[发明专利]区域交通状态获取的传感器网络配置方法

说明书

技术领域

本发明涉及一种区域交通状态获取的传感器网络配置方法，本发明属于交 通状态检测传感器技术领域，尤其涉及传感器布局优化和网络优化方法。

背景技术

道路交通状态获取是进行交通流控制和诱导等交通管理的重要前提，是制 定交通安全管理策略、交通事故检测、交通事故致因分析等交通安全保障措施 的必要基础，是交通基础设施管理、监控和维护不可缺少的第一手资料。因此 交通状态获取是交通管理、交通安全保障和交通基础设施监控维护的基础性重 要问题。

传感器布局优化的研究意义有一下几点，交通传感器采集到的交通数据是否 能够正确反应当时的交通流运行状态，与传感器的空间密度和具体位置有很大 的关系。由于目前国内外普遍采用的交通传感器如环形线圈、微波雷达和视频 传感器等采集的是固定地点的交通流参数数据，只有道路网络中有足够多的传 感器时，才能够得到足够完整的信息对道路网络交通运行状态进行描述。

为了更好的获取交通特性，实时掌握道路交通状态，交通传感器发挥着越 来越重要的作用。通过交通传感器获取交通信息，为道路交通管理者提供可靠 的交通路网信息，指导交通管理者进行决策。在给定道路信息的情况下，如何 以较少的成本布设传感器，获得最大价值的交通信息。从而是获得的交通信息 尽可能的可靠、实时、完整，为交通管理部门提供尽可能多的交通信息，指导 交通决策。

发明内容

为了克服现有技术结构的不足，本发明提供一种区域交通状态获取的传感 器网络配置方法，该方法具有普适性、全面性、灵活性。本发明给出了基于获 取的交通信息价值最大的路网传感器布局优化方法。

本发明解决其技术问题所采用的技术方案是：

一种区域交通状态获取的传感器网络配置方法，含有以下步骤：

在所设的传感器处，得到最大的路段交通特性的信息的步骤；根据与传感 器获取交通信息的相关性为基础的信息密度函数，布置传感器的综合费用建立 了两阶段的信息价值最大模型的步骤。

从传感器获取的交通信息的角度对传感器布置进行优化的步骤；描述了相 关性函数的特征，利用道路传感器的相关性函数求出信息密度函数的步骤。

把传感器的布置问题转化为有向图问题的步骤；提出了传感器有向图的带 权矩阵，并把传感器的阶段费用转化为路段费用的步骤；把路段信息价值最大 模型的求解转化为最短路问题的步骤。

建立两阶段的信息价值最大模型的步骤：其第一阶段以路段为基础进行建 模，利用最短路算法求解；第二阶段以路网或区域为基础进行建模，考虑路网 中路段之间的相关性。

建立基于路段的信息价值最大模型的步骤；建立基于路网的信息价值最大 模型的步骤；分两个层次对传感器进行优化的步骤，从线到面、从局部到整体 进行建模再从面到线、从局部到整体进行优化的步骤。

通过求解传感器有向图的对偶图的最短路，求得此路段传感器的布置方案 的步骤；考虑了路段交通信息的相关性和投资规模，对整个路网进行优化的步 骤。

本发明的有益效果：

本发明从信息价值的角度对道路传感器布局进行优化，能够根据布设传感 器的综合成本给出信息价值最大的布设方案，同时可以根据综合成本的情况研 究布设间距的变化，最后给出较为合理的布设方法。

附图说明

图1为常见路段的信息密度函数图；

图2为传感器有向图G；

图3为传感器有向图的对偶图G′；

图4为路段传感器布设优化流程图；

图5为区域传感器布设优化流程图；

图6为拟合相关性函数选取的传感器；

图7为两传感器流量波形图；

图8为两传感器占有率波形图；

图9为两传感器速度波形图；

图10为各传感器速度波形图；

图11为相关性曲线r(x)的拟合结果；

图12为初始传感器布设示意图；

图13为g₁₂(x)函数图a；

图14为g₁₂(x)函数图b；

图15为传感器布设结果图。

具体实施方式

实施例1：

一种区域交通状态获取的传感器网络配置方法，含有以下步骤：