泛在车联网环境下的交通状况智能监测与标记.pdf

技术监控：泛在车联网环境下的交通状况智能监测与标记郑钊李科峰，赵晋琴，郑明才（齐鲁工业大学信息与自动化学院，山东 济南；湖南第一师范学院电子信息学院，湖南长沙）摘要：为实时掌握交通路网中的交通状况，提出一种泛在互联车联网环境下的交通状况智 能监測与标记方法。通过泛在互联车联网实现交通状况信 息 的泛在采集和泛在传送，形成交通状况原始数据源；通过对交通状况原始敦据的预处理，获取能反映交通状况的实时 车 辆轨迹 数据；通过智能化分析 方法从车辆轨迹 数据中提取交通运输车辆的行驶方向和状态，以及交通路网中各位置 点 的交通杨通程度，并以可视化的方式呈现交通路网中的 实时交通状况。理论分析与仿真分析表明该交通状况智能监 測与标记方法具有可行性和可用性。关键词：泛在互联车联网；车辆轨迹数据；交通状况；智能监測；智 能标记随着交通运输车辆数量的急剧增加以及交通路网规模不断扩大与覆盖区域的不断延伸，交通状况日益复杂，交通畅通性等问题日显突出。为避免 交通拥堵、减少交通违规和事故、提高出行效率等，交通出行人员以及交通管理部门对 交通状况实时监测和直观呈现的需求越来越迫切，传统的以人力为主的交通状况监测和记录方法已无法满足日益高涨的交通信息化服务要求。近年来，高精度定位技术以及泛在互联车联网（，）技术等不断 发展，车辆位置等信息实时获取以及 监测数据实时传送的途径已经基本具备，为交通状况的自动化实时监测提供了便利。对于交通运输车辆实 时位置信息等数据釆用智能处理方法进行自动化处理和分析，实现交通状况的实 时自动监测和呈现，可进一步提高交通领域的信息化服务水平。一、相 关工作泛在数据釆集、传输和智能化处理是提高交通信息化服务水平的关键。目前，交通运输车辆以及交通运输基础设施可通过全球定位系统（，）定位、北斗卫星 导航系统（，）定位、移动基站定位、（）、辅助定位以及自主协作定位等多种定位方法 实 时 获 取 其位置信 息，并将 信息通过专用短 程无线通信（）、移动通信网络、卫星通信网络、移动自组网络（等泛在互联网络途径实时传送到互联网上的 各类应用服务器或用 户终端，成为众源交通轨迹数据。通过 对交通轨迹数据的处理和分析，可以挖掘交通运输车辆的运动规律、交通状况等特征，为交通路线 优化、个性化路线推荐交通路网设计规划、交通状况预警等应用提供解决方案。文献根据历史交通轨迹数据建立了 交通流量预测模型，并对预测模型进行了性能评价。文献利用交通轨迹数据创建交通出行 时间模型，并验证了模型的 有效性。文 献利用出租车交通轨迹数据预测乘 客等候出租车的时间以及乘客出行规律。文献利用交通轨迹数据分析交通流特征，并采用贝叶斯网络、神经网络等 预测短时车辆速度。文献根据交通轨迹数据建立 了 能够刻画出行需求、速度和出行线路方向等特征的城市移动模型。上述文献中的研究侧重于利用已有交通轨迹数据预测未来的交通状况，现有交通状况的实时监测尤其是分类实时呈现并不是其重点，且少见文献述及。调研已有交通状况实时监测方面的成果和产品，多以通过路边基础设施设备监测固定路段的交通路况为主，以车辆节点为数据监测节点、可以动态监测和呈现任意位置点的交通状况的产品尚不多见。本文针对泛在互联车联网环境下的交通状况实时智能监测系统，利用泛在互联车联网中车辆节点实时感知、传送交通运输车辆的位置信息，并根据车辆运行轨迹信息估计车辆行驶速 度和方向、分 方向判断 交通路网各位置点的交通畅通 程度，最后以可视化的方式分方向实时呈现交通路网的交通状况。二、交通状况信息釆集和传送交通状况信息釆集中，车辆实时位置数据对交通状况监测极其重要，是交通状况智能监测系统的主要数据源；其次，车辆速度等状态数据可辅助判断 交通畅通状况，是可用数据源。