摘 要： 交通系統(tǒng)中的車輛管理系統(tǒng)應(yīng)用智能技術(shù)能夠有效提高其運(yùn)行效率和安全性，特別是在數(shù)據(jù)挖掘技術(shù)下進(jìn)行系統(tǒng)構(gòu)建，對其性能有較好的改進(jìn)作用。利用數(shù)據(jù)挖掘技術(shù)對智能化車輛管理系統(tǒng)進(jìn)行設(shè)計(jì)，實(shí)現(xiàn)了系統(tǒng)的優(yōu)化升級，從而起到較好的控制分流和防止擁堵的作用。采用數(shù)據(jù)挖掘技術(shù)設(shè)計(jì)智能化車輛管理系統(tǒng)，從而提高車輛管理性能，促進(jìn)我國交通事業(yè)穩(wěn)定、安全發(fā)展。

關(guān)鍵詞： 數(shù)據(jù)挖掘技術(shù)； 智能化技術(shù)； 車輛管理系統(tǒng)； 數(shù)據(jù)分析

中圖分類號： TN911?34 文獻(xiàn)標(biāo)識碼： A 文章編號： 1004?373X（2016）16?0052?03

Abstract： The data mining technique is used to design the intelligent vehicle management system for optimization and upgrade of the system to realize the better control of vehicle shunt and congestion prevention. The intelligent vehicle management system was designed on the basis of data mining technique to improve the performance of vehicle management， and promote the transport stability， security and development of China.

Keywords： data mining technology； intelligent technology； vehicle management system； data analysis

隨著我國經(jīng)濟(jì)水平的增長，人民生活水平不斷提高，人們出行代步工具的應(yīng)用越來越多，導(dǎo)致道路擁堵，給交通帶來加大的壓力。相關(guān)部門必須做好交通車輛管理工作，而傳統(tǒng)的道路交通管理手段無法適應(yīng)現(xiàn)代經(jīng)濟(jì)社會的發(fā)展，必須利用現(xiàn)代智能技術(shù)對道路交通進(jìn)行變革。比如將遙感技術(shù)、網(wǎng)路通信技術(shù)、數(shù)據(jù)挖掘技術(shù)、計(jì)算機(jī)技術(shù)等集合在一起，解決車輛擁堵問題，從而實(shí)現(xiàn)安全、高校的交通路面局面。

1 數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘技術(shù)就是從大量不完全、模糊、隨機(jī)的數(shù)據(jù)信息中提取潛藏在數(shù)據(jù)中的變量和關(guān)系。在實(shí)際發(fā)展中數(shù)據(jù)挖掘的基本目標(biāo)是用來描述和預(yù)測信息。而預(yù)測主要涉及的內(nèi)容是使用數(shù)據(jù)集中的一些變量信息，以便于預(yù)測一些重要的變量未來值；而描述主要關(guān)注的是人們所解釋的數(shù)據(jù)模式[1]。從這個(gè)方面來看數(shù)據(jù)挖掘可以分成兩類：一類是描述性數(shù)據(jù)挖掘，另一類是預(yù)測性數(shù)據(jù)挖掘。數(shù)據(jù)挖掘過程比較復(fù)雜，包含數(shù)據(jù)準(zhǔn)備、問題定義、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)管理以及模式評估等方面的內(nèi)容。如圖1所示是數(shù)據(jù)挖掘的簡單處理模型[2]。觀察圖1可看出，將數(shù)據(jù)挖掘過程各個(gè)處理部分按照一定的順序排列，但是這個(gè)過程并不是線性的，想要在應(yīng)用的過程中取得較好的結(jié)果必須不斷地重復(fù)這些問題步驟。

在平時(shí)的數(shù)據(jù)挖掘過程中常用的數(shù)據(jù)挖掘技術(shù)包含關(guān)聯(lián)規(guī)則、聚類規(guī)則以及分類規(guī)則等。將這些規(guī)則應(yīng)用于智能車輛系統(tǒng)中能夠比較全面地提取出隱藏在數(shù)據(jù)中更深層次的數(shù)據(jù)發(fā)展趨勢，從而更好地預(yù)測相關(guān)信息和知識，有效提高車輛運(yùn)行效率[3]。

2 系統(tǒng)框架結(jié)構(gòu)形式分析

利用信息化手段進(jìn)行車輛管理系統(tǒng)分析的過程中，首先要設(shè)計(jì)系統(tǒng)框架，并對這些框架進(jìn)行深入的分析。本文所設(shè)計(jì)的車輛智能管理系統(tǒng)由識讀器、電子標(biāo)簽、Savant服務(wù)器、PML服務(wù)器、ONS服務(wù)器、數(shù)據(jù)倉庫等構(gòu)成，具體的結(jié)構(gòu)構(gòu)成模式如圖2所示。

