【摘要】：車(chē)聯(lián)網(wǎng)利用智能交通技術(shù)、移動(dòng)互聯(lián)網(wǎng)技術(shù)及物聯(lián)網(wǎng)技術(shù)自主感知交通情況,在車(chē)、路、人之間實(shí)現(xiàn)信息互通,為用戶提供各類交通服務(wù)。車(chē)聯(lián)網(wǎng)中,傳統(tǒng)數(shù)據(jù)采集技術(shù)存在建設(shè)成本高、覆蓋面小、數(shù)據(jù)量不足等缺陷。隨著移動(dòng)智能終端(例如智能手機(jī)、平板電腦)功能的日益強(qiáng)大,一種利用這類終端進(jìn)行數(shù)據(jù)采集的方式——群智感知應(yīng)運(yùn)而生。采用群智感知方式進(jìn)行交通數(shù)據(jù)采集能有效解決車(chē)聯(lián)網(wǎng)數(shù)據(jù)“量”的問(wèn)題,但由于群智用戶未經(jīng)專業(yè)訓(xùn)練與認(rèn)證,可能造成群智感知數(shù)據(jù)“質(zhì)”的惡化。為解決該問(wèn)題,本文利用核密度估計(jì)理論和霧計(jì)算技術(shù),提出一個(gè)適用于群智感知車(chē)聯(lián)網(wǎng)的異常數(shù)據(jù)檢測(cè)方案,具體研究?jī)?nèi)容如下:(1)群智感知交通數(shù)據(jù)采集軟件的設(shè)計(jì)與實(shí)現(xiàn)。為了模擬群智感知采集方式并為后續(xù)檢測(cè)方案的仿真提供真實(shí)可靠的數(shù)據(jù)源,本文基于Android平臺(tái)設(shè)計(jì)了一款交通數(shù)據(jù)采集軟件,該軟件利用智能終端內(nèi)置傳感器與百度地圖模塊實(shí)現(xiàn)了交通數(shù)據(jù)的群智感知功能。(2)提出了一種適用于群智感知車(chē)聯(lián)網(wǎng)的異常數(shù)據(jù)判定算法。傳統(tǒng)判定方法多利用交通流理論或基于已知數(shù)據(jù)分布進(jìn)行判定,在群智感知場(chǎng)景下檢測(cè)效果不佳。為此,本文在分析群智感知交通數(shù)據(jù)結(jié)構(gòu)及異常表現(xiàn)的基礎(chǔ)上提出了一種基于核密度估計(jì)的異常數(shù)據(jù)判定算法,并對(duì)核密度估計(jì)中出現(xiàn)的邊界效應(yīng)問(wèn)題進(jìn)行了有效修正。實(shí)驗(yàn)結(jié)果表明,該方法相較于傳統(tǒng)異常數(shù)據(jù)判定算法具有更好的檢測(cè)性能。(3)提出了一個(gè)基于霧計(jì)算的群智感知車(chē)聯(lián)網(wǎng)異常數(shù)據(jù)檢測(cè)方案。傳統(tǒng)基于云計(jì)算的檢測(cè)方案存在中心服務(wù)器計(jì)算任務(wù)重、檢測(cè)時(shí)間過(guò)長(zhǎng)等問(wèn)題。為解決該問(wèn)題,同時(shí)發(fā)揮群智感知終端的計(jì)算能力,本文引入霧計(jì)算思想提出了新的檢測(cè)方案,將異常數(shù)據(jù)檢測(cè)任務(wù)交由群智感知終端完成。檢測(cè)方案分為模型初始化、異常數(shù)據(jù)檢測(cè)、模型更新三個(gè)階段,其中模型更新是本文所提方案有別于傳統(tǒng)方案的重點(diǎn),本文提出并詳述了基于JS-散度的核密度模型變化顯著性判別方法與基于遺忘機(jī)制的全局核密度模型更新方法。實(shí)驗(yàn)證明,相較于傳統(tǒng)云計(jì)算檢測(cè)方案,本文所提方案可以在檢測(cè)性能基本不變的情況下大幅縮短檢測(cè)時(shí)間,滿足群智感知車(chē)聯(lián)網(wǎng)的實(shí)際需求。
【圖文】：