随着定位技术和泛在互联车联网技术的发展，交通车辆携带的相关电子信息设备可承担交通运输车辆实时位置和状 态数据的泛在感知任务，多接人途径泛在互联的车联网可承担交通运输车辆实时位置和状态等数据的泛在传送任务，交通数据存储服务器可 承担交通运输车辆实 时位置和状态等数据的存储任务，各交通状况智能监 年增刊（总第期）中国交通信息化 测终端或服务器可 从交通数据存储服务器获取交通车辆实时位置和状态等数据后，承担交通状况智能分析和 可视化呈现任务。用于交通状况智能监测系统的泛在互联车联网的节点在任意地点、任意时间均能通过多种途径实现到互联网的接入，以实现车联网节点的泛在互联互通。拟釆用的泛在互联车 联网的物理拓扑结构示意如图所示，车辆节 点可直接或间接通 过路边节点、基站、卫星、无线路由器或自组织网络等途径接入互联网，通过互联网实现广 大覆盖区域的泛在互联互通，还可通过车辆节点和路边节点形成的自组织网络实现局部覆盖区域的互联互通。三、交通状况智能监测 与标记方法（一）交通数据预处理交通状况智能监测主要用到 交通运输车辆的实时位置信息以及车辆行驶速度等状态信息，在交通状况智能监测系统中应对交通大数据进行预处理，从海量繁杂数据中筛选出的用于交 通状况智能监测的数据应包含（节点、时间信息、位置信息）以及车辆速度等状态信息，且从时间和空间两个维度进行数据预处理。、时间维度预处理时间维度 的预处理针对具体的交通运输车辆个体，按车辆节点对其轨迹数据进行补全，若原始数据中相邻时间 点的数据间隔时 间过长，根据车辆运行行为特征以及参照其他车辆运行轨迹进行必要 的插值计算，使车辆的轨迹数据趋于完整和精细；以及对重复或近似重复的数据予 以去除，以减少后续智能分析过程中的计算量。、空 间维度预处理空间维度 的预处理针对具体时间点的众多交通运输车辆分布场景，根据邻域内车辆节点位置信息或历史车辆位置信息，对异常车辆节 点位置信息进行校正，使交通运输车辆的分布位置趋于精准。“”）、“一”（代码“”）、“”（代码“”）、“”（代码“”）予以标识，正向与反向只有相对意义，如果路网的某个运动方向 已被标记为正向“”，则另一运动方向标记为反向”。任意路网 中任意位置点上的车辆节点运动 的几何方向可根据其在方向和方向上的变化量情况归纳如图所示，具有正反 两个路网方向的、共计种情形，其中“”表示正方向标记，表示反方向标记。？：图车 辆在 路网 中某位置点的可 能行驶方向车辆在交通路网中的行驶方向可用车辆行驶过程中前后两相邻时刻的位置变化沿和方向上的 变化量或变化趋势来分辨，图中所示的种可能情形的坐标位置变化趋势情况如表所示，其中，“丨”表示坐标值增加，“丨”表示坐标值减小，“”表示坐标值不变。表各行驶方向下的坐标位置变化趋势情况方向一分析表可知，种行驶方向下的坐标值变化趋势 各不相同，且现实中的交通路网走向发生变化时，车辆行驶方向随路网走向发生改变引起的和两个方向坐标值分量的变化趋势不会同时发生根本性改变，除非是车辆掉头沿相反方向行驶。因此，为保证交通运输车辆在交通路网中行驶方向标记的一致性，当某车辆在交通路网中行驶时，如果在新坐标位置点时的和两个方向上的坐标变化趋势没有同时发生根本性改变，则行驶方向标记与车辆在前一位置点的行驶方向标记一致，否则与前一位置点的行驶方向标己相反。、行驶方向标记策略为实现分方向监测交通状况以及保证交通状况可视化呈现的直观明了，需对车辆行驶方向进行标记。在交通运输车辆行驶方向标记中，在同一路网 中 同向行驶的所有车辆的行驶方向标记应致，釆用如下行驶方向标记策略。（）在行驶方向标记数据库中保留历史车辆行驶轨迹及行驶（二）行驶方向标记方向标记数据，以保证同一路网中车辆行驶方向标记的历史一致性，、行驶方向标记依据交通运输车辆在任意路网中的运行状况有正向行驶、反向行驶、正向停车、反向停车四种标记状态，可分别 用“”（代码并作为种子方向为同路网中其他车辆的行驶方向标记提供参考。（）根据车辆号逐一对车辆行驶方向进行 轨迹全程标记，以保证行驶方向初始标记与 后续标记的连续性，并作为种子技术方向为其他车辆的行驶方向标记提供参考。