智能运输系统重点整理.docx

--专业文档-可编辑-- -- 智能：是指事物能认识、辨析、判断处理和发明创造的能力。是人类区别于其他生物事务的本质特征。是知识与智力的组合。具有高度智能的人，对于周围的事物具有感知、记忆和思维的能力，会产生喜怒哀乐等情感，具有自我调节、适应环境和学习 能力，能够表达自己的情感，具有行为决策能力以及创造性。 智能运输系统：综合运用先进的信息通讯、网络、自动控制、交通工程等技术，改善交通运输系统的运行情况，提高运输效率和安全性，减少交通事故，降低环境污染，从而建立一个智能化的、安全、便捷、高效、舒适、环保的综合运输体系。 用户服务：是从用户角度对 ITS 系统提出要求，是问题定义的过程。 逻辑框架：是组织复杂实体和关系的辅助工具，它定义了为提供各项用户服务而必须拥有的功能和必须遵从的规范，以及各功能之间交换信息的数据流，其重点是功能性处理和信息流情况。 物理框架：是 ITS 的物理视图，是关于系统应该如何提供用户所要求的功能的物理标示。 自动车辆识别：是当车辆通过某一特定地点时，自动将该车的身份识别出来的技术总称。常用技术：感应线圈式、无线电 / 微波式、光学式、平面音感微波式。 车辆定位技术：车辆定位子系统就是运用 GPS或 DR(推算定位 ) 等定位技术，自动确定车辆的实时位置，并运用地图匹配技术，对车辆实际行驶路线与电子地图上道路位 置之间的误差进行修正，从而提高定位的精度。常用的定位技术有：自主定位、星基定位和陆基定位。对于车辆导航系统来说，常用前两类定位技术，其中自主定位技术的代表是推算定位技术，而 GPS技术则属于星基定位技术。 推算定位技术（ Dead Reckoning ，DR）：是利用距离传感器和航向传感器 ( 压电陀螺 ) 测量位移矢量，从而推算车辆的位置。优点：当车辆行驶在高层建筑群间、地下隧道中、高架桥下等路段时， GPS系统可能由于可见星少于四颗而无法正常工作，此时可以利用 DR系统的自动定位结果以维持正常导航。缺点：定位误差会随时间积累。 交通信息处理技术：是交通诱导系统的核心部分，它把检测器采集的实时交通信息进行相应处理，得出能为诱导系统所用的信息，然后传送给道路使用者，指导其选择正确路径，并最终实现交通流在路网中各个路段的合理分配。处理方法包括：数据抽取、数据挖掘、信息融合、信息预测等。 数据挖掘 (Data Mining) ：是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。 智能交通系统综合平台： ITS 综合平台是实现各 ITS 子系统间的数据共享、实现深层次的信息融合和知识发现而提供的综合平台。能够接受、存储和处理多源、异构数据，具有数据融合、数据挖掘的功能，并能够为各种应用子系统和公众提供完善的信息服务。 信息融合：又称数据融合，指多传感器的数据在一定准则下加以自动分析、综合以完成所需的决策和评估而进行的信息处理过程。方法：①贝叶斯估计：是融合静态环境中多传感器低层信息的一种常用方法②模糊逻辑：用隶属函数表示各传感器信息的 不确定性，然后用模糊变换进行综合处理③粗糙集理论：粗糙集理论是继概率论、模糊集、证据理论之后的又一个处理不确定性的数学工具。④卡尔曼滤波⑤神经网络 交通信息的三大要素：空间、属性和时间。①空间位置数据描述交通现象发生和存在的位置，这种位置可以用常规的二维坐标系定义。②属性数据描述交通现象的性质和质量特征，如公路的名称、等级、起终点等。③时间特征是指交通数据采集或交通现象发生的时刻或时段，如某一时刻的交通堵塞情况。 交通地理信息系统：是收集、存储、管理、综合分析和处理交通地理的空间信息和交通信息的信息系统。功能：①基本功能，包括编辑、制图、图形量测等。②叠加功能，主要是线性数据的叠加能力，分为合成叠加和统计叠加。③动态分段功能，将交通网络中的连线按属性特征分段。④地形分析功能，可建立地表模型和进行等高线计算。⑤栅格显示功能，使得交通 GIS 可以包含图片和其他影像，并可将对应的属性数据进行叠加分析，以便对图层更新。⑥网络分析功能，主要指路径优化分析，相邻和最近邻分析，网络负载分析，车辆路由选择分析，资源分配分析等。特点：①几何空间网络拓扑概念②动态分段技术③复杂的空间分析能力。应用范围：①交通规划和设计中的应用：交通运输系统规划、道路设计与养护、环境监控与评估②交通管理和车辆运营中的应用：道路设施管理、车辆运营管理③在交通安全和控制中的应用：事故定位、预测和分析、车辆控制和监控。 先进的交通信息系统：是智能交通系统的重要组成部分，综合运用多种高新技术，通过无线、有线通信手段以文字、语音、图形、视频等多媒体形式实时动态地提供与出行相关的各类交通信息，使出行者从出发前、出行过程中直至到达目的地的