基于物联网的智能交通系统及其关键技术

潘晓贝

（1.河南省高校节能照明工程技术研究中心， 河南 三门峡 472000 2.三门峡职业技术学院 电气工程学院， 河南 三门峡 472000）

一、引言

随着社会的进步和经济的发展，城市人口和汽车数量不断增加，交通拥堵日益严重，由此产生的空气污染、环境噪声、能源消耗等已成为世界发达国家和发展中国家面临的严重问题。智能交通系统作为近年来改善交通拥堵，减少交通堵塞的有效技术措施，越来越受到各国政府决策部门和专家学者的关注，并开始得到广泛应用。随着近两年中国物联网技术的飞速发展，大大丰富了智能交通领域的科技内涵[1]，也彻底改变了其技术手段和管理理念。

二、物联网及其架构体系

物联网（Internet of Things）即物与物的互联，它采用计算机技术、无线传感器技术、RFID无线射频识别技术等新技术，以互联网为基础，实现人与物、物与物的“交流”。物联网技术的诞生，使得环境监控、物品识别、跟踪定位等变得智能化。物联网技术的应用使人们的生活变得更加舒适、智能、人性化。

业界广泛认同的物联网三层体系架构分别是感知层、网络层和应用层，如图1所示。物联网三层体系架构也体现了物联网的三个基本特征：全面感知、可靠传输、智能处理。

图1 物联网体系架构

感知层：全面感知，无所不在。感知层是物联网三层结构中最基础的一层，主要完成对物体的识别和对数据的采集。感知层用到的信息采集技术主要包括RFID射频识别、传感器、多媒体信息采集、条码识别技术、微机电技术和实时定位等技术[2]。RFID射频识别、传感器等信息采集技术采集到的数据信息通过感知层的网络通信技术实现短距离传输和自组织组网。感知层信息传输技术有有线和无线两种方式，有线方式包括现场总线、M_BUS总线、开关量、PSTN等传输技术；无线方式包括射频识别技术（RFID）、红外感应、Wi-Fi、GMS 短信、ZigBee、超宽频（Ultra WideBand）、近场通信（NFC）、WiMedia、GPS、DECT、无线IEEE1394和专用无线系统等传输技术。

网络层：智慧连接，无所不容。物联网的网络层，利用各种接入及传输设备将感知到的信息进行传送。这些信息可以在现有的电网、有线电视网、互联网、移动通信网及其它专用网中传送。这些已建成及在建的通信网路即是物联网的网络层。网络层包括自组织通信、不同网络传输协议的互相转换等多种网络技术，还应用到存储技术。

应用层：广泛应用，无所不能。应用层就好比是人的大脑，它将收集的信息进行处理，并做出“反应”。应用层通过处理感知数据，为用户提供丰富的服务。物联网应用支撑子层和应用子层都属于物联网应用层。物联网应用支撑子层技术包括信息开发平台技术、基于面向服务的架构（SOA）的中间件技术、服务支撑技术和云计算平台技术等，用来支撑跨应用、跨行业、跨系统之间的信息协作、信息共享互通。物联网应用子层包括智能交通、智能家居、智能医疗、智能电力、智能物流和智能工业控制等应用技术。

三、智能交通及其系统结构

智能交通系统即ITS，是一个基于现代电子信息技术面向交通运输的服务系统。它综合运用计算机技术、数据通讯传输技术、信息技术、智能控制技术、传感技术等多种技术建立起一种准确、实时、高效的全方位、大范围的综合的交通管理系统，能够运用到整个地面交通管理系统中。智能交通系统能更加充分地发挥现有交通设施的作用以减少交通拥堵、提高交通安全性、节约能源、减少环境污染并提高运输效率，在世界范围内越来越受到关注和重视[3]。近年来，物联网技术的发展更加推动了智能交通的发展，物联网技术应用于智能交通系统后，智能交通系统越来越完善。可以说，智能交通是交通物联化的一种体现。

