本發(fā)明涉及智能交通
技術(shù)領(lǐng)域：
，具體涉及一種城市智能交通系統(tǒng)。
背景技術(shù)：
：隨著車輛數(shù)量的急劇膨脹導(dǎo)致公路資源越來越緊張。尤其對一些大城市，車輛數(shù)量過多以及不少駕駛員的行車能力或行車素質(zhì)的欠缺會經(jīng)常引發(fā)道路擁堵。道路擁堵是對整個社會資源的浪費。而且由于駕駛不當(dāng)，容易引發(fā)交通事故，對社會財產(chǎn)和人生安全造成了相當(dāng)?shù)耐{。技術(shù)實現(xiàn)要素：為解決上述問題，本發(fā)明旨在提供一種城市智能交通系統(tǒng)。本發(fā)明的目的采用以下技術(shù)方案來實現(xiàn)：提供了一種城市智能交通系統(tǒng)，包括導(dǎo)入車道和全封閉車道構(gòu)成的道路系統(tǒng)、控制系統(tǒng)以及目標(biāo)跟蹤裝置；所述目標(biāo)跟蹤裝置包括物聯(lián)網(wǎng)建立模塊、物聯(lián)網(wǎng)網(wǎng)元定位模塊、物聯(lián)網(wǎng)網(wǎng)元工作狀態(tài)調(diào)節(jié)模塊、目標(biāo)跟蹤模塊、跟蹤性能評價模塊、安全防護(hù)模塊；所述物聯(lián)網(wǎng)建立模塊用于建立用于目標(biāo)追蹤的物聯(lián)網(wǎng)；所述物聯(lián)網(wǎng)網(wǎng)元定位模塊用于對位置未知的物聯(lián)網(wǎng)網(wǎng)元進(jìn)行定位；所述物聯(lián)網(wǎng)網(wǎng)元工作狀態(tài)調(diào)節(jié)模塊用于采用分布式協(xié)同跟蹤算法對物聯(lián)網(wǎng)網(wǎng)元的工作狀態(tài)進(jìn)行調(diào)節(jié)；所述目標(biāo)跟蹤模塊用于根據(jù)設(shè)定的目標(biāo)跟蹤策略進(jìn)行目標(biāo)跟蹤；所述跟蹤性能評價模塊用于評價裝置的跟蹤性能；所述安全防護(hù)模塊用于對追蹤數(shù)據(jù)的通信進(jìn)行安全防護(hù)。本發(fā)明的有益效果為：使交通基礎(chǔ)設(shè)施發(fā)揮最大效能。附圖說明利用附圖對本發(fā)明作進(jìn)一步說明，但附圖中的實施例不構(gòu)成對本發(fā)明的任何限制，對于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)以下附圖獲得其它的附圖。圖1本發(fā)明的結(jié)構(gòu)連接示意圖；圖2是本發(fā)明目標(biāo)跟蹤裝置示意圖。附圖標(biāo)記：物聯(lián)網(wǎng)建立模塊1、物聯(lián)網(wǎng)網(wǎng)元定位模塊2、物聯(lián)網(wǎng)網(wǎng)元工作狀態(tài)調(diào)節(jié)模塊3、目標(biāo)跟蹤模塊4、跟蹤性能評價模塊5、安全防護(hù)模塊6。具體實施方式結(jié)合以下應(yīng)用場景對本發(fā)明作進(jìn)一步描述。參見圖1、圖2，本應(yīng)用場景的一個實施例的一種城市智能交通系統(tǒng)，包括導(dǎo)入車道和全封閉車道構(gòu)成的道路系統(tǒng)、控制系統(tǒng)以及目標(biāo)跟蹤裝置；所述目標(biāo)跟蹤裝置包括物聯(lián)網(wǎng)建立模塊1、物聯(lián)網(wǎng)網(wǎng)元定位模塊2、物聯(lián)網(wǎng)網(wǎng)元工作狀態(tài)調(diào)節(jié)模塊3、目標(biāo)跟蹤模塊4、跟蹤性能評價模塊5、安全防護(hù)模塊6；所述物聯(lián)網(wǎng)建立模塊1用于建立用于目標(biāo)追蹤的物聯(lián)網(wǎng)；所述物聯(lián)網(wǎng)網(wǎng)元定位模塊2用于對位置未知的物聯(lián)網(wǎng)網(wǎng)元進(jìn)行定位；所述物聯(lián)網(wǎng)網(wǎng)元工作狀態(tài)調(diào)節(jié)模塊3用于采用分布式協(xié)同跟蹤算法對物聯(lián)網(wǎng)網(wǎng)元的工作狀態(tài)進(jìn)行調(diào)節(jié)；所述目標(biāo)跟蹤模塊4用于根據(jù)設(shè)定的目標(biāo)跟蹤策略進(jìn)行目標(biāo)跟蹤；所述跟蹤性能評價模塊5用于評價裝置的跟蹤性能；所述安全防護(hù)模塊6用于對追蹤數(shù)據(jù)的通信進(jìn)行安全防護(hù)。