道路多源交通流信息融合分析技术研究与应用张雷元树爱兵（公安部交通管理科学研究所江苏无锡214151）摘要：多源交通流信息融合是多源信息融合在交通领域的应用，其可以获得准确的交通状态和参数估计。本文简单介绍了多源交通流信息融合的原理和基本模型，并着重讲述了其关键技术和应用。关键词：交通流；多源信息融合；交通信息预测；交通状态识别基金项目：国家高技术研究发展计划（863计划）现代交通技术领域综合交通运输系统与安全技术专题，课题“新一代智能化交通控制系统技术”（编号20XXAA11Z229）：U491文献标识码：A一、概述随着信息技术的发展和普及，特别是信息网络和信息高速公路的建设和应用，信息获取、综合分析和处理以及信息应用已经深入各行各业和社会的各个方面，为人们提供决策支持。由于信息化在各个方面展开，为了综合应用各种信息，需要对各方面的信息技术进行围绕因特网或信息高速公路的融合，以便产生新的增长点和开拓新的领域，不断地进行知识创新[1]。在交通领域，交通信息往往来自于不同的数据源，如交通流信息，可能来自环形线圈检测器、视频检测器、FCD等多种检测技术或采集手段，交通信息融合是研究如何加工、联合来自众多信息源的信息，并使不同形式的信息相互补充，为各种交通模型方法服务，使其信息得到最大限度地发挥[2]。可以将交通信息融合定义为：一个处理探测、互联、相关、估计以及组合多源信息和数据的多层次多方面的过程，以便获得准确的交通状态和参数估计，并将相关信息用于交通管理的决策支持。多源交通信息融合的目的是通过对不同的交通流数据进行融合处理，以得---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---到比任何从单个数据源获得的数据更全面、准确的交通流状况信息。二、道路多源交通信息融合模型多源交通流信息融合模型[3]分为三级（如图1所示），最基础级是数据级融合，它只完成数据的预处理和简单关联；第二级是特征级融合，就是根据现有数据的特征预测交通参数；第三级是状态级融合，根据当前交通流信息判断交通状态。图1交通信息融合模型如图2所示，交通流信息融合的基本过程包括多源信息提取、信息预处理、融合处理以及目标参数获取和状态估计。图2交通信息融合过程三、道路多源交通流信息数据级融合技术多源交通流数据级融合技术包括相同数据的交通流数据融合技术以及不同数据的交通流数据融合技术[4]，其中相同数据的数据是指来自同一种检测手段获取的数据，而不同数据的数据是指采用两种或以上的检测手段获得的数据。一般情况下同种数据的数据信息通常在数据格式和信息内容上都完全相同，因而处理方法非常简单，只需简单进行时间和空间上的关联就可以完成信息的融合；不同数据的数据信息由于格式和内容不一致，融合起来就比较困难，涉及的技术比较多，因此下面主要讨论不同的数据融合。不同的数据融合包括多种检测器数据的融合以及固定检测器数据和浮动车数据的融合。---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---3.1多种检测器数据融合目前，交通检测器的种类越来越多，各种交通检测器，包括环行线圈检测器、超声波检测器、视频检测器、红外线检测器等等[5]，对不同交通参数的检测性能各不相同。一般检测器都存在交叉灵敏度，表现在检测器的输出值不只决定于一个参量，当其他参量变化时输出值也要发生变化。交通检测器也不例外，如：环行线圈检测车辆存在时由于磁场变化，其检测结果也发生改变。那么环行线圈就存在有对磁场强度的交叉灵敏度；视频检测器存在对环境湿度的交叉敏感度。由于各种交通检测器存在交叉灵敏度，使其性能不稳定，测量精度不高。多种检测器数据融合就是通过多种检测器对多个交通参数的监测，并采用一定的信息处理方法达到提高每一个参数测量精度的目的。多种检测器数据融合方法种类繁多，使用得比较频繁的方法如简单加权法、滤波法、神经网络法、不确定推理法、聚类分析等方法，其中应用最普遍的还是简单加权法，即根据一定的权重将各种检测器数据相加，从而得到融合数据。这种融合方法的缺点是无法准确定义每种检测器数...