文獻(xiàn)標(biāo)識(shí)碼: A
DOI:10.16157/j.issn.0258-7998.2015.08.002
中文引用格式: 苑宇坤,張宇,魏坦勇,等. 智慧交通關(guān)鍵技術(shù)及應(yīng)用綜述[J].電子技術(shù)應(yīng)用,2015,41(8):9-12,16.
英文引用格式: Yuan Yukun,Zhang Yu,Wei Tanyong,et al. Review of key technologies and applications of intelligent transportation[J].Application of Electronic Technique,2015,41(8):9-12,16.
0 引言
當(dāng)今城市大規(guī)模擴(kuò)建的同時(shí),基礎(chǔ)設(shè)施建設(shè)及管理方式改革卻相對(duì)滯后,因此導(dǎo)致的“城市病”日益嚴(yán)重,交通擁堵和交通事故是最有代表性的一個(gè)“癥狀”。據(jù)《中國(guó)經(jīng)濟(jì)生活大調(diào)查》2014年的研究數(shù)據(jù),北京每年因交通擁堵帶來(lái)的時(shí)間、燃料、環(huán)境等方面的損失高達(dá)700億[1]。雖然為了緩解交通擁堵實(shí)施了尾號(hào)限行、搖號(hào)購(gòu)車(chē)等政策并取得了一定成效,可無(wú)法從根本上解決問(wèn)題,長(zhǎng)此以往,居民的出行滿(mǎn)意度將越來(lái)越低,而交通擁堵情況仍日益嚴(yán)重,不利于城市的健康發(fā)展。因此,智慧交通的研究勢(shì)在必行。
智慧交通是一個(gè)交叉性的綜合學(xué)科,要想真正實(shí)現(xiàn)城市交通的車(chē)路協(xié)同、全面物聯(lián)和標(biāo)準(zhǔn)統(tǒng)一,還需要多方的協(xié)同研究。為了使智慧交通領(lǐng)域的研究人員更加統(tǒng)一地了解其研究情況,本文簡(jiǎn)述了智慧交通的概念及框架,對(duì)智慧交通的關(guān)鍵技術(shù)和幾種具體應(yīng)用作了詳細(xì)介紹,并對(duì)智慧交通的應(yīng)用現(xiàn)狀和發(fā)展趨勢(shì)作了說(shuō)明。
1 智慧交通概述
智慧交通的理念可以追溯到上世紀(jì)八十年代的智能交通運(yùn)輸系統(tǒng)(Intelligent Transportation System,ITS),ITS是一個(gè)綜合運(yùn)用了信息處理和計(jì)算機(jī)等技術(shù)來(lái)提高交通運(yùn)輸服務(wù)成效的實(shí)時(shí)綜合管理系統(tǒng),現(xiàn)已廣泛應(yīng)用,減少了高達(dá)30%的燃油消耗和26%的廢氣排放量[2]。智慧交通可理解為智能交通運(yùn)輸系統(tǒng)的升級(jí)版,即融合了物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、無(wú)線(xiàn)傳感等先進(jìn)技術(shù),使人、車(chē)、路更加協(xié)調(diào),使公共交通服務(wù)更加人性化的智慧出行服務(wù)系統(tǒng)。智慧交通的構(gòu)建對(duì)我國(guó)的長(zhǎng)久可持續(xù)發(fā)展意義重大,智慧交通的應(yīng)用預(yù)計(jì)能使高峰時(shí)期擁堵路段的通行能力、交通運(yùn)輸能力翻幾番,交通事故率也可降低80個(gè)百分點(diǎn)[3]。一個(gè)智慧的、通暢的、安全的交通網(wǎng)絡(luò)將徹底改變?nèi)藗兊某鲂蟹绞胶徒煌w驗(yàn),并且有助于低碳經(jīng)濟(jì)的發(fā)展,是提高國(guó)民生活水平和國(guó)家綜合實(shí)力的強(qiáng)大助力。
