摘  要： 為了更加準(zhǔn)確地監(jiān)測(cè)動(dòng)態(tài)變化的交通信息，通過(guò)分析城市道路交通流量變化的特點(diǎn)，提出一種基于數(shù)據(jù)融合的監(jiān)測(cè)方法。根據(jù)數(shù)據(jù)屬性的特點(diǎn)，將數(shù)據(jù)構(gòu)造為多個(gè)相關(guān)的時(shí)間序列，在此基礎(chǔ)上進(jìn)行數(shù)據(jù)融合，以最終的結(jié)果對(duì)交通信號(hào)燈進(jìn)行實(shí)時(shí)控制，保證道路通暢。仿真實(shí)驗(yàn)結(jié)果證明，該方法具有較高的判斷準(zhǔn)確率和良好的識(shí)別性能。
關(guān)鍵詞： 數(shù)據(jù)融合；智能交通系統(tǒng)；灰色優(yōu)勢(shì)分析；自適應(yīng)加權(quán)

　21世紀(jì)以來(lái)，道路建設(shè)、機(jī)動(dòng)車輛保有量均進(jìn)入了快速發(fā)展的階段，交通需求急速上升，交通問(wèn)題呈現(xiàn)加重趨勢(shì)，原有的單一依靠增加道路設(shè)施來(lái)滿足需求的解決方案遇到了發(fā)展瓶頸。大家認(rèn)識(shí)到，道路交通信息化的發(fā)展應(yīng)與道路設(shè)施、道路交通的發(fā)展同步推進(jìn)。應(yīng)采用信息化手段支持道路建設(shè)、道路管理和交通管理，在增加道路設(shè)施的同時(shí)，通過(guò)道路信息化的手段來(lái)支持道路交通管理并提供道路交通信息服務(wù)，緩解道路交通問(wèn)題。
    智能交通系統(tǒng)ITS(Intelligent Transportation System)是在較完善的基礎(chǔ)設(shè)施(包括道路、港口、機(jī)場(chǎng)和通信)之上，將先進(jìn)的信息技術(shù)、通信技術(shù)、控制技術(shù)、傳感器、計(jì)算機(jī)技術(shù)和系統(tǒng)綜合技術(shù)有效地集成，并應(yīng)用于地面運(yùn)輸系統(tǒng)，從而建立起大范圍內(nèi)發(fā)揮作用的、實(shí)時(shí)、準(zhǔn)確、有效的運(yùn)輸系統(tǒng)[1]。從智能交通領(lǐng)域在世界范圍內(nèi)的發(fā)展現(xiàn)狀和趨勢(shì)來(lái)看，交通信息的采集、處理和分析已經(jīng)日益成為交通研究和日常交通管理活動(dòng)的重要組成部分。世界上很多大中城市的交通管理部門都已經(jīng)擁有了實(shí)時(shí)采集、處理、分析和發(fā)布大范圍道路網(wǎng)絡(luò)交通信息的能力。
1 數(shù)據(jù)融合算法研究
    數(shù)據(jù)融合（Data Fusion）也稱作信息融合，是一個(gè)信息綜合與處理的過(guò)程，一般的定義是：利用計(jì)算機(jī)技術(shù)對(duì)按時(shí)序獲得的若干傳感器的觀測(cè)信息在一定準(zhǔn)則下加以自動(dòng)分析、綜合以完成所需的決策和估計(jì)任務(wù)而進(jìn)行的信息處理過(guò)程[2]。
    數(shù)據(jù)融合作為一種數(shù)據(jù)綜合和處理技術(shù)，涉及到了對(duì)ITS中多種交通信息采集裝置和各種信息源的有效綜合，包括共用數(shù)據(jù)的檢測(cè)(獲取)、過(guò)濾、相關(guān)分析、狀態(tài)估計(jì)、目標(biāo)識(shí)別和行為估計(jì)等，從而進(jìn)行交通運(yùn)行狀態(tài)和環(huán)境判定、特殊事件判斷等。ITS的數(shù)據(jù)融合分為兩個(gè)層次：(1)低層處理，得到的是一些狀態(tài)、特征和屬性等，例如特殊事件的位置、屬性；(2)高層處理，對(duì)應(yīng)的是決策級(jí)融合，主要可以產(chǎn)生一些行動(dòng)決策。
1.1 自適應(yīng)加權(quán)數(shù)據(jù)融合算法
    自適應(yīng)加權(quán)數(shù)據(jù)融合算法是不等精度測(cè)量系統(tǒng)數(shù)據(jù)處理的一種重要估計(jì)算法。設(shè)有一個(gè)多傳感器智能檢測(cè)系統(tǒng)，有n個(gè)傳感器對(duì)某一對(duì)象進(jìn)行采樣檢測(cè)，如圖1所示[3]。

    本系統(tǒng)采用占有率、流量和速度3個(gè)參數(shù)作為擁擠自動(dòng)判別的參數(shù)，以暢通、輕微擁擠、常發(fā)性擁擠、偶發(fā)性擁擠4種結(jié)果為例，每種結(jié)果仿真1 000次以觀察算法的準(zhǔn)確率，仿真結(jié)果如表1所示。

    本文應(yīng)用自適應(yīng)加權(quán)數(shù)據(jù)融合以及改進(jìn)的灰色優(yōu)勢(shì)分析，對(duì)機(jī)動(dòng)車流量控制信息進(jìn)行判別。實(shí)驗(yàn)結(jié)果表明，該方法判斷準(zhǔn)確率不低于96%，具有良好的識(shí)別性能，可利用這些檢測(cè)結(jié)果對(duì)各個(gè)路口的交通燈進(jìn)行實(shí)時(shí)控制，從而保證道路的暢通。
參考文獻(xiàn)
[1] 賀良華，侯曉東，于來(lái)寶.網(wǎng)絡(luò)化信息采集在智能交通中的應(yīng)用[J].控制系統(tǒng)，2008，4(3)：29-32.
[2] 楊萬(wàn)海.多傳感器數(shù)據(jù)融合及其應(yīng)用[M].西安：西安電子科技大學(xué)出版社，2004.
[3] THAWORNWONG S，ENKE D.The adaptive selection of financial and economic variables for use with artificial neural networks[J].Neuorcomputing，2004(56)：205-232.
[4] 劉思峰，郭天榜，黨耀國(guó)，等.灰色系統(tǒng)理論及其應(yīng)用[M]. 北京：科學(xué)出版社，1999.
[5] 羅黨.灰色決策問(wèn)題的特征向量方法[J].系統(tǒng)工程理論與實(shí)踐，2005，25(4)：54-58.
[6] 唐汝桑，錢寒峰.智能交通信息采集中數(shù)據(jù)融合技術(shù)探討[J].科技咨詢導(dǎo)報(bào)，2009，28(4)：17－18.