智能交通系统中位置信息的协作获取与深度挖掘

发布时间：2020-04-03 22:05

【摘要】：随着我国经济的不断发展,城市汽车数量不断增加,同时城市环境也越来越复杂,智能交通系统的发展到达了风口。位置信息是智能交通系统的核心,在复杂的城市环境中,卫星导航面临着信号遮蔽、多径效应等多种问题,定位精度严重下降。协作定位是提升城市环境下定位精度的有效方法之一,但是它同样面临着非视距(none-line-of-sight,NLOS)路径观测带来的问题。目前,城市交通还面临着交通拥堵、环境污染等问题,这些问题都是未来智能交通系统有待解决的。位置信息的准确度日益提升,应该辅助智能交通系统,以更加智能的方式去解决这些城市交通问题。本文设计了一套新颖的智能交通系统处理框架,此框架包含车辆位置的协作获取以及深度挖掘两部分。首先,本文提出了基于地理位置信息增强的车联网协作定位(Geographic Information Enhanced Cooperative Localization,GIE-CL)算法,该算法创新性地设计了基于地理位置信息的区域采样法(Region Sampling Method,RSM)计算两相邻车之间链路属于视距路径(line-of-sight,LOS)的概率,从而将非视距路径的观测剔除,接着利用迭代式的近似消息传递(Generalized Approximate Message Passing,GAMP)算法提升协作定位精度。通过实验证明,在NLOS路径问题较严重的城市环境下,GIE-CL定位效果是优于其他算法的。GIE-CL利用地图信息的不变性和稳定性弥补了车联网拓扑结构的高速变化。基于协作定位,加上其他智能设备的普及,智能交通系统能够周期性地获取系统内所有运动物体地地理位置信息,进而将每个运动对象地位置信息按时间拼接获取到其运动轨迹。在深度挖掘部分,本文提出了一种基于循环神经网络(Recurrent Neural Network,RNN)的交通工具识别算法,能够对运动轨迹进行预处理,提出特征向量,并利用人工智能方式准确的识别交通工具类型。通过识别交通系统中的交通工具类型,我们能够形成实时的城市交通热力图,交警以及交通信号灯也就能实时做出调整,引导车流的移动,从而解决交通拥堵问题。从更加宏观的角度看,出行工具的比例以及区域分布,也能反应城市经济的发展,辅助城市未来的规划和建设。在未来的研究工作中,可以尝试将NLOS路径观测应用到GIE-CL当中,而不是单纯地剔除。如何从运动轨迹中推测出运动对象的运动模式以及生活习惯,并对位置做出预测,也是值得未来研究的课题之一。
【图文】：

本文基于ＧＩＥ－ＣＬ和基于ＬＳＴＭ网络的交通工具识别，整合了车间测量、数逡逑据处理、协作定位、数据上传、交通工具识别等环节，打通了智能交通系统中的逡逑数据流通。整体设计方案如图２－１所示。逡逑整体方案由三部分组成，其中协作定位平台负责交通网络中的自网络划分，逡逑资源分配和数据传输。在此阶段车辆以及其他运动物体周期性地完成相互测量以逡逑及协作定位，并将定位结果上传到后台数据平台。后台数据平台负责将接收上传逡逑数据，并根据运动物体唯一标识将定位点拼接到对应的运动轨迹中，形成交通网逡逑络的轨迹收集。轨迹数据将数据传递到智能处理平台，该阶段对轨迹数据进行预逡逑处理，然后利用模型对其进行交通工具识别并将结果入库。逡逑后色数据乎含逦转能处懰平＃]3?—屖《择—逡逑ｒ＼逦Ｔ＇、逦ｊ逦ｓｗｓ逡逑／逦＼逦逦邋ｉｉ邋ＯｆｔＳＳＩｉｆ：逡逑／逦：ｊｓｕｓｔｔｔｓｉ逡逑Ｖ邋＼邋／邋，，＾逦＿．逡逑＼邋＼邋／邋Ｚ逦Ｋ逦？＊邋＊＇邋？邋５？ＯＴ４？邋ｖｌ邋Ｗ＃＇ＪＪ邋？＊逡逑＾Ｊｇ－Ｌ－Ｖ＾ｓ？逡逑？邋？？；；邋！邋ｉ邋０；邋？？ｊｒ２Ｊ邋？逡逑？邋ＷＴＷＪ．ＩＩ＊逦＇ｉ－ａｆ逦逦逦逡逑ｆｔｒｆＵ逦逦逡逑Ｔ逦ｔ逦Ｍ邋＾＾Ｓ３＊邋ｊ！Ｓ．＂逡逑ＫＺＪ＾ＸＪ逦数键梭输逦浓Ａ－’逡逑ＬＪ邋ＬＪ邋逦二逦邋逦逡逑图２－１位置获取与深度挖掘框架逡逑２．２协作定位平台逡逑２．２．１车辆运动数据的获取逡逑真实数据的获取需要汽车配备卫星信号接收设备以及无线电发射接收发射逡逑设备。其中卫星信号接收设备用于卫星定位，虽然会由于ＮＬＯＳ路径的存在而不逡逑准确

