基于车联网的城市智能化交通管理系统研究

摘要：随着机动车保有量的不断增加，道路交通拥挤、环境污染等现象日益严重。传统交通管理系统在交通信息采集、车辆监督、违章稽查和道路交通管理等方面已经无法满足现代交通系统的要求。基于此，本文研究了基于车联网的智能化交通管理系统的组成，并对系统的功能以及所涉及到的关键技术进行了分析,为智能交通管理系统的建设提供了重要的理论基础。

关键词：车联网；RFID；交通信息采集；交通管理系统

Research on intelligent traffic management system based on the network of vehicle

Abstract：With the increase of motor vehicle quantities，road traffic congestion and pollution is becoming increasingly serious. Traditional traffic management system has failed to meet the modern transportation system requirements in traffic information collection, vehicle inspection and supervision, violate the traffic management. Based on this, the paper studied intelligent traffic management system composition based on the network of vehicle ，the function of the system and the key technologies involved have also been analyzed, which could provide important theoretical basis for intelligent traffic management system construction .

Keywords：Network of vehicle；RFID；Traffic information collection；Traffic management system

中图分类号：C913文献标识码： A

1引言

随着我国城市化和机动化程度不断提高，机动车数量急剧增长，导致交通拥堵、交通事故、交通环境污染等问题日益严重，已成为制约城市社会经济发展的主要瓶颈之一，也是各级政府部门和社会公众关注的热点问题[1]。以武汉市为例，交通高峰期中心城区部分主干道的平均车速低于20km/h ,严重影响公众出行效率和成本，给人们的工作、生活带来了极大的不便[2]。

智能化交通管理系统就是应用先进的计算机、通信技术、传感技术、数据管理和融合技术，将车辆、道路和交通管理系统连结为一体，按照交通系统运行状况和特殊要求合理地引导、 限制和优化组织交通流, 为城市道路创造有序、 迅速、 安全舒适的行车环境。目前交通管理部门主要通过线圈检测器、视频检测器等对道路交通状况进行实时监测。受资金、人力等因素制约，交通管理部门仅在少数重要路段和交叉口布设了检测器，导致道路网上存在大量的信息“真空地带”。另外，现有检测器主要采集流量、车速和车流密度等参数，无法获取车辆的OD（起迄点）、行程时间、行驶路径等信息，难以实现道路交通管理的精细化和科学化[1,3]。在车辆监管和违章稽查方面，目前机动车主要通过车辆号牌进行标识，对于假牌车、套牌车、无牌车、肇事逃逸车、报废车等的监管和稽查，缺乏有效的技术手段。在道路交通管理方面，由于缺乏详实的基础数据和交通系统分析手段，目前交通管理方案主要依靠管理人员的实践经验来加以分析和确定，虽有其合理之处，但在决策的科学性、准确性等方面有待提高。随着城市交通系统日益复杂，这种经验式的管理模式不能适应新的发展需求。

随着现代信息技术的发展，国外学者提出了物联网的概念。自2009年8月总理提出“感知中国”以来,物联网被正式列为国家五大新兴战略性产业之一，写入“政府工作报告”[4]。车联网是物联网在交通领域的重要应用。通过射频识别技术、无线通信技术、传感技术等，实现在信息网络平台上对所有车辆的属性信息和静、动态信息进行提取和有效利用，并根据不同的功能需求对所有车辆的运行状态进行有效监管和提供综合服务，实现“人-车-路”的和谐统一。在车联网环境下，利用RFID电子标签对每辆机动车进行标识，为实现智能化的交通管理提供了技术手段。

2基于车联网的城市智能化交通管理系统组成及功能

2．1 车联网的概念

车联网是以车为节点的信息系统，它综合现有的电子信息技术，将每辆汽车作为一个信息源，通过无线通信手段连接到网络中来建立车联网，从而能够收集车辆的所有信息，并在特定区域内对车辆进行监控管理。其原理[5,6,7]是路侧基站发送加密数据信号给车载单元的电子车牌上，这时电子车牌的工作电路被激活。车载RFID电子标签通过天线把车辆本身基本信息（车牌号、车主、车辆类型、有无不良记录等）加密后发给路侧基站，基站记录下车辆基本信息以及通信的时刻，把这些信息与基站本身的ID信息和地理位置信息通过光纤、移动GSM网的GPRS方式或短信方式发送给交通信息中心，交通信息中心收集及统计相关车辆和车流动态信息，经数据分析处理后，在地图匹配的基础上，可以得到路段上实时交通状况，从而为交通疏导决策提供依据，并可以实时调整该路段信号灯或可变标志，对外相关交通信息。另外，交通信息中心收集到的交通流信息后，除用于提供实时路况信息外，还作为历史数据保存于数据库内，以便日后作为交通道路规划的依据。

