交通系統(tǒng)數(shù)據(jù)融合算法研究.pdf

1、車流量是智能交通系統(tǒng)檢測的基礎核心問題，通過車輛檢測獲取準確的交通流量、車速等交通參數(shù)是實施有效的道路引導、交通控制等交通管理的基礎。傳統(tǒng)的車輛檢測方法一般都采用單類型的傳感器，由于傳感器受自身和周圍環(huán)境的局限，檢測結果不能全面反映實際情況。本研究課題將磁敏傳感器和視頻傳感器獲得的車輛信息融合，以解決車輛在不同狀況下的信息不準確問題，提高車輛檢測的準確率。
　　目前，視頻傳感器檢測已廣泛用于交通道路中，但視頻傳感器對于光線變化敏感

2、，易受天氣、煙霧、光照等因素影響，而磁敏傳感器不受上述因素的影響，但會受到車輛自身磁場的影響，檢測數(shù)據(jù)也有一定的偏差，而且常常預埋在車道中，不便檢修與施工。通過分析比較這兩類傳感器獲得的檢測數(shù)據(jù)，在融合服務器開發(fā)平臺上設計并實現(xiàn)了基于視頻檢測和磁敏檢測的融合框架和融合中心結構，該融合框架分檢測和融合兩個階段，具有松耦合、可擴展等優(yōu)點，融合中心結構采用模塊化設計，把特征提取、數(shù)據(jù)關聯(lián)和融合計算分層次進行。融合算法基于數(shù)據(jù)源可靠性的D-S(

3、Dempster-Shafer)證據(jù)融合理論，將視頻傳感器和磁敏傳感器采集到的數(shù)據(jù)進行融合，通過可靠性評估與概率重分配的手段彌補了經(jīng)典理論中的數(shù)據(jù)不一致問題，提高了檢測的準確度。
　　通過視頻數(shù)據(jù)采集客戶端采集實時視頻數(shù)據(jù)、磁敏數(shù)據(jù)采集客戶端采集實時磁感數(shù)據(jù)，并將數(shù)據(jù)實時上傳至服務器端進行融合與判斷。實驗結果表明，在不同的交通狀況下，同白天和夜間情況下單一傳感器檢測結果相比，數(shù)據(jù)融合方法獲得的車流量準確率最高可將單獨依靠視頻檢測的