高速公路交通狀態(tài)識(shí)別4G無線探針應(yīng)用

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了高速公路交通狀態(tài)識(shí)別4G無線探針應(yīng)用范文，希望能給你帶來靈感和參考，敬請(qǐng)閱讀。

摘要：利用4G無線探針在高速公路上檢測得到的數(shù)據(jù)，通過開發(fā)的系統(tǒng)軟件，能夠展現(xiàn)車輛行駛軌跡，從路線狀況、行程速度、路段實(shí)時(shí)車速3個(gè)方面對(duì)路段的交通狀態(tài)進(jìn)行識(shí)別，并在地圖上實(shí)時(shí)顯示路段的道路交通情況。文章結(jié)合ETC、卡口視頻等數(shù)據(jù)進(jìn)行融合分析研究，通過統(tǒng)計(jì)算法、機(jī)器學(xué)習(xí)算法等，實(shí)現(xiàn)了對(duì)高速公路交通狀態(tài)的識(shí)別與實(shí)際分析應(yīng)用。

關(guān)鍵詞：無線探針；高速公路；交通狀態(tài)識(shí)別

引言

隨著信息技術(shù)和數(shù)據(jù)科學(xué)浪潮的興起，依靠海量數(shù)據(jù)支撐的高度智能化交通管理系統(tǒng)越來越受到研究者和交通行業(yè)管理者的重視。實(shí)時(shí)、精確及高覆蓋度的交通信息采集網(wǎng)絡(luò)是高效交通管理及信息服務(wù)的重要基礎(chǔ)［1］。目前，道路交通狀態(tài)檢測的方法主要有傳感器檢測、GPS浮動(dòng)車法、視頻圖像檢測等，以上幾種方法在實(shí)際場景中都應(yīng)用比較廣泛，技術(shù)也較為成熟，但也存在一些缺點(diǎn)和局限性。GPS信號(hào)傳播延遲，多徑衰落，地形與建筑物遮擋等原因也會(huì)導(dǎo)致定位誤差。傳感器獲取法所需設(shè)備精度要求高，后期維護(hù)難度和成本也相對(duì)較高，對(duì)擁堵時(shí)的檢測精度低。利用視頻與圖像監(jiān)控法設(shè)備成本也較高，識(shí)別效果會(huì)受光線和天氣狀況影響，且視頻圖像的上傳、壓縮、存儲(chǔ)、識(shí)別都比較復(fù)雜，效率有待提升［2］。近幾年來，國外開始逐步推廣基于無線探針的交通數(shù)據(jù)采集技術(shù)。無線探針作為一種新興交通檢測技術(shù)，國外已經(jīng)有多名學(xué)者開展相關(guān)研究，通過獲取的行程時(shí)間與傳統(tǒng)檢測方式比較，評(píng)估行程時(shí)間的可靠性。王祥雪等［3］將無線探針獲取的車輛行駛時(shí)間與車輛自動(dòng)識(shí)別技術(shù)獲取的車輛行駛時(shí)間進(jìn)行了對(duì)比；楊珍珍等［4］進(jìn)行了與浮動(dòng)車數(shù)據(jù)的對(duì)比；何兆成等［5］用GPS探測車數(shù)據(jù)作為標(biāo)準(zhǔn)數(shù)據(jù)，在加拿大安大略省進(jìn)行了大規(guī)模的數(shù)據(jù)采集對(duì)比研究。研究的結(jié)果表明，無線探針技術(shù)可以采集到高質(zhì)量的行程時(shí)間，可代替?zhèn)鹘y(tǒng)探測手段所獲得的行程時(shí)間數(shù)據(jù)。欒翔等［6］認(rèn)為隨著道路上智能設(shè)備攜帶者的增多，檢測器安裝和維護(hù)的靈活性提升，行程時(shí)間估計(jì)精度的可接受性提高，無線探針技術(shù)已引起了研究者對(duì)進(jìn)一步評(píng)價(jià)這種技術(shù)作為行程時(shí)間估計(jì)方法的興趣。因此，從無線探針數(shù)據(jù)的可靠性來看，可以捕獲車輛信息作為車輛的標(biāo)識(shí)符，研究者利用這一特點(diǎn)獲取行程時(shí)間并深入分析是完全可行的。