建筑物和街道都是由点连接而成的了模拟在目标区域内车辆的移动，我们利用常强大的交通仿真软件，它是动态并且灵活、人行横道、高架桥梁等多种交通道路。对式。例如单车道只允许单向行驶，人行横的变道，变道过程中会打转向灯，后车会实中车辆在不同车道以及不同行驶环境下输入，ＯｐｅｎＳｔｒｅｅｔＭａｐ文件格式就包含在支的ＯｐｅｎＳｔｒｅｅｔＭａｐ格式文件后，目标区域显之后，ＳＵＭＯ可在模拟在目标区域内的车地图信息，充分地接近真实世界地交通运方向车辆行驶在不同车道，行驶过程中如果道过程中会亮起转向灯，在十字路口车辆。通过ＳＵＭＯ模拟车辆在目标区域的运内所有车辆的经纬度信息，这些位置信息是－……邋－ｎ—邋邋邋逦逡逑＇逡逑
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP183;U495

【相似文献】

相关期刊论文 前10条

1 林君萍;;大数据在智能交通系统中的应用[J];电脑知识与技术;2019年17期

2 贾述评;房筱莉;;日本智能交通系统的发展[J];吉林交通科技;2006年03期

3 ;国外智能交通系统介绍[J];广东交通;2011年05期

4 张溪;;大数据下智能交通系统的发展综述[J];信息与电脑(理论版);2019年01期

5 王笑京;;中国智能交通发展回眸(一) 智能交通系统的起步岁月[J];中国交通信息化;2018年12期

6 谭慧芳;;中国智能交通系统的现状和发展对策[J];中小企业管理与科技(上旬刊);2019年01期

7 黄周平;;大数据在智能交通系统中的应用浅析[J];中国交通信息化;2019年01期

8 杨博文;;智能交通系统的研究现状及发展趋势分析[J];中国设备工程;2019年02期

9 赵一锦;;我国智能交通系统的发展研究[J];住宅与房地产;2019年06期

10 陶梦梦;高天惠;姜从云;李佳佳;;新型智慧城市建设背景下智能交通系统设计研究——以安徽省合肥市为例[J];哈尔滨学院学报;2019年05期

相关会议论文 前10条

1 洪晓龙;;乌鲁木齐智能交通系统规划解析[A];第十二届中国智能交通年会大会论文集[C];2017年

2 刘铭;;计算机技术在智能交通系统中的应用[A];天津市电子工业协会2017年年会论文集[C];2017年

3 朱凤华;;智能交通系统发展研究[A];2010-2011控制科学与工程学科发展报告[C];2011年

4 刘允才;孔庆杰;汤淑明;;智能交通系统[A];2007-2008控制科学与工程学科发展报告[C];2008年

5 肖文武;;韩国智能交通系统建设历程[A];养护与管理2015年第07期（总第53期）[C];2015年

6 王军华;张伟;王良模;;智能交通系统发展现状与分析[A];江苏省公路学会优秀论文集（2006-2008）[C];2009年

7 张志文;;智能交通系统综述[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年

8 吴蓉;陈金鹰;;4G技术与智能交通系统的融合[A];四川省通信学会2013年学术年会论文集[C];2013年

