CN102968900B - 一种对rfid交通数据进行处理的方法 - Google Patents
一种对rfid交通数据进行处理的方法 Download PDFInfo
- Publication number
- CN102968900B CN102968900B CN201210459080.8A CN201210459080A CN102968900B CN 102968900 B CN102968900 B CN 102968900B CN 201210459080 A CN201210459080 A CN 201210459080A CN 102968900 B CN102968900 B CN 102968900B
- Authority
- CN
- China
- Prior art keywords
- data
- base station
- rfid
- car
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Traffic Control Systems (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种对RFID交通数据进行处理的方法,包括在城市中设置能覆盖各主干道的RFID基站,通行车辆张贴RFID环保电子卡,该方法的步骤为:以邻接表模型为基础,RFID基站为节点,两两RFID基站为基站对,以节点和基站对形成路网结构模型;各RFID基站采集各通行车辆的信息,形成实时过车数据并缓存进内存数据库中,之后将实时过车数据进行匹配,并对匹配结果进行异常处理和定时统计,生成实时交通参数,并将结果保存在数据仓库中。本发明通过路网建模实现了对RFID过车数据的处理,进而得到了准确的交通参数,为后续精确化的交通管理提供了坚实的基础。
Description
技术领域
本发明属于智能交通路网建模技术领域,具体涉及基于RFID基站布局进行建模,对采集到的RFID交通数据计算处理的方法。
背景技术
随着社会经济的快速发展,机动车保有量迅速增长,城市道路供给和交通需求的矛盾日益突出,交通拥堵日益严重,导致行车时间加长、环境污染加重、交通事故增多,城市整体功能下降。传统的交通管理手段和方法难以为继,只有采用信息技术手段,才能及时获取和发布道路状况的实时信息,依据交通流量、车速等信息进行动态交通信号控制,有效引导车辆,提高城市道路通行能力,适应新形势下城市道路交通发展的需要。
目前国内流行的基于传感线圈、GPS、视频抓拍等各类交通数据的模型计算出的车速、流量数据存在很大的局限性,情况如下:
1、数据类型较为单一;
2、数据质量一般,且受天气等自然环境的影响下质量相差明显;
3、不能识别或识别车牌具体信息准确性差;
4、应用场景狭窄,由此带来的经济效益较低;
近年来,随着物联网技术的发展,环保RFID电子标签的应用作为现代车辆的识别手段,其大范围的应用给数据采集提供了更加方便、快捷、准确的新思路,弥补了传统数据采集技术的不足,也为涉车应用明确了新的方向,射频数据与传统交通行业数据的融入也为我们提出了新的课题。因此,建立基于RFID数据的交通网络模型,计算出准确、实时的交通数据,对全面提升城市交通的技术含量与服务水平尤其关键。
发明内容
本发明所要解决的技术问题是提供一种稳定可靠的基于RFID交通数据进行城市路网交通管理的方法。
本发明所述的一种对RFID交通数据进行处理的方法,包括在城市中设置能覆盖各主干道的RFID基站,通行车辆张贴RFID环保电子卡,该方法的步骤为:
1)以邻接表模型为基础,将一个RFID基站视为一个节点,每个节点形成一个基站表;以两两RFID基站为基站对,确定两两RFID基站间的拓扑关系,形成基站对表,以节点和基站对形成路网结构模型;
2)各RFID基站通过其数据采集系统采集各通行车辆中RFID环保电子卡的信息,形成实时过车数据并缓存于内存数据库中,之后将实时过车数据进行匹配,并对匹配结果进行异常处理和定时统计,生成实时交通参数,并将结果保存在数据仓库中。
上述步骤2)中的具体过程为:
2.1)某RFID基站获取一条实时过车数据A,将过车数据A插入内存数据库的过车记录表中;
2.2)提取过车数据A中的车牌号码,并在过车记录表中搜索该车通过其他基站时的匹配过车数据B;
2.3)将过车数据B所对应的RFID基站m作为终点,到基站对表寻找匹配的起点RFID基站n;如搜索成功,进行下一步运算,搜索失败,结束整个逻辑过程;
2.4)计算该车辆从RFID基站n到RFID基站m的行程车速,并将车牌号、行程车速、基站对编号、通行时间写入匹配记录表中,同时对该基站对的通行车流量进行累加并缓存;
2.5)对匹配记录表中的过车匹配数据进行异常处理,修正错误数据和异常数据的情况;生成实时交通参数,并将结果保存在数据仓库中。
上述步骤2.5)对匹配记录表中的过车匹配数据进行异常处理为:
2.5.1)首先按照过车时间对基础匹配数据进行排序,然后按照固定阀值去除偏离实际较大的数据,得到新的数据列Xn=(X1,X2,X3…..XN),n=1,2…;
2.5.2)求Xn的数学期望μ=( k)/n, k=1,2…;
2.5.3)求Xn的标准差σ= , k=1,2…;;
