高寧波，王 薇，黃 瑛

（南京理工大學(xué) 自動(dòng)化學(xué)院，江蘇 南京 210094）

1 基于RFID的交通信息采集過(guò)程設(shè)計(jì)

近年來(lái)，隨著科學(xué)技術(shù)的進(jìn)步，RFID技術(shù)已成為國(guó)內(nèi)外發(fā)展最迅速的非接觸式自動(dòng)識(shí)別技術(shù)。由于該技術(shù)具有高效、采集準(zhǔn)確、抗干擾強(qiáng)的特點(diǎn)而被廣泛運(yùn)用在交通控制，物流運(yùn)輸，電子票證，物業(yè)管理等領(lǐng)域。早在20世紀(jì)80年代，美國(guó)將RFID技術(shù)運(yùn)用于高速公路智能控制領(lǐng)域，設(shè)計(jì)了高速公路無(wú)停車(chē)收費(fèi)系統(tǒng)，成效顯著。

RFID設(shè)備主要由讀寫(xiě)器和電子標(biāo)簽組成。讀寫(xiě)器主要起接收信息以及向電子標(biāo)簽發(fā)送命令的作用，電子標(biāo)簽可以存儲(chǔ)車(chē)輛的基本信息，如車(chē)主信息、當(dāng)前時(shí)間等。裝有GPS的車(chē)輛還可存儲(chǔ)當(dāng)前經(jīng)緯度位置信息、繳費(fèi)信息、年檢狀態(tài)等?；赗FID技術(shù)的交通信息采集系統(tǒng)由4個(gè)層次的設(shè)計(jì)組成：①RFID為關(guān)鍵技術(shù)的基礎(chǔ)信息收集層；②網(wǎng)絡(luò)傳輸層；③數(shù)據(jù)庫(kù)運(yùn)用程序控制層；④終端顯示層。

交通信息收集系統(tǒng)的采集過(guò)程為：當(dāng)高速運(yùn)行的車(chē)輛1（2，3）進(jìn)入讀寫(xiě)器A（B，C，D）的工作區(qū)域時(shí)，接收到讀寫(xiě)器發(fā)出的載波信號(hào)，并根據(jù)信號(hào)中的命令將存儲(chǔ)在車(chē)輛電子標(biāo)簽中的信息經(jīng)編碼轉(zhuǎn)換為無(wú)線電信號(hào)，發(fā)射給讀寫(xiě)器，讀寫(xiě)器將返回的信號(hào)進(jìn)行解碼后通過(guò)通信網(wǎng)絡(luò)將信息傳入數(shù)據(jù)庫(kù)控制程序中，然后在數(shù)據(jù)庫(kù)運(yùn)用程序中對(duì)獲取的信息進(jìn)行融合和約簡(jiǎn)處理，獲取此時(shí)道路的交通流特征值。

2 交通流參數(shù)的收集算法

利用信息融合方法處理安裝在道路旁邊的讀寫(xiě)器，收集到車(chē)輛發(fā)出的數(shù)據(jù)包，通過(guò)設(shè)置屬性集篩選相對(duì)重要信息，根據(jù)這些信息可以計(jì)算平均車(chē)速、交通流量以及交通流密度。假如上游讀寫(xiě)器D和下游讀寫(xiě)器C在t1－t2時(shí)段分別接收到n輛車(chē)和m輛車(chē)發(fā)送的數(shù)據(jù)組合UD和UC