智慧交通涵蓋了公路、鐵路、民航、水運(yùn)等領(lǐng)域,各領(lǐng)域內(nèi)部的管理體系相對(duì)成熟,智慧交通要解決的是如何整合多個(gè)平臺(tái)內(nèi)部的信息,對(duì)數(shù)據(jù)進(jìn)行挖掘后分析出交通的一些潛在數(shù)據(jù),從而為道路使用者提供更為優(yōu)質(zhì)的服務(wù)[4]。智慧交通網(wǎng)絡(luò)中,行人、車(chē)輛及周?chē)募t綠燈、指示牌、攝像頭等基礎(chǔ)設(shè)施都能作為感應(yīng)終端聯(lián)結(jié)成城市路網(wǎng)信息系統(tǒng),終端之間通過(guò)無(wú)線(xiàn)射頻識(shí)別(Radio Frequence Identification,RFID)、GPS、紅外感應(yīng)等技術(shù)進(jìn)行智能識(shí)別,按一定協(xié)議相聯(lián)結(jié)并進(jìn)行持續(xù)的信息交換,如圖1所示。
從ITS到智慧交通,無(wú)論是從理論還是應(yīng)用來(lái)講都是質(zhì)的飛躍,智慧交通的框架也日漸清晰。如圖2所示,文獻(xiàn)[5]中提到的含輔助網(wǎng)絡(luò)的改進(jìn)框架就是智慧交通的一種典型結(jié)構(gòu),車(chē)輛能根據(jù)環(huán)境反饋回來(lái)的信息動(dòng)態(tài)調(diào)整行駛速度,若感知到突發(fā)事件則做出合理決策輔助駕駛。
這個(gè)課題中,GODOY J等人在AUTOPIA項(xiàng)目的基礎(chǔ)上,除了原有的車(chē)輛主網(wǎng),還引入了由周邊基礎(chǔ)設(shè)施單獨(dú)聯(lián)結(jié)而成的輔助通信網(wǎng)。在這個(gè)交通網(wǎng)絡(luò)中,無(wú)線(xiàn)通信網(wǎng)絡(luò)層負(fù)責(zé)車(chē)輛和核心單元之間信息的持續(xù)交互,核心單元在收到輔助網(wǎng)絡(luò)和區(qū)域內(nèi)網(wǎng)的數(shù)據(jù)后,結(jié)合實(shí)時(shí)交通流量對(duì)其進(jìn)行詳細(xì)的分析、協(xié)調(diào)與規(guī)劃,然后向車(chē)輛及基礎(chǔ)設(shè)施等傳遞信息和指令,如提示車(chē)輛的建議速度、進(jìn)入事故區(qū)域警報(bào)、控制交通信號(hào)燈變化、公告欄發(fā)布實(shí)時(shí)路況信息等。
2 智慧交通的關(guān)鍵技術(shù)
2.1 交通要素的標(biāo)識(shí)和感知
智能識(shí)別和無(wú)線(xiàn)傳感技術(shù)是用于標(biāo)識(shí)和感知物體的最主要的技術(shù)手段,是整個(gè)智慧交通建設(shè)的基礎(chǔ)。智能識(shí)別是指每個(gè)物品都擁有唯一的條碼、二維碼、或RFID標(biāo)簽,這些電子標(biāo)簽中封存著它們獨(dú)有的特征及位置信息,然后這些信息被智能設(shè)備讀取并傳輸至上層系統(tǒng)進(jìn)行識(shí)別處理和最終決策[6]。無(wú)線(xiàn)傳感網(wǎng)絡(luò)(Wireless Sensor Networks,WSNs)是指由部署在目標(biāo)監(jiān)測(cè)區(qū)域內(nèi)的大量低成本微型傳感器節(jié)點(diǎn)構(gòu)成的多跳自組織網(wǎng)絡(luò),節(jié)點(diǎn)之間通過(guò)無(wú)線(xiàn)方式交換信息,有著靈活、低成本和便于部署的優(yōu)勢(shì)[7]。