基于3G通信技术的智能交通指挥系统研究

来源:用户上传      作者: 董 昕

　　摘要:通过将3G移动通信技术应用于智能交通指挥控制系统,并利用发展迅速的3G移动通信网组成3G无线局域网来传输各交通路口信号点的视频和控制信息,为智能交通指挥系统组网提供了一条新路。
　　关健词:3G通信 智能交通 控制系统
　　
　　1 引言
　　 我国交通管理事业经过几年的发展,同以往相比,有了长足的进步。但因城市化交通持续发展和汽车拥有量的稳定快速增加,城市交通的发展已经超过了我国交通管理发展的速度。而由城市交通中交通违章(违法)行为给交通管理所带来的负面影响,往往是危害最大的一种。再加上我国各地城市交通发展情况不同,交通情况错综复杂,管理难度非常大。在我国大中型城市中交通路口众多,交通流量较大,违章事件频繁,在此情况下基于3G通信技术的智能交通指挥控制系统就能为控制交通违章行为的发生、智能化调节交通流量起到很大的作用。
　　
　　2 系统的主要构成
　　 基于3G通信技术的智能交通指挥系统主要由3G(TD-SCDMA或CDMA2000)数据通信链路,监控中心和多个监控远端组成。3G数据通信链路采用标准的TCP/IP协议,可直接运行在交通部门的内部无线局域网上。前端摄像机的视频信号利用网络视频服务器通过网络传输到分节点,在分节点可以直接传输上网,或者分节点有矩阵时,也可以把矩阵连接到DVR上,然后再传输上网。监控中心可以通过多级级联构成多级监控系统,系统可以根据现场情况和用户的需求配置不同的外围硬件设备。监控远端使用系统外围设备有远端监控主机、3G数据传输模块、告警采集器、温湿度传感器、画面分割器、摄像机、数字解码器、高速云台和可变镜头、话筒、扬声器等,完成监控中心所需的图像实时监控、现场交通信号智能控制和报警联动功能。监控中心使用系统外围设备有主控台、3G无线路由器、监视器阵列、视频切换矩阵、主交换机、视频服务器、电视墙等。具体可根据用户要求进行灵活配置。
　　 利用发展迅速的3G网组成3G无线局域网来传输各交通路口信号点的视频和控制信息,为智能交通指挥系统组网提供了一条新路。网络管理用户可以对多个监控现场进行实时浏览监控。系统综合应用了智能图像处理与识别技术,智能控制技术、数字图像传输技术、数字图像压缩编解码技术和3G网络通信技术等,可实现交通监控现场的实时图像显示和网络传输、智能调整摄像机的位置、清晰度和亮度、实现对运动物体的跟踪与识别,对监控情况进行纪录及报警,实时智能调整控制区域内交通信号灯的切换等。
　　
　　3 系统的主要功能及特点
　　 系统采用高速DSP 实现图像信号的实时采集处理,经过图像预处理模块实现对采集图像的复原、增强后,数字图像分别发送给自动控制模块、运动目标检测模块、特定颜色目标检测模块、人机接口模块和数据库模块。系统采用模糊跟踪控制技术实现运动目标的智能跟踪;采用现场总线技术、3G无线以太网通信技术、数字图像传输技术和数字图像压缩编解码实现远程视频、控制及语音信号的传输,采用图像动画与多媒体技术和Web 数据库技术实现图像的网上浏览和历史数据回放及查询。
　　3.1智能交通指挥系统有以下特点
　　 (1)实时性。视频数据属于实时数据必须实时处理,例如实时压缩、解压缩、传输等。
　　 (2)分布性。现场图像采集和发送主机和图像接收显示主机位于不同地点,通过计算机有、无线局域网或广域网连接。
　　 (3)同步性。尽管视频信息具有分布性,但在用户终端显示时必须保持同步,声音与视频也必须保持同步。
　　 系统可以组成多级系统, 监控中心还可以通过级联的方式构成多级交通监控系统,以扩大交通监控范围和系统容量。监控机将采集的图像信息实时地传送给服务器并通过服务器向外广播发送,相关客户只要通过浏览器打开网页便能实时地进行监控。
　　
　　4 系统的主要关键技术
　　4.1最佳交通流量预测算法
　　 利用人工神经网络建立的预测模型有独特的优越性。人工神经网络利用输入数据和输出数据进行建模,是一种并行的计算模型,具有高速运算能力,有很好的非线性映射能力和很强的自学习、自适应能力及高度的灵活性。在各种形式的人工神经网络中,又以误差逆传播(BP)网络应用最为广泛,它已成为前向网络的核心部分,并体现了人工神经网络最精华的部分。目前,在人工神经网络的实际应用中, 绝大部分的神经网络模型都采用BP网络和它的变化形式。
　　 高阶神经网络属于BP神经网络的一种,它与传统BP神经网络的不同在于构成高阶神经网络的神经元是智能神经元,即这种神经元具有“思考”的能力,它能根据自身外部网络的变化调整内部的转移函数,在内外双调的情况下,达到更好的学习效果。
