基于物联网的智能交通检测与应急管理系统资料(共22页).doc
《基于物联网的智能交通检测与应急管理系统资料(共22页).doc》由会员分享,可在线阅读,更多相关《基于物联网的智能交通检测与应急管理系统资料(共22页).doc(22页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、精选优质文档-倾情为你奉上基于物联网的智能交通检测与应急管理系统上海博超联石智能科技有限公司 晋胜国 傅福林摘要:本文从物联网和智能交通建设的实际现状出发,在对交通事件智能检测分析和应急管理决策技术等关键技术研究的基础上,提出了基于物联网的交通智能检测与应急管理系统的技术架构及子系统平台设计思路,为新形势下城市智能交通与应急管理系统的理论研究提供了新思路、新技术、新方法,对于交通智能化和智慧城市建设都具有重要的实践意义。关键词:物联网 智能交通 事件检测 应急管理 1 概述随着城市化进程不断深入,城市人口和车辆迅速增多,汽车保有量逐年增长,道路拥挤、交通不畅、环境污染、事故频发,因此,开展智能
2、交通系统理论研究和技术创新,对于解决城市交通安全、交通堵塞及环境污染等问题,最大限度地满足老百姓交通出行需要,提高人民群众生活质量显得十分迫切。研究发现,通过技术手段实现对交通事件进行智能检测,并对检查到的各种数据参数进行有效管理,可以有效地缩短事件发现、响应和清除所花费的时间,大大提高事件的处理效率。越快对事件进行处理,就越能减少交通事件所造成的人员伤亡和财产损失;越能改善与事件有关的当事人、事件的处理人以及相关道路使用者的安全性;越能有效地使用各种应急资源,提高管理部门的工作效率。智能化的交通事件管理不仅可以减少事件所持续的时间、缩短事件所造成的延误、降低偶发性交通拥堵的程度,从而有效地避
3、免二次事件的发生;而且可以通过发布内容更丰富的出行者信息来节省驾驶人员的运行费用,从而更高效灵活地使用人力和道路设施。因此,研究新形势下基于物联网的智能交通事件自动检测与应急管理的新技术、新思路、新方法,不仅可以提升道路交通管理的智能化水平,促进道路交通的应急救援管理工作上一个新台阶,而且具有显著的经济效益和社会效益。2 关键技术2.1 车牌识别技术车牌识别算法采用高度模块化的设计,按照车牌识别过程所包含的环节进行划分,一个环节对应一个相对独立的模块,这些模块既相互独立又相互联系,它们共同作用实现对车牌的准确识别。一般包括: 车辆的检测和跟踪:主要是对视频流进行图像分析,根据图像中车辆的位置,
4、实现对其中的车辆进行跟踪,当车辆在最佳位置时,抓拍车辆的特写图片。而对车辆的跟踪是为了更好地克服来自外界的各种干扰,使识别的结果更加合理。 车牌的定位:车牌定位对后续环节显得十分重要,因此它是车牌识别的基础,车牌定位的准确性直接影响到整体系统的性能。本系统引进的车牌定位算法是一种完全基于学习的、多种特征融合的新算法,由于它摒弃了传统的算法思路,因此特别适用于各种复杂的场景以及拍摄角度。 车牌的矫正和精确定位:考虑到受现场安装条件的影响,摄像机的安装角度会受到一定的限制,抓拍到的车牌会出现一定程度的倾斜。需要对车牌图像进行矫正处理,以提高车牌图像的质量,也是为后续对车牌进行切分和识别做准备工作。
5、我们采用通过精心设计的图像快速处理滤波器,对图像中车牌的整体信息进行快速处理,不仅可以避免因局部噪声所带来的影响,而且通过在算法中对多个中间结果进行比较分析,实现对车牌的精确定位,以减少非车牌区域所造成的影响。 车牌的切分:车牌的切分是根据车牌上文字的颜色、灰度、边缘分布等一系列特征来设计切分算法。该算法不仅可以有效抑制车牌周围其它噪声的影响,而且可以容忍车牌有一定程度的倾斜,特别是针对车牌图像噪声较大的应用,比如移动式稽查车牌识别,这一算法更具有明显的优势。 车牌的识别:为了更有效地提高字符识别的正确率,本系统设计了多个识别模型,多个识别模型相结合形成一种层次化的字符识别算法。同时,为了尽可
6、能地保留图像信息,在对字符进行识别之前,先使用一些智能算法对字符图像做一些预处理,一方面可以提高图像的质量,同时也可以保证相似字符更好区分,提高字符的识别率。 车牌识别结果的决策:所谓识别结果的决策,就是根据车牌的历史记录,当一辆车经过视野时,对识别到的结果进行智能化的比较分析,并作出决策。这种比较分析决策可以通过计算观测帧数,判断识别结果、轨迹、速度等的稳定性,估算平均可信度、相似度等几方面进行综合评价,最后决定是继续跟踪该车、输出识别结果还是拒绝该结果。这种方法不同于传统的基于单幅图像的识别算法,它综合利用了所有帧的信息,减少了偶然性,大大提高了识别率,使识别结果更加正确、可靠。 车牌的跟