智慧交通網(wǎng)絡(luò)中,傳感器分為采集節(jié)點(diǎn)和匯聚節(jié)點(diǎn),如圖3,每個(gè)采集節(jié)點(diǎn)都是一個(gè)小型嵌入式信息處理系統(tǒng),負(fù)責(zé)環(huán)境信息的采集處理,然后發(fā)送至其他節(jié)點(diǎn)或者傳輸至匯聚節(jié)點(diǎn);匯聚節(jié)點(diǎn)接收到各采集節(jié)點(diǎn)傳來(lái)的信息后進(jìn)行融合處理后再傳送至上一級(jí)處理中心[8]。作為物聯(lián)網(wǎng)的底層網(wǎng)絡(luò),無(wú)線(xiàn)傳感網(wǎng)絡(luò)為智慧交通提供了一個(gè)更加安全、可靠、靈敏的解決方案。但傳感器節(jié)點(diǎn)的能耗和壽命問(wèn)題不容忽視,否則日后的設(shè)備維護(hù)工作將耗費(fèi)大量的人力財(cái)力成本。
2.2 智能交通云
智能交通領(lǐng)域各系統(tǒng)整體尚處于信息分立、各自為戰(zhàn)的狀態(tài),數(shù)據(jù)難以相互傳遞,嚴(yán)重浪費(fèi)數(shù)據(jù)資源。智能交通云主要面向交通服務(wù)行業(yè),是一種融合了云計(jì)算的智能交通管理技術(shù),充分利用了云計(jì)算的海量存儲(chǔ)、信息安全、資源統(tǒng)一處理等優(yōu)勢(shì),為交通領(lǐng)域的數(shù)據(jù)共享和有效管理提供了新的思路[9]。云計(jì)算,是指將大量高速計(jì)算機(jī)集中在Internet上構(gòu)成一個(gè)大型虛擬資源池,為遠(yuǎn)程的上網(wǎng)終端用戶(hù)提供計(jì)算和存儲(chǔ)服務(wù)的技術(shù),用戶(hù)只需事先租用“云計(jì)算”服務(wù)商提供的服務(wù),便能根據(jù)需要自由使用云端資源而不需要購(gòu)買(mǎi)任何獨(dú)立軟硬件[10]。類(lèi)似于云服務(wù),智能交通云服務(wù)也可分為基礎(chǔ)設(shè)施即服務(wù)(Infrastructure as a Service,IaaS)、平臺(tái)即服務(wù)(Platform as a Service,PaaS)、軟件即服務(wù)(Software as a Service,SaaS)三個(gè)層次,如圖4,其中IaaS提供的是按需使用的虛擬服務(wù)器,PaaS即Web服務(wù),能直接為客戶(hù)提供可直接用于開(kāi)發(fā)軟件應(yīng)用的API或開(kāi)發(fā)平臺(tái)。作為智慧交通未來(lái)的發(fā)展方向之一,智能交通云處理平臺(tái)可以實(shí)現(xiàn)海量數(shù)據(jù)的存儲(chǔ)、預(yù)處理、計(jì)算和分析,能有效緩解數(shù)據(jù)存儲(chǔ)和實(shí)時(shí)處理的壓力,具有發(fā)展?jié)摿Α?/p>
2.3 數(shù)據(jù)處理技術(shù)
智慧交通中數(shù)據(jù)的海量性、多樣性、異構(gòu)性都決定了處理的復(fù)雜性,簡(jiǎn)單到交通設(shè)施及來(lái)往車(chē)輛數(shù)據(jù)的收集,復(fù)雜到交通事件的判定檢測(cè),都需要對(duì)數(shù)據(jù)進(jìn)行實(shí)時(shí)、準(zhǔn)確的處理。智慧交通中常用的數(shù)據(jù)處理技術(shù)有數(shù)據(jù)融合(Data Fusion)、數(shù)據(jù)挖掘(Data Mining)、數(shù)據(jù)活化(Data Vitalization)、數(shù)據(jù)可視化(Data Visualization)等,除此以外,還必須做到數(shù)據(jù)的選擇性上傳,保證個(gè)人隱私數(shù)據(jù)的安全。