2.2 系统组成

如图1所示，按照交通信息的采集与利用的逻辑流程，将基于车联网的智能化交通管理系统主要分为四层，分别是采集层，传输层、处理层、功能层。采集层主要是系统采集交通信息的物理实体，由分布在道路两旁的交通信息采集基站和车载RFID电子车牌组成。传输层即交通信息传输的介质。处理层主要负责信息的提取与处理，以生成一个包含各种数据的数据库，并针对不同部门或不同服务的要求提供不同的信息。功能层是智能化交通管理系统的主要应用。

图1基于车联网的智能化交通管理系统层次结构模型

2.3 系统功能

2.3.1交通信息采集与处理子系统

交通信息采集与处理子系统的功能实时采集和处理道路交通信息，包括静态信息和动态信息。静态交通信息是在一段时间内稳定不变的信息，主要有路网信息、交通管理设施信息等，动态交通信息主要是在空间和时间上不断变化的信息。RFID无线射频识别技术通过识别车辆身份的机制可以在很大程度上弥补传统交通检测器的缺点，主要可分为三个层次。在微观层面可以采集到的交通信息主要有路段交通流量、密度、车辆实时位置信息、车辆行驶轨迹、交叉口排队长度、行车延误等；中观层面上路段行程时间、平均速度等；宏观层面主要有，城市机动车整体出行量，出行动态OD、出租车运力分布等。

2.3.2 交通控制与诱导子系统

交通控制与诱导子系统通过交通信息采集基站实时采集各主要交叉口进口道的流量、占有率和排队长度等信息，结合历史交通信息数据库对各主要交叉口下一时段的交通流进行预测，在此

基础上实现对整个路网的交通流状态进行估计和分析。同时，可以利用可变情报板、广播电台、Internet等方式提供交通拥堵信息，通过制定合理的拥挤收费策略，来实现对城市道路交通网络流量的控制。另外还可以通过车路通信，对指定区域指定驾驶员提供交通诱导信息，实现交通诱导信息的精确化。通过实时动态监测交通流量、排队长度等信息并利用信息融合等方法实时调整交叉口的控制策略，最大限度提高交叉口的利用率。

图2 交通控制与诱导子系统

2.3.3 电子收费

电子收费系统也叫不停车收费系统，它的收费方式采用全自动电子收费方式，即通过安装在车辆上的电子标签自动完成通行付费交易、实现车辆不停车付费和区域内一卡通行。其过程是：将阅读器天线架设在距收费口约 50~100 m 的道路上方当车辆经过天线时，天线唤醒车上的电子标签，发射出车辆ID信息、发卡银行编号、车牌号、车类参数、电子标签号等。阅读器接收到车辆ID信息后，传送至车道控制器，后台计算机对进入收费车道的车辆进行电子标签的合法性校验，分析出车辆的相关信息，不用停车就可实现通行费用计算和自动扣费。

2.3.4 违章违法车辆监控子系统

违章违法车辆监控子系统是对交通违章行为以及涉嫌违法的车辆进行监控、定位查询、拍照取证以及违章、违法数据库的管理。由于RFID对车辆身份的识别，大大减少了因为传统交通检测工具识别不清而出现的各类纠纷，避免了发生漏查、错查等情况的发生，适用于对车辆不良现象的考查，如稽查假、套牌车辆，稽查违章、肇事逃逸车辆，稽查其他各类型的违法车辆。

2.3.5 交通管理决策支持子系统

交通决策支持系统是在采集大量交通信息的基础上，依托交通分析理论、方法和模型体系的技术支撑，为城市交通规划、交通管理与控制提供宏观、中观的和微观的决策支持分析[8]。在城市规划方面，目前使用比较多的是经典的四阶段法，即交通生成、交通分布、方式划分和交通分配。基于RFID无线射频技术可以实时动态采集城市交通小区之间的机动车的发生量和吸引量，以及出租车、货车、公共汽车等在整个城市的运力分布情况，为交通规划提供比较精确的交通信息，同时减少了调查这些交通基本交通信息所必须的人力、物力和财力。在交通管理与控制方面，车联网可以提供详细全面的交通信息，利用这些交通信息，通过交通仿真技术，对各种管理方案实时前后的道路交通状态进行对比，对管理方案的实施进行评价和比选，为道路管理决策提供依据。例如在车联网环境下，通过车--路通信技术，可以直接检测交叉口及路段上车辆个体的运动状态（如实时位置、速度等），通过vissim、synchor或paramics等仿真软件进行仿真，从而改进现有交通信号控制方法，提高交叉口的利用率。

