CN108777064A - 一种基于信息融合的交通状态评估系统 - Google Patents
一种基于信息融合的交通状态评估系统 Download PDFInfo
- Publication number
- CN108777064A CN108777064A CN201810509078.4A CN201810509078A CN108777064A CN 108777064 A CN108777064 A CN 108777064A CN 201810509078 A CN201810509078 A CN 201810509078A CN 108777064 A CN108777064 A CN 108777064A
- Authority
- CN
- China
- Prior art keywords
- module
- traffic
- traffic information
- evidence
- information
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于信息融合的交通状态评估系统,包括交通信息检测模块、数据传输模块、数据预处理模块、特征提取模块、状态评估模块和结果评价模块,所述交通信息检测模块用于对交通信息进行采集,所述数据传输模块用于将所述交通信息传输至数据预处理模块,所述数据预处理模块用于对所述交通信息进行滤波和去重处理,所述特征提取模块用于对处理后的交通信息进行特征提取和归一化处理,所述状态评估模块用于对交通状态进行评估,所述结果评估模块用于统计交通状态评估结果的准确率,当准确率较低时进行预警。本发明的有益效果为:采用证据理论对交通监测信息进行融合,通过对证据理论进行改进,克服了证据理论在处理冲突证据方面的缺陷。
Description
技术领域
本发明创造涉及交通检测领域,具体涉及一种基于信息融合的交通状态评估系统。
背景技术
随着传感器技术的飞速发展,大量不同种类的传感器已经被广泛应用于智能交通系统,以实现对各种交通信息的实时检测,随着各种检测设备日益增多,交通信息的复杂性和多样性给交通信息的采集、处理和应用都带来了极大的挑战,如何更好地融合多源交通检测信息也日益成为智能交通系统中的研究热点。
证据理论证据理论是对经典概率论的推广,具有坚实的数学基础,能够清楚的表示“不知道”和“不确定”的数据信息,在精确刻画证据聚合程度方面具有很强的灵活性,并能得到较好的融合结果,已成为信息融合、模式识别和决策分析等领域重要的信息处理工具。因此,本发明将证据理论应用于交通状态评估系统中,能够有效的对交通检测信息进行融合,成功实现了交通状态的有效评估。
发明内容
针对上述问题,本发明旨在提供一种基于信息融合的交通状态评估系统。
本发明创造的目的通过以下技术方案实现:
一种基于信息融合的交通状态评估系统,包括交通信息检测模块、数据传输模块、数据预处理模块、特征提取模块、状态评估模块和结果评价模块,所述交通信息检测模块用于对交通信息进行采集,所述数据传输模块用于将采集得到的交通信息传输至数据预处理模块,所述数据预处理模块用于对接收到的交通信息进行滤波和去重处理,所述特征提取模块用于对预处理后的交通信息进行特征提取,并对提取到的特征进行归一化处理,所述状态评估模块采用证据理论对归一化后的特征进行融合,从而实现对交通状态的评估,所述结果评估模块用于统计交通状态评估结果的准确率,当准确率较低时即进行预警。
本发明创造的有益效果:提供一种基于信息融合的交通状态评估系统,采用证据理论对交通监测信息进行融合,通过对证据理论进行改进,克服了证据理论在处理冲突证据方面的缺陷,能够有效的对交通状态进行评估。
附图说明
利用附图对发明创造作进一步说明,但附图中的实施例不构成对本发明创造的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1是本发明结构示意图;
附图标记:
交通信息检测模块1;数据传输模块2;数据预处理模块3;特征提取模块4;状态评估模块5;结果评价模块6。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1,本实施例的一种基于信息融合的交通状态评估系统,包括交通信息检测模块1、数据传输模块2、数据预处理模块3、特征提取模块4、状态评估模块5和结果评价模块6,所述交通信息检测模块1用于对交通信息进行采集,所述数据传输模块2用于将采集得到的交通信息传输至数据预处理模块3,所述数据预处理模块3用于对接收到的交通信息进行滤波和去重处理,所述特征提取模块4用于对预处理后的交通信息进行特征提取,并对提取到的特征进行归一化处理,所述状态评估模块5采用证据理论对归一化后的特征进行融合,从而实现对交通状态的评估,所述结果评估模块6用于统计交通状态评估结果的准确率,当准确率较低时即进行预警。
优选地,所述交通信息检测模块1采用SCATS线圈和GPS对交通信息进行采集。
优选地,数据传输模块2采用GPRS通信方式进行数据传输。
本优选实施例提供一种基于信息融合的交通状态评估系统,采用证据理论对交通监测信息进行融合,实现了海量复杂交通信息数据的有效融合,此外,通过对证据理论进行改进,克服了证据理论在处理冲突证据方面的缺陷,能够有效的对交通状态进行评估。
优选地,状态评估模块5采用证据理论对归一化后的特征进行融合,构建证据理论中的基本概率赋值函数为:
式中,ωi为第i个检测器的可靠系数,di为第i个检测器的测量值,ci为样本数据的均值,δi为样本数据的方差。