2.5.4)根据高斯分布曲线性质中的3σ法则对异常数据进行排除,其中:
P(μ-σ<X≤μ+σ)=68.3%(4.1式)
P(μ-2σ<X≤μ+2σ)=95.4%(4.2式)
P(μ-3σ<X≤μ+3σ)=99.7%(4.3式)
取4.2式进行排除,即X≤μ-2σ且X>μ+2σ的数据为异常数据。
本发明的有益效果:
本发明通过路网建模实现了对RFID过车数据的处理,进而得到了准确的交通参数,为后续精确化的交通管理提供了坚实的基础。相比目前常见的基于其他交通数据的路网模型,其模型的稳定性高,数据质量优,重点解决了实时行程车速及交叉口流量的计算,能够准确地判别路网交通状态。
附图说明
图1是RFID基站建设布置示意图,
图2是基站对的示意图,
图3是邻接表模型,
图4是实时计算程序系统架构,
图5是实时计算程序运算逻辑,
图6是路网数据结构。
具体实施方式
1、路网结构模型的建立,用于描述网络拓扑结构,即地理要素之间空间关系的结构。
本发明结合交通网络流理论,采用节点和基站对来表述交通网络。结合RFID基站布局的特点,如图1,为一十字路口,路口四个方向的双向车道上都分别设有RFID基站,本发明视一个基站为一个节点绘制路网结构。如图2,其中数字黑点(如:1,2)表示基站节点,虚线表示可以匹配的基站对。以邻接表模型(图3)为基础,将一个RFID基站视为一个节点,每个节点形成一个基站表;以两两RFID基站为基站对,确定两两RFID基站间的拓扑关系,形成基站对表,以节点和基站对形成路网结构模型
2、组织路网数据,并基于RFID基站数据采集系统的实时处理。
即组织、存储实际交通网络包含的空间数据,并与路网的拓扑结构有机地联系起来。各RFID基站通过其数据采集系统采集各通行车辆中RFID环保电子卡的信息,形成实时过车数据并存入该RFID基站的邻接表中。实时对过车数据进行匹配,并对匹配结果进行异常处理和定时统计,生成实时交通参数,并将结果保存在数据仓库中。
具体过程为:
2.1)某RFID基站获取一条实时过车数据A,将过车数据A插入内存数据库的过车记录表中;
2.2)提取过车数据A中的车牌号码,并在过车记录表中搜索该车通过其他基站时的匹配过车数据B;
2.3)将过车数据B所对应的RFID基站m作为终点,到基站对表寻找匹配的起点RFID基站n;如搜索成功,进行下一步运算,搜索失败,结束整个逻辑过程;
2.4)计算该车辆从RFID基站n到RFID基站m的行程车速,并将车牌号、行程车速、基站对编号、通行时间写入匹配记录表中,同时对该基站对的通行车流量进行累加并缓存;
2.5)对匹配记录表中的过车匹配数据进行异常处理,修正错误数据和异常数据的情况;生成实时交通参数,并将结果保存在数据仓库中。
RFID基站网络间包含大量的空间数据(表达地理实体几何属性的数据)和属性数据(表达地理实体非几何的数据),如节点的坐标,路段的长度、车道数、等级等,该步骤将绘制完成的路网拓扑结构进行扩展,结合Gis空间数据库的建设方法,将这些数据进行组织、存储。
以下以南京市智能交通建设项目为实例,描述其系统架构(如图4)。
首先,本发明必须具备的前提场景是所建设的RFID基站覆盖城市大部分主干道,车辆张贴RFID环保电子卡,基站能正常采集过车数据并发送至数据中心。另外,建模及实时计算所具备的主要系统环境如下:
基站数据采集系统:用于采集、汇聚RFID基站过车数据,并发送至数据中心存储。
Gis(地理信息系统)系统:用于定位各个基站在地图上位置,确定两两基站间的拓扑关系,并能够测量基站间的距离。
内存数据库:用于将实时过车记录缓存于内存中,并提供数据的查询统计功能,相对于磁盘,读写速度高出几个数量级。
数据仓库系统:用于存储路网数据及模型计算出的实时交通参数。
基于以上场景,建模及计算过程如下:
1、 依托Gis系统,结合南京市内道路的布局及走向,确定两两基站间的拓扑关系,并按照图6表结构标准汇总路网基站对数据:
1) 基站(节点)表
存储各个节点的位置、方向、类型、状态等基础信息。
2) 基站对表
存储两两基站对关系的表,又称“路段表”,其中包括了起点、终点、长度、等级等信息。
两张表结构是构建RFID基站路网模型的结果,图3。
2、 对接基站数据采集系统,进行实时计算程序的开发
如图5,具体计算步骤如下:
1) 获取一条过车数据A并将其插入内存数据库“10分钟过车数据表”中;
其中,根据本发明中RFID汇集度理论的研究,我们选取10分钟作为南京市内过车数据的汇集标准,“10分钟过车数据表”需定时维护,保证它存储10分钟时间跨度的历史过车数据。 显然,当该模型应用于其他城市时,汇集度需要根据城市交通情况进行调整。
2) 取A中的车牌号码到“10分钟过车数据表”中搜索该车通过其他基站的匹配过车数据B;
搜索成功,进行下一步运算,搜索失败,结束整个逻辑。
3) 将B中的基站m作为终点到“基站对表”寻找匹配的起点n;
搜索成功,进行下一步运算,搜索失败,结束整个逻辑。
4) 计算该车辆从基站n到基站m的行程车速,并将车牌号、行程车速、基站对编号,通行时间写入匹配记录表中,同时该基站对的通行车流量进行累加并缓存;
该步骤得到了单个车辆通过某基站对的车程车速,并对该基站对所在道路的分流流量进行了累加计算。