優(yōu)選的，導(dǎo)入車道連接全封閉車道，車輛通過導(dǎo)入車道進(jìn)入全封閉車道，在導(dǎo)入車道進(jìn)入全封閉車道之前設(shè)置信息采集站，用于采集車輛信息以及行駛信息，其中車輛信息包括車輛識別碼，行駛信息包括出發(fā)地和目的地。優(yōu)選的，控制系統(tǒng)進(jìn)一步包括流量統(tǒng)計模塊、路線規(guī)劃模塊，流量統(tǒng)計模塊根據(jù)定位系統(tǒng)的測量結(jié)果得到道路系統(tǒng)中每一車道上的車輛流量，路線規(guī)劃模塊，根據(jù)采集到的包括出發(fā)地和目的地的行駛信息以及道路系統(tǒng)中每一車道的車輛流量規(guī)劃行駛路線。本優(yōu)選實施例使交通基礎(chǔ)設(shè)施發(fā)揮最大效能。優(yōu)選的，所述用于目標(biāo)追蹤的物聯(lián)網(wǎng)由隨機(jī)分布的N個網(wǎng)元組成，網(wǎng)元能夠?qū)β淙肫涓兄霃絉s內(nèi)的目標(biāo)進(jìn)行監(jiān)測，能夠與其通信半徑Rc內(nèi)的其它網(wǎng)元建立通信連接。所述對位置未知的物聯(lián)網(wǎng)網(wǎng)元進(jìn)行定位，包括：對部分物聯(lián)網(wǎng)網(wǎng)元配備GPS接收器，通過接收衛(wèi)星信號獲取自身位置，作為已知位置網(wǎng)元，這部分網(wǎng)元周期性發(fā)送包含自身位置信息的信號，設(shè)已知位置網(wǎng)元發(fā)送信號功率為Ps，對某一未知位置網(wǎng)元，接收到其通信半徑內(nèi)已知位置網(wǎng)元發(fā)送的信號數(shù)為n，位置分別為(xi，yi)，i＝1,2,…,n，信號接收功率分別為di為未知位置網(wǎng)元和第i個已知位置網(wǎng)元距離，定義未知位置網(wǎng)元的坐標(biāo)(x，y)的計算公式為：x=Σi=1nxiPs/di2Σi=1nPs/di2]]>y=Σi=1nyiPs/di2Σi=1nPs/di2]]>本優(yōu)選實施例對物聯(lián)網(wǎng)網(wǎng)元進(jìn)行定位，為后續(xù)準(zhǔn)確跟蹤目標(biāo)奠定了基礎(chǔ)，根據(jù)信號接收功率對未知位置物聯(lián)網(wǎng)網(wǎng)元定位，在降低能耗的前提下獲取了網(wǎng)元準(zhǔn)確位置。優(yōu)選的，采用分布式協(xié)同跟蹤算法對物聯(lián)網(wǎng)網(wǎng)元的工作狀態(tài)進(jìn)行調(diào)節(jié)，包括：將每個網(wǎng)元的工作狀態(tài)劃分為喚醒狀態(tài)和休眠狀態(tài)兩種，設(shè)置只有在喚醒狀態(tài)下，網(wǎng)元才能夠進(jìn)行通信和對目標(biāo)進(jìn)行監(jiān)測和跟蹤；假設(shè)每個網(wǎng)元的工作周期長度為T，將工作周期分為第一階段和第二階段，第一階段的工作包括：(1)初始化階段開始工作時，各網(wǎng)元以相同概率0.5同時發(fā)送喚醒激素HH和休眠激素CH，當(dāng)處于喚醒狀態(tài)的網(wǎng)元監(jiān)測到目標(biāo)時，該網(wǎng)元以概率1發(fā)送喚醒激素HH；設(shè)網(wǎng)元Wi的初始激素水平為網(wǎng)元每接收一次HH，激素水平提高ΔH，每接收一次CH，激素水平降低ΔH；(2)激素水平調(diào)節(jié)階段假設(shè)t時刻處于喚醒狀態(tài)網(wǎng)元Wi發(fā)送的激素Hse(Wi(t))可表示為：Hse(Wi(t))＝PHH(Wi(t))·ΔH-PCH(Wi(t))·