面向交通CPS的车辆感知与识别系统研究

发布时间：2018-11-08 20:58

【摘要】：交通系统的典型非线性、强耦合和泛时空特征,导致其运行规律极为复杂。受限于车辆信息的感知与识别技术,传统的交通流信息获取方式已不足以满足现代交通控制的需求。而集成计算、通信和控制技术于一体的信息物理融合系统(Cyber Physical Systems,CPS),为新一代智能交通系统提供了可行的发展方向。面向交通CPS,实现对道路车辆信息的准确、高效和深度感知,是全面掌握交通状况的前提和基础。因此,车辆信息感知与识别成为智能交通系统研究领域的重要方向。围绕车辆感知过程中数据融合、信息共享和信息提取等方面的关键问题开展研究,具有重要的理论意义和应用价值。本文在研究CPS相关理论和方法的基础上,建立一个完整的车辆感知与识别系统,主要研究内容有:1.在研究信息物理融合系统的相关理论和关键技术基础上,针对现代交通系统的泛时空分布、网络互连和规模化的复杂特点,基于地磁感应技术,建立车辆感知与识别信息物理融合系统。设计系统架构和功能模型,将系统划分为感知层、传输层、运算层和决策层。系统具有广泛规模化布设、网络化无线互联和车辆多物理特征信息感知的特点。2.研究车辆运动对地磁场扰动作用的原理,设计了系统感知层物理实体——车辆信息感知节点。为了解决感知层对车辆地磁扰动信号有效识别问题,基于随机过程理论,建立背景信号高斯模型,设计扰动数据自动识别算法。实验结果表明,算法能够有效地将车辆扰动信息与背景数据分离,解决了地磁检测容易受外部环境干扰的问题。3.针对系统感知节点广泛布设的特性,在考察典型十字路口交通流变化规律基础上,提出根据交通流变化特点的分时段网络分簇算法,在能耗模型基础上设计了路由协议的多跳算法。为了模拟实际应用长期运行效果,建立了网络仿真模型,仿真结果表明,网络能耗被有效均衡,系统生命周期得到延长。4.在建立多感知节点车辆检测模型的基础上,先对多节点感知数据以幅值和时间两个维度归一化预处理,以统一融合数据基准。针对相邻车道车辆干扰现象,基于极大似然估计理论,设计多节点地磁感知信息数据融合方法。针对连续通过车辆的辨别问题,以能量范数为基准,对三轴信息进一步融合,设计双阈值车辆信息分割算法。实验结果表明,相关技术和方法有效解决了传统单节点感知漏检和误检的问题。5.考察地磁扰动信号的时域和频域特性,为了利用地磁扰动信号频率特征实现车辆类型识别,应用高斯过程分类模型,提出将地磁扰动信号频谱与分类径向基函数关联,以求取长度尺度超参数的方法。在此基础上,设计车辆类型二分类算法;基于有向无环图,设计多分类补充算法。实验结果表明,所提出的分类方法和传统方法相比具有良好的车辆类型识别性能。综上,本文基于CPS的相关理论和方法,研究了车辆地磁扰动信息感知与辨识、面向能耗均衡的无线网络分簇、多节点地磁感知信息融合和基于地磁信息频谱特征的车型识别等关键技术。经过测试数据实例分析、软件仿真实验和实验验证系统的现场测试,证明了所提出方法和算法的有效性和实用性。
[Abstract]:......
【学位授予单位】：长安大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：U495

【相似文献】