完整版智能交通运输系统总结0615.docx

完整版智能交通运输系统总结0615.docx

《完整版智能交通运输系统总结0615.docx》由会员分享，可在线阅读，更多相关《完整版智能交通运输系统总结0615.docx（23页珍藏版）》请在冰豆网上搜索。

完整版智能交通运输系统总结0615

智能运输系统

IntelligentTransportationSystem

复习总结

武汉理工大学物流工程学院

2011年6月

第一章绪论

1要点

（1）智能

智能是指事物能认识、辨析、判断处理和发明创造的能力。

是人类区别于其他生物事务的本质特征。

是知识与智力的组合。

具有高度智能的人，对于周围的事物具有感知、记忆和思维的能力，会产生喜怒哀乐等情感，具有自我调节、适应环境和学习能力，能够表达自己的情感，具有行为决策能力以及创造性。

（2）人的智能、人工智能和智能红绿灯之间的对应关系

五官：

收集信息

大脑：

融合信息，做出决策

四肢：

执行决策

人的智能

传感器：

收集信息

CPU：

融合信息，做出决策

执行机构：

执行决策

人工智能

交通流量传感器：

收集交通流量信息

红绿灯CPU：

融合交通信息，算出相位

交通信号机：

按计算结果显示相位

智能红绿灯

图1－1人的智能、人工智能和智能红绿灯之间的对应关系图

（3）交通系统的基本要素

交通系统的基本要素是人、车、路和环境。

（4）交通追求的目标

安全、高效、环保、经济

（5）交通问题可能解决的方案

增加容量，减少需求，提高管理水平，增加交通信息量，提高车辆智能性。

（6）ITS的内涵

先进性

用远程通讯、计算机、电子技术等现代先进技术来改造和武装交通系统，用先进的理论方法来改善交通系统的管理和运营。

综合性

ITS涉及的关键技术包括：

信息技术、通讯技术、计算机技术、电子技术、交通工程、系统理论、控制理论、人工智能、知识工程等，ITS是这些科学技术的交叉和综合，是这些技术在交通系统中的综合应用。

信息化

信息化是ITS的基础。

通过各种手段来获取交通系统的状态信息，为交通系统的用户和管理者提供及时有用的信息，只有具有了信息，才能实现智能化。

智能化

智能运输系统中的很多子系统正是因为实现了智能化，才体现出与传统交通系统的差别。

不停车收费系统（ETC）就是一个典型的例子。

（7）智能运输系统的定义

综合运用先进的信息通讯、网络、自动控制、交通工程等技术，改善交通运输系统的运行情况，提高运输效率和安全性，减少交通事故，降低环境污染，从而建立一个智能化的、安全、便捷、高效、舒适、环保的综合运输体系。

（8）ITS的发展趋势

1.交通信息采集、处理和发布技术将快速发展；

2.综合交通信息平台是多种运输方式协同的基本手段；

3.交通安全成为关注的焦点；

4.车载系统与道路设施的协调配合受到重视。

（9）综合交通运输系统的发展趋势

客运快速化——经济发展的必然结果

（a）客运快速化是旅行时间价值提高的必然结果；

（b）客运快速化是降低运输成本的客观要求。

货运物流化——社会经济发展的必然趋势

（a）货运物流化是经济一体化的必然要求；

（b）货运物流化是支持经济增长的重要手段。

2重要的中英文对照词汇

（1）智能运输系统——IntelligentTransportationSystem，缩写ITS

（2）智能车路系统——IntelligentVehicleHighwaySystem，缩写IVHS

3思考题

（1）智能运输系统的发展趋势？

（2）综合交通运输系统的发展趋势?