　　 一个初步的模型是对于一个交叉口而言,影响交叉口一个出口的交通流量Q(预测的输出变量)的因素共有6个(即输入变量为6个),它们分别是:Q1、Q2、Q3、 Qt-1(这个出口前15分钟流量)、Qt-2(这个出口前30分钟流量)、t(时间);输出层一个神经元(需预测的15分钟后的出口交通流量);隐层采用试算的方法优化,最后确定第一个隐层11个神经元,第二个隐层4个神经元。这样建立神经网络模型,可以应用并能够胜任于实时交通流预测。
　　4.2 TD-SCDMA3G移动通信技术
　　 TD-SCDMA是目前世界上唯一采用智能天线的第三代移动通信系统。在系统中,由于采用了TDD模式,上、下行链路采用同一频率,在同一时刻上下行链路的空间物理特性是完全相同的,因此,只要在基站端依据上行数据进行空间参数的估底再根据这些估值对下行链路的数据进行数字赋形,就可以达到自适应波束赋形的目的,充分发挥智能天线的作用。
　　 智能天线的采用可大致定位用户的方位和距离,因此,基站和基站控制器可采用接力切换方式,根据用户的方位。距离信息来判断手机用户现在是否移动到了应该切换给另一基站的临近区域,如果进入切换区,便可通过基站控制器通知另一基站做好切换的准备,达到接力切换的目的。接力切换可提高切换的成功率,降低切换时对邻近基站信道资源的占用。
　　 TD-SCDMA系统仅采用1.28Mb/s的码片速率,只需占用单一的 11Mb/s频带宽度,就可传送2Mb/s的数据业务而其他的3G FDD(频分双工)的方案,要传送2Mb/s的数据业务均需要2×5Mb/s的带宽即需两个对称的5Mb/s带宽分别作为上、下行频段,且上下行频段间需要有几十兆的频率间隔作为保护,在目前频谱资源十分紧张的情况下要找到符合要求的对称频段非常困难,而D-SCDMA系统可以“见缝插针”只要有满足一个载彼的频段(1.6Mb/s)就可使用,可以灵活有效地利用现有的频率资源。
　　4.3 CDMA2000移动通信技术
　　 CDMA即码分多止是由美国Qualcomm公司首先提出的技术。其原理基于扩频技术,即将需传送的具有一定信号带宽的信息数据,用一个带宽远大于信号带宽的高速伪随机码进行调制,使原数据信号的带宽被扩昆再经载波调制后发送出去,接收端由使用完全相同的伪随机码与接收的宽带信号做相关处理,以恢复信息数据,与FDMA和TDMA相比,CDMA具有许多独特的优点。归纳起来CDMA应用于数字移动通信的优点有:
　　 (1)系统容量大,在CDMA系统中所有用户共用一个无线信直当用户不讲话时,该信道内的所有其他用户会由于干扰减小而得益。因此利用人类话音特点的 CDMA系统可大幅降低相互干忧增大其实际容量近3倍。CDMA数字移动通信网的系统容量理论上比模拟网大20倍,实际上比模拟网大10倍、比GSM大 4～5倍。

　　 (2)系统通信质量更佳。软切换技术(先连接再断开)可以克服硬切换容易掉话的缺点,CDMA系统工作在相同的频率和带宽上比TDMA系统更容易实现软切换技术,从而提高通信质量。CDMA系统采用确定声码器速率的自适应阈值技术、强有力的误码纠错、软切换技术和分离多径分集接收帆可提供TDMA系统不能比拟的、高质量的数据。
　　 (3)频带利用率高,CDMA是一种扩频通信技木尽管扩频通信系统抗干扰性能的提高是以占用频带带宽为代价的,但是CDMA允许单一频率在整个系统区域内可重复使用,使许多用户共用这一频带同时进行通稻大大提高了频带利用率,这种扩频CDMA方式虽然要占用较宽的频带,但按每个用户占用的平均频带来计算,其频带利用率是很高的。CDMA系统还可以根据不同信号速率的情况,提供不同的信道频带利用形式,使给定频带得到更有效的利用。
　　4.4 数字图像压缩编解码技术
　　 MPEG-4除采用第一代视频编码的核心技术,如变换编码、运动估计与运动补偿、量化、熵编码外,还提出了一些新的有创见性的关键技术,并在第一代视频编码技术基础上进行了卓有成效的完善和改进。下面重点介绍其中的一些关键技术: 4.4.1 视频对象提取技术MPEG-4实现基于内容交互的首要任务就是把视频/图像分割成不同对象或者把运动对象从背景中分离出来,然后针对不同对象采用相应编码方法,以实现高效压缩。因此视频对象提取即视频对象分割,是MPEG-4视频编码的关键技术,也是新一代视频编码的研究热点和难点。
　　 在视频分割中基于数学形态理论的分水岭(watershed)算法被广泛使用,它又称水线算法,其基本过程是连续腐蚀二值图像,由图像简化、标记提取、决策、后处理四个阶段构成。分水岭算法具有运算简单、性能优良,能够较好提取运动对象轮廓、准确得到运动物体边缘的优点。