（1） 射頻識別技術(shù)。這種技術(shù)是一種自動識別技術(shù)，主要由電子標(biāo)簽、天線、識讀器構(gòu)成，能夠通過射頻信號自動識別目標(biāo)對象，并從中獲取一些有價(jià)值的信息。電子標(biāo)簽芯片中含有EPC，這時(shí)物理實(shí)體的一個(gè)身份標(biāo)識[4]。射頻識別技術(shù)首先由識讀器識別車輛信息（車牌號、車架編碼、發(fā)動機(jī)號等），然后通過發(fā)射天線發(fā)送射頻信號，射頻卡進(jìn)入發(fā)射天線工作區(qū)域時(shí)會產(chǎn)生感應(yīng)電流，而后將電子標(biāo)簽信息發(fā)送出去。系統(tǒng)接收到信號從射頻卡發(fā)出載波信號，然后經(jīng)過天線調(diào)節(jié)功能將其傳送到識讀器中，識讀器對接收到的信號進(jìn)行解碼分析，將解碼后的信息進(jìn)行處理[5]。

（2） Savant服務(wù)器。Savant屬于物聯(lián)網(wǎng)系統(tǒng)的中間件，主要功能是校對電子標(biāo)簽中的信息，同時(shí)能夠進(jìn)行數(shù)據(jù)傳送、存儲以及處理再傳送等功能，將數(shù)據(jù)信息完整地傳輸?shù)揭蛱鼐W(wǎng)上[6]。

（3） ONS服務(wù)器。該服務(wù)器的主要功能是將EPC轉(zhuǎn)化成IP地址，從而能夠?qū)⑿盘柖ㄎ坏较鄳?yīng)的PMI服務(wù)器中，并能夠從中獲取存放的實(shí)物信息，并且能夠做相應(yīng)的處理[7]。

（4） PML服務(wù)器。該服務(wù)器的主要功能是存儲PML語言描述的相關(guān)實(shí)物信息，在系統(tǒng)運(yùn)行中讀取電子標(biāo)簽上的編碼信息，然后能夠查詢和調(diào)用存儲在數(shù)據(jù)庫中的信息，比如車輛信息、繳費(fèi)信息以及交通信息等[8]。

（5） 數(shù)據(jù)挖掘。數(shù)據(jù)挖掘的主要功能是從車輛通行記錄等數(shù)據(jù)中提取有價(jià)值的信息和知識，從而能夠更好地利用這些信息進(jìn)行系統(tǒng)相關(guān)功能的實(shí)現(xiàn)。

（6） 樣本準(zhǔn)備。樣本準(zhǔn)備工作首先以預(yù)測t時(shí)刻之后15 min的車輛交通流作為預(yù)測目標(biāo)，被預(yù)測的目標(biāo)路段的標(biāo)識屬性（link id，start，為（11，.nodeid end node id） 6021 6004）預(yù)測的樣本空間存于2012年9月1日—2012年9月7日所有時(shí)段的交通采集數(shù)據(jù)。取與其流量相關(guān)的所有路段，即所有start?node?id為“6004”，end?node?id為“6021”的所有路段。利用T_DIRECTIONAL?LINK取得所有相關(guān)路段：

select link?id，start?node?id，end?node?id from T?DIRECTIONAL?

LINK

where start?node?id=6004

or endnode_id=6021；

可以取6個(gè)路段，其中：（8，6004，6005），（29，6004，6007），（12，6004，6023）為下游路段；（14，6024，6021），（32，6025，6021），（33，6027，6021）為上游路段。關(guān)于這些路段包括預(yù)測目標(biāo)路段的所有在2006年9月1日—2012年9月7日之間的交通流和車速數(shù)據(jù)，及預(yù)測目標(biāo)路段在下一個(gè)時(shí)段的交通流，應(yīng)該是此次培訓(xùn)的最大樣本空間。接下來，對這些樣本按照設(shè)計(jì)的算法進(jìn)行分類：首先計(jì)算出相應(yīng)的K。首先確定K，分別對3個(gè)下游路段（8，6004，6005），（29，6004，6007），（12，6004，6023）求其在樣本中的車速最大值；例如，對（8，6004，6005）而言，有：

select max（spoLspd）from T?FLOW?MONTH

where start?node?id=6004 and end?node?id=6005

and check?date between to_date（′2006?9?1′，′YYYY?MM?DD′）

and to_date（′2006?9?7′，′YYYY?MM?DD′）；

求得在其路段上速度最大可達(dá)到49.671，再分別求出其他兩個(gè)路段的速度最大值。

3 系統(tǒng)工作流程

3.1 車輛出入管理

車輛出入由道閘控制器、車輛檢測傳感器、LED信息提示牌、接收天線以及多點(diǎn)攝像系統(tǒng)等組成。當(dāng)車輛進(jìn)出收費(fèi)口的時(shí)候，一般由設(shè)在車道下的車輛檢測傳感器對車輛進(jìn)行檢測，信號燈亮起，以便判斷車輛是否能駛?cè)?駛出。