1系統(tǒng)原理

4g無線探針主要是實(shí)時(shí)采集經(jīng)停手機(jī)的IMSI碼（IMSI為國際移動(dòng)用戶識(shí)別碼，是全球唯一的），并將采集的數(shù)據(jù)傳輸?shù)胶笈_(tái)數(shù)據(jù)處理中心。手機(jī)終端（UE）從一個(gè)小區(qū)（指4G探針設(shè)備能夠探測覆蓋的區(qū)域，下同）移動(dòng)到另外一個(gè)小區(qū)時(shí)進(jìn)行登記，空閑狀態(tài)的UE鎖定于一個(gè)已定義的無線頻率上，即某一小區(qū)的BCCH載頻上。當(dāng)UE向遠(yuǎn)離該小區(qū)基站的方向移動(dòng)時(shí)，信號(hào)強(qiáng)度會(huì)減弱；當(dāng)移動(dòng)到兩小區(qū)理論邊界時(shí)，UE就會(huì)因當(dāng)前小區(qū)信號(hào)強(qiáng)度太弱而決定轉(zhuǎn)移到鄰區(qū)小區(qū)。為了正確選擇小區(qū)，UE要對(duì)每一個(gè)臨近小區(qū)的信號(hào)強(qiáng)度進(jìn)行連續(xù)測量，當(dāng)發(fā)現(xiàn)新的小區(qū)信號(hào)強(qiáng)度優(yōu)于原小區(qū)時(shí)，UE將駐留到新小區(qū)，在此過程中，新小區(qū)可以指令手機(jī)上報(bào)IMSI，并繼續(xù)接收廣播消息及可能發(fā)給它的尋呼消息，UE根據(jù)接收到的尋呼消息做出相應(yīng)的回應(yīng)。4G無線探針誘使經(jīng)過探針設(shè)備覆蓋區(qū)域的手機(jī)進(jìn)行位置更新，采集手機(jī)IMSI信息，結(jié)合設(shè)備自身時(shí)間（GPS位置、GPS時(shí)間或者系統(tǒng)同步時(shí)間）以及其他信息上報(bào)給后臺(tái)，其工作原理如圖1所示。4G無線探針采集的原始用戶數(shù)據(jù)包括IMSI碼、信號(hào)強(qiáng)度、時(shí)間戳、地理位置信息；IMSI碼對(duì)應(yīng)不同的設(shè)備；時(shí)間戳為采集模塊采集到此原始用戶數(shù)據(jù)的時(shí)間點(diǎn)；地理位置信息為無線探針的地理位置信息，即為此原始用戶數(shù)據(jù)對(duì)應(yīng)的設(shè)備所在監(jiān)測區(qū)域的地理位置信息。無線探針W0采集到用戶數(shù)據(jù)的時(shí)間戳為t0，無線探針W1采集到的同一用戶數(shù)據(jù)的時(shí)間戳為t1，可以計(jì)算得到兩個(gè)無線探針之間的車輛行駛時(shí)間，包括這段距離車輛的行駛平均速度。通過在某一路段布置的多個(gè)4G無線探針，分別檢索出行數(shù)據(jù)中IMSI碼相同的用戶數(shù)據(jù)，對(duì)IMSI碼為相同的用戶數(shù)據(jù)中時(shí)間戳進(jìn)行比較，最早時(shí)間戳所對(duì)應(yīng)用戶數(shù)據(jù)中的地理位置信息為出行起點(diǎn)，最晚時(shí)間戳所對(duì)應(yīng)用戶數(shù)據(jù)中的地理位置信息為出行終點(diǎn)，更新OD矩陣中的該路段出行起點(diǎn)和出行終點(diǎn)的交通量。分析點(diǎn)、線（路段）、面（區(qū)域）的發(fā)出流出量、流入量數(shù)據(jù)，可以進(jìn)行交通流量的來源、去向分析。

