引言

隨著城市的高速發(fā)展，城市交通擁擠問題日益嚴重。為交通管理人員和駕駛?cè)藛T提供實時準確的交通擁擠狀況，以便及時采取有效措施，改善交通流，提高道路的通行能力,成為智能交通的一個重要研究方向。

目前，廣泛采用的交通擁擠檢測方法包括地埋式感應(yīng)線圈、微波檢測器、GPS浮動車檢測技術(shù)、視頻檢測技術(shù)等。其中,地埋式感應(yīng)線圈存在易損壞、難修復(fù)、施工復(fù)雜的缺點；微波檢測器存在技術(shù)復(fù)雜，價格較高的缺點；GPS浮動車檢測技術(shù)缺點是存在檢測盲區(qū)；視頻檢測技術(shù)需要獲取大量交通狀態(tài)參數(shù)，系統(tǒng)實現(xiàn)比較復(fù)雜，易受雨雪霧霾等惡劣天氣的影響。

近年來，隨著射頻識別（RadioFrequencyIdentification，RFID）的發(fā)展，利用RFID作為實時交通流的采集手段逐漸成為智能交通的主流。RFID是一種利用射頻信號進行非接觸式雙向通信，自動識別目標對象并獲取相關(guān)信息數(shù)據(jù)的無線通信技術(shù)。RFID技術(shù)具有遠距離識別、移動目標識別、多目標識別等特點，廣泛應(yīng)用于高速公路自動收費系統(tǒng)、列車交通監(jiān)控系統(tǒng)、車輛監(jiān)控管理等智能交通領(lǐng)域。因此，利用RFID技術(shù)檢測交通擁擠狀況具有著重要的意義。

當(dāng)前，利用RFID技術(shù)來計算交通擁擠程度研究較少。文獻［8］提出采用基于RFID的路段平均速度里計算交通擁擠程度，需要利用多個采集點的數(shù)據(jù)，對后臺系統(tǒng)的處理能力要求較高；由于需要考慮采集點之間紅綠燈對車速的影響，計算也比較復(fù)雜。

本文將在介紹RFID數(shù)據(jù)采集的冗余性特點基礎(chǔ)上，提出利用RFID數(shù)據(jù)冗余率來計算交通擁擠狀況，并結(jié)合實際數(shù)據(jù)驗證方法的有效性，最后是結(jié)論。

1交通擁擠程度的計算

最簡單的RFID系統(tǒng)包括電子標簽、讀寫器天線、讀寫器和后臺系統(tǒng)等。在RFID的交通應(yīng)用中，電子標簽通常安裝在車輛的前擋風(fēng)玻璃上，電子標簽包含車輛的號牌等信息；讀寫器及天線安裝在道路上方；當(dāng)車輛經(jīng)過讀寫器的天線作用區(qū)域時，車輛上的電子標簽被讀寫器識別，電子標簽包含的信息被讀寫器讀取，這些信息可以被讀寫器傳送到后臺系統(tǒng)進行進一步處理。圖1給出了RFID智能交通的應(yīng)用能夠場景。

圖1RFID智能交通應(yīng)用場景

RFID讀寫器識別電子標簽的速度很快，800/900MHz頻段的超高頻RFID，讀寫器在1s內(nèi)可以識別數(shù)百個電子標簽叫在RFID智能交通應(yīng)用中，由于讀寫器天線作用范圍內(nèi)的電子標簽數(shù)目很少，讀寫器會進行多次重復(fù)識別，從而產(chǎn)生大量的數(shù)據(jù)冗余。處理冗余的通常方法是消除相隔時間太短的相同數(shù)據(jù)。但是這同時也丟失了冗余數(shù)據(jù)中包含的信息。在RFID交通應(yīng)用中，我們可以采用這個數(shù)據(jù)冗余性來在計算交通擁擠程度，并采用模糊數(shù)學(xué)隸屬度來表示交通擁擠程度。

如果在最近一段時間內(nèi)，讀寫器在其天線作用區(qū)域內(nèi)的讀取計數(shù)（識別的車輛次數(shù)）為N、車輛計數(shù)（消除讀取計數(shù)中重復(fù)的車輛號牌后得到車輛數(shù)目）為就可以采用公式（1）來計算交通擁擠程度。擁擠程度為0時，表示交通通暢；擁擠程度為1時，表示交通嚴重擁擠。

其中，C是平均數(shù)據(jù)冗余率，即車輛平均重復(fù)識別次數(shù)。C與讀寫器天線在垂直于地面方向上的作用范圍、RFID數(shù)據(jù)采集點的正常車速、安全車距等有關(guān)。下面給出數(shù)據(jù)冗余率C的估算過程。

RFID讀寫器天線在垂直于地面方向上的作用范圍如圖2所示。其中，讀寫器天線安裝在距離地面上方Hm的A點,其最大作用距離為Rm,天線在垂直方向的作用角度為飢由此,可以采用公式(2)來計算讀寫器天線在車輛行駛方向上的工作范圍W。

通常，一臺讀寫器可以有多個天線，在每個車道上方安裝一個天線，各個天線采用輪換方式進行工作，這樣一臺讀寫器就可以監(jiān)視識別多個車道上的車輛。如果一臺讀寫器監(jiān)視的車道數(shù)目為L個，讀寫器在每個車道上的識別時間Ts，則讀寫器識別一個車道的間隔時間為(LXT)s。這樣，在最近ts內(nèi)，讀寫器對車輛的理論讀取計數(shù)為t/(LXT)次。

