详情

原文传递动态交通信息采集与处理技术的研究与开发

论文题名：	动态交通信息采集与处理技术的研究与开发
关键词：	动态交通信息平台;数据采集;信息发布;智能交通系统;免疫模糊聚类;人工神经网络
摘要：	随着人民生活水平的提高和城市化进程的加快，机动车数量大幅度增加，交通问题显得越来越突出。交通拥挤阻塞以及由此而导致的交通事故、环境污染和能源的耗费日益引人瞩目。智能交通系统是解决现代社会交通需求与供给矛盾的重要途径之一，其核心研究内容是动态交通信息平台。从智能交通系统各子系统接入的交通相关信息通过动态交通信息平台进行有效集成、数据融合和综合处理，可以实现各子系统之间信息资源的高度共享，为交通控制与管理提供科学的决策依据，为广大交通参与者提供全方位的交通信息服务。本文在对ITS各关键技术方法进行深入研究的基础上，围绕信息平台的框架与系统设计、道路交通信息的组织与管理、信息发布平台的功能实现等开展了一系列工作，建立针对实时交通流的城市动态交通信息平台，深刻探讨了动态交通信息采集与处理技术。论文的主要工作如下：（1）构建了城市动态交通信息平台的框架体系。分析信息平台运行所需相关信息数据和实现功能，宏观上按照交通信息控制层面提出了信息采集、处理、信息发布和数据库四大部分组成的城市动态交通信息平台的系统结构。同时分析了各部分数据组成，基本硬件组成和所实现的主要功能。为进一步各子系统的技术开发提供清晰的脉络。（2）在交通数据采集的设计实现中，介绍了动态信息采集技术分类、方法，以及各种采集方法的优缺点，并结合Visual C++作为主要开发环境，实现了信息采集子系统的多源异构采集功能，采集各类主流固定型车辆检测设备和浮动车实时数据，同时进行数据预处理，数据融合，统一数据格式，得到正确广泛的动态信息及时存入SQL Server2000数据库。并运用多线程技术有效改进海量数据的采集效率，满足了城市交通信息采集的实际需要。（3）创新性地提出了一种基于免疫模糊聚类RBF网络的交通信息融合算法。在各种检测技术相互补充的多传感器检测已成为交通信息采集技术发展的主要方向，交通信息采集实时性要求日益提高，针对现有交通信息融合算法难以满足复杂交通网络实时性和快速性的不足之处，本文提出了一种基于免疫模糊聚类和人工神经网络模型的混合交通信息融合性算法。该算法结合人工免疫系统的克隆选择原理，借鉴免疫记忆、免疫调节、克隆选择和疫苗接种等生物免疫机制，有效提高了搜索FCM初始聚类中心的速度，再将结果作为FCM算法的初始设定值，进行聚类迭代计算，获得优化的神经网络信息融合模型。该算法具有较强的泛化能力和良好的并行数据处理能力。（4）在信息发布子系统的设计实现中，以Visual C++作为主要开发环境，实现交通指挥中心大屏幕地图显示实时交通信息的各项主要功能。集成了多种道路交通信息，最大限度地实现了交通信息资源的共享，为交通管理部门提供了直观清晰的交通信息，加强了交通指挥管理工作。基于上述研究成果，论文最后给出了动态交通信息采集与处理子系统的实现结果，并对全文进行了总结，对下一步的研究工作进行了展望。
作者：	叶杨
专业：	控制理论与控制工程
导师：	杨立才
授予学位：	硕士
授予学位单位：	山东大学
学位年度：	2009
正文语种：	中文