數(shù)據(jù)融合是一種涉及人工智能、通信、決策論、估計(jì)理論等多個(gè)領(lǐng)域的綜合性數(shù)據(jù)處理技術(shù),能從數(shù)據(jù)層、特征層和決策層三個(gè)層次上對(duì)多源信息進(jìn)行探測(cè)、通信、關(guān)聯(lián)、估計(jì)與分析[11]。由于數(shù)據(jù)融合涉及到的傳感器種類(lèi)過(guò)多、信息獲取過(guò)于頻繁,融合之前還需要對(duì)數(shù)據(jù)進(jìn)行時(shí)間和空間預(yù)處理,時(shí)空對(duì)準(zhǔn)能避免數(shù)據(jù)管理的混亂,同時(shí)提高數(shù)據(jù)的一致性和可靠性,從而保證決策的正確性[12]。智能交通系統(tǒng)的應(yīng)用已有一段時(shí)間,產(chǎn)生的交通信息數(shù)據(jù)量越來(lái)越大,如果只是單純的存儲(chǔ)和分立處理,成本過(guò)高且無(wú)法發(fā)揮其應(yīng)有價(jià)值。數(shù)據(jù)挖掘技術(shù)的引入,能從這些海量的獨(dú)立數(shù)據(jù)中發(fā)掘出真正有價(jià)值的信息,將這些有噪聲的、模糊的、無(wú)規(guī)律的數(shù)據(jù)處理成為有用的知識(shí)[13]。文獻(xiàn)[14]調(diào)取了某路段兩個(gè)月內(nèi)的抓拍數(shù)據(jù),通過(guò)數(shù)據(jù)挖掘軟件SPSS Modeler按照時(shí)間序列進(jìn)行自動(dòng)聚類(lèi)分析后,得到了交通流量和月份、假期、天氣等要素之間的關(guān)系,有力地驗(yàn)證了數(shù)據(jù)挖掘的可靠性。
數(shù)據(jù)活化是一種新型數(shù)據(jù)組織與處理技術(shù),簡(jiǎn)而言之,就是賦予數(shù)據(jù)生命。數(shù)據(jù)活化最基本的單位是“活化細(xì)胞”,即兼具存儲(chǔ)、映射、計(jì)算等能力,能隨物理世界中數(shù)據(jù)描述對(duì)象的變化而自主演化、隨用戶(hù)行為對(duì)自身數(shù)據(jù)進(jìn)行適應(yīng)性重組的功能單元[15]。數(shù)據(jù)活化的應(yīng)用將為交通領(lǐng)域帶來(lái)一場(chǎng)顛覆式的變革。未來(lái)的智慧交通將逐漸向以數(shù)據(jù)為驅(qū)動(dòng)的方向發(fā)展,即采用多種手段對(duì)POI數(shù)據(jù)、GPS數(shù)據(jù)、客流情況等智能交通數(shù)據(jù)進(jìn)行分析,由數(shù)據(jù)的分析結(jié)果來(lái)了解城市的交通情況,為居民提供導(dǎo)航、定位、公告、交通引流等服務(wù)[16]。
2.4 智慧交通系統(tǒng)集成技術(shù)