基于物联网的智能交通系统由三层架构组成，从下到上依次为：感知交互层、网络传输层和应用服务层[4]，如图2所示。感知互动层的主要功能是进行各种交通流的信息采集、识别、定位等；网络传输层是基于物联网的智能交通系统中较独立的一个部分，其主要功能是进行交通流的信息传输。应用服务层中的数据处理层的作用主要有对交通流信息进行数据分析和数据融合，与地理信息系统（GIS）的协调等，主要功能是进行交通应用服务和网络传输层之间的接口。应用服务层顾名思义指的是各类应用，例如交通信号控制服务这类独立应用和交通诱导服务这类大范围应用。

图2 基于物联网的智能交通三层体系架构

四、基于物联网的智能交通系统关键技术

（一）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、交通管理设施信息、停车场信息、交通管制信息以及车辆、出行者等出行统计信息。静态信息的采集可通过测量来获取，在数据取得后存放于数据库中，在一段时间内保持相对稳定；而动态交通信息有两个维度，即时间上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。

基于物联网的智能交通系统的感知互动层通过传感器和传感器网络、射频标签RFID、地理信息系统GIS等数据信息采集技术能全面感知多种交通信息，如道路、车辆、出行者等。包括交通流量感知、车辆信息感知、车辆位置感知等。典型的交通信息感知技术有：

1.磁频感知技术

该技术将环形线圈传感器或者磁传感器粘贴固定于道路表面，或者嵌入路面下。基于电磁感应原理，当车辆行经检测区路面时，由于存在电磁感应，传感器的电流会跳跃式升高，记录仪在该电流达到设定值时会被触发，进而采集出车道占有率、车辆流量等交通流信息。

2.波频感知技术

该技术有主动式和被动式两种。前者通过检测器向监测区域发射具有一定波长的能量波束，该波束经通过检测区的车辆反射后被检测器接收，检测器对接受到的信息进行分析处理后得到所需的交通参数，超声波检测器、微波雷达、主动红外检测器等都是该技术的主要设备；后者则直接接收通过监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。

3.视频采集技术

该技术是一种新型采集技术，综合应用了视频图像和模式识别。视频采集设备负责采集交通流图像信息，视频检测系统对采集到的图像进行转换、分析、处理、计算等，得到车型、车牌号、车速、车道占有率、交通流量等交通信息。视频采集技术采集的交通信息非常全面，而且采集保存的图像能重复使用。

（二）智能交通定位技术

定位技术是智能交通物联网感知互动层的核心技术之一，可全面精确采集交通信息所需要的位置信息。

智能交通中的位置感知技术目前主要分为两种：一种是基于卫星通信的定位技术，一种是基于蜂窝网基站的位置感知技术。

基于卫星通信的定位技术，如美国的全球定位系统（Golbal Positioning，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，接收机同时接收多颗卫星信号，通过三角测量的方法确定当前位置的经纬度。再通过在车辆上部署的专门接收器，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。这种技术的主要特点有：高效率、高精度、多功能、全天候、操作简便等。

基于蜂窝网基站的位置感知技术，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。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。

（三）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互联网对感知层采集到的信息进行高安全性和高可靠性传输[5]。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。

车路通信主要通过DSRC技术即专用短程通信技术实现，该技术是一种专用无线通信技术，实现运动的车载单元（RFID）和固定于路侧的路侧单元之间的通信接口规范，即实现车辆与道路设施间的通信。DSRC 通信系统由车载单元（On-Board Unit，OBU）、路侧单元（Road-side Unit，RSU）和通信协议三部分构成。DSRC技术实现了一个由车辆和道路设施连成的高速、实时、双向传输的网络，能进行点对点和点对多点通信，在交通信息管理、车载出行信息服务、道路收费和停车场管理等方面得到广泛应用。

