藍牙交通流量檢測系統(tǒng)及交通事件檢測算法研究.pdf

1、隨著交通運輸業(yè)的迅速發(fā)展，汽車數量急劇增加，極大地降低了道路的通行能力，導致了交通事件的頻繁發(fā)生，嚴重影響了人們的生命財產安全。如何及時準確地獲取道路上的交通流量信息，實時有效地檢測出交通事件的發(fā)生，成為了備受學者關注的熱點問題。近些年來，旨在解決這些問題的交通流信息檢測技術及交通事件檢測算法已經成為智能交通領域的研究熱點。
　　本文在研究了交通流數據特性及交通事件檢測原理的基礎上，對交通流量檢測系統(tǒng)及交通事件檢測算法進行了深入的

2、研究，研究的主要內容包括為以下三點。
　　1)論文設計了一種由藍牙、加速度計和北斗導航定位（BD）為主要模塊的交通流量檢測系統(tǒng)：選用以飛思卡爾ARM Cortex-M4為內核的K60芯片為主控制器，開發(fā)了交通流量檢測系統(tǒng)的車內部分和公交站臺顯示牌部分；以加速度計與北斗導航定位模塊組合實現了精確測量車速的功能；采用 CC2540模塊作為藍牙的主機與從機，在藍牙4.0的研究基礎上，開發(fā)了藍牙主機與從機的無線連接，實現了對交通流量的檢測

3、；
　　2)論文通過修改樣本的隸屬度、優(yōu)化聚類數目c對模糊C均值聚類算法進行了改進，使其克服了傳統(tǒng)FCM復雜度高以及對孤立點敏感的影響。將改進的FCM與SVM相結合應用于交通事件檢測算法之中：首先選取車流量、平均車速、車輛占有率做為算法的輸入參量，利用 FCM算法對輸入參量進行一次粗糙的預測分類，然后將預測分類后的隸屬高的樣本作為支持向量機的訓練樣本，建立分類模型，通過模型訓練形成判斷各特征類別的判別函數來進行事件的檢測；