5) 根据本发明中的RFID交通数据的各类处理方法,对匹配记录表中的过车匹配数据进行处理;
处理的数据类型主要为:错误数据、异常数据。
6) 每隔10分钟对已处理的过车匹配数据进行统计,将10分钟内的路段行程车速、分流流量等写入数据仓库。
由于不同业务对交通流数据有着不同汇集度的应用需求,按照实际需要,可将计算出的行程车速,交叉口分流流量数据按不同汇集度进行统计并写入数据仓库。
此处需强调,对匹配记录表中的过车匹配数据进行异常处理的过程为:
1. 选取一个单位时间跨度的基础数据列X,并基于阀值作预处理。
首先按照过车时间对基础匹配数据进行排序,然后按照固定阀值去除偏离实际较大的数据,这里我们选取的偏离车速为等于0km/h及大于等于100km/h的,得到新的数据列Xn=(X1,X2,X3…..XN),n=1,2…。
2. 求Xn的数学期望μ=(k)/n,k=1,2…;
3. 求Xn的标准差σ= ,k=1,2…;
4. 根据高斯分布曲线性质中的3σ法则对异常数据进行排除,其中:
P(μ-σ<X≤μ+σ)=68.3%(4.1式)
P(μ-2σ<X≤μ+2σ)=95.4%(4.2式)
P(μ-3σ<X≤μ+3σ)=99.7%(4.3式)
取4.2式进行排除,即X≤μ-2σ且X>μ+2σ的数据为异常数据。
通过运用车流呈高斯分布的特性进行异常数据的处理,排除了由于中途停车、交叉口延误、匹配错误而产生的异常数据。
3、 本发明数据处理后的应用举例
1) 实时路况
实时路况是针对当今城市交通道路拥堵畅通情况所提出的一个概念,为公众出行和交通的管理指挥提供了便利。
根据模型计算各路段实时行程车速,加之基于行程车速的城市道路路况的评判阀值标准,运用Gis系统,就可以直观的展示出城市道路实时路况。
2) 交叉口信号灯动态配时
现行的交叉口信号灯的配时大多依据基于线圈数据模型,而线圈模型对获取交叉口的分流流量精确度较差。
本发明中基于RFID的路网模型可获知实时、准确的交叉口分流流量,可直接应用于交叉口信号灯的动态配时。
3) 出行路线规划
根据用户输入的出发地、目的地、出行日期和时间等,为其制订合理的耗时少、路程少的出行路线。
本发明计算出的实时交通参数结合Gis系统可为用户规划出结合路面实时路况的出行路线,更加地的合理、准确。本发明具体应用途径很多,以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以作出若干改进,这些改进也应视为本发明的保护范围。
Claims (2)
1.一种对RFID交通数据进行处理的方法,包括在城市中设置能覆盖各主干道的RFID基站,通行车辆张贴RFID环保电子卡,其特征在于包括以下步骤:
1)以邻接表模型为基础,将一个RFID基站视为一个节点,每个节点形成一个基站表;以两两RFID基站为基站对,确定两两RFID基站间的拓扑关系,形成基站对表,以节点和基站对形成路网结构模型;
2)各RFID基站通过其数据采集系统采集各通行车辆中RFID环保电子卡的信息,形成实时过车数据并缓存于内存数据库中,之后将实时过车数据进行匹配,并对匹配结果进行异常处理和定时统计,生成实时交通参数,并将结果保存在数据仓库中;步骤2)中的具体过程为:
2.1)某RFID基站获取一条实时过车数据A,将过车数据A插入内存数据库的过车记录表中;
2.2)提取过车数据A中的车牌号码,并在过车记录表中搜索该车通过其他基站时的匹配过车数据B;
2.3)将过车数据B所对应的RFID基站m作为终点,到基站对表寻找匹配的起点RFID基站n;如搜索成功,进行下一步运算,搜索失败,结束整个逻辑过程;
2.4)计算该车辆从RFID基站n到RFID基站m的行程车速,并将车牌号、行程车速、基站对编号和通行时间写入匹配记录表中,同时对该基站对的通行车流量进行累加并缓存;
2.5)对匹配记录表中的过车匹配数据进行异常处理,修正错误数据和异常数据;生成实时交通参数,并将结果保存在数据仓库中。
2.根据权利要求1所述的对RFID交通数据进行处理的方法,其特征在于,步骤2.5)对匹配记录表中的过车匹配数据进行异常处理为:
2.5.1)首先按照过车时间对基础匹配数据进行排序,然后按照固定阀值去除偏离实际较大的数据,得到新的数据列X=(X1,X2,X3…XN);
2.5.2)求X的数学期望 ;
2.5.3)求X的标准差σ= ;
2.5.4)根据高斯分布曲线性质中的3σ法则对异常数据进行排除,其中:
P(μ-σ<X≤μ+σ)=68.3% (4.1)
P(μ-2σ<X≤μ+2σ)=95.4% (4.2)
P(μ-3σ<X≤μ+3σ)=99.7% (4.3)
取4.2式进行排除,即X≤μ-2σ且X>μ+2σ的数据为异常数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210459080.8A CN102968900B (zh) | 2012-11-15 | 2012-11-15 | 一种对rfid交通数据进行处理的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210459080.8A CN102968900B (zh) | 2012-11-15 | 2012-11-15 | 一种对rfid交通数据进行处理的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102968900A CN102968900A (zh) | 2013-03-13 |
