 输出的是抽象结果，如对交通系统的状态、交通系统整体性能的评价以及对系统运行的预测等。 3.2 交通信息融合技术 3.2 交通信息融合技术 3.2 交通信息融合技术 3.2 交通信息融合技术 智能汽车的概念 在网络环境下用信息技术 和智能控制技术，使汽车具 有自动识别行驶道路、自动 驾驶、自动调速等功能。 安全驾驶系统 ★碰撞报警系统（CW） ★偏向报警系统（LDW） ★智能巡游系统（ICC） ★自动泊车系统（视频） 3.2 交通信息融合技术 3.2 交通信息融合技术 智能驾驶系统的子系统 环境识别子系统、状态判断子系统、车辆控制子系统等 智能驾驶系统的信息融合层次 数据层融合，直接对数据源操作。通过图像处理和识别以及多传感器集成等技术，得到环境中汽车、人和其他障碍物的位置（得到速度、加速度则更好），预测下一步（或下几步