ΔH式中，PHH(Wi(t))表示網(wǎng)元Wi發(fā)送HH的概率，PCH(Wi(t))表示網(wǎng)元Wi發(fā)送AH概率；接收到的激素Hre(Wi(t))可表示為：Hre(Wi(t))=Σj=1kHse(Wj(t)),D(Wi(t),Wj(t))≤Rc]]>式中，Hse(Wj(t))表示網(wǎng)元Wj發(fā)送的激素，D(Wi(t),Wj(t))表示網(wǎng)元Wi(t)和網(wǎng)元Wj(t)之間的距離；則新一輪的激素水平可表示為：SHWi(t)=SHWi(t-1)+Hre(Wi(t))]]>第二階段的工作包括：(1)根據(jù)第一階段的激素水平進(jìn)入不同的工作狀態(tài)，具體地：設(shè)定閾值K，K∈[-0.5,0.5]，當(dāng)時，網(wǎng)元進(jìn)入喚醒狀態(tài)，否則，網(wǎng)元進(jìn)入休眠狀態(tài)；(2)第二階段結(jié)束，進(jìn)入下一個工作周期。本優(yōu)選實施例使用激素水平來調(diào)節(jié)網(wǎng)元工作狀態(tài)，既降低了能耗，又保證了對目標(biāo)的監(jiān)測跟蹤效果。優(yōu)選的，所述根據(jù)設(shè)定的目標(biāo)跟蹤策略進(jìn)行目標(biāo)跟蹤，包括：使物聯(lián)網(wǎng)以輪為單位周期性地工作，每個物聯(lián)網(wǎng)網(wǎng)元每一輪都檢測一次目標(biāo)，物聯(lián)網(wǎng)網(wǎng)元將當(dāng)前輪中對目標(biāo)的感知強(qiáng)度做累加，當(dāng)前輪結(jié)束后，每個物聯(lián)網(wǎng)網(wǎng)云將累加結(jié)果發(fā)送給物聯(lián)網(wǎng)中的匯聚中心，匯聚中心對感知差分信息進(jìn)行重構(gòu)，進(jìn)而通過對各物聯(lián)網(wǎng)網(wǎng)元對目標(biāo)的感知強(qiáng)度進(jìn)行差分來計算移動目標(biāo)當(dāng)前的位置，對各目標(biāo)進(jìn)行跟蹤。優(yōu)選的，所述通過對各物聯(lián)網(wǎng)網(wǎng)元對目標(biāo)的感知強(qiáng)度進(jìn)行差分來計算移動目標(biāo)當(dāng)前的位置，包括：(1)對各物聯(lián)網(wǎng)網(wǎng)元對目標(biāo)的感知強(qiáng)度進(jìn)行差分，差分公式定義為：Gt(n)＝|Dt(n)-B(n)|式中，Gt(n)表示感知差分信息，Dt(n)為當(dāng)前輪物聯(lián)網(wǎng)中各物聯(lián)網(wǎng)網(wǎng)元對移動目標(biāo)的感知信息，B(n)為物聯(lián)網(wǎng)第一次檢測到跟蹤目標(biāo)時的初始感知信息；(2)對感知差分信息進(jìn)行判斷，獲取有效的跟蹤信息；(3)根據(jù)有效的跟蹤信息檢測出移動目標(biāo)。本優(yōu)選實施例設(shè)定的目標(biāo)跟蹤策略不需要具體劃分網(wǎng)格，對監(jiān)測區(qū)域的形狀也沒有特定要求，適用性廣，采用本優(yōu)選實施例設(shè)定的目標(biāo)跟蹤策略，降低了物聯(lián)網(wǎng)中信息的感知量和傳輸量，提高了跟蹤的能效性。優(yōu)選的，所述跟蹤性能評價模塊5通過設(shè)定評價函數(shù)來進(jìn)行裝置的跟蹤性能的評價，其中定義評價函數(shù)Q的計算公式為：Q=δ1eAa+δ2(eAa-ebA)2+(1-δ1-δ2)(eAa-elL)2]]>式中，δ1、δ2為大于0的評價參數(shù)，δ1+δ2＜1，其值可在范圍內(nèi)進(jìn)行調(diào)整，a為目標(biāo)總數(shù)，A為跟蹤目標(biāo)網(wǎng)元數(shù)目，b為丟失目標(biāo)時刻數(shù)，l為目標(biāo)在網(wǎng)絡(luò)跟蹤范圍內(nèi)丟失時間，L為目標(biāo)在網(wǎng)絡(luò)跟蹤范圍內(nèi)的總時間，評價函數(shù)值越大，則跟蹤性能越好。