　　4.4.2 VOP视频编码技术
　　 视频对象平面(VOP,Video Object Plane)是视频对象(VO)在某一时刻的采样,VOP是MPEG-4视频编码的核心概念。MPEG-4在编码过程中针对不同VO采用不同的编码策略,即对前景VO的压缩编码尽可能保留细节和平滑;对背景VO则采用高压缩率的编码策略,甚至不予传输而在解码端由其他背景拼接而成。这种基于对象的视频编码不仅克服了第一代视频编码中高压缩率编码所产生的方块效应,而且使用户可与场景交互,从而既提高了压缩比,又实现了基于内容的交互,为视频编码提供了广阔的发展空间。
　　4.4.3 视频编码可分级性技术
　　 MPEG- 4通过视频对象层(VOL,Video Object Layer)数据结构来实现分级编码。MPEG-4提供了两种基本分级工具,即时域分级(Temporal Scalability)和空域分级(Spatial Scalability),此外还支持时域和空域的混合分级。每一种分级编码都至少有两层VOL,低层称为基本层,高层称为增强层。基本层提供了视频序列的基本信息,增强层提供了视频序列更高的分辨率和细节。
　　 在随后增补的视频流应用框架中,MPEG-4提出了FGS(Fine Granularity Scalable,精细可伸缩性)视频编码算法以及PFGS(Progressive Fine Granularity Scalable,渐进精细可伸缩性)视频编码算法。
　　4.4.4 运动估计与运动补偿技术
　　 MPEG- 4采用I-VOP、P-VOP、B-VOP三种帧格式来表征不同的运动补偿类型。它采用了H.263中的半像素搜索(half pixel searching)技术和重叠运动补偿(overlapped motion compensation)技术,同时又引入重复填充(repetitive padding)技术和修改的块(多边形)匹配(modified block (polygon)matching)技术以支持任意形状的VOP区域。
　　
　　5 结语
　　 系统综合应用了智能图像处理与识别技术,最佳交通流量算法、智能控制技术、数字图像传输技术、数字图像压缩编解码技术和3G网络通信等技术。所构建的智能交通系统可实现及时准确地掌握所监视路口、路段周围的车辆、行人的流量、交通治安情况等,为指挥人员提供迅速直观的信息从而对交通事故和交通堵塞做出准确判断并及时响应。最佳交通流量预测算法使用目前国际上较为先进的高阶神经网络预测算法,预测精度高。高阶神经网络的神经元是智能神经元,即这种神经元具有“思考”的能力,极大地提高了智能交通指挥系统的智能水平,在公交、地铁及物流运输等系统中都有比较广阔的应用前景。
　　
　　参考文献
　　[1] GB/T17975-2000信息技术 运动图像及其伴音信息的通用编码.
　　[2] 汤吉群,李玲编著.数据通信技术.北京:人民邮电出版社,1999.
　　 [3] J.Morris, Jie Zhang. A Sequential Learning Approach for Single Hidden Layer Neural Networks. Neural networks, Vol.11.No.1, 1998.
　　 [4](美)Behtouz Forouzan ,Catherine Coombs,Sophia Chung Fegan.潘乞,朱丹宇,周正康译.数据通信与网络.北京:机械工业出版社,2003.
　　 [5] A.Shay 著,Understanding Data Communication and Networks. PWS Publixhing Company, 1997.
　　 [6] 贺国光,李宇,马寿峰.基于数学模型的短时交通流预测模型研究,系统工程理论与实践,2000(12).
　　 [7] 谭国真,丁浩,广义神经网络的研究及其在交通流预测中的应用,控制与决策[J],Vol.17 suppl,2002.
　　[8] 王田苗.嵌入式系统设计与实例开发.北京:清华大学出版社,2002.
　　 [9] 黄曦.广域网VoD系统中的视频流组播传输机制设计.计算机应用与软件,2004(1):28~29.
　　[10] 王方伟,丁振国等.无线自组网的拓扑控制策略研究.计算机科学.2007.34(10).
　　[11] 孙弼阳,李虹,王颖.移动流媒体业务的技术与应用.现代电信科技.2008(01).

转载注明来源:https://www.xzbu.com/8/view-1064516.htm