基于激光传感数据的拥堵路口交通信号灯控制

针对城市车流高峰时段的道路拥堵问题,提出基于激光传感数据的交通信号灯智能控制方法研究。在道路两侧均匀布置激光传感器节点,采集实时的激光传感数据和车流量信息,并构建一种两层级的交通信号灯控制模型,以提取的交通路口实时传感数据作为输入项进行模糊推理,并求解出交通信号控制模糊子集,最后推导出当前车流长度、车辆在路口的平均滞留时长及车辆的延误时长等变量,达到缓解交通拥堵,提高通行效率的目的。仿真实验数据表明,提出的拥堵交通信号灯智能控制方法具有良好的控制效果,可以明显减少车辆延误时长,提高道路通行的效率和安全性。     

车联网环境下基于模糊逻辑的交通拥堵检测方法

针对现有的道路交通拥堵检测方法的不足,提出了一种基于V2V的道路交通拥堵检测方法。首先基于V2V的方式实时获取邻居车辆状态信息,建立车辆邻居表;其次依据车辆行驶速度、车流密度、交通拥堵评级体系构建模糊控制器,完成本地交通拥堵水平的估计;然后通过车车通信进行邻居车辆交通拥堵状况的查询,并根据大子样假设检验验证本地交通拥堵水平值,完成所在区域交通拥堵水平的检测;最后基于Veins平台搭建仿真测试场景,仿真对比了拥堵检测结果的准确率,同时测试车辆节点的退避时槽数量和接收广播数据包的数量。实验结果表明, 提出的道路交通拥堵检测方法实现的拥堵检测准确率分别比线圈法和CoTEC法提高了5.5%和7.5%;提出的道路交通拥堵检测方法实现的车车通信网络拥塞比CoTEC法降低了90.8%,并且在未发生交通拥堵时通信节点的通信负载显著降低。     

城市快速路交叉口运行的VISSIM仿真评价

通过实地交通调查后对数据的整理和分析,发现交通拥堵的城市快速路交叉口,对其进行交通组织优化,缓解其拥堵状况,疏散拥堵的交通。在取得了大量的基本数据和资料并进行整理分析后,对具体交叉口进行道路交通优化组织,对交叉口的交通现状进行仿真,得到交叉口存在的交通拥堵问题根本原因,提出改善措施。通过对交叉口交通状况前后仿真数据进行评价分析,为科学进行交叉口改善设计提出量化依据。     

增量式贝叶斯分类器在交通拥堵判别中的应用

为有效发现道路交通拥堵状态,提出基于增量式贝叶斯分类器的交通拥堵判别方法.该方法把交通拥堵是否发生看成是特殊的分类问题,选取增量式贝叶斯分类器,根据以往是否发生交通拥堵的检测数据,即分别把在发生交通拥堵和不发生交通拥堵两种情况下的交通参数作为特征参数对其进行训练,然后用得到的分类器对检测到的交通参数进行分类,判别是否发生交通拥堵.微观交通仿真数据表明该方法的可行性和有效性.     

基于浮动车数据的快速交通拥堵监控

浮动车技术是近年来智能交通系统中所采用的、获取道路交通信息的先进技术手段之一,可作为大规模实时交通监控的数据源.由于浮动车数据规模庞大,从大量移动对象中有效处理流数据是其中一大难点.采用相似轨迹聚类的思想,结合与拥堵特征相关的交通参数,提出了拥堵同伴发现算法.该算法能从浮动车轨迹流数据中筛选出可能发生拥堵的浮动车数据,从而对拥堵区域变化趋势进行概化预测,由预测结果决定负载处理方式.此外,设计基于预测的多优先级调度算法用以实现整个监控流程.提出的方法可有效降低处理浮动车数据的代价,实现快速交通拥堵监控.通过在城市路网中大规模出租车轨迹数据上的实测,验证了这种算法的有效性和优势.     

基于拥堵系数的道路交通网络关键路段辨识

城市道路交通的路段信息与车流量信息对道路交通的安全、高效运行至关重要.在交通高峰时期,通过对关键路段加以控制,可实现整个道路交通网络的完全能控.为寻找路网中的关键路段,将道路网络的交叉口-节点模型转化为道路网络的路段-节点模型,基于路段信息与车流量信息提出拥堵系数来衡量道路交通网络的车辆拥堵程度,并将其作为道路网络的路段-节点模型的边权重,最后运用关键路段辨识算法对道路交通网络的关键路段进行辨识.以沈阳市皇姑区主城区道路为例建立以拥堵系数为权重的网络模型, 按照所提方法辨识的关键路段数量为14条,约占道路网络总路段数的14.3%,具有较低的控制成本,且大部分为由北向南方向和由西向东方向.其中8条路段分布在皇姑区道路实时拥堵排行前5名,约占关键路段总数的57.1%,表明所给出的关键路段更多地分布在交通状态较为拥堵的路段上,符合实际情况.     

