交通系統(tǒng)數(shù)據(jù)融合算法研究.pdf

1、車(chē)流量是智能交通系統(tǒng)檢測(cè)的基礎(chǔ)核心問(wèn)題，通過(guò)車(chē)輛檢測(cè)獲取準(zhǔn)確的交通流量、車(chē)速等交通參數(shù)是實(shí)施有效的道路引導(dǎo)、交通控制等交通管理的基礎(chǔ)。傳統(tǒng)的車(chē)輛檢測(cè)方法一般都采用單類(lèi)型的傳感器，由于傳感器受自身和周?chē)h(huán)境的局限，檢測(cè)結(jié)果不能全面反映實(shí)際情況。本研究課題將磁敏傳感器和視頻傳感器獲得的車(chē)輛信息融合，以解決車(chē)輛在不同狀況下的信息不準(zhǔn)確問(wèn)題，提高車(chē)輛檢測(cè)的準(zhǔn)確率。
　　目前，視頻傳感器檢測(cè)已廣泛用于交通道路中，但視頻傳感器對(duì)于光線變化敏感

2、，易受天氣、煙霧、光照等因素影響，而磁敏傳感器不受上述因素的影響，但會(huì)受到車(chē)輛自身磁場(chǎng)的影響，檢測(cè)數(shù)據(jù)也有一定的偏差，而且常常預(yù)埋在車(chē)道中，不便檢修與施工。通過(guò)分析比較這兩類(lèi)傳感器獲得的檢測(cè)數(shù)據(jù)，在融合服務(wù)器開(kāi)發(fā)平臺(tái)上設(shè)計(jì)并實(shí)現(xiàn)了基于視頻檢測(cè)和磁敏檢測(cè)的融合框架和融合中心結(jié)構(gòu)，該融合框架分檢測(cè)和融合兩個(gè)階段，具有松耦合、可擴(kuò)展等優(yōu)點(diǎn)，融合中心結(jié)構(gòu)采用模塊化設(shè)計(jì)，把特征提取、數(shù)據(jù)關(guān)聯(lián)和融合計(jì)算分層次進(jìn)行。融合算法基于數(shù)據(jù)源可靠性的D-S(

3、Dempster-Shafer)證據(jù)融合理論，將視頻傳感器和磁敏傳感器采集到的數(shù)據(jù)進(jìn)行融合，通過(guò)可靠性評(píng)估與概率重分配的手段彌補(bǔ)了經(jīng)典理論中的數(shù)據(jù)不一致問(wèn)題，提高了檢測(cè)的準(zhǔn)確度。
　　通過(guò)視頻數(shù)據(jù)采集客戶端采集實(shí)時(shí)視頻數(shù)據(jù)、磁敏數(shù)據(jù)采集客戶端采集實(shí)時(shí)磁感數(shù)據(jù)，并將數(shù)據(jù)實(shí)時(shí)上傳至服務(wù)器端進(jìn)行融合與判斷。實(shí)驗(yàn)結(jié)果表明，在不同的交通狀況下，同白天和夜間情況下單一傳感器檢測(cè)結(jié)果相比，數(shù)據(jù)融合方法獲得的車(chē)流量準(zhǔn)確率最高可將單獨(dú)依靠視頻檢測(cè)的