不同省市、不同部門(mén)、不同場(chǎng)景的智慧交通系統(tǒng)尚為分散狀態(tài),無(wú)法共享數(shù)據(jù),形成了一個(gè)個(gè)“信息孤島”,造成前期投入成本很高,卻無(wú)法發(fā)揮作用。因此智慧交通系統(tǒng)集成技術(shù)的研究迫在眉睫。智慧交通領(lǐng)域的系統(tǒng)集成可分為數(shù)據(jù)集成和設(shè)備集成。數(shù)據(jù)集成有兩種應(yīng)用方式,一種是單個(gè)平臺(tái)系統(tǒng)內(nèi)部數(shù)據(jù)的融合,如車(chē)輛監(jiān)測(cè)模塊中多個(gè)傳感器信息的融合處理,另一種是多平臺(tái)多傳感器不同時(shí)期相關(guān)數(shù)據(jù)的分析處理,通過(guò)融合后得到潛在數(shù)據(jù)對(duì)交通信息進(jìn)行預(yù)測(cè)[17]。設(shè)備集成是因?yàn)楫?dāng)前舊系統(tǒng)需要平滑過(guò)渡到智慧交通階段,還不能立刻被取代。因此可以制定統(tǒng)一的智慧交通標(biāo)準(zhǔn)體系和管理規(guī)范,建立一個(gè)規(guī)范的管理平臺(tái),將智慧交通產(chǎn)業(yè)鏈中的政府資源、企業(yè)資源、科研資源等融合到一起,然后由大型企業(yè)牽頭促進(jìn)協(xié)調(diào)智慧交通的產(chǎn)業(yè)化,最終形成完整的智慧交通管理體系[18]。
3 智慧交通發(fā)展歷程及案例分析
隨著私家車(chē)保有量的爆炸式增長(zhǎng),交通問(wèn)題很早便得到了各國(guó)的重視。幾十年來(lái)研究人員們不斷突破技術(shù)上的難關(guān),如高速路上的不停車(chē)電子收費(fèi)(Electronic Toll Collection,ETC)系統(tǒng)、IC卡智能停車(chē)場(chǎng)及GPS智能導(dǎo)航儀等。智慧交通的大體發(fā)展歷程如圖5所示。當(dāng)前美國(guó)、日本等國(guó)家已經(jīng)成功將物聯(lián)網(wǎng)應(yīng)用到實(shí)際智慧交通建設(shè)中,路網(wǎng)協(xié)同和輔助駕駛功能的研究也已投入試運(yùn)行,并嘗試智慧終端的普及和原有設(shè)施的改造[19]。我國(guó)起步較晚,迄今為止車(chē)聯(lián)網(wǎng)技術(shù)尚不成熟,但借著智慧城市建設(shè)的東風(fēng),智慧交通也收獲頗豐。
目前智慧交通領(lǐng)域已經(jīng)在很多方面開(kāi)展了深入研究,從終端的智能化方面,有智能車(chē)輛、智能交通信號(hào)燈等,從應(yīng)用大方向來(lái)看,有智能公交、智能出租、智能港口等,從交通用途來(lái)看,有車(chē)牌識(shí)別、閉路電視監(jiān)控、車(chē)流控制、車(chē)輛調(diào)度、智能停車(chē)場(chǎng)、智能路徑規(guī)劃導(dǎo)航、智能輔助駕駛系統(tǒng)等。本文將通過(guò)幾種典型應(yīng)用對(duì)智慧交通的發(fā)展現(xiàn)狀作簡(jiǎn)要闡述。
3.1 智能車(chē)輛
智能車(chē)輛的研究始于美國(guó)的自動(dòng)引導(dǎo)車(chē)輛系統(tǒng)(Automated Guided Vehicle System,AGVS),之后各西歐國(guó)家便都開(kāi)始了車(chē)輛的智能化研究,可以預(yù)見(jiàn),智能車(chē)輛將成為汽車(chē)行業(yè)發(fā)展的必然趨勢(shì)。智能車(chē)輛可通過(guò)模糊邏輯技術(shù)和人工神經(jīng)網(wǎng)絡(luò)技術(shù)來(lái)實(shí)現(xiàn)車(chē)輛的人工智能,為模擬駕駛者做出合理的路徑規(guī)劃和突發(fā)事件決策,這對(duì)減少交通事故率提高道路安全有很重要的意義[20]。目前的智能車(chē)輛研究主要集中在環(huán)境感知、駕駛員行為監(jiān)測(cè)系統(tǒng)、車(chē)輛運(yùn)動(dòng)控制系統(tǒng)、防撞預(yù)警系統(tǒng)、規(guī)范環(huán)境下的智能巡航控制系統(tǒng)、極端情況下的輔助駕駛系統(tǒng)等方面,相關(guān)技術(shù)諸如雷達(dá)、GPS精度、磁道釘、CCD、通信協(xié)議及各種智能算法也是目前研究的熱點(diǎn)[21]。
