2023路面多传感器融合的交通流智能感知技术规范

路面多传感器融合的交通流智能感知技术规范目 录前言 I范围 1规范性引用文件 1术语和定义 1基本要求 1数据获取 1数据安全 1数据分发 2数据共享原则 2技术要求 2智慧路贴构成 2智慧路贴部署方式 2多传感器信息融合 2传输方式 2附录Ａ(资料性附录)智慧路贴结构 3附录B(资料性附录)多传感器数据融合算法构 4PAGEPAGE1路面多传感器融合的交通流智能感知技术规范范围传感器数据融合和传输方式等内容。本标准适用于路面多传感器融合的交通流智能感知系统的设计和建设。规范性引用文件件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。GB/T20271信息安全技术信息系统通用安全技术要求GB/T20269信息安全技术信息系统安全管理要求术语和定义下列术语和定义适用于本文件。3.1路面交通流智能感知节点Intelligentperceptionnodeforroadtrafficflow本标准将其称之为智慧路贴，是一种基于多路面传感器融合设计的交通信息采集装置，采用多源异器等。3.2智能感知Intelligentperception将物理信号通过传感器借助相关技术映射为数字信息，并将这其进一步提升至可认知的层次。3.3分布式处理Distributedprocessing对各个独立传感器所获得的原始数据进行局部处理，再将结果送入计算处理中心。3.4集中式处理Centralizedprocessing各传感器获得的原始数据直接送至计算处理中心，再由计算处理中心集中处理。3.5混合式处理Hybridprocessing同时具备分布式和集中式两种处理方式。基本要求数据获取信息文件下载可采用HTTPS、SFTP等方式。数据安全按照GB/T20271和GB/T20269相关要求执行。数据分发数据的分发也可采用http、TCP或组播等分发方式。数据共享原则科学性数据共享的方式应科学合理，满足数据使用方的应用需求。统一性同一数据提供方的分享方式应统一，公共数据的代码应参考国家相关标准。扩展性数据共享设计时应充分考虑数据范围扩充、时间增量等问题。安全性数据应在双方约定的权限范围内分享。技术要求智慧路贴构成磁传感器等多种传感器组成。其结构可见附录A，具体应符合：智慧路贴应由传感部分、处理部分和通讯部份构成；60mm,80mm,8mm；若有天线部分应采用内置天线；低温应高于-40℃，85℃；e)湿度要求：0%～99%；9V～28V；200m；10智慧路贴部署方式智慧路贴部署方式一般可分为分布式、集中式及混合式三种。多传感器信息融合智慧路贴应同时具备数据、特征和决策三个层面的融合功能。可参考附录B多传感器数据融合算法。传输方式传输方式应同时符合：通信功能，可包含以太网、WIFI、Zigbee、蓝牙、CAN、串口等方式；支持网关。附录Ａ（资料性附录）智慧路贴结构A.1I2CMCU，气SPIMCUMCU中进行数据融合，然后连接到通信接口。地磁传感器：铁磁性物体会对一定范围内的地球磁场形成明显的磁干扰。汽车的车轮和发动机处，2地磁传感器受力面积小，功耗小，而且直接输出数字信号，电路简单，抗干扰性强，易维修方便。Z加速度。通过数据分析获得交通流量数据。受环境影响，但最终数据会结合地磁传感器与加速度传感进行融合处理。通信接口通信接口I2C地磁传感器MCUI2C地磁传感器数据融合SPI气压传感器SPI气压传感器SPI

I2C加速度传感器 地磁传感器图A.1智慧路贴结构图附录B（资料性附录）多传感器数据融合算法构基于置信距离的数据级去差错算法主观因素，最大化的提高数据精度。局部融合值。、、、、x2m和1、2：1x1m1mi1

……………（1）1

x1m2mi12

x2i

………………（2）1m1m11mxx2i11n1n12i 2nxx2i12通过分批估计方法，可得该测量数据的局部融合结果：22

0x1 2 2 1 2

1 2 x1 1 x2

…………（5）22

02x2

2

221 2 2 1 2 1 2 2

01-1

22ˆ2111

1 2

…………………（6） 0

21

22 2

1 2显然所有该传感器数据的分批估计值为：ˆ1ˆ2ˆn

……………（7）ij个的传感器分批估计值分ˆiˆj，其标准差为ˆi，jˆi，ˆj为pixpjxi与j之间的置信距离dij为：1ˆi1xˆ1ˆipix|ˆi

exp 2

………………（8）

i ˆ 1

1xˆxˆi2ˆiˆiˆi

j exp 2

ˆi

……………（9）ˆj-ˆi 1

x2

ˆ-ˆdij2i exp

dxj i

……………（10）0

2 i如果有n只传感器对同一个目标进行测量，置信距离测度diji,j1,2,n组成一个矩阵：d11Dd21

d12d22

d1n d2n

…………………（11）

dn

dnn由于相似度与测量数据间的相似度pij成反比，可得如下定义：pij1dij1

p1nPp21

p22

p2n

…………………（12）

pn2 1Pn：1

p1nPp21

p22

p2n…………………（13）

pn2 1由公式(13)可以看出相似度值越大，两个分批估计融合的测量值之间的相似程度就越大，则每个分批估计融合得到的测量值的相似度：Pˆinij （14）j1把每个分批估计融合得到的测量值的相似度归一化，即可算出其权重：Pˆii ni1

Pˆi

………………（15）显然满足：nni1i

………………（16）终融合数据的计算，该方法无需传感器性能的先验经验。mmKm。Nm是指定客体的概念名称，其本质是一组相同或相近意义词汇的集合，比如{有车经过、自行车经过、校车经过}Am是用来描述客观事物特征的属性以及怎样描述这些属性的集合，分为定mrRmM表示AmAm上的一个映射关系。相关关系可分为定性与定量的相关关系，总结相关关系的共同特征mKm可表达为：KmNm,m,m （1）定义知识元相似函数Sf，显然可得如下属性：Sfx,y0,1 （18）Sfx,y0xySfx,y1xy相同Sfx,ySfy,x采用特征相似度模型。该模型将事物特征枚举为集合形式，定义符合特征元素特征的函数，获得特征集合的相似度，进而表征测量数据在特征级别上的相似度。具体公式如下：Sfa,b

fAB

fABfAB

BA,,

……（19）a为参照对象，b为比较对象，A，Ba，bfABa，bA，BABfABA，BA不属BfBA