本优选实施例构建了证据理论的基本概率赋值函数,能够客观、全面的量化检测器采集得到的交通信息,降低了交通信息的不确定性,为交通信息的有效融合奠定了基础。
优选地,所述状态评估模块5采用证据理论对归一化后的特征进行融合,设辨识框架Θ={Si},i=1,2,…,n,幂集为2Θ={s1,s2,…,s2n},根据证据源的重要性和可靠性对基本概率赋值函数打折扣,具体为:
式中,βi表示折扣系数,mi(sj)表示第i个证据对焦元sj的信任程度,mi(Θ)表示第i个证据对不确定性的信任程度;
设mi(sa)表示第i个证据对焦元sa的信任程度,mj(sb)表示第j个证据对焦元sb的信任程度,K表示证据的个数,2n表示焦元的个数,则折扣系数βi的计算公式为:
本优选实施例利用折扣系数对基本概率赋值函数进行处理,有效的解决了冲突证据对融合结果的影响,提高了交通信息融合结果的准确率,实现了交通状态的有效评估。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (5)
1.一种基于信息融合的交通状态评估系统,其特征是,包括交通信息检测模块、数据传输模块、数据预处理模块、特征提取模块、状态评估模块和结果评价模块,所述交通信息检测模块用于对交通信息进行采集,所述数据传输模块用于将采集得到的交通信息传输至数据预处理模块,所述数据预处理模块用于对接收到的交通信息进行滤波和去重处理,所述特征提取模块用于对预处理后的交通信息进行特征提取,并对提取到的特征进行归一化处理,所述状态评估模块采用证据理论对归一化后的特征进行融合,从而实现对交通状态的评估,所述结果评估模块用于统计交通状态评估结果的准确率,当准确率较低时即进行预警。
2.根据权利要求1所述的一种基于信息融合的交通状态评估系统,其特征是,所述交通信息检测模块采用SCATS线圈和GPS对交通信息进行采集。
3.根据权利要求2所述的一种基于信息融合的交通状态评估系统,其特征是,数据传输模块采用GPRS通信方式进行数据传输。
4.根据权利要求3所述的一种基于信息融合的交通状态评估系统,其特征是,状态评估模块采用证据理论对归一化后的交通特征进行融合,构建证据理论中的基本概率赋值函数为:
式中,ωi为第i个检测器的可靠系数,di为第i个检测器的测量值,ci为样本数据的均值,δi为样本数据的方差。
5.根据权利要求4所述的一种基于信息融合的交通状态评估系统,其特征是,所述状态评估模块采用证据理论对归一化后的交通特征进行融合,设辨识框架Θ={Si},i=1,2,…,n,幂集为根据证据源的重要性和可靠性对基本概率赋值函数打折扣,具体为:
式中,βi表示折扣系数,mi(sj)表示第i个证据对焦元sj的信任程度,mi(Θ)表示第i个证据对不确定性的信任程度;
设mi(sa)表示第i个证据对焦元sa的信任程度,mj(sb)表示第j个证据对焦元sb的信任程度,K表示证据的个数,2n表示焦元的个数,则折扣系数βi的计算公式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810509078.4A CN108777064A (zh) | 2018-05-24 | 2018-05-24 | 一种基于信息融合的交通状态评估系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810509078.4A CN108777064A (zh) | 2018-05-24 | 2018-05-24 | 一种基于信息融合的交通状态评估系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108777064A true CN108777064A (zh) | 2018-11-09 |
Family
ID=64027705
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810509078.4A Pending CN108777064A (zh) | 2018-05-24 | 2018-05-24 | 一种基于信息融合的交通状态评估系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108777064A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113256187A (zh) * | 2021-07-15 | 2021-08-13 | 广州地铁设计研究院股份有限公司 | 区域轨道交通互联互通协同性评价交互系统 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0621556A2 (en) * | 1993-04-21 | 1994-10-26 | Eastman Kodak Company | A process for combining the results of several classifiers |
US20030191610A1 (en) * | 2002-03-26 | 2003-10-09 | Hai-Wen Chen | Method and system for multi-sensor data fusion using a modified dempster-shafer theory |