（）根据当前坐标分方向变化趋势 与前一时刻坐标分方向变化趋势的比较结果确定车辆行驶方向。（）当进行车辆行驶方向标记时，先査询邻域车辆节点当前及历史行驶方向标记情况，保证同向行驶的方向标记符号的时（）对车辆进行行驶方向标记。（）（）（）（）（）（）对于过 去时刻未标记过的车辆的行驶方向标记，当车辆在当前位置点的邻域内存在已标记行驶方向的车辆时，按式（）间一致性和空间一致性。对车辆进行行驶方向标记，其中，表示待定。（）为保证车辆行驶方向标记的一致性和连续性，在车辆行驶方向标记时考虑等路径间隔，在根据前一位置点坐标方向变化趋势判断当前位置点的行驶方向时，选取位置变化量近似相当的时间相邻点，如果不存在，则在判断前进行相应的插值或抽取处理。（）；，）丨（心心）出），？、（人，乂（，）工，、（、行驶方向标记方法（三）交通状况标记（）在标记车辆行驶方向前，对车辆轨迹数据进行统计分析，首车辆行驶速度可反映交通畅通状况，车辆节点密度可反映交先按式（）分方向统计车辆在当前时刻的位置变化量。（女，？）：（，？）（，），）通流量和交通拥堵隐患 的状况。为方便交通畅通状况的标识，将车辆速度对当前路段限速值？进行归一化处理，用区间的值对应堵塞到畅通的畅通状况，大于时标记为超速状态。式（）然后，按式（）和式（）分方向和方向统计车辆在当前时刻的位置变化趋势，其中表示方向位置变化量为正，表示方向位置变化量为负。为车辆匕在时刻的归一化行驶速度值。，（：，）“（）（）（），（，）（），（，）（，）接着，按式（）估计车辆在当前时劍的车速，以备原始数据中缺乏车辆速度值时使用或参考。（）具备必要 的数后，按车辆逐一对车辆行驶方向进行标记，且开始时尽可能对该车辆已有运行轨迹的全程进行标记，后续按时间逐一追加标记。（过去时刻已标记过的车辆行驶方向标记对过去时刻）已标记过的车辆的新位置点的行驶方向标记按式（）进行，其中，表示正向停车，表示反向停）（）；（）（）（）（，）式（）为车辆在时刻所在位置邻域内的同方向邻居节点数统计值。（）（）（，）其中，？为统计节点密度时的采用的圆形邻域 的半径，可取为以限速值运行时间 的运行距离。车辆在时刻所在位置的归一化节点密度按式（）计算。（）其中，为 最大允许节点密度值（四）交通状况可视化、畅通状况可视化在交通状况可视化呈现中，用不同系 列 的，）颜色值来 分方向标识交通状况畅通程度，正方向行驶或停车的车辆根据车，表示正向行驶，表示反向行驶。交通畅通情况用一个“红色系”色点呈 现在其当前所在位置上。！）（、二（）（，），？，（，），）（、）（）（）（，）（，），（，）（，）（，）（）过去时刻未标记过的车辆行驶方向标记（）对于过去时刻未标记过 的车辆的行驶方向标记，当车辆在当前位置点 的邻域内没有已标记行驶方向的其 他车辆时，按式反映正向交通畅通程度的“红色系”颜色值按式（）分配。（，）（）（：，）（）忍（又）（反方向行驶 或 停车的 车辆根据交通畅通情况用一个“蓝色系”色点呈现在其当前所在位置上。反映反向 交通畅通 程度的“蓝色 系”颜色值按式（）分配。（，）（，）（，？），（，？）（）（）（）表为所选颜色分配策 略下反映正向交通畅通程度的“红色年増刊（总第 期）中国交通信息化 系”以及反映反向交通畅通程度的“蓝色系”的颜色值示例，其中序号“”对应的颜色值为很畅通，序号“”对应的颜色值为严重拥堵。表反应拥堵程度的颜色值示例红？豪參？蓝睾？、节点密度可视化在节点密度可视化呈现中，用不同 系列的，）颜色值来分方向标识节点所在位置的节点密度情况，正方向行驶的节点所在位置的节点密度情况用一个“红色系”色点呈现在其当前所在位置上，颜色值按式（）分配。）（，）（）（）反方向行驶 的节 点所在位置的节点密 度情况用一个“蓝色系”色点呈现在其当前所在位置上，颜色值按式（）分配。