3． 系统关键技术

3.1面向车联网的交通信息采集节点布设优化技术

城市道路网是典型的复杂网络，要实现全部车辆的动态监控和管理，需要布设大量的交通信息采集节点（RFID基站）。RFID采集到的交通数据能否正确反映当时的交通流，与基站设置的密度和位置有很大的关系。总体上来说，节点数量越多，所采集的交通信息精度越高；节点数量越少，则交通信息精度越低。需要在综合考虑道路网络拓扑结构、交通流特性、投资规模、交通信息精度要求、RFID读卡器通信范围等因素基础上，研究交通信息采集节点布设方案的优化方法[5]。另外还需考虑多RFID基站读写冲突的问题。

3.2 基于多源数据的交通信息融合技术

基于车联网的交通数据采集技术与现有交通检测技术（如线圈检测器、视频检测器）各有其优点和不足，RFID检测器覆盖范围广，可以检测车辆身份、行程平均车速，行程时间等，不能检测车辆的实时速度；线圈检测器可以检测车辆的瞬时速度，而视频检测器可以有效检测交通流量、交叉口运行情况、占有率等，但由于价格昂贵，受天气影响比较大目前使用范围有限。因此基于车联网的交通数据和现有检测器检测的交通信息进行融合有很强的必要性。针对交通管理者对交通信息的需求，可以把交通信息在交通流参数、交通路口状态以及交通路网状态三个层次上融合。常用的融合方法有卡尔曼滤波[9]、BP神经网络[10]等。

3.3 海量数据高效处理技术

RFID数据的特点是具有流动性、批量性和海量性[11]。特别是当RFID应用到实际城市道路交通网系统中后，通常会有数十万辆甚至上百万辆机动车同时在道路上行驶，交通信息采集基站获取的交通数据量非常庞大。对于海量交通数据，如何提高数据处理和存储效率，是需要解决的技术难点之一。目前，对海量信息进行处理的主要方法是“云计算”。交通信息采集基站、各种手持式基站、交通信息中心等可以组成一个“大云”，来实现对海量信息的云计算功能。广义云计算[12]是指服务的交付和使用模式，指通过网络以按需、易扩展的方式获得所需的服务。可以把普通的服务器或者PC连接起来以获得超级计算机的计算和存储功能,用户不需要知道服务器在哪里，不用关心内部如何运作，通过高速互联网就可以透明使用各种资源。云计算涉及到的关键技术有效用计算、分布式计算和网格计算[13]。

4结语

随着RFID在最近几年的蓬勃发展，利用RFID在城市道路交通中实现“车辆网”，通过采集到实时，可靠，覆盖面广的交通信息为城市交通管理提供决策支持已经成为我国目前智能交通系统主要的发展方向。基于此，本文研究了基于车联网的智能化交通系统的组成及其主要的功能，并在此基础上对实现车联网智能交通管理系统的关键技术进行了分析，这一成果将为将来智能交通系统的建设提供重要的理论基础和指导意义。

参考文献

[1]严新平，吴超仲.智能运输系统原理方法及应用[M].武汉理工大学出版社，2006，1-4.

[2]目前市区平均车速不过20公里/小时. 2010.10 /10/1021/06/6JGI3DNT00014AED.htm,

[3]张存保.基于浮动车的交通信息采集与处理理论及方法研究[D].上海：同济大学交通运输工程学院,2007年,2-4

[4]2009年8月总理视察研究院. 2010.8

/eworld/2010-08/04/c_12407101.htm.

[5]张丽珍，李欣.基于RFID技术的实时交通信息采集处理技术[J].交通标准化，2007, 12 (172)、 44-47.

[6]卢少平,汪建强等.基于RFID的城市道路车辆监控系统设计研究[J].现代物流技术,2009,2 55-58.

[7]陈华君，林凡等.RFID技术原理及其射频天线设计[J].厦门大学学报,2005(44),312-315.

[8]综合交通决策支持系统框架研究.2008.5

/Techarticle/ITS/Techarticle_22535.shtml.

[9]杨兆升,王爽,马道松.基础交通信息融合方法综述[J].公路交通科技,2006,23（3）、111-116.

[10]张存保,严新平.固定检测器和移动检测器的交通信息融合方法[J].交通与计算机 .2008,25(3),14-17.

[11]袁文明.适应RFID网络化应用的数据处理技术研究[D].上海：上海交通大学，2010. 30-31

[12]云计算. /view/1316082.htm

[13]徐超.云计算技术在中国农村信息化建设中的应用[D].山东：山东大学.2010.4:21~23