基于物联网视觉的大型拥堵车辆调度系统设计

针对道路拥堵车辆调度问题,设计了一种基于物联网视觉的大型拥堵车辆调度系统,分析了系统的总体结构,给出了系统的ZigBee协调器模块、车载传感器节点、图像采集处理模块以及无线传输模块的硬件结构,详细介绍了拥堵车辆调度算法流程,并给出了车辆调度最佳路径算法代码,实现了大型拥堵车辆的有效调度;实验结果说明,所设计系统可获取有效的交通车辆拥堵图像,实现交通拥堵的高效调度.     

基于锚节点分布特性的跳距修正的DV-Hop定位算法

多数DV-HOP定位算法没有考虑锚节点分布的不均匀对定位精度的影响.为此,提出一种新的跳距修正的DV-HOP定位算法(Hop-distance-Corrected DV-HOP,HDCD).基于锚节点的分布特性,HDCD算法通过全局锚节点信息对跳距进行修正.并考虑未知节点局部锚节点对定位精度的影响,对未知节点的测距进行修正,降低测距误差.最后,利用最小二乘法估计未知节点的位置.仿真结果表明,相比于传统的DV-HOP算法,HDCD算法降低定位误差.在锚节点分布不均匀的环境下,HDCD算法仍能够获取较高的定位精度.     

基于群智感知技术的智慧交通状态判断

交通供需矛盾是交通管理中的重要问题之一,而运用人工智能、物联网、大数据等技术解决这一问题已成为研究热点。基于物联网技术中传感技术的研究,针对传统智慧交通中的数据采集问题,提出将群智感知技术应用于智慧交通的数据采集阶段,实现道路交通数据的实时采集,降低了部署和维护成本的同时,提高了覆盖率和交通状态判断准确度。通过引入改进的基于遗传算法的模糊C均值聚类算法来分析采集到的源数据,根据聚类结果对交通状态进行预判,并将结果反馈给用户,可以为用户行车路线的选择提供依据,同时达到缓解或者避免交通拥堵的目的。结合算法原理,给出了算法模型和运行流程,并完整地介绍了基于群智感知技术的智慧交通状态判断系统的实现方法。     

考虑多源不确定信息的路网交通拥堵状态辨识方法

拥堵状态辨识是道路运行状态评估的重要内容,是交通系统流量调控和管理的重要参考指标.在智能交通系统（Intelligent transport system,ITS）普及化程度越来越高的后交通时代,如何实现海量数据下对多源不确定交通拥堵状态的辨识是非常重要的内容.首先,基于多元集对分析建立一种新的路网交通拥堵状态刻画模型;然后,通过改进证据理论中Dempster组合规则实现交通信息融合,并推导出当前交通拥堵状态的准确表达值;最后,在数值模拟的基础上,使用重庆市南岸区的交通检测数据进行仿真分析,结果表明本方法能准确直观地反映出实时交通拥堵状态,具有潜在的实际应用价值.     

面向交通信息采集的智能无线传感器节点

为了准确实时获取交通信息参量,利用无线传感器网络技术作为智能交通感知前端和通信手段,融合GPRS技术,构建交通信息采集网,为道路交通信息采集提供了更加便捷的解决方案。设计了交通信息采集的传感器节点,提出了动态车辆探测算法和车速测量算法。实测结果表明:动态车辆探测算法和车速测量算法能够在计算能力有限的传感器节点上实现,能准确实时地获得车流量、车速等交通参量;该交通信息采集系统能满足网络大规模部署的需求,可应用于智能交通系统。     

基于改进平均跳距和位置修正DV—HOP定位算法

针对传统DV—HOP算法在锚节点随机分布情况下定位误差和计算量较大的问题,提出了基于改进的平均跳距和位置修正的DV—HOP定位算法,根据节点的分布情况,锚节点计算其权值来动态调整其平均跳距,同时引入位置修正因子对用2种方法得到的位置信息进行修正,减少了定位误差,提高定位精度。仿真结果表明,改进算法在不同的锚节点数和不同的锚节点比例情况下都有较好性能,和传统DV—HOP算法相比定位误差明显减小,定位精度明显提高。     

基于信任机制的无线传感器网络可靠传输路由协议

在无线传感器网络中,针对异常事件监测时会出现大量数据发送引起网络拥塞、数据包无法可靠传输的问题,提出一种基于信任机制的可靠传输路由协议(RTRPT)。该协议提出了梯度分簇模型以选取簇头节点。在无异常事件发生时,通过转发能量阈值找出传输数据的邻居节点,进行数据传输。同时对这些节点进行转发概率与历史信任度计算得到直接信任度,再通过这些节点交互间接评价得到间接信任度。将直接信任度、间接信任度、距离度量和剩余能量作为评价指标,量化后通过熵权法得到邻居节点的综合信任。在异常事件发生时,节点仅需选择综合信任度最大的邻居节点作为转发节点,建立路由路径。使用OMNeT++进行仿真验证,RTRPT与TSRP、ESRT相比,在传输大量数据包时节点丢包率分别降低69.4%、52.7%;节点传输延迟分别降低53.6%、34.8%;网络生命周期分别延长32.5%、15.7%。仿真结果表明,RTRPT能有效减少丢包、降低传输延迟、延长生命周期。     