US7248718B2 (en) * | 2004-02-19 | 2007-07-24 | Siemens Corporate Research, Inc. | System and method for detecting a passing vehicle from dynamic background using robust information fusion |
CN101282243A (zh) * | 2008-03-05 | 2008-10-08 | 中科院嘉兴中心微系统所分中心 | 无线传感器网络分布式融合识别方法 |
US8032467B1 (en) * | 2008-05-31 | 2011-10-04 | Hrl Laboratories, Llc | Valuation-based learning system |
CN102665294A (zh) * | 2012-04-25 | 2012-09-12 | 武汉大学 | 基于d-s证据理论的车载传感器网络事件区域检测方法 |
CN102779410A (zh) * | 2012-07-19 | 2012-11-14 | 杭州师范大学 | 一种多源异类海量交通数据融合的并行实现方法 |
CN102881162A (zh) * | 2012-09-29 | 2013-01-16 | 北京市交通信息中心 | 大规模交通信息的数据处理及融合方法 |
CN103577707A (zh) * | 2013-11-15 | 2014-02-12 | 上海交通大学 | 一种利用多模式融合推理的机器人故障诊断方法 |
CN103903430A (zh) * | 2014-04-14 | 2014-07-02 | 东南大学 | 一种采用多源同构数据的行程时间动态融合预测方法 |
CN104077601A (zh) * | 2014-07-08 | 2014-10-01 | 中国航空无线电电子研究所 | 一种利用不同类型信息进行目标综合识别的方法 |
WO2014171897A1 (en) * | 2013-04-19 | 2014-10-23 | Microlight Sensors Pte. Ltd. | Apparatus, system and method for remote detection of vehicle exhaust |
CN107978148A (zh) * | 2017-11-13 | 2018-05-01 | 上海电科智能系统股份有限公司 | 一种基于多源交通数据动态可靠性的交通状态预测方法 |
-
2018
- 2018-05-24 CN CN201810509078.4A patent/CN108777064A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0621556A2 (en) * | 1993-04-21 | 1994-10-26 | Eastman Kodak Company | A process for combining the results of several classifiers |
US20030191610A1 (en) * | 2002-03-26 | 2003-10-09 | Hai-Wen Chen | Method and system for multi-sensor data fusion using a modified dempster-shafer theory |
US7248718B2 (en) * | 2004-02-19 | 2007-07-24 | Siemens Corporate Research, Inc. | System and method for detecting a passing vehicle from dynamic background using robust information fusion |
CN101282243A (zh) * | 2008-03-05 | 2008-10-08 | 中科院嘉兴中心微系统所分中心 | 无线传感器网络分布式融合识别方法 |
US8032467B1 (en) * | 2008-05-31 | 2011-10-04 | Hrl Laboratories, Llc | Valuation-based learning system |
CN102665294A (zh) * | 2012-04-25 | 2012-09-12 | 武汉大学 | 基于d-s证据理论的车载传感器网络事件区域检测方法 |
CN102779410A (zh) * | 2012-07-19 | 2012-11-14 | 杭州师范大学 | 一种多源异类海量交通数据融合的并行实现方法 |
CN102881162A (zh) * | 2012-09-29 | 2013-01-16 | 北京市交通信息中心 | 大规模交通信息的数据处理及融合方法 |
WO2014171897A1 (en) * | 2013-04-19 | 2014-10-23 | Microlight Sensors Pte. Ltd. | Apparatus, system and method for remote detection of vehicle exhaust |
CN103577707A (zh) * | 2013-11-15 | 2014-02-12 | 上海交通大学 | 一种利用多模式融合推理的机器人故障诊断方法 |