第二章智能运输系统的体系框架与标准

1要点

（1）智能运输系统在建设中存在的问题

智能运输系统在建设中交通需求不断变化、可供选择的技术方案和产品不断变化。

交通管理系统建设中经常发生已经建设好的系统不满足需要的情况，如扩展性能不好，功能不能满足要求等，而此时技术和产品又进步了，特别是通信和信息技术及其产品变化很快，引起智能运输系统变化的加剧。

决策者面临着是扩充系统还是重新建设的决策。

（2）智能运输系统与传统运输系统的本质区别

传统的交通控制和管理系统运用传统的技术和经典数学，以假设条件和约束条件下的数学模型和公式为基础，从管理者的角度出发，按照集中管理的方式对道路使用者进行控制和规范，在这里管理者是主动的，而道路的使用者是被动的，各种交通工程设施是在物理上迫使使用者这样做而不那样做。

智能运输系统，更加重视人的能动性，它不是力图将带有较多社会和人类行为特点的交通系统描述成某种数学的模型，而是向道路的使用者提供各种各样的信息，让道路的使用者从不同的方案中选择自己所认可的那一种，以诱导为主，而不是以强迫为主，在人的理性与价值取向基础上，使人们的出行得到满足，智能运输系统是将当今世界上最新的科技发展成果和人的本性的研究相结合。

（3）智能运输系统体系框架的定义与组成

智能运输系统体系框架是运输系统体系和规格的说明，它决定系统如何构成，确定功能模块以及允许模块间进行通信和协同的协议和接口。

主要包括三部分：

用户服务、逻辑框架、物理框架。

用户服务是从用户的角度对ITS能提供的服务内容进行描述，逻辑框架则是从系统如何实现ITS服务的角度进行分析，给出ITS应具有的功能及功能间数据流关系，物理框架则是把ITS逻辑功能落实到现实实体，如车载设备、道路设施、管理中心等设备或组织。