2人車對(duì)應(yīng)關(guān)系系統(tǒng)原型的開發(fā)

通過在某國道和某高速公路安裝多個(gè)4G無線探針進(jìn)行多次長時(shí)間的室外實(shí)際測試，并用攝像機(jī)進(jìn)行全程視頻錄像。通過智能視頻檢測技術(shù)，檢測到測試期間通過車輛的數(shù)量和車牌信息，與4G無線探針采集的IMSI碼數(shù)量進(jìn)行比對(duì)。4G探針采集的是車上人員的手機(jī)IMSI碼，攝像機(jī)采集的是車牌信息，這兩種數(shù)據(jù)的關(guān)系可能是一對(duì)一、多對(duì)一的關(guān)系，連接的紐帶是采集的時(shí)間、地點(diǎn)。如果同一位置的4G探針、攝像機(jī)在一定時(shí)間段內(nèi)同時(shí)采集到手機(jī)IMSI和車牌，且發(fā)生多次，則該IMSI和車牌是對(duì)應(yīng)關(guān)系。通過多次測試，經(jīng)過統(tǒng)計(jì)算法和機(jī)器學(xué)習(xí)算法等，能夠建立IMSI碼數(shù)量與車輛數(shù)量之間對(duì)應(yīng)關(guān)系的數(shù)學(xué)模型。在對(duì)測試數(shù)據(jù)進(jìn)行融合和質(zhì)量清洗的基礎(chǔ)上，通過特定算法，對(duì)行人與車輛進(jìn)行分類，經(jīng)過多次迭代優(yōu)化，建立比較完善的人車對(duì)應(yīng)關(guān)系的系統(tǒng)原型。某高速公路6次測試記錄如表1所示。

3系統(tǒng)平臺(tái)設(shè)計(jì)和開發(fā)

3.1系統(tǒng)總體架構(gòu)

系統(tǒng)總體架構(gòu)如圖2所示。系統(tǒng)主要由4G無線探針（4G熱點(diǎn)采集設(shè)備）、數(shù)據(jù)傳輸網(wǎng)絡(luò)、探針采集管理平臺(tái)、交通狀態(tài)識(shí)別應(yīng)用研究平臺(tái)組成。4G無線探針主要安裝在高速公路門架或者監(jiān)控立桿上，充分利用現(xiàn)有系統(tǒng)的基礎(chǔ)設(shè)施，數(shù)據(jù)傳輸通過機(jī)電系統(tǒng)的有線網(wǎng)傳到探針采集管理平臺(tái)。前端4G熱點(diǎn)采集設(shè)備支持任意多載波（B38/B39/B40/B41/B1/B3），熱點(diǎn)設(shè)備功能主要是采集4G手機(jī)IMSI碼，通過4G或者有線回傳數(shù)據(jù)，供后臺(tái)綜合分析；只要設(shè)備啟動(dòng)，主動(dòng)對(duì)接入范圍內(nèi)的4G手機(jī)進(jìn)行采集，無須干預(yù)，持續(xù)穩(wěn)定工作。采集數(shù)據(jù)回傳至后臺(tái)進(jìn)行數(shù)據(jù)處理，完成數(shù)據(jù)清洗、整理、號(hào)碼比對(duì)翻譯，形成完整的數(shù)據(jù)。管理平臺(tái)由服務(wù)器與軟件系統(tǒng)組成，主要功能是處理和分析前端采集回傳的數(shù)據(jù)，提供串號(hào)查詢、軌跡分析、碰撞分析等功能；同時(shí)提供設(shè)備管理及用戶管理，如遠(yuǎn)程配置、重啟、參數(shù)優(yōu)化等；支持多個(gè)采集前端，支持?jǐn)U容。交通狀態(tài)識(shí)別研究應(yīng)用平臺(tái)根據(jù)需要可以與探針采集管理平臺(tái)、視頻、ETC等系統(tǒng)進(jìn)行數(shù)據(jù)交換，能夠?qū)崿F(xiàn)多源異構(gòu)數(shù)據(jù)的融合分析。