2.1 平均車(chē)速的計(jì)算

設(shè)置屬性集R獲取在t1－t2時(shí)段內(nèi)通過(guò)C，D路段的車(chē)輛

假設(shè)在t1－t2時(shí)段經(jīng)過(guò)C，D路段的車(chē)輛總共有k輛，則C可描述為

每輛車(chē)的平均車(chē)速

整個(gè)路段的平均車(chē)速

式中：tCi（tDi）為車(chē)輛i經(jīng)過(guò)檢查器C（D）的時(shí)間，dCD為CD間距離。

2.2 交通流量及平均流量計(jì)算

式中：Card（Uc）為集合Uc的元素個(gè)數(shù)，Card（UD）為集合UD的元素個(gè)數(shù)。

2.3 交通流密度計(jì)算

CD路段交通流密度Kt1－t2CD的計(jì)算

3 道路交通擁堵識(shí)別模型及預(yù)警

3.1 道路交通擁堵識(shí)別模型

交通擁堵主要體現(xiàn)在交通擁堵發(fā)生的前、中、后3個(gè)時(shí)期的交通流量、平均車(chē)速、密度的異常變化，因此，選用這3個(gè)基本參數(shù)作為評(píng)價(jià)道路擁堵的指標(biāo)，建立基于模糊函數(shù)的交通擁堵識(shí)別模型，有利于對(duì)道路擁堵?tīng)顩r的準(zhǔn)確定位。

3.1.1 步驟一：對(duì)評(píng)判指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理

平均速度、流量以及交通流密度屬于不同量綱的指標(biāo)，采用標(biāo)準(zhǔn)函數(shù)法進(jìn)行歸一化處理。

通常平均速度越大表示道路越暢通，密度越大表明道路越擁擠，交通流與道路擁擠程度沒(méi)有很直觀的正比或者反比關(guān)系。因此，對(duì)交通擁堵評(píng)價(jià)體系來(lái)說(shuō)平均速度為效益型指標(biāo)，交通流量為適中型指標(biāo)，交通流密度為成本型指標(biāo)。假設(shè)一條道路被讀寫(xiě)器分割成為n個(gè)路段，通過(guò)式（2）、式（5）、式（6）可得道路的交通擁堵指標(biāo)向量

標(biāo)準(zhǔn)化處理

標(biāo)準(zhǔn)擁堵指標(biāo)向量

式中：E（f）為期望流量，vmin（fmin，kmin）為論域的下極限，vmax（fmax，kmax）為論域的上極限。

3.1.2 步驟二：權(quán)重系數(shù)的判定方法

3.1.2.1 路段的權(quán)重系數(shù)判定

如果擁堵發(fā)生在距離上游交叉口較近的位置，產(chǎn)生的排隊(duì)車(chē)輛容易影響上游交叉口的通行，易導(dǎo)致上游交叉口發(fā)生擁堵，對(duì)經(jīng)由交叉口的其它路段產(chǎn)生連鎖反應(yīng)，因此，越靠近上游交叉口位置的路段對(duì)交叉口的車(chē)輛通行影響越大，所以，可建立基于距離的路段權(quán)重系數(shù)計(jì)算公式。假設(shè)路段被n＋1個(gè)讀寫(xiě)器分割為n個(gè)路段，則有

式中：Si為第i個(gè)路段的中心距離上游交叉口的距離。

3.1.2.2 指標(biāo)權(quán)重系數(shù)判定

指標(biāo)權(quán)重系數(shù)的判定采用層次分析法中求最大特征根的方法求解。可根據(jù)專家經(jīng)驗(yàn)給出三指標(biāo)的相對(duì)重要性判斷，然后求出各指標(biāo)的權(quán)重值a及權(quán)重向量A（見(jiàn)表1）。

