交通信息采集與處理技術(shù)概述(完整版)
【正文】 采集技術(shù) 交通信息自動(dòng)采集技術(shù) 智能運(yùn)輸系統(tǒng)概論 車基型交通信息采集技術(shù) 包括 基于 GPS浮動(dòng)車 的交通信息采集技術(shù)和 基于手機(jī)定位 的交通信息采集技術(shù) 。 從遙感圖像中 獲取交通數(shù)據(jù) 可以分為兩種： 一種是從遙感圖像中 自動(dòng)或半自動(dòng) 提取 道路信息 ， 建立較大區(qū)域內(nèi)的 道路網(wǎng) ； 另一種應(yīng)用是從遙感圖像中獲取 交叉口排隊(duì)長度 、 路段車流密度 等具體數(shù)據(jù) 。 遙感圖像中 地物信息識別結(jié)束 以后 ， 往往要建立相應(yīng)的 地理信息數(shù)據(jù)庫 ， 需要對圖像進(jìn)行 細(xì)化操作 。 置信距離檢驗(yàn)法 用來判斷來自于 同一斷面 的多傳感器信息是否可用于 融合 ， 排除 大誤差值 ， 以極大限度地提高融合后數(shù)據(jù)的 精度 。 缺失數(shù)據(jù)處理 交通信息預(yù)處理技術(shù) 智能運(yùn)輸系統(tǒng)概論 自相關(guān)分析 是以 自相關(guān)系數(shù) 測量時(shí)間序列中各元素之間 相關(guān)關(guān)系 的方法 ， 再根據(jù)此相關(guān)關(guān)系 填補(bǔ) 缺失數(shù)據(jù) 。 同一地點(diǎn) 、 同一時(shí)刻 多傳感器 交通參數(shù)融合問題： 人工神經(jīng)網(wǎng)絡(luò)方法 、 統(tǒng)計(jì)分析方法 交通信息融合技術(shù)的應(yīng)用 多源多維實(shí)時(shí)動(dòng)態(tài)交通信息融合技術(shù) 智能運(yùn)輸系統(tǒng)概論 第一級 不同地點(diǎn) 、 同一時(shí)刻 多傳感器 交通參數(shù)融合問題： 統(tǒng)計(jì)分析方法 交通參數(shù)間 的融合問題： 數(shù)理統(tǒng)計(jì)算法 第二級 又稱 特征級 ， 是指先對來自傳感器的 原始信息 進(jìn)行 特征提取 ， 然后對 特征信息 進(jìn)行 綜合分析 和 處理 。 人工智能方法 又分為 兩 種： 邏輯推理 方法和 學(xué)習(xí) 方法 。 重視總體信息和樣本信息的同時(shí) ， 還注意 先驗(yàn)信息 的 收集 、 挖掘 和 加工 ， 使其 數(shù)量化 ，形成 先驗(yàn)分布 參加到 統(tǒng)計(jì)推斷 中來 ， 提高統(tǒng)計(jì)推斷的 質(zhì)量 。 基于 模糊邏輯理論 的 信息融合 方法可以將通常以 概率密度函數(shù) 或 模糊關(guān)系函數(shù) 形式給出的不同檢測器的 評價(jià)指標(biāo)變換為 單值評價(jià)指標(biāo) ， 該指標(biāo)不僅能反映 每一種檢測器 所提供的信息 ， 而且能反映從單個(gè)傳感器 無法得到 的知識 。 多源多維實(shí)時(shí)動(dòng)態(tài)交通信息融合技術(shù) 交通信息融合的主要方法 智能運(yùn)輸系統(tǒng)概論 演講完畢，謝謝觀看！ 。 粗糙集理論 在 多源數(shù)據(jù)分析 中解決的基本問題包括發(fā)現(xiàn)屬性 間的 依賴關(guān)系 、 約簡冗余 屬性與對象 、 尋求 最小屬性子集 以及生成 決策規(guī)則 等等 。 在 貝葉斯方法 中 ， 所有缺乏信息的前提環(huán)境中的特征指定為一個(gè)等價(jià)的 先驗(yàn)概率 。概率統(tǒng)計(jì) 方法可以在融合的 各個(gè)層次 上使用 。 交通信息融合技術(shù)的應(yīng)用 多源多維實(shí)時(shí)動(dòng)態(tài)交通信息融合技術(shù) 智能運(yùn)輸系統(tǒng)概論 第二級 需要注意的是 ， 道路 交通狀態(tài) 是一個(gè) 模糊 的概念 ， 有必要對它進(jìn)行 量化處理 ， 例如 模糊邏輯 允許交通狀況被定義成 “ 不擁擠 ” 、 “ 擁擠 ” 、 “ 小事故 ” 、 “ 大事故 ” ，對應(yīng)于 4個(gè) 數(shù)值區(qū)間 。 但因其需要利用各種單一算法的估計(jì)結(jié)果 ， 計(jì)算復(fù)雜且麻煩 ， 所以在精度要求不是很高的情況下 一般不采用 該方法 。 但在做 統(tǒng)計(jì)學(xué)處理 時(shí) ， 值的選取帶有一定的 主觀因素 ， 容易導(dǎo)致 誤判 ， 所以該方法 不是最佳 的 。 此外在實(shí)際的 數(shù)據(jù)采集 中 ，由于檢測器故障 、 天氣狀況或通信系統(tǒng)故障等原因所造成的 數(shù)據(jù)缺失 ， 也應(yīng)采用一定的技術(shù)方法對其進(jìn)行 修復(fù) 或 提供代替數(shù)據(jù) 。 交通信息自動(dòng)采集技術(shù) 智能運(yùn)輸系統(tǒng)概論 基于遙感技術(shù)的道路圖像提取技術(shù) 數(shù)字圖像灰度 是計(jì)算機(jī)進(jìn)行圖像處理的 基礎(chǔ) ， 計(jì)算機(jī)對圖像進(jìn)行處理實(shí)際上就是對圖像的 灰度數(shù)據(jù) 進(jìn)行處理 。 車基型交通信息采集技術(shù) 交通信息自動(dòng)采集技術(shù) 智能運(yùn)輸系統(tǒng)概論 基于手機(jī)無線定位的交通信息采集技術(shù) 通過車輛內(nèi)部的 手機(jī) ， 利用 無線定位技術(shù) 探測車輛的位置 ， 從而獲得 交通信息 。 路基型交通信息采集技術(shù) 交通信息自動(dòng)采集技術(shù) 智能運(yùn)輸系統(tǒng)概論 微波雷達(dá)檢測器 連續(xù)波多普勒雷達(dá) 和 調(diào)頻連續(xù)波雷達(dá) 。 超聲波檢測器 通過接收由 超聲波發(fā)生器 發(fā)射的超聲波束和 車輛反射 的超聲回波來檢測車輛 。 智能運(yùn)輸系統(tǒng)概論 速度 的 非自動(dòng) 采集方法包括了 劃線量測法 、 雷達(dá)測速法 、 光電管法 、 攝影法 、 車輛牌照識別法 、 浮動(dòng)車法 、跟車法 等 。 交通信息采集與處理 技術(shù)對城市的 交通規(guī)劃 、 路網(wǎng)建設(shè) 、 交通管理 、 智能運(yùn)輸系統(tǒng)功能 實(shí)現(xiàn)都是非常重要的 。 動(dòng)態(tài)交通流誘導(dǎo) 功能作為智能運(yùn)輸系統(tǒng)的核心之一 ，也是以 實(shí)時(shí)的交通
物理相關(guān)推薦
鄂ICP備17016276號-1