第三章 物联网典型应用

3.2  智能交通

    过去10年来，随着我国经济的持续快速发展，人们的出行范围不断扩大，汽车工业作为我国经济支柱产业，汽车保有量也迅速增加，根据中国统计年鉴的数据，2009年中国汽车保有量约为3.92亿辆。
    交通系统的高速发展一方面促进了物流和人际往来，缩短了出行时间，提高了工作效率；另一方面也带来了诸多问题，例如巨大的交通压力引起的交通拥堵、交通事故频发和大量的汽车尾气排放等，已经成为今天中国经济实现可持续发展所面临的重要难题。

    3.2.1  智能交通概述

    总的来说，我国交通系统主要面临如下问题：第一，城市道路拥堵严重。资料显示，我国大多 数城市的平均行车速度已降至20km/h以下，有些路段甚至只有7～8km/h；第二，汽车能耗高、尾 气排放量大。我国交通运输行业的石油消费中30%是消耗在堵车的时候，而在这些石油燃烧产生 的污染排放方面，机动车碳排放量占我国碳排放总量的30%；第三，交通安全事故频发。我国道 路交通事故绝对死亡人数已经成为世界上交通事故最多的国家之一。如2009年，全国共发生道路 交通事故23.8万起，造成6.77万人死亡，直接经济损失9.1亿元。
    面对这些交通运输系统带来的拥堵、能耗、污染以及安全问题，简单地通过限制车辆增加或增 大路网覆盖率，效果并不明显。解决复杂的交通运输问题，必须将道路、车辆、出行者作为一个 有机的整体加以考虑，利用系统工程的方法，改造传统的交通运输系统，寻找实现交通系统优化 的方案。
    物联网提出以来，一直受到各国军事部门、学术界、工业界的极大关注。它在交通运输方面的 应用备受关注，为智能化的交通运输系统建设提供了一种更加系统化的解决方案。智能交通物联 网就是将先进的传感、通信和数据处理等物联网技术，应用于车辆、出行者、道路及其相关的管 理部门，形成一个安全、畅通和环保的互联智能交通运输系统。
    物联网在传统的智能交通系统的基础上，使其智能化水平有质的飞跃，通过感知车辆运行状 态、交通基础设施状态、出行者行为等，在更高层次上满足人们交通出行的安全、畅通和环保需  求，满足运输智能化、自动化的需求和车辆智能化、安全性和节能减排的需求。
    智能交通管理系统摆脱了单纯修路的局限，强调把握交通流背后的信息流，通过优质信息服务实现道路高效使用。智能交通系统作为现代交通运输发展的趋势，在城市交通发展中正扮演着越 来越重要的角色。
    据初步估计，智能交通系统能够提高路网运行效率，使交通堵塞减少约60%，使现有道路的通行能力提高2～3倍。通过智能交通控制，平均车速的提高带来了燃料消耗量和排出废气量的减少，汽车油耗也可由此降低 15%。如以7000万辆汽车保有量测算，每年可减小约2500万吨汽油的消耗，占了每年成品油进口量的一半以上。同时，交通顺畅将大幅度减少车辆在道路上的停滞时间，使得汽车尾气的排放大大减少，从而改善了空气质量。

