Real traffic-data based evaluation of vehicular traffic environment and state- of-the-art with future issues in location-centric data dissemination for VANETs

Extensive investigation has been performed in location-centric or geocast routing protocols for reliable and efficient dissemination of information in Vehicular Adhoc Networks （VANETs）. Various location-centric routing protocols have been suggested in literature for road safety ITS applications considering urban and highway traffic environment. This paper characterizes vehicular environments based on real traffic data and investigates the evolution of location-centric data dissemination. The current study is carded out with three main objectives： （i） to analyze the impact of dynamic traffic environment on the design of data dissemination techniques, （ii） to characterize location-centric data dissemination in terms of functional and qualitative behavior of protocols, properties, and strengths and weaknesses, and （iii） to find some future research directions in information dissemination based on location. Vehicular traffic environments have been classified into three categories based on physical characteristics such as speed, inter-vehicular distance, neighborhood stability, traffic volume, etc. Real traffic data is considered to analyze on-road traffic environments based on the measurement of physical parameters and weather conditions. Design issues are identified in incorporating physical parameters and weather conditions into data dissemination. Functional and qualitative characteristics of location-centric techniques are explored considering urban and highway environments. Comparative analysis of location-centric techniques is carded out for both urban and highway environments individually based on some unique and common characteristics of the environments. Finally, some future research directions are identified in the area based on the detailed investigation of traffic environments and location-centric data dissemination techniques.

Screening and reconstruction of real-time traffic data

The quality of real time traffic information is of the great importance, therefore the factors having effect on traffic characteristics are analyzed in general, and the necessities of real time data processing are summarized. The identification and reconstruction of real time traffic data are analyzed using Kalman filter equation and statistical approach. Four methods for ITS (Intelligent transportation system) detector data screening in traffic management systems are discussed in detail. Meanwhile traffic data examinations are discussed with solutions formulated through analysis, and recommendations are made for information collection and data management in future.

船舶交通数据实时传输可靠性评估系统

为保障船舶交通数据实时传输的可靠性,设计船舶交通数据实时传输可靠性评估系统。从网络条件、节点设备、环境因素与网络管理4个主要方面出发选取评估指标,构建船舶交通数据实时传输可靠性评估指标体系;采用基于三角模糊数的模糊层次分析法计算评估指标的权重值;将各评估指标与对应的权重值形成并进行汇总,由此得到最终船舶交通数据实时传输可靠性评估结果。实验结果显示,该系统能够获取准确的评估结果,且由于不同因素造成的船舶交通数据实时传输故障发生概率下降幅度均达到50%以上,由此说明基于该系统的评估结果能够有效保障船舶交通数据实时传输的可靠性。

基于YOLO模型的车流量实时采集系统研究

对于一座现代化城市来说,合理的交通规划是一个城市高效运行的关键,作为交通规划的关键信息的城市车流量信息,原本需要人工进行识别、获取、验证的提取方式,随着计算机视觉技术的蓬勃发展弊端尽显,终将退出历史的舞台。为了提高城市车流量信息的准确性和及时性,利用现有的计算机技术设计一种基于YOLO模型的车流量实时采集系统。该系统基于YOLO视觉检测模型,采用DeepSORT算法对检测到的目标车辆进行跟踪识别、判断车辆的运行状态、实现当前路段的车流量统计、对已记录车流量信息进行可视化展示以及数据输出等。该系统可以有效地代替传统消耗人力的死板工作,实现自动化数据收集以及道路交通情况的快速监测。该系统操作简单,交互性强,为城市的交通管理和交通规划提供准确实时的信息数据。

基于流计算和大数据平台的实时交通流预测

目前交通流预测实时性差,很难满足在线分析和预测任务的需求,基于此提出一种Flink流计算框架和大数据平台结合的实时交通流预测方法。基于流计算框架实时捕捉和预处理数据,包括采用Flink的transform算子对数据进行校验和处理,将处理后的数据sink到大数据的HDFS文件系统,交由下一步的大数据并行框架进行分析建模与训练,实现基于流计算和大数据平台的实时交通流预测。实验结果表明,Flink能够实时捕捉和预处理交通流数据,把数据准时无误送入分布式文件系统中,在此基础上借助大数据框架下的并行分析和建模优势,在实时性数据分析与预测方面取得了较好的效果。