本優(yōu)選實施例采用定義的評價函數(shù)對跟蹤性能進(jìn)行評價，能夠根據(jù)跟蹤側(cè)重點不同合理調(diào)整評價參數(shù)的取值，準(zhǔn)確評價其跟蹤性能。優(yōu)選的，所述安全防護(hù)模塊6包括控制中心、認(rèn)證器和數(shù)據(jù)處理器，所述對追蹤數(shù)據(jù)的通信進(jìn)行安全防護(hù)，包括：(1)對訪問追蹤數(shù)據(jù)的用戶端進(jìn)行認(rèn)證，當(dāng)用戶通過用戶端向認(rèn)證器發(fā)送認(rèn)證請求Querys時，認(rèn)證器判斷該用戶端是否成功接收過追蹤數(shù)據(jù)，若是則啟動密碼驗證程序，要求用戶輸入密碼進(jìn)行驗證；若否，啟動指紋驗證程序，要求用戶輸入指紋進(jìn)行驗證；(2)通過認(rèn)證后，控制中心與用戶端建立安全傳輸通道，接收來自用戶端的數(shù)據(jù)請求Queryn，并向數(shù)據(jù)處理器發(fā)送數(shù)據(jù)處理請求Queryd；(3)數(shù)據(jù)處理器接收到數(shù)據(jù)處理請求Queryd時，從物聯(lián)網(wǎng)網(wǎng)元得到追蹤數(shù)據(jù)，對追蹤數(shù)據(jù)進(jìn)行融合處理和加密處理，并將處理過的追蹤數(shù)據(jù)發(fā)送給控制中心；(4)控制中心進(jìn)而將處理過的追蹤數(shù)據(jù)通過安全傳輸通道傳輸?shù)接脩舳?。本?yōu)選實施例設(shè)置控制中心、認(rèn)證器和數(shù)據(jù)處理器，達(dá)到了訪問權(quán)限便捷認(rèn)證的目的，并能夠在傳輸過程中保證追蹤數(shù)據(jù)的安全，提高了追蹤裝置的安全性。優(yōu)選的，所述對追蹤數(shù)據(jù)進(jìn)行融合處理，包括：(1)進(jìn)行追蹤數(shù)據(jù)的一致性檢驗，包括：設(shè)Ai表示物聯(lián)網(wǎng)網(wǎng)元Wi所測的數(shù)據(jù)，Aj表示物聯(lián)網(wǎng)網(wǎng)元Wj所測的數(shù)據(jù)，計算物聯(lián)網(wǎng)網(wǎng)元Wi和Wj所測數(shù)據(jù)的接近度Aij：Aij=1|(Ai-Aj)/(Ai+Aj)|≤T1andi≠j0|(Ai-Aj)/(Ai+Aj)|>T1ori=j]]>式中，T1為根據(jù)物聯(lián)網(wǎng)網(wǎng)元的測量精度來確定的閾值，根據(jù)上式，建立接近度矩陣如下：J=A11A12...A1NA21A22...A2N..........AN1AN2AN3ANN]]>根據(jù)J求取第i個物聯(lián)網(wǎng)網(wǎng)元所測數(shù)據(jù)與多數(shù)物聯(lián)網(wǎng)網(wǎng)元所測數(shù)據(jù)的接近度ξi：ξi=Σj=1NAij/(N-1)i≠j]]>設(shè)T2為根據(jù)物聯(lián)網(wǎng)的融合精度來確定的閾值，選取ξi≥T2的數(shù)據(jù)進(jìn)行融合處理；(2)對選取的數(shù)據(jù)進(jìn)行迭代融合處理。本優(yōu)選實施例在融合處理前先對追蹤數(shù)據(jù)進(jìn)行一致性檢驗，只對檢驗合格的數(shù)據(jù)進(jìn)行融合處理，過濾了追蹤數(shù)據(jù)中由于物聯(lián)網(wǎng)網(wǎng)元故障或者受到環(huán)境干擾而采集到的虛假數(shù)據(jù)，從而提高了融合的精度。最后應(yīng)當(dāng)說明的是，以上實施例僅用以說明本發(fā)明的技術(shù)方案，而非對本發(fā)明保護(hù)范圍的限制，盡管參照較佳實施例對本發(fā)明作了詳細(xì)地說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，可以對本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的實質(zhì)和范圍。當(dāng)前第1頁1 2 3