    3.2.2  智能交通系统与技术需求

    智能交通物联网具有典型的物联网3层架构，即由感知互动层、网络传输层、应用服务层3个层 次组成。其中，感知互动层主要实现交通信息流的采集、车辆识别和定位等；网络传输层主要实 现交通信息的传输，一般包括接入层和核心层，这是智能交通物联网中相对独立的部分。
    应用服务层中的数据处理层主要实现网络传输层与各类交通应用服务间的接口和能力调用，包括对交通流数据进行分析和数据融合，与GIS系统的协同等。应用服务层主要包含各类应用，既包括局部区域的独立应用，如交通信号控制服务和车辆智能控制服务等，也包括大范围的应用，如交通诱导服务、出行者信息服务和不停车收费等。
     1．智能交通信息感知技术
    实时、准确地获取交通信息是实现智能交通的依据和基础。交通信息包括静态信息和动态信息  两类，静态交通信息主要是基础地理信息、道路交通地理信息（如路网分布）、停车场信息、交 通管理设施信息、交通管制信息以及车辆、出行者等出行统计信息。静态信息的采集可以通过调 研或测量来获取，数据取得后，存放在数据库中，一段时间内保持相对稳定；而动态交通信息包 括时间和空间上不断变化的交通流信息，包括车辆位置和标识、停车位状态、交通网络状态（如 行程时间、交通流量、速度）等。
    智能交通物联网感知互动层通过多种传感器（网络）、RFID、二维码、定位、地理信息系统等数据采集技术，实现车辆、道路和出行者等多方面交通信息的感知。其中不仅包括传统智能交通系统中的交通流量感知，也包括车辆标识感知、车辆位置感知等一系列对交通系统的全面感知功能。一些典型的交通信息感知技术介绍如下。
    （1）磁频感知技术
    基于电磁感应原理，主要有环形线圈传感器和磁力传感器等。它们一般通过粘贴，固定在车道  表面，或切割路面安装在路面下。当车辆通过检测区域时，在电磁感应的作用下，交通传感器内 的电流会跳跃式上升，当该电流超过指定的阈值时会触发记录仪。该技术可以检测车辆流量、车道占有率以及停车位是否空闲等交通参数。
    （2）波频感知技术
    该技术分为主动式和被动式两种，前者通过检测器向检测区域发射具有一定波长的能量波束，当车辆通过检测区域时，该波束经车辆反射后被检测器接收，然后经过处理分析获得所需的交通参数，该技术的主要设备有微波雷达、超声波检测器、主动式红外检测器等；后者则直接接收通过检测区域的车辆发射的具有一定波长的能量波束，并分析所需的交通参数，包括被动红外线检测器、被动声学检测器等。

