面向車聯(lián)網(wǎng)的交通流參數(shù)檢測_

1、20118181面向車聯(lián)網(wǎng)的交通流參數(shù)檢測?汪成亮張晨WANGChenliangZHANGChen重慶大學(xué)計算機學(xué)院重慶400044DepartmentofComputerScienceChongqingUniversityChongqing400044ChinaEmail:zhangchen492@WANGChenliangZHANGChen.Detectionmodeloftrafficflowparametersientedint

2、erofvehicles.ComputerEngineeringApplications.Abstract:RFIDtechnologywillbeappliedtothedetectionoftrafficflow.ThispaperintroducesthetheythestructureoftheInterofvehicleswhichusesRFIDtechnologyanalyzestheparameterionproblem

3、ssystemdesignproblemsresultingadjacentchannelinterferenceproblemsproposesthecrespondingsolutionsaswell.Thenthispapergivesthedetectionmodelbasedonsetthey.Thispaperanalyzeshowtodetectthedensitytrafficvolumespacemeanspeedio

4、nprobabilityroadtraveltimeroaddelaytime.BecauseoftheRFIDtechnologyroadtraveltimeroaddelaytimeionprobabilitywhichisnewlyproposedturnintomeasurableparameters.Thispaperprovidesthedetectionmodelsfmulasoftheseparametersaswell

5、.Finallythispaperdesignedtwosimulationexperimentstotestveritythecrectnessthefeasibilityofthedetectionmodels.ThispaperprovidesasufficienttheyofInterofvehicles.Keywds:RFIDinterofvehiclesdetectionoftrafficflowinterofthings摘

6、要:將RFID技術(shù)應(yīng)用到交通流檢測中是交通檢測的新趨勢。本文就將基于RFID的車聯(lián)網(wǎng)進(jìn)行討論，分析及解決其設(shè)計參數(shù)選取、系統(tǒng)結(jié)構(gòu)設(shè)計和鄰道干擾等問題。對如何檢測交通流的空間密集度(Density)、交通量(Trafficvolume)、空間平均速度(Spacemeanspeed)、選擇概率(ionProbability)、道路通行時間(RoadTravelTime)和道路延誤時間(RoadDelayTime)等參數(shù)進(jìn)行分析，指出因引入R

7、FID技術(shù)，使得以往不可準(zhǔn)確檢測的道路通行時間和道路延誤時間及新提出的選擇概率成為可測參數(shù)，并給出具體計算方式。最后通過仿真實驗驗證了檢測方式的正確性和可行性，為進(jìn)一步研究車聯(lián)網(wǎng)提供了充分的理論基礎(chǔ)。關(guān)鍵詞:RFID車聯(lián)網(wǎng)交通流檢測物聯(lián)網(wǎng)DOI:10.3778j.issn.10028331.文章編號：文獻(xiàn)標(biāo)識碼：A中圖分類號:U491.1基金項目：國家自然科學(xué)基金（theNationalNaturalScienceFoundationo

8、fChinaunderGrantNo.61004112）；“211工程”三期建設(shè)項目（編號：S10218）。作者簡介：汪成亮（1975），CCF高級會員，男，博士，副教授，研究方向：人工智能，圖像處理，傳感器網(wǎng)絡(luò)；張晨(1987)，男，碩士研究生。1引言在道路系統(tǒng)的選定地點或選定路段，為收集有關(guān)車輛運行情況數(shù)據(jù)而進(jìn)行的調(diào)查分析工作稱為交通調(diào)查。交通調(diào)查的對象主要是交通流現(xiàn)象的各參數(shù)，其使用的技術(shù)稱為交通檢測技術(shù)[1]。傳統(tǒng)的交網(wǎng)絡(luò)出版時

9、間：2011102410:13網(wǎng)絡(luò)出版地址：kcmsdetail11.2127.TP.20111024.1013.058.html3成二級節(jié)點，各個二級節(jié)點匯集到數(shù)據(jù)管理中心并連接其他管理體系（例如：如出租車管理系統(tǒng)、客運車輛管理系統(tǒng)等）。作為新興的網(wǎng)絡(luò)基礎(chǔ)設(shè)施，車聯(lián)網(wǎng)必將是基于下一代互聯(lián)網(wǎng)IPv6互聯(lián)體系[1213]，而當(dāng)城市的大多數(shù)車輛安裝車載標(biāo)簽及形成一定規(guī)模讀寫器后，由此形成復(fù)雜的車聯(lián)網(wǎng)。以重慶的交通狀況和道路設(shè)置為例，每個一級