CN103903430A (zh) * | 2014-04-14 | 2014-07-02 | 东南大学 | 一种采用多源同构数据的行程时间动态融合预测方法 |
CN104077601A (zh) * | 2014-07-08 | 2014-10-01 | 中国航空无线电电子研究所 | 一种利用不同类型信息进行目标综合识别的方法 |
CN107978148A (zh) * | 2017-11-13 | 2018-05-01 | 上海电科智能系统股份有限公司 | 一种基于多源交通数据动态可靠性的交通状态预测方法 |
Non-Patent Citations (5)
Title |
---|
HAO ZHOU, JIANMING HU, YI ZHANG: "Dynamic capacity estimation of urban expressway based on Dempster-Shafer evidence theory", 《INTERNATIONAL IEEE CONFERENCE ON INTELLIGENT TRANSPORTATION SYSTEMS》 * |
YONGHUA ZHOU, XIN TAO, LEI LUAN, ZHIHUI WANG: "Safety justification of train movement dynamic processes using evidence theory and reference models", 《KNOWLEDGE-BASED SYSTEMS》 * |
孔庆杰,陈宜开,刘允才: "基于证据融合的实时交通状态估计", 《上海交通大学学报》 * |
柯小路,马荔瑶,朱儒,王永: "证据理论的模糊折扣方法", 《小型微型计算机系统》 * |
赵晓娟: "基于多源数据的快速路交通事件自动检测算法研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113256187A (zh) * | 2021-07-15 | 2021-08-13 | 广州地铁设计研究院股份有限公司 | 区域轨道交通互联互通协同性评价交互系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tejedor et al. | Toward prevention of pipeline integrity threats using a smart fiber-optic surveillance system | |
US8504431B2 (en) | Method and system for monitoring forestry products | |
CN104680611B (zh) | 智能巡检系统和方法 | |
CN106940931B (zh) | 基于定位数据的卡口设备数据质量检验方法 | |
CN105139044B (zh) | 基于汽车电子标识的车辆超载超限检测方法、装置及系统 | |
EP3796051A1 (en) | Personnel security inspection method and personnel security inspection system | |
CN106056968A (zh) | 一种基于光学图像的车位检测方法 | |
CN107944017A (zh) | 一种视频中非机动车的检索方法 | |
CN110246336A (zh) | 车辆信息的确定方法及系统 | |
CN106355887A (zh) | 一种在线交通路口车辆信息的智能监控系统 | |
CN108732313A (zh) | 城市空气污染物浓度智能观测系统 | |
CN103745238A (zh) | 基于AdaBoost和主动形状模型的受电弓识别方法 | |
CN112381958A (zh) | 一种etc门架系统状态在线监测方法及系统 | |
CN117726958B (zh) | 配电线路无人机巡检图像目标检测及隐患智能识别方法 | |
CN113903180B (zh) | 一种高速公路检测车辆超速的方法及系统 | |
CN107895503A (zh) | 一种无人值守的停车场监控系统 | |
CN111767913A (zh) | 一种基于深度学习的动车组车辆故障动态图像检测方法 | |
CN108777064A (zh) | 一种基于信息融合的交通状态评估系统 | |
CN114355462A (zh) | 一种基于微多普勒特征的人体隐藏危险物检测方法及介质 | |
CN116466058B (zh) | 水质检测数据处理方法、水质评估系统、设备及介质 | |
CN116702000B (zh) | 一种基于多层数据融合的路面质量动态监测与评估方法 | |
CN116229624A (zh) | 一种人脸识别智慧门禁疫情防控管理方法及系统 | |
CN110689028A (zh) | 现场图测评方法、现场勘查记录测评方法及其装置 | |
Kaye | The Relevance of Matching DNA: Is the Window Half Open Or Half Shut | |
CN213749905U (zh) | 一种多功能毒品检测仪 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181109 |