原文传递
基于RFID电子车牌的道路交通状态判别技术研究
| 论文题名： | 基于RFID电子车牌的道路交通状态判别技术研究 |
| 关键词： | 电子车牌;道路交通;状态判别;射频识别;信息采集 |
| 摘要： | 目前，我国交通拥堵问题日益尖锐，已经影响到居民的出行效率，甚至威胁到居民的财产安全、生命安全。不仅如此，由交通问题造成的资源浪费，环境污染也不容忽视。智能交通系统是人们掌控交通规律，提高出行效率的主要途径。 智能交通系统通过实时交通信息的采集，对交通信息进行分析和规律挖掘，实现道路交通状态的监控。随着RFID技术不断的发展，交通领域中RFID技术应用越来越广泛。在交通信息采集方面RFID技术具有信息存储量大，识别速度快，能够适应各种恶劣的环境等优势。RFID技术采集到的交通数据可靠，能够为交通状态判别提供数据支撑。 交通状态判别技术是智能交通系统实现道路交通状态监测、交通诱导的基础，传统的交通状态判别技术采用的是人工判别方式，这种方式直接有效，但需要投入大量人力，难以实现自动化，智能化控制，因此自动判别技术是研究的重点。自动判别技术经过研究发展日渐成熟，不再局限于传统的判别技术，人工神经网络、专家系统、模式判别、模糊理论等技术应用于交通状态判别中，使得交通状态判别技术有了很大的改进。 本论文在RFID电子车牌数据基础上，使用交通流相关理论对主要的交通流参数进行提取。在模糊理论基础上依据交通流参数对道路的交通状态进行判别，在此基础上，本论文提出拥堵强度的计算模型，对交通状态进行定量描述。本论文的主要工作有： ①主要交通流参数提取。在分析RFID技术采集交通信息原理的基础上，结合具体的RFID电子车牌数据，对原始数据中存在的冗余数据进行了处理。根据交通流理论完成交通流参数提取，并分析了交通流参数时间特性。 ②交通状态判别。针对道路交通状态变化的连续性以及不同交通状态下交通流参数之间界限并不明显的特点，结合模糊聚类的特点和优势，选取了经典的模糊c均值(FCM)算法对交通状态进行判别。并且研究了模糊加权指数对FCM算法性能的影响，确定了模糊加权指数的较佳的取值范围，并采用等步长取值法选取合适的取值。 ③提出拥堵强度计算模型。在FCM聚类算法得到的聚类中心结果上，建立了交通拥堵强度模型，用于定量描述交通状态，使用拥堵强度可以横向比较不同等级道路之间交通状况。最后，实验结果显示，FCM算法对交通状态判别结果性能较好，拥堵强度计算结果更能直观地反映交通状态情况，RFID电子车牌数据能够作为智能交通系统的数据基础。 |
| 作者： | 曹永乐 |
| 专业： | 计算机技术 |
| 导师： | 刘卫宁 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