网络空间用户身份对齐技术研究及应用综述

近年来,随着移动互联网技术的发展和用户需求的增加,网络空间中各种虚拟账号越来越多,同一用户在不同应用甚至同一平台拥有多个账号。同时,由于网络空间的虚拟性导致用户的虚拟身份与真实社会身份之间的关联通常较弱,网络空间违法用户存在发现难和取证难的问题。因此,在服务推荐和调查取证等需求的推动下,以网络空间用户虚拟身份聚合和虚实身份映射为主要研究内容的用户身份对齐技术得到了快速发展。为此,对网络空间用户身份对齐技术进行了梳理,首先对该技术解决的科学问题进行了阐述;其次介绍了该技术所用到的用户身份典型特征和涉及的相关技术;然后对可供研究的数据集与验证标准进行介绍;最后对所提技术面向的应用场景进行了详细分析,并基于此讨论了用户身份对齐技术未来的研究方向以及面临的挑战。

基于车辆信息的大数据分析系统设计与实现

为了充分利用日益庞大的交通卡口数据,满足公安机关信息化建设需求,设计并实现基于结构化过车数据的车辆大数据分析系统。系统以视频结构化平台提供的车辆卡口数据为基础,使用Kafka作为消息总线,Elasticsearch作为存储平台和搜索引擎,并结合Redis内存数据库及分布式的模型算法服务,实现车辆卡口数据的实时传输、入库、检索及分析。在分析中融入多种业务数据,该方法会提供更多有价值的线索。经部署和测试,系统在功能方面满足业务要求;性能方面,总体数据量达到亿级、每分钟新增数据达十万级时,UI响应和算法模块运算时间均达到秒级响应,满足性能要求,能够为公安机关提供种类丰富、结果精准、分析全面、预警及时的实战应用服务。

实时交通大数据分析和可视化地理信息平台研究

利用大数据地理信息系统技术设计了实时交通大数据分析和可视化平台,平台包含HDFS+HBase的分布式数据存储结构对实时交通动态数据进行管理和存储,借助机器学习模型Spark MLlib对动态交通信息进行图像处理、交通参数提取、交通流预测分析、事件检测等处理,通过Mapbox GL地图渲染引擎,将交通大数据分析处理结果与地图信息进行叠加可视化展示,实现了实时路况分析与展示、短时交通预测分析、交通事件自动检测与拥堵扩散分析、历史交通流数据分类统计与交通信息服务等功能。该平台提高了交通大数据的存储、读写效率和分析处理能力,为城市交通精细化管理提供科学、可靠的决策支持。

基于Jpcap的网络流量监控报警系统设计

针对互联网出口流量过高而导致网页访问速度缓慢的问题,设计一种网络流量监控报警系统,采用Jpcap技术在后台对流量数据进行捕获,再对数据包进行分析统计,将结果存入后台数据库,以便系统前台调用。在每分钟的流量数据超过设定的阈值时,系统将弹出报警窗口,便于用户对异常流量数据进行处理。对流量数据进行实时监控,可使网络和业务系统能够更好地运行。

基于结构监测数据的PC连续梁桥实时位移校验系数研究

针对校验系数计算,传统的荷载试验方法需临时封闭交通,限制车辆行驶,难以对桥梁性能进行实时评估。随着桥梁监测技术的快速发展,可实时获取桥梁关键运行参数,为实现桥梁性能的不停车实时评估提供了可能。基于某3跨PC连续梁桥车辆荷载及实时位移监测数据,采用带通滤波、最大值样本概率分析等方法对车载作用与位移响应进行关联分析,并提出实时校验系数计算方法。结果表明:1)以0.001 Hz为分界频率,对实时位移数据进行带通滤波分析,可实现车载及温度作用下位移响应有效分离;2)车载作用下跨中位移最大值概率分布符合极值Ⅰ型分布规律;3)选用跨中位移概率密度分布峰值为特征值计算校验系数,可有效评估桥梁性能。

实时交通数据的筛选与恢复研究

实时交通数据的质量非常重要,因此本文全面地分析影响交通特性参数精度的因素,总结实时处理交通数据的必要性;探讨交通管理系统中筛选实时交通数据的四种方法;提出目前常用交通数据检测方法中存在的问题,对比分析后提出解决方案;并对未来信息采集和数据管理提出建议;研究实时交通数据问题诊断和恢复方法,即数据限定法和统计相关法,最后通过沪宁高速公路实例验证其可行性与科学性。

