面向高速路網(wǎng)的車(chē)輛數(shù)據(jù)融合技術(shù)及其應(yīng)用研究.pdf

1、隨著我國(guó)高速路網(wǎng)的逐步形成與完善，越來(lái)越多的高速公路建設(shè)了較為完備的監(jiān)控系統(tǒng)。這些系統(tǒng)應(yīng)用了大量的交通檢測(cè)傳感器設(shè)備，所采集到的車(chē)輛數(shù)據(jù)也日益增長(zhǎng)。然而，由于天氣、采集設(shè)備硬件故障、噪聲干擾和通訊故障等客觀原因，使得傳感器采集的數(shù)據(jù)錯(cuò)誤或者丟失，大大降低了車(chē)輛通行信息的準(zhǔn)確性，甚至導(dǎo)致車(chē)輛歷史數(shù)據(jù)庫(kù)中信息的不完整。本文在分析高速路網(wǎng)中車(chē)輛多源信息的基礎(chǔ)上，提出了一類(lèi)基于時(shí)間匹配和空間匹配的多傳感器的數(shù)據(jù)融合技術(shù)，實(shí)現(xiàn)了對(duì)高速路網(wǎng)中不同交

2、通檢測(cè)器采集的車(chē)輛數(shù)據(jù)的整合，從而得到更完整、更全面的高速路網(wǎng)車(chē)輛交通流信息。在此基礎(chǔ)上了，論文對(duì)融合后的車(chē)輛信息進(jìn)行了應(yīng)用研究。
　　本文以高速路網(wǎng)的交通檢測(cè)多源信息為研究對(duì)象，進(jìn)行車(chē)輛交通流數(shù)據(jù)的融合處理和車(chē)輛行駛軌跡可視化的研究。論文的主要研究成果包括：
　　1．給出了高速路網(wǎng)數(shù)據(jù)融合系統(tǒng)的總體架構(gòu)。在分析交通檢測(cè)多傳感數(shù)據(jù)采集的基礎(chǔ)上，結(jié)合高速路網(wǎng)監(jiān)控系統(tǒng)的特點(diǎn)，設(shè)計(jì)了基于分布式數(shù)據(jù)同步技術(shù)與多源數(shù)據(jù)融合相結(jié)合的總體

3、架構(gòu)，并對(duì)其關(guān)鍵技術(shù)進(jìn)行了探討。
　　2．針對(duì)多源異構(gòu)環(huán)境下數(shù)據(jù)同步的特點(diǎn)，提出了一種數(shù)據(jù)同步復(fù)制新方案，解決了多源異構(gòu)環(huán)境下數(shù)據(jù)庫(kù)的訪問(wèn)，數(shù)據(jù)的獲取與復(fù)制，動(dòng)態(tài)數(shù)據(jù)源的處理以及同步過(guò)程中數(shù)據(jù)沖突與同步的實(shí)時(shí)性等問(wèn)題，有效的將浮動(dòng)車(chē)、微波檢測(cè)器、視頻傳感器采集的數(shù)據(jù)同步至監(jiān)控中心數(shù)據(jù)庫(kù)。
　　3．提出了新的多傳感器的融合技術(shù)，將同步至監(jiān)控中心的多源數(shù)據(jù)進(jìn)行預(yù)處理。預(yù)處理后，對(duì)三類(lèi)傳感器所采集的數(shù)據(jù)進(jìn)行時(shí)間匹配和空間匹配，結(jié)合

4、前端融合技術(shù)形成完整的車(chē)輛行駛軌跡數(shù)據(jù)庫(kù)。
　　4．在車(chē)流量數(shù)據(jù)融合的基礎(chǔ)上，在VS2012平臺(tái)上，采用C＃開(kāi)發(fā)語(yǔ)言開(kāi)發(fā)了車(chē)輛軌跡查詢(xún)與追蹤系統(tǒng)。該系統(tǒng)實(shí)現(xiàn)了將多傳感器采集的數(shù)據(jù)實(shí)時(shí)同步復(fù)制到監(jiān)控中心數(shù)據(jù)庫(kù)，然后在監(jiān)控中心對(duì)同步的數(shù)據(jù)進(jìn)行融合處理，從而形成完整的車(chē)輛行駛軌跡數(shù)據(jù)庫(kù)。該系統(tǒng)結(jié)合了ArcGIS Engine技術(shù)，通過(guò)最短路徑查詢(xún)算法，將所查詢(xún)車(chē)輛經(jīng)過(guò)的高速路段的監(jiān)控點(diǎn)連接起來(lái)，在電子地圖上顯示了完整的車(chē)輛行駛軌跡。