分页

    （3）视频采集技术
    该技术是一种将视频图像和模式识别相结合并应用于交通领域的新型采集技术。视频检测系统 将视频采集设备采集到的连续模拟图像转换成离散的数字图像后，经软件分析处理得到车牌号 码、车型等信息，进而计算出交通流量、车速、车头时距、占有率等交通参数。具有车辆跟踪功 能的视频检测系统还可以确认车辆的转向及变车道动作。视频检测器能采集的交通参数最多，采 集的图像可重复使用，能为事故管理提供可视图像。
    上述的几种交通信息采集技术都是基于静止部署的传感器，也能采集路口或主干道的交通流量参数，但这些技术或者安装维护成本高、易损坏，或者存在精度受环境影响等诸多缺点，只能在主要道路上部署这些传感器，直接影响了交通流信息采集的完整性和稳定性，不适用于大规模的应用。
    （4）位置感知技术
    该技术是智能交通物联网感知互动层的核心技术之一，全面精确的交通信息采集需要使用位置感知技术。
    智能交通中的位置感知技术目前主要分为两类，一类是基于卫星通信定位，如美国的全球定位 系统（Global Positioning System，GPS）和中国的北斗定位系统，利用绕地运行的卫星发射基准 信号，接收机通过同时接收4颗以上的卫星信号，通过三角测量的方法确定当前位置的经纬度。  通过在专门的车辆上部署该接收器，并以一定的时间间隔记录车辆的三维位置坐标（经度坐标、 纬度坐标、高度坐标）和时间信息，辅以电子地图数据，可以计算出道路行驶速度等交通数据。
    另一类位置感知技术是基于蜂窝网基站，其基本原理是利用移动通信网络的蜂窝结构，通过定位 移动终端来获取相应的交通信息。该技术包括两种方法：第一种是利用已知蜂窝基站位置对移 动终端进行绝对定位，例如基于电波到达时间、基于电波到达时间差以及A-GPS（Assisted  GPS）结合了基站信息和GPS信息对移动终端进行定位的技术；第二种是基于基站切换行为，移动终端在移动过程中会不断切换到新的基站以保证网络通信质量。因此在城市道路上的移动会对 应一个稳定的切换序列，通过在基站采集所有用户的切换序列，可计算出交通流信息。
    2．智能交通信息传输技术
    智能交通物联网的网络传输层通过泛在的互联功能，实现感知信息高可靠、高安全性传输。智 能交通信息传输技术的主要内容包括交通物联网的接入技术、车路通信、车车通信技术等。
    专用短程通信（Dedicated Short-Range Communication，DSRC）技术是智能交通领域为车辆 与道路基础设施间通信而设计的一种专用无线通信技术，是针对固定于车道或路侧单元与装载于 移动车辆上的车载单元（电子标签）间通信接口的规范。
    DSRC通信系统主要包括3个部分：车载单元（On-Board Unit，OBU）、路侧单元（Road-Side  Unit，RSU）和通信协议。我国采用的DSRC技术标准工作在ISM5.8GHz频段，下行链路为 5.830GHz/5.840GHz，传输速率为500Kbit/s，上行链路为5.790GHz/5.800GHz，传输速率为 250Kbit/s。
    DSRC技术通过信息的双向传输，将车辆和道路基础设施连接成一个网络，支持点对点、点对 多点通信，具有双向、高速、实时性强等特点，广泛地应用于道路收费、车辆事故预警、车载出 行信息服务、停车场管理等领域。
    除车路通信外，车车通信也是智能交通物联网的重要通信技术。车车间无线通信主要是依赖于 移动自组织网络技术（Mobile Ad Hoc Network，MANET），也可称为车车间通信自组织网络 （Vehicular Ad Hoc Network，VANET）或车载自组织网络。车车通信在几十到几百米的通信范围 内，车辆之间可以直接传递信息，不需要路边通信基础设施的支持。
    VANET中，所有具备通信能力的车辆构成了通信网络中的移动节点。车辆通过无线接口自动检 测通信范围内的车辆，并自动维护网络状态信息。当一个车辆需要传输信息时，将消息传输给根 据网络状态确定的下一个车辆，并通过多跳通信的方式将信息传输给更远范围的目标车辆。该技 术能够更好地实现车辆之间的信息交互，满足道路上车辆的快速动态变化特性，进而及时地在局 部范围内发布重要的交通信息。
    基于VANET的车车通信系统适应性更强，特别适用于基础设施遭到破坏、交通事故、地震等危 机情形的及时通信。车车通信系统的应用主要有紧急信息警示、车辆纵向协调控制、协作驾驶 等。目前车车通信的难点集中在VANET网络的实现上，由于驾驶人员不同的驾驶行为和路网对车辆移动的限制，会导致车流密度的不断变化。换道规则和车辆跟驰规则又导致车辆之间相互影 响，这些特殊的移动模式给VANET的设计带来了许多挑战。
    3．智能交通信息处理技术
    智能交通物联网的感知互动层所采集到的未加工过的交通数据可能是视频也可能是蜂窝网的基 站信号或者GPS的轨迹数据，尚不能表达任何交通参数，从采集的这些原始数据提取出有效的交 通信息，进而为交管部门、大众和其他用户提供决策依据，还需要经过进一步的处理。
    交通信息提取一般依赖于模式识别和统计技术，实现从原始的采集数据（可能是图像、图形、 文字和语音等）中提取交通相关参数，如车牌号码、交通状态识别、交通流量等。几种典型的技 术包括车牌识别技术和基于蜂窝网络的交通信息提取技术。车牌识别过程通常分为图像采集、图 像预处理、车牌定位、字符分割和车牌识别5个部分。
    首先通过采集摄像头拍摄包含车牌的视频图像，再对图像进行预处理以克服图像干扰和加快处  理速度，然后从图像中提取车牌字符部分，将车牌上的字符串分割成独立的单个字符，最后提取 字符的特征并与存储库中的己知字符模式比对，识别出字符，得到完整的车牌号码。
 基于蜂窝基站定位的交通流量提取过程主要包括：采集基站切换序列、建立基站切换模板库、路  径匹配以及交通参数计算。通过事先在所有路段上测试发生基站切换的位置点并存储在切换序列库中，将实时采集到的基站序列与库序列匹配，确定终端所在的道路以及通过时间，进而计算出 所有道路上的行驶速度、交通流量等参数。
    然而，由于基站切换并不仅仅与信号强度相关，也与当前基站的通信容量及运营策略相