表1 指標(biāo)重要性判斷矩陣及權(quán)重系數(shù)表

3.1.3 步驟三：計(jì)算指標(biāo)綜合測(cè)度值

3.1.4 步驟四：擁堵等級(jí)閾值的確定

想要確定道路交通的擁堵等級(jí)，必須先確定擁堵等級(jí)中平均車(chē)速、交通流密度、流量的閾值。目前，《城市道路交通管理評(píng)價(jià)指標(biāo)體系》中只對(duì)城市主干道的擁堵閾值有規(guī)定（城市主干道的擁堵閾值為20km／h，是二級(jí)運(yùn)行狀態(tài)的下限），不同等級(jí)的道路擁堵等級(jí)的閾值不同，但是可以通過(guò)遞推的方法得到其它公路道路的擁堵閾值，以高速公路為例：可以依照《城市道路交通管理評(píng)價(jià)指標(biāo)體系》中給出的城市主干道的速度擁堵閾值與《城市道路設(shè)計(jì)規(guī)范》中相應(yīng)的服務(wù)水平的速度閾值相比，將比值乘以《高速公路基木段服務(wù)水平分析指標(biāo)和分級(jí)標(biāo)準(zhǔn)》中同等服務(wù)水平的速度和密度閾值，即得高速公路基本路段的速度和密度擁堵閾值。計(jì)算結(jié)果如表2所示。

表2 道路交通擁堵分級(jí)指標(biāo)表

據(jù)表2可確定城市主干道三指標(biāo)的論域?yàn)椋?，4000），（0，80），（0，400）。高速公路三指標(biāo)的論域?yàn)椋?，3840），（0，120），（0，80）。根據(jù)（8）式將指標(biāo)各閾值標(biāo)準(zhǔn)化后乘以指標(biāo)的權(quán)重，相加后可確定擁堵分級(jí)指標(biāo)的綜合閾值，如表3所示。

表3 道路交通擁堵綜合閾值表

3.2 總體評(píng)價(jià)與峰值異常預(yù)警處理

參考前面計(jì)算的道路擁堵綜合測(cè)度值C判斷當(dāng)前道路處于的擁堵等級(jí)，對(duì)于出現(xiàn)交通擁堵的路段采取必要的疏導(dǎo)措施，防止惡化。

測(cè)度指標(biāo)值C反應(yīng)的僅僅是道路的一個(gè)總體的擁堵情況，而未能體現(xiàn)單個(gè)路段的詳細(xì)情況，當(dāng)?shù)缆分心骋粋€(gè)路段出現(xiàn)交通事故的情況就無(wú)法判斷。因此，采用道路總體擁堵情況評(píng)價(jià)與單個(gè)斷面的交通流特征值的峰值異常并行的方法。

4 實(shí)例分析

利用vissim仿真一條1.5km的道路，每隔500 m放置一個(gè)檢測(cè)器，路段被分成AB，BC，CD共3個(gè)段，方向從D到A。獲取從0～5min、5～10min、10～15min 3個(gè)時(shí)間段檢測(cè)器之間的平均行程時(shí)間、平均車(chē)速、交通流密度，交通流量如表4所示。

表4 仿真路段交通流特征值表

依據(jù)式（9）可得第一個(gè)時(shí)段標(biāo)準(zhǔn)化之后的數(shù)據(jù)集為

依據(jù)式（9）和表2可得路段權(quán)重向量以及指標(biāo)權(quán)重

依據(jù)式（11）計(jì)算路段在第一個(gè)時(shí)間段內(nèi)的綜合交通流特征值

同理，可計(jì)算路段在其它兩個(gè)時(shí)間段內(nèi)的擁堵綜合值

結(jié)果表明路段在三個(gè)時(shí)間段均交通流狀態(tài)為：通暢，較擁堵，一般擁堵。路段AB，BC，CD的速度、密度時(shí)間圖以及路段AD交通擁堵態(tài)勢(shì)時(shí)變?nèi)鐖D1所示。

圖1 道路擁堵態(tài)勢(shì)時(shí)空狀態(tài)