3.2 智能公交
作為城市居民出行的主要方式,公交和私家車(chē)相比在運(yùn)輸能力、相同載客量下的油耗、占地、價(jià)格等方面都有著不可比擬的優(yōu)勢(shì)。智能公交系統(tǒng)是指結(jié)合了智能識(shí)別、網(wǎng)絡(luò)通信、GIS等先進(jìn)技術(shù),在調(diào)度、運(yùn)行、路徑規(guī)劃及乘客服務(wù)等方面進(jìn)行信息化規(guī)范化高效管理的綜合性公共交通系統(tǒng)。智能公交系統(tǒng)就相當(dāng)于一個(gè)小型交通物聯(lián)網(wǎng),車(chē)載傳感器、站臺(tái)設(shè)備和IC卡都是用于收集現(xiàn)場(chǎng)數(shù)據(jù)的智能終端,數(shù)據(jù)通過(guò)網(wǎng)絡(luò)傳送至公交調(diào)度中心,處理后通過(guò)智能站牌報(bào)站和公布周?chē)h(huán)境、客流量等信息[22]。文獻(xiàn)[23]結(jié)合蕪湖公交系統(tǒng)的發(fā)展現(xiàn)狀,提出了一個(gè)基于SOA架構(gòu)的公交應(yīng)用集成,利用fisher有序聚類(lèi)算法對(duì)IC卡數(shù)據(jù)進(jìn)行處理并分析客流變化規(guī)律,提出了一種更符合公交客流量變化的分時(shí)段自適應(yīng)公交調(diào)度算法。北京、蘇州、常州等城市的智能公交系統(tǒng)都已逐步投入運(yùn)行,為居民的出行提供了很大方便。
3.3 智能停車(chē)
城市汽車(chē)數(shù)量日益增長(zhǎng),停車(chē)和停車(chē)管理便成為了城市建設(shè)的難點(diǎn),傳統(tǒng)的人力管理有太強(qiáng)的主觀性和局限性,視頻監(jiān)控方式易受惡劣天氣影響,磁卡收費(fèi)方式又無(wú)法避免磁卡的老化消磁和近距離識(shí)別限制。目前,很多發(fā)達(dá)國(guó)家都啟用了自己的智能停車(chē)系統(tǒng),我國(guó)的停車(chē)管理也正步入智能時(shí)代。2014年,阿里云率先進(jìn)軍智能停車(chē)領(lǐng)域,在杭州建成了一套智能停車(chē)收費(fèi)系統(tǒng)。系統(tǒng)覆蓋杭州市各區(qū)兩萬(wàn)多個(gè)停車(chē)位,通過(guò)每個(gè)停車(chē)位上的智能地感對(duì)車(chē)輛的進(jìn)出做出感應(yīng),從而向停車(chē)管理員的手持設(shè)備發(fā)出提示,有效提高了停車(chē)位的循環(huán)效率[24]。李正明[25]等人基于ZigBee網(wǎng)絡(luò)和ARM提出了一種實(shí)時(shí)性更好的嵌入式停車(chē)場(chǎng)監(jiān)控系統(tǒng)。遼寧工程技術(shù)大學(xué)的單曉艷[26]設(shè)計(jì)的新型超高頻讀寫(xiě)器,和無(wú)源電子標(biāo)簽配合使用克服了普通停車(chē)場(chǎng)RFID識(shí)別范圍的限制,適用范圍更廣。室內(nèi)停車(chē)場(chǎng)環(huán)境一般比較復(fù)雜,設(shè)備也不易維護(hù),因此室內(nèi)的精準(zhǔn)定位和實(shí)時(shí)響應(yīng)成為一個(gè)更大的難點(diǎn)。為此,江西理工大學(xué)的張雪[27]的室內(nèi)智能停車(chē)場(chǎng)管理系統(tǒng)以藍(lán)牙作為通信方式,并在停車(chē)場(chǎng)路口處設(shè)置了引導(dǎo)指示燈用于車(chē)位的反向引導(dǎo)。智能停車(chē)的發(fā)展將大大降低城市停車(chē)和管理的難度。