Using central nodes for efficient data collection in wireless sensor networks

We study the problem of data collection in Wireless Sensor Networks (WSN). A typical WSN is composed of wireless sensor nodes that periodically sense data and forward it to the base station in a multi-hop fashion. We are interested in designing an efficient data collection tree routing, focusing on three optimization objectives: energy efficiency, transport capacity, and hop-diameter (delay).In this paper we develop single- and multi-hop data collection, which are based on the definition of node centrality: centroid nodes. We provide theoretical performance analysis for our approach, present its distributed implementation and discuss the different aspects of using it. Most of our results are for two-dimensional WSNs, however we also show that the centroid-based approach is asymptotically optimal in three-dimensional random node deployments. In addition, we present new construction for arbitrary network deployment based on central nodes selection. We also present extensive simulation results that support our theoretical findings.     

EasiCC:一种保证带宽公平性的传感器网络拥塞控制机制

实用的传感器网络拥塞控制方案不仅需要满足多项网络性能指标,而且必须控制开销很小,提出了一种满足上述要求的拥塞控制机制EasiCC(EasiNet congestion control mechanism).在EasiCC中,数据流源节点将数据报文按比例划分到各优先等级中,各网络节点根据网络拥塞程度动态地、同步地调整报文过滤标准,结合报文过滤标准和报文优先级来调节网络流量,保证了无线信道带宽分配上的公平性;将网络准入控制和队列丢包手段相结合来调整网络流量,保证了网络综合性能指标.EasiCC控制开销很少,已在实际传感器网络平台中实现.模拟验证和实验测试结果显示,EasiCC能够公平地为各数据流分配发报速度和网络带宽,并且在报文传输成功率、传输延迟等性能指标上均有良好的表现.     

基于物联网的城市道口机动车智能监控和行为检测系统

物联网架构的城市道口机动车监控和行为分析系统在传统的物联网定义基础上,提出了包含感知／发布层、智能中间层、网络层、服务层和应用层的智能监控架构、以高清网络监控相机为采集终端,使用自行开发的图像分析算法和软件实现了道路拥堵状态判定以及多目标车辆追踪,实时采集视频流中道口监控区域内车辆移动轨迹、速度、前方道路拥堵状态等基本参数;在通信层使用3G／Wi—Fi等高速无线通信技术与有线通信相结合实时传输关键参数和监控图像,应用层使用自行开发的中心监控软件平台实现了对关键数据的存储、统计、业务应用的服务支持和管理,应用层针对电子警察、智能交通监控和信息发布展开,结合交通控制信息和我国交通法规为违章实时判定、交通信息采集等提供了基础、     

面向智慧教室的无线传感网边缘节点智能部署方法

摘 要: 为降低部署后的通信时延,提高智慧教室的数据发送与网络使用效率,提出面向智慧教室的无线传感网边缘节点智能部署方法。以智慧教室场景中良好的通信、最大限度降低部署边缘节点成本为优化目标,构建边缘节点智能部署的目标函数。针对目标函数设定流量约束条件、无线传感网数据流约束条件、节点计算能力约束条件。自适应调整粒子群优化算法的惯性权重、粒子更新速度、Pareto最优解保存策略,设计多目标改进粒子群优化算法求解目标函数,实现面向智慧教室的无线传感网边缘节点智能部署。测试结果表明,该方法的时延较低,网络计算能力较高,保证了智慧教室无线传感网通信和传输质量。     

基于数据融合的无线传感器网络林火监控算法

针对无线传感器网络在林火监控应用中存在的问题,提出了一种分层聚簇数据融合算法。簇内传感器节点使用加权平均法对原始数据进行数据级融合处理,以消除原始数据中的冗余成分,减少从簇内传感器节点到簇头节点的通信量;簇头节点采用D-S证据理论建立识别框架,通过对本簇成员的反馈信号进行决策级融合处理,提高了火灾事件的识别精度和网络的鲁棒性。实验结果表明,该算法能有效消除无线传感器网络的冗余数据,并能够在失效节点数不超过总节点数40%的情况下正确工作。     

一种基于无线传感器网络的智能交通系统

设计并实现了一种基于无线传感器网络的智能交通系统。利用布设在道路两端的无线磁阻传感器节点,实时检测车流量,并将该信息传输至汇聚节点与后台管理中心,根据车流量优化道路红绿灯变换循环。实验结果表明:系统对车辆的识别率较高,且在一定程度上提升了道路行车效率。