通過(guò)對(duì)圖a，b，c的分析可知，路段AB和CD斷面交通流密度峰值出現(xiàn)在5～10min的時(shí)間范圍，大小分別為56.25pcu／km 和95pcu／km，路段的BC斷面峰值出現(xiàn)在10～15min范圍內(nèi)，大小為65pcu／km。整個(gè)路段的擁堵?tīng)顩r為0～5min時(shí)為通暢，5～10min為較擁堵，10～15min為一般擁堵，出現(xiàn)這種情況的原因是由于在0～5min內(nèi)有較大的交通流進(jìn)入到DC路段，而在5～10min內(nèi)，較大的交通流已經(jīng)達(dá)到了AB段，并且此時(shí)又有一個(gè)較大的交通流進(jìn)入了DC路段，導(dǎo)致在5～10min區(qū)間段為AB與DC段均出現(xiàn)流量峰值最大。因此，此時(shí)應(yīng)該在DC入口段發(fā)出預(yù)警，控制大流量車(chē)輛進(jìn)入AD路段，避免發(fā)生擁堵。

5 結(jié)束語(yǔ)

道路交通擁堵問(wèn)題是全球性問(wèn)題，處理的結(jié)果將會(huì)直接影響社會(huì)經(jīng)濟(jì)的發(fā)展。解決道路交通擁堵問(wèn)題需要融合多方面的知識(shí)，目前，處理交通擁堵的方式大多數(shù)是通過(guò)交通管理者的經(jīng)驗(yàn)采取方案措施解決，缺乏一定的科學(xué)性。因此，首先通過(guò)引入較為先進(jìn)的RFID作為收集交通基礎(chǔ)信息的關(guān)鍵技術(shù)，對(duì)交通信息采集與發(fā)布系統(tǒng)進(jìn)行結(jié)構(gòu)設(shè)計(jì)。其次，利用信息融合與約簡(jiǎn)算法計(jì)算出交通運(yùn)行狀態(tài)的特征值（交通流密度，交通流量，平均車(chē)速）。然后將特征值作為道路擁堵評(píng)價(jià)指標(biāo)，建立基于模糊函數(shù)的道路擁堵計(jì)算模型和評(píng)價(jià)標(biāo)準(zhǔn)。最后提出峰值異常和總體評(píng)價(jià)并行的預(yù)警機(jī)制，為以后解決交通擁堵問(wèn)題提供思路，有一定的參考和實(shí)用價(jià)值。

[1] 朱琳，于雷，宋國(guó)華，等.基于浮動(dòng)車(chē)數(shù)據(jù)的交通擁堵時(shí)間維度特征[J].北京交通大學(xué)學(xué)報(bào)，2011，35（6）：7－12.

[2] 楚楊杰，陳春紅，劉昭，等.道路交通擁堵自動(dòng)檢測(cè)的改進(jìn)加州算法及仿真[J].數(shù)學(xué)雜志，2012，32（4）：740－744.

[3] 郝宇，王慧.基于物元法的交通政策評(píng)價(jià)方法與城市交通擁堵[J].交通科技與經(jīng)濟(jì)，2013，15（1）：57－61.

[4] WANG Y B，PAPAGEORGIOU M，MESSMER A.Realtime freeway traffic state estimation based on extended Kalman filter：a case study[J].Transprtation Science，2007，41（2）：167－181.

[5] 黃明芳，鄭建湖，池林勇.基于模糊聚類(lèi)的城市交叉口安全評(píng)價(jià)[J].交通科技與經(jīng)濟(jì)，2012，72（4）：84－87.

[6] 周曉光，王曉華.射頻識(shí)別（RFID）技術(shù)原理與運(yùn)用實(shí)例[M].北京：北京人民郵電出版社，2006.

[7] 劉智勇，李水友.基于信息融合技術(shù)的交通量檢測(cè)方法[J].公路交通科技.2003，20（2）：81－84.

[8] 胡啟洲，王海涌，劉英舜.道路交通安全態(tài)勢(shì)監(jiān)控的測(cè)定方法[M].北京：科學(xué)出版社，2012.

[9] 姜桂艷，常安德，牛世峰.基于車(chē)牌識(shí)別數(shù)據(jù)的交通擁堵識(shí)別方法[J].哈爾濱工業(yè)大學(xué)學(xué)報(bào)，2011，43（4）：131－135.