3.2系統(tǒng)平臺(tái)軟件開發(fā)

開發(fā)了系統(tǒng)平臺(tái)軟件，利用探針檢測數(shù)據(jù)，還原車輛行駛軌跡，通過無線探針獲取數(shù)據(jù)，在地圖上實(shí)時(shí)顯示路段的道路交通情況。從路線狀況、行程速度、路段實(shí)時(shí)車速這3個(gè)方面對(duì)路段的交通狀態(tài)進(jìn)行識(shí)別及展示，能夠初步實(shí)現(xiàn)對(duì)高速公路交通狀態(tài)的識(shí)別與實(shí)際分析應(yīng)用。

4結(jié)語

高速公路的各種信息感知設(shè)備為交通數(shù)據(jù)采集提供了基礎(chǔ)和海量的數(shù)據(jù)。由于實(shí)際環(huán)境中各種干擾因素的存在，單一設(shè)備采集的數(shù)據(jù)往往帶有偏差，因此，對(duì)多種異構(gòu)數(shù)據(jù)源的數(shù)據(jù)進(jìn)行融合和糾錯(cuò)是有必要的。利用多種設(shè)備采集數(shù)據(jù)的關(guān)聯(lián)性分析，建立多源數(shù)據(jù)映射，通過AI方法，快速判別和剔除失真數(shù)據(jù)，提高分析結(jié)果的準(zhǔn)確性。通過4G無線探針采集的數(shù)據(jù)并結(jié)合如ETC、卡口視頻等數(shù)據(jù)，能夠進(jìn)一步感知高速公路運(yùn)行狀態(tài)；進(jìn)行交通狀態(tài)的判別和預(yù)測具有重要的作用，可以對(duì)高速公路的管理決策提供科學(xué)的依據(jù)。通過選用適當(dāng)?shù)姆椒?，例如統(tǒng)計(jì)算法、機(jī)器學(xué)習(xí)算法等對(duì)無線探針數(shù)據(jù)等各種多元數(shù)據(jù)進(jìn)行融合，使用基于貝葉斯組合框架和高階馬爾可夫過程的融合方法，從歷史數(shù)據(jù)中計(jì)算交通數(shù)據(jù)狀態(tài)轉(zhuǎn)移概率矩陣，實(shí)現(xiàn)多源異構(gòu)數(shù)據(jù)的融合［1］；能夠基于歷史數(shù)據(jù)，采用時(shí)間序列預(yù)測模型對(duì)未來交通路況進(jìn)行預(yù)測，為交通管理提供決策支持［7］。

參考文獻(xiàn)

［1］戚湧，張偉斌.交通信息智能感知與數(shù)據(jù)分析理論與方法［M］.北京：科學(xué)出版社，2020.

［2］楊兆升，于德新.智能運(yùn)輸系統(tǒng)概論［M］.北京：人民交通出版社，2015.

［3］王祥雪，許倫輝.基于深度學(xué)習(xí)的短時(shí)交通流預(yù)測研究［J］.交通運(yùn)輸系統(tǒng)工程與信息，2018（1）：81-88.

［4］楊珍珍，郭勝敏，李平，等.基于浮動(dòng)車數(shù)據(jù)的交通流變化趨勢(shì)提取方法［J］.公路交通科技，2013（12）：125-132.

［5］何兆成，盧瑞琪，聶佩林.基于浮動(dòng)車定位數(shù)據(jù)的高速公路區(qū)間平均速度估計(jì)［J］.公路交通科技，2011（6）：128-135.

［6］欒翔，陶莎，暨育雄，等.基于無線探針的國省干道交通信息感知系統(tǒng)［J］.交通科技，2019（4）：95-99，104.

［7］李穎宏，劉樂敏，王玉全.基于組合預(yù)測模型的短時(shí)交通流預(yù)測［J］.交通運(yùn)輸系統(tǒng)工程與信息，2013（13）：32-41.

作者：盧毅 杜向進(jìn) 單位：江蘇省交通工程建設(shè)局