3.2 信息和圖像處理

車輛獲得通信權(quán)利以后，多點(diǎn)攝像系統(tǒng)會對駕駛員或車輛進(jìn)行拍照，當(dāng)車輛進(jìn)入發(fā)射天線工作區(qū)域后，標(biāo)簽識讀器激活車內(nèi)的電子標(biāo)簽，能夠順利地讀出車輛內(nèi)的電子信息，從而將照片和錄像信息一起交由管理主機(jī)存儲。

3.3 信息對比分析

在信息處理的過程中，計(jì)算機(jī)能夠通過車輛自動識別技術(shù)從拍到的圖像信息中讀取車輛信息，并且能夠從IC卡中將信息進(jìn)行對比分析，檢測車牌、車型是否一致。如果一致，則進(jìn)行信息記錄和費(fèi)用計(jì)算，并進(jìn)行自動結(jié)賬處理，進(jìn)而開啟欄桿；如果信息不一致，則發(fā)出警報(bào)，并進(jìn)行相關(guān)處理。

3.4 規(guī)則提取

利用數(shù)據(jù)挖掘技術(shù)得出規(guī)則庫結(jié)果，提供相應(yīng)的出行參考，并進(jìn)行開欄放行處理。如果過欄傳感器能夠檢測到車輛通過就會關(guān)閉欄桿。

4 實(shí)驗(yàn)結(jié)果

此系統(tǒng)采用的語言程序?yàn)榛诰W(wǎng)絡(luò)環(huán)境開發(fā)的C#，數(shù)據(jù)庫為SQL Server，識讀器、電子標(biāo)簽等采用韓國專用儀器。通過對某一路段進(jìn)行數(shù)據(jù)挖掘信息處理后提取的規(guī)則為：凌晨2：30車流量明顯減少，建議在這個(gè)時(shí)間段對路面進(jìn)行設(shè)備維護(hù)處理；車流高峰期2次/天，分別為早上7：20—10：30，下午17：40—20：30，建議工作人員對這個(gè)時(shí)間段內(nèi)設(shè)置信息提示牌，將信息發(fā)送給駕駛員，以便使駕駛員根據(jù)自身情況合理避開車輛高峰期，從而達(dá)到控制分流，預(yù)防擁堵的目的。

5 結(jié) 語

我國人口多，而且人口分布密集，交通問題一直是我國道路交通重點(diǎn)關(guān)注的問題，利用數(shù)據(jù)挖掘技術(shù)進(jìn)行智能車輛管理系統(tǒng)的設(shè)計(jì)能夠有效規(guī)劃車輛出行，緩解高峰期車輛擁堵問題，同時(shí)減少收費(fèi)站高峰期排隊(duì)等候時(shí)間，而且能夠避免盜卡問題和車牌盜用/套用問題，實(shí)現(xiàn)信息增值，提高交通管理效率，從而保障我國交通管理系統(tǒng)的穩(wěn)定、高效發(fā)展。

參考文獻(xiàn)

[1] 徐甲平.面向智能交通系統(tǒng)的空間數(shù)據(jù)挖掘技術(shù)研究[D].上海：同濟(jì)大學(xué)，2007.

[2] 謝亞芬.基于GIS和數(shù)據(jù)挖掘的智能交通管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].杭州：浙江工業(yè)大學(xué)，2007.

[3] 王路露，馮璐，李瑋，等.一種基于數(shù)據(jù)挖掘的智能車輛管理系統(tǒng)的設(shè)計(jì)[J].信息系統(tǒng)工程，2015（6）：77?78.

[4] 劉莉.數(shù)據(jù)挖掘在交通信息分析中的應(yīng)用[J].山東交通科技，2012（5）：77?78.

[5] 竇偉.數(shù)據(jù)挖掘技術(shù)在智能交通系統(tǒng)（ITS）數(shù)據(jù)分析中的應(yīng)用[D].南京：東南大學(xué)，2009.

[6] 夏春梅.數(shù)據(jù)挖掘技術(shù)在銀行信貸風(fēng)險(xiǎn)管理中的應(yīng)用[J].現(xiàn)代電子技術(shù)，2014，37（4）：78?81.

[7] 梁永裕，鐘經(jīng)偉，羅更強(qiáng).基于RFID技術(shù)的港口車輛管理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].現(xiàn)代電子技術(shù)，2012，35（4）：83?86.

[8] HENRICI D， MULLER P. Hash?based enhancement of location privacy for radio frequency identification devices using varying identifiers [C]// Proceedings of the 2nd IEEE Annual Conference on Pervasive Computing and Communications Workshops ERCOMW’04）. Washington， DC， USA： IEEE， 2004： 149?153.