7、踪:车牌跟踪基于各种历史信息数据库以及运动模型和更新模型实现的。历史信息数据库中记录了车辆行驶过程中每一帧所包含的该车车牌的位置信息、外观信息、识别结果、可信度等信息。运动模型、更新模型由于具有一定的容错能力,因此可以保证那些短时间被遮挡或者瞬间比较模糊的车牌仍能够被正确地跟踪和预测,并在最终只输出一个识别结果。 下图1为车牌识别的工作流程图:图1 智能交通车牌识别工作流程图2.2 交通事件应急管理与决策技术一般地,交通事件应急管理是指借助计算机技术、通信技术等现代最新技术,根据交通事件应急指挥流程,来建立一套智能交通应急管理决策系统,以实现人、制度、机械和技术等各种资源的有机整合和相互协调,
8、通过有效地减少交通事件的碰撞程度、持续时间等指标,来提高相关人员(如:事件受害者、司乘人员、事件响应者等)的安全水平。通过该系统还可以缩短发现和查证一起事件所需的时间,通过适当响应,即可实现提高事件操作效率,保障事件安全程度,最终安全清除事件现场的目标。概括地,智能交通应急管理决策系统应涵盖以下几个基本流程:首先是对事件进行检测,然后是对事件进行辨识,针对不同的事件作出决策,提出应急方案,并立即实施方案,同时发布事件信息,最后还要对实施效果进行评估,评估结果存放到应急管理知识库中。智能交通应急管理决策系统主要流程如下图2所示:图2 智能交通应急管理决策系统事件检测:智能交通检测技术需要解决高检
9、测率事件检测算法的高灵敏度与高误报率的矛盾,检测率、误报率与平均检测时间之间的矛盾。检测的准确率与所采用的自动检测算法有着密切的关系。因此,要提高检测的准确率,除了提高硬件检测精度外,关键要对检测算法进行创新设计。事件检测算法的设计十分重要,它不仅关系到能否最大限度地发挥监控系统硬件部分的作用,特别是对事故的处理也显得非常地重要。比如:事故发生后所需的快速检测,事故发生后采取交通控制措施,对事故进行快速处理,以防止二次事故的发生,有效降低事故带来的损失等,都和事件检测算法设计有着直接的关系。下图3为智能交通事件检测的关键流程:图3 智能交通事件检测流程事件辨识:一旦事件检测模块检测到已发生或将
10、发生的交通事件后,系统会将与此事件相关的原始信息、事件发生地的环境信息、四周的交通信息进行汇总,进入到事件分析模块,进行事件辨识(包括过滤、比对分析等)。实际上系统在内部,一方面会根据事件的类型、事件的严重程度、导致事件发生的原因等因素来进行事件辨识,更进一步,它还会通过对事件所导致的瓶颈处通行能力的下降程度、事件可能造成的阻塞及其扩散程度等几个方面做出分析和预测,为接下来的应急决策提供基本的依据。考虑到事件检测模块会有一定的误报率,而且事件检测所提供的与事件有关的属性数据可能很不全面,因此,事件辨识的过程首先是对事件进行确认的过程,也即是首先要对事件的有无进行判断。然后才是借助预先设计好的各
11、种模型和预案包括数学算法来对事件进行归类并分析,最终得到与事件的有关特征信息、事件的严重程度、事件影响指数等一些重要参数。当然,要是当检测模块所提供的与事件有关的数据不够完善或者是有残缺时,系统内部会应用数据挖掘和数据融合等技术算法对与事件有关的属性数据进行更进一步的处理。应急决策:决策分析是交通事件应急管理的难点,它一方面要负责生成救援方案,同时还要负责通知相关救援部门派遣救援资源。决策模块利用检测模块所采集到的信息,通过具体的决策算法和优化算法生成包括车道控制、匝道控制等救援策略。在生成这些策略时,不仅要考虑相关交通路网的通行能力和各交通路段通行能力之间的匹配情况以及各交通路段预测的行驶时
12、间,还应考虑生成相关救援部门实施事故救援的具体过程。决策分析的好坏对于应急决策的效果有直接的影响,因此,在设计交通事件的决策分析算法时,不仅要考虑从事件分析模块所得到与交通事件的有关信息,还要来自辅助决策和资源维护两个外部模块的信息。辅助决策模块主要涉及GIS、气象、环境等几个方面的内容,可以为决策分析提供所需的地理、环境、气象预测等方面的信息;资源维护模块可以提供有关应急资源的配置和补给等方面的信息,这些信息对于决策方案的制定以及执行过程都有着直接的影响。此外,交通事件的历史信息和应急预案也都是系统在进行决策分析时的有效依据。交通事件应急预案一般包括事发路段的如何进行交通管理、如何对出救资源