CN102968900B true CN102968900B (zh) | 2014-08-20 |
Family
ID=47799021
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210459080.8A Active CN102968900B (zh) | 2012-11-15 | 2012-11-15 | 一种对rfid交通数据进行处理的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102968900B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103473928B (zh) * | 2013-09-24 | 2015-09-16 | 重庆大学 | 基于rfid技术的城市交通拥堵判别方法 |
CN103700265B (zh) * | 2013-12-16 | 2016-01-06 | 青岛海信网络科技股份有限公司 | 基于出行起点与终点获取路网流量信息的方法 |
CN104715604B (zh) * | 2014-01-13 | 2017-02-15 | 杭州海康威视数字技术股份有限公司 | 获取实时路况信息的方法及其系统 |
CN104064031B (zh) * | 2014-07-02 | 2016-08-17 | 丁宏飞 | 一种应用电子车牌的车辆违章监控和追踪定位系统 |
JP6307376B2 (ja) * | 2014-07-28 | 2018-04-04 | 株式会社日立製作所 | 交通分析システム、交通分析プログラムおよび交通分析方法 |
CN104318781B (zh) * | 2014-10-27 | 2016-06-01 | 东南大学 | 基于rfid技术的行程速度获取方法 |
CN104809872A (zh) * | 2015-04-14 | 2015-07-29 | 深圳市润安科技发展有限公司 | 基于超宽频无线定位技术的道路监测系统及监测方法 |
CN106303399A (zh) | 2015-05-12 | 2017-01-04 | 杭州海康威视数字技术股份有限公司 | 车辆图像数据的采集、提供方法、设备、系统及服务器 |
CN108364457A (zh) * | 2018-01-31 | 2018-08-03 | 长安大学 | 一种基于gps的商用车疲劳驾驶检测方法 |
CN108629977A (zh) * | 2018-06-06 | 2018-10-09 | 上海城市交通设计院有限公司 | 基于汽车电子标识技术的出行特征分析方法 |
CN110766101B (zh) * | 2018-07-26 | 2023-10-20 | 杭州海康威视数字技术股份有限公司 | 确定移动轨迹的方法和装置 |
CN110364008B (zh) * | 2019-08-16 | 2021-12-07 | 腾讯科技(深圳)有限公司 | 路况确定方法、装置、计算机设备和存储介质 |
CN111724587A (zh) * | 2020-05-27 | 2020-09-29 | 重庆大学 | 一种基于rfid技术的交通流密度参数提取方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102129774A (zh) * | 2011-04-06 | 2011-07-20 | 孙磊 | 一种具有微云功能的智能交通自组网系统 |
CN102314770A (zh) * | 2010-11-30 | 2012-01-11 | 上海博路信息技术有限公司 | 一种基于rfid的交通信息管理系统 |
CN102411842A (zh) * | 2011-09-01 | 2012-04-11 | 河南省交通科学技术研究院有限公司 | 一种高速公路车辆信息管理系统 |
CN102708693A (zh) * | 2012-06-04 | 2012-10-03 | 南京城市智能交通有限公司 | 一种智能交通数据采集系统及其工作方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3561201B2 (ja) * | 2000-02-29 | 2004-09-02 | 交通情報サービス株式会社 | 携帯端末用交通情報提供システム |
CN1670783A (zh) * | 2005-03-23 | 2005-09-21 | 天津大学 | 基于射频识别的车辆交通监控系统 |
-
2012
- 2012-11-15 CN CN201210459080.8A patent/CN102968900B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102314770A (zh) * | 2010-11-30 | 2012-01-11 | 上海博路信息技术有限公司 | 一种基于rfid的交通信息管理系统 |