（从）顺名）（）（）停车节点用一个黑 色色点呈现在其当前所在位置上，颜色值按式（）分配。）（）（）四、仿真分析仿真分析中的交通路网形状釆用环形路网与十字形路网内接互连，环形路网能代表交通路网任意方向的走向，用与十字形路网内接来反映路网交叉情况，通过仿真分析主要验证本文方法在交通路网 中交通运输车辆的行驶方向标记、交通路网中各位置点的交通状况分析以及交通状况可视化呈现的可行性和可用性，仿真分析结果如图所示。图为 交通运输车辆在交通路网中的实时分布情况，为便于交通运输车辆的行驶方向标记，保证交通路网方向标记的时间一致性和空间一致性，不同时刻、不同个体的 交通运输车辆行驶轨迹在交通路网中的分布场景在逻辑上可根据需要进行叠加，以形成交通路网中各位置点均具有足够大车辆覆盖密度的增强分布场景，使相邻车辆的位置跨度足够小，从而提高行驶方向标记的准确性和时空一致性。图和图为交通运输车辆在交通路网中的行驶方向标记，图用不同的颜色标识不同的行驶方向，图用不同的数值标识不同的行驶方向。由图和图可见，依据车辆节点运行轨迹的位置变化情况标记的行驶方向具有较好的时空一致性，某具体车辆在某条路网中某个方向行驶时 的方向标记一致，某个邻域内 同 向行驶的不同车辆的行驶方向标记一致，即交通运输车辆在交通路网中的行驶方向标记具有时空一致性，符合交通状况智能监测及可视化呈现的需要，反映出方向标记策略的可行性和可用性。图车辆节 点行驶方向标记（颜色）图车辆节 点行驶 方向标记（数值）图车辆节点在 路网中的实时分布 场景图为某个时刻交通路网 中不同位置点的交通畅通程度的可视化呈现情况，用不同的色系标识交通运输车辆不同的行驶 方向，相同色系中的不同颜色值标识同 向行驶的车辆在路网 中不同位置的交通畅通程度，车辆节点的呈现位置为该时刻车辆所处实际位置。从图 中清晰可见交通路网中各方向各位置点的交通流量情况和交通畅通程度，反映出交通状况智能监测和可视化呈现方法的可行性和可用性。图为某时刻交通路网中各位置点的节点密度 分布可视化呈现情况，路网 中的节点分布一定程度上反映了各位置点的节点 密技术度情况，分配以不同的颜色值后可将热点区域凸 显出来，起到警示作用，便于交通流量控制。五、结束语泛在互联车联网大数据蕴含交通运输车辆的行驶轨迹信息、交通路网中的交通运输车辆位置分布信息，通过智能化分析，可提取交通运输车辆在交通路网中的行驶方向 以及行驶状态，以此反映交 通状况情形。在 诸多数据分析方法中，人工智能将是车联网大数据智能分析的优选方法，通过深度学习，人工智能将会表现出比人脑更 为强 大和更为迅速地解决难题的能力，可在交通状况智能监测方面发挥重要的作用，使交通状况智能监测结果更加精准，但智能化分析方法 的复 杂程度影响交通状况呈现的实时性，实际系统中需适当权衡，采用相对轻量化的方法实施交通状况的实时监测与呈现。参考文献杨伟，艾廷华基于车辆轨迹大數据的道路网更新方法研究】计算机研究与发展，丨，（丨）：丨一】高 强，张凤荔，王瑞锦，等轨迹大数 据数据处理关鍵技术 研究 综述软件学报，丨，（）：】张玺 君，袁占亭，张红，等交通轨迹大 数据预处理 方法 研究】计 算机工程，丨，（）：，（）；王雷安 实，杨海强，等基于出租车轨迹数 据的交通异常 识 别算法科学技术与工程，（）：，（）：，（），（）刘海洋冯仲 科，吴云鶊，等车联网信息技术萵速公路预警与应急避险模型？交通运输系统工程与信息，丨，（）：】梁艳 平，毛正 元，邹为彬，等基于 相似 数据聚合与值的短时 交通 流 量预测】？地球 信息科学 学报，丨，（丨）：卢守峰王杰，薛智规，等基于二流体模型的交 通分析及 出行时间矩阵】公路交通科技 丨，（丨）：丨】肖强何 瑞春，俞见宁等基于泊松分布的出租车合乘 概率及等待时间建 摸】中 国公路学报，丨，（）：，（）；，：，（）；】郑金兵，李 科 峰，赵小超，等面向交通状况智能 监测的泛 在互联车联网研究】通信技术，丨，（）：丨丨责任编辑孙婧