9 郭淑萍;张敖;;智能交通系统发展及其标准现状研究[A];市场践行标准化——第十一届中国标准化论坛论文集[C];2014年

10 张国伍;;关于发展我国智能交通系统的几个问题[A];系统工程与可持续发展战略——中国系统工程学会第十届年会论文集[C];1998年

相关重要报纸文章 前10条

1 本报记者 潘希;前方拥堵 问路科技[N];科学时报;2011年

2 吴昊;“车联网”或可破解交通拥堵？[N];科学时报;2011年

3 柯讯;中科院团队获IEEE智能交通系统杰出团队奖[N];科学时报;2010年

4 中国信息通信研究院技术与标准研究所 郎保真;全球智能交通系统频率亟待统一[N];人民邮电;2019年

5 记者 王柳欣;福建移动助建“畅通工程”智能交通系统[N];人民邮电;2019年

6 记者 马雪荣 达娃·梅朵;缓解城市拥堵 需要来点“智慧”[N];昆明日报;2017年

7 本报记者 操秀英;用科技创新的钥匙打开智能交通系统大门[N];科技日报;2017年

8 本社记者 李卓谦 王德;安徽太湖智能交通系统助力平安建设[N];民主与法制时报;2017年

9 记者 焦阳;我市智能交通系统工程进展顺利[N];常德日报;2014年

10 本报记者 徐金忠;全国性智能交通系统规划有望出台[N];中国证券报;2014年

相关博士学位论文 前10条

1 魏峗;基于物联网的智能交通系统中车辆自组织网络建模与仿真研究[D];兰州交通大学;2017年

2 滑思忠;V2X关键技术在城市道路智能交通中的应用研究[D];长安大学;2018年

3 张建军;GPS与GIS技术在ITS系统中的应用研究[D];长安大学;2004年

4 许焱;奥运智能交通系统规划研究[D];北京工业大学;2006年

5 纪筱鹏;智能交通系统中车辆视频检测、识别与跟踪方法的研究[D];中国海洋大学;2006年

6 谢磊;智能交通系统中的视频处理技术研究[D];华中科技大学;2006年

7 耿庆田;基于图像识别理论的智能交通系统关键技术研究[D];吉林大学;2016年

8 曹妍;本体理论在城市智能交通系统语义集成中的应用研究[D];大连海事大学;2010年

9 黎曦;脉冲耦合神经网络在智能交通系统中的应用技术研究[D];武汉大学;2014年

10 严捷丰;交通视频监控中的车辆检测与分割方法研究[D];中国科学技术大学;2008年

相关硕士学位论文 前10条

1 罗峰;智能交通系统中位置信息的协作获取与深度挖掘[D];北京邮电大学;2019年

2 孙光宇;饱和状态下交通信号控制算法研究[D];浙江工业大学;2019年

3 兰小丽;基于深度学习的污损车牌检测与识别关键技术研究[D];武汉理工大学;2018年

4 李倩;城市智能交通系统的设计与实现[D];天津大学;2018年

5 王震;路面车辆监测雷达设计与实现[D];南京理工大学;2018年

6 郑凯;武汉市智能交通系统路口检测子系统的设计与实现[D];哈尔滨工业大学;2018年

7 杨岳航;特征描述与匹配方法研究及在智能交通系统中的应用[D];南京航空航天大学;2018年

8 郭阳阳;显著性检测及在智能交通系统中的应用[D];南京航空航天大学;2018年

9 陈文Z

本文编号：2613760