CN102129774A (zh) * | 2011-04-06 | 2011-07-20 | 孙磊 | 一种具有微云功能的智能交通自组网系统 |
CN102411842A (zh) * | 2011-09-01 | 2012-04-11 | 河南省交通科学技术研究院有限公司 | 一种高速公路车辆信息管理系统 |
CN102708693A (zh) * | 2012-06-04 | 2012-10-03 | 南京城市智能交通有限公司 | 一种智能交通数据采集系统及其工作方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102968900A (zh) | 2013-03-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102968900B (zh) | 一种对rfid交通数据进行处理的方法 | |
CN102147261B (zh) | 一种交通车辆gps数据地图匹配的方法与系统 | |
CN106323301B (zh) | 一种道路情报的获取方法及装置 | |
CN101270997B (zh) | 基于gps数据的浮动车动态实时交通信息处理方法 | |
CN102332210B (zh) | 基于手机定位数据的实时城市道路交通流数据提取方法 | |
CN107195180B (zh) | 一种基于电警数据的交通出行轨迹提取方法和装置 | |
CN105674995A (zh) | 一种基于用户出行轨迹获取通勤路线的方法及装置 | |
CN101986102B (zh) | 一种城市地理信息系统中电子地图匹配方法 | |
CN105466435B (zh) | 一种导航系统的路线规划方法和装置 | |
Liu et al. | Calibrating large scale vehicle trajectory data | |
CN103680127A (zh) | 一种利用低采样率浮动车数据计算信号灯控制道路交叉口延误的方法 | |
CN102592495A (zh) | 道路估计设备和用于估计道路的方法 | |
CN104318781B (zh) | 基于rfid技术的行程速度获取方法 | |
CN104197945A (zh) | 一种基于低采样率浮动车数据的全局投票地图匹配方法 | |
CN104778274A (zh) | 基于稀疏出租车gps数据的大范围城市路网旅行时间估计方法 | |
CN102496280A (zh) | 一种路况信息实时获取方法 | |
CN109859495A (zh) | 一种基于rfid数据获取区间速度的方法 | |
CN104731963A (zh) | 一种基于车联网的网格化路径推荐方法及系统 | |
CN104422451A (zh) | 一种道路识别方法及装置 | |
CN105096590A (zh) | 交通信息生成方法和交通信息生成设备 | |
CN105355047A (zh) | 多交通检测源动态时间粒度的数据融合处理方法 | |
CN115292507A (zh) | 基于知识图谱的交通出行分析方法、装置、设备及介质 | |
CN111444286B (zh) | 一种基于轨迹数据的远距离交通节点关联性挖掘方法 | |
Liu et al. | Determination of routing velocity with GPS floating car data and webGIS-based instantaneous traffic information dissemination | |
CN107588779B (zh) | 一种基于任意两节点间行程时间的车辆智能导航方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C56 | Change in the name or address of the patentee | ||
CP03 | Change of name, title or address |
Address after: No. 10 road in Qixia District of Nanjing City, 210049 horses in Jiangsu Province Patentee after: Nanjing City Intelligent Transportation Limited by Share Ltd Address before: Sanbao science and Technology Park No. 10 road in Qixia District of Nanjing City, 210049 horses in Jiangsu Province Patentee before: Nanjing Intelligent Transportation Systems Co.,Ltd. |