基于实时路况数据的原发性交通拥堵点判别——以北京市二环以内为例

以北京市二环内道路为研究区域,将实时路况数据矢量化并构建其路网间拓扑关系,根据原发性拥挤与继发性拥挤时序上的差异,提出定量的拥堵度变化点的判别准则,将拥堵度变化点分为原发性拥堵、继发性拥堵、原发性消散、继发性消散4类。研究发现原发性拥堵的时空分布符合居民出行特征,重点集中于二环内热点区域,发生在岔路口处的概率较大,且验证了继发性较原发性在时空顺序上的滞后性。

基于实时路况的西安交通拥堵研究

通过百度地图提取西安市实时路况数据,借助Arcgis软件,运用广义G统计量、热点分析方法对西安市的交通拥堵进行研究,力图揭示其拥堵的时空分布特征。结果显示,西安市的交通拥堵呈现出明显的时空特征,拥堵的时间规律主要受工作日通勤、节假日外出等因素的影响;拥堵的空间规律主要受城市功能分区、商圈分布、路网结构等因素的影响。研究结果表明了利用实时路况数据研究城市交通拥堵时空规律的可行性。

基于移动网络信令数据的实时人流量统计方法

为了实现城市区域人流量实时动态性、有效性统计,提出一种基于现网移动网络信令数据对城市自定义区域实时人流量进行监测的方法。该方法充分利用现网移动信令数据样本容量大、覆盖范围广、数据稳定可靠的特点,通过对手机信令数据相关字段分析挖掘,结合GIS技术实现了自定义区域实时人流量智能化统计。经过北京移动信令处理平台应用,该方法较为有效,能对北京市各区域实时人流量进行较为准确的统计。

基础交通信息融合方法综述

文章介绍了几种经典算法在基础交通信息融合中的应用,包括卡尔曼滤波、人工神经网络、统计分析(加权平均,指数平滑法,平均值的递推估计算法),以及交通流量和行程时间预测方法。各种方法均通过实际验证其有效性及可靠性。融合后的数据能够满足智能交通系统的子系统ATMS相关应用领域对信息的精度要求,为下一步的交通状态估计提供可靠信息。

基于移动Agent的实时道路交通导航系统模型

介绍一个基于移动Agent的实时道路交通导航系统模型.在模型中,移动交通工具启动时间约束的导航需求,系统计算基于路网的最佳路径和实时的交通数据,并将结果返回给移动客户.为了最小化维护数据的开销,系统采用分布式移动Agent的协作方法,减少通信数量和提高系统的可测量性.设计了一个两级的交通图配置组织实时交通数据来支持导航的需求,以减少系统空间和通信的开销.在系统模型中,Agent使用APoP来维护实时的交通数据的一致性.该模型可以有效地提供及时的导航需求服务.

基于AIS实时数据的航道交通拥堵快速判定方法

针对目前人工判定和事后判定时效性差的问题,研究具有实时性和自动化的判定方法。借鉴国内外道路交通拥堵判定方法,运用交通流参数、标准船舶艘次和船舶领域模型,建立航道交通拥堵快速判定模型,构建船舶自动识别系统(Automatic Identification System,AIS)Spark实时数据处理平台,运用多个实例对该模型进行在线试验验证。试验结果表明,该模型能在线快速、准确地判定航道交通状态,可为水上交通监管部门实时获取航道交通信息、及时管控和疏导航道交通拥堵提供有效的方法。

基于浮动车车速数据的交通状态实时判别系统和方法

提出一种交通状态判别方法,使之符合交通状态变化连续性。基于浮动车数据特性分析,考虑交通阻抗及临界跳变现象的影响,通过预判别及二次修正,优化了交通状态判别结果。该方法能有效滤除交通状态参数在阈值附近频繁变化产生的交通状态非正常跳变,同时可以修正异常数据导致的交通状态阶跃,从而优化了交通状态判别结果。构建并实现了基于该方法的实证系统,通过多种指标的验证,表明该方法提高了交通状态发布的准确度。

实时交通信息服务数据组织与基于JAVA的系统实现

相对于单纯道路网络信息和历史经验交通信息,实时交通信息对于出行者出行决策具有更为重要的意义。随着实时交通信息获取手段的多样化和普及化,更富生命力的实时交通服务系统已经纳入应用日程。首先分析总结了公众对于实时动态交通信息的需求状况,将与导航和出行密切相关的实时道路交通信息分为交通事件和交通流信息两大类,对交通事件,根据其几何特征,进一步分为点事件、线事件、面事件和关系事件。基于J2ME/J2EEE软件开发架构,Post SQL与Post GIS的时空交通数据管理模式,研发了中心式的实时交通信息服务系统原型,并对典型的交通事件和交通流信息在移动终端模拟器进行了时空表达示例。