識(shí)協(xié)作或無(wú)意識(shí)協(xié)同的方式來(lái)完成交通數(shù)據(jù)的收集，進(jìn)而利用中心服務(wù)器完成數(shù)逡逑據(jù)分析、資源整合、任務(wù)調(diào)度、提供交通決策等服務(wù)。群智感知車(chē)聯(lián)網(wǎng)系統(tǒng)總體逡逑架構(gòu)如圖３－１所示。逡逑群智感知車(chē)聯(lián)網(wǎng)系統(tǒng)由群智感知終端（通常為手機(jī)、平板電腦等）和中心服逡逑務(wù)器組成。其中，群智感知終端是實(shí)現(xiàn)群智感知數(shù)據(jù)采集方式的核心，是群智感逡逑知車(chē)聯(lián)網(wǎng)系統(tǒng)與傳統(tǒng)車(chē)聯(lián)網(wǎng)系統(tǒng)最大的不同之處。為此，針對(duì)群智感知終端需設(shè)逡逑計(jì)專門(mén)的交通數(shù)據(jù)采集軟件，實(shí)現(xiàn)利用移動(dòng)終端設(shè)備的各種內(nèi)置傳感器執(zhí)行感知逡逑１２逡逑

置傳感器種類豐富，測(cè)量精度也日益提高。本文所設(shè)計(jì)群智感知交通數(shù)據(jù)采集軟逡逑件主要用到的傳感器是三軸加速度傳感器，該傳感器可以實(shí)時(shí)獲取車(chē)輛三軸加速逡逑度值，其坐標(biāo)系統(tǒng)如圖３－４所示：逡逑牛逡逑／邋Ｉ邐？逡逑圖３－４三軸加速度傳感器坐標(biāo)系統(tǒng)逡逑其中，ｘ方向表示設(shè)備左右移動(dòng)方向，Ｙ表示前后移動(dòng)方向，ｚ表示豎直移動(dòng)逡逑方向。當(dāng)設(shè)備分別向右或向前或向上移動(dòng)時(shí)，傳感器在對(duì)應(yīng)方向上的加速度讀數(shù)逡逑為正值，反之為負(fù)值。逡逑三軸加速度傳感器可以返回三個(gè)方向的加速度數(shù)據(jù)，該數(shù)據(jù)為浮點(diǎn)型，分別逡逑對(duì)應(yīng)變量邋ｅｖｅｎｔ．ｖａｌｕｅｓ［０］、ｅｖｅｎｔ．ｖａｌｕｅｓ［ｌ］和邋ｅｖｅｎｔ．ｖａｌｕｅｓ［２］。模塊具體邋１邋作過(guò)程如逡逑圖３－５所示。逡逑首先，調(diào)用ｇｅｔＳｙｓｔｅｍＳｅｒｖｉｃｅ（）方法獲取傳感器的對(duì)象實(shí)例ｓｅｎｓｏｒＭａｎａｇｅｒ，逡逑并調(diào)用ｇｅｔＤｅｆａｕｌｔＳｅｎｓｏｒ（）方法獲取所需的二軸加速度傳感器，，其傳感器類型為逡逑ｓｅｎｓｏｒ．ＴＹＰＥ＿ＡＣＣＥＬＥＲＯＭＥＴＥＲ。接著，使用語(yǔ)句邋ｍａｎａｇｅｒ．ｒｅｇｉｓｔｅｒＬｉｓｔｅｎｅｒ（ｔｈｉｓ，逡逑ａｃｃｅ
【學(xué)位授予單位】：福州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：U495

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 白麗;夏樂(lè)天;魏玉華;;加權(quán)核密度估計(jì)在洪水頻率分析中的應(yīng)用[J];水文;2008年05期

2 徐健君;非參數(shù)核密度估計(jì)在岷江冷杉天然林直徑分布研究中的應(yīng)用[J];甘肅林業(yè)科技;1999年04期

3 徐玉琴;陳坤;聶f

本文編號(hào)：2600663