（4）智能运输系统体系框架的作用

1.明确ITS开发目标，避免重复研究和在低水平生产力下的无计划开发，便于成果的应用和ITS技术的发展及其产业化实施。

2.指导智能运输系统结构和标准研究过程制定，提供一个检查系统构成和标准的遗漏、重叠以及是否不一致的依据。

3.科技人员可以利用制定的标准来设计、研制和管理智能运输系统，同时根据实际需求提出新的用户服务功能，促进智能运输系统体系框架和国家标准的完善。

4.保证任何终端用户都能通过不同的媒介获得相同的信息；保证不同交通设施的兼容性，从而可以保证在大范围内的无缝出行。

（5）美国、日本、欧盟和我国开发智能运输系统框架的方法

美国其开发以面向过程方法为指导，日本ITS体系框架采用了面向对象的建模技术来建立系统的逻辑框架和物理框架。

欧盟ITS体系框架开发也采用了结构分析方法（面向过程方法）。

我国也是采用面向过程的开发方法。

（6）我国智能运输系统体系框架包括9大服务领域（第2版）

交通管理，电子收费，交通信息服务，智能公路与安全辅助驾驶，交通运输安全，运营管理，综合运输，交通基础设施管理，ITS数据管理。

2思考题

（1）智能运输系统体系框架的作用？

（2）如何理解智能交通运输系统与传统交通系统的本质区别？

第三章智能运输系统技术基础

1要点

（1）智能运输系统技术及其相互间的关系

交通信息采集技术、交通信息预处理与融合技术、交通信息传输技术、交通信息显示技术、交通的控制技术、交通地理信息系统技术、交通仿真技术等。

运输系统

数据采集

通信

数据处理

通信

信息发布

信息利用

ITS用户

图3-1各技术间的关系

（2）交通信息采集技术的内容

交通信息按照其变化的频率不同可以分成静态交通信息和动态交通信息两大类。

1）静态交通信息采集技术

静态交通信息主要包括：

城市基础地理信息、城市道路网基础信息及交通管理信息。

静态交通信息主要采集方法有：

（1）调查法

采用人工或测量仪器进行调查，可获取城市基础地理信息、城市道路网基础信息。

（2）其他系统接入

静态交通信息可从其它部门，如规划部门、城建部门、交通管理部门获得。

特点：

只有当实际系统发生变化的时候，才需要对静态交通信息数据库中的数据进行更新。

2）动态基础交通信息采集技术

动态交通信息主要包括：

交通流状态特征信息（如流量、车速、密度等）、交通紧急事件信息（各种途径得到的事件信息，包括：

路面检测器信息、人工报告信息等）、在途车辆及驾驶员的实时信息（如各种车辆定位信息等）、环境状况信息（如大气状况、污染状况信息等）及交通动态控制管理信息等。

动态交通信息采集技术包括：

交通检测器技术、浮动车技术、车辆识别技术和车辆定位技术、气象与道路环境信息采集技术等。

（3）动态交通信息检测技术的分类

按照安装特性的不同可以分成地埋式和非地埋式交通检测器。

地埋式检测器包括：

环形线圈检测器、磁力检测器、道路管检测器、压电检测器。

非地埋式检测器：

微波雷达检测器、超声波检测器、红外线检测器、噪声检测器、视频图像检测器、复合型交通检测器。

（4）车辆定位技术

车辆定位子系统就是运用GPS或DR（推算定位）等定位技术，自动确定车辆的实时位置，并运用地图匹配（MapMatching）技术，对车辆实际行驶路线与电子地图上道路位置之间的误差进行修正，从而提高定位的精度.该系统还可用来识别车辆所在的道路和每一个临近的交叉口。

常用的定位技术一般有三大类：

自主（stand-alone）定位、星基定位和陆基定位。

对于车辆导航系统来说，通常采用前两类定位技术，其中自主定位技术的代表是推算定位（DeadReckoning）技术，而GPS技术则属于星基定位技术。

（5）推算定位技术（DeadReckoning，DR）

DR技术是利用距离传感器和航向传感器（压电陀螺）测量位移矢量，从而推算车辆的位置。

当车辆行驶在高层建筑群间、地下隧道中、高架桥下等路段时，GPS系统可能由于可见星少于四颗而无法正常工作，此时可以利用DR系统的自动定位结果以维持正常导航。

推算定位技术的基本思想是当车辆在二维平面空间行驶时，如果初始位置和先前的每步位移均已知的话，在任何时刻的车辆位置都是可以计算的（如图3-2）。

图3-2DR技术原理图

在时刻

的车辆位置

以及方位角

可以由下式计算：

（3-2）

其中

是在时刻

车辆的初始位置，

是在时刻

和时刻

之间车辆的行驶距离或位移量，

是位移矢量的方向，

是同一时间段的角速度。

（6）交通信息预处理

交通数据预处理的两个阶段：

异常数据处理和缺失数据处理。

1）异常交通数据预处理方法

异常交通数据（坏值）是指用测量的客观条件不能解释为合理的明显偏离测量总体的个别测量值。

出现异常值的主要原因是传感器故障，以及出现概率极小但作用较强的偶发性干扰等。

常用的几种的方法：

（1）阈值法

有些交通参数的合理值只能在一个特定的范围内。

例如：

某一车道的占有率最大为100%，最小为0，如果检测器输出的结果不在这个范围内，那肯定是异常值。

（2）交通流机理法

基于交通流机理的算法是通过交通流参数之间的关系对两个甚至多个参数的一致性进行同时考察。

根据交通流参数之间相关关系来进行异常值剔除，主要包括：

基于交通流规则的算法和基于交通流区域的算法。

（3）置信距离检验法

置信距离检验法，也叫决策距离，比较该算法对于来自同一断面的多传感器检测的同一参数，按照一致性融合的思路，先求决策距离，寻找最大传感器连接组，再求最优融合解，得出最终结果。

2）缺失交通数据预处理方法

由于检测器故障或其它原因造成数据缺失时有发生，对丢失数据进行补充是交通信息预处理不可缺少的一部分。

对于缺失的数据，由于需要实时补充，所以一些简单常用的方法是比较可行的。

（1）历史均值法

直接采用或者按比例采用历史上相应时刻的数据值代替丢失的数据。

这种方法简单、易实现，但是如果交通状况发生了变化，将大大降低其估计精度。

因此，这种方法比较适合于交通状况变。

（2）车道比值法

根据历史统计的车道之间的流量比值，对丢失的车道数据进行估计。

这种方法结合了历史统计规律和当前流量数据，精度比较高。

这种方法适合于流量比较大，交通状况比较稳定的情况。

（3）时间序列法

把采集到的交通变量看作时间序列，运用各种时间序列预测方法，比如：

简单平均、加权平均、指数平滑等方法，根据历史数据对丢失的数据进行预测估计。

（7）数据挖掘

数据挖掘（DataMining）就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又