10、節(jié)點下平均設(shè)置50個讀寫器，基本覆蓋完成至少需60個二級節(jié)點，每個二級節(jié)點下平均有50個一級節(jié)點。讀寫器將一次讀取獲得的所有車輛信息上傳給一級節(jié)點。一級節(jié)點識別各個不同的讀寫器，加上讀寫器標(biāo)識后上傳至二級節(jié)點。二級節(jié)點識別一級節(jié)點的不同區(qū)域，加上一級節(jié)點的區(qū)域標(biāo)識上傳至數(shù)據(jù)管理中心。數(shù)據(jù)管理中心將匯集到的當(dāng)前數(shù)據(jù)放入實時交通數(shù)據(jù)池中，以進(jìn)行交通的實時監(jiān)測和控制。將一定時間后的數(shù)據(jù)轉(zhuǎn)存至歷史數(shù)據(jù)庫中，以滿足非實時的交通需求，如交通規(guī)劃和出

11、行分析等。同時，對車載標(biāo)簽的寫入指令可由數(shù)據(jù)管理中心發(fā)出，也可由二級節(jié)點或一級節(jié)點獨立發(fā)出。由哪一層次的節(jié)點發(fā)送取決于指令的級別和具體執(zhí)行內(nèi)容。2.3鄰道干擾及解決方案安裝在交通路口的讀寫器的天線范圍只包括單向的車道。在典型的十字形雙向交叉路口，讀寫器的安裝分布如圖2。圖2交叉口讀寫器安裝位置及天線范圍示意圖2中陰影分別為各讀寫器的天線范圍。一個讀寫器只負(fù)責(zé)讀寫駛向信號燈車道上的車載標(biāo)簽。對于多車道，可設(shè)置多個天線。由于駛離信號燈車道上

12、的車輛也可能處在同路段上讀寫器的天線范圍內(nèi)，故會產(chǎn)生鄰道干擾[14]。鄰道干擾的發(fā)生，與天線的布置、天線增益和方向、讀寫器發(fā)射功率和電子標(biāo)簽所處位置及朝向有關(guān)[1115]。為解決鄰道干擾，本系統(tǒng)根據(jù)低頻通信有良好方向性的優(yōu)勢，采用了低頻喚醒技術(shù)。低頻喚醒技術(shù)可將低頻通信限制在RFID讀寫器應(yīng)有的天線范圍內(nèi)。當(dāng)車輛進(jìn)入天線范圍，車載標(biāo)簽會接收到低頻信號，然后該低頻信號會激活車載標(biāo)簽內(nèi)的高頻通信模塊，使得車載標(biāo)簽可與RFID讀寫器進(jìn)行高頻通

13、信[11]。3交通流參數(shù)檢測傳統(tǒng)的交通檢測技術(shù)檢測到的信號數(shù)據(jù)大多為一段時間序列[1617]。基于RFID的車聯(lián)網(wǎng)能讀取到車輛個體信息，并可分析車路及多條道路之間更為復(fù)雜的關(guān)系。故本系統(tǒng)中使用集合論的觀點來建立車輛的參數(shù)檢測模型。對車輛的檢測只關(guān)注路側(cè)讀寫器的讀取功能，以下僅從讀取方面建立檢測模型。讀寫器一次讀取活動得到的是天線范圍內(nèi)所有車輛上車載標(biāo)簽內(nèi)的可讀信息。從集合論的觀點出發(fā)，使用tnR表示第n個讀寫器在時刻t讀取到的所有可讀信

14、息集合，使用tnR表示集合中所有車輛的數(shù)量，單位為veh。下文列舉并給出了如何使用RFID技術(shù)檢測交通流參數(shù)中的六個基本參數(shù)，其中選擇概率、道路通行時間和道路延誤時間是面向車聯(lián)網(wǎng)環(huán)境中新的可測參數(shù)。3.1空間密集度(Density)定義1：某一瞬間單位道路長度上存在的車輛數(shù)稱為空間密集度。用k表示空間密集度，k由讀寫器實時或上級節(jié)點定時計算，度量單位是vehkm?；赗FID技術(shù)可精確獲得天線范圍內(nèi)的k值。式(2)為其計算公式：tnRk