4 總結(jié)展望
本文從智慧交通的概念出發(fā),描述了智慧交通中的關(guān)鍵技術(shù)和發(fā)展歷程,并對(duì)智慧交通的典型應(yīng)用做了簡(jiǎn)要介紹。鑒于智慧交通在智慧城市建設(shè)中的重要地位,我國(guó)必須緊跟發(fā)達(dá)國(guó)家的腳步,吸收各國(guó)智慧交通項(xiàng)目建設(shè)的經(jīng)驗(yàn)和教訓(xùn),充分利用智慧交通中的先進(jìn)技術(shù),尤其是時(shí)下流行的云計(jì)算、數(shù)據(jù)挖掘及系統(tǒng)集成等技術(shù),在與實(shí)際應(yīng)用環(huán)境的不斷磨合中,探索出一條更適合我國(guó)國(guó)情的智慧交通新道路,為各級(jí)交通服務(wù)對(duì)象提供更為全面高效的交通信息服務(wù),從而進(jìn)一步推進(jìn)智慧城市的建設(shè)。
參考文獻(xiàn)
[1] 蔣新華,陳宇,朱銓?zhuān)?交通物聯(lián)網(wǎng)的發(fā)展現(xiàn)狀及趨勢(shì)研究[J].計(jì)算機(jī)應(yīng)用研究,2013,30(8):2256-2260.
[2] 王飛.基于“全智慧系統(tǒng)”的低碳經(jīng)濟(jì)發(fā)展模式研究[J].商業(yè)時(shí)代,2012(34):8-9.
[3] 劉小洋,伍民友.車(chē)聯(lián)網(wǎng):物聯(lián)網(wǎng)在城市交通網(wǎng)絡(luò)中的應(yīng)用[J].計(jì)算機(jī)應(yīng)用,2012,32(4):900-904.
[4] 張國(guó)伍.智能交通物聯(lián)網(wǎng)與綜合交通信息服務(wù)——“交通7+1論壇”第三十次會(huì)議紀(jì)實(shí)[J].交通運(yùn)輸系統(tǒng)工程與信息,2013,13(2):1-8.
[5] GODOY J,MILAN?魪S(chǎng) V,Joshué Pérez,et al.An auxiliary V2I network for road transport and dynamic environments[J].Transportation Research Part C,2013(37):145-155.
[6] 甘琴瑜.RFID在智能交通物聯(lián)網(wǎng)中的研究與應(yīng)用[D].烏魯木齊:新疆大學(xué),2012:10-15.
[7] 石為人,尤浩,唐云建,等.中間件在無(wú)線(xiàn)傳感器網(wǎng)絡(luò)節(jié)點(diǎn)設(shè)計(jì)中的應(yīng)用[J].傳感器與微系統(tǒng),2008,27(7):111-113.
[8] 劉沖.基于無(wú)線(xiàn)傳感網(wǎng)絡(luò)的道路交通監(jiān)測(cè)系統(tǒng)的研究[D].武漢:華中科技大學(xué),2011:1-10.
[9] 徐恩虎,凌衛(wèi)青,王堅(jiān),等.基于云計(jì)算的面向智能交通海量信息的高性能計(jì)算支撐公共服務(wù)框架[J].機(jī)電產(chǎn)品開(kāi)發(fā)與創(chuàng)新,2013,26(1):87-89.