车车通信主要依赖于移动自组织网络技术（MANET），也称车车间通信自组织网络（VANET）或车载自组织网络。车车通信无需道路基础设施，实现车辆之间在几十到几百米范围内的信息传递，每个通行的车辆都是该网络中的一个移动节点。车辆上的无线接口使有效范围内各移动节点（各个车辆）之间自组网、多跳通信。该技术适应了车辆快速行驶时的快速动态变化特性，实现了车车之间实时信息交换，使重要交通信息能够及时在一定范围内发布。基于VANET技术的车间通信具有很强的适用性，特别适用于地震、交通事故等基础设施遭到破坏的危急情况下的及时通信[6]。由于不同路况对车辆运行的限制和不同驾驶员的不同驾驶习惯，会造成车流密度的实时变化，这就导致车间通信在网络实现上存在较大困难。另外，车辆行驶过程中的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的实现带来了很大挑战。

（四）智能交通信息处理技术

智能交通信息处理技术直接关系到智能交通物联网应用的价值是否能够实现。在智能交通物联网的感知层，通过摄像机、基站等，收集到各类交通数据。这些采集到的数据均属于未加工过的交通数据，可能是视频信号、电路信息信号、GPS的轨迹信息，均不能体现出任何具有交通意义的参数。因此，必须进一步从采集的原始数据提取有效的交通信息，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。交通信息处理最关键的两个技术是模式识别和统计技术。

模式识别能够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，例如车牌号码、交通状态、交通流量等。典型智能交通模式识别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。车牌识别技术一般包括图像采集、图像预处理、车牌定位、字符分割和车牌识别五个步骤。具体说来，第一步摄像头拍摄车牌视频图像；第二步对拍摄得到的图像进行预处理，以消除图像干扰并提高图像处理速度；第三步从经过预处理的车牌图像中提取出车牌字符；第四步将提取出的车牌字符串进行分割，变为一个个单个字符；第五步将提取字符的特征与存储库中的已知字符模式比对，识别出字符，输出完整的车牌号码[7]。基于蜂窝基站定位的交通流量提取过程包括以下过程：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。但是，基站切换并不仅仅是与信号强度相关，也与当前基站的通信容量及运营策略相关，因此每条道路的切换序列可能并不完全稳定，需要使用诸如滤波等方法平滑处理。基于基站切换行为的智能交通信息采集技术还需要识别用户的交通模式，判断用户是步行、骑车还是乘车。此外，在有高架桥和立交桥等重叠区域，还需要辨别桥上和桥下的不同交通流，需要通过大量样本的训练和学习，对每种交通模式进行行为建模。

由于交通信息的采集源于多种多样，所以数据采集的方式也多样化。包括固定线圈、监控摄像头、GPS浮动车、蜂窝网络等数据收集，还包括利用多种数据源相互检验、相互补充、综合处理，产生高精度的实时交通信息。这个过程中，从混沌数据中获取有效分析数据至关重要。其中，统计分析方法是道路交通流状态的多参数融合预测经典方法。该方法主要包括自适应加权平均、指数平滑法、利用平均值的递推估计算法对交通参数进行融合。自适应加权平均的数据融合算法，是在总均方误差最小这一最优条件下，根据各个传感器所得的检测值以自适应的方式寻找其对应的权值，使融合后的值达到最优。

五、基于物联网的智能交通发展前景

将物联网技术应用到智能交通领域，构建基于物联网的智能交通系统，将不仅实现现实世界交通领域物理实体的控制而且实现信息空间中虚拟镜像的控制，能为交通管理模式的更新和交通信息的数据分析提供强大的科技保障，将全面提升智能交通的管理水平和信息服务水平。不过，当前的智能交通物联网还处于发展的初级阶段，还没有形成规模。随着物联网的推广普及、政府的大力扶持、物联网相关技术和标准的成熟，基于物联网的智能交通系统会是物联网发展的重要领域，将朝着大规模网络化、集成化和面向服务化发展，必将会带来智能交通领域质的飞跃，也必将成为智慧城市的重要组成部分。

六、结束语

物联网技术在智能交通领域的应用，实质上是传感技术、通信技术、网络技术、信息处理和智能控制等多种技术的综合应用，这对改善交通管理质量、提高管理水平有重大意义，也为降低能耗、改善环境污染、提升城市形象提供先进的技术支撑，具有巨大的社会效益和经济效益[8]。