13、种类进行选择、如何选择出救资源点、如何合理配置应急资源、如何保证救援路径最优,此外,还要考虑对事发路段上游流入交通如何进行迂回诱导和控制、如何紧急管理事发路段的关联平面道路以及如何发布信息等方面的预案。决策实施与信息发布:决策实施即是应急决策的执行,它包括交通事件救援行动的全过程。其有效性主要取决于两个方面:一是交通事件的发展趋势,一是可供调度的用于救援的资源状态。在应急救援过程中,需要应急指挥人员不断从系统中实时获得事件的最新状态和事件的发展趋势,并据此作出处置决策,这些处置决策以指令的形式通过系统下达给有关行动部门,行动部门收到指令后立即组织应急救援人员实施救援和处置,并负责随时通过系统将
14、指令的执行结果(是否正常完成以及不能完成的原因等)反馈给回传给指挥中心的应急指挥人员,以帮助指挥人员作出下一步的决策。指挥人员发布的指令一般包括:指令编号(系统生成)、指令发布人、发布指令的时间、行动部门、行动人员、行动内容(任务)、协助部门、协助人员等内容。指令的执行结果需要按照指令编号、任务完成情况(是否完成了指令预定的任务)、结果的描述、完成时间等的字段记录保存到系统数据库,系统根据执行结果记录可提供事后分析,便于进行经验的总结或事后责任的追查。除了通过系统反馈指令的执行结果外,行动部门还需通过系统将反馈事件发展的及时状态报告,也即是将事件发展的最新状态信息通报给平级的有关部门,或者上报
15、给上级的领导部门。按照事件发展的不同阶段,状态报告一般分为三类:初报即首次报告(一份)、续报即进程报告(可能多份)、中报即结案报告(一份)。报告的内容除了要记录报告人、时间、事件状态、事件性质外,还有一项重要内容是对事件的发展趋势要进行预测描述。智能交通决策实施与应急救援流程如图4所示。图4 智能交决策实施与应急救援流程图效果评估:交通事件处理结束后,应对整个事件处理的效果进行评估。效果评估可以通过从系统中调出从事件开始到处理结束整个过程中的记录。若要对整个交通事件的处理过程进行总结和回顾,只需让系统按照时间顺序(升序)来显示这些过程记录;若要对行动部门在该事件处理过程中的表现进行评价,可以让
16、系统按行动部门进行分类显示。系统中所存储的行动记录一方面可以作为责任追查的依据,同时也可以用作今后同类事件发生时的决策依据,有利于对预案的修订和不断改进。2.3 其它关键技术此外,本系统设计研究还涉及了多项最新的物联网技术,包括:智能识别技术、无线传感技术、智能卡口技术、入口匝道控制技术、路面破损检测技术等等。由于这些技术采用硬件和软件的标准接口形式,在此不作详述。3系统技术架构基于物联网(Internet of Things)的交通事件智能检测与应急管理系统从技术架构上分为感知层、网络层和应用层。感知层:通过磁、RFID(射频识别)、GPS(全球定位系统)、雷达、视频传感器等手段,可以感知车
17、流、客流,检测车牌,监测车辆行为等,采用智能交通高清摄像机、智能交通终端管理设备、智能交通测速仪、辅助设备(车检器、信号检测器、雷达、补光灯)等智能硬件设备,建立物理世界和虚拟世界的联系。网络层:网络层负责网络的数据交换传输,可以将传感器采集到的信息传输到数据处理中心,网络层可以是局域网、互联网,也可以是3G、4G或其他方式的网络。应用层:应用层基于云存储和云计算的各种应用开发,通过对存储在云端的各种数据进行分析和处理,提升应用层对物质世界的感知度,通过决策和控制,来实现交通管理的各种应用。其系统技术架构如下图5所示:图5 系统技术架构图4 平台系统及子系统设计应用层由多个功能模块子系统组成,
18、融合了公安信息管理业务、智能交通应用、视频图像监控、高速网络传输、高性能比对计算等多技术、多系统,形成一套基于物联网的交通事件智能检测与应急管理的“智能交通管理综合平台”。该平台通过智能交通高清摄像机、智能交通终端管理设备、智能交通测速仪、辅助设备(车检器、信号检测器、雷达、补光灯)等,对采集到的静态与动态数据分析加工处理,实施治安监控、事件检测、交通管理控制和诱导等功能。平台系统按其功能设计可以分为交通监控模块、交通参数模块、事件检测模块、违法取证模块、高清卡口模块、入口匝道控制模块、信息诱导发布模块、路面状况检测模块等模块组成。平台各子系统的总体设计框图如下图6所示:图6 平台系统构成图4
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 联网 智能 交通 检测 应急 管理 系统 资料 22
限制150内