[10] 朱堅(jiān)堅(jiān).基于物聯(lián)網(wǎng)與云計(jì)算的智能交通系統(tǒng)架構(gòu)研究[J].江蘇教育學(xué)院學(xué)報(bào)(自然科學(xué)),2013,29(6):90-92.
[11] 汪海淵,朱彥東,揚(yáng)東援.數(shù)據(jù)融合技術(shù)及其在交通領(lǐng)域中的應(yīng)用[J].交通與計(jì)算機(jī),2001,19(z1):42-45.
[12] 周炳玉,盧野,劉珍陽(yáng).多傳感器數(shù)據(jù)融合中的數(shù)據(jù)預(yù)處理技術(shù)研究[J].紅外與激光工程,2007,36(z2):247-249.
[13] 祝小靜.數(shù)據(jù)挖掘技術(shù)在交通領(lǐng)域的應(yīng)用[D].新鄉(xiāng):河南師范大學(xué),2013:5-10.
[14] 郭驊,周吉.數(shù)據(jù)挖掘在智慧交通領(lǐng)域的應(yīng)用[J].現(xiàn)代商貿(mào)工業(yè),2013(12):152-153.
[15] Xiong Zhang,Luo Wuman,Chen Lei.Data vitalization:a new paradigm for large-scale dataset analysis[C].Parallel and Distributed Systems(ICPADS),2010 IEEE 16th International Conference,Shanghai(CN):IEEE,2010:5.
[16] 王靜遠(yuǎn),李超,熊璋,等.以數(shù)據(jù)為中心的智慧城市研究綜述[J].計(jì)算機(jī)研究與發(fā)展,2014,51(2):239-259.
[17] Yan Xinping,Zhang Hui,Wu Chaozhong.Research and development of intelligent transportation systems[C].International Symposium on Distributed Computing and Applications to Business,Engineering and Science 11th,Guilin(CN):Engineering & Science,2012(107):321-326.
[18] 劉海峰,黃濺華.智能交通物聯(lián)網(wǎng)技術(shù)與產(chǎn)業(yè)化[J].工程研究-跨學(xué)科視野中的工程,2014(1):20-29.
[19] FAROOQ U,SIDDIQUI M A,GAO L,et al.Intelligent transportation systems:An impact analysis for Michigan[J].Journal of Advanced Transportation.Adv.Transp.,2012,46(1):12-25.
[20] 王榮本,李兵,施樹(shù)明,等.世界智能車(chē)輛研究概述[J].公路交通科技,2001(5):93-97.
[21] 尹念東.智能車(chē)輛的研究及前景[J].上海汽車(chē),2002(4):40-42.
[22] 郭愛(ài)先.基于物聯(lián)網(wǎng)的智能公交系統(tǒng)的研究[D].西安:西安理工大學(xué),2013:5-12.
[23] 周旭.智能公交調(diào)度監(jiān)控軟件的研究與開(kāi)發(fā)[D].南京:南京理工大學(xué),2013:41-46.
[24] 新浪科技.阿里云進(jìn)軍“智能停車(chē)”[EB/OL].[2014-8-8].http://tech.sina.com.cn/it/2014-08-08/11059542908.shtml.
[25] 李正明,汪付川.基于嵌入式的智能停車(chē)場(chǎng)遠(yuǎn)程監(jiān)控系統(tǒng)[J].電子器件,2014,37(4):742-745.
[26] 單曉艷.基于智能停車(chē)場(chǎng)的超高頻讀寫(xiě)器設(shè)計(jì)[D].阜新:遼寧工程技術(shù)大學(xué),2012:20-28.
[27] 張雪.基于藍(lán)牙的室內(nèi)智能停車(chē)場(chǎng)管理系統(tǒng)設(shè)計(jì)[D].贛州:江西理工大學(xué),2013:5-12.