如果在數(shù)據(jù)采集點處，車輛的正常行駛速度Vm/s，車輛平均長度為Bm，車輛間安全間距為Gm。車輛在最近ts內(nèi)行駛了(VXt)m，其中Wm在讀寫器天線作用范圍內(nèi)，這樣，在最近ts內(nèi)，讀寫器對車輛的實際讀取計數(shù)為(t/(LXT))X(W/(VXt))=WKVX/LXT))次。再考慮到車輛之間的安全間距,讀寫器識別一個車道上的車輛的平均次數(shù)Ct數(shù)據(jù)冗余率)可以用公式(3)計算。

在以上C值的計算推導(dǎo)中，假設(shè)車輛上的電子標簽只要在讀寫器天線作用范圍內(nèi)，都能被識別到。在實際應(yīng)用中，讀寫器天線實際作用范圍W要比理論值小。因此，應(yīng)根據(jù)各個采集點處的具體情況調(diào)整C的取值。

2實驗結(jié)果

為了驗證所提出的基于RFID的交通擁擠程度計算方法的有效性，可采用2011年深圳大學(xué)生運動會賽事電子車證系統(tǒng)的實際數(shù)據(jù)進行檢驗。

在電子車證系統(tǒng)中，對全市200萬輛機動車中涉及賽事的2萬輛車的前擋風(fēng)玻璃上安裝了超高頻電子標簽，并在賽事車輛經(jīng)常經(jīng)過的道路上方安裝了50臺超高頻讀寫器，分布在32個斷面(采集點)上。數(shù)據(jù)采集的斷面選擇在一段道路的中點，這樣，采集到的車輛交通流數(shù)據(jù)基本不受紅綠燈的影響，能很好地用于計算交通擁擠程度的目的。圖3給出了一個RFID數(shù)據(jù)采集點的場景，可以看到安裝在每個車道上方的讀寫器天線。

圖3一個RFID數(shù)據(jù)采集點的場景

在這個電子車證系統(tǒng)部分采集點，讀寫器天線距離地面高度約5m，讀寫器最大作用距離約12m，讀寫器天線在垂直方向的工作范圍約50。。這樣，在車輛行駛方向上，讀寫器天線的有效工作范圍W約為9.5m。一個讀寫器通常有4根天線。輪流識別4個相鄰車道上的車輛，每個車道上的識別時間為40ms，識別4個車道需要160ms。在采集點，車輛的正常行駛速度為10m/s,通過天線作用區(qū)域的時間為9.5m/(10m/s)=950ms。在950ms內(nèi)，車輛被識別的平均次數(shù)(車輛計數(shù))為950/160Q次，即C取值為6?？紤]到車輛長度和安全間距，以及讀寫器天線的有效工作范圍，應(yīng)取C=3?4。

筆者利用一個采集點處讀寫器在2011年8月2日18時15分18秒開始采集的原始數(shù)據(jù)，計算了最近5s內(nèi)基于數(shù)據(jù)冗余率的交通擁擠程度，其中，C值取為3和4。表1給出了這個采集點的交通流數(shù)據(jù)和相應(yīng)的交通擁擠程度計算結(jié)果。

表1實時交通流和相應(yīng)的交通擁擠程度計算結(jié)果

表1所對應(yīng)的時間正是晚高峰期間。從表1可以看出,有2輛賽事車輛經(jīng)過了這個采集點，其中一輛用了8s才行駛了不到9.5m,這個速度遠遠小于10m/s的正常速度，可以認為這時發(fā)生了交通擁堵。采用本文的計算方法，交通擁擠程度達到或超過了0.9,這與實際情況符合較好。

由于只有不到1%的車輛安裝了電子標簽，在表1對應(yīng)的時間前后，由于沒有賽事車輛經(jīng)過該采集點，因此，無法計算交通擁擠程度。如果有足夠數(shù)量的車輛安裝了電子標簽,完全可以用這個方法來計算其它時間交通擁擠程度。

圖4給出了另一個采集點從2011年8月13日13時18分38秒開始的120s內(nèi)的交通擁擠程度情況。當(dāng)時，賽事車輛集中通過這個采集點，道路上發(fā)生了交通擁擠，在2min內(nèi)，有9輛賽事車輛通過了該采集點。

圖4一段時間交通擁擠時對應(yīng)的擁擠程度

3結(jié)語

根據(jù)RFID交通數(shù)據(jù)采集的特點，建立了交通擁擠程度的計算模型，并利用實際的RFID交通流數(shù)據(jù)進行了驗證。實驗表明，本文提出的基于RFID的交通擁擠程度模型有效可行。本文的方法只需要利用最近幾秒內(nèi)的RFID系統(tǒng)采集的數(shù)據(jù)進行計算，對交通擁擠的檢測具有較高的實時性。本文提出的交通擁擠程度計算方法非常簡單，在一臺讀寫器上就能完成，避免了在后臺集中計算時對后臺系統(tǒng)的壓力，完全能夠應(yīng)用于大規(guī)模的智能交通系統(tǒng)。

20211221_61c1e846d8af8__基于射頻識別的交通擁擠程度計算